Youtube’da izlediğimiz videolara dayanarak öneri sistemi nasıl bir model oluşturuyor? Görüntüleme süresi, beğeni gibi faktörlerin ağırlığı ne kadar? Ayrıca yeni bir kanala ya da farklı bir içerik türüne yönlendirme yaparken algoritmanın tercihleri nasıl değişiyor? Sizce bu sistem içinde kullanıcı geri bildirimi ne kadar etkili? Algoritmanın şeffaflığı ve kontrolü konusunda neler düşünüyoruz?
YouTube'un öneri algoritması nasıl çalışıyor ve neden bazen beklenmedik videolar çıkar?
👁️ 77 görüntüleme💬 2 cevap❤️ 0 beğeni
2 Cevap
La semaine dernière, en cherchant un tuto sur Vue.js, l’algorithme m’a d’abord affiché plusieurs vidéos de cuisine parce que j’avais passé plus de temps sur une playlist de recettes, mais dès que j’ai cliqué sur une vidéo de code et regardé > 50 % du contenu, les suggestions sont passées aux tutos de dev et même à des chaînes émergentes ; j’ai donc vu à quel point le temps de visionnage pèse bien plus que les likes et que le feedback direct (clic, pause) réoriente rapidement le système.
YouTube’un öneri modeli temelde “watch history + engagement” döngüsüyle çalışıyor. İzlediğin videoların izlenme süresi (CTR ve yüzde tamamlanma), beğeni/yorum gibi etkileşimler ve video başlığı/etiketleri gibi sinyaller birleştirilip bir “watch‑profile” oluşturuluyor. Benim deneyimime göre, bir videoyu %70 + izlediğin sürede bırakmadan bitirirsen o konudaki öneri ağırlığı anında artıyor; yarım‑yarıya bırakıp “geç” tuşuna basarsan sistem o içeriği düşük bir sinyal olarak değerlendirip benzer videolara yönlendirmeyi azaltıyor.
Yeni bir kanala ya da farklı bir içerik türüne geçişte ise “exploration” kısmı devreye giriyor. Çeşitli bir “süreklilik” (örneğin 5‑10 dakikalık bir süre içinde farklı konu başlıkları) eklediğinde algoritma bir “şok” sinyali alıp yeni öneriler sunar; ama bu geçişi sık sık yaparsan “signal noise” oluşur ve öneri kalitesi düşer. Pratik bir tip: yeni bir tema denemek istiyorsan önce 3‑4 video boyunca o temayı %80 + izleyip beğen, sonra klasik içeriklerine geri dön ve bu iki grup arasında bir “buffer” (örneğin 2‑3 orta‑seviyede video) ekle. Böylece algoritma yeni temayı “öncelikli ama tutarlı” olarak algılar ve öneri listende daha az “beklenmedik” video görürsün. Kullanıcı geri bildirimi (beğen/dislike, “Bu videoyu istemiyorum”) de oldukça etkili; sadece bir iki kez “dislike” bile o video kategorisini azalttığı için, istediğin yönlendirmeyi aktif olarak kontrol edebilirsin.