欢迎来到Coolfensi推广平台,平台经营Instagram、Facebook、YouTube、TIKTOK、Twitter粉丝、点赞、播放量服务、客服微信:coolfensi 24小时在线欢迎咨询购买!
youtube刷评论 --YouTube带货
youtube刷评论 --YouTube带货公告:
欢迎来到Coolfensi推广平台,平台经营Instagram、Facebook、YouTube、TIKTOK、Twitter粉丝、点赞、播放量服务、客服微信:coolfensi 24小时在线欢迎咨询购买!

youtube刷评论 --YouTube带货

首页 YouTube   作者:coolfensi  2022年10月10日  热度:53  评论:0     
时间:2022-10-10 9:28   热度:53° 
youtube刷评论 --YouTube带货

Brain 带来巨变。70% 的使用者新浪网观赏音频天数都由演算法所推荐驱动力。每天,中文网站会给使用者所推荐 2 万条、76 种词汇音频内容。新浪网观赏天数比三年前提升了 20 倍。

校对 | 娇小

作者 | Casey Newton

去年,我正在玩《嘲弄 2》。和从前一样,上 YouTube 搜寻某一格斗游戏迷宫的冲关诀窍音频。难题解决了。但,当我第三次进占中文网站时,被此刻的景像吓住了:中文网站为的是提供更多了大量相关音频饕餮:玩者无须保护方可报检的音频、以十分具有创造性的方法打败敌人的音频...... 我或者说问了两个难题,但 YouTube 给了我两个世界。

接下去,我出访中文网站单次明显激增。绝大多数这时候,并无某一目的——我早已生活习惯自发性上那里玩儿。今年秋天,我整天煮饭的单次极大地提高了。在我搜寻过如何做份起司的音频后,YouTube 迅速为的是介绍了一伙「大厨舍长」。

2005 年,YouTube 问世。那个中文网站一直很管用,也是网络的重要支撑点之一。但,往后几年来,中文网站表现的出人意料地赞。它能十分精确地预估我钟爱的音频,比以前强太多。

另一面发生了什么?往后 12 年来,YouTube 早已从两个搜寻驱动力的中文网站变为两个「起点」。期间,经历了若干次试验、重新设计以及 AI 技术的脱胎换骨。

不过,中文网站真正的「升级换代」在于:它变为的是两个 Feed。(网络中的 feed,一类用以提供更多信息的方式。feed 其实是一类网络该台,只要你历史记录下那个电台的振幅,也是feed 门牌号,当你关上录音机,也是feed 随身听的这时候,你就能及时处理以获取所有捷伊消息了。校对著)

或许你不记得 YouTube 最初的样子了。当时,它无非是两个基础架构:提供更多一类简单的方式,将音频嵌入其他使用者最有可能看到这些音频的中文网站。随着中文网站逐渐变大,YouTube 变为的是两个电视音频档案馆。YouTube,连同维基百科,可谓网络世界里最可怕的兔子洞:如果同事偶尔在饮水机边提到了哈林摇(Harlem Shake),整个晚上你可能就耗在中文网站上追音频了。

当时,Facebook 推出了一类典型服务模式:News Feed,根据你的个人兴趣,不断更新定制化服务。Feed 接管了整个网络。YouTube 的早期定制化服务十分有限:请使用者订阅频道。那个比喻借鉴了电视。ComScore 数据显示,2011 年,订阅服务取得了一些成功,不过每个人花在 YouTube 上平均天数很一般。

如今,频道不复往后的风光。关上手机应用,它隐藏在了两个独立的标签里。涌现在使用者面前的是一系列根据你的喜好定制的推送内容。这些内容都来自你订阅的频道,但也有你之前从未见过频道里的相关内容。YouTube 的武器不仅能推送内容,而且精确率还特别高,效果是使用者观赏天数的延长。

「当使用者知道自己要找什么时,他们会来我们这里。」YouTube 所推荐技术总监 Jim McFadden 说。他是 2011 年加入公司。「我们也希望满足一些可能使用者自己都未必清楚的需求。」

2015 年,YouTube 开始使用 Google Brain 的技术。不过,这并非中文网站首次尝试 AI。之前,YouTube 就将机器学习用于内容所推荐方面,当时用的谷歌打造的系统——Sibyl。Brain 的不同之处在于采用了无监督学习。这种演算法能找到工程师可能都无法猜到的关系。

「重要的功能之一是泛化(generalize)」,McFadden 说。「如果我看来一部喜剧演员的音频,之前的所推荐系统很善于所推荐另一部这样的音频。Brain 不同之处在于,他能计算出其他类似但并不雷同的喜剧演员的音频,毗邻的音频内容。它能发现不那么显而易见的关系。」

另外,Brain 的演算法也比之前使用的演算法更快些。往后,使用者的行为几天后才会被纳入未来所推荐中。这样,就很难识别一些流行主题。延迟的单位不应该是天数,而是小时或者分钟数。Beaupre 说。

Brain 带来巨变。70% 的使用者新浪网观赏音频天数都由演算法所推荐驱动力。每天,中文网站会给使用者所推荐 2 万条、76 种词汇音频内容。新浪网观赏天数比三年前提升了 20 倍。

这和我的体验大致吻合。几年前,我只是在午饭期间去 YouTube 逛一下,为的是吃饭时有事可干。但,所推荐的东西更懂我之后,一周当中我会更规律地腾出天数浏览中文网站,而且是在我的 PlayStation 4 上,这样能在最大的屏幕上看这些音频。

这确实是真正的个性化所推荐。而且,在给我的数字化生活充电方面,那个中文网站也不同于其他中文网站。比如,Facebook 的 Feed 主要基于好友的博文内容以及我喜欢的页面。在获知某人订婚、怀孕生子方面,这确实挺在行;推特的内容主要来自你收听的对象,以及这些人转推的内容。记者出身的我离不开推特。

每一类推送都有自己的闪光点,不过 2017 年,这些闪光点都被埋没了。推特上,政治讨论大行其道。Facebook 对诸如事件(event) 等功能的短暂狂热以一类不和谐的方式让 Feed 变味,我反而更少联系朋友了。(重图片的 Instagram 感觉仍然是绿洲,也难怪它的应用程序使用者量仍在快速增长)。

所有这些中文网站都需要使用者为它们做贡献。但,YouTube 使用者中只有少数曾经上传过音频。那个中文网站不给你压力去做些什么。你能仅仅被动地享受,就像看电视一样。

YouTube 对相关内容的强调意味着,较之竞争对手,其 Feed 的内容范围越来越宽,也越来越让人好奇。你搜寻得越深,就越会感觉这是一块躲避其他中文网站推送内容的避难所。

2013 年,Alexis Madrigal 在《大西洋月刊》的一篇文章中写道,Feed 的巅峰时刻早已往后。未来属于有限体验:电子邮件新闻;Medium 集锦,10 剧集的 Neflix 系列。没完没了的内容流服务会让人感觉精疲力竭。未来需要的是「更快!更多!」他写到。

四年往后,YouTube 的经验告诉我们,Feed 会变得更加重要。不断增长的音频存货,更加精准的内容匹配技术,这些都是无法抗拒的事实。现在,中文网站还会调查使用者对所推荐音频的感受,随着天数的推移,所推荐效果会越来越智能,进而增加内容的消费量。

Beaupre 将这一过程形容为跨过鸿沟。「一边是与使用者喜欢内容紧密相关的内容,一边是有流行趋势的内容。两者之间是一块神奇地带。」如果对手找不到办法跨越两者之间的地带,那么,他们会很难战胜 YouTube。

youtube刷评论 --YouTube带货