这是最早的一篇YouTube的推荐系统的文章,原文来自The YouTube Video Recommendation System。发表于2010年。
YouTube拥有世界上最大的视频推荐系统之一,在2010年,整个系统还比较简略,不过也值得了解一下。
Goal
用户使用YouTube时一般有三种目的:1. 观看特定的video;2.观看特定topic的video;3.浏览并寻找感兴趣的视频。推荐系统主要为第三种需求服务,因此,推荐系统的目标是为用户推荐高质量并贴合他们的兴趣的视频,推荐结果应该随时间和用户最近的行为更新。
在YouTube的推荐应用中,存在一些特殊的挑战:
- 用户在YouTube上传的视频一般没有非常全的metadata,很多除了题目以外就没有什么有价值的信息。
- YouTube上的视频一般很短(小于10分钟),因此用户行为也短暂、多变而且噪声很多。
- YouTube上的视频生命周期很短。
这是YouTube的推荐和普通视频网站的推荐不一样的地方,也是现在的很多段视频公司会关注的问题。
系统设计
推荐系统的输入主要由内容相关的信息和用户行为相关的信息组成。其中,用户行为包括explicit和implicit feedback。前者是指用户评分、明确表示喜欢、不喜欢等行为,后者是浏览、观看等行为。原始数据中还含有非常多的噪声,很多不可控因素会影响原始数据的质量。
为了确定要推荐哪些视频,文章给出了相关视频的定义:视频v的相关视频是指可能在视频v之后被用户观看的视频。两个视频的相关性由关联规则挖掘方法来确定。视频i和j的相关性定义为:
r ( v i , v j ) = c i , j / f ( v i , v j ) r(v_i, v_j) = c_{i,j} / f(v_i, v_j) r(vi,vj)=ci,j