YouTube如何提供个性化服务

当用户访问YouTube网站或者在手机上使用它的应用程序时，首先映入眼帘的可能是推荐视频，这是YouTube最重要的功能之一。这些推荐视频虽然并不总是合你的胃口， 但这一功能却功不可没，就连娱乐界的学院派也不得不承认这一点。2013年，美国国家电视艺术与科学学院向YouTube颁发了艾美奖技术奖，表彰其视频推荐。

获得技术奖的团队成员之一是工程部副总裁克里斯托斯•古德罗。古德罗的专业是数学，从业之初，他是一名商业和制造业优化顾问，随后才进入搜索引擎领域，开始管理亚马逊的搜索引擎和谷歌的产品搜索引擎。他现在负责监管YouTube的搜索引擎团队。该团队由一群工程师组成，我每天都和其中一部分打交道。我们一起开发和维护YouTube系统向用户推荐视频和频道的相关功能。

“YouTube在本质上其实是一个巨大的众包平台，这一点鲜为人知。”古德罗说，“人们经常问我关于计算程序的问题。一个完美的计算程序可以快速、可靠地将用户群的口味和兴趣反馈给YouTube系统，并将这些信息提供给单个用户。”截至2017年，YouTube的计算程序每时每刻都在自动更新，它要搜集、处理和分析的信息——浏览次数、点赞次数、点击量等——每天都在以800亿的数量增加，这一数据将YouTube与其他所有娱乐工具区分开来。从某种意义上说，YouTube既是个人品位的反映，也是群体爱好的延伸。

YouTube是针对人类自我表达能力展开的一次实验，这一实验并不是团队的初衷，而是随着YouTube的发展偶然出现的。YouTube的创始人以及追随其后的员工并没有什么关于这一实验的方针策略，他们只是单纯地想剖析YouTube用户的行为模式和兴趣喜好。你在YouTube上的使用体验既会受到你自己的个人行为的影响，也会受到YouTube用户群的集体行为的影响。

YouTube影响用户口味和兴趣的方式有很多。假设你现在正在观看某个视频，在这个视频旁边会有一组“相关视频”推荐。我们就从这里入手。这组推荐视频不容小觑，正是它们造就了一个又一个天文数字般的浏览量。你是否有过这种经历：你本来只打算看一个关于长颈鹿的小视频，三个小时过去了，你还沉浸在YouTube，发现自己正乐呵呵地看着某个视频里的女人费力地吃着插在电钻上的玉米棒。卡里姆解释说：“‘相关视频’这一功能背后的原理非常简单。正在播放的视频是有标签的，系统可以寻找贴有相同标签的视频，然后选择标签重复率最高的那几个放在‘相关视频’推荐栏。这个功能很简单，效果却很好。”

随着时间的推移，YouTube的计算程序越来越强大，它开始分析用户的观看习惯，在掌握用户群行为模式的基础上改善个人的观看体验。古德罗和他的团队发现，人们在观看某个视频后，很可能会接着观看另一个。于是他们假定，新用户也会呈现类似的观看方式。YouTube的搜索系统现在会记录和你看过同一部视频的人观看的其他视频。系统会根据视频主题或用户的共同兴趣寻找更好的推荐模式。例如，喜欢看美国网球公开赛视频的人常常对法国网球公开赛视频感兴趣。再比如，喜欢看泰勒•斯威夫特（Taylor Swift）的《空格》（Blank Space ）音乐视频的人也喜欢看梅根•特瑞娜（Meghan Trainor）的《丰满宣言》（All About That Bass ）。而喜欢音乐人西斯克（Sisqo）制作的《皮条舞》（Thong Song ）的人也喜欢吉纳文（Ginuwine）的歌曲《小种马》（Pony ）。

那么，YouTube的视频推荐这一功能如何得到进一步提高、完善呢？答案是“机器学习”（machine learning）。简单来说，就是让计算机分析历史模式和统计数据，然后自己得出结论，根本不需要编程。通过机器学习，从搜索结果的相关性到自动妥善分类照片，谷歌可以获取大量复杂的数据集并做出预测或决策，从而改善用户体验。在YouTube，机器学习则完全符合古德罗的核心理念：给观众他们想要的东西。“我们并不去思考用户想看什么，而是想尽一切办法弄清楚他们想要什么，然后把他们想要的给他们，通过满足他们的需求让他们更快乐。事实证明，这一想法经受住了实践的考验。”古德罗有四个孩子，他们喜欢的视频完全不同，有的喜欢电子游戏，有的则关注像汉克•格林和约翰•格林这样的视频博主。YouTube的搜索、浏览和推荐功能必须服务于每一位用户。“我们相信，世界上的每一个人至少可以尽情享受100个小时的YouTube时间。如果他们没有，那就是因为他们不知道上哪儿去找那100个小时的视频。我们的任务就是扫清障碍，帮他们轻而易举地和这些视频邂逅。”

这一点非常重要，因为YouTube的视频数量随时都在上涨。传统媒体让我们误以为大众的口味在很大程度上是一致的，但是YouTube却告诉我们事实正好相反。“YouTube用户的口味千差万别，”古德罗说，“真的，完全超乎你我的想象。”

我刚加入YouTube团队时，网站首页便能够根据某个用户的观看历史向其提供个性化的视频推荐，但这些推荐视频主要还是由不同类别的热门视频组成的。多年来，YouTube不断优化推荐功能。现在，每个用户在其主页看见的推荐视频几乎都不相同。截至2017年3月，YouTube首页每天会向用户展示超过两亿个不同的视频。这印证了比利•比格斯曾经对我说过的话：“YouTube为你而生，只为你而生。”用户的每一个兴趣、每一次选择都在悄悄改变YouTube平台，也在悄悄改变其他用户的体验。

不仅如此，用户还为YouTube上绝大部分特色功能的开发做出了贡献，它们中的很多其实和视频推荐没多大关系，比如按键的设置或者上传视频的处理。

“我们在对平台做出每一个调整之前，都会想办法先试验一下，看看这个改变会如何影响用户体验。”古德罗解释说，“这种检测是全面性的，涉及用户如何使用平台的方方面面。”在试验时，团队会将某一更新置入很小一部分YouTube用户群的系统当中，然后用该组用户群的行为和其他不知道这种更新的用户群行为进行对比。如果获得的数据是乐观的，团队便将这一更新推广至整个平台。有时候，这些调整和改变很简单，例如移除“相关视频”周围的小边框以增加界面的好感度。类似调整的边际收益可能很小，但对于YouTube这么大的视频分享平台来说，意义不容低估。有时候，这些调整和改变很复杂。古德罗带领的团队开发了一个程序，意在为YouTube新手过滤掉骗点击的垃圾视频。团队发现，运用该程序后，一开始新手观看视频的数量下降了，但随着时间的推移，他们观看视频的总量却在上升。为YouTube的人品鼓掌！

YouTube主动为新手过滤掉垃圾视频，推荐高质量的视频，为自己赢得了口碑。其实，预测用户如何使用YouTube非常困难，大众很容易被电视或广播之类的传统媒体带偏。YouTube的用户体验团队会采访用户、研究用户，有时他们还会把用户带进实验室，观察、记录他们如何使用YouTube的现有功能或新增功能，然后针对用户行为提出某种假设。这些假设的错误率高到你不愿相信。还好，YouTube不是活在假想之中，它的存在和发展由用户的实际体验决定。

当我还在南佛罗里达州某学校读六年级时，我试验了不同肥料对金盏花的影响。这一课题获得了中学科学博览会植物学类的奖项，于是我有幸前往参观在科罗尔斯普林斯购物中心举办的县级科学博览会。当天，我和我的竞争对手很早就到了购物中心。现场像我们这样的青春期科学少年还有好几个，但我却看到不下几十位流着汗水、穿着矫形鞋的老年人在商场健步走。我觉得开发商在修建商场的时候，应该没有想到它还能成为老年人锻炼身体的地方。这事一开始觉得荒唐，事后想来完全合理：商场是理想的散步场所，它不仅安全，还提供空调、浴室和喷泉等设施。

我想说的是，当你向人们提供一种多功能的事物时，你很难预测人们会如何使用它。从一开始，YouTube的创始人就决定将网站的定义权交给广大用户。YouTube的理念是不断适应用户，不断根据当前用户的行为优化自身——请注意“当前”这两个字，它不是过去，也不是未来。如果一个网络平台能够让其使用者随时随地上传、分享、观看视频，那么它的趣味性和多样性将颠覆我们对媒体运作方式的传统认知。