Y­o­u­T­u­b­e­ ­Ö­n­e­r­i­ ­S­i­s­t­e­m­i­n­i­n­ ­N­a­s­ı­l­ ­Ç­a­l­ı­ş­t­ı­ğ­ı­n­a­ ­D­a­i­r­ ­D­e­r­i­n­ ­B­i­r­ ­B­a­k­ı­ş­

İnternet çağının video platformu öncüsü ve hayatımızın bir parçası haline gelen YouTube, birçok sektör gibi zaman içerisinde sistemini sadece talep üzerinden sürdürmeyi bırakarak, arz oluşturmaya yönelik de geliştirmeler yapıyor. Bunun görülebileceği en etkili yer ise hiç şüphesiz YouTube’un öneri sistemi.

Bazen beğenilerimizle ve ilgili olduğumuz içeriklerle ilgili şaşırtıcı derecede öneriler sunan YouTube, bazen ise hiç alakası olmadığını düşündüğümüz içerikleri bizlere gösterebiliyor. Fakat tüm bunların arkasında önemli bir algoritma ve veri çalışması olduğu biliniyor. YouTube, 2008 yılında öneri sistemini ilk başlattığında sadece popüler videoları kullanıcılara sunarken, geliştirmelerle birlikte verilerle öneri algoritmalarını farklı bir boyuta taşıdı.

YouTube Blog’da yayınlanan bir yazıda, öneriler sistemine yönelik önemli bilgilerin yanı sıra mantığını anlamak için güzel bir örnek de yer alıyor. Her kullanıcının farklı izleme alışkanlıklarına sahip olduğu belirtilen yazıda şu örneğe yer veriliyor: Örneğin siz tenis videolarını seviyorsanız ve YouTube öneri algoritması sizinle aynı tenis videolarını seven diğer kişilerin caz müzik videoları da sevdiğini ve izlediğini fark ederse, önceden hiç izlememiş olsanız bile size de caz videoları önerebilir. YouTube, önerilerin basit ilkesinin kullanıcılar için değer katacak videoları sunmak olduğunu söylüyor.

YouTube’daki öneriler iki yerde kullanıcıların karşısına çıkıyor. Bunlar, ana sayfa ve izlenen videoların yanındaki “sıradaki” paneli. YouTube’un önerileri tıklamalar, izleme süreleri gibi birçok farklı etkene göre değişiklik gösteriyor. İşte bu etkenler:

Bir videoya tıklamak, kullanıcının onu ilgi çekici bulduğu anlamına da gelebiliyor. Bu tıklamalar sonucunda algoritma, benzer ya da dolaylı yoldan ilgili içerikleri kullanıcılara öneriyor.

Bir videoya tıklamanın onun gerçekten izlendiği anlamına gelmediğini anlayan YouTube, 2012 yılında algoritmaya izleme süresi özelliğini de ekledi. İzlenme süreleri eklendiğinde, YouTube görüntülemelerde yüzde 20 oranında bir düşüşle karşılaştığını belirtiyor. Ancak YouTube bunu önemsemediğini çünkü izleyicilere değer katmanın daha önemli olduğunu belirtiyor.

Görüntüleme ya da izleme sürelerinin yanı sıra YouTube, kullanıcılarının izlediği videolardan memnun kalıp kalmadığını anlamak için geri bildirimlere de önem veriyor. Bu sebeple, YouTube izlenen videolardan sonra kullanıcılara 5 yıldızlı bir anket sunarak içeriği puanlamalarını istiyor. Bu yanıtlar sonucunda da kullanıcının ilgili olduğu içerikleri saptıyor.

Kullanıcıların izledikleri videoyu paylaşması, beğenmesi ya da beğenmemesine göre YouTube öneri algoritması, kullanıcının ilgili olduğu içeriklere yönelik bilgi sahibi oluyor. Kullanıcıların bu butonları kullanmaları, YouTube algoritması için aslında feedback anlamına geliyor.