Published in: تكنولوجيا

فيديوهات يوتيوب – كيف يقترح مقاطع الفيديو؟

Author م. فاطمة زهرة

Published on: 2 أكتوبر، 2023

م. فاطمة زهرة

تدقيق لغوي: أ. موانا دبس

هل تساءلت يوماً مع نفسك كيف يعرف يوتيوب (YouTube) ما أريد مشاهدته، ربما تفكر أن يوتيوب يقرأ أفكارك، فهو دائماً يقوم بتوصية مقاطع فيديو تحظى بفرصة كبيرة للاهتمام بها. ولكن كيف يُخمِّن يوتيوب ما تودُّ مشاهدته؟ يقترح يوتيوب مقاطع فيديو للمشاهدين بناءً على بعض المعايير المختلفة، والتي تتكون أساساً من سجل المشاهدة.

يراقب يوتيوب سجل مشاهدة المُشاهد لتحديد أنواع مقاطع الفيديو التي يستمتع بها المُشاهد ثمَّ يتمُّ اقتراح مقاطع الفيديو التي ثبت أن المُشاهدين المُتشابهين يستمتعون بها. في كل مرة تشاهد فيها مقطع فيديو على يوتيوب، يقوم يوتيوب بجمع هذه المعلومات.

تتمثل أحد أهداف يوتيوب في حثِّ المُشاهدين على البقاء في منصتهم. كيف يتمُّ ذلك؟ يتمُّ ذلك من خلال التوصية بمقاطع الفيديو التي من المُرجَّح أن يستمتع بها المشاهدون، ويلعب عرض السجل دوراً كبيراً في هذا، ولكن هناك العديد من العوامل الأخرى أيضاً سوف نستعرضها لكم في مقالنا هذا.

كيف يقترح يوتيوب مقاطع الفيديو؟

هل يقترح يوتيوب مقاطع فيديو للمُشاهدين بشكل عشوائي؟ أم أنه يقترح مقاطع فيديو على المشاهدين بطريقةٍ أكثر استهدافاً؟ لكن ليس هناك فائدة من عرض مقطع فيديو على المُشاهدين بشكل عشوائي إذا لم يتمّ النقر عليه. من المهمِّ أن تتذكر أن هنالك جانبين لهذه المعادلة جانب المُشاهد لمقاطع الفيديو، وجانب مقاطع الفيديو وجودتها، ويلعب كلا الجانبين دوراً في تحديد كيفية اقتراح الفيديو.

عندما يتعلق الأمر بجانب المُشاهد لمقاطع الفيديو، فإن يوتيوب يهتمُّ أكثر باقتراح مقاطع الفيديو التي يستمتع بها المُشاهد، فاستمتاع المُشاهد بمقطع فيديو يستند إلى سجل المُشاهدة وعوامل أخرى. على سبيل المثال إذا كان المُشاهد قد قضى كل وقته في مشاهدة مقاطع فيديو لعبة كرة القدم، فمن المُحتمَل ألا يقترح يوتيوب مقطع فيديو للعبة التنس.

من الناحية الثانية مقاطع الفيديو، حيث يريد يوتيوب اقتراح مقاطع فيديو على المُشاهدين تعمل بشكل جيد بمعنى يجب أن يحتوي الفيديو على نسبة نقر عالية، ومتوسط ​​مدة مُشاهدة جيدة، ومقاييس قوية أخرى حتى يتمَّ تعريفه على أنه فيديو “جيد” بواسطة يوتيوب.

إذا وضعنا طرفي هذه المعادلة معاً، يمكننا أن نستخلص بأن يوتيوب يقترح مقاطع فيديو عالية الجودة للمشاهدين بناءً على سجل المشاهدة وعوامل أخرى. يتمُّ تحديد مقطع فيديو على أنه فيديو عالي الجودة استناداً إلى كيفية أدائه مع مشاهدين مشابهين قبل اقتراحه على المشاهدين المُحتملين الجدد. ^[1]

ما هي العوامل الإضافية التي تلعب دوراً في ظهور فيديوهات يوتيوب المقترحة؟

العوامل الأخرى التي تلعب دوراً في مساعدة يوتيوب على التوصية بمقاطع الفيديو للمشاهدين: ^{[1] [2] [3]}

1- تفاعلات الفيديو

إحدى الطرق التي يحددها يوتيوب إذا كنت تستمتع بنوع معين من الفيديو هي النظر إلى تفاعلات الفيديو. تتكون تفاعلات الفيديو من وضعك لعلامة الإعجاب وكتابة التعليقات، بالإضافة لذلك سيحدد يوتيوب عادةً ما إذا كنت قد استمتعت بالفيديو أم لا بناءً على المدة التي شاهدتها.

2- الاشتراكات

إذا كنت مشتركاً في قنوات متعددة تحمل أنواعاً متشابهةً من مقاطع الفيديو، فقد يكون هذا مؤشراً جيداً لأنواع مقاطع الفيديو التي تستمتع بها. سينظر يوتيوب إلى القنوات التي اشتركت فيها، وسيقومون بترشيح مقاطع فيديو من قنوات مشابهة للقنوات التي اشتركت فيها.

3- العمر والموقع والجنس

يمكن أن يلعب عمرك وموقعك الجغرافي وجنسك دوراً في مقاطع الفيديو التي يوصي يوتيوب بمشاهدتها. إذا استمتع المشاهدون الآخرون من نفس العمر والموقع الجغرافي والجنس بأنواع معينة من مقاطع الفيديو مثلك، فسوف يوصي يوتيوب أحياناً بهذه الأنواع من مقاطع الفيديو لقياس مدى اهتمامك. الخلاصة إن يوتيوب يعتمد على أمور بسيطة لتحديد الفيديوهات المُفضَّلة للمُشاهد وهي:

– البيانات الوصفية: (العنوان، والوصف، والكلمات الرئيسية، والصورة المُصغَّرة، وما إلى ذلك)، ومدى تطابق هذه الميزات مع ما يشاهده المُستخدِم عادةً (الصفحة الرئيسية) أو ما يبحث عنه (بحث الفيديو).

– التفاعل: مثل: (وضع الإعجاب، وعدم الإعجاب، والتعليقات، والمشاركات، ومتوسط ​​وقت المشاهدة).

– زيادة الشعبية والوقت الذي مضى على نشر الفيديو.

– بالإضافة إلى كم مرة تمَّ فيه تحميل القناة.

ما هو دور البيانات الوصفية على يوتيوب؟

تلعب البيانات دوراً مهماً في خوارزمية التوصية، إلى جانب ميزات الفيديو الأخرى:

1- يحاول يوتيوب تخصيص التوصيات للمُستخدِمين لزيادة وقت المُشاهدة (مما يعني مشاهدة المزيد من الإعلانات).

2- هناك عامل آخر تضعه أنظمة توصية يوتيوب في الاعتبار، وهو ما إذا كان المُستخدمون الذين نقروا على نفس الفيديو قد شاهدوا الفيديو حتى النهاية أو تركوه بعد فترة وجيزة من بدء مشاهدته بحيث تشير مشاهدة مقاطع الفيديو حتى النهاية إلى أنها ذات جودة جيدة أو مسلية. بالإضافة إلى أن يوتيوب يقوم بطرح بعض الأسئلة واستطلاعات الرأي عن تجربتهم مع مقاطع الفيديو، ويستخدم الإجابات كوسيلة لمعرفة ما يُفضِّله المُشاهد.

3- توفر لك يوتيوب طريقاً آخر لمعرفة المُحتوى الذي تفضله أو المحتوى الذي لا يعجبك على سبيل المثال: يمكنك تصفية واختيار التوصيات بناءً على موضوعات محددة، وذلك بفضل الأزرار الموجودة في الصفحة الرئيسية وفي قسم (التالي) يمكنك أيضاً النقر فوق (غير مهتم) لإعلام يوتيوب بأن الفيديو أو القناة المُقترحة لا تهمُّك حالياً.

خوارزمية يوتيوب

شاهدت مؤخراً مقاطع فيديو يوتيوب من قناةٍ معينة، وبدأت بفيديو واحد، ولكن سرعان ما أصبحت صفحتك الرئيسية ممتلئة بفيديوهات من تلك القناة. ما السبب برأيك؟ يتمُّ ذلك عن طريق خوارزمية مرتبة ومُعقَّدة تُدعى خوارزمية توصيات يوتيوب، وقد ساهمت هذه الخوارزمية التي بدأ استخدامها في عام 2016، في نمو شعبية يوتيوب. وفقاً لمركز بيو للأبحاث يشاهد أكثر من 80 بالمئة من مستخدمي يوتيوب مقاطع الفيديو التي أوصى بها يوتيوب.

لكن ما الذي يجعل هذه الخوارزمية فعالةً للغاية؟ تكمن الإجابة على هذا السؤال في بنية النظام الذي يعمل على تشغيل يوتيوب. لقد أدى التعلم الآلي، الذي يشير إلى عملية تدريب أنظمة الحاسوب على البيانات للتعرف على الأنماط والتنبؤ بالمُخرَجات، إلى تحسين فعالية الخوارزمية بشكل كبير، ومن المحتمل أن يزداد احتمال مشاهدة المشاهد لمقاطع الفيديو المقترحة على يوتيوب يوماً بعد يوم. ^[2]

تاريخ خوارزمية يوتيوب

تمَّ إنشاء يوتيوب في عام 2005، ومنذ ذلك الحين، شاهد مليارات المُستخدمين مليارات الساعات من مقاطع الفيديو على النظام الأساسي كل شهر، ولقد تغيرت الخوارزمية والبيانات التي تستخدمها على مرِّ السنين. منذ عام 2012 إلى عام 2016، قرر يوتيوب تحديث خوارزمية توصياته لحلِّ مشكلة النقر على الفيديوهات بدلاً من النقرات، اختاروا تمييز مقاطع الفيديو التي شاهدها الأشخاص لفترة أطول، مما يشير إلى أن مقاطع الفيديو هذه أفضل.

ساعدهم هذا أيضاً على ضمان زيادة احتمالية مشاهدة الأشخاص للإعلانات عبر الفيديو، حيث من المرجح أن يشاهد المُستخدمون مقاطع الفيديو الموصي بها لفترة أطول (مما يعني المزيد من الإعلانات التي تمَّت مشاهدتها). لقد ساعد هذا بالتأكيد في حلِّ المشكلة، ولكن لا يزال هناك مجال للتحسين في المستقبل. ^[2]

يتمُّ حالياً تشغيل “الخوارزمية” التي نعرفها جميعاً ونستخدمها من خلال التعلم العميق، وهي مجموعة فرعية من التعلم الآلي تستخدم الشبكات، وطبقات من العقد التي تشكل اتصالات رياضية بين بعضها البعض لإنشاء مُخرَجات (وهي ما توصي به مقاطع الفيديو في هذه الحالة).

هندسة الخوارزمية

يستخدم النظام الحالي ليوتيوب تقنيات من التعلم الآلي والتعلم العميق لتصنيف مقاطع الفيديو والتوصية بها، مما سيزيد من احتمال مشاهدة المُستخدِم لتوصياتهم، ولكن كان يتوجب على نموذجهم التغلب على ثلاث تحديات:

1- النطاق: يجب أن تعمل الخوارزمية الخاصة بهم بكفاءة على نطاقٍ واسعٍ للتعامل مع مليارات المُستخدمين.

2- الحداثة: يتمُّ في كل ثانية تحميل عدة ساعات من مقاطع الفيديو على يوتيوب، لذلك يجب أن تستجيب الخوارزمية للمُحتوى الجديد، والتحميلات المتعددة.

3- الضوضاء: لا يمكن التنبُّؤ بسلوك المُستخدِم على يوتيوب، لذلك يجب أن تكون الخوارزمية قادرةً على استخدام البيانات الصحيحة لتقديم توصيات جيدة.

يقوم يوتيوب بتحديث الخوارزميات كل فترة من الزمن حتى يبقي المُستخدمين مُحاطين بأفضل الفيديوهات التي تستهويهم، وبالتالي تكون المنفعة مُتبادَلةً بين الطرفين بحيث يحصل المُشاهد على ما يرغب بدون عناء البحث، ويبقى لفترةٍ طويلة على المنصة يشاهد ما يحب، وهذا ما يُترجَم إلى عوائد مادية أكبر لمِنصَّة جوجل. في المرة القادمة عندما تفتح مِنصَّة يوتيوب، وتشاهد كل الفيديوهات المُقترحة في الصفحة الرئيسية، ستعرف وتتذكر كيف تعمل الخوارزمية التي تقف وراءها. ^[2]