Marc J. Lanovaz 5 septembre 2018 The Impact of YouTube Recommendation System on Video Views (Zhou, Khemmarat et Gao, 2010) Marc J. Lanovaz 5 septembre 2018
Rationnel Développeurs de contenus Annonceurs Chercheurs +5 milliards de video!!!! (100 millions en 2010). 1 milliard d’heures par jour
Collecte de données Recursive, breadth first, three levels Featured Videos will be primarily populated with videos from YouTube's thousands of partners, but might also include select user videos that are currently popular or that we have previously showcased in Spotlight Videos. We will automatically rotate these videos throughout the day to keep them fresh. Featured Videos are not advertisements or paid placements, but do feature content from partners with whom we have a commercial relationship
Sources des visionnements Représentativité des “tracked view” Source principale Sources dominantes Fréquence Taux Representativité environ 60% sont de tracks, 70% au moins 50% sont des tracks et correlation 0.81 et 0.84
Système de recommandations Corrélations Positionnement du video 42% 6% à 1%
Diversité Coefficient de Gini Courbes de Lorenz
Discussion Implications Limites Vidéos similaires (related video) Corrélation au niveau de la popularité Plus de diversité qu’autres systèmes Taux de clics baissent moins que dans Google Limites 2010 Biais de l’échantillon Moyenne vs. médiane - Soulève question éthique sur la transparence…