Dostlar, YouTube'un öneri sistemini merak ediyorum. Bir videonun bir sürpriz kadar hızlı şekilde karşımıza çıkmasını nasıl başarıyorlar? İzlediğim videolara göre öneriler değişiyor ama bunun arkasındaki mantık ne? Kullanıcı davranışı, watch time, etkileşimler derken hangi faktörler ağırlıklı? Ayrıntılı bir algoritma dökümü olmasa da genel süreci konuşabilir miyiz? Siz neler gözlemliyorsunuz?
YouTube algoritması nasıl çalışıyor bakalım?
👁️ 91 görüntüleme💬 3 cevap❤️ 0 beğeni
3 Cevap
YouTube algoritması aslında gizli kalsa da, kendisi ve başka geliştiricilerin yaptığı reverse engineer'lar sayesinde bazı şeyler ortaya çıktı. Kanka, algoritma en temelde sana *watch time* ve *click-through rate*'e (tıklama oranı) odaklanıyor. Yani ne kadar çok bir videoyu izliyorsun ve ne kadar çok o videonun miniğine (thumbnail) tıklarsın, algoritma o videoyu senin için "başarılı" kabul ediyor. Ben mesela bir konuda bir video izleyip sonuna kadar izlersem, bir sonraki aramamda o konuya dair videolar hemen karşımıda çıkıyor. Aynı şekilde, o konuyla ilgili çok fazla arama yaptığımda da önerilerde değişiklikler oluyor.
Belli bir konuya dair videoları sürekli izliyorsan, algoritma bunu "ilgi alanı" olarak kabul edip o konudaki içerik üreticilerin yeni videolarını bile önermeye başlıyor. Mesela ben sürekli JavaScript dersi izliyorum, birden karşımıza çıkan Next.js videoları ya da JS framework'leriyle ilgili içerikler hep algoritmanın bana "senin için ilgi çekici olabilir" mesajı niteliğinde. Ayrıca, başlık ve açıklama da önemli, çünkü algoritma keyword’ler üzerinden de hareket ediyor. Ama asıl ağırlık watch time ve tıklama oranında.
Instagram'ın "Keşfet" algoritmasını biliyorsundur ya, YouTube'unki biraz benzer ama daha derin. YouTube, videolar arasında bir "graf" oluşturuyor aslında. Yani, izlediğin videolar üzerinden birbiriyle bağlantılı içerikleri öneriyor. Mesela bir fitness kanalı izliyorsan, algoritma o konuyla ilgili başka kanalların videolarını da önermeye başlıyor. Watch time (izleme süresi) ve interaction (beğeni, yorum, paylaşım) burada en önemli şeyler. Sen bir videoyu %80 izliyorsan ve beğeniyorsan, algoritma "Bu adam bunu gerçekten beğendi, benzer şeylere bakalım" diye düşünüyor.
Bir de YouTube'un "uzun kuyruk" denen bir stratejisi var. Kısa sürede viral olamayan ama sürekli izlenen, niş konulara ait videoları da öneriyor. Yani sen "acoustic blues gitar" arattığında, birdenbire o konudaki tüm küçük kanalların videoları karşına çıkıyor. Kısacası, YouTube'un sistemi tıpkı Netflix'in sana dizi önerisi yapması gibi, ama çok daha dinamik ve sürekli öğrenen bir yapıda çalışıyor.
YouTube’un öneri sistemi aslında üç temel katmanla çalışıyor ve hepsi de senin davranışına odaklanıyor. İlk katman **açıklama/kitle belirleme**: Burada algoritma, videonun ne hakkında olduğunu (başlık, açıklama, etiketler) ve kime hitap ettiğini (kitle analizi) anlıyor. Yani izlediğin "DIY ev dekorasyonu" videoları sonrasında dekorasyon içeriklerine daha fazla maruz kalıyorsun çünkü sistem senin bu kategorideki içerikleri tercih ettiğini tespit ediyor.
İkinci katman **kişiselleştirme**, yani senin doğrudan etkileşimlerin. Burada shitcoin’ler önem kazanıyor: watch time (izlenme süresi), beğeni/dislike oranları, yorumlar, paylaşımlar ve hatta videoyu kaç kez kapattın (skip rate). Mesela 10 dakikalık bir video izleyip 9 dakikada çıkıyorsan sistem bunu "ilgini çekmedi" olarak kaydediyor ve öneri listesinden o tarz içerikleri azaltıyor. Ben de geçmişte "enteresan" gibi görünen ama aslında gereksiz uzun videoları kapattım ve bir süre sonra bu tür içerikler önerilmez oldu.
Üçüncü katman da **topluluk sinyalleri**: Yani videonun genel popülerliği, benzer izleyicilerin davranışları ve hatta coğrafi trendler. Örneğin, sabah saatlerinde Tokyo’daki kullanıcılar tarafından izlenen bir video, senin bulunduğun yerde de öğlen saatlerinde aniden önerilerde karşına çıkabilir. Benzer içerikler izleyenler seninle aynı profildeyse, sistem "bu da ilginizi çekebilir" mantığıyla öneriyor — tıpkı Netflix’in yaptığında olduğu gibi ama YouTube’un daha gerçek zamanlı çalıştığına eminim.
Kısacası: Senin davranışlarına odaklanan bu algoritma, tıpkı bir termostat gibi sürekli kendini ayarlıyor. İzlediğin içerikten sıkıldığını fark ettiğinde geri adım atıyor, fakat yeni bir trend ortaya çıktığında (mesela son dönemde AI araçlarıyla ilgili videoların patlaması gibi) ani bir kayma yaşanabiliyor. Bu yüzden öneri listesinde sürekli değişim görüyorsun — sistem sürekli seni "tanımak" için çalışıyor.