මේ වන විට, YouTube ආයතය විසින් ඔවුන්ගේ Content Recommendation System එක පිළිබඳව දළ විශ්ලේෂණයක් බෙදාගැනීමට කටයුතු කර තිබෙන අතර YouTube Official Blog අඩවියෙහි පළකර ඇති මෙම ලිපිය ලියා ඇත්තේ YouTube සමාගමේ ඉංජිනේරු අංශයේ උප සභාපති වන Cristos Goodrow විසිනුයි.
අදාල ලිපියේ සඳහන් කරුණු අප විසින් මෙතැන් සිට උපුටාගෙන ඔබට තේරුම් ගැනීමට පහසු වන පරිදි සිංහල භාෂාවෙන් ඉදිරිපත් කරනු ලබනවා.
"පුස්කාථලාධිපතිගේ සහයක් නොමැතිව දැවැන්ත පුස්කාථලයක ඇති සියලුම පොත් අතර සැරිසැරීම කෙතරම් අමාරුදැයි සිතා බලන්න, YouTube video recommendations ක්‍රියාවලියත් එවැනිය. එය මිනිසුන් channel subscriptions හෝ search කර videos බලනවාට වඩා recommendations වලින් පැමිණෙන viewership එක සැලකිය යුතු ප්‍රමාණයකින් වැඩිය. මම YouTube ආයතනයෙහි දශකයකටත් වැඩි කාලයක් අපගේ Recommendation System ගොඩනඟා ඇති අතර එය සෑම දෙනාගේම YouTube හි පරිශිලන අත්දැකීම්වල අනිවාර්ය අංගයක් බවට පත් වන්නේ කෙසේද යන්න දැක මම ආඩම්බර වෙමි. මෙම පද්ධතිය ඔබ සැමට අවබෝධ කරගැනීමට පහසු වන්න මෙම පද්ධතිය ක්‍රියා කරන ආකාරය, පරිණාමය වූ ආකාරය වැනි විස්තර මා ඔබත් සමග බෙදාගැනීමට කැමැත්තෙන් ඉන්නවා.
Recommendations drive a significant amount of the overall viewership on YouTube, even more than channel subscriptions or search.
මොකද්ද මේ Recommendation system එක කියන්නේ?
- අපගේ Recommendation system එක ගොඩනඟා ඇත්තේ මිනිසුන්ට නැරඹීමට අවශ්‍ය video සොයා ගැනීමට උදවු කිරීමේ සරල මූලධර්මය මත වන නිසාවෙන් එමඟින් පරීශිලකයන්ට ගැලපෙනම videos පෙන්වීමට මෙම පද්ධතියට හැකියාව ලැබෙන අතර YouTube හි ප්‍රධාන ස්ථාන 2කදි recommendations ඔබට සොයා ගැනීමට හැකියාව පවතිනවා. ඒවා නම් homepage සහ “Up Next” panel එකේදීය.
- YouTube app එකට හෝ වෙබ් අඩවියට පිවිසෙන විට ඔබ මුලින්ම දකින්නේ YouTube homepage එක වන අතර එය personalized recommendations, subscriptions සහ නවතම ප්‍රවෘත්ති සහ තොරතුරු වැනි දෑ එහි පෙන්නුම් කරනවා සේම, Video එකක් නරඹන විට Up Next panel එක දිස්වන අතර ඔබ කැමති විය හැකි යැයි අපි සිතන වෙනත් videos සමඟ ඔබ දැනට නරඹන දේ මත පදනම්ව ඒ හා සමානව වූ අනෙකුත් අන්තර්ගතයන් එහිදී පෙන්නුම් කෙරෙනවා.
අප සැම දෙනෙක්ටම unique viewing habits ඇති බව තේරුම්ගෙන ඇත. අපගේ පද්ධතිය ඔබේ viewing habits ඔබට සමාන පුද්ගලයන්ගේ පුරුදු සමග සංසන්දනය කරන අතර ඔබට නැරඹීමට අවශ්‍ය විය හැකි වෙනත් අන්තර්ගතයන් suggest කිරීමට එම තොරතුරු භාවිතා කරනු ලබනවා. එබැවින් ඔබ ටෙනිස් videos වලට කැමති නම් සහ ඔබ මෙන් ටෙනිස් videos වලට කැමති අනෙක් අය jazz ගේ videos රස විඳින බව අපගේ පද්ධතිය දැන සිටියහොත්, ඔබ මීට පෙර එක jazz වීඩියෝ පටයක්වත් නොබැලුවද, අපගේ පද්ධතිය විසින් ඔබට jazz videos නැරඹීම සඳහා suggest කිරීමට හැකියාවක් ඇත.
අද, අපගේ පද්ධතිය ඔබේ විශේෂිත රුචිකත්වයන්ට ගැලපෙන පරිදි අන්තර්ගතය suggest කිරීම සඳහා video බිලියන ගණනකින් ඔබට ගැලපෙන හොඳම video පෙන්විමට හැකිවෙන ලෙස සකසා ඇති අතර YouTube හි recommendations වල සාර්ථකත්වය රඳා පවතින්නේ ඔබට නැරඹීමට අවශ්‍ය video දර්ශන නිවැරදිව පුරෝකථනය කිරීම මත ය.
නමුත් ඇත්ත වශයෙන්ම, මෙම තොරතුරු සැමවිටම අප සමඟ හුවමාරු කර ගැනීමට සෑම කෙනෙකුම කැමති නැති බව අප දන්නා බැවින් ඔබට කොපමණ දත්ත ප්‍රමාණයක් සැපයීමට අවශ්‍යද යන්න තීරණය කිරීමට උපකාර වන options අපි ගොඩනඟා ඇති අතර, ඔබට අවශ්‍ය ඕනෑම අවස්ථාවක ඔබේ YouTube search සහ watch history pause කිරීමට, edit කිරීමට හෝ delete කිරීමට YouTube ආයතනය විසින් අවස්ථාව ලබා දී තිබෙනවා.
අප Personalize recommendations සිදුකරන ආකාරය
Signals ලෙස හඳුන්වන තොරතුරු බිලියන 80 කට වඩා වැඩි ප්‍රමාණයකින් සෑම දිනකම අප විසින් අධ්‍යනය කරමින් සිටින අතර, එය නිරන්තරයෙන් විකාශනය වෙමින් පවතිනවා. අපට වැඩි විනිවිදභාවයක් ලබාදීමට අවශ්‍ය වුවත් අපේ පද්ධතිය පෝෂණය වන්නේ මේ සියලුම දත්ත අවබෝධ කර ගැනීම හරහා බැවින් එය සිදුකරන ආකාරය formula එකකින් පෙන්වීම සරල නොවේ. ඔබ කැමති දේ ගැන අපේ පද්ධතියට දැනුම් දීම සඳහා clicks, watchtime, survey responses, sharing, likes සහ dislikes වැනි දේ පදනම් කරගෙන අප විසින් signals ගොඩනගා තිබෙනවා.
- Clicks: Video එකක් මත click කිරීමෙන් ඔබ එයට කැමති බව අගවන ප්‍රභල ඇඟවුමක් වන අතර සියල්ලට පසු, ඔබට නැරඹීමට අවශ්‍ය නැති දෙයක් මත ඔබ ක්ලික් නොකරනු ඇතැයි අප විසින් විශ්වාස කරනු ලබනවා.
නමුත් video එකක් click කල පමණින් ඔබ එය නැරඹුවා යන්නෙන් අදහස් නොවන බව අපි 2011 දී ඉගෙන ගත් අතර එම නිසා අප විසින් 2012 වර්ෂයේදී Personalize recommendations සිදුකිරීම සඳහා භාවිතා කල හැකි තවත් සාධකයක් ලෙස watchtime එක් කරනු ලැබුවා.
- Watchtime: ඔබ නැරඹූ videos සහ කොපමණ වේලාවක්ද එය නැරඹුවේද යන දත්ත අපට මෙමඟින් ලැබෙන අතර ඔබට බොහෝ විට නැරඹීමට අවශ්‍ය දේ ගැන අපේ පද්ධතියට personalized signals ලබා දේ. උදාහරණයකට අපේ ටෙනිස් රසිකයකු Wimbledon highlight clips විනාඩි 20 ක් නැරඹිම සහ match analysis video පටයක් තත්පර කිහිපයකින් නැරඹුවේ නම්, එමගින් අපගේ පද්ධතිය මගින් ඔහු match analysis video වලට වඩා highlight clips නැරඹිමට කැමති බව උපකල්පනය කිරීමට හැකියාව පවතිනවා.
මුලින්ම watchtime මත පදනම් වූ දත්ත recommendations ක්‍රියාවලියට ඇතුළත් කළ විට, views 20% ක් ක්ෂණිකව පහත වැටීමක් දුටු නමුත් නරඹන්නන් සඳහා වැඩි වටිනාකමක් ලබාදීම අපට වඩා වැදගත් යැයි අපි විශ්වාස කළෙමු. කෙසේ වෙතත්, සියලුම නැරඹුම් කාලය සමාන නොවේ. ඇතැම් විට YouTube මඟින් නව භාෂාවක් ඉගෙන ගැනීමට හෝ tutorial එකක් තුළින් ඉවුම් පිහුම් කුසලතා වැඩි දියුණු කරගැනීමට උත්සහා කරන බව අපට තේරීගිය නිසාවෙන් YouTube හි ඔබේ කාලය තුළින් ඔබට ලැබෙන වටිනාකම මැන බැලීමට අපට තවත් බොහෝ දේ කළ යුතු බව අවබෝධ වී තිබේ.
- Survey Responses: ඔබ වටිනා යැයි සිතන video එකක් නැරඹීමට ගත කළ කාලය මත පදනම්ව ඔබ නරඹන ලද video එක සඳහා තරු එකේ සිට පහ දක්වා ශ්‍රේණිගත කරන ලෙසට ඔබෙන් ඉල්ලන user surveys තුළින් අපි valued watchtime නම් දර්ශකය මැන බලන අතර එහි අන්තර්ගතයට ඔබ කෙතරම් කැමතිද යන්න නිශ්චය කිරීමට අගයක් අපට ලබා දේ. ඔබ video එකක් සඳහා තරු එකක් සිට දෙකක් දක්වා ශ්‍රේණිගත කරන්නේ නම්, අපි ඔබෙන් මෙතරම් අඩු අගයක් දුන්නේ ඇයි දැයි අපි අසන්නෙමු. ඒ හා සමානව, ඔබ video එකක් සඳහා තරු හතරේ සිට පහ දක්වා ලබා දෙනවා නම්, එම video එක inspirational හෝ නැත්නම් අර්ථවත්ද යන්න අප ඔබෙන් අසන්නෙමු. තරු 4-5ත් ලද video අප විසින් valued watchtime ලෙස ඉහල තක්සේරුවක් ලබා දෙනු ලබනවා.
ඇත්ත වශයෙන්ම, සෑම කෙනෙකුම නරඹන සෑම video එකක් සඳහාම responses නොකරන අතර අපට ලැබෙන ප්‍රතිචාර මත පදනම්ව, සෑම කෙනෙකුටම විය හැකි සමීක්ෂණ ප්‍රතිචාර අනාවැකි ලබාදීමට අපි machine learning model එකක් පුහුණු කර තිබෙනවා. මෙම අනාවැකි වල නිරවද්‍යතාවය පරීක්‍ෂා කිරීම සඳහා, පුහුණුවෙන් ලැබුණු සමීක්ෂණ ප්‍රතිචාර සමහරක් අපි හිතාමතාම රඳවා ගන්නා අතර මේ ආකාරයට අපි සැමවිටම නිරීක්ෂණය කරන්නේ අපගේ පද්ධතිය සත්‍ය ප්‍රතිචාර සමඟ කෙතරම් සමීපව නිරීක්ෂණය කරනවාද යන්න අධ්‍යනය කිරීමටයි.
- Sharing, Likes, Dislikes: සාමාන්‍යයෙන් මිනිසුන් video එකක් share හෝ like කරනු ලබන video වලින් සෑහීමකට පත් වීමට බොහෝ ඉඩ ඇති අතර ඔබ තවදුරටත් video එකක් share කිරිමට හෝ like කිරීමට ඇති ඉඩකඩ ගැන අනාවැකි කීමට අපේ පද්ධතිය මෙම තොරතුරු භාවිතා කරයි. ඔබ video එකකට අකමැති නම්, එය බොහෝ විට ඔබ නැරඹීමෙන් ප්‍රිය කළ දෙයක් නොවන බවට signal එකක් වේ.
කෙසේ වෙතත් recommendations මෙන්, එක් එක් signal වල වැදගත්කම ඔබ මත රඳා පවතී. ඔබ තරු එකක් හෝ දෙකක් ලබාදෙන video එකක් ඇතුළුව ඔබ නරඹන ඕනෑම video එකක් share කර ගැනීමට ඔබ කැමති පුද්ගලයෙක් නම්, content recommend කිරිමේදී ඔබේ ඒ කොටස් වලට විශාල බලපෑමක් නොකළ යුතු බව අපගේ පද්ධතිය දනී. මේ සියල්ල නිසාම අපේ පද්ධතිය නියමිත සූත්‍රයක් අනුගමනය නොකරන නමුත් ඔබේ බැලීමේ පුරුදු වෙනස් වන විට ගතිකව පද්ධතියද වර්ධනය වේ.
වගකීමකින් යුතුව Recommendations ලබාදීම කෙරෙහි අවධානය යොමු කිරීම
වසර ගණනාවක් පුරාවටම YouTube හරහා පළ වන ප්‍රවෘත්ති සහ තොරතුරු සඳහා එකතු වන නරඹන්නන්ගේ සංඛ්‍යාව වැඩි වෙමින් පවතීන අතර එය නවතම ප්‍රවෘත්ති හෝ සංකීර්ණ විද්‍යාත්මක අධ්‍යයනයන් වුවද, මෙම මාතෘකා වල තොරතුරු වල ගුණාත්මකභාවය සහ අන්තර්ගතයන් වඩාත් වැදගත් වේ. "පෘථිවිය පැතලි ය" යනුවෙන් පවසන video ගැන තමන් සෑහීමකට පත් වන බව යමෙකුට වාර්තා කළ හැකි නමුත් අප මේ ආකාරයේ අඩු ගුණාත්මක බවක් ඇති videos තවත් කෙනෙකුට recommend කිරීමට අවශ්‍ය බව අප එයින් තීරණය කරන්නේ නෑ.
වගකිව යුතු platform එකක් පවත්වාගැනීම සඳහා recommendations වලින් වැදගත් කාර්යභාරයක් ඉටු කරන අතර, නරඹන්නන්ව උසස් තත්ත්වයේ videos වලට යොමු කිරීම සහ ගැටලුකාරී අන්තර්ගතයන් දැකීමට ඇති අවස්ථා අප විසින් ඉවත් කරනු ලබනවා. එමෙන්ම මේ සියල්ල අප විසින් YouTube හි සිදු කළ යුතු සහ නොකළ යුතු දේ නිර්වචනය කරන Community Guidelines වලට අනුව සිදු කරනු ලබනවා."
ඉහත දක්වා ඇති video එක මඟින් YouTube සමාගමේ ඉංජිනේරු අංශයේ උප සභාපති වන Cristos Goodrow විසින් Recommendation system එක පිළිබඳව නිතර අසන ප්‍රශ්න වලට පිළිතුරු ලබා දෙන අතර ඔබ මේ පිළිබඳව උනන්දුවක් දන්වන අයෙක්නම් එම Video ව නරඹන මෙන් අප විසින් ඔබට යොජනා කරන අතර මේ පිළිබඳව වැඩි විස්තර YouTube Official Blog අඩවිය හරහා ඔබට දැන ගැනීමට හැකියාව පවතිනවා.