-
让品牌有温度、有情感
专注品牌策划15年
YouTube短视频平台
发布时间：2023-03-13 13:57:12
稿源：
创意岭 阅读：
149
问大家
大家好！今天让创意岭的小编来大家介绍下关于YouTube短视频平台的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。
ChatGPT国内免费在线使用，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等
只需要输入关键词，就能返回你想要的内容，越精准，写出的就越详细，有微信小程序端、在线网页版、PC客户端
本文目录:
一、国外都用什么社交软件?
instagram（简称ins）照片墙
是一款可以分享照片的平台，里面有多种拍照滤镜、特效，在这里可以通过关注、评论、赞等操作与其他用户进行互动。
这个软件中有很多明星、博主，他们在这里分享日常、穿搭、时尚照片，还有一些普通人分享日常、剪辑的视频等等。这个软件还可以进行直播，一些国外明星也会在这里直播。
Twitter（推特）
这款软件相当于中国的微博，Twitter这个1名字的由来是一个鸟类的叫声，声音短促、明亮，符合这个网站的内涵，里面都是实时信息，范围也比较广泛，是很多人关注时事新闻的主要途径。
很多人在里面发表文字、图片、视频等，涉及范围很广。
TikTok （国外版抖音）
TikTok是字节跳动旗下短视频社交平台，这个软件曾多次登上多个国家的App Store的榜首。
此软件和中国抖音一样，任何人都可以在这里通过选择音乐、拍摄完成短视频并上传。
Youtube (油管）
YouTube是一个视频网站，早期公司位于加利福尼亚州的圣布鲁诺。注册于2005年2月15日，由美籍华人陈士骏等人创立，让用户下载、观看及分享影片或短片。
此软件是世界上最大的视频平台，拥有最大的流量和用户，当你想知道一个明星在国际上火不火的时候，可以登上YouTube看他的视频的浏览量和关注量就知道了。
我觉得这个软件就相当于中国的bilibili，目前每分钟都会有超过300个小时的视频上传到YouTube上。
Facebook（脸书）
Facebook是世界排名领先的照片分享站点，相当于中国的人人网。
这个软件曾被黑客入侵，几亿用户的信息被盗，脸书公司被多个国家开罚单。
以上几个软件都是比较受欢迎、里面的用户都是来自世界各地的。
二、youtube评论翻译成中文设置
油管字幕翻译成中文方法：先安装youtube双语字幕，前提需要安装一个油猴插件，没有安装油猴插件的同学，可以去谷歌应用店里搜索安装油猴插件，如果不能自动加载，请关闭字幕再次打开即可，默认语言为浏览器首选语言。
从用户基数来说，YouTube 月活跃用户数量达到20亿用户。
数量庞大，因为YouTube是一个全球开放的平台，YouTube 的内容不单只有中文，英语，西班牙语，法语等全世界各种语言的视频内容，并且视频的专业度和垂直度很高，其内容的广度，造就了 YouTube 是全球第二大搜索引擎。
YouTube 分短视频（shorts），长视频（video），直播（live）三个功能。短视频是泛娱乐型的，长视频的垂直度和专业度高。Shorts 依然是测试版本，还在完善中。可以早切入早布局，和平台一块发展，它的每个帖子和视频可以挂链接，达到平台要求可以开通 shop 功能。
谷歌首席执行官皮查伊表示，每一小时YouTube会向全世界的网民播出数上亿小时的视频，其中越来越多的视频在移动设备上播放。
三、创建YouTube视频的四种方法！
油管YouTube是全球知名的视频分享平台，作为Google旗下的视频网站，他已经拥有20亿的月活动量用户。
YouTube以庞大的流量激发网上创作产业，造就了网红无数。同时，企业可建立自己的YouTube主页，用作在线传媒广告。
一 、电脑网页在 YouTube Studio 测试版上传视频
1.登录 YouTube Studio 测试版；
2.在右上角，选择“上传”图标；
3.选择 上传视频（测试版）；
4.选择要上传的文件。
如果您在选择好所有设置之前关闭上传流程，您的视频将在视频页面中保存为草稿。
01、添加基本信息
为视频添加所需的重要详细信息。若这些信息缺失，您上传的视频将在视频页面中保存为草稿。
标题视频的标题说明视频下方所显示的信息。
02、选择高级设置点击 继续 可选择高级设置。
注意 ：如果您的视频仍在处理中，则某些功能可能无法使用。您始终可以在上传视频时将其设为“不公开列出”，并在处理完成后添加这些功能。了解如何在上传后更改视频的隐私设置。
播放列表： 将视频添加到某个现有播放列表，或创建新的播放列表。
片尾画面： 退出上传流程，将视觉元素添加到视频的结尾。
卡片： 退出上传流程，为视频添加互动内容。
字幕： 上传字幕和字幕文件。
视频语言： 选择原始视频语言。
标签： 添加描述性关键字来帮助更正搜索错误。
类别： 选择视频类别，例如教育或喜剧。
视频位置： 添加拍摄视频的位置。
录制日期： 输入录制视频的日期。
许可和权利归属： 选择标准版权或知识共享许可。
评论 和评分： 选择观看者是否可以对视频发表评论。选择观看者是否可以查看视频的“顶”和“踩”的数量。
其他设置
（1） 年龄限制： 有年龄限制的视频可能不适合部分观众观看。
（2） 嵌入： 选择您的视频是否可以嵌入到其他网站中。
（3） 通知： 指明您是否希望向订阅者发送新视频上线通知。
（4） 付费宣传内容： 让观看者和 YouTube 知道您的视频包含付费宣传内容。
03、预览和发布
1.选择 预览和发布 标签。
2.选择视频的隐私设置。您可以充分利用“不公开列出”隐私设置选项，确保观众不会看到尚未完成处理的视频。
3.在发布视频之前，预览您的更改并确保遵循 YouTube 政策。
在上传公开视频时，您可以设置首映。不公开列出视频和私享视频也可在上传后转为首映。
二、在创作者工作室中上传在创作者工作室传统版中上传
1.登录 YouTube；
2.在页面顶部，依次点击“上传”图标；
上传视频
1. 选择您的视频隐私设置；
2. 选择要从计算机或 Google 相册上传的视频；
3. 在视频上传的过程中，为视频添加标题（最多 100 个字符）和说明（最多 5000 个字符）；
4. 修改任何其他设置。合作伙伴可以选择视频的获利设置；
5.点击 发布 （公开视频）或完成（私享和不公开列出视频）即可完成。
只要您还未点击 发布 或完成，其他用户就不会看到您的视频。您始终可以今后再在视频管理器中发布视频。
Tip : 详细了解如何上传视频
了解“上传”和“发布”之间的区别
您 上传 视频时，视频文件会导入到 YouTube。
发布 视频后，任何拥有其观看权限的用户都可以观看该视频。
上传竖版视频
在您上传和发布视频时，YouTube 会确定展示内容的最佳方式。要想获得最理想的体验，请不要在竖版视频的两侧添加黑边。因此，竖版、方形或横版的视频都能在屏幕上得到恰当的显示。
Tip : 了解视频画质处理
您上传视频时，我们最初会以较低的分辨率处理该视频。这样有助于更快地完成上传流程。上传流程完成后，视频能够以较低的分辨率在各种设备上播放。
较高的分辨率（如 4K 或 1080p）可能需要更长的时间才能完成处理。在处理过程中，视频可能会在几个小时内无法以高分辨率播放。高分辨率版本处理完成后，您的视频将支持更高的分辨率。详细了解在上传后处理视频。
三、苹果手机上传视频
要通过 iOS 版 YouTube 应用上传视频，您可以录制新视频或选择现有视频：
1. 在 YouTube 应用中登录您的频道；
2. 点按应用顶部的“摄像机”图标；
3.录制：新视频或从媒体库中选择现有视频；
4.为视频添加标题（最多 100 个字符）和说明（最多 5000 个字符）；
5.（可选）使用增强功能：
（1）为视频添加过滤条件
（2）为视频添加音乐
（3）拖动视频下方白框的边缘可对视频进行剪辑。
点按“上传”即可完成
四、安卓上传视频
要通过 Android 版 YouTube 应用上传视频，您可以录制新视频或选择现有视频：
1.在 YouTube 应用中登录您的频道；
2.点按应用顶部的“摄像机”图标；
3. 录制：新视频或从媒体库中选择现有视频；
4.为视频添加标题（最多 100 个字符）和说明（最多 5000 个字符）；
5.（可选）使用增强功能：
（1）为视频添加过滤条件
（2）为视频添加音乐
（3）拖动视频下方白框的边缘可对视频进行剪辑
点按“继续”图标即可上传您的视频
有时我们会在您正在录制视频时即开始上传视频，但我们绝不会在未经您许可的情况下发布视频。
四、「干货」YouTube 基于深度神经网络推荐系统剖析
YouTube推荐系统的三大难点：
· 一是规模太大，简单的推荐算法在如此大规模数据量上可能是失效的；
· 二是实效性，即新数据不断产生，需要将其良好的呈现给用户，以平衡旧有的好内容以及新内容；
· 三是噪音问题，用户行为与视频描述均有噪音，并且只能获得充满噪音的用户隐含反馈，而不能直接获取用户满意度。
图1.YouTube基于深度学习推荐系统架构图
本文呈现的推荐系统解决方案分为两个部分:
· 一个是备选生成（Candidate Generation），其目标是初选结果，从海量数据中选择出符合其个人需求偏好的百级别数据;
· 一个则是排序（Ranking），通过更加丰富的用户，视频乃至场景信息，对结果进行精细化排序，得到呈现给用户的备选。
备选生成阶段，将推荐系统定义为一个多分类器，其职责是确定某个用户，在某个场景与时间下，将从系统的视频中选择消费哪一个视频。具体的方法是，将用户与视频全部转化为Embedding描述，即一个向量，最终用户消费某个视频的概率通过如下方式计算得到：
而构建用户与视频的Embedding，则是通过训练而来。将用户观看视频/搜索记录/其它信息如年龄性别等作为输入特征，部分稀疏特征首先进行Embedding化，中间为数层ReLU，最终一层用SoftMax进行分类。 换句话讲，是将用户与场景信息作为输入，预估用户下一个要看的视频，也就是将用户分到具体某一个视频作为其类别。 用户与视频的Eembedding，则是神经网络最后一层的对应矩阵。这种方法除了能利用用户行为信息外，其它信息例如设备，地理位置，性别等也可以作为输入，这是神经网络相对于普通MF类算法的优势之一。
图2.YouTube推荐备选生成阶段架构
备选生成的下一个阶段是排序。其网络结构跟备选生成阶段类似，将所有排序模型中的信息输入后，进入多层ReLU，最终进行优化的是一个加权逻辑回归损失函数，观看时间作为阳性样本权重。在这一层，也可以看到其推荐“代理问题”的转化：由点击行为预估转为了以观看时长为权重的点击行为预估，这样更佳贴近Youtube的产品优化方向。与备选生成阶段另一个不同在于，排序模块需要考量的特征要多得多:
· “场景”类特征，例如用户可能在某个地方某个时间愿意观看某一条视频，但是在别的地方别的时间则不会；
· 曝光信息：用户观看了某界面，但是并未在其上进行操作，那么随之应进行已呈现内容降级；
· 备选生成层输出：排序需要将各种备选结果联合起来；
· 更丰富的用户信息：例如用户最近的一次搜索词，用户最近观看的同一个主题下的视频数量，用户上一次观看同主题视频的时间，用户所使用的语言等；
图3.YouTube推荐排序阶段架构
除了整体设计与系统架构以外，本篇论文中陈述了很多“选择”，这些选择更多的是“艺术”而不完全属于技术范畴。这些选择往往是很多技术人员关注不多的点，但在笔者看来，这些都蕴含着YouTube技术与产品人员深入的思考与判断。
“Example Age” 特征
对于YouTube产品层来讲，鼓励内容产生毫无疑问是至关重要的，所以推荐系统也希望对用户上传的新内容的有所偏好。然而幸运的是，即使损失一部分相关性，视频的消费者也偏好新内容。也就是说，新内容的价值可以良好的通过其带来的吸引力呈现出来，并不需要平台刻意而为之。
由于系统使用一个时间窗口的训练样本进行训练，如果没有视频的上传时间信息，那么模型会认为这个时间窗口内用户对视频的偏好是稳定的，然而事实远非如此。将视频的上传时间加入到特征集合后，预估更加准确，尤其是视频刚上传阶段的强烈便好被成功捕捉到。
图4.无时间特征预估/有时间特征预估/真实情况 三者对比
优化目标选择
图5.优化对象的选择
算法系统的设计首先要明确优化对象，这不仅仅涉及到损失函数的形式，同样也是评判系统成功与否的标准。YouTube是视频平台，更是富含“价值”的长视频平台，其观看行为比点击行为意义更大。（当然，笔者认为没有任何一个简单指标可以完全代表一个产品）
“正样本”定义
图6.何为正样本的设计选择
训练数据来源
图7.关于训练数据来源的设计抉择
训练数据应该只来源于推荐界面的曝光吗？YouTube认为不然。如果只考虑推荐界面曝光，则无法对用户便好进行 探索 ，更加无法捕捉用户偏好的变化，因为用户偏好的变化往往首先会对应着搜索与浏览行为。所以YouTube将各个界面例如搜索，导航等用户行为全部纳入其中。
训练数据窗口
图8. 训练数据收集方式的设计选择
Youtube将所有用户等而视之，每个用户收集一定量的样本。而不是惯常可见的直接收集一个时间窗口内的所有用户行为，作为训练样本。这样的好处是避免系统收到少数行为过多用户的影响，使得系统更多的为大众设计。这样的设计理念与近期阿里Gai Kun的论文中评测方法(用户AUC)设计有异曲同工之妙。
用户行为序列处理
图9.用户行为序列信息处理的设计选择
在系统中，用户往往会顺着一个检索结果页或者用户发布者浏览页进行顺序观看，如果系统捕捉到了用户看了检索界面的前三个结果，那么预估用户将看第四个结果就会很容易。但是这样真的好吗？将检索结果页面或者用户发布视频界面直接作为推荐结果呈现给用户是并不友好的--抢了别的界面应该干的活嘛。所以此处YouTube对用户行为序列做了处理，在模型输入中选择放弃用户行为的序列信息，将其打散成词袋Embedding，即使这样的信息有利于模型的离线训练效果。
预估对象的选择
图10.关于预估对象的设计选择
用户的行为往往是有顺序的，用户在系统中“热身”后，在一个频道下面，往往先看大众喜欢的热门，然后逐步找到自己的兴趣点，聚焦看一块内容。那么，训练数据则应该收集用户前段时间行为，预估此后的行为。而不是收集时间前后段的行为，预估中间时间段的用户行为。这样模型更加接近用户习惯。
除此之外，Youtube根据系统设计了对应的实验，结果非常简单：深度网络层数越高，效果越好。
YouTube的推荐系统，已经为其贡献了70%的用户播放时长，搜索与导航在PC时代的主导地位在移动时代已经完全被颠覆掉。希望大家在其中学到一些东西。笔者水平所限，若有错误不当之处，敬请指正。
另外，个人用TensorFlow模拟Youtube的推荐系统，做了一个简单实现。其实就是一个多分类器外加一个单分类器，远谈不上成熟，可以供大家参考。
https://github.com/wangkobe88/Earth
——END——
以上就是关于YouTube短视频平台相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。
推荐阅读：
赣公网安备 50019002502384号
