{fbmip:fixed type="top" id="mipfixed" dataSlide="header-fixed-slide" class="fb-header-fixed"}
{fbview:mainmenu menuItemCode='$menuItemCode'/}
{/fbmip:fixed}
{fbmip:img fit='cover' src="$banner2['img_url']" alt="$banner2['title']"/}

6 Google SEO提示基于Google发布的论文

  • 发布时间:
  • 浏览:207
  • 来源:平步科技官网

YouTube的推荐引擎是Google有史以来最成功的创新之一。一个惊人的70%的 YouTube上的观看时间是由YouTube的自己的建议驱动。尽管如此,搜索引擎优化行业倾向于关注诸如“ YouTube是世界第二大搜索引擎 ” 这样的说法,并强调YouTube搜索结果中的排名或在Google搜索结果中获取YouTube列表。尤其令人惊讶的是,YouTube实际上发布了一篇描述其推荐引擎如何运作的论文(YouTube视频推荐引擎)。然而,本文很少被SEO行业引用。本文将告诉您该文章中的内容以及它如何影响您对YouTube的SEO处理方式。

1.元数据

到目前为止,元数据对于YouTube上的搜索引擎优化而言仍然远远超过谷歌搜索结果。虽然YouTube现在能够为视频创建自动隐藏式字幕,并且多年来其从视频中提取信息的能力有了显着提升,但如果您希望YouTube推荐您的视频,则不应依赖这些。YouTube关于推荐算法的论文提到元数据是一个重要的信息来源,尽管元数据通常不完整或甚至完全丢失的事实是他们的推荐引擎设计为克服的障碍。为避免强制推荐引擎做太多工作,请确保每个元数据字段都填充了您上传的每个视频的正确信息:

标题

在视频标题中包含您的目标关键字,但请确保该标题还会引起用户的注意并引起好奇心。与传统搜索相比,吸引注意力的游戏在YouTube上更为重要,因为该平台更依赖于推荐而非搜索结果。

描述

包括使用关键字或其中某些变体的完整说明,并确保其长度至少为250字。您在此处包含的信息越多,YouTube必须处理的数据越多,您就可以利用长尾。包括您将在视频中涵盖的要点以及您将要解决的主要问题。此外,使用与其他视频相关的说明,只要从用户的角度来看,它可以帮助您查看这些视频的推荐内容。

标签

关键字标签在YouTube上仍然很重要,与搜索引擎的meta关键字标签不同,后者完全不存在。包括您的主要关键字以及视频中出现的所有变体,相关主题以及您在视频中提及的其他YouTubers。

播放列表

将您的视频添加到包含相关内容的播放列表中,并在视频结尾处推荐您的播放列表。如果您的播放列表运行良好,那么您的视频可能会延长用户在YouTube上的关联时间,从而导致您的视频显示在推荐内容中。

缩略图

使用引人注目的缩略图。好的缩略图通常包括一些用于指示主题的文本和一个引人注目的图像,可以立即产生情绪反应。

隐藏式字幕

虽然YouTube的自动隐藏字幕相当准确,但它们仍然经常会误解您的单词。尽可能在元数据中提供完整的成绩单。

文件名

在文件名中使用关键字。这可能没有像以前那么大的影响,但它肯定不会伤害任何东西。

2.视频数据

视频中的数据每天都变得越来越重要。YouTube推荐引擎论文明确引用原始视频流作为重要的信息来源。由于YouTube已经在分析音频并生成自动成绩单,因此您必须在视频中说出自己的关键字。在视频中引用您正在回复的任何视频的名称和YouTube频道,以增加您在视频推荐中显示的机会。最终,减少对“谈话头”视频风格的依赖可能会变得更加重要。Google拥有能够识别视频中对象的云视频智能API假设这些技术尚未发布,在您的视频中包含引用关键字和相关主题的视频或图片可能有助于提高您未来的视频相关性得分。保持您的视频结构良好,而不是“rambly”,以便任何正在运行的算法更有可能分析您的视频的语义内容和上下文。

3.用户数据

毋庸置疑,我们无法直接控制用户数据,但我们无法理解推荐引擎​​的工作原理或如何在不了解用户数据角色的情况下对其进行优化。

YouTube推荐引擎论文将用户数据分为两类:

  • 明确:这包括喜欢视频和订阅视频频道。
  • 隐含:这包括观看时间,论文承认并不一定意味着用户对视频感到满意。

为了优化用户数据,鼓励明确的交互(如喜欢和订阅)非常重要,但创建导致良好隐含用户数据的视频也很重要。观众保留率,尤其是相对观众保留率,是您应该密切关注的。应分析相对受众保留率较低的视频以确定原因,并应删除保留率特别差的视频,以免影响整体渠道。

4.了解共同访问

这是我们开始深入了解YouTube推荐引擎的地方。YouTube论文解释说,推荐引擎的一个基本构建块是它能够将一个视频映射到一组类似的视频。重要的是,类似的视频在这里被定义为用户在看到初始视频后更可能观看(并且可能是欣赏)的视频,而不是必须与视频内容完全相似。使用称为共同访问的技术完成该映射。共同访问次数只是在给定时间段内观看任何两个视频的次数,例如24小时。为了确定两个视频的相关程度,然后将共同访问计数除以归一化函数,例如候选视频的流行度。换句话说,如果两个视频具有高的共同访问次数,但候选视频相对不受欢迎,则候选视频的相关性得分被认为是高的。在实践中,需要通过考虑推荐引擎本身如何偏向共同访问,观看时间,视频元数据等来调整相关性得分。实际上,这对我们意味着,如果您希望视频从推荐中获取流量,则需要观看其他视频的人也能在短时间内观看您的视频。

有很多方法可以实现这一目标:

  • 在创建初始视频后的短时间内创建响应视频。
  • 在也将流量发送到另一个热门视频的平台上发布视频。
  • 定位与特定视频相关的关键字(与更广泛的主题相对)。
  • 创建面向特定YouTuber的视频。
  • 鼓励观众观看您的其他视频。

5.保理用户个性化

YouTube的推荐引擎并不仅仅建议具有较高相关性得分的视频。这些建议针对每个用户进行了个性化,并且在本文中明确讨论了如何完成这些建议。首先,选择一组种子视频,包括用户观看过的视频,根据观看时间和是否翻阅视频等因素加权。对于最简单的推荐引擎,然后将简单地选择具有最高相关性得分的视频并将其包括在推荐中。但是,YouTube发现这些建议过于狭窄。建议非常相似,无论如何用户都可能找到它们。相反,YouTube扩展了这些建议,以包含对那些可能的初始建议具有较高相关性分数的视频,等等,并在少量迭代中进行。换句话说,要显示为建议的视频,您不一定需要与相关视频具有较高的共同访问次数。您可以通过与视频进行高度共同访问计数来实现这一目标,而视频又与所讨论的视频具有较高的共同访问次数。然而,为了最终起作用,您的视频还需要在推荐中排名很高,如下一节所述。

6.排名:视频质量,用户特异性和多样化

YouTube的推荐引擎不会简单地对视频的相关性得分最高的视频进行排名。处于前N个相关性分数内只是通过/失败。排名是使用其他因素确定的。YouTube论文将这些因素描述为视频质量,用户特异性和多样化。

视频质量

质量信号包括:

  • 用户评分。
  • 注释。
  • 加入最爱。
  • 共享。
  • 上传时间。
  • 查看次数。

本文没有提及它,但会议时间从此成为推动因素,其中导致用户在YouTube上花费更多时间的视频(不一定在YouTube视频或频道上)排名更好。

用户特异性

根据用户的历史记录,这些信号可以增强匹配的视频。这基本上是基于用户历史的相关性得分,而不仅仅是相关的种子视频。

多样

从排名中删除太相似的视频,以便向用户呈现更有意义的选项选择。这是通过使用任何特定种子视频来限制推荐的数量来选择候选者,或者通过限制来自特定频道的推荐的数量来实现的。

结论

YouTube推荐引擎是用户如何与平台互动的核心。了解YouTube的工作原理将大大提高您在全球最受欢迎的视频网站上取得成功的机会。接受我们在这里讨论过的内容,考虑给论文本身一看,并将这些知识融入您的营销策略中。如果有什么问题可以随时联系我们石家庄平步科技,我们为您解答