已加载全部内容

YouTube 的「不感兴趣」没什么用

链接
分类
文章科技2022-09-29 10:00:00
简介

Mozilla 报告指出 YouTube 的内容控制功能效果不佳。“不推荐频道”最有效（阻止43%），“不感兴趣”最差（阻止11%）。用户发现设置无效后，可能反而避免点击想看的视频。

相似条目

笔记

Beta
Machine Learning

本文聚焦YouTube推荐算法的实际可控性。实验表明，用户使用平台反馈工具后，算法仍会持续推送相似的不想要视频，时间跨度可达数月。研究量化显示最优控制方法仅能阻止43%的bad recommendation，证明算法对用户负反馈的响应权重过低。

Social Media

本文中“Don’t recommend channel”是YouTube用户控制选项之一。在Mozilla的随机对照实验中，该选项阻止坏推荐的比例最高，达到43%。尽管如此，实验仍显示大量相似视频会重新出现，证明其整体控制力不足。

Social Media

RegretsReporter是Mozilla Foundation开发的开源浏览器扩展，用于收集用户对YouTube推荐的反馈数据。本研究完全依托该工具实现大规模众包实验，覆盖22,722名参与者与5.67亿条视频，是目前最大规模的独立YouTube算法审计项目。

交互体验

Dislike是YouTube提供的一种反馈按钮，在本次随机对照实验中被单独测试。结果显示点击Dislike仅能阻止12%的相似不良推荐，效果低于“不要推荐该频道”（43%）和“从观看历史移除”（29%），属于四种方法中效率较低的一种。

交互体验

本文中“Not Interested”是YouTube用户反馈工具之一。Mozilla研究发现，点击该按钮仅能阻止11%的“坏推荐”视频再次出现，效果微弱。研究指出，用户通过该选项表达不感兴趣后，相似内容仍会反复推送，说明其对算法的影响有限。

交互体验

本文中“Remove from watch history”是YouTube提供的反馈机制之一。研究量化结果显示，该选项可阻止29%的坏推荐。Mozilla指出，即使用户清除观看记录，算法仍会在数周至数月后持续推送相似内容，控制效果不持久。

Machine Learning

研究中使用了机器学习模型来判断YouTube推荐视频与用户已拒绝视频的相似度，作为评估bad recommendation的主要依据之一。该模型与人工标注结合，提升了定量实验的准确性，最终支持“用户控制基本无效”的核心结论。

该分类暂无内容
该分类暂无内容
该分类暂无内容
Social Media Product Tech Industry

本文中YouTube是被审计的视频平台，其推荐系统被22,722名志愿者通过实验验证。研究发现平台提供的用户控制工具（如“不感兴趣”“停止推荐”等）效果微弱，无法有效阻止用户已拒绝的相似视频再次出现。实验显示即使最有效的控制方法也只能拦截不到一半的 undesired 推荐，凸显用户实际掌控力不足的问题。

Tech Industry

Mozilla Foundation是本次研究的主导者，通过自研工具组织大规模独立审计，参与者达22,722人，共分析5.67亿条视频。研究结合定性访谈与随机对照实验，结论是YouTube现有控制机制基本无效，并据此向平台提出改进用户控制权重的建议。