ユーチューブの推薦は単純な人気順ではなく、精巧なユーザー分析から始まります。
ユーチューブのアルゴリズムはクリック数だけで動作するのではありません。ユーザーの視聴時間、反応パターン、デバイスタイプ、位置、視聴履歴など多くの信号を分析し、個人にカスタマイズされたコンテンツを推薦します。表面的にはランダムに見えますが、実際のところほとんどの推薦動画はアルゴリズムが設計した結果です。
ユーチューブは、ユーザーの活動をリアルタイムで収集し分析しています。これには、動画視聴時間、クリックの有無、いいね・いやねの表示、コメント作成、購読、検索ワード入力、動画のスキップ、再視聴の有無など、様々な行動情報が含まれます。
例えば、ある動画を初めから終わりまで視聴すると、ユーチューブはそのコンテンツを「興味のあるテーマ」と判断します。一方で、数秒で退場すると推薦の優先順位から除外されます。単なる視聴回数よりもユーザーが実際に「滞在した時間」を重要視する理由です。
その他にも、ユーザーのデバイス種別（モバイル・PC・TV）、位置（国・言語）、視聴時間帯、使用中のアプリバージョンなど技術的信号も共に分析されます。これはどのような形式のコンテンツをいつどのように消費しているのかを把握するのに活用されます。