我创建了YouTube算法的替代方法，以免浪费时间

我喜欢看YouTube视频，以切实的方式改善生活。不幸的是，YouTube算法不同意。它喜欢喂我点击诱饵和其他垃圾。

因此，我开始执行一项任务：我可以编写代码来自动找到有价值的视频，从而消除对YouTube算法的依赖吗？

我从可视化我想要该工具执行的操作开始。我想要的东西是（i）根据对我的可能相关性对视频进行排名，并且（ii）自动向我发送建议的视频，我可以从中选择。

我认为，如果可以批量确定每周要观看的视频并消除无限滚动YouTube浏览的视频，我可以大大提高工作效率。

我知道我需要YouTube API来获取视频信息（什么是API？）。然后，我将创建一个处理该信息以对视频进行排名的公式。对于最后一步，我计划使用AWS Lambda设置一封自动发送给自己的电子邮件，该电子邮件将列出排名靠前的视频。

我想找到一些指标，可以根据视频对我的兴趣来对视频进行排名。

我在这里阅读了You​​Tube的文档，发现您可以在视频级别（标题，发布时，多少观看次数，缩略图等）和频道级别（订阅者数量，评论，观看次数，频道播放列表，等等）。

看到这一点，我非常有信心可以使用它来定义指标并对视频进行排名。

我通过此处的开发人员控制台获取了API密钥，并将其复制到了我的Python脚本中。

这使您可以初始化API调用并使用以下代码行检索结果：

这将返回一个JSON对象，我可以对其进行分析以找到适当的信息。例如，要查找发布日期，我可以对结果进行索引，如下所示：

这里有一个有用的视频系列，它会引导您完成使用YouTube API的过程。

现在，我可以查询适当的信息，我需要使用获得的值对视频进行排序，以使它们对我感兴趣。

这是一个棘手的问题。优质影片是什么构成的？是视图计数吗？有多少评论？频道的订阅人数？

我决定从总观看次数入手，作为合理的一级代理来评估视频的价值。从理论上讲，有趣或解释充分的视频将获得积极的受众反馈，得到更多的提升，从而获得更多观看次数。

但是，有几件事并未考虑总观看次数：

首先，如果频道吸引了大量观众，则与较小的频道相比，获得可比的观看次数要容易得多。其中一些可能反映出更多的经验可以带来更好的视频，但是我不想打折来自较小频道的可能高质量的视频。来自拥有10,000个订阅者的频道的100,000个观看视频可能比来自拥有100万个订阅者频道的100,000个观看视频更好。

其次，由于错误的原因，例如点击诱饵标题或缩略图，或存在争议，视频可能会获得很多观看次数。我个人对这些类型的视频不感兴趣。

我仅根据观看人数与订阅者的比率（即，将观看次数除以订阅者人数）测试排名。

当我查看结果时，其中一些看起来很有希望。但是，我确实注意到了一个问题：对于订阅者人数很少的视频，得分会大大放大并浮出水面。

我玩了各种各样的阈值，这些阈值似乎很好地过滤了这些低分辨率低视角视频。我在几个不同的主题上测试了代码，并开始获得不错的结果。

但是，我注意到了另一个问题：发行时间较长的视频获得更多观看次数的机会更大。他们只是需要更长的时间来积累它们。

我的计划是每周运行一次此代码，因此我决定将搜索范围限制为最近7天发布的视频。

我还将“发布后的天数”添加到了排名指标中。我决定将之前的得分除以天数，以使最终指标与视频的播放时间成正比。

我对代码进行了进一步测试，发现我一直在确定想要观看的精彩视频。我对公式的不同组成部分进行了不同的变化和加权处理，但是发现它是一门不精确的科学，因此我选择了以下公式，发现均衡的简单性和有效性：

首先，我使用查询词“医学院”进行了测试。我得到以下结果：

然后，我去了YouTube，手动搜索了有关医学院和医学院的视频。我发现我的工具已经捕获了所有我有兴趣观看的工具。特别是，名叫凯文·贾巴（Kevin Jabbal）的医生录制的第二个视频很受欢迎。

我在另一个搜索字词上进行了测试； “生产力”，并再次对结果感到满意：

第二个视频有点流氓，而不是我想要的视频类型。但是我想不出一种简单的方法来筛选这些视频，这些视频是由于搜索字词的其他含义而被选中的。

几个月前，OpenAI分享了一个非常有趣的新神经网络，称为“ GPT-3”。我决定使用“ GPT-3”作为搜索字词测试我的视频查找器，并找到了以下视频：

这是一部只有数千名订阅者的创作者的有趣视频。

如果我在YouTube.com上进行了相同的搜索，则必须滚动浏览所有大型频道上有关GPT-3的视频，然后才能最终找到位于第31位的上述视频。

使用我编写的视频搜索器代码，以新颖的视角查找这些有趣的视频要容易得多。

在过去的几个月中，我根据自己的兴趣尝试了多个不同的搜索字词，例如“人工智能”，“医学AI”和“ Python编程”。毫无疑问，视频搜索器建议的前五名视频中至少有一个有趣的视频。

使用搜索字词，搜索期和API密钥从YouTube提取视频信息

我想要一种自动运行此脚本的方法，因此决定使用AWS Lambda（无服务器平台）。 Lambda使您可以编写处于休眠状态的代码，直到被触发为止（例如，每周一次，或基于事件）。

我理想的工作流程是每周使用Lambda自动向自己发送视频列表的电子邮件。这样一来，我就可以挑选过去一周想要观看的视频，而不必再访问YouTube主页。

这是我第一次使用Lambda，我尝试尽一切办法，只是无法让所有导入的库同时工作。要执行，代码需要boto3电子邮件客户端，用于API调用的OAuth，用于存储结果的Pandas和许多子依赖项。通常，安装这些软件包非常简单，但是在Lambda上则存在额外的挑战。首先，上传有内存限制，因此我需要压缩库并在上传后解压缩。其次，事实证明，AWS Lambda使用自定义linux，这使得导入正确的，交叉兼容的库变得更加棘手。第三，我的Mac在其虚拟环境中表现异常。

在花了大约10到15个小时来搜寻StackOverFlow，上传和重新上传不同的代码库并咨询了几个朋友之后，我仍然无法运行它。所以最终，令我沮丧的是，我决定放弃。 （如果您有什么好主意，请告诉我！）

因此，我选择了方案B：我每周（在自动发送电子邮件提示后）在本地计算机上手动运行一次脚本。老实说，这是世界的尽头。

总而言之，这是一个非常有趣的项目。我学习了如何使用YouTube API，熟悉了AWS Lambda并创建了一个可以继续使用的工具。

只要我遵守纪律不要点击太多的“后续”链接，使用我的代码来决定观看哪些视频确实可以提高我的工作效率。我可能会错过一些有趣的视频，但我的目的并不是要全面捕捉所有值得观看的优秀视频（我认为这是不可能的）。相反，我想提高我观看的视频的质量标准。

这个项目只是我有关自动化信息处理的许多想法之一。我相信，通过智能数字极简主义，我们有巨大的潜力来提高生产力并重新夺回我们的时间。

如果您有兴趣加入我的旅程，可以关注我的邮件列表和You​​Tube频道。