YouTube上的大多数观看次数是平台推荐的结果，YouTube使用AI为观看者确定“最佳”视频。YouTube首席产品官Neal Mohan曾表示，我们在YouTube上观看的视频中70%以上，是由于该服务的AI驱动提供的建议。

在2012年之前，YouTube按观看次数对视频进行排名，观看视频的人越多，向其他观众展示的机会就越大。这种玩法导致很多人会给视频添加一个诱饵标题，鼓励人们打开，但是点击之后发现内容往往和标题描述的不一样。这种算法给用户带来的体验感非常不好，无数的诱饵视频充斥在页面上。

YouTube在2012年更改了算法，这次增加了观看时间和会话时间（在平台上花费的总时间），但是这样以来，就需要制作更长的视频，在这个阶段一些长而容易制作的游戏视频变得很流行。

2016年，YouTube在其算法中增加了AI和机器学习功能，在2019年又一次进行了算法的更新。YouTube的工程师将该算法描述为“现有的规模最大，最复杂的工业推荐系统之一”。算法永远不会保持不变，它不断变化，对不同的信号施加不同的权重。工程师负责对算法进行试验，以增加广告收入和人们观看视频的时间。

算法会影响我们在YouTube中找到找到视频推荐的六个位置：

1）在搜寻结果中

2）在推荐的视频流中

3）在YouTube主页上

4）在潮流中

5）在频道订阅中

6）在通知中

许多因素都会影响YouTube搜索结果，其中大多数现在仍然是未知的，但是，我们知道两个明显的因素会产生影响：

1）连接到视频的元数据与搜索查询词的接近程度会影响查询的结果，元数据包括视频的标题，描述和关键字之类的内容。所以，我们在写视频标题的时候一定要注意，在标题中包含行业和产品的关键字。

2）投放的视频素材的表现，也就是用户对视频的反应，有多少的播放量、点赞、评论，以及一个平均的观看时间。

我们在进行YouTube营销的时候，一定要注意从这两方面去着手优化，增加自己视频的一个曝光量。