youtube未能发表评论（YouTube不能发评论）

youtubr手机app评论翻译怎么调成翻译中文?

手机调不了，电脑才可以。

YouTube是一个视频网站，早期公司位于加利福尼亚州的圣布鲁诺。注册于2005年2月15日，由美国华裔陈士骏等人创立，让用户下载、观看及分享影片或短片。

2006年11月，Google公司以16.5亿美元收购了YouTube，并把其当做一家子公司来经营。但是对于如何通过YouTube盈利，Google一直保持非常谨慎的态度。被收购后的YouTube依然风靡全球网民，花旗银行分析师认为，以2012年整年计算，Google可能从YouTube获得24亿美元的净收入。

YouTube采用SORENSON SPARK与ADOBE FLASH9提供之影像编码技术，将用户上传影像档案进行压缩转档。

YouTube影片内容包罗万象，涵盖个人影片及电视节目片段，音乐录像带及家居录影等。YouTube影像品质远不如REALVIDEO与Windows Media等联机流技术，但因低带宽需求并可简易地借由FLASH PLUG-IN内嵌于个人的BLOG或其他网站中而迅速取得压倒性的知名度与成功。

高清视频有研究与投资公司决策高层指出YouTube的网站流量需求极高，甚至每月需要付大约100万美金的费用，在2006年3月，YouTube开始在网站卖广告。在YOUTUBE中使用“播放清单”进行“自动播放”时，有导致影音播放不同步的累进误差，导致此现象的原因至今不明。

关于YouTube推荐系统的论文学习

本文是2010年发表在RecSys上的文章。本文主要介绍的是YouTube的个性化推荐的相关内容。

用户使用YouTube一般有三个原因：

--看他们在其他地方找到的单一视频（直接导航）；

--围绕某个主题（搜索和目标导向浏览）查看特定视频；

--受他们感兴趣内容的吸引。

推荐系统主要是针对第三点，目的是帮助用户发现他们感兴趣的高质量视频，并且推荐结果应该随时间和用户最近的行为更新。

在YouTube的推荐应用中，面临以下挑战：

--用户上传的视频的元信息非常少；

--视频时长比较短（一般小于10分钟）；

--用户行为短暂、多变而且噪声很多；

--视频生命周期短。

这是YouTube的推荐和普通视频网站推荐不同的地方，这些挑战也是现在很多短视频公司关注的问题。

推荐系统算法应该保持时效性和新鲜性，另外，用户必须了解为什么向他们推荐视频，这样可以帮助用户根据自己的喜好改善推荐引擎。推荐的视频是通过用户的行为来生成的，用户的行为包括观看、收藏、喜欢等来作为种子视频，然后使用各种相关性和多样性的 signals 对视频集进行排序。推荐系统的工程设计方面，保持各个模块的独立性，并且还需要对故障具有恢复能力，并在出现部分故障时适度降级。

这里有2种数据可以考虑：

1）是内容数据视频流、视频元信息（标题，标签等）；

2）用户行为数据，包括显性和隐性数据。前者是指用户评分、明确表示喜欢、不喜欢等行为，后者是浏览、观看等行为。

原始数据中还含有非常多的噪声，很多不可控因素会影响原始数据的质量。

作者将相关视频定义为用户在观看给定的种子视频 v 之后可能会观看的视频，使用关联规则挖掘技术来确定视频间的相关性。视频i和j的相关性定义为：

将用户观看过的视频、喜欢过的视频、收藏过的视频等等作为种子集合，对它们进行N级的级联扩展，也就是YouTube选择召回的不是1步相关视频，而是n-步相关视频，即种子视频迭代n次后得到的相关视频集合，产生广阔和多样的候选结果。

在生成一组候选视频后，需要对这些相关视频进行排序。

用于排序的数据主要包括：

--视频质量：包括观看次数、视频评分、评论、收视和上传时间等；

--用户特征：考虑用户观看历史记录中种子视频的属性，例如观看次数和观看时间等；

--多样性：要在被推荐的视频集合的类别中做一个平衡，以保持结果的多样性。

这些数据最终被线性组合起来，得到ranking的评分。

本文虽然是2010年发表的，近年来有很多内容升级复杂化了，但是作为初学者，本文的知识点和整体思路是非常值得学习的。当时的YouTube推荐系统的核心算法就是基于Item的协同过滤算法，也就是对于一个用户当前场景下和历史兴趣中喜欢的视频，找出它们相关的视频，并从这些视频中过滤掉已经看过的，剩下就是可以用户极有可能喜欢看的视频。

本文是Google的YouTube团队在推荐系统上DNN方面的尝试，发表在16年9月的RecSys会议。本文第1节介绍了YouTube推荐系统主要面临的挑战。第2节介绍了一个简要的系统概述。第3节更详细地描述了候选集生成模型，包括如何对其进行训练并用于提供推荐服务；实验结果显示模型添加特征和DNN深度后可以显著提升预测效果。第4节详细说明了排序模型，包括使用加权逻辑回归技术以训练预测预期观察时间的模型；实验结果表明，增加隐层网络宽度和深度都能提升模型效果。 最后，第5节做了总结。

-规模大：用户和视频的数量都很大，传统适合小规模的算法无法满足；

-新鲜度：要求对新视频作出及时和合适的反馈；

-噪音：YouTube上的历史用户行为由于稀疏性和各种不可观察的外部因素而不可预测。 我们很少能获得基本真实的用户满意度，更多的是隐式反馈噪声信号。

推荐系统的整体结构如图所示：

该系统由两个神经网络组成：一个用于候选集的生成，一个用于排序。候选集生成网络将用户的Youtube活动历史记录作为输入，然后从海量视频集中筛选出一小部分（数百个）以高精度与用户相关的视频。排序网络负责基于更加精细的特征对候选集进行排序，最后将最高得分的视频呈现给用户（按它们的得分排名）。

该模型把这个推荐问题转化成极端多分类问题：对于用户U和上下文C，把语料库V中的数百万个视频（分类）i，在时间t处做准确的分类，如下所示：

其中u为用户U的embedding表示，vi 代表各个候选视频的embedding。embedding是指稀疏实体（单个视频，用户等）到实数密集向量的映射；DNN的目标就是在用户信息和上下文信息为输入条件下学习用户的embedding向量u，这对于用softmax分类器来区分视频是有用的。

整个模型架构是包含三层全连接层，使用relu激活函数。把用户观看历史数据、搜索数据做一个embedding，加上age、gender等特征作为DNN的输入；输出分线上和离线训练两个部分。训练阶段使用softmax输出概率，在服务期间则直接使用接近最近邻搜索来进行生产候选的N个视频。

1）把用户观看过的视频id列表做embedding，并对所有历史观看视频ID的embedding做平均，得到观看embedding向量。

2）同时把用户搜索过的视频id列表也做如上的embedding，得到搜索embedding向量。

3）用户的人口统计学属性做embedding得到特征向量。

4）简单的二值和连续特征，例如用户的性别，登录状态和年龄作为归一化为[0,1]的实数值直接输入到网络中。

5）example age：机器学习系统总是利用历史的例子去预测未来，所以对过去总会有一个隐含的偏差。为了矫正偏差，YouTube把训练样本的年龄当作一个特征。

1.训练样本要用youtube上的所有视频观看记录，而不只是我们的推荐的视频的观看记录。

2.为每个用户生产固定数量的训练样本。

3.丢弃搜索信息的顺序，用无序的词袋表示搜索查询。

4.如下图，图(a)从历史观看记录中随机拿出来一个作为正样本来预测它，其余的历史观看记录作为上下文；这样其实泄露了未来的信息，并且忽略了任何非对称的消费模式。相反，图(b)是从用户的历史视频观看记录中随机拿出来一个作为正样本，然后只用这个视频之前的历史观看记录作为输入；这样的预测效果好得多。

– 深度为0：这时网络就是一个把连接起来的输入层转换一下，和softmax的256维输出对应起来

– 深度为1：第一层 256个节点，激活函数 是ReLU （rectified linear units 修正线性单元）

– 深度为2：第一层512个节点，第二层256个节点，激活函数都是ReLU

– 深度为3：第一层1024个节点，第二层512个节点，第三层256个节点，激活函数都是ReLU

– 深度为4：第一层2048个节点，第二层1024个节点，第三层512个节点，第四层256个节点，激活函数都是ReLU

实验结果如下图所示：

可以看出，特征选取较多时，并且模型深度在四层时，可以得到较好的结果。

排序阶段最重要的任务就是精准的预估用户对视频的喜好程度。在排序阶段面对的数据集比较小，因此会采用更多的特征来计算。

作者在排序阶段所设计的DNN和上文的DNN的结构是类似的，但在训练阶段对视频的打分函数不再是softmax，而是采用的逻辑回归。如下图所示：

1）特征工程

尽管神经网络能够减轻人工特征工程的负担，但是我们依然需要花费精力将用户及视频数据转化为有效的特征。其主要的挑战在于如何表示用户动作的时间序列以及这些动作如何与正被评分的视频展现相关。但是通过对用户和物品之间的交互行为，我们能提取出一些有用信息，比如： 用户从这个频道里看过多少视频，用户上次观看这个主题的视频是什么时候等。

2）embedding 离散特征

每个维度都有独立的embedding空间，实际并非为所有的id进行embedding，比如视频id，只需要按照点击排序，选择top N视频进行embedding，其余置为0向量；而当多值离散特征映射成embedding之后，像在候选集生成阶段一样，在输入网络之前需要做一下加权平均。另外一个值得注意的是，离散特征对应的ID一样的时候，他们的底层embedding也是共享的，其优势在于提升泛化能力、加速训练、减小内存占用等。

3）连续特征归一化

对连续值类的特征进行归一化，作者设计一种积分函数将特征映射为一个服从[0,1]分布的变量；还可以对某些特征进行取根号、取对数和取平方的相关操作，使得网络有更强的表达能力。

给定正负样本，正样本为有点击视频，负样本为无点击视频；用观看时长对正样本做了加权，负样本都用单位权重（即不加权）；采用的是基于交叉熵损失函数的逻辑回归模型训练的。

上表显示了在保留数据集上用不同的隐层配置得到的结果，这些结果表明增加隐层的宽度提升了效果，增加深度也是一样。

本文内容方面，介绍了YouTube基于深度学习的推荐系统，先用视频和用户的主要信息通过深度候选生成模型从百万级视频中找出数百个相关的视频，再用视频和用户的其他信息通过深度排序模型从数百个视频中找出几十个最有可能受用户欢迎的视频给用户。这样使得推荐系统对用户喜好的刻画能力大大增强，刻画的范围更加广泛。

本文结构方面，从推荐系统的整体结构讲起，划分为候选集生成和排序两个阶段，然后对每个阶段详细地展开讲解。整体过程条理清晰，逻辑严密，值得我们学习。

油管评论怎么翻译成中文

油管评论翻译成中文方法：可以使用YouTube自带的Google进行翻译；也可以通过翻译插件进行翻译；还可以通过浏览器自带的翻译功能进行翻译。

1、使用Youtube观看评论如果想要翻译成中文大家可以注意一下评论下方有“翻译成中文”字样，大家点击它一下就可自动翻译。

2、首先，进入到一个视频的评论区，我们可以看见评论中的内容都是英文，但在每个英文的评论下面都出现了“翻译成中文”的按钮。对着要翻译的评论点击“翻译成中文”，即可查看到中文简体了。

油管介绍：是一个视频网站，早期公司位于加利福尼亚州的圣布鲁诺。注册于2005年2月15日，由美籍华人陈士骏等人创立，让用户下载、观看及分享影片或短片。

Google公司以16.5亿美元收购了YouTube，并把其当做一家子公司来经营。但是对于如何通过YouTube盈利，Google一直保持非常谨慎的态度。被收购后的YouTube依然风靡全球网民，花旗银行分析师认为，以2012年整年计算，Google可能从YouTube获得24亿美元的净收入。

油管怎么复制评论

方法/步骤

4/13 分步阅读

步骤1：创建采集任务

1）进入主界面，选择“自定义模式”

2/13

2）将商品信息页的网址复制粘贴到网站输入框中，点击“保存网址”

3/13

步骤2：创建翻页循环

1）将页面下拉到底部，点击“下一页”按钮，在右侧的操作提示框中，

选择“循环点击下一页”

4/13

步骤3：创建列表循环

1）移动鼠标，选中页面里的第一个产品链接。选中后，系统会自动识别页面里的其他相似链接。在右侧操作提示框中，选择“选中全部”

如何找到靠谱的红人？Youtube红人寻找方法详解及常见问题解答

KOL意见领袖

众所周知，YouTube是一个视频网站，类似于我们国内的优酷。但是不一样的地方在于国内的类似优酷的网站是网站本身去发布比如电视剧这些比较受欢迎的内容，但国外是以分享为主的，网友作为一个自媒体去发表一些有趣的内容会更吸引人，我们把这个站外营销YouTube部分可以引入一个概念：KOL意见领袖。很多朋友对这个词不会陌生，在中国的互联网行业是非常流行的，意见领袖是什么呢？就是他的意见我们会信任和听取。比如一些朋友追星，明星穿什么会带动粉丝去穿什么，也是一种意见领袖，代表了潮流。

先看上图，首先进入YouTube之后，输入关键词会出现相应的内容，跟亚马逊的关键词机制类似，输入的关键词和视频所带的关键词相吻合的话视频就会被搜索出来，当然这些关键词带有一些推广性质。进入页面后我们会看到几个信息：视频的标题、发表视频人的名字、视频的观看量和时间。

通常玩法

判断是否值得投放

一般来说找站外红人有很多种方式，普通的玩法就是搜索一个视频点进去看到觉得还不错，直接去联系红人，但事实上还有一些问题应该注意：这些红人质量有高低好坏之分。我自己曾经在找红人时踩过很多坑，比如有些红人的粉丝量也不差，但付钱之后在用他的时候却发现这些粉丝完全没有活跃度，发文章以后没有观看量和点击量，相当于白花了钱。所以要看很多数据，通过数据来判断红人到底是否值得投放。

刚开始大多数人用的是通常的方法，这种方法要看哪几种数据呢？

第一，看产品的相关度。

这个红人历史上发过的产品跟你的产品是否相关。为什么这么说？因为他的粉丝来源是：视频发布以后红人自己去做推广、关键词，然后网友搜索到他后觉得有意思就会关注，说明当这些粉丝喜欢他历史上发的那些视频，如果产品跟历史发过的内容不相关的话，粉丝不感兴趣，所以也是浪费。因为相关度决定了粉丝的相关度，粉丝想买西瓜就是买西瓜的，粉丝想买刷子就是要买刷子的，要是找一个卖刷子的人让他推广西瓜，转化率肯定不会太高。

第二，粉丝数量。

这一点也有许多要注意的问题，比如有的人粉丝数量看着多，却是死粉（曾经这个人发过了很多有趣的视频前期得到了粉丝关注，后期的都很无趣，粉丝对他不再关心，再发的内容粉丝不会再去看甚至取关）。也有些人的粉丝数量不大，但浏览量非常高，有两方面原因，一是他自己做推广能力非常强，因为YouTube有自己的推广（广告、关键词、站外等推广方式），二是粉丝活跃度高，对红人非常信赖，他每次发的内容粉丝都迫不及待要关注。

第三，视频的观看量。

视频观看量跟粉丝数量一定程度上成正比，粉丝数量相当于你做亚马逊的自有流量，有关键词排名，这些粉丝有自带属性会免费看你的视频。还有一种是付费流量，红人也还有有多个渠道去做视频的推广，包括他自己一些站外的渠道（如Facebook之类和一些专门推广的平台），另外一个就是可以打CPC关键词广告让别人来看，也是一样。如果这个红人自带粉丝的数量够大活跃度又高，自有流量就比较高，发的内容就有很多人会看到，这是第一点，对他来说是免费流量。第二点在于他的推广能力，如果说他对于关键词的优化、在站外的推广以及CPC的力度等多个方面都非常好的话，就可以考虑跟他合作。所以观看量很重要。

第四也是核心，粉丝和红人之间的互动程度。

之所以强调这一点，是因为有些红人底下的评论来自于新粉丝，但是什么样的红人是你最好的选择呢？就是老粉丝会不停地评论，留下一些“老朋友我又来啦”，“我最信任你了，你做的内容真好”之类，这一部分粉丝已经成为忠实粉丝，忠诚度越高、对这个红人的信任度就越高，红人做视频以后粉丝的购买欲也就越强。

这些怎么来？第一，这个红人本身做视频做得非常好，第二，他说的话内容正确语气真诚；第三，他经常跟粉丝互动。所以判别时先看看粉丝留言内容怎么样，粉丝与红人之间交流的关系和感觉如何，再看看红人到底有否跟粉丝互动，如果完全零互动的话效果也不会太好。

不过不排除也有例外的情况。大家要仔细甄别。

如何取得联系

选好红人以后，就可以进入他的主页看联系方式了。通常在主页说明处会留下他的网站或其他联系方式，以上我发的示例里这个人是做自己的站点的，有自己的brand，还留下了Instagram、Facebook等， 你可以通过两种方式在YouTube上联系他：

1.查看电子邮箱，当然发送邮件的时候要注意两点，（1）发邮件尽量采用Gmail，这种方式被拦截的可能比较低，不要采用QQMail；（2）看这个人的邮箱的时候会进行验证，在验证时记得要刷新网页，否则其实一直都是一个人的邮箱，而不是正看的这个人的邮箱。

2.把YouTube的语言选择成英语之后，通过YouTube发站内信，在我标注的白色框处科员发送站内信，但站内信成功率稍微会比较低，但不像在亚马逊发站内信有很多词不能乱写，可以随便措辞，比如“我向你付款”之类的。

接下来是重点。

有很多人说：YouTube的红人我做了很多次都没有做好，我就放弃了，为什么会这样？

我会告诉你：这是一个长期经营的过程。

举个例子，把十个产品给一个红人推，和一个红人推一个产品十次，两者效果是完全不一样的。

当一个新鲜事物出现在人的面前，人们是完全陌生的，对它的信任度也不高，卖产品的过程就相当于在追一个女朋友，总不能说刚认识人家小姑娘就跑过去向人家求婚吧？这个成功率太低了。这是一个循序渐进的过程，如果想找人结婚，先要认识她，然后展示你的优势让她产生好感，陪她吃吃饭、经历一些别人经历不到的事情，等你们的感情积分到一定程度以后再进行求婚，才能一拿一个准。咱们在网上卖东西也是一样的道理，客户第一次见到你的产品，他也不了解是什么样的东西，你需要多次向他展示你是靠谱的、没问题的。就拿咱们亚马逊链接来说，客户先看到图片，他有可能会点进listing，进listing以后看到图片做得非常好、内容也介绍得非常详尽充足，他心里的购买分就会增加，然后他再看到文案上写了很多符合他要求的功能，再加分！再看到review评分非常高、里面的评论也很中肯，跟他想的是一样的，再加分！最后一看，有一年质保，彻底放心了，分数越加越到了购买的分数，下单！

找红人的过程也一样，如果把一个产品给十个红人推广，每一次作为粉丝来说是第一次看到，对产品的印象可能就不会太深。反过来，当我们确认选择的红人是非常好的，先给他推第一款产品，可能第一款购买率不高，但是第二次推的时候，第一次购买过的人对你产生信任就还会再次购买，他知道是同一个卖家的东西。第二次以前没有购买的粉丝会觉得“这个红人总是在说那就点进去看一下吧”说不定就会产生购买。第三次再做的时候这些红人的粉丝就有可能变成你自己的粉丝了。

所以我刚给大家说的内容就是要多次地向陌生客户展示，让他尝试了解产品，才有可能去购买，这一点真的至关重要。

而且一开始去找大红人用处也不大，反而可以先去寻找一些有潜力的红人，以产品相配合做推广，他的粉丝和你的订单量都有所增加，二者相辅相成。跟红人熟悉以后多进行合作，开展一些活动，这才是真正要走的路。尤其是他的粉丝也转化为你的粉丝、忠诚度越来越高，这才是重要的。就像我说的，不一定要挑粉丝非常多的，一定要挑有潜力的、真正的数据比较好的人，哪怕只有几万个粉丝，但是你跟他一起合作上一两年，他的粉丝变成几百万了，你的订单也大量增加，你们双方都向对方表示感谢，这未必不是一个好的过程。

进阶玩法

接下来看另一张配图，上面写的就是我所说的进阶的方法，这个网站集合了很多粉丝的数据，进入网站申请注册以后，输入红人后台网址，就可以显示红人的数据，可以看一下效果。

上面就显示了红人相关的一些数据，可以看到：

1.粉丝数量；

2.总观看数；

3.总视频数；

4.购买一千次浏览的话需要花多少钱；

5.平均视频浏览量；

6.历史的视频数据；

7.看完以后点赞率；

……

我抓取的案例数据是一个小的红人，通过这些数据可以进行判断这个红人是否值得投放，需要多维度考虑这个红人是否适合，哪些方面是适合推广的，比如推品牌的话，肯定是like为主去给自己积攒粉丝，如果说要直接推广产品或给listing增加浏览的权重，那就要看点击率比较高的。这些是由很多方面决定的，比如我说过的红人到底是用什么方法在推广自己的浏览量呢，这是一个决定方式，如果他是现有粉丝的话点击率肯定会高一些。如果是以初次浏览的广告或其他推广方式的话，浏览量可能就不会特别高。因为初次的信赖度不是很高，当然也跟内容质量有关，做视频的水平如何、能否吸引人，这些因素都会影响数据，我们就要认真考虑，根据不同的数据去推不同类型的产品。

我们也可以根据不同红人的类型制定不同的推广方案，我这个产品是用什么方式推广的，他这个数据哪个比较符合我，我就怎么去推，并不是所有红人一把抓，直接丢产品给他去推就行了，而要做一个规划，要看这个红人、推法、定价跟产品的匹配情况，一定要区分清楚。

如何取得联系

上图就是一封给红人发送的邮件，我在上面标注了红色放大产品名，这样红人可以一眼看到产品是什么，尽快决定是否合作，内容上第一个就是自我介绍，写得比较官方，可供参考。下面介绍了合作后红人可以得到的好处，比如是否向他支付佣金，这一点来说国外的红人被惯坏了，中国人都在给他们送钱，不给钱的合作比较难。免费的样品是一定的，还有discount给粉丝的福利，如果你自己也有网站的话可以跟他一起进行推广等。大家可以参考这个模式去跟红人谈。另一种就是直接发给红人“我提供给你XX钱，你跟我合作，我的产品是XX”。非常直截了当，但这种方式有一个缺点是回复你的红人就只看钱，可能做的视频的质量非常低，大家要根据自己的情况进行规划，是要短时间内做个视频，还是说要发展一个稳定的红人跟他长期合作。

引流效果追踪

红人为你引进流量后要注意对效果进行追踪。

第一种是通过短链的方式，把自己的亚马逊链接输到短链的网站上会生成一个具有计数功能的短链，可以去后台查询通过红人引来了多少流量。第二种是设置折扣，在后台看到有多少人通过折扣进行购买。通过这两种方式可以检验找的红人到底有没有效果，再决定是否继续跟这个红人深度合作下去。一旦发现这个红人的粉丝都是假的，那就要停止合作。

找红人是一个长期的过程，没有必要把眼光放在一千多万粉丝的红人身上，因为要价已经很贵，做视频大多也不会精心做。相反一些潜力红人，我们用长期发展的眼光去看待，培养好关系跟他长期合作，甚至可以用多种合作方式，不止是可以发产品给他、做折扣给他钱这些常见方式。我可以想出很多种合作方式，他也有很多别的合作项目、给他增加粉丝之类，如果双方能建立期这样的关系，就是相辅相成的，时间长了，通过多次筛选，攒下十几个靠谱的红人的话，就足以撑起你对新品的推广和对老品的拉伸，基本的任务是没有问题的。

因此我认为这是一个长期的过程，另一方面这也是一个前期需要投入、后期需要维稳和筛选的过程。没有必要太心急，长期地维护才能真正见到效果。

以上就是今天给大家分享的YouTube红人一些比较初级的寻找方法，两点小技巧也同样重要：第一要看跟红人合作的方式，选择“一个人发十个”还是“十个人发一个”，第二是要做不同类型的筛选，长期积攒，价值才会越来越大。

答疑

Q：让同一个红人推广同款产品，每一次推广间隔的时间大概多久啊？

A：让同一个红人去推广同一类型的产品是比较靠谱的，同一款产品的话通常他会认为已经推广过了不会再推第二遍，因为对他来说做视频也不容易，我们可以这样做：我们的两款产品挂的是一个变体，而这两款产品从外形到风格都不太像，可以分两次，第一次让他推广这个，让他在视频或者文字描述底下标注一下这个来自于哪个卖家哪个品牌，第一次他对你产生了信任度，第二次会增加，红人更多的话，变体的流量增加，通过变体进来的流量去买了第一次进来推广的产品也是可以考虑采纳的。

Q：可以同款不同色吗？两款产品没差别 颜色不同

A：不建议同款不同颜色，因为红人也不愿意做这样的推广，功能、材质都是一样的，他做视频也不太好做。如果产品有哪个地方升级了可以找他做升级款或者不同维度的测评，但是不能让他没有话题去说。

Q：查找短链带来的效果可以具体说说怎么操作吗？

A：短链就是用来监控流量的，从你选择的红人那里能给你带来多少监控流量。具体操作是你把自己亚马逊链接到我发的短链网站输入，会自动生成短链，然后通过这个短链点击进入可以看到相关的流量，就能知道这个红人到底能给你带来多少流量，也许这个红人的浏览量高达十几万次，但他把你的链接放在不显眼的地方，没有人去点击，就不可能产生流量。所以看上去很热闹，实际上却没有带来流量。所以要看这个红人的推广方式能不能让别人找到你，而且最近亚马逊很重视站外营销的自媒体。我上次给大家分享过第一种叫做“ Expert Recommendation上首页 ”第二种新的东西也是关于红人的，就是让站外红人帮你推广产品直接链到亚马逊，这个过程 亚马逊 直接帮你实现，甚至都不用自己操心。

Q：就是把短链接放进网站里面搜索然后就会出来一些结果是吗？

A：把你生成的短链放到红人的页面里去，粉丝就会通过短链点击到你的主页，起到一个计数的作用，就可以知道有多少人是通过红人的页面来浏览你的产品了。

Q：但是如果我同时跟两个或三个红人合作一款产品，只有一个短链，怎么去区分呢？还是我一款产品可以生成不同短链的？

A：可以这样试试，亚马逊有权威链、含关键词链接等，你可以用不同的链接生成不同的短链，如果是不一样的话，也是可以区分的。而且我不建议你同一时间用不同的红人去做推广，效果也不会太好。我还是建议你去找最高效的红人，好好培养长期的合作，这样一定是最有效果的。要不然的话你可能刚一开始投放了很多红人却没有达到心理预期的那么好，可能会使你放弃，但事实上你只是没有找到适合自己的。

Q：跟红人合作前必须有官网跟FB官网吗？不然显得咱实力太弱了吸引不了红人？

A：跟红人合作不一定要有FB和官网，如果从红人到你链接可以直接做CODE码转化率也不会太低的。我认为红人不会因为你有没有官网而跟你合作，他也是看品牌的，对他自己有没有作用，就比如Anker这个品牌有很多的粉丝，有些人搜Anker也会观看他的视频，或者你给他钱，或者这个品牌他很关注，多种方式。 Anker 是在站外做的红人的链接直接连到自己的listing的，但多少会带一些CODE，保证一下转化率，没有必要一定要通过自己的官网和Facebook，当然我之前跟大家分享的时候提到过可以通过官网和 Facebook ，可以给自己增加点粉丝。

Q：要是用关键词在YouTube上找红人，红人做过同类型的视频只有一个，而且视频还是一年前做的，但是红人粉丝还可以，那我可以找他合作吗？

A：要看红人到底好不好，要看他跟你产品的相关度，具体我刚刚就已经分析过了，只做过一次的话他的相关度可能不会太高，即便粉丝量再多，观看量也不会太多。所以合作后可以给你带来多少流量一定要思考。我一般不会找粉丝量太大的朋友，我会选择潜力红人，像我刚跟发过的网站上可以查到数据，网页数据比较好的红人，可能只有几万个粉丝，但是后续的成长和长期的发展，以及需要你投入的资金，投资回报比效果都会非常好。

大家还要注意的就是视频的分享量，红人做完视频以后你可以寻找一些Facebook的人帮你分享，分享多的话自然观看的人也很多，就像当年的指尖陀螺，没人会没事去搜索，但是红人做视频以后很多人感兴趣就会在Facebook分享，也跟咱们当年在人人网上分享一样，很多人能够看到，红人也会考虑这个问题，咱们同样也可以自己去做这个工作。

Q：有的红人粉丝多，但是发的视频观看人数不多，这种就不用考虑合作了是吗？

A：“粉丝多，但是发的视频观看人数不多”一定考虑不！合！作！

我刚讲过红人都有自己的推广方式，不管他是花钱推广还是有自己的渠道，如果他或者他朋友有很多Facebook、Instagram粉丝的话，他都会帮你去分享的，你自己也可以去分享。可能他很久没发过视频了粉丝也不看了，还有就是粉丝关注他以后觉得他发的内容无趣就不会再关注他的新内容了。我刚说到最关键的重点就是他跟粉丝之间的互动程度，以及粉丝对他的粘性。

谁能详细介绍一下You Tu be？（它的特点，它的营利模式等） ？？

YouTube是一个视频网站，2005年2月成立于美国加州。“YouTube”的意思是“你的电视”(美国人称电视为Tube)。自创办以来，就在年轻人当中窜红，现在YouTube拥有视频节目超过1亿部，今年8月，这家网站吸引的访问者高达7200万人次，占了网上短片分享网站的46%的市场。

在YouTube上你能找到大众关注的焦点事件，还有知名的娱乐片段以及网民自娱自乐自拍的视频短片等。如今在美国，当人们想如看电视那样上网观看视频画面时，他(她)会说：“YouTube一下”。

这家由三位PayPal前员工创建的成立只有20个月的视频网站，在2006年占据了全球互联网视频领域46%的份额。据统计，YouTube世界范围的流量平均达620万人次/天；而在美国就拥有160万人次/天的平均流量。今年10月，搜索之王Google以16.5亿美元的天价将其收购。

作为YouTube的CEO，查德·赫尔利(Chad Hurley)和他的合伙人斯蒂夫·陈(Steve Chen)，远没有Google创始人“把世界变得更好”这样的鸿鹄之志。收购当日，这两个20多岁的年轻人将自己摄入镜头，让全世界都看到他们难掩的喜悦。视频画面因手持摄像机而不断摇晃，他们则滔滔不绝地讲着继续为用户“开发最创新的服务”之类的话，也许正是这样的平民性格才会创造出YouTube这样颇受草根大众喜爱的社区性网站。

大众娱乐新方式

如今，许多美国网友每天至少花一个小时泡在YouTube上。在YouTube上面用户可以找到自己期望的一切，简直就是一个视频版的Google，人们在上面通过标签(相当于关键词)可以了解今天和过去发生的一切。

这一切的开始，是在一次PayPal前员工的聚会上。当时，大家在抱怨很难分享自己拍摄的录像，Chad Hurley和Steven Chen以及另一位PayPal的前员工开始留意这个机会，到2005年2月，他们三人创建了YouTube。

深谙技术的Steven Chen和美术科班出身、富有创造性的Chad Hurley真是完美的组合。其前任雇主PayPal的斯托普尔曼评价道：“这种组合使他们既具备比较软性的元素，如迎合网上人群的喜好，又拥有技术实力。”

创始之初，Chad Hurley和Steven Che的想法是，让大家可以在YouTube上面交换自制的录像。可是从一开始就有人将电视节目和电影的片段贴在上面，YouTube成为了美国免费的录像图书馆，所有的人可以在上面任意选择他的所爱。它尤其吸引了年轻人的眼球，并几乎成为他们表达自己的一种方式。这个网站是允许人把录像上传到网上，交换、欣赏和评论的。纽约的泰勒说，YouTube完全改变了他的娱乐方式。

“便捷”、“好用”赢得消费者

YouTube的“走俏”，还在于该网站的“好用”和“便捷”。作为网站合伙人、同时兼任技术总监的Steve Chen，负责整个网站技术方面的工作。他是一个上手很快、能力很强的程序员，他曾因为解决了YouTube因网络流量急剧增长而导致的网络拥堵问题，并由此而成名。良好的“服务”，为YouTube扩大流量提供了技术保障。

YouTube使用的格式可以用无所不在的Flash播放器播放。此举消除了浏览者因没有最新版微软(Microsoft)、RealNetworks或苹果(Apple)的播放器而遭遇的窘境。这使博客(blogger)和其它人很容易从YouTube上抓取一个视频片段，并放置在自己的网页上，从而扩大了其视频内容的观众圈。

YouTube为网友提供了更好的搜索，他们可以按访问量、评价、播放列表和频道里的搜索量来排序结果；YouTube中有最高评价的和有争议的影片列表，如果知道一个影片有3000人次的访问量，500个绝妙的评价，这种感觉是很让人安心的。

Chad Hurley在YouTube被Google收购之后表示，他们将在Google的帮助下在互联网上建立一个新的视频内容模式和平台，抓住视频导入的联动新技术，而这将为他们赢得未来。

影响及评价

因特网革命：网民变信息提供者

科技发达、宽带和摄影器材的普及令短片资讯大行其道。这令网民由传统的接收资讯者，变成资讯发布者，网民更可成立自已的私人影院、影片发布站、新闻站，取代传统的传播媒体。如一名青年人方颖恒拍下的短片竟能带来如此巨大的回向及点击率，因此巴士阿叔令不少香港创作人意识到因特网世界对传统媒体的冲击。 Getdemocracy.com发言人穆尔说：“电视及影像的传播途径，正由上而下的模式，转变为由下而上。每人都可创立自己的新闻频道，或上载家庭生活短片。与此同时，愈来愈多人欣赏网上短片，令电视的收视逐渐转移至电脑屏幕。”

网上社群

不少网民借自拍短片分享个人珍藏和心得，如一名来自古巴的美国移民埃利亚斯对男人美腿有特殊喜好，遂于YouTube分享其评足心得。后来他发现在Youtube有不少志同道合者，于是成立“男人脚同好”会，3个月内已招收到逾460个会员亦有英国人透过短片教美国人吃以色列雅法橙蛋糕的方法，每天接获约200个电邮。

揭发风气

巴士阿叔事件后，YouTube涌现了不少香港网民透过手机拍摄巴士、小巴、地铁乘客众生相的影片。YouTube亦曾有一段传统名校拔萃男书院学生，以粗口Rap歌羞骂同学的片段，短片迅速在网上流传，传媒广泛报导，那些学生的行为便被批评为影响校誉。因此，youtube这种网站对短片拍摄者，甚至一般在公众场所活动的市民也有影响。

协助破案

《鸭记啊叔偷野实录》: 原载《东方日报》2006年8月31日 一间鸭寮街影音店内闭路电视拍下有人偷窃，事后短片被上载YouTube 任人浏览，有警务人员惊觉片中的主角怀疑是同袍，结果该名即将退休的警察伯伯已经被捕，案件交由深水埗区重案组调查。

侵犯版权

YouTube自成立以来，其短片曾被不少机构和公司批评为侵犯版权，如Saturday Night Live broadcast、NBC Universal、Family Guy videos owners、Turner Media、Sunrise等。

影片白痴主义

PC Magazine发言人称：“沉迷短片很浪费时间。一旦迷上，就会变成iVideots（影片白痴）。这可说是影片白痴主义……YouTube就像吃玉米花，令人欲罢不能”。

鼓吹社会不良风气

2006年6月1日，英国独立电视台（ITV）批评YouTube及近似的网站鼓吹暴力，因为这些网站上传了由手机拍摄的打斗影片。虽然YouTube禁止过份暴力和色情的影片，但ITV指与这些网站沟通时有一定困难。

2006年8月11日至19日，英国极右派团体在YouTube张贴数段恐吓影片，模仿伊斯兰教激进份子“殉道烈士”录像带，每段影片的长度是二至三分钟。影片内容是一群白人男性荷枪实弹，手持刀刃棍棒，仿效恐怖份子蒙面装扮，警告所有穆斯林马上离开英国。影片中，一名操威尔斯口音的男子警告英国穆斯林若不“回家”就会被活活烧死，并说全英国已有许多“同志”受够了穆斯林。英国伊斯兰人权委员会执行长Massoud Shadjareh说，这些影片的出现相当令他忧心。英国反法西斯主义杂志《探照灯》发行人Gerry Gable谴责YouTube容许这类提倡恐怖主义的影片存在。

对于YouTube发展方向的争论暂告结束，而对于视频网站价值的争论和商业模式的探索将会继续下去。

10月9日，视频

共享网站YouTube首页的显著位置上有一段来自创始人查德·赫利（Chad Hurley）和斯蒂夫·陈（Steve Chen）的视频，在这段视频里，两人告诉外界，他们已经将网站出售给了Google（Nasdaq：GOOG）。就在当天Google也正式宣布了这一消息，收购总价为16.5亿美元的Google股票。

由于此前业界对这一收购已经有充分预见，因此收购本身并无太大出人意表之处，一场关于YouTube最终归属和发展方向的争议终于结束了，但是，对于整个的视频互联网行业以及国内外的视频同行来说，在商业模式和发展路径问题上，依旧是悬念重重。

又一个创业传奇

查德·赫利和斯蒂夫·陈让Google的CEO施密特联想起了Google的两位创始人，而塞尔吉·布林自己也表示，在此二人身上看到了创业时的自己。

在创立YouTube之前，29岁的查德·赫利和27岁的斯蒂夫·陈曾经在eBay公司的支付部门Paypal共同工作几年。YouTube的创业灵感来源于在一次聚会上的偶然发现，与朋友在网上分享视频文件或者图片极为不便由此而萌生了做一个视频共享网站的想法。

2005年初，YouTube正式成立，同许多硅谷传奇故事的开头类似，也曾经有过一段“车库里”的经历，但是很快YouTube就走上了一条飞速发展的道路。目前，YouTube已经在视频网站当中占据了绝对领先优势，根据互联网调查公司Hitwise的数据，YouTube占据了互联网视频领域46％的份额，以绝对的优势领先于对手。

在被Google收购之后，YouTube的主要创始人和主要投资人均从这一交易中收获巨大。据估计其最主要的风险投资商红杉资本有可能从中获利4.8亿美元。而其主要创始人也借此跻身亿万富翁的行列。

查德·赫利在不久前曾一直坚持，YouTube是非卖品，在他看来IPO才是可以被接受的选择。在将公司出售之后的电话沟通会上，查德·赫利强调，他此前做出这样的表示，是因为想保持公司的独立发展，而在出售给Google之后，YouTube可以继续保持这样的独立性，而且借助Google的资源，YouTube可以更快地成为一个新的媒体平台。

重塑商业模式

在宣布被Google收购的当天，YouTube同时宣布同索尼新力、华纳音乐集团、环球音乐集团以及哥伦比亚广播公司等内容巨头达成合作，成为这些内容企业的传播渠道。而在此之前，因为版权问题，YouTube一直官司缠身。

虽然贵为互联网视频领域的翘楚，虽然已经积累了足够多的人气，但是在商业模式上，YouTube并没有表现出多少过人之处。此前，《经济学家》曾经撰文对YouTube的模式表示担忧，UGC（user generate content）的内容已经充分证明的确可以迅速吸引来很多的访问量，但是具体能否产生利润却是一个未知数。

“星巴克有舒适的座椅，但是它们并没有因此而向用户收费。”UGC的内容模式让Guba创始人之一的汤姆·迈克纳尼联想到了星巴克咖啡的商业模式。星巴克是以合理的价格，提供了舒适的环境，为此人们才乐意买高价咖啡。而这也正是提供UGC内容模式网站所追求的商业模式。通过提供免费互动的平台，这些网站提供了网上的“舒适座椅”，但问题是，到目前为止那杯能带来利润的“咖啡”还未曾出现。