YouTube 是台灣用戶最愛的影音平台前三大，利用AI系統推薦影片也影響數十億全球用戶。YouTube 工程研發副總裁 Cristos Goodrow指出，YouTube有四大原則推薦個人化影片，包括精準推薦用戶，包括影片的點擊次數、觀看時間、問卷調查的答覆、喜歡和不喜歡的人數。推薦影片的數據庫，來自於機器學習全球超過800億筆各種「信號」資訊。
而是要充分瞭解饋送至系統的所有資料。系統將透過綜合考量下列幾項信號，以得知你可能會滿意的內容：
Cristos Goodrow指出，第一項原則當然是點擊次數：影片點擊次數是頗具參考價值的指標，因為點擊越多代表越受歡迎。不過，點選一部影片不代表用戶確實看過這部影片。所以在2012 年加入第二項指標「觀看時間」，了解用戶看過哪些影片以及持續觀看多長的時間，讓系統知道用戶最可能想觀看什麼樣的內容。
不過YouTube發現，當把觀看時間納入推薦系統之後，觀看次數的數據下滑了 20%。雖然並非所有觀看時間都具有相同的資訊價值，但仍設法評估使用者在 YouTube 上投入時間所獲得的價值。
為了輔助了解用戶的想法，YouTube也會進行問卷調查，實際確認觀眾對於觀看的內容是否滿意，評估所謂的「有價值的觀看時間 (valued watchtime)」，確認使用者認為觀看影片所花費的時間是否具有價值，將評比做為參考指標，衡量對內容的滿意度，進而評估有價值的觀看時間。
另外一項指標是分享次數、喜歡和不喜歡的人數，平均而言，如果使用者分享了影片或表示喜歡，就代表滿意度可能較高。系統會根據這項資訊，嘗試預測用戶表示喜歡或分享其他相關影片的可能性。系統會隨著用戶的觀看習慣動態調整推薦機制，而且在產生音樂和娛樂類別的推薦內容時非常實用。
