Энтузиасты из Массачусетского университета в Амхерсте (США) и разработчик сервиса Pushshift (позволяет обращаться к API Reddit для поиска информации) объединились, чтобы узнать количество публичных роликов, доступных на YouTube. Для этого они обратились к формату YouTube-ссылок: например, https://www.youtube.com/watch?v=a1sWMRaEahg.
Последовательность после watch?v= состоит из 11 знаков. Первые 10 могут быть латинскими буквами нижнего или верхнего регистра (a-z, A-Z), цифрами, - или _. Последний знак особенный: у него всего 16 вариантов. Получается, что всего возможны 18,4 квинтиллиона комбинаций (у квинтиллиона 18 нулей). На YouTube много видео, но не настолько.
Если предположить, что на YouTube миллиард видео, то слепой перебор комбинаций приведёт к рабочей ссылке примерно раз в 18,4 миллиарда попыток. Это всё равно что бить пустой бутылкой по клавиатуре кнопочного телефона и надеяться, что в какой-то момент тебя всё же соединит с кем-нибудь. Но метод удалось ускорить благодаря скриптам: перебор всё ещё рутинный, но хотя бы автоматизированный.
Скрипты позволили проверять 32 тысячи ссылок одновременно, и за несколько месяцев удалось получить около 10 тысяч рабочих ссылок на видео. Авторы подсчитали, что успешным был примерно каждый 50-тысячный запрос. Их выборка позволила подсчитать, что всего на платформе 13,325 миллиарда публично доступных видео. Анализ дат выхода найденных роликов также позволил вычислить, как быстро YouTube растёт. Получилось, что только за 2023 год на платформе опубликовали около 4 миллиардов роликов.
Авторы также отметили, что YouTube обычно рекомендует пользователям ролики, у которых 10 000 просмотров и более. При этом в их выборке таких видео было всего 4%, а медианным значением было 39 просмотров. Они собираются и дальше анализировать данные: например, посчитать соотношение языков на платформе.
