IRIS.TV 内容副总裁 Winston Owens
量身定制的分类法是任何成功的发布商视频策略的基础。 如果元数据是内容发现的生命线，则分类法就是循环系统。 分类法的类别和子类别配置为发现和推荐算法提供了上下文，该算法解释了视频的更细粒度的关联元数据（关键字/标签，标题，说明等），以促进视频推荐。
在过去的十年中，元数据已从被广泛视为外包和/或“实习任务”的过程转变为智能管理在线视频的最重要组件之一。 任何全面的视频策略的基础都围绕元数据管理和分类法设计。
像Netflix *这样的视频网站以及像Pandora这样的其他以算法为中心的平台，都在人们对正确使用元数据的强大功能的认知方面产生了巨大的变化。 通过雇用由数十人组成的团队，这些团队将成千上万的标签和说明应用于视频，Netflix不仅能够在相当细粒度的范围内生成准确的推荐，而且还可以使用其元数据同时分析这些用户互动和推荐的效果作为内容效果的跟踪机制。
尽管较小的视频发行商可能没有资源或规模来雇用数百人来应用和管理其元数据（如Netflix所做的那样），但仍有一些基本技巧可用于最大程度地提高任何在线视频发行商的图书馆价值。
真正的投资回报率来自发布商创建分类法的能力，同时要考虑其业务目标（品牌视频广告，增加观看次数/观看者保留率等），同时还要考虑品牌社论的微妙之处，从而使目标受众产生最大共鸣。
在创建分类法时，发布者应记住，“类别”实质上是内容存储区（受众群体），而元数据则捕获了特定视频的更具描述性和细微差别的质量（例如，人员，位置，机构，仪式等）。
尽管存在用于创建分类法的通用模板，但是编辑输入对于捕获细微差别是必不可少的，这些细微差别使分类法成为视频发布者的有效工具。 鼓励视频发布者建立分类法，以广泛解决其品牌的主要LENS类别-代表（L） ifestyle | （E）娱乐| （N）母羊| （S）端口-同时还包括捕获出版物特殊性的特定于品牌的类别（即，品牌特别活动，进行中的原创系列等）。
创建分类法时要考虑的事项：
1） 发布者的覆盖范围 – 发布者的覆盖范围越广，发布者的受众兴趣越广泛/越分散。 较大的分类法更适合发布中具有多个垂直领域的发布者。 例如，对于涵盖多个体育项目和联赛的体育发行商，而专注于单个体育项目和/或联赛的体育发行商而言，更大，更分散的分类法是合适的。 另一个例子是一家专门从事娱乐行业（电影/电视，音乐，体育，科技等）的发行商，而一家专门报道独立电影的发行商。
2） 库中的视频量-发布者库中的视频量越多，描述/定位越多，类别的数量就越多（例如：类别包括“弹出式”品牌广告系列，特殊事件，年度活动以及常规报道）。 鼓励图书馆规模较小的出版商从较小的，更广泛的分类法入手，随着时间的推移，可以通过增加其他类别来使其更加具体。
下面列出了一些示例，这些示例说明IRIS.TV如何根据发布商对应的LENS类别（LENS： 生活方式，娱乐，新闻，体育 ）为发布者生成分类法
生活方式
生活方式出版商倾向于通过特定人群的视角来探讨广泛的文化主题。 在为生活方式发布者建立分类标准时，要记住的最重要的事情是牢记目标人群。 例如，一些出版商将目标锁定在18-35岁之间的女性，而其他出版商则将目标广泛地定位于“大学时代的男性”。
一般生活方式类别
时尚分类的例子
娱乐
娱乐发行者的分类法相当简单，取决于主题的范围。 对于处理跨媒体内容（例如电影，电视节目，音乐等）的发布者，最好将视频进行尽可能广泛的分类，而专门涵盖诸如喜剧或音乐之类的娱乐媒体的发布者应致力于创建专门解决分类问题的类别他们的内容。
一般娱乐类别
以音乐为中心的分类法示例
新闻
“硬新闻”业务中出版商的分类标准相当普遍，因为报纸板块反映了针对特定受众的垂直广告定位（例如，“体育板块”经常有广告针对该个人市场营销当地体育赛事，当地体育装备等） 。）鼓励每日新闻发布者每天频繁且多次发布，以使经常出逃的“新闻”内容的营业额最大化。
主要新闻插座分类法示例
体育
体育分类法的产生非常简单。 出版商的体育报道范围越广，类别（即体育新闻聚合器）就越笼统。 如果体育报道只关注单个体育或联赛，则发布商应致力于使用更多体育特定/联赛特定类别。
主要体育新闻聚合分类法示例
Netflix来源：https://www.washingtonpost.com/news/arts-and-entertainment/wp/2015/06/11/netflix-tagging-yes-its-a-real-job/
