JP2020115285A - 算出装置、算出方法、算出プログラム - Google Patents

Abstract

【課題】コンテンツの訴求に関する評価を可能とする指標値を算出すること。【解決手段】本願に係る算出装置は、取得部と、算出部とを有する。取得部は、ユーザに関する情報を取得する。算出部は、取得部によって取得されたユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、ユーザ毎の指標値と、指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する。【選択図】図２

Description

本発明は、算出装置、算出方法、算出プログラムに関する。

従来、ＳＮＳ（Social Network Service）で、ユーザ間の結びつきを支援することを目的として、共通の趣味や嗜好を有するユーザを見つけ出すことができるサービスを提供する技術が提供されている。

特開２０１０−２５０５２８号公報

しかしながら、上記の従来技術では、コンテンツに関する指標値がコンテンツの訴求を示す指標値であるとは限らない。例えば、上記の従来技術では、ユーザの感情を示す感情タグをユーザが動画シーンに付与するに過ぎず、コンテンツに関する指標値がコンテンツの訴求を示す指標値であるとは限らない。

本願は、上記に鑑みてなされたものであって、コンテンツの訴求に関する評価を可能とする指標値を算出することができる算出装置、算出方法、算出プログラムを提供することを目的とする。

本願に係る算出装置は、ユーザに関する情報を取得する取得部と、前記取得部によって取得されたユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、前記ユーザ毎の指標値と、当該指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する算出部と、を備えたことを特徴とする。

実施形態の一態様によれば、コンテンツの訴求に関する評価を可能とする指標値を算出することができるという効果を奏する。

図１は、実施形態に係る算出装置が実行する算出処理の一例を示す図である。 図２は、実施形態に係る算出装置の構成例を示す図である。 図３は、実施形態に係る動画情報記憶部の一例を示す図である。 図４は、実施形態に係る指標値情報記憶部の一例を示す図である。 図５は、実施形態に係る算出装置が実行する算出処理の流れの一例を示すフローチャートである。 図６は、変形例に係る算出装置が実行する生成処理の一例を示す図である。 図７は、変形例に係る算出装置が実行する生成処理の一例を示す図である。 図８は、変形例に係る算出装置が実行する生成処理の一例を示す図である。 図９は、算出装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る算出装置、算出方法、算出プログラムの実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る算出装置、算出方法、算出プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．算出装置が示す提供処理の一例〕
図１を用いて、実施形態に係る算出装置が実行する提供処理の一例について説明する。図１は、実施形態に係る算出装置が実行する提供処理の一例を示す図である。具体的には、算出装置１００は、ユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、ユーザ毎の指標値と、指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する。なお、以下では、コンテンツが動画である場合を例として挙げる。

図１に示すように、算出システム１は、端末装置１０と、外部装置５０と、算出装置１００とを含む。端末装置１０、外部装置５０及び算出装置１００は、図示しない所定の通信網を介して、有線又は無線により通信可能に接続される。なお、図１に示す算出システム１には、複数台の端末装置１０や、複数台の外部装置５０や、複数台の算出装置１００が含まれてもよい。

実施形態に係る端末装置１０は、ブラウザに表示されるウェブページやアプリケーション用のコンテンツ等のコンテンツにアクセスするユーザによって利用される算出装置である。例えば、端末装置１０は、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット端末や、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。図１の例では、端末装置１０がユーザによって利用されるスマートフォンである場合を示す。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。

実施形態に係る外部装置５０は、動画に関する情報及び動画に対するユーザに関する情報を提供する情報提供装置である。例えば、図１に示す例において、外部装置５０は、動画に関する情報と、動画に対するユーザに関する情報とを記憶する。そして、外部装置５０は、動画に関する情報とユーザに関する情報とを算出装置１００に提供する。また、例えば、外部装置５０は、所定の期間（例えば、直近１週間）毎に、動画に対するユーザに関する情報を格納する。

また、例えば、外部装置５０は、動画の広告コンテンツ及び動画に対するコメント等に基づいて、ユーザに関する情報を格納する。また、例えば、外部装置５０は、動画に関する情報に対するクリック数や動画に関する情報を閲覧する時間等に基づいて、ユーザに関する情報を格納する。また、例えば、外部装置５０は、所定の広告コンテンツに対するユーザの応答に基づく肯定的な印象又は否定的な印象等に基づいて、ユーザに関する情報を格納する。

なお、ここでいうユーザに関する情報とは、動画のシーンに対する肯定的な印象である。例えば、動画のシーンに対する肯定的な印象とは、家族団欒といったシーンに対するユーザの肯定的な印象等である。また、ユーザに関する情報とは、動画のシーンに対する否定的な印象である。例えば、動画のシーンに対する否定的な印象とは、残虐なシーンに対するユーザの否定的な印象等である。また、ユーザに関する情報とは、ユーザの興味関心に関する情報等である。

実施形態に係る算出装置１００は、例えば、サーバ装置等により実現される。具体的には、算出装置１００は、ユーザに関する情報を外部装置５０から取得する。そして、算出装置１００は、かかるユーザに関する情報に基づいて、動画の訴求を示す指標値であって、ユーザ毎の指標値と、指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する。そして、算出装置１００は、ユーザの指標値（以下では、一のユーザの指標値を個別指標値と表記する場合がある）と、統計値のうち、ユーザ全体の指標値の平均値（以下では、ユーザ全体の指標値の平均値を統計指標値と表記する場合がある）とに基づいて、動画の特徴を示す特徴コンテンツを生成する。そして、算出装置１００は、かかる特徴コンテンツをユーザに提供する。

なお、ここでいう複数のユーザとは、動画配信サービスを利用するユーザの全体を示す。また、例えば、複数のユーザとは、動画を視聴したすべてのユーザであってもよい。また、例えば、複数のユーザとは、動画を視聴したすべてのユーザであってもよい。また、例えば、複数のユーザとは、所定の期間内に、動画を視聴したすべてのユーザであってもよい。また、例えば、複数のユーザとは、対象とするユーザと類似の属性に関する情報を有するユーザ群であってもよい。以下では、複数のユーザとは、動画を視聴したすべてのユーザであるものとして説明する。

以下、図１を用いて、算出装置１００による提供処理の一例を流れに沿って説明する。

まず、図１に示すように、算出装置１００は、動画ＭＯ１に関する情報を外部装置５０から受け付ける（ステップＳ１）。続いて、算出装置１００は、ユーザに関する情報を外部装置５０から取得する（ステップＳ２）。

そして、算出装置１００は、外部装置５０から取得したユーザに関する情報に基づいて、個別指標値と、統計指標値とを算出する（ステップＳ３）。具体的には、算出装置１００は、ユーザに関する情報に基づいて、個別指標値として、動画に関するユーザの興味関心の度合いを示す指標値を算出する。また、具体的には、算出装置１００は、ユーザに関する情報に基づいて、個別指標値として、動画に関するユーザの感情に関する度合いを示す指標値を算出する。より具体的には、算出装置１００は、ユーザに関する情報に基づいて、個別指標値として、動画に関する肯定的な印象を有するユーザの感情に関する度合いを示す指標値を算出する。また、より具体的には、算出装置１００は、ユーザに関する情報に基づいて、個別指標値として、動画に関する否定的な印象を有するユーザの感情に関する度合いを示す指標値を算出する。

例えば、図１の例に示すように、算出装置１００は、動画ＭＯ１の１番目のシーンに対応する個別指標値を「０．１」と、統計指標値を「０．１」と算出する。また、例えば、算出装置１００は、動画ＭＯ１の２番目のシーンに対応する個別指標値を「０．３」と、統計指標値を「０．５」と算出する。また、例えば、算出装置１００は、動画ＭＯ１の３番目のシーンに対応する個別指標値を「０．８」と、統計指標値を「０．６」と算出する。また、例えば、算出装置１００は、動画ＭＯ１の４番目のシーンに対応する個別指標値を「０．９」と、統計指標値を「０．７」と算出する。また、例えば、算出装置１００は、動画ＭＯ１の５番目のシーンに対応する個別指標値を「０．２」と、統計指標値を「０．７」と算出する。

なお、算出装置１００は、機械学習等の従来技術によって、ユーザに関する情報に基づいて、個別指標値と統計指標値とを算出する。例えば、算出装置１００は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザの応答に基づく肯定的な印象又は否定的な印象とを入力することで、動画のシーンに対する肯定的な印象又は否定的な印象のスコアを出力する学習モデルを生成する。また、例えば、算出装置１００は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザのコメント内容に基づく肯定的な印象又は否定的な印象とを入力することで、動画のシーンに対する肯定的な印象又は否定的な印象のスコアを出力する学習モデルを生成する。そして、算出装置１００は、かかる学習モデルに基づいて、個別指標値と統計指標値とを算出する。また、例えば、算出装置１００は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザの応答に基づく興味関心に関する情報とを入力することで、ユーザの興味関心に関するスコアを出力する学習モデルを生成する。また、例えば、算出装置１００は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザのコメント内容に基づく興味関心に関する情報とを入力することで、ユーザの興味関心に関するスコアを出力する学習モデルを生成する。そして、算出装置１００は、かかる学習モデルに基づいて、個別指標値と統計指標値とを算出する。

続いて、算出装置１００は、個別指標値と、統計指標値とに基づいて、特徴コンテンツとして、動画のダイジェストＥＭ１を生成する（ステップＳ４）。具体的には、算出装置１００は、動画の時間変動毎の所定の個別指標値と所定の統計指標値との大小関係に対応するシーンに基づいて、編集した動画を生成する。

例えば、図１の例では、算出装置１００が個別指標値と統計指標値との閾値のいずれかが個別指標値又は統計指標値以上である場合に、動画のシーンを選択するものとする。また、個別指標値と統計指標値との所定の閾値が「０．６」であるものとする。この場合、算出装置１００は、動画ＭＯ１の１番目のシーンに対応する個別指標値「０．１」が閾値よりも小さく、動画ＭＯ１の１番目のシーンに対応する統計指標値「０．１」が所定の閾値よりも小さいため、動画ＭＯ１の１番目のシーンを選択しないと判定する。また、算出装置１００は、動画ＭＯ１の２番目のシーンに対応する個別指標値「０．３」が閾値よりも小さく、動画ＭＯ１の２番目のシーンに対応する統計指標値「０．５」が所定の閾値よりも小さいため、動画ＭＯ１の２番目のシーンを選択しないと判定する。

また、算出装置１００は、動画ＭＯ１の３番目のシーンに対応する個別指標値「０．８」が閾値以上であり、動画ＭＯ１の３番目のシーンに対応する統計指標値「０．６」が所定の閾値以上であるため、動画ＭＯ１の３番目のシーンを選択すると判定する。また、算出装置１００は、動画ＭＯ１の４番目のシーンに対応する個別指標値「０．９」が閾値以上であり、動画ＭＯ１の４番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の４番目のシーンを選択すると判定する。

また、算出装置１００は、動画ＭＯ１の５番目のシーンに対応する個別指標値「０．２」が閾値よりも小さく、動画ＭＯ１の５番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の５番目のシーンを選択すると判定する。このように、算出装置１００は、所定の閾値以上である動画ＭＯ１のシーンを選択することで、特徴コンテンツとして、動画ＭＯ１の３番目のシーンと、動画ＭＯ１の４番目のシーンと、動画ＭＯ１の５番目のシーンとを含む動画のダイジェストＥＭ１を生成する。

そして、算出装置１００は、特徴コンテンツとして、動画のダイジェストＥＭ１をユーザに提供する（ステップＳ５）。例えば、図１の例では、算出装置１００は、ユーザに関する情報を取得したユーザに動画のダイジェストＥＭ１を提供する。

このように、実施形態に係る算出装置１００は、ユーザに関する情報を取得する。算出装置１００は、かかるユーザに関する情報に基づいて、動画の訴求を示す指標値であって、ユーザ毎の指標値と、指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する。そして、算出装置１００は、指標値と、統計値のうち、平均値とに基づいて、動画の特徴を示す特徴コンテンツを生成する。そして、算出装置１００は、かかる特徴コンテンツをユーザに提供する。これにより、実施形態に係る算出装置１００は、動画のシーンに対する肯定的な印象又は否定的な印象に関する指標値や、ユーザの興味関心に関する指標値を算出することができるため、コンテンツの訴求に関する評価を可能とする指標値を算出することができる。

この点について説明する。図１の例を用いて説明すると、算出装置１００は、ユーザに関する情報に基づいて、個別指標値として、動画に関するユーザの興味関心の度合いを示す指標値を算出する。また、算出装置１００は、ユーザに関する情報に基づいて、個別指標値として、動画に関するユーザの感情に関する度合いを示す指標値を算出する。そして、算出装置１００は、個別指標値と、統計指標値とに基づいて、特徴コンテンツとして、動画のダイジェストＥＭ１を生成する。これにより、算出装置１００は、ユーザに関する情報に基づいて算出される個別指標値と、統計指標値との大小関係から、動画の訴求を示す動画のダイジェストを生成することができる。このことから、算出装置１００は、ユーザの興味関心や、ユーザの感情を考慮した個別指標値と統計指標値とに基づいて特徴コンテンツを生成することができるため、ユーザに対してコンテンツの訴求が高い特徴コンテンツを提供することができる。

また、算出装置１００は、一のユーザのみからの情報であると特定のシーンの見落とし等により、公平な評価が妨げられてしまう可能性を防ぐことができる。そして、算出装置１００は、統計指標値を参照しつつ、一のユーザの個別指標値に基づいて、特定のシーンの見落とし等を防いだ訴求効果の高いシーンを判別することができる。これにより、算出装置１００は、統計的な評価とユーザ個別の評価を比較して特徴コンテンツを生成することができるため、ユーザに対してコンテンツの訴求が高い特徴コンテンツを効率よく提供することができる。また、同一の動画に対して、肯定的な印象を有するユーザや、否定的な印象を有するユーザなどのようにユーザ毎に様々な印象を有する場合がある。この場合にも、算出装置１００は、肯定的な印象を有するユーザの感情や、否定的な印象を有する他のユーザの感情を考慮した個別指標値と統計指標値とに基づいて特徴コンテンツを生成することができるため、ユーザに対してコンテンツの訴求が高い特徴コンテンツを提供することができる。

〔２．算出装置の構成〕
次に、図２を用いて、実施形態に係る算出装置１００の構成について説明する。図２は、実施形態に係る算出装置１００の構成例を示す図である。図２に示すように、算出装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線又は無線で接続され、端末装置１０と外部装置５０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、動画情報記憶部１２１と、指標値情報記憶部１２２とを有する。

（動画情報記憶部１２１について）
実施形態に係る動画情報記憶部１２１は、外部装置５０から受け付けた動画に関する情報を記憶する。ここで、図３に、実施形態に係る動画情報記憶部１２１の一例を示す。図３に示した例では、動画情報記憶部１２１は、「動画ＩＤ」、「動画」といった項目を有する。

「動画ＩＤ」は、動画を識別する識別子である。「動画」は、「動画ＩＤ」に対応付けられた外部装置５０から受け付けた動画に関する情報である。例えば、図３では、動画ＩＤによって識別された「Ｍ１」は、商品が「ＭＯ１」である。なお、図３に示した例では、動画を「ＭＯ１」等の抽象的な符号で表現したが、動画は、具体的な動画のファイル形式を示す情報等であってもよい。

（指標値情報記憶部１２２について）
実施形態に係る指標値情報記憶部１２２は、ユーザに関する情報に基づいて算出された指標値であって、コンテンツの訴求を示す指標値を記憶する。ここで、図４に、実施形態に係る指標値情報記憶部１２２の一例を示す。図４に示した例では、指標値情報記憶部１２２は、「動画ＩＤ」、「時間」、「ユーザＩＤ」、「興味関心に関する個別指標値」、「感情に関する個別指標値」といった項目を有する。

「動画ＩＤ」は、動画を識別する識別子である。「時間」は、「動画ＩＤ」に対応付けられた動画内の時間に関する情報である。「ユーザＩＤ」、ユーザを識別する識別子である。「興味関心に関する個別指標値」は、「ユーザＩＤ」に対応付けられたユーザの興味関心に関する情報に基づいて算出された個別指標値である。例えば、「興味関心に関する個別指標値」は、動画のシーンに対するユーザの興味関心が高いほど、大きな値を示し、動画のシーンに対するユーザの興味関心が低いほど、小さな値を示す。「感情に関する個別指標値」は、「ユーザＩＤ」に対応付けられたユーザの感情に関する情報に基づいて算出された個別指標値である。例えば、「感情に関する個別指標値」は、動画のシーンに対するユーザの肯定的な印象が強いほど、大きな値を示し、動画のシーンに対するユーザの否定的な印象が強いほど、小さな値を示す。

例えば、図４では、動画ＩＤによって識別された「Ｍ１」内の時間が「Ｔ１」のとき、ユーザＩＤによって識別された「Ｕ１」に対応する「興味関心に関する個別指標値」は、「０．８」であり、「感情に関する個別指標値」は、「０．８」である。なお、図４に示した例では、時間を「Ｔ１」等の抽象的な符号で表現したが、時間は、動画内の具体的な時間を示す情報等であってもよい。

（制御部１３０について）
制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、算出装置１００内部の記憶装置に記憶されている各種プログラム（算出プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図２に示すように、制御部１３０は、受付部１３１と、取得部１３２と、算出部１３３と、生成部１３４と、提供部１３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図２に示した接続関係に限られず、他の接続関係であってもよい。

（受付部１３１について）
受付部１３１は、動画に関する情報を受け付ける。例えば、図１の例では、受付部１３１は、動画ＭＯ１に関する情報を外部装置５０から受け付ける。そして、受付部１３１は、かかる動画ＭＯ１に関する情報を動画情報記憶部１２１に格納する。

（取得部１３２について）
取得部１３２は、各種情報を取得する。具体的には、取得部１３２は、ユーザに関する情報を取得する。例えば、図１の例では、取得部１３２は、動画に関する情報に対するクリック数や動画に関する情報を閲覧する時間等に基づいて、ユーザに関する情報を外部装置５０から取得する。また、例えば、取得部１３２は、所定の広告コンテンツに対するユーザの応答に基づく肯定的な印象又は否定的な印象等に基づいて、ユーザに関する情報を外部装置５０から取得する。また、例えば、取得部１３２は、ユーザの興味関心に関する情報を外部装置５０から取得する。

なお、取得部１３２は、ユーザに関する情報として、ユーザの属性に関する情報である属性情報、ユーザの位置情報、ユーザのコンテンツ閲覧履歴、ユーザの広告コンテンツ閲覧履歴等を取得してもよい。

（算出部１３３について）
算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、ユーザ毎の指標値と、指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する。具体的には、算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、指標値として、コンテンツに関するユーザの興味関心の度合いを示す指標値を算出する。また、具体的には、算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、指標値として、コンテンツに関するユーザの感情に関する度合いを示す指標値を算出する。

例えば、図１の例に示すように、算出部１３３は、動画ＭＯ１の１番目のシーンに対応する個別指標値を「０．１」と、統計指標値を「０．１」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の２番目のシーンに対応する個別指標値を「０．３」と、統計指標値を「０．５」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の３番目のシーンに対応する個別指標値を「０．８」と、統計指標値を「０．６」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の４番目のシーンに対応する個別指標値を「０．９」と、統計指標値を「０．７」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の５番目のシーンに対応する個別指標値を「０．２」と、統計指標値を「０．７」と算出する。

なお、算出部１３３は、機械学習等の従来技術によって、ユーザに関する情報に基づいて、個別指標値と統計指標値とを算出する。例えば、算出部１３３は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザの応答に基づく肯定的な印象又は否定的な印象とを入力することで、動画のシーンに対する肯定的な印象又は否定的な印象のスコアを出力する学習モデルを生成する。また、例えば、算出部１３３は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザのコメント内容に基づく肯定的な印象又は否定的な印象とを入力することで、動画のシーンに対する肯定的な印象又は否定的な印象のスコアを出力する学習モデルを生成する。そして、算出部１３３は、かかる学習モデルに基づいて、個別指標値と統計指標値とを算出する。また、例えば、算出部１３３は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザの応答に基づく興味関心に関する情報とを入力することで、ユーザの興味関心に関するスコアを出力する学習モデルを生成する。また、例えば、算出部１３３は、ユーザに関する情報と、かかるユーザの所定のコンテンツに対するユーザのコメント内容に基づく興味関心に関する情報とを入力することで、ユーザの興味関心に関するスコアを出力する学習モデルを生成する。そして、算出部１３３は、かかる学習モデルに基づいて、個別指標値と統計指標値とを算出する。

（生成部１３４について）
生成部１３４は、算出部１３３によって算出された指標値と、統計値のうち、平均値とに基づいて、コンテンツの特徴を示す特徴コンテンツを生成する。具体的には、生成部１３４は、算出部１３３によって算出された指標値と平均値とに基づいて、指標値が平均値よりも大きい場合に、指標値に対応する特徴コンテンツを生成する。また、具体的には、生成部１３４は、算出部１３３によって算出された指標値と平均値とに基づいて、平均値が指標値よりも大きい場合に、平均値に対応する特徴コンテンツを生成する。

例えば、図１の例では、生成部１３４が個別指標値と統計指標値との閾値のいずれかが個別指標値又は統計指標値以上である場合に、動画のシーンを選択するものとする。また、個別指標値と統計指標値との所定の閾値が「０．６」であるものとする。この場合、生成部１３４は、動画ＭＯ１の１番目のシーンに対応する個別指標値「０．１」が閾値よりも小さく、動画ＭＯ１の１番目のシーンに対応する統計指標値「０．１」が所定の閾値よりも小さいため、動画ＭＯ１の１番目のシーンを選択しないと判定する。また、生成部１３４は、動画ＭＯ１の２番目のシーンに対応する個別指標値「０．３」が閾値よりも小さく、動画ＭＯ１の２番目のシーンに対応する統計指標値「０．５」が所定の閾値よりも小さいため、動画ＭＯ１の２番目のシーンを選択しないと判定する。

また、生成部１３４は、動画ＭＯ１の３番目のシーンに対応する個別指標値「０．８」が閾値以上であり、動画ＭＯ１の３番目のシーンに対応する統計指標値「０．６」が所定の閾値以上であるため、動画ＭＯ１の３番目のシーンを選択すると判定する。また、生成部１３４は、動画ＭＯ１の４番目のシーンに対応する個別指標値「０．９」が閾値以上であり、動画ＭＯ１の４番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の４番目のシーンを選択すると判定する。

また、生成部１３４は、動画ＭＯ１の５番目のシーンに対応する個別指標値「０．２」が閾値よりも小さく、動画ＭＯ１の５番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の５番目のシーンを選択すると判定する。このように、生成部１３４は、所定の閾値以上である動画ＭＯ１のシーンを選択することで、特徴コンテンツとして、動画ＭＯ１の３番目のシーンと、動画ＭＯ１の４番目のシーンと、動画ＭＯ１の５番目のシーンとを含む動画のダイジェストＥＭ１を生成する。

（提供部１３５について）
提供部１３５は、生成部１３４によって生成された特徴コンテンツをユーザに提供する。例えば、図１の例では、提供部１３５は、ユーザに関する情報を取得したユーザに動画のダイジェストＥＭ１を提供する。

〔３．処理手順〕
次に、図５を用いて、実施形態に係る算出装置１００が実行する算出処理の手順について説明する。図５は、実施形態に係る算出装置が実行する算出処理の流れの一例を示すフローチャートである。

図５に示すように、受付部１３１は、動画に関する情報を受け付ける（ステップＳ１０１）。例えば、図１の例では、受付部１３１は、動画に関する情報を外部装置５０から受け付ける。そして、取得部１３２は、受付部１３１が動画に関する情報を受け付けていない場合（ステップＳ１０１；Ｎｏ）、動画に関する情報を受け付けるまで待機する。

一方、取得部１３２は、受付部１３１が動画に関する情報を受け付けた場合（ステップＳ１０１；Ｙｅｓ）、外部装置５０から動画に対するユーザに関する情報を取得する（ステップＳ１０２）。

そして、算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、動画の訴求を示す個別指標値を算出する（ステップＳ１０３）。例えば、図１の例に示すように、算出部１３３は、動画ＭＯ１の１番目のシーンに対応する個別指標値を「０．１」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の２番目のシーンに対応する個別指標値を「０．３」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の３番目のシーンに対応する個別指標値を「０．８」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の４番目のシーンに対応する個別指標値を「０．９」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の５番目のシーンに対応する個別指標値を「０．２」と算出する。

そして、算出部１３３は、個別指標値に基づいて、複数のユーザに対する指標値の統計指標値を算出する（ステップＳ１０４）。例えば、図１の例に示すように、算出部１３３は、動画ＭＯ１の１番目のシーンに対応する統計指標値を「０．１」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の２番目のシーンに対応する統計指標値を「０．５」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の３番目のシーンに対応する統計指標値を「０．６」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の４番目のシーンに対応する統計指標値を「０．７」と算出する。また、例えば、算出部１３３は、動画ＭＯ１の５番目のシーンに対応する統計指標値を「０．７」と算出する。

そして、生成部１３４は、算出部１３３によって算出された個別指標値と統計指標値とに基づいて、動画のダイジェストを生成する（ステップＳ１０５）。例えば、図１の例では、生成部１３４が個別指標値と統計指標値との閾値のいずれかが個別指標値又は統計指標値以上である場合に、動画のシーンを選択するものとする。また、個別指標値と統計指標値との所定の閾値が「０．６」であるものとする。この場合、生成部１３４は、動画ＭＯ１の１番目のシーンに対応する個別指標値「０．１」が閾値よりも小さく、動画ＭＯ１の１番目のシーンに対応する統計指標値「０．１」が所定の閾値よりも小さいため、動画ＭＯ１の１番目のシーンを選択しないと判定する。また、生成部１３４は、動画ＭＯ１の２番目のシーンに対応する個別指標値「０．３」が閾値よりも小さく、動画ＭＯ１の２番目のシーンに対応する統計指標値「０．５」が所定の閾値よりも小さいため、動画ＭＯ１の２番目のシーンを選択しないと判定する。

また、生成部１３４は、動画ＭＯ１の３番目のシーンに対応する個別指標値「０．８」が閾値以上であり、動画ＭＯ１の３番目のシーンに対応する統計指標値「０．６」が所定の閾値以上であるため、動画ＭＯ１の３番目のシーンを選択すると判定する。また、生成部１３４は、動画ＭＯ１の４番目のシーンに対応する個別指標値「０．９」が閾値以上であり、動画ＭＯ１の４番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の４番目のシーンを選択すると判定する。

また、生成部１３４は、動画ＭＯ１の５番目のシーンに対応する個別指標値「０．２」が閾値よりも小さく、動画ＭＯ１の５番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の５番目のシーンを選択すると判定する。このように、生成部１３４は、所定の閾値以上である動画ＭＯ１のシーンを選択することで、特徴コンテンツとして、動画ＭＯ１の３番目のシーンと、動画ＭＯ１の４番目のシーンと、動画ＭＯ１の５番目のシーンとを含む動画のダイジェストＥＭ１を生成する。

そして、提供部１３５は、動画のダイジェストをユーザに提供する（ステップＳ１０６）。例えば、図１の例では、提供部１３５は、ユーザに関する情報を取得したユーザに動画のダイジェストＥＭ１を提供する。

〔４．変形例〕
上述した算出装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、算出装置１００の他の実施形態について説明する。

〔４−１．コンテンツ〕
上記実施形態では、算出装置１００が動画を対象とした算出処理を実行する例を挙げたが、対象とするコンテンツは、如何なるコンテンツであってもよい。例えば、算出装置１００が対象とするコンテンツは、静止画像、記事、広告コンテンツ等であってもよい。

〔４−２．特徴コンテンツ〕
上記実施形態では、算出装置１００が特徴コンテンツとして動画のダイジェストを生成する生成処理を実行する例を挙げたが、対象とする特徴コンテンツは、如何なるコンテンツであってもよい。例えば、算出装置１００が生成する特徴コンテンツは、サムネイル等の静止画像、記事の要約、広告コンテンツ等であってもよい。

例えば、図６の例では、算出装置１００の生成部１３４は、記事を含むコンテンツＣ１のうち、記事の一部ＡＲ１及びＡＲ２に対するユーザの個別指標値が所定の閾値よりも大きく、統計指標値よりも大きい場合に、記事の一部ＡＲ１とＡ２とに基づいて、記事の要約を特徴コンテンツとして生成する。

〔４−３．個別指標値〕
上記実施形態では、算出装置１００がユーザに関する情報に基づいて、動画の訴求を示す個別指標値を算出する算出処理を実行する例を挙げたが、ユーザに関する情報として、如何なる情報を利用してもよい。例えば、算出装置１００の取得部１３２は、ユーザに関する情報として、ユーザに関する情報として、ユーザの属性に関する情報である属性情報、ユーザの位置情報、閲覧履歴等を取得する。そして、算出装置１００の算出部１３３は、ユーザの属性に関する情報である属性情報、ユーザの位置情報、閲覧履歴等を重みとして加味した上で、個別指標値を算出してもよい。

〔４−４．統計値〕
上記実施形態では、算出装置１００がユーザに関する情報に基づいて、個別指標値と統計指標値とを算出する算出処理を実行する例を挙げたが、統計値として、如何なる値を算出してもよい。例えば、算出装置１００の算出部１３３は、ユーザに関する情報に基づいて、統計値として、ユーザ全体の個別指標値の標準偏差を算出してもよい。また、例えば、ユーザに関する情報にユーザの属性に関する情報である属性情報を含むものとする。この場合、算出装置１００の算出部１３３は、ユーザに関する情報に基づいて、統計値として、属性情報を重みとした重み付き平均を算出してもよい。

〔４−５．生成処理（１）個別指標値と統計指標値の閾値（１）〕
上記実施形態では、算出装置１００が個別指標値と統計指標値との閾値のいずれかが個別指標値又は統計指標値以上である場合に、動画のシーンを選択すると判定する生成処理を実行する例を挙げたが、閾値が個別指標値と統計指標値とで同一の場合に限られない。例えば、算出装置１００の生成部１３４は、個別指標値の所定の閾値が「０．６」であり、統計指標値の所定の閾値が「０．７」であってもよい。

〔４−６．生成処理（２）個別指標値と統計指標値の閾値（２）〕
上記実施形態では、算出装置１００が個別指標値と統計指標値との閾値のいずれかが個別指標値又は統計指標値以上である場合に、動画のシーンを選択すると判定する生成処理を実行する例を挙げたが、個別指標値と統計指標値との閾値が個別指標値及び統計指標値以上であってもよい。例えば、算出装置１００の生成部１３４が個別指標値と統計指標値との閾値が個別指標値及び統計指標値以上である場合に、動画のシーンを選択するものとする。また、個別指標値と統計指標値との所定の閾値が「０．６」であるものとする。この場合、生成部１３４は、動画ＭＯ１の１番目のシーンに対応する個別指標値「０．１」が閾値よりも小さく、動画ＭＯ１の１番目のシーンに対応する統計指標値「０．１」が所定の閾値よりも小さいため、動画ＭＯ１の１番目のシーンを選択しないと判定する。また、生成部１３４は、動画ＭＯ１の２番目のシーンに対応する個別指標値「０．３」が閾値よりも小さく、動画ＭＯ１の２番目のシーンに対応する統計指標値「０．５」が所定の閾値よりも小さいため、動画ＭＯ１の２番目のシーンを選択しないと判定する。

また、生成部１３４は、動画ＭＯ１の３番目のシーンに対応する個別指標値「０．８」が閾値以上であり、動画ＭＯ１の３番目のシーンに対応する統計指標値「０．６」が所定の閾値以上であるため、動画ＭＯ１の３番目のシーンを選択すると判定する。また、生成部１３４は、動画ＭＯ１の４番目のシーンに対応する個別指標値「０．９」が閾値以上であり、動画ＭＯ１の４番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の４番目のシーンを選択すると判定する。

また、生成部１３４は、動画ＭＯ１の５番目のシーンに対応する個別指標値「０．２」が閾値よりも小さく、動画ＭＯ１の５番目のシーンに対応する統計指標値「０．７」が所定の閾値以上であるため、動画ＭＯ１の５番目のシーンを選択しないと判定する。このように、生成部１３４は、所定の閾値以上である動画ＭＯ１のシーンを選択することで、特徴コンテンツとして、動画ＭＯ１の３番目のシーンと、動画ＭＯ１の４番目のシーンとを含む動画のダイジェストＥＭ１を生成してもよい。

これにより、実施形態に係る算出装置１００の生成部１３４は、ユーザに適した特徴コンテンツをより高精度に生成することができるため、特徴コンテンツの訴求効果を高めることができる。

〔４−７．提供処理（１）ランキングを提供（１）〕
上記実施形態では、算出装置１００の提供部１３５が動画のダイジェストをユーザに提供する提供処理の一例を説明したが、この処理に限られなくともよい。具体的には、提供部１３５は、生成部１３４によって生成された特徴コンテンツのランキングであって、個別指標値と統計指標値との大小関係に基づいて決定されたランキングをユーザに提供してもよい。

例えば、図７の例では、生成部１３４が個別指標値と統計指標値との閾値のいずれかが個別指標値又は統計指標値以上である場合に、記事を選択するものとする。また、個別指標値と統計指標値との所定の閾値が「０．６」であるものとする。この場合、生成部１３４は、１番目の記事に対応する個別指標値「０．１」が閾値よりも小さく、１番目の記事に対応する統計指標値「０．１」が所定の閾値よりも小さいため、１番目の記事を選択しないと判定する。また、生成部１３４は、２番目の記事に対応する個別指標値「０．３」が閾値よりも小さく、２番目の記事に対応する統計指標値「０．５」が所定の閾値よりも小さいため、２番目の記事を選択しないと判定する。

また、生成部１３４は、３番目の記事に対応する個別指標値「０．８」が閾値以上であり、３番目の記事に対応する統計指標値「０．７」が所定の閾値以上であるため、３番目の記事を選択すると判定する。また、生成部１３４は、４番目の記事に対応する個別指標値「０．９」が閾値以上であり、４番目の記事に対応する統計指標値「０．８」が所定の閾値以上であるため、４番目の記事を選択すると判定する。

また、生成部１３４は、５番目の記事に対応する個別指標値「０．２」が閾値よりも小さく、５番目の記事に対応する統計指標値「０．６」が所定の閾値以上であるため、５番目の記事を選択すると判定する。このように、生成部１３４は、所定の閾値以上である記事として、３番目の記事と、４番目の記事と、５番目の記事とを特徴コンテンツとして選択する。

そして、提供部１３５は、生成部１３４によって生成された記事をランキング形式でユーザに提供する。例えば、図７の例では、提供部１３５は、４番目の記事の個別指標値が３番目の記事の個別指標値及び５番目の記事の個別指標値よりも大きく、４番目の記事の統計指標値が３番目の記事の統計指標値及び５番目の記事の統計指標値よりも大きいため、４番目の記事を１位と判定する。そして、提供部１３５は、３番目の記事の個別指標値が５番目の記事の個別指標値よりも大きく、３番目の記事の統計指標値が５番目の記事の統計指標値よりも大きいため、３番目の記事を２位と判定する。そして、提供部１３５は、５番目の記事を３位と判定する。このように、提供部１３５は、４番目の記事が１位、３番目の記事が２位、５番目の記事が３位のようなランキングが表示されたコンテンツＣ２をユーザに提供する。なお、提供部１３５は、ランキングの順位付するときに、個別指標値又は統計指標値のいずれかが大きい記事を高い順位にしてもよい。

これにより、実施形態に係る算出装置１００の提供部１３５は、ユーザに適した特徴コンテンツをランキング形式でユーザに提供することができるため、特徴コンテンツの訴求効果を高めることができる。

〔４−８．提供処理（２）ランキングを提供（２）〕
上記実施形態では、算出装置１００の提供部１３５が動画のダイジェストをユーザに提供する提供処理の一例を説明したが、この処理に限られなくともよい。具体的には、提供部１３５は、生成部１３４によって生成された特徴コンテンツのランキングであって、個別指標値と統計指標値との大小関係と、個別指標値から統計指標値を引いた差分の大小関係とに基づいて決定されたランキングをユーザに提供してもよい。

例えば、図８の例では、生成部１３４が個別指標値と統計指標値との閾値のいずれかが個別指標値又は統計指標値以上である場合に、記事を選択するものとする。また、個別指標値と統計指標値との所定の閾値が「０．６」であるものとする。この場合、生成部１３４は、１番目の記事に対応する個別指標値「０．１」が閾値よりも小さく、１番目の記事に対応する統計指標値「０．５」が所定の閾値よりも小さいため、１番目の記事を選択しないと判定する。また、生成部１３４は、２番目の記事に対応する個別指標値「０．２」が閾値よりも小さく、２番目の記事に対応する統計指標値「０．４」が所定の閾値よりも小さいため、２番目の記事を選択しないと判定する。

また、生成部１３４は、３番目の記事に対応する個別指標値「０．８」が閾値以上であり、３番目の記事に対応する統計指標値「０．２」が所定の閾値よりも小さいため、３番目の記事を選択すると判定する。また、生成部１３４は、４番目の記事に対応する個別指標値「０．５」が閾値よりも小さく、４番目の記事に対応する統計指標値「０．７」が所定の閾値以上であるため、４番目の記事を選択すると判定する。

また、生成部１３４は、５番目の記事に対応する個別指標値「０．９」が閾値以上であり、５番目の記事に対応する統計指標値「１．０」が所定の閾値以上であるため、５番目の記事を選択すると判定する。このように、生成部１３４は、所定の閾値以上である記事として、３番目の記事と、４番目の記事と、５番目の記事とを特徴コンテンツとして選択する。

また、例えば、図８の例では、個別指標値と統計指標値との差分の所定の閾値が「０．５」であるもののランキング順位を一つ繰り上げるものとする。この場合、生成部１３４は、１番目の記事に対応する差分「−０．４」が閾値よりも小さいと判定する。また、生成部１３４は、２番目の記事に対応する差分「−０．２」が閾値よりも小さいと判定する。また、生成部１３４は、３番目の記事に対応する差分「０．６」が所定の閾値以上であると判定する。また、生成部１３４は、４番目の記事に対応する差分「−０．４」が閾値よりも小さいと判定する。また、生成部１３４は、５番目の記事に対応する差分「−０．１」が閾値よりも小さいと判定する。これらより、生成部１３４は、所定の閾値以上である３番目の記事のランキング順位を一つ繰り上げると判定する。

そして、提供部１３５は、生成部１３４によって生成された記事をランキング形式でユーザに提供する。例えば、図８の例では、提供部１３５がランキングの順位付するときに、個別指標値又は統計指標値のいずれかが大きい記事を高い順位するものとする。この場合、提供部１３５は、５番目の記事の統計指標値が、５番目の記事の個別指標値よりも大きく、３番目の記事の個別指標値よりも大きく、３番目の記事の統計指標値よりも大きく、４番目の記事の個別指標値よりも大きく、４番目の記事の統計指標値よりも大きいため、５番目の記事を１位と判定する。そして、提供部１３５は、３番目の記事の個別指標値が、３番目の記事の統計指標値よりも大きく、４番目の記事の個別指標値よりも大きく、４番目の記事の統計指標値よりも大きいため、３番目の記事を２位と判定する。そして、提供部１３５は、４番目の記事を３位と判定する。

そして、提供部１３５は、個別指標値から統計指標値を引いた差分の大小関係に基づいて、所定の閾値以上である３番目の記事のランキング順位を一つ繰り上げる。このように、提供部１３５は、３番目の記事が１位、５番目の記事が２位、４番目の記事が３位のようなランキングが表示されたコンテンツＣ３をユーザに提供する。

これにより、実施形態に係る算出装置１００の提供部１３５は、ユーザに適した特徴コンテンツをランキング形式でユーザに提供することができるため、特徴コンテンツの訴求効果を高めることができる。この点について説明する。図８の例を用いて説明すると、３番目の記事のように個別指標値から統計指標値を引いた差分が所定の閾値以上である記事は、ユーザに対して訴求効果が高い場合がある。一方、５番目の記事のように個別指標値及び統計指標値が大きい記事は、どのようなユーザに対しても訴求効果が高い場合がある。これらのことから、３番目の記事の順位を１位にすることで、ユーザにとって３番目の記事を閲覧しやすくすることができる。これにより、算出装置１００の提供部１３５は、特定のユーザに対する特徴コンテンツの訴求効果を高めることができる。

〔５．ハードウェア構成〕
また、上述してきた実施形態に係る端末装置１０、外部装置５０及び算出装置１００は、例えば図９に示すような構成のコンピュータ１０００によって実現される。以下、算出装置１００を例に挙げて説明する。図９は、算出装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００がネットワークＮを介して生成したデータを他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る算出装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

〔６．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、算出部は、算出手段や算出回路に読み替えることができる。

〔７．効果〕
上述してきたように、実施形態に係る算出装置１００は、取得部１３２と、算出部１３３とを有する。取得部１３２は、ユーザに関する情報を取得する。算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、ユーザ毎の指標値と、指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対する肯定的な印象又は否定的な印象に関する指標値や、ユーザの興味関心に関する指標値を算出することができるため、コンテンツの訴求に関する評価を可能とする指標値を算出することができる。

また、実施形態に係る算出装置１００において、算出部１３３によって算出された指標値と、統計値のうち、平均値とに基づいて、コンテンツの特徴を示す特徴コンテンツを生成する生成部１３４をさらに備える。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対する肯定的な印象又は否定的な印象に関する指標値や、ユーザの興味関心に関する指標値に基づいて特徴コンテンツを生成することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、生成部１３４は、算出部１３３によって算出された指標値と平均値とに基づいて、指標値が平均値よりも大きい場合に、指標値に対応する特徴コンテンツを生成する。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対する肯定的な印象又は否定的な印象に関する指標値や、ユーザの興味関心に関する指標値に基づいて特徴コンテンツを生成することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、生成部１３４は、算出部１３３によって算出された指標値と平均値とに基づいて、平均値が指標値よりも大きい場合に、平均値に対応する特徴コンテンツを生成する。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対する肯定的な印象又は否定的な印象に関する指標値や、ユーザの興味関心に関する指標値に基づいて特徴コンテンツを生成することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、生成部１３４は、算出部１３３によって算出された指標値と平均値とに基づいて、特徴コンテンツとして、コンテンツの特徴を含む動画であって、コンテンツを編集した動画を生成する。

これにより、実施形態に係る算出装置１００は、様々な種類の特徴コンテンツを生成することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、生成部１３４は、算出部１３３によって算出された動画の時間変動毎の所定の指標値と所定の平均値との大小関係に対応するシーンに基づいて、編集した動画を生成する。

これにより、実施形態に係る算出装置１００は、様々な種類の特徴コンテンツを生成することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、生成部１３４は、算出部１３３によって算出された指標値と平均値とに基づいて、特徴コンテンツとして、コンテンツの特徴を含む静止画像を生成する。

これにより、実施形態に係る算出装置１００は、様々な種類の特徴コンテンツを生成することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、生成部１３４は、算出部１３３によって算出された指標値と平均値とに基づいて、特徴コンテンツとして、コンテンツの特徴を含む記事であって、コンテンツを要約した記事を生成する。

これにより、実施形態に係る算出装置１００は、様々な種類の特徴コンテンツを生成することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、生成部１３４によって生成された特徴コンテンツをユーザに提供する提供部１３５をさらに備える。

これにより、実施形態に係る算出装置１００は、ユーザの興味関心や、ユーザの感情を考慮した指標値と平均値とに基づいて特徴コンテンツを生成することができるため、ユーザに対してコンテンツの訴求が高い特徴コンテンツを提供することができる。

また、実施形態に係る算出装置１００において、提供部１３５は、生成部１３４によって生成された特徴コンテンツのランキングであって、指標値と平均値との大小関係に基づいて決定されたランキングをユーザに提供する。

これにより、実施形態に係る算出装置１００は、ユーザの興味関心や、ユーザの感情を考慮した指標値と平均値との大小関係に基づいて決定されたランキングを提供することができるため、コンテンツの訴求効果を高めることができる。

また、実施形態に係る算出装置１００において、算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、指標値として、コンテンツに関するユーザの興味関心の度合いを示す指標値を算出する。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対するユーザの興味関心に関する指標値を算出することができるため、コンテンツの訴求に関する評価を可能とする指標値を算出することができる。

また、実施形態に係る算出装置１００において、算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、指標値として、コンテンツに関するユーザの感情に関する度合いを示す指標値を算出する。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対する肯定的な印象又は否定的な印象に関する指標値を算出することができるため、コンテンツの訴求に関する評価を可能とする指標値を算出することができる。

また、実施形態に係る算出装置１００において、算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、指標値として、コンテンツに関する肯定的な印象を有するユーザの感情に関する度合いを示す指標値を算出する。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対する肯定的な印象に関する指標値を算出することができるため、コンテンツの訴求に関する評価を可能とする指標値を算出することができる。

また、実施形態に係る算出装置１００において、算出部１３３は、取得部１３２によって取得されたユーザに関する情報に基づいて、指標値として、コンテンツに関する否定的な印象を有するユーザの感情に関する度合いを示す指標値を算出する。

これにより、実施形態に係る算出装置１００は、ユーザに関する情報に基づいて、動画のシーンに対する否定的な印象に関する指標値を算出することができるため、コンテンツの訴求に関する評価を可能とする指標値を算出することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

１ 算出システム
１０ 端末装置
５０ 外部装置
１００ 算出装置
１１０ 通信部
１２０ 記憶部
１２１ 動画情報記憶部
１２２ 指標値情報記憶部
１３０ 制御部
１３１ 受付部
１３２ 取得部
１３３ 算出部
１３４ 生成部
１３５ 提供部

Claims (16)

1. ユーザに関する情報を取得する取得部と、
   前記取得部によって取得されたユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、前記ユーザ毎の指標値と、当該指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する算出部と、
   を備えたことを特徴とする算出装置。
2. 前記算出部によって算出された指標値と、前記統計値のうち、平均値とに基づいて、前記コンテンツの特徴を示す特徴コンテンツを生成する生成部をさらに備える、
   ことを特徴とする請求項１に記載の算出装置。
3. 前記生成部は、
   前記算出部によって算出された指標値と平均値とに基づいて、前記指標値が前記平均値よりも大きい場合に、前記指標値に対応する前記特徴コンテンツを生成する、
   ことを特徴とする請求項２に記載の算出装置。
4. 前記生成部は、
   前記算出部によって算出された指標値と平均値とに基づいて、前記平均値が前記指標値よりも大きい場合に、前記平均値に対応する前記特徴コンテンツを生成する、
   ことを特徴とする請求項２又は３に記載の算出装置。
5. 前記生成部は、
   前記算出部によって算出された指標値と平均値とに基づいて、前記特徴コンテンツとして、前記コンテンツの特徴を含む動画であって、前記コンテンツを編集した動画を生成する、
   ことを特徴とする請求項２〜４のいずれか１つに記載の算出装置。
6. 前記生成部は、
   前記算出部によって算出された動画の時間変動毎の所定の指標値と所定の平均値との大小関係に対応するシーンに基づいて、編集した動画を生成する、
   ことを特徴とする請求項５に記載の算出装置。
7. 前記生成部は、
   前記算出部によって算出された指標値と平均値とに基づいて、前記特徴コンテンツとして、前記コンテンツの特徴を含む静止画像を生成する、
   ことを特徴とする請求項２〜６のいずれか１つに記載の算出装置。
8. 前記生成部は、
   前記算出部によって算出された指標値と平均値とに基づいて、前記特徴コンテンツとして、前記コンテンツの特徴を含む記事であって、前記コンテンツを要約した記事を生成する、
   ことを特徴とする請求項２〜７のいずれか１つに記載の算出装置。
9. 前記生成部によって生成された特徴コンテンツをユーザに提供する提供部をさらに備える、
   ことを特徴とする請求項２〜８のいずれか１つに記載の算出装置。
10. 前記提供部は、
    前記生成部によって生成された特徴コンテンツのランキングであって、前記指標値と前記平均値との大小関係に基づいて決定されたランキングを前記ユーザに提供する、
    ことを特徴とする請求項９に記載の算出装置。
11. 前記算出部は、
    前記取得部によって取得されたユーザに関する情報に基づいて、前記指標値として、前記コンテンツに関するユーザの興味関心の度合いを示す指標値を算出する、
    ことを特徴とする請求項１〜１０のいずれか１つに記載の算出装置。
12. 前記算出部は、
    前記取得部によって取得されたユーザに関する情報に基づいて、前記指標値として、前記コンテンツに関するユーザの感情に関する度合いを示す指標値を算出する、
    ことを特徴とする請求項１〜１１のいずれか１つに記載の算出装置。
13. 前記算出部は、
    前記取得部によって取得されたユーザに関する情報に基づいて、前記指標値として、前記コンテンツに関する肯定的な印象を有するユーザの感情に関する度合いを示す指標値を算出する、
    ことを特徴とする請求項１２に記載の算出装置。
14. 前記算出部は、
    前記取得部によって取得されたユーザに関する情報に基づいて、前記指標値として、前記コンテンツに関する否定的な印象を有するユーザの感情に関する度合いを示す指標値を算出する、
    ことを特徴とする請求項１２に記載の算出装置。
15. コンピュータが実行する算出方法であって、
    ユーザに関する情報を取得する取得工程と、
    前記取得工程によって取得されたユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、前記ユーザ毎の指標値と、当該指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する算出工程と、
    を含むことを特徴とする算出方法。
16. ユーザに関する情報を取得する取得手順と、
    前記取得手順によって取得されたユーザに関する情報に基づいて、コンテンツの訴求を示す指標値であって、前記ユーザ毎の指標値と、当該指標値と比較対象となる指標値の複数のユーザに対する統計値とを算出する算出手順と、
    をコンピュータに実行させることを特徴とする算出プログラム。

Images