JP2020156001A - Ａｉを活用した広告推奨方法、プログラム、およびコンピュータ - Google Patents

Abstract

【課題】テレビや動画配信サイトの番組において流れる広告ユーザが視聴している番組との関連性がないものであったり、ユーザが興味のないものであったりすることが多い。そのため、広告がスキップされたり、広告によってユーザに不快感を募らせたりすることもあり、広告費に対する宣伝効果が十分であるとはいえない。【解決手段】人工知能（ＡＩ）技術によって番組映像を解析して番組属性データを抽出し、抽出された番組属性データに基づいて最適な配信広告を選択し、選択された広告を番組映像と共に配信する。【選択図】図３

Description

本発明は、ＡＩを活用した広告推奨方法、プログラム、およびコンピュータに関する。

現状、テレビや動画配信サイトのほとんどの番組再生中に各種スポンサーの広告が流れる。このような広告の掲載方法は、再生中の映像の周りに表示されたり、映像の一部に重なって、または、映像そのものとして流れたりと様々である。

しかしながら、テレビや動画配信サイトの番組に流れる広告は、ユーザが視聴している番組との関連性が薄いものであったり、ユーザが興味のないものであったりすることが多い。そのため、広告がスキップされたり、広告によってユーザに不快感を募らせたりすることもあり、広告費に対する宣伝効果が十分であるとはいえない。

本発明はこのような問題に鑑みてなされたものであり、その目的は、人工知能（ＡＩ）技術によって番組映像を解析して番組属性データを抽出し、抽出された番組属性データに基づいて最適な配信広告を選択し、選択された広告を番組映像と共に配信することである。

本発明の一態様は、
番組の映像データをＡＩシステムによって解析し、前記番組の番組属性データを抽出するステップと、
前記番組属性データに少なくとも基づいて、前記番組属性データと関連する広告属性データを取得するステップと、
前記広告属性データに少なくとも基づいて、配信広告の広告データを取得するステップと、
前記映像データをユーザ端末に送信するステップと、
前記広告データを前記ユーザ端末に送信するステップと
を備えたことを特徴とする方法である。

さらに、前記方法は、
前記ユーザ端末を利用しているユーザのユーザ属性データを取得するステップをさらに備え、
前記広告属性データを取得するステップは、前記ユーザ属性データにさらに基づくことを特徴とする。

また、前記方法は、
前記ユーザ端末から、前記配信広告に対するフィードバックデータを受信するステップと、
前記フィードバックデータに基づいて、前記ユーザ属性データを前記ＡＩシステムによって学習するステップと
をさらに備えたことを特徴とする。

さらに、前記方法において、前記フィードバックデータは前記配信広告に対するユーザアクションに関するデータであり、前記ユーザが、前記配信広告をスキップしたか否か、前記配信広告からリンク先にジャンプしたか否か、前記配信広告をどれだけの時間視聴していたか、に関するデータの少なくとも１つを含むことを特徴とする。

また、前記方法において、前記番組属性データは、前記番組に登場するシーン、人物、企業、および文字、前記番組のスポンサー、ならびに前記番組で流れる音に関するデータの少なくとも１つを含むことを特徴とする。

本発明の別の態様は、前記方法をコンピュータに実行させるためのコンピュータプログラムである。

また、本発明のさらに別の態様は、
番組の映像データをＡＩシステムによって解析し、前記番組の番組属性データを抽出し、
前記番組属性データに少なくとも基づいて、前記番組属性データと関連する広告属性データを取得し、
前記広告属性データに少なくとも基づいて、配信広告の広告データを取得し、
前記映像データをユーザ端末に送信し、
前記広告データを前記ユーザ端末に送信する
ように構成されたことを特徴とするコンピュータである。

本発明によれば、ＡＩ技術によって番組映像を解析して番組属性データを抽出し、抽出された番組属性データに基づいて最適な配信広告を選択し、選択された広告を番組映像と共に配信することができる。

本発明の一実施形態に係るシステムの全体構成を示す図である。 本発明の一実施形態に係る広告管理サーバの構成例を示す図である。 本発明の一実施形態に係る広告配信処理を示すフローチャートである。 本発明の一実施形態に係る番組属性データ記憶部に格納されたデータを示す図である。 本発明の一実施形態に係るユーザ属性データ記憶部に格納されたデータを示す図である。 本発明の一実施形態に係る広告属性データ記憶部に格納されたデータを示す図である。 本発明の一実施形態に係る配信広告のタイプを示す図である。

以下、添付された図面を参照して、本発明の実施形態に係るシステムを詳細に説明する。図１は、本発明の一実施形態に係るシステムの全体構成を示す図である。図１において、広告管理サーバ１００は、ネットワーク１０２（例えば、インターネット）を介して、各ユーザ端末１０１と通信を行うように構成される。なお、図１では、広告管理サーバ１００を１つのサーバコンピュータとして表しているが、複数のサーバコンピュータによる分散型コンピューティングシステムとして構築することもできる。

広告管理サーバ１００は、広告配信サービスを提供する企業などによって管理されるサーバコンピュータである。または、クラウドコンピューティングサービスを提供する事業者によって管理されるクラウドコンピュータであってもよい。広告管理サーバ１００は、一般的なＡＩシステムを搭載し、ユーザが選択した番組の映像をＡＩシステムによって解析して最適な配信広告を選択し、ユーザ端末１０１に配信する。また、広告管理サーバ１００は、配信広告に対するフィードバックデータをユーザ端末１０１から受信し、ユーザ属性データとして学習する。広告管理サーバ１００の機能については後述する。

ユーザ端末１０１は、番組を視聴するユーザによって使用され、ＣＰＵ、メモリ、入力装置、および表示装置を備えている。ユーザ端末１０１は、スマートフォンなどのモバイル端末や据え置き端末、またはテレビ端末であってもよい。ユーザは、ユーザ端末１０１を介して、視聴したい番組を選択し視聴する。また、ユーザ端末１０１は、配信広告に対するフィードバックデータを広告管理サーバ１００に送信する。

次に、図１における広告管理サーバ１００の構成を詳細に説明する。図２は、広告管理サーバ１００の構成を示す図である。図２において、広告管理サーバ１００は、システムバス１１５を介して相互に接続された、ＣＰＵ１１０、ＲＡＭ１１１、入力装置１１２、出力装置１１３、通信制御装置１１４、および記憶装置１１６を備えている。記憶装置１１６は不揮発性記憶媒体（ＲＯＭやＨＤＤなど）で構成され、本発明に関連するソフトウェアプログラムなどを格納したプログラム格納領域と、当該ソフトウェアプログラムで取り扱うデータなどを格納したデータ格納領域とを備えている。プログラム格納領域の各処理部１２０〜１２２は、独立したソフトウェアプログラム、そのルーチンやコンポーネントなどで構成され、記憶装置１１６に格納されている。各処理部１２０〜１２２は、プログラムの実行時にＣＰＵ１１０によって記憶装置１１６から呼び出されＲＡＭ１１１のワークエリアに展開されることで、データベースなどに適宜アクセスしながら各機能を実現する。

図２では、各処理部１２０〜１２２として、番組解析処理部１２０、広告選択処理部１２１、および配信処理部１２２を示している。各処理部１２０〜１２２の機能については後述する。

図２の記憶装置１１６におけるデータ格納領域は、番組データ記憶部１３０、番組属性データ記憶部１３１、ユーザ属性データ記憶部１３２、広告属性データ記憶部１３３、および広告データ記憶部１３４を備える。

次に、記憶装置１１６の各記憶部１３０〜１３４に格納されるデータについて説明する。番組データ記憶部１３０に格納される番組データは、番組の映像データそのものである。番組データには、番組名や出演者、スポンサー、番組の内容説明などのテキストベースの属性データを含んでもよい。

番組属性データ記憶部１３１に格納される番組属性データｄ４００は、ＡＩ技術によって番組データから抽出された番組の属性データである。図４は、本発明の一実施形態に係る番組属性データｄ４００を示す図である。

番組属性データｄ４００には、番組に登場するシーンを示す「シーン１」ｄ４０１および「シーン２」ｄ４０２、番組に登場する人物を示す「人物１」ｄ４０３および「人物２」ｄ４０４、番組に登場する企業または番組のスポンサー企業を示す「企業１」ｄ４０５および「企業２」ｄ４０６、番組で流れる音を示す「音１」ｄ４０７および「音２」ｄ４０８、ならびに番組データに含まれるテキストベースの属性データや番組に登場する文字から抽出された番組名やキーワードを示す「テキスト解析１」ｄ４０９などを格納することができる。以下、詳述する。

番組属性データｄ４００は、広告管理サーバ１００に搭載されたＡＩシステムによって番組データから抽出され作成されるトランザクションデータである。「シーン１」ｄ４０１および「シーン２」ｄ４０２は、番組データの映像（画像）解析によって抽出される登場シーン（例えば、野球の試合、結婚式、ビーチ、エトワール凱旋門、ｅｔｃ）である。「シーン１」ｄ４０１および「シーン２」ｄ４０２は、図４の例では２つのデータ項目であるが、別の実施形態では、抽出できたシーンの数によってデータ項目の数を増減させることもできる。または、登場回数や時間が一定の閾値を超えたシーンを番組属性データｄ４００に格納することもできる。「人物１」ｄ４０３および「人物２」ｄ４０４など、その他の複数あるデータ項目についても同様である。

「人物１」ｄ４０３および「人物２」ｄ４０４は、番組データの映像解析および人物解析によって、または番組データに含まれるテキストベースの属性データから抽出される登場人物である。

「企業１」ｄ４０５および「企業２」ｄ４０６は、番組データの映像解析によって抽出される企業（例えば、ドラマに登場する著名俳優が飲むビールから抽出されるビールメーカー、グルメ番組に登場する店舗の看板やテロップから抽出される飲食店、ｅｔｃ）、または番組データに含まれるテキストベースの属性データから抽出されるスポンサー企業である。

「音声１」ｄ４０７および「音声２」ｄ４０８は、番組データの映像解析によって抽出される音（例えば、アナウンサーの音声、挿入歌、ビールを注ぐ音、ｅｔｃ）である。

次に、ユーザ属性データ記憶部１３２に格納されるユーザ属性データｄ５００について説明する。ユーザ属性データｄ５００は、ユーザ（視聴者）の嗜好などの属性データである。図５は、本発明の一実施形態に係るユーザ属性データｄ５００を示す図である。

ユーザ属性データｄ５００には、ユーザを一意に示す「ユーザＩＤ」ｄ５０１、ユーザの性別、年齢層、および趣味をそれぞれ示す「性別」ｄ５０２、「年齢層」ｄ５０３、「趣味」ｄ５０４、ユーザに関連する場所を示す「場所」ｄ５０５、ならびにユーザが興味を示した、および示さなかった商品（以下、サービスも含む）や商品カテゴリをそれぞれ示す「興味あり」ｄ５０６および「興味なし」ｄ５０７などを格納することができる。以下、詳述する。

ユーザ属性データｄ５００は、ユーザ自身によって登録されたり、広告管理サーバ１００のＡＩシステムによって学習されたり、および／または他の企業などから提供されるマスタデータである。「場所」ｄ５０５は、ユーザに関連する場所（例えば、現住所、出身地、勤務先、ｅｔｃ）である。「興味あり」ｄ５０６は、例えば、ユーザがスキップせずに視聴していた配信広告の商品や商品カテゴリである。逆に、「興味なし」ｄ５０７は、例えば、ユーザがスキップした配信広告の商品や商品カテゴリである。「趣味」ｄ５０４、「場所」ｄ５０５、「興味あり」ｄ５０６、および「興味なし」ｄ５０７は、それぞれ複数のデータ項目を持ち、複数種類のデータ（例えば、複数の趣味）を格納することもできる。なおユーザ属性データｄ５００に含まれるデータ項目は、図５のものに限られず、例えば、ユーザが実際に購入した商品などからユーザ嗜好を判定し、データとして持つこともできる。

次に、広告属性データ記憶部１３３に格納される広告属性データｄ６００について説明する。広告属性データｄ６００は、配信広告の属性データである。図６は、本発明の一実施形態に係る広告属性データｄ６００を示す図である。

広告属性データｄ６００には、広告を一意に示す「広告ＩＤ」ｄ６０１、配信広告の広告主を示す「広告主」ｄ６０２、広告掲載商品など、配信広告の内容を示す「広告内容」ｄ６０３、配信広告のジャンルを示す「ジャンル」ｄ６０４、配信広告のタイプを示す「広告タイプ」ｄ６０５、および配信広告が動画である場合の長さを示す「広告時間」ｄ６０６などを格納することができる。以下、詳述する。

広告属性データｄ６００は、広告配信サービスを提供する企業などによって予め作成されるマスタデータである。「広告タイプ」ｄ６０５には、例えば、配信広告のタイプを示す数値（１：ディスプレイ型、２：オーバレイ型、３：番組前挿入型（スキップ可）、４：番組前挿入型（スキップ不可）、５：番組中挿入型（スキップ可）、６：番組中挿入型（スキップ不可）、ｅｔｃ）を設定することができる。配信広告のタイプについては図７を用いて後述する。「広告時間」ｄ６０６は、配信広告が動画である場合の長さ（例えば、秒数）である。配信広告が、動画以外の画像やテキストなどである場合は「０」などと設定しておく。

広告データ記憶部１３４に格納される広告データは、配信広告のデータそのものである。広告データは、動画のみならず、画像やテキストベースの場合もあり得る。また、広告データは広告を一意に示す広告ＩＤを含み、広告属性データｄ６００における「広告ＩＤ」ｄ６０１と紐付けることができる。

次に、本発明の広告配信処理について、図３のフローチャート、および図４〜６のデータを参照して説明する。図３は、本発明の一実施形態に係る広告配信処理を示すフローチャートである。本処理は、ユーザ（視聴者）がユーザ端末１０１を操作して、視聴する番組を選択するところから始まり、選択された番組に基づいて最適な配信広告を選択し、選択された広告を番組映像と共にユーザ端末１０１に配信するものである。

本処理において配信する広告は、一実施形態として図７に示すような広告を想定しているが、これらのタイプの広告に限定するものではない。図７は、本発明の一実施形態に係る配信広告のタイプを示す図である。図７は、（ａ）ディスプレイ型広告、（ｂ）オーバレイ型広告、（ｃ）挿入型広告を含む。フレームｄ７００は、ユーザ端末１０１がモバイル端末や据え置き端末である場合はブラウザのウィンドウ枠であり、テレビ端末である場合は画面のフレーム枠である。番組は、フレームｄ７０１の枠内に表示される。

配信広告のタイプごとに説明する。（ａ）ディスプレイ型広告は、フレームｄ７０２やフレーム７０３に表示される広告である。広告の内容は、映像であってもよいし、画像やテキストベースの広告であってもよい。また、表示された広告を選択すると広告掲載商品の専用サイトなどにジャンプしてもよい。また、図７ではフレームｄ７０２およびフレーム７０３を設け、２種類のディスプレイ型広告を表示させることを想定しているが、別の実施形態ではフレームを増減させ、表示するディスプレイ型広告の数を増減させてもよい。

次に、（ｂ）オーバレイ型広告は、フレーム７０４に表示される広告である。オーバレイ型広告は、フレームｄ７０１に表示された番組に重なって表示される広告である。広告の内容については（ａ）ディスプレイ型広告と同様である。また、オーバレイ型広告は、フレームｄ７０１に表示された番組に重なって表示される広告であればよく、表示位置は図７のような下部に限定されない。さらに、オーバレイ型広告は、押下することにより広告を閉じることができる「閉じる」ボタンなどを有してもよい。

次に、（ｃ）挿入型広告は、フレーム７０５に表示される広告である。フレーム７０５に表示される広告とは、厳密には、フレーム７０１の番組と切り替わって表示される映像広告である。挿入型広告は、ディスプレイ型広告やオーバレイ型広告と異なり、広告が流れている間は番組を表示しない。また、挿入型広告は、番組の冒頭に流れるものや、番組の途中で流れるものがある。さらに、挿入型広告は、一定時間強制的に流れるものや、例えば、広告に重なって表示される「スキップ」ボタンなどを押下することでスキップ可能なものもある。また、当該「スキップ」ボタンは最初から表示されていなくてもよく、広告を一定時間流した後に表示させることもできる。なお、図７を見ればわかるように、（ａ）ディスプレイ型広告、（ｂ）オーバレイ型広告、および（ｃ）挿入型広告はそれぞれが独立しており、１つの番組配信中にそれぞれを同時に流すことができる。

次に、図３のフローチャートをステップごとに説明する。まず、ユーザは、ユーザ端末１０１を操作して、番組リストなどから視聴する番組を選択する（ステップ３００）。ユーザによって視聴する番組が選択されると、ユーザ端末１０１は、選択された番組を一意に示す識別子を広告管理サーバ１００に送信する（ステップ３０１）。

次に、広告管理サーバ１００の番組解析処理部１２０は、ユーザ端末１０１から番組の識別子を受信すると（ステップ３０２）、番組の識別子に基づいて番組データ記憶部１３０を検索し、番組データを取得する（ステップ３０３）。

次に、番組解析処理部１２０は、取得した番組データをＡＩシステムによって解析し、番組属性データｄ４００を抽出して番組属性データ記憶部１３１に格納する（ステップ３０４）。なお、広告管理サーバ１００の性能にもよるが、ステップ３０４を予め実行しておいてもよいし、実行しながらステップ３０５以降の処理を実行してもよい。この場合、番組を配信しながら、動的に番組データを解析し、広告を配信することになる。

また、広告管理サーバ１００の広告選択処理部１２１は、ユーザ端末１０１を利用しているユーザの識別子（「ユーザＩＤ」ｄ５０１）に基づいてユーザ属性データ記憶部１３２を検索し、ユーザ属性データｄ５００を取得する（ステップ３０５）。「ユーザＩＤ」ｄ５０１は、番組の識別子と共にステップ３０１において、または別途、ユーザ端末１０１から受信する。なお、配信広告を選択するにあたり、特にユーザ嗜好などを考慮しない場合はステップ３０５を実行しなくてもよい。

次に、広告選択処理部１２１はＡＩシステムを用いて、番組属性データｄ４００および／またはユーザ属性データｄ５００に基づいた広告属性データｄ６００を広告属性データ記憶部１３３から取得する（ステップ３０６）。具体的には、例えば、番組属性データｄ４００の「シーン１」ｄ４０１、「シーン２」ｄ４０２、および「音１」ｄ４０７などによって番組が卓球の試合やスポーツに関するものであると判断した場合は、卓球の試合の別番組やスポーツ用品の広告に関する広告属性データｄ６００を取得することができる。また、「企業１」ｄ４０５および「企業２」ｄ４０６によって示される企業の広告に関する広告属性データｄ６００を取得することができる。さらに、「音声１」ｄ４０７および「音声２」ｄ４０８などによって示される番組挿入歌のＣＤの広告に関する広告属性データｄ６００を取得することができる。その他、ユーザ嗜好などを考慮する場合は、ユーザ属性データｄ５００における「性別」ｄ５０２、「年齢層」ｄ５０３、および「興味あり」ｄ５０６などからユーザ（視聴者）がアルコール飲料を好む成人男性であると判断し、ビールの広告に関する広告属性データｄ６００を取得することができる。なお、ステップ３０６で取得する広告属性データｄ６００は１件に限られず、複数件であってもよい。

次に、広告選択処理部１２１はＡＩシステムを用いて、広告属性データｄ６００に基づいた配信広告を選択し、広告データ記憶部１３４から、選択された配信広告に関する広告データを取得する（ステップ３０７）。具体的には、ステップ３０６にて取得した広告属性データｄ６００が１件の場合は、その１件の「広告ＩＤ」ｄ６０１と紐づく広告データを取得する。一方、ステップ３０６にて取得した広告属性データｄ６００が複数件の場合は、広告として配信する分の広告属性データｄ６００を選択し（すなわち、配信広告の選択）、それぞれの「広告ＩＤ」ｄ６０１と紐づく広告データを取得する。この配信広告の選択は、一実施形態では、番組属性データｄ４００やユーザ属性データｄ５００との関係において最も相関度の高い広告属性データｄ６００を「広告タイプ」ｄ６０５ごとに選択する。また、配信広告の選択は、「広告主」ｄ６０２で示される広告主の出資額や契約内容などによって、優先的に選択されるように制御したり、選択される回数に制限を設けたりすることができる。さらに、広告主が番組のスポンサーと競合するような場合は、配信広告の選択対象から除外することもできる。

次に、ステップ３０８に進むが、ステップ３０８以降の処理はステップ３０７で取得された広告データ（配信広告）ごとに実行される。まず、広告管理サーバ１００の配信処理部１２２は、ステップ３０７で取得された広告データの広告タイプが挿入型広告であるか否かを判定する（ステップ３０８）。具体的には、取得された広告データに紐づく「広告タイプ」ｄ６０５によって判定する。例えば、「広告タイプ」ｄ６０５が、“３”（番組前挿入型（スキップ可））、“４”（番組前挿入型（スキップ不可））、“５”（番組中挿入型（スキップ可））、または“６”（番組中挿入型（スキップ不可））の場合は挿入型広告であると判定する。

ステップ３０８において広告タイプが挿入型広告でないと判定された場合はＮｏルートに進み、配信処理部１２２は、広告データを番組データと共にユーザ端末１０１に送信する（ステップ３０９および３１０）。なお、ステップ３０９および３１０の実行順序はいずれかが先であっても並列であってもよい。

一方、ステップ３０８において広告タイプが挿入型広告であると判定された場合はＹｅｓルートに進み、配信処理部１２２は、ステップ３０７で取得された広告データの広告タイプが番組前挿入型広告（「広告タイプ」ｄ６０５が“３”または“４”）であるか否かを判定する（ステップ３１１）。広告タイプが番組前挿入型広告であると判定された場合はＹｅｓルートに進み、配信処理部１２２は、番組データによって配信される番組の冒頭で広告が流れるように、広告データを番組データと共にユーザ端末１０１に送信する（ステップ３１２および３１３）。

一方、ステップ３１１において広告タイプが番組前挿入型広告でないと判定された場合はＮｏルートに進み、配信処理部１２２は、番組データをユーザ端末１０１に送信する（ステップ３１４）。その後、広告の配信時間が到来したら、配信処理部１２２は、番組データによって配信される番組の所定の箇所で広告が流れるように、広告データをユーザ端末１０１に送信する（ステップ３１５）。

次に、ユーザ端末１０１は、配信広告に対するフィードバックデータを広告管理サーバ１００に送信する（ステップ３１６）。送信されたフィードバックデータは、広告管理サーバ１００によって受信され（ステップ３１７）、ＡＩシステムによってユーザ属性データｄ５００として学習される（ステップ３１８）。ここで、フィードバックデータとは配信広告に対するユーザアクションに関するデータであり、ユーザが、配信広告をスキップしたか否か、配信広告からリンク先（例えば、広告掲載商品などの専用サイト）にジャンプしたか否か、配信広告をどれだけの時間視聴していたか、などのデータを含む。これにより、ユーザが興味を示した、または、示さなかった商品や商品カテゴリをＡＩシステムに学習させ、次回の配信広告の選択（ステップ３０７）に活用することができる。ステップ３１８の後、本処理は終了する。

以上により、本発明によれば、ＡＩ技術によって番組映像を解析して番組属性データを抽出し、抽出された番組属性データに基づいて最適な配信広告を選択し、選択された広告を番組映像と共に配信することができる。

Claims (7)

1. 番組の映像データをＡＩシステムによって解析し、前記番組の番組属性データを抽出するステップと、
   前記番組属性データに少なくとも基づいて、前記番組属性データと関連する広告属性データを取得するステップと、
   前記広告属性データに少なくとも基づいて、配信広告の広告データを取得するステップと、
   前記映像データをユーザ端末に送信するステップと、
   前記広告データを前記ユーザ端末に送信するステップと
   を備えたことを特徴とする方法。
2. 前記ユーザ端末を利用しているユーザのユーザ属性データを取得するステップをさらに備え、
   前記広告属性データを取得するステップは、前記ユーザ属性データにさらに基づくことを特徴とする請求項１に記載の方法。
3. 前記ユーザ端末から、前記配信広告に対するフィードバックデータを受信するステップと、
   前記フィードバックデータに基づいて、前記ユーザ属性データを前記ＡＩシステムによって学習するステップと
   をさらに備えたことを特徴とする請求項２に記載の方法。
4. 前記フィードバックデータは前記配信広告に対するユーザアクションに関するデータであり、前記ユーザが、前記配信広告をスキップしたか否か、前記配信広告からリンク先にジャンプしたか否か、前記配信広告をどれだけの時間視聴していたか、に関するデータの少なくとも１つを含むことを特徴とする請求項３に記載の方法。
5. 前記番組属性データは、前記番組に登場するシーン、人物、企業、および文字、前記番組のスポンサー、ならびに前記番組で流れる音に関するデータの少なくとも１つを含むことを特徴とする請求項１乃至４のいずれか一項に記載の方法。
6. 請求項１乃至５のいずれか一項に記載の方法をコンピュータに実行させるためのコンピュータプログラム。
7. 番組の映像データをＡＩシステムによって解析し、前記番組の番組属性データを抽出し、
   前記番組属性データに少なくとも基づいて、前記番組属性データと関連する広告属性データを取得し、
   前記広告属性データに少なくとも基づいて、配信広告の広告データを取得し、
   前記映像データをユーザ端末に送信し、
   前記広告データを前記ユーザ端末に送信する
   ように構成されたことを特徴とするコンピュータ。

Images