JP7302804B1 - ライブストリームをレコメンドするためのシステム、方法、及びコンピュータ可読媒体 - Google Patents

Abstract

【課題】ライブストリーミング番組を視聴する確率が高くなるように、視聴者に表示するサムネイルを選択する方法端末、サーバ及びプログラムを格納した非一時的なコンピュータ可読ストレージ媒体を提供する。【解決手段】ライブストリームをレコメンドするための方法であって、ユーザがエンゲージしていないと判定する工程と、ライブストリームのサムネイルが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームの当該サムネイルを当該ユーザに対して表示する工程とを含む。【選択図】図９

Description

本発明は端末、サーバ、及びプログラムを格納した非一時的なコンピュータ可読ストレージ媒体に関するものである。

ライブストリーミング番組に代表されるように、インターネット上におけるリアルタイムデータが日常生活に浸透している。さまざまなプラットフォームやプロバイダーがリアルタイムにデータにアクセスするサービスを提供しており、競争も激しい。そのため、コンテンツプロバイダーは、ユーザや視聴者に対して、視聴者ができるだけ長くそのプラットフォームに留まることができるように、望ましいコンテンツを効率的かつ的確に、生き生きと推薦することが重要である。

日本の特開２０１９－１６４６１７号公報は、ライブ映像をユーザにレコメンドするシステムを開示している。

本発明の一実施態様による方法は、１以上のコンピュータによって実行される、ライブストリームをレコメンドするための方法であって、当該方法が、ユーザがエンゲージしていないと判定する工程と、ライブストリームのサムネイルが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームの当該サムネイルを当該ユーザに対して表示する工程と、を含む。

本発明の一実施態様によるシステムは、ライブストリームをレコメンドするためのシステムであり、１以上のプロセッサを含み、当該１以上のプロセッサが、機械可読命令を実行して、ユーザがエンゲージしていないと判定する工程と、ライブストリームのサムネイルが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームの当該サムネイルを当該ユーザに対して表示する工程と、を実行する。

本発明の一実施態様によるコンピュータ可読媒体は、ライブストリームをレコメンドするためのプログラムを含む非一時的なコンピュータ可読媒体であり、当該プログラムが、１以上のコンピュータに、ユーザがエンゲージしていないと判定する工程と、ライブストリームのサムネイルが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームが、当該ユーザにとって魅力的となると判定する工程と、当該ライブストリームの当該サムネイルを当該ユーザに対して表示する工程と、を実行させる。

本発明の一部の実施態様に基づくライブストリーミングシステム１の構成を示す概略図である。 本発明の一部の実施態様に基づく、図１のユーザ端末３０の機能と構成を示すブロック図である。 本発明の一部の実施態様に基づく、図１のサーバの機能と構成を示すブロック図である。 図３のストリームＤＢ３１０の例示的データ構造を示す表である。 図３のユーザＤＢ３１２の例示的データ構造を示す表である。 図３の贈り物ＤＢ３１４の例示的データ構造を示す表である。 図３のサムネイルＤＢ３３６の例示的データ構造を示す表である。 サムネイルが表示されたストリーム選択画面の例である。 本発明の一部の実施態様に基づく方法を示す例示的なフローチャートである。 本発明の一部の実施態様に基づく、図３の機械学習モデル３５０の例である。 本発明の一部の実施態様に基づく例示的なレコメンド方法である。 図１１の分類結果に対する例示的なデータ構造を示す表である。 本発明の一部の実施態様に基づく、図１１のレコメンデーションシステムにより実行される例示的なプロセスである。 本発明の一部の実施態様に基づく、図１１のレコメンデーションシステムにより実行される例示的なプロセスである。

以下、各図面に示す同一または類似の構成要素、部材、手順または信号には、すべての図面において同様の符号を付し、それによって重複する説明は適宜省略される。また、各図面の説明において重要でない一部部材は省略される。

インターネット上のライブストリーミング番組に関する従来のレコメンデーション方法あるいはシステムは、いくつかの解決すべき課題に直面している。例えば、視聴者がサムネイルをクリックして対応するライブストリーミング番組を視聴する確率が高くなるように、当該視聴者に表示するサムネイルをどのように選択するかという問題がある。また例えば、視聴者がライブストリーミング番組をクリックした後の定着率や定着時間をいかにして高くするかという問題もある。これらの課題は、視聴者が新規視聴者やエンゲージしていない視聴者である場合に、一層難しくなる。つまり、コンテンツプロバイダーやプラットフォームは、視聴者に関してあまり情報を持っていない。

本発明は、ライブストリーミング番組のサムネイルに対する視聴者のクリック率を向上させるシステムまたは方法を提供する。本発明は、視聴者がライブストリーミング番組をクリックするか、ライブストリーミング番組に入った後、当該視聴者が当該ライブストリーミング番組により長く留まるようにするシステムまたは方法を提供する。

図１に、本発明の一部の実施態様に基づくライブストリーミングシステム１の構成を示す概略図を示す。当該ライブストリーミングシステム１は、ストリーミングのストリーマー（ライバー、アンカー、配信者とも呼ばれる）ＬＶと視聴者（オーディエンスとも呼ばれる）ＡＵ（ＡＵ１、ＡＵ２...）に、リアルタイムで交流または通信するためのライブストリーミングサービスを提供する。図１に示すように、当該ライブストリーミングシステム１は、サーバ１０と、ユーザ端末２０と、ユーザ端末３０（３０ａ、３０ｂ...）を含む。一部の実施態様において、当該ストリーマーと視聴者は、集合的にユーザと呼ばれてもよい。当該サーバ１０は、ネットワークＮＷに接続された、１以上の情報処理装置を含むことができる。当該ユーザ端末２０、３０は、例えば、スマートフォン、タブレット、ノートＰＣ、レコーダー、携帯ゲーム機、ウェアラブル端末などのモバイル端末装置であってもよいし、デスクトップＰＣなどの据え置き型装置であってもよい。当該サーバ１０、当該ユーザ端末２０及び当該ユーザ端末３０は、各種有線または無線ネットワークＮＷを介して相互に通信可能に接続される。

当該ライブストリーミングシステム１には、配信者ＬＶ、視聴者ＡＵ、及び当該サーバ１０を管理する管理者（またはアプリプロバイダー、図示せず）が参加する。当該配信者ＬＶは、自身のユーザ端末２０でコンテンツを記録し、当該サーバ１に直接アップロードすることにより、リアルタイムで当該コンテンツを配信する者である。当該コンテンツの例としては、当該配信者自身の歌、トーク、パフォーマンス、ゲームプレイ、その他あらゆるコンテンツであってもよい。当該管理者は、当該サーバ１０上で当該コンテンツをライブストリーミングするためのプラットフォームを提供するとともに、当該配信者ＬＶと当該視聴者ＡＵ間のリアルタイムの交流を仲介または管理する。当該視聴者ＡＵは、自分のユーザ端末３０で当該プラットフォームにアクセスし、所望のコンテンツを選択して視聴する。当該視聴者ＡＵは、選択したコンテンツのライブストリーミング中に、当該ユーザ端末３０を介してコメントや応援、贈り物の送信などの操作を実行する。当該コンテンツを配信している当該配信者ＬＶは、それらのコメント、応援、または贈り物に対して応答してもよい。当該応答が、映像および（または）音声で当該視聴者ＡＵに送信され、双方向のコミュニケーションが確立される。

「ライブストリーミング」という用語は、当該配信者ＬＶのユーザ端末２０で記録したコンテンツを、当該視聴者ＡＵのユーザ端末３０で実質的にリアルタイムに再生・視聴することを可能にするデータ伝送モードを指しても、そのような伝送モードにより実現されるライブブロードキャストを指してもよい。当該ライブストリーミングは、ＨＴＴＰライブストリーミング、ＣＭＡＦ（Ｃｏｍｍｏｎ Ｍｅｄｉａ Ａｐｐｌｉｃａｔｉｏｎ Ｆｏｒｍａｔ）、ＷｅｂＲＴＣ（Ｗｅｂ Ｒｅａｌ―Ｔｉｍｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）、ＲＴＭＰ（Ｒｅａｌ―Ｔｉｍｅ Ｍｅｓｓａｇｉｎｇ Ｐｒｏｔｏｃｏｌ）、ＭＰＥＧ ＤＡＳＨなどの既存のライブストリーミング技術を利用して実現されてもよい。ライブストリーミングには、当該配信者ＬＶによるコンテンツの記録と同時に、当該視聴者ＡＵが所定の遅延をもって当該コンテンツを視聴でき伝送モードを含む。当該遅延の長さについては、当該配信者ＬＶと当該視聴者ＡＵの交流が成立可能な程度の遅延であってもよい。なお、当該ライブストリーミングは、当該コンテンツの全記録データを一度当該サーバに格納し、その後ユーザの要求に応じて当該サーバから当該ユーザに提供する、いわゆるオンデマンド配信と区別される。

ここでいう「映像データ」とは、当該ユーザ端末２０または３０の撮像機能を用いて生成された画像データ（映像データとも呼ばれる）と、当該ユーザ端末２０または３０の音声入力機能を用いて生成された音声データとを含むデータを指す。当該映像データは、当該ユーザがコンテンツを視聴できるように、当該ユーザ端末２０、３０で再生される。一部の実施態様において、当該配信者のユーザ端末における映像データの生成と当該視聴者のユーザ端末における映像データの再生との間に、当該映像データに対して圧縮、展開、符号化、復号化、トランスコーディングなど、その形式、サイズ、またはデータの仕様を変更する処理が行われると想定される。しかし、そのような処理の前後で、当該映像データが表す当該コンテンツ（例えば、映像や音声）は実質的に変化しないため、本明細書においては、そのような処理後の当該映像データを、そのような処理前の当該映像データと同一ものと表現している。すなわち、当該配信者のユーザ端末で映像データが生成された後、当該サーバ１０を介して当該視聴者のユーザ端末で再生される場合、当該配信者のユーザ端末で生成された当該映像データ、当該サーバ１０を通過する当該映像データ、および当該視聴者のユーザ端末で受信して再生される当該映像データは、いずれも同一の映像データである。

図１に示す例において、当該配信者ＬＶは、ライブストリーミングデータを提供する。当該配信者ＬＶのユーザ端末２０は、当該配信者ＬＶの映像や音声を記録して当該ストリーミングデータを生成し、生成された当該データは当該ネットワークＮＷを介して当該サーバ１０に送信される。同時に、当該ユーザ端末２０は、当該配信者ＬＶの記録された映像ＶＤを当該ユーザ端末２０のディスプレイに表示し、当該配信者ＬＶが現在行っているライブストリーミングコンテンツを確認できるようにする。

当該プラットフォームに当該配信者ＬＶのライブストリーミングを視聴することを要求した当該視聴者ＡＵ１、ＡＵ２のそれぞれのユーザ端末３０ａ、３０ｂは、当該ネットワークＮＷを介して当該ライブストリーミングに関連する映像データ（以下、「ライブストリーミングの映像データ」と呼ばれてもよい）を受信し、受信した当該映像データを再生して当該映像ＶＤ１、ＶＤ２をディスプレイに表示し、スピーカーから音声を出力する。当該ユーザ端末３０ａ、３０ｂでそれぞれ表示される映像ＶＤ１、ＶＤ２は、当該配信者ＬＶの当該ユーザ端末２０により撮像された映像ＶＤと実質的に同じであり、当該ユーザ端末３０ａ、３０ｂで出力される音声は、当該配信者ＬＶの当該ユーザ端末２０で記録された音声と実質的に同じである。

当該配信者ＬＶの当該ユーザ端末２０での映像・音声の記録と、当該視聴者ＡＵ１、ＡＵ２の当該ユーザ端末３０ａ、３０ｂでの映像データの再生は、実質的に同時に行われる。当該視聴者ＡＵ１が、当該配信者ＬＶにより提供される当該コンテンツに関するコメントを当該ユーザ端末３０ａに入力すると、当該サーバ１０は当該コメントを配信者ＬＶの当該ユーザ端末３０ａにリアルタイムで表示するとともに、当該視聴者ＡＵ１とＡＵ２の当該ユーザ端末３０ａと３０ｂにも当該コメントをそれぞれ表示する。当該配信者ＬＶが当該コメントを読み、当該コメントに対応するトークを展開すると、そのトークの映像と音声が、それぞれ当該視聴者ＡＵ１、ＡＵ２のユーザ端末３０ａ、３０ｂに表示される。このインタラクティブな動作は、当該配信者ＬＶと当該視聴者ＡＵ１間で会話が成立していると認識される。これにより、当該ライブストリーミングシステム１では、一方的なコミュニケーションではなく、双方向のコミュニケーションを可能にするライブストリーミングを実現する。

図２は、本発明の一部の実施態様に基づく、図１のユーザ端末３０の機能と構成を示すブロック図である。当該ユーザ端末２０は、当該ユーザ端末３０と同じまたは類似した機能と構成を有する。図２の各ブロックと以降のブロック図は、ハードウェアがコンピュータのＣＰＵや機械装置などの要素によって実現されてもよく、ソフトウェアがコンピュータプログラムなどによって実現されてもよい。機能ブロックは、これらの要素間の連携動作により実現されてもよい。したがって、これらの機能ブロックは、ハードウェアとソフトウェアの組み合わせによる多様な形態で実現され得ることが、当業者には理解されよう。

当該配信者ＬＶ及び当該視聴者ＡＵは、当該ネットワークＮＷを介してダウンロードサイトからライブストリーミングアプリケーションプログラム（以下、ライブストリーミングアプリケーションという）をダウンロードし、当該ユーザ端末２０、３０にインストールしてもよい。あるいは、当該ライブストリーミングアプリケーションは、当該ユーザ端末２０と３０に予めインストールされていてもよい。当該ライブストリーミングアプリケーションが当該ユーザ端末２０、３０上で実行されると、当該ユーザ端末２０、３０は、当該ネットワークＮＷを介して当該サーバ１０と通信し、各種機能を実装または実行する。以下、当該ライブストリーミングアプリケーションが実行されるユーザ端末２０、３０（ＣＰＵなどのプロセッサ）によって実装される機能を、当該ユーザ端末２０、３０の機能として説明する。これらの機能は、実際には、当該ユーザ端末２０、３０上で当該ライブストリーミングアプリケーションにより実現される。一部の実施態様において、これらの機能は、ＨＴＭＬ（ＨｙｐｅｒＴｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）などのプログラミング言語で記述され、当該サーバ１０から当該ネットワークＮＷを介して当該ユーザ端末２０、３０のウェブブラウザに送信され、当該ウェブブラウザにより実行されるコンピュータプログラムによって実現されてもよい。

当該ユーザ端末３０は、配信ユニット１００と視聴ユニット２００を含む。当該配信ユニット１００は、当該ユーザの映像と音声が記録された映像データを生成し、当該映像データを当該サーバ１０に提供する。当該視聴ユニット２００は、当該サーバ１０から映像データを受信し、当該映像データを再生する。当該ユーザは、ライブストリーミングを行う際に、当該配信ユニット１００を起動し、当該ユーザが映像を視聴する際に、当該視聴ユニット２００を起動する。当該配信ユニット１００が起動される当該ユーザ端末は、当該配信者の端末、すなわち、当該映像データを生成する当該ユーザ端末である。当該視聴ユニット２００が起動される当該ユーザ端末は、当該視聴者の端末、即ち、当該映像データが再現され、再生される当該ユーザ端末である。

当該配信ユニット１００は、撮像コントロールユニット１０２と、オーディオコントロールユニット１０４と、映像送信ユニット１０６と、配信者側ＵＩコントロールユニット１０８を含む。当該撮像コントロールユニット１０２は、カメラ（図２に表示せず）に接続され、当該カメラで実行される撮像を制御する。当該撮像コントロールユニット１０２は、当該カメラからの画像データを取得する。当該オーディオコントロールユニット１０４は、マイク（図２に表示せず）に接続され、当該マイクからの音声入力を制御する。当該オーディオコントロールユニット１０４は、当該マイクから当該オーディオデータを取得する。当該映像送信ユニット１０６は、当該撮像コントロールユニット１０２により取得された当該画像データと、当該オーディオコントロールユニット１０４により取得された当該オーディオデータを含む映像データを、当該ネットワークＮＷを介して当該サーバ１０に送信する。当該映像データは、当該映像送信ユニット１０６によりリアルタイムに送信される。すなわち、当該撮像コントロールユニット１０２と当該オーディオコントロールユニット１０４による当該映像データの生成と、生成された当該映像データの当該映像送信ユニット１０６による送信とは、実質的に同時に実行される。当該配信者側ＵＩコントロールユニット１０８は、当該配信者のＵＩ（ユーザインターフェイス）をコントロールする。当該配信者側ＵＩコントロールユニット１０８は、ディスプレイ（図２に表示せず）に接続され、当該映像送信ユニット１０６により送信される当該映像データを再生することにより、当該ディスプレイに映像を表示する。当該配信者側ＵＩコントロールユニット１０８は、操作オブジェクトや指示許諾オブジェクトを当該ディスプレイに表示し、当該オブジェクトをタップした当該配信者からの入力を受け付けてもよい。

当該視聴ユニット２００は、視聴者側ＵＩコントロールユニット２０２と、重ね合わせ情報生成ユニット２０４と、入力情報送信ユニット２０６を含む。当該視聴ユニット２００は、当該ネットワークＮＷを介して当該サーバ１０から、配信者、当該ユーザ端末３０のユーザである視聴者、及び他の視聴者が参加する、ライブストリーミングに関連する映像データを受信する。当該視聴者側ＵＩコントロールユニット２０２は、当該視聴者のＵＩを制御する。当該視聴者側ＵＩコントロールユニット２０２は、ディスプレイとスピーカー（図２に表示せず）に接続され、受信した映像データを再生して、当該ディスプレイに映像を表示し、当該スピーカーから音声を出力する。当該映像が当該ディスプレイに出力され、当該音声が当該スピーカーから出力されている状態を「映像データが再生されている」状態と呼ぶことができる。当該視聴者側ＵＩコントロールユニット２０２は、タッチパネル、キーボード、ディスプレイ等の入力手段（図２に表示せず）にも接続され、当該入力手段を介してユーザの入力を取得する。当該重ね合わせ情報生成ユニット２０４は、当該サーバ１０からの映像データから生成された画像上に、所定のフレーム画像を重ねる。当該フレーム画像には、当該ユーザからの入力を受け付けるためのさまざまなユーザインターフェイスオブジェクト（以下、単に「オブジェクト」という）、当該視聴者により入力されたコメント、当該サーバ１０から取得した情報などが含まれる。当該入力情報送信ユニット２０６は、当該ネットワークＮＷを介して、当該視聴者側ＵＩコントロールユニット２０２により取得された当該ユーザ入力を当該サーバ１０に送信する。

図３に、本発明の一部の実施態様に基づく、図１のサーバの機能と構成を示すブロック図を示す。当該サーバ１０は、配信情報提供ユニット３０２と、中継ユニット３０４と、贈り物処理ユニット３０６と、支払い処理ユニット３０８と、ストリームＤＢ３１０と、ユーザＤＢ３１２と、贈り物ＤＢ３１４と、ユーザ分類ユニット３３０と、サムネイル分類ユニット３３２と、ライブストリーム分類ユニット３３４と、サムネイルＤＢ３３６を含む。当該サーバ１０は、機械学習（ＭＬ）モデル３５０と通信する。当該機械学習モデル３５０は、１つ以上の機械学習モデルを含む機械学習ＤＢであってもよい。

当該配信者側の当該ユーザ端末２０から当該ネットワークＮＷを介してライブストリーミング（またはライブストリーミング番組）の開始通知または要求を受信すると、当該配信情報提供ユニット３０２は、このライブストリーミングを識別するためのストリームＩＤと当該ライブストリーミングを行う配信者の配信者ＩＤをストリームＤＢ３１０に登録する。

当該配信情報提供ユニット３０２が、当該ネットワークＮＷを介して当該視聴者側の当該ユーザ端末３０の当該視聴ユニット２００からライブストリームに関する情報の提供要求を受信すると、当該配信情報提供ユニット３０２は、当該ストリームＤＢ３１０から現在利用可能なライブストリームを取得または確認し、利用可能なライブストリームのリストを作成する。当該配信情報提供ユニット３０２は、作成したリストを当該ネットワークＮＷ経由で要求元の当該ユーザ端末３０に送信する。要求元の当該ユーザ端末３０の当該視聴者側ＵＩコントロールユニット２０２は、受信したリストに基づいてライブストリーム選択画面を生成し、当該ユーザ端末３０のディスプレイ上に表示する。

当該ユーザ端末３０の当該入力情報送信ユニット２０６が、当該ライブストリーム選択画面上で当該視聴者の選択結果を受信すると、当該入力情報送信ユニット２０６は、選択されたライブストリームのストリームＩＤを含む配信要求を生成し、当該ネットワークＮＷを介して当該サーバ１０に当該要求を送信する。当該配信情報提供ユニット３０２は、要求元の当該ユーザ端末３０に対して、受信した当該配信要求に含まれる当該ストリームＩＤで指定されるライブストリームの提供を開始する。当該配信情報提供ユニット３０２は、当該ストリームＩＤの（または対応する）視聴者ＩＤに、要求元の当該ユーザ端末３０の当該視聴者のユーザＩＤを含めるように当該ストリームＤＢ３１０を更新する。

当該中継ユニット３０４は、当該配信情報提供ユニット３０２により開始された当該ライブストリーミングにおいて、配信者側の当該ユーザ端末２０から視聴者側の当該ユーザ端末３０に当該映像データを中継する。当該中継ユニット３０４は、当該ライブストリーミング中または当該映像データの再生中に、当該入力情報送信ユニット２０６から視聴者によるユーザ入力を表す信号を受信する。当該ユーザ入力を表す信号は、当該ユーザ端末３０のディスプレイに表示されたオブジェクトを指定するオブジェクト指定信号であってもよく、当該オブジェクト指定信号は、当該視聴者の視聴者ＩＤ、当該視聴者が視聴するライブストリームの配信者ＩＤ、及び当該オブジェクトを識別するオブジェクトＩＤを含む。当該オブジェクトが贈り物であるとき、当該オブジェクトＩＤは贈り物ＩＤである。同様に、当該中継ユニット３０４、当該ユーザ端末２０の配信ユニット１００から、オブジェクト指定信号のように、当該映像データの再生中に配信者により行われたユーザ入力を表す信号（オブジェクト指定信号など）を受信する。

また、当該ユーザ入力を表す信号は、視聴者が当該ユーザ端末３０に入力したコメントと当該視聴者の視聴者ＩＤを含むコメント入力信号であってもよい。当該コメント入力信号を受信すると、当該中継ユニット３０４は、当該コメントと信号に含まれる当該視聴者ＩＤを、当該配信者の当該ユーザ端末２０と他の視聴者の当該ユーザ端末３０に送信する。これらユーザ端末２０、３０において、当該視聴者側ＵＩコントロールユニット２０２と、当該重ね合わせ情報生成ユニット２０４は、同じく受信した当該視聴者ＩＤと関連付けられたディスプレイ上に受信したコメントを表示する。

当該贈り物処理ユニット３０６は、当該オブジェクト指定信号に含まれる贈り物ＩＤによって特定される贈り物のポイントに基づき、当該配信者のポイントを増加させ、当該ユーザＤＢ３１２を更新する。具体的には、当該贈り物処理ユニット３０６は、当該贈り物ＤＢ３１４を参照して、受信した当該オブジェクト指定信号に含まれる当該贈り物ＩＤに対して付与するポイントを特定する。その後、当該贈り物処理ユニット３０６は、当該ユーザＤＢ３１２を更新し、当該オブジェクト指定信号に含まれる当該配信者ＩＤのポイントに、特定されたポイントを追加する。

当該支払い処理ユニット３０８は、当該オブジェクト指定信号の受信に応答して、視聴者による贈り物の代金の支払いを処理する。具体的には、当該支払い処理ユニット３０８は、当該贈り物ＤＢ３１４を参照して、当該オブジェクト指定信号に含まれる当該贈り物ＩＤにより特定される当該贈り物の価格ポイントを特定する。その後、当該支払い処理ユニット３０８は、当該ユーザＤＢ３１２を更新し、当該オブジェクト指定信号に含まれる当該視聴者ＩＤにより特定される当該視聴者のポイントから、特定された当該価格ポイントを差し引く。

図４は、図３のストリームＤＢ３１０の例示的データ構造を示す表である。当該ストリームＤＢ３１０は、現在行われているライブストリーム（またはライブストリーミング番組）に関する情報を保持する。当該ストリームＤＢ３１０は、ストリームＩＤ、配信者ＩＤ、視聴者ＩＤ、および１以上の視聴者パラメータ（視聴者パラメータ１、２、・・・）を、相互に関連付けて格納する。当該ストリームＩＤは、当該ライブストリーミングシステム１により提供されるライブストリーミングプラットフォームにおけるライブストリームを識別するためのＩＤである。当該配信者ＩＤは、当該ライブストリームを提供する配信者を識別するためのユーザＩＤである。当該視聴者ＩＤは、当該ライブストリームの視聴者を識別するためのユーザＩＤである。一部の実施態様による当該ライブストリーミングシステム１により提供されるライブストリーミングプラットフォームにおいて、ユーザがライブストリームを開始すると、当該ユーザは配信者となり、同じユーザが別のユーザによりブロードキャストされるライブストリームを視聴すると、当該ユーザは視聴者にもなる。したがって、配信者と視聴者の区別は固定されておらず、あるとき配信者ＩＤとして登録されたユーザＩＤが、別のときに視聴者ＩＤとして登録されることもあり得る。

当該視聴者パラメータの例としては、ライブストリームにおける視聴者一人当たりの平均コメント数、ライブストリームにおける視聴者一人当たりの平均贈り物数、ライブストリームにおける視聴者一人当たりの平均課金額、及び（または）ライブストリームにおけるライブ視聴者数などを含んでもよい。当該視聴者パラメータは、監視ユニット（図３に表示せず）により、当該サーバ１０の内部または当該サーバ１０の外部で監視または取得されてもよい。

図５は、図３のユーザＤＢ３１２の例示的データ構造を示す表である。当該ユーザＤＢ３１２は、ユーザに関する情報を保持する。当該ユーザＤＢ３１２は、ユーザＩＤ、ポイント、１以上の行動パラメータ（行動パラメータ１、２、...）、１以上の属性（属性１、２、...）、およびエンゲージメントタグを、相互に関連付けて格納する。または、当該ユーザＤＢ３１２は、ユーザＩＤとポイントの組を相互に対応させて格納する。当該ユーザＩＤは、ユーザを識別する。当該ポイントは、対応する当該ユーザが有するポイントに相当する。当該ポイントは、当該ライブストリーミングプラットフォーム内で流通する電子的な価値である。一部の実施態様において、配信者がライブストリーム中に視聴者から贈り物を受け取ると、当該配信者のポイントは当該贈り物に対応する価値だけ増加する。当該ポイントは、例えば、当該配信者が当該ライブストリーミングプラットフォームの管理者から受け取る報酬（金銭など）の量を決定するために使用される。あるいは、当該配信者が視聴者から贈り物を受け取る際に、当該ポイントに代えて、当該贈り物に対応する金額を付与してもよい。

当該行動パラメータの例としては、当該プラットフォームにおける当該ユーザの視聴頻度、当該プラットフォームにおける当該ユーザの（例えば、ライブストリームごとの）平均視聴時間、当該プラットフォームにおける当該ユーザ（例えば、ライブストリームごとの）平均贈り物送信回数、当該プラットフォームにおける当該ユーザの（例えば、ライブストリームごとの）平均コメント数、当該プラットフォームにおける当該ユーザの利用間隔、及び（または）当該プラットフォームにおける当該ユーザのエンゲージメント率などを含んでもよい。当該利用間隔は、当該ユーザが当該プラットフォーム上でどの程度最近ストリームを視聴したかを示す。当該利用間隔は、現在の日付（計算日）から最後に視聴されたストリームの日付までの日数の差であると定義されてもよい。当該利用間隔の値が低いほど、当該ユーザが当該プラットフォーム上でよりアクティブであることを示してもよい。当該エンゲージメント率は、当該ユーザが当該プラットフォーム上でどの程度エンゲージしたかを示す。当該エンゲージメント率は、「エンゲージしたストリーム数（例えば、ユーザが３分以上視聴したストリーム数）／ユーザが視聴したストリーム総数」のように定義されてもよい。当該行動パラメータは、監視ユニット（図３に表示せず）により、当該サーバ１０の内部または当該サーバ１０の外部で監視または取得されてもよい。

当該属性の例としては、当該ユーザの性別、国籍、趣味、血液型、星座などを含んでもよい。一部の属性は、当該プラットフォームへの登録時に当該ユーザから入力されてもよい。国籍などの一部の属性は、検出ユニット（図３に表示せず）により、当該サーバ１０の内部または当該サーバ１０の外部で検出されてもよい。

当該エンゲージメントタグは、対応するユーザがエンゲージしているユーザまたはエンゲージしていないユーザのどちらに分類されるかを示す。この分類は、当該ユーザ分類ユニット３３０によって行われる。詳細は後述する。

図６は、図３の贈り物ＤＢ３１４の例示的データ構造を示す表である。当該贈り物ＤＢ３１４は、当該ライブストリーミング中に当該視聴者が利用できる贈り物についての情報を保持する。贈り物は、電子データである。贈り物は、ポイントまたは金銭で購入するか、無償で提供することができてもよい。贈り物は、視聴者が配信者に贈ることができる。配信者に贈り物を贈ることは、贈り物を使う、贈り物を送る、贈り物を投げるなどとも呼ばれる。贈り物の中には、購入と同時に使用できるものと、購入後、購入した視聴者が後から任意のタイミングで使用できるものとがある。視聴者が配信者に贈り物を贈ると、当該贈り物に対応する量のポイントが当該配信者に付与される。贈り物が使用されると、その使用によって当該贈り物に関連するエフェクトが発生してもよい。例えば、ライブストリーミング画面に当該贈り物に対応したエフェクト（視覚的効果や聴覚的効果など）が表示される。

当該贈り物ＤＢ３１４は、贈り物ＩＤ、付与ポイント、価格ポイントを、相互に関連付けて格納する。当該贈り物ＩＤは、贈り物を識別するためのものである。当該付与ポイントは、配信者に贈り物が贈られたときに当該配信者に付与されるポイントの量である。当該価格ポイントは、贈り物の使用（購入）に対して支払われるポイントの量である。視聴者は、ライブストリームを視聴しているときに、所望の贈り物の当該価格ポイントを支払うことで、配信者に当該所望の贈り物を贈ることができる。当該価格ポイントの支払いは、適宜の電子決済手段により行うことができる。例えば、視聴者が管理者に当該価格ポイントを支払うことにより、支払いが行われてもよい。あるいは、銀行振り込みやクレジットカードによる支払いが利用されてもよい。当該管理者は、当該付与ポイントと当該価格ポイントとの関係を任意に設定することができる。例えば、付与ポイント＝価格ポイントとして設定してもよい。あるいは、当該付与ポイントに１.２などの所定の係数を乗じたポイントを当該価格ポイントとして設定しても、当該付与ポイントに所定の手数料ポイントを加算したポイントを当該価格ポイントとして設定してもよい。

図７は、図３のサムネイルＤＢ３３６の例示的データ構造を示す表である。図８は、サムネイルが表示されたストリーム選択画面の例である。

図８に示すように、当該ストリーム選択画面８００は、複数のサムネイル（ＴＨ１、ＴＨ２、ＴＨ３、…）を表示する、または含む。各サムネイルは小さな写真または画像で、ストリーム（またはライブストリーム）に対応している。当該視聴者は、１つのサムネイルを選択してクリックすることで、対応するストリームに入り、楽しむことができる。当該ストリーム選択画面８００は、当該ユーザ端末３０のディスプレイ（タッチパネルなど）に表示される画面であってもよい。

図７に示すように、当該サムネイルＤＢ３３６は、サムネイルＩＤ、ストリームＩＤ、クリック率、クリック属性、および１つ以上の画像特徴量を格納する。当該サムネイルＩＤは、サムネイルを識別するためのものである。当該ストリームＩＤは、当該サムネイルに対応するストリームを識別するためのものである。

当該クリック率は、当該サムネイルがユーザ（または視聴者）によってクリックされる可能性を示す、または反映するものである。例えば、当該クリック率は、ある期間における「当該サムネイルをクリックした視聴者数／サムネイルを提示した視聴者総数」と定義されてもよい。例えば、あるストリームのサムネイルを１００人の視聴者にレコメンド（または表示、提示）して、１０人の視聴者が当該サムネイルをクリックしてストリームに入った場合、当該クリック率は１０／１００＝０.１となる。

当該クリック属性は、当該クリック率の人口統計学／詳細を示す、または反映するものである。例えば、当該クリック属性は、サムネイルのクリック率に貢献したユーザに関する情報を含んでもよい。例えば、当該クリック属性は、対応するサムネイルをクリックしたユーザに関する情報を含んでもよい。当該クリック属性から、サムネイルのクリックに対するエンゲージしていないユーザまたはエンゲージしているユーザからの貢献度（または貢献率）を知ることができる。一部の実施態様において、当該クリック属性は、対応するサムネイルをクリックしたユーザの属性データ及び（または）エンゲージメントタグ情報を含んでもよい。

当該画像特徴量の例は、サムネイルのＢＲＩＳＱＵＥスコア、白さ、くすみ、解像度、平均ピクセル幅、ノイズ、シャープネス、ＲＧＢ値、顔（の有無）、顔比率、年齢、性別、人間の感情、またはテキスト（の有無）を含んでもよい。人間の感情が、当該サーバ１０の内部または外部に展開された感情検出モデルによって検出されてもよい。当該顔比率は、サムネイルの総面積に対する実際の顔の面積（ストリーマーの顔など）の比率として定義されてもよい。当該画像特徴量は、当該サムネイル分類ユニット３３２または別の画像特徴量抽出ユニットにより検出／決定／抽出されてもよい。

当該ユーザ分類ユニット３３０は、ユーザ（または視聴者）がエンゲージしているかエンゲージしていないかを分類または判定するように構成される。当該ユーザ分類ユニット３３０は、判定結果を当該エンゲージメントタグとして当該ユーザＤＢ３１２に格納してもよい。当該ユーザ分類ユニット３３０は、当該ユーザＤＢ３１２の当該行動パラメータ及び（または）当該属性を参照し、それらに対応する閾値に基づいて判定を行ってもよい。

例えば、ユーザをエンゲージしていないと判定する工程は、当該ユーザの視聴頻度を頻度閾値未満と判定する工程と、当該ユーザの平均視聴時間を視聴時間閾値未満と判定する工程と、当該ユーザの平均贈り物送信回数を贈り物回数閾値未満と判定する工程と、当該ユーザの平均コメント回数をコメント回数閾値未満と判定する工程と、当該ユーザの利用間隔を利用間隔閾値超と判定する工程と、当該ユーザのエンゲージメント率をエンゲージメント率閾値未満と判定する工程のうち、１つ以上の工程を含んでもよい。

当該閾値は、実際の運用や目的、実験結果などに基づいて決定することができる。一部の実施態様において、所定の期間内に当該プラットフォームに参加した新規ユーザは、エンゲージしていないとしてタグ付けされる。エンゲージしていないユーザは、当該プラットフォーム上で活動していないとみなされ、当該プラットフォーム（または当該プラットフォームのサーバ）は、当該ユーザについて選好度マッチングに基づくレコメンドを行うために十分な情報を有さない。一部の実施態様において、ユーザがエンゲージしていなくはない場合、ユーザはエンゲージしているとして分類される。当該プラットフォームは、エンゲージしているユーザの過去の行動データを利用して、選好度マッチングに基づきサムネイル（またはライブストリーム）をレコメンドすることができる。

当該サムネイル分類ユニット３３２は、ライブストリームのサムネイルがユーザ（または複数のユーザ）にとって魅力的であるか否かを分類または判定するように構成される。ここでいう「魅力的」とは、当該ユーザが当該サムネイルをクリックして対応するライブストリームを視聴する確率が高いことを指す。一部の実施態様において、当該サムネイル分類ユニット３３２は、サムネイルを一般的に魅力的か否か（当該サムネイルが一般ユーザにとって魅力的であるか否かを指す）に分類してもよい。

一部の実施態様において、当該サムネイル分類ユニット３３２は、当該ユーザＤＢ３１２と当該サムネイルＤＢ３３６を参照し、サムネイルが特定のユーザにとって魅力的か否かを判定する。例えば、当該サムネイル分類ユニット３３２は、（当該ユーザＤＢ３１２から）ユーザの行動パラメータ及び（または）属性と、（当該サムネイルＤＢ３３６から）サムネイルのクリック率、クリック属性、及び（または）画像特徴量を、当該機械学習モデル３５０に入力してもよい。その後、当該機械学習モデル３５０が、当該ユーザにとっての当該サムネイルの魅力度を判定する。当該魅力度は、当該ユーザが当該サムネイルをクリックする可能性であってもよい。当該サムネイル分類ユニット３３２は、当該機械学習モデル３５０により提供される結果において、当該ユーザが当該サムネイルをクリックする可能性が高いと示された場合、当該サムネイルを当該ユーザにとって魅力的なものとしてラベル付けしてもよい。

図１０に、本発明の一部の実施態様に基づく、図３の機械学習モデル３５０の例を示す。一部の実施態様において、当該機械学習モデル３５０は、当該サーバ１０内に実装されてもよい。

学習段階では、サムネイルの画像特徴量、各サムネイルのクリック率、および各サムネイルのクリック属性が、当該機械学習モデル３５０に入力される。そして当該機械学習モデル３５０は、より高いクリック率に寄与する当該画像特徴量を学習し、提供する。または、当該機械学習モデル３５０は、クリック率に与える影響の大きい当該画像特徴量を学習し、提供する。当該クリック属性データを用いて、当該機械学習モデル３５０は、特定の属性（または複数の特定の属性）のユーザ（エンゲージしていないユーザなど）の場合に、より高いクリック率に寄与する、またはより高いクリック率となる当該画像特徴量を学習し、提供してもよい。当該機械学習モデル３５０は、１つまたは複数の当該画像特徴量が対応する閾値（または種類、タグ）を満たすとき、対応するサムネイルが１つまたは複数の特定の属性を有するユーザに対して高いクリック率（または高確率でクリックされる機会）を有することができるように、それらの画像特徴量に対する閾値を提供または決定してもよい。

例えば、当該機械学習モデル３５０は、当該画像特徴量「顔比率」、「性別」、「人間の感情」が、「性別＝男性」、「国籍＝アジア諸国」という属性を持つユーザのクリック率により大きな影響を与えるということを学習してもよい。例えば、当該機械学習モデル３５０は、「顔比率＞７０％」、「性別＝女性」、「人間の感情＝悲しい」の場合、「性別＝男性」、「国籍＝アジア諸国」の属性を持つユーザがクリックする確率が高いサムネイルを学習してもよい。

推論段階では、サムネイルの画像特徴量と１人以上のユーザの属性が当該機械学習モデル３５０に入力される。その後、当該機械学習モデル３５０は、どのサムネイルがどのユーザにとって魅力的か（あるいは、どのサムネイルがどのユーザによってクリックされがちか）を判定する。

例えば、「性別＝男性」、「国籍＝アジア諸国」の属性を持つユーザ（またはターゲットユーザ）に対して、当該機械学習モデル３５０は、「顔比率＞７０％」、「性別＝女性」、「人間の感情＝悲しい」という画像特徴量を持つサムネイルを、当該ユーザにとって魅力的であると判定またはラベル付けしてもよい。

一部の実施態様において、当該機械学習モデル３５０は「利用可能なライブストリーミング番組のサムネイルの画像特徴量」と「サムネイルのクリック率」で学習し、より高いクリック率に寄与する各画像特徴量の閾値を生成する。一部の実施態様において、当該機械学習モデル３５０の学習過程でクリック属性データを利用すると、より高いクリック率に対応する（またはより高いクリック率を有する）サムネイルのクリックの大部分は、ターゲットのエンゲージしていないユーザと同じ属性を持つ他のユーザ（または他のエンゲージしていないユーザ）によってもたらされていることが示される。一部の実施態様において、当該機械学習モデル３５０は、ランダムフォレスト、勾配ブースティング、ＸＧＢｏｏｓｔ及び（または）Ｓｏｆｔ Ｖｏｔｉｎｇ分類器などのアルゴリズムを組み込んでもよい。

当該ライブストリーム分類ユニット３３４は、ライブストリーム（またはライブストリームのコンテンツ）がユーザ（または複数のユーザ）にとって魅力的であるか否かを分類または判定するように構成される。ここでいう「魅力的」とは、ライブストリームに対応するサムネイルをクリックした後、当該ユーザが当該ライブストリーム（またはチャットルーム、あるいはチャンネル）に所定の時間の長さにわたり留まる確率が高いことを意味する。当該時間の長さは、例えば、５分、１０分、またはそれ以上としてもよい。一部の実施態様において、当該ライブストリーム分類ユニット３３４は、ライブストリームを一般ユーザにとって魅力的であるか否か（当該ライブストリームが一般ユーザにとって魅力的であるか否かを指す）に分類してもよい。当該ライブストリーム分類ユニット３３４は、当該ストリームＤＢ３１０内の当該視聴者パラメータ及び（または）視聴者ＩＤを参照し、それらに対応する閾値に基づいて判定を行ってもよい。

例えば、あるユーザにとって、または一般ユーザにとって魅力的であるとライブストリームを判定することは、当該ライブストリームの視聴者当たりの平均コメント数がコメント数閾値以上であると判定する工程と、当該ライブストリームの視聴者当たりの平均贈り物数が贈り物数閾値以上であると判定する工程と、当該ライブストリームの視聴者当たりの平均課金額が課金額閾値以上であると判定する工程と、当該ライブストリームのライブ視聴者数が視聴者数閾値以上であると判定する工程のうちの１つまたは複数を含んでもよい。

当該閾値は、実際の運用や目的、実験結果などに基づいて決定することができる。一部の実施態様において、当該閾値は、１つ以上の視聴者パラメータが対応する閾値を満たすとき、対応するライブストリームが、当該ライブストリームに入るユーザについてより高い定着率（または視聴者定着率）または定着時間（または視聴者定着時間）を有することができるように決定されてもよい。一部の実施態様において、当該閾値は、過去の視聴者パラメータと対応するライブストリームの視聴者定着率または視聴者定着時間を利用して、機械学習モデル（当該機械学習モデル３５０など）により決定されてもよい。

図９に、本発明の一部の実施態様に基づく方法を示す例示的なフローチャートを示す。

工程Ｓ９００において、ユーザが、例えば、当該ユーザ分類ユニット３３０によって、エンゲージしていないと判定される。当該ユーザＤＢ３１２内の当該ユーザに対応するエンゲージメントタグが「エンゲージしていない」とマークされる。これは、当該プラットフォーム（または当該プラットフォームのサーバ）が、当該ユーザについて選好度マッチングに基づくレコメンドを行うために十分な情報を有さないことを意味する。上述したように、当該ユーザ分類ユニット３３０は、当該ユーザＤＢ３１２の当該行動パラメータ及び（または）当該属性を参照し、それらに対応する閾値に基づいて判定を行ってもよい。

工程Ｓ９０２において、属性が、例えば、当該ユーザＤＢ３１２から取得される。当該属性は、当該ユーザが入力しても、検出ユニットにより検出されてもよく、当該ユーザＤＢ３１２に格納される。

工程Ｓ９０４において、サムネイル（それぞれが１つのライブストリームに対応する）の画像特徴量が、例えば、当該サムネイルＤＢ３３６から取得される。当該画像特徴量は、当該サムネイル分類ユニット３３２または別の画像特徴量抽出ユニットにより検出／決定／抽出され、当該サムネイルＤＢ３３６に格納されてもよい。

工程Ｓ９０６において、１つ以上のサムネイルが、例えば、当該サムネイル分類ユニット３３２により、当該ユーザにとって魅力的であると判定される。当該サムネイル分類ユニット３３２は、当該サムネイルの画像特徴量と、当該ユーザの属性を当該機械学習モデル３５０に入力してもよい。当該サムネイル分類ユニット３３２は、当該機械学習モデル３５０により提供される結果に基づき、当該機械学習モデル３５０について上述した推論段階として、当該サムネイルを当該ユーザにとって魅力的であるとラベル付けしてもよい。例えば、当該サムネイル分類ユニット３３２は、当該サムネイルの画像特徴量が当該ユーザの当該属性に関して対応する閾値を満たしたと判定した場合に、当該サムネイルを当該ユーザにとって魅力的であるとラベル付けしてもよい。

工程Ｓ９０８において、（当該ユーザにとって魅力的であるとラベル付けされた当該サムネイルに対応する）ライブストリームの視聴データが、例えば、当該ストリームＤＢ３１０から取得される。当該視聴データは、当該ライブストリームの配信者ＩＤ、視聴者ＩＤ、視聴者パラメータを含んでもよい。

工程Ｓ９１０において、１つ以上のライブストリームが、例えば、当該ライブストリーム分類ユニット３３４により、当該ユーザにとって魅力的であると判定される。当該ライブストリーム分類ユニット３３４は、上述したように、当該ストリームＤＢ３１０内の当該視聴者パラメータを参照し、その対応する閾値に基づいて判定を行ってもよい。

工程Ｓ９１２において、（１）当該ユーザにとって魅力的であると判定された（工程Ｓ９０６）当該サムネイルと、（２）当該ユーザにとって魅力的であると判定されたライブストリームに対応する（工程Ｓ９１０）当該サムネイルが、当該ユーザに対して表示される。

一部の実施態様において、当該ライブストリーム分類ユニット３３４は、当該ライブストリームの当該サムネイルを当該ユーザに表示するタイミングの前後で、当該ライブストリームが当該ユーザにとって魅力的であると判定する。例えば、ストリームの分類は、リアルタイムに行われても、定期的に行われてもよい。対応するライブストリームが当該ユーザにとって魅力的であると判定された時点で、対応するサムネイルが当該ユーザに表示されてもよい。それにより、当該ユーザが当該ライブストリームをクリックした後の定着時間または定着率を向上できる可能性がある。ライブストリームの人気度（または、特定のユーザに関しての人気度）は時間と共に変化する可能性があるため、リアルタイムの分類によりレコメンド精度を向上できる可能性がある。

一部の実施態様において、当該サムネイル分類ユニット３３２は、サムネイルが、ターゲットユーザと同じ属性を有する他のユーザ（または他のエンゲージしていないユーザ）による寄与でクリック率閾値に達したことを判定してもよい。当該ライブストリーム分類ユニット３３４はさらに、それらの他のユーザ（または他のエンゲージしていないユーザ）の一部（例えば、あるパーセンテージ閾値以上）が、当該サムネイルをクリックした後、当該サムネイルに対応するライブストリームで所定の時間（または定着時間閾値以上）を費やしたことを判定してもよい。それにより、よりレコメンデーションの精度を向上することができる。

図１１に、本発明の一部の実施態様に基づく例示的なレコメンド方法を示す。

図１１に示すように、ユーザまたは視聴者は、ユーザ分類モデルによって、エンゲージしているユーザとエンゲージしていないユーザに分類される。当該ユーザ分類モデルは、当該ユーザ分類ユニット３３０であってもよく、類似の分類方法を利用してもよい。ライブストリームは、ストリーム品質モデルによって、低品質のストリーム（Ｌ１、Ｌ２、Ｌ３を含む）と高品質のストリーム（Ｌ４、Ｌ５、Ｌ６を含む）とに分類される。当該ストリーム品質モデルは、当該ライブストリーム分類ユニット３３４であってもよく、類似の分類方法を利用してもよい。ライブストリームのサムネイルは、サムネイルモデルによって、（例えばクリック率が高い）良いサムネイルと（例えばクリック率が低い）悪いサムネイルに分類される。当該サムネイルモデルは、当該サムネイル分類ユニット３３２であってもよく、類似の分類方法を利用してもよい。サムネイル分類結果に基づき、ライブストリームは、悪いサムネイルのライブストリーム（Ｌ２、Ｌ３、Ｌ４を含む）と良いサムネイルのライブストリーム（Ｌ１、Ｌ５、Ｌ６を含む）とに分類される。

当該ユーザ分類結果、当該ライブストリーム品質分類結果、および当該ライブストリームサムネイル分類結果は、レコメンド戦略を決定するために機械学習バックエンドに入力される。当該機械学習バックエンドは、当該機械学習モデル３５０を含む、または当該機械学習モデル３５０であってもよい。決定された当該レコメンド戦略は、当該サーバ１０の内部または外部に展開され得るレコメンデーションシステムに渡され、それによって実行される。本実施態様において、エンゲージしているユーザへのレコメンドは、選好度マッチングに基づくものであり、これは当該レコメンデーションシステム（または当該サーバ１０）がすでにそれらユーザの十分な行動データを有しているためである。エンゲージしていないユーザ及び新規ユーザへのレコメンドは、高品質で良いサムネイル（Ｌ５、Ｌ６）を有するライブストリームがより高い優先度で並べられて提示される（これは、一部の実施態様において「ブーストされる（ｂｏｏｓｔｅｄ）」と呼ばれてもよい）。これにより、エンゲージしていないユーザ及び新規ユーザがサムネイルをクリックし、ライブストリームに長く留まるように動機付けることができる。

図１２に、図１１の分類結果に対する例示的なデータ構造を示す表を示す。図１２に示すように、各ユーザはエンゲージしているかしていないか、新規ユーザか否かで分類される。各ストリームは、高品質か低品質か、良いサムネイルを有するか悪いサムネイルを有するかに分類される。

図１３に、本発明の一部の実施態様に基づく、図１１のレコメンデーションシステムにより実行される例示的なプロセスを示す。

工程Ｓ１３００で、当該レコメンデーションシステムは、ユーザリストまたはユーザＤＢから１人の視聴者を選択する。

工程Ｓ１３０２で、当該レコメンデーションシステムは、類似性ロジック、選好度マッチング、またはサムネイルの良し悪しに関する情報を使用しない他の一般的なレコメンデーションロジックに基づき、ストリームと、特定された（または利用可能な）ストリームのリストにおけるそれらの順序を特定する。当該ストリームのリストは、選択された視聴者に固有のものである。当該類似性ロジック、選好度マッチング、または他の一般的なレコメンデーションロジックは、ストリームのタグ／属性と視聴者の行動／属性とを用いて実行されてもよい。

工程Ｓ１３０４で、当該レコメンデーションシステムは、当該機械学習バックエンドから受け取った情報から、選択された視聴者がエンゲージしているかエンゲージしていないか／新規か否かをチェックする。当該ユーザがエンゲージしていない／新規の場合、フローは工程Ｓ１３０６に進む。当該ユーザがエンゲージしている場合、フローは工程Ｓ１３１０に進む。

工程Ｓ１３０６で、当該レコメンデーションシステムは、ストリームリストの中から、「品質：高」かつ「サムネイル：良」と評価されたストリームを特定する。

工程Ｓ１３０８で、当該レコメンデーションシステムは、特定された高品質／良いサムネイルの当該ストリームがリストの一番上または良い位置に来るように、当該ストリームの当該リストを並べ替える（これは、「ブースト」動作と呼ぶことができる）。

工程Ｓ１３１０で、当該レコメンデーションシステムは、特定された当該ストリームの当該リストをお勧めリストとして、選択された視聴者の端末に提供する。

一部の実施態様において、工程Ｓ１３０６で、当該レコメンデーションシステムは、「品質：高」または「サムネイル：良」と評価されたストリームを特定することができる。一部の実施態様において、品質とサムネイルの少なくとも一方が良好である１つ以上のストリームが特定される。一部の実施態様において、エンゲージしているユーザに対する当該レコメンド戦略（またはお勧めコンテンツ）は、エンゲージしていないユーザに対するものとは異なる。一部の実施態様において、エンゲージしていない視聴者と新規視聴者は、同じお勧めリストを受け取ってもよい。

図１４に、本発明の一部の実施態様に基づく、図１１のレコメンデーションシステムにより実行される例示的なプロセスを示す。

工程Ｓ１４００で、当該レコメンデーションシステムは、ユーザリストまたはユーザＤＢから１人の視聴者を選択する。

工程Ｓ１４０２で、当該レコメンデーションシステムは、当該機械学習バックエンドから受け取った情報から、選択された視聴者がエンゲージしているかエンゲージしていないか／新規か否かをチェックする。当該ユーザがエンゲージしていない／新規の場合、フローは工程Ｓ１４０４に進む。当該ユーザがエンゲージしている場合、フローは工程Ｓ１４０６に進む。

工程Ｓ１４０４で、当該レコメンデーションシステムは、「品質：高」かつ「サムネイル：良」と評価されたストリームを特定する。

工程Ｓ１４０６で、当該レコメンデーションシステムは、類似性ロジック、選好度マッチング、またはサムネイルの良し悪しに関する情報を使用しない他の一般的なレコメンデーションロジックに基づき、ストリームと、特定された（または利用可能な）ストリームのリストにおけるそれらの順序を特定する。当該類似性ロジック、選好度マッチング、または他の一般的なレコメンデーションロジックは、ストリームのタグ／属性と視聴者の行動／属性とを用いて実行されてもよい。

工程Ｓ１４０８で、当該レコメンデーションシステムは、特定された当該ストリームの当該リストをお勧めリストとして、選択された視聴者の端末に提供する。

一部の実施態様において、工程Ｓ１４０４で、当該レコメンデーションシステムは、「品質：高」または「サムネイル：良」と評価されたストリームを特定することができる。一部の実施態様において、品質とサムネイルの少なくとも一方が良好である１つ以上のストリームが特定される。一部の実施態様において、エンゲージしているユーザに対する当該レコメンド戦略（またはお勧めコンテンツ）は、エンゲージしていないユーザに対するものとは異なる。一部の実施態様において、エンゲージしていない視聴者と新規視聴者は、同じお勧めリストを受け取ってもよい。一部の実施態様において、当該機械学習バックエンドと当該レコメンデーションシステムは、１つのユニットに統合されてもよい。

本発明は、エンゲージしていないユーザにレコメンドされたサムネイルのクリック率を向上させることができる。本発明は、エンゲージしていないユーザにレコメンドされ、クリックされたサムネイルに対応するライブストリームの定着率または定着時間を向上させることができる。従来のレコメンド方法では、エンゲージしていないユーザに対する情報が不足しているため、レコメンド効果を達成できない。

本発明で説明した処理及び手順は、明示的に説明したものに加えて、ソフトウェア、ハードウェア、またはそれらの任意の組み合わせにより実現することができる。例えば、本明細書で説明した処理および手順は、その処理および手順に対応するロジックを集積回路、揮発性メモリ、不揮発性メモリ、非一時的なコンピュータ可読媒体、磁気ディスクなどの媒体に実装することにより実現することができる。さらに、本明細書に記載された処理および手順は、その処理および手順に対応するコンピュータプログラムとして実現することができ、各種のコンピュータにより実行することができる。

さらに、上記実施態様で説明したシステムまたは方法は、固体記憶装置、光ディスク記憶装置、磁気ディスク記憶装置などの非一時的なコンピュータ可読媒体に格納されたプログラムに統合されてもよい。あるいは、プログラムは、インターネットを介してサーバからダウンロードされ、プロセッサにより実行されるものとしてもよい。

以上、本発明の技術的内容及び特徴を説明したが、本発明の属する技術分野において通常の知識を有する者であれば、本発明の教示及び開示から逸脱することなく、なお多くの変形及び修正を行うことができる。したがって、本発明の範囲は、既に開示された実施態様に限定されず、本発明から逸脱しない別の変形や修正を含む、特許請求の範囲に含まれる範囲である。

１ 通信システム
１０ サーバ
２０ ユーザ端末
３０、３０ａ、３０ｂ ユーザ端末
ＬＶ 配信者
ＡＵ１、ＡＵ２ 視聴者
ＶＤ、ＶＤ１、ＶＤ２ 映像
ＮＷ ネットワーク
３０ ユーザ端末
１００ 配信ユニット
１０２ 撮像コントロールユニット
１０４ オーディオコントロールユニット
１０６ 映像送信ユニット
１０８ 配信者側ＵＩコントロールユニット
２００ 視聴ユニット
２０２ 視聴者側ＵＩコントロールユニット
２０４ 重ね合わせ情報生成ユニット
２０６ 入力情報送信ユニット
３０２ 配信情報提供ユニット
３０４ 中継ユニット
３０６ 贈り物処理ユニット
３０８ 支払い処理ユニット
３１０ ストリームＤＢ
３１２ ユーザＤＢ
３１４ 贈り物ＤＢ
３３０ ユーザ分類ユニット
３３２ サムネイル分類ユニット
３３４ ライブストリーム分類ユニット
３３６ サムネイルＤＢ
３５０ 機械学習モデル
８８０ ストリーム選択画面
ＴＨ１、ＴＨ２、ＴＨ３ サムネイル
Ｓ９００、Ｓ９０２、Ｓ９０４、Ｓ９０６、Ｓ９０８、Ｓ９１０、Ｓ９１２ 工程

Claims (10)

1. ライブストリームをレコメンドするための方法であって、
   ユーザがエンゲージしていないと判定する工程と、
   ライブストリームのサムネイルが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームの前記サムネイルを前記ユーザに対して表示する工程と、
   を含み、
   前記ライブストリームが前記ユーザにとって魅力的となると判定する工程が、
   前記ライブストリームの視聴者当たりの平均コメント数がコメント数閾値以上であると判定する工程と、
   前記ライブストリームの視聴者当たりの平均贈り物数が贈り物数閾値以上であると判定する工程と、
   前記ライブストリームの視聴者当たりの平均課金額が課金額閾値以上であると判定する工程と、
   前記ライブストリームのライブ視聴者数が視聴者数閾値以上であると判定する工程、
   のうち、１つ以上の工程を含むことを特徴とする、ライブストリームをレコメンドするための方法。
2. 前記ユーザがエンゲージしていないと判定する工程が、
   前記ユーザの視聴頻度を頻度閾値未満と判定する工程と、
   前記ユーザの平均視聴時間を視聴時間閾値未満と判定する工程と、
   前記ユーザの平均贈り物送信回数を贈り物回数閾値未満と判定する工程と、
   前記ユーザの平均コメント回数をコメント回数閾値未満と判定する工程と、
   前記ユーザの利用間隔を利用間隔閾値超と判定する工程と、
   前記ユーザのエンゲージメント率をエンゲージメント率閾値未満と判定する工程、
   のうち、１つ以上の工程を含むことを特徴とする、請求項１に記載のライブストリームをレコメンドするための方法。
3. 前記ライブストリームのサムネイルが、前記ユーザにとって魅力的となると判定する工程が、
   前記サムネイルの画像特徴量を抽出することと、
   前記サムネイルの前記画像特徴量を機械学習モデルに入力することと、
   前記機械学習モデルにより提供される結果に基づき、前記サムネイルを前記ユーザにとって魅力的であるとラベル付けすることと、
   を含むことを特徴とする、請求項１に記載のライブストリームをレコメンドするための方法。
4. ライブストリームをレコメンドするための方法であって、
   ユーザがエンゲージしていないと判定する工程と、
   ライブストリームのサムネイルが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームの前記サムネイルを前記ユーザに対して表示する工程と、
   を含み、
   前記ライブストリームのサムネイルが、前記ユーザにとって魅力的となると判定する工程が、
   前記サムネイルの画像特徴量を抽出することと、
   前記サムネイルの前記画像特徴量を機械学習モデルに入力することと、
   前記機械学習モデルにより提供される結果に基づき、前記サムネイルを前記ユーザにとって魅力的であるとラベル付けすることと、
   を含み、
   前記機械学習モデルが、利用可能なライブストリーミングのサムネイルの画像特徴量と、前記サムネイルのクリック率で学習し、より高いクリック率に寄与する各画像特徴量に対して閾値を生成し、前記ラベル付けのプロセスが、前記サムネイルの前記画像特徴量がそれらの対応する閾値を満たすと判定することを含む、ことを特徴とする、ライブストリームをレコメンドするための方法。
5. 前記より高いクリック率に対応するサムネイルのクリックの一部が、前記ユーザと同じ属性を持つ他のエンゲージしていないユーザによってもたらされる、ことを特徴とする、請求項４に記載のライブストリームをレコメンドするための方法。
6. さらに、前記ライブストリームの前記サムネイルを前記ユーザに表示するタイミングあたりで、前記ライブストリームが前記ユーザにとって魅力的であると判定する工程を含む、ことを特徴とする、請求項１に記載のライブストリームをレコメンドするための方法。
7. ライブストリームをレコメンドするための方法であって、
   ユーザがエンゲージしていないと判定する工程と、
   ライブストリームのサムネイルが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームの前記サムネイルを前記ユーザに対して表示する工程と、
   前記ライブストリームの前記サムネイルが、前記ユーザと同じ属性を有する他のエンゲージしていないユーザによる寄与でクリック率閾値に達したことを判定する工程と、
   前記他のエンゲージしていないユーザの一部が、前記ライブストリームで所定の時間を費やしたことを判定する工程と、を含むことを特徴とする、ライブストリームをレコメンドするための方法。
8. 前記属性が、性別、国籍、趣味、血液型、星座を含む、ことを特徴とする、請求項５または７に記載のライブストリームをレコメンドするための方法。
9. ライブストリームをレコメンドするためのシステムであって、１以上のプロセッサを含み、前記１以上のプロセッサが機械可読命令を実行して、
   ユーザがエンゲージしていないと判定する工程と、
   ライブストリームのサムネイルが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームが前記ユーザにとって魅力的となると判定する工程と、
   前記ライブストリームの前記サムネイルを前記ユーザに対して表示する工程と、
   を実行し、
   前記ライブストリームが前記ユーザにとって魅力的となると判定する工程が、
   前記ライブストリームの視聴者当たりの平均コメント数がコメント数閾値以上であると判定する工程と、
   前記ライブストリームの視聴者当たりの平均贈り物数が贈り物数閾値以上であると判定する工程と、
   前記ライブストリームの視聴者当たりの平均課金額が課金額閾値以上であると判定する工程と、
   前記ライブストリームのライブ視聴者数が視聴者数閾値以上であると判定する工程、
   のうち、１つ以上の工程を含む、ことを特徴とする、ライブストリームをレコメンドするためのシステム。
10. ライブストリームをレコメンドするためのプログラムを含む非一時的なコンピュータ可読媒体であって、前記プログラムが、１以上のコンピュータに、
    ユーザがエンゲージしていないと判定する工程と、
    ライブストリームのサムネイルが前記ユーザにとって魅力的となると判定する工程と、
    前記ライブストリームが前記ユーザにとって魅力的となると判定する工程と、
    前記ライブストリームの前記サムネイルを前記ユーザに対して表示する工程と、
    を実行させ、
    前記ライブストリームが前記ユーザにとって魅力的となると判定する工程が、
    前記ライブストリームの視聴者当たりの平均コメント数がコメント数閾値以上であると判定する工程と、
    前記ライブストリームの視聴者当たりの平均贈り物数が贈り物数閾値以上であると判定する工程と、
    前記ライブストリームの視聴者当たりの平均課金額が課金額閾値以上であると判定する工程と、
    前記ライブストリームのライブ視聴者数が視聴者数閾値以上であると判定する工程、
    のうち、１つ以上の工程を含む、ことを特徴とする、コンピュータ可読媒体。

Images