JP7376035B1 - レコメンデーションのためのシステム、方法、及びコンピュータ可読媒体 - Google Patents

Abstract

【課題】レコメンデーションのためのシステム、レコメンデーション方法及び、コンピュータ可読媒体を提供する。【解決手段】ライブストリーミングシステムにおいて、レコメンデーションサーバによって実行される方法は、第１のレコメンデーションロジックに基づき第１のコンテンツを視聴者のユーザ端末に提供する工程と、第２のレコメンデーションロジックに基づき第２のコンテンツを当該ユーザ端末に提供する工程と、当該ユーザ端末からインタラクションデータを取得する工程と、当該インタラクションデータに基づき、当該ユーザ端末に表示する当該第１のレコメンデーションロジックと第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、を含む。【選択図】図１８

Description

本発明は、ストリーミング分野におけるレコメンデーションに関する。

ライブストリーミングサービス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の交流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ライブストリーミングサービスを提供しており、競争も激しい。プラットフォームにとって、ユーザが望むコンテンツを提供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。

特開２０１９－１６４６１７号公報

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り実行されるレコメンデーションのための方法であって、当該方法が、第１のレコメンデーションロジックに基づき第１のコンテンツを視聴者のユーザ端末に提供する工程と、第２のレコメンデーションロジックに基づき第２のコンテンツを当該ユーザ端末に提供する工程と、当該ユーザ端末からインタラクションデータを取得する工程と、当該インタラクションデータに基づき、当該ユーザ端末に表示する当該第１のレコメンデーションロジックと第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、を含む。

本発明の一実施態様によるシステムは、１以上のプロセッサを含むレコメンデーションのためのシステムであり、当該１以上のコンピュータプロセッサが、機械可読命令を実行して、第１のレコメンデーションロジックに基づき第１のコンテンツを視聴者のユーザ端末に提供する工程と、第２のレコメンデーションロジックに基づき第２のコンテンツを当該ユーザ端末に提供する工程と、当該ユーザ端末からインタラクションデータを取得する工程と、当該インタラクションデータに基づき、当該ユーザ端末に表示する当該第１のレコメンデーションロジックと第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、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、レコメンデーションの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、第１のレコメンデーションロジックに基づき第１のコンテンツを視聴者のユーザ端末に提供する工程と、第２のレコメンデーションロジックに基づき第２のコンテンツを当該ユーザ端末に提供する工程と、当該ユーザ端末からインタラクションデータを取得する工程と、当該インタラクションデータに基づき、当該ユーザ端末に表示する当該第１のレコメンデーションロジックと第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、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のレコメンデーションロジックＤＢ３５０の例示的データ構造を示す表である。 図３のインタラクションＤＢ３５２の例示的データを示す表である。 図３のインタラクションＤＢ３５２の例示的データを示す表である。 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レコメンデーションの例を示す概略図である。 本発明の一部の実施態様に基づく情報処理装置のハードウェア構成例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レコメンデーションシステムの概略図である。 ユーザＡが探索したライブストリームの数を示す表である。 ＲＳ１とＲＳ２のそれぞれについて算出された比率を示す表である。 ユーザのユーザ端末のディスプレイに表示されるレコメンデーションページのスロットの変化を説明する概略図である。 本発明の一部の実施態様に基づくレコメンデーションサーバのブロック図である。 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。 本発明の一実施態様に基づく例示的なプロセスとデータを示す概略図である。

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。

ストリーミングサービスプラットフォームには、類似度マッチング（ユーザとストリーム間のマッチング）ロジックや協調フィルタリングロジックなど、多様なレコメンデーション方式やロジックが存在する。従来、プラットフォーム上のレコメンデーションロジックは、より良いレコメンデーションを実現するために、時折更新されていた。レコメンデーションロジックはプラットフォーム全体で一貫しており、すべてのユーザに対して同じレコメンデーションロジックが同時に提供される。しかしながら、異なるレコメンデーションロジックは、異なるユーザに対して異なって作用する場合がある。従来のレコメンデーションシステムは、カスタマイズされたレコメンデーションロジックですべての人にサービスを提供することはできない。

本発明は、よりカスタマイズされた方法でコンテンツをレコメンド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、ストリーミングの配信者（ライバー、アンカー、ストリーマーとも呼ばれる）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、あるいはデスクトップ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１０に直接または間接的に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２０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（またはユーザ側）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）に接続されてもよく、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、当該配信者、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、及び（または）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の当該サーバ１０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、検出ユニット３３０と、レコメンドユニット３３２と、レコメンデーションロジックＤＢ３５０と、インタラクションＤＢ３５２と、スコアＤＢ３５４を含む。

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い。当該オブジェクト指定信号は、当該視聴者の視聴者ＩＤ、当該視聴者が視聴しているライブストリームの配信者の配信者ＩＤ、及び当該オブジェクトを特定するオブジェクトＩＤを含んでもよい。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は、当該ユーザ端末２０の当該配信ユニット１００から、当該映像データの再生中（またはライブストリーミング中）に配信者により行われたユーザ入力を表す信号を受信する。当該信号は、オブジェクト指定信号であってもよい。

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（または当該配信者ＩＤに対応する）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、視聴者からの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。

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、当該ユーザＩＤと当該ポイントを、相互に関連付けて格納する。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保持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。一部の実施態様において、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。

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。

一部の実施態様において、当該配信情報提供ユニット３０２は、当該レコメンデーションロジックＤＢ３５０に格納されたレコメンデーションロジックに基づいて、視聴者（または当該視聴者のユーザ端末）にコンテンツ（またはストリーム）を提供（またはレコメンド）する。例えば、当該配信情報提供ユニット３０２は、レコメンデーションロジックＡに基づいて、コンテンツＡを視聴者に提供してもよい。当該配信情報提供ユニット３０２は、レコメンデーションロジックＢに基づいて、コンテンツＢを当該視聴者に提供してもよい。コンテンツＡとコンテンツＢは、当該視聴者に提供され、当該視聴者の当該ユーザ端末に同時に表示されてもよい。

当該検出ユニット３３０は、当該視聴者（または当該視聴者のユーザ端末）からインタラクションデータを取得するように構成される。当該インタラクションデータは、当該視聴者にレコメンドされた当該コンテンツに関する当該視聴者のインタラクション操作を含んでもよい。例えば、当該インタラクションデータは、異なるレコメンデーションロジックに基づいてレコメンドされたコンテンツに関する当該視聴者のクリック率または（平均）定着時間を含んでもよい。

一部の実施態様において、レコメンデーションロジックに関する視聴者のクリック率は、［当該レコメンデーションロジックによってレコメンドされ、当該視聴者によってクリックされたストリーム数］を（例えば、所定期間内に）［当該レコメンデーションロジックによって当該視聴者にレコメンドされたストリーム合計数］で除したものとして定義されてもよい。

一部の実施態様において、レコメンデーションロジックに関する視聴者の平均定着時間は、（例えば、所定期間内に）［当該視聴者が当該レコメンデーションロジックによってレコメンドされたストリームに費やした平均時間長さ］として定義されてもよい。例えば、ある視聴者が、ロジックＡがレコメンドしたストリームＡ１に１分、ロジックＡがレコメンドしたストリームＡ２に２分、ロジックＢがレコメンドしたストリームＢ１に５分、ロジックＢがレコメンドしたストリームＢ２に７分をそれぞれ費やしたとする。ロジックＡに関する当該視聴者の平均定着時間は１.５分となる。ロジックＢに関する当該視聴者の平均定着時間は６分となる。

一部の実施態様において、当該インタラクションデータ（またはインタラクション操作）は、当該視聴者にレコメンドされたコンテンツに関する当該視聴者の視聴時間、贈り物回数、贈り物数量、コメント数および／またはフォロー操作を含んでもよい。

当該レコメンドユニット３３２は、視聴者にレコメンドされるコンテンツ（またはストリーム）を決定または調整するように構成される。例えば、当該レコメンドユニット３３２は、当該視聴者の当該ユーザ端末に表示するそれぞれのレコメンデーションロジックによってレコメンドされたコンテンツの割り当てを調整してもよい。当該レコメンドユニット３３２は、当該インタラクションデータに基づいてコンテンツの割り当てを調整してもよい。

例えば、当該インタラクションデータに基づいて、当該レコメンドユニット３３２は、当該視聴者がロジックＡによってレコメンドされたコンテンツとより多く相互作用した（例えば、クリック率が高い、定着時間が長い、贈り物回数が多い、贈り物数量が多い、コメント数が多い、及び／またはフォロー操作が多い）と判断する。その後、当該レコメンドユニット３３２は、ロジックＡからレコメンドされたコンテンツをより多く当該視聴者に表示するように、コンテンツの割り当てを調整する。一部の実施態様において、当該レコメンドユニット３３２は、ロジックＡによってレコメンドされたコンテンツを他のロジックによってレコメンドされたコンテンツよりも高い順序で（またはより高い優先度で）表示するようにコンテンツの割り当てを調整してもよい。

一部の実施態様において、当該レコメンドユニット３３２は、異なるレコメンデーションロジックおよびインタラクションデータに基づいて、当該視聴者向けストリームのスコアを計算し、当該スコアに基づいてレコメンデーションを行ってもよい。当該スコアは、当該スコアＤＢ３５４に格納されてもよい。

図７は、図３のレコメンデーションロジックＤＢ３５０の例示的データ構造を示す表である。当該レコメンデーションロジックＤＢ３５０は、ロジックＩＤとレコメンデーションロジック（またはレコメンデーションアルゴリズム）を相互に関連付けて格納する。

一部の実施態様において、当該類似度マッチングロジックは、ユーザ属性とストリーム属性を使用し、各視聴者－ストリームのペアに対して類似度スコアを算出する。その後、当該類似度マッチングロジックは視聴者らに対し、当該ストリームと当該視聴者らの類似度スコアに基づいて、コンテンツをレコメンドする。一部の実施態様において、当該協調フィルタリングロジックは、類似の視聴者による反応に基づいて、視聴者が好む可能性があるコンテンツをレコメンドする。一部の実施態様において、サムネイルレコメンデーションは、ストリームのサムネイルの人気度（例えば、クリック率）に応じてストリームをレコメンドする。一部の実施態様において、人気度ベースのフィルタリングロジックは、視聴数、いいねの数、贈り物の数、共有数などの人気度に基づいてストリームをレコメンドする。人気の高いストリームは、すべての視聴者が関心を持つ可能性が高いと想定する。一部の実施態様において、人口統計ベースのフィルタリングロジックは、年齢、性別、場所など、視聴者の人口統計情報に基づいてストリームをレコメンドする。類似の人口統計情報を持つ視聴者は、同様の嗜好や関心を持っている可能性が高いと想定する。

図８は、図３のインタラクションＤＢ３５２の例示的データを示す表である。当該インタラクションＤＢ３５２は、クリック率、視聴者ＩＤ、異なるロジックによりレコメンドされるコンテンツを相互に関連付けて格納する。

図８に示すように、ロジックＲＬ２がレコメンドするコンテンツに対する視聴者Ｖ１のクリック率は０.４である。ロジックＲＬ１がレコメンドするコンテンツに対する視聴者Ｖ２のクリック率は０.６である。ロジックＲＬ３がレコメンドするコンテンツに対する視聴者Ｖ３のクリック率は０.７である。一部の実施態様において、クリック率０.７とは、７０％の割合を意味してもよい。この実施態様において、視聴者Ｖ１は、ロジックＲＬ２によってレコメンドされるコンテンツをより好む（またはより多く相互作用した）と判定されてもよい。視聴者Ｖ２は、ロジックＲＬ１によってレコメンドされるコンテンツをより好む（またはより多く相互作用した）と判定されてもよい。視聴者Ｖ３は、ロジックＲＬ３によってレコメンドされるコンテンツをより好む（またはより多く相互作用した）と判定されてもよい。

図９は、図３のインタラクションＤＢ３５２の例示的データを示す表である。当該インタラクションＤＢ３５２は、平均定着時間、視聴者ＩＤ、異なるロジックによりレコメンドされるコンテンツを相互に関連付けて格納する。

図９に示すように、ロジックＲＬ２によりレコメンドされるコンテンツに対する視聴者Ｖ１の当該平均定着時間は５分である。ロジックＲＬ１がレコメンドするコンテンツに対する視聴者Ｖ２の平均定着時間は７分である。ロジックＲＬ１がレコメンドするコンテンツに対する視聴者Ｖ３の平均定着時間は６分である。この実施態様において、視聴者Ｖ１は、ロジックＲＬ２によってレコメンドされるコンテンツをより好む（またはより多く相互作用した）と判定されてもよい。視聴者Ｖ２は、ロジックＲＬ１によってレコメンドされるコンテンツをより好む（またはより多く相互作用した）と判定されてもよい。視聴者Ｖ３は、ロジックＲＬ１によってレコメンドされるコンテンツをより好む（またはより多く相互作用した）と判定されてもよい。

図１０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Ｓ１０００において、当該レコメンドユニット３３２は、レコメンデーションロジックＲＬ１に基づき、視聴者Ｖ１について利用可能な各ストリームのレコメンデーションスコアを決定または算出する。

工程Ｓ１００２において、当該レコメンドユニット３３２は、レコメンデーションロジックＲＬ２に基づき、視聴者Ｖ１について利用可能な各ストリームのレコメンデーションスコアを決定または算出する。

一部の実施態様において、レコメンデーションスコアは、対応するレコメンデーションロジックによって、対応するストリームのコンテンツ属性データおよび当該視聴者の視聴者属性データに基づき、決定される。当該コンテンツ属性データは、当該ストリームのタグまたはラベルを含んでもよい。当該コンテンツ属性データは、リアルタイムで検出または決定されてもよい。当該視聴者属性データは、例えば、性別、国籍、視聴者の位置、または当該視聴者が提供する嗜好を含んでもよい。例えば、当該類似性マッチングロジックは、当該レコメンデーションスコアを、当該コンテンツ属性データと当該視聴者属性データとの間の類似性スコア（またはマッチングスコア）になる（またはそれに基づく）ように決定してもよい。一部の実施態様において、当該レコメンデーションスコアは、リアルタイムで決定される。

一部の実施態様において、レコメンデーションスコアは、対応するレコメンデーションロジックによって、対応するストリームのコンテンツ属性データに基づき、決定されてもよい。例えば、一部の実施態様において、人気度ベースのフィルタリングロジックは、当該レコメンデーションスコアを人気度スコアとなる（または人気度スコアに基づく）ように決定してもよい。当該人気スコアは、当該ストリームがどの程度人気があるかによって決定されてもよい。例えば、より多くのコメント、より多くの贈り物、および（または）より多くのフォロー操作が、当該ストリームのより高い人気度スコアにつながる可能性がある。

一部の実施態様において、協調フィルタリングロジックは、視聴者Ｖ１に対するストリームの当該レコメンデーションスコアを、同じくストリームを好む類似の視聴者（視聴者Ｖ１に類似した視聴者）の数に基づいて決定してもよい。例えば、より多くの類似の視聴者があるストリームを好んだ（または相互作用した）場合、当該ストリームに関して当該視聴者の当該レコメンデーションスコアが高く設定されてもよい。

工程Ｓ１００４において、当該レコメンドユニット３３２は、工程Ｓ１０００とＳ１００２で算出されたスコアに基づき、視聴者Ｖ１に対してストリームをレコメンドする。一部の実施態様において、当該配信情報提供ユニット３０２が、当該レコメンデーションプロセスに関与してもよい。一部の実施態様において、それぞれのロジックから当該視聴者にレコメンドされるストリームの数は同じであってもよい。例えば、ＲＬ１に基づいてより高いスコアを有するＮ個のストリームと、ＲＬ２に基づいてより高いスコアを有するＮ個のストリームが、視聴者Ｖ１に提示されてもよい。一部の実施態様において、それぞれのロジックから当該視聴者にレコメンドされるストリームの割り当ては、均等または公平な方法であってもよい。一部の実施態様において、閾値より高いスコアを有するストリームまたは上位Ｎ個の高いスコアを有するストリームのみが、視聴者Ｖ１に提示される。

工程Ｓ１００６において、当該検出ユニット３３０は、視聴者Ｖ１のユーザ端末から、レコメンドされたストリームに関するインタラクションデータを取得（または更新）する。当該インタラクションデータは、当該インタラクションＤＢ３５２に格納されてもよい。

工程Ｓ１００８において、当該レコメンドユニット３３２は、当該インタラクションデータに基づき、視聴者Ｖ１について各ストリームの混合スコアを算出（または更新）する。当該レコメンドユニット３３２は、ロジックＲＬ１に基づき、視聴者Ｖ１について各ストリームの混合スコアを算出する。当該レコメンドユニット３３２は、ロジックＲＬ２に基づき、視聴者Ｖ１について各ストリームの混合スコアを算出する。一部の実施態様において、当該混合スコアは、工程Ｓ１０００とＳ１００２で算出された当該レコメンデーションスコアの更新バージョンと見なされてもよい。当該レコメンドユニット３３２は、当該インタラクションデータから重みデータを算出し、当該重みデータを利用してレコメンデーションスコアを更新してもよい。

工程Ｓ１０１０において、当該レコメンドユニット３３２は、工程Ｓ１００８で算出された当該混合スコアに基づき、視聴者Ｖ１にストリームをレコメンドする。当該レコメンドユニット３３２は、視聴者Ｖ１にレコメンドされるストリームを調整してもよい。当該レコメンドユニット３３２は、当該混合スコアに基づき、ロジックＲＬ１とロジックＲＬ２からのストリームの割り当てを調整してもよい。混合スコアが高いストリームを先に提示したり、優先順位を高くしたりしてもよい。

工程Ｓ１０１０の後、フローは工程Ｓ１００６に戻る。工程Ｓ１００６、Ｓ１００８、Ｓ１０１０は、定期的に実行されてもよい。当該インタラクションデータが更新され、更新された当該インタラクションデータに基づき当該混合スコアが更新され、更新された当該混合スコアに基づき当該視聴者にレコメンドするストリームの割り当てが更新される。

図１１は、本発明の一部の実施態様に基づくレコメンデーションの例を示す概略図である。

タイミングｔ１では、レコメンデーションロジックＲＬ１、ＲＬ２に基づいて、視聴者Ｖ１、Ｖ２に対してストリーム（Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６）のスコア（または初期レコメンデーションスコア）が算出される。ＲＬ１では、スコアが視聴者データに依存しているため、視聴者によってスコアが異なる。ＲＬ２では、スコアが視聴者データから独立しているため、異なる視聴者でスコアが同じである。例えば、ＲＬ１は類似性マッチングロジック、ＲＬ２は人気度フィルタリングロジックとすることができる。

タイミングｔ１（またはタイミングｔ１～ｔ３）において、ストリームＳ５、Ｓ１、Ｓ６、Ｓ２が視聴者Ｖ１の画面に表示される（またはレコメンドされる）。これは、視聴者Ｖ１に対して（ＲＬ１またはＲＬ２に基づき）それらのスコアが高いためである。表示順序はスコアに基づく。

タイミングｔ１（またはタイミングｔ１～ｔ３）において、ストリームＳ１、Ｓ６、Ｓ４、Ｓ２が視聴者Ｖ２の画面に表示される（またはレコメンドされる）。これは、視聴者Ｖ２に対して（ロジックＲＬ１またはロジックＲＬ２に基づき）それらのスコアが高いためである。表示順序はスコアに基づく。この実施態様において、ロジックＲＬ１に基づき算出されたストリームＳ２の当該スコアと、ロジックＲＬ２に基づき算出されたストリームＳ３の当該スコアが同じ（いずれも３）である。本実施態様では、ロジックバランスにより、当該ストリームＳ２が選択される。

タイミングｔ２において、レコメンドされたストリームに対する当該視聴者Ｖ１、Ｖ２のインタラクションデータに基づき、（各視聴者－ロジックのペアについて）重みが算出される。当該インタラクションデータは、クリック率及び（または）定着時間を含んでもよい。図１１に示すように、タイミングｔ２において、当該重みデータによって当該視聴者Ｖ１がロジックＲＬ１に基づき選択されたストリーム（Ｓ５、Ｓ２）とより相互作用しており、当該視聴者Ｖ２がロジックＲＬ２に基づき選択されたストリーム（Ｓ１、Ｓ６）とより多く相互作用していることが示されている。

一部の実施態様において、視聴者－ロジックのペアに対する重みは、ロジックに基づいて選択されたストリームに関して、当該視聴者がより高いクリック率及び（または）定着時間を示したとき大きくなってもよい。一部の実施態様において、視聴者－ロジックのペアに対する重みは、ロジックに基づいて選択されたストリームに関して、当該視聴者により実行されたクリック率、定着時間及び（または）その他インタラクション操作に比例してもよい。当該重みは、当該レコメンドユニット３３２によって決定または算出されてもよい。

タイミングｔ３において、タイミングｔ２で算出された初期レコメンデーションスコアと重みデータに基づき、各ロジックに関して、各視聴者についてストリーム（Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６）のスコア（または混合スコア／更新されたレコメンデーションスコア）が算出される。例えば、Ｖ１-Ｓ１のペアでは、ロジックＲＬ１で、初期レコメンデーションスコア１と重み０.７に基づき、視聴者Ｖ１に関してストリームＳ１の混合スコア０.７が算出される。例えば、Ｖ２-Ｓ１のペアでは、ロジックＲＬ２で、初期レコメンデーションスコア７と重み０.７に基づき、視聴者Ｖ２に関してストリームＳ１の混合スコア２.８が算出される。

タイミングｔ３（またはタイミングｔ３の直後）に、ストリームＳ５、Ｓ２、Ｓ４、Ｓ３が視聴者Ｖ１の画面に表示（またはレコメンド）される。これは、視聴者Ｖ１に関して、それらストリームの（ＲＬ１またはＲＬ２に基づく）混合スコアがより高いためである。表示順序はそれらの混合スコアに基づく。この実施態様において、ロジックＲＬ１に基づき算出されたストリームＳ３の当該混合スコアと、ロジックＲＬ２に基づき算出されたストリームＳ１の当該混合スコアが同じ（いずれも１.４）である。視聴者Ｖ１に対してロジックＲＬ１がより高い重みを有するため、ストリームＳ３が選択される。

タイミングｔ３（またはタイミングｔ３の直後）に、ストリームＳ１、Ｓ６、Ｓ４、Ｓ３が視聴者Ｖ２の画面に表示（またはレコメンド）される。これは、視聴者Ｖ２に関して、それらストリームの（ロジックＲＬ１またはロジックＲＬ２に基づく）混合スコアがより高いためである。表示順序はそれらの混合スコアに基づく。

タイミングｔ４において、レコメンドされたストリームに対する視聴者Ｖ１、Ｖ２の新たに受信したインタラクションデータに基づき、（各視聴者－ロジックのペアについて）重みが算出（または更新）される。当該インタラクションデータは、クリック率及び（または）定着時間を含んでもよい。当該重みデータは、当該視聴者からの選択結果によってリアルタイムで更新され、当該重みデータは、各視聴者に固有のものである。

一部の実施態様において、新しいレコメンデーションロジック向けに決定された最小の重みが存在してもよい。それにより、新しいロジックによってレコメンドされたコンテンツが一定期間表示され、その後の割り当て調整のために対応するインタラクションデータが収集されるように確約できる。

一部の実施態様において、当該スコアデータまたは重みデータは、当該レコメンドユニット３３２によって算出され、当該スコアＤＢ３５４に格納されてもよい。一部の実施態様において、タイミングｔ２とタイミングｔ３は、実質的に同じであってもよい。

一部の実施態様において、当該視聴者に表示されるストリーム（または重みデータ、あるいは混合スコア）のリフレッシュ（または更新）は、当該視聴者が所定の数のストリームと相互作用する（または視聴する）たびに１回実行されてもよい。また、タイミングｔ１とタイミングｔ３間の長さは固定でなくてもよい。

本発明は、異なるユーザに対してカスタマイズされた方法でコンテンツをレコメンドするものである。本発明は、異なる視聴者のインタラクションデータを利用することにより、異なるレコメンデーションロジックに基づき、異なる視聴者にコンテンツをレコメンドするものである。各視聴者は、自分に最適なレコメンデーションロジック／バージョンを有することができる。本発明は、ユーザの行動履歴に基づき、各ユーザに最適なレコメンデーションロジック／バージョンを自動的に見つけるものである。当該レコメンデーションスロットは、視聴者がストリーミングアプリケーションを使用し続けることで「カスタマイズ」される。

一部の実施態様において、異なるレコメンデーションロジックに関する視聴者の好みを判定する際に、機械学習が利用されてもよい。例えば、アンサンブル学習が実施されてもよい。当該インタラクションデータは、各視聴者の嗜好データを配信（または予測）するために、機械学習モデルに入力されてもよい。

一部の実施態様において、視聴者に対しては、スコア（レコメンデーションスコアまたは混合スコア）がそれぞれのレコメンデーションロジックの閾値より高いストリームのみがレコメンドされてもよい。

一部の実施態様において、視聴者がストリームに入った後に取得されたインタラクションデータは、視聴者がストリームに入る前に取得されたインタラクションデータよりも、重みデータの決定により大きい影響力を有してもよい。例えば、図８と図９を参照する。クリック率のデータは、視聴者Ｖ３がロジックＲＬ３によってレコメンドされるコンテンツをより好んでいることを示している。定着時間のデータは、視聴者Ｖ３がロジックＲＬ１によってレコメンドされるコンテンツをより好んでいることを示している。当該定着時間のデータは、当該視聴者が入って実際のコンテンツを視聴した後に取得されるため、重みデータの決定により大きい影響力を有する。図８に示す実施態様において、より高いクリック率は、視聴者Ｖ３が、サムネイルレコメンデーションロジックによってレコメンドされたストリームのサムネイルにより引き付けられていることを示している。しかし、図９の当該定着時間データから、視聴者Ｖ３は、実際には類似性マッチングロジックによってレコメンドされるストリームを好んでいることが分かる。

一部の実施態様において、異なるレコメンデーションロジックに関して視聴者の好み（または重みデータ）を判定する前に、あるロジックでスコアが高く、別のロジックでスコアが低いストリームを選択し、当該視聴者に表示してもよい。例えば、第１のストリーム群と第２のストリーム群が視聴者に表示される。当該第１のストリーム群は、当該視聴者について、第１のロジックに基づき第１の閾値より高いスコアと、第２のロジックに基づき第２の閾値より低いスコアとを有する。したがって、当該第１のストリーム群は、当該第１のロジックの良い代表となり得る。当該第２のストリーム群は、当該視聴者について、第１のロジックに基づき第３の閾値より低いスコアと、第２のロジックに基づき第４の閾値より高いスコアとを有する。したがって、当該第２のストリーム群は、当該第２のロジックの良い代表となり得る。この方法により、異なるレコメンデーションロジックに関して視聴者の好みを判定する際に、後で取得されるインタラクションデータの信頼性がより高くなる。この方法により、視聴者の好むレコメンデーションロジックを判定する際の混乱や誤判定を減らすことができる。

例えば、図１１において、タイミングｔ１で、ストリームＳ５、Ｓ１、Ｓ６、Ｓ２が視聴者Ｖ１に表示される。ストリームＳ５は、ロジックＲＬ１に基づく高いスコア（７）と、ロジックＲＬ２に基づく低いスコア（２）を有する。ストリームＳ２は、ロジックＲＬ１に基づく高いスコア（５）と、ロジックＲＬ２に基づく低いスコア（１）を有する。ストリームＳ１は、ロジックＲＬ１に基づく低いスコア（１）と、ロジックＲＬ２に基づく高いスコア（７）を有する。ストリームＳ６は、ロジックＲＬ１に基づく低いスコア（１）と、ロジックＲＬ２に基づく高いスコア（６）を有する。したがって、視聴者Ｖ１がストリームＳ５および（または）Ｓ２とより多く相互作用する場合、視聴者Ｖ１は、ロジックＲＬ１によってレコメンドされるコンテンツを好むことが明白である。視聴者Ｖ１がストリームＳ１および（または）Ｓ６とより多く相互作用する場合、視聴者Ｖ１がロジックＲＬ２によってレコメンドされるコンテンツを好むことが明白である。

一部の実施態様において、ＶＩＰ探索視聴者が特定されてもよい。異なるレコメンデーションロジックによってレコメンドされたストリームが、ＶＩＰ探索視聴者にレコメンドされる。彼らのインタラクションデータに基づいて重みデータが算出され、後のレコメンデーションに使用される。ＶＩＰ探索視聴者は、特定の配信者にこだわらず、多くの配信者と交流（例えば、贈り物送信、コメント、フォローなど）していること、または新しい配信者を探索し続けていること、の１つ以上の視聴者属性データ（またはインタラクション行動）によって定義されてもよい。彼らの好みはまだ形成されていない、あるいは固定されていない可能性があり、本発明は、彼らが所望するレコメンデーションロジックに基づき、彼らにコンテンツをレコメンドするために役立つ可能性がある。

図１２を参照しながら、当該情報処理装置のハードウェア構成について説明する。図１２は、本発明の一部の実施態様に基づく情報処理装置のハードウェア構成例を示すブロック図である。図に示された情報処理装置９００は、例えば、一部の実施態様における、当該サーバ１０及び（または）当該ユーザ端末２０、３０を実現することができる。

当該情報処理装置９００は、ＣＰＵ９０１と、ＲＯＭ（リードオンリーメモリ）９０３と、ＲＡＭ（ランダムアクセスメモリ）９０５を含む。また、当該情報処理装置９００は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インターフェイス９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２５、通信装置９２９を含んでもよい。さらに、当該情報処理装置９００は、カメラ（図示せず）などの撮像装置を含む。また、当該情報処理装置９００は、当該ＣＰＵ９０１に加えて、あるいは当該ＣＰＵ９０１の代わりに、ＤＳＰ（デジタルシグナルプロセッサ）やＡＳＩＣ（特定用途向け集積回路）を含んでもよい。

当該ＣＰＵ９０１は、演算処理装置および制御装置として機能し、当該ＲＯＭ９０３、当該ＲＡＭ９０５、当該ストレージ装置９１９、または当該リムーバブル記録媒体９２３に格納された各種プログラムに従って、当該情報処理装置９００のすべてまたは一部の動作を制御する。例えば、当該ＣＰＵ９０１は、一部の実施態様における当該サーバ１０及び当該ユーザ端末２０、３０に含まれる各機能ユニットの動作全般を制御する。当該ＲＯＭ９０３は、当該ＣＰＵ９０１が使用するプログラムや演算パラメータなどを格納する。当該ＲＡＭ９０５は、当該ＣＰＵ９０１の実行時に使用されるプログラムや、実行時に適宜変化するパラメータなどを格納する主記憶装置として機能する。当該ＣＰＵ９０１、ＲＯＭ９０３、ＲＡＭ９０５は、ホストバス９０７によって相互接続され、当該ホストバス９０７は、ＣＰＵバスなどの内部バスであってもよい。さらに、当該ホストバス９０７は、ブリッジ９０９を介してＰＣＩ（ペリフェラルコンポーネントインターコネクト／インターフェイス）バスなどの外部バス９１１に接続される。

当該入力装置９１５は、マウス、キーボード、タッチパネル、ボタン、スイッチ、レバーなどのユーザが操作する装置、あるいはマイクに代表される音センサ、加速度センサ、傾斜センサ、赤外線センサ、深度センサ、温度センサ、湿度センサなど物理量を電気信号に変換する装置であってもよい。当該入力装置９１５は、例えば、赤外線等の電波を利用したリモコン装置や、当該情報処理装置９００の操作に対応した携帯電話等の外部接続装置９２７であってもよい。当該入力装置９１５は、当該ユーザが入力した情報または検出された物理量に基づいて入力信号を生成し、当該ＣＰＵ９０１に出力する入力制御回路を含む。当該ユーザは、当該入力装置９１５を操作することにより、当該情報処理装置９００に各種データを入力し、動作を指示する。

当該出力装置９１７は、取得した情報を視覚的または聴覚的に当該ユーザに通知することができる装置である。当該出力装置９１７は、例えば、ＬＣＤ、ＰＤＰ、ＯＬＥＤ等のディスプレイ、スピーカーやヘッドフォン等の音声出力装置、プリンタなどであってもよい。当該出力装置９１７は、当該情報処理装置９００による処理結果を、テキスト、画像などの映像、または音声などのオーディオとして出力する。

当該ストレージ装置９１９は、データストレージ用装置であり、当該情報処理装置９００のストレージユニットの一例として構成される。当該ストレージ装置９１９は、例えば、ハードディスクドライブ（ＨＤＤ）などの磁気記憶装置、半導体記憶装置、光記憶装置、または光磁気記憶装置である。このストレージ装置９１９は、当該ＣＰＵ９０１が実行するプログラム、各種データ、外部から取得した各種データなどを格納する。

当該ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどのリムーバブル記録媒体９２３のリーダー／ライターであり、当該情報処理装置９００に内蔵または外付けされる。当該ドライブ９２１は、装着されたリムーバブル記録媒体９２３に記録された情報を読み出し、当該ＲＡＭ９０５にそれを出力する。さらに、当該ドライブ９２１は、装着された当該リムーバブル記録媒体９２３に記録を書き込む。

当該接続ポート９２５は、当該情報処理装置９００に機器を直接接続するためのポートである。当該接続ポート９２５は、例えば、ＵＳＢ（ユニバーサルシリアルバス）ポート、ＩＥＥＥ１３９４ポート、またはＳＣＳＩ（小型計算機システムインターフェイス）ポートなどであってもよい。さらに、当該接続ポート９２５は、ＲＳ―２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（登録商標）（高精細度マルチメディアインターフェイス）ポートなどであってもよい。当該接続ポート９２５に当該外部接続装置９２７を接続することにより、当該情報処理装置９００と当該外部接続装置９２７との間で様々なデータのやり取りを行うことができる。

当該通信装置９２９は、例えば、当該ネットワークＮＷに接続するための通信装置で形成された通信インターフェイスである。当該通信装置９２９は、例えば、有線または無線のローカルエリアネットワーク（ＬＡＮ）、Ｂｌｕｅｔｏｏｔｈ（商標）、または、無線ＵＳＢ（ＷＵＳＢ）用の通信カードであってもよい。さらに、当該通信装置９２９は、光通信用のルータ、ＡＤＳＬ（非対称デジタル加入者線）用のルータ、または、各種通信用のモデムなどであってもよい。当該通信装置９２９は、ＴＣＰ／ＩＰなどの所定のプロトコルを用いて、インターネット上や他の通信装置との間で信号等の送受信を行う。当該通信装置９２９に接続される当該通信ネットワークＮＷは、有線または無線で接続されるネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、電波通信、衛星通信などである。当該通信装置９２９は、通信装置としての機能を実現する。

当該撮像装置（図示せず）は、ＣＣＤ（電荷結合デバイス）やＣＭＯＳ（相補型金属酸化膜半導体）などの撮像素子と、当該撮像素子上の被写体像の結像を制御するためのレンズなど各種部材を用いて現実空間の画像を撮像し、撮像画像を生成する装置である。当該撮像装置は、静止画を撮像しても、動画を撮像してもよい。

以上、本実施態様に係る当該ライブストリーミングシステム１の構成及び動作について説明した。本実施態様は単なる一例であり、各構成要素や各処理の組み合わせについてさまざまな変更が可能であり、それらの変更も本発明の範囲内であることは当業者には理解されるところである。

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。

図１３は、本発明の一部の実施態様に基づくレコメンデーションシステムの概略図である。システムは６つのライブストリームＳ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６をＶＩＰ探索ユーザにレコメンドする。ＶＩＰ探索ユーザとは、新しいストリーマー（または配信者）を積極的に探して支援し、その支出額が閾値を超えているユーザである。システムは、ユーザの行動データを監視および分析することにより、ＶＩＰ探索ユーザを決定してもよい。レコメンドされる６つのライブストリームは、異なる種類の機械学習レコメンデーションモデルからのものである。レコメンドされた３つのライブストリームＳ１、Ｓ２、Ｓ３は、高い潜在性を有するストリーマーを選択するための機械学習レコメンデーションモデルからのものである。レコメンドされたライブストリームＳ４は、よいサムネイルを有するストリームを選択するための機械学習レコメンデーションモデルからのものである。レコメンドされたライブストリームＳ５は、ユーザの関心が高いストリームを選択するための機械学習レコメンデーションモデルからのものである。レコメンドされたライブストリームＳ６は、新しいストリーマーを選択するための機械学習レコメンデーションモデルからのものである。

レコメンドされたライブストリームにおけるユーザアクティビティ（またはインタラクションデータ）は、システムにおいて記録される。当該システムは、記録された当該ユーザアクティビティを受信するように構成されたフィードバックロジックユニットを有する。当該フィードバックロジックユニットは、フィードバックロジックに基づいて、当該機械学習レコメンデーションモデルへのレコメンデーションページ上のスロットの割り当てを制御するように構成される。当該フィードバックロジックは、あるユーザによってより多くの機械学習レコメンデーションモデルの結果が好まれる（あるいは相互作用が行われる）ほど、当該ユーザについての当該レコメンデーションページ上のスロットがより多く当該機械学習レコメンデーションモデルに割り当てられるように手配される。

以下で、当該フィードバックロジックの一例について説明する。２つの機械学習レコメンデーションモデルＲＳ１、ＲＳ２があるものと仮定する。ユーザＡについてのユーザアクティビティは、当該ユーザＡがＲＳ１によってレコメンドされた３つのライブストリームを視聴し、それら３つのうち、当該ユーザは２つのライブストリームに「いいね」を押し、当該ユーザＡは１つも「ひどいね」を押さなかったことを示した。当該ユーザＡについてのユーザアクティビティは、当該ユーザＡがＲＳ２によってレコメンドされた２つのライブストリームを視聴し、それら２つのうち、当該ユーザは１つのライブストリームに「いいね」を押し、１つのライブストリームに「ひどいね」を押したことを示した。図１４は、ユーザＡが探索したライブストリームの数を示す表である。

フィードバックロジックユニットは、図１４に示すデータを受信する。当該フィードバックロジックユニットは、ＲＳ１とＲＳ２それぞれの「好感度」を算出する。当該フィードバックロジックユニットは、ＲＳ１とＲＳ２のそれぞれについて、視聴率、「いいね」率、非「ひどいね」率を算出する。当該フィードバックロジックユニットは、ＲＳ１とＲＳ２のそれぞれについて、算出された３つの比率の平均比率を算出する。

ＲＳ１の当該視聴率は、ＲＳ１によりレコメンドされたライブストリームの数をライブストリームの総数で割った値に等しい。この場合、３／５＝０.６（６０％）となる。ＲＳ１の「いいね」率は、ＲＳ１によってレコメンドされ、「いいね」が押されたライブストリーム数を「いいね」が押されたライブストリームの総数で割った値に等しい。この場合、２／３＝０.６６６７（６６.６７％）となる。ＲＳ１の非「ひどいね」率は、１－（ＲＳ１によってレコメンドされ、「ひどいね」が押されたライブストリーム数を「ひどいね」が押されたライブストリームの総数で割った値）に等しい。この場合、１－（０／１）＝１（１００％）となる。ＲＳ２についても比率が同様に算出される。図１５は、ＲＳ１とＲＳ２のそれぞれについて算出された比率を示す表である。

当該フィードバックロジックユニットは、算出された平均比率に応じて、ＲＳ１とＲＳ２のそれぞれにスロットを割り当てるように構成される。図１５に示す例において、合計６つのスロットがある。６つのスロットのうち５つのスロットがＲＳ１に割り当てられ、１スロットがＲＳ２に割り当てられている。当該フィードバックロジックユニットは、２４.４４％／１００％×６～１.４６...～１の計算により、ＲＳ２への割り当てが１であると決定する。当該フィードバックロジックユニットは、７５.５６％／１００％×６～４.５３...～５の計算により、ＲＳ２への割り当てが５であると決定する。

図１６は、ユーザのユーザ端末のディスプレイに表示されるレコメンデーションページのスロットの変化を説明する概略図である。当該レコメンデーションページ７００は現在利用可能なライブストリームのサムネイル用に６つのスロット（スロットＳＬ１～スロットＳＬ６）を有する。当該スロットの位置が当該ページ７００の上方にあるほど、そのスロットに表示されたサムネイルは、ユーザの注目を集める。したがって、そのようなサムネイルがクリックされる確率が高くなる。例えば、当該スロットＳＬ１は、当該スロットＳＬ３よりも視聴される機会の点で優れている。まず、ＲＳ１の結果、ユーザにレコメンドされる上位３つのライブストリームを表す３つのサムネイルが、当該スロットＳＬ１、ＳＬ３、ＳＬ５に配置される。ＲＳ２の結果、ユーザにレコメンドされる上位３つのライブストリームを表す３つのサムネイルが、当該スロットＳＬ２、ＳＬ４、ＳＬ６に配置される。これは、ＲＳ１とＲＳ２で好感度に差がないことを想定している。したがって、ＲＳ１とＲＳ２の視聴される機会が同等となるようにスロットが割り当てられる。ここで、当該ユーザが当該スロットＳＬ１に配置されたサムネイルを選択する。当該スロットＳＬ１にある当該サムネイル（ＲＳ１によってレコメンドされたライブストリームを表す）を示すユーザアクティビティ（インタラクションデータなど）が当該システムに送信される。

当該システムのフィードバックロジックユニットが、上記で説明した計算を行う。その後、当該フィードバックロジックユニットが、５つのスロットをＲＳ１に割り当て、１つのスロットをＲＳ２に割り当てるべきであると判断する。当該フィードバックロジックユニットは、その指示を当該ユーザの当該ユーザ端末に送信する。当該ユーザ端末は、当該指示を受信したことに応答して、当該レコメンデーションページ７００上のスロットの再割当を実行する。当該フィードバックロジックユニットの判断により、ＲＳ１に５つのスロット（ＳＬ１～ＳＬ５）が割り当てられ、ＲＳ２に１つのスロット（ＳＬ６）が割り当てられる。当該スロットＳＬ１～ＳＬ５には、ＲＳ１の結果当該ユーザに対してレコメンドされる上位５つのライブストリームを表す５つのサムネイルが配置される。当該スロットＳＬ６には、ＲＳ２の結果当該ユーザに対してレコメンドされる上位のライブストリームを表すサムネイルが１つ配置される。このような仕組みにすることで、各ユーザに最適なレコメンデーションページを提供することができる。当該システムは、選択履歴を確認することで、各ユーザに最適なスロット配置を自動的に見つける。当該ユーザがライブストリーミングアプリケーションを使い続けることで、当該スロットが「カスタマイズ」される。

上記実施態様によれば、当該レコメンデーションページが当該ユーザの好みにより合致するようになり、当該ユーザの満足度が向上する。ユーザによって、当該レコメンデーションシステムの異なるバージョン、あるいは複数のバージョンの組み合わせが自身の好みにより合っていると感じる場合がある。本実施態様では、当該ユーザが気に入ったライブストリームの割合を徐々に増やすことで、この状況に対処することができる。

一部の実施態様において、レコメンデーションモデルに割り当てられるスロットの数を変更する代わりに、レコメンデーションモデルに割り当てられるスロットの位置を変更することも可能である。例えば、図１６に示すように、当該ユーザが当該スロットＳＬ１に配置されたサムネイルを選択した後、スロットＳＬ１～ＳＬ３が視聴される機会を高めるためにＲＳ１に割り当てられ、残りのスロットＳＬ４～ＳＬ６がＲＳ２に割り当てられてもよい。

一部の実施態様において、各レコメンデーションモデルに対してスロットの下限数が設定されてもよい。下限数を１とすると、特定のレコメンデーションモデルの平均比率がゼロに近い場合でも、その特定のレコメンデーションモデルに割り当てられるスロットが少なくとも１つ存在することになる。これにより、ユーザによる探索に十分な多様性を確保することができる。
上述において開示された実施態様は、以下のようにも説明される。
サーバであって、第１の割当ユニットと、第２の割当ユニットと、通信ユニットと、を含み、
当該第１の割当ユニットが、ストリーム情報を要求するユーザ端末上に表示されるページ上の異なる位置に異なるレコメンデーションロジックを割り当てるように構成され、当該割当が当該ユーザに関する情報に基づいて行われ、
当該第２の割当ユニットが、当該第１の割当ユニットによって割り当てられた当該レコメンデーションロジックを介して、ある位置にストリームを割り当てるように構成され、当該ストリームが、当該レコメンデーションロジックからレコメンドされたストリームとして出力され、
当該通信ユニットが、ネットワークを介して、要求元ユーザ端末に、当該第２の割当ユニットでの割当結果を送信するように構成される。

図１７は、本発明の一部の実施態様に基づくレコメンデーションサーバのブロック図である。当該サーバは、通信ユニットと、スロット割当ユニットと、レコメンデーションロジックＡと、レコメンデーションロジックＢと、レコメンデーションロジックＣと、ストリーム割当ユニットと、ストリームＤＢと、ユーザＤＢと、レコメンデーションリストＡと、レコメンデーションリストＢと、レコメンデーションリストＣと、最終リストを含む。

当該通信ユニットは、ネットワークを介して、ユーザのユーザ端末と通信するように構成される。当該ストリームＤＢは、当該ライブストリーミングプラットフォームで進行中のライブストリームに関する情報を格納する。当該ユーザＤＢは、当該ライブストリーミングプラットフォームに登録されている当該ユーザに関する情報を格納する。

レコメンデーションロジックとは、ライブストリームとそれらにマッチングするスコアが記載されたレコメンデーションリストを出力するアルゴリズムである。当該ロジックは、ルールベースまたは機械学習ベースとすることができる。本実施例では、３つの異なるレコメンデーションロジックがあるが、本発明はこれに限定されず、任意の数および任意のタイプのレコメンデーションロジックを使用することができる。

図１８は、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。当該通信ユニットは、ユーザの端末から、ネットワークを介して、当該ユーザにレコメンドされるストリームリストに対する要求を受信する。当該スロット割当ユニットは、当該要求の受信に応答して、当該要求元ユーザに関する情報を取得する。当該スロット割当ユニットは、当該ユーザ情報に基づいて、当該レコメンデーションページ上の各スロットまたは位置をレコメンデーションロジックに割り当てる。このスロット割当は、ルールベースまたは機械学習ベースとすることができる。

当該ストリーム割当ユニットは、当該レコメンデーションロジックにより出力されたレコメンデーションリストを取得する。当該ストリーム割当ユニットは、当該レコメンデーションリストに含まれるストリームを当該スロットに割り当て、最終リストを生成する。当該通信ユニットは、生成された当該最終リストを、ネットワークを介して当該要求元ユーザ端末に送信する。

図１９は、本発明の一実施態様に基づく例示的なプロセスとデータを示す概略図である。当該通信ユニットは、当該レコメンドされたストリームに対する当該要求を受信する。当該スロット割当ユニットは、当該要求の受信に応答して、当該要求元ユーザに関する当該情報を取得する。当該情報は、当該要求元ユーザの属性（性別、年齢、選択したカテゴリなど）、当該要求元ユーザの行動履歴（視聴履歴、配信履歴、ページ閲覧履歴など）を含んでいてもよい。当該スロット割当ユニットは、当該要求元ユーザの情報を使用して、スロット対ロジックの割り当てを生成する。例えば、当該スロット割当ユニットは、当該要求元ユーザを以下の３つのカテゴリのいずれかに分類してもよい：
長期ユーザ：ＸＸ日またはそれ以上前に登録されたユーザ
中期ユーザ：ＹＹ日より前かつＸＸ日までに登録されたユーザ
新規ユーザ：直近のＹＹ日以内に登録されたユーザ。
その後、当該スロット割当ユニットは、それぞれのユーザカテゴリに対応するスロット対ロジックの割当を生成してもよい。この例では、それぞれのカテゴリ（長期、中期、新規）に対応する３つの割り当てがある。

各レコメンデーションロジックＡ、Ｂ、Ｃは、そのレコメンデーションリストＡ、Ｂ、Ｃを出力する。当該レコメンデーションロジックは、当該要求元ユーザの情報を使用して当該リストを生成してもよい。一例として、あるロジックは、当該要求元ユーザの属性と当該ストリームのコンテンツタグに基づいて、当該要求元ユーザと各ストリーム間のマッチングスコアを算出する。また、当該ロジックは、当該要求元ユーザの情報を使用しなくてもよい。次のような例がある。レコメンデーションロジックＡ：レベルがＡＡ未満のストリーマーのストリームが抽出され、当該ストリームがそれらストリームの達成度スコアによりソートされる。レコメンデーションロジックＢ：レベルがＢＢ未満かつＡＡ以上のストリーマーのストリームが抽出され、当該ストリームがそれらストリームの達成度スコアによりソートされる。レコメンデーションロジックＣ：レベルＢＢ以上のストリーマーのストリームが抽出され、当該ストリームがそれらストリームの達成度スコアによりソートされる。

当該ストリーム割当ユニットは、生成された当該スロット対ロジックの割当と３つの当該レコメンデーションリストを参照する。当該ストリーム割当ユニットは、当該スロットに対応する当該レコメンデーションロジックの当該レコメンデーションリストに記載された順序で、当該ストリームを当該スロットに割り当て、最終リストを生成する。当該通信ユニットは、ネットワークを介して当該最終リストを当該要求元ユーザの端末に送信する。当該要求元ユーザの端末は、当該最終リストの受信に応答して、当該最終リストに基づき当該レコメンデーションページを生成する。当該レコメンデーションページの各スロットには、当該最終リストで指定されたそれぞれのストリームのサムネイルが表示される。当該ストリーム割当ユニットは、図１３、図１４、図１５、図１６に関連して説明したように、当該レコメンデーションページでの選択結果に基づいて更新されてもよい。

上述の構成においては、まずスロット対ロジックの割り当てまたはマッピングが決定され、その後、それぞれのロジックを介して各スロットにストリームが割り当てられる。これは、当該要求元ユーザにとって最適なロジックが選択され、当該レコメンデーションページの構築に選択された当該ロジックの結果のみが使用される状況と対照的である。そういった状況では、ユーザはレコメンデーションの一側面しか見ることができず、バラエティに欠ける。上述した構成では、異なるロジックがスロットに割り当てられている。そのため、ユーザはレコメンデーションページで異なる種類のレコメンデーション結果を見ることができる。また、異なるロジックが異なるレコメンデーション結果を生成するため、ストリーマーは潜在的視聴者への露出機会が増える。したがって、すべての優れたストリーマーを対象とした露出の分散と、達成度スコアでのソート維持が実現される。

図１３、図１４、図１５、図１６で説明した実施例の変化例
ＲＳ１は、ユーザの優先カテゴリのストリームが抽出された後、抽出された当該ストリームがフォロワー変換でソートされるロジックであってもよい。当該フォロワー変換とは、ストリームでフォロー操作を実行したユーザ数を、ストリームに参加したユーザ数で割った値である。当該フォロワー変換は、当該ユーザに関する事前知識を必要としない。従って、当該フォロワー変換によるソートは、新規視聴者に対する最初のストリーム提示に適している。優先カテゴリとは、ユーザの好みとして静的または動的に記録されているストリームカテゴリである。
ＲＳ２は、ユーザがフォローしているストリーマーのストリームが抽出され、抽出された当該ストリームがスコアによりソートされるロジックであってもよい。

図１１または図１６の変化例
最初のストリームレコメンデーションは、「支持」ユーザの視聴履歴に由来してもよい。当該支持ユーザとは、当該ライブストリーミングプラットフォームにおいて長期的な経験を有するユーザである。具体的には、当該支持ユーザの視聴履歴から得られる当該最初のストリームレコメンデーションを新規ユーザに提供することは、当該新規ユーザが当該ライブストリーミングプラットフォームに関与する確率を高めることに有効である。

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 検出ユニット
３３２ レコメンドユニット
３５０ レコメンデーションロジックＤＢ
３５２ インタラクションＤＢ
３５４ スコアＤＢ
Ｓ１０００、Ｓ１００２、Ｓ１００４、Ｓ１００６、Ｓ１００８、Ｓ１０１０ 工程
９００ 情報処理装置
９０１ ＣＰＵ
９０３ ＲＯＭ
９０５ ＲＡＭ
９０７ ホストバス
９０９ ブリッジ
９１１ 外部バス
９１３ インターフェイス
９１５ 入力装置
９１７ 出力装置
９１９ ストレージ装置
９２１ ドライブ
９２３ リムーバブル記録媒体
９２５ 接続ポート
９２７ 外部接続装置
９２９ 通信装置
ＳＬ１、ＳＬ２、ＳＬ３、ＳＬ４、ＳＬ５、ＳＬ６ スロット
７００ レコメンデーションページ
ＲＳ レコメンデーションシステム

Claims (8)

1. サーバによって実行されるレコメンデーション方法であって、
   第１のレコメンデーションロジックに基づき、視聴者のユーザ端末に第１のコンテンツを提供する工程と、
   第２のレコメンデーションロジックに基づき、前記ユーザ端末に第２のコンテンツを提供する工程と、
   前記ユーザ端末からインタラクションデータを取得する工程と、
   前記インタラクションデータに基づき、前記ユーザ端末上に表示される前記第１のレコメンデーションロジックと前記第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、
   前記第１のレコメンデーションロジックにより、前記第１のコンテンツのコンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第１のコンテンツに対する第１のレコメンデーションスコアを決定する工程と、
   前記第１のレコメンデーションスコアが第１の閾値より高いと判断する工程と、
   前記第２のレコメンデーションロジックにより、前記第２のコンテンツのコンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第２のコンテンツに対する第２のレコメンデーションスコアを決定する工程と、
   前記第２のレコメンデーションスコアが第２の閾値より高いと判断する工程と、
   前記第２のレコメンデーションロジックにより、前記第１のコンテンツの前記コンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第１のコンテンツに対する第３のレコメンデーションスコアを決定する工程と、
   前記第３のレコメンデーションスコアが第３の閾値より低いと判断する工程と、
   前記第１のレコメンデーションロジックにより、前記第２のコンテンツの前記コンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第２のコンテンツに対する第４のレコメンデーションスコアを決定する工程と、
   前記第４のレコメンデーションスコアが第４の閾値より低いと判断する工程と、
   を含むことを特徴とする、レコメンデーション方法。
2. さらに、
   前記第１のレコメンデーションスコアと前記インタラクションデータに基づき、前記第１のコンテンツに対する第１の混合スコアを決定する工程と、
   前記第２のレコメンデーションスコアと前記インタラクションデータに基づき、前記第２のコンテンツに対する第２の混合スコアを決定する工程と、
   前記第１の混合スコアと前記第２の混合スコアに基づき、前記第１のレコメンデーションロジックと前記第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、
   を含むことを特徴とする、請求項１に記載のレコメンデーション方法。
3. 前記コンテンツの割り当てを調整する工程が、前記ユーザ端末に表示される、前記第１のレコメンデーションロジックおよび前記第２のレコメンデーションロジックからのコンテンツの順序を調整することを含む、ことを特徴とする、請求項１に記載のレコメンデーション方法。
4. 前記コンテンツの割り当てを調整する工程が、前記ユーザ端末に表示される、前記第１のレコメンデーションロジックおよび前記第２のレコメンデーションロジックからのそれぞれのコンテンツの数を調整することを含む、ことを特徴とする、請求項１に記載のレコメンデーション方法。
5. さらに、
   前記第１のレコメンデーションロジックに基づき、前記ユーザ端末に第１のコンテンツ群を提供する工程と、
   前記第２のレコメンデーションロジックに基づき、前記ユーザ端末に第２のコンテンツ群を提供する工程と、
   前記インタラクションデータに基づき、前記視聴者が前記第１のコンテンツ群とより多くインタラクションしたと判断する工程と、
   前記第１のレコメンデーションロジックからより多くのコンテンツを前記ユーザ端末に表示するように、前記コンテンツの割り当てを調整する工程と、
   を含むことを特徴とする、請求項１に記載のレコメンデーション方法。
6. 前記インタラクションデータが、前記第１のレコメンデーションロジックからのコンテンツと、前記第２のレコメンデーションロジックからのコンテンツに関する、クリック率または定着時間を含む、ことを特徴とする、請求項１に記載のレコメンデーション方法。
7. レコメンデーションのためのシステムであって、１以上のプロセッサを備え、前記１以上のプロセッサが機械可読命令を実行して、
   第１のレコメンデーションロジックに基づき、視聴者のユーザ端末に第１のコンテンツを提供する工程と、
   第２のレコメンデーションロジックに基づき、前記ユーザ端末に第２のコンテンツを提供する工程と、
   前記ユーザ端末からインタラクションデータを取得する工程と、
   前記インタラクションデータに基づき、前記ユーザ端末上に表示される前記第１のレコメンデーションロジックと前記第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、
   前記第１のレコメンデーションロジックにより、前記第１のコンテンツのコンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第１のコンテンツに対する第１のレコメンデーションスコアを決定する工程と、
   前記第１のレコメンデーションスコアが第１の閾値より高いと判断する工程と、
   前記第２のレコメンデーションロジックにより、前記第２のコンテンツのコンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第２のコンテンツに対する第２のレコメンデーションスコアを決定する工程と、
   前記第２のレコメンデーションスコアが第２の閾値より高いと判断する工程と、
   前記第２のレコメンデーションロジックにより、前記第１のコンテンツの前記コンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第１のコンテンツに対する第３のレコメンデーションスコアを決定する工程と、
   前記第３のレコメンデーションスコアが第３の閾値より低いと判断する工程と、
   前記第１のレコメンデーションロジックにより、前記第２のコンテンツの前記コンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第２のコンテンツに対する第４のレコメンデーションスコアを決定する工程と、
   前記第４のレコメンデーションスコアが第４の閾値より低いと判断する工程と、
   を実行することを特徴とする、レコメンデーションのためのシステム。
8. レコメンデーションの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、そのうち、前記プログラムが、１以上のコンピュータに、
   第１のレコメンデーションロジックに基づき、視聴者のユーザ端末に第１のコンテンツを提供する工程と、
   第２のレコメンデーションロジックに基づき、前記ユーザ端末に第２のコンテンツを提供する工程と、
   前記ユーザ端末からインタラクションデータを取得する工程と、
   前記インタラクションデータに基づき、前記ユーザ端末上に表示される前記第１のレコメンデーションロジックと前記第２のレコメンデーションロジックからのコンテンツの割り当てを調整する工程と、
   前記第１のレコメンデーションロジックにより、前記第１のコンテンツのコンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第１のコンテンツに対する第１のレコメンデーションスコアを決定する工程と、
   前記第１のレコメンデーションスコアが第１の閾値より高いと判断する工程と、
   前記第２のレコメンデーションロジックにより、前記第２のコンテンツのコンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第２のコンテンツに対する第２のレコメンデーションスコアを決定する工程と、
   前記第２のレコメンデーションスコアが第２の閾値より高いと判断する工程と、
   前記第２のレコメンデーションロジックにより、前記第１のコンテンツの前記コンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第１のコンテンツに対する第３のレコメンデーションスコアを決定する工程と、
   前記第３のレコメンデーションスコアが第３の閾値より低いと判断する工程と、
   前記第１のレコメンデーションロジックにより、前記第２のコンテンツの前記コンテンツ属性データと前記視聴者の視聴者属性データに基づき、前記第２のコンテンツに対する第４のレコメンデーションスコアを決定する工程と、
   前記第４のレコメンデーションスコアが第４の閾値より低いと判断する工程と、
   を実行させることを特徴とする、コンピュータ可読媒体。

Images