JP2021111139A

JP2021111139A - 情報処理装置、情報処理方法及び情報処理プログラム

Info

Publication number: JP2021111139A
Application number: JP2020002853A
Authority: JP
Inventors: 文忠直江; Fumitada Naoe
Original assignee: Jungle X Corp
Current assignee: Jungle X Corp
Priority date: 2020-01-10
Filing date: 2020-01-10
Publication date: 2021-08-02
Anticipated expiration: 2040-01-10
Also published as: JP6914490B2; WO2021140827A1

Abstract

【課題】スポーツ競技等のイベントの状況に応じた、イベントの情報の価値を算出することが可能な情報処理装置、方法及びプログラムを提供する。【解決手段】情報処理システム１の情報処理装置１００は、その機能として、ユーザの属性情報を取得する属性情報取得部１３１と、イベントの時間の経過により変動するイベントの状況情報を収集するイベント情報収集部１３２と、イベントの状況情報に基づいて機械学習を行い、イベント予測モデル情報を生成する学習部１３３と、イベントをリアルタイムで監視して得られる動的データとイベント予測モデル情報とに基づき、イベントの状況を予測する予測部１３４と、当該イベントの状況において、ユーザに提供するサービスにおける当該イベントの情報の単位時間ごとの価値を算出する価値算出部１３５と、イベントの情報の価値を累計する課金情報算出部１３６と、を備える。【選択図】図１

Description

本開示は、開催されているイベントの情報の価値を算出する情報処理装置、情報処理方法及び情報処理プログラムに関する。

映画や、スポーツ競技やコンサートのようなイベントの中継等の映像コンテンツを視聴する際の課金方式として、ＰＰＶ（Pay per view）と呼ばれる課金方式がある。ＰＰＶとは、有料のコンテンツを視聴する際に、視聴コンテンツの数量（作品数や時間）に応じて課金される方式であり、衛星放送やケーブルテレビを提供する業者や、インターネット経由で動画コンテンツを提供する業者等により利用されている。ＰＰＶは、所定期間内において自由に視聴可能な、いわゆる定額制とは異なる課金方式であり、特に人気が高いコンテンツについて、定額制とは別にＰＰＶの対象として適用されていることが多い課金方式である。

ＰＰＶは、視聴者にとって視聴したいコンテンツに対してのみ課金できる課金方式であり、提供者にとって需要が高いコンテンツについては大きな収益が見込める課金方式である。また、スポーツ競技のようなイベントの中継の場合、その収益が当該スポーツ競技のアスリートやチームに還元される場合もあり、スポーツ競技のアスリートやチームにとってもメリットの大きい課金方式である。

特許文献１には、ＩＰ（Internet Protocol）ネットワークを介して、不特定多数の視聴者に映像コンテンツを配信するコンテンツ配信システムが開示されている。このシステムでは、配信を要求するコンテンツのリクエストをモバイル端末から受け付け、コンテンツを配信している。このシステムにおいて、映像コンテンツの例としてスポーツ中継やイベント中継が挙げられている。

特開２０１１−１０９６７３号公報

ところで、スポーツ競技のようなイベントをリアルタイムで中継する場合におけるＰＰＶの課金方式は、当該スポーツ競技の価値を判定するのが困難であるため、実際には、多くの収益が見込める、非常に注目度の高い一部のイベントにしか適用されていない、という現状がある。また、例えばサッカーや野球のようにチームで試合が行われるスポーツ競技の場合、人気のあるアスリートが必ず出場するとは限らないため、当該アスリートのファンにとってそのアスリートが出場するか否かによって、そのスポーツ競技の価値は大きく変化することになる。また、リーグ戦のように当該試合以外の状況によって、ファンにとってその試合の価値が大きく変動する場合もある。さらに、野球のように天候によっては中止になる試合もあり、当該スポーツ競技の価値は、そのときの状況によって大きく変動することになる。

このような、スポーツ競技のようなイベントの価値を、リアルタイムに評価することが可能な技術が期待されていた。

そこで、本開示では、スポーツ競技等のイベントの状況に応じた、イベントの情報の価値を算出することが可能な情報処理装置、情報処理方法及び情報処理プログラムについて説明する。

本開示の一態様における情報処理装置は、過去に行われたイベントにおける、時間の経過により変動する過去のイベントの状況情報を収集するイベント状況収集部と、収集された状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する学習部と、現在のイベントをリアルタイムで監視し、イベント予測モデル情報と、現在のイベントの状況とに基づき、現在のイベントの状況の変化を予測する予測部と、予測された現在のイベントの状況において、現在のイベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する価値算出部と、を備える。

本開示の一態様における情報処理方法は、イベント状況収集部が行う、過去に行われたイベントにおける、時間の経過により変動する過去のイベントの状況情報を収集するイベント状況収集ステップと、学習部が行う、収集された状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する学習ステップと、予測部が行う、現在のイベントをリアルタイムで監視し、イベント予測モデル情報と、現在のイベントの状況とに基づき、現在のイベントの状況の変化を予測する予測ステップと、価値算出部が行う、予測された現在のイベントの状況において、現在のイベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する価値算出ステップと、を備える。

また、本開示の一態様における情報処理プログラムは、過去に行われたイベントにおける、時間の経過により変動する過去のイベントの状況情報を収集するイベント状況収集ステップと、収集された状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する学習ステップと、現在のイベントをリアルタイムで監視し、イベント予測モデル情報と、現在のイベントの状況とに基づき、現在のイベントの状況の変化を予測する予測ステップと、予測された現在のイベントの状況において、現在のイベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する価値算出ステップと、を電子計算機に実行させる。

本開示によれば、過去に行われたイベントにおいて、時間の経過により変動するイベントの状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する。このモデル情報と、リアルタイムで監視しているイベントの状況とに基づき、イベントの状況の変化を予測する。そのため、イベントの状況を適切に予測することが可能である。また、予測されたイベントの状況に応じて、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する。これにより、イベントの情報の価値を適切に算出することが可能になる。

本開示の一実施形態に係る情報処理システム１を示す機能ブロック構成図である。図１のユーザ端末２００を示す機能ブロック構成図である。図１の情報処理装置１００におけるイベント予測モデル生成処理の動作を示すフローチャートである。図１のイベント展開ＤＢ１２２の格納例を示す模式図である。図１の情報処理装置１００におけるイベント情報価値算出処理の動作を示すフローチャートである。図５のステップＳ２０３におけるサービス開始後の画面表示例を示す模式図である。図５のステップＳ２０５におけるイベント価値の増減の例を示すグラフである。本開示の一実施形態に係るコンピュータ７００を示す機能ブロック構成図である。

以下、本開示の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。

（実施形態１）
＜構成＞
図１は、本開示の実施形態１に係る情報処理システム１を示す機能ブロック構成図である。この情報処理システム１は、限定ではなく例として、リアルタイムで開催されているイベントの情報、例えばスポーツ競技の試合や、将棋や囲碁の対局の中継情報を提供すると共に、その状況の変化を予測し、そのイベントの情報の単位時間ごとの価値を算出するシステムである。

情報処理システム１が提供するイベントの情報は、例えば、スポーツ競技の試合や、将棋や囲碁の対局のようにリアルタイムで開催されているイベントに関連する静的データ、例えば過去の対戦データやそれらの集計データと、動的データ、例えばリアルタイムの実況データとからなる、データによるイベント中継の情報である。

ここで、データによるイベント中継は、受信するユーザのユーザ端末にテキストデータとして表示されてもよく、テキストデータから生成される画像データ等と組み合わせて表示されてもよい。例えば、サッカーの試合の中継の場合、サッカー場を模した画面上に選手の位置が分かるように画像データ（選手を模した画像データでもよく、点や記号で表現してもよい。）を表示させることで試合の状況を把握できるように表示する。

また、情報処理システム１は、このようなイベントの情報を提供すると共に、ユーザに提供するサービスにおける、イベントの情報の単位時間ごとの価値を算出する。ここで、情報処理システム１が提供するイベントの情報は、ユーザが使用する端末に対して、インターネットや公衆回線のような通信手段を用いて提供されるサービスであり、いわゆるＷｅｂサービスでもよく、電話回線や放送網を用いたものであってもよい。スポーツ競技の試合や将棋や囲碁の対局は、刻一刻と状況が変化するため、イベントの情報の単位時間ごとの価値も刻一刻と変化する。例えば、スポーツ競技の試合において、予想外の出来事（例えば、野球の場合の満塁ホームランや、ゴルフの場合のホールインワンのような出来事）が発生した場合、価値が急上昇する場合もある。そのため、情報処理システム１は、このように瞬間ごとに変化する、イベントの情報の単位時間ごとの価値を算出する。また、情報処理システム１は、算出した価値を累積し、イベントの情報をＰＰＶにより有料で提供する場合の課金情報とする。

なお、ここでいうイベントの情報の単位時間ごとの価値とは、金銭的な価値のことであり、ＰＰＶの課金情報の基になる価値であるが、所定の特典、例えば商品購入等に使用可能なポイント等であってもよい。

情報処理システム１は、情報処理装置１００と、ユーザ端末２００と、ネットワークＮＷとを有している。情報処理装置１００と、ユーザ端末２００とは、ネットワークＮＷを介して相互に接続される。ネットワークＮＷは、通信を行うための通信網であり、限定ではなく例として、インターネット、イントラネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、ワイヤレスＬＡＮ（Wireless LAN：ＷＬＡＮ）、ワイヤレスＷＡＮ（Wireless WAN：ＷＷＡＮ）、仮想プライベートネットワーク（Virtual Private Network：ＶＰＮ）等を含む通信網により構成されている。

情報処理装置１００は、イベントの状況を予測するため、過去に行われたイベントの状況情報を収集して機械学習を行い、イベントの状況変化を予測するモデル情報を生成し、リアルタイムで監視しているイベントの状況に基づいてイベントの状況の変化を予測して当該イベントの情報の単位時間ごとの価値を算出する装置である。この情報処理装置１００は、限定ではなく例として、Ｗｅｂサービスを含めた各種情報を提供するコンピュータ（デスクトップ、ラップトップ、タブレットなど）や、サーバ装置を含む装置等により構成されている。なお、サーバ装置は単体で動作するサーバ装置に限られず、ネットワークＮＷを介して通信を行うことで協調動作する分散型サーバシステムや、クラウドサーバでもよい。

ユーザ端末２００は、情報処理システム１が提供するイベントの情報を受信してユーザに提示（表示）するための、ユーザが使用する端末装置であり、限定ではなく例として、スマートフォンや、携帯端末、コンピュータ（デスクトップ、ラップトップ、タブレットなど）等により構成されている。このユーザ端末２００では、情報処理システム１のサービスの提供を受けるためのアプリがインストールされ、または情報処理装置１００にアクセスするためのＵＲＬ等が設定され、それらをタップまたはダブルクリック等して起動することにより、サービスが開始される。

情報処理装置１００は、その機能として、通信部１１０と、記憶部１２０と、制御部１３０とを備える。

通信部１１０は、ネットワークＮＷを介してユーザ端末２００と有線または無線で通信を行うための通信インタフェースであり、互いの通信が実行出来るのであればどのような通信プロトコルを用いてもよい。この通信部１１０は、限定ではなく例として、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）等の通信プロトコルにより通信が行われる。

記憶部１２０は、各種制御処理や制御部１３０内の各機能を実行するためのプログラムや入力データ等を記憶するものであり、限定ではなく例として、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等を含むメモリや、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等を含むストレージから構成される。また、記憶部１２０は、ユーザＤＢ１２１と、イベント展開ＤＢ１２２と、イベント予測モデルＤＢ１２３とを記憶する。さらに、記憶部１２０は、ユーザ端末２００との間で通信を行った際のデータや、後述する各処理にて生成されたデータを一時的に記憶する。

ユーザＤＢ１２１には、情報処理システム１からイベントの情報の提供を受けるユーザを識別する識別データや、当該ユーザの年齢、性別、居住地といった属性情報が格納されている。ユーザの識別データは、情報処理システム１にログインするための情報であり、情報処理システム１で発行してもよく、ユーザの入力により決定してもよく、またはユーザのメールアドレス等であってもよい。また、情報処理システム１では、例えばイベントの情報を提供するユーザからの同意を得た上で、ユーザに対して会員登録することを要求し、その際に、ユーザの属性情報を取得するため、年齢を算出するための生年月日や、性別、居住地を入力させる。この属性情報は、後述するように、ユーザごとのイベントの情報の価値を算出するために使用されるものである。

イベント展開ＤＢ１２２には、イベントにおいてリアルタイムに発生した状況に関する動的データが収集され、静的データと共に格納されている。動的データは、例えばスポーツ競技や、将棋や囲碁の対局等において発生した出来事を記録した時系列データであり、具体的には、何時何分に試合開始、何時何分にフリーキック、といったスポーツ競技等の出来事の実況データを文章化したテキスト情報である。静的データは、スポーツ競技や将棋や囲碁の対局等に関連する過去の対戦データやそれらの集計データである。

イベント展開ＤＢ１２２に格納される動的データは、後述するように機械学習の対象データとなるため、スポーツ競技や将棋や囲碁の対局等のテキスト情報が構造化された状態で格納されている。構造化（アノテーション）された状態とは、限定ではなく例として、テキスト情報を文節単位で分解し、文節内に含まれる単語と、この文節が「いつ」、「だれ（どのチーム）」、「どこ（競技フィールドにおける位置）」、「何をしたか」、「どのような結果になったか」等の要素のうちのいずれかを示すのかを示す要素タグと、に分解された状態である。

イベント予測モデルＤＢ１２３には、後述するように、イベント展開ＤＢ１２２に格納される動的データにより機械学習が行われて生成される、イベントの状況を予測するためのモデル情報が格納されている。イベントの状況を予測するためのモデル情報は、限定ではなく例として、スポーツ競技や、将棋や囲碁の対局等の現在の出来事、例えばサッカーの場合、フリーキックやコーナーキックという出来事が発生した場合、近い将来にゴールという出来事が発生する可能性があると予測できる。すなわち、このモデル情報は、イベントにおいて近い将来に発生する出来事を予測するためのモデル情報である。

制御部１３０は、記憶部１２０に記憶されているプログラムを実行することにより、情報処理装置１００の全体の動作を制御するものであり、限定ではなく例として、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、マイクロプロセッサ（Microprocessor）、プロセッサコア（Processor core）、マルチプロセッサ（Multiprocessor）、ＡＳＩＣ（Application-Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）を含む装置等から構成される。制御部１３０の機能として、属性情報取得部１３１と、イベント情報収集部１３２と、学習部１３３と、予測部１３４と、価値算出部１３５と、課金情報算出部１３６とを備えている。この属性情報取得部１３１、イベント情報収集部１３２、学習部１３３、予測部１３４、価値算出部１３５、及び課金情報算出部１３６は、記憶部１２０に記憶されているプログラムにより起動されて情報処理装置１００にて実行される。

属性情報取得部１３１は、ユーザ端末２００から情報処理装置１００へアクセスするユーザの属性情報を取得する。算出するイベントの情報の単位時間ごとの価値は、そのときに情報処理装置１００へアクセスしてイベントの情報の配信を受けているユーザ数、及びそのユーザの属性によって変化する。そのため、行われているイベントの情報を取得するためにリアルタイムにアクセスしているユーザについて、属性情報をユーザＤＢ１２１から取得する。例えば、ユーザがスポーツ競技や、将棋や囲碁の対局等を観戦しようとする場合、自己のユーザ端末２００から情報処理装置１００へアクセスするので、ユーザ端末２００から情報処理装置１００へのアクセスがあったときに認証が行われる。属性情報取得部１３１は、そのときに当該ユーザの属性情報をユーザＤＢ１２１から取得する。

属性情報取得部１３１では、取得したユーザの属性情報から、記憶部１２０に一時記憶として記憶している属性ごとのアクセス数をカウントアップしてもよく、ユーザＤＢ１２１にユーザのアクセス状況を格納してもよい。

イベント情報収集部１３２は、過去に行われたイベントにおいて、時間の経過により変動する過去のイベントの状況情報を収集する。具体的には、スポーツ競技や将棋や囲碁の対局等のようなイベントの状況をリアルタイムに監視し、発生した状況に関する時系列の動的データと、スポーツ競技等に関連する過去の対戦データやそれらの集計データである静的データとを収集する。これらの情報は、後述する予測部１３４によりリアルタイムで監視されて取得されたイベントの状況の情報を過去のデータとして収集してもよく、インターネット記事等から取得してもよい。なお、収集するイベントの状況の情報量は、学習部１３３による機械学習を行うために十分な情報量であることが望ましい。取得されたイベントの状況情報は、イベント展開ＤＢ１２２に格納される。

学習部１３３は、イベント情報収集部１３２で収集され、イベント展開ＤＢ１２２に格納されたイベントの状況情報、具体的にはスポーツ競技や、将棋や囲碁の対局等のようなイベントの状況をリアルタイムに監視して発生した状況に関する動的データに基づき、機械学習を行い、イベントの状況の変化を予測するイベント予測モデル情報を生成する。前述のように、このモデル情報は、スポーツ競技や、将棋や囲碁の対局等の現在の出来事、例えばサッカーの場合においてフリーキックやコーナーキックという出来事が発生した場合、その後の近い将来に発生する出来事、例えばゴールという出来事が一定の確率で発生すると予測されることを示すモデル情報である。

学習部１３３では、例えばサッカーの試合の時系列情報から機械学習を行い、ある出来事が発生した後に、異なる（または同じ）出来事が発生している、というようなパターンを情報として教師データとし、機械学習を行う。学習するイベントの状況の情報量は、機械学習を行うために十分な情報量であることが望ましいが、充分な情報量がイベント展開ＤＢ１２２に格納されていない場合、断片的な情報を補完するために情報のスパース性を利用した情報抽出技術である、スパースモデリングを適用してもよい。生成されたイベント予測モデル情報は、イベント予測モデルＤＢ１２３に格納される。

予測部１３４は、イベントをリアルタイムで監視して得られる動的データと、学習部１３３で生成されてイベント予測モデルＤＢ１２３に格納されているイベント予測モデル情報とに基づき、イベントの状況の変化を予測する。具体的には、スポーツ競技等のようなイベントの状況をリアルタイムで監視し、発生した状況に関する動的データに基づき、イベント予測モデルＤＢ１２３に格納されているイベント予測モデル情報から、スポーツ競技等の現在の出来事、例えばサッカーの場合においてフリーキックやコーナーキックという出来事が発生した場合、その後の近い将来に発生する出来事、例えばゴールという出来事が一定の確率で発生すると予測する。

予測部１３４で行われるスポーツ競技等のイベントの監視は、例えば、スポーツ競技の試合や、将棋や囲碁の対局の状況を撮像する撮像データを、試合会場等に設置されたカメラ等から直接、またはテレビ中継やインターネット動画サイト等から取得し、撮像データを画像解析や音声解析することにより行ってもよく、または、所定のＷｅｂページにおけるインターネット記事等のように、イベントの状況を説明する鉄器スト情報を分析して行ってもよい。なお、この場合、画像解析や音声解析、テキスト解析を行うためのモデル情報を記憶部１２０に記憶してもよいが、図示を省略する。

価値算出部１３５は、予測部１３４で予測されたイベントの状況において、ユーザ端末２００から情報処理装置１００へアクセスし、スポーツ競技や、将棋や囲碁の対局等を観戦しているユーザに提供するサービスにおける、当該イベントの情報の単位時間ごと（例えば、１分ごと）の価値を算出する。イベントの情報の単位時間ごとの価値は、イベントの情報の配信を受けているユーザの顧客層、すなわちユーザの属性によって異なるため、価値算出部１３５では、属性情報取得部１３１で取得されたユーザの属性情報ごとに算出される。

例えば、サッカーの試合におけるゴールや、野球の試合におけるホームランの時には、試合を観戦しているユーザはその試合に没入していることが多く、このような所定のアクションが発生した場合には、イベントの情報の単位時間ごとの価値は増減すると考えられる。また、サッカーの試合におけるハーフタイムや、野球の試合におけるイニングの交代時は、試合を観戦しているユーザはその試合にはあまり没入しておらず、他の試合の状況を確認し、または休憩していることが多いと考えられるため、このような所定の時間帯には、イベントの情報の単位時間ごとの価値は増減すると考えられる。そのため、価値算出部１３５では、設定された所定の時間帯や所定のアクションが発生した場合には、イベントの情報の単位時間ごとの価値を増減させる。

また、例えば、サッカーの試合のように試合時間がほぼ決まっている場合、試合の残り時間によって、イベントの情報の単位時間ごとの価値は増減すると考えられる。そのため、価値算出部１３５では、そのイベントの経過時間と所要時間（例えば、その試合により定められた試合時間）との比により、イベントの情報の単位時間ごとの価値を増減させる。

課金情報算出部１３６は、価値算出部１３５で算出されたイベントの情報の単位時間ごとの価値を累積し、イベントの情報をユーザに提供するサービスにおける、ＰＰＶにより有料で提供する場合の課金情報を算出する。情報処理システム１では、イベントの情報をＰＰＶにより有料で提供するため、課金情報算出部１３６は、そのイベントの所要時間分累積する。

例えば、イベントの価値は、スポーツ競技等の種類により注目度は異なるため、イベントの種類によって異なることがある。また、イベントの価値は、スポーツ競技におけるトーナメントの決勝戦のように非常に注目度の高いイベントの場合、あらかじめ価値が高いことが見込まれる場合もある。そのため、課金情報算出部１３６は、イベントの種類ごとにあらかじめ定められた固定値と、行われるイベントの人気度に基づいて算出される変動値とを、価値算出部１３５で算出された累積値に加算してもよい。

図２は、図１のユーザ端末２００を示す機能ブロック構成図である。ユーザ端末２００は、通信部２１０と、表示部２２０と、操作部２３０と、記憶部２４０と、制御部２５０とを備える。

通信部２１０は、ネットワークＮＷを介して情報処理装置１００と有線または無線で通信を行うための通信インタフェースであり、互いの通信が実行できるのであればどのような通信プロトコルを用いてもよい。この通信部２１０は、限定ではなく例として、ＴＣＰ／ＩＰ等の通信プロトコルにより通信が行われる。

表示部２２０は、ユーザから入力された操作内容や、情報処理装置１００からの送信内容を表示するために用いられるユーザインタフェースであり、液晶ディスプレイ等から構成される。表示部２２０では、情報処理装置１００が提供するイベントの情報を表示する。

操作部２３０は、ユーザが操作指示を入力するために用いられるユーザインタフェースであり、キーボードやマウス、タッチパネル等から構成される。

記憶部２４０は、各種制御処理や制御部２５０内の各機能を実行するためのプログラム、入力データ等を記憶するものであり、限定ではなく例として、ＲＡＭ、ＲＯＭ等を含むメモリや、ＨＤＤ、ＳＳＤ、フラッシュメモリ等を含むストレージから構成される。また、記憶部２４０は、情報処理装置１００と通信を行ったデータを一時的に記憶する。

制御部２５０は、記憶部２４０に記憶されているプログラムを実行することにより、ユーザ端末２００の全体の動作を制御するものであり、限定ではなく例として、ＣＰＵ、ＭＰＵ、ＧＰＵ、マイクロプロセッサ、プロセッサコア、マルチプロセッサ、ＡＳＩＣ、ＦＰＧＡを含む装置等から構成される。

＜処理の流れ＞
情報処理システム１の情報処理装置１００が実行する、情報処理方法の一例の処理の流れについて説明する。まず、図３を参照しながら、情報処理装置１００が実行する、情報処理方法の一部であるイベント予測モデル生成処理の流れについて説明する。図３は、図１の情報処理装置１００におけるイベント予測モデル生成処理の動作を示すフローチャートである。

ステップＳ１０１の処理として、イベント情報収集部１３２では、過去に行われた、スポーツ競技や将棋や囲碁の対局等のようなイベントにおいて、時間の経過により変動する過去のイベントの状況情報が収集される。取得されたイベントの状況情報は、イベント展開ＤＢ１２２に格納される。

図４は、図１のイベント展開ＤＢ１２２の格納例を示す模式図である。ステップＳ１０１で収集されるイベントの状況情報は、例えば、図４に示すような、イベントに関する静的データＴＸ１と、動的データＴＸ２とにより構成される。静的データＴＸ１は、図４に示すように、イベントの例であるスポーツ競技の試合が行われた日時や、対戦チーム等の情報であり、その他、当該試合における出場選手や、当該試合が行われたときの気象情報等が含まれてもよい。

動的データＴＸ２は、図４に示すように、イベントの例であるスポーツ競技の試合において発生した出来事を記録した時系列データであり、前述のように、「いつ」、「だれ（どのチーム）」、「どこ（競技フィールドにおける位置）」、「何をしたか」、「どのような結果になったか」等の要素が含まれる。その他、当該試合における出場選手の交代情報等が含まれてもよい。

ステップＳ１０２の処理として、学習部１３３では、ステップＳ１０１で収集され、イベント展開ＤＢ１２２に格納されたイベントの状況情報、具体的にはスポーツ競技や、将棋や囲碁の対局等のようなイベントの状況をリアルタイムに監視して発生した状況に関する動的データに基づき、機械学習が行われる。例えばサッカーの場合、サッカーの試合の時系列情報から、ある出来事が発生した後に、異なる（または同じ）出来事が発生している、というようなパターンの情報を教師データとして、機械学習が行われる。

ステップＳ１０３の処理として、学習部１３３では、ステップＳ１０２で行われた機械学習の結果として、イベントの状況の変化を予測するイベント予測モデル情報が生成される。このモデル情報は、例えばサッカーの場合、フリーキックやコーナーキックという出来事が試合の中で発生した場合、その後の近い将来に発生する出来事、例えばゴールという出来事が一定の確率で発生すると予測するためのモデル情報である。生成されたイベント予測モデル情報は、イベント予測モデルＤＢ１２３に格納される。

次に、図５を参照しながら、情報処理方法の一部であるイベント情報価値算出処理の流れについて説明する。図５は、図１の情報処理装置１００におけるイベント情報価値算出処理の動作を示すフローチャートである。なお、図５に示すフローチャートは、ステップＳ２０４からステップＳ２０５の処理について１回だけ行われている例を示しているが、スポーツ競技や、将棋や囲碁の対局等のようなイベントが行われている間、図５に示すフローチャートのステップＳ２０４からステップＳ２０５の処理は、通常、繰り返し複数回行われる。

ステップＳ２０１の処理として、情報処理装置１００では、情報処理システム１によるイベントの情報の提供を受けるために、ユーザ認証が行われる。そのため、例えば、ユーザの操作によりユーザ端末２００でアカウント情報とパスワードの入力要求が行われ、入力された情報に基づいて登録されている情報と一致するか照合することで、ユーザ認証が行われる。一致した場合、情報処理装置１００にログインされる。

ステップＳ２０２の処理として、属性情報取得部１３１では、ステップＳ２０１でユーザから入力されたアカウント情報によりユーザＤＢ１２１の読み込みが行われ、当該ユーザの属性情報がユーザＤＢ１２１から取得される。例えば、ステップＳ２０２では、取得したユーザの属性情報から、記憶部１２０に一時記憶として記憶している属性ごとのアクセス数をカウントアップされ、または、ユーザＤＢ１２１にユーザのアクセス状況が格納される。

ステップＳ２０３の処理として、情報処理装置１００では、情報処理システム１によるイベントの情報の提供、具体的には、スポーツ競技や将棋や囲碁の対局等のようなイベントの状況情報の提供が開始される。

図６は、図５のステップＳ２０３におけるサービス開始後の画面表示例を示す模式図である。情報処理装置１００は、イベントの情報を提供する際に、イベントの情報であるテキストデータから画像データを生成し、図６に示す画像データＦＬと組み合わせてユーザ端末２００に表示してもよい。画像データＦＬは、例えば、サッカーの試合の場合の例であり、サッカーの試合結果であるスコアが画面上方に表示され、サッカー場を模した画面上にゴールシーンがボールの軌跡として表示された状態を示している。

ステップＳ２０４の処理として、予測部１３４では、イベントをリアルタイムで監視して得られる動的データと、ステップＳ１０２で機械学習が行われ、ステップＳ１０３で生成されてイベント予測モデルＤＢ１２３に格納されたイベント予測モデル情報とに基づいて、イベントの状況の変化が予測される。例えば、スポーツ競技等の現在の出来事、例えばサッカーの場合においてフリーキックやコーナーキックという出来事が発生した場合、その後の近い将来に発生する出来事、例えばゴールという出来事が一定の確率で発生すると予測される。

ステップＳ２０５の処理として、価値算出部１３５では、ステップＳ２０４で予測されたイベントの状況において、ユーザ端末２００から情報処理装置１００へアクセスし、スポーツ競技や、将棋や囲碁の対局等を観戦しているユーザに提供するサービスにおける、当該イベントの情報の単位時間ごとの価値が算出される。ステップＳ２０５で行われるイベントの情報の単位時間ごとの価値の算出は、ステップＳ２０２で取得されたユーザの属性情報ごとに算出される。

ステップＳ２０６の処理として、課金情報算出部１３６では、ステップＳ２０５で算出されたイベントの情報の単位時間ごとの価値が累積され、イベントの情報をユーザに提供するサービスにおける、ＰＰＶにより有料で提供する場合の課金情報が算出される。なお、ステップＳ２０６の処理後、試合や対局が終了していない場合はステップＳ２０４の処理に戻る。

図７は、図５のステップＳ２０５におけるイベント価値の増減の例を示すグラフである。図７に示す折れ線Ｌ１は、ステップＳ２０５で算出されるイベント価値の時間経過を示すグラフであり、例えば、図７に示す試合開始のタイミングＴ１では、折れ線Ｌ１に示すようにイベント価値は所定の値になっている。その後、イベント価値は時間の経過とともに変化し、図７に示す折れ線Ｌ１では、徐々に減少している。

例えば、試合開始の時点では、ユーザは当該試合や対局に没入している可能性が高いので、図７に示すように、イベント価値は一定の値を示しているが、時間の経過とともに、試合状況が膠着状態になる等により、当該試合や対局への没入が徐々に薄れてくると、ユーザが他の情報に目が行く可能性が高くなると考えられるため、イベント価値は徐々に減少する。また、例えば図７に示すように、タイミングＴ２において所定のアクションが発生すると、イベント価値は上昇する。その後、イベント価値の増減が試合終了のタイミングＴ３まで繰り返され、タイミングＴ３では０になる。

また、図７に示すハッチング部Ｓ１は、ステップＳ２０５で算出されるイベント価値の累積値を示しており、この値がステップＳ２０６で算出される課金情報となる。これにより、タイミングＴ２のように上昇したイベント価値が課金情報に反映され、課金情報も上昇することになり、イベント価値がＰＰＶにより有料で提供する場合の課金情報に反映される。

＜効果＞
以上のように、本実施形態に係る情報処理装置及び情報処理方法は、過去に行われたイベント、例えばスポーツ競技や、将棋や囲碁の対局等において、時間の経過により変動するイベントの状況情報の動的データに基づいて機械学習を行う。この機械学習により、イベントの状況の変化を予測するイベント予測モデル情報を生成する。イベントをリアルタイムで監視して得られる動的データと、イベント予測モデル情報とに基づき、イベントの状況の変化を予測する。これにより、イベントの状況を分析し、適切に予測することが可能である。

また、予測されたイベントの状況において、スポーツ競技や、将棋や囲碁の対局等を観戦しているユーザに提供するサービスにおける、当該イベントの情報の単位時間ごと（例えば、１分ごと）の価値を算出する。このとき、イベントの情報の単位時間ごとの価値の算出は、ユーザの属性情報ごとにそれぞれ算出される。これにより、イベントの種類や状況に応じた、適切なイベントの価値を算出することが可能である。

さらに、算出されたイベントの価値を累積して、当該サービスにおける、ＰＰＶにより有料で提供する場合の課金情報を算出する。これにより、イベントの状況等により増減するイベントの価値が課金情報に反映されるので、イベントの状況に応じた適切な課金をすることが可能である。

（実施形態２（プログラム））
図８は、コンピュータ（電子計算機）７００の構成の例を示す機能ブロック構成図である。コンピュータ７００は、ＣＰＵ７０１、主記憶装置７０２、補助記憶装置７０３、インタフェース７０４を備える。

ここで、実施形態１に係る属性情報取得部１３１と、イベント情報収集部１３２と、学習部１３３と、予測部１３４と、価値算出部１３５と、課金情報算出部１３６とを構成する各機能を実現するための制御プログラム（情報処理プログラム）の詳細について説明する。これらの機能ブロックは、コンピュータ７００に実装される。そして、これらの各構成要素の動作は、プログラムの形式で補助記憶装置７０３に記憶されている。ＣＰＵ７０１は、プログラムを補助記憶装置７０３から読み出して主記憶装置７０２に展開し、当該プログラムに従って前述の処理を実行する。また、ＣＰＵ７０１は、プログラムに従って、上述した記憶部に対応する記憶領域を主記憶装置７０２に確保する。

当該プログラムは、具体的には、コンピュータ７００において、過去に行われたイベントにおける、時間の経過により変動する過去のイベントの状況情報を収集するイベント状況収集ステップと、収集された状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する学習ステップと、現在のイベントをリアルタイムで監視し、イベント予測モデル情報と、現在のイベントの状況とに基づき、現在のイベントの状況の変化を予測する予測ステップと、予測された現在のイベントの状況において、現在のイベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する価値算出ステップと、をコンピュータによって実現する制御プログラムである。

なお、補助記憶装置７０３は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、インタフェース７０４を介して接続される磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等が挙げられる。また、このプログラムがネットワークを介してコンピュータ７００に配信される場合、配信を受けたコンピュータ７００が当該プログラムを主記憶装置７０２に展開し、前述の処理を実行してもよい。

また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置７０３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。

以上、開示に係る実施形態について説明したが、これらはその他の様々な形態で実施することが可能であり、種々の省略、置換および変更を行なって実施することが出来る。これらの実施形態および変形例ならびに省略、置換および変更を行なったものは、特許請求の範囲の技術的範囲とその均等の範囲に含まれる。

＜付記＞
以上の各実施形態で説明した事項を、以下に付記する。

（付記１）過去に行われたイベントにおける、時間の経過により変動する過去の前記イベントの状況情報を収集するイベント状況収集部と、収集された状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する学習部と、現在のイベントをリアルタイムで監視し、イベント予測モデル情報と、現在のイベントの状況とに基づき、現在のイベントの状況の変化を予測する予測部と、予測された現在のイベントの状況において、現在のイベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する価値算出部と、を備える情報処理装置。

（付記２）価値算出部は、現在のイベントの情報の単位時間ごとの価値を、現在のイベントの経過時間と所要時間との比により変動させて算出する、（付記１）に記載の情報処理装置。

（付記３）サービスにおける、現在のイベントの情報の単位時間ごとの価値を累積し、ユーザに対するサービスの課金情報を算出する課金情報算出部を備える、（付記１）または（付記２）に記載の情報処理装置。

（付記４）課金情報算出部は、イベントの種類ごとにあらかじめ定められた固定値と、現在のイベントの人気度に基づいて算出される変動値と、を加算してサービスの課金情報を算出する、（付記３）に記載の情報処理装置。

（付記５）ユーザの属性情報を取得する属性情報取得部を備え、価値算出部は、現在のイベントの情報の単位時間ごとの価値を、ユーザの属性を示すユーザ属性ごとに算出する、（付記１）から（付記４）のいずれかに記載の情報処理装置。

（付記６）価値算出部は、イベント内において、設定された所定のアクションが発生した場合に現在のイベントの情報の単位時間ごとの価値を増減させる、（付記１）から（付記５）のいずれかに記載の情報処理装置。

（付記７）価値算出部は、イベントの所定の時間帯の場合に、現在のイベントの情報の単位時間ごとの価値を増減させる、（付記１）から（付記６）のいずれかに記載の情報処理装置。

（付記８）予測部は、イベントを撮像する撮像データの解析を行い、イベントの状況を判断してイベントの状況の変化を予測する、（付記１）から（付記７）のいずれかに記載の情報処理装置。

（付記９）予測部は、所定のＷｅｂページからイベントの状況を説明する情報を取得し、イベントの状況を判断してイベントの状況の変化を予測する、（付記１）から（付記８）のいずれかに記載の情報処理装置。

（付記１０）イベント状況収集部が行う、過去に行われたイベントにおける、時間の経過により変動する過去のイベントの状況情報を収集するイベント状況収集ステップと、学習部が行う、収集された状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する学習ステップと、予測部が行う、現在のイベントをリアルタイムで監視し、イベント予測モデル情報と、現在のイベントの状況とに基づき、現在のイベントの状況の変化を予測する予測ステップと、価値算出部が行う、予測された現在のイベントの状況において、現在のイベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する価値算出ステップと、を備える情報処理方法。

（付記１１）過去に行われたイベントにおける、時間の経過により変動する過去のイベントの状況情報を収集するイベント状況収集ステップと、収集された状況情報に基づいて機械学習を行い、現在行われているイベントの状況の変化を予測するイベント予測モデル情報を生成する学習ステップと、現在のイベントをリアルタイムで監視し、イベント予測モデル情報と、現在のイベントの状況とに基づき、現在のイベントの状況の変化を予測する予測ステップと、予測された現在のイベントの状況において、現在のイベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在のイベントの情報の単位時間ごとの価値を算出する価値算出ステップと、を電子計算機に実行させるための、情報処理プログラム。

１情報処理システム、１００情報処理装置、１１０通信部、１２０記憶部、１２１ユーザＤＢ、１２２イベント展開ＤＢ、１２３イベント予測モデルＤＢ、１３０制御部、１３１属性情報取得部、１３２イベント情報収集部、１３３学習部、１３４予測部、１３５価値算出部、１３６課金情報算出部、２００ユーザ端末、２１０通信部、２２０表示部、２３０操作部、２４０記憶部、２５０制御部、ＮＷネットワーク

Claims

過去に行われたイベントにおける、時間の経過により変動する過去の前記イベントの状況情報を収集するイベント状況収集部と、
収集された前記状況情報に基づいて機械学習を行い、現在行われている前記イベントの状況の変化を予測するイベント予測モデル情報を生成する学習部と、
現在の前記イベントをリアルタイムで監視し、前記イベント予測モデル情報と、現在の前記イベントの状況とに基づき、現在の前記イベントの状況の変化を予測する予測部と、
予測された現在の前記イベントの状況において、現在の前記イベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在の前記イベントの情報の単位時間ごとの価値を算出する価値算出部と、を備える情報処理装置。
前記価値算出部は、現在の前記イベントの情報の単位時間ごとの価値を、現在の前記イベントの経過時間と所要時間との比により変動させて算出する、請求項１に記載の情報処理装置。
前記サービスにおける、現在の前記イベントの情報の単位時間ごとの価値を累積し、前記ユーザに対する前記サービスの課金情報を算出する課金情報算出部を備える、請求項１または請求項２に記載の情報処理装置。
前記課金情報算出部は、
前記イベントの種類ごとにあらかじめ定められた固定値と、
現在の前記イベントの人気度に基づいて算出される変動値と、を加算して前記サービスの課金情報を算出する、請求項３に記載の情報処理装置。
前記ユーザの属性情報を取得する属性情報取得部を備え、
前記価値算出部は、現在の前記イベントの情報の単位時間ごとの価値を、前記ユーザの属性を示すユーザ属性ごとに算出する、請求項１から請求項４のいずれか１項に記載の情報処理装置。
前記価値算出部は、前記イベント内において、設定された所定のアクションが発生した場合に現在の前記イベントの情報の単位時間ごとの価値を増減させる、請求項１から請求項５のいずれか１項に記載の情報処理装置。
前記価値算出部は、前記イベントの所定の時間帯の場合に、現在の前記イベントの情報の単位時間ごとの価値を増減させる、請求項１から請求項６のいずれか１項に記載の情報処理装置。
前記予測部は、前記イベントを撮像する撮像データの解析を行い、前記イベントの状況を判断して前記イベントの状況の変化を予測する、請求項１から請求項７のいずれか１項に記載の情報処理装置。
前記予測部は、所定のＷｅｂページから前記イベントの状況を説明する情報を取得し、前記イベントの状況を判断して前記イベントの状況の変化を予測する、請求項１から請求項８のいずれか１項に記載の情報処理装置。
イベント状況収集部が行う、過去に行われたイベントにおける、時間の経過により変動する過去の前記イベントの状況情報を収集するイベント状況収集ステップと、
学習部が行う、収集された前記状況情報に基づいて機械学習を行い、現在行われている前記イベントの状況の変化を予測するイベント予測モデル情報を生成する学習ステップと、
予測部が行う、現在の前記イベントをリアルタイムで監視し、前記イベント予測モデル情報と、現在の前記イベントの状況とに基づき、現在の前記イベントの状況の変化を予測する予測ステップと、
価値算出部が行う、予測された現在の前記イベントの状況において、現在の前記イベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在の前記イベントの情報の単位時間ごとの価値を算出する価値算出ステップと、を備える情報処理方法。
過去に行われたイベントにおける、時間の経過により変動する過去の前記イベントの状況情報を収集するイベント状況収集ステップと、
収集された前記状況情報に基づいて機械学習を行い、現在行われている前記イベントの状況の変化を予測するイベント予測モデル情報を生成する学習ステップと、
現在の前記イベントをリアルタイムで監視し、前記イベント予測モデル情報と、現在の前記イベントの状況とに基づき、現在の前記イベントの状況の変化を予測する予測ステップと、
予測された現在の前記イベントの状況において、現在の前記イベントの情報をユーザに提供するサービスにおける、時間の経過により変動する現在の前記イベントの情報の単位時間ごとの価値を算出する価値算出ステップと、を電子計算機に実行させるための、情報処理プログラム。