JP5324495B2 - コンテンツ事前配信方法、システムおよび装置 - Google Patents

Description

この発明は、周期的に、配信サーバよりネットワークを介して全てのユーザに対して、人気の高いコンテンツをブロードキャストにより事前配信するコンテンツ事前配信方法、システムおよび装置に関するものである。

多くのＩＳＰ（インターネットサービスプロバイダ）は、自身のネットワークサービスを差別化するキラーサービスとしてビデオ・オン・デマンドサービス（ＶｏＤサービス）を位置付けており、映画やＴＶドラマなど、コンテンツ制作会社が制作した高品質の動画コンテンツ（リッチコンテンツ）を配信するＶｏＤサービスの普及に力を入れている。

一般に、動画コンテンツの視聴は夜間に集中する傾向があり、一日の周期で大きく変動する。ＩＳＰが収益を向上させユーザに対して安価にＶｏＤサービスを提供するためには、ピーク時のサーバ負荷低減が大きな課題である。また、リッチコンテンツは大容量であるため、配信によって生じるトラヒックがネットワーク（ＮＷ）に与える影響を抑えることも重要である。ピーク時のサーバ負荷低減法として様々なものが検討され実用化されているが、主にＭＣ配信（マルチキャスト配信）とＰ２Ｐ（Peer to Peer）型配信に分類できる。

ＭＣ配信は、同一のコンテンツを要求した複数のユーザに対して、ＭＣ配信ツリーを用いて単一の配信セッションで配信するもので、ユーザ集約度の向上に比例してサーバ負荷の低減が期待できる。しかし、ユーザ集約度を上げるためには、配信要求に対して即時に配信を開始せず、配信を待ち合わせる必要がある。そのため、配信の即時性が損なわれ、ユーザが配信を要求してから実際に配信が開始されるまでの待ち時間が増加し、サービス品質が劣化する。

一方、BitTorrent（登録商標）等、ユーザ間で保有するコンテンツを交換することでコンテンツ配信を実現するＰ２Ｐ型配信システムが広く普及している。従来は、ＵＧＣ（User Generated Contents）の交換を目的に利用されてきたが、近年、リッチコンテンツを配信する手段としてもＰ２Ｐ配信技術が用いられている。しかし、ユーザは配信途中でシステムから退去する可能性があり、他のピアに接続先を切り替える等の配信継続のための方策を用いる必要がある。また、ＭＣ配信に対しても言えるが、再生，停止などのＶＣＲ操作をサポートするためには、配信セッションを動的に切り替える複雑な処理が必要となる。

ところで、アクセス回線のダウンリンク容量の増加は目覚ましく、リッチコンテンツの再生レートと比較しても十分に大きな帯域が利用できる環境が一般的になりつつある。そのため、ユーザの配信要求に対してオンデマンドで配信サーバより配信を行う通常の配信に加え、未使用の伝送容量を活用し、ユーザの配信要求とは無関係にコンテンツを常時配信し、ユーザ宅内に設置されているＳＴＢ（セットトップボックス）に蓄積することが有効である。このユーザの配信要求とは無関係に行うコンテンツの配信を事前配信と呼んでいる。

すなわち、ユーザの配信要求時、事前配信によって要求コンテンツが既にＳＴＢに蓄積されている場合、配信サーバからの配信を回避でき、配信サーバやＮＷのピーク時の負荷を低減することが可能となる。さらに、ユーザの配信要求とは無関係にＳＴＢに対して配信を行う場合、ＩＳＰが自由に配信コンテンツや配信のタイミングを設定できるため、全ユーザに対して同一のコンテンツをＢＣ配信（ブロードキャスト配信）することで、事前配信が配信サーバやＮＷに与える負荷を抑えることができる。

そこで、発明者らはＶｏＤサービスにおける配信方式として、非特許文献１に示されているようなＢＣ事前配信方式を提案した。このＢＣ事前配信方式は、Ｐ２Ｐ型配信とは異なり、ＳＴＢにキャッシュされたコンテンツは各ＳＴＢを保有するユーザのみが視聴するため、ユーザにコンテンツを他ユーザにアップロードさせるインセンティブを与える必要がなく、また事前配信コンテンツを視聴する際にはＮＷにトラヒックが発生しないため、ピーク時のサーバ負荷に加えてＮＷ負荷の低減も期待できる。さらに、ＶＣＲ操作に対しても容易に対応できる。

このＢＣ事前配信方式において、配信システムは、ＩＳＰが用意する配信サーバと配信ＮＷ、そしてＳＴＢとＴＶ等の動画視聴装置を有する複数のユーザ側装置から構成される。配信サーバには提供するＭ個の全コンテンツが蓄積されている。配信サーバは、ユーザからの配信要求に対して、即時に要求コンテンツをユニキャスト配信する。ユーザ側装置では、配信されたコンテンツをＳＴＢに蓄積しつつ、再生する。また、オンデマンドのユニキャスト配信に加えて、配信サーバは常時、コンテンツを事前配信し、ＳＴＢは受信したコンテンツを常時蓄積する。ユーザの配信要求とは無関係に、配信サーバは、第ｎ日目の開始時点（午前０時）において、第ｎ日目に事前配信するコンテンツをスケジューリングする。また、事前配信において、同一のコンテンツを全ユーザにブロードキャストすることで、配信サーバやＮＷに与える影響を軽減する。

ユーザは、視聴したいコンテンツが既に事前配信され自身のＳＴＢに存在する場合には、配信サーバに要求することなく視聴できる。そのため、新たにＮＷにトラヒックが発生せず、また任意のＶＣＲ操作に容易に対応することができる。そのため、人気が高いコンテンツ（高人気のコンテンツ）をＢＣ事前配信することで、配信サーバとＮＷの負荷を大きく低減できる。一般に著作権保護の観点から、ＳＴＢに蓄積されたコンテンツには再生可能な期間（Ｌ日）が設定されることから、コンテンツをＳＴＢに配信後、配信日を含めてＬ日が経過した午前０時に消去する。

ＶｏＤサービス用に確保されたアクセス回線のダウンリンク容量をＡｄ（bps）、コンテンツの再生レートをＲ（bps）とする。配信サーバからユニキャストで配信する際にはＲで配信し、ＢＣ配信の配信レートＲｂ（bps）は正の実数パラメタγに対してＲｂ＝γＲに設定する。各ユーザに対してユニキャスト配信の伝送帯域を確保するためには、γＲ≦（Ａｄ−Ｒ）を満たす必要がある。また、ＢＣ事前配信は、１日を１周期として行われ、この１周期中にＢＣ事前配信することが可能なコンテンツ数の平均値ＸはＸ＝２４×３６００γ／Ｓとなるため（Ｓはコンテンツの平均長（秒））、γ＝（Ａｄ−Ｒ）／Ｒに設定することでＸを最大化する。

第ｎ日目の２４時間に発生したコンテンツｍに対する配信要求の集合をＱ_m,nとし、配信要求ｑの視聴時間をｔｑ（秒）とするとき、第ｎ日目におけるコンテンツｍに対する総ダウンロード時間（ＴＤＬＴ:totaldownloadtime）Ｄ_m,n（秒）は、

となるが、Ｄ_m,nが大きなコンテンツを優先的に第ｎ日目においてＢＣ事前配信するほど、第ｎ日目において配信サーバ負荷が低減される。第ｎ日目の開始時点において設定された配信スケジューリングにより、第ｎ日目の２４時間にＢＣ事前配信されるコンテンツが決定されるが、これらコンテンツは第ｎ日目から第（ｎ＋Ｌ−１）日目のＬ日間、ＳＴＢに存在する。そのため、これらＬ日間にわたるＤ_m,nの総和が大きなコンテンツを、第ｎ日目の配信スケジューリングにおいて優先的に選択することが望ましい。

しかし、ｎ日目の開始時点において、ｉ≧ｎのＤ_m,iを得ることはできないため、Ｄ_m,nを推定する必要がある。ここでは、前日のＴＤＬＴ（Ｄ_m,n-1）の大きなコンテンツを第ｎ日目にＢＣ事前配信する。すなわち、Ｄ_m,n-1を第ｎ日目の推定値Ｄ'_m,nとして用いる。ただし、第ｎ−Ｌ日から第ｎ−１日においてＢＣ事前配信されたコンテンツは第ｎ日目においてＳＴＢにキャッシュされているため、第（ｎ−Ｌ）〜（ｎ−１）日にＢＣ事前配信されたものを除いたコンテンツを対象にＤ'_m,nの降順にＢＣ事前配信コンテンツを空き時間がある限り選択する。また、コンテンツｍの長さＳｍ（秒）に対してコンテンツの配信順序をＤ'_m,n／Ｓｍの降順に設定する。

"ＶｏＤサービスにおけるブロードキャスト事前配信"、信学技報ＮＳ２００９−１５６３．

しかしながら、ＢＣ事前配信はＳＴＢに大容量のストレージを必要とし、事前配信されたコンテンツが実際に視聴される割合が低いという問題がある。チャイナ・テレコム（China Telecom）の「PowerInfo ＶｏＤシステム」のアクセスログデータを用いた評価では、ＢＣ事前配信されたコンテンツの中でユーザが実際に視聴した割合は、Ｌ＝３の場合で０．３９％程度、Ｌ＝７の場合で０．５１％程度と低く、また各ＳＴＢにはＬ＝３の場合で２．１Ｔbyteの、Ｌ＝７の場合で４．８Ｔbyteの大容量のストレージが必要となる。

本発明は、このような課題を解決するためになされたもので、その目的とするところは、ＳＴＢの必要ストレージ量を削減するとともに、事前配信されたコンテンツの実際に視聴される割合を高めることができるコンテンツ事前配信方法、システムおよび装置を提供することにある。

このような目的を達成するために本発明は、所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信方法（システム、装置）において、事前配信する高人気のコンテンツとして選択されるコンテンツ数を、事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸとし、この事前配信コンテンツ数Ｘに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制するようにしたものである。

この発明によれば、事前配信する高人気のコンテンツとして選択されるコンテンツ数が、事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数Ｘに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制される。すなわち、事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数Ｘのコンテンツが事前配信されるのではなく、最大値Ｘに所定比率ｒ（０＜ｒ＜１）を乗じた値を上限として、それ以下の高人気のコンテンツが事前配信される。これにより、事前配信されるコンテンツの数が抑制され、ＳＴＢの必要ストレージ量が削減される。また、事前配信されるコンテンツは、少数でかつ高人気のコンテンツであることから、実際に視聴される割合も高まる。

また、本発明は、所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信方法（システム、装置）において、事前配信の１周期毎にユーザをコンテンツの視聴傾向が近い複数のクラスタに分類し、この分類されたクラスタ毎に、事前配信する高人気のコンテンツとして選択されるコンテンツ数を、事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸｃとし、この事前配信コンテンツ数Ｘｃに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制するようにしたものである。

この発明によれば、事前配信の１周期毎に、ユーザがクラスタリングされ、コンテンツの視聴傾向が近い複数のクラスタに分類される。そして、この分類されたクラスタ毎に、事前配信する高人気のコンテンツとして選択されるコンテンツ数が、事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数Ｘｃに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制される。例えば、分類されたクラスタをクラスタ１，２、クラスタ１，２の事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数ＸｃをＸ１，Ｘ２とした場合、この最大値Ｘ１，Ｘ２のコンテンツがクラスタ１，２のユーザ群に対して事前配信されるのではなく、最大値Ｘ１，Ｘ２に所定所定比率ｒ（０＜ｒ＜１）を乗じた値を上限として、それ以下の高人気のコンテンツがクラスタ１，２のユーザ群に対して事前配信されるものとなる。これにより、事前配信されるコンテンツの数が抑制され、ＳＴＢの必要ストレージ量が削減される。また、事前配信されるコンテンツは、各クラスタのユーザ群毎に、少数でかつ高人気のコンテンツであることから、実際に視聴される割合も高まる。

本発明によれば、事前配信する高人気のコンテンツとして選択されるコンテンツ数を、事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸとし、この事前配信コンテンツ数Ｘに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制するようにしたので、また、事前配信の１周期毎にユーザをコンテンツの視聴傾向が近い複数のクラスタに分類し、この分類されたクラスタ毎に、事前配信する高人気のコンテンツとして選択されるコンテンツ数を、事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸｃとし、この事前配信コンテンツ数Ｘｃに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制するようにしたので、ＳＴＢの必要ストレージ量を削減するとともに、事前配信されたコンテンツの実際に視聴される割合を高めることができるようになる。

本発明に係るコンテンツ事前配信方法を適用したシステムの一実施の形態の要部を示す図である。 このコンテンツ事前配信システムにおける配信サーバでの処理を示すフローチャートである。 このコンテンツ事前配信システムにおけるユーザ側装置での処理を示すフローチャートである。 このコンテンツ事前配信システムにおけるユーザクラスタ設計部での処理を示すフローチャートである。 このコンテンツ事前配信システムにおける配信スケジュール設計部での処理を示すフローチャートである。 このコンテンツ事前配信システムにおける即時ユニキャスト配信およびＢＣ事前配信が行われる様子を示すシーケンス図である。 上位ｘ個のコンテンツの平均ＴＤＬＴおよびＫとＶの削減効果を説明に供する図である。 ＭＣ配信とＰ２Ｐ配信を用いた場合のＫとＶをまためた図である。 配信抑制を行った場合のＢＣ事前配信におけるＺ，Ｋ，Ｖの値をＬおよびｒの値に対してまとめた図である。 キャッシュヒット率とユーザコンテンツ視聴傾向に関する特性を説明に供する図である。 クラスタリングを行った場合のＫ，Ｖ，ξ，ηを各クラスタの値に対してまとめた図である。 Ｃ＝２における時系列特性を示す図である。 第１００日目の各クラスタの重心および各コンテンツの視聴率をプロットした図である。 第１００日目の各クラスタのユーザ数をプロットした図である。 クラスタ数に対するキャッシュヒット率をプロットした図である。 前日の上位ｘ個のコンテンツを選択した場合の効果を説明に供する図である。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。図１は本発明に係るコンテンツ事前配信方法を適用したシステムの一実施の形態の要部を示す図である。

図１において、１０１は配信サーバ、１０２はユーザ側装置、１０３はユーザクラスタ設計部、１０４は配信スケジュール設計部、１０５はＮＷ（ネットワーク）であり、１０６は配信サーバ１０１，ユーザクラスタ設計部１０３および配信スケジュール設計部１０４を構成要素とするコンテンツ事前配信装置である。

ユーザ側装置１０２は、個々のユーザ宅内に設けられた動画視聴用の装置であり、コンテンツ受信装置としてＳＴＢを有している。コンテンツ事前配信装置１０６は、プロセッサや記憶装置からなるハードウェアと、これらのハードウェアと協働してコンテンツ事前配信装置としての各種機能を実現させるプログラムとによって実現される。

このシステムにおいて、ユーザは、視聴したいコンテンツがユーザ側装置１０２のＳＴＢ内に事前配信されている場合には、ローカルにキャッシュされたコンテンツを再生することで視聴する。視聴したいコンテンツがユーザ側装置１０２のＳＴＢ内に存在しない場合には、配信サーバ１０１に対して配信を要求し、配信要求を受けた配信サーバ１０１は直ちにユニキャストで要求元のユーザのユーザ側装置１０２に対して要求されたコンテンツを配信する。

また、配信サーバ１０１は、コンテンツごとに総ダウンロード時間（ＴＤＬＴ）を計測する。ユーザクラスタ設計部１０３は、一日の開始時点（午前０時）において、各ユーザが過去Ｔｃ日間に視聴したコンテンツに基づきユーザをＣ個のクラスタに分類し、生成したクラスタを配信スケジュール設計部１０４に通知する。

配信スケジュール設計部１０４は、各クラスタを対象に翌日の各コンテンツのＴＤＬＴを推測し、推測結果に基づき、各クラスタのＢＣ事前配信のスケジュールを設計する。配信サーバ１０１は、設計された各クラスタのＢＣ事前配信スケジュールに基づき、午前０時から２４ｒ時間（ｒについては後述する）、各クラスタのユーザ群のユーザ側装置１０２に対してコンテンツをブロードキャストする。

図２に、配信サーバ１０１の処理フローを示す。配信サーバ１０１は配信要求に対する即時ユニキャスト配信（図２（ａ））と、ＢＣ事前配信（図２（ｂ））の両方を行う。

即時ユニキャスト配信は、ユーザからの配信要求に対して（ステップＳ１０１）、要求されたコンテンツを直ちにユニキャストで配信する（ステップＳ１０２）。そして、ユーザのアクセスログを記録する（ステップＳ１０３）。

ＢＣ事前配信は、配信スケジュール設計部１０４が設計した各クラスタの配信スケジュールに従い（ステップＳ２０１）、次にＢＣ事前配信する各クラスタのコンテンツを選択し（ステップＳ２０２）、各クラスタのユーザ群に対してＢＣ事前配信を行う（ステップＳ２０３）。ＢＣ事前配信は、各日の開始時点からＢＣ事前配信期間が経過した時点で終了する（ステップＳ２０４のＹＥＳ）。

図３に、ユーザ側装置１０２の処理フローを示す。コンテンツの視聴要求が生じた際には（ステップＳ３０１）、まず、そのコンテンツが既にＢＣ事前配信されＳＴＢに存在するかを調べる（ステップＳ３０２）。ＳＴＢに存在する場合には（ステップＳ３０２ＹＥＳ）、配信サーバ１０１から新たに配信を受けることなく、そのコンテンツをＳＴＢから再生する（ステップＳ３０３）。そして、アクセスログを配信サーバ１０１に通知する（ステップＳ３０４）。ＳＴＢに存在しない場合には（ステップＳ３０２のＮＯ）、配信サーバ１０１に配信要求を通知し（ステップＳ３０５）、配信サーバ１０１より即時にユニキャスト配信を受け（ステップＳ３０６）、再生する。

図４に、ユーザクラスタ設計部１０３の処理フローを示す。ユーザクラスタ設計部１０３は、一日の開始時点（午前０時）において、各ユーザが過去Ｐ日間に視聴したコンテンツの履歴をアクセスログより収集し（ステップＳ４０１）、この収集したコンテンツの視聴履歴に基づきＫ平均法（k-means法）を用いて、ユーザを任意に与えた個数Ｃ個のクラスタにクラスタリングする（ステップＳ４０２）。

図５に、配信スケジュール設計部１０４の処理フローを示す。配信スケジュール設計部１０４は、ユーザクラスタ設計部１０３が生成した各クラスタに対して、アクセスログを用いて、前日の各コンテンツに対する総視聴時間ＴＤＬＴを算出し（ステップＳ５０１）、翌日の各コンテンツのＴＤＬＴ推定値とする（ステップＳ５０２）。

そして、各クラスタにおけるＢＣ事前配信コンテンツとして、ＴＤＬＴ値の大きな順にコンテンツを割当てる（ステップＳ５０３）。この際、配信スケジュール設計部１０４は、各クラスタにおけるＢＣ事前配信コンテンツを、各クラスタのＢＣ事前配信の１周期（１日）中に事前配信することが可能な最大個数として設定される事前配信コンテンツ数をＸｃとし、この事前配信コンテンツ数Ｘｃに後述する所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制する。また、ユーザ側のＳＴＢに保存されているコンテンツを除く。

そして、配信スケジュール設計部１０４は、各クラスタのＢＣ事前配信コンテンツに対して、ＴＤＬＴ推定値をコンテンツ長で除した値（配信要求数の推定値に相当）の大きな順に配信順序を設定し、各クラスタのＢＣ事前配信スケジュールとする（ステップＳ５０４）。

図６に、このコンテンツ事前配信システムにおける即時ユニキャスト配信およびＢＣ事前配信が行われる様子を示す。配信スケジュール設計部１０４は、配信サーバ１０１に対してＢＣ事前配信時間ＴＢ（ＴＢ＝２４ｒ時間）を設定する（矢印(１)）。配信サーバ１０１は、ユーザ側装置１０２から配信要求があると（矢印（２））、即時ユニキャスト配信を行う（矢印（３））。各コンテンツの配信履歴はユーザクラスタ設計部１０３や配信ケジュール設計部１０４へ通知される（矢印（４），(５)）。

ユーザクラスタ設計部１０３は、一日の開始時点（午前０時）において、各ユーザが過去Ｐ日間に視聴したコンテンツの履歴を収集し、その収集したコンテンツの視聴履歴に基づいてユーザをクラスタリングし、生成したクラスタを配信スケジュール設計部１０４へ送る（矢印（６））。

配信スケジュール設計部１０４は、ユーザクラスタ設計部１０３が生成した各クラスタのＢＣ事前配信スケジュールを作成し、配信サーバ１０１へ通知する（矢印（７））。配信サーバ１０１は、配信スケジュール設計部１０４からの各クラスタのＢＣ事前配信スケジュールに従って、各クラスタのユーザ群に対してコンテンツのＢＣ事前配信を行う（矢印（８））。

次に、上述したＢＣ事前配信における配信抑制とユーザクラスタリングについて、詳細を説明する。

〔配信抑制（ＢＣ事前配信コンテンツ数の抑制）〕
一般に、ユーザのコンテンツ視聴要求は少数の高人気コンテンツに集中する傾向がある。そのため、各日において常時、ＢＣ事前配信し、最大個数のコンテンツをＢＣ事前配信するのではなく、高人気の少数のコンテンツのみをＢＣ事前配信した場合も、配信サーバ負荷の大きな低減効果が期待される。

すなわち、各日においてＢＣ事前配信するコンテンツを最大値Ｘの１００ｒ％に抑えることでＳＴＢの必要ストレージ容量を１００ｒ％に抑えることができるが、この際の配信サーバの負荷低減効果の劣化度合いは１００ｒ％より小さいことが期待できる。このため、図６では、矢印（１）で示したように、サービス開始に先立ち、各日のＢＣ事前配信時間ＴＢをＴＢ＝２４ｒ時間として決定し、配信サーバ１０１に設定している。

次に、ＢＣ事前配信するコンテンツを意図的に少数に抑制することの効果を評価する。評価にはChina Telecomが提供する商用ＶｏＤサービス「PowerInfo VoDシステム」において収集されたアクセスログデータを用いる。本ログデータには２００４年６月から１２月の７ヶ月間に発生した20,921,657の全配信要求が含まれており、総コンテンツ数は6,735、総ユーザ数は37,360である。４５分と９０分の長さを有するコンテンツが各々、全体の約４０％ずつを占めており、平均コンテンツ長Ｓは3,510秒である。アクセス回線のダウンリンク容量をＡｄ＝１０Ｍbps、コンテンツの再生レートをＲ＝２Ｍbpsに設定する。γ＝４、ＢＣ事前配信レートはＲｂ＝８Ｍbps、一日あたりの平均ＢＣ事前配信コンテンツ数はＸ＝９８．４６となる。ＢＣ事前配信のために常時、Ｒｂ／Ｒ＝４本のユニキャスト配信に相当する負荷が配信サーバに加わる。コンテンツ配信法の有効性を測る尺度として、各日ｎの最大同時セッション数Ｋｎの全期間における平均値ＫとＶで評価する。

図７（ａ）に、「Actual」として、各日ｎにおいてＴＤＬＴ（Ｄ_m,n）の大きい上位ｘ個のコンテンツのＤ_m,nの和が、全コンテンツのＤ_m,nの和に占める割合の、全期間における平均値をｘに対してプロットした図を示す。また、図７（ａ）に、「Estimate」として、第ｎ−１日のＴＤＬＴ（Ｄ_m,n-1）の上位ｘ個のコンテンツの第ｎ日のＴＤＬＴ（Ｄ_m,n）の和が、第ｎ日の全コンテンツのＤ_m,nの和に占める割合の平均値を同様にプロットした図を示す。

「Actual」においては、例えば個数で言うと０．１６％に過ぎない上位１０個のコンテンツがＴＤＬＴの１８．５％を、個数で言うと０．４８％に過ぎない上位３０個のコンテンツがＴＤＬＴの２８．９％を占めており、少数のコンテンツに視聴が集中する傾向が確認できる。実際には前日のＴＤＬＴに基づきＢＣ事前配信コンテンツが選択されるため、ＢＣ事前配信抑制の効果は「Estimate」に相当し上位コンテンツのＴＤＬＴの集中度合いは若干、低下するが、それでも上位１０個のコンテンツが１５．６％を、上位３０個のコンテンツが２５．６％を占めており、やはり少数のコンテンツによってＴＤＬＴの多くが占められている。

各日にＢＣ事前配信を行う時間ＴＢをＴＢ＝２４×３，６００×ｒ（秒）にした場合（ＢＣ事前配信時間を１００ｒ％に抑制）のＫとＶを各々、Ｋ（ｒ）、Ｖ（ｒ）とする。そして、これら評価尺度の相対的な改善効果ψ_K（ｒ）、ψ_V（ｒ）を各々、ψ_K（ｒ）＝（Ｋ（０）−Ｋ（ｒ））／（Ｋ（０）−Ｋ（１））、ψ_V（ｒ）＝（Ｖ（０）−Ｖ（ｒ））／（Ｖ（０）−Ｖ（１））で定義する。ただし、Ｋ（０）とＶ（０）は、ＢＣ事前配信を行わず全配信要求に対して配信サーバが即時にユニキャスト配信した場合のＫとＶである。

ψ_K（ｒ）とψ_V（ｒ）は各々、常時ＢＣ事前配信を行った場合（ｒ＝１）のＫとＶの低減量に対する、ＢＣ事前配信コンテンツ数を１００ｒ％に抑制したときのＫとＶの低減量の比率に相当する。ｒ＜１の際、各日におけるＢＣ事前配信時間帯をどのように定めるかが問題であるが、配信サーバのピーク負荷を低減する観点からは、オフピーク時間帯にのみＢＣ事前配信を行うことが有効である。ただし、全ユーザに対して同一のコンテンツをＢＣ配信するため、ＢＣ事前配信に用いる配信セッションは少ない（本数値評価例ではＲｂ／Ｒ＝４本）ことから、ＢＣ事前配信が配信サーバに与える負荷は小さい。よって本例では、ＢＣ事前配信スケジュールの切り替え時刻である午前０時からＴＢの期間、ＢＣ事前配信を行う。

図７（ｂ），（ｃ）に、事前配信時間比率ｒに対してψ_K（ｒ）とψ_V（ｒ）を各々、コンテンツ保存期間Ｌの三つの値に対してプロットした図を示す。ψ_K（ｒ）とψ_V（ｒ）はｒに対して上に凸な曲線となり、直線ｙ＝ｘよりも左上の領域に存在する。そのため、０＜ｒ＜１の範囲でｒを設定し、ＢＣ配信コンテンツ数を抑制したとき、ＫやＶの改善効果の劣化度合いはＢＣ事前配信時間の削減比率ｒよりも小さくなる。ＳＴＢの必要ストレージ容量Ｚはｒに比例することから、ＢＣ事前配信コンテンツ数を抑制することで、事前配信の性能劣化を抑えながらＺを低減できる。例えば、Ｌ＝７のときにｒ＝０．５に設定した場合、Ｚを半減しながら約８０％のＫとＶに対する低減効果が得られる。また、コンテンツプロバイダとの契約条件等からＬが決まっている場合に、ｒを調整することで所望のＳＴＢコスト要件を満たすようＺを設計することが可能である。

次に、ＢＣ事前配信コンテンツ数を抑制したＢＣ事前配信の有効性を確認するため、ＶｏＤにおける配信サーバ負荷低減方式として代表的な、ＭＣ配信とＰ２Ｐ配信を用いた場合と性能を比較する。

ＭＣ配信においては、ユーザの配信要求に対して待ち合わせ期間を設けることで、その間に発生した同一コンテンツに対する配信要求を一つのＭＣ配信に集約する。ここでは、ユーザのレスポンス時間に上限値Ｗを設け、他に待ち中のユーザが存在しないコンテンツに対する要求が生じた時刻からＷ後にそのコンテンツを配信する。

また、Ｐ２Ｐ配信においては、配信要求ユーザに対して要求コンテンツを視聴中の他のユーザから配信する。ここでは、理想的な環境を想定し、各ユーザがコンテンツｍに対する配信を要求した際、コンテンツｍの配信を受けているユーザ数とアクセス回線のアップロード容量Ａｕの積が、他のピアから配信を受けているユーザ数＋１と再生レートＲとの積よりも大きい場合にピアから配信を受け、そうでない場合には配信サーバから配信する。また、ユーザが配信を終了した際に本条件が満たされなくなる場合には、ピアから配信を受けているユーザの中で配信終了までの残り時間が最小のピアへの配信を配信サーバからに切り替える。

図８に、二つの比較方式を用いた場合のＫとＶ（１０⁷秒）をまとめた図を示す。図８（ａ）に示されるように、ＭＣ配信においては待ち合わせ期間長Ｗ（秒）の増加に伴いＫとＶは低減するが、ユーザの平均レスポンス時間ｗ（秒）は悪化する。また、図８（ｂ）に示されるように、Ｐ２Ｐ配信においてはＡｕの増加に伴いＫとＶは低減するが、ＡｕがＡｄに近づくと性能改善は頭打ちとなる。今回の評価ではＡｕが５Ｍbps以上になると性能改善が見られなかった。

また、図９に、配信抑制を行った場合のＢＣ事前配信におけるＺ（Ｇbyte）、Ｋ、Ｖ（１０⁷）の値を各々、Ｌの３つの値とｒの６つの値に対してまとめた図を示す。現在でも１Ｔbyteの容量のＨＤレコーダーを４万円程度で購入することが可能であり、今後もストレージコストの低減は続くことが予想される。例えば、Ｌ＝７のとき、ｒ＝０．２に設定することでＺを１Ｔbyte程度に抑えられるが、ＫとＶの観点からはＷがおおよそ５分程度のＭＣ配信と、またＡｕが２Ｍbps程度のＰ２Ｐ配信と同等の性能を達成することが可能である。一方、二つの比較方式では問題である、ＶＣＲ操作に対する対処、品質の不安定性、ユーザ離脱への対処、といった問題を全て、配信抑制を行った場合のＢＣ事前配信では解決することができる。

〔ユーザクラスタリング〕
ユーザの好みは多様であることから、多数のユーザが視聴する人気コンテンツではなく、低人気の特定のジャンルのコンテンツを好んで視聴するユーザも存在することが予想される。そのため、コンテンツの視聴傾向が近いユーザをクラスタリングし、クラスタごとにＴＤＬＴの大きなコンテンツをＢＣ事前配信することで、事前配信されたコンテンツの実際に視聴される割合（事前配信コンテンツの利用率）ηを向上させ、ＫやＶのさらなる低減が期待される。

図１０（ａ）に、各ユーザｕのキャッシュヒット率（ＣＨＲ）ξ_uの累積分布をＬの３つの値に対して示した図を示す。ただし、ξ_uをユーザｕの全視聴要求に対するＴＤＬＴの中で、ＢＣ事前配信されたコンテンツによって対応できたものの割合で定義する。この値が大きいほどＫとＶの低減効果が大きくなる。全ユーザを対象に算出した平均キャッシュヒット率は０．２８１（Ｌ＝１）、０．４０４（Ｌ＝２）、０．６４２（Ｌ＝７）となるが、ユーザごとのξ_uの差異は大きく、ξ_uの小さなユーザが多数存在することが確認できる。全ユーザを対象としたＴＤＬＴが大きなコンテンツがＢＣ事前配信されるため、これらξ_uの小さいユーザのコンテンツ視聴傾向は全ユーザの視聴傾向とは大きく異なることが予想される。

図１０（ｂ）にＬ＝１とした場合の、各ユーザｕの全期間におけるＴＤＬＴ（Ｄ_u）をξ_uに対してプロットした図を示す。Ｄ_uが大きなヘビーユーザは多数のコンテンツを視聴するため、ＢＣ事前配信される高人気コンテンツだけでなくＢＣ事前配信されない低人気コンテンツをも多く視聴する結果、ξ_uは0.2〜0.4の比較的に小さな値の範囲に集中している。一方、Ｄ_uが小〜中程度の一般ユーザは視聴コンテンツの傾向がユーザごとに大きく異なる結果、ユーザごとのξ_uのばらつきが大きくなりξ_uが０もしくは１となる極端な視聴傾向を示すユーザも多数、存在することが確認できる。ユーザｕの第ｎ日目における各視聴コンテンツｍの相対ＴＤＬＴ（Δ_u,m,n）を、ユーザｕが第ｎ日目にコンテンツｍを視聴した時間をユーザｕの第ｎ日目のＴＤＬＴで除した値で定義する。

図１０（ｂ）に示したＤ_uが同程度の二人のユーザＡ、Ｂを対象に、Δ_u,m,nを各日ｎの全ユーザのコンテンツｍに対するＴＤＬＴ（Ｄ_m,n）の降順にプロットした図を図１０（ｃ）に示す。ξ_uが大きいユーザＡは、Ｄ_m,nが大きく高人気であるためＢＣ事前配信されるコンテンツを主に視聴している。一方、ξ_uが小さいユーザＢは、Ｄ_m,nが小さく低人気であるためＢＣ事前配信されないニッチなコンテンツを主に視聴している。このように、Ｄ_uが同程度のユーザであっても視聴コンテンツの傾向が大きく異なる場合があり、ユーザＢのような、視聴コンテンツの傾向が多数のユーザとは異なるユーザのξ_uを、ユーザ集合のクラスタリングにより向上できる可能性がある。

ＢＣ事前配信スケジューリング時に、ユーザ集合をコンテンツの視聴傾向に基づき複数のクラスタに分類することを考える。すなわち、図４に示すように、ユーザのアクセスログを用いて各ユーザの視聴コンテンツの履歴情報から、ユーザを複数のクラスタに分類する。クラスタリング処理は、図６に示すように、各日の終了時に翌日のＢＣ事前配信のために用いるクラスタを生成するために実施される。本例では、分割最適化クラスタリングの代表的手法であるk-means法を用いてユーザ集合をクラスタリングする。Ｊ個のデータｘ_i,1，ｘ_i,2，・・・，ｘ_i,Jを有するクラスタリング対象ｘ_iがＩ個存在するとき、k-means法は各クラスタｃの重心ｍ_c＝｛ｍ_c,1，ｍ_c,2，・・・，ｍ_c,J｝と各クラスタｃを構成するｘ_iとのユークリッド距離の総和、

が最小となるよう、これらＩ個の対象を任意に定めた個数Ｃ個のクラスタに分類する。ただし、Ｘ_cはクラスタｃに分類されたクラスタリング対象の集合である。

以下に、k-means法のアルゴリズムを示す。
（１）クラスタリング対象をランダムにＣ個のクラスタに分割し、初期クラスタを生成する．
（２）各クラスタｃに対して重心ｍ_cを

より算出する．
（３）全てのクラスタリング対象ｘ_iを、重心との距離

が最小となるクラスタに割当てる．
（４）クラスタに変化がある場合は（２），（３）を繰り返すことによってクラスタの再割当てを行う．

本例では、クラスタリング対象ｘ_iを各ユーザ、クラスタリングに用いるデータ集合ｘ_i,jをユーザｉがコンテンツｊをある期間Ｔｃ内に視聴した場合には１を、視聴しなかった場合には０をとる２値変数とし、任意に定めたＣ個のクラスタに分類することを考える。反復回数を定数とみなせばk-means法の計算量はＯ（ＩＣＪ）となる。しかし、Ｖ_iをユーザｉが期間Ｔ内に視聴したコンテンツの集合、Ｖ’_iをその補集合とすると、

この（２）式において、

はユーザｘ_iとは無関係にクラスタｃごとに定まるため、各反復において、各ユーザｘ_iと各クラスタｃに対してＯ（｜Ｖ_i｜）の計算量でδ（ｘ_i、ｍ_c）を算出できる。

図１０（ｄ）に、各ユーザが各日もしくは全期間中に視聴したコンテンツ数の累積分布をプロットした図を示すが、各日の視聴コンテンツ数の最大値は４９８と大きいものの、約半数のユーザは２以下、約９０％のユーザは１０以下と、大部分のユーザの視聴コンテンツ数は全コンテンツ数6,735と比較して遥かに小さい。同様にＴｃを全期間とした場合も、最大値は5,298と大きいものの、約半数のユーザは１４１以下、約９０％のユーザは３０１以下と、やはり全コンテンツ数と比較して遥かに小さい。よって式（２）を用いて距離を計算することで、クラスタリングに要する時間を大幅に低減できる。

以後、本例では、Ｌ＝１の場合を対象に検討を進める。ＢＣ事前配信されたコンテンツのヒット率を高め、配信サーバの負荷を低減するためには、各日の開始時点において、その日の視聴コンテンツ集合が可能な限り近いユーザを同一のクラスタに分類することが望ましい。そこで、本例ではまず、ユーザクラスタリングによるＢＣ事前配信の性能向上の可能性を評価する目的から、第ｎ日目の開始時点におけるクラスタリングで用いるｘ_i,jを定める期間Ｔｃを第ｎ日目の１日のみとしてユーザ集合をクラスタリングする。そして生成された各クラスタｃを構成する各ユーザｉの、第ｎ日目における各コンテンツｊに対するＴＤＬＴ（Ｄ_i,j,n）を、各コンテンツｊに対して足し合わせた値

の降順に、クラスタｃを構成するユーザに対してＢＣ配信を行う。クラスタごとにＢＣ事前配信コンテンツを選択するため、ユーザクラスタリングを行わない場合と比較して、ＢＣ事前配信のために必要なる配信セッション数がＣ倍となる。

図１１（ａ）に、理想的なクラスタリングを行った場合のＫ，Ｖ，ξ，ηをクラスタＣの７つの値（２，４，８，１６，３２，６４，１２８）に対してまとめた図を示す。ただし、ξは全ユーザを対象とした平均的なキャッシュヒット率であり、全期間の全ユーザの、ＢＣ事前配信されたコンテンツを視聴したＴＤＬＴの割合で定義する。また、ηは前述したように事前配信コンテンツの利用率である。

ユニキャスト配信フローのセッション数で換算してＲｂ／Ｒ＝４Ｃ本のセッションがＢＣ事前配信のために常時、必要となるが、Ｋを算出する際にはこれら４Ｃ本のセッションも加算している。比較のため、図１１（ａ）には、クラスタリングを行わずに全ユーザに対して同一のコンテンツをＢＣ事前配信した場合（Ｃ＝１）の結果についても示している。ただし、Ｃ＝１の場合も、各日の各コンテンツのＴＤＬＴの降順にＢＣ事前配信コンテンツを選択した。

クラスタ数Ｃの増加に伴いＫとＶは減少しξとηは増加し、全ての特性は向上しており、ＢＣ事前配信におけるユーザクラスタリングの効果が確認できる。しかし、ξとηの向上度合いと比較して、ＫとＶの向上度合いは小さい。例えばＣ＝１６のときＣ＝１の場合と比較してξとηは約１７％増加するが、Ｋは約２．６％、Ｖは約５．４％の低減に留まっている。これはユーザクラスタリングによってξとηは大きく増加する反面、各クラスタにおいて異なるコンテンツをＢＣ配信するため、ＢＣ事前配信に要する配信セッションや転送データ量が増加することが原因である。

特に、常時４Ｃ本のセッション相当がＢＣ事前配信のために必要となることから、Ｃが１６程度よりも大きくなるとＫはＣの増加に伴い逆に悪化している。また、ＶもＣが６４程度よりも大きくなると逆に悪化する。そのため、Ｃを大きくする場合、ピーク時を避けてＢＣ事前配信を行うことで配信サーバのピーク負荷を低減する必要がある。ＢＣ事前配信コンテンツ数を抑制することで、小量のＳＴＢストレージ容量でＫやＶを効果的に低減することが可能であり、ＢＣ事前配信コンテンツの抑制とユーザクラスタリングを組み合わせて用いることで、さらに事前配信コンテンツの利用率を高めることができるようになる。

前述では、各日の各ユーザの視聴コンテンツに基づきユーザ集合をクラスタリングしたが、実際には第ｎ日目の開始時点において、第ｎ日目の各ユーザの視聴コンテンツを事前に知ることはできない。そこで、第ｎ−１日目までに各ユーザが視聴したコンテンツの情報を用いて第ｎ日目の開始時点におけるクラスタリングを行う必要がある。そこで、任意に定めたＰに対して過去Ｐ日をクラスタリングで用いるｘ_i,jを定める期間Ｔｃとする。すなわち、第ｎ−Ｐ日目から第ｎ−１日目のＰ日間にユーザｉが視聴したコンテンツｊに対してｘ_i,j＝１に設定し、視聴していないコンテンツｊに対してｘ_i,j＝０に設定する。

図１２（ａ）（ｂ）にＣ＝２とし、Ｐ＝１０とＰ＝∞に設定した場合の、各日において生成された各クラスタに分類されたユーザ数と、各日において所属クラスタが変わったユーザの全ユーザに対する比率の時系列を各々示す。ただし、Ｐ＝∞とき、第１日目から第ｎ日目に視聴した全コンテンツを対象にｘ_i,jを設定した。過去の視聴コンテンツの履歴を全て考慮した場合（Ｐ＝∞）、各日における各ユーザｉの視聴コンテンツベクトルｘ_iの変化量が小さくなるため、各日において所属クラスタが変化するユーザは全体の０．０１％程度未満と少ない。また、直近の１０日間の視聴コンテンツ履歴のみを考慮した場合（Ｐ＝１０）にも、クラスタ変更ユーザは全体の０．１％程度未満と少なく、Ｐの値とは無関係に、全期間を通して各クラスタを構成するユーザ数は大きくは変化しない。全体の約９７％程度以上のユーザがクラスタ１に分類されている。

また、図１２（ｃ）に、各クラスタに分類されたユーザの各日のＴＤＬＴの平均値の時系列を示す。本特性もやはり全期間を通して大きくは変化せず、クラスタ２に分類されたユーザのＴＤＬＴは、クラスタ１のユーザのＴＤＬＴの約１００倍となっている。これらの結果から、クラスタ２は少数のヘビーユーザから構成されているのに対して、クラスタ１は大多数の一般ユーザから構成されていることが確認できる。

また、図１２（ｄ）に、各日における、各クラスタを構成するユーザ集合の各コンテンツｍに対するＴＤＬＴと、全ユーザのコンテンツｍに対するＴＤＬＴとの相関係数の時系列を示す。ただし、Ｐの値による大きな差異は見られなかったので、Ｐ＝１０のときの結果のみ示している。両クラスタとも相関係数は０．９５以上と大きく、両クラスタを構成するユーザ集合の各コンテンツに対するＴＤＬＴは、全ユーザの各コンテンツに対するＴＤＬＴと同様の傾向を示している。そのため、Ｃ＝２の場合、視聴コンテンツの傾向の違いではなく、総視聴量の大小によってユーザ集合が分類されていると言える。

図１３（ａ）に、Ｐ＝１０のときの第１００日目において構成された各クラスタｃの重心ｍ_c,jを、第１００日目の全ユーザの各コンテンツｊに対するＴＤＬＴの降順にプロットした図を示す。ｍ_c,jはクラスタｃに分類されたユーザの中でコンテンツｊを過去Ｐ日間に一度以上視聴したユーザの割合、すなわち視聴率に相当するが、両クラスタとも、各コンテンツの視聴率は人気順位の低下と共に減少している。しかし、クラスタ２はクラスタ１よりも全てのコンテンツに対する視聴率が高い。よって、Ｃ＝２の場合、視聴コンテンツの傾向の違いではなく、総視聴量の大小によってクラスタが構成されることが確認できる。同様のことはＣが４と８の場合にも確認された。ただし、図１３（ｂ）にＣ＝１６としたときの１６のクラスタの中の４つのクラスタに対して第１００日目の各コンテンツの視聴率をプロットした図を示すが、高人気の視聴率が低い反面、低人気の特定のコンテンツの視聴率が高いクラスタが出現していることが確認できる。このように、クラスタ数Ｃを増やした場合、視聴コンテンツの傾向の違いによってユーザ集合がクラスタ化される傾向が確認できる。

図１４にＣを８もしくは１６にした場合の、第１００日目に生成された各クラスタの構成ユーザ数を降順に、Ｐの４つの場合を対象にプロットした図を示す。Ｐのいずれの場合においても、クラスタ間で構成ユーザ数は指数関数的に減少し、クラスタ間のユーザ数格差が大きい。ただし、クラスタリングに用いる視聴コンテンツ履歴の対象期間長Ｐの増加に伴い、構成ユーザ数の格差は低減する。各ユーザのコンテンツ視聴履歴をより短期で見た場合、視聴履歴のユーザ間の差異が強調される結果、より視聴傾向の同質的なユーザがクラスタ化され、視聴傾向が全体のそれとは異なるより少数の特異なクラスタが形成される傾向があると言える。

まず、各日ｎの開始時点においてユーザをクラスタリングし、生成された各クラスタｃを構成するユーザ集合Ｘｃの第ｎ日目の各コンテンツｍのＴＤＬＴの降順に優先的に、各クラスタＸ_cのユーザに対してＢＣ事前配信を行った場合について評価する。このことは、各生成クラスタに対して理想的なＢＣ事前配信コンテンツ選択を行うことを意味する。図１５（ａ）にＰの４つの場合について、全ユーザに対するキャッシュヒット率ξをクラスタ数Ｃに対してプロットした図を示す。図１１（ａ）に示した理想的なクラスタリングを行った場合の結果と比較して、ξは大きく低下する。ξの低下はＣの増加に伴い拡大し、例えばＣ＝１６の場合、理想的なクラスタリング時にはξ＝０．３６０であるが、現実的な方法でクラスタリングを行った場合にはξ＝０．３２８に低下する（Ｐ＝１０の場合）。しかし、この場合にも、理想的なＢＣ事前配信コンテンツ選択を行った場合には、Ｃの増加に伴いξは向上し、ユーザをクラスタリングする効果が見られる。Ｐが性能に与える影響は小さいが、Ｐが小さいほどξは僅かに向上する。

実際には、第ｎ日目の開始時点において第ｎ日の各ユーザのＴＤＬＴを知ることはできないため、前日の各ユーザのＴＤＬＴを用いてＢＣ事前配信コンテンツを選択する必要がある。すなわち、各ｎ日目の開始時点において生成された各クラスタｃを構成するユーザ集合Ｘ_cに含まれるユーザが、第ｎ−１日において各コンテンツｍを視聴した延べ時間の総和

の降順に、各クラスタｃを構成するユーザに対するＢＣ事前配信コンテンツを選択する。ただし、Ｄ_u,m,n-1はユーザｕが第ｎ−１日においてコンテンツｍを視聴した延べ時間である。

図１５（ｂ）にＰの４つの場合について、

を用いて第ｎ日のＢＣ事前配信スケジューリングを行ったときのキャッシュヒット率ξをＣに対してプロットした図を示す。Ｃ＝２の場合にはξが僅かに向上するものの、Ｃが４程度より大きくなるとＣの増加に伴いξは低下する。また、Ｐが小さなほどξの低下度合いが大きいことが確認できる。これらの理由を調べるために、

と定義し、図１６にＰを１０もしくは∞としたときの、Ｃの６つの場合について、φ（ｘ）をｘに対してプロットした図を示す。ただし、ｓ^c（m,n）は第ｎ日目においてクラスタｃを構成するユーザのＴＤＬＴが大きな順にｍ番目のコンテンツＩＤである。φ（ｘ）は各クラスタを構成するユーザ集合の各日におけるＴＤＬＴが大きな上位ｘ個のコンテンツの翌日のＴＤＬＴの総和が、翌日のＴＤＬＴの上位ｘ個のコンテンツのＴＤＬＴの総和に対する割合である。φ（ｘ）は０＜φ（ｘ）≦１の範囲の値をとり、この値が大きいほど、前日のＴＤＬＴである

を用いて第ｎ日目のクラスタｃにおけるコンテンツｍに対するＴＤＬＴを推定した場合の推定精度が高いことを意味する。

クラスタ数Ｃの増加に伴い、図１４で見たように各クラスタを構成するユーザ数が減少する結果、ｘの広い領域でφ（ｘ）が減少し、前日のＴＤＬＴを用いて翌日のＴＤＬＴを推定した場合の推定精度が劣化することが確認できる。また、図１４で見たように、Ｐが小さいほど各クラスタの構成ユーザ数の格差が拡大し、特に小規模クラスタの構成ユーザ数が減少する。そのため、Ｐ＝１０の場合はＰ＝∞の場合と比較してφ（ｘ）の低下度合いが、特にｘの小さい領域で大きい。このため、高人気コンテンツに対するＴＤＬＴの推定精度が、Ｐが小さい場合には特に劣化する。これらの結果、図１５（ｂ）で見たように、Ｃが４程度より大きくなるとＣの増加に伴いξは低下し、Ｐが小さなほどξの低下度合いが大きくなる。

図１１（ｂ）にＰ＝∞に設定し、前日のＴＤＬＴを用いてＢＣ事前配信を行った場合のＫ，Ｖ，ξ，ηをＣの６つの値（２，３，４，８，１６，３２）に対してまとめた図を示す。クラスタリングに用いる各ユーザの視聴コンテンツ情報の精度の劣化と、各クラスタの各コンテンツに対するＴＤＬＴの推定精度の劣化はＣの増加に伴い増大するため、図１１（ａ）に示した理想的な場合と比較して、Ｃが大きなほど全ての性能が大きく悪化する。Ｃ＝２の場合にはＣ＝１の場合と比較して僅かではあるが性能の改善が見られるが、Ｃを３以上に設定した場合、Ｃの増加に伴い性能は逆に悪化する。

以上のことから、ＢＣ事前配信を行う際にユーザをコンテンツの視聴履歴に基づきクラスタリングすること自体には効果が見られ、クラスタ数Ｃの増加に伴い配信サーバの負荷低減効果が見られるものの、ＢＣ事前配信を行うコンテンツを選択する際に前日のＴＤＬＴを用いた場合、翌日のＴＤＬＴとの誤差がＣの増加に伴い増大するため、Ｃ＝２程度にクラスタ数を抑えた場合にのみクラスタリングが有効となる。

以上説明したように、本実施の形態によれば、最大個数のコンテンツをＢＣ事前配信するのではなく、高人気の少数のコンテンツのみをＢＣ事前配信することで、配信サーバの負荷低減効果の低下を抑えつつ、ＳＴＢの必要ストレージ量を大幅に低減することができ、また、コンテンツの視聴傾向が近いユーザをクラスタリングし、クラスタごとにＢＣ事前配信することで、キャッシュヒット率を向上させ、配信サーバの負荷低減効果を向上させることができる効果がある。

なお、上述した実施の形態では、高人気の少数のコンテンツのみのＢＣ事前配信（配信抑制）とコンテンツの視聴傾向が近いユーザのクラスタリング（ユーザクラスタリング）とを組み合わせるようにしたが、配信抑制のみを行うようにしてもよい。配信抑制のみを行うものとしても、事前配信されるコンテンツは、少数でかつ高人気のコンテンツであることから、キャッシュヒット率は高まるものとなる。また、ＳＴＢの必要ストレージ量も削減される。

本発明のコンテンツ事前配信方法、システムおよび装置は、ユーザの配信要求に対して即時にユニキャスト配信する配信形態に加えて、配信要求とは無関係に、予め定めた配信スケジュールに従い、少数の高人気のコンテンツのみをブロードキャストにより全てのユーザに対して配信し、ユーザ宅内に設置されたＳＴＢに事前配信することで、ピーク時の配信サーバ負荷とネットワーク負荷の低減を図るコンテンツ事前配信方法、システムおよび装置として、高品質の動画コンテンツを配信するＶｏＤサービスなどに利用することが可能である。

１０１…配信サーバ、１０２…ユーザ側装置、１０３…ユーザクラスタ設計部、１０４…配信スケジュール設計部、１０５…ＮＷ（ネットワーク）、１０６…コンテンツ事前配信装置。

Claims (9)

1. 所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、前記受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、前記受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に前記事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信方法において、
   前記事前配信する高人気のコンテンツとして選択されるコンテンツ数を、前記事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸとし、この事前配信コンテンツ数Ｘに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制する事前配信コンテンツ数抑制ステップ
   を備えることを特徴とするコンテンツ事前配信方法。
2. 所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、前記受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、前記受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に前記事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信方法において、
   前記事前配信の１周期毎にユーザをコンテンツの視聴傾向が近い複数のクラスタに分類するクラスタリングステップと、
   前記分類されたクラスタ毎に、前記事前配信する高人気のコンテンツとして選択されるコンテンツ数を、前記事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸｃとし、この事前配信コンテンツ数Ｘｃに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制する事前配信コンテンツ数抑制ステップと
   を備えることを特徴とするコンテンツ事前配信方法。
3. 請求項２に記載されたコンテンツ事前配信方法において、
   前記クラスタリングステップは、
   クラスタリング対象を各ユーザ、クラスタリングに用いるデータ集合をユーザがコンテンツをある期間内に視聴した場合には第１の値を、視聴しなかった場合には第２の値をとる２値変数とし、Ｋ平均法を用いて任意に定めた複数個のクラスタにユーザを分類する
   ことを特徴とするコンテンツ事前配信方法。
4. 請求項２に記載されたコンテンツ事前配信方法において、
   前記クラスタリングステップは、
   Ｖ_iをユーザｉが期間Ｔ内に視聴したコンテンツの集合、Ｖ'_iをその補集合とするとき、各ユーザｘ_iと各クラスタｃの重心ｍ_cとの距離δ（ｘ_i，ｍ_c）を、
   

   

   として算出する
   ことを特徴とするコンテンツ事前配信方法。
5. 請求項２に記載されたコンテンツ事前配信方法において、
   前記分類されたクラスタ毎に前記事前配信する高人気のコンテンツとして選択されるコンテンツ数は、
   前記１周期を１日とし、ユーザが第ｎ−１日においてコンテンツを視聴した延べ時間を用いて、各ｎ日目の開始時点において生成された各クラスタを構成するユーザ集合に含まれるユーザが、第ｎ−１日において各コンテンツを視聴した延べ時間の総和の降順に、各クラスタを構成するユーザに対して事前配信するコンテンツとして選択されるコンテンツ数である
   ことを特徴とするコンテンツ事前配信方法。
6. 所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、前記受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、前記受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に前記事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信システムにおいて、
   前記事前配信する高人気のコンテンツとして選択されるコンテンツ数を、前記事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸとし、この事前配信コンテンツ数Ｘに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制する事前配信コンテンツ数抑制手段
   を備えることを特徴とするコンテンツ事前配信システム。
7. 所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、前記受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、前記受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に前記事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信システムにおいて、
   前記事前配信の１周期毎にユーザをコンテンツの視聴傾向が近い複数のクラスタに分類するクラスタリング手段と、
   前記分類されたクラスタ毎に、前記事前配信する高人気のコンテンツとして選択されるコンテンツ数を、前記事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸｃとし、この事前配信コンテンツ数Ｘｃに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制する事前配信コンテンツ数抑制手段と
   を備えることを特徴とするコンテンツ事前配信システム。
8. 所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、前記受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、前記受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に前記事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信装置において、
   前記事前配信する高人気のコンテンツとして選択されるコンテンツ数を、前記事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸとし、この事前配信コンテンツ数Ｘに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制する事前配信コンテンツ数抑制手段
   を備えることを特徴とするコンテンツ事前配信装置。
9. 所定期間を１周期とし、前回の１周期中の実績から今回の１周期中にユーザからのオンデマンドでの配信要求が予想される高人気のコンテンツを記憶されているコンテンツの中から選択し、この選択したコンテンツを今回の１周期中に配信サーバよりネットワークを介して全てのユーザに対してブロードキャストにより事前配信して受信側の装置に蓄積させる一方、前記受信側の装置に蓄積させたコンテンツの消去タイミングをそのコンテンツの配信周期を含めて所定周期が経過した時点とし、前記受信側の装置に蓄積されている既に事前配信したコンテンツを除くコンテンツを対象に前記事前配信する高人気のコンテンツの選択を行うコンテンツ事前配信装置において、
   前記事前配信の１周期毎にユーザをコンテンツの視聴傾向が近い複数のクラスタに分類するクラスタリング手段と、
   前記分類されたクラスタ毎に、前記事前配信する高人気のコンテンツとして選択されるコンテンツ数を、前記事前配信の１周期中に事前配信することが可能なコンテンツの最大個数として設定される事前配信コンテンツ数をＸｃとし、この事前配信コンテンツ数Ｘｃに所定比率ｒ（０＜ｒ＜１）を乗じた値以下のコンテンツ数に抑制する事前配信コンテンツ数抑制手段と
   を備えることを特徴とするコンテンツ事前配信装置。

Images