ユーザー生成コンテンツの視聴数推移パターン分析と人気推移予測

摘要

近年，YouTube に代表される UGC（User Generated Content）の共有および視聴が非常に活発である．UGC の適切な制御は，サービスにおけるメディア広告の配置等のマーケテイング用途だけでなく，コンテンツキャッシュなどの制御によるネットワーク資源の効率利用にも大きく影響を与える．特に，コンテンツ視聴パターンのより正確な把握と予測は，より積極的な最適化制御を実現するためには非常に有効とされており，できるだけアップロード初期の段階で，コンテンツの将来の人気度の推移パターンを予測し，将来も高い人気が継続する動画を予測することが有効である．本稿では UGC 共有サービスとして代表的な YouTube において，各動画の視聴数を実測し，k-means 法を用いたクラスター分析することで，各動画の人気推移パターンを分類する手法を提案し，各推移パターンの傾向を明らかにする．また，アップロード初期の視聴数の推移パターンと視聴数の絶対値から，将来において高い人気が継続すると予想される動画を単純ベイズ分類器により判別する手法を提案する．実測されたデータにもとづく検証の結果，アップロードから 3 時間経過した視聴数推移データを用いた場合，アップロード初期の推移パターン傾向を考慮することで，人気判別精度が 10% 向上することを明らかにした．