JP7178189B2 - 動画提供装置、ユーザ端末、動画提供方法及び動画提供プログラム - Google Patents

Description

本発明は、ユーザ端末に動画像データを提供するとともに、動画像データに対応する情報を提供する動画提供装置、ユーザ端末、動画提供方法及び動画提供プログラムである。

近年、情報処理装置及びネットワークの普及に伴い、情報の提供者から提供される様々な情報を、ユーザが自身の端末で容易に閲覧することが可能となっている。例えば、提供者から提供される情報は、様々な形式のデータがあり、動画像データ、音声データも提供される。また、提供者から提供される情報の内容も、報道、商品等の広告、娯楽等の多様な分野の情報が提供される。

ところで、このように、提供されるデータを参照中、ユーザはその内容について詳細な情報を求めることもある。ところが、そのような詳細な情報を容易に調べる手段はない。

例えば、特許文献１には、配信ユーザが動画を用いて、視聴ユーザに商品を紹介する技術が記載されている。また、特許文献２には、コンテンツの内容に関するコンテンツ関連情報をユーザが携帯端末で取得する技術が記載されている。

特開２０１６－１９７４１１号公報 特開２００４－２３４６４６号公報

上述したように、商品の情報や、コンテンツの内容に関する情報を提供する手段はあるものの、ユーザが必要な情報を簡単に取得できる技術はない。

例えば、特許文献１には、単に、ユーザの要求に応じてデータを提供し、また、課金することについては記載されているが、ユーザが必要なデータを簡単な操作で提供することは、記載されていない。

また、特許文献２に記載の技術ではユーザが端末を使用して表示装置に表示されるコンテンツの関連情報を、ユーザが、自身の形態端末のカメラ等で取り込むＵＲＬや二次元バーコードを基に取得するという煩雑な作業を要する。

したがって、ユーザが動画像等を鑑賞する際、その動画像に表れる商品等に関する様々な情報を簡単に取得することが望まれる。

上記課題に鑑み、本発明は、ユーザ端末に動画像データを提供するとともに、動画像データに対応する情報を提供する動画提供装置、ユーザ端末、動画提供方法及び動画提供プログラムに関する。

上記課題を解決するために、本発明の一態様に係る動画提供装置は、動画像データ記憶部に記憶され、複数フレームで構成される動画像データを、ユーザ端末に提供する動画提供部と、ユーザ端末から、動画像データに対して、第一の言語情報を受け付ける受付部と、アイテムデータ記憶部に記憶され、動画像データに表されるアイテムに関連するアイテムデータと、家族データ記憶部に記憶され、ユーザ端末を介して取得された、ユーザ端末の保有者の家族に関する家族データとを抽出する抽出部と、第一の言語情報に対する回答として、抽出部が抽出した前記アイテムデータおよび家族データに基づいて、第二の言語情報を生成する生成部と、生成された第二の言語情報をユーザ端末に提供するデータ提供部とを備える。

本発明の一態様に係る動画提供装置、ユーザ端末、動画提供方法及び動画提供プログラムは、ユーザに適した情報を提供することができる。

本発明の実施形態に係る動画提供システムの概略図である。 本発明の実施形態に係る動画提供システムのブロック図の一例である。 本発明の実施形態に係る動画提供システムで使用される家族データのデータ構成の一例である。 本発明の実施形態に係る動画提供システムで使用される関連データのデータ構成の一例である。 本発明の実施形態に係る動画提供システムで表示される表示画面の一例である。 本発明の実施形態に係る動画提供システムにおける動画提供方法の一例を説明するシーケンス図である。 本発明の実施形態に係る動画提供システムで表示される表示画面の他の一例である。 本発明の実施形態に係る動画提供システムで表示される表示画面の他の一例である。 本発明の実施形態に係る動画提供システムで表示される表示画面の他の一例である。 本発明の実施形態に係る動画提供システムで表示される表示画面の他の一例である。 本発明の実施形態に係る動画提供システムで表示される表示画面の他の一例である。 本発明の実施形態に係る動画提供システムで表示される表示画面の他の一例である。 本発明の実施形態に係る動画提供システムの回路図の一例である。

以下に、図面を用いて本発明の実施形態に係る動画提供システム、動画提供装置、動画提供方法、動画提供プログラム及びユーザ端末について説明する。以下の説明において、同一の構成については、同一の符号を用いて説明を省略する。
〈動画提供システム〉
図１に示すように、本実施形態に係る動画提供システム１は、動画提供装置１００と、ユーザ端末２００とがネットワーク３００を介して接続される。この動画提供システム１では、ユーザ端末２００からのリクエストに応じて、動画提供装置１００がユーザ端末２００に動画像データを提供する。ここでは、１台のユーザ端末２００のみ示すが、動画提供システム１が有するユーザ端末２００の数は限定されない。ネットワーク３００は、有線であっても無線であってもよく、動画提供装置１００とユーザ端末２００間で通信が実現できるのであれば、どのような通信プロトコルを用いてもよい。

また、図１に示すように、ユーザ端末２００で動画像データを視聴する際、ユーザは、視聴する動画像データに関連する質問やコメント等の第一の言語情報Ｘ１を入力することができる。この第一の言語情報Ｘ１は、ユーザ端末２００から動画提供装置１００に送信される。また、動画提供装置１００は、ユーザ端末２００から送信された第一の言語情報Ｘ１に対する回答である第二の言語情報Ｘ２を、ユーザ端末２００に送信する。ユーザ端末２００は、動画提供装置１００から送信された第二の言語情報Ｘ２を表示する。これにより、例えば、ユーザは質問に対する回答を確認することができる。
〈ユーザ端末〉
図２のブロック図に示すように、ユーザ端末２００は、動画提供装置１００から複数フレームで構成される動画像データを取得する取得部２１１と、取得された動画像データを出力する出力部２３０と、動画像データ対して第一の言語情報が入力される入力部２４０と、入力された第一の言語情報を動画提供装置１００に送信する送信部２１２と、第一の言語情報に対する回答として、動画提供装置１００において生成された第二の言語情報を受信する受信部２１３とを備える。また、出力部２３０は、受信部２１３が受信した第二の言語情報を出力する。

具体的な説明は後述するが、「第一の言語情報」は、少なくともユーザがアイテムについて求める情報の種別を含む。また、「第一の言語情報」は、アイテムを特定するための情報を含むことが好ましい。「第二の言語情報」は、第一の言語情報で特定された種別の情報を含む。

ユーザ端末２００は、制御部２１０、記憶部２２０、出力部２３０、入力部２４０及び通信部２５０を有するパーソナルコンピュータや携帯端末等の情報処理端末である。ユーザ端末２００は、記憶部２２０に記憶される動画再生プログラムＰ２の実行により、制御機能、送信機能、受信機能を実現し、制御部２１０が取得部２１１、送信部２１２、受信部２１３等としての処理を実行する。

具体的には、制御部２１０は、種々の演算を実行するＣＰＵ（Central Processing Unit）である。また、記憶部２２０は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等のメモリである。出力部２３０は、テキストデータや画像データを表示可能な表示部（ディスプレイ）２３１と音声データを出力可能な音声出力部（スピーカ）２３２とを含む。入力部２４０は、キーボードやタッチパネル等の操作入力部２４１と、マイクロフォン等の音声入力部２４２と、カメラ等の画像入力部２４３を含む。

例えば、動画提供装置１００から取得される動画像データは、表示部２３１に出力され、この動画像データに含まれる音声データは、音声出力部２３２に出力される。また、第２の言語情報は、表示部２３１や音声出力部２３２に出力される。

種々の操作信号やデータは、入力部２４０を利用して入力される。また、第一の言語情報は、操作入力部２４１、音声入力部２４２または画像入力部２４３によって入力される。したがって、第一の言語情報の入力方法は、限定されず、テキスト入力、音声入力、画像入力等のいずれであってもよいし、タッチパネルにおけるタップ操作等の接触であってもよい。詳細な説明は省略するが、音声入力の場合、制御部２１０において音声入力部２４２で入力された音声データの音声認識処理を実行する。また、画像入力の場合、画像入力部２４３で入力された画像データはジェスチャー認識に利用可能であり、制御部２１０において画像処理を実行する。

ユーザ端末２００は、入力されるテキストデータを、第一の言語情報として通信部２５０を介して動画提供装置１００に送信することができる。また、ユーザ端末２００は、入力される音声データを、第一の言語情報として通信部２５０を介して動画提供装置１００に送信することができる。さらに、ユーザ端末２００は、動画像データを表示中に、表示画面上に表示されるフレームにおけるアイテムへのユーザの接触を接触データとして受信することが可能であり、このアイテムへの接触データを第一の言語情報として通信部２５０を介して動画提供装置１００に送信することができる。
〈動画提供装置〉
図２に示すように、動画提供装置１００は、複数フレームで構成される動画像データ１２１を、ユーザ端末２００に提供する動画提供部１１１と、ユーザ端末２００から、動画像データ１２１に対して、第一の言語情報を受け付ける受付部１１２と、動画像データ１２１に表されるアイテムに関連するアイテムデータ１２２と、ユーザ端末２００を介して取得された、ユーザ端末２００の保有者であるユーザの家族に関する家族データ１２３とを抽出する抽出部１１３と、第一の言語情報に対する回答として、抽出部１１３が抽出したアイテムデータ１２２および家族データ１２３に基づいて、第二の言語情報を生成する生成部１１４と、生成された第二の言語情報をユーザ端末２００に提供するデータ提供部１１５とを備えることができる。また、動画提供装置１００は、選択肢提供部１１６を備えてもよい。

図２に示すように、動画提供装置１００は、記憶部１２０で、動画像データ１２１、アイテムデータ１２２、家族データ１２３、関連データ１２４及び動画提供プログラムＰ１を記憶する。

動画提供装置１００は、制御部１１０、記憶部１２０及び通信部１３０を有するサーバ装置等の情報処理装置である。動画提供装置１００は、記憶部１２０に記憶される動画提供プログラムＰ１の実行により、動画提供機能、受付機能、抽出機能、生成機能、データ提供機能及び選択肢提供機能を実現し、制御部１１０で各処理を実行する。

具体的には、制御部１１０は、種々の演算を実行するＣＰＵ（Central Processing Unit）である。また、記憶部１２０は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等のメモリである。なお、動画提供装置１００は、複数の情報処理装置で形成されていてもよい。例えば、各データ１２１~１２４が一つの記憶部１２０に記憶される必要はなく、異なる複数の記憶部に記憶されていてもよい。

動画像データ１２１は、複数フレームで構成され、ユーザが視聴する動画像のデータである。この動画像データ１２１は、各フレームに合わせた音声データも含むことができる。この動画像データ１２１は、エンターテイメントとしての動画像データや商品等の宣伝用のコマーシャル動画像データに限定されない。例えば、生活に必要な情報等を紹介する動画像のデータであってもよい。

以下では、動画像データ１２１は、育児で役に立つ情報を紹介するものであることを例にして説明する。育児で役に立つ動画像データとしては、例えば、離乳食の作り方を紹介する動画像データ、おもちゃの作り方を紹介する動画像データ、ベビー用品の正しい使い方を紹介する動画像データ、ベビー用品・育児用品・玩具等自体を紹介する動画像データ等が挙げられる。

アイテムデータ１２２は、動画像データ１２１に表されるアイテムに関連する情報であって、第二の言語情報を導くデータである。

「アイテム」とは、動画像データ１２１で表される商品等である。動画像データが、「離乳食の作り方を紹介するもの」である場合、例えば、その離乳食作りに利用される「食材」、「調理器具」、「食器」等が「アイテム」となる。そして、作られた離乳食が乳児に食べられる様子まで表される場合、その乳児が着用する「衣類」も「アイテム」となる。また、動画像データが、「ベビー用品の正しい使い方を紹介するもの」である場合、紹介される「ベビー用品」の他、ベビー用品とともに表される子供が着用する「衣類」等、動画像データで表される他のものも「アイテム」となる。

「アイテム」は、「商品」に限らず、「サービス」であってもよい。例えば、動画像データが「育児サービスを紹介するもの」である場合、その動画像データで表される人物が着用する「衣類」等も「アイテム」となるし、その動画像データで表される「サービス」も「アイテム」となる。

アイテムデータ１２２の内容は、限定されず、ユーザが必要とするアイテムに関する情報である。例えば、アイテムデータ１２２は、動画像データ１２１に表されるアイテムの購入方法を特定するデータであってもよい。アイテムの購入方法を特定するデータとは、具体的には、アイテムである商品を購入可能なサイトのＵＲＬ、アイテムである商品を購入可能な店舗の情報、アイテムである商品のメーカーの情報等である。

また、例えば、アイテムデータ１２２は、動画像データ１２１に表されるアイテムである商品のサイズ、仕様等の詳細な情報であってもよい。

その他、例えば、アイテムデータ１２２は、動画像データ１２１に表されるアイテムの詳細な動画像のデータであってもよい。具体的には、動画像データ１２１が、離乳食の作り方を簡単に紹介するものである場合、アイテムデータ１２２はその離乳食の作り方をより詳細に紹介する動画像のデータであってもよい。

ここで、記憶部１２０は、対象の属性に応じたアイテムデータ１２２を記憶することができる。このとき、アイテムデータ１２２は、属性と関連付けられて記憶される。例えば、アイテムに適した性別があるときには、アイテムデータ１２２は、その性別と関連付けられる。具体的には、アイテムが男の子用の玩具である場合、このアイテムデータ１２２は、「男児」、「子供」等の属性と関連付けられる。

また例えば、アイテムに適した年齢や月齢があるときには、アイテムデータ１２２は、その年齢や月齢と関連付けられる。具体的には、アイテムが１歳の子供の玩具である場合、このアイテムデータ１２２は、「１歳」等の属性と関連付けられる。

家族データ１２３は、ユーザ端末２００を介して取得された、ユーザ端末２００の保有者の家族に関するデータである。ここでは、ユーザ端末２００の「保有者」を「ユーザ」として説明する。具体的には、家族データ１２３は、ユーザの家族の属性を含むデータである。例えば、家族データ１２３は、図３（ａ）に示すように、ユーザの家族の氏名やニックネーム等の「識別情報」、ユーザとの「続柄」、「性別」、「生年月日」、「年齢」を含むことができる。属性としては、この他、発達状態、健康状態、身体状態等を含んでもよい。これにより、家族の性別や年齢に応じて、必要なアイテムデータ１２２をユーザに提供することができる。

また、ユーザ端末２００から全ての項目のデータが取得されていない場合、家族データ１２３は、全ての項目にデータがなくてもよい。例えば、図３（ａ）に示す例では、「ａａ」は、名前と続柄と性別のみデータが存在するが、生年月日と年齢に関するデータは存在しない。

家族データ１２３のうち、年齢は生年月日により求めることができる。ここで、図３（ａ）の「ａｃ」に示すように、年齢が低い場合、年齢だけではなく、月齢も年齢として管理されることが望ましい。例えば、年齢が低い場合とは、１歳以下、２歳以下または３歳以下のことである。

ここでいう「家族」は、ユーザが同居する家族に限らない。例えば、図３（ｂ）に示すように、祖父母が、遠方に住む孫を家族として登録してもよい。

また例えば、ユーザが、今後生まれる予定の子供を、出産予定日とともに家族として登録してもよい。図３（ｃ）は、生まれる予定の子供を家族として登録した例である。図３（ｃ）の一例では、性別及び年齢は登録されていないが、生まれる予定の子供の性別が分かっている場合、その性別を登録しても良い。また、生まれる予定の子供が登録される場合、妊娠の週数月数等が登録されてもよい。

なお、図３に示す属性は、ユーザ本人の属性ではなく、ユーザの家族の属性である。また、図３では、ユーザ本人の属性と関連付けられて図示されていないが、図３に示す家族データは、ユーザ自身の属性と関連付けて記憶されることができる。

図示を用いた説明は省略するが、家族データ１２３は、ユーザ家族やユーザ本人の嗜好に関する情報を含むことができる。嗜好に関する情報とは、例えば、好みの食材、苦手な食材、好みの色、好みのキャラクター等の情報である。これにより、ユーザの家族やユーザ本人の好みを反映したアイテムデータ１２２をユーザに提供することができる。

図示を用いた説明は省略するが、家族データ１２３は、ユーザの家族の身体に関する情報を含むことができる。身体に関する情報とは、例えば、身長、体重、足のサイズ等の情報である。また、身体に関する情報とは、例えば、アレルギー等の情報である。これにより、家族に必要なアイテムデータ１２２をユーザに提供することができる。具体的には、最適なサイズの服のアイテムデータ１２２を提供したり、アレルギーに対応する離乳食の作り方等のアイテムデータ１２２を提供することができる。

この家族データ１２３の取得方法は限定しない。例えば、予め、動画提供装置１００からユーザ端末２００に質問データを送信し、これに応答する回答データとして受信したデータから、家族データ１２３を生成してもよい。

関連データ１２４は、動画像データ１２１とアイテムデータ１２２とを関連付けるデータであって、動画像データ１２１からアイテムデータ１２２を導くデータである。

図４（ａ）に、関連データ１２４の一例を示す。図４（ａ）に示す関連データ１２４は、動画データの識別情報と、アイテムデータの識別情報と、その動画データ及びアイテムデータと関連する属性が、識別情報と共に関連付けられる一例である。例えば、動画像データ１２１ａが、「市販のベビーフードを紹介するもの」であり、動画像データ１２１ａに市販のベビーフードと、ベビーフードを食べる子供の様子が表されるとする。また、このとき、動画像データ１２１ａで表されるアイテムは、紹介される「ベビーフード」、子供が着用する「洋服」、子供が使用する「食器」（子供用の食器）、子供が使用する「椅子」（子供用の椅子）であるとする。なお、紹介されるベビーフードの主な食材は、「魚」と「トマト」であり、子供は黒い服を着た男の子であって、赤い食器を使用し、青い椅子に座っているとする。このような動画像データ１２１ａのとき、ユーザに提供されるアイテムデータは、「ベビーフードのメーカー」、「ベビーフードの購入方法」、「洋服のメーカー」、「食器のメーカー」、「椅子のメーカー」等の情報であると想定される。したがって、図４（ａ）に示すように、動画像データ１２１ａと、これらのアイテムデータ１２２ａ－１～１２２ａ－５とを関連づけるデータを関連データ１２４とする。

また、ベビーフードのメーカーの情報であるアイテムデータ１２２ａ－１やベビーフードの購入方法の情報であるアイテムデータ１２２ａ－２を問い合わせるユーザは、０歳の子供の親である可能性が高い。また、魚やトマトを好む子供の親、または、魚やトマトを食べさせようとする親である可能性が高い。したがって、アイテムデータ１２２ａ－１及びアイテムデータ１２２ａ－２には、属性として「０歳」、「魚」、「トマト」が関連づけられる。

洋服のメーカーの情報であるアイテムデータ１２２ａ－３を問い合わせるユーザは、アイテムである洋服を着用する子供と同年齢である０歳又は１歳の男の子がいる親である可能性が高い。また、その親は、子供に黒い服を着せることが多い可能性が高い。したがって、アイテムデータ１２２ａ－３には、属性として「０歳」、「１歳」、「男児」、「黒」が関連付けられる。

食器のメーカーの情報であるアイテムデータ１２２ａ－４を問い合わせるユーザは、アイテムである食器を使用する子供と同年齢である０歳又は１歳の子供がいる親である可能性が高い。また、その親は、子供に赤い物を買い与えることが多い可能性が高い。したがって、アイテムデータ１２２ａ－４には、属性として「０歳」、「１歳」、「赤」が関連付けられる。

椅子のメーカーの情報であるアイテムデータ１２２ａ－５を問い合わせるユーザは、アイテムである椅子を使用する子供がいる親である可能性が高い。また、その親は、子供に青い物を買い与えることが多い可能性が高い。したがって、アイテムデータ１２２ａ－５には、属性として「０歳」、「１歳」、「男児」、「黒」が関連付けられる。

図４（ｂ）に、アイテムデータの他の例を示す。動画像データ１２１ｂが、「離乳食の作り方を紹介するもの」であり、動画像データ１２１ｂに離乳食を作る様子と、作られた離乳食を食べる子供の様子が簡単に表されるとする。また、このとき、動画像データ１２１ｂで表されるアイテムは、「食材」、複数の「調理器具」、子供が着用する「洋服」、子供が使用する「食器」（子供用に限定されない食器）であるとする。このような動画像データ１２１ｂのとき、ユーザに提供されるアイテムデータは、「詳細な作り方」、「調理器具の購入方法」、「洋服のメーカー」、「食器のメーカー」等の情報であると想定される。また、「食材」である「ニンジン」に関する情報は、ユーザが詳しく知りたい情報ではなく、ユーザの家族の「嗜好」に関わり得る情報である。したがって、図４（ｂ）に示すように、ニンジンをアイテムデータの対象にするのではなく、「属性」として「ニンジン」が関連付けられる。

動画提供部１１１は、記憶部１２０に記憶される動画像データ１２１を、ユーザ端末２００に提供する。ここで、動画提供部１１１は、ユーザ端末２００から動画像データ１２１の識別情報を含む動画像データのリクエストを受信すると、このリクエストに応じて識別情報で特定される動画像データ１２１をユーザ端末に送信する。

受付部１１２は、ユーザ端末２００から、ユーザ端末２００で表示される動画像データ１２１に対して、第一の言語情報を受け付ける。「第一の言語情報」は、少なくともユーザがアイテムについて求める情報の種別を含む。また、「第一の言語情報」は、アイテムを特定するための情報を含むことが好ましい。すなわち、「アイテムを特定することができる情報」と、「そのアイテムについて求める情報の種別」を含むことで、動画提供装置１００は、最適なアイテムデータ１２２を提供することができる。例えば、第一の言語情報は、所定のアイテムの選択と購入方法を問い合わせるものである。

抽出部１１３は、記憶部１２０に記憶されるアイテムデータ１２２と、記憶部１２０に記憶されるユーザ端末２００のユーザの家族に関する家族データ１２３とを抽出する。このとき、抽出部１１３は、受付部１１２が受け付けた第一の言語情報が含むアイテムや情報の種別に関するアイテムデータ１２２を、記憶部１２０から抽出する。例えば、第一の言語情報が所定のアイテムの購入方法を問い合わせるものである場合、その所定のアイテムの購入方法を回答するアイテムデータ１２２を抽出する。ここで、第一の言語情報に対応するアイテムデータ１２２が複数ある場合、対応する全てのアイテムデータ１２２を記憶部１２０から抽出する。また、抽出部１１３は、記憶部１２０から、ユーザ端末２００を保有するユーザの家族データ１２３を抽出する。

生成部１１４は、第一の言語情報に対する回答として、抽出部１１３が抽出したアイテムデータ１２２および家族データ１２３に基づいて、第二の言語情報を生成する。「第二の言語情報」は、第一の言語情報で特定されたアイテムや種別の情報を含む。第二の言語情報は、第一の言語情報の質問に対する回答である。

生成部１１４は、所定のアイテムの購入方法を回答する第二の言語情報を生成することができる。具体的には、第一の言語情報が商品の購入方法に関するものであった場合、商品の購入方法のアイテムデータ１２２を用いて、商品の購入方法を回答する第二の言語情報を生成する。例えば、図５（ａ）に示すように、動画像データ１２２で表されるアイテムＭに対して第一の言語情報Ｘ１が「どこに売っているの？」という質問である場合、第二の言語情報Ｘ２は「ＡＡＡだよ！」という回答になる。また、受付部１１２は、このように第二の言語情報で回答されるアイテムの購入方法に基づく購入リクエストを、ユーザ端末２００から受け付けることができる。

生成部１１４は、ユーザ端末２００の保有者の家族の属性に対応するアイテムデータ１２２を用いて第二の言語情報を生成することができる。具体的には、抽出部１１３が、異なる属性と関連付けられる複数のアイテムデータ１２２を取得したとき、生成部１１４は、抽出部１１３が抽出したユーザの家族データ１２３に含まれるユーザの家族の属性に関連付けられるアイテムデータ１２２を用いて第二の言語情報を生成する。

例えば、図５（ｂ）に示すように、動画像データ１２２において、男の子が離乳食を食べる様子が表され、この動画像のアイテムは男の子の洋服と男女問わずに使用可能な子供用の椅子であるとする。また、図４（ｃ）に示すように、「洋服の購入方法」に関するアイテムデータ１２２ｃ－１と「椅子の購入方法」に関するアイテムデータ１２２ｃ－２とが記憶されているとする。さらに、図３（ｃ）に示すように、抽出部１１３に抽出された家族データ１２３に含まれる属性が、「女」であるとする。このとき、生成部１１４は、属性「女」と関連付けられるアイテムデータ１２２ｃ－２を用いて第二の言語情報を生成する。したがって、図５（ｂ）に示すように、第一の言語情報Ｘ１「どこに売っているの？」に対して、洋服ではなく、椅子に関する質問であると判断することが可能であるため、生成部１１４は、第二の言語情報Ｘ２「この椅子は、ＡＡＡで売っているよ！」を生成する。

生成部１１４は、接触データで選択されたアイテムのアイテムデータ１２２に基づいて、第二の言語情報を生成する。具体的には、ユーザ端末２００の入力部２４０がタッチパネルであるとき、抽出部１１３は、そのタッチパネル上で触れられたアイテムのアイテムデータ１２２を取得する。したがって、生成部１１４は、抽出部１１３が抽出したアイテムデータ１２２を用いて第二の言語情報を生成する。

データ提供部１１５は、生成部１１４で生成された第二の言語情報をユーザ端末２００に提供する。これにより、ユーザ端末２００では、図５で示すように、第二の言語情報Ｘ２を表示することができる。

選択肢提供部１１６は、関連データ１２４で特定される関連付けを選択肢として含む選択肢データを、ユーザ端末２００に提供する。この場合、生成部１１４は、受付部１１２で受け付けた選択結果データで特定されるアイテムデータ１２２に基づいて、第二の言語情報を生成することができる。すなわち、関連データ１２４を選択肢としてユーザに提示したとき、選択された選択肢に対応するアイテムデータ１２２を第二の言語情報とすることができる。

さらに、動画提供装置１００は、関連データ１２４で動画像データ１２１とアイテムデータ１２２とが関連付けられるとき、この関連付けを選択肢としてユーザ端末２００に送信してもよい。

受付部１１２は、選択肢提供部１１６が選択肢データを提供すると、ユーザ端末２００から提示する選択肢のいずれが選択されたかの選択結果データを、第一の言語情報として受け付けることができる。このとき、ユーザ端末２００では、第一の言語情報の提示と選択をどのように行ってもよい。

これにより、動画提供システム１では、ユーザの家族データ１２３に応じて、ユーザに不要な情報の提供を避け、ユーザが必要な内容の情報を提供することができる。
〈動画像提供の処理〉
図６に示すフローを用いて、動画提供システム１における動画像提供方法の処理の流れを説明する。まず、ユーザ端末２００が、動画提供装置１００に動画像データを要求するリクエストを送信する（Ｓ１）。

動画提供装置１００は、リクエストに対応し、複数フレームで構成される動画像データ１２１を送信する（Ｓ２）。

ユーザ端末２００は、動画提供装置１００から提供される動画像データを再生する（Ｓ３）。

ユーザ端末２００は、動画像データの再生にあたり、第一の言語情報の入力を受け付ける（Ｓ４）。

ユーザ端末２００は、入力された第一の言語情報を動画提供装置１００に送信する（Ｓ５）。

動画提供装置１００は、動画像データ１２１に表されるアイテムに関連するアイテムデータ１２２を抽出する（Ｓ６）。

動画提供装置１００は、ユーザ端末２００の保有者であるユーザの家族に関する家族データ１２３を抽出する（Ｓ７）。

動画提供装置１００は、ユーザ端末２００から受信した第一の言語情報に対する回答として、ステップＳ６で抽出されたアイテムデータ１２２及びステップＳ７で抽出された家族データ１２３に基づいて、第二の言語情報を生成する（Ｓ８）。

動画提供装置１００は、ステップＳ８で生成された第二の言語情報をユーザ端末２００に送信する（Ｓ９）。

ユーザ端末２００は、ステップＳ９で送信された第二の言語情報を表示する（Ｓ１０）。
〈第一の言語情報及び第二の言語情報の表示例〉
図７乃至図９を用いて、第一の言語情報及び第二の言語情報の一例について説明する。ユーザ端末２００における第一の言語情報の入力は、ユーザがアイテムに関する質問をテキスト入力する方法であってもよい。例えば、第一の言語情報は、ユーザが動画像データを視聴中に動画像データに表されるアイテムに興味を持ったとき、そのアイテムに関する質問である。具体的には、そのアイテムがどこに売っているのかを問い合わせる質問等である。また、動画像データにアイテムが複数表されるとき、第一の言語情報は、アイテムを特定する情報を含むことが好ましい。第二の言語情報は、このような質問に対する回答である。また、第二の言語情報は、回答に付属する情報を含んでいてもよい。

図７（ａ）は、第一の言語情報をテキスト入力する一例である。例えば、動画像データ１２１に表されるアイテムＭが「男の子用の自転車」であり、家族データ１２３では、ユーザの家族には男児はいないが、女児がいるとする。この場合、第一の言語情報Ｘ１で「どこに売っているの？」と入力されたとき、第二の言語情報Ｘ２は、「ＡＡＡだよ！」という回答の他、「女の子用もあるよ。ＢＢＢだよ！」と、ユーザの家族に適する商品の情報を提案する情報を含んでもよい。このような場合、記憶部１２０は、属性「男児」と関連付けられるアイテムデータ１２２の他、属性「女児」と関連付けられるアイテムデータ１２２を記憶するものとする。また、このような提案は、家族データで子供の好きな色やキャラクター等が登録される場合、子供が好きな色やキャラクターの商品の情報を提案する情報を含んでもよいし、新商品の発売が近い場合には、新商品を紹介する情報を含んでもよい。

また、例えば、動画像データ１２１に表されるアイテムが「男の子用の子供服」であり、家族データ１２３では、ユーザの家族に男の子供が含まれるとする。この場合、図７（ｂ）に示すように、第一の言語情報Ｘ１で「どこに売っているの？」と入力されたとき、第二の言語情報Ｘ２は、「ＡＡＡだよ！」という回答の他、「Ｃくんに似合いそうだね！」と、回答に合わせたコメントを含んでもよい。このような第二の言語情報Ｘ２は、家族データ１２３と、人工知能を利用する一般的なチャットボットの技術を用いて実現することができる。

さらに例えば、図８（ａ）に示すように、動画像データ１２１で複数のアイテムＭ１～Ｍ３が表される場合に、第一の言語情報Ｘ１が「どこに売っているの？」という質問であるとき、いずれのアイテムＭ１～Ｍ３についての質問であるか不明である。このような場合には、第二の言語情報Ｘ２が「どれだろう？」等、アイテムの特定や具体的な回答を導く質問であってもよい。

図８（ａ）に示すように、第二の言語情報Ｘ２がユーザに対する問いであるとき、図８（ｂ）に示すように、ユーザがその問いに回答する第一の言語情報Ｘ１を入力することで、動画提供装置１００では、アイテムを特定することができる。すなわち、図８（ａ）の場合、第一の言語情報Ｘ１の質問がどのアイテムＭ１～Ｍ３に関するものであるか不明であった。これに対し、第一の言語情報Ｘ１の質問がアイテムＭ３のスプーンであることが明らかになれば、図８（ｂ）に示すように、第二の言語情報Ｘ２は、このスプーンの購入方法の情報となる。

また、第一の言語情報Ｘ１の入力方法は、ユーザにアイテムに関する質問の選択肢を提示して選択させる方法であってもよい。図９（ａ）は、第一の言語情報Ｘ１がユーザに提示される選択肢である場合の一例である。図９（ａ）に示すように、第一の言語情報Ｘ１が選択肢として提示される場合、動画像データ１２１に表されるアイテムに合わせて、予め複数の選択肢データとして記憶部１２０で記憶される。

図９（ａ）に示す例は、動画像データ１２１がベビーフードを紹介するものであり、アイテムとして、紹介される「ベビーフード」の他、「洋服」や「食器」が表されているものとする。ユーザは、紹介される「ベビーフード」のメーカーや購入方法の情報を求める場合、選択肢として提示される「どこの商品？」や「どこで買える？」の第一の言語情報Ｘ１を選択する。一方、ユーザは、ベビーフードとともに動画像データ１２１に表される洋服や食器に関する情報を求める場合、「洋服は？」や「食器は？」の第一の言語情報Ｘ１を選択する。

図９（ａ）において「どこで買える？」の第一の言語情報Ｘ１が選択されたとき、図９（ｂ）に示すように、第二の言語情報Ｘ２が表示される。

なお、図９（ｂ）に示すように、選択肢で提示される第一の言語情報Ｘ１以外の情報を求める場合、「フリー入力」の選択肢Ｃを選択することで、ユーザが第一の言語情報Ｘ１を自由に入力できるような入力画面（図示せず）に切り替えることができる。

さらに、実際の購入までの流れを図１０を用いて説明する。図１０は、第一の言語情報Ｘ１が入力された後に表示される第二の言語情報Ｘ２として、動画提供装置１００が、提示した購入先のＵＲＬを含めて表示させる例を示す図である。図１０は、動画像で魚のベビーフード（商品Ａ１）が紹介されていた場合、その商品の購入方法を提示するとともに、ユーザに関連付けられる鶏肉のベビーフード（商品Ｂ２）の購入方法も提示する一例である。

図１０の「HTTP～～～～」や「HTTP＝＝＝＝＝」をユーザが選択することにより、動画提供システム１では、実際に商品を購入（あるいはサービスの申し込み）するためのＵＩへの遷移、ｗｅｂページの表示や、購入用のアプリケーションまたはｗｅｂページ表示のためのアプリケーションの起動がなされる。

ここでは、図１０において、ユーザが商品Ａ１を購入するためのURLを選択し、商品Ａ１を購入するための購入画面へ遷移した例を説明する。図１１（ａ）は実際の商品購入のための画面例である。商品購入の画面では購入対象の商品の詳細（名称、単価、内容量（個数）、画像、販売元、製造元、特徴、対象年齢、利用条件など）が端末に表示される。ユーザは商品の詳細を確認した後、商品の数量や色、サイズなどを選択し、「購入手続き」ボタンｂ１１を選択することで、表示部２３１に表示される画面が、購入条件確認画面に遷移する。なお、ユーザにより、「キャンセル」ボタンｂ１２が選択されると、表示部２３１に表示される画面は、数量等の条件を変更する画面に戻ったり、図１０の画面に戻ることになる。

図１１（ｂ）は購入条件確認画面の画面例である。購入条件確認画面では、購入を選択された商品の数量や色、サイズ、合計金額、ポイント利用の有無、配送先・注文者、支払い方法の確認・変更ができるように表示される。ユーザにより「購入」ボタンｂ２１が選択されると、サーバに情報が送信され、購入の処理（クレジットカードの決済処理、商品の発注・配送処理等）が実行される。なお、ユーザにより、「キャンセル」ボタンｂ２２が選択されると、表示部２３１に表示される場面は、数量等の条件を変更する画面に戻ったり、図１０の画面に戻ることになる。

なお、上述の購入手続きでは商品の購入を例としたが、サービスの申し込みであってもよい。その場合、サービスの詳細（提供場所、提供期間、提供日時など）が表示されるように変更したり、購入に際して、サービスのプランや条件、利用人数などを選択したりできるようにしてもよい。

このように、購入までの手続きを簡素化することにより、ユーザが商品やサービスを購入しやすくすることができる。

他の実施例として、例えば、図１１（ａ）において、ユーザに「購入手続き」ボタンｂ１１が選択されたとき、記憶部１２０に記憶された家族データ１２３を参照し、購入対象の商品の対象年齢等の詳細情報と比較して通知を出力してもよい。図１２は購入に際して出力される通知の例である。図１２（ａ）は購入対象の商品の対象年齢に対して、家族データ１２３の示すユーザの家族の年齢が異なる（対象年齢に含まれない）場合の通知例であり、図１２（ｂ）は、家族データ１２３の示すユーザの家族のアレルギー物質が購入対象の商品に含まれる場合の通知例である。図１２に示すような通知において、ユーザによって「ＯＫ」ボタンｂ１３が選択されると、購入に進む。一方、ユーザによって「キャンセル」ボタンｂ１４が選択されると、購入はキャンセルされる。

このような通知を行うことで、ユーザが家族に対して購入する商品やサービスが家族に好適かの判断を促すことができるため、ユーザが誤って家族に好適でない商品を購入してしまうことを防ぐことができる。

なお、上記の例では「購入手続き」ボタンｂ１１を選択したとき、通知を出力する構成を説明したが、通知の出力のタイミングはこれに限らず、例えば図１０においてURLを選択するときに通知を出力してもよい。このように通知を出力することで、例えばURLを選択した後に、家族データ１２３にアクセスできない他のアプリケーションに遷移してしまう場合であっても、適切に通知を出力することができる。

具体的には、生成部１１４は、抽出部１１３で抽出された家族データ１２３に応じてユーザが購入方法を問い合わせたアイテムがユーザの家族に適合しない旨の通知を生成する。また、データ提供部１１５は、生成部１１４が生成した通知をユーザ端末に送信する。仮に、ユーザが誤ってユーザの家族に適合しないアイテムを購入しようとする場合には、これにより誤ったアイテムの購入を防止することができる。

ここで、生成部１１４は、家族データ１２３の属性と、ユーザが購入を希望するアイテムに関連付けられる属性とが適合しないとき、その旨の通知を生成する。例えば、図１２で上述したように、ユーザが異なる年齢や月齢のアイテムの購入を希望するとき、動画提供装置１００は、そのアイテムがユーザの子供の年齢や月齢に合わない通知をする。

また、また例えば、ユーザの家族が男の子であるにも関わらず、女の子用のアイテムの購入を希望するとき、動画提供装置１００は、そのアイテムが女の子用のアイテムであることを通知する。一方、ユーザが自分の子供以外に贈り物等として購入しようとする場合には、このような通知があっても、商品を購入することになる。

また、通知の出力例は選択画面を表示するだけでなく、他の画面表示や音声、振動等であっても良い。

なお、上述の説明では、動画提供装置１００及びユーザ端末２００のＣＰＵが動画提供プログラムＰ１又は動画再生プログラムＰ２等を実行することにより、動画提供システム１を実現することとしているが、これは動画提供装置１００及びユーザ端末２００に集積回路（ＩＣ（Integrated Circuit）チップ、大規模集積回路（ＬＳＩ：Large Scale Integration）等に形成された論理回路（ハードウェア）や専用回路によって実現してもよい。このような場合、図１３に示すように、動画提供装置１００は、動画提供回路１１１ａ、受付回路１１２ａ、抽出回路１１３ａ、生成回路１１４ａ、データ提供回路１１５ａ、選択肢提供回路１１６ａ及び通信回路１３０ａを備える。また、ユーザ端末２００は、取得回路２１１ａ、送信回路２１２ａ、受信回路２１３ａ、表示回路２３１ａ、音声出力回路２３２ａ、操作入力回路２４１ａ、音声入力回路２４２ａ及び画像入力回路２４３ａを備える。それぞれの機能は、上述した同様の名称を有する各部と同様である。

本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本発明の範囲に含まれることに留意されたい。例えば、各手段、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の手段やステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。

上記実施の形態に示した構成並びに参考例に示した構成は適宜組み合わせることとしてもよい。

１００ 動画提供装置
１１２ 受付部
１１４ 生成部
１１５ データ提供部
１１６ 選択肢提供部
１２０ 記憶部
１２１ 動画像データ
１２２ アイテムデータ
１２３ 家族データ
１２４ 関連データ
２００ ユーザ端末
Ｃ 選択肢
Ｍ，Ｍ１～Ｍ３ アイテム
Ｘ１ 第一の言語情報
Ｘ２ 第二の言語情報

Claims (16)

1. 動画像データ記憶部に記憶され、複数フレームで構成される動画像データを、ユーザ端末に提供する動画提供部と、
   前記ユーザ端末から、前記動画像データに対して、第一の言語情報を受け付ける受付部と、
   アイテムデータ記憶部に記憶され、前記動画像データに表されるアイテムに関連するアイテムデータと、家族データ記憶部に記憶され、ユーザ端末を介して取得された、前記ユーザ端末の保有者の家族に関する家族データとを抽出する抽出部と、
   前記第一の言語情報に対する回答として、前記抽出部が抽出した前記アイテムデータおよび前記家族データに基づいて、第二の言語情報を生成する生成部と、
   前記生成された第二の言語情報を前記ユーザ端末に提供するデータ提供部と、
   を備える動画提供装置。
2. 前記アイテムデータ記憶部は、対象の属性に応じたアイテムデータを記憶し、
   前記家族データは、保有者の家族の属性を含み、
   前記生成部は、前記ユーザ端末の保有者の家族の属性に対応するアイテムデータを用いて第二の言語情報を生成する
   請求項１に記載の動画提供装置。
3. 前記アイテムデータは、動画像に含まれるアイテムの購入方法を特定するデータであって、
   前記第一の言語情報は、所定のアイテムの選択と購入方法を問い合わせるものであって、
   前記生成部は、前記所定のアイテムの購入方法を回答する第二の言語情報を生成する
   ことを特徴とする請求項１又は２に記載の動画提供装置。
4. 前記受付部は、前記第二の言語情報で回答されるアイテムの購入方法に基づく購入リクエストを受け付けることを特徴とする請求項３に記載の動画提供装置。
5. 前記生成部は、前記抽出部で抽出された家族データに応じて、購入方法が問い合わせられたアイテムが前記保有者の家族に適合しない場合、その旨の通知を生成し、
   前記データ提供部は、前記ユーザ端末に前記通知を送信する
   請求項１に記載の動画提供装置。
6. 動画像データとアイテムデータとを関連付ける関連データで特定される関連付けを選択肢として含む選択肢データを、前記ユーザ端末に提供する選択肢提供部をさらに備え、
   前記受付部は、前記ユーザ端末から選択肢のいずれが選択されたかの選択結果データを受け付け、
   前記生成部は、前記受付部で受け付けた選択結果データで特定されるアイテムデータに基づいて、第二の言語情報を生成する
   ことを特徴とする請求項１乃至５のいずれか１に記載の動画提供装置。
7. 前記受付部は、前記ユーザ端末において動画像のフレームを表示中に、表示画面上におけるアイテムへの接触によるユーザの選択を識別する接触データを受け付けることが可能であって、
   前記生成部は、前記接触データで選択されたアイテムのアイテムデータに基づいて、第二の言語情報を生成する
   ことを特徴とする請求項１乃至６のいずれか１に記載の動画提供装置。
8. 前記受付部は、前記ユーザ端末から第一の言語情報をテキストデータにより受け付ける、
   ことを特徴とする請求項１乃至７のいずれか１に記載の動画提供装置。
9. 前記受付部は、前記ユーザ端末から第一の言語情報を音声データにより受け付ける、
   ことを特徴とする請求項１乃至８のいずれか１に記載の動画提供装置。
10. 動画提供装置から複数フレームで構成される動画像データを取得する取得部と、
    前記動画像データを表示する表示部と、
    前記動画像データに対して第一の言語情報が入力される入力部と、
    入力された第一の言語情報を前記動画提供装置に送信する送信部と、
    前記第一の言語情報に対する回答として前記動画像データに表わされるアイテムに関するアイテムデータと、自装置の保有者の家族に関する家族データに基づいて、前記動画提供装置において、生成された第二の言語情報を受信する受信部と、
    受信した第二の言語情報を出力する出力部と、
    を備えるユーザ端末。
11. 前記受信部は、動画像データとアイテムデータとの関連付けを選択肢として含む選択肢データを、前記動画提供装置から受信し、
    前記入力部は、前記選択肢データでいずれが選択されたかの選択結果データが入力され、
    前記送信部は、前記入力部で入力された選択結果データを、前記第一の言語情報として送信する
    ことを特徴とする請求項１０に記載のユーザ端末。
12. 前記入力部は、前記出力部において動画像のフレームを表示中に、表示画面上におけるアイテムへの接触によるユーザの選択を識別する接触データが入力され、
    前記送信部は、前記入力部で入力された接触データに基づき、前記第一の言語情報を送信する
    ことを特徴とする請求項１０又は１１に記載のユーザ端末。
13. 前記入力部では、前記第一の言語情報がテキストデータにより入力され、
    前記送信部は、前記入力部で入力されたテキストデータに基づき、前記第一の言語情報を送信する
    ことを特徴とする請求項１０乃至１２のいずれか１に記載のユーザ端末。
14. 前記入力部では、前記第一の言語情報が音声データにより入力され、
    前記送信部は、前記入力部で入力された音声データに基づき、前記第一の言語情報を送信する
    ことを特徴とする請求項１０乃至１３のいずれか１に記載のユーザ端末。
15. コンピュータが、
    動画像データ記憶部に記憶され、複数フレームで構成される動画像データを、ユーザ端末に提供し、
    前記ユーザ端末から、前記動画像データに対して、第一の言語情報を受け付け、
    アイテムデータ記憶部に記憶され、前記動画像データに表されるアイテムに関連するアイテムデータと、家族データ記憶部に記憶され、ユーザ端末を介して取得された、前記ユーザ端末の保有者の家族に関する家族データとを抽出し、
    前記第一の言語情報に対する回答として、抽出した前記アイテムデータおよび前記家族データに基づいて、第二の言語情報を生成し、
    前記生成された第二の言語情報を前記ユーザ端末に提供する
    動画提供方法。
16. コンピュータに、
    動画像データ記憶部に記憶され、複数フレームで構成される動画像データを、ユーザ端末に提供する動画提供機能と、
    前記ユーザ端末から、前記動画像データに対して、第一の言語情報を受け付ける受付機能と、
    アイテムデータ記憶部に記憶され、前記動画像データに表されるアイテムに関連するアイテムデータと、家族データ記憶部に記憶され、ユーザ端末を介して取得された、前記ユーザ端末の保有者の家族に関する家族データとを抽出する抽出機能と、
    前記第一の言語情報に対する回答として、抽出した前記アイテムデータおよび前記家族データに基づいて、第二の言語情報を生成する生成機能と、
    前記生成された第二の言語情報を前記ユーザ端末に提供するデータ提供機能と、を実現する
    動画提供プログラム。
    

Images