[1E5-OS-3b] 大規模言語モデルとデータサイエンス

[1E5-OS-3b-03] 動画配信プラットフォームにおける視聴者フィードバックの解析：チャット特徴と最大同時接続数への影響

伊東 俊輔¹、田中 久温¹、松倉 悠¹、〇野崎 裕二¹、坂本 真樹¹ (1. 電気通信大学)

[[オンライン]]

キーワード：生配信、大規模言語モデル、YouTube、Twitch

近年,YouTubeなどの動画プラットフォームの人気が拡大し,新しい仕事・娯楽として「配信者」が注目されている.一方で,配信者が活動の方向性を定めることが難しいことが課題となっている.現状のフィードバックでは視聴者数やいいね数のような数値しか得られず,より詳細なフィードバックを得る方法は少ない.本研究では配信のチャットに着目し,チャットの特徴からどのような配信が人気なのかの分析を行った.まず,ランダムな配信者60名から各3本ずつ,ジャンルの異なる配信を収集し,配信のチャットを抽出した.次に,先行研究とLLMによる質的分析を使用し,22個の質問項目を作成した.その後,GPT4o-miniを使用して,配信のチャットが質問項目に該当するかのアノテーションを行った.最後に,LightGBMとアノテーションデータと配信の持つデータを用いて最大同接数を求めるモデルを作成し,各配信でどの質問項目が同接数に影響しているかを分析した.その結果,配信者に驚くコメントやからかうコメントが多いとより最大同接数が伸びやすい傾向にあった.また、配信者ごとに異なる要因が人気に影響することが示唆された.