特開 2023-7404 競技における賭けを支援するためのシステム、方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023007404

(43)【公開日】2023-01-18

(54)【発明の名称】競技における賭けを支援するためのシステム、方法、およびプログラム

(51)【国際特許分類】

   G06Q 50/34 20120101AFI20230111BHJP

【ＦＩ】

G06Q50/34

【審査請求】未請求

【請求項の数】1

【出願形態】ＯＬ

(21)【出願番号】P 2022074994

(22)【出願日】2022-04-28

(62)【分割の表示】P 2021106698の分割

【原出願日】2021-06-28

(71)【出願人】

【識別番号】520208845

【氏名又は名称】株式会社クロス・デジタル・イノベーション

(74)【代理人】

【識別番号】100078282

【弁理士】

【氏名又は名称】山本 秀策

(74)【代理人】

【識別番号】100107489

【弁理士】

【氏名又は名称】大塩 竹志

(74)【代理人】

【識別番号】100113413

【弁理士】

【氏名又は名称】森下 夏樹

(74)【代理人】

【識別番号】100181674

【弁理士】

【氏名又は名称】飯田 貴敏

(74)【代理人】

【識別番号】100181641

【弁理士】

【氏名又は名称】石川 大輔

(74)【代理人】

【識別番号】230113332

【弁護士】

【氏名又は名称】山本 健策

(72)【発明者】

【氏名】藤井 秀樹

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC54

(57)【要約】

【課題】適切なオッズを提示することにより、ｅスポーツ等の競技における賭けを支援するためのシステム等を提供すること
【解決手段】本発明の競技における賭けを支援するためのシステムは、競技の少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションを取得する取得手段と、前記取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションに基づいて、前記少なくとも１人のプレーヤの特徴を表す第１のスコアを算出する第１の算出手段と、前記競技の特徴を表す第２のスコアを算出する第２の算出手段と、前記第１のスコアと前記第２のスコアとに基づいて、前記競技における賭けのオッズを決定する決定手段とを備える。
【選択図】図１Ａ

【特許請求の範囲】

【請求項1】

本明細書に記載の発明。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、競技における賭けを支援するためのシステム、方法、およびプログラムに関する。

【背景技術】

【0002】

近年、ｅスポーツ（エレクトロニック・スポーツ）が普及しつつある。例えば、特許文献１は、ゲーム画像をｅスポーツ用にストリーミング配信することを開示している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】国際公開２０２０／０２６４５８号

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明の発明者は、ｅスポーツにおいて、ネットワークを通じて、プレーヤ同士が対戦し、その対戦を観衆が観戦することができるようなプラットフォームを提供することで、多くのユーザがｅスポーツを楽しむことができるのではないかと考えた。さらに、そのようなプラットフォームで賭けを提供することで、新たなユーザ体験を提供することができるのではないかとも考えた。

【0005】

本発明は、適切なオッズを提示することにより、ｅスポーツ等の競技における賭けを支援するためのシステム等を提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明は、例えば、以下の項目を提供する。
（項目１）
競技における賭けを支援するためのシステムであって、
競技の少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションを取得する取得手段と、
前記取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションに基づいて、前記少なくとも１人のプレーヤの特徴を表す第１のスコアを算出する第１の算出手段と、
前記競技の特徴を表す第２のスコアを算出する第２の算出手段と、
前記第１のスコアと前記第２のスコアとに基づいて、前記競技における賭けのオッズを決定する決定手段と
を備える、システム。
（項目２）
前記競技のルールを変更する変更手段をさらに備え、
前記変更手段によって前記ルールが変更されると、
前記第２の算出手段は、前記変更されたルールに基づいて、前記第２のスコアを算出し、
前記決定手段は、前記第１のスコアと前記変更されたルールに基づいて算出された第２のスコアとに基づいて、前記オッズを決定する、
項目１に記載のシステム。
（項目３）
前記変更手段は、
前記ルールの変更に関して、前記競技の関係人による投票を受けることと、
前記投票の結果に基づいて、前記ルールを変更することと
を行う、項目２に記載のシステム。
（項目４）
前記競技は、ｅスポーツにおける競技であり、
前記関係人は、前記競技に関するガバナンストークンを有している人である、項目３に記載のシステム。
（項目５）
前記競技は、ｅスポーツにおける競技であり、
前記少なくとも１人のプレーヤは、第１のユーザが操作する第１のプレーヤと、前記第１のユーザのアバターとを含み、
前記第１の算出手段は、前記第１のプレーヤの第１のスコアと、前記アバターの第１のスコアとを算出し、
前記決定手段は、前記第１のプレーヤの第１のスコアと、前記アバターの第１のスコアと、前記第２のスコアとに基づいて、前記オッズを決定する、
項目１～４のいずれか一項に記載のシステム。
（項目６）
前記算出手段は、前記取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションが、パーソナリティに関する概念と相関する程度に応じて前記第１のスコアを算出する、項目１～５のいずれか一項に記載のシステム。
（項目７）
前記賭けを行うユーザに関するデータおよび／またはインフォメーションを取得する第２の取得手段と、
前記取得されたユーザに関するデータおよび／またはインフォメーションに基づいて、前記ユーザの特徴を表す第３のスコアを算出する第３の算出手段と
をさらに備え、
前記決定手段は、前記第３のスコアにさらに基づいて、前記オッズを決定する、項目１～６のいずれか一項に記載のシステム。
（項目８）
前記第３のスコアに基づいて、前記ユーザに好適な賭けを決定する第２の決定手段をさらに備え、
前記決定手段は、前記決定された賭けに関するオッズを決定する、項目７に記載のシステム。
（項目９）
前記少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションは、改ざん不可能に記憶されている、項目１～８のいずれか一項に記載のシステム。
（項目１０）
前記取得手段は、前記少なくとも１人のプレーヤに関連付けられたデバイスから前記データを取得する、項目１～９のいずれか一項に記載のシステム。
（項目１１）
前記取得手段は、前記プレーヤが主体的に開示したインフォメーションを取得する、項目１～１０のいずれか一項に記載のシステム。
（項目１２）
競技における賭けを支援するための方法であって、
競技の少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションを取得することと、
前記取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションに基づいて、前記少なくとも１人のプレーヤの特徴を表す第１のスコアを算出することと、
前記競技の特徴を表す第２のスコアを算出することと、
前記第１のスコアと前記第２のスコアとに基づいて、前記競技における賭けのオッズを決定することと
を含む、方法。
（項目１２Ａ）
上記項目のうちの１つまたは複数に記載の特徴を含む、項目１２に記載の方法。
（項目１３）
競技における賭けを支援するためのプログラムであって、前記プログラムは、プロセッサを備えるコンピュータシステムにおいて実行され、前記プログラムは、
競技の少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションを取得することと、
前記取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションに基づいて、前記少なくとも１人のプレーヤの特徴を表す第１のスコアを算出することと、
前記競技の特徴を表す第２のスコアを算出することと、
前記第１のスコアと前記第２のスコアとに基づいて、前記競技における賭けのオッズを決定することと
を含む処理を前記プロセッサに行わせる、プログラム。
（項目１３Ａ）
上記項目のうちの１つまたは複数に記載の特徴を含む、項目１３に記載のプログラム。（項目１４）
競技における賭けを支援するためのプログラムを記憶するコンピュータ読み取り可能な記憶媒体であって、前記プログラムは、プロセッサを備えるコンピュータシステムにおいて実行され、前記プログラムは、
競技の少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションを取得することと、
前記取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションに基づいて、前記少なくとも１人のプレーヤの特徴を表す第１のスコアを算出することと、
前記競技の特徴を表す第２のスコアを算出することと、
前記第１のスコアと前記第２のスコアとに基づいて、前記競技における賭けのオッズを決定することと
を含む処理を前記プロセッサに行わせる、コンピュータ読み取り可能な記憶媒体。
（項目１４Ａ）
上記項目のうちの１つまたは複数に記載の特徴を含む、項目１４に記載のコンピュータ読み取り可能な記憶媒体。

【発明の効果】

【0007】

本発明によれば、賭けを行うユーザに適切なオッズを提示することが可能な、競技における賭けを支援するためのシステム等を提供することができる。これにより、ユーザの賭け意欲を高め、ｅスポーツ等における賭けの普及につながり得る。特に、ｅスポーツにおける賭けを支援することにより、今までにない新たなユーザ体験を提供することができる。新たなユーザ体験は、例えば、何万人ものユーザが関与する競技において賭けを行う体験、突然開催される競技において賭けを行う体験、ルールが頻繁に変わる競技において賭けを行う体験、プレーヤが自身のアバターと対戦する競技において賭けを行う体験等が挙げられる。

【図面の簡単な説明】

【0008】

【図1A】ｅスポーツにおける賭けを行うためのプラットフォーム１０での賭けのフローの一例を概略的に示す図

【図1B】ｅスポーツにおける賭けを行うためのプラットフォーム１０での賭けのフローの別の一例を概略的に示す図

【図2A】競技における賭けを支援するためのシステム１００の構成の一例を示す図

【図2B】競技における賭けを支援するためのシステム１００の具体的な構成の一例を示す図

【図2C】データベース部２００に格納される情報の関連付けを示す概念図

【図3A】プロセッサ部１２０の構成の一例を示す図

【図3B】プロセッサ部１２０の代替実施形態であるプロセッサ部１２０’の構成の一例を示す図

【図3C】プロセッサ部１２０の代替実施形態であるプロセッサ部１２０’の構成の一例を示す図

【図4】第１の算出手段１２２が利用し得るニューラルネットワークモデルの構造の一例を示す図

【図5A】競技における賭けを支援するためのシステム１００における処理の一例（処理５００）を示すフローチャート

【図5B】処理５００の続きの処理を示すフローチャート

【図6】競技における賭けを支援するためのシステム１００における処理の別の一例（処理６００）を示すフローチャート

【発明を実施するための形態】

【0009】

以下、図面を参照しながら、本発明の実施の形態を説明する。

【0010】

１．ｅスポーツにおける賭けサービス
本発明の発明者は、ｅスポーツにおける賭けを支援するための新たなサービスを開発した。このサービスでは、ｅスポーツのためのプラットフォームが提供される。プラットフォームでは、ｅスポーツが行われることができる。ｅスポーツのプレーヤは、このプラットフォームにアクセスし、ｅスポーツをプレイすることができる。ｅスポーツの観戦者は、このプラットフォームにアクセスし、ｅスポーツを観戦することができ、さらには、賭けを行うユーザとして、賭けを行うこともできる。例えば、ｅスポーツのスポンサーは、このプラットフォームに広告を出すことにより、ｅスポーツのプレーヤおよび観戦者に訴求することができる。

【0011】

本明細書において、「ｅスポーツ」とは、「エレクトロニック・スポーツ」の略で、広義には、電子機器を用いて行う競技を意味する。狭義には、「ｅスポーツ」は、コンピューターゲームまたはビデオゲームを使った勝負をスポーツ競技として捉える際のその勝負のことを意味する。ｅスポーツの競技は、スポーツゲームのみならず、シューティングゲーム、シミュレーションゲーム、格闘ゲーム、レーシングゲーム、パズルゲーム、カードゲーム、ＲＰＧを含むが、これらに限定されない。本例では、ｅスポーツの競技としてゴルフゲームを例に説明する。

【0012】

図１Ａは、ｅスポーツにおける賭けを行うためのプラットフォーム１０での賭けのフローの一例を概略的に示す。

【0013】

ステップＳ１では、２人のプレーヤ２０Ａ、２０Ｂがプラットフォーム１０にアクセスし、プラットフォーム１０でのゴルフゲームにエントリーする。２人のプレーヤ２０Ａ、２０Ｂは、例えば、自身の端末装置（例えば、スマートフォン、タブレット、スマートウォッチ、スマートグラス、パーソナルコンピュータ）を用いて、プラットフォーム１０にアクセスすることができる。ゴルフゲームでは、プレーヤ２０Ａは、キャラクターＡを操作し、プレーヤ２０Ｂは、キャラクターＢ（図示せず）を操作して、プレーヤ２０Ａ、２０Ｂが対戦することになる。

【0014】

本例では、２人のプレーヤ２０Ａ、２０Ｂによるゴルフゲーム対戦を示しているが、プレーヤの人数および対戦形式はこれに限定されない。例えば、３人以上のプレーヤによる対戦であってもよいし、１人のプレーヤによるコンピュータプレーヤ（ｎｏｎ ｐｌａｙｅｒ ｃｈａｒａｃｔｅｒ：ＮＰＵ）との対戦であってもよい。コンピュータプレーヤは、例えば、プレーヤの特徴をコピーしたアバターまたはデジタルクローンであってもよい。対戦は、チーム戦であってもよいし、個人戦であってもよい。

【0015】

ゴルフゲームには、ルールが存在し、プラットフォーム１０では、ルール１１が示される。２人のプレーヤ２０Ａ、２０Ｂは、ルール１１に従って、ゴルフゲームをプレイすることになる。

【0016】

２人のプレーヤ２０Ａ、２０Ｂは、ゴルフゲームにエントリーするとき、プレーヤ２０Ａ、２０Ｂに関するデータおよび／またはインフォメーションをプラットフォーム１０に提供することができる。

【0017】

ここで、プレーヤに関するデータは、プレーヤに関する客観的な情報をいう。プレーヤに関するデータは、例えば、プレーヤの端末装置および／またはプレーヤの端末装置と通信可能なＩｏＴデバイスから取得され得る。ユーザに関するデータは、例えば、プレーヤの行動履歴（例えば、運動履歴、健康活動履歴、購買履歴、節約行動履歴、食事履歴、Ｗｅｂページの閲覧履歴、ＡＩスピーカとの会話履歴、ＳＮＳ利用履歴等）、健康情報（例えば、身長、体重、血圧、心拍数、罹患している病気等）、ＤＮＡに関する情報等を含むがこれらに限定されない。プレーヤに関するデータは、プレーヤの個人情報を含み得る。ゲームの戦績等のゲームに関する情報は、プラットフォーム１０に格納されているため、プレーヤに関するデータに含まれなくてもよい。

【0018】

ここで、プレーヤに関するインフォメーションは、プレーヤを主体とする主観的な情報をいう。プレーヤに関するインフォメーションは、例えば、プレーヤが端末装置に直接入力することによって取得され得る。あるいは、プレーヤに関するインフォメーションは、例えば、プレーヤに対する問診または質問等から間接的に導出され得る。プレーヤに関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない。

【0019】

プレーヤ２０Ａ、２０Ｂはそれぞれ、例えば、自身の端末装置を介して、それぞれに関するデータおよび／またはインフォメーションをプラットフォーム１０に提供することができる。あるいは、プレーヤ２０Ａ、２０Ｂはそれぞれ、例えば、それぞれに関連付けられたＩｏＴデバイスを介して、それぞれに関するデータおよび／またはインフォメーションをプラットフォーム１０に提供することができる。

【0020】

プレーヤ２０Ａ、２０Ｂがゲームにエントリーすると、ゴルフゲームのルール１１と、各プレーヤ２０Ａ、２０Ｂに関するデータおよび／またはインフォメーションとに基づいて、ゴルフゲームにおける賭けのオッズが決定される。本明細書において、オッズとは、賭けに勝った場合の配当の倍率のことをいう。例えば、オッズが２．５倍の賭けに勝った場合、配当は、賭け金の２．５倍となる。

【0021】

オッズは、ゴルフゲームのルール１１と、各プレーヤ２０Ａ、２０Ｂに関するデータおよび／またはインフォメーションとに加えて、ゴルフゲームでの戦績も考慮されてもよい。しかしながら、ゲームの戦績は必須ではない。従って、プレーヤ２０Ａとプレーヤ２０Ｂとが初めて対戦する場合（すなわち、プレーヤ２０Ａとプレーヤ２０Ｂとの対戦成績が存在しない場合）であっても、適切なオッズが決定されることができる。さらには、プレーヤ２０Ａおよびプレーヤ２０Ｂのうちの一方または両方がゴルフゲーム自体を初めてプレイする場合（すなわち、プレーヤ２０Ａおよびプレーヤ２０Ｂのうちの一方または両方の戦績が存在しない場合）であっても、適切なオッズが決定されることができる。

【0022】

プラットフォーム１０では、決定されたオッズ１２が示される。図１Ａに示される例では、キャラクターＡがゴルフゲームに勝つ場合のオッズが２．５倍であり、キャラクターＢがゴルフゲームに勝つ場合のオッズが１．８倍として示されている。ルール１１におけるゴルフゲームでは、プレーヤ２０Ｂの方が有利であると判断されたことから、キャラクターＢのオッズがキャラクターＡのオッズよりも低くなっている。

【0023】

なお、本例では、キャラクターＡ、キャラクターＢのゴルフゲームでの勝敗について賭けを行うことを説明するが、賭けの内容は、これに限定されない。ゴルフゲームでの勝敗以外の任意の事項について、賭けを行うようにしてもよい。例えば、最長飛距離（最長飛距離を出すキャラクターはどちらか？最長飛距離は３００ヤード以上か？等）について賭けを行うことができ、例えば、ピンまでの距離（第一打が最もピンに近いキャラクターはどちらか？ピンまでの最短距離は５ヤード以下か？等）について賭けを行うことができる。

【0024】

ステップＳ２では、少なくとも１人のユーザ３０が、プラットフォーム１０にアクセスし、２人のプレーヤ２０Ａ、２０Ｂによるゴルフゲームに対して賭けを行う。少なくとも１人のユーザ３０は、例えば、自身の端末装置（例えば、スマートフォン、タブレット、スマートウォッチ、スマートグラス、パーソナルコンピュータ）を用いて、プラットフォーム１０にアクセスすることができる。

【0025】

少なくとも１人のユーザ３０は、ルール１１とオッズ１２とを確認し、２人のプレーヤ２０Ａ、２０Ｂのうちどちらが勝つかを予想し、勝つと思うキャラクターに賭け金を賭ける。賭け金は、例えば、プラットフォーム１０専用の通貨（またはポイント）であってもよいし、仮想通貨であってもよいし、法定通貨であってもよい。少なくとも１人のユーザ３０は、任意の手段で、賭け金をプラットフォーム１０に提供することができる。

【0026】

図１Ａに示される例では、３人のユーザ３０が示されているが、ユーザ３０の数は、これに限定されない。任意の数のユーザ３０がプラットフォーム１０にアクセスし、賭けを行うことができる。

【0027】

ユーザ３０による賭けが完了すると、ステップＳ３で、２人のプレーヤ２０Ａ、２０Ｂは、プラットフォーム１０上でゴルフゲームをプレイする。少なくとも１人のユーザ３０は、プラットフォーム１０にアクセスし、２人のプレーヤ２０Ａ、２０Ｂによるゴルフゲームを観戦することができる。少なくとも１人のユーザ３０は、例えば、自分が賭けた方のプレーヤが勝つように自分が賭けた方のプレーヤを応援しながら観戦することになる。このとき、例えば、ｅスポーツのスポンサーは、ゲーム内に広告を出すことにより、プレーヤ２０Ａ、２０Ｂおよび少なくとも１人のユーザ３０に訴求することができる。

【0028】

ゴルフゲームが完了すると、賭けの勝敗が決まり、ステップＳ４で、賭けの結果が少なくとも１人のユーザ３０に通知される。少なくとも１人のユーザ３０が賭けに勝った場合には、配当も提供される。配当は、例えば、プラットフォーム１０専用の通貨（またはポイント）であってもよいし、仮想通貨であってもよいし、法定通貨であってもよい。配当は、賭け金と同じ通貨であることが好ましい。配当は、任意の手段で、少なくとも１人のユーザ３０に提供されることができる。ゴルフゲームに勝ったプレーヤには、賞金が提供されてもよい。これにより、プレーヤのゲームへの参加意欲を促進することができる。

【0029】

このように、プラットフォーム１０を提供することで、プレーヤ２０Ａ、２０Ｂは、ゴルフゲームをプレイすることができ、少なくとも１人のユーザ３０は、ゴルフゲームを観戦し、かつ、ゴルフゲームにおける賭けを行うことができ、スポンサーは、ゴルフゲーム内に広告を出すことができる。特に、ゴルフゲームにおける賭けのオッズが、ゴルフゲームのルール１１と、各プレーヤ２０Ａ、２０Ｂに関するデータおよび／またはインフォメーションとに基づいて適切に決定されることで、ユーザ３０は適正な賭けを行うことができる。さらに、オッズの決定にゲームにおける戦績が必須ではないため、プレーヤ同士の対戦が初めての場合であっても、さらには、プレーヤが初めてゲームをプレイする場合であっても、オッズが適切に決定されることで、ユーザに、新たな賭け体験を提供することができる。

【0030】

図１Ｂは、ｅスポーツにおける賭けを行うためのプラットフォーム１０での賭けのフローの別の一例を概略的に示す図である。図１Ｂに示される例は、ゴルフのルールが関係人（ステークホルダ）によって変更されることができるという点を除いて、図１Ａに示される例と同様である。

【0031】

ステップＳ１１では、少なくとも１人の関係人（ステークホルダ）４０がプラットフォーム１０にアクセスし、ゴルフゲームのルールを変更するための投票を行う。関係人４０は、投票権（例えば、ガバナンストークン）を有している。例えば、関係人４０は、有しているガバナンストークンの量に応じた投票権を有することになる。従って、多くのガバナンストークンを有している関係人４０は、多くの投票権を有することになり、投票で有利になり得る。ガバナンストークンは、プラットフォーム１０のサービスプロバイダによって発行され得る。

【0032】

例えば、プラットフォーム１０において、いくつかのルール変更候補が提示され、少なくとも１人の関係人４０は、変更を希望するルール変更候補に投票する。例えば、ゴルフゲームにおいて、ＯＢなしをルールに含めるか否か、マリガンをルールに含めるか否か、６インチプレースをルールに含めるか否か等について、投票が行われる。

【0033】

投票によって賛成多数となったルール変更候補が採用され、それに従って、ルールが変更される。プラットフォーム１０では、変更後のルール１１’が示される。ゴルフゲームは、変更後のルール１１’に従って、プレイされることになる。

【0034】

ステップＳ１２では、上述したステップＳ１と同様に、２人のプレーヤ２０Ａ、２０Ｂがプラットフォーム１０にアクセスし、プラットフォーム１０でのゴルフゲームにエントリーする。上述したステップＳ１と同様に、２人のプレーヤ２０Ａ、２０Ｂは、ゴルフゲームにエントリーするとき、プレーヤ２０Ａ、２０Ｂに関するデータおよび／またはインフォメーションをプラットフォーム１０に提供することができる。

【0035】

プレーヤ２０Ａ、２０Ｂがゲームにエントリーすると、ゴルフゲームの変更されたルール１１’と、各プレーヤ２０Ａ、２０Ｂに関するデータおよび／またはインフォメーションとに基づいて、ゴルフゲームにおける賭けのオッズが決定される。

【0036】

プラットフォーム１０では、決定されたオッズ１２が示される。図１Ｂに示される例では、キャラクターＡがゴルフゲームに勝つ場合のオッズが２．１倍であり、キャラクターＢがゴルフゲームに勝つ場合のオッズが２．４倍として示されている。変更後のルール１１’におけるゴルフゲームでは、プレーヤ２０Ａの方がいくらか有利であると判断されたことから、キャラクターＡのオッズがキャラクターＢのオッズよりも低くなっている。

【0037】

ステップＳ１３では、上述したステップＳ２と同様に、少なくとも１人のユーザ３０が、プラットフォーム１０にアクセスし、２人のプレーヤ２０Ａ、２０Ｂによるゴルフゲームに対して賭けを行う。ルール変更のための投票を行った少なくとも１人の関係人４０は、ユーザ３０であってもよく、投票を行ったうえで、賭けを行うようにしてもよい。

【0038】

ユーザ３０による賭けが完了すると、ステップＳ１４で、上述したステップＳ３と同様に、２人のプレーヤ２０Ａ、２０Ｂが、プラットフォーム１０上でゴルフゲームをプレイする。少なくとも１人のユーザ３０は、プラットフォーム１０にアクセスし、２人のプレーヤ２０Ａ、２０Ｂによるゴルフゲームを観戦することができる。少なくとも１人のユーザ３０は、例えば、自分が賭けた方のプレーヤが勝つように自分が賭けた方のプレーヤを応援しながら観戦することになる。少なくとも１人の関係人４０は、ユーザとして、プラットフォーム１０にアクセスし、２人のプレーヤ２０Ａ、２０Ｂによるゴルフゲームを観戦することができる。このとき、例えば、ｅスポーツのスポンサーは、ゲーム内に広告を出すことにより、プレーヤ２０Ａ、２０Ｂ、少なくとも１人のユーザ３０、および少なくとも１人の関係人４０に訴求することができる。

【0039】

ゴルフゲームが完了すると、賭けの勝敗が決まり、ステップＳ１５で、上述したステップＳ４と同様に、賭けの結果が少なくとも１人のユーザ３０に通知される。少なくとも１人のユーザ３０が賭けに勝った場合には、配当も提供される。

【0040】

このように、プラットフォーム１０を提供することで、プレーヤ２０Ａ、２０Ｂは、ゴルフゲームをプレイすることができ、少なくとも１人のユーザ３０および少なくとも１人の関係人４０は、ゴルフゲームを観戦し、かつ、ゴルフゲームにおける賭けを行うことができ、スポンサーは、ゴルフゲーム内に広告を出すことができる。特に、ゴルフゲームにおける賭けのオッズが、ゴルフゲームの変更後のルール１１’と、各プレーヤ２０Ａ、２０Ｂに関するデータおよび／またはインフォメーションとに基づいて適切に決定されることで、ユーザ３０は適正な賭けを行うことができる。さらに、投票によりルールが変更されることで、ゲームのマンネリ化が抑制され、プレーヤ２０Ａ、２０Ｂおよびユーザ３０に、常に新鮮で、かつ予期できないユーザ体験を提供することができる。

【0041】

例えば、プレーヤ２０Ａが、プレーヤ２０Ａの特徴をコピーしたアバターまたはデジタルクローンと対戦する場合、プレーヤ２０Ａおよびユーザ３０に、よりエキサイティングなユーザ体験を提供することができる。アバターまたはデジタルクローンがプレーヤ２０Ａの特徴をより正確にコピーするほど、アバターまたはデジタルクローンの能力がプレーヤ２０Ａの能力と拮抗し、どちらが勝つか分からなくなるからである。さらに、ルールが変更されると、勝負の行方はますます分からなくなる。このような場合でも、賭けのオッズが適切に決定されるため、ユーザ３０は、エキサイティングでありつつも適正な賭けを行うことができる。

【0042】

ｅスポーツの競技は、場所および時間を選ばず、任意の時間に仮想空間上で開催されることができる。また、ネットワークで接続されている限り、世界中のあらゆる場所から、誰でもｅスポーツの競技に参加することができる。上述したプラットフォーム１０では、突然ｅスポーツの競技が開催されても、誰がｅスポーツの競技に参加しても、何万人のプレーヤがｅスポーツの競技に参加しても、ルールが頻繁に変更されても、参加者のデータおよび／またはインフォメーションに基づいて、適切なオッズを決定することができる。ユーザは、このような賭けを通して、これまでにない新たなエンターテインメントを体験することができる。

【0043】

上述した例では、ｅスポーツにおける賭けを対象に説明したが、本発明は、これに限定されない。本発明は、任意の競技における賭けを対象とすることができる。本明細書において、競技とは、ルールに従って、プレーヤが勝敗または優劣を競うことを言う。ここで、プレーヤは、人間のみならず、動物、植物、ロボット等の現実世界の物体、およびアバター等の仮想世界の物体を含み得る。従って、競技は、上述したような仮想世界で行われるｅスポーツの他に、現実世界で行われるスポーツ、競馬、競輪、競艇等の公営競技、カジノゲーム、麻雀を含むが、これらに限定されない。

【0044】

上述したプラットフォーム１０は、後述するような、競技における賭けを支援するためのシステムによって実現され得る。

【0045】

２．競技における賭けを支援するためのシステムの構成
図２Ａは、競技における賭けを支援するためのシステム１００の構成の一例を示す。

【0046】

システム１００は、データベース部２００に接続されている。また、システム１００は、少なくとも１つのプレーヤ端末装置３００、少なくとも１つのユーザ端末装置４００、少なくとも１つの投票者端末装置５００にネットワーク６００を介して接続されている。

【0047】

なお、図２Ａでは、２つのプレーヤ端末装置３００、２つのユーザ端末装置４００、２つの投票者端末装置５００が示されているが、プレーヤ端末装置３００、ユーザ端末装置４００、および投票者端末装置５００の数はこれに限定されない。任意の数のプレーヤ端末装置３００、ユーザ端末装置４００、投票者端末装置５００が、ネットワーク６００を介してシステム１００に接続され得る。例えば、プレーヤが投票者を兼ねる場合またはユーザが投票者を兼ねる場合には、投票者端末装置５００は省略され得る。

【0048】

ネットワーク６００は、任意の種類のネットワークであり得る。ネットワーク６００は、例えば、インターネットであってもよいし、ＬＡＮであってもよい。ネットワーク６００は、有線ネットワークであってもよいし、無線ネットワークであってもよい。

【0049】

システム１００はさらに、ブロックチェーンネットワーク７００に接続されている。ブロックチェーンネットワーク７００は、ブロックチェーンの技術によって構築されたネットワークであり、プレーヤおよび／またはユーザの情報を管理するために利用され得る。ブロックチェーンの技術を用いることで、管理される情報の改ざんを容易に検出することができるため、ブロックチェーンネットワーク７００によって管理される個人情報は、改ざんが実質的に不可能である。ブロックチェーンネットワーク７００で管理される情報は、プレーヤの特徴を表す第１のスコアおよび／またはユーザの特徴を表す第３のスコアを算出するために利用され得る。

【0050】

なお、ブロックチェーンの技術によって個人情報を管理することを説明したが、本発明はブロックチェーンの技術によるものに限定されない。情報を実質的に改ざん不可能に管理することができる限り、任意の技術を利用して、ブロックチェーンネットワーク７００を構築することができる。

【0051】

システム１００の一例は、ｅスポーツのためのプラットフォームを提供するサービスプロバイダに設置されているコンピュータ（例えば、サーバ装置）であるが、これに限定されない。プレーヤ端末装置３００の一例は、競技のプレーヤが利用するコンピュータ（例えば、端末装置）であるが、これに限定されない。ユーザ端末装置４００の一例は、競技を観戦し、かつ／または競技における賭けを行うユーザが利用するコンピュータ（例えば、端末装置）であるが、これに限定されない。投票者端末装置５００は、競技のルールを変更するための投票を行う権利を有する投票者（または関係人、ステークホルダ）が利用するコンピュータ（例えば、端末装置）であるが、これに限定されない。ここで、コンピュータ（サーバ装置または端末装置）は、任意のタイプのコンピュータであり得る。例えば、端末装置は、スマートフォン、タブレット、パーソナルコンピュータ、スマートグラス、スマートウォッチ等の任意のタイプの端末装置であり得る。

【0052】

データベース部２００には、例えば、競技の特徴を表す第２のスコアを算出するために利用される種々の情報（例えば、競技のルール、競技の特性、競技に有利な能力、競技に不利な能力等）が格納されている。データベース部２００には、例えば、プレーヤの特徴を表す第１のスコアおよび／またはユーザの特徴を表す第３のスコアを算出するために利用される種々の情報が格納されてもよい。データベース部２００には、システム１００によって決定された競技におけるオッズが格納されてもよい。

【0053】

図２Ｂは、競技における賭けを支援するためのシステム１００の具体的な構成の一例を示す。

【0054】

システム１００は、インターフェース部１１０と、プロセッサ部１２０と、メモリ１３０部とを備える。

【0055】

インターフェース部１１０は、システム１００の外部と情報のやり取りを行う。システム１００のプロセッサ部１２０は、インターフェース部１１０を介して、システム１００の外部から情報を受信することが可能であり、システム１００の外部に情報を送信することが可能である。インターフェース部１１０は、任意の形式で情報のやり取りを行うことができる。

【0056】

インターフェース部１１０は、例えば、システム１００に情報を入力することを可能にする入力部を備える。入力部が、どのような態様でシステム１００に情報を入力することを可能にするかは問わない。例えば、入力部が受信器である場合、受信器がネットワークを介してシステム１００の外部から情報を受信することにより入力してもよい。あるいは、入力部がデータ読み取り装置である場合には、システム１００に接続された記憶媒体から情報を読み取ることによって情報を入力するようにしてもよい。

【0057】

インターフェース部１１０は、例えば、システム１００から情報を出力することを可能にする出力部を備える。出力部が、どのような態様でシステム１００から情報を出力することを可能にするかは問わない。例えば、出力部が送信器である場合、送信器がネットワークを介してシステム１００の外部に情報を送信することにより出力してもよい。あるいは、出力部がデータ書き込み装置である場合、システム１００に接続された記憶媒体に情報を書き込むことによって情報を出力するようにしてもよい。

【0058】

システム１００は、例えば、インターフェース部１１０を介して、データベース部２００に情報を送信し、かつ／または、データベース部２００から情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、プレーヤ端末装置３００に情報を送信し、かつ／または、プレーヤ端末装置３００から情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザ端末装置４００に情報を送信し、かつ／または、ユーザ端末装置４００から情報を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、投票者端末装置５００に情報を送信し、かつ／または、投票者端末装置５００から情報を受信することができる。

【0059】

システム１００は、例えば、インターフェース部１１０を介して、プレーヤに関するデータおよび／またはインフォメーションを受信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザに関するデータおよび／またはインフォメーションを受信することができる。

【0060】

システム１００は、例えば、インターフェース部１１０を介して、競技のルールを変更するための投票を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、賭けの情報（例えば、何にいくら賭けるかの情報）を受信することができる。システム１００は、例えば、インターフェース部１１０を介して、賭けの結果を送信することができる。システム１００は、例えば、インターフェース部１１０を介して、ユーザに好適な賭けの情報を送信することができる。

【0061】

プロセッサ部１２０は、システム１００の処理を実行し、かつ、システム１００全体の動作を制御する。プロセッサ部１２０は、メモリ部１３０に格納されているプログラムを読み出し、そのプログラムを実行する。これにより、システム１００を所望のステップを実行するシステムとして機能させることが可能である。プロセッサ部１２０は、単一のプロセッサによって実装されてもよいし、複数のプロセッサによって実装されてもよい。

【0062】

メモリ部１３０は、システム１００の処理を実行するために必要とされるプログラムやそのプログラムの実行に必要とされるデータ等を格納する。メモリ部１３０は、競技における賭けを支援するための処理をプロセッサ部１２０に行わせるためのプログラム（例えば、後述する図５Ａ、図５Ｂ、図６に示される処理を実現するプログラム）を格納してもよい。ここで、プログラムをどのようにしてメモリ部１３０に格納するかは問わない。例えば、プログラムは、メモリ部１３０にプリインストールされていてもよい。あるいは、プログラムは、ネットワークを経由してダウンロードされることによってメモリ部１３０にインストールされるようにしてもよい。この場合、ネットワークの種類は問わない。メモリ部１３０は、任意の記憶手段によって実装され得る。あるいは、プログラムは、コンピュータ読み取り可能な記憶媒体に記憶され、これを読み取ることによってメモリ部１３０にインストールされるようにしてもよい。

【0063】

データベース部２００には、例えば、プレーヤに関するデータおよび／またはインフォメーションが格納され得る。

【0064】

プレーヤに関するデータは、プレーヤに関する客観的な情報である。プレーヤに関するデータは、プレーヤ本人しか知らないプライベートな情報であってもよいし、第三者と共有されているパブリックな情報であってもよい。プレーヤに関するデータは、例えば、プレーヤの端末装置および／またはプレーヤの端末装置と通信可能なＩｏＴデバイスから取得され得る。プレーヤに関するデータは、例えば、ネットワーク上の任意の場所から取得され得る。プレーヤに関するデータは、例えば、プレーヤの行動履歴（例えば、運動履歴、健康活動履歴、購買履歴、節約行動履歴、食事履歴、Ｗｅｂページの閲覧履歴、ＡＩスピーカとの会話履歴、ＳＮＳ利用履歴等）、健康情報（例えば、身長、体重、血圧、心拍数、罹患している病気等）、ＤＮＡに関する情報、他人による評価等を含むがこれらに限定されない。プレーヤに関するデータは、プレーヤの個人情報を含み得る。ゲームの戦績等のゲームに関する情報は、プレーヤに関するデータに含まれなくてもよく、好ましくは、プレーヤに関するデータに含まれない。

【0065】

プレーヤに関するインフォメーションは、プレーヤを主体とする主観的な情報である。プレーヤに関するインフォメーションは、プレーヤ本人しか知らないプライベートな情報であってもよいし、第三者と共有されているパブリックな情報であってもよい。プレーヤに関するインフォメーションは、例えば、プレーヤが主体的に開示した情報であり得、例えば、プレーヤが端末装置に直接入力することによって取得され得る。あるいは、プレーヤに関するインフォメーションは、例えば、プレーヤに対する問診または質問等から間接的に導出され得る。プレーヤに関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない。

【0066】

データベース部２００には、例えば、ユーザに関するデータおよび／またはインフォメーションが格納され得る。

【0067】

ユーザに関するデータは、ユーザに関する客観的な情報であるユーザに関するデータは、ユーザ本人しか知らないプライベートな情報であってもよいし、第三者と共有されているパブリックな情報であってもよい。ユーザに関するデータは、例えば、ユーザの端末装置および／またはユーザの端末装置と通信可能なＩｏＴデバイスから取得され得る。ユーザに関するデータは、例えば、ネットワークＮ上の任意の場所から取得され得る。ユーザに関するデータは、例えば、ユーザの行動履歴（例えば、運動履歴、健康活動履歴、購買履歴、節約行動履歴、食事履歴、Ｗｅｂページの閲覧履歴、ＡＩスピーカとの会話履歴、ＳＮＳ利用履歴等）、健康情報（例えば、身長、体重、血圧、心拍数、罹患している病気等）、ＤＮＡに関する情報、他人による評価等を含むがこれらに限定されない。ユーザに関するデータは、ユーザの個人情報を含み得る。

【0068】

ユーザに関するインフォメーションは、ユーザを主体とする主観的な情報である。ユーザに関するインフォメーションは、ユーザ本人しか知らないプライベートな情報であってもよいし、第三者と共有されているパブリックな情報であってもよい。ユーザに関するインフォメーションは、例えば、ユーザが主体的に開示した情報であり得、例えば、ユーザが端末装置に直接入力することによって取得され得る。あるいは、ユーザに関するインフォメーションは、例えば、ユーザに対する問診または質問等から間接的に導出され得る。ユーザに関するインフォメーションは、例えば、趣味、好み、行動理由（例えば、現在または過去の職業の志望動機、過去の職業からの転職理由等）等を含むがこれらに限定されない。

【0069】

データベース部２００には、競技の特徴を表す第２のスコアを算出するために利用される種々の情報（例えば、競技のルール、競技の特性、競技に有利な能力、競技に不利な能力等）が格納されている。

【0070】

データベース部２００には、プレーヤの特徴を表す第１のスコアを算出するために利用される種々の情報が格納されている。

【0071】

ここで、プレーヤの特徴は、プレーヤがどのような人物であるか、すなわち、プレーヤの人となりを表す概念であり得る。プレーヤの特徴は、プレーヤの性格の観点からプレーヤの人となりを表すこともできる。例えば、プレーヤの特徴は、「パーソナリティ」に関する観点からプレーヤの人となりを表すことができる。これに加えて、プレーヤの特徴は、「お金」に関する観点からプレーヤの人となりを表すことができ、かつ／または、「健康」に関する観点からプレーヤの人となりを表すことができる。従って、プレーヤの特徴を表すスコアは、「パーソナリティ」に関する特徴量を含むことができ、プレーヤの特徴を表すスコアは、「お金」に関する特徴量、および／または、「健康」に関する特徴量を追加的に含む多次元スコアであることができる。スコアの多次元の軸は、例えば、「パーソナリティ」に関する観点の軸、「お金」に関する観点の軸、および／または、「健康」に関する観点の軸を含むことができる。ここで、「パーソナリティ」は、その人の性格および／または人格が信頼できるかどうかを表す情報であり、例えば、他人からの評価を含む。「お金」は、その人のお金に関する情報であり、例えば、年収、資産、節約しているか等の情報を含む。「健康」は、その人の健康に関する情報であり、例えば、病気、食生活、健康のための活動等の情報を含む。

【0072】

一例として、プレーヤの特徴を表すスコアが「パーソナリティ」に関する観点の軸を有する場合、「パーソナリティ」に関する複数の項目について点数が付けられ、複数の項目のそれぞれの点数に基づいて、「パーソナリティ」に関してその人の人となりが表されることになる。例えば、怒りっぽいが正直な性格を有する人物では、「パーソナリティ」に関する項目のうち、「正直者」に関する項目の点数が高いかまたは「嘘つき」に関する項目の点数が低く、かつ、「短気」に関する項目の点数が高いかまたは「気長」に関する項目の点数が低くなる。

【0073】

別の例として、プレーヤの特徴を表すスコアが「お金」に関する観点の軸を有する場合、「お金」に関する複数の項目について点数が付けられ、複数の項目のそれぞれの点数に基づいて、「お金」に関してその人の人となりが表されることになる。例えば、無駄遣いが多い人物では、「お金」に関する項目のうち、「倹約家」に関する項目の点数が高いかまたは「浪費家」に関する項目の点数が低くなる。

【0074】

別の例として、プレーヤの特徴を表すスコアが「健康」に関する観点の軸を有する場合、「健康」に関する複数の項目について点数が付けられ、複数の項目のそれぞれの点数に基づいて、「健康」に関してその人の人となりが表されることになる。例えば、肥満体型を有する人物では、「健康」に関する項目のうち、「肥満度」または「ＢＭＩ」に関する項目の点数が高くなる。

【0075】

これらの項目は一例であり、多次元の軸の各々は、任意の項目を有することができる。各軸が有する項目を多くするほど、その軸の観点について、プレーヤの人となりをより細かく表すことができるようになるが、その分データ量も多くなる。各軸が有する項目を少なくするほど、プレーヤの特徴を表すスコアのデータ量が少なくなって取扱い易くなるが、プレーヤの人となりをより概略的に表すようになる。例えば、プレーヤの特徴を表すスコアは、例えば、多数の項目を有する複数の軸について表されるスコア（プレーヤの人となりを詳細に表すスコア）から、複数の軸のうちの少なくとも２つの軸について特定の項目を抽出することによって導出されるスコア（プレーヤの人となりを概略的に表すスコア）であってもよい。

【0076】

例えば、データベース部２００には、スコアの算出に用いられるパラメータに関する概念と、種々の情報とが関連付けられて格納され得る。スコアの算出に用いられるパラメータは、例えば、「パーソナリティ」、「お金」、「健康」を含み得る。

【0077】

例えば、「パーソナリティ」というパラメータについて、データベース部２００には、パーソナリティに関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「パーソナリティ」に関する「利他的」（または「トランスパーソナル」）という概念には、「ボランティア」、「寄付」、「心配り」、「相談」等のキーワード、「ボランティアに頻繁に参加する」、「相談を頻繁に受ける」、「寄付経験がある」等のステータス等が関連付けて格納され得る。例えば、「パーソナリティ」に関する「ＳＤＧｓ」（Sustainable Development Goals、または「持続可能な開発目標」）という概念には、１７の
目標および／または１６９のターゲットに関連するキーワード（例えば、「平等」、「環境保全」等）、「１７の目標および／または１６９のターゲットに関連する行動を行っている」、「１７の目標および／または１６９のターゲットに関連する思想を持っている」等のステータス等が関連付けて格納され得る。

【0078】

例えば、「お金」というパラメータについて、データベース部２００には、お金に関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「お金」に関する「お金持ち」（または「キャッシュフローリッチ」）という概念には、「ハーバード大学」、「ＭＢＡ」等のキーワード、「年収２０００万円以上」等のステータス等が関連付けて格納され得る。例えば、「お金」に関する「お金持ち」（または「ストックリッチ」）という概念には、「地主」、「株主」等のキーワード、「資産１億円以上」等のステータス等が関連付けて格納され得る。

【0079】

例えば、「健康」というパラメータについて、データベース部２００には、健康に関する概念と、種々の情報とが関連付けられて格納され得る。例えば、「健康」に関する「優良体」（または「身体的健康」）という概念には、「非喫煙」、「正常血圧」等のキーワード、「ＢＭＩ１８～２７」等のステータス等が関連付けて格納され得る。例えば、「健康」に関する「マインドフルネス」（または「精神的健康」）という概念には、「やりがい」、「ストレスレス」等のキーワード、「ストレスチェック結果が所定値未満」、「首尾一貫感覚（ＳＯＣ：Sense of coherence）が高い」等のステータス等が関連付けて格納され得る。

【0080】

図２Ｃは、データベース部２００に格納される情報の関連付けを示す概念図である。

【0081】

図２Ｃに示される例では、パーソナリティに関する「利他的」という概念に対して、例えば、「ボランティア」、「寄付」、「心配り」、「相談」等のキーワードが関連付けられている。さらに、これらのキーワードに対して、別のキーワード（例えば、「悩み」、「緊張」、「丁寧」等）が関連付けられる。さらに、これらのキーワードに対して、さらに別のキーワードが関連付けられ得る。

【0082】

このような関連付けは、例えば、セマンティック検索を行うことが可能な人工知能（ＡＩ）、すなわち、キーワード間の相関関係を学習した人工知能を用いてなされ得る。

【0083】

この人工知能は、大量の文章からキーワード間の相関関係を学習している。例えば、この人工知能は、文章を構文解析することにより、文章内の複数のキーワードを抽出し、その文章内での複数のキーワードの関係を特定する。例えば、この人工知能は、或るキーワードが多くの文章において別の或るキーワードと併用されている場合には、それらのキーワードを、相関関係が強いものとして学習する。このようにしてキーワード間の相関関係を学習した人工知能は、学習した相関関係に基づいて、入力されたキーワードに相関するキーワードを出力することができる。

【0084】

例えば、キーワード間の相関関係を学習した人工知能に「利他的」というキーワードを入力すると、「利他的」に相関するキーワードとして、「ボランティア」、「寄付」、「心配り」、「相談」等が出力され得る。例えば、キーワード間の相関関係を学習した人工知能に、「利他的」および「心配り」というキーワードを入力すると、「利他的」および「心配り」に相関するキーワードとして、「丁寧」等が出力され得る。

【0085】

このように、データベース部２００には、キーワード間の相関関係を学習した人工知能に入力されたキーワードと、出力されたキーワードとが関連付けられて格納され得る。

【0086】

上述したプレーヤの特徴を表す第１のスコアを算出するために利用される種々の情報についての説明は、ユーザの特徴を表す第３のスコアを算出するために利用される種々の情報についても当てはまる。

【0087】

ユーザの特徴は、ユーザがどのような人物であるか、すなわち、ユーザの人となりを表す概念であり得る。ユーザの特徴は、ユーザの性格の観点からユーザの人となりを表すこともできる。例えば、ユーザの特徴は、「パーソナリティ」に関する観点からユーザの人となりを表すことができる。これに加えて、ユーザの特徴は、「お金」に関する観点からユーザの人となりを表すことができ、かつ／または、「健康」に関する観点からユーザの人となりを表すことができる。従って、ユーザの特徴を表すスコアは、「パーソナリティ」に関する特徴量を含むことができ、ユーザの特徴を表すスコアは、「お金」に関する特徴量、および／または、「健康」に関する特徴量を追加的に含む多次元スコアであることができる。スコアの多次元の軸は、例えば、「パーソナリティ」に関する観点の軸、「お金」に関する観点の軸、および／または、「健康」に関する観点の軸を含むことができる。ここで、「パーソナリティ」は、その人の性格および／または人格が信頼できるかどうかを表す情報であり、例えば、他人からの評価を含む。「お金」は、その人のお金に関する情報であり、例えば、年収、資産、節約しているか等の情報を含む。「健康」は、その人の健康に関する情報であり、例えば、病気、食生活、健康のための活動等の情報を含む。

【0088】

図２Ａおよび図２Ｂに示される例では、データベース部２００は、システム１００の外部に設けられているが、本発明はこれに限定されない。データベース部２００の少なくとも一部をシステム１００の内部に設けることも可能である。このとき、データベース部２００の少なくとも一部は、メモリ部１３０を実装する記憶手段と同一の記憶手段によって実装されてもよいし、メモリ部１３０を実装する記憶手段とは別の記憶手段によって実装されてもよい。いずれにせよ、データベース部２００の少なくとも一部は、システム１００のための格納部として構成される。データベース部２００の構成は、特定のハードウェア構成に限定されない。例えば、データベース部２００は、単一のハードウェア部品で構成されてもよいし、複数のハードウェア部品で構成されてもよい。例えば、データベース部２００は、システム１００の外付けハードディスク装置として構成されてもよいし、ネットワークを介して接続されるクラウド上のストレージとして構成されてもよいし、ブロックチェーン技術等を利用する分散型ネットワークとして構成されてもよい。

【0089】

例えば、プレーヤに関するデータおよび／またはインフォメーションは、ブロックチェーン技術等を利用する分散型ネットワークとして構成されるデータベース部２００に格納され、このとき、プレーヤに関するデータおよび／またはインフォメーションは、改ざんが実質的に不可能となる。これにより、プレーヤに関するデータおよび／またはインフォメーションの信頼性が担保されることになる。競技の戦績のデータもブロックチェーン技術等を利用する分散型ネットワークとして構成されるデータベース部２００に格納されることができ、競技の戦績のデータも改ざんが実質的に不可能となる。なお、改ざんが実質的に不可能とは、改ざんが行われたとしても容易に検出可能であることを意味する。

【0090】

図３は、プロセッサ部１２０の構成の一例を示す。

【0091】

プロセッサ部１２０は、取得手段１２１と、第１の算出手段１２２と、第２の算出手段１２３と、決定手段１２４とを備える。

【0092】

取得手段１２１は、プレーヤに関するデータおよび／またはインフォメーションを取得するように構成されている。

【0093】

取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているプレーヤに関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、プレーヤ端末装置３００から受信されたプレーヤに関するデータおよび／またはインフォメーションを取得するようにしてもよい。取得されたプレーヤに関するデータおよび／またはインフォメーションは、第１の算出手段１２２に渡される。

【0094】

取得手段１２１はさらに、競技の戦績のデータを取得するように構成されてもよい。取得された競技の戦績のデータは、第１の算出手段１２２に渡され得る。

【0095】

第１の算出手段１２２は、プレーヤに関するデータおよび／またはインフォメーションに基づいて、プレーヤの特徴を表す第１のスコアを算出するように構成されている。プレーヤの特徴は、プレーヤがどのような人物であるか、すなわち、プレーヤの人となりを表す概念であり得る。プレーヤの特徴は、プレーヤの性格の観点からプレーヤの人となりを表すこともできる。例えば、プレーヤの特徴は、「パーソナリティ」に関する観点からプレーヤの人となりを表すことができる。プレーヤの特徴は、これに加えて、「お金」に関する観点からプレーヤの人となりを表すことができ、かつ／または、「健康」に関する観点からプレーヤの人となりを表すことができる。従って、プレーヤの特徴を表す第１のスコアは、「パーソナリティ」に関する特徴量を含むことができ、プレーヤの特徴を表す第１のスコアは、「お金」に関する特徴量、および／または、「健康」に関する特徴量を追加的に含む多次元スコアであることができる。「デジタルツイン」という言葉が知られているが、プレーヤの特徴を多次元的に表す第１のスコアは、プレーヤのデジタルツインを表すスコアであるとも言える。

【0096】

第１のスコアの多次元の軸は、例えば、「パーソナリティ」に関する観点の軸、「お金」に関する観点の軸、および／または、「健康」に関する観点の軸を含むことができる。

【0097】

一実施形態において、第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが第１のスコアの算出に用いられるパラメータと相関する程度に応じて、第１のスコアを算出することができる。第１の算出手段１２２は、例えば、第１のスコアの算出に用いられるパラメータに関する概念と相関する種々の情報を格納しているデータベース部２００を参照し、プレーヤに関するデータおよび／またはインフォメーションが第１のスコアの算出に用いられるパラメータに関する概念と相関する程度を決定する。プレーヤに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。

【0098】

第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが「パーソナリティ」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第１のスコアを算出することができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「パーソナリティ」に関する概念のうちの特定の概念と大きく相関する場合、第１の算出手段１２２は、その概念に対応する特徴量を第１のスコアに含めるまたはその概念に対応する項目の点数を高くするようにすることができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「利他的」（または「トランスパーソナル」）により強く相関するほど、「利他的」に対応する特徴量をより多くまたはより強く第１のスコアに含めるまたは「利他的」に対応する項目の点数を高くすることができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「プレッシャーに強い」により強く相関するほど、「プレッシャーの強さ」に対応する特徴量をより多くまたはより強く第１のスコアに含めるまたは「プレッシャーの強さ」に対応する項目の点数を高くすることができる。

【0099】

第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが「お金」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第１のスコアを算出することができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「お金」に関する概念のうちの特定の概念と大きく相関する場合、第１の算出手段１２２は、その概念に対応する特徴量を第１のスコアに含めるまたはその概念に対応する項目の点数を高くするようにすることができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「キャッシュフローリッチ」により強く相関するほど、「キャッシュフローリッチ」に対応する特徴量をより多くまたはより強く第１のスコアに含めるまたは「キャッシュフローリッチ」の概念に対応する項目の点数を高くすることができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「ストックリッチ」により強く相関するほど、「ストックリッチ」に対応する特徴量をより多くまたはより強く第１のスコアに含めるまたは「ストックリッチ」の概念に対応する項目の点数を高くすることができる。

【0100】

第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが「健康」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第１のスコアを算出することができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「健康」に関する概念のうちの特定の概念と大きく相関する場合、第１の算出手段１２２は、その概念に対応する特徴量を第１のスコアに含めるまたはその概念に対応する項目の点数を高くするようにすることができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「優良体」（または「身体的健康」）により強く相関するほど、「優良体」に対応する特徴量をより多くまたはより強く第１のスコアに含めるまたは「優良体」の概念に対応する項目の点数を高くすることができる。例えば、プレーヤに関するデータおよび／またはインフォメーションが、「マインドフルネス」（または「精神的健康」）により強く相関するほど、「マインドフルネス」（または「精神的健康」）に対応する特徴量をより多くまたはより強く第１のスコアに含めるまたは「マインドフルネス」の概念に対応する項目の点数を高くすることができる。

【0101】

一実施形態において、第１の算出手段１２２は、例えば、複数のプレーヤに関するデータおよび／またはインフォメーションと第１のスコアとの関係を学習した機械学習モデルを利用して、プレーヤの特徴を多次元的に表す第１のスコアを算出することができる。プレーヤに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」に関する情報を含み、「お金」、「健康」に関する情報をさらに含んでもよい。

【0102】

機械学習モデルは、任意の機械学習モデルを用いて構築することができる。機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。

【0103】

図４は、第１の算出手段１２２が利用し得るニューラルネットワークモデルの構造の一例を示す。

【0104】

ニューラルネットワークモデルは、入力層と、少なくとも１つの隠れ層と、出力層とを有する。ニューラルネットワークモデルの入力層のノード数は、入力されるプレーヤに関するデータおよび／またはインフォメーションの次元数に対応する。ニューラルネットワークモデルの隠れ層は、任意の数のノードを含むことができる。ニューラルネットワークモデルの出力層のノード数は、出力されるデータの次元数に対応する。例えば、プレーヤの特徴を表す第１のスコアを出力する場合、出力層のノード数は、１であり得る。

【0105】

ニューラルネットワークモデルは、取得手段１２１が取得したプレーヤに関するデータおよび／またはインフォメーションを使用して予め学習処理がなされ得る。学習処理は、取得手段１２１が予め取得したプレーヤに関するデータおよび／またはインフォメーションを使用して、ニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算する処理である。

【0106】

学習処理は、例えば、教師あり学習である。教師あり学習では、例えば、プレーヤに関するデータおよび／またはインフォメーションを入力用教師データとし、そのプレーヤの特徴を表す第１のスコアを出力用教師データとして、複数のプレーヤの情報を使用してニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算することにより、プレーヤに関するデータおよび／またはインフォメーションと第１のスコアとを相関させることが可能な機械学習モデルを構築することができる。

【0107】

例えば、教師あり学習のための（入力用教師データ，出力用教師データ）の組は、（第１のプレーヤに関するデータおよび／またはインフォメーション，第１のプレーヤの第１のスコア）、（第２のプレーヤに関するデータおよび／またはインフォメーション，第２のプレーヤの第１のスコア）、・・・（第ｉのプレーヤに関するデータおよび／またはインフォメーション，第ｉのプレーヤの第１のスコア）、・・・等であり得る。このような学習済のニューラルネットワークモデルの入力層にプレーヤから新たに取得されたプレーヤに関するデータおよび／またはインフォメーションを入力すると、そのプレーヤの第１のスコアが出力層に出力される。

【0108】

教師あり学習では、例えば、プレーヤに関するデータおよび／またはインフォメーションが第１のスコアの算出に用いられるパラメータと相関する程度を入力用教師データとすることもできる。

【0109】

算出された第１のスコアは、決定手段１２４に渡される。

【0110】

再び図３Ａを参照する。第２の算出手段１２３は、競技の特徴を表す第２のスコアを算出するように構成されている。競技の特徴を表す第２のスコアは、競技の特徴を多次元的に表すスコアであり得る。例えば、第２のスコアは、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性によって競技の特徴を表すことができる。

【0111】

一例において、第２のスコアは、競技でうまくプレイするために必要なまたは好適な心技体（すなわち、精神力－技術力－体力）のパラメータを含む。別の例において、第２のスコアは、競技でうまくプレイするために必要なまたは好適な筋力、筋持久力、柔軟性、敏捷性、瞬発力、跳躍力、巧緻性のパラメータを含む。

【0112】

競技の各々には、通常のルールを前提にして、予め基準スコアが設定され得る。例えば、競技のルールが前提とされた通常のルールと同一である場合には、第２の算出手段１２３は、基準スコアを第２のスコアとみなし得る。例えば、競技のルールが前提とされた通常のルールと異なる場合には、第２の算出手段１２３は、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に競技のルールが及ぼす影響を考慮して、基準スコアを調節することによって第２のスコアを算出することができる。例えば、第２の算出手段１２３は、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に競技が行われる状況が及ぼす影響を考慮して、基準スコアを調節することによって第２のスコアを算出することができる。状況は、例えば、競技の開催規模、観衆の人数、賞金額等を含むが、これらに限定されない。

【0113】

例えば、第２の算出手段１２３は、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に競技のルールおよび／または状況が及ぼす影響を学習した機械学習モデルを利用して、第２のスコアを算出することができる。例えば、機械学習モデルは、基準スコアと、ルールと、状況とを入力すると、そのとき競技の第２のスコアを出力することができるように、学習処理を施され得る。

【0114】

算出された第２のスコアは、決定手段１２４に渡される。

【0115】

決定手段１２４は、第１のスコアと第２のスコアとに基づいて、競技における賭けのオッズを決定するように構成されている。

【0116】

例えば、決定手段１２４は、第１のスコアと第２のスコアとの相関に基づいて、オッズを決定することができる。このとき、決定手段１２４は、第２のスコアと対比可能な特徴量を第１のスコアから抽出し、抽出された特徴量と第２のスコアとの相関を取ることができる。第１のスコアから抽出される特徴量は、例えば、プレーヤの心技体（すなわち、精神力－技術力－体力）のパラメータを表す特徴量であってもよいし、プレーヤの筋力、筋持久力、柔軟性、敏捷性、瞬発力、跳躍力、巧緻性のパラメータを表す特徴量であってもよい。第１のスコアがプレーヤの人となりを表すスコアであるため、第１のスコアからこのような特徴量を抽出することが可能である。

【0117】

決定手段１２４は、例えば、第１のスコアと第２のスコアとの相関が高いほど、オッズを低くし、第１のスコアと第２のスコアとの相関が高いほど、オッズを高くすることができる。第１のスコアと第２のスコアとの相関が高いほど、プレーヤが競技でうまくプレイすることができる可能性が高く、従って、競技で勝つ可能性が高いと考えられるからである。他方で、第１のスコアと第２のスコアとの相関が低いほど、プレーヤが競技でうまくプレイすることができる可能性が低く、従って、競技で勝つ可能性が低いと考えられるからである。

【0118】

競技において複数のプレーヤが存在する場合には、決定手段１２４は、それぞれのプレーヤについて独立して、オッズを決定するようにしてもよいし、それぞれのプレーヤの第１のスコアの相関を考慮して、オッズを決定するようにしてもよい。例えば、第１のプレーヤの第１のスコアと第２のプレーヤの第１のスコアとを比較し、第１のプレーヤが第２のプレーヤに対して相性がいいと判断されると、第１のプレーヤのオッズから減算し、第２のプレーヤのオッズに加算するようにすることができる。

【0119】

決定手段１２４は、上述したようにルールベースでオッズを決定してもよいし、後述するように、機械学習モデルを利用してオッズを決定してもよい。

【0120】

機械学習モデルは、任意の機械学習モデルを用いて構築することができる。機械学習モデルは、例えば、ニューラルネットワークモデルであり得る。

【0121】

ニューラルネットワークモデルは、入力層と、少なくとも１つの隠れ層と、出力層とを有する。ニューラルネットワークモデルの入力層のノード数は、入力される第１のスコアおよび第２のスコアの合計した次元数に対応する。ニューラルネットワークモデルの隠れ層は、任意の数のノードを含むことができる。ニューラルネットワークモデルの出力層のノード数は、出力されるデータの次元数に対応し、ここではオッズが出力されるので、出力層のノード数は、１であり得る。

【0122】

ニューラルネットワークモデルは、複数のプレーヤの第１のスコアおよび少なくとも１つの競技についての第２のスコアを使用して予め学習処理がなされ得る。学習処理は、複数のプレーヤの第１のスコアおよび少なくとも１つの競技についての第２のスコアを使用して、ニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算する処理である。

【0123】

学習処理は、例えば、教師あり学習である。教師あり学習では、例えば、或るプレーヤの第１のスコアおよび或る競技についての第２のスコアを入力用教師データとし、その競技における賭けのオッズを出力用教師データとして、複数のプレーヤの情報を使用してニューラルネットワークモデルの隠れ層の各ノードの重み係数を計算することにより、第１のスコアと第２のスコアとオッズとを相関させることが可能な機械学習モデルを構築することができる。機械学習モデルは、１つの競技特有のモデルであってもよいし、複数の競技に使用され得る汎用のモデルであってもよい。汎用のモデルは、例えば、複数のプレーヤの第１のスコアと複数の競技の第２のスコアとの組み合わせを使用した学習により構築されることができる。

【0124】

例えば、１つの競技特有のモデルの教師あり学習のための（入力用教師データ，出力用教師データ）の組は、（（第１のプレーヤの第１のスコア、競技の第２のスコア），オッズ）、（（第２のプレーヤの第１のスコア、競技の第２のスコア），オッズ）、・・・（（第ｉのプレーヤの第１のスコア、競技の第２のスコア），オッズ）、・・・等であり得る。このような学習済のニューラルネットワークモデルの入力層に新たなプレーヤの第１のスコアおよび競技の第２のスコアを入力すると、そのプレーヤについてのその競技における賭けのオッズが出力層に出力される。

【0125】

例えば、複数の競技の汎用のモデルの教師あり学習のための（入力用教師データ，出力用教師データ）の組は、（（第１のプレーヤの第１のスコア、第１の競技の第２のスコア），オッズ）、（（第２のプレーヤの第１のスコア、第１の競技の第２のスコア），オッズ）、・・・（（第ｉのプレーヤの第１のスコア、第１の競技の第２のスコア），オッズ）、・・・（（第１のプレーヤの第１のスコア、第２の競技の第２のスコア），オッズ）、（（第２のプレーヤの第１のスコア、第２の競技の第２のスコア），オッズ）、・・・（（第ｉのプレーヤの第１のスコア、第２の競技の第２のスコア），オッズ）、・・・（（第１のプレーヤの第１のスコア、第ｊの競技の第２のスコア），オッズ）、（（第２のプレーヤの第１のスコア、第ｊの競技の第２のスコア），オッズ）、・・・（（第ｉのプレーヤの第１のスコア、第ｊの競技の第２のスコア），オッズ）等であり得る。このような学習済のニューラルネットワークモデルの入力層に新たなプレーヤの第１のスコアおよび複数の競技のうちの１つの競技の第２のスコアを入力すると、そのプレーヤについてのその競技における賭けのオッズが出力層に出力される。

【0126】

競技において複数のプレーヤが存在する場合には、決定手段１２４は、それぞれのプレーヤについて独立して、機械学習モデルを利用して、オッズを決定するようにしてもよいし、それぞれのプレーヤの第１のスコアを機械学習モデルに入力して、オッズを決定するようにしてもよい。これは、例えば、複数のプレーヤのそれぞれの第１のスコアおよび競技の第２のスコアを利用した学習による構築された機械学習モデルを利用して行われ得る。

【0127】

複数のプレーヤは、例えば、人間以外のプレーヤ、例えば、コンピュータプレーヤ（ｎｏｎ ｐｌａｙｅｒ ｃｈａｒａｃｔｅｒ：ＮＰＵ）であってもよく、好ましくは、人間のプレーヤの特徴をコピーしたアバターまたはデジタルクローンであり得る。この場合、第１の算出手段１２２は、人間である第１のプレーヤの第１のスコアと、第１のプレーヤのアバターの第１のスコアとを算出することになる。第１のプレーヤのアバターの第１のスコアは、第１のプレーヤのデータおよび／またはインフォメーションに基づいて算出されることになるため、第１のプレーヤの第１のスコアと、第１のプレーヤのアバターの第１のスコアとは同一となるか略同一となる。決定手段１２４は、第１のプレーヤの第１のスコアと、第１のプレーヤのアバターの第１のスコアと、第２のスコアとに基づいて、オッズを決定することになる。このとき、決定手段１２４は、人間が状況等に左右されやすい不確定な要素を有していること、アバターが初見のルールへの対応が苦手な一方で人間は初見のルールへの対応が得意であること、および／または、その他の要因を考慮して、第１のプレーヤの第１のスコアおよび第１のプレーヤのアバターの第１のスコアに重み付けをしてオッズを決定することができる。

【0128】

このようにして決定されたオッズは、システム１００の外部に出力されることになる。例えば、オッズは、インターフェース部１１０を介してユーザ端末装置４００に送信されて、ユーザに提供される。

【0129】

図３Ｂは、プロセッサ部１２０の代替実施形態であるプロセッサ部１２０’の構成の一例を示す。

【0130】

プロセッサ部１２０’は、変更手段１２５を備える点を除いて、プロセッサ部１２０と同一の構成を有する。図３Ｂでは、図３Ａを参照して上述した構成と同一の構成要素には同一の参照番号を付し、ここでは、説明を省略する。

【0131】

プロセッサ部１２０’は、取得手段１２１と、第１の算出手段１２２と、第２の算出手段１２３と、決定手段１２４と、変更手段１２５とを備える。

【0132】

変更手段１２５は、競技のルールを変更することが可能なように構成されている。

【0133】

変更手段１２５は、例えば、外部からの要求に応じて競技のルールを変更することができる。例えば、変更手段１２５は、インターフェース部１１０を介してシステム１００の外部から投票を受け、投票の結果に基づいて、競技のルールを変更することができる。投票者は、例えば、上述した関係人４０であり得る。関係人４０は、投票権（例えば、ガバナンストークン）を有している。関係人４０は、例えば、プレーヤ２０であってもよいし、ユーザ３０であってもよいし、プレーヤ２０でもユーザ３０でもない人であってもよい。例えば、関係人４０は、有しているガバナンストークンの量に応じた投票権を有することになる。従って、多くのガバナンストークンを有している関係人４０は、多くの投票権を有することになり、投票で有利になり得る。ガバナンストークンは、システム１００によって発行され得る。

【0134】

変更手段１２５は、例えば、少なくとも１つのルール変更候補をインターフェース部１１０を介して投票者端末装置５００に提示することができる。そして、変更手段１２５は、投票者端末装置５００からの少なくとも１つのルール変更候補に対する投票をインターフェース部１１０を介して受信することができる。投票を集計した結果、少なくとも１つのルール変更候補への変更が賛成多数であった場合にそのルール変更候補が採用され、現在のルールが変更される。または、複数のルール変更候補のうち最多得票数を獲得したルール変更候補が採用され、現在のルールが変更される。

【0135】

ガバナンストークンを有する関係人による投票は、当該技術分野において公知の技術を用いて行われ得る。例えば、ブロックチェーン技術を用いて行われることができる。

【0136】

変更手段１２５は、例えば、外部からの要求とは無関係に競技のルールを変更することができる。変更手段１２５は、例えば、所定の条件が満たされたとき（例えば、所定の時刻、所定の観衆人数、所定のプレーヤ人数、所定の賭け金総額のうちの少なくとも１つが満たされたとき）、競技のルールを変更することができる。変更手段１２５は、例えば、予め定められたルールに現在のルールを変更するようにしてもよいし、所定の条件を満たす程度に応じたルールに現在のルールを変更するようにしてもよい。

【0137】

変更手段１２５によってルールが変更されると、第２の算出手段１２３は、変更されたルールに基づいて、第２のスコアを算出することができる。

【0138】

第２の算出手段１２３は、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に変更後のルールが及ぼす影響を考慮して、基準スコアを調節することによって第２のスコアを算出することができる。第２の算出手段１２３は、例えば、構築された機械学習モデルに、変更後のルールを入力することにより、第２のスコアの出力を得ることができる。

【0139】

そして、決定手段１２４は、この出力されたスコアに基づいて、変更後のルール下での競技における賭けのオッズを決定することになる。

【0140】

このようにプロセッサ部１２０’による処理により、競技におけるルールが変更され、変更されたルールにおいても適切なオッズが決定されることになる。これにより、ユーザは、常に新鮮で、予期できない体験を提供することができるとともに、依然として適正な賭けを行うことができる。

【0141】

図３Ｃは、プロセッサ部１２０の代替実施形態であるプロセッサ部１２０’の構成の一例を示す。

【0142】

プロセッサ部１２０’’は、第２の取得手段１２６、第３の算出手段１２７を備える点を除いて、プロセッサ部１２０と同一の構成を有する。図３Ｃでは、図３Ａを参照して上述した構成と同一の構成要素には同一の参照番号を付し、ここでは、説明を省略する。

【0143】

プロセッサ部１２０’は、取得手段１２１と、第１の算出手段１２２と、第２の算出手段１２３と、決定手段１２４’と、第２の取得手段１２６と、第３の算出手段１２７とを備える。プロセッサ部１２０’’は、図３Ｂを参照して上述した変更手段１２５をさらに備えるようにしてもよい。また、プロセッサ部１２０’’は、第２の決定手段１２８をさらに備えるようにしてもよい。

【0144】

第２の取得手段１２６は、賭けを行うユーザに関するデータおよび／またはインフォメーションを取得するように構成され得る。

【0145】

第２の取得手段１２６は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、ユーザ端末装置４００から受信されたユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。取得されたユーザに関するデータおよび／またはインフォメーションは、第３の算出手段１２７に渡される。

【0146】

第３の算出手段１２７は、ユーザに関するデータおよび／またはインフォメーションに基づいて、ユーザの特徴を表す第３のスコアを算出するように構成されている。ユーザの特徴は、ユーザがどのような人物であるか、すなわち、ユーザの人となりを表す概念であり得る。ユーザの特徴は、ユーザの性格の観点からユーザの人となりを表すこともできる。例えば、ユーザの特徴は、「パーソナリティ」に関する観点からユーザの人となりを表すことができる。ユーザの特徴は、これに加えて、「お金」に関する観点からユーザの人となりを表すことができ、かつ／または、「健康」に関する観点からユーザの人となりを表すことができる。従って、ユーザの特徴を表す第３のスコアは、「パーソナリティ」に関する特徴量を含むことができ、ユーザの特徴を表す第３のスコアは、「お金」に関する特徴量、および／または、「健康」に関する特徴量を追加的に含む多次元スコアであることができる。「デジタルツイン」という言葉が知られているが、ユーザの特徴を多次元的に表す第３のスコアは、ユーザのデジタルツインを表すスコアであるとも言える。

【0147】

第３のスコアの多次元の軸は、例えば、「パーソナリティ」に関する観点の軸、「お金」に関する観点の軸、および／または、「健康」に関する観点の軸を含むことができる。

【0148】

第３の算出手段１２７は、第１の算出手段１２２について上述した手法と同様の手法を用いることにより、第３のスコアを算出することができる。ここでは、詳細な説明は省略する。

【0149】

算出された第３のスコアは、決定手段１２４’に渡される。

【0150】

決定手段１２４’は、第１のスコアおよび第２のスコアに加えて、第３のスコアにも基づいて競技における賭けのオッズを決定することができることを除き、決定手段１２４と同様である。決定手段１２４’は、第３のスコアにも基づくため、ユーザに応じたオッズを決定することができる。例えば、優良なユーザまたは常連のユーザに対しては、優遇されたオッズを決定するようにすることができ、劣悪なユーザまたは一見のユーザに対しては、通常のオッズまたは冷遇されたオッズを決定することができる。

【0151】

決定手段１２４’は、例えば、第１のスコアおよび第２のスコアに基づいて決定されたオッズを、第３のスコアに基づいて調節することによって、オッズを決定することができる。例えば、第３のスコアに含まれる所定の特徴量が平均よりも高いかまたは低いかに応じて、第１のスコアおよび第２のスコアに基づいて決定されたオッズを高くするかまたは低くすることができる。

【0152】

あるいは、決定手段１２４’は、例えば、第１のスコアと第２のスコアと第３のスコアと、オッズとの関係を学習した機械学習モデルを利用して、オッズを決定することができる。

【0153】

このようにして決定されたオッズは、システム１００の外部に出力されることになる。例えば、オッズは、インターフェース部１１０を介してユーザ端末装置４００に送信されて、ユーザに提供される。

【0154】

一実施形態において、プロセッサ部１２０’’は、第２の決定手段１２８をさらに備えることができる。

【0155】

第２の決定手段１２８は、第３のスコアに基づいて、ユーザに好適な賭けを決定するように構成されている。

【0156】

一例において、第３のスコアに含まれ得る複数の特徴量のそれぞれに特定の競技またはその競技における賭けが関連付けられており、第２の決定手段１２８は、第３のスコアに含まれる特徴量に対応する競技における賭けを、ユーザに好適な賭けとして決定することができる。

【0157】

別の例において、第２の決定手段１２８は、第３のスコアから特定の特徴量を導出し、導出された特徴量に基づいて、賭けを決定することができる。例えば、第３のスコアから導出され得る複数の特徴量のそれぞれに特定の競技または競技における賭けが関連付けられており、第２の決定手段１２８は、第３のスコアから導出された特徴量に対応する競技における賭けを、ユーザに好適な賭けとして決定することができる。例えば、第３のスコアから導出され得る複数の特徴量のうちのいくつかの特徴量の組み合わせのそれぞれに特定の競技または競技における賭けが関連付けられており、第２の決定手段１２８は、第３のスコアから導出された特徴量の組み合わせに対応する競技における賭けを、ユーザに好適な賭けとして決定することができる。

【0158】

第２の決定手段１２８は、任意の手法で、第３のスコアから特定の特徴量を導出することができる。一例において、第２の決定手段１２８は、第３のスコアに含まれる特徴量から特定の特徴量を抽出することができる。ここで、特徴量の抽出とは、特徴量の値を変更することなく、特徴量をそのまま抜き出すことを意味する。別の例において、第２の決定手段１２８は、第３のスコアまたは第３のスコアに含まれる特徴量に対して特定の関数を適用することにより、特定の特徴量を導出することができる。ここで、特定の関数は、任意の関数であり得る。例えば、特定の関数は、ハッシュ関数であり得る。

【0159】

第３のスコアから抽出される特徴量は、賭けの対象となる競技に応じて変更されることができる。例えば、第２の決定手段１２８は、第３のスコアに含まれる特徴量から、競技に応じた特定の特徴量を抽出することができる。例えば、第２の決定手段１２８は、スコアまたはスコアに含まれる特徴量に対して、競技に応じた特定の関数を適用することによって特定の特徴量を導出することができる。

【0160】

このようにプロセッサ部１２０’’による処理により、賭けを行うユーザの特徴も考慮して競技における賭けのオッズが決定されることになり、ユーザに適した賭け体験を提供することができる。また、ユーザが行う賭け自体も、ユーザに適したものとすることができる。

【0161】

上述した図３Ａ、図３Ｂ、図３Ｃに示される例では、プロセッサ部１２０、１２０’、１２０’’の各構成要素が同一のプロセッサ部１２０内に設けられているが、本発明はこれに限定されない。プロセッサ部１２０、１２０’、１２０’’の各構成要素が複数のプロセッサ部に分散される構成も本発明の範囲内である。このとき、複数のプロセッサ部は、同一のハードウェア部品内に位置してもよいし、近傍または遠隔の別個のハードウェア部品内に位置してもよい。

【0162】

なお、上述したシステム１００の各構成要素は、単一のハードウェア部品で構成されていてもよいし、複数のハードウェア部品で構成されていてもよい。複数のハードウェア部品で構成される場合は、各ハードウェア部品が接続される態様は問わない。各ハードウェア部品は、無線で接続されてもよいし、有線で接続されてもよい。本発明のシステム１００は、特定のハードウェア構成には限定されない。プロセッサ部１２０、１２０’、１２０’’をデジタル回路ではなくアナログ回路によって構成することも本発明の範囲内である。本発明のシステム１００の構成は、その機能を実現できる限りにおいて上述したものに限定されない。

【0163】

３．競技における賭けを支援するためのシステムにおける処理
図５Ａは、競技における賭けを支援するためのシステム１００における処理の一例（処理５００）を示す。処理５００は、システム１００のプロセッサ部１２０において行われる。処理５００は、プロセッサ部１２０’またはプロセッサ部１２０’’においても同様の処理によって行われることができる。処理５００は、例えば、図１Ａを参照して上述した例において、ステップＳ１でプレーヤ２０Ａ、２０Ｂがエントリーした後、ステップＳ２でユーザが賭けを行う前に行われる。

【0164】

ステップＳ５０１では、プロセッサ部１２０の取得手段１２１が、少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションを取得する。取得手段１２１は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているプレーヤに関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、取得手段１２１は、例えば、インターフェース部１１０を介して、プレーヤ端末装置３００から受信されたプレーヤに関するデータおよび／またはインフォメーションを取得するようにしてもよい。取得手段１２１はさらに、競技の戦績のデータを取得してもよい。

【0165】

ステップＳ５０２では、プロセッサ部１２０の第１の算出手段１２２が、ステップＳ５０１で取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションに基づいて、第１のスコアを算出する。ステップＳ５０１で複数のプレーヤに関するデータおよび／またはインフォメーションが取得された場合には、複数のプレーヤのそれぞれについて、第１のスコアを算出する。第１のスコアは、プレーヤの特徴を表すスコアである。第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが第１のスコアの算出に用いられるパラメータと相関する程度に応じて、第１のスコアを算出することができる。第１の算出手段１２２は、例えば、第１のスコアの算出に用いられるパラメータに関する概念と相関する種々の情報を格納しているデータベース部２００を参照し、プレーヤに関するデータおよび／またはインフォメーションが第１のスコアの算出に用いられるパラメータに関する概念と相関する程度を決定する。プレーヤに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。

【0166】

第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが「パーソナリティ」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第１のスコアを算出することができる。第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが「お金」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第１のスコアを算出することができる。第１の算出手段１２２は、例えば、プレーヤに関するデータおよび／またはインフォメーションが「健康」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第１のスコアを算出することができる。

【0167】

第１の算出手段１２２は、例えば、複数のプレーヤに関するデータおよび／またはインフォメーションと第１のスコアとの関係を学習した機械学習モデルを利用して、プレーヤの特徴を多次元的に表す第１のスコアを算出することができる。プレーヤに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」に関する情報を含み、「お金」、「健康」に関する情報をさらに含んでもよい。

【0168】

例えば、ステップＳ５０１で取得されたプレーヤに関するデータおよび／またはインフォメーションを機械学習モデルに入力すると、プレーヤの第１のスコアが出力される。

【0169】

ステップＳ５０３では、プロセッサ部１２０の第２の算出手段１２３が、第２のスコアを算出する。第２のスコアは、競技の特徴を表すスコアである。

【0170】

第２の算出手段１２３は、例えば、競技毎に予め設定された基準スコアに基づいて、第２のスコアを算出することができる。例えば、競技のルールが通常のルールと同一である場合には、第２の算出手段１２３は、基準スコアを第２のスコアとみなし得る。例えば、競技のルールが通常のルールと異なる場合には、第２の算出手段１２３は、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に競技のルールが及ぼす影響を考慮して、基準スコアを調節することによって第２のスコアを算出することができる。例えば、第２の算出手段１２３は、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に競技が行われる状況が及ぼす影響を考慮して、基準スコアを調節することによって第２のスコアを算出することができる。

【0171】

例えば、第２の算出手段１２３は、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に競技のルールおよび／または状況が及ぼす影響を学習した機械学習モデルを利用して、第２のスコアを算出することができる。

【0172】

ステップＳ５０４では、プロセッサ部１２０の決定手段１２４が、ステップＳ５０２で算出された第１のスコアと、ステップＳ５０３で算出された第２のスコアとに基づいて、競技における賭けのオッズを決定する。決定手段１２４は、ステップＳ５０１で取得され得る競技の戦績のデータにも基づいて賭けのオッズを決定するようにしてもよいが、競技の戦績のデータは必須ではない。むしろ、競技の戦績のデータを用いなくとも、賭けのオッズを適切に決定することができる。

【0173】

例えば、決定手段１２４は、第１のスコアと第２のスコアとの相関に基づいて、オッズを決定することができる。このとき、決定手段１２４は、第２のスコアと対比可能な特徴量を第１のスコアから抽出し、抽出された特徴量と第２のスコアとの相関を取ることができる。決定手段１２４は、例えば、第１のスコアと第２のスコアとの相関が高いほど、オッズを低くし、第１のスコアと第２のスコアとの相関が高いほど、オッズを高くすることができる。

【0174】

ステップＳ５０２で複数のプレーヤのそれぞれについて第１のスコアが算出された場合には、決定手段１２４は、それぞれのプレーヤについて独立して、オッズを決定するようにしてもよいし、それぞれのプレーヤの第１のスコアの相関を考慮して、オッズを決定するようにしてもよい。例えば、第１のプレーヤの第１のスコアと第２のプレーヤの第１のスコアとを比較し、第１のプレーヤが第２のプレーヤに対して相性がいいと判断されると、第１のプレーヤのオッズから減算し、第２のプレーヤのオッズに加算するようにすることができる。

【0175】

決定手段１２４は、ルールベースでオッズを決定してもよいし、機械学習モデルを利用してオッズを決定してもよい。

【0176】

例えば、第１のスコアおよび第２のスコアを機械学習モデルに入力することによりオッズが出力される。

【0177】

処理５００によって決定されたオッズは、システム１００の外部に出力されることになる。例えば、オッズは、インターフェース部１１０を介してユーザ端末装置４００に送信されて、ユーザに提供される。ユーザは、このオッズを参照して、賭けを行うことができる。

【0178】

処理５００では、競技の戦績のデータは必須ではないため、例えば、プレーヤ同士の対戦が初めての場合であっても、さらには、プレーヤが初めてゲームをプレイする場合であっても、オッズを適切に決定することができる。これは、特に、ｅスポーツの競技において有用である。いつｅスポーツの競技が開催されても、誰がｅスポーツの競技に参加しても、処理５００によって適切なオッズを決定することができるからである。

【0179】

図５Ｂは、処理５００の続きの処理を示す。この処理は、ステップＳ５０４の後に、競技のルールを変更し、これに従って、オッズも変更するための処理である。この処理は、プロセッサ部１２０’において行われることができる。この処理は、プロセッサ部１２０’’においても同様の処理によって行われることができる。

【0180】

ステップＳ５０５では、プロセッサ部１２０’の変更手段１２５が、競技のルールを変更する。変更手段１２５は、例えば、外部からの要求に応じて、または、外部からの要求とは無関係に、競技のルールを変更することができる。

【0181】

例えば、変更手段１２５は、インターフェース部１１０を介してシステム１００の外部から投票を受け、投票の結果に基づいて、競技のルールを変更することができる。変更手段１２５は、例えば、少なくとも１つのルール変更候補をインターフェース部１１０を介して投票者端末装置５００に提示し、投票者端末装置５００からの少なくとも１つのルール変更候補に対する投票をインターフェース部１１０を介して受信する。そして、変更手段１２５は、投票を集計した結果、少なくとも１つのルール変更候補への変更が賛成多数であった場合にそのルール変更候補を採用して、競技のルールを変更することができる。または、変更手段１２５は、複数のルール変更候補のうち最多得票数を獲得したルール変更候補を採用し、競技のルールを変更することができる。

【0182】

変更手段１２５は、例えば、所定の条件が満たされたとき（例えば、所定の時刻、所定の観衆人数、所定のプレーヤ人数、所定の賭け金総額のうちの少なくとも１つが満たされたとき）、競技のルールを変更することができる。変更手段１２５は、例えば、予め定められたルールに現在のルールを変更するようにしてもよいし、所定の条件を満たす程度に応じたルールに現在のルールを変更するようにしてもよい。

【0183】

ステップＳ５０６では、プロセッサ部１２０’の第２の算出手段１２３が、ステップＳ５０５で変更されたルールに基づいて、第２のスコアを変更することができる。第２の算出手段１２３は、例えば、競技で勝つために、または、競技でうまくプレイするために必要なまたは好適な能力または特性に変更後のルールが及ぼす影響を考慮して、既に算出されていた第２のスコアを調節することができる。第２の算出手段１２３は、例えば、構築された機械学習モデルに、変更後のルールを入力することにより、第２のスコアの出力を新たに得るようにしてもよい。

【0184】

ステップＳ５０７では、プロセッサ部１２０’の決定手段１２４が、ステップＳ５０２で算出された第１のスコアと、ステップＳ５０６で変更された第２のスコアとに基づいて、オッズを決定し更新することができる。ステップＳ５０７の処理は、ステップＳ５０４の処理と同様である。

【0185】

このようにして、競技におけるルールが変更された場合であっても、適切なオッズが決定されることになる。これにより、ユーザに、常に新鮮で、予期できないユーザ体験を提供することができるとともに、ユーザは、依然として適正な賭けを行うことができる。これは、特に、ｅスポーツの競技において有用である。ｅスポーツの競技では、競技におけるルール変更を特に容易に行うことができ、ルールが頻繁に変更される中でも、適正な賭けを提供することができるからである。

【0186】

上述した例では、賭けのオッズが決定された後に、ルールを変更することによって、オッズを更新することを説明したが、例えば、図１Ｂを参照して説明した例のように、賭けのオッズが決定される前に、ルールを変更し、変更されたルールに基づいてオッズを決定することも本発明の範囲内である。

【0187】

図６は、競技における賭けを支援するためのシステム１００における処理の別の一例（処理６００）を示す。処理６００は、システム１００のプロセッサ部１２０’’においても行われる。

【0188】

ステップＳ６０１では、プロセッサ部１２０’’の取得手段１２１が、少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションを取得する。ステップＳ６０１は、ステップＳ５０１と同様である。

【0189】

ステップＳ６０２では、プロセッサ部１２０’’の第１の算出手段１２２が、ステップＳ６０１で取得された少なくとも１人のプレーヤに関するデータおよび／またはインフォメーションに基づいて、第１のスコアを算出する。ステップＳ６０２は、ステップＳ５０２と同様である。

【0190】

ステップＳ６０３では、プロセッサ部１２０’’の第２の算出手段１２３が、第２のスコアを算出する。ステップＳ６０３は、ステップＳ５０３と同様である。

【0191】

ステップＳ６０４では、プロセッサ部１２０’’の第２の取得手段１２６が、少なくとも１人の賭けを行うユーザに関するデータおよび／またはインフォメーションを取得する。第２の取得手段１２６は、例えば、インターフェース部１１０を介して、データベース部２００に格納されているユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。あるいは、第２の取得手段１２６は、例えば、インターフェース部１１０を介して、ユーザ端末装置４００から受信されたユーザに関するデータおよび／またはインフォメーションを取得するようにしてもよい。

【0192】

ステップＳ６０５では、プロセッサ部１２０’’の第３の算出手段１２７が、ステップＳ５０１で取得された少なくとも１人のユーザに関するデータおよび／またはインフォメーションに基づいて、第３のスコアを算出する。ステップＳ６０４で複数のユーザに関するデータおよび／またはインフォメーションが取得された場合には、複数のユーザのそれぞれについて、第３のスコアを算出する。第３のスコアは、ユーザの特徴を表すスコアである。第３の算出手段１２７は、例えば、ユーザに関するデータおよび／またはインフォメーションが第３のスコアの算出に用いられるパラメータと相関する程度に応じて、第３のスコアを算出することができる。第３の算出手段１２７は、例えば、第３のスコアの算出に用いられるパラメータに関する概念と相関する種々の情報を格納しているデータベース部２００を参照し、ユーザに関するデータおよび／またはインフォメーションが第３のスコアの算出に用いられるパラメータに関する概念と相関する程度を決定する。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」、「お金」、「健康」に関する情報を含み得る。

【0193】

第３の算出手段１２７は、例えば、ユーザに関するデータおよび／またはインフォメーションが「パーソナリティ」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第３のスコアを算出することができる。第３の算出手段１２７は、例えば、ユーザに関するデータおよび／またはインフォメーションが「お金」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第３のスコアを算出することができる。第３の算出手段１２７は、例えば、ユーザに関するデータおよび／またはインフォメーションが「健康」に関する概念と相関する程度を決定し、決定された相関する程度に応じて、第３のスコアを算出することができる。

【0194】

第３の算出手段１２７は、例えば、複数のユーザに関するデータおよび／またはインフォメーションと第３のスコアとの関係を学習した機械学習モデルを利用して、ユーザの特徴を多次元的に表す第３のスコアを算出することができる。ユーザに関するデータおよび／またはインフォメーションは、例えば、「パーソナリティ」に関する情報を含み、「お金」、「健康」に関する情報をさらに含んでもよい。

【0195】

例えば、ステップＳ６０４で取得されたユーザに関するデータおよび／またはインフォメーションを機械学習モデルに入力すると、ユーザの第３のスコアが出力される。

【0196】

ステップＳ６０６では、プロセッサ部１２０’’の決定手段１２４’が、ステップＳ６０２で算出された第１のスコアと、ステップＳ６０３で算出された第２のスコアと、ステップＳ６０５で算出された第３のスコアとに基づいて、競技における賭けのオッズを決定する。決定手段１２４’は、ステップＳ６０１で取得され得る競技の戦績のデータにも基づいて賭けのオッズを決定するようにしてもよいが、競技の戦績のデータは必須ではない。むしろ、競技の戦績のデータを用いなくとも、賭けのオッズを適切に決定することができる。

【0197】

例えば、決定手段１２４’は、例えば、第１のスコアおよび第２のスコアに基づいて決定されたオッズを、第３のスコアに基づいて調節することによって、オッズを決定することができる。例えば、第３のスコアに含まれる所定の特徴量が平均よりも高いかまたは低いかに応じて、第１のスコアおよび第２のスコアに基づいて決定されたオッズを高くするかまたは低くすることができる。これにより、優良なユーザまたは常連のユーザに対しては、優遇されたオッズを決定するようにすることができ、劣悪なユーザまたは一見のユーザに対しては、通常のオッズまたは冷遇されたオッズを決定することができる。

【0198】

ステップＳ６０２で複数のプレーヤのそれぞれについて第１のスコアが算出された場合には、決定手段１２４’は、それぞれのプレーヤについて独立して、オッズを決定するようにしてもよいし、それぞれのプレーヤの第１のスコアの相関を考慮して、オッズを決定するようにしてもよい。例えば、第１のプレーヤの第１のスコアと第２のプレーヤの第１のスコアとを比較し、第１のプレーヤが第２のプレーヤに対して相性がいいと判断されると、第１のプレーヤのオッズから減算し、第２のプレーヤのオッズに加算するようにすることができる。

【0199】

決定手段１２４’は、ルールベースでオッズを決定してもよいし、機械学習モデルを利用してオッズを決定してもよい。

【0200】

例えば、第１のスコア、第２のスコア、および第３のスコアを機械学習モデルに入力することによりオッズが出力される。

【0201】

処理６００によって決定されたオッズは、システム１００の外部に出力されることになる。例えば、オッズは、インターフェース部１１０を介してユーザ端末装置４００に送信されて、ユーザに提供される。ユーザは、このオッズを参照して、賭けを行うことができる。

【0202】

処理６００では、競技の戦績のデータは必須ではないため、例えば、プレーヤ同士の対戦が初めての場合であっても、さらには、プレーヤが初めてゲームをプレイする場合であっても、オッズを適切に決定することができる。これは、特に、ｅスポーツの競技において有用である。いつｅスポーツの競技が開催されても、誰がｅスポーツの競技に参加しても、処理６００によって適切なオッズを決定することができるからである。さらに、処理６００では、賭けを行うユーザの特徴も考慮して競技における賭けのオッズが決定されることになり、ユーザに適した賭け体験を提供することができる。

【0203】

図５Ａ、図５Ｂ、図６を参照して上述した例では、特定の順序で処理が行われることを説明したが、各処理の順序は説明されたものに限定されず、論理的に可能な任意の順序で行われ得る。例えば、ステップＳ５０１を行う前に、ステップＳ５０３を行うことができる。例えば、ステップＳ６０１を行う前に、ステップＳ６０３またはステップＳ６０４を行うことができる。

【0204】

図５Ａ、図５Ｂ、図６を参照して上述した例では、図５Ａ、図５Ｂ、図６に示される各ステップの処理は、プロセッサ部１２０、１２０’、または１２０’’とメモリ部１３０に格納されたプログラムとによって実現することが説明されたが、本発明はこれに限定されない。図５Ａ、図５Ｂ、図６に示される各ステップの処理のうちの少なくとも１つは、制御回路などのハードウェア構成によって実現されてもよい。

【0205】

本発明は、上述した実施形態に限定されるものではない。本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。当業者は、本発明の具体的な好ましい実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を実施することができることが理解される。

【産業上の利用可能性】

【0206】

本発明は、賭けを行うユーザに適切なオッズを提示することが可能な、競技における賭けを支援するためのシステム等を提供するものとして有用である。

【符号の説明】

【0207】

１０ プラットフォーム
１１ ルール
１２ オッズ
２０Ａ、２０Ｂ プレーヤ
３０ ユーザ
４０ 関係人
１００ システム
２００ データベース部
３００ プレーヤ端末装置
４００ ユーザ端末装置
５００ 投票者端末装置

【図1A】

【図1B】

【図2A】

【図2B】

【図2C】

【図3A】

【図3B】

【図3C】

【図4】

【図5A】

【図5B】

【図6】