StreamerSeeker
Scoring — スコアの仕組み

多さではなく、勢いを測る。

StreamerSeeker のランキングは、同時接続数の多さでは並びません。視聴者がいま伸びている勢いで並びます。同接が少なくても、急成長していれば上位に来ます。なぜそうなるのか。数式を読むより、触って確かめるほうが早いはずです。

momentum_score

スコアを構成する5つの要素

ライブ中の同接の時系列から、1分ごとに再計算します。絶対数の3項目は√で圧縮し、規模に依存しない率の2項目に重い配点を置きます。

viewers_per_minute

平均ペース

配信開始からの経過時間あたりの平均視聴者数。長時間の惰性では稼げない基礎点。

√圧縮
growth_5m

直近5分の伸び

5分前と比べて同接が何人増えたか。いま起きている変化を最もよく映すが、揺らぎも大きい。

√圧縮
growth_30m

直近30分の伸び

30分前と比べた増加人数。短期のノイズをならした中期トレンド。

√圧縮
growth_rate_30m

30分前との比率

ではなく何になったか。チャンネル規模に依存しない、このスコアの主役。

率・高配点
acceleration_bonus

加速度ボーナス

直近5分の伸びが30分平均を上回る、伸び始めの瞬間に加点する。

率・高配点
√ dampening

増えた人数は、√で圧縮してから足す

人数が100倍になっても、スコアへの寄与は10倍にしかなりません。大規模チャンネルが絶対数の大きさだけで上位を独占しないための仕掛けです。スライダーを動かして確かめてください。

1,000
そのまま足すと人数に比例
1,000
√で圧縮すると重み付け前の寄与
31.6

4倍にしても、寄与は2倍にしかなりません。

絶対数の3項目(viewers_per_minutegrowth_5mgrowth_30m)すべてに、符号を保ったままこの圧縮がかかります。

weighting

配点は「率」に大きく傾けてある

規模に依存しない率ベースの2項目は理論上限900点。√で圧縮した絶対数3項目は、現実には数十〜数百点にとどまります。小規模チャンネルの急成長が大規模の惰性に勝てるのは、この傾斜のためです。

率ベース 2項目理論上限 900点
絶対数 3項目(√圧縮後)現実値 数十〜数百点

絶対数側のバーは代表値(約150点)で描画。growth_rate_30m と acceleration_bonus が主導権を握る設計です。

worked example

二つの配信を、同じ式で比べる

Winner
小規模・急成長
同接500人、配信30分
+200人直近5分 +400人直近30分 +400%30分比率
702.4
大規模・緩成長
同接5万人、配信180分
+300人直近5分 +1,500人直近30分 +3.1%30分比率
181.0

増加人数では大規模側が上回っていても、比率(+400% と +3.1%)の差が決定的になります。

既知の限界
  • 重みと定数は経験的な調整で、統計的な裏付けはありません。
  • 離脱率は観測できません(YouTube APIは純増減しか返さないため)。
  • 計算サイクルごとに独立なので、同接のわずかな揺らぎがそのままスコアに乗ります。
  • バイラルな急増と、予定された企画への一斉流入とを区別できません。
  • 一度落ち込んでからの回復が、横ばい維持より高く評価されます。

この揺らぎが気になるときは /dashboard の「安定」バッジを見てください。安定バッジはスコアではなく同接数そのものの推移を見るため、一過性の急増や急減を安定とは判定しません。

stream performance score

期待値と比べて、どれだけ伸びたか

配信が終了した後に振り返る指標です。サッカーのxG(期待ゴール)と同じ発想で、時間帯や曜日、配信の長さ、チャンネル規模、配信者自身の過去実績から、統計的に期待されるピーク同接を重回帰で予測し、実測との差をスコアにします。各配信者の配信者ランキングから個別ページに進むと確認できます。

is_weekend

曜日

週末は視聴者の母数が違う。土日フラグで補正する。

hour_sin / hour_cos

配信開始時刻

開始時刻を円周上の2変数に変換する。23時と0時が近いことを回帰に伝えられる。

log_duration

配信の長さ

長い配信ほどピークに到達しやすい。対数で逓減を表す。

log_subscribers

登録者数

チャンネル規模の基礎体力。対数スケールで効かせる。

log_channel_avg

配信者自身の過去平均

そのチャンネルの過去配信の平均ピーク。当該配信自身は除いて算出する(leave-one-out)。

予測に使う変数は6つです。配信開始時刻を sin と cos の2変数で表すため、上のカードは5枚になります。

reading the score

スコアの見方

例として、登録5万人のチャンネルが土曜の深夜2時に45分配信した場合を挙げます。

期待ピーク同接
900
実測ピーク同接
3,200
期待に対して
360%
期待900人
実測3,200人

数値はイメージです。回帰係数は蓄積データで学習するため、予測値は時期により変動します。

既知の限界
  • 終了済みの配信が全体で70件(MIN_STREAMS_FOR_REGRESSION)に満たない間は、回帰が成立せず算出できません。パラメータ7個の10倍を下限の目安にしています。
  • 全チャンネルを1本の回帰で扱います(チャンネル別の回帰ではありません)。箱ごとに時間帯の効きが違うといった交互作用は捉えられません。
  • そのチャンネルで最初に観測した配信は対象外です。説明変数のひとつが「この配信より前の配信の平均ピーク同接」なので、前の配信が無いと計算できません。未来の配信の平均で埋めると、チャンネルが伸びるほど過去配信の期待値が後から吊り上がってしまうため、埋めずに除外しています。
  • 評価するのはピーク同接のみです。伸び方の安定性(一瞬だけ跳ねたのか終始高かったのか)は区別しません。
  • 登録者数スナップショットが無いチャンネル(未フェッチや非公開)も対象外です。