JP2005338933A - 情報処理装置および方法、並びにプログラム - Google Patents

Abstract

【課題】 ユーザの嗜好に適した情報を、ユーザに適したタイミングや方法で呈示することができるようにする。
【解決手段】 嗜好プロファイル記憶部１１４には、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報が予め記憶されている。嗜好プロファイル分析部１１９は、この履歴情報に基づいて、ユーザが過去に操作対象とした複数のコンテンツが所定の規則で分類された場合における複数のコンテンツの分布状態を分析する。偏り度合解析部１２０は、予め設定されている基準の分布パターンに対する、分析された分布状態の偏り度合を算出する。呈示方法/タイミング決定部１２２は、算出された偏り度合に基づいて、関連情報が呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する。本発明は、パーソナルコンピュータに適用可能である。
【選択図】 図７

Description

本発明は、情報処理装置および方法、並びにプログラムに関し、特に、ユーザの嗜好に適した情報を、そのユーザに適したタイミングや仕方（呈示方法）で呈示することができる、情報処理装置および方法、並びに、プログラムに関する。

最近、ユーザの嗜好に適した情報を推薦する技術が様々提案されつつある（例えば、特許文献１と特許文献２参照）。

特開2003-242173号公報 特開2002-123463号公報

しかしながら、特許文献１や特許文献２に開示されたような従来の技術では、ユーザの嗜好に適した推薦情報の単なる呈示は可能であっても、ユーザに適する仕方（呈示方法）やタイミングでその推薦情報を呈示することは困難であるという課題があった。

即ち、特許文献１には、ユーザのプロファイルにあわせた推薦情報の呈示が単に開示されているだけであり、その呈示の仕方やタイミングについては開示されていない。その結果、当然ながら、ユーザに適する仕方やタイミングでその推薦情報を呈示することは困難である。

一方、特許文献２には、呈示のタイミングをユーザが指定する手法自体は開示されている。しかしながら、この手法では、情報処理装置は、ユーザ個人が主観的に手動設定した仕方やタイミングで推薦情報を単に呈示するだけであり、異なる推薦情報を呈示する場合には、そのままの呈示の仕方やタイミングでは、ユーザにとって適しているとは言い難い。このため、ユーザは、１つの推薦情報が呈示される前にその都度、その推薦情報の呈示のタイミングを指定するといった煩雑な操作を行わなければならない。また、例えば、適切なタイミングを自分自身で明確に把握していないユーザにとっては、そのタイミングを指定する操作自体が困難であり、さらに、そのようにして指定されたタイミングはそのユーザにとって適しているとは言い難い。

さらに、推薦情報の呈示のタイミングのみならず仕方まで考慮すると、ユーザ毎にさらに大きな個人差がでてくる。また、上述した呈示のタイミングと同様に、呈示の仕方についても、ユーザ自身にとって明確な要望として意識されてないことが多い。その結果、同一の推薦情報を呈示する際にたとえそのタイミングが考慮されていても、その呈示の仕方によって受け入れられるか否かが変化することが多々ある。

本発明は、このような状況に鑑みてなされたものであり、ユーザの嗜好に適した情報を、そのユーザに適したタイミングや仕方で呈示することができるようにするものである。

本発明の情報処理装置は、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶している記憶手段と、記憶手段に予め記憶されている履歴情報に基づいて、ユーザの現在の操作対象のコンテンツの関連情報としてユーザに呈示可能な情報のうちの、ユーザにとって適すると判断される情報を決定する第１の決定手段と、記憶手段に予め記憶されている履歴情報に基づいて、ユーザが過去に操作対象とした複数のコンテンツが所定の規則で分類された場合における複数のコンテンツの分布状態を分析する分析手段と、予め設定されている基準の分布パターンに対する、分析手段により分析された分布状態の偏り度合を算出する偏り算出手段と、偏り算出手段により算出された偏り度合に基づいて、第１の決定手段により決定された関連情報がユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定手段とを備えることを特徴とする。

履歴情報は、ユーザが過去に操作対象とした複数のコンテンツのそれぞれが属するジャンルを含み、第１の決定手段は、履歴情報に含まれるジャンルのうちの所定の個数のジャンルに関連する情報を、ユーザにとって適すると判断される情報として決定するようにすることができる。

分析手段は、ユーザが過去に操作対象とした複数のコンテンツがジャンル毎に分類された場合における複数のコンテンツの分布状態を示すベクトルとして、Ｎ個のジャンルのそれぞれを成分とし、Ｎ個の成分のそれぞれに対して、対応するジャンルに分類されたコンテンツの個数に基づく重み値を代入した個人傾向ベクトルを生成し、基準の分布パターンを示すベクトルであって、Ｎ個のジャンルのそれぞれを成分とし、Ｎ個の成分のそれぞれに対して、基準となる重み値を代入した基準傾向ベクトルが予め記憶された記憶手段をさらに設け、偏り算出手段は、分析手段により生成された個人傾向ベクトルのＮ個の成分のそれぞれに代入された重み値と、記憶手段に予め記憶された基準傾向ベクトルのＮ個の成分のそれぞれに代入された重み値とに基づいて、偏り度合を算出するようにすることができる。

第２の決定手段は、偏り算出手段により算出された偏り度合と閾値とを比較することで、偏り度合が強いか否かを判定し、偏り度合が強いと判定した場合、Ｎ個のジャンルのうちの、ユーザが偏って使用していると判断されるジャンルに関連する情報の中から、呈示される関連情報を選択するという呈示の方法を決定し、偏り度合が弱いと判定した場合、Ｎ個のジャンルのうちの、ユーザが偏って使用していると判断されるジャンルおよびそれ以外のジャンルに関連する情報の中から、呈示される関連情報を選択するという呈示の方法を決定するようにすることができる。

本発明の情報処理装置においては、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報が予め記憶されており、その履歴情報に基づいて、ユーザの現在の操作対象のコンテンツの関連情報としてユーザに呈示可能な情報のうちの、ユーザにとって適すると判断される情報が決定される。また、その履歴情報に基づいて、ユーザが過去に操作対象とした複数のコンテンツが所定の規則で分類された場合における複数のコンテンツの分布状態が分析され、さらに、予め設定されている基準の分布パターンに対する、分析された分布状態の偏り度合が算出される。そして、算出された偏り度合に基づいて、関連情報がユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方が決定される。

本発明の情報処理方法は、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶している情報処理装置の情報処理方法であって、情報処理装置に予め記憶されている履歴情報に基づいて、ユーザの現在の操作対象のコンテンツの関連情報としてユーザに呈示可能な情報のうちの、ユーザにとって適すると判断される情報を決定する第１の決定ステップと、情報処理装置に予め記憶されている履歴情報に基づいて、ユーザが過去に操作対象とした複数のコンテンツが所定の規則で分類された場合における複数のコンテンツの分布状態を分析する分析ステップと、予め設定されている基準の分布パターンに対する、分析ステップの処理により分析された分布状態の偏り度合を算出する偏り算出ステップと、偏り算出ステップの処理により算出された偏り度合に基づいて、第１の決定ステップの処理により決定された関連情報がユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定ステップとを含むことを特徴とする。

本発明のプログラムは、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶しているコンテンツ処理装置を制御するコンピュータに実行させるプログラムであって、コンテンツ処理装置に予め記憶されている履歴情報に基づいて、ユーザの現在の操作対象のコンテンツの関連情報としてユーザに呈示可能な情報のうちの、ユーザにとって適すると判断される情報を決定する第１の決定ステップと、コンテンツ処理装置に予め記憶されている履歴情報に基づいて、ユーザが過去に操作対象とした複数のコンテンツが所定の規則で分類された場合における複数のコンテンツの分布状態を分析する分析ステップと、予め設定されている基準の分布パターンに対する、分析ステップの処理により分析された分布状態の偏り度合を算出する偏り算出ステップと、偏り算出ステップの処理により算出された偏り度合に基づいて、第１の決定ステップの処理により決定された関連情報がユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定ステップとを含むことを特徴とする。

本発明の情報処理装置およびプログラムにおいては、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶している情報処理装置またはコンテンツ処理装置が制御される。詳細には、情報処理装置またはコンテンツ処理装置に予め記憶されている履歴情報に基づいて、ユーザの現在の操作対象のコンテンツの関連情報としてユーザに呈示可能な情報のうちの、ユーザにとって適すると判断される情報が決定される。また、情報処理装置またはコンテンツ処理装置に予め記憶されている履歴情報に基づいて、ユーザが過去に操作対象とした複数のコンテンツが所定の規則で分類された場合における複数のコンテンツの分布状態が分析され、さらに、予め設定されている基準の分布パターンに対する、分析ステップの処理により分析された分布状態の偏り度合が算出される。そして、算出された偏り度合に基づいて、関連情報がユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方が決定される。

以上のごとく、本発明によれば、ユーザの嗜好に適した情報を呈示することができる。特に、ユーザの嗜好に適した情報を、そのユーザに適したタイミングや仕方（呈示方法）で呈示することができる。

以下に本発明の実施の形態を説明するが、請求項に記載の構成要件と、発明の実施の形態における具体例との対応関係を例示すると、次のようになる。この記載は、請求項に記載されている発明をサポートする具体例が、発明の実施の形態に記載されていることを確認するためのものである。従って、発明の実施の形態中には記載されているが、構成要件に対応するものとして、ここには記載されていない具体例があったとしても、そのことは、その具体例が、その構成要件に対応するものではないことを意味するものではない。逆に、具体例が構成要件に対応するものとしてここに記載されていたとしても、そのことは、その具体例が、その構成要件以外の構成要件には対応しないものであることを意味するものでもない。

さらに、この記載は、発明の実施の形態に記載されている具体例に対応する発明が、請求項に全て記載されていることを意味するものではない。換言すれば、この記載は、発明の実施の形態に記載されている具体例に対応する発明であって、この出願の請求項には記載されていない発明の存在、すなわち、将来、分割出願されたり、補正により追加される発明の存在を否定するものではない。

本発明によれば、情報処理装置が提供される。この情報処理装置（例えば、図７のユーザ装置１０１）は、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶している記憶手段（例えば、図７の嗜好プロファイル記憶部１１４）と、前記記憶手段に予め記憶されている前記履歴情報に基づいて、前記ユーザの現在の操作対象の前記コンテンツの関連情報として前記ユーザに呈示可能な情報のうちの、前記ユーザにとって適すると判断される情報を決定する第１の決定手段（例えば、図７の呈示内容決定部１１５。関連情報検索部１１６を含んでもよい）と、前記記憶手段に予め記憶されている前記履歴情報に基づいて、前記ユーザが過去に操作対象とした複数の前記コンテンツが所定の規則で分類された場合における複数の前記コンテンツの分布状態を分析する分析手段（例えば、図７の嗜好プロファイル分析部１１９）と、予め設定されている基準の分布パターンに対する、前記分析手段により分析された前記分布状態の偏り度合を算出する偏り算出手段（例えば、図７の偏り度合解析部１２０）と、前記偏り算出手段により算出された前記偏り度合に基づいて、前記第１の決定手段により決定される前記関連情報が前記ユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定手段（例えば、図７の呈示方法/タイミング決定部１２２）とを備えることを特徴とする。

この情報処理装置において、前記履歴情報は、ユーザが過去に操作対象とした複数の前記コンテンツのそれぞれが属するジャンル（例えば、後述する「ドラマ」、「バラエティ」、「情報」、「スポーツ」、「教育」等）を含み、前記第１の決定手段は、前記履歴情報に含まれる前記ジャンルのうちの所定の個数のジャンルに関連する情報を、前記ユーザにとって適すると判断される前記情報として決定するようにすることができる。

さらに、前記分析手段は、前記ユーザが過去に操作対象とした複数の前記コンテンツがジャンル毎に分類された場合における複数の前記コンテンツの分布状態を示すベクトルとして、Ｎ個のジャンルのそれぞれを成分とし、Ｎ個の前記成分のそれぞれに対して、対応するジャンルに分類された前記コンテンツの個数に基づく重み値を代入した個人傾向ベクトル（例えば、後述する（ドラマ，バラエティ，情報，スポーツ，教育）といった標準形ベクトル）を生成し、前記基準の分布パターンを示すベクトルであって、Ｎ個の前記ジャンルのそれぞれを成分とし、Ｎ個の前記成分のそれぞれに対して、基準となる重み値を代入した基準傾向ベクトルが予め記憶された記憶手段（例えば、図７のプロファイル記憶部１２１）をさらに設け、前記偏り算出手段は、前記分析手段により生成された前記個人傾向ベクトルのＮ個の成分のそれぞれに代入された前記重み値と、前記記憶手段に予め記憶された前記基準傾向ベクトルのＮ個の成分のそれぞれに代入された前記重み値とに基づいて、前記偏り度合を算出する（例えば、後述する３つの偏り度合の算出手法に従って、偏り度合を算出する）ようにすることができる。

前記第２の決定手段は、前記偏り算出手段により算出された前記偏り度合と閾値とを比較することで、前記偏り度合が強いか否かを判定し、前記偏り度合が強いと判定した場合、Ｎ個の前記ジャンルのうちの、前記ユーザが偏って使用していると判断されるジャンルに関連する情報の中から、呈示される前記関連情報を選択するという呈示の方法を決定し、前記偏り度合が弱いと判定した場合、Ｎ個の前記ジャンルのうちの、前記ユーザが偏って使用していると判断されるジャンルおよびそれ以外のジャンルに関連する情報の中から、呈示される前記関連情報を選択するという呈示の方法を決定する（例えば、このような閾値と呈示の方法が、呈示方法/タイミングルールとして図７の呈示方法/タイミングルール記憶部１２３に記憶されており、その呈示方法/タイミングルールに従って処理を実行する）ようにすることができる。

本発明によれば、情報処理方法が提供される。この情報処理方法は、ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶している情報処理装置（例えば、図７のユーザ装置１０１）の情報処理方法であって、前記情報処理装置に予め記憶されている前記履歴情報に基づいて、前記ユーザの現在の操作対象の前記コンテンツの関連情報として前記ユーザに呈示可能な情報のうちの、前記ユーザにとって適すると判断される情報を決定する第１の決定ステップ（例えば、図８のステップＳ２５の処理）と、前記情報処理装置に予め記憶されている前記履歴情報に基づいて、、前記ユーザが過去に操作対象とした複数の前記コンテンツが所定の規則で分類された場合における複数の前記コンテンツの分布状態を分析する分析ステップ（例えば、図８のステップＳ２２の処理）と、予め設定されている基準の分布パターンに対する、前記分析ステップの処理により分析された前記分布状態の偏り度合を算出する偏り算出ステップ（例えば、図８のステップＳ２４の処理）と、前記偏り算出ステップの処理により算出された前記偏り度合に基づいて、前記第１の決定ステップの処理により決定される前記関連情報が前記ユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定ステップ（例えば、図８のステップＳ２５の処理）とを含むことを特徴とする。

本発明によれば、プログラムが提供される。このプログラムは、上述した本発明の情報処理方法に対応するプログラムであって、例えば、図９のパーソナルコンピュータにより実行される。

次に、図面を参照して、本発明が適用される情報処理装置の実施例について説明する。

図１は、本発明が適用される情報処理装置の機能的構成例を示している。

なお、以下、本発明が適用される情報処理装置のうちの、特定のユーザが操作対象として利用する情報処理装置をユーザ装置と称する。即ち、図１は、ユーザ装置１の機能的構成例を示している。

図１に示されるように、ユーザ装置１は、サーバ３と所定のネットワーク２を介して相互に接続されている。なお、ネットワーク２の形態は特に限定されない。また、図２の例では、サーバ３しか図示されていないが、当然ながら、ネットワーク２には、他の情報処理装置が複数接続可能である。

ユーザ装置１には、アプリケーション実行部１１乃至学習部（ルール更新部）２４が設けられている。アプリケーション実行部１１乃至学習部（ルール更新部）２４のそれぞれは、構成が可能であれば、ソフトウエア単体で構成してもよいし、ハードウエア単体で構成してもよいし、或いは、それらの組合せでもよい。

アプリケーション実行部１１は、１以上のアプリケーションソフトウエアのうちのユーザにより指定されたもの（操作部１２からの指令に対応するもの）を起動する。そして、アプリケーション実行部１１は、起動された１以上のアプリケーションソフトウエアのそれぞれに対して各種処理をユーザの操作部１２の操作に基づいて実行する。また、アプリケーション実行部１１は、その処理結果を呈示部２０からユーザに適宜呈示する。

例えば図１の例では、アプリケーション実行部１１は、３つのアプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３を起動させ、それぞれに対して各種処理をユーザの操作部１２の操作に基づいて実行する。

なお、アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３のそれぞれは特に限定されないが、ここでは例えば、ユーザが使用可能なコンテンツのうちの３つの異なる種類のコンテンツのそれぞれを取り扱うアプリケーションソフトウエアであるとする。

ところで、実際には、アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３のそれぞれは、コンテンツをデータとして、即ちコンテンツデータとして取り扱う。ただし、以下、コンテンツとコンテンツデータとを個々に区別する必要がない場合、まとめてコンテンツと称する。

コンテンツとは、本明細書では、一般的にコンテンツと称されている、テレビジョン放送番組、映画、写真、楽曲等（動画像、静止画像、若しくは音声、または、それらの組合せ等）の他、文書、商品（物品含）、会話等のユーザが使用可能なソフトウエアまたはハードウエアの全てを指す広い概念である。ただし、コンテンツが物品（ハードウエア）の場合、例えば、その物品が動画像や静止画像等に射影されてデータ化されたものが、コンテンツデータとして使用される。

また、本明細書では、コンテンツの使用とは、ユーザが情報処理装置（図１の例ではユーザ装置１）を操作することで、そのコンテンツ（正確には、コンテンツデータ）に対する所定の処理を情報処理装置に実行させることを指す。具体的には例えば、そのコンテンツが文章で構成される場合（このようなコンテンツを、以下、テキストコンテンツと称する）、その文章の作成、編集（更新）、削除、送受信、および記憶（フォルダ等への移動）等の操作をユーザが行うことで、対応する処理を情報処理装置に実行させることを、テキストコンテンツの使用と称する。

従って、アプリケーション実行部１１は、起動されているアプリケーションソフトウエアを利用して、所定のコンテンツに対するユーザ操作に基づく各種処理を実行するとも言える。

操作部１２は、例えば、キーボード、マウス、その他入力インタフェースで構成される。ユーザは操作部１２を操作することで、様々な情報をユーザ装置１に入力させることができる。具体的には例えば、上述したように、ユーザは、操作部１２を利用することで、各アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３のそれぞれに対する操作、換言すると、３つの異なる種類のコンテンツのそれぞれの使用操作を行うことができる。即ち、操作部１２は、ユーザの各種操作に対応する情報をアプリケーション実行部１１に入力させることができる。

素材取得部１３は、操作部１２の操作（ユーザ操作）に基づく３つの異なる種類のコンテンツのうちの少なくとも１つに対する処理がアプリケーション実行部１１により実行されている場合、ユーザの操作対象のコンテンツに関する情報や、ユーザの操作の内容を示す情報を取得し、操作内容分析部１４、呈示内容決定部１８、および学習部（ルール更新部）２４のうちの少なくとも１つに供給する。

ところで、後述するように、ユーザ装置１は、コンテンツを使用した時点またはその前後に、そのコンテンツ等に関連する情報（以下、関連情報と称する）のうちのユーザに推薦すべき関連情報を呈示することが可能である。さらに、ユーザ装置１は、ユーザに適する呈示方法（仕方）やタイミングでその関連情報を呈示することが可能である。

このような呈示内容（関連情報）と、その呈示の方法やタイミングとのうちの少なくとも一方を決定する場合、ユーザ装置１は、素材取得部１３により取得された上述した各種情報を使用する。即ち、素材取得部１３により取得される情報は、呈示内容（関連情報）と、その呈示の方法やタイミングとのうちの少なくとも一方が決定される際の素材として利用される。そこで、以下、素材取得部１３により取得される情報を素材と称する。

従って、ユーザの操作対象のコンテンツに関する情報と、ユーザの操作の内容を示す情報とのそれぞれは素材の一例であり、このような素材を取得可能な一例として図１の例の素材取得部１３には、操作内容観察部４１とコンテンツ解析部４２とが設けられている。

操作内容観察部４１は、ユーザの操作の内容を示す情報を素材のひとつとして取得する。即ち、操作内容観察部４１は、操作部１２からの入力情報や、その操作部１２からの入力情報に対応するアプリケーション実行部１１の処理内容に基づいて、ユーザ操作の各種内容を示す情報をそれぞれ生成する。そして、操作内容観察部４１は、そのようにして生成された情報を素材の１つとして操作内容分析部１４、および、学習部（ルール更新部）２４のうちの少なくとも１つに供給する。

コンテンツ解析部４２は、ユーザの操作対象のコンテンツに関する情報を素材のひとつとして取得する。即ち、コンテンツ解析部４２は、ユーザの操作対象のコンテンツ、換言すると、アプリケーション実行部１１の処理対象のコンテンツを解析する。そして、コンテンツ解析部４２は、その解析結果を素材のひとつとして、操作内容分析部１４、呈示内容決定部１８、および、学習部（ルール更新部）２４のうちの少なくとも１つに供給する。

例えば、ユーザの操作対象のコンテンツ、即ち、アプリケーション実行部１１の処理対象のコンテンツがメールの場合、コンテンツ解析部４２は、メールの内容（送信元、宛先、送信時刻、題名、本文等）を解析することでそのメールに登場している１以上の単語を抽出し、それらの単語を素材の１つとして、操作内容分析部１４、呈示内容決定部１８、および、学習部（ルール更新部）２４のうちの少なくとも１つに供給することができる。

また、例えば、コンテンツ解析部４２は、メール全体の傾向や特徴を示す情報、例えば、メールの本文の長さを示す情報を生成し、その情報を素材の１つとして、操作内容分析部１４、呈示内容決定部１８、および、学習部（ルール更新部）２４のうちの少なくとも１つに供給することができる。

また、例えば、コンテンツ解析部４２は、メールの宛先や送信元からユーザのメール相手（他のユーザ）を特定し、そのメール相手を素材の１つとして、操作内容分析部１４、呈示内容決定部１８、および、学習部（ルール更新部）２４のうちの少なくとも１つに供給することができる。

また、例えば、コンテンツ解析部４２は、受信メールに含まれる（送信）時刻と、その受信メールに対する返信メールに含まれる（送信）時刻とに基づいて、ユーザ操作の時間情報、具体的には例えば、受信メールが受信されてから返信メールが送信されるまでの所要時間を示す時間情報を生成し、その情報を素材の１つとして、操作内容分析部１４、呈示内容決定部１８、および、学習部（ルール更新部）２４のうちの少なくとも１つに供給することができる。

なお、ユーザの操作の時間情報は、操作内容観察部４１でも生成可能である。

操作内容分析部１４は、素材取得部１３から供給された所定の時間内の各種素材から、現時点またはその前後のユーザの操作状態（所定の時間内における一連の操作内容）を分析し、その分析結果を呈示方法/タイミング決定部１６に供給する。

例えば図１の例では、アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３のそれぞれに対する各操作が行われる毎に、各操作内容を示す情報が素材取得部１３から操作内容分析部１４に順次個別に供給されてくる。そこで、操作内容分析部１４は、これらの各素材に基づいて、「所定の時間内に、アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３のそれぞれに対してユーザが如何なる操作をしてきたのか」について分析する。

従って、その分析結果は、例えば「ユーザは、アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３のうちの所定の１つに集中して操作を行っていた」といった内容や、或いは例えば「ユーザは、アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３のうちの少なくとも２つを頻繁に切り替えながら操作を行っていた」といった内容になる。

ただし、このような具体的な分析を行うと操作内容分析部１４の処理量が多くなりすぎる（処理時間が多大になる）可能性がある。そこで、操作内容分析部１４の処理量の削減が目的とされている場合には、操作内容分析部１４は、例えば次のような処理を実行すればよい。

即ち、例えば、ユーザの操作パターンが予め複数用意されていれば、操作内容分析部１４は、素材取得部１３から供給された各種素材に基づいて、現時点またはその前後のユーザの操作状態が、それらの複数のパターンのうちのいずれに当てはまるのかを分析し、対応するパターンを分析結果として呈示方法/タイミング決定部１６に供給すればよい。

このようなユーザの操作パターンとしては、考え得る操作の全パターンが利用可能であるが、ユーザの過去の操作傾向からそのユーザにとって特徴的であると予め分析されたパターンが利用されると好適である。また、そのようなパターンのうちの、特定のユーザ状態と対応付けられるパターンが利用されるとさらに好適である。なぜならば、後述するように、このようなパターンに基づいて、呈示内容（関連情報）の呈示方法やタイミングが決定されれば、その呈示方法やタイミングは、現時点のまたはその前後のユーザ状態に適する可能性が高いからである。

なお、ユーザ状態とは次のような状態を指す。即ち、上述したユーザの操作状態とは、操作自体に着目した場合の状態であったのに対して、ユーザ状態とは、ユーザ全体に着目した場合の状態であって、その操作を行ったユーザの理由若しくは目的を示す状態を指す。

具体的には例えば、ユーザの操作パターンとしては、図２に示されるような、４つのユーザ状態のそれぞれに対応付けられた４つの操作パターン（A）乃至（D）を利用することができる。

即ち、図２に示されるように、例えば操作パターン（A）は、「頻繁にアプリケーションソフトウエアを切り替えながら閲覧する操作を行っている状態」とされている。また、操作パターン（A)と対応付けられているユーザ状態は「情報を検索している状態」とされている。

例えば操作パターン（B）は、「頻繁にアプリケーションソフトウエアを切り替えながら一定の入力操作を継続している状態」とされている。また、操作パターン（B)と対応付けられているユーザ状態は「細かい編集作業が継続している状態」とされている。

例えば操作パターン（C）は、「ひとつのアプリケーションソフトウエアに対する入力操作が頻繁に行われている状態」とされている。また、操作パターン（C)と対応付けられているユーザ状態は「ひとつのドキュメントに関わる作業に集中している状態」とされている。

例えば操作パターン（D）は、「ひとつのアプリケーションソフトウエアに対して閲覧操作が継続している状態」とされている。また、操作パターン（D)と対応付けられているユーザ状態は「ひとつのテーマに関して、探索、思考が行われている状態」とされている。

なお、現時点またはその前後のユーザの操作状態を、これらの複数の操作パターン（A）乃至（D）のうちのいずれかに分類する分類手法については特に限定されない。ただし、ここでは、操作内容分析部１４の処理量の削減が目的とされているので、この目的達成のためには、例えば、所定の分類ルールを予め制定しておき、その分類ルールに従って分類する分類手法を利用すればよい。

このような分類ルールの一例が図３と図４に示されている。そこで、以下、図３と図４を参照して、分類ルールの一例について説明する。

図３に示される分類ルールその１は、現時点またはその前後のユーザの操作状態を特定可能な情報のうちの、アプリケーションソフトウエアの切り替え操作（図３中単に「アプリ切り替え」と記述されている）の頻度と、一定期間（時間）における入力操作やその他の操作（図３中単に「入力、操作」と記述されている）の有無とに特に着目したルールとされている。

この分類ルールその１によると、アプリケーションソフトウエアの切り替え頻度は「高」と「低」の２頻度に分類されることが規定されている。また、その２頻度のうちのいずれに分類されるのかを示す判定基準として「３分に１回以上アプリケーションソフトウエアが切り替えられたか否か」という内容が規定されており、その判定基準を満たす場合、即ち、３分に１回以上アプリケーションソフトウエアが実際に切り替えられた場合、アプリケーションソフトウエアの切り替え頻度は「高」に分類されることになる。

また、一定期間における入力操作やその他の操作（図３中単に「入力、操作」と記述されている）の有無を判定するための判定基準として「一定期間とは２分である」ことが規定されている。即ち、実際に２分経過しても入力操作もその他の操作も一切行われなかった場合には、一定期間における入力やその他の操作は「なし」に分類されることになる。これに対して、２分以内に入力操作とその他の操作のうちの少なくとも１つの操作が実際に行われた場合には、一定期間における入力やその他の操作は「あり」に分類されることになる。

図４に示される分類ルールその２は、このような図３の分類ルール１による２つの分類結果、即ち、アプリケーションソフトウエアの切り替え頻度を示す「高」若しくは「低」と、一定期間における入力操作やその他の操作の有無を示す「あり」若しくは「なし」との組合せ方に従って、図２の操作パターン（Ａ）乃至（Ｄ）のうちのいずれかに分類することを規定している。

具体的には、分類ルールその２によると、例えば、現時点またはその前後のユーザの操作状態が、分類ルールその１により、アプリケーションソフトウエアの切り替え頻度が「高」に分類され、かつ、一定期間における入力操作やその他の操作が「あり」に分類された場合には、最終的に、図２の操作パターン（Ｂ）に分類されることが規定されている。

例えば、分類ルールその１により、アプリケーションソフトウエアの切り替え頻度が「高」に分類され、かつ、一定期間における入力操作やその他の操作が「なし」に分類された場合には、現時点またはその前後のユーザの操作状態は、図２の操作パターン（Ａ）に分類されることが規定されている。

例えば、分類ルールその１により、アプリケーションソフトウエアの切り替え頻度が「低」に分類され、かつ、一定期間における入力操作やその他の操作が「あり」に分類された場合には、現時点またはその前後のユーザの操作状態は、図２の操作パターン（Ｃ）に分類されることが規定されている。

例えば、分類ルールその１により、アプリケーションソフトウエアの切り替え頻度が「低」に分類され、かつ、一定期間における入力操作やその他の操作が「なし」に分類された場合には、現時点またはその前後のユーザの操作状態は、図２の操作パターン（Ｄ）に分類されることが規定されている。

以上、図３と図４を参照して、分類ルールの具体例について説明した。図１に戻り、このような分類ルールは、分類ルール記憶部１５に予め記憶されている。

従って、操作内容分析部１４は、素材取得部１３から順次供給されてくる各種素材と、分類ルール記憶部１５に記憶されている分類ルールとに基づいて、現時点またはその前後のユーザの操作状態を所定の操作パターンに分類し、分類された操作パターンを分析結果として呈示方法/タイミング決定部１６に供給する。

すると、呈示方法/タイミング決定部１６は、供給された操作パターン（現時点またはその前後のユーザの操作状態に対応する操作パターン）に基づいて、後述する呈示内容決定部１８により決定された呈示内容（関連情報）を呈示する際の呈示方法やタイミングを決定し、呈示制御部１９に通知する。

なお、呈示の方法やタイミングの決定手法については特に限定されない。例えば、呈示の方法とタイミングとのうちの少なくとも一方を決定するルール（以下、呈示方法/タイミングルールと称する）を予め制定しておき、その呈示方法/タイミングルールに従って、呈示の方法やタイミングを決定する手法を利用することができる。

このような手法を利用することで、呈示方法/タイミング決定部１６の処理量の削減を図ることもできる。

また、このような手法が利用される場合、呈示方法/タイミングルールは、呈示方法/タイミングルール記憶部１７に予め記憶される。

具体的には、例えばいま、上述した図３と図４に示される分類ルールが分類ルール記憶部１５に記憶されているとする。この場合、上述した図２の操作パターン（Ａ）乃至（Ｄ）のうちのいずれかが、推定された現時点またはその前後のユーザの操作状態として、操作内容分析部１４から呈示方法/タイミング決定部１６に供給されることになる。

従って、このような場合、例えば、図５に示されるような呈示方法/タイミングルールが呈示方法/タイミングルール記憶部１７に記憶されていれば、呈示方法/タイミング決定部１６は、この呈示方法/タイミングルールを利用することで、呈示の方法やタイミングを直ちに決定し、呈示制御部１９に通知することができる。

具体的には、図５の呈示方法/タイミングルールによると、例えば図２の操作パターン（Ａ）が操作内容分析部１４から呈示方法/タイミング決定部１６に供給された場合には、ユーザ状態は「情報を検索している状態」とみなされるので、呈示方法/タイミング決定部１６は、「アプリケーションソフトウエアの切り替え操作が行われる毎に、ユーザが検索している情報そのものまたは検索の手がかりとなる情報を複数個関連情報として呈示する」ことを決定する。さらに必要に応じて、呈示方法/タイミング決定部１６は、「複数の関連情報を目立つ呈示形式で呈示する」ことを決定する。例えば、呈示方法/タイミング決定部１６は、関連情報の文字をBlinkさせたり、関連情報に関する新着アイコンなどを表示させることを決定する。

また、例えば図２の操作パターン（Ｂ）が操作内容分析部１４から呈示方法/タイミング決定部１６に供給された場合には、ユーザ状態は「細かい編集作業が継続している状態」とみなされるので、呈示方法/タイミング決定部１６は、「関連情報の呈示を行わない」ことを決定する。即ち、ここでは、「関連情報の呈示を行わないこと（呈示の禁止）」も、呈示方法の一つであるとみなす。

例えば図２の操作パターン（Ｃ）が操作内容分析部１４から呈示方法/タイミング決定部１６に供給された場合には、ユーザ状態は「ひとつのドキュメントに関わる作業に集中している状態」とみなされるので、呈示方法/タイミング決定部１６は、「関連情報の呈示を行わない」ことを決定する。或いは、呈示方法/タイミング決定部１６は、「そのドキュメントに関する関連情報を複数呈示するが、ユーザの邪魔にならない呈示形態で呈示する」ことを決定する。なお、ユーザの邪魔にならない呈示形態とは、関連情報の配置場所が画面の端の方であったり、関連情報の表示サイズが小さくされるような形態を指す。

例えば図２の操作パターン（Ｄ）が操作内容分析部１４から呈示方法/タイミング決定部１６に供給された場合には、ユーザ状態は「ひとつのテーマに関して、探索、思考が行われている状態」とみなされるので、呈示方法/タイミング決定部１６は、「そのテーマについての関連情報を複数個呈示する」ことを決定する。さらに必要に応じて、呈示方法/タイミング決定部１６は、「複数の関連情報を目立つ呈示形式で呈示する」ことを決定する。

図１に戻り、このような呈示方法/タイミング決定部１６の処理と並行して、呈示内容決定部１８の処理も実行される。即ち、呈示内容決定部１８は、素材取得部１３のうちのコンテンツ解析部４２から供給された各種素材、即ち、ユーザの操作対象のコンテンツに関する情報（コンテンツのメタデータ等）に基づいてユーザに対する呈示内容を決定し、呈示制御部１９に通知する。

なお、メタデータとは、コンテンツの特徴のうちの少なくとも一つを指す情報であれば足りる。従って、例えばコンテンツが文章で構成される場合には、その文章に含まれる単語もメタデータとして利用可能である。

呈示制御部１９は、呈示内容決定部１８により決定された呈示内容を、呈示方法/タイミング決定部１６により決定された呈示方法やタイミングで、呈示部２０からユーザに呈示することを制御する。

即ち、呈示部２０は、例えば表示装置で構成され、アプリケーション実行部１１または呈示制御部１９から供給される各種情報を画像として表示する。呈示部２０は、例えば音声装置で構成され、アプリケーション実行部１１または呈示制御部１９から供給される各種情報を音声として出力する。或いは、呈示部２１は、例えば表示装置と音声装置との組合せで構成される。

ところで、上述した呈示内容決定部１８が決定する呈示内容は特に限定されないが、図１の例では、上述したように関連情報とされている。このため、図１の例のユーザ装置１には、関連情報検索部２１と関連情報記憶部２２とが設けられている。

即ち、呈示内容決定部１８は、呈示内容として決定された関連情報を取得するために、その関連情報を特定可能な情報（例えば、関連情報の名称や存在場所等）を関連情報検索部２１に供給する。

すると、関連情報検索部２１は、関連情報記憶部２２に予め記憶されている関連情報の中から、呈示内容決定部１８から供給された情報で特定される関連情報を検索して取得し、呈示内容決定部１８に供給する。

なお、関連情報検索部２１は、関連情報記憶部２２に予め記憶されている関連情報の中に、呈示内容決定部１８から供給された情報で特定される関連情報が存在しない場合、通信制御部２３を介してネットワーク２に接続されている他の装置（サーバ３等）からその情報で特定される関連情報を検索して取得し、関連情報記憶部２２に追加して記憶させるとともに、呈示内容決定部１８に供給することもできる。

また、関連情報検索部２１は、呈示内容決定部１８とは独立して操作部１２から各種情報が入力された場合にも、それらの情報で特定される関連情報を、通信制御部２３を介してネットワーク２に接続されている他の装置（サーバ３等）から検索して取得し、関連情報記憶部２２に追加して記憶させることもできる。

このようにして、関連情報記憶部２２には、１以上の関連情報が記憶される。なお、関連情報検索部２１が対象の関連情報を容易に検索できるように、１以上の関連情報のそれぞれは、それらを特定可能な情報のそれぞれと対応付けられて関連情報記憶部２２に記憶されてもよい。

通信制御部２３は、ネットワーク２を介する他の装置（サーバ３等）との通信を制御する。

ところで、上述したように、呈示方法やタイミングは、分類ルール記憶部１５に記憶されている分類ルールや、呈示方法/タイミングルール記憶部１７に記憶されている呈示方法/タイミングルールに基づいて決定される。従って、ユーザにとってより適した呈示方法やタイミングとするためには、分類ルールや呈示方法/タイミングルールをユーザにとってより適したルールとすればよい。このためには、例えば、分類ルールや呈示方法/タイミングルールをユーザの履歴に基づいて更新していけばよい。

そこで、図１の例のユーザ装置１には、学習部（ルール更新部）２４が設けられている。

例えば、学習部（ルール更新部）２４は、呈示部２０から呈示された呈示内容に対するユーザの反応を操作部１２から素材取得部１３を介して入力し、その入力内容（反応）とそれに対応する履歴（呈示方法やタイミング）との関係性に基づいて、呈示方法/タイミングルール記憶部１７に記憶されている呈示方法/タイミングルールの内容を更新することができる。即ち、学習部（ルール更新部）２４は、関連情報の呈示の方法やタイミングに対するユーザの反応を学習していくことで、ユーザにとってより適切なルールとなるように呈示方法/タイミングルールの内容を更新していくことができる。

具体的には、例えば、呈示方法/タイミングルールとして、図５に示されるような情報、即ち、上述した操作パターン（Ａ）乃至（Ｄ）のそれぞれと、呈示方法やタイミングとの対応関係を示す対応関係情報が利用される場合には、学習部（ルール更新部）２４は次のような学習を行うことができる。

即ち、図示はしないが、最初のうちの呈示方法/タイミングルールでは、操作パターン（Ａ）乃至（Ｄ）のそれぞれに対して、同一の呈示方法やタイミングが対応付けられている。このような呈示方法/タイミングルールでは、ユーザがどのような操作をしても、関連情報の呈示方法やタイミングは同一となる。

この場合、ユーザの各操作状態のそれぞれの特徴、即ち、操作パターン（Ａ）乃至（Ｄ）のそれぞれの特徴に応じて、関連情報の呈示に対するユーザの反応は異なってくる。

そこで、学習部（ルール更新部）２４は、よい反応（例えば呈示された関連情報を直ちに閲覧する操作を行ったなど）を示した操作パターンに対しては、関連情報の呈示方法やタイミングはそのままとするか、強調されるよう（積極的に採用されるよう）に更新する。

これに対して、学習部（ルール更新部）２４は、よい反応を示さなかった操作パターンに対しては、関連情報の呈示方法やタイミングの内容自体を変更するか、強調されないよう（積極的に採用されないよう）に更新する。

また、例えば、学習部（ルール更新部）２４は、ユーザの操作部１２の操作の特徴（傾向）を学習することで、ユーザにとって適切なルールとなるように、分類ルール記憶部１５に記憶されている分類ルールを更新することもできる。

例えば、学習部（ルール更新部２４）は、アプリケーションソフトウエア（図１の例では、アプリケーションソフトウエア３１乃至アプリケーションソフトウエア３３）の切り替え操作の間隔や、入力操作の間隔を一定期間（例えば一週間等）蓄積する。そして、学習部（ルール更新部）２４は、蓄積された情報（時間間隔）の分布状態を分析するなどして、ユーザの操作部１２の操作の特徴（傾向）を学習する。そして、学習部（ルール更新部）２４は、学習により求められた操作の特徴に基づいて、例えばヒストグラム（時間間隔の分布を示す一形態）で度数の多いクラス（所定の範囲内に含まれる時間間隔）に基づいて、分類ルール記憶部１５に記憶されている分類ルールを更新することもできる。

具体的には例えば、学習部（ルール更新部）２４は、図３の分類ルールその１の判定基準を更新することができる。即ち、学習部（ルール更新部）２４は、操作頻度の低い（ゆっくり操作する傾向にあって、その結果、時間間隔が長いことが多い）ユーザの分類ルールその１では、判定基準を伸ばす（閾値を長時間にする）ように更新することができる。

さらに、学習部（ルール更新部）２４は、このようなユーザの操作部１２の操作の特徴（傾向）を学習することで、呈示方法/タイミングルール記憶部１７に記憶されている呈示方法/タイミングルールの内容も更新することができる。例えば、学習部（ルール更新部）２４は、操作頻度の低いユーザの呈示方法/タイミングルールでは、呈示の間隔を長くするなどのように更新することができる。

さらにまた、学習部（ルール更新部）２４は、全ての呈示に対する反応を学習し、反応頻度が他のユーザより高いユーザの呈示方法/タイミングルールでは、全体的に関連情報の個数（推薦量）を多くするように更新することもできる。

以上、図１を参照して、ユーザ装置１の機能的構成例について説明した。

次に、図６のフローチャートを参照して、図１のユーザ装置１が実行する処理のうちの、関連情報を呈示する（推薦する）処理（以下、関連情報推薦処理と称する）について説明する。

ステップＳ１において、素材取得部１３は、上述したような各種素材を取得し、操作内容分析部１４と呈示内容決定部１８に供給する。

なお、素材は、学習部（ルール更新部）２４にも供給されることがあるが、学習部（ルール更新部）２４の処理はこの関連情報推薦処理とは独立した他の処理である。従って、この関連情報推薦処理の説明内では学習部（ルール更新部）２４については言及しない。

ステップＳ２において、操作内容分析部１４は、ステップＳ１の処理で素材取得部１３により取得された素材に基づいて、現時点またはその前後のユーザ操作状態を分析する。

具体的には例えば、上述した図３と図４の分類ルールが分類ルール記憶部１５に記憶されている場合には、ステップＳ２の処理で、それらの分類ルールに従って、現時点またはその前後のユーザ操作状態が、上述した図２の操作パターン（Ａ）乃至（Ｄ）のうちのいずれかに分類されることになる。

ステップＳ３において、呈示方法/タイミング決定部１６は、ステップＳ２の処理で操作内容分析部１４により分析されたユーザ操作状態に基づいて、呈示方法およびタイミングを決定する。

具体的には例えば、上述した図５の呈示方法/タイミングルールが呈示方法/タイミングルール記憶部１７に記憶されている場合には、図２の操作パターン（Ａ）乃至（Ｄ）のうちの、ステップＳ２の処理で選択された操作パターン（現時点またはその前後のユーザ操作状態に対応する操作パターン）に対応付けられた呈示方法とタイミングがそのまま決定される。

ステップＳ４において、呈示内容決定部１８は、ステップＳ１の処理で素材取得部１３により取得された素材のうちのコンテンツに関する情報（コンテンツ解析部４２により取得された素材）に基づいて、呈示内容（推薦すべき関連情報）を決定する。

そして、ステップＳ５において、呈示制御部１９は、ステップＳ３の処理で呈示方法/タイミング決定部１６により決定されたタイミングに、ステップＳ３の処理で呈示方法/タイミング決定部１６により決定された呈示方法で、ステップＳ４の処理で呈示内容決定部１８により決定された呈示内容を呈示する。

これにより、関連情報推薦処理は終了となる。

なお、ステップＳ４の処理は、図６の例ではステップＳ３の処理後に実行されるが、実際にはステップＳ２とＳ３の処理と並行して実行される。

以上、本発明が適用される情報処理装置の一実施形態として、図１のユーザ装置１について説明した。

ところで、本発明が適用される情報処理装置は、図１の例に限定されず様々な形態を取ることが可能である。

具体的には、例えば、上述したように、図１の例のユーザ装置１は、ユーザの嗜好に合った情報（関連情報）をユーザに呈示する際に、ユーザの操作の仕方（内容）にあわせて呈示の方法（仕方）やタイミングを変化させる第１の機能を有している。

その他、本発明は、例えば、ユーザの嗜好に合った情報（関連情報）を呈示する際に、ユーザの嗜好情報の偏りに合わせて呈示の方法（仕方）やタイミングを変化させる第２の機能を有するユーザ装置にも適用可能である。

かかる第２の機能を有するユーザ装置の機能的構成例が図７に示されている。即ち、図７は、本発明が適用されるユーザ装置の他の（図１とは異なる）機能的構成例を示している。

そこで、以下、図７の機能的構成を有するユーザ装置１０１について説明していく。

図７に示されるように、ユーザ装置１０１は、図１と同様のサーバ３とネットワーク２を介して相互に接続されている。

このユーザ装置１０１には、コンテンツ使用部１１１乃至呈示部１２５が設けられている。コンテンツ使用部１１１乃至呈示部１２５のそれぞれは、構成が可能であれば、ソフトウエア単体で構成してもよいし、ハードウエア単体で構成してもよいし、或いは、それらの組合せでもよい。

コンテンツ使用部１１１は、ユーザの操作部１１２の各操作に応じて、所定のコンテンツに対する処理を実行する。

即ち、コンテンツ使用部１１１は、図１のアプリケーション実行部１１のうちの、コンテンツを取り扱うアプリケーションソフトウエアを実行する部分であると捉えてもよい。

従って、操作部１１２は、図１の操作部１２と基本的に同様の機能と構成を有している。

嗜好プロファイル生成部１１３は、ユーザが操作部１１２を操作して過去に使用した１以上のコンテンツの履歴、即ち、コンテンツ使用部１１１が過去に処理を行った１以上のコンテンツの履歴を示す情報を生成し、その情報を嗜好プロファイルとして嗜好プロファイル記憶部１１４に記憶させる。なお、コンテンツの履歴を示す情報とは、ユーザが使用したコンテンツの履歴（単なるコンテンツの羅列）そのものの他、そのようなコンテンツの履歴に基づいて生成される情報、例えば、いわゆる特徴ベクトルやいわゆるユーザ嗜好ベクトル等の情報も含む。

このように、嗜好プロファイルとは、ユーザが操作対象としたコンテンツの履歴を示す情報であれば特に限定されないが、ここでは例えば、次のようにして嗜好プロファイル生成部１１３により生成される特徴ベクトルとされる。

即ち、嗜好プロファイル生成部１１３は、ユーザが操作部１１２を操作してコンテンツを使用する度に（コンテンツ使用部１１１が対応する処理を実行する度に）、使用されたコンテンツのメタデータを取得する。

そして、嗜好プロファイル生成部１１３は、それらのメタデータ（或いは、幾つかのコンテンツのメタデータに共通する属性を示すデータ等）を頻度或いはtf/idf法により重み付けして、重み付けされた各メタデータ（重み値）のそれぞれを成分とするベクトルを生成する。

このようにして嗜好プロファイル生成部１１３により生成されたベクトルが、対象コンテンツの特徴ベクトルである。従って、ここでは、嗜好プロファイル生成部１１３により生成された各コンテンツ毎の特徴ベクトルが、嗜好プロファイルとして嗜好プロファイル記憶部１１４に記憶されることになる。

なお、繰り返しになるが、嗜好プロファイルは、ユーザが操作対象としたコンテンツの履歴を示す情報であれば足り、各コンテンツの特徴ベクトルそのものに限定されない。例えば、それらの各コンテンツの特徴ベクトルのそれぞれを所定の規則で幾つかのグループに分類し、各グループ毎に、対応するグループに属する特徴ベクトルに基づいて生成されたベクトルのそれぞれが利用されてもよい。即ち、各グループのそれぞれの特徴を示す特徴ベクトルが利用されてもよい。

ところで、呈示内容決定部１１５は、コンテンツ使用部１１１が新たなコンテンツに対する処理を実行すると、その新たなコンテンツの特徴ベクトルを生成し、その新たなコンテンツの特徴ベクトルと、嗜好プロファイル記憶部１１４に記憶されている各特徴ベクトルのそれぞれとの類似度を演算する（マッチングを行う）。そして、呈示内容決定部１１５は、類似度が高い特徴ベクトルを嗜好プロファイル記憶部１１４から抽出し、その特徴ベクトルに基づいて呈示内容を決定し、呈示制御部１２４に通知する。

なお、呈示内容は特に限定されないが、ここでは、その特徴ベクトルの関連情報とされる。特徴ベクトルの関連情報とは、その特徴ベクトルが示すコンテンツ全体の関連情報であってもよいし、その特徴ベクトルの各成分のうちの所定の成分に対応するメタデータ（例えば、重み値が大きいメタデータ）の関連情報であってもよい。

このため、図７の例のユーザ装置１０１には、関連情報検索部１１６と関連情報記憶部１１７とが設けられている。

即ち、呈示内容決定部１１５は、上述したようにして嗜好プロファイル記憶部１１４から取得された特徴ベクトルの関連情報を特定可能な情報として、例えば、その特徴ベクトル自体（全体若しくは一部分）、またはその特徴ベクトルに基づいて新たに生成された他の情報を関連情報検索部１１６に供給する。

すると、関連情報検索部１１６は、関連情報記憶部１１７に予め記憶されている関連情報の中から、呈示内容決定１１５から供給された情報で特定される関連情報を検索して取得し、呈示内容決定部１１５に供給する。

なお、関連情報検索部１１６は、関連情報記憶部１１７に予め記憶されている関連情報の中に、呈示内容決定部１１５から供給された情報で特定される関連情報が存在しない場合、通信制御部１１８を介してネットワーク２に接続されている他の装置（サーバ３等）からその情報で特定される関連情報を検索して取得し、関連情報記憶部１１７に追加して記憶させるとともに、呈示内容決定部１１５に供給することもできる。

このようにして、関連情報記憶部１１７には、１以上の関連情報が記憶される。なお、関連情報検索部１１６が対象の関連情報を容易に検索できるように、１以上の関連情報のそれぞれは、それらを特定可能な情報（対応する特徴ベクトルそのものや、その特徴ベクトルから生成された情報）のそれぞれと対応付けられて関連情報記憶部１１７に記憶されていてもよい。

通信制御１１８は、ネットワーク２を介する他の装置（サーバ３等）との通信を制御する。

ところで、呈示内容決定部１１５は、呈示内容を決定する処理を開始する時点（またはその前後）で、そのことを嗜好プロファイル分析部１１９に通知する。

すると、嗜好プロファイル分析部１１９は、次のような処理を開始する。即ち、嗜好プロファイル分析部１１９は、嗜好プロファイル記憶部１１４に記憶されている嗜好プロファイルを分析し、その分析結果として、ユーザの過去のコンテンツの使用履歴の傾向を示す情報（以下、個人傾向情報と称する）を生成し、偏り度合解析部１２０に供給する。

個人傾向情報とは、ユーザが過去に操作対象とした複数のコンテンツが所定の規則で分類された場合における複数のコンテンツの分布状態を示す情報であれば、任意の情報が利用可能である。

例えばここでは、嗜好プロファイル記憶部１１４にはユーザが過去に使用した１以上のコンテンツのそれぞれの特徴ベクトルが記憶されているので、嗜好プロファイル分析部１１９は、それらの特徴ベクトルに基づいて、個人傾向情報としての次のようなベクトル（以下、個人傾向ベクトルと称する）を生成することができる。

即ち、具体的には、例えばいま、コンテンツがテレビジョン放送番組であるとする。この場合、嗜好プロファイル分析部１１９は、嗜好プロファイル記憶部１１４に現在記憶されている特徴ベクトル（それで特定される各テレビジョン放送番組）のをそれぞれを予め設定された複数のジャンルのうちのいずれかに分類する。そして、嗜好プロファイル分析部１１９は、複数のジャンルのそれぞれを成分とするベクトルを個人傾向ベクトルとして生成する。なお、以下、各成分のそれぞれに固定されたジャンルが対応付けられたベクトルを、標準形のベクトルと称する。

即ち、嗜好プロファイル分析部１１９は、複数のジャンル毎に、対応するジャンルに属するテレビジョン放送番組（特徴ベクトル）の個数を重み値として、対応するジャンルを示す成分にそれぞれ代入していき、その結果得られる標準形のベクトルを個人傾向ベクトルとして生成する。

より具体的には、例えばいま、嗜好プロファイル記憶部１１４に、「ドラマ」というジャンルに属する特徴ベクトルが１つ記憶され、「バラエティ」というジャンルに属する特徴ベクトルが２０記憶され、「情報」というジャンルに属する特徴ベクトルが１０記憶され、「スポーツ」というジャンルに属する特徴ベクトルが２記憶され、かつ、「教育」というジャンルに属する特徴ベクトルが１記憶されていたとする。

このような場合、個人傾向ベクトルとして例えば（ドラマ，バラエティ，情報，スポーツ，教育）といった標準形のベクトルが利用されるとすると、個人傾向ベクトル（1 , 20 , 10 , 2 , 1）が、嗜好プロファイル分析部１１９により生成され、偏り度合解析部１２０に供給される。

なお、個人傾向情報は、本実施の形態では嗜好プロファイル分析部１１９により生成されるが、嗜好プロファイル生成部１１３により生成されてもよい。即ち、個人傾向情報自体が嗜好プロファイルとして嗜好プロファイル記憶部１１４に記憶されていてもよい。この場合、嗜好プロファイル分析部１１９は、嗜好プロファイル記憶部１１４から個人傾向情報を取得し、そのまま偏り度合解析部１２０に供給する。

偏り度合解析部１２０は、個人傾向情報が、基準となる分布パターンを示す情報（以下、基準傾向情報と称する）と比較してどの程度偏りがあるのかを算出する。なお、この基準傾向情報は、プロファイル記憶部１２１に記憶されている。

基準傾向情報は、例えば、全ユーザの個人傾向情報（分布状態）の平均であってもよいし、基準となる特定の１人のユーザの個人傾向情報（分布状態）であっでもよい。

或いは、基準傾向情報は、これまで配信された全コンテンツの分布状態を示す情報であってもよい。具体的には、例えば、個人傾向ベクトルとして（ドラマ，バラエティ，情報，スポーツ，教育）といった標準形ベクトルが利用されている場合、次のような標準形ベクトルを基準傾向情報として利用することができる。即ち、各成分のそれぞれに、これまで配信された全コンテンツのうちの対応するジャンルのコンテンツの個数（重み値）が代入されたベクトルである。なお、このように基準傾向情報として利用されるベクトルを、以下、基準傾向ベクトルと称する。

より具体的には、例えばいま、これまで配信された全コンテンツのうちの、「ドラマ」というジャンルのコンテンツが１０個配信され、「バラエティ」というジャンルのコンテンツが２５個配信され、「情報」というジャンルのコンテンツが４０個配信され、「スポーツ」というジャンルのコンテンツが２０個配信され、かつ、「教育」というジャンルのコンテンツが８個配信されたとする。

この場合、基準傾向ベクトル（10 , 25 , 40 , 20 , 8）がプロファイル記憶部１２１に記憶されることになる。

このような基準傾向情報と個人傾向情報とに基づいて、個人傾向情報の偏り度合（基準傾向情報に比較して）が偏り度合解析部１２０により演算されることになる。このような、個人傾向情報の偏り度合の算出手法として、例えば、次の３つの手法が利用可能である。

即ち、１つ目の手法は、個人傾向情報と基準傾向情報との差分値を、個人傾向情報の偏り度合として算出する手法である。

２つ目の手法は、個人傾向情報と基準傾向情報とがベクトルの場合、個人傾向ベクトルに対する基準傾向ベクトルの比率を、個人傾向ベクトルの偏り度合として算出する手法である。

即ち、各成分毎に、基準傾向ベクトルに対する個人傾向ベクトルの比率を求め、その比率が閾値以上となっている成分の個数をカウントし、カウントされたその個数を、個人傾向ベクトルの偏り度合として算出する手法である。

具体的には例えば、上述した例では、個人傾向ベクトルと基準傾向ベクトルは、（ドラマ，バラエティ，情報，スポーツ，教育）という標準形ベクトルとされており、個人傾向ベクトルが（1 , 20 , 10 , 2 , 1）とされ、基準傾向ベクトルが（10 , 25 , 40 , 20 , 8）とされている。

従って、基準傾向ベクトルに対する個人傾向ベクトルの比率は、ベクトル（以下、比率ベクトルと称する）で表すと、（0.1 , 0.8 , 0.25 , 0.1 , 0.25）となる。

この場合、例えば閾値が0.5以上の場合、比率ベクトルの各成分値のうちの0.5以上の成分値を有する成分は、「0.8」を有する「バラエティ」の成分１つのみである。従って、個人傾向ベクトルの偏り度合は「１」になる。

これに対して、個人傾向ベクトルが今度は（ドラマ，バラエティ，情報，スポーツ，教育）＝（5 , 15 , 0 , 10 , 4）とされたとする。なお、上述した例の個人傾向ベクトルがＡさんにとってのベクトルであり、今回の例の個人傾向ベクトルがＡさんではなくＢさんにとってのベクトルであると考えると理解が容易になる。

この場合、今回の（Ｂさんの）個人傾向ベクトルに対応する比率ベクトルは、（0.5 , 0.6 , 0 , 0.5 , 0.5）となる。

即ち、（Ｂさんの）比率ベクトルの各成分値のうちの0.5以上の成分値を有する成分は、「0.5」を有する「ドラマ」の成分、「0.6」を有する「バラエティ」の成分、「0.5」を有する「スポーツ」の成分、および、「0.5」を有する「教育」の成分の４つとなる。従って、（Ｂさんの）個人傾向ベクトルの偏り度合は「４」になる。

以上、偏り度合解析部１２０に適用される個人傾向情報の偏り度合（基準傾向情報に比較して）の算出手法の３つの具体的な例のうちの、２つの例について説明した。次に、３つ目の例について説明する。

即ち、３つ目の手法は、個人傾向情報と基準傾向情報とがベクトルの場合、各成分毎に、個人傾向ベクトルと基準傾向ベクトルとの差分値を求め、その差分値が閾値以上となっている成分の個数をカウントし、カウントされたその個数を、個人傾向ベクトルの偏り度合として算出する手法である。

なお、個人傾向情報の偏り度合の算出手法は、この３つの手法に限定されないことは言うまでもない。

このような手法のうちのいずれかが適用された偏り度合解析部１２０により算出された個人傾向情報の偏り度合は、呈示方法/タイミング決定部１２２に供給される。

呈示方法/タイミング決定部１２２は、個人傾向情報の偏り度合に基づいて、上述した呈示内容決定部１１５により決定された呈示内容（関連情報）を呈示する際の呈示方法やタイミングを決定し、呈示制御部１２４に通知する。

なお、呈示の方法やタイミングの決定手法については特に限定されない。例えばここでも、所定の呈示方法/タイミングルールを予め制定しておき、その呈示方法/タイミングルールに従って、呈示の方法やタイミングを決定する手法を利用することができる。

なお、このような手法が利用される場合、呈示方法/タイミングルールは、呈示方法/タイミングルール記憶部１２３に予め記憶される。

具体的には、例えばいま、個人傾向情報の偏り度合（基準傾向情報に比較して）の算出手法の上述した３つの具体的な例のうちの、２つ目の手法が偏り度合解析部１２０に適用されるているとする。

この場合、呈示方法/タイミングルールとして、例えば次のようなルールを定めることが可能である。即ち、例えば、個人傾向情報の偏り度合が「３」以上の場合、そのユーザは各ジャンルのコンテンツを満遍なく使用（視聴）する傾向があるとみなし、比率が閾値（0.5）以上のジャンルのみならず、閾値未満のジャンルの関連情報も呈示対象に加えるというルールである。また、個人傾向情報の偏り度合が「２」以下の場合、そのユーザは所定のジャンル（比率が閾値（0.5）を超えているジャンル）に偏ってコンテンツを使用（視聴）する傾向があるとみなし、比率が閾値（0.5）以上のジャンルの関連情報のみを呈示対象にするというルールである。

従って、上述した例では、Ａさんの偏り度合は「１」とされたため、Ａさんはコンテンツの使用に偏りがあるとみなされ、具体的には、「バラエティ」のコンテンツに偏って（「バラエティ」を好んで）使用（視聴）する傾向が強いとみなされ、「バラエティ」の関連情報だけを呈示対象にすると決定されるのである。

これに対して、Ｂさんの偏り度合は「４」とされたため、Ｂさんはコンテンツの使用に偏りがあまりないとみなされ、即ち、各ジャンルともバランスよくコンテンツを使用（視聴）する傾向があるとみなされ、閾値以上の成分が示す「ドラマ」、「バラエティ」、「スポーツ」および「教育」の他、閾値未満の成分が示す「情報」の関連情報も呈示対象として加えることが決定されるのである。

このように、呈示方法/タイミング決定部１２２は、「非常に狭い分野に集中したプロファイルをもつユーザ（上述した例ではＡさん）に対しては、集中した分野に絞った関連情報の推薦を行い、他の分野の推薦はあまり行わない」といった呈示方法を決定することができる。逆に、呈示方法/タイミング決定部１２２は、「あまり偏りがなく広い分野への興味を示しているプロファイルを持つユーザ（上述した例ではＢさん）に対しては、現状のプロファイルの範囲外（たとえば、厳密にマッチしていなくても部分的にマッチしているコンテンツや、類似度があまり高くないコンテンツ、或いは、それらの関連情報）も推薦対象とする」といった呈示方法を決定することができる。

なお、図７には図示はされていないが、呈示方法/タイミング決定部１２２は、呈示内容（推薦）に対するユーザの反応を取得できれば、その反応を学習することで、呈示方法（呈示方法/タイミングルール）を更新することができる。

例えば、呈示方法/タイミング決定部１２２は、「プロファイルから外れた推薦に対して良い反応を示すユーザに対しては、（興味を広げるために）プロファイル外の推薦頻度を増やすようにし、逆に、プロファイルの範囲外の推薦では良い反応がないユーザには、プロファイルに厳密にマッチしている関連情報（コンテンツ自体も含）以外の推薦については行わないようにする」といった呈示方法（呈示方法/タイミングルール）に更新することができる。

或いは、呈示方法/タイミング決定部１２２は、初期においては、「推薦される（呈示される）関連情報の総数のうちの一定比率（例えば，10％など）の個数の関連情報については、プロファイル外からランダムに選択した情報を織り交ぜて推薦する」といった内容の呈示方法を決定する。即ち、そのような内容の呈示方法/タイミングルールが利用される。

その後、呈示方法/タイミング決定部１２２（或いは、図示せぬ学習部）は、そのような推薦に対するユーザの反応を学習し、その学習結果に基づいて、例えば「一定期間で一定以上の比率の関連情報を受け入れたユーザに対しては、以降もこのような推薦（プロファイル以外の関連情報、またはプロファイルと類似度が低い関連情報を織り交ぜた推薦）を引き続き行い、逆に、関連情報を受け入れる比率が一定値以下のユーザにはこのような推薦を中止する」といった呈示方法（呈示方法/タイミングルール）に更新することができる。

以上のようにして、呈示内容決定部１１５により呈示内容（関連情報）が決定されるとともに、呈示方法/タイミング決定部１２２により呈示方法やタイミングが決定されると、そのことが呈示制御部１２４に通知される。

すると、呈示制御部１２４は、呈示内容決定部１１５から通知された呈示内容を、呈示方法/タイミング決定部１２２から通知された呈示方法やタイミングで、呈示部１２５からユーザに呈示することを制御する。

即ち、呈示部１２５は、上述した図１の呈示部２０と同様の機能と構成を有している。

以上、図７を参照して、ユーザ装置１０１の機能的構成例について説明した。

なお、プロファイル記憶部１２１に記憶されている基準傾向情報は、一般的にサーバ３等により生成されるものである。従って、例えば図７に点線で囲まれている部分の機能、即ち、偏り度合解析部１２０乃至呈示方法/タイミングルール記憶部１２３の機能を、サーバ３等に委譲してもよい。ただし、サーバ３に委譲される機能は、図７の点線内の機能に限定されないのは言うまでもない。

次に、図８のフローチャートを参照して、図７のユーザ装置１０１が実行する関連情報推薦処理の例について説明する。

ステップＳ２１において、呈示内容決定部１１５は、コンテンツ使用部１１１の現在の処理対象のコンテンツ、即ち、ユーザの現在の操作対象のコンテンツ（以下、対象コンテンツと称する）を取得すると、そのことを嗜好プロファイル分析部１１９に通知する。

ステップＳ２２において、嗜好プロファイル分析部１１９は、嗜好プロファイル記憶部１１４に記憶されたユーザ嗜好プロファイルを分析し、その分析結果として個人傾向情報を生成する。

ステップＳ２３において、偏り度合解析部１２０は、ステップＳ２２の処理で嗜好プロファイル分析部１１９により生成された個人傾向情報と、プロファイル記憶部１２１に予め記憶されている基準傾向情報とに基づいて、個人傾向情報の偏り度合（基準傾向情報に対する偏り度合）を演算する。

ステップＳ２４において、呈示方法/タイミング決定部１２２は、ステップＳ２３の処理で生成された個人傾向情報の偏り度合に基づいて（さらに必要に応じて、呈示方法/タイミングルール記憶部１２３に記憶された呈示方法/タイミングルールも参照して）、呈示方法およびタイミングを決定する。

ステップＳ２５において、呈示内容決定部１１５は、ステップＳ２１の処理で取得された対象コンテンツに関する情報に基づいて、呈示内容（推薦すべき関連情報）を決定する。

そして、ステップＳ２６において、呈示制御部１２４は、ステップＳ２４の処理で呈示方法/タイミング決定部１２２により決定されたタイミングに、ステップＳ２４の処理で呈示方法/タイミング決定部１２２により決定された呈示方法で、ステップＳ２５の処理で呈示内容決定部１１５により決定された呈示内容を呈示部１２５からユーザに呈示する。

これにより、関連情報推薦処理は終了となる。

なお、ステップＳ２５の処理は、図８の例ではステップＳ２４の処理後に実行されることになっているが、実際にはステップＳ２２乃至Ｓ２４の処理と並行して実行される。

以上、本発明が適用される情報処理装置の２つの実施形態として、図１のユーザ装置１と図７のユーザ装置１０１について説明した。

ところで、上述した一連の処理は、ハードウエアにより実行させることもできるが、ソフトウエアにより実行させることができる。

この場合、図１のユーザ装置１と図７のユーザ装置１０１のそれぞれは、例えば、図９に示されるようなパーソナルコンピュータで構成することができる。

図９において、CPU（Central Processing Unit）２０１は、ROM（Read Only Memory）２０２に記録されているプログラム、または記憶部２０８からRAM（Random Access Memory）２０３にロードされたプログラムに従って各種の処理を実行する。RAM２０３にはまた、CPU２０１が各種の処理を実行する上において必要なデータなども適宜記憶される。

CPU２０１、ROM２０２、およびRAM２０３は、バス２０４を介して相互に接続されている。このバス２０４にはまた、入出力インタフェース２０５も接続されている。

入出力インタフェース２０５には、キーボード、マウスなどよりなる入力部２０６、ディスプレイなどよりなる出力部２０７、ハードディスクなどより構成される記憶部２０８、および、モデム、ターミナルアダプタなどより構成される通信部２０９が接続されている。通信部２０９は、インターネットを含むネットワーク（例えば、図１や図８のネットワーク２）を介して他の情報処理装置（例えば、図１や図８のサーバ３）との通信処理を行う。

入出力インタフェース２０５にはまた、必要に応じてドライブ２１０が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどよりなるリムーバブル記録媒体２１１が適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部２０８にインストールされる。

一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、ネットワークや記録媒体からインストールされる。

このようなプログラムを含む記録媒体は、図９に示されるように、装置本体とは別に、ユーザにプログラムを提供するために配布される、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVD(Digital Versatile Disk)を含む）、光磁気ディスク（ＭＤ（Mini-Disk）を含む）、もしくは半導体メモリなどよりなるリムーバブル記録媒体（パッケージメディア）２１１により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される、プログラムが記録されているROM２０２や、記憶部２０８に含まれるハードディスクなどで構成される。

なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。

また、本明細書において、システムとは、複数の装置や処理部により構成される装置全体を表すものである。

以上、本発明が適用される情報処理装置の実施の形態について説明した。これにより、従来においては、感情推定のために用いられていた特別な装置が必要とされたが、このような実施の形態を取り得る本発明の情報処理装置を用いることで、このような特別な装置を用いることなく、感情状態（種類と度合）を容易に推定することができるようになる。

また、本発明の情報処理装置を用いることで、これまで「興味がある」といった一次元の特徴でまとめられがちであったユーザプロファイルを、感情ごとに区別して扱うことができるので、感情にあわせた情報推薦や演出がより簡易的に実現することが可能になる。

本発明が適用される情報処理装置の機能的構成例を示すブロック図である。 図１の操作内容分析部が、現在の操作対象のコンテンツに対するユーザの操作状態を分類するための、４つの操作パターンの例を示す図である。 現在の操作対象のコンテンツに対するユーザの操作状態を、図２の４つの操作パターンのうちのいずれかに分類するための分類ルールの例を示す図である。 現在の操作対象のコンテンツに対するユーザの操作状態を、図２の４つの操作パターンのうちのいずれかに分類するための分類ルールの例を示す図である。 図３と図４の分類ルールに従って分類された操作パターンに応じて、呈示方法やタイミングルールを決定するための呈示方法/タイミングルールの例を示す図である。 図１の情報処理装置が実行する関連情報推薦処理例を説明するフローチャートである。 本発明が適用される情報処理装置の機能的構成の他の例を示すブロック図である。 図７の情報処理装置が実行する関連情報推薦処理例を説明するフローチャートである。 本発明が適用される情報処理装置のハードウエアの構成例を示すブロック図である。

符号の説明

１ ユーザ装置， １１ アプリケーション実行部， １２ 操作部， １３ 素材取得部， １４ 操作内容分析部， １５ 分類ルール記憶部， １６ 呈示方法/タイミング決定部, １７ 呈示方法/タイミングルール記憶部, １８ 呈示内容決定部, １９ 呈示制御部, ２０ 呈示部, ２１ 関連情報検索部, ２２ 関連情報記憶部, ２３ 通信制御部, １０１ ユーザ装置， １１１ コンテンツ使用部， １１２ 操作部， １１３ 嗜好プロファイル生成部， １１４ 嗜好プロファイル記憶部， １１５ 操作内容決定部, １１６ 関連情報検索部, １１７ 関連情報記憶部, １１８ 通信制御部, １１９ 嗜好プロファイル分析部, １２０ 偏り度合解析部, １２１プロファイル記憶部, １２２ 呈示方法/タイミング決定部, １２３ 呈示方法/タイミングルール記憶部, １２４ 呈示制御部, １２５ 呈示部， ２０１ CPU， ２０２ ROM， ２０３ RAM， ２０８ 記憶部， ２１１ リムーバブル記録媒体

Claims (6)

1. ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶している記憶手段と、
   前記記憶手段に予め記憶されている前記履歴情報に基づいて、前記ユーザの現在の操作対象の前記コンテンツの関連情報として前記ユーザに呈示可能な情報のうちの、前記ユーザにとって適すると判断される情報を決定する第１の決定手段と、
   前記記憶手段に予め記憶されている前記履歴情報に基づいて、前記ユーザが過去に操作対象とした複数の前記コンテンツが所定の規則で分類された場合における複数の前記コンテンツの分布状態を分析する分析手段と、
   予め設定されている基準の分布パターンに対する、前記分析手段により分析された前記分布状態の偏り度合を算出する偏り算出手段と、
   前記偏り算出手段により算出された前記偏り度合に基づいて、前記第１の決定手段により決定される前記関連情報が前記ユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定手段と
   を備えることを特徴とする情報処理装置。
2. 前記履歴情報は、ユーザが過去に操作対象とした複数の前記コンテンツのそれぞれが属するジャンルを含み、
   前記第１の決定手段は、前記履歴情報に含まれる前記ジャンルのうちの所定の個数のジャンルに関連する情報を、前記ユーザにとって適すると判断される前記情報として決定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記分析手段は、前記ユーザが過去に操作対象とした複数の前記コンテンツがジャンル毎に分類された場合における複数の前記コンテンツの分布状態を示すベクトルとして、Ｎ個のジャンルのそれぞれを成分とし、Ｎ個の前記成分のそれぞれに対して、対応するジャンルに分類された前記コンテンツの個数に基づく重み値を代入した個人傾向ベクトルを生成し、
   前記基準の分布パターンを示すベクトルであって、Ｎ個の前記ジャンルのそれぞれを成分とし、Ｎ個の前記成分のそれぞれに対して、基準となる重み値を代入した基準傾向ベクトルが予め記憶された記憶手段をさらに備え、
   前記偏り算出手段は、前記分析手段により生成された前記個人傾向ベクトルのＮ個の成分のそれぞれに代入された前記重み値と、前記記憶手段に予め記憶された前記基準傾向ベクトルのＮ個の成分のそれぞれに代入された前記重み値とに基づいて、前記偏り度合を算出する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記第２の決定手段は、
   前記偏り算出手段により算出された前記偏り度合と閾値とを比較することで、前記偏り度合が強いか否かを判定し、
   前記偏り度合が強いと判定した場合、Ｎ個の前記ジャンルのうちの、前記ユーザが偏って使用していると判断されるジャンルに関連する情報の中から、呈示される前記関連情報を選択するという呈示の方法を決定し、
   前記偏り度合が弱いと判定した場合、Ｎ個の前記ジャンルのうちの、前記ユーザが偏って使用していると判断されるジャンルおよびそれ以外のジャンルに関連する情報の中から、呈示される前記関連情報を選択するという呈示の方法を決定する
   ことを特徴とする請求項３に記載の情報処理装置。
5. ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶している情報処理装置の情報処理方法において、
   前記情報処理装置に予め記憶されている前記履歴情報に基づいて、前記ユーザの現在の操作対象の前記コンテンツの関連情報として前記ユーザに呈示可能な情報のうちの、前記ユーザにとって適すると判断される情報を決定する第１の決定ステップと、
   前記情報処理装置に予め記憶されている前記履歴情報に基づいて、前記ユーザが過去に操作対象とした複数の前記コンテンツが所定の規則で分類された場合における複数の前記コンテンツの分布状態を分析する分析ステップと、
   予め設定されている基準の分布パターンに対する、前記分析ステップの処理により分析された前記分布状態の偏り度合を算出する偏り算出ステップと、
   前記偏り算出ステップの処理により算出された前記偏り度合に基づいて、前記第１の決定ステップの処理により決定される前記関連情報が前記ユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定ステップと
   を含むことを特徴とする情報処理方法。
6. ユーザが過去に操作対象とした複数のコンテンツの履歴を示す履歴情報を記憶しているコンテンツ処理装置を制御するコンピュータに実行させるプログラムであって、
   前記コンテンツ処理装置に予め記憶されている前記履歴情報に基づいて、前記ユーザの現在の操作対象の前記コンテンツの関連情報として前記ユーザに呈示可能な情報のうちの、前記ユーザにとって適すると判断される情報を決定する第１の決定ステップと、
   前記コンテンツ処理装置に予め記憶されている前記履歴情報に基づいて、前記ユーザが過去に操作対象とした複数の前記コンテンツが所定の規則で分類された場合における複数の前記コンテンツの分布状態を分析する分析ステップと、
   予め設定されている基準の分布パターンに対する、前記分析ステップの処理により分析された前記分布状態の偏り度合を算出する偏り算出ステップと、
   前記偏り算出ステップの処理により算出された前記偏り度合に基づいて、前記第１の決定ステップの処理により決定される前記関連情報が前記ユーザに呈示される場合におけるその呈示の方法とタイミングとのうちの少なくとも一方を決定する第２の決定ステップと
   を含むことを特徴とするプログラム。

Images