JP4597714B2 - 情報検索装置および方法ならびにコンピュータプログラム - Google Patents

Description

本発明は、検索対象情報の中からユーザの嗜好に適合した情報を検索する用途に用いて好適な、情報検索装置および方法ならびにコンピュータプログラムに関する。

カラオケなどで所望の楽曲を探す際に、ユーザが曲を歌い、その音声データに基づいて該当曲を検索するための音楽情報検索技術が検討されている。この技術によれば、曲名やアーティスト名等の楽曲に関する情報が不明であっても検索することができるため便利である。
しかしながら上記した音楽情報検索システムでは、ユーザの「好きな」曲を検索することはできない。このため、音楽情報の自動分類技術を応用し、ユーザの嗜好に基づいて音楽データの分類を行う音楽情報検索システムが提案されている。

上記した音楽情報検索システムでは、楽曲をベクトル化すめための特徴空間を、あらかじめ用意された学習データを利用して構築している。具体的には、検索対象楽曲をベクトル化するために、ジャンル情報が付与された楽曲群を学習データとして利用し、特徴空間の構築を行っている。
すなわち、ツリーベクト量子化技術（例えば、非特許文献１参照）を利用し、学習データに含まれる楽曲のジャンル間を識別するためのツリーを作成することによって特徴空間を構築する。そして、検索対象楽曲のベクトル化は、上記した処理によって構築された特徴空間に各楽曲をプロットすることにより行われる。また、ユーザの嗜好を表すユーザプロファイルは、ユーザが検索対象楽曲もしくは学習データに含まれる楽曲の中から選択した「好きな」楽曲の和ベクトルを算出することなどにより構築し、音楽情報を検索処理する際、ユーザプロファイルと検索対象楽曲との間の類似度を算出し、類似度が高い楽曲をユーザに提示することにより行われる。
「Foote,"Content-based retrieval of music and audio",Proceedings of SPIE,Vol.3229,pp.136-147,1997」

図６、図７に、上記したツリーベクトル量子化技術を用いた情報検索処理の流れおよびその概念が示されている。
まず、図６のステップＳ６１において、カテゴリ（集合Ｃg）に予め分類された複数の音楽データＭg1，Ｍg2，・・・，Ｍgnと、カテゴリ（集合Ｃb）に予め分類された複数の音楽データＭb1，Ｍb2，・・・，Ｍbpと、検索対象の音楽データＸ1，Ｘ2，・・・，Ｘkとがデータ入力される。集合Ｃg，Ｃbの音楽データは学習用のデータである。そして、集合Ｃbの音楽データは集合Ｃgのカテゴリには含まれない音楽データである。

次に、ステップＳ６２では、図７に示す手法により、先ず、学習データである集合Ｃg，Ｃbの音楽データを使用して、音楽データ毎にＭＦＣＣ（mel-frequency cepstral coefficients）と音量を、ＭＦＣＣフレーム区間をずらしながら算出する（図７のＳ７１，Ｓ７２）。ＭＦＣＣは１２種類のパラメータからなる。
これによりＭＦＣＣフレームは、１２個のＭＦＣＣと音量とを要素に持つ１３次元ベクトルとして表される。そして、各音楽データＭg1，Ｍg2，・・・，Ｍgnは、それぞれにＭＦＣＣフレーム群として表される（Ｓ７３）。
そして、集合Ｃg，Ｃbの各音楽データについてそれぞれに、各ＭＦＣＣフレームの１３次元ベクトルを分類し、ベクトル量子化のためのツリーＴgを生成する。この生成したツリーＴgに対して、集合Ｃgの各音楽データについての各ＭＦＣＣフレームの１３次元ベクトルを入力し、ツリーＴgの末端の枝毎に蓄積されるデータ度数のヒストグラムを作成する。このヒストグラムが集合Ｃgを表すカテゴリベクトルＶgとなる（Ｓ７４、Ｓ７５）。

説明を図６に戻す。ステップＳ６３，Ｓ６４において、検索対象となる個々の音楽データＸ1，Ｘ2，・・・，Ｘkについても、同様に、上記ツリーＴgによりベクトル化する。そして、この検索対象データのベクトルと、カテゴリベクトルＶgとの類似度Ｓｉｍ（Ｘi，Ｖg）を算出する。
そして、この類似度Ｓｉｍ（Ｘi，Ｖg）の大きい順に、検索対象データＸ1，Ｘ2，・・・，Ｘkを並べ替えし、上位Ｎ件の検索対象データを検索結果としてユーザに提示する（Ｓ６５）。

上記した従来技術によれば、ジャンル情報付き楽曲群など、あらかじめ用意された学習データに基づいて特徴空間構築を行っているが、学習データと検索対象楽曲のとの間の相関が弱い場合、学習データを基に構築した特徴空間上での検索対象楽曲の分布が偏ってしまう可能性が高い。

例えば、学習データとして、幅広いジャンルの楽曲（ポップス、ロック、ジャズ、演歌、民謡、…）を用意しても、検索対象楽曲のほとんどがポップスであれば、特徴空間のポップス近傍領域にほとんどの楽曲が分布することになり、楽曲間の識別が難しくなる。
また、一般的に楽曲に付与されている（学習データのテカゴリ情報として利用できる）属性情報の多くは、楽曲自体の音響的特徴に依存していない。代表的な属性情報として、楽曲のジャンル情報があげられるが、市販ＣＤの収録曲のジャンル情報は、実質、演奏アーティストもしくはアルバムに応じて付与されており、個々の楽曲の音響的な特徴とは無関係である。このため、事前に学習データを用意することも困難であるといえる。

さらに、従来、ユーザプロファイル構築時に必要な楽曲に対するユーザ嗜好情報を収集するためユーザに評価対象の楽曲を選ばせているが、検索対象楽曲数が多い場合、ユーザに大きな負担を強いることになる。そのうえ、ユーザが選択して評価を与えた楽曲が必ずしも当該ユーザの嗜好を把握するために適した楽曲とは限らず、場合によっては検索精度劣化の要因となる。また、携帯電話など、インターフェース性能が貧弱な端末においては、ユーザに任意の楽曲を入力させることは困難である。

本発明は上記諸々の事情に鑑みてなされたものであり、検索対象情報をクラスタリングし、得られた個々のクラスタを基に特徴空間を再構築し、得られた特徴空間を基に検索対象情報をベクトル化して情報検索に利用することにより、ユーザ嗜好に基づく情報検索の精度向上をはかった、情報検索装置および方法ならびにコンピュータプログラムを提供することも目的とする。
また、ユーザプロファイル構築時に必要なユーザ嗜好情報収集時に、上記したクラスタリング処理の結果得られた個々のクラスタから選択される検索対象情報をユーザに提示してユーザの評価情報を得ることにより、ユーザの負担を軽減しながらユーザの嗜好に適合する情報検索を実現し、また、インターフェース性能が貧弱な端末を用いても効率良くユーザ嗜好情報を得ることのできる、情報検索装置および方法ならびにコンピュータプログラムを提供することも目的とする。

上記した課題を解決するために本発明は、音楽情報データベース内の検索対象情報の中からユーザの嗜好に適合した情報を検索する情報検索装置であって、ユーザの音楽ジャンルに対する嗜好の入力を取り込む嗜好入力取り込み部と、初期学習データに含まれる前記検索対象情報と、前記初期学習データに含まれる個々の検索対象情報に付与されているジャンル情報とを利用し、前記初期学習データに含まれる前記検索対象情報のジャンルを識別する量子化ツリーを作成する初期特徴空間構築部と、前記作成された量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報をベクトル化する音楽情報ベクトル化部と、前記音楽情報ベクトル化部により得られるベクトルを元に前記音楽情報データベース内の前記検索対象情報のクラスタリング処理を実行し、前記クラスタリング処理の結果得られる個々のクラスタから選択される検索対象情報にカテゴリ情報として個々のクラスタＩＤを付与して新たな量子化ツリーを作成する特徴空間再構築部と、前記新たな量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報を再度ベクトル化する音楽情報再ベクトル化部と、前記再度ベクトル化された検索対象情報に基づき、ユーザの嗜好を示すユーザプロファイルを生成するユーザプロファイル生成部と、前記ユーザプロファイルおよび前記再度ベクトル化された検索対象情報を利用して検索を行う情報検索部と、を備えたことを特徴とする。

また、本発明において、前記情報検索部は、あらかじめ分類された検索対象情報により生成されるベクトル量子化のためのツリーを用いてベクトル化された前記検索対象情報ならびに前記ユーザプロファイルの類似度に基づいて検索結果を出力することを特徴とする。

また、本発明において、前記情報検索部による検索結果に対するユーザの評価入力の結果を取り込む評価入力取り込み部と、前記評価入力の結果をユーザプロファイル生成部によって生成された前記ユーザプロファイルに反映させ、前記ユーザプロファイルのベクトルを更新するユーザプロファイル更新部とを備えたことを特徴とする。

また、本発明において、音楽情報データベース内の検索対象情報の中からユーザの嗜好に適合した情報を検索する情報検索装置における情報検索方法であって、前記情報検索装置の嗜好入力取り込み手段が、ユーザの音楽ジャンルに対する嗜好の入力を取り込み、 前記情報検索装置の初期特徴空間構築手段が、初期学習データに含まれる前記検索対象情報と、前記初期学習データに含まれる個々の検索対象情報に付与されているジャンル情報とを利用し、前記初期学習データに含まれる前記検索対象情報のジャンルを識別する量子化ツリーを作成し、前記情報検索装置の音楽情報ベクトル化手段が、前記作成された量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報をベクトル化し、 前記情報検索装置の特徴空間再構築手段が、前記音楽情報ベクトル化手段により得られるベクトルを元に前記音楽情報データベース内の前記検索対象情報のクラスタリング処理を実行し、前記クラスタリング処理の結果得られる個々のクラスタから選択される検索対象情報にカテゴリ情報として個々のクラスタＩＤを付与して新たな量子化ツリーを作成し、 前記情報検索装置の音楽情報再ベクトル化手段が、前記新たな量子化ツリーを利用して音楽情報データベース内の前記検索対象情報を再度ベクトル化し、前記情報検索装置のユーザプロファイル生成手段が、前記再度ベクトル化された検索対象情報に基づき、ユーザの嗜好を示すユーザプロファイルを生成し、前記情報検索装置の情報検索手段が、前記ユーザプロファイルおよび前記再度ベクトル化された検索対象情報を利用して検索を行うことを特徴とする。

また、本発明は、音楽情報データベース内の検索対象情報の中からユーザの嗜好に適合した情報を検索する情報検索装置のコンピュータに、ユーザの音楽ジャンルに対する嗜好の入力を取り込む嗜好入力取り込みステップと、初期学習データに含まれる前記検索対象情報と、前記初期学習データに含まれる個々の検索対象情報に付与されているジャンル情報とを利用し、前記初期学習データに含まれる前記検索対象情報のジャンルを識別する量子化ツリーを作成する初期特徴空間構築ステップと、前記作成された量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報をベクトル化する音楽情報ベクトル化ステップと、前記音楽情報ベクトル化ステップにより得られるベクトルを元に前記音楽情報データベース内の前記検索対象情報のクラスタリング処理を実行し、前記クラスタリング処理の結果得られる個々のクラスタから選択される検索対象情報にカテゴリ情報として個々のクラスタＩＤを付与して新たな量子化ツリーを作成する特徴空間再構築ステップと、前記新たな量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報を再度ベクトル化する音楽情報再ベクトル化ステップと、前記再度ベクトル化された検索対象情報に基づき、ユーザの嗜好を示すユーザプロファイルを生成するユーザプロファイル生成ステップと、前記ユーザプロファイルおよび前記再度ベクトル化された検索対象情報を利用して前記検索を行う情報検索ステップと、を実行させることを特徴とするコンピュータプログラムである。

本発明によれば、検索対象情報をクラスタリングして得られる個々のクラスタを基に特徴空間を再構築し、再構築された特徴空間を基に検索対象情報をベクトル化して情報検索に利用することにより、例えば、検索対象情報が音楽の楽曲等の場合、クラッシックなど、単一のジャンルに属する場合でも、複数のジャンルに跨っても音楽情報検索に有効な特徴空間の構築が可能である。このことにより、ユーザ嗜好に基づく情報検索の精度向上がはかれる。
また、個々のクラスタから、ユーザ嗜好情報収集に利用する検索対象情報を選択させることで、ユーザの嗜好情報を精度良く収集することができ、ユーザの負担を軽減しながらユーザ嗜好に基づく情報検索の精度向上につながる。さらに、携帯電話などでユーザ嗜好情報を収集する場合、クラスタリングの結果を考慮し、離れたクラスタから選択された少ない楽曲等の検索対象情報をユーザに提示し、提示した検索対象情報に対する嗜好情報を収集することで貧弱なインターフェースでも効率よくユーザ嗜好情報を得ることができる。

図１は、本発明における情報検索装置の実施形態の一例を示す図であり、ここでは音楽配信システムへの適用例が示されている。
図１において、音楽配信サーバ１は、音楽情報ＤＢ（データベース）２に格納されている検索対象音楽情報２２の中から個々のユーザの嗜好情報に基づいて音楽情報を検索し、配信する、本発明の情報検索装置として機能する。また、音楽配信サーバ１は、インターネット４に接続され、このインターネット４を介し希望する音楽情報をユーザが所有する端末３に配信する。なお、ここで、嗜好情報とは、初期特徴空間構築時に利用されているカテゴリ情報あるいはジャンル情報を含む情報をいう。
音楽情報ＤＢ２には、配信の対象とする音楽情報として、ポップス、ロック、クラシック、演歌など各種ジャンルの楽曲に関する音楽情報が蓄積されており、音楽配信サーバ１からアクセス可能である。また、端末３は、音楽情報ＤＢ２を、インターネット４を介してアクセス可能であり、音楽配信サーバ１から音楽情報の配信を受けて音楽を再生することができる。

図２は、図１に示す音楽配信サーバの内部構成を機能展開して示したブロック図であり、本実施形態においては、ジャンルによってユーザの嗜好を収集する場合を例にとっている。なお、ユーザの嗜好の収集に関しては、ジャンルに関する嗜好情報でなくとも楽曲に関する嗜好情報を用いてもよい。
図２に示されるように、音楽配信サーバ１は、ジャンル嗜好入力取り込み部１１と、ジャンルプロファイル生成部１２と、ユーザプロファイル生成部１３と、情報検索部１４と、検索結果出力部１５と、評価入力取り込み部１６と、ユーザプロファイル更新部１７で構成される。

ジャンル嗜好入力取り込み部１１は、ユーザに対し検索対象となる音楽情報のジャンルに関する嗜好の入力を促し、その入力を取り込む機能を持つ。
また、ジャンルプロファイル生成部１２は、事前に分類され用意されたジャンル毎の検索対象情報であるジャンルプロファイル生成用音楽情報２１によって構築されるジャンルプロファイル（後述する学習データ）を生成する機能を持ち、ユーザプロファイル生成部１３は、事前に分類されたジャンル毎の検索対象情報により構築されたジャンルプロファイルならびに取り込まれたユーザのジャンル嗜好情報に基づき、各ジャンルのユーザの嗜好を示すユーザプロファイルを生成する機能を持つ。
情報検索部１４は、ユーザプロファイルを利用して前記検索対象情報の検索を行う機能を持ち、検索結果出力部１５を介してその検索結果を要求のあったユーザの端末３へ出力する。ここで、情報検索部１４は、ジャンル毎、あらかじめ分類された学習データにより生成されるベクトル量子化のためのツリーを用いてベクトル化された検索対象音楽情報２２ならびにユーザプロファイルの類似度に基づいて検索結果を出力する。

一方、評価入力取り込み部１６は、検索結果に対するユーザの評価入力の結果を取り込んでユーザプロファイル更新部１７へ供給し、ユーザプロファイル更新部１７は、入力された評価結果をユーザプロファイル生成部１３によって作成されたユーザプロファイルに反映させ、ユーザプロファイルのベクトルを更新する機能を持つ。
なお、音楽情報ＤＢ２は、ジャンルプロファイル生成用音楽情報２１と、検索対象音楽情報２２で構成され、前者は、ジャンルプロファイル生成のためにあらかじめ分類されたジャンル毎の音楽情報であり、後者は検索対象となる多ジャンルの音楽情報である。

図４は、本発明実施形態の動作を説明するために引用したフローチャートであり、具体的には本発明の情報検索プログラムの処理手順を示す。
以下、図５に示すフローチャートを参照しながら図１、図２に示す本発明実施形態の動作について詳細に説明する。

ここでは、事前にジャンルプロファイル生成部１２により、あらかじめ分類され用意されたジャンル毎の検索対象音楽情報であるジャンルプロファイルが生成され（Ｓ４１）、音楽情報ＤＢ２にジャンルプロファイル生成用音楽情報２１として格納されている。ジャンルプロファイル生成用情報についての詳細は後述する。
音楽情報の検索に先立ち、まず、ユーザの音楽ジャンルに対する嗜好入力の取り込みが行われる。ユーザ嗜好情報の取り込みはジャンル嗜好入力取り込み部１１によって行われる。具体的に、ジャンル嗜好入力取り込み部１１は、音楽に関して好きなジャンルと嫌いなジャンルをユーザに問合せ、これに対し、ユーザは端末３を操作することによって好きなジャンル（例えば、ポップス、ロック）、嫌いなジャンル（例えば、クラシック、演歌）といった具合に音楽に対するユーザ嗜好情報を入力し（Ｓ４２）、ジャンル嗜好入力取込み部１１は、ここで入力されたユーザ嗜好情報を取込んでユーザプロファイル生成部１３へ提供する。

ユーザプロファイル生成部１３では、取り込まれたジャンル嗜好情報、ならびにジャンルプロファイル生成部１２によって生成され構築されたジャンルプロファイルに基づき、各ジャンルのユーザの嗜好を表すユーザプロファイルを生成して情報検索部１４を起動する（Ｓ４３）。
情報検索部１４は、このユーザプロファイルを利用して音楽情報検索を行い、検索結果出力部１５を介して要求のあったユーザの端末３へインターネット４経由で配信する（Ｓ４４）。具体的に、情報検索部１４は、図６および図７を用いて説明したように、ジャンル毎、あらかじめ分類された学習データにより生成されるベクトル量子化のためのツリーを用いてベクトル化された検索対象情報２２ならびにユーザプロファイルの類似度に基づき、類似度の大きい順に検索対象音楽情報２２を並べ替えし、上位Ｎ件の検索対象音楽情報２２を検索結果として出力し、ユーザに対し検索結果の評価入力を促す。
このことにより、ユーザの負担を軽減しながらユーザの嗜好に適合する情報検索を実現することができる。

一方、ジャンルプロファイルに基づき構築されたユーザプロファイルは、特定の楽曲に対するユーザ評価が反映されていない分、ユーザの嗜好を的確に表現するための情報が不足している可能性がある。
このため、ユーザは、端末３により、受信した音楽情報の再生がなされると、その楽曲の評価を行い、その評価値を適合フィードバック情報として音楽配信サーバ１へ送信する。なお、楽曲の評価方法としては、例えば、配信された楽曲について、好みに合う度合いを５段階式、あるいは○×式で評価する方法がある。
後者の場合には、ユーザが、聴きたくない楽曲については端末３の音楽再生機能を用いて早送り再生を行い、この操作情報を×の評価値として利用する。

そこで、音楽情報サーバ１の評価入力取込み部１６は、ユーザの評価入力の結果を取り込み（Ｓ４５：適合フィードバックあり）、ユーザプロファイル更新部１７を起動し、ユーザプロファイル更新部１７が、入力された評価結果をユーザプロファイルに反映させる。例えば、ユーザプロファイル更新部１７は、ユーザプロファイルとしてその評価値をジャンル毎に分類して記録し、その評価値に基づいて類似度算出のためのスコアを計算してユーザプロファイルのベクトルを更新する（Ｓ４６）。
このことによりユーザプロファイルを精緻化することができ、情報検索部１４は、ステップＳ３４以降の処理を繰り返すことによって高精度な音楽情報検索を実現することができる（Ｓ４７）。

ここで、上記したジャンルプロファイル生成用情報について詳細説明を行う。図３は、図２に示すジャンルプロファイル生成部１２の内部構成を機能展開して示したブロック図である。
ジャンルプロファイル生成部１２は、あらかじめ分類されたジャンル毎の検索対象音楽情報に対応した特徴空間を構築し、当該特徴空間を用いてベクトル化された学習データを生成する機能を持ち、機能的には、初期特徴空間構築部１２１と、音楽情報ベクトル化部１２２と、特徴空間再構築部１２３と、音楽情報再ベクトル化部１２４とで構成される。

初期特徴空間構築部１２１は、学習データに含まれる検索対象情報と、個々の検索対象情報に付与されているジャンル情報とを利用し、検索対象情報のジャンルを識別する量子化ツリーを作成する機能を持つ。また、音楽情報ベクトル化部１２２は、初期特徴空間構築部１２１で作成された量子化ツリーを利用して検索対象音楽情報２２をベクトル化して特徴空間再構築部１２３へ供給する。
特徴空間再構築部１２３は、音楽情報ベクトル化部１２２により得られるベクトルを元に検索対象音楽情報のクラスタリング処理を実行し、当該クラスタリング処理の結果得られる個々のクラスタから選択される検索対象音楽情報にカテゴリ情報として個々のクラスタＩＤを付与して新たな量子化ツリーを作成する機能を持つ。また、音楽情報再ベクトル化部１２４は、特徴空間再構築部１２３で作成される新たな量子化ツリーを利用して検索対象音楽情報を再度ベクトル化して情報検索部１４へ供給する。

図５は、ジャンルプロファイル生成のための処理手順を説明するために引用したフローチャートである。
以下、図５に示すフローチャートを参照しながら図３に示すジャンルプロファフイル生成部１２の動作について詳細に説明する。
まず、初期特徴空間構築部１２３において、初期学習データを基に、初期特徴空間を構築する。この初期学習データの例として、上記したジャンルカテゴリ情報付きの音楽情報（楽曲）などを利用することができる。具体的には、学習データ内に含まれる音楽情報と、個々の楽曲等に付与されているジャンル情報を利用し、当該楽曲のジャンルを識別するためのツリーを構築して音楽情報ベクトル化部１２２へ供給する（Ｓ４１１）。
このことにより、音楽情報ベクトル化部１２２では、ツリーを利用して検索対象となる楽曲をベクトル化し（Ｓ４１２）、特徴空間再構築部１２３においてその結果得られる検索対象楽曲を基に当該検索対象楽曲のクラスタリングを行う（Ｓ４１３）。このクラスタリングのためにｋ−ｍｅａｎｓ法などを利用することができる。ここで、「ｋ−ｍｅａｎｓ法」とは、データを与えられたＫ個のクラスタに分割し、クラスタの中心値をそのクラスタの代表値とし、クラスタの中心値との距離を計算することで、データがどのクラスタに属するかを判断する周知の量子化問題解析手法である。

特徴空間再構築部１２３では、更に、特徴空間を再構築するための学習データを、検索対象楽曲のクラスタリング結果から生成する。具体的には、クラスタリング処理の結果得られた個々のクラスタから選択された楽曲に、カテゴリ情報として、個々のクラスタのＩＤを付与して新たなツリーを作成して特徴空間を再構築する（Ｓ４１４）。このことにより、音楽情報再ベクトル化部１２４では、得られた新しいツリーを利用し、検索対象楽曲を再度ベクトル化してユーザプロファイル生成部１３へ出力する（Ｓ４１５）。
ユーザプロファイル生成部１３は、ユーザプロファイル構築時にユーザから得られた嗜好情報（例：好きな楽曲・嫌いな楽曲の例）を元に、上記した新しいツリーを利用してユーザプロファイルを構築する。検索を行う際には、情報検索部１４が、ユーザプロファイルと検索対象楽曲のベクトル間の類似度をスコアとして利用し、スコアが上位の楽曲を、検索結果出力部１６を介してユーザに提示する。ユーザは提示された検索結果に対して適合フィードバック情報を返すことができ、システムは、評価入力取り込み部１６を介して取り込まれる適合フィードバック情報に基づきユーザプロファイルを更新し、以降の検索精度向上を図ることができる。

なお、上記のようにして得られるクラスタリングの結果は、特徴空間再構築のための学習データとして利用するだけではなく、ユーザプロファイル構築に必要なユーザ嗜好情報取得の際に、ユーザに提示する楽曲の選択のためにも利用できる。具体的には、ユーザの嗜好情報を得るための評価対象楽曲を、各クラスタからそれぞれ選択し、ユーザに提示する。この方法に従って評価対象楽曲を選択することにより、再構築された特徴空間内の楽曲の分布を考慮した嗜好情報の収集が可能になる。

以上説明のように本発明は、検索対象情報、例えば音楽情報をクラスタリングして得られる個々のクラスタを基に特徴空間を再構築し、この特徴空間を基に検索対象情報をベクトル化して音楽情報検索に利用することにより、音楽情報が、クラッシックなど、単一のジャンルに属する場合でも、複数のジャンルに跨っても音楽情報検索に有効な特徴空間の構築を可能とするものである。このことにより、ユーザ嗜好に基づく情報検索の精度向上がはかれる。また、個々のクラスタから、ユーザ嗜好情報収集に利用する検索対象情報を選択させることで、ユーザの嗜好情報を精度良く収集することができ、ユーザの負担を軽減しながらユーザ嗜好に基づく情報検索の精度向上につなげるものである。さらに、携帯電話などでユーザ嗜好情報を収集する場合、クラスタリングの結果を考慮し、離れたクラスタから選択された少ない楽曲等の検索対象情報をユーザに提示し、提示した検索対象情報に対する嗜好情報を収集することで貧弱なインターフェースでも効率よくユーザ嗜好情報を得ることができる。

なお、上記した本発明実施形態によれば、インターネット等のデータ通信ネットワークを利用して端末に３に音楽情報を配信する音楽情報配信システムに適用した例についてのみ説明したが、この例に限らず、スタンドアロン構成による音楽情報検索装置にも適用が可能である。また、検索対象として音楽情報についてのみ例示したが、画像等、他の検索対象メディアでも同様に応用が可能である。
また、図２、図３に示されるジャンル嗜好入力取り込み部１１と、ジャンルプロファイル生成部１２と、ユーザプロファイル生成部１３と、情報検索部１４と、検索結果出力部１５と、評価入力取り込み部１６と、ユーザプロファイル更新部１７と、初期特徴空間構築部１２１と、音楽情報ベクトル化部１２２と、特徴空間再構築部１２３と、音楽情報再ベクトル化部１２４のそれぞれで実行される手順をコンピュータ読取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより本発明の情報検索装置が実現されるものとする。ここでいうコンピュータシステムとは、ＯＳや周辺機器等のハードウェアを含むものである。

また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

本発明における情報検索装置の実施形態の一例を示す図である。 図１に示す音楽配信サーバの内部構成を機能展開して示したブロック図である。 図２に示すジャンルプロファイル生成部の内部構成を機能展開して示したブロック図である。 本発明実施形態に係わる動作を説明するために引用したフローチャートである。 本発明実施形態に係わる動作を説明するために引用したフローチャートである。 従来のツリー量子化ベクトル技術に基づく情報検索処理の流れをフローチャートで示した図である。 従来のツリー量子化ベクトル技術に基づく情報検索処理を模式的に示した概念図である。

符号の説明

1…音楽情報配信サーバ、２…音楽情報ＤＢ、３…端末、４…インターネット、１１…ジャンル嗜好入力取り込み部、１２…ジャンルプロファイル生成部、１３…ユーザプロファイル生成部、１４…情報検索部、１５…検索結果出力部、１６…評価入力取り込み部、１７…ユーザプロファイル更新部、１２１…初期特徴空間構築部、１２２…音楽情報ベクトル化部、１２３…特徴空間再構築部、１２４…音楽情報再ベクトル化部

Claims (5)

1. 音楽情報データベース内の検索対象情報の中からユーザの嗜好に適合した情報を検索する情報検索装置であって、
   ユーザの音楽ジャンルに対する嗜好の入力を取り込む嗜好入力取り込み部と、
   初期学習データに含まれる前記検索対象情報と、前記初期学習データに含まれる個々の検索対象情報に付与されているジャンル情報とを利用し、前記初期学習データに含まれる前記検索対象情報のジャンルを識別する量子化ツリーを作成する初期特徴空間構築部と、
   前記作成された量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報をベクトル化する音楽情報ベクトル化部と、
   前記音楽情報ベクトル化部により得られるベクトルを元に前記音楽情報データベース内の前記検索対象情報のクラスタリング処理を実行し、前記クラスタリング処理の結果得られる個々のクラスタから選択される検索対象情報にカテゴリ情報として個々のクラスタＩＤを付与して新たな量子化ツリーを作成する特徴空間再構築部と、
   前記新たな量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報を再度ベクトル化する音楽情報再ベクトル化部と、
   前記再度ベクトル化された検索対象情報に基づき、ユーザの嗜好を示すユーザプロファイルを生成するユーザプロファイル生成部と、
   前記ユーザプロファイルおよび前記再度ベクトル化された検索対象情報を利用して検索を行う情報検索部と、
   を備えたことを特徴とする情報検索装置。
2. 前記情報検索部は、
   あらかじめ分類された検索対象情報により生成されるベクトル量子化のためのツリーを用いてベクトル化された前記検索対象情報ならびに前記ユーザプロファイルの類似度に基づいて検索結果を出力することを特徴とする請求項１に記載の情報検索装置。
3. 前記情報検索部による検索結果に対するユーザの評価入力の結果を取り込む評価入力取り込み部と、
   前記評価入力の結果をユーザプロファイル生成部によって生成された前記ユーザプロファイルに反映させ、前記ユーザプロファイルのベクトルを更新するユーザプロファイル更新部と
   を備えたことを特徴とする請求項１に記載の情報検索装置。
4. 音楽情報データベース内の検索対象情報の中からユーザの嗜好に適合した情報を検索する情報検索装置における情報検索方法であって、
   前記情報検索装置の嗜好入力取り込み手段が、ユーザの音楽ジャンルに対する嗜好の入力を取り込み、
   前記情報検索装置の初期特徴空間構築手段が、初期学習データに含まれる前記検索対象情報と、前記初期学習データに含まれる個々の検索対象情報に付与されているジャンル情報とを利用し、前記初期学習データに含まれる前記検索対象情報のジャンルを識別する量子化ツリーを作成し、
   前記情報検索装置の音楽情報ベクトル化手段が、前記作成された量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報をベクトル化し、
   前記情報検索装置の特徴空間再構築手段が、前記音楽情報ベクトル化手段により得られるベクトルを元に前記音楽情報データベース内の前記検索対象情報のクラスタリング処理を実行し、前記クラスタリング処理の結果得られる個々のクラスタから選択される検索対象情報にカテゴリ情報として個々のクラスタＩＤを付与して新たな量子化ツリーを作成し、
   前記情報検索装置の音楽情報再ベクトル化手段が、前記新たな量子化ツリーを利用して音楽情報データベース内の前記検索対象情報を再度ベクトル化し、
   前記情報検索装置のユーザプロファイル生成手段が、前記再度ベクトル化された検索対象情報に基づき、ユーザの嗜好を示すユーザプロファイルを生成し、
   前記情報検索装置の情報検索手段が、前記ユーザプロファイルおよび前記再度ベクトル化された検索対象情報を利用して検索を行うことを特徴とする情報検索方法。
5. 音楽情報データベース内の検索対象情報の中からユーザの嗜好に適合した情報を検索する情報検索装置のコンピュータに、
   ユーザの音楽ジャンルに対する嗜好の入力を取り込む嗜好入力取り込みステップと、
   初期学習データに含まれる前記検索対象情報と、前記初期学習データに含まれる個々の検索対象情報に付与されているジャンル情報とを利用し、前記初期学習データに含まれる前記検索対象情報のジャンルを識別する量子化ツリーを作成する初期特徴空間構築ステップと、
   前記作成された量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報をベクトル化する音楽情報ベクトル化ステップと、
   前記音楽情報ベクトル化ステップにより得られるベクトルを元に前記音楽情報データベース内の前記検索対象情報のクラスタリング処理を実行し、前記クラスタリング処理の結果得られる個々のクラスタから選択される検索対象情報にカテゴリ情報として個々のクラスタＩＤを付与して新たな量子化ツリーを作成する特徴空間再構築ステップと、
   前記新たな量子化ツリーを利用して前記音楽情報データベース内の前記検索対象情報を再度ベクトル化する音楽情報再ベクトル化ステップと、
   前記再度ベクトル化された検索対象情報に基づき、ユーザの嗜好を示すユーザプロファイルを生成するユーザプロファイル生成ステップと、
   前記ユーザプロファイルおよび前記再度ベクトル化された検索対象情報を利用して前記検索を行う情報検索ステップと、
   を実行させることを特徴とするコンピュータプログラム。

Images