JP2004355340A - 情報処理装置および方法、プログラム、並びに記録媒体 - Google Patents

Abstract

【課題】番組が推薦される理由を分かり易く提示し、よりユーザの嗜好に合う番組を推薦できるようにする
【解決手段】嗜好情報抽出部１０１で番組のメタデータを取得し、メタデータの属性に基づいて、ユーザの嗜好情報を生成し、サーバに記憶する。推薦情報検索部１０２で、ユーザの嗜好情報に基づいて推薦すべきメタデータを検索し、推薦情報提示部１０３が、嗜好情報を構成する属性を推薦理由としてユーザに提示する。ユーザは、提示された推薦理由に基づいて、番組の録画予約を行う。本発明は、ＨＤＤレコーダまたはパーソナルコンピュータに適用することができる。
【選択図】 図４

Description

【０００１】
【発明の属する技術分野】
本発明は、情報処理装置および方法、プログラム、並びに記録媒体に関し、特に、番組が推薦される理由を分かり易く提示し、よりユーザの嗜好に合う番組（コンテンツ）を推薦できるようにする情報処理装置および方法、プログラム、並びに記録媒体に関する。
【０００２】
【従来の技術】
従来、テレビ番組（コンテンツ）などの推薦を行う方法として、次のような方法がある。
【０００３】
ユーザが番組を視聴する毎に、その番組に関する番組メタデータを蓄積し、所定量の視聴履歴（番組メタデータ）が蓄積されると、その視聴履歴を解析して、推薦すべき番組名を取得する。また視聴履歴の代わりに、例えば、ハードディスクドライブに録画する装置などにおいては、ユーザによる録画予約や録画開始といった操作履歴を用いることもできる。この場合、漠然とした番組ではなく、ユーザの興味をより反映した情報を取得することができる。
【０００４】
また、電子番組ガイド（ＥＰＧ：Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）の構成するデータに基づいてプロファイルを作成し、ユーザの嗜好に合う番組を推薦する技術が提案されている（例えば、特許文献１参照）。
【０００５】
【特許文献１】
特開２００２−１４２１６０号公報
【０００６】
【発明が解決しようとする課題】
しかしながら、特許文献１の技術では、ユーザに番組のタイトルが直接推薦され（結果だけが表示され）、ユーザは、その番組が推薦される理由が分からないという課題があった。また、ユーザは自分の嗜好情報の分析結果を評価することができないという課題があった。
【０００７】
本発明は、このような状況に鑑みてなされたものであり、番組が推薦される理由を分かり易く提示し、よりユーザの嗜好に合う番組（コンテンツ）を推薦できるようにするものである。
【０００８】
【課題を解決するための手段】
本発明の情報処理装置は、ユーザの嗜好を表す嗜好情報を取得する取得手段と、取得手段により取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツを検索する検索手段と、取得手段により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示する提示手段と、提示手段により提示された推薦理由を選択する選択手段と、選択手段により選択された推薦理由に基づいて、検索手段により検索されたコンテンツをユーザに推薦する推薦手段とを備えることを特徴とする。
【０００９】
前記検索手段は、コンテンツのメタデータを取得し、メタデータの特徴量を表すベクトルを抽出する第１の抽出手段と、取得手段により取得された嗜好情報の特徴量を表すベクトルを抽出する第２の抽出手段と、第１の抽出手段により抽出されたベクトルと第２の抽出手段により抽出されたベクトルの類似度を演算する演算手段とを備え、類似度が高い順に、予め設定された数だけ第１の抽出手段により抽出されたベクトルを選択し、選択されたベクトルのメタデータに基づいて、推薦すべきコンテンツを検索するようにすることができる。
【００１０】
前記推薦手段は、選択手段により選択された推薦理由に適合するコンテンツのリストを表示し、推薦手段により表示されたコンテンツのうち、ユーザが選択したコンテンツの録画予約を設定する設定手段と、設定手段により録画予約が設定されたコンテンツのメタデータに基づいて、ユーザの嗜好情報を変更する変更手段とをさらに備えるようにすることができる。
【００１１】
ユーザが視聴または録画したコンテンツのメタデータを取得し、メタデータの属性を分析する分析手段と、分析手段の分析結果に基づいて、ユーザの嗜好情報を生成する生成手段とをさらに備えるようにすることができる。
【００１２】
前記嗜好情報は、複数の属性とその属性の重要度を表す値により構成されるようにすることができる。
【００１３】
前記検索手段により検索されたコンテンツと、前記嗜好情報の属性を関連づけて記憶する記憶手段をさらに備えるようにすることができる。
【００１４】
前記提示手段は、嗜好情報を構成する属性のうち、属性の重要度を表す値が、閾値より高い属性を前記推薦理由として提示するようにすることができる。
【００１５】
前記提示手段は、嗜好情報を構成する属性のうち、属性の重要度を表す値が高い順に、属性を予め設定された個数だけ検出し、検出された属性を推薦理由として提示するようにすることができる。
【００１６】
本発明の情報処理方法は、ユーザの嗜好を表す嗜好情報を取得する取得ステップと、取得ステップの処理により取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツを検索する検索ステップと、取得ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示する提示ステップと、提示ステップの処理により提示された推薦理由を選択する選択ステップと、選択ステップの処理により選択された前記推薦理由に基づいて、検索ステップの処理により検索されたコンテンツを推薦する推薦ステップとを含むことを特徴とする。
【００１７】
本発明のプログラムは、ユーザの嗜好を表す嗜好情報の取得を制御する取得制御ステップと、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツの検索を制御する検索制御ステップと、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示するように制御する提示制御ステップと、提示制御ステップの処理により提示された推薦理由の選択を制御する選択制御ステップと、選択制御ステップの処理により選択された推薦理由に基づいて、検索制御ステップの処理により検索されたコンテンツを推薦するように制御する推薦制御ステップとをコンピュータに実行させることを特徴とするプログラム。
【００１８】
本発明の記録媒体は、ユーザの嗜好を表す嗜好情報の取得を制御する取得制御ステップと、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツの検索を制御する検索制御ステップと、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示するように制御する提示制御ステップと、提示制御ステップの処理により提示された推薦理由の選択を制御する選択制御ステップと、選択制御ステップの処理により選択された推薦理由に基づいて、検索制御ステップの処理により検索されたコンテンツを推薦するように制御する推薦制御ステップとをコンピュータに実行させるプログラムが記録されることを特徴とする。
【００１９】
本発明の情報処理装置および方法、並びにプログラムにおいては、ユーザの嗜好を表す嗜好情報が取得され、取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツが検索され、取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由が提示され、提示された推薦理由が選択され、選択された推薦理由に基づいて、検索されたコンテンツが推薦される。
【００２０】
【発明の実施の形態】
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。
【００２１】
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。
【００２２】
請求項１に記載の情報処理装置（例えば、図１のパーソナルコンピュータ１またはＨＤＤレコーダ２）は、ユーザの嗜好を表す嗜好情報を取得する取得手段（例えば、図９のステップＳ２１の処理を実行する図４の推薦情報検索部１０２）と、取得手段により取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツを検索する検索手段（例えば、図９のステップＳ２２の処理を実行する図４の推薦情報検索部１０２）と、取得手段により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示する提示手段（例えば、図９のステップＳ２３の処理を実行する図４の推薦情報提示部１０３）と、提示手段により提示された推薦理由を選択する選択手段（例えば、図１４のステップＳ６２の処理を実行する図４の推薦情報提示部１０３）と、選択手段により選択された推薦理由に基づいて、検索手段により検索されたコンテンツをユーザに推薦する推薦手段（例えば、図１４のステップＳ６５の処理を実行する図４の推薦情報提示部１０３）とを備えることを特徴とする。
【００２３】
請求項２に記載の情報処理装置は、検索手段が、コンテンツのメタデータを取得し、メタデータの特徴量を表すベクトルを抽出する第１の抽出手段（例えば、図５の番組ベクトル抽出部１１３）と、取得手段により取得された嗜好情報の特徴量を表すベクトルを抽出する第２の抽出手段（例えば、図５の嗜好ベクトル抽出部１１４）と、第１の抽出手段により抽出されたベクトルと第２の抽出手段により抽出されたベクトルの類似度を演算する演算手段（例えば、図５のマッチング処理部１１５）とを備え、類似度が高い順に、予め設定された数だけ第１の抽出手段により抽出されたベクトルを選択し、選択されたベクトルのメタデータに基づいて、推薦すべきコンテンツを検索することを特徴とする。
【００２４】
請求項３に記載の情報処理装置は、推薦手段が、選択手段により選択された推薦理由に適合するコンテンツのリスト（例えば、図１３の推薦理由リスト）を表示し、推薦手段により表示されたコンテンツのうち、ユーザが選択したコンテンツの録画予約を設定する設定手段（例えば、図１０のステップＳ６７の処理を実行する図４の推薦情報提示部１０３）と、設定手段により録画予約が設定されたコンテンツのメタデータに基づいて、ユーザの嗜好情報を変更する変更手段（例えば、図１０のステップＳ６８の処理を実行する図４の嗜好情報抽出部１０１）とを備えることを特徴とする。
【００２５】
請求項４に記載の情報処理装置は、ユーザが視聴または録画したコンテンツのメタデータを取得し、前記メタデータの属性を分析する分析手段（例えば、図６のステップＳ２の処理を実行する図４の嗜好情報抽出部１０１）と、分析手段の分析結果に基づいて、ユーザの前記嗜好情報を生成する生成手段（例えば、図６のステップＳ４の処理を実行する図４の嗜好情報抽出部１０１）とをさらに備えることを特徴とする。
【００２６】
請求項５に記載の情報処理装置は、嗜好情報が、複数の属性とその属性の重要度を表す値（例えば、図８の属性１４０乃至１４５）により構成されることを特徴とする。
【００２７】
請求項６に記載の情報処理装置は、検索手段により検索されたコンテンツと、嗜好情報の属性を関連づけて記憶する記憶手段（例えば、図５の情報出力部１１６）をさらに備えることを特徴とする。
【００２８】
請求項９に記載の情報処理方法は、ユーザの嗜好を表す嗜好情報を取得する取得ステップ（例えば、図９のステップＳ２１）と、取得ステップの処理により取得された前記嗜好情報に基づいて、ユーザに推薦すべきコンテンツを検索する検索ステップ（例えば、図９のステップＳ２２）と、取得ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示する提示ステップ（例えば、図９のステップＳ２３）と、提示ステップの処理により提示された推薦理由を選択する選択ステップ（例えば、図１４のステップＳ６２）と、選択ステップの処理により選択された推薦理由に基づいて、検索ステップの処理により検索されたコンテンツを推薦する推薦ステップ（例えば、図１４のステップＳ６５）とを含むことを特徴とする。
【００２９】
請求項１０に記載のプログラムは、ユーザの嗜好を表す嗜好情報の取得を制御する取得制御ステップ（例えば、図９のステップＳ２１）と、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツの検索を制御する検索制御ステップ（例えば、図９のステップＳ２２）と、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示するように制御する提示制御ステップ（例えば、図９のステップＳ２３）と、提示制御ステップの処理により提示された推薦理由の選択を制御する選択制御ステップ（例えば、図１４のステップＳ６２）と、選択制御ステップの処理により選択された推薦理由に基づいて、検索制御ステップの処理により検索されたコンテンツを推薦するように制御する推薦制御ステップ（例えば、図１４のステップＳ６５）とをコンピュータに実行させることを特徴とする。
【００３０】
請求項１１に記載の記録媒体は、ユーザの嗜好を表す嗜好情報の取得を制御する取得制御ステップ（例えば、図９のステップＳ２１）と、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザに推薦すべきコンテンツの検索を制御する検索制御ステップ（例えば、図９のステップＳ２２）と、取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示するように制御する提示制御ステップ（例えば、図９のステップＳ２３）と、提示制御ステップの処理により提示された推薦理由の選択を制御する選択制御ステップ（例えば、図１４のステップＳ６２）と、選択制御ステップの処理により選択された推薦理由に基づいて、検索制御ステップの処理により検索されたコンテンツを推薦するように制御する推薦制御ステップ（例えば、図１４のステップＳ６５）とをコンピュータに実行させるプログラムが記録されることを特徴とする。
【００３１】
以下、本発明の実施の形態について図面を参照して説明する。図１は、本発明を適用した情報検索システムの構成例を示す図である。この構成例においては、ネットワーク５に、利用者端末としてのパーソナルコンピュータ１、ハードディスクドライブ（ＨＤＤ）レコーダ２、およびデジタル携帯電話機４が接続されているとともに、ユーザの嗜好情報と番組メタデータを記録するサーバ６が接続されている。パーソナルコンピュータ１は、ＨＤＤレコーダ２と、例えば、Ｅｔｈｅｒｎｅｔ（登録商標）を介して接続されており、ＨＤＤレコーダ２には、テレビジョン受像機３が接続されている。
【００３２】
パーソナルコンピュータ１、ＨＤＤレコーダ２、およびテレビジョン受像機３は、１ユーザ（または１家族）が所有しているものであって、それぞれが近傍に配置されている。ネットワーク５はＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）でもよいし、インターネットなどの広域ネットワークでもよい。
【００３３】
パーソナルコンピュータ１は、様々なアプリケーションプログラムの実行が可能な情報処理装置であって、例えば、電子メールの送受信、Ｗｅｂページの閲覧、または文書作成などを行う。
【００３４】
ＨＤＤレコーダ２は、テレビ番組を、大容量のハードディスクドライブに録画（記録）するとともに、ユーザからの指示に基づいて、録画したテレビ番組をテレビジョン受像機３に出力し、再生させる。ＨＤＤレコーダ２はまた、番組のメタデータを取得し、ユーザの嗜好を表す嗜好情報を生成する。
【００３５】
サーバ６は、ＨＤＤレコーダ２により生成された嗜好情報をユーザ単位にデータベースとして記憶し、記憶された嗜好情報を必要に応じて、ＨＤＤレコーダ２またはパーソナルコンピュータ１に、ネットワーク５を介して提供する。
【００３６】
コンテンツサーバ７は、ＨＤＤレコーダ２またはパーソナルコンピュータ１により視聴されるコンテンツが記憶されるサーバであり、ＨＤＤレコーダ２またはパーソナルコンピュータ１からの取得要求に応じて、ネットワーク５を介してコンテンツを提供する。
【００３７】
メタデータ管理サーバ８は、コンテンツサーバ７に記憶されるコンテンツの内容を表すメタデータ、またはオンエアされる番組のＥＰＧなどからなるメタデータを記憶し、記憶されたメタデータを必要に応じて、ＨＤＤレコーダ２またはパーソナルコンピュータ１に、ネットワーク５を介して提供する。
【００３８】
デジタル携帯電話機４は、番組を録画予約するための電子メールを作成し、ネットワーク５を介してパーソナルコンピュータ１またはＨＤＤレコーダ２に送信し、番組の録画予約を実行させる。
【００３９】
図１の例では、利用者端末として、パーソナルコンピュータ１、ＨＤＤレコーダ２、テレビジョン受像機３、およびデジタル携帯電話機４が示されているが、多数の利用者端末が接続されることは言うまでもない。
【００４０】
図２はパーソナルコンピュータ１の構成例を示すブロック図である。
【００４１】
パーソナルコンピュータ１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５１を内蔵している。ＣＰＵ５１には、バス５４を介して入出力インタフェース５５が接続されている。入出力インタフェース５５には、キーボード、マウスなどの入力デバイスよりなる入力部５６、例えば音声信号を出力する出力部５７、画像を表示するディスプレイなどよりなる表示部５８、データベースなどを格納するハードディスクドライブなどよりなる記憶部５９、ネットワークを介してデータを通信するＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）カードなどよりなる通信部６０、および、磁気ディスク６２、光ディスク６３、光磁気ディスク６４、または半導体メモリ６５などの記録媒体に対してデータを読み書きするドライブ６１が接続されている。バス５４には、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）５２およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５３が接続されている。
【００４２】
磁気ディスク６２乃至半導体メモリ６５に格納されたプログラムは、ドライブ６１によって読み出されて、または通信部６０がネットワークを介して取得して、記憶部５９に内蔵されるハードディスクドライブにインストールされている。記憶部５９にインストールされているプログラムは、入力部５６に入力されるユーザからのコマンドに対応するＣＰＵ５１の指令によって、記憶部５９からＲＡＭ５３にロードされて実行される。
【００４３】
また、記憶部５９に内蔵されるハードディスクドライブには、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）ブラウザなどのアプリケーションプログラムもインストールされており、入力部５６に入力されるユーザからの起動コマンドに対応するＣＰＵ５１の指令によって、記憶部５９からＲＡＭ５３にロードされて実行される。
【００４４】
なお、図２のブロック図は、パーソナルコンピュータ１の他、サーバ６についても適用できる。サーバ６の記憶部５９には、各ユーザの嗜好を表す嗜好情報のデータベースが記憶される。
【００４５】
図３は、ＨＤＤレコーダ２の構成例を示すブロック図である。このＨＤＤレコーダ２は、膨大な記憶容量を備えるハードディスクドライブ（ＨＤＤ）７８に数多くの映像を録画することができるとともに、ユーザの意図を的確に把握して録画映像の記録管理（視聴履歴や操作履歴など）を行うことができる。なお、ＨＤＤレコーダ２は、ＡＶ機器として実装することができ、例えば、セットトップボックス（ＳＴＢ）のようなテレビジョン受像機と一体で構成することができる。
【００４６】
ＣＰＵ７１は、ＨＤＤレコーダ２全体の動作を制御するメインコントローラであり、入力部７６から供給された入力信号に基づいて、チューナ７９、復調部８０、デコーダ８１、およびＨＤＤ７８などを制御することにより、番組の録画または再生を実行させる。
【００４７】
ＲＡＭ７３は、ＣＰＵ７１の実行プログラムをロードしたり、実行プログラムの作業データを書き込むために使用される、書き込み可能な揮発性メモリである。ＲＯＭ７２は、ＨＤＤレコーダ２の電源オン時に実行する自己診断・初期化プログラムや、ハードウェア操作用の制御コードなどを格納する読み出し専用メモリである。
【００４８】
入力部７６は、例えば、リモートコマンダ、ボタン、スイッチ、あるいはキーボードなどにより構成され、操作に対応する入力信号を、入出力インターフェース７５およびバス７４を介してＣＰＵ７１に出力する。
【００４９】
通信部７７は、ネットワーク５を介して、サーバ６、およびパーソナルコンピュータ１と通信する。通信部７７に入力されたデータは、適宜、入出力インターフェース７５を介してＨＤＤ７８に記録される。
【００５０】
ＨＤＤ７８は、プログラムやデータなどを所定フォーマットのファイル形式で蓄積することができる、ランダムアクセスが可能な記憶装置であり、膨大な記憶容量を備えている。ＨＤＤ７８は、入出力インターフェース７５を介してバス７４に接続されており、デコーダ８１、または通信部７７から、放送番組、およびＥＰＧデータなどのデータ放送用のデータの入力を受け、これらの情報を記録するとともに、必要に応じて、記録されたデータを出力する。また、ＨＤＤ７８は、ＣＰＵ７１において生成された嗜好情報のデータベースを記憶する。
【００５１】
図示せぬアンテナで受信された放送波は、チューナ７９に供給される。放送波は、所定のフォーマットに基づいており、例えば、ＥＰＧデータを含んでいる。放送波は、衛星放送波、地上波、有線、または無線の区別を特に問わない。
【００５２】
チューナ７９は、ＣＰＵ７１の制御に基づいて、所定チャンネルの放送波のチューニングすなわち選局を行い、受信データを復調部８０に出力する。なお、送信されてくる放送波がアナログであるか、あるいは、デジタルであるかに応じて、チューナ７９の構成を適宜変更または拡張することができる。復調部８０は、デジタル変調されている受信データを復調し、デコーダ８１に出力する。
【００５３】
例えば、デジタル衛星放送の場合、チューナ７９により受信され、復調部８０により復調されたデジタルデータは、ＭＰＥＧ２（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ ２）方式で圧縮されたＡＶデータ、および、データ放送用のデータが多重化されているトランスポートストリームである。前者のＡＶデータは、放送番組本体を構成する映像データおよび音声データであり、後者のデータ放送用のデータは、この放送番組本体に付随するデータ（例えば、ＥＰＧデータ）を含むものである。
【００５４】
デコーダ８１は、復調部８０より供給されたトランスポートストリームを、ＭＰＥＧ方式で圧縮されたＡＶデータとデータ放送用のデータ（例えば、ＥＰＧデータ）に分離する。分離されたデータ放送用のデータは、バス７４および入出力インターフェース７５を介してＨＤＤ７８に供給され、記録される。
【００５５】
受信した番組をそのまま出力することが指示されている場合、デコーダ８１は、ＡＶデータを、圧縮映像データと圧縮音声データにさらに分離する。分離された音声データは、デコードされた後、ミキサ８３を介してテレビジョン受像機３のスピーカに出力される。また、分離された映像データは、伸張された後、コンポーザ８２を介してテレビジョン受像機３のモニタに出力される。
【００５６】
受信した番組をＨＤＤ７８に録画することが指示されている場合、デコーダ８１は、分離する前のＡＶデータを、バス７４および入出力インターフェース７５を介してＨＤＤ７８に出力する。また、ＨＤＤ７８に録画されている番組の再生が指示されている場合、デコーダ８１は、入出力インターフェース７５およびバス７４を介して、ＨＤＤ７８からＡＶデータの入力を受け、圧縮映像データと圧縮音声データに分離し、それぞれコンポーザ８２もしくはミキサ８３に出力する。
【００５７】
コンポーザ８２は、必要に応じて、デコーダ８１より入力された映像データと、ＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面とを合成して、テレビジョン受像機３のモニタに出力する。
【００５８】
また、ＣＰＵ７１は、通信部７７を介して、コンテンツサーバ７と通信し、コンテンツサーバ７に記憶されたコンテンツを取得して、その映像または音声を出力したり、録画したりすることもできる。
【００５９】
図４は、図３のＣＰＵ７１の機能的構成例を表すブロック図である。この例では、コンテンツ（番組）のメタデータを分析し、図６を参照して後述する嗜好情報抽出処理によりユーザの嗜好情報を抽出する嗜好情報抽出部１０１、図１１を参照して後述する推薦情報検索処理により、ユーザの嗜好情報に基づく推薦情報を検索する推薦情報検索部１０２が設けられている。また、推薦情報検索部１０２により検索された検索情報を、図１４を参照して後述する推薦情報提示処理によりユーザに提示する推薦情報提示部１０３、および各部を制御する制御部１０４が設けられており、各ブロックが相互に接続されている。
【００６０】
図５は、推薦情報検索部１０２の詳細な構成例を示すブロック図である。この例では、図中上部に、番組のメタデータを取得するメタデータ取得部１１１、特定のユーザの嗜好情報を取得する嗜好情報取得部１１２が設けられている。
【００６１】
メタデータ取得部１１１により取得された番組のメタデータは、番組ベクトル抽出部１１３に出力され、番組ベクトル抽出部１１３において、番組の特徴量を表す番組ベクトルが抽出される。また、嗜好情報取得部１１２により取得された嗜好情報は、嗜好ベクトル抽出部１１４に出力され、嗜好情報の特徴量を表す嗜好ベクトルが抽出される。番組ベクトル抽出部１１３により抽出された番組ベクトルと、嗜好ベクトル抽出部１１４により抽出された嗜好ベクトルは、マッチング処理部１１５に出力され、マッチング処理部１１５は、番組ベクトルと嗜好ベクトルの類似度を算出する。
【００６２】
１つの嗜好ベクトルに対して複数の番組ベクトルとの類似度が算出され、マッチング処理部１１５は、類似度が高い順に所定の数の番組ベクトルを選択し、選択された番組ベクトルに対応する番組のメタデータを情報出力部１１６に出力する。
【００６３】
情報出力部１１６は、嗜好情報を構成する各属性と、マッチング処理部１１５により選択された番組のメタデータを対応づけて、例えば、ＨＤＤ７８に記憶する。
【００６４】
次に、図６を参照して、ＨＤＤレコーダ２の嗜好情報抽出処理について説明する。この処理は、番組（コンテンツ）が視聴または録画されたとき実行される。
【００６５】
ステップＳ１において、ＣＰＵ７１の嗜好情報抽出部１０１は、視聴または録画されたコンテンツのメタデータを取得する。
【００６６】
コンテンツのメタデータが、ＥＰＧである場合、メタデータは、次のようにして取得される。すなわち、ＨＤＤレコーダ２の図示せぬアンテナで受信された放送波が、チューナ７９に供給され、チューナ７９は、制御部１０４の制御に基づいて、所定チャンネルの放送波のチューニングすなわち選局を行い、受信データを復調部８０に出力する。復調部８０は、デジタル変調されている受信データを復調し、デコーダ８１に出力する。
【００６７】
デコーダ８１は、復調部８０より供給されたトランスポートストリームを、ＭＰＥＧ方式で圧縮されたＡＶデータとＥＰＧデータに分離し、分離されたＥＰＧデータがメタデータとして取得される。
【００６８】
また、コンテンツのメタデータが、メタデータ管理サーバ８に記憶されているデータである場合、制御部１０４は、通信部７７を制御して、メタデータ管理サーバ８と通信し、メタデータ管理サーバ８に記憶されたコンテンツのメタデータを取得する。
【００６９】
ステップＳ２において、嗜好情報抽出部１０１は、ステップＳ１で取得されたメタデータの属性を分析する。
【００７０】
図７は、コンテンツのメタデータの構成例を示す図である。このメタデータは、番組Ｘのメタデータであり、「番組名」、「ジャンル」、「出演者」、「放送局」、「時間帯」、「イメージ」・・・の各属性により構成されている。属性「番組名」は、その番組の番組名を表す情報であり、この例では、「Ｘ」と記述されている。
【００７１】
属性「ジャンル」はその番組が属するジャンルを表す情報であり、この例では「バラエティ総合」と記述されている。属性「出演者」は、その番組の出演者を表す情報であり、この例では「香取慎二」と記述されている。属性「放送局」は、その番組が放送される放送局を表す情報であり、この例では「ＭＨＫ」と記述されている。
【００７２】
属性「時間帯」は、その番組が放送される時間帯を表す情報であり、この例では、「夜９時台」と記述されている。属性「イメージ」はその番組の特徴的イメージを表す情報であり、この例では「癒し系」と記述されている。
【００７３】
図６に戻って、ステップＳ３において、嗜好情報抽出部１０１は、この番組（コンテンツ）を視聴または録画するユーザを特定する。ユーザの特定は、例えば、ＨＤＤレコーダ２を起動させるとき、ＣＰＵ７１によりログイン処理が実行され、そのとき入力されたユーザＩＤに基づいて行われる。
【００７４】
ステップＳ４において、嗜好情報抽出部１０１は、特定されたユーザの嗜好情報を生成する。図８は、ユーザ（例えば、ユーザＡ）の嗜好情報の構成例を示す図である。ユーザの嗜好情報は、複数の属性により構成される。この例では、ユーザＡの嗜好情報は、「番組名（タイトル）」の属性１４０、「ジャンル」の属性１４１、「出演者」の属性１４２、「放送局」の属性１４３、「時間帯」の属性１４４、「イメージ」の属性１４５、・・・により構成されている。なお、「番組名」の属性１４０は、視聴履歴として、嗜好情報とは別に管理されるようにしてもよい。
【００７５】
さらに、各属性は複数の要素と、その要素の重要度を表す値により構成される。要素は、例えば、ステップＳ２において分析されたメタデータの属性から取得され、同じ要素が取得されるとその重要度が加算される。この例では、属性１４１には、要素「バラエティ総合」とその要素の重要度「２０」が記述されている。これは、例えば、ユーザＡが、ジャンル「バラエティ総合」に属する番組を２０回視聴または録画したことを表す。また、要素「国内ドラマ」とその要素の重要度「１５」、要素「海外ドラマ」とその要素の重要度「９」、要素「海外ドラマ」とその要素の重要度「９」、・・・が記述されている。
【００７６】
同様に、属性１４２乃至１４５についても、その属性を構成する要素とその要素の重要度を表す値が記述されている。
【００７７】
このようにして、番組（コンテンツ）を視聴または録画することにより、ユーザの嗜好情報が生成される。生成された嗜好情報は、例えば、サーバ６の記憶部５９にデータベースとして記憶される。または、嗜好情報がＨＤＤレコーダ２のＨＤＤ７８に記憶されるようにしてもよい。
【００７８】
次に、図９を参照して、ＨＤＤレコーダ２による情報提示処理について説明する。この処理は、ユーザにより番組の推薦情報の提示が指示されたとき実行される。推薦情報の提示の指示は、例えば、テレビジョン受像機３のモニタに表示されたＧＵＩに基づいて、ユーザが入力部７６を操作することにより行われる。また、情報提示処理は、ユーザの指示によらず、一定の周期（例えば、１週間）毎に自動的に実行されるようにしてもよい。
【００７９】
ステップＳ２１において、ＣＰＵ７１の推薦情報検索部１０２は、図１０を参照して後述する嗜好情報取得処理を実行する。これにより、特定のユーザ（例えば、ユーザＡ）の嗜好情報が取得される。ステップＳ２２において、推薦情報検索部１０２は、図１１を参照して後述する推薦情報検索処理を実行する。これによりステップＳ２１で取得された嗜好情報に基づいて、推薦すべきコンテンツ（番組）が検索される。ステップＳ２３において、推薦情報提示部１０３は、図１４を参照して後述する推薦情報提示処理を実行する。これによりユーザの嗜好情報に基づいて、番組の推薦が行われる。
【００８０】
次に、図１０を参照して、図９のステップＳ２１の嗜好情報取得処理について説明する。ステップＳ４１において、推薦情報検索部１０２の嗜好情報取得部１１２は、ユーザＩＤの入力を受け付ける。ステップＳ４２において、嗜好情報取得部１１２は、パスワードの入力を受け付ける。ユーザＩＤとパスワードの入力は、例えば、テレビジョン受像機３のモニタに表示されたＧＵＩに基づいて、ユーザが入力部７６を操作することにより行われる。
【００８１】
ステップＳ４３において、嗜好情報取得部１１２は、ステップＳ４２において入力されたパスワードは、正当なパスワードか否かを判定する。パスワードは、所定のアルゴリズムで暗号化され、ユーザＩＤと対応付けられて、ＨＤＤレコーダ２のＨＤＤ７８、またはサーバ６の記憶部５９に予め記憶されているものとする。ステップＳ４３において、ステップＳ４１で入力されたユーザＩＤに対応するパスワードが取得されて復号化され、ステップＳ４２で入力されたパスワードと比較され、比較の結果、同一のパスワードである場合、パスワードは正当と判定され、同一のパスワードでない場合、パスワードは正当ではないと判定される。
【００８２】
ステップＳ４３において、パスワードは正当であると判定された場合、嗜好情報取得部１１２は、ステップＳ４４に進み、ユーザＩＤに対応するユーザの嗜好情報をサーバ６から取得する。一方、ステップＳ４３において、パスワードは正当ではないと判定された場合、処理は、ステップＳ４５に進み、エラー処理が実行される。
【００８３】
このようにして、ユーザの嗜好情報が取得される。
【００８４】
次に、図１１を参照して、図９のステップＳ２２の推薦情報検索処理について説明する。ステップＳ５１において、メタデータ取得部１１１は、コンテンツ（番組）のメタデータを取得する。このとき、所定の基準に基づいて、複数の番組（例えば、今後１週間に放送される番組）のメタデータが取得される。ステップＳ５２において、番組ベクトル抽出部１１３は、ステップＳ５１で取得された番組のメタデータに基づいて、番組ベクトルを抽出する。
【００８５】
図１２は、このとき抽出される番組ベクトルＰＰの構成例を示す図である。この例では、番組ベクトルＰＰは、ステップＳ５１で取得された番組のメタデータの属性「タイトル（番組名）」（Ｔｍ）、「ジャンル」（Ｇｍ）、「出演者」（Ｐｍ）、「放送局」（Ｓｍ）、「時間帯」（Ｈｍ）、および「イメージ」（Ｉｍ）を要素とするベクトルＰＰ＝（Ｔｍ，Ｇｍ，Ｐｍ，Ｓｍ，Ｈｍ，Ｉｍ）として構成されている。そして要素Ｔｍ，Ｇｍ，Ｐｍ，Ｓｍ，Ｈｍ，およびＩｍも、複数の要素を持つベクトルとして構成される。
【００８６】
例えば属性「放送局」に対応するベクトルＳｍは、ＭＨＫ総合、ＭＨＫ教育、亜細亜テレビ、ＴＡＳ、フシ、テレ日、東都、ＮＮＫ衛星第１、ＮＮＫ衛星第２、およびＷＯＷＯなど、放送局の種類が限られているので、Ｓｍ＝｛ＮＮＫ総合，ＮＮＫ教育，亜細亜テレビ，ＴＴＳ，ブジ，テレ日，東都，ＮＮＫ衛星第１，ＮＮＫ衛星第２，ＷＯＷＯ｝のように構成し、対応する放送局を値１、その他の放送局を値０とすることで得られる。すなわち対応する番組の放送局がＷＯＷＯであるとき、項目「放送局」のベクトルＳｍは、Ｓｍ＝｛０，０，０，０，０，０，０，０，０，１｝とされる。
【００８７】
属性「ジャンル」に対応するベクトルＧｍも、ドラマ、バラエティ、スポーツ、映画、音楽、子供向け／教育、教養／ドキュメント、ニュース／報道、およびその他など、その種類が限られているので、Ｇｍ＝｛ドラマ，バラエティ，スポーツ，映画，音楽，子供向け／教育，教養／ドキュメント，ニュース／報道，その他｝のように構成し、対応するジャンルを値１、その他のジャンルを値０とすることで得られる。すなわち対応する番組のジャンルが教養／ドキュメントであるとき、項目「ジャンル」のベクトルＧｍは、Ｇｍ＝｛０，０，０，０，０，０，１，０，０｝とされる。
【００８８】
属性「時間帯」に対応するベクトルＨｍも、属性「放送局」のベクトルＳｍおよび「ジャンル」のベクトルＧｍと同様にして得ることができる。
【００８９】
一方、属性「タイトル」、「出演者」、「イメージ」などのように、要素を限定することが容易でないものは、その属性を構成する単語とその頻度を表す数値の組を１つの要素とするベクトルがその項目のベクトルとなる。例えば、番組のメタデータの属性「出演者」が「ｐｅｒｓｏｎＡ，ｐｅｒｓｏｎＢ，・・・」である場合、属性「出演者」に対応するベクトルＰｍは、Ｐｍ＝｛（ｐｅｒｓｏｎＡ−１），（ｐｅｒｓｏｎＢ−１），・・・｝とされる。ここで、（ｐｅｒｓｏｎＡ−１）と（ｐｅｒｓｏｎＢ−１）は、メタデータの属性「出演者」を構成する単語として、ｐｅｒｓｏｎＡとｐｅｒｓｏｎＢがそれぞれ１回ずつ検出されたことを表す。
【００９０】
図１１にもどって、嗜好ベクトル抽出部１１４は、ステップＳ５３において嗜好情報を取得する。このとき、図９のステップＳ２１の処理で取得された嗜好情報が嗜好ベクトル抽出部１１４により取得される。ステップＳ５４において、嗜好ベクトル抽出部１１４は、ステップＳ５３において取得された嗜好情報に基づいて、嗜好ベクトルを抽出する。
【００９１】
図１３は、このとき抽出される嗜好ベクトルＵＰの構成例を示す図である。この例では、嗜好ベクトルＵＰは、ステップＳ５３で取得された番組のメタデータの属性「番組名（タイトル）」（Ｔｕｐ）、「ジャンル」（Ｇｕｐ）、「出演者」（Ｐｕｐ）、「放送局」（Ｓｕｐ）、「時間帯」（Ｈｕｐ）、および「イメージ」（Ｉｕｐ）を要素とするベクトルＵＰ＝（Ｔｕｐ，Ｇｕｐ，Ｐｕｐ，Ｓｕｐ，Ｈｕｐ，Ｉｕｐ）として構成されている。そして要素Ｔｕｐ，Ｇｕｐ，Ｐｕｐ，Ｓｕｐ，Ｈｕｐ，およびＩｕｐも、複数の要素を持つベクトルとして構成される。
【００９２】
この例では、属性「番組名（タイトル）」に対応するベクトルＴｕｐは、Ｔｕｐ＝｛（ｔｉｔｌｅ１−１２），（ｔｉｔｌｅ２―３），・・・｝とされている。これは、嗜好情報の属性「番組名」に要素「ｔｉｔｌｅ１」と「ｔｉｔｌｅ２」があり、それぞれの重要度が「１２」と「３」に設定されていたことを表す。
【００９３】
また属性「ジャンル」に対応するベクトルＧｕｐは、Ｇｕｐ＝｛（ドラマ−２５），（バラエティ−３４），（スポーツ−４２），（映画−３７），（音楽−７３），（子供向け／教育−１２０），（教養／ドキュメント−３），（ニュース／報道−５），（その他−２３）｝とされており、属性「ジャンル」に含まれる要素とその重要度により構成されている。
【００９４】
同様にして、嗜好情報の属性「放送局」に対応するベクトルＳｕｐ、属性「出演者」に対応するベクトルＰｕｐ、属性「イメージ」に対応するベクトルＩｕｐが、各属性を構成する要素と重要度により構成されている。
【００９５】
ここで、嗜好ベクトルを抽出するとき、嗜好情報の重要度に重み付けを行うようにしてもよいし、また重要度が所定の基準で正規化されるようにしてもよい。
【００９６】
図１１に戻って、ステップＳ５５において、マッチング処理部１１５は、番組ベクトルＰＰと嗜好ベクトルＵＰのコサイン距離を算出する。例えば、嗜好ベクトルＵＰ（＝（Ｔｕｐ，Ｇｕｐ，Ｐｕｐ，Ｓｕｐ，Ｈｕｐ，Ｉｕｐ））におけるベクトルＰｕｐが、Ｐｕｐ＝｛（ｐｅｒｓｏｎＡ−１），（ｐｅｒｓｏｎＢ−１），（ｐｅｒｓｏｎＣ−１）｝であり、番組ベクトルＰＰ＝（Ｔｍ，Ｇｍ，Ｐｍ，Ｓｍ，Ｈｍ，Ｉｍ）におけるベクトルＰｍが、Ｐｍ＝｛（ｐｅｒｓｏｎＡ−１），（ｐｅｒｓｏｎＤ−１），（ｐｅｒｓｏｎＥ−１）｝である場合、コサイン距離ｃｏｓθｐは、式（１）に従って算出される。
【００９７】
ｃｏｓθｐ＝（１・１）／（√３×√３）＝１／３ ・・・ （１）
なお、式中“・”は、内積を表し、“×”はスカラ演算を表す。
【００９８】
ｃｏｓθｐと同様にして、ベクトルＴｕｐ，Ｇｕｐ，Ｓｕｐ，Ｈｕｐ，およびＩｕｐと、ベクトルＴｍ，Ｇｍ，Ｓｍ，Ｈｍ，およびＩｍとのコサイン距離ｃｏｓθｔ，ｃｏｓθｇ，ｃｏｓθｓ，ｃｏｓθｈ，およびｃｏｓθｉが算出される。
【００９９】
そして、算出されたコサイン距離を式（２）に従って合計し、類似度Ｓｉｍを計算する。
【０１００】

【０１０１】
このようにして、嗜好ベクトルＵＰと番組ベクトルＰＰの類似度が算出される。なお、上述したように、１つの嗜好ベクトルＵＰに対して複数の番組ベクトルＰＰとの類似度が算出される。これにより、それぞれの番組のメタデータについて、ユーザの嗜好情報との類似度が算出される。
【０１０２】
ステップＳ５６において、マッチング処理部１１５は、類似度の高い番組のメタデータを選択し、情報出力部１１６に出力する。このとき、ステップＳ５５で算出された類似度に基づいて、類似度の高い順、すなわちＳｉｍの値が大きい順に所定の数（例えば、１０）だけ番組ベクトルＰＰが選択され、選択された番組ベクトルＰＰに対応する番組のメタデータが出力される。なお、類似度が所定の値より大きい番組ベクトルＰＰが全て選択され、選択された番組ベクトルＰＰに対応する番組のメタデータが出力されるようにしてもよい。
【０１０３】
ステップＳ５７において、情報出力部１１６は、番組のメタデータと嗜好情報の属性を対応付けて、例えば、ＨＤＤ７８に記憶する。
【０１０４】
このとき、メタデータの属性に含まれる要素の中で、嗜好情報の属性を構成する要素と一致するものが検索される。例えば、嗜好情報の属性「出演者」を構成する要素として、「ｐｅｒｓｏｎＡ」がある場合、ステップＳ５６で出力されたメタデータの属性「出演者」の中に、「ｐｅｒｓｏｎＡ」が記述されているメタデータ（例えば、番組Ｋのメタデータと、番組Ｌのメタデータ）が検索される。そして、要素「ｐｅｒｓｏｎＡ」と、番組Ｋのメタデータ、および番組Ｌのメタデータが対応づけられて記憶される。これにより、ユーザの嗜好情報の属性を構成する要素に基づいて、それぞれの要素に対応するメタデータを取得することができ、図１４を参照して後述する推薦情報提示処理において、推薦理由に基づく番組の提示を行うことができる。
【０１０５】
このようにして、ユーザの嗜好情報に基づいて、推薦すべき番組が検索される。
【０１０６】
次に、図１４を参照して、図９のステップＳ２３の推薦情報提示処理について説明する。ステップＳ６１において、推薦情報提示部１０３は、図１５または図１６を参照して後述する推薦理由リスト提示処理を実行する。これにより、ユーザの嗜好情報に基づいた推薦理由のリストが提示される。
【０１０７】
ここで、図１５と図１６を参照して、図１４のステップＳ６１の推薦理由リスト提示処理の２つの例である、推薦理由リスト提示処理１と推薦理由リスト提示処理２について説明する。
【０１０８】
最初に図１５を参照して、推薦理由リスト提示処理１について説明する。ステップＳ９１において、推薦情報提示部１０３は、嗜好情報の要素とその重要度を取得する。このとき、例えば、図８に示されるユーザＡの嗜好情報の各属性を構成する要素とその重要度が取得される。
【０１０９】
ステップＳ９２において、推薦情報提示部１０３は、重要度の値が所定閾値（例えば、１０）を超える要素を検出する。図８の例では、重要度の値が１０を超える要素としては、属性１４１（ジャンル）の「バラエティ総合」、「国内ドラマ」、属性１４２（出演者）の「香取慎二」、「藤井浩」、「アモリ」、属性１４３（放送局）の「フシテレビ」、属性１４４（時間帯）の「夜９時台」、および属性１４５の（イメージ）の「癒し系」が該当する。ステップＳ９２では、これらの要素が検出される。
【０１１０】
ステップＳ９３において、推薦情報提示部１０３は、ステップＳ９２で検出された要素に基づいて、推薦理由リストを提示する。このとき、例えば、テレビジョン受像機３のモニタに、推薦理由リストの画面が表示される。
【０１１１】
図１７は、このとき表示される画面の例を示す図である。図１７おいて、領域１６１は、ユーザ名を表示する領域であり、この例では、「Ａさんのお好みリスト」と表示されている。領域１６２は、ユーザＡの嗜好情報における属性を表示する領域であり、この例では、「ジャンル」、「出演者」、「シリーズ」、および「イメージ」が表示されている。ここで、「ジャンル」は図７に示す属性１４１に対応し、「出演者」は属性１４２に対応する。「シリーズ」は、属性１４３と属性１４４を組み合わせて新たな属性とされたものである。「イメージ」は、属性１４５に対応する。
【０１１２】
領域１６３は、推薦理由を表示する領域であり、ステップＳ９２において検出された各要素が推薦理由として表示される。この例では、「バラエティ総合」、「国内ドラマ」、「香取慎二」、「藤井浩」、「アモリ」、「フシテレビ夜９時台」、および「癒し系」が表示されている。上述したように、領域１６２に表示される「シリーズ」は、属性１４３と属性１４４を組み合わせたものなので、領域１６３に表示される推薦理由についても、属性１４３の要素「フシテレビ」と属性１４４の要素「夜９時台」が組み合わせられ、「フシテレビ夜９時台」として表示される。
【０１１３】
領域１６４は、推薦理由の得点を表示する領域であり、ステップＳ９２において検出された各要素の重要度が得点として表示される。この例では、推薦理由「バラエティ総合」の得点「２０」、推薦理由「国内ドラマ」の得点「１５」、推薦理由「香取慎二」の得点「１８」、推薦理由「藤井浩」の得点「１７」、推薦理由「アモリ」の得点「１３」、推薦理由「フシテレビ夜９時台」の得点「１２」、および推薦理由「癒し系」の得点「１１」が表示されている。ここで、推薦理由「フシテレビ夜９時台」の得点は、属性１４３の要素「フシテレビ」の重要度と属性１４４の要素「夜９時台」の重要度の平均値が表示される。
【０１１４】
また、図中左側には、各推薦理由を削除する削除ボタン１６５−１乃至１６５−７が表示されている。
【０１１５】
このようにして、推薦理由リストが表示される。推薦理由は、嗜好情報を構成する各属性の要素の中で、その重要度が閾値より高いものに基づいて表示されるので、よりユーザの好みに近い推薦理由リストを表示することができる。
【０１１６】
以上では、嗜好情報を構成する各属性の要素の中で、その重要度が閾値より高いものに基づいて、推薦理由リストを表示する例について説明したが、嗜好情報を構成する各属性の要素の中で、その重要度が高い順に推薦理由を抽出することも可能である。この場合、図１４のステップＳ６１の推薦理由リスト提示処理として、図１６に示される推薦理由リスト提示処理２が実行される。
【０１１７】
次に、図１６を参照して推薦理由リスト提示処理２について説明する。ステップＳ１１１は、図１５のステップＳ９１と同様の処理であり、その説明は省略する。
【０１１８】
ステップＳ１１２において、推薦情報提示部１０３は、重要度の値が高い順に所定個数（例えば、５個）の要素を検出する。図８の例では、属性１４１（ジャンル）の「バラエティ総合」、「国内ドラマ」、属性１４２（出演者）の「香取慎二」、「藤井浩」、および「アモリ」が要素として検出される。
【０１１９】
ステップＳ１１３において、推薦情報提示部１０３は、ステップＳ１１２で検出された要素に基づいて、推薦理由リストを提示する。このとき、例えば、テレビジョン受像機３のモニタに、推薦理由リストの画面が表示される。
【０１２０】
このとき、表示される画面は、図１７と同様の画面となるが、ステップＳ１１２において、重要度の値が高い順に所定個数（例えば、５個）の要素を検出し、それらの要素に基づいて、推薦理由が表示されるので、図１７おける、領域１６３と領域１６４には、推薦理由「バラエティ総合」とその得点「２０」、推薦理由「国内ドラマ」とその得点「１５」、推薦理由「香取慎二」とその得点「１８」、推薦理由「藤井浩」とその得点「１７」、および推薦理由「アモリ」とその得点「１３」が表示され、推薦理由「フシテレビ夜９時台」とその得点「１２」、および推薦理由「癒し系」とその得点「１１」は表示されない。
【０１２１】
これに伴い、領域１６２には、「ジャンル」および「出演者」が表示され、「シリーズ」および「イメージ」は表示されない。また、削除ボタン１６５−１乃至１６５−５は表示され、削除ボタン１６５−６と１６５−７は表示されない。
【０１２２】
このように重要度が高い順に所定の個数の推薦理由を提示することにより、推薦理由リストに表示される理由の数が限定され、ユーザは、より簡単に推薦された番組を選ぶことができる。
【０１２３】
図１４に戻って、ステップＳ６２において、推薦情報提示部１０３は、推薦理由の選択を受け付ける。理由の選択は、例えば、ユーザが入力部７６を操作して、図１７に示される領域１６３に表示された推薦理由のいずれかを１回クリックすることにより行われる。ステップＳ６３において、推薦情報提示部１０３は、理由が選択されたか否かを判定し、選択されたと判定されるまで待機する。
【０１２４】
ステップＳ６３において、理由が選択されたと判定された場合、推薦情報提示部１０３は、ステップＳ６４に進み、番組の表示が指令されたか否かを判定する。番組の表示の指令は、例えば、ユーザが、入力部７６を操作して、図１７に示される領域１６３に表示された推薦理由のいずれかをダブルクリックすることにより行われる。
【０１２５】
ステップＳ６４において、番組の表示が指令されたと判定された場合、ステップＳ６５に進み、推薦情報提示部１０３は、番組のリストを表示する。
【０１２６】
ステップＳ６２において、例えば、図１７に示される領域１６３に表示された推薦理由のうち、「藤井浩」がダブルクリックされた場合、ステップＳ６５において、例えば、図１８に示されるような画面が表示される。図１８は、「藤井浩」が出演する番組のリストの表示例を示す図である。番組のリストは、図１１を参照して上述した推薦情報検索処理により、出演者「藤井浩」と関連付けられて記憶されているメタデータが取得され、番組のリストとして取得される。この例では、ジャンルが「ドラマ」に属する番組「まんでん」、およびジャンルがバラエティに属する番組「マジューＴＶ」、「笑っていいよ」が表示されている。図中右側には、録画ボタン１８１−１乃至１８１−３が表示されている。
【０１２７】
また、番組のリストと推薦理由を階層化して表示してもよい。図２０は、この場合の表示例を示す図である。ステップＳ６２において、例えば、図１７に示される領域１６３に表示された推薦理由のうち、「バラエティ総合」がダブルクリックされた場合、ステップＳ６５において、例えば、図２０に示されるような画面が表示される。この例では、ジャンルがバラエティ総合に属する番組として、「笑っていいよ」、「さんたのからくりＴＶ」、および「恋のから笑い」が、「バラエティ総合」の下位層に表示されている。
【０１２８】
ステップＳ６６において、推薦情報提示部１０３は、番組の録画が指令されたか否かを判定し、指令されたと判定されるまで待機する。番組の録画の指令は、例えば、次のようにして行われる。ユーザは、入力部７６を操作して、図１８の録画ボタン１８１−１を押下すると、図１９に示されるような画面が、テレビジョン受像機３のモニタに表示される。
【０１２９】
図１９は、番組「まんでん」の内容を表示する画面であり、放送日時は、１月２０日（月曜日）の１２時４５から１３時００分までであり、出演者が「藤井浩」であることが表示されている。また、図中下側には、録画ボタン２０１と戻るボタン２０２が表示されており、録画ボタン２０１が押下された場合、番組の録画が指令される。一方、戻るボタン２０１が押下された場合、テレビジョン受像機３のモニタに表示される画面は、図１８に示される画面に戻る。
【０１３０】
ステップＳ６６において、録画が指令されたと判定された場合、ステップＳ６７において、推薦情報提示部１０３は、制御部１０４にこの番組の録画予約を設定させる。
【０１３１】
そして、ステップＳ６８において、推薦情報提示部１０３は、嗜好情報の属性の値を変更する。このとき、例えば、図８に示されるユーザＡの嗜好情報の属性１４２の要素「藤井浩」の重要度に所定の値（例えば１）が加算され、属性１４３の要素「ＭＨＫ」の重要度に所定の値が加算される。
【０１３２】
ステップＳ６４において、番組表示が指令されなかったと判定された場合、推薦情報提示部１０３は、ステップＳ６９に進み、理由の削除が指令されたか否かを判定する。理由の削除は、たとえば、ユーザが入力部７６を操作して、削除ボタン１６５−１乃至１６５−７のいずれかを押下することにより行われる。
【０１３３】
ステップＳ６９において、理由の削除が指令されなかったと判定された場合、処理は、ステップＳ６４に戻り、それ以降処理が繰り返し実行される。
【０１３４】
ステップＳ６９において、理由の削除が指令されたと判定された場合、ステップＳ７０に進み、推薦情報提示部１０３は、嗜好情報の属性の値を変更する。
【０１３５】
例えば、ステップＳ６９において、図１７の削除ボタン１６５−１が押下されたと判定された場合、ステップＳ７０において、図８に示されるユーザＡの嗜好情報の中の属性１４１の要素「バラエティ総合」の重要度が所定の値だけ減算される（例えば、属性１４１の要素「バラエティ総合」の重要度が８０パーセント削減され「４」とされる）。また、属性１４１の要素「バラエティ総合」の重要度が「０」とされるようにしてもよい。
【０１３６】
このようにして、ユーザの嗜好情報に基づいて、推薦理由が提示され、提示された推薦理由に基づいて、番組の録画予約が行われる。このようにすることで、ユーザに対して嗜好情報に基づく推薦理由を分かり易く提示することができる。また、ユーザは、自分の嗜好情報を構成する属性を選択して、番組の推薦を受けることができるので、ユーザが所望の番組をより確実に推薦することができる。さらに、録画予約が行われた場合、嗜好情報が更新されるので、よりユーザの好みに合う嗜好情報が蓄積される。また、推薦理由を削除して、嗜好情報を更新することができるので、ユーザの好みの変化をより適確に反映し、嗜好情報を蓄積することができる。
【０１３７】
なお、以上においては、ＨＤＤレコーダ２でユーザの嗜好情報が生成され、嗜好情報に基づく推薦理由から番組が推薦される例について説明したが、パーソナルコンピュータ１でユーザの嗜好情報が生成され、嗜好情報に基づく推薦理由から番組が推薦されるようにしてもよい。
【０１３８】
上述した一連の処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。
【０１３９】
なお、上述した一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェ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、汎用のパーソナルコンピュータなどに、例えば、図２のドライブ部６１に装着される記録媒体からインストールされる。
【０１４０】
なお、本明細書において上述した一連の処理を実行するステップは、記載された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。
【０１４１】
【発明の効果】
以上の如く本発明によれば、番組が推薦される理由を分かり易く提示し、よりユーザの嗜好に合う番組（コンテンツ）を推薦できるようにすることができる。
【図面の簡単な説明】
【図１】本発明を適用した情報検索システムの構成例を示す図である。
【図２】図１のパーソナルコンピュータまたはサーバの構成例を示すブロック図である。
【図３】図１のＨＤＤレコーダの構成例を示すブロック図である。
【図４】図３のＣＰＵの機能的構成例を示すブロック図である。
【図５】図４の推薦情報検索部の詳細な構成例を示すブロック図である。
【図６】嗜好情報抽出処理を説明するフローチャートである。
【図７】メタデータの構成例を示す図である。
【図８】ユーザの嗜好情報の構成例を示す図である。
【図９】情報提示処理を説明するフローチャートである。
【図１０】嗜好情報取得処理を説明するフローチャートである。
【図１１】推薦情報検索処理を説明するフローチャートである。
【図１２】番組ベクトルの構成例を示す図である。
【図１３】嗜好ベクトルの構成例を示す図である。
【図１４】推薦情報提示処理を説明するフローチャートである。
【図１５】推薦理由リスト提示処理１を説明するフローチャートである。
【図１６】推薦理由リスト提示処理２を説明するフローチャートである。
【図１７】推薦リスト画面の表示例を示す図である。
【図１８】番組リスト画面の表示例を示す図である。
【図１９】番組録画予約画面の表示例を示す図である。
【図２０】番組リスト画面の他の表示例を示す図である。
【符号の説明】
１ パーソナルコンピュータ， ２ ＨＤＤレコーダ， ３ テレビジョン受像機， ６ サーバ， ５１ ＣＰＵ， ５９ 記憶部， ６１ ドライブ， ７１ ＣＰＵ， ７８ ＨＤＤ， １０１ 嗜好情報抽出部， １０２ 推薦情報検索部，１０３ 推薦情報提示部， １０４ 制御部， １１２ 嗜好情報取得部， １１５ マッチング処理部， １１６ 情報出力部

Claims (11)

1. ユーザの嗜好を表す嗜好情報を取得する取得手段と、
   前記取得手段により取得された前記嗜好情報に基づいて、ユーザに推薦すべきコンテンツを検索する検索手段と、
   前記取得手段により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示する提示手段と、
   前記提示手段により提示された推薦理由を選択する選択手段と、
   前記選択手段により選択された前記推薦理由に基づいて、前記検索手段により検索されたコンテンツをユーザに推薦する推薦手段と
   を備えることを特徴とする情報処理装置。
2. 前記検索手段は、
   コンテンツのメタデータを取得し、メタデータの特徴量を表すベクトルを抽出する第１の抽出手段と、
   前記取得手段により取得された前記嗜好情報の特徴量を表すベクトルを抽出する第２の抽出手段と、
   前記第１の抽出手段により抽出されたベクトルと第２の抽出手段により抽出されたベクトルの類似度を演算する演算手段とを備え、
   前記類似度が高い順に、予め設定された数だけ前記第１の抽出手段により抽出されたベクトルを選択し、選択されたベクトルのメタデータに基づいて、推薦すべきコンテンツを検索する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記推薦手段は、
   前記選択手段により選択された推薦理由に適合するコンテンツのリストを表示し、
   前記推薦手段により表示されたコンテンツのうち、ユーザが選択したコンテンツの録画予約を設定する設定手段と、
   前記設定手段により録画予約が設定されたコンテンツのメタデータに基づいて、ユーザの嗜好情報を変更する変更手段と
   を備えることを特徴とする請求項１に記載の情報処理装置。
4. ユーザが視聴または録画したコンテンツのメタデータを取得し、前記メタデータの属性を分析する分析手段と、
   前記分析手段の分析結果に基づいて、前記ユーザの前記嗜好情報を生成する生成手段と
   をさらに備えることを特徴とする請求項１に記載の情報処理装置。
5. 前記嗜好情報は、複数の属性とその属性の重要度を表す値により構成される
   ことを特徴とする請求項４に記載の情報処理装置。
6. 前記検索手段により検索されたコンテンツと、前記嗜好情報の属性を関連づけて記憶する記憶手段
   をさらに備えることを特徴とする請求項５に記載の情報処理装置。
7. 前記提示手段は、前記嗜好情報を構成する属性のうち、前記属性の重要度を表す値が、閾値より高い属性を前記推薦理由として提示する
   ことを特徴とする請求項５に記載の情報処理装置。
8. 前記提示手段は、前記嗜好情報を構成する属性のうち、前記属性の重要度を表す値が高い順に、前記属性を予め設定された個数だけ検出し、検出された前記属性を前記推薦理由として提示する
   ことを特徴とする請求項５に記載の情報処理装置。
9. ユーザの嗜好を表す嗜好情報を取得する取得ステップと、
   前記取得ステップの処理により取得された前記嗜好情報に基づいて、ユーザに推薦すべきコンテンツを検索する検索ステップと、
   前記取得ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示する提示ステップと、
   前記提示ステップの処理により提示された推薦理由を選択する選択ステップと、
   前記選択ステップの処理により選択された前記推薦理由に基づいて、前記検索ステップの処理により検索されたコンテンツを推薦する推薦ステップと
   を含むことを特徴とする情報処理方法。
10. ユーザの嗜好を表す嗜好情報の取得を制御する取得制御ステップと、
    前記取得制御ステップの処理により取得された前記嗜好情報に基づいて、ユーザに推薦すべきコンテンツの検索を制御する検索制御ステップと、
    前記取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示するように制御する提示制御ステップと、
    前記提示制御ステップの処理により提示された推薦理由の選択を制御する選択制御ステップと、
    前記選択制御ステップの処理により選択された前記推薦理由に基づいて、前記検索制御ステップの処理により検索されたコンテンツを推薦するように制御する推薦制御ステップと
    をコンピュータに実行させることを特徴とするプログラム。
11. ユーザの嗜好を表す嗜好情報の取得を制御する取得制御ステップと、
    前記取得制御ステップの処理により取得された前記嗜好情報に基づいて、ユーザに推薦すべきコンテンツの検索を制御する検索制御ステップと、
    前記取得制御ステップの処理により取得された嗜好情報に基づいて、ユーザにコンテンツの推薦理由を提示するように制御する提示制御ステップと、
    前記提示制御ステップの処理により提示された推薦理由の選択を制御する選択制御ステップと、
    前記選択制御ステップの処理により選択された前記推薦理由に基づいて、前記検索制御ステップの処理により検索されたコンテンツを推薦するように制御する推薦制御ステップと
    をコンピュータに実行させるプログラムが記録されることを特徴とする記録媒体。

Images