JP2005157690A - 電子機器装置及び情報提供方法 - Google Patents

Abstract

【課題】
ユーザが関心のある情報を的確に取得し、当該情報をユーザに対して提示すること。
【解決手段】
ユーザが閲覧中のＷｅｂページに対する操作履歴データを解析し、当該操作履歴に対応するＷｅｂページから抽出したテキストデータに含まれる単語に関する分析を行ってユーザ特性情報２０９を生成し、当該ユーザ特性情報を用いて、ユーザに対してコンテンツを推薦する。ユーザ特性情報２０９は、ユーザが興味のあるＷｅｂページに対する操作履歴を反映しているため、ユーザの興味のあるコンテンツを推薦することが可能となる。そしてユーザにとっても、上記処理が自動的に実行されるため、ユーザは複雑な操作を行う必要もなく、ネットワーク等に関する専門的な知識を持っていなくても、自らが興味の有るコンテンツの推薦を受けることができる。
【選択図】 図２

Description

本発明は、ユーザの所望するコンテンツを提供することができる電子機器装置及び情報提供方法に関する。

従来から、例えばテレビ放送など逐次的に流れる情報からそれに関連する情報を検索する技術としては、テレビ放送の映像情報若しくは音声情報をテロップ認識又は音声認識により認識してそこから文字列を抽出し、単語辞書を参照して当該文字列からキーワードを生成し、当該キーワードを基にそれに関連する情報を検索し、当該情報をテレビ画面に表示するというものがある（例えば、特許文献１、特許文献２等参照）
特願平１１−１６１６６１号公報 特願平１１−２５００６８号公報

しかしながら、上記キーワードは、必ずしもユーザの興味を反映したものではないため、当該キーワードを用いて情報を検索しても、ユーザの興味とは関連性の無い情報が検索されてしまい、ユーザの所望する情報を提供することができないため、利便性を損ねていた。

以上のような事情に鑑み、本発明の目的は、ユーザが関心のある情報を的確に取得し、当該情報をユーザに対して提示することができる利便性の高い電子機器装置及び情報提供方法を提供することにある。

上記目的を達成するため、本発明の主たる観点に係る電子機器装置は、第１のコンテンツを表示する表示手段と、前記表示された第１のコンテンツに対するユーザの操作情報を、当該第１のコンテンツと対応付けて記憶する操作情報記憶手段と、前記表示された第１のコンテンツから、当該第１のコンテンツに含まれる文字情報を抽出する文字情報抽出手段と、前記第１のコンテンツから抽出された前記文字情報から、前記操作情報に応じたユーザ特性情報を生成するユーザ特性情報生成手段とを具備することを特徴としている。

また、本発明の他の観点に係る情報提供方法は、（ａ）第１のコンテンツを表示するステップと、（ｂ）前記表示された第１のコンテンツに対するユーザの操作情報を、当該第１のコンテンツと対応付けて記憶するステップと、（ｃ）前記表示された第１のコンテンツから、当該第１のコンテンツに含まれる文字情報を抽出するステップと、（ｄ）前記第１のコンテンツから抽出された前記文字情報から、前記操作情報に応じたユーザ特性情報を生成するステップとを具備することを特徴としている。

ここで第１のコンテンツとは、例えばインターネット上のＷｅｂ（World Wide Web）ページであり、ユーザ特性情報とは、例えば上記Ｗｅｂページに含まれる単語を抽出した情報である。これらの構成によれば、コンテンツを閲覧中のユーザの操作を反映したユーザ特性情報を生成することができるため、当該ユーザ特性情報を用いることにより、ユーザに対してユーザ固有の情報を提供することが可能となる。

上記電子機器装置は、前記文字情報に含まれる単語を、その含まれる割合に応じて数値化して、前記単語と当該数値とを対応付けて記憶する記憶手段を更に具備し、前記ユーザ特性情報は、前記操作情報と前記数値化された少なくとも一つの単語とを関連付けて生成されるようにしてもよい。

また、上記情報提供方法は、（ｅ）前記文字情報に含まれる単語を、その含まれる割合に応じて数値化して、前記単語と当該数値とを対応付けて記憶するステップを更に具備し、前記ユーザ特性情報は、前記操作情報と前記数値化された少なくとも一つの単語とを関連付けて生成されるようにしてもよい。

これにより、上記コンテンツに含まれる単語の割合を数値化することで、上記ユーザの操作に応じた上記コンテンツをより正確に反映した上記ユーザ特性情報を生成することができる。

上記電子機器装置は、前記抽出されたユーザ特性情報を用いて、前記ユーザ特性情報に関連する関連情報を検索する第１の検索手段と、前記検索された情報を前記ユーザに提示する提示手段とを更に具備してもよい。

また、上記情報提供方法は、（ｆ）前記抽出されたユーザ特性情報を用いて、前記ユーザ特性情報に関連する関連情報を検索するステップと、（ｇ）前記検索された情報を前記ユーザに提示するステップとを更に具備してもよい。

これにより、コンテンツに対するユーザの操作を反映した上記ユーザ特性情報を用いることで、ユーザに対して、ユーザ固有の情報を検索して提示することができる。

上記電子機器装置において、前記第１の検索手段は、前記ユーザ特性情報に含まれる単語と同一の単語が含まれる情報を検索するものであり、前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断する判断手段を更に具備し、前記提示手段は、前記判断手段により前記割合が類似すると判断された情報を前記ユーザに提示するようにしてもよい。

また、上記情報提供方法において、前記ステップ（ｆ）は、前記ユーザ特性情報に含まれる単語と同一の単語が含まれる情報を検索するものであり、（ｈ）前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断するステップを更に具備し、前記ステップ（ｇ）は、前記ステップ（ｈ）により前記割合が類似すると判断された情報を前記ユーザに提示するようにしてもよい。

これにより、上記ユーザ特性情報に含まれる単語と同一の単語を含み、かつ含まれる単語の割合も類似する情報をユーザに提示することとしているため、ユーザの特性をより反映した情報を提示することができる。

上記電子機器装置において、前記操作情報記憶手段は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、前記ユーザ特性情報生成手段は、前記第１の操作情報に対応する文字情報に含まれる単語から、前記第１の操作情報に対応する文字情報及び前記第２の操作情報に対応する文字情報の両方に含まれる単語を削除した単語を基に前記ユーザ特性情報を生成するようにしてもよい。

また、上記情報提供方法において、前記ステップ（ｂ）は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、前記ステップ（ｄ）は、前記第１の操作情報に対応する文字情報に含まれる単語から、前記第１の操作情報に対応する文字情報及び前記第２の操作情報に対応する文字情報の両方に含まれる単語を削除した単語を基に前記ユーザ特性情報を生成するようにしてもよい。

これにより、第１のコンテンツに対するユーザの異なる操作をそれぞれ反映した情報を利用し、例えば一方の操作がユーザの興味を反映し、他方の操作がユーザの無関心を反映している場合に、無関心を反映した情報も用いることで、ユーザに対してユーザの興味を反映しない情報が提供されるのを抑制することができる。

上記電子機器装置において、前記表示手段は、前記第１のコンテンツとして少なくとも一以上のページを所定の時間間隔でページ送りして表示し、前記第１の操作情報は、前記ページ送りに対するユーザの一時停止操作であり、前記第２の操作情報は、前記ページ送りに対するユーザの早送り操作であってもよい。

また、上記情報提供方法において、前記ステップ（ａ）は、前記第１のコンテンツとして少なくとも一以上のページを所定の時間間隔でページ送りして表示し、前記第１の操作情報は、前記ページ送りに対するユーザの一時停止操作であり、前記第２の操作情報は、前記ページ送りに対するユーザの早送り操作であってもよい。

これにより、ユーザが上記一時停止操作をしたコンテンツはユーザの興味のあるコンテンツである可能性が高く、逆にユーザが上記早送り操作をしたコンテンツはユーザの興味のないコンテンツである可能性が高いため、両方の履歴情報を用いてユーザ特性情報を生成することにより、ユーザの興味を正確に反映した情報をユーザに対して提供することができる。

上記電子機器装置において、前記操作情報記憶手段は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、前記ユーザ特性情報生成手段は、前記第１の操作情報に対応する前記第１のコンテンツに含まれる文字情報から第１の特性情報を生成するとともに、前記第２の操作情報に対応する第１のコンテンツに含まれる文字情報から第２の特性情報を生成するものであり、前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断する判断手段を更に具備し、前記提示手段は、前記比較の結果、前記関連情報と前記第１の特性情報の両方に含まれる単語の割合が類似し、かつ前記関連情報と前記第２の特性情報の両方に含まれる単語の割合が類似しない場合に、当該関連情報を前記ユーザに提示するようにしてもよい。

また、上記情報提供方法において、前記ステップ（ｂ）は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、前記ステップ（ｄ）は、前記第１の操作情報に対応する前記第１のコンテンツに含まれる文字情報から第１の特性情報を生成するとともに、前記第２の操作情報に対応する第１のコンテンツに含まれる文字情報から第２の特性情報を生成し、（ｉ）前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断するステップを更に具備し、前記ステップ（ｇ）は、前記比較の結果、前記関連情報と前記第１の特性情報の両方に含まれる単語の割合が類似し、かつ前記関連情報と前記第２の特性情報の両方に含まれる単語の割合が類似しない場合に、当該関連情報を前記ユーザに提示するようにしてもよい。

これにより、例えばユーザの興味を反映したユーザ特性情報に類似し、かつユーザの無関心を反映したユーザ特性情報に類似しない情報をユーザに提示することとしたため、ユーザの興味をより正確に反映した情報を提供することが可能となる。

上記電子機器装置は、特定の時間帯に出力される第２のコンテンツに関連するキーワードを、当該第２のコンテンツ内容を前記特定の時間帯以前に予め説明した情報から収集する収集手段と、前記キーワードを基に、当該キーワードに関連する前記第１のコンテンツを検索する第２の検索手段とを更に具備し、前記表示手段は、前記第１のコンテンツを前記第２のコンテンツとともに表示するようにしてもよい。

また、上記情報提供方法は、（ｊ）特定の時間帯に出力される第２のコンテンツに関連するキーワードを、当該第２のコンテンツ内容を前記特定の時間帯以前に予め説明した情報から収集するステップと、（ｋ）前記キーワードを基に、当該キーワードに関連する前記第１のコンテンツを検索するステップとを更に具備し、前記ステップ（ａ）は、前記第１のコンテンツを前記第２のコンテンツとともに表示するようにしてもよい。

ここで第２のコンテンツとは例えばテレビ番組であり、第２のコンテンツ内容を前記特定の時間帯以前に予め説明した情報とは、例えばインターネット上の電子番組表である。

これにより、ユーザは例えばテレビ番組を視聴しながら当該テレビ番組に関連する第２のコンテンツを閲覧することができ、当該コンテンツを閲覧中の操作を基に上記ユーザ特性情報を生成することができる。

上記電子機器装置及び上記情報提供方法は、前記ユーザ特性情報生成後であって所定時間経過後に当該ユーザ特性情報を再度生成することにより、前記所定時間経過前のユーザ特性情報を更新するようにしてもよい。これにより、例えばユーザの興味が時間の経過により変化しても常にユーザの興味を反映したユーザ特性情報を生成することができる。

上記電子機器装置は、教育上不適切な内容を含むコンテンツに多く含まれる単語を予め記憶する不適切単語記憶手段と、前記不適切単語記憶手段により記憶された単語を基に、前記文字情報抽出手段が前記表示された第１のコンテンツから前記不適切単語を抽出することを規制する規制手段とを更に具備してもよい。

また、上記情報提供方法は、（ｍ）教育上不適切な内容を含むコンテンツに多く含まれる単語を予め記憶するステップと、（ｎ）前記ステップ（ｍ）により記憶された単語を基に、前記ステップ（ｃ）が前記表示された第１のコンテンツから前記不適切単語を抽出することを規制するステップとを更に具備してもよい。

これにより、ユーザに不適切な内容の情報が提示されることを防ぐことができ、いわゆるパレンタルロック機能を実現することができる。

上記電子機器装置において、前記操作情報記憶手段は、ユーザが複数存在する場合に当該ユーザ毎に当該ユーザの操作を前記第１のコンテンツと対応付けて記憶し、前記ユーザ特性情報生成手段は、前記複数のユーザ毎に前記ユーザ特性情報を生成するようにしてもよい。

また、上記情報提供方法において、前記ステップ（ｂ）は、ユーザが複数存在する場合に当該ユーザ毎に当該ユーザの操作を前記第１のコンテンツと対応付けて記憶し、前記ステップ（ｄ）は、前記複数のユーザ毎に前記ユーザ特性情報を生成するようにしてもよい。

これにより、ユーザが複数いる場合でも、当該複数のユーザ毎にユーザ特性情報を作成できるため、ユーザ毎に固有の情報を提供することができる。

上記電子機器装置において、前記文字情報抽出手段は、前記第１のコンテンツの表示レイアウトに関する文字情報を抽出し、前記ユーザ特性情報生成手段は、前記表示レイアウトに関する文字情報を基に前記ユーザ特性情報を生成するようにしてもよい。

また、上記情報提供方法において、前記ステップ（ｃ）は、前記第１のコンテンツの表示レイアウトに関する文字情報を抽出し、前記ステップ（ｄ）は、前記表示レイアウトに関する文字情報を基に前記ユーザ特性情報を生成するようにしてもよい。

これにより、ユーザの特定の単語に対する興味だけでなく、レイアウトに対する興味をも反映したユーザ特性情報を生成することができ、ユーザに対して多様な情報を提供することが可能となる。

上記電子機器装置及び上記情報提供方法において、前記ユーザ特性情報に含まれる割合が低い単語のデータを、当該割合が低い順に一定時間毎に削除するようにしてもよい。

これにより、上記ユーザ特性情報におけるユーザの特性の反映度は維持しながらも、上記ユーザ特性情報のデータ量が膨大になりすぎることを防ぐことができる。

本発明によれば、ユーザが関心のある情報を的確に取得し、ユーザに提示することができる。

以下、本発明をテレビジョンセットに適用した場合の実施の形態について図面に基づき説明する。

図１は、本実施形態におけるテレビジョンセットの電気的な構成を示す概略図である。同図に示すように、テレビジョンセット１００は当該テレビジョンセット１００のシステム全体を制御するＣＰＵ（Central Processing Unit）１０１を有し、当該ＣＰＵ１０１にはその周辺機器を接続して制御するためのバス１１０が接続されている。

バス１１０には、ワークエリアとして用いられる例えばＤＲＡＭ（Dynamic Random Access Memory）からなる一時記憶メモリ１０２、情報を保存して記憶しておく例えばフラッシュメモリからなる保存用メモリ１０３、一定の時間毎に指定した処理を開始したり、現在日時を取得するためのタイマー装置１０４、テレビ放送を受信するためのテレチューナー１０５、テレビ放送の音声を出力するための、例えばアンプとスピーカーからなる音声出力装置１０６、例えばＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）からなる表示装置１０７、本実施形態においてユーザが操作を行うための例えばプッシュボタンからなる操作装置１０８、インターネットに接続し、データを入出力する例えばイーサネット（登録商標）からなるネットワーク装置１０９が接続されている。上記テレビチューナー１０５には、電波を受信するためのアンテナ１０５ａが接続されている。

図２は、本実施形態に係るシステムの全体図である。同図に示すように、本実施形態においては、Ｗｅｂアプリケーション２０１、テキスト抽出機構２０２、重み付け計算機構２０３、重み付けデータ抽出機構２０４、ユーザ特性情報生成機構２０５、Ｗｅｂ巡回機構２０６、類似度計算機構２０７、コンテンツ推薦機構２０８の各ソフトウェアが処理を行っている。

Ｗｅｂアプリケーション２０１は、インターネットを通じてＷｅｂページを表示したり、当該Ｗｅｂページを閲覧中のユーザの操作履歴データをデータベース（１）に記憶したりしている。

テキスト抽出機構２０２は、Ｗｅｂアプリケーション２０１が表示したＷｅｂページからテキストデータを抽出し、当該抽出したテキストデータをデータベース（２）に記憶する。

重み付け計算機構２０３は、上記データベース（２）に記憶されたテキストデータに対して、当該テキストデータに含まれる単語の割合に応じて重み付け処理を行い、当該重み付け処理を行った結果である重み付けデータをデータベース（３）に記憶する。

重み付けデータ抽出機構２０４は、上記データベース（１）に記憶されているユーザの操作履歴データを参照して、上記データベース（３）に記憶された重み付けデータから特定のユーザ操作に関連する重み付けデータを抽出し、当該抽出したデータをデータベース（４）に記憶する。

ユーザ特性情報生成機構２０５は、上記データベース（４）に記憶された重み付けデータを基に、ユーザ操作を反映したユーザ特性情報２０９を生成する。

Ｗｅｂ巡回機構２０６は、インターネット上の複数のＷｅｂページのＵＲＬ（Uniform Resource Locator）を記載した巡回リスト２１０を有しており、当該巡回リスト２１０を参照してインターネットを介してＷｅｂページを取得する。

上記テキスト抽出機構２０２は、上記Ｗｅｂ巡回機構２０６が取得したＷｅｂページからテキストデータを抽出し、当該抽出したテキストデータをデータベース（５）に記憶する。

上記重み付け計算機構２０３は、上記データベース（５）に記憶されたテキストデータに対して重み付け処理を行い、当該処理の結果である重み付けデータをデータベース（６）に記憶する。

類似度計算機構２０７は、データベース（６）に記憶された個々の重み付けデータと上記ユーザ特性情報２０９とを比較して両者の類似度を計算し、当該計算の結果の類似度データをデータベース（７）に記憶する。

コンテンツ推薦機構２０８は、上記データベース（７）に記憶されたデータを基に、ユーザに対してコンテンツを推薦する。

以下、上記各ソフトウェアの詳細について述べる。

まず、上記Ｗｅｂアプリケーション２０１について説明する。

図３は、Ｗｅｂアプリケーション２０１によって表示される表示画面の例を示す図である。同図に示すように、表示画面は、テレビ番組等を表示するテレビ番組表示領域３０１、表示中のテレビ番組に関連するキーワードを表示するキーワード表示領域３０２、上記キーワードを用いてＷｅｂ検索した結果のＵＲＬのリストを表示するＵＲＬリスト表示領域３０３及び上記ＵＲＬリストを基にＷｅｂページを表示するＷｅｂページ表示領域３０４の各表示領域を有する。

これらの表示領域は、表示画面に全て表示される必要はなく、例えば図４に示すように、少なくともテレビ番組表示領域３０１とＷｅｂページ表示領域３０４で構成されていればよい。

なお、上記Ｗｅｂページ表示領域３０４には、上記ＵＲＬリストに記載されたＵＲＬ数分のＷｅｂページが例えば一定時間間隔で切り替わりながら繰り返し表示される。

次に、上記Ｗｅｂアプリケーション２０１の動作について説明する。

Ｗｅｂアプリケーション２０１は、テレビジョンセット１００がテレビ放送を受信している最中に、当該受信しているテレビ放送の視聴チャンネルデータ及び現在時刻データを認識し、当該データを基に、ネットワーク装置を介してＷｅｂ上から上記テレビ番組に関する情報を取得する。

具体的には、例えばインターネット上の電子番組表（ＥＰＧ、Electric Program Guide）を掲載したホームページへアクセスし、前記認識したデータと当該テレビ番組表とを照合し、当該テレビ番組のテーブルであるＨＴＭＬ（Hyper Text Markup Language）を解析することにより、番組名、番組の内容、出演者等の当該テレビ番組に関連する情報をダウンロードする。

そして、前記Ｗｅｂアプリケーション２０１は、前記ダウンロードした情報をテキスト形式に変換し、当該変換したテキストから、例えば形態素解析等の解析法を用いて放送局名、開始日時、終了日時、番組名、出演者、番組内容の情報を抽出し、例えば図５に示すようなＥＰＧデータ５０１を作成する。Ｗｅｂアプリケーションは、当該ＥＰＧデータから例えば出演者名を取得し、当該出演者名をキーワードとしてＷｅｂ検索を行う。

図６は、Ｗｅｂアプリケーション２０１がテレビジョンセット１００の表示画面にテレビ番組及びＷｅｂページ等を表示する動作を示すフローチャートである。

同図に示すように、Ｗｅｂアプリケーション２０１は、表示画面の上記テレビ番組表示領域３０１にテレビ番組を表示する（ステップ６０１）。そして、ユーザに選択されているチャンネルに関するチャンネルデータ及び現在時刻データを用いて、当該チャンネル及び時刻に該当する上記ＥＰＧデータ５０１を取得する（ステップ６０２）。次に、当該取得したＥＰＧデータ５０１から例えば出演者名を取得し、当該出演者名を検索キーワードとして出力し（ステップ６０３）、当該検索キーワードを上記キーワード表示領域３０２に表示する（ステップ６０４）。そして、ネットワーク装置１０９を用いてインターネットにアクセスし、前記キーワードを用いてＷｅｂ検索を行う（ステップ６０５）。当該Ｗｅｂ検索の結果、ＵＲＬリストが取得され（ステップ６０６）、当該ＵＲＬリストを上記ＵＲＬリスト表示領域３０３に表示する（ステップ６０７）。次に、上記ＵＲＬリストからＷｅｂページを取得するための変数Ｎに１を代入し（ステップ６０８）、ＵＲＬリストの１番目に記載されたＵＲＬを取得して（ステップ６０９）そのＷｅｂページを上記Ｗｅｂページ表示領域３０４に表示する（ステップ６１０）。そして、当該Ｗｅｂページの表示から一定時間が経過したか否かを確認し（ステップ６１１）、経過していた場合（ステップ６１１のＹＥＳ）には更にＵＲＬリストの最後に記載されたＵＲＬまで表示が終了したか否かを確認する（ステップ６１２）。一定時間が経過していない場合（ステップ６１１のＮＯ）にはそのままＷｅｂページを表示する。当該一定時間は予め上記タイマー装置１０４に設定しておく。ＵＲＬリストの最後に記載されたＵＲＬまで取得が終了していない場合（ステップ６１２のＮＯ）には、上記変数ＮにＮ＋１を代入し（ステップ６１３）、ＵＲＬリストの次のＵＲＬを取得していき、ＵＲＬリストの最後のＵＲＬまで取得及び表示を繰り返す。ＵＲＬリストの最後に記載されたＵＲＬまで取得が終了した場合（ステップ６１２のＹＥＳ）には、上記変数Ｎに１を代入して１番目のＵＲＬを取得して、上記処理を繰り返す（ステップ６１２のＹＥＳ）。

以上の動作により、上記ＥＰＧデータから取得したキーワードを用いて検索した結果の複数のＷｅｂページが、一定時間毎に自動送りされてテレビ番組の表示中に繰り返し表示される。

ユーザは、例えば上記操作装置１０８を用いて、表示中の上記Ｗｅｂページに対して操作を行うことができる。図７は、本実施形態における操作装置１０８を示した図である。

同図に示すように、操作装置１０８は、テレビチャンネルを変更するためのチャンネルボタン７０１、直前に表示されたＷｅｂページを表示させるための前ボタン７０２、表示中のＷｅｂページの表示をスキップして次のＷｅｂページを表示させるための次ボタン７０３、Ｗｅｂページの一定時間ごとの自動送りを一時停止し、Ｗｅｂページを拡大表示させるための一時停止ボタン７０４、上記一時停止ボタンで拡大表示されたＷｅｂページを上下左右方向にスクロールさせるための十字ボタン７０５を有する。

なお、本発明をＰＣ（Personal Computer）に適用した場合には、例えば上記表示装置１０７に操作装置１０８を模したＧＵＩ（Graphical User Interface）画面を表示して操作したり、キーボード等に上記ボタン７０１〜７０５の機能を割り当てたりしてもよい。

次に、上記各ボタンによりユーザが操作した場合の上記Ｗｅｂアプリケーション２０１の動作について説明する。

図８はチャンネルボタン７０１が押された場合の動作を示すフローチャートである。同図に示すように、Ｗｅｂアプリケーション２０１は、ユーザによってチャンネルボタンが押されると（ステップ８０１）、テレビ番組表示領域に表示されているテレビ番組のチャンネルを変更し（ステップ８０２）、上記図６におけるステップ６０１へ進む。

図９は、前ボタン７０２が押された場合の動作を示すフローチャートである。同図に示すように、Ｗｅｂアプリケーション２０１は、ユーザによって前ボタンが押されると（ステップ９０１）、その旨を記載した操作履歴データを作成し、当該データを上記データベース（１）に記憶する（ステップ９０２）。そして、上記変数ＮにＮ−１を代入し（ステップ９０３）、当該変数Ｎが０でないことを確認して（ステップ９０４）、０でない場合（ステップ９０４のＮＯ）には上記図６におけるステップ６０９へ進む。０の場合（ステップ９０４のＹＥＳ）には、上記図６におけるステップ６０８へ進む。

図１０は、次ボタンが押された場合の動作を示すフローチャートである。同図に示すように、Ｗｅｂアプリケーション２０１は、ユーザによって次ボタンが押されると（ステップ１００１）、その旨を記述した操作履歴データを作成し、当該データをデータベース（１）に記憶して（ステップ１００２）、上記図６におけるステップ６１２へ進む。

図１１は、一時停止ボタンが押下された場合の動作を示すフローチャートである。同図に示すように、Ｗｅｂアプリケーション２０１は、ユーザによって一時停止ボタンが押されると（ステップ１１０１）、その旨を記述した操作履歴データ作成し、当該データをデータベース（１）に記憶する（ステップ１１０２）。そして、上記Ｗｅｂページ表示領域３０４が拡大表示中か否かを確認する（ステップ１１０３）。拡大表示中の画面は、例えば図１２に示すような画面である。拡大表示中である場合（ステップ１１０３のＹＥＳ）には、表示を元に戻して（ステップ１１０４）、上記図６におけるステップ６１０へ進む。拡大表示中でない場合（ステップ１１０３のＮＯ）には、拡大表示する（ステップ１１０５）。拡大表示中の画面は、例えば図１２に示すような画面である。そして、拡大表示中にユーザによって十字ボタンが押されたか否かを確認する（ステップ１１０６）。押された場合には、その旨を記述した操作履歴データを作成し、当該データをデータベース（１）に記憶する（ステップ１１０７）。そして、ユーザによって十字ボタンが押された方向に画面をスクロールして（ステップ１１０８）、当該処理をユーザが十字ボタンを押す度に繰り返す。

図１３は、上記データベース（１）に記憶されたデータを示す図である。同図に示すように、データベース（１）には、ユーザの上記各操作を識別するＩＤを記述するためのＩＤフィールド、当該各操作の種類を記述するための操作フィールド、当該各操作が行われた日付を記述するための日付フィールド、当該各操作が行われた時刻を記述するための時刻フィールド、当該書く操作が行われた時に表示していたＷｅｂページのＵＲＬを記述するためのＵＲＬフィールドを有する。各フィールドには、ユーザが操作を行う度に各データが関連付けられて記述され、蓄積される。

次に、上記操作履歴データ作成後、ユーザに対してコンテンツを推薦するまでの動作について説明する。図１４は、当該動作を概略的に示したフローチャートである。

同図に示すように、まず、テキスト抽出機構２０２が、上記データベース（１）から操作履歴データを入力し、テキストデータを抽出してデータベース（２）に記憶する（ステップ１４０１）。そして、上記重み付け計算機構２０３が、データベース（２）に記憶されたテキストデータを入力して、当該テキストデータに対して重み付け計算を行い、計算結果の重み付けデータをデータベース（３）に記憶する（ステップ１４０２）。次に、重み付けデータ抽出機構２０４が、データベース（１）に記憶された操作履歴データを参照してデータベース（３）の中からユーザの特定の操作に関する重み付けデータを抽出して、データベース（４）に記憶する（ステップ１４０３）。そして、上記ユーザ特性情報生成機構２０５は、上記データベース（４）に記憶されたユーザの特定操作に関する重み付けデータからユーザ特性情報２０９を生成する（ステップ１４０４）。次に、Ｗｅｂ巡回機構２０６が、上記巡回リスト２１０を用いてＷｅｂ巡回を行い、テキスト抽出機構２０２が当該巡回によって取得したＷｅｂページからテキストデータを抽出してデータベース（５）に記憶する（ステップ１４０５）。そして、重み付け計算機構２０３が、当該データベース（５）に記憶されたテキストデータに対して重み付け計算を行い、計算結果の重み付けデータをデータベース（６）に記憶する（ステップ１４０６）。次に、類似度計算機構２０７が、当該データベース（６）に記憶された重み付けデータと上記ユーザ特性情報とを比較して両者の類似度を計算し、当該計算の結果である類似度データをデータベース（７）に記憶する（ステップ１４０７）。そして、当該データベース（７）に記憶された類似度データを参照して、コンテンツ推薦機構２０８が、ユーザに推薦するコンテンツを決定し、ユーザに提示する（ステップ１４０８）。

以下、上記各ステップのそれぞれの処理について詳細に説明する。

図１５は、テキスト抽出機構２０２が、データベース（１）に記憶された操作履歴データを参照してテキストデータを抽出する動作を示したフローチャートである。同図に示すように、テキスト抽出機構２０２はまず、データベース（１）に記憶された操作履歴データを入力する（ステップ１５０１）。次に、当該操作履歴データから各操作に対応するＵＲＬを取得し（ステップ１５０２）、当該ＵＲＬを用いて、上記ネットワーク装置１０９を介してＷｅｂページを取得する（ステップ１５０３）。そして、当該Ｗｅｂページに対してテキスト抽出処理を行い、テキストデータを抽出し（ステップ１５０４）、当該テキストデータを、上記操作履歴データ中のＩＤと対応付けてデータベース（２）に記憶する（ステップ１５０５）。

上記テキストデータの抽出は、具体的には、図１６のフローチャートに示すように、まず、ＷｅｂページからＨＴＭＬ（Hyper Text Markup Language）形式のデータを入力し（ステップ１６０１）、上記ＨＴＭＬ形式のデータからＨＴＭＬタグの部分を除去して（ステップ１６０２）、残ったデータをテキストデータとして出力する（ステップ１６０３）ことにより行う。

上記データベース（２）は、図１７に示すように、上記操作履歴データ中のＩＤと対応付けられ、テキストデータを識別するためのＩＤフィールドと、当該ＩＤに対応するテキストデータを記述するためのテキストフィールドからなる。

図１８は、重み付け計算機構２０３が重み付けデータを作成する動作を示すフローチャートである。同図に示すように、重み付け計算機構２０３はまず、上記データベース（２）からテキストデータを入力し（ステップ１８０１）、当該テキストデータに対してテキスト解析処理を行い、重み付けデータを取得する（ステップ１８０２）。そして、当該重み付けデータを、上記操作履歴データ中のＩＤと対応付けてデータベース（３）に記憶する（ステップ１８０３）。

図１９は、上記テキスト解析処理の詳細を示すフローチャートである。同図に示すように、重み付け計算機構２０３は、テキストデータを入力すると（ステップ１９０１）、当該テキストデータに対して形態素解析を行う（ステップ１９０２）。当該形態素解析は、予め単語を当該単語の品詞に関するデータと対応させて記憶してある単語辞書（図示せず）等を用いることにより、上記テキストデータを単語単位に区分し、当該区分された単語を品詞ごとに区分する。当該区分された形態素解析データは、例えば図２０に示すように、入力されたテキストデータに含まれる単語を記述するための単語フィールドと、上記単語の品詞を記述するための品詞フィールドによって構成されるデータとして出力される。そして、当該形態素解析データに対して、例えば固有名詞のみ等、特定の品詞を含む形態素解析データを抽出する（ステップ１９０３）。次に、上記抽出した形態素解析データに対して、例えば上記テキストデータ中における単語の出現頻度等によって、各単語に対する重みを計算して数値化する（ステップ１９０４）。そして、当該計算結果から重み付けデータを生成し、出力する（ステップ１９０５）。当該重み付けデータは、例えば図２１に示すように、上記形態素解析によって得られた単語を記述するための単語フィールドと、当該単語の重みを記述するための重みフィールドからなる。

上記データベース（３）は、図２２に示すように、上記操作履歴データ中のＩＤと対応付けられ、上記重み付けデータを識別するためのＩＤフィールドと、当該ＩＤに対応する重み付けデータを記述するための重み付けデータフィールドからなる。当該重み付けデータは上記図２１に示したデータと同一のデータ構成である。

図２３は、上記重み付けデータ抽出機構２０４が、特定のユーザ操作に対応する重み付けデータを抽出する動作を示すフローチャートである。同図に示すように、重み付けデータ抽出機構２０４は、まずデータベース（１）から操作履歴データを入力する（ステップ２３０１）。次に、特定のユーザ操作に関する操作履歴データを抽出するための変数Ｍに１を代入して（ステップ２３０２）、上記操作履歴データ中からＩＤがＭであるデータを抽出する（ステップ２３０３）。そして、当該ＩＤ＝Ｍのデータの操作フィールドが、一時停止ボタンの操作履歴データか否かを確認する（ステップ２３０４）。一時停止ボタンであれば（ステップ２３０４のＹＥＳ）、上記ＩＤを用いて、データベース（３）から当該ＩＤに対応する重み付けデータを抽出して（ステップ２３０５）、当該データを上記ＩＤとともにデータベース（４）に記憶する（ステップ２３０６）。従って、当該データベース（４）のデータ構造は、上記データベース（３）と同様のデータ構造となる。一時停止ボタンでなければ（ステップ２３０４のＮＯ）次のデータを確認する（ステップ２３０７）。そして、上記処理を、上記データベース（１）に記憶された全ての操作履歴データについて繰り返して、最後の操作履歴データまで処理したか否かを確認する（ステップ２３０７）。最後であれば（ステップ２３０７のＹＥＳ）終了し、最後でなければ（ステップ２３０７のＮＯ）最後のデータまで処理を繰り返す（ステップ２３０８）。

なお、上記処理において一時停止ボタンの操作履歴データを抽出しているのは、ユーザがＷｅｂページを閲覧中に一時停止ボタンを押すということは、当該ページを注視して閲覧することを所望しているということであり、当該Ｗｅｂページにはユーザが興味を持っている単語が含まれている可能性が高いからである。

図２４は、ユーザ特性情報生成機構２０５が、ユーザ特性情報２０９を生成する動作を示すフローチャートである。同図に示すように、ユーザ特性情報生成機構２０５は、まず、上記データベース（４）に記憶された重み付けデータを入力する（ステップ２４０１）。次に、当該重み付けデータの中から同一の単語を検索して抽出し、当該単語の重みを合計する（ステップ２４０２）。そして、当該重みを合計することにより生成したデータを、ユーザ特性情報２０９として出力する（ステップ２４０３）。

上記ユーザ特性情報２０９は、例えば図２５に示すように、単語を記述するための単語フィールドと、当該単語の重みを合計するための重みフィールドからなり、例えば保存用メモリ１０３に記憶される。当該ユーザ特性情報２０９は、上述したようにユーザの特定の操作履歴に基づいて作成され、ユーザの興味を反映している可能性が高いデータであるため、当該ユーザ特性情報２０９を利用することにより、ユーザの興味のあるコンテンツを検索し、ユーザに提示することが可能となる。

図２６は、上記Ｗｅｂ巡回機構２０６がＷｅｂを巡回して取得したＷｅｂページから、テキスト抽出機構２０２がテキストデータを抽出する動作を示したフローチャートである。

同図に示すように、まずＷｅｂ巡回機構２０６が、予め記憶した巡回リスト２１０を入力する（ステップ２６０１）。当該巡回リスト２１０は例えば図２７に示すように、ＵＲＬを識別するためのＩＤを記述するためのＩＤフィールドと、巡回対象のＵＲＬを記述するためのＵＲＬフィールドからなる。当該ＵＲＬは、例えば予めＷｅｂ巡回機構２０６がネットワーク装置１０９を介してインターネット上から任意に取得しておく。次にＷｅｂ巡回機構２０６は、巡回リスト２１０中のＵＲＬを取得するための変数Ｊに１を入力して（ステップ２６０２）、巡回リスト２１０中のＪ行目のデータを取得し（ステップ２６０３）、当該データからＵＲＬデータを取得する（ステップ２６０４）。そして、当該ＵＲＬで指定されたＷｅｂページを、ネットワーク装置１０９を介して取得し（ステップ２６０５）、当該Ｗｅｂページから、上記テキスト抽出機構２０２が、上述したテキストデータを抽出し（ステップ２６０６）、当該テキストデータをデータベース（５）に記憶する（ステップ２６０７）。当該処理を繰り返して、巡回リスト２１０中の最後のＵＲＬまで取得したか否かを確認する（ステップ２６０８）。最後まで取得したなら終了し（ステップ２６０８のＹＥＳ）、最後まで取得していなければ（ステップ２６０８のＮＯ）上記変数Ｊに１を加えて、巡回リスト２１０の次のデータに対して処理を行い（ステップ２６０９）、最後のデータまで繰り返す。

次に、上記重み付け計算機構２０３が、図２８に示すように、上記データベース（５）に記憶されたテキストデータを入力し（ステップ２８０１）、当該テキストデータに対して、上記図１９で説明したのと同様にしてテキスト解析処理を行い（ステップ２８０２）、当該処理によって得た重み付けデータを、当該重み付けデータを識別するためのＩＤとともにデータベース（６）に記憶する（ステップ２８０３）。当該ＩＤは、上記巡回リスト２１０中のＵＲＬを識別するＩＤと対応している。

図２９は、類似度計算機構２０７が上記データベース（６）に記憶された重み付けデータと上記ユーザ特性情報２０５との類似度を計算する動作を示したフローチャートである。

同図に示すように、まず類似度計算機構２０７は、保存用メモリ１０３から上記ユーザ特性情報２０９を入力し（ステップ２９０１）、上記データベース（６）から重み付けデータを抽出するための変数Ｋに１を代入する（ステップ２９０２）。そして、データベース（６）からＩＤ＝Ｋである重み付けデータを抽出する（ステップ２９０３）。次に、抽出した上記重み付けデータと上記ユーザ特性情報２０９のベクトル化を行う（ステップ２９０４）。具体的には、例えば図３０に示すように、上記ユーザ特性情報２０９と上記重み付けデータを比較し、両方に共通して含まれる単語が同じ順位になるように並べ替えを行う。なお、片方のみに含まれる単語については、もう片方のデータの対応する順位に０を適用する。そして、例えばベクトルの内積等の計算方法を用いて、ユーザ特性情報２０９と上記重み付けデータとの類似度を求めて（ステップ２９０５）、当該計算結果の類似度を、当該類似度を識別するためのＩＤとともにデータベース（７）に記憶する（ステップ２９０６）。当該ＩＤは、上記巡回リスト２１０中のＵＲＬを識別するＩＤと対応している。そして当該処理を繰り返して、上記変数Ｋが上記重み付けデータの最後のＩＤと一致するか否かを確認し（ステップ２９０７）、一致したならば終了する（ステップ２９０８のＹＥＳ）。一致しない場合には（ステップ２９０７のＮＯ）、上記変数Ｋに１を加えて次のデータに対して処理を行い、上記重み付けデータの最後のデータまで処理を繰り返す。

上記データベース（７）は、例えば図３１に示すように、上記類似度計算機構２０７が計算した類似度を識別するためのＩＤフィールドと、当該類似度を記述するための類似度フィールドからなる。

図３２は、コンテンツ推薦機構２０８が、上記類似度データを基にユーザに対してコンテンツを推薦する動作を示すフローチャートである。同図に示すように、まずコンテンツ推薦機構２０８は、データベース（７）に記憶されているＩＤとそれに対応する類似度データを入力する（ステップ３２０１）。次に、当該類似度データを、類似度が大きい順に並び替える（ステップ３２０２）。そして、上記巡回リスト２１０を入力する（ステップ３２０３）。次に、上記類似度データからＩＤを取得するための変数Ｐに１を代入する（ステップ３２０４）。そして、類似度データ中、上記並び替えにより類似度がＰ番目に高い類似度データのＩＤ＝Ｑを取得し（ステップ３２０５）、当該ＩＤを用いて、上記巡回リスト２１０から、対応するＩＤ＝ＱのデータのＵＲＬを取得する（ステップ３２０６）。次に、当該取得したＵＲＬで指定されるＷｅｂページを取得し（ステップ３２０７）、当該Ｗｅｂページのタイトルを取得する（ステップ３２０８）。そして、上記変数Ｐが３か否かを確認する（ステップ３２０９）。これは、ユーザに推薦するコンテンツの数を３つに設定しているためであるが、当該変数の設定を変更することにより、推薦するコンテンツの数を変更することも勿論可能である。Ｐ＝３でない場合（ステップ３２０９のＮＯ）には、Ｐに１を加えて（ステップ３２１０）、類似度が３番目に高いＷｅｂページを取得するまで処理を繰り返す。そして、３つのＷｅｂページのタイトルを取得したら（ステップ３２０９のＹＥＳ）、当該タイトルの一覧を推薦コンテンツとして上記表示装置１０７に表示する（ステップ３２１１）。当該タイトル一覧は、例えば図３３に示すように、ユーザが上記図３若しくは図４のようにテレビ番組とＷｅｂページを同時に閲覧中に、Ｗｅｂページの一部に表示される。

なお、上記推薦コンテンツの一覧ではなく、当該コンテンツ自体、すなわち当該Ｗｅｂページを直接表示するような態様であってもよい。この場合、例えば上記巡回リスト２１０を上記ＷＥｂアプリケーション２０１が生成するＵＲＬリストに置き換えることにより、当該ＵＲＬリストの中から推薦するＷｅｂページを例えば類似度が高い順に選択してＷｅｂページ表示領域３０４に表示するようにすればよい。

以上説明したように、本実施形態においては、ユーザが閲覧中のＷｅｂページに対する操作履歴データを解析し、当該操作履歴に対応するＷｅｂページから抽出したテキストデータに含まれる単語に関する分析を行ってユーザ特性情報２０９を生成し、当該ユーザ特性情報を用いて、ユーザに対してコンテンツを推薦する。ユーザ特性情報２０９は、ユーザが興味のあるＷｅｂページに対する操作履歴を反映しているため、ユーザの興味のあるコンテンツを推薦することが可能となる。そしてユーザにとっても、上記処理が自動的に実行されるため、ユーザは複雑な操作を行う必要もなく、ネットワーク等に関する専門的な知識を持っていなくても、自らが興味の有るコンテンツの推薦を受けることができる。

なお、本発明は以上説明した実施の形態には限定されるものではなく、種々の変形が可能である。

上記実施形態においては、ユーザが興味を持っている可能性が高いＷｅｂページに着目して処理を行っていたが、逆にユーザが興味を持っていない可能性が高いＷｅｂページにも着目することにより、コンテンツ推薦の精度を向上させることも可能である。例えば、ユーザが興味を持っていない可能性が高いＷｅｂページに含まれ、高い重み付けをされている単語が、ユーザが興味を持っている可能性の高いＷｅｂページにも含まれており、同じく高い重み付けをされている可能性がある場合に、両方のデータを扱うことにより、実際にはユーザが興味を持っていないＷｅｂページが推薦されてしまうのを抑制することができる。以下、この場合の実施の形態について説明する。

図３４は、本実施形態において上記重み付けデータ抽出機構２０４が、特定のユーザ操作に対応する重み付けデータを抽出する動作を示すフローチャートである。上記図２３と同様の処理を行う部分については同一の符号を付し、説明を省略する。

同図に示すように、重み付けデータ抽出機構２０４は、一時停止ボタンの操作履歴データか否かを確認した（ステップ２３０４）後、ユーザの次ボタンの操作に関する操作履歴データか否かを確信する（ステップ３４０１）。そして、次ボタンであれば（ステップ３４０１のＹＥＳ）、データベース（３）から、操作履歴データのＩＤ＝Ｍに対応する重み付けデータを抽出して（ステップ３４０２）、当該データを上記ＩＤとともにデータベース（８）に記憶する（ステップ３４０３）。従って、当該データベース（８）のデータ構造は、上記データベース（３）及び（４）と同様のデータ構造となる。

なお、上記処理において次ボタンの操作履歴データを抽出しているのは、ユーザがＷｅｂページ閲覧中に次ボタンを押すということは、当該ページをあまり注視せずに閲覧したということであり、当該Ｗｅｂページにはユーザが興味を持っていない単語が含まれている可能性が高いからである。

図３５は、上記重み付けデータ抽出機構２０４が、上記次ボタンに関する重み付けデータを基にユーザ特性情報を生成する動作を示したフローチャートである。上述した図１４と同一の処理を行う部分については同一の符号を付し、説明を省略する。同図に示すように、ユーザ特性情報生成機構２０５は、データベース（４）に記憶されたユーザの一時停止ボタンに関する重み付けデータを基に、「興味あり」ユーザ特性情報２０９ａを生成し（ステップ１４０４ａ）、次ボタンに関する重み付けデータを基に、「興味なし」ユーザ特性情報２０９ｂを生成する（ステップ１４０４ｂ）。そして、類似度計算機構２０７は、重み付け計算機構２０３がデータベース（６）に記憶した重み付けデータと、上記「興味あり」ユーザ特性情報２０９ａとを比較して両者の類似度を計算し、当該計算の結果である類似度データベースをデータベース（７）に記憶する（ステップ１４０７ａ）。一方、データベース（６）に記憶した重み付けデータと、上記「興味なし」ユーザ特性情報２０９ｂとの類似度を計算し、当該計算の結果である類似度データベースをデータベース（９）に記憶する（ステップ１４０７ｂ）。

そして、この処理により作成した２つのユーザ特性情報を用いて、コンテンツ推薦機構２０８がユーザにコンテンツを推薦する処理の前段階で、データベース（７）に対して操作を行う。具体的には、図３６及び図３７に説明するような操作を行うことが考えられる。

図３６は、データベース（７）とデータベース（９）をそれぞれ類似度の大きい順位並び替え、データベース（７）中にデータベース（９）の上位にあるＩＤが含まれる場合に、当該ＩＤに対応するデータを削除する方法を示している。

また、図３７は、図３６と同様に両データベースを類似度の大きい順に並び替えた後、データベース（７）の類似度をデータベース（９）の類似度で割った値で、データベース（７）を置き換える方法を示している。これは、同一のＩＤのデータで比較した場合に、データベース（７）の類似度が大きく、データベース（９）の類似度が小さいほどユーザが興味のあるコンテンツである可能性が高く、コンテンツの推薦に適しているからである。

以上のように、「興味あり」及び「興味なし」の２つのユーザ特性情報を用いることにより、ユーザの興味のあるコンテンツの推薦の精度を向上することができる。

また、上記実施形態においては、ユーザ特性情報２０９は一つしか生成していなかったが、上記実施形態におけるテレビジョンセット１００を複数人で使用する状況も考えられる。そこで、ユーザ特性情報２０９を複数人分用意して、各ユーザに対応してユーザ特性情報２０９を切り替えるようにしてもよい。

具体的には、操作装置１０８にユーザ特性情報を切り替えるためのボタンを複数追加して、押されたボタンに応じて使用するユーザ特性情報２０９を切り替える方法や、キーボードを使用してユーザ毎にユーザ名やパスワードを入力させてユーザ特性情報２０９を切り替える方法、指紋認識や顔認識等のバイオメトリクスを用いてユーザ特性情報２０９を切り替える方法、各ユーザが使用するＩＤ付きの携帯機器をテレビジョンセット１００に接続することによってユーザ特性情報を切り替える方法等、様々な方法が適用することができる。

また、必ずしも一人でＷｅｂページを閲覧するとは限らないので、状況に応じて上記複数のユーザ特性情報を融合させるようにしてもよい。具体的には、上述したユーザ認識方法によって複数人のユーザが認識された場合、予めユーザ毎に使用時間を記録しておき、ユーザ毎にユーザ特性情報２０９を作成した後、上記ユーザ毎の使用時間が最も長いユーザのユーザ特性情報を使用する方法が考えられる。また、図３８に示すように、認識しているユーザ毎にユーザ特性情報１、２、３を作成した後、同図のＷの計算式のように、ユーザ毎の使用時間に応じて配分を行った上で重みの値を合計して、新しいユーザ特性情報を生成するようにしてもよい。これにより、ユーザが複数人いる場合であっても、どのユーザにも興味のあるコンテンツを推薦することが可能となる。

また、上記実施形態においては、推薦するコンテンツとしてＷｅｂページを利用していたが、テキストデータに変換できるものであれば、推薦に利用できるコンテンツはＷｅｂページに限らない。例えば上記Ｗｅｂ巡回機構２０６が取得するデータを上記ＥＰＧデータ５０１に置き換えれば、当該ＥＰＧデータ５０１から上記テキスト抽出機構２０２が抽出したテキストデータに、上記重み付け計算機構２０３が重み付け処理を行い、類似度計算機構２０７が上記ユーザ特性情報２０５との類似度を計算することにより、ユーザに対してテレビ番組の推薦を行うことも可能である。

また、上記実施形態においては、上記Ｗｅｂアプリケーション２０１が表示するＷｅｂページに対するユーザの操作履歴データからユーザ特性情報２０９を生成していたが、例えばユーザがテレビ番組を視聴中に、上記操作装置１０８のチャンネルボタン７０１に対する操作履歴データからユーザ特性情報２０９を生成するようにしてもよい。この場合、上記テキスト抽出機構２０２が上記Ｗｅｂページの替わりに上記ＥＰＧデータ５０１からテキストデータを抽出して、上記重み付け計算機構２０３が当該テキストデータに対して重み付け処理を行い、上記重み付けデータ抽出機構２０４が抽出した重み付けデータから、上記ユーザ特性情報生成機構２０５がユーザ特性情報２０９を生成する。

また、上記実施形態において、ユーザ特性情報２０９は、ユーザが興味を持っているキーワードのランキングになっていると考えられるため、上記Ｗｅｂアプリケーション２０１が上記ＥＰＧデータ５０１から取得していた検索キーワードの替わりに、当該ユーザ特性情報２０９から重みの大きい順に単語を取得して、当該単語を検索キーワードに適用してＷｅｂページを取得することも可能である。しかし、この場合ユーザ特性情報２０９は、その時にユーザが視聴しているテレビ番組とは直接の関連性は無いため、当該テレビ番組と関連性の無いキーワードが抽出されてしまう可能性がある。そこで、上記Ｗｅｂアプリケーション２０１が上記ＥＰＧデータ５０１から取得したキーワードを上記ユーザ特性情報２０９中の単語から検索して、一致する単語が検索された場合に当該単語をＷｅｂ検索のキーワードとして適用するようにすればよい。一致する単語が見つからない場合には、上記実施形態の通りにＥＰＧデータ５０１から抽出した単語をそのまま検索キーワードとして適用すればよい。

また、上記実施形態においては、図１６で説明したように、テキスト抽出機構２０２は、ＨＴＭＬタグを除去していたが、例えばＨＴＭＬタグも除去せずにキーワードと見なして、上記重み付け計算機構２０３の重み付け計算に反映させることも可能である。この場合、例えばＨＴＭＬ文書中のＦＲＡＭＥタグのように、レイアウトを決定付けるタグに対して高い重み付けを行ったたり、画像データを表示する場合に用いるＩＭＧタグ等に高い重み付けを行ったりすることにより、結果的にレイアウト構造が似たＷｅｂページを推薦することが可能となる。

また、上記実施形態においては、重み付け計算機構２０３は、Ｗｅｂページから抽出したテキストデータ中の単語の出現頻度によって重み付け計算を行っていたが、図１３に示した操作履歴データ中の「日付」及び「時刻」のデータを利用し、例えばユーザがＷｅｂページを閲覧していた時間に応じてＷｅｂページに含まれる単語の重みを高くすることも可能である。この場合は、文章が長いＷｅｂページ程閲覧に時間が掛かるおそれがあるが、Ｗｅｂページのデータ量等で閲覧時間を正規化する等して、文章の長短によって差が出ないような工夫をすればよい。

また、上記実施形態においては、どんなＷｅｂページでも無条件で推薦していたため、例えば過度に暴力的若しくは猥褻である等、教育上不適切な内容のＷｅｂページが推薦されてしまう可能性がある。そこで、例えば不適切な内容を含むＷｅｂページで頻繁に使用される単語を予め辞書に登録しておき、重み付け計算機構２０３による重み付け計算時に、上記辞書に含まれる単語の重みを０にすることにより、上記不適切な内容のＷｅｂページが推薦されるのを防ぐことができ、いわゆるパレンタルロックを行うことが可能となる。

また、上記実施形態においては、上記ユーザ特性情報２０９に蓄積される単語データが、時間が経過する毎に増大していき、データ量が大きくなってしまう可能性がある。そこで、例えば一定時間毎に、重みが小さいデータを小さい順に削除することにより、データ量を削減するようにしてもよい。

本実施形態におけるテレビジョンセットの電気的な構成を示す概略図である。 本実施形態に係るシステムの全体図である。 Ｗｅｂアプリケーション２０１によって表示される表示画面の例を示す図である。 Ｗｅｂアプリケーション２０１によって表示される表示画面の別の例を示す図である。 ＥＰＧデータ５０１の例を示す図である。 Ｗｅｂアプリケーション２０１がテレビジョンセット１００の表示画面にテレビ番組及びＷｅｂページ等を表示する動作を示すフローチャートである。 本実施形態における操作装置１０８を示した図である。 チャンネルボタン７０１が押された場合の動作を示すフローチャートである。 前ボタン７０２が押された場合の動作を示すフローチャートである。 次ボタンが押された場合の動作を示すフローチャートである。 一時停止ボタンが押下された場合の動作を示すフローチャートである。 Ｗｅｂページ表示領域３０４の拡大表示中の画面例を示す図である。 データベース（１）に記憶されたデータを示す図である。 操作履歴データ作成後、ユーザに対してコンテンツを推薦するまでの動作を概略的に示したフローチャートである。 テキスト抽出機構２０２が、データベース（１）に記憶された操作履歴データを参照してテキストデータを抽出する動作を示したフローチャートである。 テキスト抽出機構２０２がテキストデータを抽出する動作を示すフローチャートである。 データベース（２）に記憶されたデータを示す図である。 重み付け計算機構２０３が重み付けデータを作成する動作を示すフローチャートである。 重み付け計算機構２０３によるテキスト解析処理の詳細を示すフローチャートである。 重み付け計算機構２０３によって生成される形態素解析データの例を示す図である。 重み付け計算機構２０３によって生成される重み付けデータの例を示す図である。 データベース（３）に記憶されたデータを示す図である。 重み付けデータ抽出機構２０４が、特定のユーザ操作に対応する重み付けデータを抽出する動作を示すフローチャートである。 ユーザ特性情報生成機構２０５がユーザ特性情報２０９を生成する動作を示すフローチャートである。 ユーザ特性情報２０９の例を示す図である。 Ｗｅｂ巡回機構２０６がＷｅｂを巡回して取得したＷｅｂページから、テキスト抽出機構２０２がテキストデータを抽出する動作を示すフローチャートである。 巡回リスト２１０の例を示す図である。 重み付け計算機構２０３が、データベース（５）に記憶されたテキストデータから重み付けデータを生成する動作を示すフローチャートである。 類似度計算機構２０７がデータベース（６）に記憶された重み付けデータと上記ユーザ特性情報２０５との類似度を計算する動作を示すフローチャートである。 重み付けデータとユーザ特性情報２０９のベクトル化の例を示す図である。 データベース（７）に記憶されたデータを示す図である。 コンテンツ推薦機構２０８が類似度データを基にユーザに対してコンテンツを推薦する動作を示すフローチャートである。 コンテンツ推薦機構２０８により表示装置１０７に表示されるタイトル一覧の例を示す図である。 本発明の他の実施形態において、重み付けデータ抽出機構２０４が特定のユーザ操作に対応する重み付けデータを抽出する動作を示すフローチャートである。 本発明の他の実施形態において、重み付けデータ抽出機構２０４が、次ボタンに関する重み付けデータを基にユーザ特性情報を生成する動作を示したフローチャートである。 本発明の他の実施形態において、コンテンツ推薦機構２０８がユーザにコンテンツを推薦する処理の前段階で行う処理の一例を示す図である。 本発明の他の実施形態において、コンテンツ推薦機構２０８がユーザにコンテンツを推薦する処理の前段階で行う処理の別の例を示す図である。 本発明の他の実施形態において、新しいユーザ特性情報を生成する処理を示す図である。

符号の説明

１００…テレビジョンセット
１０１…ＣＰＵ
１０２…一時記憶メモリ
１０３…保存用メモリ
１０４…タイマー装置
１０５…テレチューナー
１０５…テレビチューナー
１０５ａ…アンテナ
１０６…音声出力装置
１０７…表示装置
１０８…操作装置
１０９…ネットワーク装置
１１０…バス
２０１…Ｗｅｂアプリケーション
２０２…テキスト抽出機構
２０３…重み付け計算機構
２０４…重み付けデータ抽出機構
２０５…ユーザ特性情報生成機構
２０６…Ｗｅｂ巡回機構
２０７…類似度計算機構
２０８…コンテンツ推薦機構
２０９…ユーザ特性情報
２１０…巡回リスト

Claims (26)

1. 第１のコンテンツを表示する表示手段と、
   前記表示された第１のコンテンツに対するユーザの操作情報を、当該第１のコンテンツと対応付けて記憶する操作情報記憶手段と、
   前記表示された第１のコンテンツから、当該第１のコンテンツに含まれる文字情報を抽出する文字情報抽出手段と、
   前記第１のコンテンツから抽出された前記文字情報から、前記操作情報に応じたユーザ特性情報を生成するユーザ特性情報生成手段と
   を具備することを特徴とする電子機器装置。
2. 請求項１に記載の電子機器装置において、
   前記文字情報に含まれる単語を、その含まれる割合に応じて数値化して、前記単語と当該数値とを対応付けて記憶する記憶手段を更に具備し、
   前記ユーザ特性情報は、前記操作情報と前記数値化された少なくとも一つの単語とを関連付けて生成されることを特徴とする電子機器装置。
3. 請求項１に記載の電子機器装置において、
   前記抽出されたユーザ特性情報を用いて、前記ユーザ特性情報に関連する関連情報を検索する第１の検索手段と、
   前記検索された情報を前記ユーザに提示する提示手段と
   を更に具備することを特徴とする電子機器装置。
4. 請求項３に記載の電子機器装置において、
   前記第１の検索手段は、前記ユーザ特性情報に含まれる単語と同一の単語が含まれる情報を検索するものであり、
   前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断する判断手段を更に具備し、
   前記提示手段は、前記判断手段により前記割合が類似すると判断された情報を前記ユーザに提示することを特徴とする電子機器装置。
5. 請求項２に記載の電子機器装置において、
   前記操作情報記憶手段は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、
   前記ユーザ特性情報生成手段は、前記第１の操作情報に対応する文字情報に含まれる単語から、前記第１の操作情報に対応する文字情報及び前記第２の操作情報に対応する文字情報の両方に含まれる単語を削除した単語を基に前記ユーザ特性情報を生成することを特徴とする電子機器装置。
6. 請求項５に記載の電子機器装置において、
   前記表示手段は、前記第１のコンテンツとして少なくとも一以上のページを所定の時間間隔でページ送りして表示し、
   前記第１の操作情報は、前記ページ送りに対するユーザの一時停止操作であり、
   前記第２の操作情報は、前記ページ送りに対するユーザの早送り操作であることを特徴とする電子機器装置。
7. 請求項３に記載の電子機器装置において、
   前記操作情報記憶手段は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、
   前記ユーザ特性情報生成手段は、前記第１の操作情報に対応する前記第１のコンテンツに含まれる文字情報から第１の特性情報を生成するとともに、前記第２の操作情報に対応する第１のコンテンツに含まれる文字情報から第２の特性情報を生成するものであり、
   前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断する判断手段を更に具備し、
   前記提示手段は、前記比較の結果、前記関連情報と前記第１の特性情報の両方に含まれる単語の割合が類似し、かつ前記関連情報と前記第２の特性情報の両方に含まれる単語の割合が類似しない場合に、当該関連情報を前記ユーザに提示することを特徴とする電子機器装置。
8. 請求項１に記載の電子機器装置において、
   特定の時間帯に出力される第２のコンテンツに関連するキーワードを、当該第２のコンテンツ内容を前記特定の時間帯以前に予め説明した情報から収集する収集手段と、
   前記キーワードを基に、当該キーワードに関連する前記第１のコンテンツを検索する第２の検索手段とを更に具備し、
   前記表示手段は、前記第１のコンテンツを前記第２のコンテンツとともに表示することを特徴とする電子機器装置。
9. 請求項１に記載の電子機器装置において、
   前記ユーザ特性情報生成手段は、前記ユーザ特性情報生成後であって所定時間経過後に当該ユーザ特性情報を再度生成することにより、前記所定時間経過前のユーザ特性情報を更新することを特徴とする電子機器装置。
10. 請求項１に記載の電子機器装置において、
    教育上不適切な内容を含むコンテンツに多く含まれる単語を予め記憶する不適切単語記憶手段と、
    前記不適切単語記憶手段により記憶された単語を基に、前記文字情報抽出手段が前記表示された第１のコンテンツから前記不適切単語を抽出することを規制する規制手段とを更に具備することを特徴とする電子機器装置。
11. 請求項１に記載の電子機器装置において、
    前記操作情報記憶手段は、ユーザが複数存在する場合に当該ユーザ毎に当該ユーザの操作を前記第１のコンテンツと対応付けて記憶し、
    前記ユーザ特性情報生成手段は、前記複数のユーザ毎に前記ユーザ特性情報を生成することを特徴とする電子機器装置。
12. 請求項１に記載の電子機器装置において、
    前記文字情報抽出手段は、前記第１のコンテンツの表示レイアウトに関する文字情報を抽出し、
    前記ユーザ特性情報生成手段は、前記表示レイアウトに関する文字情報を基に前記ユーザ特性情報を生成することを特徴とする電子機器装置。
13. 請求項１に記載の電子機器装置において、
    前記ユーザ特性情報に含まれる割合が低い単語のデータを、当該割合が低い順に一定時間毎に削除することを特徴とする電子機器装置。
14. （ａ）第１のコンテンツを表示するステップと、
    （ｂ）前記表示された第１のコンテンツに対するユーザの操作情報を、当該第１のコンテンツと対応付けて記憶するステップと、
    （ｃ）前記表示された第１のコンテンツから、当該第１のコンテンツに含まれる文字情報を抽出するステップと、
    （ｄ）前記第１のコンテンツから抽出された前記文字情報から、前記操作情報に応じたユーザ特性情報を生成するステップと
    を具備することを特徴とする情報提供方法。
15. 請求項１４に記載の方法において、
    （ｅ）前記文字情報に含まれる単語を、その含まれる割合に応じて数値化して、前記単語と当該数値とを対応付けて記憶するステップを更に具備し、
    前記ユーザ特性情報は、前記操作情報と前記数値化された少なくとも一つの単語とを関連付けて生成されることを特徴とする情報提供方法。
16. 請求項１４に記載の方法において、
    （ｆ）前記抽出されたユーザ特性情報を用いて、前記ユーザ特性情報に関連する関連情報を検索するステップと、
    （ｇ）前記検索された情報を前記ユーザに提示するステップと
    を更に具備することを特徴とする情報提供方法。
17. 請求項１６に記載の方法において、
    前記ステップ（ｆ）は、前記ユーザ特性情報に含まれる単語と同一の単語が含まれる情報を検索するものであり、
    （ｈ）前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断するステップを更に具備し、
    前記ステップ（ｇ）は、前記ステップ（ｈ）により前記割合が類似すると判断された情報を前記ユーザに提示することを特徴とする情報提供方法。
18. 請求項１５に記載の方法において、
    前記ステップ（ｂ）は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、
    前記ステップ（ｄ）は、前記第１の操作情報に対応する文字情報に含まれる単語から、前記第１の操作情報に対応する文字情報及び前記第２の操作情報に対応する文字情報の両方に含まれる単語を削除した単語を基に前記ユーザ特性情報を生成することを特徴とする情報提供方法。
19. 請求項１８に記載の方法において、
    前記ステップ（ａ）は、前記第１のコンテンツとして少なくとも一以上のページを所定の時間間隔でページ送りして表示し、
    前記第１の操作情報は、前記ページ送りに対するユーザの一時停止操作であり、
    前記第２の操作情報は、前記ページ送りに対するユーザの早送り操作であることを特徴とする情報提供方法。
20. 請求項１６に記載の方法において、
    前記ステップ（ｂ）は、前記第１のコンテンツに対するユーザの第１の操作情報及び第２の操作情報を前記第１のコンテンツと対応付けて記憶し、
    前記ステップ（ｄ）は、前記第１の操作情報に対応する前記第１のコンテンツに含まれる文字情報から第１の特性情報を生成するとともに、前記第２の操作情報に対応する第１のコンテンツに含まれる文字情報から第２の特性情報を生成し、
    （ｉ）前記ユーザ特性情報に含まれる前記同一の単語の割合と、前記検索された情報に含まれる前記同一の単語の割合とを比較して、前記割合の類似度を判断するステップを更に具備し、
    前記ステップ（ｇ）は、前記比較の結果、前記関連情報と前記第１の特性情報の両方に含まれる単語の割合が類似し、かつ前記関連情報と前記第２の特性情報の両方に含まれる単語の割合が類似しない場合に、当該関連情報を前記ユーザに提示することを特徴とする情報提供方法。
21. 請求項１４に記載の方法において、
    （ｊ）特定の時間帯に出力される第２のコンテンツに関連するキーワードを、当該第２のコンテンツ内容を前記特定の時間帯以前に予め説明した情報から収集するステップと、
    （ｋ）前記キーワードを基に、当該キーワードに関連する前記第１のコンテンツを検索するステップとを更に具備し、
    前記ステップ（ａ）は、前記第１のコンテンツを前記第２のコンテンツとともに表示することを特徴とする情報提供方法。
22. 請求項１４に記載の方法において、
    （ｌ）前記ユーザ特性情報生成後であって所定時間経過後に当該ユーザ特性情報を再度生成することにより、前記所定時間経過前のユーザ特性情報を更新するステップを更に具備することを特徴とする情報提供方法。
23. 請求項１４に記載の方法において、
    （ｍ）教育上不適切な内容を含むコンテンツに多く含まれる単語を予め記憶するステップと、
    （ｎ）前記ステップ（ｍ）により記憶された単語を基に、前記ステップ（ｃ）が前記表示された第１のコンテンツから前記不適切単語を抽出することを規制するステップとを更に具備することを特徴とする情報提供方法。
24. 請求項１４に記載の方法において、
    前記ステップ（ｂ）は、ユーザが複数存在する場合に当該ユーザ毎に当該ユーザの操作を前記第１のコンテンツと対応付けて記憶し、
    前記ステップ（ｄ）は、前記複数のユーザ毎に前記ユーザ特性情報を生成することを特徴とする情報提供方法。
25. 請求項１４に記載の方法において、
    前記ステップ（ｃ）は、前記第１のコンテンツの表示レイアウトに関する文字情報を抽出し、
    前記ステップ（ｄ）は、前記表示レイアウトに関する文字情報を基に前記ユーザ特性情報を生成することを特徴とする情報提供方法。
26. 請求項１４に記載の方法において、
    前記ユーザ特性情報に含まれる割合が低い単語のデータを、当該割合が低い順に一定時間毎に削除することを特徴とする情報提供方法。

Images