JP2006040085A - 情報処理装置および方法、記録媒体、並びにプログラム - Google Patents

Abstract

【課題】 ユーザに最適なコンテンツを検索するコンテンツ検索において、コンテンツの検索結果の精度を向上させる。
【解決手段】 入力部２１は、ユーザにより入力された、複数の検索キーと、複数の検索キー間の論理演算子とからなる論理演算式を制御部２２に供給する。類似度計算部２６は、特徴量抽出部２４および特徴量DB２５から供給されるコンテンツの特徴量に基づいて、検索キーによって指定されたキーコンテンツと複数の検索対象コンテンツそれぞれとの類似度を計算する。合成部２８は、キーコンテンツと検索対象コンテンツとの類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する。そして、合成スコアが大きい検索対象コンテンツが、ユーザに最適なコンテンツとして提示される。本発明は、例えば、コンテンツを検索する情報処理装置に適用できる。
【選択図】図１

Description

本発明は、情報処理装置および方法、記録媒体、並びにプログラムに関し、特に、ユーザに最適なコンテンツを検索するコンテンツ検索において、コンテンツの検索結果の精度を向上させる情報処理装置および方法、記録媒体、並びにプログラムに関する。

テレビジョン放送やラジオ放送などの番組、映画、写真等の画像、楽曲（音声）、または、インターネット上のサイトなどに掲載されている、料理や旅行、ショッピングなどの各種の情報など様々なコンテンツにおいて、数多くのコンテンツのなかから、ユーザ自身の嗜好に合うコンテンツを検索することがある。

ユーザの嗜好に合うコンテンツを検索する方法としては、検索キーとなる１つの検索キーオブジェクト（コンテンツ）を入力し、その検索キーオブジェクトの特徴量と、特徴量格納・管理装置に格納されているオブジェクトの特徴量とから、両者の類似度を算出し、その類似度が所定の値以上のオブジェクトについて類似度の高い順に順序付けが行われて出力される類似オブジェクト検索装置がある（例えば、特許文献１参照）。

このような従来のコンテンツの検索方法では、コンテンツの検索条件となる検索キー（コンテンツ）が１つだけ与えられ、その検索キーを基に、ユーザに最適なコンテンツが検索されている。

特開平１０−１７１８２６号公報

しかしながら、１つの検索キーのみの情報に基づいて、コンテンツを検索した場合、その検索キーが、ユーザの嗜好を完全に反映しているとは言い切れず、ユーザの嗜好に合わないコンテンツが検索（提示）されることがあった。即ち、コンテンツの検索結果の精度が高いとは言えない場合があった。

従って、検索条件となる検索キーを複数用いた方が、ユーザの嗜好をより正確に反映させることができ、コンテンツの検索結果の精度を向上させることができると考えられる。

本発明は、このような状況に鑑みてなされたものであり、ユーザに最適なコンテンツを検索するコンテンツ検索において、コンテンツの検索結果の精度を向上させ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、複数のキーコンテンツのそれぞれを指定する複数の検索キーと、複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力手段と、入力手段で入力された論理演算式の検索キーによって指定されたキーコンテンツと複数の検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算する類似度計算手段と、入力手段で入力された論理演算式の検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算手段と、合成スコア計算手段により計算された合成スコアに基づいて、複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを提示する提示手段とを備えることを特徴とする。

類似度計算手段には、コンテンツの複数の特徴量を用いて、キーコンテンツと複数の検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算させることができる。

コンテンツの複数の特徴量のそれぞれを抽出する抽出手段をさらに設けることができる。

入力手段には、コンテンツの各特徴量に対する重みをさらに入力させ、類似度計算手段には、入力手段が入力した重みによって重み付けられたコンテンツの複数の特徴量を用いて、キーコンテンツと複数の検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算させることができる。

論理演算子は、and，or、またはnotの少なくとも１つとすることができる。

本発明の情報処理方法は、複数のキーコンテンツのそれぞれを指定する複数の検索キーと、複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力ステップと、入力ステップの処理で入力された論理演算式の検索キーによって指定されたキーコンテンツと複数の検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算する類似度計算ステップと、入力ステップの処理で入力された論理演算式の検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算ステップと、合成スコア計算ステップの処理により計算された合成スコアに基づいて、複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを提示する提示ステップとを含むことを特徴とする。

本発明の記録媒体に記録されているプログラムは、複数のキーコンテンツのそれぞれを指定する複数の検索キーと、複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力ステップと、入力ステップの処理で入力された論理演算式の検索キーによって指定されたキーコンテンツと複数の検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算する類似度計算ステップと、入力ステップの処理で入力された論理演算式の検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算ステップと、合成スコア計算ステップの処理により計算された合成スコアに基づいて、複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを提示する提示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、複数のキーコンテンツのそれぞれを指定する複数の検索キーと、複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力ステップと、入力ステップの処理で入力された論理演算式の検索キーによって指定されたキーコンテンツと複数の検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算する類似度計算ステップと、入力ステップの処理で入力された論理演算式の検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算ステップと、合成スコア計算ステップの処理により計算された合成スコアに基づいて、複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを提示する提示ステップとを含む処理をコンピュータに実行させることを特徴とする。

本発明においては、複数のキーコンテンツのそれぞれを指定する複数の検索キーと、複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式が入力され、入力された論理演算式の検索キーによって指定されたキーコンテンツと複数の検索対象コンテンツそれぞれとの類似度が、全てのキーコンテンツについて計算され、論理演算式の検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの類似度を用いて論理演算が行われ、検索対象コンテンツごとの合成スコアが計算される。そして、計算された合成スコアに基づいて、複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツが提示される。

本発明によれば、ユーザに最適なコンテンツを検索するコンテンツ検索において、コンテンツの検索結果の精度を向上させることができる。

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。

請求項１に記載の情報処理装置は、
複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを検索する処理を行う情報処理装置（例えば、図１のコンテンツ提示装置１１）において、
複数のキーコンテンツのそれぞれを指定する複数の検索キーと、前記複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力手段（例えば、図１の入力部２１）と、
前記入力手段で入力された論理演算式の前記検索キーによって指定されたキーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する類似度計算手段（例えば、図１の類似度計算部２６）と、
前記入力手段で入力された前記論理演算式の前記検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの前記類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算手段（例えば、図１の合成部２８）と、
前記合成スコア計算手段により計算された前記合成スコアに基づいて、前記複数の検索対象コンテンツのなかから、前記ユーザに最適なコンテンツを提示する提示手段（例えば、図１の制御部２２）と
を備えることを特徴とする。

請求項３に記載の情報処理装置は、
前記コンテンツの複数の特徴量のそれぞれを抽出する抽出手段（例えば、図１の特徴量抽出部２４）をさらに備える
ことを特徴とする。

請求項６に記載の情報処理方法は、
複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを検索する処理を行う情報処理方法において、
複数のキーコンテンツのそれぞれを指定する複数の検索キーと、前記複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力ステップ（例えば、図６のステップＳ１の処理）と、
前記入力ステップの処理で入力された前記論理演算式の前記検索キーによって指定されたキーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する類似度計算ステップ（例えば、図７のステップＳ２２の処理）と、
前記入力ステップの処理で入力された前記論理演算式の前記検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの前記類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算ステップ（例えば、図６のステップＳ６の処理）と、
前記合成スコア計算ステップの処理により計算された前記合成スコアに基づいて、前記複数の検索対象コンテンツのなかから、前記ユーザに最適なコンテンツを提示する提示ステップ（例えば、図６のステップＳ７の処理）と
を含むことを特徴とする。

請求項７に記載の記録媒体のプログラム、請求項８に記載のプログラムの各ステップの具体例も、請求項６に記載の情報処理方法の各ステップの発明の実施の形態における具体例と同様である。

以下、図を参照して、本発明の実施の形態について説明する。

図１は、本発明を適用したコンテンツ提示システムの一実施の形態の構成例（機能ブロック図）を示している（第１実施の形態）。

図１のコンテンツ提示システムは、コンテンツ提示装置１１とコンテンツサーバ１２とから構成されている。

コンテンツ提示装置１１は、コンテンツサーバ１２のコンテンツＤＢ（Data Base）４１のなかから、ユーザに最適な（ユーザの好みの）コンテンツを検索し、ユーザに提示（推薦）する。

ここで、コンテンツとは、例えば、テレビジョン放送やラジオ放送などの番組、映画、写真等の画像、楽曲（音声）、または、インターネット上のサイトなどに掲載されている、料理や旅行、ショッピングなどの各種のカテゴリの情報を表す。但し、本実施の形態では、コンテンツは楽曲であるとして、ユーザが聴きたい楽曲を提示（検索）する例について説明する。また、コンテンツサーバ１２のコンテンツＤＢ（Data Base）４１に記憶されているコンテンツのそれぞれを、以下では、検索対象コンテンツという。

コンテンツ提示装置１１の入力部２１では、ユーザが、複数の検索キーと、その複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を、図示せぬキーボードやマウスなどを用いて入力する。

ここで、ユーザが入力可能な論理演算子は、例えば、and，or，notなどである。また、ユーザが入力する検索キーは、コンテンツ（楽曲）を指定する情報であり、例えば、楽曲のタイトルや、楽曲の歌手名やアルバム名などとすることができる。なお、ユーザコンテンツＤＢ２３に記憶されている楽曲のタイトルのリストが図示せぬLCD (Liquid Crystal Display)などの表示部に表示されている場合などでは、リストのリスト番号（ID）などでも良い。

ユーザは、ユーザコンテンツＤＢ２３に記憶されている楽曲で、自分が気に入った曲のタイトルを検索キーとして入力部２１で入力する。なお、ユーザが所有しているコンテンツ以外のコンテンツを入力（指定）することも可能である。

入力部２１は、ユーザによって入力された、複数の検索キーと、複数の検索キーとその検索キー間の論理演算子とからなる論理演算式とを制御部２２に供給する。

制御部２２は、入力部２１から供給される検索キーを特徴量抽出部２４に供給するとともに、論理演算式を合成部２８に供給する。

また、制御部２２には、ソート部２９から、後述する合成スコアＳが大きい順にソートされている検索対象コンテンツのリストが供給される。制御部２２は、ソート部２９から供給される検索対象コンテンツのリストを基に、合成スコアＳの一番大きい検索対象コンテンツ（以下、推薦コンテンツとも称する）を、外部I/F部３０を制御することによりコンテンツサーバ１２のコンテンツＤＢ４１から取得させ、ユーザコンテンツＤＢ２３に記憶させるとともに、コンテンツ再生部３１にも供給させ、推薦コンテンツを再生（提示）させる。

ユーザコンテンツＤＢ２３には、ユーザがこれまでに取得したコンテンツ（楽曲）が記憶されている。ユーザコンテンツＤＢ２３に記憶されているコンテンツは、特徴量抽出部２４またはコンテンツ再生部３１に供給される。なお、ユーザコンテンツＤＢ２３には、上述したように、外部I/F３０を介してコンテンツサーバ１２から取得したコンテンツの他、例えば、DVD(Digital Versatile Disc)や半導体メモリなどの所定の記録媒体（リムーバブルメディア）から、図示せぬドライブなどを介して取得したコンテンツも記憶させることができる。

特徴量抽出部２４は、制御部２２から供給される検索キーで指定されるコンテンツ（以下、キーコンテンツという）をユーザコンテンツＤＢ２３から取得し、そのキーコンテンツの特徴量を抽出して、類似度計算部２６に供給する。制御部２２からは、複数の検索キーが供給されるので、特徴量抽出部２４は、複数のキーコンテンツの特徴量を抽出し、類似度計算部２６に供給する。

また、特徴量抽出部２４は、外部I/F部３０を介してコンテンツＤＢ４１から供給される、検索対象コンテンツの特徴量を特徴量ＤＢ２５に供給する。なお、コンテンツＤＢ４１に検索対象コンテンツの特徴量が記憶されていない場合には、特徴量抽出部２４は、検索対象コンテンツそのものを外部I/F部３０を介して取得し、そこから特徴量を抽出して、特徴量ＤＢ２５に供給することができる。

特徴量ＤＢ２５は、特徴量抽出部２４から供給される検索対象コンテンツの特徴量を記憶し、必要に応じて、類似度計算部２６に供給する。

ここで、本実施の形態では、コンテンツを楽曲としているので、コンテンツの特徴量の種類としては、例えば、テンポ、ムード、および音の多さを採用する。また、コンテンツの特徴量の値は、０乃至１の範囲の数値となっており、これにより、その特徴の度合いを表す。例えば、テンポ（の特徴量）については、その楽曲が遅いテンポの曲であるか、または速いテンポの曲であるかが０乃至１の範囲の数値で表されている。また、ムード（の特徴量）については、その楽曲が暗いムードの曲であるか、または明るいムードの曲であるかが０乃至１の範囲の数値で表されている。さらに、音の多さ（の特徴量）については、その楽曲がソロの演奏による曲であるか、または多数の楽器を用いた演奏による曲であるかが０乃至１の範囲の数値で表されている。

なお、コンテンツの特徴量の種類の数は、上述の３つに限定されず、２以下でも、４以上でもよい。その他の楽曲の特徴量の種類としては、例えば、メロディー、コード進行などを採用することができる。

類似度計算部２６には、複数のキーコンテンツの特徴量が特徴量抽出部２４から供給されるとともに、全ての検索対象コンテンツの特徴量が特徴量ＤＢ２５から供給される。類似度計算部２６は、キーコンテンツと検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算し、スコア計算部２７に供給する。

ここで、キーコンテンツと検索対象コンテンツとの類似度を表す指標としては、例えば、テンポ、ムード、音の多さの特徴量それぞれを軸とする３次元空間における、キーコンテンツのベクトルと検索対象コンテンツのベクトルのユークリッド距離を採用することができる。

即ち、キーコンテンツと検索対象コンテンツとの類似度（距離）Ｄは、

Ｄ＝sqrt｛（検索対象コンテンツ.テンポ−キーコンテンツ.テンポ）²
＋（検索対象コンテンツ.ムード−キーコンテンツ.ムード）²
＋（検索対象コンテンツ.音の多さ−キーコンテンツ.音の多さ）²｝
・・・・・・・・・・・・（１）

と表すことができる。なお、式（１）において、検索対象コンテンツ.テンポは、検索対象コンテンツのテンポの特徴量の値を表し、検索対象コンテンツ.ムードは、検索対象コンテンツのムードを表し、検索対象コンテンツ.音の多さは、検索対象コンテンツの音の多さを表す。キーコンテンツについても同様である。また、sqrtは、平方根（√）を表す。

また、キーコンテンツと検索対象コンテンツとの類似度Ｄとしては、上述のユークリッド距離に限定されず、例えば、キーコンテンツおよび検索対象コンテンツそれぞれのベクトルの内積などを採用することもできる。

ここで、特徴量抽出部２４から供給されるキーコンテンツの総数をｎ個、特徴量ＤＢ２５から供給される検索対象コンテンツの総数をｍ個（ｎ，ｍは、２以上の任意の整数）とした場合、１つのキーコンテンツに対して、ｍ個の類似度Ｄが計算されることとなり、全部でｎ×ｍ個の類似度Ｄがスコア計算部２７に供給される。

スコア計算部２７は、類似度計算部２６から供給される、キーコンテンツと検索対象コンテンツとの類似度Ｄから、キーコンテンツと検索対象コンテンツとのスコアｓを計算し、合成部２８に供給する。従って、スコア計算部２７においても、類似度計算部２６と同様のｎ×ｍ個のスコアｓが計算され、合成部２８に供給される。

スコア計算部２７では、キーコンテンツと検索対象コンテンツとの類似度Ｄが高いほどスコアｓが大きくなるようにスコアｓが計算される。従って、類似度Ｄとして上述の式（１）で表される距離を用いた場合、距離が小さいほど類似度が高いことを表すので、スコアｓは、例えば、式（２）のように計算することができる。

ｓ＝１÷（Ｄ＋α）
・・・・・・・・・・・・（２）

式（２）において、αは、類似度Ｄがゼロの場合（キーコンテンツと検索対象コンテンツとが完全に一致する場合）でも分母がゼロとならないようにするための所定の定数を表す。

また、類似度を、その値が大きくなるほど、類似度が高くなるような指標を用いた場合には、類似度Ｄをそのままスコアｓとすることができる。この場合、スコア計算部２７は省略することができる。

合成部２８は、スコア計算部２７から供給されるｎ×ｍ個のスコアｓと、制御部２２から供給される論理演算式とに基づいて、検索対象コンテンツごとの合成スコアSを計算する。即ち、合成部２８は、論理演算式の検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとのスコアｓを用いて論理演算を行い、検索対象コンテンツごとの合成スコアＳを計算する。従って、合成部２８では、１つの検索対象コンテンツに対してｎ個のスコアｓの論理演算が行われ、ｍ個の検索対象コンテンツの合成スコアＳが算出される。また、合成部２８は、ｍ個の検索対象コンテンツの合成スコアＳをソート部２９に供給する。

ソート部２９は、合成部２８から供給される各検索対象コンテンツの合成スコアＳを、その合成スコアＳの大きい順にソートする。そして、ソート部２９は、合成スコアＳが大きい順にソートされた検索対象コンテンツのリストを制御部２２に供給する。従って、ソート部２９から供給される検索対象コンテンツのリストでは、検索対象コンテンツのリストの上位にあるほど、即ち、合成スコアＳが大きいほど、ユーザに最適な（ユーザの嗜好に合致する）コンテンツであることを表す。

外部I/F(Inter Face)部３０は、例えば、ADSL（Asymmetric Digital Subscriber Line）モデムや、LAN (Local Area Network)カード等で構成され、インターネットなどの各種のネットワークとの間の通信インタフェースとして機能する。外部I/F部３０は、制御部２２の制御の下、図示せぬネットワークを介して、コンテンツサーバ１２のコンテンツDB４１から検索対象コンテンツ、または検索対象コンテンツの特徴量を取得し、ユーザコンテンツDB２３または特徴量抽出部２４に供給する。

コンテンツ再生部３１は、制御部２２の制御の下、ユーザコンテンツDB２３から供給されるコンテンツを再生する。再生された楽曲は、図示せぬスピーカなどから出力される。

コンテンツサーバ１２は、多数のコンテンツ（楽曲）を記憶しているコンテンツDB４１を備え、ネットワークを介してコンテンツサーバ１２にアクセスしてくるユーザの要求に応じて、コンテンツDB４１に記憶されているコンテンツまたはコンテンツの特徴量を提供（供給）する。

以上のように構成される図１のコンテンツ提示システムでは、入力部２１において、コンテンツを指定する複数の検索キーと、その複数の検索キー間の論理演算子とからなる論理演算式がユーザにより入力される。

特徴量抽出部２４は、制御部２２から供給される検索キーに対応するコンテンツ（キーコンテンツ）をユーザコンテンツＤＢ２３から取得し、その特徴量を抽出して類似度計算部２６に供給する。類似度計算部２６は、特徴量抽出部２４から供給されるキーコンテンツの特徴量と、特徴量ＤＢ２５から供給される、コンテンツサーバ１２のコンテンツＤＢ４１に記憶されている検索対象コンテンツの特徴量とを用いて、キーコンテンツと検索対象コンテンツとの類似度Ｄを、全てのキーコンテンツについて計算する。

さらに、スコア計算部２７において、キーコンテンツと検索対象コンテンツとの類似度Ｄがスコアｓに変換され、合成部２８において、入力部２１で入力された論理演算式に対応する論理演算によって、検索対象コンテンツごとに、スコアｓが合成される（合成スコアＳが計算される）。そして、ソート部２９から制御部２２に合成スコアＳが大きい順の検索対象コンテンツのリストが供給され、制御部２２は、外部I/F部３０に、合成スコアＳが一番大きい（リストの最上位の）コンテンツを、コンテンツサーバ１２のコンテンツＤＢ４１から取得させ、ユーザコンテンツＤＢ２３に記憶させるとともに、コンテンツ再生部３１に再生させる。

なお、図１では、コンテンツ提示装置１１と接続されている外部のサーバ（コンテンツサーバ）は、コンテンツサーバ１２の１つだけであるが、コンテンツ提示装置１１は、複数のサーバと接続して、そこに記憶されているコンテンツまたはコンテンツの特徴量を取得することができる。

次に、コンテンツ提示装置１１の各部で計算されるデータについて説明する。

初めに、入力部２１において、ユーザは、「コンテンツＫＢ₁andコンテンツＫＢ₂and・・・・・・andコンテンツＫＢ_n」のように論理演算式（検索キーと論理演算子）を入力したとする。入力されたコンテンツＫＢ₁，コンテンツＫＢ₂，・・，コンテンツＫＢ_nのそれぞれは、検索キーであり、ユーザコンテンツＤＢ２３に記憶されているコンテンツ（キーコンテンツ）のタイトルでもある。また、検索キーの間のそれぞれに、論理演算子としてandが入力されている。

このとき、特徴量抽出部２４は、ユーザコンテンツＤＢ２３からｎ個のコンテンツＫＢ₁乃至コンテンツＫＢ_nを取り出し、それらの特徴量を抽出して、類似度計算部２６に供給する。

図２は、制御部２２から供給される検索キーに対応して、特徴量抽出部２４において抽出されたキーコンテンツ（コンテンツＫＢ₁乃至コンテンツＫＢ_n）の特徴量の例を示している。

具体的には、コンテンツＫＢ₁のテンポは0.5であり、コンテンツＫＢ₁のムードは0.3であり、コンテンツＫＢ₁の音の多さは0.6となっている。また、コンテンツＫＢ₂のテンポは0.9であり、コンテンツＫＢ₂のムードは0.4であり、コンテンツＫＢ₂の音の多さは0.2となっている。さらに、コンテンツＫＢ_nのテンポは0.2であり、コンテンツＫＢ_nのムードは0.8であり、コンテンツＫＢ_nの音の多さは0.5となっている。なお、コンテンツＫＢ₃乃至コンテンツＫＢ_n-1のデータについては図示が省略されている。

図２に示すキーコンテンツ（コンテンツＫＢ₁乃至コンテンツＫＢ_n）の特徴量が、特徴量抽出部２４から類似度計算部２６に供給される。また、類似度計算部２６には、特徴量ＤＢ２５から、全ての検索対象コンテンツの特徴量も供給される。

図３は、特徴量ＤＢ２５に記憶されている全ての検索対象コンテンツの特徴量の例を示している。

具体的には、特徴量ＤＢ２５に記憶されているコンテンツＡ₁のテンポは0.4であり、コンテンツＡ₁のムードは0.2であり、コンテンツＡ₁の音の多さは0.8となっている。また、コンテンツＡ₂のテンポは0.3であり、コンテンツＡ₂のムードは0.5であり、コンテンツＡ₂の音の多さは0.5となっている。さらに、コンテンツＡ_mのテンポは0.4であり、コンテンツＡ_mのムードは0.6であり、コンテンツＡ_mの音の多さは0.1となっている。なお、コンテンツＡ₃乃至コンテンツＡ_m-1のデータについては図示が省略されている。

そして、類似度計算部２６は、キーコンテンツと検索対象コンテンツそれぞれとの類似度Ｄを、全てのキーコンテンツについて計算する。例えば、図２と図３に示したキーコンテンツと検索対象コンテンツの特徴量のデータ例では、コンテンツＫＢ₁について、コンテンツＫＢ₁とコンテンツＡ₁との類似度Ｄ_1,1、コンテンツＫＢ₁とコンテンツＡ₂との類似度Ｄ_1,2、・・・・、およびコンテンツＫＢ₁とコンテンツＡ_mとの類似度Ｄ_1,mが、類似度計算部２６において計算される。また、同様にして、コンテンツＫＢ₂乃至コンテンツＫＢ_nのそれぞれについても、各検索対象コンテンツ（コンテンツＡ₁乃至コンテンツＡ_m）との類似度Ｄ_i,j（ｉ＝２乃至ｎ，ｊ＝１乃至ｍ）が計算される。

さらに具体的には、例えば、コンテンツＫＢ₁とコンテンツＡ₁との類似度Ｄ_1,1は、式（１）を用いて次のように計算される。

コンテンツＫＢ₁とコンテンツＡ₁との類似度Ｄ_1,1
＝sqrt｛（コンテンツＡ₁.テンポ − コンテンツＫＢ₁.テンポ）²
＋（コンテンツＡ₁. ムード − コンテンツＫＢ₁. ムード）²
＋（コンテンツＡ₁. 音の多さ − コンテンツＫＢ₁. 音の多さ）²｝
＝sqrt｛（0.4−0.5）²＋（0.2−0.3）²＋（0.8−0.6）²｝
＝sqrt｛0.06｝
≒0.245

また、このとき、スコア計算部２７で計算される、コンテンツＫＢ₁とコンテンツＡ₁とのスコアｓ_1,1は、式（２）を用いて次のように求めることができる。

コンテンツＫＢ₁とコンテンツＡ₁とのスコアｓ_1,1＝１÷（0.245＋0.1）
≒2.9

なお、ここでは、式（２）における所定の定数αが、0.1として計算されている。

図４は、上述のように、スコア計算部２７が、コンテンツＫＢ_i（キーコンテンツ）とコンテンツＡ_j（検索対象コンテンツ）との類似度から、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ_i,j（ｉ＝１乃至ｎ，ｊ＝１乃至ｍ）を計算した例を示している。

図４に示すように、コンテンツＫＢ₁については、コンテンツＫＢ₁とコンテンツＡ₁とのスコアｓ_1,1、コンテンツＫＢ₁とコンテンツＡ₂とのスコアｓ_1,2，・・・、およびコンテンツＫＢ₁とコンテンツＡ_mとのスコアｓ_1,mの、ｍ個のスコアｓ_1,1乃至ｓ_1,mが得られる。

また、コンテンツＫＢ₂についても、コンテンツＫＢ₂とコンテンツＡ₁とのスコアｓ_2,1、コンテンツＫＢ₂とコンテンツＡ₂とのスコアｓ_2,2，・・・、およびコンテンツＫＢ₂とコンテンツＡ_mとのスコアｓ_2,mの、ｍ個のスコアｓ_2,1乃至ｓ_2,mが得られる。

同様にして、コンテンツＫＢ₃乃至コンテンツＫＢ_nのそれぞれについても、それぞれｍ個のスコアが得られる。

従って、図４に示す、全てのコンテンツＫＢ_i（キーコンテンツ）についての、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ_i,jが、スコア計算部２７から合成部２８に供給される。

合成部２８において、各コンテンツＫＢ_i（キーコンテンツ）の（この後に計算される）合成スコアＳに与える影響度を互いに等しくするために、コンテンツＫＢ_iごとにスコアｓ_i,jの最大値を１とするスコアｓ_i,jの正規化が行われる。なお、以下では、正規化されたスコアｓ_i,jをｓ'_i,jと表す。

また、合成部２８は、図５に示すように、入力部２１で入力された検索キーおよび論理演算子に対応して検索対象コンテンツごとの合成スコアＳ（コンテンツＡ_jの合成スコアＳ_j）を計算する。

具体的には、入力部２１で入力された検索キーのコンテンツＫＢ_iが、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ'_i,jに変換され、論理演算子and，or，notが、それぞれ、乗算（×）、加算（＋）、減算（−）の演算に変換された式によって、コンテンツＡ_jの合成スコアＳ_jが演算される。

即ち、論理演算式「コンテンツＫＢ₁andコンテンツＫＢ₂and・・・・・・andコンテンツＫＢ_n」の入力に対しては、コンテンツＡ₁の合成スコアＳ₁は、コンテンツＫＢ₁とコンテンツＡ₁とのスコアｓ'_1,1×コンテンツＫＢ₂とコンテンツＡ₁とのスコアｓ'_2,1×・・・×コンテンツＫＢ_nとコンテンツＡ₁とのスコアｓ'_n,1で求められる。

また、コンテンツＡ₂の合成スコアＳ₂は、コンテンツＫＢ₁とコンテンツＡ₂とのスコアｓ'_1,2×コンテンツＫＢ₂とコンテンツＡ₂とのスコアｓ'_2,2×・・・×コンテンツＫＢ_nとコンテンツＡ₂とのスコアｓ'_n,2で求められる。

同様にして、コンテンツＡ₃乃至Ａ_mについても、合成スコアＳ₃乃至Ｓ_mが求められる。

以上のようにして、コンテンツサーバ１２のコンテンツＤＢ４１に記憶されている検索対象コンテンツ（コンテンツＡ₁乃至Ａ_m）のすべてについて、合成スコアＳ₁乃至Ｓ_mが、それぞれ求められる。

そして、ソート部２９において、合成スコアＳ₁乃至Ｓ_mが、その値の大きい順にソートされ、制御部２２の制御の下、合成スコアＳの一番大きい検索対象コンテンツ（推薦コンテンツ）がユーザに提示される。即ち、推薦コンテンツが、コンテンツサーバ１２のコンテンツＤＢ４１からダウンロードされ、ユーザコンテンツＤＢ２３に記憶されるとともに、コンテンツ再生部３１にも供給され、再生される。

なお、推薦コンテンツを、合成スコアＳが一番大きい１つのコンテンツに限定せず、合成スコアＳが大きい任意の数のコンテンツとして、その任意の数の推薦コンテンツを合成スコアＳの大きい順に提示（再生）するようにしてもよい。

また、コンテンツ提示装置１１では、推薦コンテンツをコンテンツサーバ１２のコンテンツＤＢ４１からダウンロードして再生せずに、ソート部２９から供給される検索対象コンテンツのリストを、表示部にそのまま表示するだけとして、再生するか否かについてはユーザに選択させるようにしても良い。

次に、図６のフローチャートを参照して、コンテンツ提示装置１１のコンテンツ提示処理について説明する。

初めに、ステップＳ１において、入力部２１は、複数の検索キーと論理演算子とからなる論理演算式がユーザにより入力されたか否かを判定する。ステップＳ１で、論理演算式が入力されたと判定されるまで、ステップＳ１の処理が繰り返される。

ステップＳ１で、論理演算式が入力されたと判定された場合、ステップＳ２に進み、制御部２２は、入力部２１から供給される論理演算式のなかの検索キーを特徴量抽出部２４に供給する。また、ステップＳ２では、特徴量抽出部２４は、ユーザコンテンツＤＢ２３に記憶されているコンテンツのなかから、検索キーに対応するコンテンツ（キーコンテンツ）を取り出し、そのキーコンテンツの各特徴量を抽出し、類似度計算部２６に供給して、ステップＳ３に進む。

ステップＳ３において、類似度計算部２６は、全ての検索対象コンテンツの特徴量を特徴量ＤＢ２５から取得し、ステップＳ４に進む。

ステップＳ４において、類似度計算部２６およびスコア計算部２７は、スコア計算処理を行い、ステップＳ５に進む。ステップＳ４のスコア計算処理では、図４を参照して説明したように、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ_i,jが求められる。なお、スコア計算処理の詳細は、図７を参照して後述する。

ステップＳ５において、合成部２８は、コンテンツＫＢ_iごとにスコアｓ_i,jを正規化して（正規化されたスコアｓ'_i,jを求めて）、ステップＳ６に進む。

ステップＳ６において、合成部２８は、制御部２２から供給される論理演算式に従ってスコアｓ'_i,jの論理演算を行うことにより、検索対象コンテンツごとの合成スコア（図５に示したコンテンツＡ_jの合成スコアＳ_j）を計算し、ソート部２９に供給して、ステップＳ７に進む。

ステップＳ７において、ソート部２９は、ステップＳ６で計算された合成スコアＳ_jの大きい順に検索対象コンテンツをソートし、その結果得られる検索対象コンテンツのリストを制御部２２に供給する。また、ステップＳ７では、制御部２２は、ソート部２９から供給される検索対象コンテンツのリストに基づいて、合成スコアの一番大きい検索対象コンテンツ（推薦コンテンツ）を、外部I/F部３０にコンテンツサーバ１２（のコンテンツＤＢ４１）から取得させ、ユーザコンテンツＤＢ２３に記憶させる。さらに、制御部２２は、推薦コンテンツをユーザコンテンツＤＢ２３からコンテンツ再生部３１に供給させ、再生させて、処理を終了する。

次に、図７のフローチャートを参照して、図６のステップＳ４におけるスコア計算処理について説明する。

初めに、ステップＳ２１において、類似度計算部２６は、キーコンテンツの数と検索対象コンテンツの数をカウントする変数ｉとｊに１をセットして、ステップＳ２２に進む。

ステップＳ２２において、類似度計算部２６は、式（１）を用いて、コンテンツＫＢ_i（キーコンテンツ）とコンテンツＡ_j（検索対象コンテンツ）との類似度Ｄ_i,jを計算し、スコア計算部２７に供給して、ステップＳ２３に進む。

ステップＳ２３において、類似度計算部２６は、変数ｊが検索対象コンテンツの総数ｍと同一の値であるか否かを判定する。ステップＳ２３で、変数ｊが検索対象コンテンツの総数ｍと同一の値ではないと判定された場合、即ち、コンテンツＫＢ_iについて、全ての検索対象コンテンツＡ_jとのスコアｓ_i,jが計算されていない場合、ステップＳ２４に進み、類似度計算部２６は、変数ｊを１だけインクリメントして、ステップＳ２２に戻る。

一方、ステップＳ２３で、変数ｊが検索対象コンテンツの総数ｍと同一の値であると判定された場合、即ち、コンテンツＫＢ_iについては、全ての検索対象コンテンツＡ_jとのスコアｓ_i,jが計算された場合、ステップＳ２５に進む。

ステップＳ２５において、類似度計算部２６は、変数ｉがキーコンテンツの総数ｎと同一の値であるか否かを判定する。

ステップＳ２５で、変数ｉがキーコンテンツの総数ｎと同一の値ではないと判定された場合、即ち、全てのキーコンテンツについてスコアｓ_i,jが計算されていない場合、ステップＳ２６に進み、変数ｉを１だけインクリメントして、ステップＳ２２に戻る。

一方、ステップＳ２５で、変数ｉがキーコンテンツの総数ｎと同一の値であると判定された場合、即ち、全てのキーコンテンツについてスコアｓ_i,jが計算された場合、ステップＳ２７に進む。

ステップＳ２７乃至Ｓ３２のうち、ステップＳ２８を除くステップＳ２７、およびＳ２９乃至Ｓ３２は、類似度計算部２６に代えてスコア計算部２７が処理を行うことを除いて、上述したステップＳ２１、およびＳ２３乃至Ｓ２６のそれぞれと同様の処理を行う。

ステップＳ２８では、スコア計算部２７は、式（２）を用いて、類似度計算部２６から供給されるコンテンツＫＢ_iとコンテンツＡ_jとの類似度Ｄ_i,jから、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ_i,jを計算し、合成部２８に供給して、ステップＳ２９に進む。

即ち、ステップＳ２７乃至Ｓ３２では、１つのキーコンテンツに対し全ての検索対象コンテンツとのスコアｓが計算され、さらに、そのスコアｓの計算が、全てのキーコンテンツに対して繰り返される。これにより、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ_i,jが計算された後、処理を戻る。

以上のように、図６のコンテンツ提示処理によれば、入力部２１で入力される論理演算式に従って、検索対象コンテンツのなかから、ユーザの嗜好に最も合致する（合成スコアＳ_jの大きい）コンテンツを検出し、ユーザに提示することができる。即ち、ユーザに最適なコンテンツを提示することができる。

また、コンテンツ提示処理では、ユーザは、入力部２１において、複数の検索キーと、その検索キー間の関係（論理演算）を表す論理演算子とからなる論理演算式を入力する。従って、１つの検索キー(キーコンテンツ)のみが指定され、その１つの検索キーに基づいてユーザに最適なコンテンツを提示する場合に比べて、ユーザの嗜好により近い（正確な）コンテンツを提示することができる。即ち、コンテンツの検索結果の精度を向上させることができる。

ところで、入力部２１において、ユーザが論理演算式を入力する際、複数の検索キーなどに対して自分自身の好みを重みとして付加することができれば、検索結果として得られるコンテンツを、より自分の嗜好に合致させることができる、即ち、検索結果の精度をさらに向上することができると考えられる。

そこで、図８は、検索キーやコンテンツの特徴量に対して重み係数を指定することができるようにした、コンテンツ提示システムのその他の実施の形態の構成例を示している（第２実施の形態）。なお、図１と対応する部分については、同一の符号を付してあり、その説明を省略する。

即ち、図８のコンテンツ提示装置１１では、図１の入力部２１、制御部２２、類似度計算部２６、および合成部２８に代えて、入力部８１、制御部８２、類似度計算部８３、および合成部８４が設けられている。

入力部８１では、第1実施の形態と同様に、論理演算式がユーザによって入力される他に、各検索キーに対する重み係数、および各特徴量に対する重み係数も、ユーザにより入力される。

例えば、ユーザは、入力部８１において、
「論理演算式：（コンテンツＫＢ₁ or コンテンツKB₂） and コンテンツKB₃、
コンテンツKB₁の重み係数：１．０、
コンテンツKB₂の重み係数：０．５、
コンテンツKB₃の重み係数：１．０、
テンポの重み係数：０．５、
ムードの重み係数：１．０、
音の多さの重み係数：０．５」
のように、論理演算式、各検索キーに対する重み係数、および各特徴量に対する重み係数を入力する。

この入力がなされた場合、ユーザは、検索キーについては、（重み係数が０．５である）コンテンツKB₂よりも（重み係数が１．０である）コンテンツＫＢ₁とコンテンツKB₃とを重視しており、コンテンツの特徴量については、（重み係数が０．５である）テンポおよび音の多さよりも（重み係数が１．０である）ムードを重視していることを表しており、コンテンツ提示装置１１は、そのようなユーザの嗜好を反映した楽曲の検索を行う。

入力部８１は、ユーザにより入力される、複数の検索キー、複数の検索キーおよび検索キー間の論理演算子からなる論理演算式、各検索キーに対する重み係数、並びに各特徴量に対する重み係数を制御部８２に供給する。

制御部８２は、入力部８１から供給される各特徴量に対する重み係数を類似度計算部８３に供給する。また、制御部８２は、入力部８１から供給される各検索キーに対する重み係数を合成部８４に供給する。

なお、制御部８２は、上述した第1実施の形態と同様の処理も行う。従って、特徴量抽出部２４には、検索キーが供給され、合成部８４には、論理演算式と各検索キーの重み係数とが供給される。

類似度計算部８３には、第1実施の形態と同様に、検索キーに対応する複数のキーコンテンツの特徴量が特徴量抽出部２４から供給される。また、類似度計算部８３には、全ての検索対象コンテンツの特徴量も特徴量ＤＢ２５から供給される。

さらに、類似度計算部８３には、上述したように、各特徴量に対する重み係数が制御部８２から供給される。即ち、テンポ、ムード、および音の多さそれぞれに対する重み係数が、制御部８２から類似度計算部８３に供給される。

類似度計算部８３は、制御部８２から供給される重み係数によって重み付けられたコンテンツの特徴量を用いて、キーコンテンツと検索対象コンテンツそれぞれとの類似度を、全てのキーコンテンツについて計算し、スコア計算部２７に供給する。

即ち、類似度計算部８３では、上述の式（１）に代えて、次式（３）により、キーコンテンツと検索対象コンテンツとの類似度Ｄが計算される。

Ｄ＝sqrt｛
((検索対象コンテンツ.テンポ−キーコンテンツ.テンポ)×テンポの重み係数)²
＋((検索対象コンテンツ.ムード−キーコンテンツ.ムード)×ムードの重み係数)²
＋((検索対象コンテンツ.音の多さ−キーコンテンツ.音の多さ)×音の多さの重み係数)²｝
・・・・・・・・・・・・（３）

例えば、テンポに対する重み係数、ムードに対する重み係数、および音の多さに対する重み係数を、それぞれ上述の０．５，１．０，０．５として、図２と図３を参照して説明したコンテンツＫＢ₁とコンテンツＡ₁との類似度Ｄ_1,1を、式（３）を用いて計算すると次のようになる。

コンテンツＫＢ₁とコンテンツＡ₁との類似度Ｄ_1,1
＝sqrt｛(（コンテンツＡ₁.テンポ − コンテンツＫＢ₁.テンポ）×テンポの重み係数)²
＋(（コンテンツＡ₁. ムード − コンテンツＫＢ₁. ムード）×ムードの重み係数)²
＋(（コンテンツＡ₁. 音の多さ − コンテンツＫＢ₁. 音の多さ）×音の多さの重み係数)²｝
＝sqrt｛（（0.4−0.5）×0.5）²＋（（0.2−0.3）×1.0）²＋（（0.8−0.6）×0.5）²｝
＝sqrt｛（-0.5）²＋（-1.0）²＋（0.2×0.5）²｝
≒1.125

また、このとき、スコア計算部２７で計算される、コンテンツＫＢ₁とコンテンツＡ₁とのスコアｓ_1,1は、式（２）を用いて次のように求めることができる（ただし、α＝0.1とする）。

コンテンツＫＢ₁とコンテンツＡ₁とのスコアｓ_1,1＝１÷（1.125＋0.1）
≒0.8

合成部８４には、スコア計算部２７から、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ_i,jが供給されるとともに、制御部８２から、論理演算式と各検索キーに対する重み係数とが供給される。

合成部８４は、重み係数により重みが付加された検索キーを用いて、検索対象コンテンツごとの合成スコアを計算する。即ち、合成部８４は、論理演算式の検索キーに代えて、その検索キーに対応する重みが付加された、コンテンツＫＢ_iとコンテンツＡ_jとのスコアｓ_i,jを用いて論理演算を行い、検索対象コンテンツごとの合成スコアＳ（コンテンツＡ_jの合成スコアＳ_j）を計算する。

以上のように構成される図８のコンテンツ提示システムでは、入力部８１において、論理演算式（複数の検索キーと複数の検索キー間の論理演算を指定する論理演算子）、各検索キーに対する重み係数、および各特徴量に対する重み係数がユーザにより入力される。即ち、入力部８１では、各検索キーおよびコンテンツの各特徴量について、ユーザの好みに応じた重みが入力される。

特徴量抽出部２４は、制御部８２から供給される検索キーによって指定されるコンテンツ（キーコンテンツ）をユーザコンテンツＤＢ２３から取得し、その特徴量を抽出して類似度計算部８３に供給する。類似度計算部８３は、制御部８２から供給される各特徴量に対する重み係数により重み付けられたコンテンツの特徴量を用いて、キーコンテンツと検索対象コンテンツとの類似度Ｄを計算し、スコア計算部２７に供給する。

そして、スコア計算部２７において、キーコンテンツと検索対象コンテンツとの類似度Ｄがスコアｓに変換され、合成部８４において、入力部８１で入力された論理演算式と各検索キーに対する重み係数とに従い、検索対象コンテンツごとにスコアｓが合成される（検索対象コンテンツごとの合成スコアＳが計算される）。そして、ソート部２９から制御部８２に合成スコアＳが大きい順の検索対象コンテンツのリストが供給され、制御部８２は、外部I/F部３０に、合成スコアＳが一番大きい（リストの最上位の）コンテンツを、コンテンツサーバ１２のコンテンツＤＢ４１から取得させ、ユーザコンテンツＤＢ２３に記憶させるとともに、コンテンツ再生部３１に再生させる。

図９は、入力部８１において、論理演算式（複数の検索キーおよび論理演算子）の他に、各検索キーに対する重み係数が入力された場合の合成スコアＳの計算例を示している。なお、ユーザが入力した論理演算式は、図５で示した例と対応している。

即ち、図９に示すように、入力部８１において、第1実施の形態と同様に、「コンテンツＫＢ₁andコンテンツＫＢ₂and・・・・・・andコンテンツＫＢ_n」の論理演算式がユーザにより入力されている。さらに、入力部８１では、コンテンツＫＢ₁，コンテンツＫＢ₂，・・・、およびコンテンツＫＢ_nの検索キーに対して、それぞれ、Ｗ_KB1，Ｗ_KB2，・・・・、およびＷ_KBnの重み係数が入力されている。

この場合、コンテンツＡ_jの合成スコアＳ_jは、コンテンツＫＢ_iの重み係数Ｗ_KBiが乗算されたスコアｓ'_i,jを、論理演算子andに対応して互いに乗算することにより求めることができる。

即ち、コンテンツＡ₁の合成スコアＳ₁は、図９に示すように、（コンテンツＫＢ₁とコンテンツＡ₁とのスコアｓ'_1,1×コンテンツＫＢ₁の重み係数Ｗ_KB1）×（コンテンツＫＢ₂とコンテンツＡ₁とのスコアｓ'_2,1×コンテンツＫＢ₂の重み係数Ｗ_KB2）×・・・×（コンテンツＫＢ_nとコンテンツＡ₁とのスコアｓ'_n,1×コンテンツＫＢ_nの重み係数Ｗ_KBn）で求められる。

また、コンテンツＡ₂の合成スコアＳ₂は、（コンテンツＫＢ₁とコンテンツＡ₂とのスコアｓ'_1,2×コンテンツＫＢ₁の重み係数Ｗ_KB1）×（コンテンツＫＢ₂とコンテンツＡ₂とのスコアｓ'_2,2×コンテンツＫＢ₂の重み係数Ｗ_KB2）×・・・×（コンテンツＫＢ_nとコンテンツＡ₂とのスコアｓ'_n,2×コンテンツＫＢ_nの重み係数Ｗ_KBn）で求められる。

同様にして、コンテンツＡ₃乃至Ａ_mについても、各検索キーの重みを考慮した合成スコアＳ₃乃至Ｓ_mが求められる。

次に、入力部８１において、論理演算式内の所定の論理演算にカッコを付すことにより、論理演算の合成順序を指定した場合の合成スコアＳの計算について説明する。

例えば、入力部８１において、論理演算式、および各検索キーに対する重み係数が、図１０に示すように入力されたとする。

即ち、入力部８１において、ユーザは、論理演算式を、「（コンテンツＫＢ₁ and コンテンツKB₂ and コンテンツKB₃ ）orコンテンツＫＢ₄」と入力している。また、ユーザは、コンテンツKB₁乃至KB₄の重み係数を、それぞれＷ_KB1乃至Ｗ_KB4と入力している。

この入力がなされた場合、合成部８４は、論理演算式による絞込みを正しく行うために、換言すれば、各検索キーに対する重みを正しく検索結果に反映するために、カッコ内の論理演算を先に行う。また、カッコの組の数が複数ある場合には、内側のカッコが先に計算される。

従って、合成部８４は、初めに、（コンテンツＫＢ₁ and コンテンツKB₂ and コンテンツKB₃ ）のスコアｓ_{1_2_3,j}を計算する。具体的には、合成部８４において、次式の計算が行われる。

ｓ_{1_2_3,1}＝ｓ_1,1×ｓ_2,1×ｓ_3,1
ｓ_{1_2_3,2}＝ｓ_1,2×ｓ_2,2×ｓ_3,2
・
・
ｓ_{1_2_3,m}＝ｓ_1,m×ｓ_2,m×ｓ_3,m

ここで、スコアｓ_1,j×ｓ_2,j×ｓ_3,jの計算の結果得られる（コンテンツＫＢ₁ and コンテンツKB₂ and コンテンツKB₃）のスコアｓ_{1_2_3,j}は、スコアｓ_1,j，ｓ_2,j，またはｓ_3,jそれぞれの値により、コンテンツＫＢ₄のスコアｓ_4,jに対して、大きくなったり、小さくなる可能性がある。この場合、（コンテンツＫＢ₁ and コンテンツKB₂ and コンテンツKB₃）とコンテンツＫＢ₄とは、演算を対等な関係として行うことができなくなる。

このため、合成部８４は、スコアｓ_{1_2_3,1}乃至ｓ_{1_2_3,m}のなかの最大値を１としてスコアｓ_{1_2_3,j}を正規化したスコアｓ’_{1_2_3,j}を求める。また、コンテンツＫＢ₄のスコアｓ_i,jについても同様に、正規化されたスコアｓ'_i,jが求められる。これにより、（コンテンツＫＢ₁ and コンテンツKB₂ and コンテンツKB₃）のスコアｓ’_{1_2_3,j}とコンテンツＫＢ₄のスコアｓ'_4,jとは、互いに対等なor演算を行うことができる。

次に、合成部８４は、スコアｓ’_{1_2_3,j}の重み係数W_{KB1_2_3}を求める。重み係数W_{KB1_2_3}は、例えば、Ｗ_KB1乃至Ｗ_KB3の平均により求めることができる。即ち、W_{KB1_2_3}＝（Ｗ_KB1×Ｗ_KB2×Ｗ_KB3）／３とすることができる。

そして、合成部８４は、重み係数W_{KB1_2_3}が乗算されたスコアｓ’_{1_2_3,j}と、重み係数Ｗ_KB4が乗算されたスコアｓ'_4,jとを、論理演算子orに対応する演算を行う（加算する）ことにより、検索対象コンテンツごとの合成スコアＳを計算する。

即ち、コンテンツＡ₁の合成スコアＳ₁は、図１０に示すように、スコアｓ’_{1_2_3,1}×W_{KB1_2_3}＋ｓ'_4,1×Ｗ_KB4で求められる。

また、コンテンツＡ₂の合成スコアＳ₂は、スコアｓ’_{1_2_3,2}×W_{KB1_2_3}＋ｓ'_4,2×Ｗ_KB4で求められる。

同様にして、コンテンツＡ₃乃至Ａ_mについても、検索キー間の論理演算に優先順位（合成順序）が指定され、各検索キーに対する重みが考慮された合成スコアＳ₃乃至Ｓ_mを求めることができる。

次に、図１１のフローチャートを参照して、入力部８１において図１０に示す入力が行われたときの、コンテンツ提示装置１１のコンテンツ提示処理について説明する。

初めに、ステップＳ５１で、論理演算式、および各検索キーに対する重み係数がユーザにより入力されたか否かを判定する。ステップＳ５１で、論理演算式、および各検索キーに対する重み係数が入力されたと判定されるまで、ステップＳ５１の処理が繰り返され、論理演算式、および各検索キーに対する重み係数が入力されたと判定された場合、ステップＳ５２に進む。

ステップＳ５２乃至Ｓ５４は、図６のステップＳ２乃至Ｓ４の処理と同様であるので、その説明を省略する。また、ステップＳ５４のスコア計算処理は、図７を参照して説明した処理と同様である。なお、ステップＳ５１において、各特徴量に対する重み係数も入力されている場合には、上述した図７のステップＳ２２の、コンテンツＫＢ_iとコンテンツＡ_jとの類似度Ｄ_i,jの計算において、コンテンツＫＢ_iとコンテンツＡ_jの特徴量どうしの差分値に、対応する特徴量の重み係数が乗算される。

ステップＳ５４の後、ステップＳ５５に進み、合成部８４は、（コンテンツＫＢ₁ and コンテンツKB₂ and コンテンツKB₃）のスコアｓ_{1_2_3,j}を計算し、さらにスコアｓ_{1_2_3,j}を正規化したスコアｓ’_{1_2_3,j}を求める。また、ステップＳ５５では、合成部８４は、Ｗ_KB1乃至Ｗ_KB3の平均からスコアｓ’_{1_2_3,j}に対する重み係数W_{KB1_2_3}を求める。

さらに、ステップＳ５５において、合成部８２は、コンテンツＫＢ₄のスコアｓ_4,jを正規化したスコアｓ'_4,jを求め、ステップＳ５６に進む。

ステップＳ５６において、合成部８４は、重み係数W_{KB1_2_3}が乗算されたスコアｓ’_{1_2_3,j}と、重み係数Ｗ_KB4が乗算されたスコアｓ'_4,jとを、論理演算子orに対応する演算を行う（加算する）ことにより、検索対象コンテンツごとの合成スコア（図１０に示したコンテンツＡ_jの合成スコアＳ_j）を計算して、ステップＳ５７に進む。

ステップＳ５７では、図７のステップＳ７と同様の処理が行われる。即ち、ソート部２９は、ステップＳ５６で計算されたコンテンツＡ_jの合成スコアＳ_jの大きい順に検索対象コンテンツをソートし、その結果得られる検索対象コンテンツのリストを制御部８２に供給する。また、ステップＳ５７では、制御部８２は、ソート部２９から供給される検索対象コンテンツのリストに基づいて、合成スコアＳ_jの一番大きい検索対象コンテンツ（推薦コンテンツ）を、外部I/F部３０に、コンテンツサーバ１２（のコンテンツＤＢ４１）から取得させ、ユーザコンテンツＤＢ２３に記憶させる。さらに、制御部８２は、推薦コンテンツをユーザコンテンツＤＢ２３からコンテンツ再生部３１に供給させ、再生させて、処理を終了する。

図１１のコンテンツ提示処理によれば、図９または図１０に示したように、論理演算式とともに、各検索キーに対する重み係数、または各特徴量に対する重み係数が入力された場合、その重み係数を反映してコンテンツを検索し、ユーザに最適なコンテンツとしてユーザに提示することができる。

従って、例えば、テンポ、ムード、音の多さの３つの特徴量のうち、ムードに対する重みを大きく、テンポと音の多さの２つに対する重みを小さく設定した場合、ムードを重視した楽曲の検索およびユーザへの提示が可能となる。

なお、上述した実施の形態では、入力部２１（入力部８１）においてユーザが入力する論理演算式のうちの検索キーを、ユーザ自身が保有しているコンテンツ（ユーザコンテンツＤＢ２３）のなかから指定し、検索対象コンテンツを、ユーザ自身が保有していないコンテンツ（コンテンツサーバ１２のコンテンツＤＢ４１）から検索する例で説明したが、検索キー（キーコンテンツ）および検索対象コンテンツは、その特徴量が既知であれば、ユーザ自身が保有しているか、外部のサーバが保有しているかを問わない。

例えば、検索キー（キーコンテンツ）および検索対象コンテンツの両方を、コンテンツ提示装置１１のユーザコンテンツＤＢ２３に記憶されているコンテンツとすることができる。この場合、図７および図１１のコンテンツ提示処理は、ユーザコンテンツＤＢ２３に記憶されているコンテンツを、そのユーザの嗜好が強い順にユーザに提示する、コンテンツのパーソナライズ（個人化）機能として作用する。

具体的には、入力部８１において、ユーザコンテンツＤＢ２３に記憶されている多数の楽曲（コンテンツ）のなかの、既にユーザが聴いた楽曲のいくつかをキーコンテンツとし、そのキーコンテンツの各楽曲に対して、例えば、大好きから大嫌いまでの嗜好の度合いを１．０乃至−１．０で割り当て、検索キーに対する重み係数とする。また、入力部８１において、検索キー間の論理演算子を全てor演算とする。

例えば、ユーザは、「論理演算式：楽曲１or楽曲２or楽曲3、楽曲１の重み係数：０．３、楽曲２の重み係数：１．０、楽曲３の重み係数：−０．５」のように、入力部２１において入力する。

このように入力された場合、コンテンツ提示装置１１は、楽曲１、楽曲２、および楽曲３についてのユーザの嗜好を基に、ユーザコンテンツＤＢ２３に記憶されている各検索対象コンテンツをユーザの嗜好に合わせて最適化する（パーソナライズする）。

また、論理演算子and，or，notに対応する演算としては、上述した乗算（×）、加算（＋）、減算（−）以外の演算を採用することが可能である。例えば、コンテンツＰとコンテンツＱの２つのコンテンツの論理演算において、(コンテンツＰ and コンテンツＱ)の演算をコンテンツＰとコンテンツＱのスコアのうちの小さいスコアとし、(コンテンツＰ or コンテンツＱ)の演算をコンテンツＰとコンテンツＱのスコアのうちの大きいスコアとし、(コンテンツＰ not コンテンツＱ)の演算をコンテンツＱのスコアがある閾値以上である場合をゼロ、それ以外の場合をコンテンツＰのスコアとした結果などを採用することが可能である。

さらに、上述した実施の形態では、類似度およびスコアの計算を、コンテンツごとに行うようにしたが、さらに細かく、テンポやムードなどのコンテンツの特徴量ごとに行うようにしても良い。

また、上述した実施の形態では、入力部２１においてユーザが入力する検索キーを、楽曲のタイトルとしたが、入力部２１には、その他、テンポの速い曲などのコンテンツの特徴を検索キーとして入力することもできる。この場合、コンテンツ提示装置１１では、例えば、テンポ（コンテンツの特徴量）が所定の値以上の楽曲（コンテンツ）を検索キーとして与えられたことと同様の処理を行うことができる。

上述した一連の処理は、専用のハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアによって行う場合、例えば、その一連の処理は、図１２に示されるような（パーソナル）コンピュータにプログラムを実行させることにより実現することができる。

図１２において、CPU（Central Processing Unit）３０１は、ROM（Read Only Memory）３０２に記憶されているプログラム、または記憶部３０８からRAM（Random Access Memory）３０３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。RAM３０３にはまた、CPU３０１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。

CPU３０１は、例えば、図１のコンテンツ提示装置１１の制御部２２、特徴量抽出部２４、類似度計算部２６、スコア計算部２７、合成部２８、およびソート部２９の処理を行う。

CPU３０１、ROM３０２、およびRAM３０３は、バス３０４を介して相互に接続されている。このバス３０４にはまた、入出力インタフェース３０５も接続されている。

入出力インタフェース３０５には、キーボード、マウスなどよりなる入力部３０６、CRT(Cathode Ray Tube)、LCD(Liquid Crystal display)などよりなるディスプレイ、並びにスピーカなどよりなる出力部３０７、ハードディスクなどより構成される記憶部３０８、モデム、ターミナルアダプタなどより構成される通信部３０９が接続されている。通信部３０９は、インターネットなどのネットワークを介しての通信処理を行う。

入力部３０６は、例えば、コンテンツ提示装置１１の入力部２１として、記憶部２０８は、例えば、コンテンツ提示装置１１のユーザコンテンツＤＢ２３および特徴量ＤＢ２５として機能する。また、通信部３０９は、例えば、コンテンツ提示装置１１の外部I/F部３０として機能する。

入出力インタフェース３０５にはまた、必要に応じてドライブ３１０が接続され、磁気ディスク３２１、光ディスク３２２、光磁気ディスク３２３、或いは半導体メモリ３２４などが適宜装着され、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３０８にインストールされる。

なお、本明細書において、フローチャートに記述されたステップは、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。

本発明を適用したコンテンツ提示システムの一実施の形態の構成例を示すブロック図である。 キーコンテンツの特徴量の例を示す図である。 特徴量ＤＢ２５に記憶されている特徴量の例を示す図である。 スコア計算部２７によるスコアの計算を説明する図である。 合成部２８によるスコアの合成を説明する図である。 コンテンツ提示処理を説明するフローチャートである。 スコア計算処理を説明するフローチャートである。 本発明を適用したコンテンツ提示システムのその他の実施の形態の構成例を示すブロック図である。 合成部８４によるスコアの合成を説明する図である。 合成部８４によるスコアの合成を説明する図である。 コンテンツ提示処理を説明するフローチャートである。 本発明を適用したコンピュータの一実施の形態の構成例を示すブロック図である。

符号の説明

１１ コンテンツ提示装置， １２ コンテンツサーバ， ２１ 入力部， ２２ 制御部， ２３ ユーザコンテンツＤＢ， ２４ 特徴量抽出部， ２５ 特徴量ＤＢ， ２６ 類似度計算部， ２７ スコア計算部， ２８ 合成部， ２９ ソート部， ８１ 入力部， ８２ 制御部， ８３ 類似度計算部， ８４ 合成部

Claims (8)

1. 複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを検索する処理を行う情報処理装置において、
   複数のキーコンテンツのそれぞれを指定する複数の検索キーと、前記複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力手段と、
   前記入力手段で入力された前記論理演算式の前記検索キーによって指定されたキーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する類似度計算手段と、
   前記入力手段で入力された前記論理演算式の前記検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの前記類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算手段と、
   前記合成スコア計算手段により計算された前記合成スコアに基づいて、前記複数の検索対象コンテンツのなかから、前記ユーザに最適なコンテンツを提示する提示手段と
   を備えることを特徴とする情報処理装置。
2. 前記類似度計算手段は、コンテンツの複数の特徴量を用いて、前記キーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記コンテンツの複数の特徴量のそれぞれを抽出する抽出手段をさらに備える
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記入力手段は、前記コンテンツの各特徴量に対する重みをさらに入力し、
   前記類似度計算手段は、前記入力手段が入力した前記重みによって重み付けられた前記コンテンツの複数の特徴量を用いて、前記キーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する
   ことを特徴とする請求項２に記載の情報処理装置。
5. 前記論理演算子は、and，or、またはnotの少なくとも１つである
   ことを特徴とする請求項１に記載の情報処理装置。
6. 複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを検索する処理を行う情報処理方法において、
   複数のキーコンテンツのそれぞれを指定する複数の検索キーと、前記複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力ステップと、
   前記入力ステップの処理で入力された前記論理演算式の前記検索キーによって指定されたキーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する類似度計算ステップと、
   前記入力ステップの処理で入力された前記論理演算式の前記検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの前記類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算ステップと、
   前記合成スコア計算ステップの処理により計算された前記合成スコアに基づいて、前記複数の検索対象コンテンツのなかから、前記ユーザに最適なコンテンツを提示する提示ステップと
   を含むことを特徴とする情報処理方法。
7. 複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを検索する処理を行うプログラムであって、
   複数のキーコンテンツのそれぞれを指定する複数の検索キーと、前記複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力ステップと、
   前記入力ステップの処理で入力された前記論理演算式の前記検索キーによって指定されたキーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する類似度計算ステップと、
   前記入力ステップの処理で入力された前記論理演算式の前記検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの前記類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算ステップと、
   前記合成スコア計算ステップの処理により計算された前記合成スコアに基づいて、前記複数の検索対象コンテンツのなかから、前記ユーザに最適なコンテンツを提示する提示ステップと
   を含むことを特徴とするコンピュータが読み取り可能なプログラムが記録されている記録媒体。
8. 複数の検索対象コンテンツのなかから、ユーザに最適なコンテンツを検索する処理を行うプログラムにおいて、
   複数のキーコンテンツのそれぞれを指定する複数の検索キーと、前記複数の検索キー間の論理演算子とからなる、複数の検索キーの論理演算式を入力する入力ステップと、
   前記入力ステップの処理で入力された前記論理演算式の前記検索キーによって指定されたキーコンテンツと前記複数の検索対象コンテンツそれぞれとの類似度を、全ての前記キーコンテンツについて計算する類似度計算ステップと、
   前記入力ステップの処理で入力された前記論理演算式の前記検索キーに代えて、その検索キーに対応するキーコンテンツと検索対象コンテンツとの前記類似度を用いて論理演算を行い、検索対象コンテンツごとの合成スコアを計算する合成スコア計算ステップと、
   前記合成スコア計算ステップの処理により計算された前記合成スコアに基づいて、前記複数の検索対象コンテンツのなかから、前記ユーザに最適なコンテンツを提示する提示ステップと
   を含む処理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。

Images