JP2007305054A - コンテンツ受信装置およびコンテンツ受信プログラム - Google Patents

Abstract

【課題】現在話題になっているニュースや緊急性の高いニュースを見逃してしまうことを防止し、視聴者の嗜好の変化に柔軟に対応することができるコンテンツ受信装置およびコンテンツ受信プログラムを提供する。
【解決手段】コンテンツ受信装置１は、メタデータが付与されて放送された放送コンテンツ、データ放送されたデータ放送コンテンツおよびネットワークを介して送信されたネットワークコンテンツを受信して、放送コンテンツのトピックの中で重要なトピックを抽出して出力するものであって、受信手段３と、コンテンツトピック重要度算出手段７と、コンテンツプロファイル類似度算出手段９と、総評価値算出手段１１と、ダイジェスト作成手段１３と、を備えた。
【選択図】図１

Description

本発明は、放送されたコンテンツを受信後、当該コンテンツからダイジェストを作成するコンテンツ受信装置およびコンテンツ受信プログラムに関する。

一般に、放送された放送コンテンツ、ネットワークを介して配信されたネットワークコンテンツ等に含まれている報道コンテンツ（いわゆるニュース番組）の中で報道されているニューストピックの中には視聴者にとって重要なものもあればそうでないものもある。そして、近年、放送コンテンツやネットワークコンテンツを大量に蓄積した後に視聴する視聴形態が一般化している。

このような視聴形態をとる視聴者の多くは、大量に蓄積した放送コンテンツやネットワークコンテンツを全て視聴することなく、この中から、当該視聴者とって重要なニューストピックのみをまとめたダイジェストを視聴したいとの要望がある。
こういった要望に応じるために、従来、放送コンテンツを放送する放送側およびネットワークコンテンツを配信する配信側では、ニューストピックごとに付加される番組付加情報となるメタデータに番組内容を記述しておく必要がある（例えば、特許文献１参照）。

そして、従来技術では、放送コンテンツおよびネットワークコンテンツを受信する受信側において、視聴者の個人情報や嗜好等を含む視聴者プロファイルを参照して、当該視聴者プロファイルに合致する当該ニューストピックをつなぎ合わせたダイジェストを作成している。
特許３４１８５３９号明細書

しかしながら、従来技術の場合、視聴者プロファイルしか考慮しないため、視聴者が好むニューストピックばかりを集めたダイジェストが生成されてしまい、現在話題になっているニュースや緊急性の高いニュースを、視聴者は見逃してしまうという問題がある。

また、従来技術の場合、視聴者プロファイルに関して、視聴者個人の好きなジャンルを指定したり、キーワードを設定したり、視聴者の住所、年齢等の簡単な個人情報（プロフィール）を入力したりして、受信側の装置に、視聴者の嗜好を学習させるものであるため、視聴者の嗜好の変化に柔軟に対応できないという問題がある。

そこで、本発明では、前記した問題を解決し、現在話題になっているニュースや緊急性の高いニュースを見逃してしまうことを防止し、視聴者の嗜好の変化に柔軟に対応することができるコンテンツ受信装置およびコンテンツ受信プログラムを提供することを目的とする。

前記課題を解決するため、請求項１に記載のコンテンツ受信装置は、メタデータが付与されて放送された放送コンテンツ、データ放送されたデータ放送コンテンツおよびネットワークを介して送信されたネットワークコンテンツを受信して、前記放送コンテンツのトピックの中で重要なトピックを抽出して出力するコンテンツ受信装置であって、受信手段と、コンテンツトピック重要度算出手段と、コンテンツプロファイル類似度算出手段と、総評価値算出手段と、ダイジェスト作成手段と、を備える構成とした。

かかる構成によれば、コンテンツ受信装置は、受信手段によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツを受信する。続いて、コンテンツ受信装置は、コンテンツトピック重要度算出手段によって、受信手段で受信された放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツのそれぞれに含まれているトピックについて、当該トピックの表示順序、表示時間および表示頻度の少なくとも１つに基づいて、当該トピックが重要である度合いを示す重要度を算出する。なお、重要度は、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツに含まれている全てのトピックについて、当該トピックが話題になっている度合い、放送局側が視聴者に伝えたい度合いを表していると言える。

また、コンテンツ受信装置は、コンテンツプロファイル類似度算出手段によって、受信手段で受信された放送コンテンツに付与されているメタデータと、視聴者の個人情報および嗜好の少なくとも１つに関する情報であるプロファイルとに基づいて、当該放送コンテンツの特徴を示す放送コンテンツベクトルと当該プロファイルの特徴を示すプロファイルベクトルとが類似している度合いを示す類似度を算出する。

なお、類似度は、放送コンテンツベクトルとプロファイルベクトルとが類似していること、すなわち、放送コンテンツベクトルの特徴を示す特徴量の中に、プロファイルベクトルの特徴を示す特徴量と同一または類似のものが含まれている場合に高くなる。それゆえ、放送コンテンツに含まれているトピックは、視聴者の関心が高いと言え、トピックの類似度とは当該トピックへの視聴者の関心の高さを示すものであると言える。また、重要度と類似度とを、例えば、１００点満点で表すとすると、重要度が放送局の伝えたい度合いを、類似度が視聴者の関心の度合いを、それぞれ０点から１００点までの得点によって点数化することができる。

そして、コンテンツ受信装置は、総評価値算出手段によって、コンテンツトピック重要度算出手段で算出された重要度と、コンテンツプロファイル類似度算出手段で算出された類似度とに基づいて、放送コンテンツに含まれているトピックをまとめたダイジェストに、トピックを含めるか否かを判定する基準となる総評価値を算出する。なお、総評価値は、逐次放送されている放送コンテンツおよびデータ放送コンテンツ並びに逐次配信されている（アクセス可能な）ネットワークコンテンツに含まれているトピックの中で、タイムリーなトピックであり、且つ、視聴者の嗜好に適合したトピックについて算出されるものである。そして、コンテンツ受信装置は、ダイジェスト作成手段によって、総評価値算出手段で算出された総評価値およびメタデータに基づいて、放送コンテンツに含まれているトピックをまとめたダイジェストを作成する。

請求項２に記載のコンテンツ受信装置は、請求項１に記載のコンテンツ受信装置において、ダイジェスト視聴学習手段を備えることを特徴とする。

かかる構成によれば、コンテンツ受信装置は、ダイジェスト視聴学習手段によって、ダイジェスト作成手段で作成されたダイジェストまたは放送コンテンツを視聴者が視聴する際に、当該ダイジェストまたは放送コンテンツに含まれているトピックに関する事項について、ネットワークを介して閲覧した履歴を蓄積し、当該履歴に基づいて、視聴者の嗜好を学習する。

請求項３に記載のコンテンツ受信装置は、請求項１または請求項２に記載のコンテンツ受信装置において、データ放送コンテンツ視聴学習手段を備えることを特徴とする。

かかる構成によれば、コンテンツ受信装置は、データ放送コンテンツ視聴学習手段によって、受信手段で受信されたデータ放送コンテンツを視聴者が視聴した視聴履歴を蓄積し、当該視聴履歴に基づいて、視聴者の嗜好を学習する。

請求項４に記載のコンテンツ受信装置は、請求項１から請求項３までのいずれか一項に記載のコンテンツ受信装置において、前記コンテンツトピック重要度算出手段が、表示順序評価値計算手段と、表示時間評価値計算手段と、表示頻度評価値計算手段との少なくとも１つと、マッチング手段と、重要度算出手段と、を備えることを特徴とする。

かかる構成によれば、コンテンツ受信装置は、表示順序評価値計算手段によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツの少なくとも１つに含まれているトピックが表示されている表示順序に基づいて、予め設定した評価基準に従った評価値を計算する。また、コンテンツ受信装置は、表示時間評価値計算手段によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツの少なくとも１つに含まれているトピックが表示されている表示時間に基づいて、予め設定した評価基準に従った評価値を計算する。或いはまた、コンテンツ受信装置は、表示頻度評価値計算手段によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツの少なくとも１つに含まれているトピックが表示されている表示頻度に基づいて、予め設定した評価基準に従った評価値を計算する。そして、コンテンツトピック重要度算出手段７は、これら表示順序評価値計算手段、表示時間評価値計算手段および表示頻度評価値計算手段の少なくとも１つを備えている。また、ここで評価値を計算するとは、例えば、評価基準となるテーブルが放送コンテンツの放送時間やジャンル等によって複数用意されている場合に、これらテーブルに収められている数値を使って何らかの計算を行うことを意味している。

そして、コンテンツ受信装置は、マッチング手段によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツの少なくとも２つに含まれているトピック同士が適合しているか否かを、予め設定した適合基準に基づいて判定する。そして、コンテンツ受信装置は、重要度算出手段によって、マッチング手段で判定した結果、前記適合基準を満たしたトピックについて、表示順序評価値計算手段で計算された評価値と、表示時間順序評価値計算手段で計算された評価値と、表示頻度評価値計算手段で計算された評価値とを加算することで、重要度を算出する。

請求項５に記載のコンテンツ受信装置は、請求項１から請求項４までのいずれか一項に記載のコンテンツ受信装置において、前記コンテンツプロファイル類似度算出手段が、放送コンテンツベクトル作成手段と、プロファイルベクトル作成手段と、類似度算出手段と、を備えることを特徴とする。

かかる構成によれば、コンテンツ受信装置は、放送コンテンツベクトル作成手段によって、放送コンテンツに付与されている当該放送コンテンツの内容を説明したメタデータ、当該放送コンテンツの字幕情報、当該放送コンテンツを音声認識・画像認識して抽出したコンテンツ情報の少なくとも１つから当該放送コンテンツに関する特徴データを抽出して、当該特徴データに基づいて求められるベクトルを、放送コンテンツの特徴を示す放送コンテンツベクトルとして作成する。また、コンテンツ受信装置は、プロファイルベクトル作成手段によって、プロファイルから当該プロファイルに関する特徴データを抽出して、当該特徴データに基づいて求められるベクトルを、プロファイルの特徴と示すプロファイルベクトルとして作成する。そして、コンテンツ受信装置は、類似度算出手段によって、放送コンテンツベクトル作成手段で作成された放送コンテンツベクトルと、プロファイルベクトル作成手段で作成されたプロファイルベクトルとに基づいて、類似度を算出する。

請求項６に記載のコンテンツ受信プログラムは、メタデータが付与されて放送された放送コンテンツ、データ放送されたデータ放送コンテンツおよびネットワークを介して送信されたネットワークコンテンツを受信して、前記放送コンテンツのトピックの中で重要なトピックを抽出して出力するために、コンピュータを、受信手段、コンテンツトピック重要度算出手段、コンテンツプロファイル類似度算出手段、総評価値算出手段、ダイジェスト作成手段、として機能させる構成とした。

かかる構成によれば、コンテンツ受信プログラムは、受信手段によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツを受信し、コンテンツトピック重要度算出手段によって、受信手段で受信された放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツのそれぞれに含まれているトピックについて、当該トピックの表示順序、表示時間および表示頻度の少なくとも１つに基づいて、当該トピックが重要である度合いを示す重要度を算出する。また、コンテンツ受信プログラムは、コンテンツプロファイル類似度算出手段によって、受信手段で受信された放送コンテンツに付与されているメタデータと、視聴者の個人情報および嗜好の少なくとも１つに関する情報であるプロファイルとに基づいて、当該放送コンテンツの特徴を示す放送コンテンツベクトルと当該プロファイルの特徴を示すプロファイルベクトルとが類似している度合いを示す類似度を算出し、総評価値算出手段によって、コンテンツトピック重要度算出手段で算出された重要度と、コンテンツプロファイル類似度算出手段で算出された類似度とに基づいて、放送コンテンツに含まれているトピックをまとめたダイジェストに、トピックを含めるか否かを判定する基準となる総評価値を算出する。そして、コンテンツ受信プログラムは、ダイジェスト作成手段によって、総評価値算出手段で算出された総評価値およびメタデータに基づいて、ダイジェストを作成する。

請求項１、６に記載の発明によれば、算出したトピックの重要度と、放送コンテンツに付与されているメタデータおよび視聴者のプロファイルの類似度とから、トピックを含めるか否かを判定する基準となる総評価値を算出して、該当するトピックをまとめたダイジェストを作成しているため、現在話題になっているニューストピックや緊急性の高いニューストピックを見逃してしまうことを防止することができる。

請求項２に記載の発明によれば、ダイジェストまたは放送コンテンツを視聴者が視聴する際に、当該ダイジェストまたは放送コンテンツに含まれているトピックに関する事項について、ネットワークを介して閲覧した履歴を蓄積し、当該履歴に基づいて、視聴者の嗜好を学習するので、視聴者の嗜好の変化に柔軟に対応することができる。

請求項３に記載の発明によれば、データ放送コンテンツを視聴者が視聴した視聴履歴を蓄積し、当該視聴履歴に基づいて、視聴者の嗜好を学習するので、視聴者の嗜好の変化に柔軟に対応することができる。

請求項４に記載の発明によれば、適合基準を満たしたトピックについて、表示順序と、表示時間と、表示頻度との少なくとも１つから計算された評価値を加算することで、重要度を算出しているので、送信側にてトピックの重要度に関するメタデータの作成をするコストや手間を省くことができる。

請求項５に記載の発明によれば、放送コンテンツの特徴を示す放送コンテンツベクトルとプロファイルの特徴と示すプロファイルベクトルとに基づいた類似度を算出して、当該類似度を用いて求めた総評価値により、視聴者に適応したトピックを選択することができる。

次に、本発明の実施形態について、適宜、図面を参照しながら詳細に説明する。
（コンテンツ受信装置の構成）
図１は、コンテンツ受信装置のブロック図である。この図１に示すように、コンテンツ受信装置１は、放送された放送コンテンツ、ネットワークを介してＷｅｂサイトから取得したネットワークコンテンツおよびデータ放送されたデータ放送コンテンツを受信して、放送コンテンツに含まれているトピックの中で、視聴者にとって重要なトピックを抽出してまとめたダイジェストを出力するもので、受信手段３と、記憶手段５と、コンテンツトピック重要度算出手段７と、コンテンツプロファイル類似度算出手段９と、総評価値算出手段１１と、ダイジェスト作成手段１３とを備えている。

この実施の形態では、コンテンツ受信装置１は、放送コンテンツの中のニュース番組に含まれているニューストピックをまとめたダイジェストを作成することを主たる目的としている。一般に、ニュース番組においてアナウンサーが読み上げる原稿と、データ放送コンテンツにおいて取り扱われる各項目（トピック）の元となる原稿とは、ほぼ同じものが使用されているので、このコンテンツ受信装置１では、ニュース番組のニューストピックとデータ放送コンテンツの各項目とを対応付けできるとして処理している。また、このコンテンツ受信装置１では、ニュース番組のニューストピックとＷｅｂサイトから取得したネットワークコンテンツに含まれているトピックとも対応付けできるとして処理している。

受信手段３は、放送されたコンテンツ（以下、放送コンテンツという）と、データ放送されたコンテンツ（以下、データ放送コンテンツという）と、ネットワークを介してＷｅｂサイトから得られるコンテンツ（以下、ネットワークコンテンツという）とを受信するもので、放送コンテンツ受信手段３ａと、データ放送コンテンツ受信手段３ｂと、ネットワークコンテンツ受信手段３ｃとを備えている。

放送コンテンツ受信手段３ａは、放送局側によって放送された放送コンテンツを受信するものである。この放送コンテンツには、予めメタデータが付与されている。このメタデータは、タイムコードに従って所定の時間間隔で、放送コンテンツの内容、出演している出演者等を記述したテキストデータである。

なお、放送コンテンツのニュース番組には、多数のニューストピックが含まれている。また、放送コンテンツのニュース番組には、ヘッドラインと呼ばれる、当該ニュース番組の番組内容を要約したもので、当該ニュース番組の冒頭で紹介するものが含まれている。このヘッドラインは、当該ニュース番組の冒頭で重要なニューストピックをまとめて示す部分であると言える。さらに、放送コンテンツに含まれているニューストピックは、メタデータによって、当該ニューストピックの放送された順序（放送コンテンツのニューストピックの表示順序）、放送された時間（放送コンテンツのニューストピックの表示時間）および放送された頻度（放送コンテンツのニューストピックの表示頻度）が当該装置１で判定できるように構成されている。なお、このメタデータはデータ放送コンテンツの場合と同様に、放送コンテンツに付与されていなくても、当該装置１によって放送順序、放送時間、放送頻度が判定できるような構成することもできる。

ちなみに、放送コンテンツ受信手段３ａでは、放送コンテンツ以外に、当該放送コンテンツが放送される日程を記載したＥＰＧを受信することが可能に構成されている。このＥＰＧを参照することで、当該装置１では、受信した放送コンテンツが日程通りに放送されたものであるのか、緊急放送されたもの（緊急報道ニュース番組等）であるのかを判定することができる。

データ放送コンテンツ受信手段３ｂは、放送局側によって放送されたデータ放送コンテンツを受信するものである。なお、データ放送コンテンツには、多数のニューストピックが含まれている。また、データ放送コンテンツに含まれているニューストピックは、当該ニューストピックの放送された順序（データ放送コンテンツのニューストピックの表示順序）、放送された時間（データ放送コンテンツのニューストピックの表示時間）および放送された頻度（データ放送コンテンツのニューストピックの表示頻度）が当該受信装置１で判定できるように構成されている。

ネットワークコンテンツ受信手段３ｃは、ネットワークを介してＷｅｂサイトに常時または適時接続し、当該Ｗｅｂサイトからネットワークコンテンツを受信するものである。なお、ネットワークコンテンツには、多数のニューストピックが含まれている。また、ネットワークコンテンツに含まれているニューストピックは、当該ニューストピックの掲載された順序（ネットワークコンテンツのニューストピックの表示順序）、掲載された時間（ネットワークコンテンツのニューストピックの表示時間）および掲載された頻度（ネットワークコンテンツのニューストピックの表示頻度）が当該受信装置１で判定できるように構成されている。

記憶手段５は、受信手段３で受信された放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツを記憶するもので一般的なハードディスクやメモリ等で構成されており、放送コンテンツ記憶手段５ａと、データ放送コンテンツ記憶手段５ｂと、ネットワークコンテンツ記憶手段５ｃとを備えている。

放送コンテンツ記憶手段５ａは、受信手段３の放送コンテンツ受信手段３ａで受信された放送コンテンツを記憶するものである。なお、一旦記憶された放送コンテンツは、コンテンツトピック重要度算出手段７に出力されると共に、コンテンツプロファイル類似度算出手段９に出力され、さらに、当該装置１の外部に接続される表示装置２に、当該装置１を利用する視聴者の要求に応じて出力される。

データ放送コンテンツ記憶手段５ｂは、受信手段３のデータ放送コンテンツ受信手段３ｂで受信されたデータ放送コンテンツを記憶するものである。なお、一旦記憶されたデータ放送コンテンツは、コンテンツトピック重要度算出手段７に出力されると共に、当該装置１の外部に接続される表示装置２に、当該装置１を利用する視聴者の要求に応じて出力される。

ネットワークコンテンツ記憶手段５ｃは、受信手段３のネットワークコンテンツ受信手段３ｃで受信されたネットワークコンテンツを記憶するものである。なお、一旦記憶されたネットワークコンテンツは、コンテンツトピック重要度算出手段７に出力される。

コンテンツトピック重要度算出手段７は、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツにそれぞれ含まれているニューストピックが重要である度合いを示す重要度を算出するもので、放送コンテンツ評価値算出手段７ａと、データ放送コンテンツ評価値算出手段７ｂと、ネットワークコンテンツ評価値算出手段７ｃと、マッチング手段７ｄと、重要度算出手段７ｅとを備えている。

放送コンテンツ評価値算出手段７ａは、放送コンテンツに含まれているニューストピックを評価した評価値を算出するもので、メタデータ抽出手段７ａ_１と、表示順序評価値計算手段７ａ_２と、表示時間評価値計算手段７ａ_３と、表示頻度評価値計算手段７ａ_４とを備えている。なお、放送コンテンツ評価値算出手段７ａは、これら表示順序評価値計算手段７ａ_２と、表示時間評価値計算手段７ａ_３と、表示頻度評価値計算手段７ａ_４との中で、少なくとも１つを備えていれば評価値を算出可能であり、手段が多くなればなるほど、放送コンテンツの評価値の信憑性が向上することとなる。

メタデータ抽出手段７ａ_１は、放送コンテンツに付与されているメタデータを抽出するものである。このメタデータは、あくまでも当該放送コンテンツに含まれているニューストピックが何であるのかを説明したものであり、放送局側で当該ニューストピックそれぞれに対して重要度が記述されたものではない。すなわち、放送局側で、当該メタデータに対し、不特定多数の視聴者にとって様々な放送コンテンツに含まれている多数のニューストピックの何が重要であって何が重要でないのかを示す重要度を付すことは実質的には不可能であり、仮に重要度を付与しようとすると、膨大な数量の放送コンテンツを放送局側で監視して、それぞれを総合的な見地（多数の放送コンテンツを比較した結果）から評価する必要が生じる。

そして、この放送コンテンツ評価値算出手段７ａでは、このメタデータ抽出手段７ａ_１で抽出したメタデータに基づいて、放送コンテンツ記憶手段５ａに記憶されている放送コンテンツに含まれているニューストピックを分割する。

表示順序評価値計算手段７ａ_２は、放送コンテンツに含まれているニューストピックの表示順序の評価値を計算するもので、ヘッドライン評価手段７ａ_２１と、放送順序評価手段７ａ_２２とを備えている。

ヘッドライン評価手段７ａ_２１は、放送コンテンツに含まれているヘッドラインを評価するものである。このヘッドライン評価手段７ａ_２１では、メタデータ抽出手段７ａ_１で抽出されたメタデータに基づき、複数の放送コンテンツに同様のメタデータが含まれている場合に、当該放送コンテンツに含まれているヘッドラインの評価値が高くなるように、各ヘッドラインの評価を行っている。なお、ヘッドラインの中でも、より冒頭に放送されたニューストピックほど放送順序の評価値が高くなるように構成することが可能である。

また、このヘッドライン評価手段７ａ_２１は、放送コンテンツが放送される時間帯によって、ヘッドラインの評価値が異なるような評価を行うことが可能である。例えば、２個の放送コンテンツにそれぞれ含まれているヘッドラインについて、同様のメタデータが同数含まれていたとしても、視聴率が高い時間帯に放送されている放送コンテンツに含まれているヘッドラインの評価値を高く評価したり、視聴率が低い時間帯に放送されている放送コンテンツに含まれているヘッドラインの評価値を低く評価したりすることができる。例えば、１２時に放送された放送コンテンツ、１９時に放送された放送コンテンツ、２２時に放送された放送コンテンツに含まれているヘッドラインの評価値を高くする。

このヘッドラインの評価値を高くすることで、当該ヘッドラインで取り上げられているニューストピックの評価値が上昇することとなる。

放送順序評価手段７ａ_２２は、放送コンテンツに含まれているニューストピックの放送順序の評価値を計算するものである。この放送順序の評価値は、放送コンテンツの、より冒頭に放送されたニューストピックが高くなるように予め設定したり、逆に、放送コンテンツの、より末尾に放送されたニューストピックが高くなるように予め設定したりすることが可能である。

表示時間評価値計算手段７ａ_３は、放送コンテンツに含まれているニューストピックの表示時間の評価値を計算するものである。この表示時間の評価値は、ニューストピックの表示時間が長ければ長いほど高くなるように予め設定されている。

例えば、この表示時間の評価値を、「１」から「１０」までの１０段階評価とし、１つのニューストピックの表示時間が４分３０秒以上であれば、評価値「１０」、４分以上４分３０秒未満であれば、評価値「９」、３分３０秒以上４分未満であれば、評価値「８」、３分以上３分３０秒未満であれば、評価値「７」、２分３０秒以上３分未満であれば、評価値「６」、２分以上２分３０秒未満であれば、評価値「５」、１分３０秒以上２分未満であれば、評価値「４」、１分以上１分３０秒未満であれば、評価値「３」、３０秒以上１分未満であれば、評価値「２」、３０秒未満であれば、評価値「１」と設定する。

表示頻度評価値計算手段７ａ_４は、放送コンテンツに含まれているニューストピックの表示頻度（表示された回数）の評価値を計算するものである。この表示頻度の評価値は、ニューストピックの表示頻度が多くなれば多くなるほど高くなるように予め設定されている。

例えば、この表示頻度の評価値を、「１」から「１０」までの１０段階評価とし、１つのニューストピックの表示頻度が９０回以上であれば、評価値「１０」、８０回以上９０回未満であれば、評価値「９」、７０回以上８０回未満であれば、評価値「８」、６０回以上７０回未満であれば、評価値「７」、５０回以上６０回未満であれば、評価値「６」、４０回以上５０回未満であれば、評価値「５」、３０回以上４０回未満であれば、評価値「４」、２０回以上３０回未満であれば、評価値「３」、１０回以上２０回未満であれば、評価値「２」、１０回未満であれば、評価値「１」と設定する。

ここで、放送コンテンツ評価値算出手段７ａによる一連の処理をより具体的に順序立てて説明する。
この放送コンテンツ評価値算出手段７ａによる一連の処理に入る前に、放送局ごと（チャンネルごと）に所定時間内（例えば、数時間、１日、３日、１週間）に放送された複数の放送コンテンツが、放送コンテンツ記憶手段５ａに記憶されている。なお、ここでは、放送コンテンツは、ニュース番組であるとしている。

そして、放送コンテンツ評価値算出手段７ａは、複数の放送コンテンツについて、メタデータ抽出手段７ａ_１によって、メタデータを抽出し、抽出したメタデータに基づいて、放送コンテンツに含まれているニューストピックを分割する。

そして、放送コンテンツ評価値算出手段７ａは、複数の放送コンテンツの中の１つの放送コンテンツについて、ヘッドライン評価手段７ａ_２１により、ヘッドラインを評価した評価値を得て、放送順序評価手段７ａ_２２により、放送コンテンツに含まれているニューストピックの放送順序を評価した評価値を得る。なお、ここで、放送コンテンツが緊急報道番組である場合、分割したニューストピックに付与されているメタデータに拘わらず、当該ニューストピックの評価値を上昇させることとしている。

そして、放送コンテンツ評価値算出手段７ａは、表示時間評価値計算手段７ａ_３によって、ニューストピックの表示時間の評価値を計算し、表示頻度評価値計算手段７ａ_４によって、ニューストピックの表示頻度の評価値を計算する。
そして、これらの処理を１つの放送局の複数の放送コンテンツに対して実行し、他の放送局の複数の放送コンテンツに対して実行する。

データ放送コンテンツ評価値算出手段７ｂは、データ放送コンテンツに含まれているニューストピックの評価値を算出するもので、表示順序評価値計算手段７ｂ_１と、表示時間評価値計算手段７ｂ_２と、表示頻度評価値計算手段７ｂ_３とを備えている。なお、データ放送コンテンツ評価値算出手段７ｂは、これら表示順序評価値計算手段７ｂ_１と、表示時間評価値計算手段７ｂ_２と、表示頻度評価値計算手段７ｂ_３との中で、少なくとも１つを備えていれば評価値を算出可能であり、手段が多くなればなるほど、データ放送コンテンツの評価値の信憑性が向上することとなる。

表示順序評価値計算手段７ｂ_１は、データ放送コンテンツに含まれているニューストピックの表示順序の評価値を計算するものである。この表示順序評価値計算手段７ｂ_１では、ニューストピックの配列を調べ、より上位に配列されているニューストピックの評価値が高くなるように計算を行っている。

表示時間評価値計算手段７ｂ_２は、データ放送コンテンツに含まれているニューストピックの表示時間の評価値を計算するものである。この表示時間評価値計算手段７ｂ_２では、ニューストピックの表示時間を調べ、より長時間放送されているニューストピックの評価値が高くなるように計算を行っている。

表示頻度評価値計算手段７ｂ_３は、データ放送コンテンツに含まれているニューストピックの表示頻度の評価値を計算するものである。この表示頻度評価値計算手段７ｂ_３では、ニューストピックの表示頻度を調べ、より多くの回数放送されているニューストピックの評価値が高くなるように計算を行っている。

ネットワークコンテンツ評価値算出手段７ｃは、ネットワークコンテンツに含まれているニューストピックの評価値を算出するもので、表示順序評価値計算手段７ｃ_１と、表示時間評価値計算手段７ｃ_２と、表示頻度評価値計算手段７ｃ_３とを備えている。なお、ネットワークコンテンツ評価値算出手段７ｃは、これら表示順序評価値計算手段７ｃ_１と、表示時間評価値計算手段７ｃ_２と、表示頻度評価値計算手段７ｃ_３との中で、少なくとも１つを備えていれば評価値を算出可能であり、手段が多くなればなるほど、ネットワークコンテンツの評価値の信憑性が向上することとなる。

表示順序評価値計算手段７ｃ_１は、ネットワークコンテンツに含まれているニューストピックの表示順序の評価値を計算するものである。この表示順序評価値計算手段７ｃ_１では、ニューストピックの配列を調べ、より上位に配列されているニューストピックの評価値が高くなるように計算を行っている。

表示時間評価値計算手段７ｃ_２は、ネットワークコンテンツに含まれているニューストピックの表示時間の評価値を計算するものである。この表示時間評価値計算手段７ｃ_２では、ニューストピックの表示時間を調べ、より長時間放送されているニューストピックの評価値が高くなるように計算を行っている。

表示頻度評価値計算手段７ｃ_３は、ネットワークコンテンツに含まれているニューストピックの表示頻度の評価値を計算するものである。この表示頻度評価値計算手段７ｃ_３では、ニューストピックの表示頻度を調べ、より多くの回数放送されているニューストピックの評価値が高くなるように計算を行っている。

マッチング手段７ｄは、放送コンテンツに含まれているニューストピックと、データ放送コンテンツに含まれているニューストピックと、ネットワークコンテンツに含まれているニューストピックとが適合しているか否かを、予め設定した適合基準に基づいて判定するものである。

この実施形態では、適合基準は、それぞれのニューストピックの内容をｔｆ（Term Frequency）−ｉｄｆ（Inverse Document Frequency）手法によって表現した後、当該ニューストピックに含まれている語句（キーワード）ごとに予め設定した重みを用いて計算し、計算結果が閾値以上の場合に、ニューストピック同士が適合しているとするものである。例えば、ニューストピックｄ_１とニューストピックｄ_２とが適合しているか否かは、ニューストピックｄ_１とニューストピックｄ_２とのコンテンツベクトルの内積を計算した計算結果である内積値が閾値以上であれば、適合しているとみなし、閾値未満でれば、適合していないとみなすこととなる。

なお、ｔｆ−ｉｄｆ手法では、ニューストピックに含まれている語句の出現頻度に、各コンテンツ（放送コンテンツ、データ放送コンテンツ、ネットワークコンテンツ）に含まれている全ニューストピックに当該語句が含まれている割合の逆数を乗算した当該語句の重み付けを行っている。

重要度算出手段７ｅは、マッチング手段７ｄで適合基準を超えたニューストピックについて、放送コンテンツ評価値算出手段７ａで算出した評価値と、データ放送コンテンツ評価値算出手段７ｂで算出した評価値と、ネットワークコンテンツ評価値算出手段７ｃで算出した評価値とを加算した当該ニューストピックの重要度を算出するものである。

これらマッチング手段７ｄおよび重要度算出手段７ｅによって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツの中で適合していると判定されたニューストピックについて、評価値の合計が当該ニューストピックの重要度とされる。

コンテンツプロファイル類似度算出手段９は、放送コンテンツと、視聴者が入力した個人情報や、放送コンテンツ、データ放送コンテンツ、ダイジェスト等を視聴した視聴履歴に基づいて作成されたプロファイルとの類似度を算出するもので、コンテンツベクトル作成手段（放送コンテンツベクトル作成手段）９ａと、プロファイル蓄積手段９ｂと、プロファイルベクトル作成手段９ｃと、類似度算出手段９ｄとを備えている。

コンテンツベクトル作成手段９ａは、放送コンテンツの特徴を示す複数の特徴量を、ベクトルの要素としたコンテンツベクトルを作成するものである。このコンテンツベクトルは、放送コンテンツに含まれているニューストピックごとに作成され、放送コンテンツに付与されている当該放送コンテンツの内容を説明したメタデータ、当該放送コンテンツの字幕情報、当該放送コンテンツを音声認識・画像認識して抽出したコンテンツ情報の少なくとも１つから当該放送コンテンツに関する特徴データを抽出して作成され、類似度算出手段９ｄに出力される。例えば、「桜の開花」を伝えるニューストピックであれば、コンテンツベクトルＤ_ｉは、Ｄ_ｉ＝〈（桜，８．０），（開花，７．８），（咲く，６．７），（前線，６．５），・・・，（です，０．０１）〉といったように、当該ニューストピックを特徴付ける語句の重み（ベクトルの要素）が大きくなるように作成される。

プロファイル蓄積手段９ｂは、視聴者の個人情報および嗜好、並びに、データ放送コンテンツの視聴履歴、ダイジェストの視聴履歴およびネットワークコンテンツの閲覧履歴を視聴者プロファイルとして蓄積するものである。なお、この視聴者プロファイルは、当初、視聴者の個人情報および嗜好の少なくとも１つに関する情報で構成されている。そして、この視聴者プロファイルは、視聴者が個人情報および嗜好について何らかの情報を追加した場合や、当該視聴者がデータ放送コンテンツやダイジェストを視聴したり、ネットワークコンテンツを閲覧したりするたびに、適宜更新されていくものである。

プロファイルベクトル作成手段９ｃは、プロファイル蓄積手段９ｂに蓄積されている視聴者プロファイルの特徴を示す特徴量を、ベクトルの要素としたプロファイルベクトルを作成するものである。このプロファイルベクトルは、一人の視聴者に対して所定時間経過ごとに作成され、
類似度算出手段９ｄに出力される。

例えば、視聴者が個人情報の１種として、Ａ、Ｂ、Ｃという３個のジャンルまたはキーワードについて何らかの評価を、数値（Ａについて８０点、Ｂについて６０点、Ｃについて０点）として与えていた場合、プロファイルベクトルＱ_ｕはＱ_ｕ＝〈（Ａ，８０），（Ｂ，６０），（Ｃ，０）〉となる。

なお、このプロファイルベクトル作成手段９ｃでは、該当する視聴者の視聴者プロファイルに蓄積される視聴履歴を使用せずに、協調フィルタリング手法を採用して、別個に新たな視聴者プロファイルを作成した後、当該視聴者プロファイルからプロファイルベクトルを作成することができる。この協調フィルタリング手法とは嗜好の類似した複数の視聴者の視聴者プロファイルを利用して、当該視聴者自身の視聴者プロファイルを作成する手法である。例えば、他人の視聴者プロファイルをそのまま用いたり、組み合わせたりすることで、別個に新たな視聴者プロファイルを作成することができる。

また、このプロファイルベクトル作成手段９ｃでは、嗜好の類似した視聴者の視聴者プロファイルや放送側で提供した視聴者プロファイルのテンプレートを、初期プロファイルとして、そこに該当する視聴者の視聴履歴を書き込んで更新していくことで、新たな視聴者プロファイルを作成し、当該視聴者プロファイルからプロファイルベクトルを作成することができる。

類似度算出手段９ｄは、コンテンツベクトル作成手段９ａから出力されたコンテンツベクトルと、プロファイルベクトル作成手段９ｃから出力されたプロファイルベクトルとが類似している度合いを示す類似度を算出するものである。

この類似度算出手段９ｄは、マッチング手段７ｄのところで記載したｔｆ−ｉｄｆ法を採用して、類似度を計算している。
ｔｆ_ｉｊ＝放送コンテンツのニューストピックｄ_ｉ中の語句（以下、キーワードという）ｋ_ｊの出現頻度
ｉｄｆ_ｊ＝ｌｏｇ（１／全ニューストピック中、キーワードｋ_ｊを含むニューストピックの割合）＋１とし、
次に、あるニューストピックｄ_ｉでのキーワードｋ_ｊの重みをｗ_ｉｊ＝ｔｆ_ｉｊ×ｉｄｆ_ｊとする。

キーワードの総数をｎ、ある視聴者ｕのキーワードｋ_ｊに対する重みをｚ_ｕｊとすると、ニューストピックｄ_ｉを含むコンテンツベクトルＤ_ｉと視聴者ｕのプロファイルベクトルＱ_ｕを
Ｄ_ｉ＝〈（ｋ_１，ｗ_ｉ１），・・・，（ｋ_ｎ，ｗ_ｉｎ）〉
Ｑ_ｕ＝〈（ｋ_１，ｚ_ｕ１），・・・，（ｋ_ｎ，ｚ_ｕｎ）〉と定義する。

そうすると、視聴者ｕに対する放送コンテンツのニューストピックの類似度は、
Ｓｉｍｉｌａｒｉｔｙ（Ｄ_ｉ，Ｑ_ｕ）＝Σ_ｋ（ｗ_ｉｋ×ｚ_ｕｋ）
で表される。このＳｉｍｉｌａｒｉｔｙ（Ｄ_ｉ，Ｑ_ｕ）の値が大きいニューストピックほど、当該視聴者ｕの嗜好と適合する、すなわち、関心が高いこと意味している。つまり、この類似度の値が高いほど、視聴者が視聴したいと考えているニューストピックを示していることになる。

総評価値算出手段１１は、コンテンツトピック重要度算出手段７の重要度算出手段７ｅから出力された重要度と、コンテンツプロファイル類似度算出手段９の類似度算出手段９ｄから出力された類似度とに基づいて、ニューストピックの総評価値を算出するもので、総評価値計算手段１１ａと、ソーティング手段１１ｂとを備えている。

総評価値計算手段１１ａは、重要度算出手段７ｅから出力された重要度と、類似度算出手段９ｄから出力された類似度とに基づいて、ニューストピックの総評価値を計算するものである。このニューストピックの総評価値が高いほど、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツの中で、重要視され、長時間且つ頻繁に取り上げられたものであり、よりダイジェストに入れられるべきものを示していることとなる。

すなわち、コンテンツトピック重要度算出手段７から出力された重要度は、客観的にニューストピックを評価したのに対し、コンテンツプロファイル類似度算出手段９から出力された類似度は、視聴者プロファイルに従って、主観的に放送コンテンツを評価しており、総評価値計算手段１１ａは、これら客観的な評価と主観的な評価とを統合した総評価値を計算している。

ソーティング手段１１ｂは、総評価値計算手段１１ａで計算された総評価値が高い順にニューストピックを並べ替えて、この並べ替えたニューストピックをダイジェスト作成手段１３に出力するものである。

ダイジェスト作成手段１３は、視聴者からの要求に従って、総評価値算出手段１１から出力されたニューストピックを繋ぎ合わせたダイジェストを作成して、表示装置２に出力するもので、ダイジェスト要求受信手段１３ａと、ダイジェスト作成出力手段１３ｂとを備えている。

ダイジェスト要求受信手段１３ａは、視聴者からダイジェストの出力要求を受信するものである。ダイジェストの出力要求には、「今日のニュース」、「昨日のニュース」、「今週のニュース」等の視聴したいニューストピックの期間の特定や、視聴時間の特定が含まれている。なお、この視聴時間が特定されることで、ダイジェストに収められるニューストピックの数が決定されることとなる。つまり、視聴者が所望する視聴時間内にダイジェストが終了するように、当該ダイジェストに収められるニューストピックの数が制限されることとなる。

ダイジェスト作成出力手段１３ｂは、ダイジェスト要求受信手段１３ａで受信されたダイジェストの出力要求と、総評価値算出手段１１のソーティング手段１１ｂから出力されたニューストピックとに基づいて、ダイジェストを作成し出力するものである。

ダイジェスト視聴学習手段１５は、視聴者がダイジェストまたは放送コンテンツを視聴した際に、当該視聴者が当該ダイジェストまたは当該放送コンテンツに含まれているニューストピックを視聴中に、スキップ操作を行ったり早送り操作を行ったりした場合に、当該ニューストピックの総評価値が低下するように、プロファイル蓄積手段９ｂに記憶するものである。

このダイジェスト視聴学習手段１５は、具体的には、スキップ操作および早送り操作が行われた時点に出力されていたニューストピックについて、当該操作が行われたことを、ダイジェストの視聴履歴に記憶する。これによって、該当したニューストピックが視聴者の嗜好に適合しないことを視聴者プロファイルに反映させることができる。

また、このダイジェスト視聴学習手段１５は、視聴者がダイジェストを視聴中に、ネットワークを介して、ネットワークコンテンツに含まれているニューストピックを閲覧した場合に、当該ニューストピックの総評価値が上昇するように、プロファイル蓄積手段９ｂに記憶するものである。つまり、このダイジェスト視聴学習手段１５は、ネットワークコンテンツに含まれているニューストピックを閲覧した履歴を視聴者プロファイルに反映させることができる。

データ放送コンテンツ視聴学習手段１７は、データ放送コンテンツに含まれているニューストピックを視聴者が選択して視聴した場合に、当該ニューストピックの総評価値が上昇するように、プロファイル蓄積手段９ｂに記憶するものである。

このデータ放送コンテンツ視聴学習手段１７は、データ放送コンテンツに含まれているニューストピックを視聴者が選択した場合に、当該ニューストピックについて、当該選択が行われたことを、データ放送コンテンツの視聴履歴に記憶する。これによって、該当したニューストピックが視聴者の嗜好に適合することを視聴者プロファイルに反映させることができる。

このコンテンツ受信装置１によれば、コンテンツトピック重要度算出手段７で算出したトピックの重要度と、コンテンツプロファイル類似度算出手段９で算出した類似度とから、ニューストピックをダイジェストに含めるか否かを判定する基準となる総評価値を算出して、該当するニューストピックをまとめたダイジェストを作成しているため、現在話題になっているニューストピックや緊急性の高いニューストピックを見逃してしまうことを防止することができる。

また、このコンテンツ受信装置１によれば、ダイジェスト視聴学習手段１５によって、ダイジェストを視聴者が視聴する際に、当該ダイジェストに含まれているニューストピックに関する事項について、ネットワークを介して閲覧したネットワークコンテンツの履歴を、プロファイル蓄積手段９ｂに蓄積し、当該履歴に基づいて、視聴者の嗜好を学習するので、視聴者の嗜好の変化に柔軟に対応することができる。

さらに、このコンテンツ受信装置１によれば、データ放送コンテンツ視聴学習手段１７によって、データ放送コンテンツを視聴者が視聴した視聴履歴を蓄積し、当該視聴履歴に基づいて、視聴者の嗜好を学習するので、視聴者の嗜好の変化に柔軟に対応することができる。

さらにまた、このコンテンツ受信装置１によれば、コンテンツトピック重要度算出手段７の重要度算出手段７ｅによって、適合基準を満たしたニューストピックについて、表示順序と、表示時間と、表示頻度との少なくとも１つから計算された評価値を加算することで、重要度を算出しているので、送信側にてトピックの重要度に関するメタデータの作成をするコストや手間を省くことができる。

そしてまた、このコンテンツ受信装置１によれば、コンテンツプロファイル類似度算出手段９の類似度算出手段９ｄによって、放送コンテンツの特徴を示す放送コンテンツベクトルとプロファイルの特徴と示すプロファイルベクトルとに基づいた類似度を算出して、当該類似度を用いて求めた総評価値により、視聴者に適応したトピックを選択することができる。

（コンテンツ受信装置の動作）
次に、図２に示すフローチャートを参照して、コンテンツ受信装置１の動作について説明する（適宜、図１参照）。
まず、コンテンツ受信装置１は、受信手段３によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツを受信して、記憶手段５によって、これらを記憶する（ステップＳ１）。

続いて、コンテンツ受信装置１は、コンテンツトピック重要度算出手段７によって、放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツに含まれているニューストピックについて、重要度を算出する（ステップＳ２）。

また、コンテンツ受信装置１は、コンテンツプロファイル類似度算出手段９によって、放送コンテンツの特徴量をベクトル化したコンテンツベクトルと、視聴者プロファイルの特徴量をベクトル化したプロファイルベクトルとの類似度を算出する（ステップＳ３）。

そして、コンテンツ受信装置１は、総評価値算出手段１１によって、コンテンツトピック重要度算出手段７で算出された重要度と、コンテンツプロファイル類似度算出手段９で算出された類似度とに基づいて、ニューストピックの総評価値を算出する（ステップＳ４）。

その後、コンテンツ受信装置１は、ダイジェスト作成手段１３によって、ダイジェストの出力要求があるまで待機し（ステップＳ５、Ｎｏ）、出力要求があったと判定した場合（ステップＳ５、Ｙｅｓ）、ダイジェストを作成して、外部の表示装置２に出力する（ステップＳ６）。

以上、本発明の実施形態について説明したが、本発明は前記実施形態には限定されない。例えば、本実施形態では、コンテンツ受信装置１として説明したが、当該装置１の各構成の処理を汎用的または特殊なコンピュータ言語で記述したコンテンツ受信プログラムとして捉えることも可能である。この場合、当該装置１と同様の効果を奏する。

本発明の実施形態に係るコンテンツ受信装置のブロック図である。 図１に示したコンテンツ受信装置の動作を示したフローチャートである。

符号の説明

１ コンテンツ受信装置
３ 受信手段
５ 記憶手段
７ コンテンツトピック重要度算出手段
９ コンテンツプロファイル類似度算出手段
１１ 総評価値算出手段
１３ ダイジェスト作成手段
１５ ダイジェスト視聴学習手段
１７ データ放送コンテンツ視聴学習手段

Claims (6)

1. メタデータが付与されて放送された放送コンテンツ、データ放送されたデータ放送コンテンツおよびネットワークを介して送信されたネットワークコンテンツを受信して、前記放送コンテンツのトピックの中で重要なトピックを抽出して出力するコンテンツ受信装置であって、
   前記放送コンテンツ、前記データ放送コンテンツおよび前記ネットワークコンテンツを受信する受信手段と、
   この受信手段で受信された放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツのそれぞれに含まれているトピックについて、当該トピックの表示順序、表示時間および表示頻度の少なくとも１つに基づいて、当該トピックが重要である度合いを示す重要度を算出するコンテンツトピック重要度算出手段と、
   前記受信手段で受信された放送コンテンツに付与されているメタデータと、視聴者の個人情報および嗜好の少なくとも１つに関する情報であるプロファイルとに基づいて、当該放送コンテンツの特徴を示す放送コンテンツベクトルと当該プロファイルの特徴を示すプロファイルベクトルとが類似している度合いを示す類似度を算出するコンテンツプロファイル類似度算出手段と、
   前記コンテンツトピック重要度算出手段で算出された重要度と、前記コンテンツプロファイル類似度算出手段で算出された類似度とに基づいて、前記放送コンテンツに含まれているトピックをまとめたダイジェストに前記トピックを含めるか否かを判定する基準となる総評価値を算出する総評価値算出手段と、
   この総評価値算出手段で算出された総評価値および前記メタデータに基づいて、前記ダイジェストを作成するダイジェスト作成手段と、
   を備えることを特徴とするコンテンツ受信装置。
2. 前記ダイジェスト作成手段で作成されたダイジェストまたは前記放送コンテンツを前記視聴者が視聴する際に、当該ダイジェストまたは当該放送コンテンツに含まれているトピックに関する事項について、前記ネットワークを介して閲覧した履歴を蓄積し、当該履歴に基づいて、前記視聴者の嗜好を学習するダイジェスト視聴学習手段を備えることを特徴とする請求項１に記載のコンテンツ受信装置。
3. 前記受信手段で受信された前記データ放送コンテンツを前記視聴者が視聴した視聴履歴を蓄積し、当該視聴履歴に基づいて、前記視聴者の嗜好を学習するデータ放送コンテンツ視聴学習手段を備えることを特徴とする請求項１または請求項２に記載のコンテンツ受信装置。
4. 前記コンテンツトピック重要度算出手段は、
   前記放送コンテンツ、前記データ放送コンテンツおよび前記ネットワークコンテンツの少なくとも１つに含まれているトピックが表示されている表示順序に基づいて、予め設定した評価基準に従った評価値を計算する表示順序評価値計算手段と、
   前記放送コンテンツ、前記データ放送コンテンツおよび前記ネットワークコンテンツの少なくとも１つに含まれているトピックが表示されている表示時間に基づいて、予め設定した評価基準に従った評価値を計算する表示時間評価値計算手段と、
   前記放送コンテンツ、前記データ放送コンテンツおよび前記ネットワークコンテンツの少なくとも１つに含まれているトピックが表示されている表示頻度に基づいて、予め設定した評価基準に従った評価値を計算する表示頻度評価値計算手段とにおいて、
   前記表示順序評価値計算手段、前記表示時間評価値計算手段および前記表示頻度評価値計算手段の少なくとも１つと、
   前記放送コンテンツ、前記データ放送コンテンツおよび前記ネットワークコンテンツの少なくとも２つに含まれているトピック同士が適合しているか否かを、予め設定した適合基準に基づいて判定するマッチング手段と、
   このマッチング手段で判定した結果、前記適合基準を満たしたトピックについて、前記表示順序評価値計算手段で計算された評価値と、前記表示時間順序評価値計算手段で計算された評価値と、前記表示頻度評価値計算手段で計算された評価値との少なくとも１つを加算することで、前記重要度を算出する重要度算出手段と、
   を備えることを特徴とする請求項１から請求項３までのいずれか一項に記載のコンテンツ受信装置。
5. 前記コンテンツプロファイル類似度算出手段は、
   前記放送コンテンツに付与されている当該放送コンテンツの内容を説明したメタデータ、当該放送コンテンツの字幕情報、当該放送コンテンツを音声認識・画像認識して抽出したコンテンツ情報の少なくとも１つから当該放送コンテンツに関する特徴データを抽出して、当該特徴データに基づいて求められるベクトルを、前記放送コンテンツの特徴を示す放送コンテンツベクトルとして作成する放送コンテンツベクトル作成手段と、
   前記プロファイルから当該プロファイルに関する特徴データを抽出して、当該特徴データに基づいて求められるベクトルを、前記プロファイルの特徴と示すプロファイルベクトルとして作成するプロファイルベクトル作成手段と、
   前記放送コンテンツベクトル作成手段で作成された放送コンテンツベクトルと、前記プロファイルベクトル作成手段で作成されたプロファイルベクトルとに基づいて、前記類似度を算出する類似度算出手段と、
   を備えることを特徴とする請求項１から請求項４までのいずれか一項に記載のコンテンツ受信装置。
6. メタデータが付与されて放送された放送コンテンツ、データ放送されたデータ放送コンテンツおよびネットワークを介して送信されたネットワークコンテンツを受信して、前記放送コンテンツのトピックの中で重要なトピックを抽出して出力するために、コンピュータを、
   前記放送コンテンツ、前記データ放送コンテンツおよび前記ネットワークコンテンツを受信する受信手段、
   この受信手段で受信された放送コンテンツ、データ放送コンテンツおよびネットワークコンテンツのそれぞれに含まれているトピックについて、当該トピックの表示順序、表示時間および表示頻度の少なくとも１つに基づいて、当該トピックが重要である度合いを示す重要度を算出するコンテンツトピック重要度算出手段、
   前記受信手段で受信された放送コンテンツに付与されているメタデータと、視聴者の個人情報および嗜好の少なくとも１つに関する情報であるプロファイルとに基づいて、当該放送コンテンツの特徴を示す放送コンテンツベクトルと当該プロファイルの特徴を示すプロファイルベクトルとが類似している度合いを示す類似度を算出するコンテンツプロファイル類似度算出手段、
   前記コンテンツトピック重要度算出手段で算出された重要度と、前記コンテンツプロファイル類似度算出手段で算出された類似度とに基づいて、前記放送コンテンツに含まれているトピックをまとめたダイジェストに前記トピックを含めるか否かを判定する基準となる総評価値を算出する総評価値算出手段、
   この総評価値算出手段で算出された総評価値および前記メタデータに基づいて、前記ダイジェストを作成するダイジェスト作成手段、
   として機能させることを特徴とするコンテンツ受信プログラム。

Images