JP2009134669A - 情報処理装置、情報処理端末、情報処理方法、およびプログラム - Google Patents

情報処理装置、情報処理端末、情報処理方法、およびプログラム Download PDF

Info

Publication number
JP2009134669A
JP2009134669A JP2007312029A JP2007312029A JP2009134669A JP 2009134669 A JP2009134669 A JP 2009134669A JP 2007312029 A JP2007312029 A JP 2007312029A JP 2007312029 A JP2007312029 A JP 2007312029A JP 2009134669 A JP2009134669 A JP 2009134669A
Authority
JP
Japan
Prior art keywords
content
user
information
information processing
similar
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2007312029A
Other languages
English (en)
Other versions
JP5181640B2 (ja
Inventor
Mari Saito
真里 斎藤
Noriyuki Yamamoto
則行 山本
Mitsuhiro Miyazaki
充弘 宮嵜
Koji Asano
康治 浅野
Tatsuoki Kashiwatani
辰起 柏谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2007312029A priority Critical patent/JP5181640B2/ja
Publication of JP2009134669A publication Critical patent/JP2009134669A/ja
Application granted granted Critical
Publication of JP5181640B2 publication Critical patent/JP5181640B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】、生体情報に基づいて、コンテンツの推薦をより適切に行うことができるようにする。
【解決手段】クライアント１においては、コンテンツを視聴しているユーザの生体反応が検出される。生体反応には、血液中に含まれるヘモグロビンの量、血流量、汗の量、脈拍などが含まれる。クライアント１により検出された生体反応の時系列データである生体情報はサーバ２に送信される。サーバ２においては、コンテンツの視聴中に同じような生体反応を示すユーザが特定され、推薦を受けるクライアント１のユーザに対して、クライアント１のユーザにとって未経験のコンテンツであって、その同じような生体反応を示すユーザによって高い評価が得られているコンテンツが推薦される。本発明は、コンピュータに適用することができる。
【選択図】図１

Description

本発明は、情報処理装置、情報処理端末、情報処理方法、およびプログラムに関し、特に、生体情報に基づいて、コンテンツの推薦をより適切に行うことができるようにした情報処理装置、情報処理端末、情報処理方法、およびプログラムに関する。
複数のユーザの購買履歴や行動履歴をもとに、対象のユーザと似た反応を示す他のユーザを特定し、特定した他のユーザの履歴から、対象のユーザにとって未経験のコンテンツをその対象のユーザに推薦する技術がある。このような技術は、協調フィルタリング(Collaborative Filtering)と呼ばれる（非特許文献１）。
これにより、対象のユーザは、自分が視聴したことのないコンテンツであって、自分と似た反応を示す他のユーザが購入し、高い評価をしているコンテンツの推薦を受けたりすることができる。
P. Resnick, N. Iacovou, M. Suchak, P. Bergstrom, and J. Riedl. "GroupLens?: Open Architecture for Collaborative Filtering of Netnews." Conference on Computer Supported Cooperative Work, pp. 175-186, 1994
協調フィルタリングは、商品の購買などのようなユーザの意思決定については効果的であるものの、コンテンツといったような、それを利用しているときにユーザの反応が時系列的に変化するようなものを対象とした推薦には効果的であるとはいえない。
例えば、推薦するコンテンツを選択するときの基準となる他のユーザの反応は、「好き」、「どちらでもない」、「嫌い」といったような、コンテンツに対する最終的な反応だけであり、そのコンテンツのどの部分が好きか、どの部分が嫌いかといったような、コンテンツの最終的な反応に至る経緯については考慮されていない。
好き嫌いを意識的に評価することはできるが、具体的に、どのように感じているから好きである／嫌いであるということを言語化することは難しい。
一方、脳波の状態を観測したり、発汗の状態を観測したりして得られた生体情報によりユーザの感情を推定する技術がある。
この技術をコンテンツの推薦に適用した場合、例えば、コンテンツの視聴中に生体情報を実際に観測して感情を推定し、推定した感情と同じ感情を過去に示したコンテンツを検索して推薦するようなことも考えられるが、この場合、ユーザが興味を持つであろうと考えられる未知のコンテンツを特定し、推薦することはできない。
本発明はこのような状況に鑑みてなされたものであり、生体情報に基づいて、コンテンツの推薦をより適切に行うことができるようにするものである。
本発明の第１の側面の情報処理装置は、コンテンツの再生中にユーザが示す生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得する取得手段と、前記取得手段により取得された生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定するユーザ特定手段と、前記ユーザ特定手段により特定された前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定する推薦コンテンツ特定手段と、前記推薦コンテンツ特定手段により特定された推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する送信手段とを備える。
前記取得手段には、さらに、コンテンツの再生履歴を複数のユーザ分取得させ、前記推薦コンテンツ特定手段には、前記類似ユーザにとって評価の高いコンテンツであって、コンテンツの推薦を要求してきた前記ユーザが未経験のコンテンツを推薦コンテンツとして特定させることができる。
前記生体情報には、コンテンツの再生中にユーザが示した表出を表す情報も含まれるようにすることができる。
本発明の第１の側面の情報処理方法またはプログラムは、コンテンツの再生中にユーザが示す生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得し、取得した生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定し、特定した前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定し、特定した推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信するステップを含む。
本発明の第２の側面の情報処理端末は、コンテンツの再生中にユーザが示した生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得し、取得した生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定し、特定した前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定し、特定した推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する情報処理装置とネットワークを介して接続される情報処理端末において、コンテンツの再生中にユーザが示す生体反応を表す前記生体情報を取得する生体情報取得手段と、再生が行われたそれぞれのコンテンツの評価を取得し、取得した評価を表す情報と、前記生体情報取得手段により取得された前記生体情報を前記情報処理装置に送信する送信手段と、前記情報処理装置から送信された推薦コンテンツの情報を受信する受信手段と、前記受信手段により受信された情報に基づいて、推薦コンテンツをユーザに提示する推薦手段とを備える。
前記送信手段には、さらに、コンテンツの再生履歴を表す情報を前記情報処理装置に送信させ、前記受信手段には、前記情報処理装置から送信された、前記類似ユーザにとって評価の高いコンテンツであって、前記情報処理端末のユーザが未経験のコンテンツであるとして前記情報処理装置により特定された推薦コンテンツの情報を受信させることができる。
前記生体情報には、コンテンツの再生中にユーザが示した表出を表す情報も含まれるようにすることができる。
本発明の第２の側面の情報処理方法またはプログラムは、コンテンツの再生中にユーザが示す生体反応を表す生体情報を取得し、再生が行われたそれぞれのコンテンツの評価を取得し、取得した評価を表す情報と、取得した前記生体情報を情報処理装置に送信し、前記情報処理装置から送信された推薦コンテンツの情報を受信し、受信した情報に基づいて、推薦コンテンツをユーザに提示するステップを含む。
本発明の第１の側面においては、コンテンツの再生中にユーザが示す生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価が複数のユーザ分取得され、取得された生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザが特定される。また、特定された前記類似ユーザにとって評価の高いコンテンツが推薦コンテンツとして特定され、特定された推薦コンテンツの情報が、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信される。
本発明の第２の側面においては、コンテンツの再生中にユーザが示す生体反応を表す生体情報が取得され、再生が行われたそれぞれのコンテンツの評価が取得され、取得された評価を表す情報と、取得された前記生体情報が情報処理装置に送信される。また、前記情報処理装置から送信された推薦コンテンツの情報が受信され、受信された情報に基づいて、推薦コンテンツをユーザに提示される。
本発明によれば、生体情報に基づいて、コンテンツの推薦をより適切に行うことができる。
図１は、本発明の一実施形態に係るコンテンツ推薦システムの構成例を示すブロック図である。
図１に示されるように、このコンテンツ推薦システムは、クライアント１とサーバ２が、インターネットなどのネットワークを介して接続されることによって構成される。
クライアント１は、生体情報取得部１１、コンテンツDB１２、生体情報処理部１３、送信部１４、受信部１５、およびコンテンツ推薦部１６から構成される。一方、サーバ２は、受信部２１、生体情報DB２２、類似ユーザ特定部２３、推薦コンテンツ特定部２４、コンテンツDB２５、および送信部２６から構成される。
後に詳述するように、サーバ２においては、コンテンツの視聴中に同じような生体反応を示すユーザが特定され、推薦を受けるクライアント１のユーザに対して、クライアント１のユーザにとって未経験のコンテンツであって、その同じような生体反応を示すユーザによって高い評価が得られているコンテンツが推薦されるようになされている。
すなわち、サーバ２は、協調フィルタリングによってコンテンツの推薦を行う装置である。サーバ２には、クライアント１以外に、クライアント１と同様の構成を有する端末がネットワークを介して複数接続される。
ここで、生体反応には、血液中に含まれるヘモグロビンの量、血流量、汗の量、脈拍などが含まれる。コンテンツを視聴しているユーザが示す反応であればどのようなものが生体反応として用いられるようにしてもよい。
クライアント１の生体情報取得部１１は、コンテンツの再生中、コンテンツを視聴しているユーザの生体反応を検出し、検出した生体反応の時系列データである生体情報を取得する。生体情報には、どのコンテンツの再生中に取得されたものであるのかを表す情報も含まれる。
図２は、コンテンツの再生中の様子を示す図である。
図２の例においては、テレビジョン受像機３１とヘッドギア３２がクライアント１に接続されている。ヘッドギア３２は、テレビジョン受像機３１の前方にある椅子に座ってコンテンツを視聴しているクライアント１のユーザの頭に装着されている。
クライアント１により再生されたコンテンツの映像はテレビジョン受像機３１に表示され、コンテンツの音声はテレビジョン受像機３１のスピーカから出力される。
コンテンツの再生中、ヘッドギア３２においては、ユーザの頭の各部に対して近赤外光を照射し、脳が活動するときに現れる酸素消費に反応するヘモグロビンの量を生体反応として測定することが行われる。測定された生体反応を表す信号はヘッドギア３２からクライアント１に供給され、生体情報が生体情報取得部１１により取得される。
図２は、血液中に含まれるヘモグロビンの量を生体反応として用いる場合の例を示している。他の反応を生体反応として用いる場合も同様に、その測定器が、コンテンツを視聴しているユーザに装着される。
図３は、生体反応の時系列データの例を示す図である。
図３に示されるように、生体反応は時系列データとして取得される。図３の横軸は時刻を表し、縦軸は度合い（上述した例の場合、血液中に含まれるヘモグロビンの量）を表す。
生体情報取得部１１は、このようにして取得した生体情報を生体情報処理部１３に出力する。クライアント１においては複数のコンテンツが再生され、再生されたコンテンツ毎に、図３に示されるような時系列データである生体情報が取得される。
生体情報処理部１３は、コンテンツDB１２に記憶されているコンテンツを読み出して再生し、コンテンツの映像や音声をテレビジョン受像機３１に出力させる。生体情報処理部１３は、コンテンツの再生中に生体情報取得部１１から順次供給される生体情報を取得する。
また、生体情報処理部１３は、コンテンツに対するユーザの評価を取得する。例えば、１つのコンテンツの再生が終了したとき、ユーザに対して評価の入力が求められる。ユーザは、リモートコントローラやマウスを操作するなどして評価を入力する。
生体情報処理部１３は、生体情報取得部１１から供給された生体情報と、それぞれのコンテンツに対する評価、ユーザの視聴履歴を表す情報を送信部１４に出力する。
送信部１４は、生体情報処理部１３から供給された情報をサーバ２に送信する。クライアント１のユーザが経験済みの全てのコンテンツについて、コンテンツ毎に、生体情報と評価がサーバ２に提供されることになる。
受信部１５は、サーバ２から送信された推薦コンテンツの情報を受信し、受信した情報をコンテンツ推薦部１６に出力する。
コンテンツ推薦部１６は、受信部１５から供給された情報に基づいて、サーバ２により特定された推薦コンテンツの情報をテレビジョン受像機３１などに表示し、ユーザに提示する。推薦コンテンツの情報として、例えば、推薦コンテンツのタイトル、販売元、概要などが表示される。
サーバ２の受信部２１は、クライアント１の送信部１４から送信された生体情報と、それぞれのコンテンツに対するユーザの評価、ユーザの視聴履歴を表す情報を受信し、受信した情報を生体情報DB２２に記憶させる。
上述したように、サーバ２には、クライアント１と同様の構成を有する端末が複数接続されている。それぞれの端末から同様の情報が送信されてくることにより、生体情報DB２２には、それぞれのユーザの生体情報と、コンテンツに対する評価、視聴履歴を表す情報が記憶される。
類似ユーザ特定部２３は、生体情報DB２２から生体情報を読み出し、それぞれのユーザの生体反応の時系列データのパターンに基づいて、同じコンテンツの視聴中に、類似する生体反応を示すユーザを特定する。
生体反応の時系列データのパターンが類似するか否かは、例えば、ユーザ毎の生体反応の時系列データのパターンの相互相関を求めたり、特定のパターンとの一致率を求めたり、特定部分（範囲）の閾値に対する一致率を求めたりして判断される。
図４は、コンテンツＡに対する生体情報の例を示す図である。
図４の例においては、ユーザ１乃至３がそれぞれコンテンツＡを視聴しているときに取得された生体反応の時系列データのパターンが上から順に示されている。
ユーザ１乃至３のコンテンツＡに対する生体反応の時系列データのパターンが図４に示されるようなものである場合、ユーザ１の生体反応の時系列データのパターンと、ユーザ２の生体反応の時系列データのパターンは類似するから、ユーザ１とユーザ２は、コンテンツＡを視聴しているときに類似する生体反応を示すユーザである類似ユーザとなる。
コンテンツＡの視聴中、ユーザＡとユーザＢは、同じような部分で、同じような度合いの生体反応を示すことになる。
一方、ユーザ１とユーザ３は類似ユーザではないから、コンテンツＡの視聴中、ユーザ１とユーザ３は違う部分で、または、違う度合いで、生体反応を示すことになる。
上述した血液中のヘモグロビン量の生体反応は脳の活動状況を表し、コンテンツを視聴しているときの感じ方によって活動状況が異なると考えられるから、類似ユーザは、コンテンツのある特徴に対して、似たような感じ方（反応）をするユーザであること、すなわち、似たような視聴の仕方をするユーザであることを表す。映像の一定の明るさに対して無意識のうちに反応を示すような視聴の仕方であったり、一定の周波数の音声に対して無意識のうちに反応を示すような視聴の仕方であったりするように、同じコンテンツでも、その視聴の仕方には人によって違いがある。
なお、１つのコンテンツに対する生体反応の時系列データのパターンに基づいて判断されるのではなく、複数のコンテンツに対する生体反応の時系列データのパターンに基づいて類似ユーザであるか否かが判断されるようにしてもよい。
類似ユーザ特定部２３は、以上のようにして特定した類似ユーザの情報を推薦コンテンツ特定部２４に出力する。
推薦コンテンツ特定部２４は、生体情報DB２２に記憶されている情報により表されるそれぞれのユーザの評価、視聴履歴を参照し、クライアント１のユーザが未経験のコンテンツであって、クライアント１のユーザの類似ユーザが高い評価をしているコンテンツを推薦コンテンツとして特定する。この推薦コンテンツの特定は、例えば、所定のタイミングでクライアント１からコンテンツの推薦が要求されたときに行われる。
図５は、ユーザの評価と視聴履歴の例を示す図である。
図５の例においては、コンテンツＡ乃至Ｇに対するユーザ１乃至３の評価と視聴履歴が示されている。ユーザ１はクライアント１のユーザであるとする。
図５において、白抜きの丸印は、視聴済みであり、高い評価をしていることを表し、バツ印は、視聴済みであるが、低い評価をしていることを表す。空欄は、視聴が行われていない未経験のコンテンツであることを表す。
例えば、ユーザ１はコンテンツＡ，Ｅを視聴済みであり、視聴済みのいずれのコンテンツに対しても高い評価をしていることになる。ユーザ２はコンテンツＡ，Ｃ，Ｄ，Ｅを視聴済みであり、そのうちのコンテンツＡ，Ｄ，Ｅに対して高い評価をし、コンテンツＣに対して低い評価をしていることになる。ユーザ３はコンテンツＡ，Ｅ，Ｆ，Ｇを視聴済みであり、視聴済みのいずれのコンテンツに対しても高い評価をしていることになる。
このような評価、視聴履歴が得られている場合、推薦コンテンツ特定部２４においては、クライアント１のユーザであるユーザ１の類似ユーザは、類似ユーザ特定部２３から供給された情報に基づいてユーザ２として特定される（図４）。
また、ユーザ１が未経験のコンテンツであって、類似ユーザであるユーザ２が高い評価をしているコンテンツであるコンテンツＤが、推薦コンテンツとして特定される。
ユーザ１が未経験のコンテンツであっても、ユーザ２が低い評価をしているコンテンツであるコンテンツＣや、ユーザ１の類似ユーザではないユーザ３が高い評価をしているコンテンツＦ，Ｇは、推薦コンテンツとしては選択されない。
推薦コンテンツ特定部２４は、推薦コンテンツのタイトル、販売元、概要などの情報をコンテンツDB２５から読み出し、読み出したそれらの情報を送信部２６に出力する。コンテンツDB２５には、コンテンツに関する各種の情報が記憶されている。
送信部２６は、推薦コンテンツ特定部２４から供給された情報をクライアント１に送信する。
ここで、以上のような構成を有するクライアント１とサーバ２の処理について説明する。
はじめに、図６のフローチャートを参照して、コンテンツを再生するクライアント１の処理について説明する。この処理は、例えば、所定のコンテンツの再生がユーザにより指示されたときに開始される。
ステップＳ１において、クライアント１の生体情報処理部１３は、コンテンツDB１２から読み出したコンテンツを再生する。
ステップＳ２において、生体情報取得部１１は、ユーザに装着されている測定器からの出力に基づいて、コンテンツを視聴しているユーザの生体反応の時系列データである生体情報を取得し、生体情報処理部１３に出力する。
ステップＳ３において、生体情報処理部１３は、コンテンツの再生が終了したか否かを判定し、終了していないと判定した場合、ステップＳ１に戻り、以上の処理を繰り返す。
一方、コンテンツの再生が終了したとステップＳ３において判定した場合、ステップＳ４において、生体情報処理部１３は、再生を行ったコンテンツに対するユーザの評価を取得する。生体情報処理部１３は、生体情報と、コンテンツに対する評価、ユーザの視聴履歴を表す情報を送信部１４に出力する。
ステップＳ５において、送信部１４は、生体情報処理部１３から供給された情報をサーバ２に送信する。その後、処理は終了される。
以上においては、コンテンツに対する評価はユーザによって手動で入力されるものとしたが、高評価をしたと考えられる操作が行われたコンテンツに対して、高い評価が設定されるようにしてもよい。例えば、再生が複数回行われたコンテンツ、削除プロテクトが設定されたコンテンツ、ダビングが行われたコンテンツに対して、高い評価が設定される。
また、コンテンツを検索するときにユーザによりキーワードとして入力された俳優の名前などの単語と同じ単語をメタデータに含むコンテンツに対して高い評価が設定されるようにしてもよい。それぞれのコンテンツには、タイトル、販売元、出演者、概要などの各種のメタデータが付加されている。
さらに、クライアント１のユーザが過去にサーバ２によるコンテンツの推薦を受けている場合、クライアント１のユーザが推薦を受け入れ、購入操作や再生操作などを行ったコンテンツのメタデータと同じメタデータを有するコンテンツに対して高い評価が設定されるようにしてもよい。
単に、クライアント１のユーザが購入するなどして所持しているコンテンツに対して高い評価が設定されるようにしてもよい。
次に、図７のフローチャートを参照して、コンテンツの推薦を行うサーバ２の処理について説明する。
ステップＳ１１において、サーバ２の受信部２１は、クライアント１から送信された生体情報と、コンテンツに対する評価、ユーザの視聴履歴を表す情報を受信し、受信した情報を生体情報DB２２に記憶させる。
この処理が、クライアント１と同様の構成を有する端末から情報が送信されてくる毎に行われることにより、生体情報DB２２には、複数のユーザの生体情報と、コンテンツに対する評価、視聴履歴を表す情報が記憶される。
ステップＳ１２において、類似ユーザ特定部２３は、生体情報DB２２に記憶されている生体情報に基づいて類似ユーザを特定する。類似ユーザ特定部２３は、特定した類似ユーザの情報を推薦コンテンツ特定部２４に出力する。
ステップＳ１３において、推薦コンテンツ特定部２４は、それぞれのユーザの評価、視聴履歴を参照し、クライアント１のユーザが未経験のコンテンツであって、類似ユーザが高い評価をしているコンテンツを推薦コンテンツとして特定する。推薦コンテンツ特定部２４は、推薦コンテンツの情報を送信部２６に出力する。
ステップＳ１４において、送信部２６は、推薦コンテンツ特定部２４から供給された情報をクライアント１に送信し、処理を終了させる。
次に、図８のフローチャートを参照して、推薦結果を表示するクライアント１の処理について説明する。この処理は、例えば、クライアント１からの要求に応じて推薦コンテンツの情報がサーバ２から送信されたときに開始される。
ステップＳ２１において、クライアント１の受信部１５は、サーバ２から送信された推薦コンテンツの情報を受信し、受信した情報をコンテンツ推薦部１６に出力する。
ステップＳ２２において、コンテンツ推薦部１６は、サーバ２により特定された推薦コンテンツの情報をテレビジョン受像機３１に表示し、推薦コンテンツをユーザに提示する。ユーザは、リモートコントローラなどを操作して、推薦コンテンツをダウンロードして購入したり、ストリーミングの形で視聴したりすることができる。その後、処理は終了される。
以上の処理により、サーバ２は、ユーザが意識的に行うコンテンツに対する評価ではなく、ユーザのコンテンツに対する感じ方そのものを用いて協調フィルタリングを行い、コンテンツの推薦を行うことができる。
また、サーバ２は、ユーザが説明できないコンテンツの類似性などを推薦に利用することができ、評価ベースの推薦とは異なる視点でのコンテンツの推薦を提供することができる。
以上においては、生体反応の時系列データのパターンに基づいて類似ユーザが特定され、類似ユーザによって高い評価がなされているコンテンツが推薦コンテンツとして特定されるものとしたが、コンテンツの視聴中にユーザが示す表出の時系列データのパターンに基づいて同様の処理が行われるようにしてもよい。
ここで、表出とは、笑顔や顔をしかめるなどの表情、独り言や対話などの発話、拍手や貧乏ゆすりやタッピングなどの動作、ひじを付くことや上体が傾くことなどの姿勢、などの、画像や音によって外部から認識可能なユーザの反応である。表出も、コンテンツの視聴中に、生体であるユーザが示す反応といえるので、上述した生体情報には表出の情報も含まれる。
クライアント１の生体情報取得部１１は、コンテンツの再生中、コンテンツを視聴しているユーザを撮影して得られた画像や、集音して得られたユーザの音声に基づいて、ユーザが示す複数種類の表出を所定の間隔で検出する。
図９は、コンテンツの再生中の様子を示す図である。
図９の例においては、テレビジョン受像機３１の他に、マイクロフォン４１とカメラ４２がクライアント１に接続されている。マイクロフォン４１の指向性とカメラ４２の撮影範囲はテレビジョン受像機３１の前方にある椅子に座ってコンテンツを視聴しているクライアント１のユーザに向けられている。
コンテンツの再生中にマイクロフォン４１により集音されたユーザの音声と、カメラ４２により撮影されたユーザの画像はクライアント１に供給される。
例えば、上述した笑顔は、カメラ４２により撮影された画像からユーザの顔の範囲が検出され、検出された顔から抽出された特徴と、あらかじめ用意されている笑顔の特徴とのマッチングが行われることによって検出される。生体情報取得部１１においては、ユーザが笑顔になったタイミングと、笑顔の度合い（爆笑している、ほほえんでいるなど）を表す時系列データが取得される。
同様に、顔をしかめるは、カメラ４２により撮影された画像からユーザの顔の範囲が検出され、検出された顔から抽出された特徴と、あらかじめ用意されている、しかめっ面の特徴とのマッチングが行われることによって検出される。生体情報取得部１１においては、ユーザが顔をしかめたタイミングと、しかめた度合いを表す時系列データが取得される。
独り言や対話などの発話は、マイクロフォン４１により集音された音声を対象として話者認識が行われることによって話者が特定され、集音された音声が、クライアント１のユーザの独り言であるのか、一緒にコンテンツを視聴している他のユーザとの対話であるのかが認識されることによって検出される。生体情報取得部１１においては、ユーザの発話のタイミングと、発話の度合いである音量を表す時系列データが取得される。
拍手は、マイクロフォン４１により集音された音に基づいて検出される。生体情報取得部１１においては、ユーザの拍手のタイミングと、拍手の強弱などの度合いを表す時系列データが取得される。
他の表出についても同様に、マイクロフォン４１とカメラ４２により得られたデータに基づいて検出される。表出の検出は、マイクロフォン４１とカメラ４２により得られたデータがハードディスクなどの記録媒体に一度記録され、記録されたデータを対象として行われるようにしてもよいし、マイクロフォン４１とカメラ４２からデータが供給される毎にリアルタイムで行われるようにしてもよい。
図１０は、表出の時系列データの例を示す図である。
図１０には、上から順に、笑顔、顔をしかめる、拍手、独り言の時系列データが示されている。横軸は時刻を表し、縦軸は度合いを表す。
生体情報取得部１１は、このようにして検出した表出の時系列データを生体情報処理部１３に出力する。クライアント１においては複数のコンテンツが再生され、再生されたコンテンツ毎に、図１０に示されるような時系列データが取得される。
表出の時系列データは、コンテンツに対するユーザの評価や視聴履歴の情報とともにクライアント１からサーバ２に送信される。クライアント１と同様の構成を有する他の端末からも同様にして表出の情報などが送信されることにより、サーバ２には、複数のユーザの表出の情報が収集される。
サーバ２においては、同じコンテンツに対する、同じ種類の表出の時系列データのパターン同士を比較し、特定の表出が検出された位置、度合いが類似する（時系列データのパターンが類似する）ユーザである類似ユーザが特定される。
類似ユーザが特定された後、クライアント１のユーザが未経験のコンテンツであって、類似ユーザが高い評価をしているコンテンツが推薦コンテンツとして特定され、推薦コンテンツの情報がクライアント１に送信される。
あるユーザはおもしろいと感じるコンテンツを視聴しているときに多く笑い、違うユーザはおもしろいと感じるコンテンツを視聴しているときに多く拍手するといったように、ユーザ毎に、コンテンツを視聴しているときの表出が異なると考えられるため、表出の時系列データのパターンを用いることによっても、視聴の仕方の類似するユーザを特定することが可能になる。
図１１は、本発明の他の実施形態に係るコンテンツ推薦システムの構成例を示すブロック図である。
図１１に示されるように、このコンテンツ推薦システムは、クライアント１０１により実現される。
クライアント１０１は、生体情報取得部１１１、コンテンツDB１１２、生体情報処理部１１３、生体情報DB１１４、コンテンツグループ特定部１１５、推薦コンテンツ特定部１１６、およびコンテンツ推薦部１１７から構成される。
後に詳述するように、クライアント１０１においては、視聴しているユーザが同じような生体反応を示すコンテンツのグループが特定される。また、あるコンテンツと類似するコンテンツの推薦が要求されたとき、基準となるコンテンツと同じグループに属する他のコンテンツが推薦されるようになされている。
生体反応には、血液中に含まれるヘモグロビンの量、血流量、汗の量、脈拍などが含まれる。コンテンツを視聴しているユーザが示す反応であればどのようなものが生体反応として用いられるようにしてもよい。
クライアント１０１の生体情報取得部１１１は、コンテンツの再生中、図２に示されるような状況でコンテンツを視聴しているユーザの生体反応の時系列データである生体情報を取得し、取得した生体情報を生体情報処理部１１３に出力する。生体情報には、どのコンテンツの再生中に取得されたものであるのかを表す情報も含まれる。
クライアント１０１においては複数のコンテンツが再生され、再生されたコンテンツ毎に、図３に示されるような時系列データである生体情報が取得される。
生体情報処理部１１３は、コンテンツDB１１２に記憶されているコンテンツを読み出して再生する。生体情報処理部１１３は、コンテンツの再生中に生体情報取得部１１１から順次供給される生体情報を取得し、生体情報DB１１４に記憶させる。複数のコンテンツの再生が行われることにより、生体情報DB１１４には、再生が行われたそれぞれのコンテンツに対する、クライアント１０１のユーザの生体情報が記憶される。
コンテンツグループ特定部１１５は、生体情報DB１１４に記憶されている生体情報により表される生体反応の時系列データのパターンに基づいて、視聴中に、ユーザが同じような生体反応を示すコンテンツのグループを特定する。
生体反応の時系列データのパターンが類似するか否かは、例えば、時系列データのパターンの相互相関を求めたり、特定のパターンとの一致率を求めたり、特定部分の閾値に対する一致率を求めたりして判断される。
図１２は、クライアント１０１のユーザの生体情報の例を示す図である。
図１２の例においては、コンテンツＡ乃至Ｃに対する生体反応の時系列データのパターンが上から順に示されている。
コンテンツＡ乃至Ｃをそれぞれ視聴しているときのユーザの生体反応の時系列データのパターンが図１２に示されるようなものである場合、コンテンツＡを視聴しているときの生体反応の時系列データのパターンと、コンテンツＢを視聴しているときの生体反応の時系列データのパターンは類似するから、コンテンツＡとコンテンツＢは、視聴しているときにクライアント１０１のユーザが類似する生体反応を示すコンテンツである類似コンテンツのグループとなる。
コンテンツＡの視聴中もコンテンツＢの視聴中も、視聴を始めてから同じような時間だけ経過したシーンで、同じような度合いの生体反応をユーザは示すことになる。
上述した血液中のヘモグロビン量の生体反応は脳の活動状況を表し、コンテンツを視聴しているときの感じ方によって活動状況が異なると考えられるから、類似コンテンツは、いずれのコンテンツにも同じようなタイミングで同じような特徴があること、すなわち、似たような視聴の仕方をユーザがしてしまうコンテンツであることを表す。
コンテンツグループ特定部１１５は、以上のようにして特定した類似コンテンツのグループの情報を推薦コンテンツ特定部１１６に出力する。
推薦コンテンツ特定部１１６は、コンテンツの推薦がユーザにより要求されたとき、コンテンツグループ特定部１１５から供給された情報に基づいて、基準となるコンテンツと同じ類似コンテンツのグループに属するコンテンツを推薦コンテンツとして特定する。
ユーザは、例えば、あるコンテンツを視聴しているときに、いま視聴しているコンテンツと似ているものを探すことをリモートコントローラやマウスなどを操作して入力し、コンテンツの推薦をクライアント１０１に対して要求する。クライアント１０１においては、ユーザが視聴しているコンテンツを基準のコンテンツとして、推薦コンテンツの特定が行われる。
図１２に示されるような生体情報に基づいて類似コンテンツのグループが特定されている場合、例えば、コンテンツＢの視聴中に、類似するコンテンツの推薦が要求されたときには、基準となるコンテンツＢと同じ類似コンテンツのグループに属するコンテンツＡが推薦コンテンツとして特定される。
推薦コンテンツ特定部１１６は、推薦コンテンツのタイトル、販売元、概要などの情報をコンテンツDB１１２から読み出し、読み出したそれらの情報をコンテンツ推薦部１１７に出力する。
コンテンツ推薦部１１７は、推薦コンテンツ特定部１１６から供給された情報に基づいて推薦コンテンツの情報をテレビジョン受像機などに表示し、ユーザに提示する。
ここで、以上のような構成を有するクライアント１０１の処理について説明する。
はじめに、図１３のフローチャートを参照して、コンテンツを再生するクライアント１０１の処理について説明する。この処理は、例えば、所定のコンテンツの再生がユーザにより指示されたときに開始される。
ステップＳ１０１において、クライアント１０１の生体情報処理部１１３は、コンテンツDB１１２から読み出したコンテンツを再生する。
ステップＳ１０２において、生体情報取得部１１１は、ユーザに装着されている測定器からの出力に基づいて、コンテンツを視聴しているユーザの生体反応の時系列データである生体情報を取得し、生体情報処理部１１３に出力する。
ステップＳ１０３において、生体情報処理部１１３は、コンテンツの再生が終了したか否かを判定し、終了していないと判定した場合、ステップＳ１０１に戻り、以上の処理を繰り返す。
一方、コンテンツの再生が終了したとステップＳ１０３において判定した場合、ステップＳ１０４において、生体情報処理部１１３は、生体情報を生体情報DB１１４に記憶させる。その後、処理は終了される。
次に、図１４のフローチャートを参照して、コンテンツの推薦を行うクライアント１０１の処理について説明する。
ステップＳ１１１において、コンテンツグループ特定部１１５は、生体情報DB１１４に記憶されている生体情報に基づいて、視聴中に、ユーザが同じような生体反応を示す類似コンテンツのグループを特定する。
コンテンツの推薦がユーザにより要求されたとき、ステップＳ１１２において、推薦コンテンツ特定部１１６は、基準となるコンテンツと同じ類似コンテンツのグループに属するコンテンツを推薦コンテンツとして特定する。
ステップＳ１１３において、コンテンツ推薦部１１７は、推薦コンテンツの情報を表示し、ユーザに提示する。その後、処理は終了される。
以上の処理により、クライアント１０１は、ユーザの視聴の仕方を基準として推薦コンテンツを特定し、コンテンツの推薦を行うことができる。
視聴中にユーザが同じような生体反応を示すコンテンツのグループを特定し、以上のようにしてコンテンツの推薦を行うためには、クライアント１０１は、多くのコンテンツをユーザに実際に視聴させ、生体情報を取得している必要がある。例えば、ユーザが３つのコンテンツしか視聴していない場合、クライアント１０１は、その３つの範囲でしか、推薦コンテンツを選択することができない。
生体情報が不足し、適切な推薦を行うことができない場合、他のユーザの分の生体情報が他の装置から取得され、取得された生体情報も用いてコンテンツの推薦が行われるようにしてもよい。
図１５は、コンテンツ推薦システムの他の構成例を示すブロック図である。図１５において、図１１に示される構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
図１５に示されるコンテンツ推薦システムは、クライアント１０１とサーバ１３１が、インターネットなどのネットワークを介して接続されることによって構成される。
サーバ１３１は、クライアント１０１と同様の構成を有する複数の端末から送信された生体情報を受信し、生体情報DB１４１に記憶させて管理する。生体情報には、どのコンテンツの再生中に取得されたものであるのかを表す情報も含まれる。
図１５のクライアント１０１は、通信部１２１と類似ユーザ特定部１２２をさらに有している点で、図１１のクライアント１０１と異なる。
通信部１２１は、サーバ１３１と通信を行い、クライアント１０１のユーザ以外の複数のユーザの分の生体情報を生体情報DB１４１から取得する。通信部１２１は、取得した生体情報を生体情報DB１１４に記憶させる。
類似ユーザ特定部１２２は、生体情報DB１１４に記憶されている生体情報に基づいて、同じコンテンツの視聴中に、クライアント１０１のユーザと類似する生体反応を示すユーザである類似ユーザを特定する。
すなわち、類似ユーザ特定部１２２は、図１の類似ユーザ特定部２３と同様に、同じコンテンツについての、クライアント１０１のユーザの生体反応の時系列データのパターンと、クライアント１０１のユーザ以外のユーザの生体反応の時系列データのパターンを比較して類似ユーザを特定する。
類似ユーザ特定部１２２は、クライアント１０１のユーザの類似ユーザがどのユーザであるのかを表す情報をコンテンツグループ特定部１１５に出力する。
コンテンツグループ特定部１１５は、クライアント１０１のユーザの生体情報と、クライアント１０１のユーザの類似ユーザの生体情報を生体情報DB１１４から読み出し、読み出した生体情報により表される生体反応の時系列データのパターンに基づいて、視聴中に、ユーザが同じような生体反応を示すコンテンツのグループを特定する。
クライアント１０１のユーザとその類似ユーザは、同じコンテンツの視聴中に同じような生体反応を示すユーザであるから、クライアント１０１のユーザが視聴していないコンテンツであっても、それを視聴したときには、類似ユーザが示す生体反応と同じような生体反応を示すと考えられる。従って、ここでは、類似ユーザの生体情報が、クライアント１０１のユーザの生体情報として用いられ、上述したようなコンテンツのグループが特定されることになる。
図１６は、クライアント１０１のユーザであるユーザ１の生体情報と、類似ユーザであるユーザ２の生体情報の例を示す図である。
図１６の例においては、コンテンツＡ乃至Ｆに対する生体反応の時系列データのパターンが上から順に示されている。
コンテンツＡ乃至Ｃに対する生体反応の時系列データのパターンは、ユーザ１がコンテンツＡ乃至Ｃを実際に視聴したときに取得された生体情報により表されるものである。一方、コンテンツＤ乃至Ｆに対する生体反応の時系列データのパターンは、サーバ１３１から取得された、ユーザ２の生体情報により表されるものである。
この場合、コンテンツＡ，Ｂを視聴しているときのユーザ１の生体反応の時系列データのパターンとコンテンツＦを視聴しているときの、ユーザ１の類似ユーザであるユーザ２の生体反応の時系列データのパターンは類似するから、コンテンツＡ，Ｂ，Ｆは、類似コンテンツのグループとなる。
コンテンツグループ特定部１１５は、以上のようにして特定した類似コンテンツのグループの情報を推薦コンテンツ特定部１１６に出力する。推薦コンテンツ特定部１１６においては、基準となるコンテンツと同じ類似コンテンツのグループに属するコンテンツが推薦コンテンツとして選択される。
ここで、図１７のフローチャートを参照して、図１５に示されるような構成を有するクライアント１０１の処理について説明する。
ステップＳ１２１において、通信部１２１は、サーバ１３１と通信を行い、クライアント１０１のユーザ以外の複数のユーザの分の生体情報を取得する。
ステップＳ１２２において、類似ユーザ特定部１２２は、クライアント１０１のユーザの生体情報と、通信部１２１により取得された、クライアント１０１のユーザ以外のユーザの生体情報に基づいて類似ユーザを特定する。
ステップＳ１２３以降の処理は、図１４のステップＳ１１１以降の処理と同様の処理である。ステップＳ１２３において、コンテンツグループ特定部１１５は、クライアント１０１のユーザの生体反応の時系列データのパターンと、類似ユーザの生体反応の時系列データのパターンに基づいて類似コンテンツのグループを特定する。
コンテンツの推薦がユーザにより要求されたとき、ステップＳ１２４において、推薦コンテンツ特定部１１６は、基準となるコンテンツと同じ類似コンテンツのグループに属するコンテンツを推薦コンテンツとして特定する。
ステップＳ１２５において、コンテンツ推薦部１１７は、推薦コンテンツの情報を表示し、ユーザに提示する。その後、処理は終了される。
以上の処理により、クライアント１０１は、クライアント１０１のユーザの生体情報が不足している場合であっても、コンテンツの推薦を適切に行うことができる。
図１８は、本発明のさらに他の実施形態に係るコンテンツ推薦システムの構成例を示すブロック図である。
図１８に示されるように、このコンテンツ推薦システムは、クライアント２０１により実現される。
クライアント２０１は、生体情報取得部２１１、生体情報処理部２１２、コンテンツDB２１３、生体情報DB２１４、メタデータ取得部２１５、メタデータ別集計比較部２１６、プロファイル構成部２１７、推薦コンテンツ特定部２１８、およびコンテンツ推薦部２１９から構成される。
後に詳述するように、クライアント２０１においては、コンテンツにメタデータとして付加されている各種の属性値(Attribute Value)のうち、クライアント２０１のユーザにとって区別する必要のない属性値が生体情報に基づいて特定される。また、特定された属性値がマージされることによってプロファイルが再構成され、再構成されたプロファイルと、コンテンツに付加されているメタデータに基づいて、コンテンツの推薦が行われる。
すなわち、クライアント２０１は、コンテンツの内容に基づくフィルタリングであるCBF(Content Based Filtering)を行う装置である。
ここで、対象のコンテンツが音楽コンテンツであるとすると、属性は、ジャンル、テンポ、速さ、リズム、歌詞のあり／なし、歌手の名前、作曲家の名前などの、コンテンツの特徴を表すのに用いられる項目である。
属性値は、それぞれの項目として設定される値であり、例えばジャンルの属性に対しては、カントリー、ジャズ、ポップス、クラシックなどが値として設定される。
プロファイルは、ユーザが実際に視聴したコンテンツのメタデータを解析することによって得られる情報である。例えば、ジャンルが「カントリー」であるコンテンツを１０回聴いたことを表す情報や、「ポップス」であるコンテンツを１０回聴いたことを表す情報などがプロファイルに含まれる。
クライアント２０１が有するコンテンツDB２１３に記憶されているそれぞれのコンテンツには、各種の属性値がメタデータとして設定されている。
また、プロファイル構成部２１７により、クライアント２０１のユーザのプロファイルが管理されている。プロファイル構成部２１７が管理するプロファイルは、ユーザがコンテンツを視聴したりダビングしたりするなどの、コンテンツを用いた操作を行う毎に更新される。
クライアント２０１の生体情報取得部２１１は、音楽などのコンテンツの再生中、コンテンツを視聴しているユーザの生体反応の時系列データである生体情報を取得する。
生体反応には、血液中に含まれるヘモグロビンの量、血流量、汗の量、脈拍などが含まれる。コンテンツを視聴しているユーザが示す反応であればどのようなものが生体反応として用いられるようにしてもよい。
生体情報取得部２１１は、生体情報を生体情報処理部２１２に出力する。クライアント２０１においてはメタデータの属性値別に複数のコンテンツが再生され、再生されたコンテンツ毎に、図３に示されるような時系列データである生体情報が取得される。
生体情報処理部２１２は、コンテンツDB２１３に記憶されているコンテンツを読み出して再生する。生体情報処理部２１２は、コンテンツの再生中に生体情報取得部２１１から順次供給される生体情報を取得し、生体情報DB２１４に記憶させる。複数のコンテンツの再生が行われることにより、生体情報DB２１４には、再生が行われたそれぞれのコンテンツに対する、クライアント２０１のユーザの生体情報が記憶される。
メタデータ取得部２１５は、再生が行われ、生体情報が取得されたコンテンツのメタデータをコンテンツDB２１３から読み出し、読み出したメタデータをメタデータ別集計比較部２１６に出力する。コンテンツDB２１３には、コンテンツに関する各種の情報が記憶されている。コンテンツのメタデータを管理するサーバから、メタデータ取得部２１５によりメタデータが取得されるようにしてもよい。
メタデータ別集計比較部２１６は、生体反応の時系列データのパターンを属性値の異なるコンテンツのもの毎に比較し、特定の属性値で特徴的なパターンを抽出する。メタデータ別集計比較部２１６は、抽出したパターンが異なる属性値間で類似しているようであれば、その異なる属性値を同一の属性値とするように、クライアント２０１のユーザにとって区別する必要のない属性値を学習する。
具体的には、まず、メタデータ別集計比較部２１６は、生体情報DB２１４に記憶されている生体情報と、メタデータ取得部２１５から供給されたメタデータに基づいて、生体情報と連動する属性を特定する。次に、メタデータ別集計比較部２１６は、特定した属性の値として設定される属性値のうち、クライアント２０１のユーザにとって区別する必要のない属性値を特定する。
ここで、図１９と図２０を参照して、クライアント２０１のユーザにとって区別する必要のない属性値の特定の仕方について説明する。
図１９は、クライアント２０１のユーザの生体情報の例を示す図である。
図１９の例においては、コンテンツＡ乃至Ｆに対する生体反応の時系列データのパターンが上から順に示されている。コンテンツＡ，Ｂ，Ｄ，Ｅに対する生体反応の時系列データのパターンは相互に類似しているものとする。
どのコンテンツに対する生体反応の時系列データのパターンが類似するか否かは、例えば、時系列データのパターンの相互相関を求めたり、特定のパターンとの一致率を求めたり、特定部分の閾値に対する一致率を求めたりしてメタデータ別集計比較部２１６により判断される。
図２０は、コンテンツＡ乃至Ｆのメタデータの例を示す図である。
図２０の例においては、ジャンル、歌詞のあり／なし、速さの各属性の値が示されている。コンテンツＡのジャンルは「カントリー」とされ、歌詞のあり／なしは「あり」とされ、速さは「速」とされている。歌詞のあり／なしの属性値として白抜きの丸印が設定されていることは「あり」を表し、空欄は「なし」を表す。
同様に、コンテンツＢのジャンルは「カントリー」、歌詞のあり／なしは「なし」、速さは「中」とされ、コンテンツＣのジャンルは「ジャズ」、歌詞のあり／なしは「あり」、速さは「遅」とされている。コンテンツＤのジャンルは「ポップス」、歌詞のあり／なしは「あり」、速さは「遅」とされ、コンテンツＥのジャンルは「ポップス」、歌詞のあり／なしは「なし」、速さは「中」とされている。コンテンツＦのジャンルは「クラシック」、歌詞のあり／なしは「あり」、速さは「速」とされている。
このような生体情報とメタデータが取得された場合、メタデータ別集計比較部２１６においては、生体反応の時系列データのパターンが比較され、生体情報に連動する属性として、ジャンルが特定される。
すなわち、仮に、歌詞のあり／なしの属性が生体情報と連動しているとすると、例えば、歌詞のあり／なしの属性値が「あり」であるコンテンツＡに対する生体反応の時系列データのパターンと、「なし」であるコンテンツＢに対する生体反応の時系列データのパターンは類似しないはずであるが、実際には、図１９に示されるように、これらのコンテンツに対する生体反応の時系列データのパターンは類似している。
また、歌詞のあり／なしの属性値が「あり」であるコンテンツＡに対する生体反応の時系列データのパターンと、同じく「あり」であるコンテンツＣに対する生体反応の時系列データのパターンは類似するはずであるが、実際には、図１９に示されるように、これらのコンテンツに対する生体反応の時系列データのパターンは類似しない。
そうすると、歌詞のあり／なしの属性は、生体情報には連動していないことになる。
同様に、仮に、速さの属性が生体情報と連動しているとすると、例えば、速さの属性値が「速」であるコンテンツＡに対する生体反応の時系列データのパターンと、「遅」であるコンテンツＤに対する生体反応の時系列データのパターンは類似しないはずであるが、実際には、図１９に示されるように、これらのコンテンツに対する生体反応の時系列データのパターンは類似している。
また、速さの属性値が「速」であるコンテンツＡに対する生体反応の時系列データのパターンと、同じく「速」であるコンテンツＦに対する生体反応の時系列データのパターンは類似するはずであるが、実際には、図１９に示されるように、これらのコンテンツに対する生体反応の時系列データのパターンは類似しない。
そうすると、速さの属性も、生体情報には連動していないことになる。
一方、ジャンルの属性に注目すると、例えば、ジャンルの属性値が「カントリー」であるコンテンツＡに対する生体反応の時系列データのパターンと、同じく「カントリー」であるコンテンツＢに対する生体反応の時系列データのパターンは、図１９に示されるように類似している。
また、ジャンルの属性値が「ポップス」であるコンテンツＤに対する生体反応の時系列データのパターンと、同じく「ポップス」であるコンテンツＥに対する生体反応の時系列データのパターンは、図１９に示されるように類似している。
ジャンルの属性値が「カントリー」であるコンテンツＡに対する生体反応の時系列データのパターンと、「ジャズ」であるコンテンツＣに対する生体反応の時系列データのパターンは、図１９に示されるように類似しない。
このことから、ジャンルの属性は、設定される値が生体情報に影響を与えることになり、生体情報と連動していることがわかる。
生体情報はコンテンツの視聴の仕方を表すから、クライアント２０１のユーザは、ジャンルが異なれば異なる視聴の仕方をするし、ジャンルが同じであれば同じ視聴の仕方をすることになる。
このように、生体情報と連動する属性が特定された後、メタデータ別集計比較部２１６においては、生体情報と連動する属性の値として設定される属性値のうち、クライアント２０１のユーザにとって区別する必要のない属性値が特定される。
図１９に示されるような生体情報と図２０に示されるようなメタデータが取得された場合、生体情報に連動する属性であるジャンルの値として設定される属性値のうちの「カントリー」と「ポップス」が、クライアント２０１のユーザにとって区別する必要のない属性値として特定される。
すなわち、上述したように、生体情報はコンテンツの視聴の仕方を表し、クライアント２０１のユーザは、ジャンルが異なれば異なる視聴の仕方をするし、ジャンルが同じであれば同じ視聴の仕方をするユーザのはずである。
従って、本来、コンテンツＡ，Ｂと、コンテンツＤ，Ｅは、ジャンルが「カントリー」と「ポップス」とで異なるから、クライアント２０１のユーザは、異なる視聴の仕方をし、それにより、生体反応の時系列データのパターンも異なるものとして検出されるはずであるが、コンテンツＡ，Ｂに対する生体反応の時系列データのパターンと、コンテンツＤ，Ｅに対する生体反応の時系列データのパターンは、図１９に示されるように相互に類似する。
このことは、クライアント２０１のユーザが、「カントリー」のコンテンツと「ポップス」のコンテンツを区別して視聴していないことを表し、クライアント２０１のユーザにとって、ジャンルの属性値として「カントリー」と「ポップス」を分けて設定することは、いわば意味のないことといえることになる。
メタデータ別集計比較部２１６は、「カントリー」と「ポップス」をクライアント２０１のユーザにとって区別する必要のない属性値として特定し、特定した属性値を表す情報をプロファイル構成部２１７に出力する。
当然、生体反応の時系列データのパターンによっては、「カントリー」と「ポップス」の２つの属性値だけでなく、それより多い数の属性値が、区別する必要のない属性値として特定されることもある。
複数のユーザがクライアント２０１を利用している場合、生体情報の取得と、以上のようにして区別する必要のない属性値を特定することはユーザ毎に行われる。
プロファイル構成部２１７は、クライアント２０１のユーザにとって区別する必要のない、同一の属性値としてメタデータ別集計比較部２１６により特定された属性値をマージしてプロファイルを再構成する。
「カントリー」と「ポップス」の属性値を区別する必要がない場合、ジャンルが「カントリー」であるコンテンツを１０回聴いたことを表す情報と、「ポップス」であるコンテンツを１０回聴いたことを表す情報が再構成前のプロファイルに含まれるときには、プロファイル構成部２１７は、その情報を、例えば、「カントリー・ポップス」のコンテンツを２０回聴いたことを表す情報としてまとめ、プロファイルを再構成する。
プロファイル構成部２１７は、再構成したプロファイルを推薦コンテンツ特定部２１８に出力する。
推薦コンテンツ特定部２１８は、プロファイル構成部２１７により再構成されたプロファイルに基づいて推薦コンテンツを特定する。
例えば、「カントリー・ポップス」を２０回聴いたことを表す情報の他に、「ジャズ」のコンテンツを１５回聴いたことを表す情報がプロファイルに含まれている場合、推薦コンテンツ特定部２１８は、「ジャズ」のコンテンツより、「カントリー」のコンテンツと「ポップス」のコンテンツをクライアント２０１のユーザが好んでいると認識し、「カントリー」のコンテンツや「ポップス」のコンテンツを推薦コンテンツとして特定する。
再構成が行われないとした場合、プロファイルには、「カントリー」であるコンテンツを１０回聴いたことを表す情報と、「ポップス」であるコンテンツを１０回聴いたことを表す情報が別々に含まれるから、「ジャズ」のコンテンツより、「カントリー」のコンテンツと「ポップス」のコンテンツをクライアント２０１のユーザが好んでいるとは認識されないことになる。
クライアント２０１のユーザの中では「カントリー」のコンテンツと「ポップス」のコンテンツが区別されていないのであるから、それぞれのコンテンツを１０回ずつ聴いている場合、視聴回数からすれば、「ジャズ」のコンテンツより、「カントリー」のコンテンツと「ポップス」のコンテンツの方がユーザの好みにあったものとなる。
推薦コンテンツ特定部２１８は、推薦コンテンツのタイトル、販売元、概要などの情報をコンテンツDB２１３から読み出し、読み出したそれらの情報をコンテンツ推薦部２１９に出力する。コンテンツDB２１３には、コンテンツに関する各種の情報が記憶されている。
コンテンツ推薦部２１９は、推薦コンテンツ特定部２１８から供給された情報に基づいて推薦コンテンツの情報を表示し、ユーザに提示する。
ここで、以上のような構成を有するクライアント２０１の処理について説明する。
はじめに、図２１のフローチャートを参照して、コンテンツを再生するクライアント２０１の処理について説明する。この処理は、例えば、所定のコンテンツの再生がユーザにより指示されたときに開始される。
ステップＳ２０１において、クライアント２０１の生体情報処理部２１２は、コンテンツDB２１３から読み出したコンテンツを再生する。
ステップＳ２０２において、生体情報取得部２１１は、ユーザに装着されている測定器からの出力に基づいて、コンテンツを視聴しているユーザの生体反応の時系列データである生体情報を取得し、生体情報処理部２１２に出力する。
ステップＳ２０３において、生体情報処理部２１２は、コンテンツの再生が終了したか否かを判定し、終了していないと判定した場合、ステップＳ２０１に戻り、以上の処理を繰り返す。
一方、コンテンツの再生が終了したとステップＳ２０３において判定した場合、ステップＳ２０４において、生体情報処理部２１２は、生体情報を生体情報DB２１４に記憶させる。その後、処理は終了される。
次に、図２２のフローチャートを参照して、コンテンツの推薦を行うクライアント２０１の処理について説明する。
ステップＳ２１１において、メタデータ別集計比較部２１６は、生体情報DB２１４に記憶されている生体情報と、メタデータ取得部２１５から供給されたメタデータに基づいて、上述したようにして、生体情報と連動する属性を特定する。
ステップＳ２１２において、メタデータ別集計比較部２１６は、特定した属性の値として設定される属性値のうち、クライアント２０１のユーザにとって区別する必要のない属性値として、生体反応の時系列データのパターンが類似する属性値を特定する。
ステップＳ２１３において、プロファイル構成部２１７は、メタデータ別集計比較部２１６により特定された、クライアント２０１のユーザにとって区別する必要のない属性値をマージしてプロファイルを再構成する。
ステップＳ２１４において、推薦コンテンツ特定部２１８は、プロファイル構成部２１７により再構成されたプロファイルに基づいて推薦コンテンツを特定する。
ステップＳ２１５において、コンテンツ推薦部２１９は、推薦コンテンツの情報を表示し、ユーザに提示する。その後、処理は終了される。
以上の処理により、クライアント２０１は、ユーザの中で区別されているか否かに応じて属性値を同一のものと扱ってプロファイルを再構成し、コンテンツの推薦を行うことができる。
なお、コンテンツDB２１３、生体情報DB２１４は、クライアント２０１とネットワークを介して接続されるサーバに設けられるようにしてもよい。
また、上述したようなコンテンツ視聴時のユーザの表出が認識され、笑顔などの特定の表出と、その表出があった際に再生が行われているコンテンツのシーンに設定されているメタデータとの関係が学習されるようにしてもよい。これにより、CBFを用いて、特定の表出が検出されたときに、同じ表出の出そうな番組シーンの検索、推薦などを行うことが可能になる。
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、専用のハードウエ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、プログラム記録媒体からインストールされ
図２３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
図１に示されるクライアント１とサーバ２、図１１、図１５に示されるクライアント１０１、図１５に示されるサーバ１３１、図１８に示されるクライアント２０１の構成の少なくとも一部は、図２３に示されるような構成を有するコンピュータのCPU(Central Processing Unit)３０１により、所定のプログラムが実行されることによって実現される。
CPU３０１、ROM(Read Only Memory)３０２、RAM(Random Access Memory)３０３は、バス３０４により相互に接続されている。
バス３０４には、さらに、入出力インタフェース３０５が接続されている。入出力インタフェース３０５には、キーボード、マウス、マイクロフォンなどよりなる入力部３０６、ディスプレイ、スピーカなどよりなる出力部３０７、ハードディスクや不揮発性のメモリなどよりなる記憶部３０８、ネットワークインタフェースなどよりなる通信部３０９、光ディスクや半導体メモリなどのリムーバブルメディア３１１を駆動するドライブ３１０が接続されている。
以上のように構成されるコンピュータでは、CPU３０１が、例えば、記憶部３０８に記憶されているプログラムを入出力インタフェース３０５及びバス３０４を介してRAM３０３にロードして実行することにより、上述した一連の処理が行われる。
CPU３０１が実行するプログラムは、例えばリムーバブルメディア３１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル放送といった、有線または無線の伝送媒体を介して提供され、記憶部３０８にインストールされる。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
本発明の一実施形態に係るコンテンツ推薦システムの構成例を示すブロック図である。 コンテンツの再生中の様子を示す図である。 生体反応の時系列データの例を示す図である。 生体情報の例を示す図である。 コンテンツに対するユーザの評価と視聴履歴の例を示す図である。 クライアントのコンテンツ再生処理について説明するフローチャートである。 サーバのコンテンツ推薦処理について説明するフローチャートである。 クライアントの推薦結果表示処理について説明するフローチャートである。 コンテンツの再生中の様子を示す図である。 表出の時系列データの例を示す図である。 本発明の他の実施形態に係るコンテンツ推薦システムの構成例を示すブロック図である。 生体反応の時系列データの例を示す図である。 クライアントのコンテンツ再生処理について説明するフローチャートである。 クライアントのコンテンツ推薦処理について説明するフローチャートである。 本発明の他の実施形態に係るコンテンツ推薦システムの他の構成例を示すブロック図である。 生体反応の時系列データの例を示す図である。 クライアントのコンテンツ推薦処理について説明するフローチャートである。 本発明のさらに他の実施形態に係るコンテンツ推薦システムの構成例を示すブロック図である。 生体反応の時系列データの例を示す図である。 メタデータの例を示す図である。 クライアントのコンテンツ再生処理について説明するフローチャートである。 クライアントのコンテンツ推薦処理について説明するフローチャートである。 コンピュータのハードウエア構成例を示すブロック図である。
符号の説明
１ クライアント， ２ サーバ， １１ 生体情報取得部， １２ コンテンツDB， １３ 生体情報処理部， １４ 送信部， １５ 受信部， １６ コンテンツ推薦部， ２１ 受信部， ２２ 生体情報DB， ２３ 類似ユーザ特定部， ２４ 推薦コンテンツ特定部， ２５ コンテンツDB， ２６ 送信部， １０１ クライアント， １１１ 生体情報取得部， １１２ コンテンツDB， １１３ 生体情報処理部， １１４ 生体情報DB， １１５ コンテンツグループ特定部， １１６ 推薦コンテンツ特定部， １１７ コンテンツ推薦部， １２１ 通信部， １２２ 類似ユーザ特定部， ２０１ クライアント， ２１１ 生体情報取得部， ２１２ 生体情報処理部， ２１３ コンテンツDB， ２１４ 生体情報DB， ２１５ メタデータ取得部， ２１６ メタデータ別集計比較部， ２１７ プロファイル構成部， ２１８ 推薦コンテンツ特定部， ２１９ コンテンツ推薦部

Claims (10)

  1. コンテンツの再生中にユーザが示す生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得する取得手段と、
    前記取得手段により取得された生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定するユーザ特定手段と、
    前記ユーザ特定手段により特定された前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定する推薦コンテンツ特定手段と、
    前記推薦コンテンツ特定手段により特定された推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する送信手段と
    を備える情報処理装置。
  2. 前記取得手段は、さらに、コンテンツの再生履歴を複数のユーザ分取得し、
    前記推薦コンテンツ特定手段は、前記類似ユーザにとって評価の高いコンテンツであって、コンテンツの推薦を要求してきた前記ユーザが未経験のコンテンツを推薦コンテンツとして特定する
    請求項１に記載の情報処理装置。
  3. 前記生体情報には、コンテンツの再生中にユーザが示した表出を表す情報も含まれる
    請求項１に記載の情報処理装置。
  4. コンテンツの再生中にユーザが示す生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得し、
    取得した生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定し、
    特定した前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定し、
    特定した推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する
    ステップを含む情報処理方法。
  5. コンテンツの再生中にユーザが示す生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得し、
    取得した生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定し、
    特定した前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定し、
    特定した推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する
    ステップを含む処理をコンピュータに実行させるプログラム。
  6. コンテンツの再生中にユーザが示した生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得し、取得した生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定し、特定した前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定し、特定した推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する情報処理装置とネットワークを介して接続される情報処理端末において、
    コンテンツの再生中にユーザが示す生体反応を表す前記生体情報を取得する生体情報取得手段と、
    再生が行われたそれぞれのコンテンツの評価を取得し、取得した評価を表す情報と、前記生体情報取得手段により取得された前記生体情報を前記情報処理装置に送信する送信手段と、
    前記情報処理装置から送信された推薦コンテンツの情報を受信する受信手段と、
    前記受信手段により受信された情報に基づいて、推薦コンテンツをユーザに提示する推薦手段と
    を備える情報処理端末。
  7. 前記送信手段は、さらに、コンテンツの再生履歴を表す情報を前記情報処理装置に送信し、
    前記受信手段は、前記情報処理装置から送信された、前記類似ユーザにとって評価の高いコンテンツであって、前記情報処理端末のユーザが未経験のコンテンツであるとして前記情報処理装置により特定された推薦コンテンツの情報を受信する
    請求項６に記載の情報処理端末。
  8. 前記生体情報には、コンテンツの再生中にユーザが示した表出を表す情報も含まれる
    請求項６に記載の情報処理端末。
  9. コンテンツの再生中にユーザが示した生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得し、取得した生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定し、特定した前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定し、特定した推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する情報処理装置とネットワークを介して接続される情報処理端末の情報処理方法において、
    コンテンツの再生中にユーザが示す生体反応を表す前記生体情報を取得し、
    再生が行われたそれぞれのコンテンツの評価を取得し、取得した評価を表す情報と、取得した前記生体情報を前記情報処理装置に送信し、
    前記情報処理装置から送信された推薦コンテンツの情報を受信し、
    受信した情報に基づいて、推薦コンテンツをユーザに提示する
    ステップを含む情報処理方法。
  10. コンテンツの再生中にユーザが示した生体反応を表す生体情報と、再生が行われたそれぞれのコンテンツの評価を複数のユーザ分取得し、取得した生体情報に基づいて、同じコンテンツの再生中に、コンテンツの推薦を要求してきたユーザが示す生体反応と類似する生体反応を示すユーザである類似ユーザを特定し、特定した前記類似ユーザにとって評価の高いコンテンツを推薦コンテンツとして特定し、特定した推薦コンテンツの情報を、コンテンツの推薦を要求してきた前記ユーザが利用する情報処理端末に送信する情報処理装置とネットワークを介して接続される情報処理端末の処理をコンピュータに実行させるプログラムにおいて、
    コンテンツの再生中にユーザが示す生体反応を表す前記生体情報を取得し、
    再生が行われたそれぞれのコンテンツの評価を取得し、取得した評価を表す情報と、取得した前記生体情報を前記情報処理装置に送信し、
    前記情報処理装置から送信された推薦コンテンツの情報を受信し、
    受信した情報に基づいて、推薦コンテンツをユーザに提示する
    ステップを含むプログラム。
JP2007312029A 2007-12-03 2007-12-03 情報処理装置、情報処理端末、情報処理方法、およびプログラム Expired - Fee Related JP5181640B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2007312029A JP5181640B2 (ja) 2007-12-03 2007-12-03 情報処理装置、情報処理端末、情報処理方法、およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007312029A JP5181640B2 (ja) 2007-12-03 2007-12-03 情報処理装置、情報処理端末、情報処理方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2009134669A true JP2009134669A (ja) 2009-06-18
JP5181640B2 JP5181640B2 (ja) 2013-04-10

Family

ID=40866468

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007312029A Expired - Fee Related JP5181640B2 (ja) 2007-12-03 2007-12-03 情報処理装置、情報処理端末、情報処理方法、およびプログラム

Country Status (1)

Country Link
JP (1) JP5181640B2 (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012533341A (ja) * 2009-07-15 2012-12-27 アップル インコーポレイテッド トレーニングで使用されるメディアに関するパフォーマンス・メタデータ
JP2015132895A (ja) * 2014-01-09 2015-07-23 富士通株式会社 情報提供プログラム、情報提供方法及び情報提供装置
JP2015162015A (ja) * 2014-02-26 2015-09-07 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報取得システム、情報取得方法及びコンピュータプログラム
JP2017127002A (ja) * 2017-02-22 2017-07-20 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報取得システム、情報取得方法及びコンピュータプログラム
JP2017167752A (ja) * 2016-03-15 2017-09-21 ヤフー株式会社 決定装置、決定方法及び決定プログラム
JP2018055230A (ja) * 2016-09-27 2018-04-05 大日本印刷株式会社 コンテンツ推薦システム、コンテンツ推薦方法、及びプログラム
JP2018110015A (ja) * 2014-02-13 2018-07-12 イルミナ インコーポレイテッド 統合消費者ゲノムサービス
KR20200048637A (ko) * 2018-10-30 2020-05-08 상명대학교산학협력단 영상 평가 시스템에서의 영상 콘텐츠 정보의 분석 방법 및 이를 적용한 평가 분석 단말기
KR20200049218A (ko) * 2018-10-31 2020-05-08 상명대학교산학협력단 가상 현실 컴퓨터 시스템에서의 가상 현실 콘텐츠 정보의 분석 방법 및 이를 적용한 평가 분석 단말기
WO2020137637A1 (ja) * 2018-12-27 2020-07-02 株式会社ソニー・インタラクティブエンタテインメント 情報処理システム、ユーザ側装置、サーバ、及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003271636A (ja) * 2002-03-13 2003-09-26 Hitachi Eng Co Ltd コンテンツ推薦システムおよびその端末
JP2004021844A (ja) * 2002-06-19 2004-01-22 Sony Corp データベース作成方法とデータベース作成装置とデータベース作成プログラム並びにデータべースと記録媒体およびコンテンツ再生方法とコンテンツ再生装置とコンテンツ再生プログラム
JP2006279218A (ja) * 2005-03-28 2006-10-12 Sony Corp 通信端末、通信システム、サーバ装置および通信接続方法
JP2006301471A (ja) * 2005-04-25 2006-11-02 Sony Corp 音楽コンテンツの再生装置および音楽コンテンツ再生方法
JP2007207153A (ja) * 2006-02-06 2007-08-16 Sony Corp 通信端末装置、情報提供システム、サーバ装置、情報提供方法および情報提供プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003271636A (ja) * 2002-03-13 2003-09-26 Hitachi Eng Co Ltd コンテンツ推薦システムおよびその端末
JP2004021844A (ja) * 2002-06-19 2004-01-22 Sony Corp データベース作成方法とデータベース作成装置とデータベース作成プログラム並びにデータべースと記録媒体およびコンテンツ再生方法とコンテンツ再生装置とコンテンツ再生プログラム
JP2006279218A (ja) * 2005-03-28 2006-10-12 Sony Corp 通信端末、通信システム、サーバ装置および通信接続方法
JP2006301471A (ja) * 2005-04-25 2006-11-02 Sony Corp 音楽コンテンツの再生装置および音楽コンテンツ再生方法
JP2007207153A (ja) * 2006-02-06 2007-08-16 Sony Corp 通信端末装置、情報提供システム、サーバ装置、情報提供方法および情報提供プログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CSNJ200710049117; 上田翔: '顔面皮膚温度の変化による嗜好抽出を用いた情報推薦システム' 第６９回（平成１９年）全国大会講演論文集（４） インタフェース コンピュータと人間社会 , 20070306, ｐ．４-２３３〜４-２３４, 社団法人情報処理学会 *
JPN6012026776; 上田翔: '顔面皮膚温度の変化による嗜好抽出を用いた情報推薦システム' 第６９回（平成１９年）全国大会講演論文集（４） インタフェース コンピュータと人間社会 , 20070306, ｐ．４-２３３〜４-２３４, 社団法人情報処理学会 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012533341A (ja) * 2009-07-15 2012-12-27 アップル インコーポレイテッド トレーニングで使用されるメディアに関するパフォーマンス・メタデータ
JP2015132895A (ja) * 2014-01-09 2015-07-23 富士通株式会社 情報提供プログラム、情報提供方法及び情報提供装置
JP2018110015A (ja) * 2014-02-13 2018-07-12 イルミナ インコーポレイテッド 統合消費者ゲノムサービス
JP2015162015A (ja) * 2014-02-26 2015-09-07 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報取得システム、情報取得方法及びコンピュータプログラム
JP2017167752A (ja) * 2016-03-15 2017-09-21 ヤフー株式会社 決定装置、決定方法及び決定プログラム
JP2018055230A (ja) * 2016-09-27 2018-04-05 大日本印刷株式会社 コンテンツ推薦システム、コンテンツ推薦方法、及びプログラム
JP2017127002A (ja) * 2017-02-22 2017-07-20 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報取得システム、情報取得方法及びコンピュータプログラム
KR20200048637A (ko) * 2018-10-30 2020-05-08 상명대학교산학협력단 영상 평가 시스템에서의 영상 콘텐츠 정보의 분석 방법 및 이를 적용한 평가 분석 단말기
KR102126465B1 (ko) * 2018-10-30 2020-06-24 상명대학교산학협력단 영상 평가 시스템에서의 영상 콘텐츠 정보의 분석 방법 및 이를 적용한 평가 분석 단말기
KR20200049218A (ko) * 2018-10-31 2020-05-08 상명대학교산학협력단 가상 현실 컴퓨터 시스템에서의 가상 현실 콘텐츠 정보의 분석 방법 및 이를 적용한 평가 분석 단말기
KR102132294B1 (ko) * 2018-10-31 2020-07-09 상명대학교산학협력단 가상 현실 컴퓨터 시스템에서의 가상 현실 콘텐츠 정보의 분석 방법 및 이를 적용한 평가 분석 단말기
WO2020137637A1 (ja) * 2018-12-27 2020-07-02 株式会社ソニー・インタラクティブエンタテインメント 情報処理システム、ユーザ側装置、サーバ、及びプログラム

Also Published As

Publication number Publication date
JP5181640B2 (ja) 2013-04-10

Similar Documents

Publication Publication Date Title
JP4539712B2 (ja) 情報処理端末、情報処理方法、およびプログラム
JP5181640B2 (ja) 情報処理装置、情報処理端末、情報処理方法、およびプログラム
JP4538756B2 (ja) 情報処理装置、情報処理端末、情報処理方法、およびプログラム
JP2009134670A (ja) 情報処理端末、情報処理方法、およびプログラム
KR101242664B1 (ko) 재생목록들에 기초하여 사용자 프로파일을 발생시키기 위한 방법 및 디바이스
US9706235B2 (en) Time varying evaluation of multimedia content
CN102844812B (zh) 媒体内对象的社交上下文
TWI558186B (zh) 基於環境感測之視訊選擇
US7853122B2 (en) Device for reproducing content such as video information and device for receiving content
US20150020086A1 (en) Systems and methods for obtaining user feedback to media content
JP4538757B2 (ja) 情報処理装置、情報処理方法、およびプログラム
US11328010B2 (en) Song similarity determination
US20070223871A1 (en) Method of Generating a Content Item Having a Specific Emotional Influence on a User
KR20140037874A (ko) 관심 기반 비디오 스트림 선택 기법
JP5553232B2 (ja) 楽曲再生システム
JP4812733B2 (ja) 情報編集装置、情報編集方法、情報編集プログラムおよびそのプログラムを記録した記録媒体
JP4595998B2 (ja) コンテンツ再生装置、コンテンツ受信装置、コンテンツ評価収集解析方法、コンテンツ評価収集解析装置、コンテンツ評価集計管理方法およびコンテンツ評価集計管理装置
Assunção et al. Managing cold-start issues in music recommendation systems: An approach based on user experience
JP2007233515A (ja) 情報処理装置および情報処理方法、提供装置および提供方法、並びにプログラム
CN115866339A (zh) 电视节目推荐方法、装置、智能设备及可读存储介质
JP2019216355A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP6326917B2 (ja) サーバ装置、会議振り返りシステム、及び会議振り返り方法
EP2824630A1 (en) Systems and methods for obtaining user feedback to media content
US12124505B2 (en) Song similarity determination
US20230342865A1 (en) System and Method for Sharing Music in a Social Network

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20101026

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120521

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120529

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120704

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20121218

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20121231

R151 Written notification of patent or utility model registration

Ref document number: 5181640

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20160125

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees