JP2009169843A - 情報配信サーバ、情報配信システム及び情報配信方法 - Google Patents

Abstract

【課題】ユーザの行動状態に応じたコンテンツを適切に配信することができる情報配信サーバを提供する。
【解決手段】本発明の情報配信サーバ１２において、行動状態判別部２５が、履歴情報に関連付けられたタスクモデルおよび推定確度を選択し、タスクモデルが属する行動状態と推定確度とに基づいて、タスクモデル信頼度を算出する。移動通信端末１４からコンテンツ配信要求を受け取ると、コンテンツ利用実績算出部２６が、コンテンツの利用履歴とタスクモデル信頼度とに基づいて、コンテンツの利用実績を算出する。コンテンツ選択部２７が、最新の時間区分の履歴情報に基づいて算出された現在のタスクモデル信頼度と、コンテンツ利用実績算出部２７により算出されたコンテンツの利用実績と、に基づいて算出されたコンテンツ優先度に従って移動通信端末１４へ配信するコンテンツを選択する。
【選択図】図２

Description

本発明は、通信端末にコンテンツを配信する情報配信サーバ、情報配信システム及び情報配信方法に関する。

携帯電話などの移動通信端末を利用したインターネット上の情報コンテンツなどへのアクセスが広く普及し、近年は、情報提供者がニュースや天気予報などの更新情報を移動通信端末へプッシュ型で配信するサービスが広く利用されている。このようなサービスでは、利用者の嗜好や状況を特定して、適切な情報を配信することが重要となる。

例えば、非特許文献１や非特許文献２では、ユーザの位置情報がＧＰＳ等のセンサ情報や携帯端末が無線アクセスする基地局情報などを用いて特定され、特定された場所で必要となる可能性が高い情報が選択されて提示されることで、ユーザの利便性向上が図られている。また、ＧＰＳなどの位置情報のみならず、例えば、特許文献１では、定期券による移動に関連した情報から交通経路を決定し、その交通経路を使用した際に利用可能な拠点の情報（広告等）を取得して、利用者の端末に送信する仕組みが提案されている。
特許第３３７２９３５号公報 K.Takahashi, N.Miura, S.Yokoji and K.Shima, "Mobile Info Search:Information Integration for Location-Aware Computing", 情報処理学会論文誌, Vol.41, No.4, pp1192-1201,2000 小山 聡、平松 薫、山田幸一、"デジタルシティ京都――市民のための公共情報空間の構築をめざして"、bit、Vol.33、No.4、pp.8-12、2001

しかしながら、上記従来の方法では、特定の位置や単一のアクションに配信コンテンツが関連付けられているため、ユーザのニーズにマッチした情報を配信できないことがあった。例えば、現在ある場所にいるユーザがその場所を訪問している目的としては様々な状況が考えられるが、従来手法ではこのような状況を判別することが出来ず、ユーザの状況に応じたコンテンツを適切に配信することができないという問題があった。

本発明は、上記課題を解決することを目的とし、通信端末の処理履歴に基づきユーザの行動状態を判別し、ユーザの行動状態に応じたコンテンツを適切に配信することができる情報配信サーバ、情報配信システム及び情報配信方法を提供することを目的とする。

上記の課題を解決するために、本発明の情報配信サーバは、ユーザの行動を示すタスクモデルを階層的に記憶するタスクモデル管理テーブルと、タスクモデルと通信端末において処理可能な処理内容とが対応付けられたマッチルールと、タスクモデルが属する行動状態におけるマッチルールの重要性を示す推定確度とを記憶する履歴マッチルール管理テーブルと、通信端末におけるコンテンツの利用履歴を、この利用履歴の利用時刻とともに記憶するコンテンツ利用履歴管理テーブルと、通信端末において行われた処理の処理内容を、当該処理の処理時刻とともに取得する取得手段と、取得手段により取得された処理内容および処理時刻を、履歴情報として記憶するユーザ履歴管理テーブルと、ユーザ履歴管理テーブルの所定期間分の履歴情報に基づいて、履歴マッチルール管理テーブルから当該履歴情報の処理内容に関連付けられたタスクモデルおよび推定確度を選択し、タスクモデル管理テーブルに定義されているタスクモデルが属する行動状態と、推定確度とに基づいて、行動状態の信頼度を、所定期間を細分化した時間区分ごとに算出する信頼度算出手段と、信頼度算出手段により算出された行動状態の信頼度を記憶するタスクモデル推定履歴管理テーブルと、取得手段により通信端末からコンテンツ配信要求を受け取ると、コンテンツ利用履歴管理テーブルのコンテンツの利用履歴と、タスクモデル推定履歴管理テーブルの行動状態の信頼度とに基づいて、行動状態に関するコンテンツの利用実績を算出する利用実績算出手段と、ユーザ履歴管理テーブルから最新の時間区分の履歴情報を読み出し、当該履歴情報に基づいて履歴マッチルール管理テーブルから算出された現在の行動状態の信頼度と、利用実績算出手段により算出されたコンテンツの利用実績と、に基づいて算出されたコンテンツ優先度に従ってコンテンツを選択する選択手段と、選択手段により選択されたコンテンツを通信端末に送信する送信手段と、を備えることを特徴としている。

同様に、上記の課題を解決するために、本発明の情報配信方法は、ユーザの行動を示すタスクモデルを階層的に記憶するタスクモデル管理テーブルと、タスクモデルと通信端末において処理可能な処理内容とが対応付けられたマッチルールと、タスクモデルが属する行動状態におけるマッチルールの重要性を示す推定確度とを記憶する履歴マッチルール管理テーブルと、通信端末におけるコンテンツの利用履歴を、この利用履歴の利用時刻とともに記憶するコンテンツ利用履歴管理テーブルと、を備える情報配信サーバにより実施される情報配信方法であって、通信端末において行われた処理の処理内容を、当該処理の処理時刻とともに取得する取得ステップと、取得ステップにおいて取得された処理内容および処理時刻を、履歴情報として記憶するユーザ履歴管理テーブルに記憶されている所定期間分の履歴情報に基づいて、履歴マッチルール管理テーブルから当該履歴情報の処理内容に関連付けられたタスクモデルおよび推定確度を選択し、タスクモデル管理テーブルに定義されているタスクモデルが属する行動状態と、推定確度とに基づいて、行動状態の信頼度を、所定期間を細分化した時間区分ごとに算出する信頼度算出ステップと、通信端末からコンテンツ配信要求が受信されると、信頼度算出ステップにおいて算出された行動状態の信頼度を記憶するタスクモデル推定履歴管理テーブルに記憶されている行動状態の信頼度と、コンテンツ利用履歴管理テーブルのコンテンツの利用履歴とに基づいて、行動状態に関する前記コンテンツの利用実績を算出する利用実績算出ステップと、ユーザ履歴管理テーブルから最新の時間区分の履歴情報を読み出し、当該履歴情報に基づいて履歴マッチルール管理テーブルから算出された現在の行動状態の信頼度と、利用実績算出ステップにおいて算出されたコンテンツの利用実績と、に基づいて算出されたコンテンツ優先度に従ってコンテンツを選択する選択ステップと、選択ステップにおいて選択されたコンテンツを通信端末に送信する送信ステップと、を含んでいる。

これらの構成により、通信端末の履歴情報や履歴とタスクモデルとのマッチルールに基づいて、通信端末のユーザの行動状態を推定する指標としての「行動状態の信頼度」が算出される。また、この行動状態の信頼度と、コンテンツの利用履歴とに基づいて、行動状態別にコンテンツが利用された度合いを示す「コンテンツ利用実績」が算出される。さらに、このコンテンツ利用実績と、現在の行動状態の信頼度とに基づいて、「コンテンツ優先度」が算出される。このコンテンツ優先度は、コンテンツ利用実績によって表される過去の行動状態別のコンテンツの利用度合いと、現在の行動状態の信頼度によって表される現時点における通信端末のユーザが行っている行動状態とを、共に考慮することができる。したがって、現在の行動状態と、過去のコンテンツ利用実績とを共に考慮して、適切なコンテンツをユーザに配信することができる。

また、本発明の情報配信サーバにおいて、ユーザ履歴管理テーブル、コンテンツ利用履歴管理テーブルおよびタスクモデル推定履歴管理テーブルは、ユーザごとに領域が区分されており、通信端末のユーザに関するデータがコンテンツ利用履歴管理テーブルまたはタスクモデル推定履歴管理テーブルに記録されていないときに、当該ユーザの属性情報に応じた類似性に基づき他のユーザを選択する類似ユーザ判別手段をさらに有し、利用実績算出手段が、類似ユーザ判別手段により選択された他のユーザに関するコンテンツ利用履歴管理テーブルおよびタスクモデル推定履歴管理テーブルの領域を参照して、コンテンツの利用実績を算出し、選択手段が、ユーザ履歴管理テーブルから読み出されたユーザの履歴情報に基づき算出された現在の行動状態の信頼度と、他のユーザのコンテンツの利用実績とに基づいて、コンテンツを選択するのが好適である。

この構成により、通信端末のユーザの属性情報に応じた類似性に基づき他のユーザを選択して当該他のユーザの履歴情報やコンテンツ利用履歴を利用することができるので、通信端末のユーザの履歴情報やコンテンツ利用履歴が無い場合でも、一定の確度でコンテンツを配信することができる。また、状況に適したコンテンツの利用ノウハウがユーザ間で共有可能となり、発見的なレコメンドシステムが実現できる。

また、本発明の情報配信サーバにおいて、履歴情報が、キーワード検索履歴、ウェブアクセス履歴、端末位置履歴、または購買履歴を含むのが好適である。これにより、通信端末の多岐にわたる処理内容が履歴情報に含まれるので、推定できる行動状態の種類を多くすることができ、行動状態の推定精度を向上させることができ、より一層適切なコンテンツを配信することができる。

また、本発明の情報配信システムは、上記情報配信サーバと、通信端末とから構成される情報配信システムにおいて、通信端末は、当該通信端末において行われた処理の処理内容を、当該処理の処理時刻とともに履歴情報として収集する収集手段と、履歴情報およびコンテンツ配信要求を情報配信サーバに送る送信手段と、を備え、情報配信サーバにおける取得手段は、通信端末から履歴情報およびコンテンツ配信要求を受信し、情報配信サーバにおける送信手段は、通信端末へコンテンツを送信することを特徴としている。

この構成により、通信端末が収集した自機の履歴情報が情報配信サーバに記憶され、情報配信サーバはこの履歴情報に応じて適切なコンテンツを配信することができる。

また、本発明の情報配信システムは、上記情報配信サーバと、通信端末と、管理サーバとから構成される情報配信システムにおいて、管理サーバは、通信端末における過去の処理を示す履歴情報を収集する収集手段と、履歴情報を情報配信サーバに送る送信手段と、を備え、通信端末は、コンテンツ配信要求を情報配信サーバに送る送信手段と、を備え、情報配信サーバにおける取得手段は、管理サーバから履歴情報を受信し、かつ、通信端末からコンテンツ要求を受信し、情報配信サーバにおける送信手段は、通信端末へコンテンツを送信することを特徴としている。

この構成により、管理サーバが通信端末の履歴情報を収集して情報配信サーバに送信するので、通信端末は特別な操作を行わなくても履歴情報が情報配信サーバに蓄積されるようになり、情報配信サーバはこの履歴情報に応じて適切なコンテンツを配信することができる。

本発明によれば、通信端末の履歴情報や履歴マッチルールに基づいて、現在の行動状態と、過去のコンテンツ利用実績とを共に考慮して、適切なコンテンツをユーザに配信することができる。

以下、図面を参照して本発明に係る情報配信サーバ、情報配信システム及び情報配信方法の好適な実施形態について説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。

図１に、本実施形態に係る情報配信システムの概略を示す。本実施形態に係る情報配信システム１０は、図１に示すように、携帯電話などによって構成される移動通信端末１４と、ユーザの履歴情報などに応じて定められている配信情報を配信する情報配信サーバ１２により構成されている。図１においては、情報配信サーバ１２は、履歴格納部２２、履歴マッチルール管理テーブル２１ｂ、配信情報格納部２３を含んで構成されている。なお、図１における情報配信サーバ１２は概略構成を示したものである。

情報配信サーバ１２は、移動体通信網ＮＷを介して通信端末１４から履歴情報を受信すると、これを履歴格納部２２に記憶する。そして、履歴格納部２２に記憶されている履歴情報、履歴マッチルール管理テーブル２１ｂに記憶されている履歴とタスクモデルとの間に適宜設定されるマッチルールに基づいて、移動通信端末１４のユーザがどのような行動状態（タスクモデル）にあったかを判断する指標となる「タスクモデル信頼度」を算出する。

また、情報配信サーバ１２は、通信端末１４からコンテンツ配信要求を受信すると、タスクモデル信頼度と、配信情報格納部２３に記憶されているコンテンツ利用履歴などに基づいて、ユーザにどのコンテンツを配信すべきかを判断する指標となる「コンテンツ優先度」を算出する。そして、情報配信サーバ１２は、コンテンツ優先度に基づいて、配信情報格納部２３に記憶されているコンテンツの中から最適なコンテンツを選択して移動通信端末１４に配信する。

移動通信端末１４では、受信したコンテンツをユーザに通知することで、ユーザは現在の行動状態や自分の嗜好にあった配信情報を受けることができる。

なお、本実施形態で用いる「履歴情報」とは、通信端末で行われた処理の処理
内容と処理時刻を含む情報のことをいい、具体的には、キーワード検索履歴、ウェブアクセス履歴、端末位置履歴、または購買履歴を含むものとする。

また、「タスクモデル」とは、移動通信端末１４のユーザが取りうる行動をモデル化したものをいう。タスクモデルは、後述するタスクモデル管理テーブル２１ａに階層的に整理されて記憶されている。ある一のタスクモデルを基準とすれば、この一のタスクモデルが従属するタスクモデルは「親タスク」といい、反対に、この一のタスクモデルに従属するタスクモデルは「サブタスク」という。タスクモデルは、それぞれが親タスクやサブタスクと関連付けられて階層構造となっており、最上位のタスクモデルごとにグループ化されている。本実施形態では、この最上位のタスクモデルで定義された行動を「行動状態」と表している。

図２に、情報配信サーバ１２および移動通信端末１４の機能構成を示す。情報配信サーバ１２は、タスクモデル格納部２１、履歴格納部２２、配信情報格納部２３、履歴・要求受信部（取得手段）２４、行動状態判別部（信頼度算出手段）２５、コンテンツ利用実績算出部（利用実績算出手段）２６、コンテンツ選択部（選択手段）、類似ユーザ判別部２８、およびコンテンツ送信部（送信手段）２９を含んで構成されている。また、タスクモデル格納部２１は、タスクモデル管理テーブル２１ａおよび履歴マッチルール管理テーブル２１ｂを含んで構成されており、履歴格納部２２は、ユーザ履歴管理テーブル２２ａ、コンテンツ利用履歴管理テーブル２２ｂ、およびタスクモデル推定履歴管理テーブル２２ｃを含んで構成されており、配信情報格納部２３はコンテンツ管理テーブル２３ａを含んで構成されている。

図３に、情報配信サーバ１２のハードウェア構成を示す。情報配信サーバ１２は、物理的には、図３に示すように、ＣＰＵ１２１、主記憶装置であるＲＡＭ１２２およびＲＯＭ１２３、ハードディスク等の補助記憶装置１２５、入力デバイスであるキーボード及びマウス等の入力装置１２６、ディスプレイ等の出力装置１２７、ネットワークカード等のデータ送受信デバイスである通信モジュール１２４などを含むコンピュータシステムとして構成されている。図２に示す情報配信サーバ１２の各機能は、図３に示すＣＰＵ１２１、ＲＡＭ１２２等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１２１の制御のもとで通信モジュール１２４、入力装置１２６、出力装置１２７を動作させるとともに、ＲＡＭ１２２や補助記憶装置１２５におけるデータの読み出し及び書き込みを行うことで実現される。以下、図２に示す機能ブロックに基づいて、各機能ブロックを説明する。

タスクモデル格納部２１は、タスクモデル管理テーブル２１ａおよび履歴マッチルール管理テーブル２１ｂを備えている。

タスクモデル管理テーブル２１ａは、ユーザの行動を示すタスクモデルを階層的に記憶する部分である。図５、６にタスクモデル管理テーブル２１ａの一例を示す。図５，６に示すように、タスクモデル管理テーブル２１ａでは、１つのレコードとして、「タスク」、「方式」、「サブタスク」、「タスクＩＤ」および「親タスクＩＤ」のデータを対応付けて保持している。「タスク」は、当該タスクモデルの上位概念である親タスクの内容を示す情報である。「方式」は、「タスク」に含まれる各タスクモデルを分類する情報であり、親タスクの内容を細分化したものである。「サブタスク」は「タスク」に含まれる各タスクモデルの内容を示す情報である。「タスクＩＤ」は、「サブタスク」を一意に識別するための識別子である。「親タスクＩＤ」は、「タスク」を一意に識別するための識別子である。

タスクモデル管理テーブル２１ａには、タスクモデルと呼ぶユーザ行動のモデルが格納されている。タスクモデルは、「タスクＩＤ」で識別されるタスクノードを階層的に表現したものであり、階層構造は「親タスクＩＤ」を参照することにより表現される。例えば，図５の例において、タスクＩＤ“００１−０００２”のタスク“目的地までの行き方を調べる”は、親タスクＩＤ“００１”を参照しており，参照先のタスク“国内出張する”を達成するためのサブタスクであることを示している。また、タスクＩＤ“００１−００１７”のタスク“目的地までの経路情報を調べる”、およびタスクＩＤ“００１−００１８”のタスク“目的地周辺の地図を入手する”の２つのタスクは、親タスクＩＤ“００１−０００２”を参照しており、参照先のタスク“目的地までの行き方を調べる”のサブタスクであることを示している。図５は、タスクモデル管理テーブル２１ａのうち、最上位のタスク“国内出張する”（ＩＤ：００１）に属するタスクモデルに関する部分を表しており、図６は、最上位のタスク“飲み会・食事に参加する”（ＩＤ：００２）に属するタスクモデルに関する部分である。本実施形態では、これらの最上位タスクを「行動状態」という。

履歴マッチルール管理テーブル２１ｂは、ユーザの行動を示すタスクモデルと、通信端末において処理可能な処理内容とが対応付けられたマッチルールと、このマッチルールのタスクモデルが属する行動状態（最上位タスク）における重要性を示す推定確度とを記憶する部分である。図７、８に履歴マッチルール管理テーブル２１ｂの一例を示す。図７は、タスクＩＤ“００１”に属するタスクモデルに関するものであり、図８は、タスクＩＤ“００２”に属するタスクモデルに関するものである。

図７、８に示すように、履歴マッチルール管理テーブル２１ｂでは、１つのレコードとして、履歴マッチルールの各要素の「タスクＩＤ」、「処理内容」および「推定確度」のデータを対応付けて保持している。「タスクＩＤ」は、上述したタスクモデル管理テーブル２１ａのタスクＩＤと同一の情報である。「処理内容」は、タスクモデルと関連付けられる通信端末１４における処理内容の種別に関する情報である。「推定確度」は、同一レコードのタスクモデルと処理内容との関係の重要性を示す情報である。

すなわち、履歴マッチルール管理テーブル２１ｂの１レコードは、移動通信端末１４で実行された処理内容に基づきどのタスクモデルが実行されたかが、その推定確度とともに履歴マッチルールとして定義されている。例えば、タスクＩＤ“００１―０００１”のタスク“出張申請する（国内出張する）”は、処理内容“apps:”出張申請””に関連付けられており、これらの関係に対する推定確度は“０．６”である。なお、履歴マッチルール管理テーブル２１ｂにおいて、タスクモデルと処理内容との組み合わせや、推定確度の数値の付与などの工程は、例えば情報配信サーバ１２の管理者によって、過去の傾向を考慮して事前に設定される。

ここで、「処理内容」は、ユーザ行動（処理）の種別を表現する行動識別子と値のペアにより記述される。本実施形態においては、アプリケーション固有の行動を示す識別子“apps”、情報検索行動を示す“search”、物品購入行動を示す“buy”、予約行動を示す“reserve”、特定の場所への移動を示す“move”、の5つの行動識別子が用いられる。

例えば、出張申請機能を有するアプリケーションから「出張申請」が実行されたことを示す履歴が通知された場合、履歴マッチルールに含まれるルール「apps:”出張申請”」とマッチする。同様に、検索エンジンやWebのポータルサイトにおいて、「天気情報」を閲覧した履歴が通知された場合、履歴マッチルールに含まれるルール「search:”天気情報”」とマッチする。

履歴格納部２２は、ユーザ履歴管理テーブル２２ａ、コンテンツ利用履歴管理テーブル２２ｂおよびタスクモデル推定履歴管理テーブル２２ｃを備えている。

ユーザ履歴管理テーブル２２ａは、移動通信端末１４において行われた処理の処理内容を、この処理の処理時刻とともに履歴情報として記憶する部分である。図９にユーザ履歴管理テーブル２２ａの一例を示す。図９に示すように、ユーザ履歴管理テーブル２２ａでは、１つのレコードとして、履歴情報の各要素の「ユーザＩＤ」、「処理内容」、「処理時刻」を対応付けて保持している。「ユーザＩＤ」は移動通信端末１４のユーザを一意に識別するための識別子である。「処理内容」は、移動通信端末１４において実行された処理（行動）の種別を表す情報である。「処理時刻」は、同一レコードの「処理内容」に示す処理が移動通信端末１４で実行されたときの時間情報である。例えば、図９のユーザ履歴管理テーブル２２ａでは、ユーザＩＤ「０００１」のユーザが「２００７年３月１６日 １３：１５」に処理内容「apps:”出張申請”」の処理を実行した履歴情報が記録される。

コンテンツ利用履歴管理テーブル２２ｂは、コンテンツの利用履歴を、この利用履歴の利用時刻とともに記憶する部分である。図１０にコンテンツ利用履歴管理テーブル２２ｂの一例を示す。図１０に示すとおり、コンテンツ利用履歴管理テーブル２２ｂでは、１つのレコードとしてコンテンツ利用履歴の各要素の「ユーザＩＤ」、「利用コンテンツＩＤ」、「利用時刻」を対応付けて保持している。「ユーザＩＤ」は移動通信端末１４のユーザを一意に識別するための識別子である。「利用コンテンツＩＤ」は、ユーザが移動通信端末１４を介して利用したコンテンツの種別を表す識別子である。「利用時刻」は、同一レコードの「利用コンテンツＩＤ」に示すコンテンツが利用されたときの時間情報である。図１０のコンテンツ利用履歴管理テーブル２２ｂでは、例えば、ユーザＩＤ“００１”のユーザがコンテンツＩＤ“ＣＩＣ００２”のコンテンツを利用時刻“２００７年３月１６日１４：１０”に利用したコンテンツ利用履歴が記録されている。

タスクモデル推定履歴管理テーブル２２ｃは、後述する行動状態判別部２５により算出された「タスクモデル信頼度」を所定の時間区分ごとに記憶する部分である。本実施形態では、「所定の時間区分」とは「１日」である。すなわち、「３月１６日」や「３月１７日」のように日毎にタスクモデル信頼度が算出される。図１１にタスクモデル推定履歴管理テーブル２２ｃの一例を示す。図１１に示すように、タスクモデル推定履歴管理テーブル２２ｃでは、１つのレコードとして、「ユーザＩＤ」、「タスクＩＤ」、「タスクモデル信頼度」を対応付けて保持している。「タスクモデル信頼度」は、本実施形態では１日単位に定められており、図１１では「３月１６日」、「３月１７日」、「３月１８日」の３日分にわたり、１日ごとのタスクモデル信頼度が記憶されている。例えば、ユーザ“０００１”のタスク“００１”に関するタスクモデル信頼度は、３月１６日は０．６であり、３月１７日は０．５であり、３月１８日は０．３である。なお、タスクモデル信頼度の「時間区分」は、３時間、６時間などの1日より短い区分でも良く、３日や１週間など1日より長い区分でも良い。

配信情報格納部２３は、コンテンツ管理テーブル２３ａを備えている。コンテンツ管理テーブル２３ａは、コンテンツの内容を示す情報を記憶する部分である。図１２にコンテンツ管理テーブルの一例を示す。図１２に示すように、コンテンツ管理テーブル２３ａでは、１つのレコードとして、「コンテンツＩＤ」および「コンテンツ内容」を対応付けて保持している。「コンテンツＩＤ」は、コンテンツを一意に識別するための識別子である。「コンテンツ内容」は、同一レコードのコンテンツの具体的内容を示す情報である。図１１では、コンテンツＩＤ“ＣＩＤ００１”が付されたコンテンツの内容として“出張の手続き”が定義されており、コンテンツＩＤ“ＣＩＤ００５”のコンテンツの内容として“天気情報”が定義されている。なお、「コンテンツ内容」は、Ｗｅｂ上の情報のアドレスを示すＵＲＬが記録される形式でも良い。

履歴・要求受信部２４は、移動通信端末１４から履歴情報を受信する部分である。履歴・要求受信部２４は、履歴情報を受信すると、この履歴情報をユーザ履歴管理テーブルに記録すると共に、行動状態判別部２５に対して、新たな履歴情報を受信した旨を通知する。

また、履歴・要求受信部２４は、コンテンツを移動通信端末１４に配信する要求であるコンテンツ配信要求を受信する部分でもある。履歴・要求受信部２４は、コンテンツ配信要求を受信すると、コンテンツ利用実績算出部２６にこの要求を送る。

行動状態判別部２５は、ユーザ履歴管理テーブル２２ａに記録されている履歴情報に基づいて、移動通信端末１４のユーザがどのような行動状態（タスクモデル）にあったかを判断する指標である「タスクモデル信頼度」を算出する部分である。具体的には、行動状態判別部２５は、履歴・要求受信部２４から、移動通信端末１４の履歴情報を新たに受信したことを通知されると、ユーザ履歴管理テーブル２２ａから履歴情報を読み出す。この履歴情報に基づいて、履歴マッチルール管理テーブルから当該履歴情報に関連付けられたタスクモデルおよび推定確度を抽出する。そして、選択されたタスクモデルの属する最上位のタスクごとにこれらのタスクモデルに関する推定確度を合計して、この合計値をタスクモデル信頼度として算出する。これらの算出されたタスクモデル信頼度はタスクモデル推定履歴管理テーブル２２ｃに追加される。

行動状態判別部２５の処理について、図５〜９、１１の各テーブルを参照して具体的に説明する。なお、以降の説明では、３月１８日の１１：００以降に行われたものとする。すなわち、図９のユーザ履歴管理テーブル２２ａには、ユーザＩＤ“０００１”、処理内容“apps:”出張申請””、日時“２００７年３月１６日１３：１５”のレコードから、ユーザＩＤ“０００１”、処理内容“buy:”電車チケット””、日時“２００７年３月１８日１０：１５”のレコードまでの上位６個のレコードのみが記録されている状態である。

行動状態判別部２５は、ユーザ履歴管理テーブル２２ａから所定期間分の履歴情報を読み出す。本実施形態では、「所定期間」は日単位で定められており例えば３日分であるが、ここでは３月１８日の１日分に限定して説明する。具体的には、図９のユーザ履歴管理テーブル２２ａから処理内容“search:”電車時刻表””、“move:”場所””、“buy:”電車チケット””の履歴情報が３月１８日分の履歴情報として読み出される。

次に、履歴マッチルール管理テーブル２１ｂを参照して、読み出した履歴情報が含まれるマッチルールを抽出し、このマッチルールで当該履歴情報に関連付けられるタスクモデルと推定確度を選択する。図５〜８を参照すると、処理内容“search:”電車時刻表””は、タスクＩＤ“００１−００１９”のタスク“電車の時刻表を調べる（国内出張する）”に関連付けられており、このマッチルールの推定確度は“０．２”である。処理内容“move:”場所””は、タスクＩＤ“００１−０００８”のタスク“出張先へ行く（国内出張する）”と、タスクＩＤ“００２−０００９”のタスク“お店に行く（飲み会・食事に参加する）”とに関連付けられており、これらのマッチルールの推定確度はそれぞれ“０．１”である。処理内容“buy:”電車チケット””は、タスクＩＤ“００１−００２０”のタスク“切符を買う（国内出張する）”に関連付けられており、推定確度は“０．２”である。

そして、タスクモデルの最上位タスク、すなわち図７，８ではタスクＩＤ“００１”のタスク“国内出張する”と、タスクＩＤ“００２”のタスク“飲み会・食事に参加する”のそれぞれにおいて、抽出したマッチルールの推定確度を合計して当該タスクモデルの信頼度として算出する。図７、８の例では、タスクＩＤ“００１−００１９”のタスク“電車の時刻表を調べる（国内出張する）”の推定確度“０．２”と、タスクＩＤ“００１−０００８”のタスク“出張先へ行く（国内出張する）”の推定確度“０．１”と、タスクＩＤ“００１−００２０”のタスク“切符を買う（国内出張する）”の推定確度“０．２”とが合計されて、タスクＩＤ“００１”のタスク“国内出張する”のタスクモデル信頼度“０．５”が算出される。また、タスクＩＤ“００２−０００９”のタスク“お店に行く（飲み会・食事に参加する）”の推定確度“０．１”から、タスクＩＤ“００２”のタスク“飲み会・食事に参加する”のタスクモデル信頼度“０．１”が算出される。

このように、「タスクモデル信頼度」とは、個々のタスクモデルの信頼度ではなく、最上位タスクで定義される行動状態の信頼度として取りまとめられる。また、処理の時間区分（本実施形態では１日単位）ごとに、どの行動状態が生じていたかを判断する指標であり、タスクモデル信頼度が大きいほど、該当する行動状態がその日に生じていた可能性が高い。

なお、タスクモデル信頼度の算出において、一の履歴情報が、同一のタスクグループ内の複数のタスクモデルに関連付けられている場合には、これらの推定確度も合算する。例えば、図９において、３月１７日に行われた処理内容“search:”地図””は、図７を参照すると、最上位タスク“国内出張する”（ＩＤ：００１）に含まれるタスクＩＤ“００１−００１８”のタスク“目的地周辺の地図を入手する（目的地までの行き方を調べる（国内出張する））”と、タスクＩＤ“００１−００２７”のタスク“目的地周辺の地図を入手する（目的地からの帰り方を調べる（国内出張する））”とに関連付けられている。これらのタスクは同時に起こりえないが、それぞれの推定確度０．２と、“search:”天気情報””の推定確度０．１とが合計されて、３月１７日分のタスク００１のタスクモデル信頼度“０．５”が算出される。

算出されたタスクモデル信頼度は、タスクモデル推定履歴管理テーブル２２ｃに記録される。図１１の例では、タスクＩＤ“００１”の３月１８日分のタスクモデル信頼度として、“０．５”が記録され、タスクＩＤ“００２”の３月１８日分のタスクモデル信頼度として、“０．１”が記録される。

コンテンツ利用実績算出部２６は、コンテンツ利用履歴管理テーブル２２ｂのコンテンツ利用履歴と、タスクモデル推定履歴管理テーブルのタスクモデル信頼度とに基づいて、行動状態ごとに各コンテンツが利用された度合いを示す「コンテンツ利用実績」を算出する部分である。

具体的には、履歴・要求受信部２４によりコンテンツの配信を要求するコンテンツ配信要求が移動通信端末１４から受信されると、コンテンツ利用履歴管理テーブル２２ｂからコンテンツの利用履歴を読み出し、タスクモデル推定履歴管理テーブル２２ｃから最上位タスクおよび時間区分ごとのタスクモデル信頼度を読み出す。コンテンツの利用履歴に基づいて、コンテンツが利用された時間区分(日付)のタスクモデル信頼度を抽出し、時間区分数（本実施形態では３日分）の平均値を求め、この平均値を最上位タスク（行動状態）に関する当該コンテンツの利用実績として算出する。

コンテンツ利用実績算出部２６の処理について、図１０〜１２を参照して具体的に説明する。コンテンツ利用実績算出部２６は、履歴・要求受信部２４により移動通信端末１４からコンテンツ配信要求が受信されたことを通知されると、コンテンツ利用履歴管理テーブル２２ｂから、所定期間内に利用されたコンテンツＩＤを抽出する。本実施形態では、移動通信端末１４からコンテンツ配信要求がなされたのが３月１９日であり、過去３日分のコンテンツ利用履歴を参照する。すなわち、コンテンツ利用履歴管理テーブル２２ｂから、３月１６日〜３月１８日までに利用されたコンテンツＩＤが抽出される。図１０に示す例では、この期間に利用されたコンテンツＩＤは、「ＣＩＤ００２」、「ＣＩＤ００３」、「ＣＩＤ００５」の三種である。なお、これらのコンテンツの内容は、図１２のコンテンツ管理テーブル２３ａを参照すると、それぞれ「地図サイト」、「経路案内ガイド」、「天気情報」である。以降、ここで抽出されたコンテンツについて、コンテンツ利用実績やコンテンツ優先度が算出され、これらのコンテンツの中から、移動通信端末１４に配信すべきコンテンツが選択されることになる。

次に、図１１のタスクモデル推定履歴管理テーブル２２ｃを参照して、コンテンツの利用の有無に応じた各日の利用実績が定められる。具体的には、コンテンツが利用された日には、タスクモデル信頼度の値が当該日の利用実績の値となる。また、コンテンツが利用されない日には、当該日の利用実績の値は“０”となる。例えば、コンテンツ “地図サイト”（ＣＩＤ００２）は、図１０のコンテンツ利用履歴管理テーブル２２ｂを参照すると、３月１６日と３月１７日に利用されている。図１１のタスクモデル推定履歴管理テーブル２２ｃより、それぞれの日のタスクモデル信頼度は、タスクＩＤ“００１”の場合は“０．６”、“０．５”であり、これらの値が各日の利用実績となる。なお、コンテンツ “地図サイト”（ＣＩＤ００２）は、３月１８日には利用されていないので、この日の利用実績は“０”となる。

次に、各日の利用実績の３日分の平均をとり、この平均値をコンテンツ利用実績として算出する。例えば、タスクＩＤ“００１”に関するコンテンツ“地図サイト”（ＣＩＤ００２）の利用実績は、（０．６（３月１６日の利用実績）＋０．５（３月１７日の利用実績）＋０（３月１８日の利用実績））／３（日数）≒０．３７となる。他のコンテンツ“経路案内ガイド” （ＣＩＤ００３）および“天気情報”（ＣＩＤ００５）についても同様にコンテンツ利用実績を算出する。この計算を全ての最上位タスクについて行う。図１１に示したタスク００１〜００３に関するコンテンツ利用実績は表１のようになる。

ここで、「コンテンツ利用実績」とは、最上位タスクで定義される行動状態（例えば「国内出張する」や「飲み会・食事に参加する」）のそれぞれの場合に、各コンテンツが過去に利用された度合いを示すものであり、「コンテンツ利用実績」が大きいほど、関連付けられた行動状態において該当コンテンツが利用された可能性が高いことを示す。このように算出されたコンテンツ利用実績のデータが、コンテンツ選択部２７に送られる。

コンテンツ選択部２７は、コンテンツ利用実績算出部２６により算出されたコンテンツ利用実績と、現在のタスクモデル信頼度とに基づいて、行動状態（最上位タスク）ごとに「コンテンツ優先度」算出し、このコンテンツ優先度に基づいてコンテンツを選択する部分である。具体的には、コンテンツ選択部２７は、ユーザ履歴管理テーブル２２ａから現在の時間区分の履歴情報を抽出し、これらの履歴情報に基づいて現在のタスクモデル信頼度を算出する。このタスクモデル信頼度に、コンテンツ利用実績算出部２６により算出されたコンテンツ利用実績を乗じて、コンテンツ優先度を算出する。そして、このコンテンツ優先度にしたがって移動通信端末１４に配信すべきコンテンツを選択する。

コンテンツ選択部２７の処理について、図７〜９を参照して具体的に説明する。コンテンツ選択部２７は、まず図９のユーザ履歴管理テーブル２２ａから、この処理が行われている日である３月１９日に行われた処理内容“search:”出張申請””、“search:”電車時刻表””、“apps:”スケジューラ””を抽出する。次に、図７、８の履歴マッチルール管理テーブル２１ｂを参照して、これらの処理内容が関連付けられたマッチルールの推定確度を抽出する。処理内容“search:”出張申請””は、タスクＩＤ“００１−０００１”に関連付けられており（推定確度０．６）、処理内容 “search:” 電車時刻表””は、タスクＩＤ“００１−００１９”に関連付けられており（推定確度０．２）、処理内容“apps:”スケジューラ””は、タスクＩＤ“００２−０００１”に関連付けられている（推定確度０．２）。次に、抽出された推定確度を最上位タスクごとに合算してタスクモデル信頼度を算出する。この例では、タスクＩＤ“００１”に関するタスクモデル信頼度は０．６＋０．２＝０．８であり、タスクＩＤ“００２”に関するタスクモデル信頼度は０．２である。

なお、単一の処理内容が同一の最上位タスク内の複数のマッチルールに該当した場合には、該当する推定確度を単純加算してタスクモデル信頼度を算出する。例えば、図５において処理内容「search : "移動ルート"」はタスクＩＤ「００１−００１７」とタスクＩＤ「００１―００２６」との両方にマッチするが、この場合には双方の推定確度（０．２）がタスクモデル信頼度にそれぞれ加算されるものとする。

次に、これらのタスクモデル信頼度を、それぞれの行動状態（最上位タスク）に関するコンテンツ利用実績に乗じて、コンテンツ優先度を算出する。例えば、タスクＩＤ“００１”に関するコンテンツ利用実績のうち、コンテンツ “地図サイト”（ＣＩＤ００２）のコンテンツ利用実績は０．３７である。また、タスクＩＤ“００１”に関するタスクモデル信頼度は０．８である。したがって、タスクＩＤ“００１”に関するコンテンツ “地図サイト”（ＣＩＤ００２）のコンテンツ優先度は、０．３７（コンテンツ“地図サイト”（ＣＩＤ００２）のコンテンツ利用実績）×０．８（タスクＩＤ“００１”に関するタスクモデル信頼度）＝０．２９６となる。同様に全ての最上位タスクについてコンテンツ信頼度が算出される。例えば、図１１に示す最上位タスク００１、００２に関するコンテンツ優先度は、以下の表２のようになる。

コンテンツ選択部２７は、全ての最上位タスクにおいて、各コンテンツのコンテンツ優先度を算出した後に、コンテンツ優先度に従ってコンテンツを選択して、このコンテンツのＩＤをコンテンツ送信部２９に送る。本実施形態では、コンテンツ優先度が最大となるコンテンツが選択される。上記の例では、コンテンツ優先度“０．２９６”のコンテンツＩＤ“ＣＩＤ００２”が選択される。

コンテンツ送信部２９は、コンテンツ選択部２７により選択されたコンテンツを移動通信端末１４に送信する部分である。コンテンツ送信部２９は、コンテンツ選択部２７からコンテンツＩＤを受け取ると、コンテンツ管理テーブル２３ａを参照して、このコンテンツＩＤが関連付けられたコンテンツの内容を抽出し、抽出されたコンテンツを移動通信端末１４に送信する。上記の例では、コンテンツＩＤ“ＣＩＤ００２”に対応するコンテンツ“地図サイト”が移動通信端末１４に送信される。

類似ユーザ判別部２８は、ユーザの属性情報に応じた類似性に基づき他のユーザを選択する部分である。類似性判定の例として、同じ会社に所属する、同じ地域にいる、年代や性別が同じ、などのプロファイル情報（属性情報）の各項目が一致する度合いが所定値以上の場合に両者が類似だと判定することができる。

本実施形態では、この類似ユーザ判別部２８の機能により、別のユーザの履歴を利用したコンテンツ配信を適用することが可能である。例えば、ユーザＩＤ“００２”のユーザに対する過去の履歴が存在せず、タスクモデル（ＩＤ：００１）に関する現在のタスクモデル信頼度が“０．４”とだけ分かっている場合には、例えば、このユーザの属性情報の類似性に基づき選択されたユーザＩＤ“００１”のユーザのタスクモデル信頼度およびコンテンツ利用履歴を用いて、ユーザＩＤ“００２”のユーザに対する配信コンテンツを決定することができる。このとき、複数のユーザの履歴が利用できる場合は、複数ユーザのコンテンツ利用履歴を統合して配信コンテンツを決定することもできる。これにより、例えば、同じ会社に所属する他のユーザが、自身と同じ行動状態にあるときに良く利用するコンテンツを配信可能とする。

次に、移動通信端末１４の構成について説明する。図２に示すとおり、移動通信端末１４は、履歴取得部（収集手段）４０、履歴送信部（送信手段）４２、情報配信要求送信部（送信手段）４４、および配信情報表示部４６から構成されている。

図４に、移動通信端末１４のハードウェア構成を示す。図４に示すように、移動通信端末１４は、ＣＰＵ１４１、ＲＡＭ１４２、ＲＯＭ１４３、操作部１４４、無線通信部１４５、ディスプレイ１４６及びアンテナ１４７等のハードウェアにより構成されている。図２において説明した各機能は、図４に示すＣＰＵ１４１、ＲＡＭ１４２等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１４１の制御のもとで操作部１４４、無線通信部１４５、ディスプレイ１４６を動作させるとともに、ＲＡＭ１４２やＲＯＭ１４３におけるデータの読み出し及び書き込みを行うことで実現される。以下、図２に示す機能ブロックに基づいて、各機能ブロックを説明する。

履歴取得部４０は、移動通信端末１４おいて行われた処理の処理内容を、当該処理の処理時刻とともに取得する部分である。この処理内容とは、上述したようにキーワード検索履歴、ウェブアクセス履歴、端末位置履歴、または購買履歴などの履歴情報を含むものである。

ここで、ユーザが閲覧した情報を識別するために例えば２つの手法が挙げられる。すなわち、閲覧ページの内容を自動判別する手法と、ポータルページを用意して、あらかじめ情報を識別しておく手法である。

閲覧ページを自動判別する手法は、ページ内容からTF/IDFなどの手法を用いて特徴語を抽出し、辞書に含まれる単語にマッピングすることで実現できる。例えば、飛行機のチケット販売を行うサイトを閲覧した際に、ページ内に「飛行機チケット」「航空券」などの単語が特徴語として抽出されると、各々の単語と同義語の「航空チケット」として一般化することで、履歴マッチルールに値として記述された単語と、閲覧ページの内容を示す単語（特徴語）をマッチングすることが可能となる。

ポータルページを用意する手法では、ポータルページのトップに「チケット」「商品」「経路探索」「地図」などの情報のカテゴリを表現しておき、ユーザはカテゴリを探索することで目的の情報を探索できるようにしておく。履歴マッチルールの値にはカテゴリを指定しておくことで、ユーザのカテゴリ探索履歴と履歴マッチルールに含まれる値をマッチングすることが可能となる。

履歴送信部４２は、履歴取得部４０により取得された移動通信端末１４において行われた処理の処理内容を、当該処理の処理時刻とともに情報配信サーバ１２に送信する部分である。

情報配信要求送信部４４は、移動通信端末１４に対してコンテンツの配信を要求するコンテンツ配信要求を情報配信サーバ１２に送信する部分である。

配信情報表示部４６は、情報配信サーバ１２から送信されたコンテンツを受信し、ディスプレイ１４６を介してユーザにコンテンツの内容を表示する部分である。

次に、図１３〜１６のフローチャートを用いて、本実施形態の情報配信サーバ１２の処理について説明する。図１３に、本実施形態における情報配信サーバ１２のメインフローを示す。

履歴・要求受信部２４により、移動通信端末１４において行われた処理の処理内容と、この処理の処理時刻とを含む履歴情報が受信され、この履歴情報がユーザ履歴管理テーブル２２ａに記録される（Ｓ１０１）。行動状態判別部２５により、ユーザ履歴管理テーブル２２ａから履歴情報が読み出され、この履歴情報に基づいてタスクモデル信頼度が算出される（Ｓ１０２）。タスクモデル信頼度を算出する処理については、図１４を参照して後述する。

そして、履歴・要求受信部２４により、コンテンツ配信要求が移動通信端末１４から受信されると（Ｓ１０３）、コンテンツ利用実績算出部２７により、コンテンツ利用実績が算出される（Ｓ１０４）。コンテンツ利用実績を算出する処理については、図１５を用いて後述する。

そして、コンテンツ選択部２７により、コンテンツ利用実績およびタスクモデル信頼度に基づいてコンテンツ優先度が算出され、このコンテンツ優先度に基づいて、移動通信端末１４に配信されるコンテンツが選択される（Ｓ１０５）。このコンテンツ選択処理については、図１６を用いて後述する。

そして、コンテンツ送信部２９により、コンテンツ選択部２７で選択されたコンテンツが移動通信端末１４に対して送信され（Ｓ１０６）、処理を終了する。

次に、ステップＳ１０２のタスクモデル信頼度算出処理について図１４を用いて説明する。図１４に、タスクモデル信頼度算出処理のフローチャートを示す。この処理は、行動状態判別部２５によって実施される。

まず、現在時刻から遡って、所定期間分の履歴がユーザ履歴管理テーブル２２ａから読み出される（Ｓ２０１）。本実施形態では、図９などに示したように３月１６日から３月１８日までの３日分の履歴情報が読み出される。

そして、履歴マッチルール管理テーブル２１ｂを参照して、読み出された履歴情報の処理内容を含むマッチルールと推定確度が抽出される（Ｓ２０２）。抽出された推定確度は、この推定確度に対応付けられているタスクモデルの最上位タスクごとに、所定の時間区分単位で合算され、タスクモデル信頼度として算出される（Ｓ２０３）。本実施形態では、「最上位タスク」とは、タスクＩＤ“００１”のタスクモデル“国内出張する”や、タスクＩＤ“００２”のタスクモデル“飲み会・食事に参加する”であり、「所定の時間区分」とは「３月１６日」や「３月１７日」など同一日付の１日分である。

算出されたタスクモデル信頼度は、対応する時間区分の情報（例えば「３月１６日」や「３月１７日」）とともに、タスクモデル推定履歴管理テーブル２２ｃへ記録され（Ｓ２０４）、図１３のメインフローへ戻る。

次に、ステップＳ１０４のコンテンツ利用実績算出処理について図１５を用いて説明する。図１５にコンテンツ利用実績算出処理のフローチャートを示す。この処理は、コンテンツ利用実績算出部２６により実施される。

まず、タスクモデル推定履歴管理テーブル２２ｃから、タスクモデル信頼度が読み出され（Ｓ３０１）、コンテンツ利用履歴管理テーブル２２ｂから所定期間分（過去３日分）のコンテンツ利用履歴が読み出される（Ｓ３０２）。

読み出されたコンテンツに、このコンテンツの利用日時が該当する時間区分（日付）のタスクモデル信頼度が割り当てられ、これら割り当てられたタスクモデル信頼度の値が当該コンテンツの時間区分ごとの利用実績として求められる（Ｓ３０３）。そして、これら時間区分ごとの利用実績の所定期間分の平均値が、コンテンツ利用実績として算出され（Ｓ３０４）、図１３のメインフローに戻る。本実施形態では、３月１６日から３月１８日までの３日分の利用実績が合算され、1日当たりの平均値がコンテンツ利用実績として算出される。コンテンツ利用実績は、例えば表１のようにコンテンツおよび最上位タスクごとに算出される。

次に、ステップＳ１０５のコンテンツ選択処理について図１６を用いて説明する。図１６にコンテンツ利用実績算出処理のフローチャートを示す。この処理は、コンテンツ選択部２７により実施される。

まず、現在の時間区分におけるタスクモデル信頼度が算出される（Ｓ４０１）。具体的には、ユーザ履歴管理テーブル２２ａを参照して、現在の時間区分（本実施形態では３月１９日分）の履歴情報が読み出され、履歴マッチルール管理テーブルを参照して、各履歴情報の処理内容が関連付けられた推定確度が抽出され、これらの推定確度が最上位タスクごとに合算されて、現在のタスクモデル信頼度が算出される。

そして、現在のタスクモデル信頼度に、コンテンツ利用実績算出部２６により算出されたコンテンツ利用実績を乗じて、コンテンツ優先度が算出される（Ｓ４０２）。コンテンツ優先度は、例えば表２のようにコンテンツおよび最上位タスクごとに算出される。

そして、コンテンツ優先度に基づき移動通信端末１４へ配信されるコンテンツが選択され（Ｓ４０３）、図１３のメインフローへ戻る。本実施形態では、コンテンツ優先度が最大となるコンテンツが選択される。

つぎに、本実施形態の変形例について説明する。図１７に、本実施形態の変形例における情報配信システム１０の概略を示す。図１７に示すように、この変形例においては、情報配信システム１０は、情報配信サーバ１２や移動通信端末１４とネットワークＮＷを介して通信可能に設置されている管理サーバ１６をさらに含んで構成されている。管理サーバ１６は、例えばゲートウェイサーバ、または検索サイトやオンラインショッピングなどの専用サーバであり、移動通信端末１４で行われたウェブアクセス、検索、買い物などの処理に関する履歴情報を取得して、この履歴情報を情報配信サーバ１２に送信する。

図１８に、本実施形態の変形例における情報配信サーバ１２、移動通信端末１４および管理サーバ１６の機能構成を示す。情報配信サーバ１２の構成は、図２で示した構成と同一であるので説明を省略する。この変形例は、履歴取得部４０および履歴送信部４２が、移動通信端末１４ではなく管理サーバ１６に備えられている点で先の実施形態と相違する。

つまり、この変形例では、移動通信端末１４において実行された処理の処理内容は、当該処理の処理時刻とともに、ネットワークＮＷを介して管理サーバ１６の履歴取得部４０に取得される。そして、この取得された処理内容および処理時刻を含む履歴情報が、管理サーバ１６の履歴送信部４２から情報配信サーバ１２の履歴・要求受信部２０へと送信される。

また、移動通信端末１４では、情報配信要求送信部４４が履歴・要求受信部２０へ、コンテンツ配信要求を送信する。これに応じて、情報配信サーバ１２のコンテンツ送信部３０から移動通信端末１４の配信情報表示部４６へコンテンツが送信される。

なお、管理サーバ１６は、上述のゲートウェイサーバ、または検索サイトやオンラインショッピングなどの専用サーバの少なくとも一部の機能を備え、移動通信端末１４で行われたウェブアクセス、検索、買い物などの処理のいずれかに関する履歴情報を取得するように構成されても良い。すなわち、情報配信システム１０は、様々な用途に応じた複数の管理サーバ１６を備え、これらの管理サーバ１６から個別に移動通信端末１４に関する履歴情報を取得するように構成されても良い。

次に、本実施形態に係る情報配信サーバ１２および情報配信システム１０、その変形例における情報配信システム１０の作用および効果について説明する。

本実施形態の情報配信サーバ１２において、行動状態判別部２５が、ユーザ履歴管理テーブル２２ａの過去３日分の履歴情報に基づいて、履歴マッチルール管理テーブル２１ｂから当該履歴情報の処理内容に関連付けられたタスクモデルおよび推定確度を選択し、タスクモデル管理テーブル２１ａに定義されているタスクモデルが属する行動状態（最上位タスク）と、推定確度とに基づいて、行動状態に関するタスクモデル信頼度を、１日単位で算出する。履歴・要求受信部２４により移動通信端末１４からコンテンツ配信要求を受け取ると、コンテンツ利用実績算出部２６が、コンテンツ利用履歴管理テーブル２２ｂのコンテンツの利用履歴と、タスクモデル推定履歴管理テーブル２２ｃのタスクモデル信頼度とに基づいて、行動状態に関するコンテンツの利用実績を算出する。そして、コンテンツ選択部２７が、ユーザ履歴管理テーブル２２ａから最新の時間区分の履歴情報を読み出し、当該履歴情報に基づいて履歴マッチルール管理テーブル２１ｂから算出された現在のタスクモデル信頼度と、コンテンツ利用実績算出部２７により算出されたコンテンツの利用実績と、に基づいて、行動状態ごとに算出されたコンテンツ優先度に従って移動通信端末１４へ配信するコンテンツを選択する。

この構成により、移動通信端末１４の履歴情報や履歴とタスクモデルとのマッチルールに基づいて、移動通信端末１４のユーザの行動状態を推定する指標としての「タスクモデル信頼度」が算出される。また、このタスクモデル信頼度と、コンテンツの利用履歴とに基づいて、行動状態別にコンテンツが利用された度合いを示す「コンテンツ利用実績」が算出される。さらに、このコンテンツ利用実績と、現在のタスクモデル信頼度とに基づいて、「コンテンツ優先度」が算出される。このコンテンツ優先度は、コンテンツ利用実績によって表される過去の行動状態別のコンテンツの利用度合いと、現在の行動状態の信頼度によって表される現時点における通信端末のユーザが行っている行動状態とを、共に考慮することができる。したがって、現在の行動状態と、過去のコンテンツ利用実績とを共に考慮して、適切なコンテンツをユーザに配信することができる。

また、この情報配信サーバ１２において、ユーザ履歴管理テーブル２２ａ、コンテンツ利用履歴管理テーブル２２ｂおよびタスクモデル推定履歴管理テーブル２２ｃは、ユーザごとに領域が区分されている。情報配信サーバ１２は、通信端末１４のユーザに関するデータがコンテンツ利用履歴管理テーブル２２ｂまたはタスクモデル推定履歴管理テーブル２２ｃに記録されていないときに、当該ユーザと類似する他のユーザを選択する類似ユーザ判別部２８をさらに有する。類似ユーザ判別部２８による処理が実行されると、コンテンツ利用実績算出部２６は、類似ユーザ判別部２８により選択された他のユーザに関するコンテンツ利用履歴管理テーブル２２ｂおよびタスクモデル推定履歴管理テーブル２２ｃの領域を参照して、コンテンツの利用実績を算出する。また、コンテンツ選択部２７が、ユーザ履歴管理テーブル２２ａから読み出されたユーザの履歴情報に基づき算出された現在のタスクモデル信頼度と、他のユーザのコンテンツの利用実績とに基づいて、コンテンツを選択する。

この構成により、移動通信端末１４のユーザと類似する他のユーザを選択して当該他のユーザの履歴情報やコンテンツ利用履歴を利用することができるので、移動通信端末１４のユーザの履歴情報やコンテンツ利用履歴が無い場合でも、一定の確度でコンテンツを配信することができる。また、状況に適したコンテンツの利用ノウハウがユーザ間で共有可能となり、発見的なレコメンドシステムが実現できる。

また、本実施形態の情報配信システムにおいて、移動通信端末１４の履歴取得部４０が、この端末において行われた処理の処理内容を、この処理の処理時刻と共に履歴情報として収集し、履歴送信部４２が、この履歴情報を情報配信サーバ１２に送信する。また、移動通信端末１４の情報配信要求送信部４４が、コンテンツの配信を要求するコンテンツ配信要求を情報配信サーバ１２に送信する。この構成により、移動通信端末１４が収集した自機の履歴情報が情報配信サーバ１２に記憶され、情報配信サーバ１２はこの履歴情報に応じて適切なコンテンツを移動通信端末１４に配信することができる。

また、本実施形態の変形例の情報配信システムにおいて、管理サーバ１６の履歴取得部４０が、移動通信端末１４において行われた処理の処理内容を、この処理の処理時刻と共に履歴情報として収集し、履歴送信部４２が、この履歴情報を情報配信サーバ１２に送信する。また、移動通信端末１４の情報配信要求送信部４４が、コンテンツの配信を要求するコンテンツ配信要求を情報配信サーバ１２に送信する。この構成により、管理サーバ１６が移動通信端末１４の履歴情報を収集して情報配信サーバ１２に送信するので、移動通信端末１４は特別な操作を行わなくても履歴情報が情報配信サーバ１２に蓄積されるようになり、情報配信サーバ１２はこの履歴情報に応じて適切なコンテンツを移動通信端末１４に配信することができる。

本発明の一実施形態に係る情報配信システムの概略を示す図である。 情報配信サーバおよび移動通信端末の機能構成を示す図である。 情報配信サーバのハードウェア構成図である。 移動通信端末のハードウェア構成図である。 タスクモデル管理テーブルの一例を示す図である。 タスクモデル管理テーブルの一例を示す図である。 履歴マッチルール管理テーブルの一例を示す図である。 履歴マッチルール管理テーブルの一例を示す図である。 ユーザ履歴管理テーブルの一例を示す図である。 コンテンツ利用履歴管理テーブルの一例を示す図である。 タスクモデル推定履歴管理テーブルの一例を示す図である。 コンテンツ管理テーブルの一例を示す図である。 本実施形態に係る情報配信サーバの処理を示すフローチャートである。 タスクモデル信頼度算出処理を示すフローチャートである。 コンテンツ利用実績算出処理を示すフローチャートである。 コンテンツ選択処理を示すフローチャートである。 本実施形態の変形例に係る情報配信システムの概略を示す図である。 本実施形態の変形例に係る情報配信サーバ、移動通信端末および管理サーバの機能構成を示す図である。

符号の説明

１０…情報配信システム、１２…情報配信サーバ、１４…移動通信端末（通信端末）、１６…管理サーバ、２１…タスクモデル格納部、２１ａ…タスクモデル管理テーブル、２１ｂ…履歴マッチルール管理テーブル、２２…履歴格納部、２２ａ…ユーザ履歴管理テーブル、２２ｂ…コンテンツ利用履歴管理テーブル、２２ｃ…タスクモデル推定履歴管理テーブル、２３…配信情報格納部、２３ａ…コンテンツ管理テーブル、２４…履歴・要求受信部（取得手段）、２５…行動状態判別部（信頼度算出手段）、２６…コンテンツ利用実績算出部（利用実績算出手段）、２７…コンテンツ選択部（選択手段）、２８…類似ユーザ判別部（類似ユーザ判別手段）、２９…コンテンツ送信部（送信手段）、４０…履歴取得部（収集手段）、４２…履歴送信部（送信手段）、４４…情報配信要求送信部（送信手段）、４６…配信情報表示部。

Claims (6)

1. ユーザの行動を示すタスクモデルを階層的に記憶するタスクモデル管理テーブルと、
   前記タスクモデルと通信端末において処理可能な処理内容とが対応付けられたマッチルールと、前記タスクモデルが属する行動状態における前記マッチルールの重要性を示す推定確度とを記憶する履歴マッチルール管理テーブルと、
   前記通信端末におけるコンテンツの利用履歴を、この利用履歴の利用時刻とともに記憶するコンテンツ利用履歴管理テーブルと、
   前記通信端末において行われた処理の処理内容を、当該処理の処理時刻とともに取得する取得手段と、
   前記取得手段により取得された前記処理内容および前記処理時刻を、履歴情報として記憶するユーザ履歴管理テーブルと、
   前記ユーザ履歴管理テーブルの所定期間分の履歴情報に基づいて、前記履歴マッチルール管理テーブルから当該履歴情報の処理内容に関連付けられたタスクモデルおよび推定確度を選択し、前記タスクモデル管理テーブルに定義されている前記タスクモデルが属する行動状態と、前記推定確度とに基づいて、行動状態の信頼度を、前記所定時間を細分化した時間区分ごとに算出する信頼度算出手段と、
   前記信頼度算出手段により算出された行動状態の信頼度を記憶するタスクモデル推定履歴管理テーブルと、
   前記取得手段により前記通信端末からコンテンツ配信要求を受け取ると、前記コンテンツ利用履歴管理テーブルのコンテンツの利用履歴と、前記タスクモデル推定履歴管理テーブルの行動状態の信頼度とに基づいて、前記行動状態に関する前記コンテンツの利用実績を算出する利用実績算出手段と、
   前記ユーザ履歴管理テーブルから最新の時間区分の履歴情報を読み出し、当該履歴情報に基づいて前記履歴マッチルール管理テーブルから算出された現在の行動状態の信頼度と、前記利用実績算出手段により算出されたコンテンツの利用実績と、に基づいて算出されたコンテンツ優先度に従ってコンテンツを選択する選択手段と、
   前記選択手段により選択されたコンテンツを前記通信端末に送信する送信手段と、
   を備えることを特徴とする情報配信サーバ。
2. 前記ユーザ履歴管理テーブル、前記コンテンツ利用履歴管理テーブルおよび前記タスクモデル推定履歴管理テーブルは、ユーザごとに領域が区分されており、
   前記通信端末のユーザに関するデータが、前記コンテンツ利用履歴管理テーブルまたは前記タスクモデル推定履歴管理テーブルに記録されていないときに、当該ユーザの属性情報に応じたと類似性に基づき他のユーザを選択する類似ユーザ判別手段をさらに有し、
   前記利用実績算出手段が、前記類似ユーザ判別手段により選択された他のユーザに関する前記コンテンツ利用履歴管理テーブルおよびタスクモデル推定履歴管理テーブルの領域を参照して、前記コンテンツの利用実績を算出し、
   前記選択手段が、前記ユーザ履歴管理テーブルから読み出された前記ユーザの履歴情報に基づき算出された前記現在の行動状態の信頼度と、前記他のユーザのコンテンツの利用実績とに基づいて、コンテンツを選択することを特徴とする請求項１に記載の情報配信サーバ。
3. 前記履歴情報が、キーワード検索履歴、ウェブアクセス履歴、端末位置履歴、または購買履歴を含む、請求項１または２に記載の情報配信サーバ。
4. 請求項１〜３のいずれかに記載の情報配信サーバと、通信端末とから構成される情報配信システムにおいて、
   前記通信端末は、
   当該通信端末において行われた処理の処理内容を、当該処理の処理時刻とともに履歴情報として収集する収集手段と、
   前記履歴情報およびコンテンツ配信要求を前記情報配信サーバに送る送信手段と、
   を備え、
   前記情報配信サーバにおける前記取得手段は、前記通信端末から前記履歴情報およびコンテンツ配信要求を受信し、
   前記情報配信サーバにおける前記送信手段は、前記通信端末へコンテンツを送信することを特徴とする情報配信システム。
5. 請求項１〜３のいずれかに記載の情報配信サーバと、通信端末と、管理サーバとから構成される情報配信システムにおいて、
   前記管理サーバは、
   前記通信端末において行われた処理の処理内容を、当該処理の処理時刻とともに履歴情報として収集する収集手段と、
   前記履歴情報を情報配信サーバに送る送信手段と、を備え、
   前記通信端末は、
   コンテンツ配信要求を情報配信サーバに送る送信手段と、
   を備え、
   前記情報配信サーバにおける前記取得手段は、前記管理サーバから前記履歴情報を受信し、かつ、前記通信端末から前記コンテンツ要求を受信し、
   前記情報配信サーバにおける前記送信手段は、前記通信端末へコンテンツを送信することを特徴とする情報配信システム。
6. ユーザの行動を示すタスクモデルを階層的に記憶するタスクモデル管理テーブルと、
   前記タスクモデルと通信端末において処理可能な処理内容とが対応付けられたマッチルールと、前記タスクモデルが属する行動状態における前記マッチルールの重要性を示す推定確度とを記憶する履歴マッチルール管理テーブルと、
   前記通信端末におけるコンテンツの利用履歴を、この利用履歴の利用時刻とともに記憶するコンテンツ利用履歴管理テーブルと、
   を備える情報配信サーバにより実施される情報配信方法であって、
   前記通信端末において行われた処理の処理内容を、当該処理の処理時刻とともに取得する取得ステップと、
   前記取得ステップにおいて取得された前記処理内容および前記処理時刻を、履歴情報として記憶するユーザ履歴管理テーブルに記憶されている所定期間分の履歴情報に基づいて、前記履歴マッチルール管理テーブルから当該履歴情報の処理内容に関連付けられたタスクモデルおよび推定確度を選択し、前記タスクモデル管理テーブルに定義されている前記タスクモデルが属する行動状態と、前記推定確度とに基づいて、行動状態の信頼度を前記所定期間を細分化した時間区分ごとに算出する信頼度算出ステップと、
   前記通信端末からコンテンツ配信要求が受信されると、前記信頼度算出ステップにおいて算出された行動状態の信頼度を記憶するタスクモデル推定履歴管理テーブルに記憶されている行動状態の信頼度と、前記コンテンツ利用履歴管理テーブルのコンテンツの利用履歴とに基づいて、前記行動状態に関する前記コンテンツの利用実績を算出する利用実績算出ステップと、
   前記ユーザ履歴管理テーブルから最新の時間区分の履歴情報を読み出し、当該履歴情報に基づいて前記履歴マッチルール管理テーブルから算出された現在の行動状態の信頼度と、前記利用実績算出ステップにおいて算出されたコンテンツの利用実績と、に基づいて算出されたコンテンツ優先度に従ってコンテンツを選択する選択ステップと、
   前記選択ステップにおいて選択されたコンテンツを前記通信端末に送信する送信ステップと、
   を含む情報配信方法。

Images