JP2010157117A - コンテンツ抽出装置およびコンテンツ抽出方法 - Google Patents
コンテンツ抽出装置およびコンテンツ抽出方法 Download PDFInfo
- Publication number
- JP2010157117A JP2010157117A JP2008335307A JP2008335307A JP2010157117A JP 2010157117 A JP2010157117 A JP 2010157117A JP 2008335307 A JP2008335307 A JP 2008335307A JP 2008335307 A JP2008335307 A JP 2008335307A JP 2010157117 A JP2010157117 A JP 2010157117A
- Authority
- JP
- Japan
- Prior art keywords
- content
- contents
- viewing
- unit
- similarity
- 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.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
【課題】ユーザのニーズに応えたコンテンツを提示できるコンテンツ抽出装置およびコンテンツ抽出方法を提供する。
【解決手段】コンテンツ抽出装置が、複数のコンテンツから1つのコンテンツを視聴するために選択する選択部と、前記選択されたコンテンツを視聴中に、異なるコンテンツを選択するための指示部と、前記指示部による指示があった場合、前記選択されたコンテンツとは異なるコンテンツを提示する提示部と、を具備し、前記提示部は、前記複数のコンテンツと前記視聴中のコンテンツとの類似度を算出し、類似の少ないコンテンツを提示する。
【選択図】図4
【解決手段】コンテンツ抽出装置が、複数のコンテンツから1つのコンテンツを視聴するために選択する選択部と、前記選択されたコンテンツを視聴中に、異なるコンテンツを選択するための指示部と、前記指示部による指示があった場合、前記選択されたコンテンツとは異なるコンテンツを提示する提示部と、を具備し、前記提示部は、前記複数のコンテンツと前記視聴中のコンテンツとの類似度を算出し、類似の少ないコンテンツを提示する。
【選択図】図4
Description
本発明は、ユーザの好みに応じたコンテンツを抽出するコンテンツ抽出装置およびコンテンツ抽出方法に関する。
従来では、メタデータを基に、複数のコンテンツ間の関連性を求め、この関連性に基づいて、複数のコンテンツの検索結果を表す情報を示す。または、この求めた関連性に基づいて、類似コンテンツを示す技術が開示されている(特許文献1参照)。
特開2004−348607号公報
しかしながら、前述の技術では、現在視聴中のコンテンツとは別の種類のコンテンツを視聴したいというユーザのニーズに応えることができない。すなわち、現在視聴中のコンテンツとは違った系統のコンテンツを提示することは困難である。
上記に鑑み、本発明は、ユーザのニーズに応えたコンテンツを提示できるコンテンツ抽出装置およびコンテンツ抽出方法を提供することを目的とする。
上記に鑑み、本発明は、ユーザのニーズに応えたコンテンツを提示できるコンテンツ抽出装置およびコンテンツ抽出方法を提供することを目的とする。
本発明の一態様に係るコンテンツ抽出装置は、複数のコンテンツから1つのコンテンツを視聴するために選択する選択部と、前記選択されたコンテンツを視聴中に、異なるコンテンツを選択するための指示部と、前記指示部による指示があった場合、前記選択されたコンテンツとは異なるコンテンツを提示する提示部と、を具備し、前記提示部は、前記複数のコンテンツと前記視聴中のコンテンツとの類似度を算出し、類似の少ないコンテンツを提示する。
本発明の一態様に係るコンテンツ抽出方法は、複数のコンテンツから1つのコンテンツを視聴するために選択するステップと、前記選択されたコンテンツを視聴中に、異なるコンテンツの選択を指示するステップと、前記指示があった場合、前記選択されたコンテンツとは異なるコンテンツを提示するステップと、を含み、前記提示するステップでは、前記複数のコンテンツと前記視聴中のコンテンツとの類似度を算出し、類似の少ないコンテンツを提示する。
本発明によれば、ユーザのニーズに応えたコンテンツを提示できるコンテンツ抽出装置およびコンテンツ抽出方法を提供できる。
以下、図面を参照して、本発明の実施の形態を詳細に説明する。本実施形態では、コンテンツ抽出装置としてデジタル放送受信装置を例として説明する。
(実施形態)
図1は、本発明の一実施形態に係る録画再生システム1の概略構成を表す構成図である。録画再生システム1は、コンテンツ抽出装置10、コンテンツ配信サーバ100とを備える。コンテンツ抽出装置10とコンテンツ配信サーバ100とは、インターネットの通信網110でデータ通信可能に接続される。
図1は、本発明の一実施形態に係る録画再生システム1の概略構成を表す構成図である。録画再生システム1は、コンテンツ抽出装置10、コンテンツ配信サーバ100とを備える。コンテンツ抽出装置10とコンテンツ配信サーバ100とは、インターネットの通信網110でデータ通信可能に接続される。
コンテンツ抽出装置10は、図示しないアンテナからデジタル放送電波を受信する。コンテンツ抽出装置10は、有料放送の受信履歴を映像配信サービス事業者のコンテンツ配信サーバ100に対して送信する。コンテンツ抽出装置10は、コンテンツ配信サーバ100からコンテンツを取得する。また、コンテンツ抽出装置10には、図示しない、コンテンツ画像が表示されるモニタ、コンテンツ音声を発生するスピーカ、後述する限定受信用のBCAS(BS Conditional Access Systems)カード151を挿入するためのカードスロットを備える。コンテンツ抽出装置10は、リモートコントローラ(以下、「リモコン」という)120によって遠隔操作可能になっている。
図2は、本発明の一実施形態に係るリモコン120の概略構成を示す構成図である。リモコン120は、コンテンツ抽出装置10の操作部11の一部として機能する。リモコン120は、テレビ機能操作スイッチ群130、表示機能操作スイッチ群140、録画再生操作スイッチ群150、数値入力スイッチ群160を備える。録画再生操作スイッチ群150は、コンテンツの抽出要求をコンテンツ抽出装置10へ送信するための指示を入力するコンテンツ抽出スイッチ151を備える。リモコン120は、このコンテンツ抽出スイッチ151からの入力に基づいて、コンテンツの抽出要求をコンテンツ抽出装置10へ送信する。リモコン120は、複数のコンテンツから1つのコンテンツを視聴するために選択する選択部として機能する。リモコン120は、選択されたコンテンツを視聴中に、異なるコンテンツを選択するための指示部として機能する。コンテンツ抽出スイッチ151は、異なるコンテンツの選択を直接指示する指示キーとして機能する。
図3は、本発明の一実施形態に係るコンテンツ抽出装置10を表すブロック図である。コンテンツ抽出装置10は、操作部11、受光部12、デジタルチューナ13、ストリームプロセッサ14、ビデオデコーダ15、OSD(On Screen Display)16、オーディオデコーダ17、DSP(Digital Signal Processor)18、HDMI(High Definition Multimedia Interface)19、ディスクI/F(Interface)20、メモリ21、カードI/F22、入出力部23、CPU(Central Processing Unit)24を有する。
操作部11は、図示しない、電源ボタン、停止ボタン、再生ボタン、録画ボタン、早送りボタン、巻戻しボタンを有する。電源ボタンは、コンテンツ抽出装置10の電源をオン/オフするためのボタンである。停止ボタンは、コンテンツデータの再生、録画などの停止操作を行うためのボタンである。再生ボタンは、コンテンツデータの再生操作を行うためのボタンである。録画ボタンは、コンテンツデータを光ディスク171または磁気ディスク181に記憶させる録画操作を行うためのボタンである。早送りボタンは、再生中のコンテンツデータの早送り操作を行うためのボタンである。巻戻しボタンは、再生中のコンテンツデータの巻戻し操作を行うためのボタンである。
受光部12は、リモコン120からのコンテンツの抽出要求を含む操作信号(たとえば赤外線信号)を受信する。デジタルチューナ13は、アンテナを介してデジタル放送電波で送られてくるコンテンツデータを受信する。ストリームプロセッサ14は、デジタルチューナ13で受信した受信データからコンテンツ毎にコンテンツデータを分離する。ビデオデコーダ15は、この分離されたコンテンツデータの画像信号をデコードする。
OSD16は、モニタに出力する画像に、予約設定画面などを重ねる画像処理を行う。オーディオデコーダ17は、分離された受信データの音声信号をデコードする。DSP18は、デコードされた音声信号にイコライジングなどの処理を行い、この処理された音声信号をモニタに出力する。HDMI19は、HDMI規格に準拠した、HDMIケーブルを介した信号出力が可能のものである。HDMI19は、モニタのHDMIとHDMIケーブルによって接続される。HDMI19は、映像および音声信号のほかに、モニタが表示可能な解像度などの装置情報、各種命令などの信号をモニタのHDMIと送受信する。モニタは、現在の時間や予約確認画面などを表示する。
ディスクI/F20は、光ディスクドライブ170または磁気ディスクドライブ180を介して、光ディスク171または磁気ディスク181からのリムーバブルメディアの読み取りと、光ディスク171または磁気ディスク181へのリムーバブルメディアの書き込みとを行う。磁気ディスク181は、受信データを処理したコンテンツデータ、番組表情報、操作履歴データ、グループ情報、閾値、プログラムを記憶する。番組表情報は、たとえばEPG(Electronic Program Guide)やECG(Electronic Content Guide)などの電子番組表である。
メモリ21は、データを一時的に記憶する。カードI/F22は、BCASカードの読み取りと認証を行う。入出力部23は、Ethernet(登録商標)、USB(Universal Serial Bus)およびIEEE1394(Institute of Electrical and Electronic Engineers 1394)などの入出力端子を介してデータの入出力を可能とする。Ethernet(登録商標)からは、コンテンツデータ(映像データや音声データ)、後述するメタデータが入力する。
CPU24は、磁気ディスク181に記憶されたポログラムを読み出し、実行する。CPU24は、上述した各部位を総括して制御する。これら部位は、バスを介して接続され、各種データを送受信する。また、CPU24は、コンテンツ抽出スイッチ151の押下によるコンテンツの抽出要求を取得すると、視聴中のコンテンツと類似の少ないコンテンツを提示する。CPU24は、指示部による指示があった場合、選択されたコンテンツとは異なるコンテンツを提示する提示部として機能する。
図4は、本発明の一実施形態に係るコンテンツ抽出モジュール200の概略構成を示す構成図である。コンテンツ抽出モジュール200は、キー入力部201、ユーザインターフェース部202、操作履歴取得部203、操作履歴情報データベース204、嗜好モデル学習部205、嗜好モデルデータベース206、推薦スコア算出部207と、メタデータデータベース208、類似度算出部209を有する。
キー入力部201は、ユーザからのキー操作を入力する。このキー入力部201には、図3の操作部11、リモコン120が該当する。
ユーザインターフェース部202は、キー操作を受け付ける。さらに、ユーザインターフェース部202は、このキー操作に応じて映像をモニタに、音声をスピーカに出力する。このユーザインターフェース部202は、類似度算出部209で類似度が算出されたコンテンツのリストを表示する。このユーザインターフェース部202は、算出された類似度に関連付けて、前記抽出された複数のコンテンツを表示する表示部として機能する。このユーザインターフェース部202には、図3のビデオデコーダ15、OSD16、DSP18、HDMI19、モニタ、スピーカなどが該当する。
ユーザインターフェース部202は、キー操作を受け付ける。さらに、ユーザインターフェース部202は、このキー操作に応じて映像をモニタに、音声をスピーカに出力する。このユーザインターフェース部202は、類似度算出部209で類似度が算出されたコンテンツのリストを表示する。このユーザインターフェース部202は、算出された類似度に関連付けて、前記抽出された複数のコンテンツを表示する表示部として機能する。このユーザインターフェース部202には、図3のビデオデコーダ15、OSD16、DSP18、HDMI19、モニタ、スピーカなどが該当する。
操作履歴取得部203は、ユーザインターフェース部202からの操作情報を受け取り、操作履歴情報データベース204に記憶する。操作履歴情報としては、映像の映像の再生、早送り、早戻し、スキップ、一時停止などのトリックプレイ、再生停止、コンテンツの削除などの情報を有する。この操作履歴取得部203には、図3のCPU24が該当する。この操作履歴情報データベース204には、図3の磁気ディスク181が該当する。
嗜好モデル学習部205は、操作履歴情報データベース204に記憶されたデータと、メタデータデータベース208に記憶された操作対象のコンテンツのメタデータとに基づいて、後述する嗜好モデルに沿った条件付確率を算出する。嗜好モデル学習部205は、この算出結果である条件付き確率値を嗜好モデルデータベース206に記憶する。この嗜好モデル学習部205には、図3のCPU24が該当する。嗜好モデルデータベース206には、図3の磁気ディスク181が該当する。
推薦スコア算出部207は、嗜好モデルデータベース206に記憶された嗜好モデルの条件付き視聴確率値に基づいて、各コンテンツの推薦スコアを算出する。推薦スコア算出部207は、この算出結果の推薦スコアを各コンテンツに対応するメタデータの一部としてメタデータデータベース208に記憶する。この推薦スコア算出部207は、図3のCPU24が該当する。この推薦スコア算出部207は、複数のコンテンツの視聴時間に基づいて、これら複数のコンテンツそれぞれの評価値を算出する第1の算出部として機能する。メタデータデータベース208は、図3の磁気ディスク181が該当する。
類似度算出部209は、メタデータデータベース208から読み出した任意の2個のコンテンツのメタデータに基づいて、この2個のコンテンツの類似度を算出する。本実施形態では、類似度算出部209が、推薦スコア算出部207で算出された推薦スコアが所定の閾値以上である複数のコンテンツ(このコンテンツを、「推薦対象コンテンツ」という)を抽出する。類似度算出部209が、複数の推薦対象コンテンツと、現在視聴中のコンテンツとの類似度をそれぞれ算出する。類似度算出部209は、類似度を算出した推薦対象コンテンツのリストを作成してユーザインターフェース部202に出力する。この類似度算出部209は、算出された評価値に関連付けて、前記複数のコンテンツから複数の所定のコンテンツを抽出する抽出部として機能する。また、この類似度算出部209は、前記抽出された複数のコンテンツの属性情報と視聴中のコンテンツの属性情報に基づいて、前記視聴中のコンテンツと前記抽出された複数のコンテンツそれぞれとの類似度を算出する第2の算出部として機能する。
図5は本発明の一実施形態に係る視聴履歴情報のデータ構成を表す図である。本実施形態では、コンテンツが視聴される度に、コンテンツID、そのコンテンツの視聴開始日、視聴開始時刻、視聴終了時刻、視聴終了日、視聴終了時刻、サービスタイプ、サービスIDを視聴履歴情報として記憶する。ここで、コンテンツIDは、コンテンツを識別するための番号である。サービスタイプは、放送波の種別(地上波/BS/CSなど)や映像配信サービス事業者を識別するための番号である。サービスIDは、放送チャンネルまたは映像配信サービスを識別するための番号である。サービスタイプおよびサービスIDは、任意に設定される。
図6は、本発明の一実施形態に係る嗜好モデルの因果関係を表す図である。この嗜好モデルは、たとえばベイジアンネットワークで表現されるモデルである。この嗜好モデルは、要素「番組ジャンル」と要素「キーワード」が、要素「視聴」に影響を及ぼすという因果関係を表す。
図7は、図6に示した嗜好モデルにおけるベイジアンネットワークの構造定義データの一例を表す図である。なお、この構造定義データはテキスト形式で表している。このモデルでは、「キーワード」と「番組ジャンル」、「視聴」という要素を確率変数として定義し、各確率変数のとる値も定義している。たとえば「キーワード」の値としては、「韓国」、「水泳」、「花」、「グルメ」、「東京」、「カレー」、「バッグ」、「ショッピング」、「すれ違い」、「チャン」の10種類の値をとりえることを示す。また、たとえば「番組ジャンル」の値としては、「ニュース」、「音楽」、「バラエティ」、「アニメーション(以下、「アニメ」という)」、「ドラマ」、「映画」、「ドキュメンタリー(以下、「ドキュメント」という)」、「趣味」、「スポーツ」、「情報」の10種類の値をとりえることを示す。「視聴」の値としては、「視聴する」、「視聴しない」の2種類の値をとりえることを示す。さらに、原因となる確率変数を親ノード「キーワード」と「番組ジャンル」、結果となる確率変数を子ノード「視聴」とする。そして、確率変数間の因果関係の有無を定義している。なお、この嗜好モデルは単なる一例であって、本発明はこの嗜好モデルに限定されない。
図8は、本発明の一実施形態に係るメタデータのデータ構成を表す図である。本実施形態では、項目名、長さ、サンプル、備考をメタデータとして記憶する。この項目名には、コンテンツID、放送局コード、放送局名、放送日、開始時間、時間長、ジャンルコード、放送モード、番組名、サブタイトル、出演者、概要情報、詳細情報、キーワード、推薦スコアが設定される。長さは、データ長(ビット)を示す。サンプルは、項目の内容を示す。
このメタデータの取得経路としては、受信したデジタル放送信号にメタデータが多重化されている場合と、インターネット上のコンテンツ配信サーバ100から配信される場合がある。このメタデータのデータ構成は、それぞれの映像配信サービス事業者によって異なることがある。その場合は、CPU24の変換部(図示せず)が、受信したメタデータを図8の形式にマッピングする変換処理を行うものとする。
(条件付き視聴確率の算出)
次に、嗜好モデル学習部205による条件付き視聴確率算出の動作について説明する。図9は、条件付き視聴確率算出の動作手順の一例を表すフローチャートである。嗜好モデル学習部205は、嗜好モデルデータベース206から構造定義データを読み込む(ステップS31)。次に、操作履歴情報データベース204に記憶された操作履歴情報と、メタデータデータベース208に記憶された操作対象となったコンテンツのメタデータを読み込む(ステップS32)。そして、読み込んだ操作履歴情報とメタデータから、嗜好モデルに沿って条件付き視聴確率を計算する(ステップS33)。
次に、嗜好モデル学習部205による条件付き視聴確率算出の動作について説明する。図9は、条件付き視聴確率算出の動作手順の一例を表すフローチャートである。嗜好モデル学習部205は、嗜好モデルデータベース206から構造定義データを読み込む(ステップS31)。次に、操作履歴情報データベース204に記憶された操作履歴情報と、メタデータデータベース208に記憶された操作対象となったコンテンツのメタデータを読み込む(ステップS32)。そして、読み込んだ操作履歴情報とメタデータから、嗜好モデルに沿って条件付き視聴確率を計算する(ステップS33)。
この条件付き視聴確率の計算では、過去の一定期間、たとえば過去1週間に視聴することができる全てのコンテンツの中で、たとえば「番組ジャンル=ドラマ」と「キーワード=韓国」の組み合わせで実際に視聴したコンテンツの回数を条件付き視聴確率として算出する。たとえば1週間で上記組み合わせのコンテンツの放送が10回あって、その中から実際に視聴した回数が1回の場合を考える。この場合には、この条件付き視聴確率は、1/10=0.10となる。そして、この場合の上記視聴確率のデータとしては、「(番組ジャンル=ドラマ&キーワード=韓国)→(視聴=視聴する)→0.10,(視聴=視聴しない)→0.90」となる。この計算を全てのジャンルとキーワードの1対1の組み合わせで行う。なお、録画されたコンテンツの場合は、同一のコンテンツを何度も視聴する場合が考えられる。この場合には、たとえば視聴時間の最も長いもののみを視聴した回数に加える。また、上述した設定方法とは別に、たとえば1週間の全ての視聴時間に対する対象のコンテンツの視聴時間の割合から上記条件付き視聴確率を算出することも可能である。
(視聴履歴データとメタデータの関わり)
視聴履歴データは、上記1週間に実際に視聴したコンテンツとその視聴開始時間と終了時間の履歴が集積されている。この視聴開始と終了時間から実際の視聴時間を算出する。
メタデータは、Ethenetを介してコンテンツ配信サーバ100から受信した各コンテンツの関連情報で、視聴の時間長「54分」が含まれている(図8参照)。
算出した実際の視聴時間と、メタデータ中の同一のコンテンツの視聴の時間長とから、このコンテンツを全体の何割視聴したか算出する。そして、この算出した割合が予め設定した閾値以上の場合に視聴回数に加える。
視聴履歴データは、上記1週間に実際に視聴したコンテンツとその視聴開始時間と終了時間の履歴が集積されている。この視聴開始と終了時間から実際の視聴時間を算出する。
メタデータは、Ethenetを介してコンテンツ配信サーバ100から受信した各コンテンツの関連情報で、視聴の時間長「54分」が含まれている(図8参照)。
算出した実際の視聴時間と、メタデータ中の同一のコンテンツの視聴の時間長とから、このコンテンツを全体の何割視聴したか算出する。そして、この算出した割合が予め設定した閾値以上の場合に視聴回数に加える。
次に、嗜好モデル学習部205は、この全て「番組ジャンル」と「キーワード」の組み合わせの条件付き視聴確率を算出する。そして、全ての算出が終わると、その算出結果を条件付き視聴確率表のデータとして嗜好モデルデータベース206に記憶させる(ステップS34)。
(推薦スコアの算出)
次に、推薦スコア算出部207による推薦スコア算出の動作について説明する。図10は、推薦スコア算出の動作手順の一例を表すフローチャートである。推薦スコア算出部207は、メタデータデータベース208に記憶された推薦対象となるコンテンツのメタデータと、嗜好モデルデータベース206に記憶された条件付き視聴確率表のデータを読み込む(ステップS41)。ここで、推薦対象となるコンテンツとは、現時点で視聴することが可能なコンテンツを示し、たとえば現在放送中のコンテンツ、録画済みのコンテンツなどを含む。
次に、推薦スコア算出部207による推薦スコア算出の動作について説明する。図10は、推薦スコア算出の動作手順の一例を表すフローチャートである。推薦スコア算出部207は、メタデータデータベース208に記憶された推薦対象となるコンテンツのメタデータと、嗜好モデルデータベース206に記憶された条件付き視聴確率表のデータを読み込む(ステップS41)。ここで、推薦対象となるコンテンツとは、現時点で視聴することが可能なコンテンツを示し、たとえば現在放送中のコンテンツ、録画済みのコンテンツなどを含む。
次に、各コンテンツのメタデータから、「番組ジャンル」と「キーワード」を抽出し、この「番組ジャンル」と「キーワード」の1対1の全ての組み合わせを求める。たとえば図8のコンテンツの例では、「番組ジャンル=ドラマ」で、「キーワード=韓国,チャン,すれ違い」である。したがって、組み合わせとしては、「(番組ジャンル=ドラマ&キーワード=韓国)」、「(番組ジャンル=ドラマ&キーワード=チャン)」、「(番組ジャンル=ドラマ&キーワード=すれ違い)」の3つの組み合わせが求まる(ステップS42)。
次に、条件付き視聴確率表のデータから、これら3つの組み合わせに対応した視聴確率を抽出する。上述した(条件付き視聴確率の算出)では、「(番組ジャンル=ドラマ&キーワード=韓国)→(視聴=視聴する)→0.10」である。本実施形態では、求めた「(番組ジャンル=ドラマ&キーワード=韓国)」の視聴確率を、上記視聴確率表の「(番組ジャンル=ドラマ&キーワード=韓国)→(視聴=視聴する)」の視聴確率「0.10」とする。他の2つの組み合わせの視聴確率も同様に、上記視聴確率表の「(番組ジャンル=ドラマ&キーワード=チャン)」、「(番組ジャンル=ドラマ&キーワード=すれ違い)」の「(視聴=視聴する)」の視聴確率とする。そして、このように、組み合わせが複数ある場合は、この視聴確率値の中で、最も大きい視聴確率値を推薦スコアとして求める(ステップS43)。図8の例では、「(番組ジャンル=ドラマ&キーワード=韓国)」の視聴確率「0.10」が、最も大きい視聴確率値であるとして、この値を推薦スコアとして求まる。
次に、この求めた推薦スコアのデータを、該当するコンテンツのメタデータに書き込んでメタデータデータベース208に記憶する(ステップS44)。
(類似度の算出)
次に、現在視聴中のコンテンツと推薦対象となるコンテンツとの類似度算出の動作について説明する。図11は、類似度算出の動作手順の一例を表すフローチャートである。類似度の算出は、以下の手順で行う。
1.推薦対象コンテンツを求める。
2.現在視聴中のコンテンツの特徴ベクトルを求める。
3.推薦対象コンテンツの特徴ベクトルを求める。
4.両コンテンツのベクトルの距離を求める。
5.4で求めた距離から2つのコンテンツ間の類似度を算出する。
次に、現在視聴中のコンテンツと推薦対象となるコンテンツとの類似度算出の動作について説明する。図11は、類似度算出の動作手順の一例を表すフローチャートである。類似度の算出は、以下の手順で行う。
1.推薦対象コンテンツを求める。
2.現在視聴中のコンテンツの特徴ベクトルを求める。
3.推薦対象コンテンツの特徴ベクトルを求める。
4.両コンテンツのベクトルの距離を求める。
5.4で求めた距離から2つのコンテンツ間の類似度を算出する。
(推薦対象コンテンツを求める)
類似度算出部209は、メタデータデータベース208に記憶された、現在視聴中のコンテンツのメタデータを読み出す(ステップS51)。次に、推薦スコアが予め設定された閾値以上のコンテンツを選出し、このコンテンツのメタデータを読み出す(ステップS52)。この選出されたコンテンツが、推薦対象コンテンツとなる。ここでは、たとえば推薦スコアの上位5個を推薦対象コンテンツとする。
類似度算出部209は、メタデータデータベース208に記憶された、現在視聴中のコンテンツのメタデータを読み出す(ステップS51)。次に、推薦スコアが予め設定された閾値以上のコンテンツを選出し、このコンテンツのメタデータを読み出す(ステップS52)。この選出されたコンテンツが、推薦対象コンテンツとなる。ここでは、たとえば推薦スコアの上位5個を推薦対象コンテンツとする。
(現在視聴中のコンテンツの特徴ベクトルを求める)
次に、現在視聴中のコンテンツの特徴ベクトルを求める(ステップS53)。ここでは、以下のようなベクトルv1を考える。ベクトルv1は、コンテンツ毎に定義される。このベクトルv1の各成分の値は、そのコンテンツの「番組ジャンル」と「キーワード」によって決まるものとする。
すなわち、上述した例の場合、ベクトルv1=(ニュース、音楽、バラエティ、アニメ、ドラマ、映画、ドキュメント、趣味、スポーツ、情報、韓国、水泳、花、グルメ、東京、カレー、バッグ、ショッピング、すれ違い、チャン)となる。また、現在視聴中のコンテンツが、「番組ジャンル=ドラマ、キーワード=韓国、チャン」の場合は、ベクトルv1=(0,0,0,0,1,0,0,0,0,0,1,0,0,0,0,0,0,0,0,1)となる。
次に、現在視聴中のコンテンツの特徴ベクトルを求める(ステップS53)。ここでは、以下のようなベクトルv1を考える。ベクトルv1は、コンテンツ毎に定義される。このベクトルv1の各成分の値は、そのコンテンツの「番組ジャンル」と「キーワード」によって決まるものとする。
すなわち、上述した例の場合、ベクトルv1=(ニュース、音楽、バラエティ、アニメ、ドラマ、映画、ドキュメント、趣味、スポーツ、情報、韓国、水泳、花、グルメ、東京、カレー、バッグ、ショッピング、すれ違い、チャン)となる。また、現在視聴中のコンテンツが、「番組ジャンル=ドラマ、キーワード=韓国、チャン」の場合は、ベクトルv1=(0,0,0,0,1,0,0,0,0,0,1,0,0,0,0,0,0,0,0,1)となる。
次に、ベクトルv1の大きさ(長さ)を求める。ベクトルv1の大きさは|v1|と標記する。このベクトルv1の大きさ|v1|は、各成分を2乗し、その総和の平方根となる。したがって、
|v1|=√(12+12+12)=√3
となる。そして、現在視聴中のコンテンツの特徴ベクトルaを、v1と同じ向きの単位ベクトルであると定義すると、aは以下のようになる。
a=v1/|v1|=(0,0,0,0,1/√3,0,0,0,0,0,1/√3,0,0,0,0,0,0,0,0,1/√3)
となる。
|v1|=√(12+12+12)=√3
となる。そして、現在視聴中のコンテンツの特徴ベクトルaを、v1と同じ向きの単位ベクトルであると定義すると、aは以下のようになる。
a=v1/|v1|=(0,0,0,0,1/√3,0,0,0,0,0,1/√3,0,0,0,0,0,0,0,0,1/√3)
となる。
(推薦対象コンテンツの特徴ベクトルを求める)
次に、推薦対象コンテンツの特徴ベクトルをそれぞれ求める(ステップS54)。ここでは、ステップS53と同様に、以下のようなベクトルv2を考える。
すなわち、上述した例の場合、ベクトルv2=(ニュース、音楽、バラエティ、アニメ、ドラマ、映画、ドキュメント、趣味、スポーツ、情報、韓国、水泳、花、グルメ、東京、カレー、バッグ、ショッピング、すれ違い、チャン)となる。ここで、推薦対象コンテンツが、「番組ジャンル=情報、キーワード=韓国、水泳」の場合は、ベクトルv2=(0,0,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0)となる。
次に、推薦対象コンテンツの特徴ベクトルをそれぞれ求める(ステップS54)。ここでは、ステップS53と同様に、以下のようなベクトルv2を考える。
すなわち、上述した例の場合、ベクトルv2=(ニュース、音楽、バラエティ、アニメ、ドラマ、映画、ドキュメント、趣味、スポーツ、情報、韓国、水泳、花、グルメ、東京、カレー、バッグ、ショッピング、すれ違い、チャン)となる。ここで、推薦対象コンテンツが、「番組ジャンル=情報、キーワード=韓国、水泳」の場合は、ベクトルv2=(0,0,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0)となる。
次に、上記と同様に、ベクトルv2の大きさ|v2|を求める。
|v2|=√(12+12+12)=√3
となる。そして、推薦対象コンテンツの特徴ベクトルbを、v2と同じ向きの単位ベクトルであると定義すると、bは以下のようになる。
b=v2/|v2|=(0,0,0,0,0,0,0,0,0,1/√3,1/√3,1/√3,0,0,0,0,0,0,0,0)
となる。これと同様に、全ての推薦対象コンテンツに対して、特徴ベクトルをそれぞれ求める。
|v2|=√(12+12+12)=√3
となる。そして、推薦対象コンテンツの特徴ベクトルbを、v2と同じ向きの単位ベクトルであると定義すると、bは以下のようになる。
b=v2/|v2|=(0,0,0,0,0,0,0,0,0,1/√3,1/√3,1/√3,0,0,0,0,0,0,0,0)
となる。これと同様に、全ての推薦対象コンテンツに対して、特徴ベクトルをそれぞれ求める。
(ベクトルの距離を求める)
次に、上記で求めた両コンテンツ(現在視聴中のコンテンツと推薦対象コンテンツ)間のベクトルの距離を求める(ステップS55)。このベクトルの距離は、各成分の差を2乗し、その総和の平方根となる。
ステップS53でもとめた特徴ベクトルaと、ステップS54で求めた特徴ベクトルbの距離も、各成分の差の2乗の総和の平方根で求まる。すなわち、
√[(1/√3−0)2+(0−1/√3)2+(1/√3−1/√3)2+(0−1/√3)2+(1/√3−0)2]=√(4/3) …(1)
となる。なお、上記(1)式では、成分「0」と「0」の計算を省略する。また、本実施形態では、「番組ジャンル」と「キーワード」の数が同一の場合を示したが、「キーワード」の数が異なる場合も、同様にベクトルの距離を算出することが可能である。また、「キーワード」の数を少ないコンテンツの方に合わせることも可能である。この場合には、たとえば条件付き視聴確率の大きい「キーワード」を選択して、ベクトルの距離を計算しても良い。
次に、上記で求めた両コンテンツ(現在視聴中のコンテンツと推薦対象コンテンツ)間のベクトルの距離を求める(ステップS55)。このベクトルの距離は、各成分の差を2乗し、その総和の平方根となる。
ステップS53でもとめた特徴ベクトルaと、ステップS54で求めた特徴ベクトルbの距離も、各成分の差の2乗の総和の平方根で求まる。すなわち、
√[(1/√3−0)2+(0−1/√3)2+(1/√3−1/√3)2+(0−1/√3)2+(1/√3−0)2]=√(4/3) …(1)
となる。なお、上記(1)式では、成分「0」と「0」の計算を省略する。また、本実施形態では、「番組ジャンル」と「キーワード」の数が同一の場合を示したが、「キーワード」の数が異なる場合も、同様にベクトルの距離を算出することが可能である。また、「キーワード」の数を少ないコンテンツの方に合わせることも可能である。この場合には、たとえば条件付き視聴確率の大きい「キーワード」を選択して、ベクトルの距離を計算しても良い。
(類似度の算出)
次に、類似度算出部209は、ステップS55で求めた距離から現在視聴中のコンテンツと推薦対象コンテンツ間の類似度をそれぞれ算出する(ステップS56)。ここで、2つのコンテンツの類似度を、それぞれのコンテンツの特徴ベクトル間の距離と定義する。したがって、現在視聴中のコンテンツと推薦対象コンテンツ間の類似度は、(1)式から√(4/3)≒1.15となる。この類似度は、大きければ大きいほど類似していないことを示す値となる。これと同様に、現在視聴中のコンテンツと全ての推薦対象コンテンツ間の類似度をそれぞれ算出する。
次に、類似度算出部209は、ステップS55で求めた距離から現在視聴中のコンテンツと推薦対象コンテンツ間の類似度をそれぞれ算出する(ステップS56)。ここで、2つのコンテンツの類似度を、それぞれのコンテンツの特徴ベクトル間の距離と定義する。したがって、現在視聴中のコンテンツと推薦対象コンテンツ間の類似度は、(1)式から√(4/3)≒1.15となる。この類似度は、大きければ大きいほど類似していないことを示す値となる。これと同様に、現在視聴中のコンテンツと全ての推薦対象コンテンツ間の類似度をそれぞれ算出する。
次に、類似度算出部209は、これら算出した類似度を比較して、推薦対象コンテンツのメタデータを類似度の大きい順にソートして、メタデータのリストを作成する。そして、この作成したリストのデータをユーザインターフェース部202に出力する(ステップS57)。図12は、推薦対象コンテンツのメタデータリストのデータ構成を表す図である。このリストは、コンテンツID、放送日、放送局コード、放送局名、開始時間、時間長、ジャンル、番組名、出演者、視聴の確率、類似度から構成される。
ユーザインターフェース部202は、入力したメタデータのリストをモニタに表示する。
このように、本実施形態に係るコンテンツ抽出装置は、視聴中のコンテンツとは類似しないコンテンツのリストを作成して表示する。この結果、現在視聴中のコンテンツとは別の種類のコンテンツを視聴したいというユーザのニーズに応えたコンテンツを提示できる。さらに、本実施形態に係るコンテンツ抽出装置は、推薦スコアの高いコンテンツを類似しない順にリストを作成して表示する。この結果、現在視聴中のコンテンツとは別の種類のコンテンツで、かつ嗜好に合ったコンテンツを視聴したいというユーザのニーズに応えたコンテンツを提示できる。
このように、本実施形態に係るコンテンツ抽出装置は、視聴中のコンテンツとは類似しないコンテンツのリストを作成して表示する。この結果、現在視聴中のコンテンツとは別の種類のコンテンツを視聴したいというユーザのニーズに応えたコンテンツを提示できる。さらに、本実施形態に係るコンテンツ抽出装置は、推薦スコアの高いコンテンツを類似しない順にリストを作成して表示する。この結果、現在視聴中のコンテンツとは別の種類のコンテンツで、かつ嗜好に合ったコンテンツを視聴したいというユーザのニーズに応えたコンテンツを提示できる。
なお、上述した実施形態では、コンテンツのメタデータと、条件付き視聴確率値とに基づいて、コンテンツの推薦スコアをそれぞれ算出したが、本発明に係る録画再生装置はこれに限らない。たとえばインターネットを介して外部から評価情報を取得し、この評価情報に基づいて、コンテンツの推薦スコアを算出することも可能である。
この場合、1つのコンテンツに対して、複数の評価情報が取得されることが考えられるが、これらの評価情報の平均値を算出し、この平均値から推薦スコアを算出しても良い。また、評価情報は、10段階評価のものや5段階評価のものなど段階評価が異なる場合が考えられるが、いずれか1つの段階評価に換算することも可能である。また、この算出された評価情報をコンテンツの推薦スコアとすることも可能である。
これにより、条件付き視聴確率をコンテンツ毎に算出しなくても、より簡単な計算で推薦スコアを算出することができる。
(その他の実施形態)
本発明の実施形態は上記の実施形態に限られず拡張、変更可能であり、拡張、変更した実施形態も本発明の技術的範囲に含まれる。
本発明の実施形態は上記の実施形態に限られず拡張、変更可能であり、拡張、変更した実施形態も本発明の技術的範囲に含まれる。
1…録画再生システム、10…コンテンツ抽出装置、11…操作部、12…受光部、13…デジタルチューナ、14…ストリームプロセッサ、15…ビデオデコーダ、17…オーディオデコーダ、20…ディスクI/F、22…カードI/F、21…メモリ、23…入出力部、100…コンテンツ配信サーバ、110…通信網、120…リモコン、151…コンテンツ抽出スイッチ、170…光ディスクドライブ、171…光ディスク、180…磁気ディスクドライブ、181…磁気ディスク、200…コンテンツ抽出モジュール、201…キー入力部、202…ユーザインターフェース部、203…操作履歴取得部、204…操作履歴情報データベース、205…嗜好モデル学習部、206…嗜好モデルデータベース、207…推薦スコア算出部、208…メタデータデータベース、209…類似度算出部
Claims (8)
- 複数のコンテンツから1つのコンテンツを視聴するために選択する選択部と、
前記選択されたコンテンツを視聴中に、異なるコンテンツを選択するための指示部と、
前記指示部による指示があった場合、前記選択されたコンテンツとは異なるコンテンツを提示する提示部と、
を具備し、
前記提示部は、前記複数のコンテンツと前記視聴中のコンテンツとの類似度を算出し、類似の少ないコンテンツを提示する
ことを特徴とするコンテンツ抽出装置。 - 前記指示部は、前記異なるコンテンツの選択を直接指示する指示キーを備える
ことを特徴とする請求項1に記載のコンテンツ抽出装置。 - 前記提示部は、
複数のコンテンツの視聴時間に基づいて、これらコンテンツそれぞれの評価値を算出する第1の算出部と、
前記算出された評価値に関連付けて、前記複数のコンテンツから複数の所定のコンテンツを抽出する抽出部と
前記抽出された複数のコンテンツの属性情報と前記視聴中のコンテンツの属性情報に基づいて、前記視聴中のコンテンツと前記抽出された複数のコンテンツそれぞれとの類似度を算出する第2の算出部と、
前記抽出された複数のコンテンツを前記算出された類似度に関連付けて類似の少ない順に表示する表示部と、
を備えることを特徴とする請求項1または2記載のコンテンツ抽出装置。 - 前記提示部は、
前記複数のコンテンツの放送時間、属性情報をそれぞれ受信する受信部と、
前記複数のコンテンツそれぞれの視聴時間を集積して記憶する記憶部と、
をさらに備え、
前記第1の算出部が、前記受信された放送時間と、前記記憶された視聴時間とに基づいて、前記複数のコンテンツそれぞれの評価値を算出し、
前記第2の算出部が、前記受信された属性情報に基づいて、前記視聴中のコンテンツと前記抽出された複数のコンテンツそれぞれとの類似度を算出する
ことを特徴とする請求項1乃至3のいずれか1つに記載のコンテンツ抽出装置。 - 前記提示部は、
前記複数のコンテンツの評価情報、属性情報をそれぞれ受信する受信部と、
をさらに備え、
前記第1の算出部が、前記受信された評価情報に基づいて、前記複数のコンテンツそれぞれの評価値を算出し、
前記第2の算出部が、前記受信された属性情報に基づいて、前記視聴中のコンテンツと前記抽出された複数のコンテンツそれぞれとの類似度を算出する
ことを特徴とする請求項1乃至3のいずれか1つに記載のコンテンツ抽出装置。 - 前記第1の算出部は、
前記複数のコンテンツそれぞれに設定されたジャンルとキーワードを組み合わせた少なくとも1つの属性情報と、前記視聴時間とに基づいて、この属性情報の条件付き視聴確率をそれぞれ算出する確率算出部と、
前記算出された属性情報の条件付き視聴確率に基づいて、前記複数のコンテンツそれぞれの評価値を算出する評価値算出部と、
を有することを特徴とする請求項1乃至5のいずれか1つに記載のコンテンツ抽出装置。 - 前記第2の算出部は、
前記抽出された複数のコンテンツそれぞれに設定されたジャンルとキーワードの組み合わせた少なくとも1つの属性情報に基づいて、これら抽出されたコンテンツそれぞれの特徴ベクトルを算出する第1のベクトル算出部と、
前記視聴中のコンテンツに設定されたジャンルとキーワードの組み合わせた少なくとも1つの属性情報に基づいて、この視聴中のコンテンツの特徴ベクトルを算出する第2のベクトル算出部と、
前記抽出された複数のコンテンツの前記算出された特徴ベクトルと、前記視聴中のコンテンツの前記算出された特徴ベクトルとに基づいて、この視聴中のコンテンツとこれら抽出された複数のコンテンツそれぞれとの類似度を算出する類似度算出部と、
を有することを特徴とする請求項1乃至6のいずれか1つに記載のコンテンツ抽出装置。 - 複数のコンテンツから1つのコンテンツを視聴するために選択するステップと、
前記選択されたコンテンツを視聴中に、異なるコンテンツの選択を指示するステップと、
前記指示があった場合、前記選択されたコンテンツとは異なるコンテンツを提示するステップと、
を含み、
前記提示するステップでは、前記複数のコンテンツと前記視聴中のコンテンツとの類似度を算出し、類似の少ないコンテンツを提示する
ことを特徴とするコンテンツ抽出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008335307A JP2010157117A (ja) | 2008-12-26 | 2008-12-26 | コンテンツ抽出装置およびコンテンツ抽出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008335307A JP2010157117A (ja) | 2008-12-26 | 2008-12-26 | コンテンツ抽出装置およびコンテンツ抽出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010157117A true JP2010157117A (ja) | 2010-07-15 |
Family
ID=42575004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008335307A Pending JP2010157117A (ja) | 2008-12-26 | 2008-12-26 | コンテンツ抽出装置およびコンテンツ抽出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010157117A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101435921B1 (ko) | 2014-04-30 | 2014-09-01 | (주)소담미디어 | 디지털 방송에서 시청이력 스코어와 epg 정보의 상호참조 기반의 방송추천 서비스 방법 및 이를 위한 컴퓨터로 판독가능한 기록매체 |
JP2015153021A (ja) * | 2014-02-12 | 2015-08-24 | 日本放送協会 | リンク情報生成装置およびリンク情報生成プログラム |
JP2017212539A (ja) * | 2016-05-24 | 2017-11-30 | 日本放送協会 | キーワードリスト生成装置、コンテンツ視聴装置、およびキーワードリスト生成プログラム |
JP7090777B1 (ja) | 2021-04-30 | 2022-06-24 | 株式会社ビデオリサーチ | コンテンツ推奨装置、及びコンテンツ推奨方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09288682A (ja) * | 1996-04-19 | 1997-11-04 | Toyota Central Res & Dev Lab Inc | 情報選択音声出力装置 |
JP2001265808A (ja) * | 2000-03-22 | 2001-09-28 | Skysoft Inc | 情報検索システム及び情報検索方法 |
JP2004139175A (ja) * | 2002-10-15 | 2004-05-13 | Sharp Corp | 情報閲覧装置、情報閲覧方法、情報閲覧プログラムおよびそのプログラムを記録したコンピュータ読取可能な記録媒体 |
JP2006050654A (ja) * | 2005-08-31 | 2006-02-16 | Casio Comput Co Ltd | 有効視聴番組判別方法 |
JP2007281676A (ja) * | 2006-04-04 | 2007-10-25 | Toshiba Corp | 映像蓄積表示装置 |
JP2008134725A (ja) * | 2006-11-27 | 2008-06-12 | Sharp Corp | コンテンツ再生装置 |
JP2008167019A (ja) * | 2006-12-27 | 2008-07-17 | Toshiba Corp | 録画再生装置 |
JP2008301234A (ja) * | 2007-05-31 | 2008-12-11 | Toshiba Corp | 視聴番組判定装置 |
-
2008
- 2008-12-26 JP JP2008335307A patent/JP2010157117A/ja active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09288682A (ja) * | 1996-04-19 | 1997-11-04 | Toyota Central Res & Dev Lab Inc | 情報選択音声出力装置 |
JP2001265808A (ja) * | 2000-03-22 | 2001-09-28 | Skysoft Inc | 情報検索システム及び情報検索方法 |
JP2004139175A (ja) * | 2002-10-15 | 2004-05-13 | Sharp Corp | 情報閲覧装置、情報閲覧方法、情報閲覧プログラムおよびそのプログラムを記録したコンピュータ読取可能な記録媒体 |
JP2006050654A (ja) * | 2005-08-31 | 2006-02-16 | Casio Comput Co Ltd | 有効視聴番組判別方法 |
JP2007281676A (ja) * | 2006-04-04 | 2007-10-25 | Toshiba Corp | 映像蓄積表示装置 |
JP2008134725A (ja) * | 2006-11-27 | 2008-06-12 | Sharp Corp | コンテンツ再生装置 |
JP2008167019A (ja) * | 2006-12-27 | 2008-07-17 | Toshiba Corp | 録画再生装置 |
JP2008301234A (ja) * | 2007-05-31 | 2008-12-11 | Toshiba Corp | 視聴番組判定装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015153021A (ja) * | 2014-02-12 | 2015-08-24 | 日本放送協会 | リンク情報生成装置およびリンク情報生成プログラム |
KR101435921B1 (ko) | 2014-04-30 | 2014-09-01 | (주)소담미디어 | 디지털 방송에서 시청이력 스코어와 epg 정보의 상호참조 기반의 방송추천 서비스 방법 및 이를 위한 컴퓨터로 판독가능한 기록매체 |
JP2017212539A (ja) * | 2016-05-24 | 2017-11-30 | 日本放送協会 | キーワードリスト生成装置、コンテンツ視聴装置、およびキーワードリスト生成プログラム |
JP7090777B1 (ja) | 2021-04-30 | 2022-06-24 | 株式会社ビデオリサーチ | コンテンツ推奨装置、及びコンテンツ推奨方法 |
JP2022170793A (ja) * | 2021-04-30 | 2022-11-11 | 株式会社ビデオリサーチ | コンテンツ推奨装置、及びコンテンツ推奨方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11606623B2 (en) | Systems and methods for providing a contextual menu with information related to an emergency alert | |
US9215510B2 (en) | Systems and methods for automatically tagging a media asset based on verbal input and playback adjustments | |
US10091552B2 (en) | Methods and systems for selecting optimized viewing portions | |
US8375406B2 (en) | Information processing apparatus and method, and program | |
US9396761B2 (en) | Methods and systems for generating automatic replays in a media asset | |
US8281340B2 (en) | Information processing apparatus and method, and program | |
US11456019B2 (en) | Systems and methods for alerting users to differences between different media versions of a story | |
US11375287B2 (en) | Systems and methods for gamification of real-time instructional commentating | |
US20130290845A1 (en) | Method and system for sending video edit information | |
JP7439203B2 (ja) | 家庭内で話されている言語に対応するコンテンツを識別するためのシステムおよび方法 | |
US20220046299A1 (en) | Systems and methods for causing a user to view secondary content that relates to a media asset from which a user has switched away | |
US20150037000A1 (en) | Methods and systems for providing variable speed fast-access playback operations | |
JP2008092216A (ja) | 放送受信装置、サーバ装置及び放送受信装置の番組推薦方法 | |
US20150012946A1 (en) | Methods and systems for presenting tag lines associated with media assets | |
TWI587253B (zh) | 提供口述影像可用性通知的方法與設備 | |
JP2010157117A (ja) | コンテンツ抽出装置およびコンテンツ抽出方法 | |
JP2015119286A (ja) | コンテンツサーバ、コンテンツ再生装置、コンテンツ再生制御方法、コンテンツ再生制御プログラム | |
JP7472055B2 (ja) | 電子機器、システム、およびプログラム | |
JP2012203773A (ja) | 動画推薦装置及び動画推薦方法 | |
US20150007212A1 (en) | Methods and systems for generating musical insignias for media providers | |
JP5002293B2 (ja) | 番組表示装置及び番組表示方法 | |
US20160360264A1 (en) | Systems and methods for determining conceptual boundaries in content | |
JP2010062758A (ja) | 電子機器、情報処理方法及びプログラム | |
JP2015080160A (ja) | コンテンツ再生装置、コンテンツ再生方法、コンテンツ再生プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100727 |