JP2011065591A - 特徴量推定装置、方法及びプログラム - Google Patents

Abstract

【課題】面倒な情報入力操作を不要とし、情報端末の操作に不慣れなユーザでも利用可能とし、かつ大がかりな設備を新たに構築することなくユーザの特徴量を推定可能とする。
【解決手段】携帯端末が備えている位置情報通知機能と、セットトップボックスが備えている視聴履歴通知機能を利用して、サービスサーバＳＶがユーザＵ０〜Ｕｎの携帯端末ＭＳ０〜ＭＳｎ及びセットトップボックスＳＴ０〜ＳＴｎからそれぞれ位置情報及び視聴履歴情報を収集してユーザ情報記憶部３３１に記憶する。そして、情報間距離計算処理部３１２により、上記ユーザ記憶部３３１に記憶された推定対象ユーザＵ０のログ情報とその周辺ユーザＵｉ（１≦ｉ≦ｎ）のログ情報間の距離Ｄall(0,i) を計算してその計算結果を比較し、計算値が最小となる周辺ユーザを選択してこの周辺ユーザの特徴量ωｉを上記推定対象ユーザＵ０の特徴量ω０とする。
【選択図】図４

Description

この発明は、例えばユーザに対しＷｅｂ情報の検索を勧めたり商品情報を推薦するサービスに利用するユーザ特徴量推定装置、方法及びプログラムに関する。

近年、携帯端末やパーソナル・コンピュータ等の情報端末を使用して、ユーザに対しＷｅｂ情報の検索を勧めたり商品情報を推薦する、いわゆるレコメンドサービスが実用化されている。この種のサービスは、一般にユーザ自身が情報端末を操作して自身の性別や年齢、職業、興味分野等の自身の属性や特徴を表す特徴量情報をサーバに登録し、サーバがこの登録された特徴量情報とユーザの日常生活の行動状況を表す情報に基づいて、ユーザに対し適応的にＷｅｂ情報の検索を勧めたり商品情報を提供するものとなっている。

このため、サービスを運用するには、ユーザが自身の特徴を表す情報をサーバに事前に登録する必要がある。したがって、特徴を表す情報が登録されていないユーザに対してはサービスを提供することができない。また、特徴を表す情報を登録するにはユーザ自身が情報端末を操作して必要な情報を入力しなければならず、ユーザにとってはその操作が面倒であり、また情報端末の操作に不慣れなユーザにとっては敬遠することが多い。

一方、ユーザの日常生活に係わる情報をセンサ等を用いて自動的に収集するシステムが提案されている（例えば、特許文献１を参照。）。このシステムを利用すれば、ユーザは自身の生活に係わる情報を自身で入力する必要がなくなり、操作上の負担は大幅に軽減される。また、情報端末の取り扱いに不慣れなユーザでもサービスを利用することが可能となる。しかし、この種の自動センシングを利用するには、多数のセンサとその計測データを送信するための装置を新たに設けなければならず、大がかりな設備を新たに構築する必要があった。

前川卓也他、「実世界行動のためのＷｅｂ検索手法の提案」、ＮＴＴコミュニケーション科学基礎研究所、インターネット＜URL: http://www.ieice.org/~de/DEWS/DEWS2008/proceedings/files/b1/b1-1.pdf＞

以上のように従来のシステムは、特徴を表す情報が登録されていないユーザに対してはサービスを提供することができない。また、サービスを利用しようとすると、必要な情報をユーザ自身が入力しなければならないため、その操作が面倒であると共に、情報端末の操作に不慣れなユーザは利用することが困難である。また、ユーザの日常生活に係わる情報を自動的に取得しようとすると、多数のセンサとその計測データを送信するための装置を新たに設けなければならず、大がかりな設備を新たに構築する必要がある。

この発明は上記事情に着目してなされたもので、その目的とするところは、面倒な情報入力操作を不要としてユーザの操作負担を軽減すると共に情報端末の操作に不慣れなユーザでも利用可能とし、しかも大がかりな設備を新たに構築することなくユーザの特徴を表す情報を推定可能とした特徴量推定装置、方法及びプログラムを提供することにある。

上記目的を達成するためにこの発明の一つの観点は、第１のユーザが使用する情報端末から当該情報端末が自律的に生成する上記第１のユーザの生活行動を表すログ情報を受信すると共に、上記第１のユーザの周辺に存在する複数の第２のユーザが使用する情報端末からそれぞれ当該各情報端末が自律的に生成する上記第２のユーザの生活行動を表すログ情報を受信し記憶する。また、上記複数の第２のユーザの特徴量を表す情報を特徴量記憶手段に記憶しておく。そして、上記収集された第１のユーザのログ情報と、上記記憶された複数の第２のユーザのログ情報との間の距離をそれぞれ計算し、この計算された情報間距離が予め設定した判定条件を満たす第２のユーザを選択して、この選択された第２のユーザの特徴量を表す情報を上記第１のユーザの特徴量を表す情報とするようにしたものである。

すなわち、予め特徴量が判明している複数の第２のユーザの中から、特徴量の推定対象となる第１のユーザとの間のログ情報の距離が近い第２のユーザが選択され、この選択された第２のユーザの特徴量をもとに上記第１のユーザの特徴量が推定される。したがって、第１のユーザの特徴量が判明していない場合でも、この第１のユーザの周辺に存在する複数の第２のユーザのうち、第１のユーザとの生活行動の距離が近いユーザの特徴量をもとに第１のユーザの特徴量を推定することが可能となる。

しかも、第１及び第２のユーザのログ情報は、各ユーザが使用する情報端末において自律的に生成されたものを当該情報端末から受信することにより得られる。すなわち、情報端末が持つ既存の機能を利用してログデータが収集される。このため、各ユーザは自身のログ情報を自ら入力して送信する操作を行う必要がなく、またユーザの状態を検出するための多数のセンサ等を新たに設けることなく、ユーザの特徴量を推定することが可能となる。

また、この発明の一観点は以下のような態様を備えることも特徴とする。
第１の態様は、情報端末が位置計測機能を有する携帯端末からなる場合に、第１及び第２のログ情報を収集する際に、情報端末から上記位置計測機能により計測された当該端末の位置情報を受信し、この受信された位置情報をもとに該当するユーザの滞在地を表す情報と、該当するユーザの移動手段を表す情報の少なくとも一方を求めるものである。
このようにすると、携帯端末の既存の位置計測機能を利用してユーザの位置情報を収集することができ、さらにこの位置情報をもとに、ユーザの滞在地と、電車で移動しているのか徒歩で移動しているのかといった移動手段のうちの少なくとも一方を推測して、この情報をユーザのログ情報として使用することが可能となる。

第２の態様は、情報端末が、映像、音楽又は文書データを含むコンテンツを受信すると共にその受信履歴情報を生成する機能を有する端末からなる場合に、第１及び第２のログ情報を収集する際に、上記情報端末から上記コンテンツの受信履歴情報を受信し、この受信された受信履歴情報から出現頻度がしきい値以上のキーワードを抽出して記憶するものである。
このようにすると、例えばテレビジョン装置やセットトップボックスから、ユーザが視聴した放送コンテンツの履歴を収集することができ、さらにこの受信履歴情報から出現頻度の高いキーワードが抽出されてこれがログ情報として使用される。

第３の態様は、ログ情報が複数種類の情報を含む場合に、これら複数種類の情報ごとに第１のユーザの情報と第２のユーザの情報との間の距離をそれぞれ計算し、この計算された複数の情報間距離の重み付け線形和を計算し、その計算値を情報間距離情報とするものである。
このようにすると、ログ情報として収集された複数種類の情報の重み付け線形和がとられた情報が特徴量の推定に用いられる。このため、１種類のログ情報をもとに推定を行う場合に比べ、高精度の推定が可能となる。

すなわちこの発明によれば、面倒な情報入力操作を不要としてユーザの操作負担を軽減すると共に情報端末の操作に不慣れなユーザでも利用可能となり、しかも大がかりな設備を新たに構築することなくユーザの特徴を表す情報を推定可能とした特徴量推定装置、方法及びプログラムを提供することができる。

この発明の一実施形態に係わる特徴量推定装置を備えたレコメンドサービスシステムの概略構成図である。 図１に示したシステムにおいてユーザが所持する携帯端末の機能構成を示すブロック図である。 図１に示したシステムにおいてユーザ宅に設置されるセットトップボックスの機能構成を示すブロック図である。 この発明の一実施形態に係わる特徴量推定装置の機能構成を示すブロック図である。 図２に示した携帯端末の処理手順と処理内容を示すフローチャートである。 図３に示したセットトップボックスの処理手順と処理内容を示すフローチャートである。 図４に示した特徴量推定装置の処理手順と処理内容を示すフローチャートである。 図７に示した特徴量推定処理を説明するための図である。

以下、図面を参照してこの発明に係わる実施形態を説明する。
図１は、この発明の一８実施形態に係わる特徴量推定装置を備えたレコメンドサービスシステムの概略構成図である。このシステムは、ユーザＵ０〜Ｕｎがそれぞれ使用する携帯端末ＭＳ０〜ＭＳｎと、セットトップボックス（ＳＴＢ）ＳＴ０〜ＳＴｎを、通信ネットワークＮＷを介してサービスサーバＳＶに接続可能としたものとなっている。

通信ネットワークＮＷは、ＩＰ（Internet Protocol）網と、このＩＰ網にアクセスするためのアクセス網とから構成される。アクセス網としては、光公衆通信網、携帯電話網、ＬＡＮ（Local Area Network）、無線ＬＡＮ、ＣＡＴＶ（Cable Television）網等が用いられる。

携帯端末ＭＳ０〜ＭＳｎは、携帯電話機やＰＤＡ（Personal Digital Assistant）、ネットブック等と呼ばれる携帯型のパーソナル・コンピュータからなり、次のように構成される。図２はその機能構成を示すブロック図である。
すなわち、携帯端末ＭＳ０〜ＭＳｎは、制御部１１と、無線送受信部１２と、符号化処理部１３と、音声インタフェースとしてのスピーカ１４及びマイクロホン１５と、ＧＰＳ（Global Positioning System）受信機１６と、記憶部１７と、入力部１８及び表示部１９とを備えている。

無線送受信部１２は、アンテナ１２ａを介して通信ネットワークＮＷとの間で無線信号を送受信する。符号化処理部１３は、音声やテキスト等の情報データ及び制御データを送受信するために必要な符号化処理及び復号処理を行う。ＧＰＳ受信機１６は、図示しない複数のＧＰＳ衛星から送信されるＧＰＳ信号をアンテナ１６ａを介して受信する。記憶部１７は、上記情報データを記憶すると共に、後述する位置計測部１１１により検出された位置情報をユーザの移動履歴情報として記憶する。入力部１８はダイヤルキーパッド及び複数の機能キーからなり、ユーザが通信に係わる種々情報を入力するために用いる。表示部１９は例えば液晶表示器からなり、通信に係わる種々の情報を表示する。

制御部１１は、この発明に係わる機能として、位置計測部１１１と、位置情報送信制御部１１２を備えている。位置計測部１１１は、上記ＧＰＳ受信機１６から受信ＧＰＳ信号を取り込み、この取り込んだＧＰＳ信号をもとに自端末の位置情報を算出する。位置情報は緯度経度により表される。そして、上記算出された位置情報を上記記憶部１７に記憶させる。位置情報送信制御部１１２は、定期的又は自端末の位置が一定量以上変化したときに、上記記憶部１７から最新の位置情報を読み出して、この位置情報をサービスサーバＳＶに向け送信する。

セットトップボックスＳＴ０〜ＳＴｎは、通信ネットワークＮＷとテレビジョン装置ＴＶ０〜ＴＶｎとの間に介在配置されるもので、以下のように構成される。図４はその機能構成を示すブロック図である。
すなわち、セットトップボックスＳＴ０〜ＳＴｎは、制御部２１と、通信インタフェース２２と、記憶部２３を備えている。通信インタフェース２２は、通信ネットワークＮＷから放送データを受信すると共に、通信ネットワークＮＷとの間で放送受信に係わる番組情報等の各種制御情報を送受信する。記憶部２３は、上記受信された放送データ及び番組情報等を蓄積するために用いられる。

制御部２１は、データ転送制御部２１１を備え、さらにこの発明に係わる機能として視聴履歴生成部２１２と、視聴履歴送信部２１３を備えている。データ転送制御部２１１は、上記通信インタフェース部２２により受信された放送データを、必要に応じて記憶部２３に蓄積しながら、テレビジョン装置ＴＶ０〜ＴＶｎへ転送する。

視聴履歴生成部２１２は、放送データの受信が終了するごとに、上記記憶部２３から当該放送データに対応する番組情報を読み出して視聴履歴情報を生成する。視聴履歴送信部２１３は、上記視聴履歴生成部２１２により生成された視聴履歴情報を、通信インタフェース部２２からサービスサーバＳＶに向け送信させる処理を行う。

サービスサーバＳＶは、レコメンドサービスを実施するために必要な特徴量推定装置としての機能を備えたもので、次のように構成される。図４はその機能構成を示すブロック図である。
すなわち、サービスサーバＳＶは制御ユニット３１と、通信インタフェース３２と、記憶ユニット３３を備えている。通信インタフェース３２は、制御ユニット３１の制御の下で通信ネットワークＮＷとの間で情報の送受信を行う。

記憶ユニット３３には、この発明を実施するために必要な記憶部として、ユーザ情報記憶部３３１と、テキストデータベース３３２と、推定特徴量記憶部３３３と、レコメンドデータベース３３４が設けられている。
ユーザ情報記憶部３３１は、ユーザＵ０〜Ｕｎが所有する携帯端末ＭＳ０〜ＭＳｎ及びセットトップボックスＳＴ０〜ＳＴｎから送られる位置情報及び視聴履歴情報を、ログ情報として送信元のユーザ識別情報（ユーザＩＤ）に対応付けて格納するために用いられる。また、ユーザＵ０〜Ｕｎがパーソナル・コンピュータ等を用いて別途入力したユーザの特徴量を表す情報を格納するためにも用いられる。

テキストデータベース３３２には、多数のテキストデータをカテゴリ別に分類したテキスト分類表が記憶されている。このテキスト分類表は、後述する情報間距離計算処理部３１２が、推定対象ユーザから得た視聴履歴情報に多く出現するキーワードと、その他の周辺ユーザから得た視聴履歴に多く出現するキーワードとの間の距離を検出するために使用される。

推定特徴量記憶部３３３は、後述する推定特徴量計算処理部３１３により計算された推定対象ユーザの推定特徴量を表す情報を、ユーザＩＤに対応付けて記憶するために用いられる。レコメンドデータベース３３４には、レコメンドサービスにおいてユーザに提供するＷｅｂ情報のＵＲＬ（Uniform Resource Locator）や商品情報が、ユーザの特徴量情報と関連づけて記憶されている。このレコメンド情報は随時更新される。

制御ユニット３１は中央処理ユニット（ＣＰＵ；Central Processing Unit）を中核とするもので、この発明を実施するために必要な処理機能として、ユーザ情報収集制御部３１１と、情報間距離計算処理部３１２と、推定特徴量計算処理部３１３と、レコメンドサービス制御部３１４を備えている。これらの処理部３１１〜３１４は、何れもアプリケーション・プログラムをＣＰＵに実行させることにより実現される。

ユーザ情報収集制御部３１１は、各ユーザＵ０〜Ｕｎの携帯端末ＭＳ０〜ＭＳｎ及びセットトップボックスＳＴ０〜ＳＴｎから送信される位置情報及び視聴履歴情報を通信インタフェース３２を介して受信し、この受信された位置情報及び視聴履歴情報をログ情報として送信元のユーザＩＤに対応付けて上記ユーザ情報記憶部３３１に記憶させる処理を行う。また、それと共にユーザＵ０〜Ｕｎのパーソナル・コンピュータからユーザ自身が入力した特徴量情報が送られた場合に、この特徴量情報を受信して上記ユーザ情報記憶部３３１に記憶させる処理も行う。

情報間距離計算処理部３１２は、上記ユーザ記憶部３３１から推定対象となるユーザのログ情報とその周辺に存在する他の複数のユーザのログ情報をそれぞれ読み出し、これらのログ情報間の距離を計算する処理を行う。この情報間距離の計算処理では、ログ情報に含まれる情報の種類ごとに距離が計算され、その各計算値の重み付け線形和が計算される。ログ情報に含まれる情報の種類としては、例えば位置情報から求められる滞在地情報（住所等）と、移動手段を表す情報と、視聴履歴情報に多く出現するキーワードがある。

推定特徴量計算処理部３１３は、上記情報間距離計算処理部３１２により得られた、推定対象となるユーザのログ情報と他の複数のユーザのログ情報との間の距離の計算値を比較し、距離が最小となる他のユーザを選択する。そして、この選択された他のユーザのユーザＩＤをもとにユーザ情報記憶部３３１から当該他のユーザの特徴量情報を読み出し、この読み出した他のユーザの特徴量情報を上記推定対象のユーザの推定特徴量として推定特徴量記憶部３３３に格納する処理を行う。

レコメンドサービス制御部３１４は、上記推定特徴量記憶部３３３に格納されたユーザの推定特徴量情報をもとに、レコメンドデータベース３３４から関連するＷｅｂ情報のＵＲＬや商品情報を読み出し、この読み出されたレコメンド情報を該当するユーザに向けて通信インタフェース３２から送信させる処理を行う。

次に、以上のように構成されたシステムによる特徴量推定処理動作を、サービスサーバＳＶの動作を中心に説明する。

定常状態において、先ず各ユーザＵ０〜Ｕｎが所持する携帯端末ＭＳ０〜ＭＳｎでは、以下のように位置情報の検出及び送信処理が行われる。図５はその処理手順と処理内容を示すフローチャートである。
すなわち、制御部１１はステップＳ５１により位置検出タイミングになったか否かを監視する。そして、例えば前回の位置検出タイミングから一定時間が経過すると、ステップＳ５２に移行して位置計測部１１１を起動し、この位置計測部１１１によりＧＰＳ受信機１６から受信されたＧＰＳ信号を取り込んで緯度経度により表される位置情報を算出する。そして、この算出された位置情報にその計測時刻を含めてステップＳ５３により記憶部１７に格納する。

また制御部１１１は、上記位置情報の計測処理を定期的に実行しながら、ステップＳ５４において位置情報送信タイミングになったか否かを監視する。そして、送信タイミングになると、ステップＳ５５に移行して位置情報送信制御部１１２を起動し、この位置情報送信制御部１１２により上記記憶部１７から、前回の送信時点から現時点までの期間に記憶された複数の位置情報をそれぞれ読み出す。そして、この読み出された各位置情報を、符号化処理部１３及び無線送受信部１２からサービスサーバＳＶに向け送信させる。以後、送信タイミングになるごとに定期的に上記位置情報の送信処理を実行する。

また、各ユーザＵ０〜Ｕｎ宅に設置されたセットトップボックスＳＴ０〜ＳＴｎでは、以下のように視聴履歴情報の生成及び送信処理が行われる。図６はその処理手順と処理内容を示すフローチャートである。
すなわち、制御部２１はステップＳ６１により放送データの受信を監視している。この状態で放送データが受信されると、データ転送制御部２１１が通信インタフェース部２２により受信された放送データを、必要に応じてステップＳ６２で記憶部２３に蓄積しながら、ステップＳ６３によりテレビジョン装置ＴＶ０〜ＴＶｎへ転送する。また、このとき上記放送データの概要を表す番組情報を記憶部２３に格納する。

そして、上記放送データの受信終了をステップＳ６４により検出すると、制御部２１はステップＳ６５に移行して視聴履歴送信部１３を起動し、この視聴履歴送信部１３により上記記憶部２３から当該放送データに対応する番組情報を読み出して視聴履歴情報を生成する。そして、ステップＳ６６で視聴履歴送信部２１３を起動し、この視聴履歴送信部２１３により、上記視聴履歴生成部２１２により生成された視聴履歴情報を、通信インタフェース部２２からサービスサーバＳＶに向け送信させる。
以後同様に、放送データが受信されるごとに視聴履歴が更新されて、この更新後の視聴履歴情報がサービスサーバＳＶへ送信される。

さて、サービスサーバＳＶでは、推定対象ユーザの特徴量の推定処理が以下のように実行される。図７はその処理手順と処理内容を示すフローチャートである。
すなわち、制御ユニット３１はステップＳ７１においてユーザ情報の到来を監視している。この状態で、ユーザＵ０〜Ｕｎが所持する携帯端末ＭＳ０〜ＭＳｎ或いはセットトップボックスＳＴ０〜ＳＴｎから位置情報又は視聴履歴情報が送信されると、ステップＳ７２に移行してユーザ情報収集制御部３１１が起動し、このユーザ情報収集制御部３１１の制御の下で上記位置情報または視聴履歴情報が受信される。

ユーザ情報収集制御部３１１は、上記位置情報を受信すると、この受信された各位置情報（緯度経度）の中から滞在時間が一定時間以上の位置情報を抽出し、この抽出した位置情報と、予め記憶ユニットに記憶されている地図データベースとをもとに、ユーザの滞在地を表す住所φ１を検索する。またそれと共に、各位置情報間の位置の変化量とその間の所用時間をもとにユーザの移動速度を求め、この移動速度からユーザの移動手段φ２を判定する。

例えば、移動速度が第１のしきい値以上であれば「鉄道」と判定し、また第１のしきい値未満かつ第２のしきい値以上であれば「車」又は「バス」と判定し、さらに第２のしきい値未満であれば「自転車」又は「徒歩」と判定する。なお、さらにしきい値を増やすことで「自転車」と「徒歩」を判定したり、移動速度の変化パターンを検出することで「車」と「バス」を判定するようにしてもよい。

一方、視聴履歴情報を受信した場合には、この視聴履歴情報に対し概念ベクトルとしてテキスト検索を行い、一定量以上出現するテキストをキーワードφ３として抽出する。そして、上記検索された滞在地を表す住所φ１と、上記判定された移動手段φ２と、上記抽出されたキーワードφ３を、当該ユーザのログ情報に含めてステップＳ７３によりユーザＩＤに対応付けてユーザ情報記憶部３３１に格納する。

以上のユーザ情報収集動作は、利用者登録されているすべてのユーザＵ０〜Ｕｎについてそれぞれ行われ、その結果ユーザ情報記憶部３３１には上記各ユーザＵ０〜Ｕｎのログ情報が格納される。例えば図８に示すように、ユーザＵ０については滞在地を表す住所φ１０と、上記判定された移動手段φ２０と、上記抽出されたキーワードφ３０が、ログ情報として格納される。なお、住所φ１０、移動手段φ２０及びキーワードφ３０がそれぞれ複数個検出された場合には、この検出された複数個をそれぞれ滞在時間が長い順、利用時間が長い順、出現頻度が高い順に順位付けし、
φ１０=｛住所１，住所２，…｝
φ２０=｛鉄道，徒歩，…｝
φ３０=｛キーワード１，キーワード２，…｝
のように順位の高いものから順にベクトル表記して格納する。

他のユーザＵｉ（１≦ｉ≦ｎ）についても同様に、滞在地を表す住所φ１ｉと、上記判定された移動手段φ２ｉと、上記抽出されたキーワードφ３ｉが、ログ情報としてそれぞれ格納される。

また、上記ユーザ情報記憶部３３１には、各ユーザＵ０〜Ｕｎが自身のパーソナル・コンピュータ等により入力した自身の特徴量を表す情報ωｉも格納される。なお、図８の例では、ユーザＵ１〜Ｕｎは自身の特徴量を登録したが、ユーザＵ０は自身の特徴量を登録していない場合を例示している。

制御ユニット３１は、上記ステップＳ７１〜Ｓ７３によるユーザ情報収集処理を繰り返しながら、ステップＳ７４により特徴量推定タイミングを監視する。この状態で、例えば特徴量が未登録のユーザが見つかるか、或いは前回の特徴量推定処理から一定の時間が経過したとする。そうすると、制御ユニット３１２は情報間距離計算処理部３１２を起動する。そして、ｂｋ情報間距離計算処理部３１２において、先ずステップＳ７５により、推定対象となるユーザＵ０のログ情報と、その他の周辺ユーザＵｉ（１≦ｉ≦ｎ）のうち一人のユーザのログ情報をユーザ情報記憶部３３１から読み出す。

続いてステップＳ７６において、上記読み出した推定対象ユーザＵ０のログ情報と、周辺ユーザＵｉ（１≦ｉ≦ｎ）のログ情報との間の情報間距離Ｄall(0,i) を、当該ログ情報に含まれる情報要素ごとに、つまり滞在地を表す住所φ１、移動手段φ２、キーワードφ３のそれぞれについて計算し、その計算値の重み付け線形和を計算することにより求める。その計算式は、
Ｄall(0,i) ＝a Ｄ1(φ10,φ1i) + b Ｄ2(φ20,φ2i) + c Ｄ3(φ30,φ3i)
のように表される。

ここで、Ｄ1(φ10,φ1i), Ｄ2(φ20,φ1i), Ｄ3(φ30,φ1i) は、情報要素ごとの距離計算式であり、例えば住所であれば物理的な距離を、移動手段であればその移動速度の差を、キーワードであればそのテキスト間の距離を計算する。テキスト間の距離は、テキストデータベース３３２に記憶されたテキスト分類表に基づいて行われる。例えば、キーワードが「ケーキ」、「クッキー」であれば同一分類なので距離は“０”となり、またキーワードが「コメディー」、「スリラー」であれば異なる分類となるため距離は“３”となる。
なお、ａ，ｂ，ｃは各情報要素φ１，φ２，φ３に付与される重み係数であり、この重み係数を適宜設定することで、ユーザ間の距離を計算するに当たり上記各情報要素φ１，φ２，φ３のうちどれを重視するかがを決定できる。

情報間距離計算処理部３１２は、以上の推定対象ユーザＵ０のログ情報と、周辺ユーザＵｉ（１≦ｉ≦ｎ）のログ情報との間の情報間距離Ｄall(0,i) の計算を、すべての周辺ユーザＵｉ（１≦ｉ≦ｎ）について実行する。

そして、すべての周辺ユーザＵｉ（１≦ｉ≦ｎ）について、推定対象ユーザＵ０との間の情報間距離Ｄall(0,i) が算出されると、制御ユニット３１はステップＳ７７からステップＳ７８に移行して推定特徴量計算処理部３１３を起動する。推定特徴量計算処理部３１３は、上記情報間距離計算処理部３１２により算出された推定対象ユーザＵ０と周辺ユーザＵｉ（１≦ｉ≦ｎ）との間の情報間距離Ｄall(0,i) を比較する。そして、この比較結果をもとに情報間距離Ｄall(0,i) の値が最小となる周辺ユーザを選択する。

続いて推定特徴量計算処理部３１３は、ステップＳ７９において、上記選択された情報間距離Ｄall(0,i) の値が最小となる周辺ユーザの特徴量ωｉをユーザ情報記憶部３３１から読み出し、この読み出した周辺ユーザの特徴量ωｉを上記推定対象ユーザＵ０の特徴量ω０とし、この値をステップＳ８０により推定特徴量記憶部３３３に格納する。なお、推定特徴量記憶部３３３が設けられていない場合には、上記推定対象ユーザＵ０の特徴量ω０をユーザ情報記憶部３３１に記憶するようにしてもよい。

次に制御ユニット３１は、ステップＳ８１によりレコメンドサービス制御部３１４を起動し、このレコメンドサービス制御部３１４により、上記推定された推定対象ユーザＵ０の特徴量ω０に対応するレコメンド情報をレコメンドデータベース３３４から読み出す。そして、この読み出されたレコメンド情報をステップＳ８２により通信インタフェース３２から上記推定対象ユーザＵ０の携帯端末ＭＳ０に向けて、例えば電子メールにより送信させる。

以上詳述したようにこの実施形態では、携帯端末が備えている位置情報通知機能と、セットトップボックスが備えている視聴履歴通知機能を利用して、サービスサーバＳＶがユーザＵ０〜Ｕｎの携帯端末ＭＳ０〜ＭＳｎ及びセットトップボックスＳＴ０〜ＳＴｎからそれぞれ位置情報及び視聴履歴情報を収集してユーザ情報記憶部３３１に記憶する。そして、情報間距離計算処理部３１２により、上記ユーザ記憶部３３１から推定対象ユーザＵ０のログ情報とその周辺ユーザＵｉ（１≦ｉ≦ｎ）のログ情報をそれぞれ読み出してその情報間距離Ｄall(0,i) を計算する。そして、この情報間距離Ｄall(0,i) を比較してその値が最小となる周辺ユーザを選択し、この選択された周辺ユーザの特徴量ωｉをユーザ情報記憶部３３１から読み出して、この特徴量ωｉを上記推定対象ユーザＵ０の特徴量ω０とするようにしている。

したがって、特徴量が判明していないユーザＵ０についても、その周辺ユーザＵｉ（１≦ｉ≦ｎ）のうち、推定対象ユーザＵ０との生活行動の距離が近い周辺ユーザの特徴量ωｉをもとに推定対象ユーザＵ０の特徴量ω０を推定することが可能となる。しかも、推定対象ユーザＵ０及びその周辺ユーザＵｉ（１≦ｉ≦ｎ）の各ログ情報は、各ユーザＵ０〜Ｕｎが使用する携帯端末ＭＳ０〜ＭＳｎ及びセットトップボックスＳＴ０〜ＳＴｎの既存の情報通知機能を利用して収集される。このため、各ユーザＵ０〜Ｕｎは自身のログ情報を自ら入力して送信する操作を行う必要がなく、またユーザＵ０〜Ｕｎの状態を検出するための多数のセンサ等を新たに設けることなく、ユーザＵ０〜Ｕｎの特徴量ω０を推定することが可能となる。

また、推定対象ユーザＵ０のログ情報と、周辺ユーザＵｉ（１≦ｉ≦ｎ）のログ情報との間の情報間距離Ｄall(0,i) を、当該ログ情報に含まれる情報要素ごとに、つまり滞在地を表す住所φ１、移動手段φ２、キーワードφ３のそれぞれについて計算し、その計算値の重み付け線形和を計算することにより求めるようにしている。このため、ログ情報との間の情報間距離Ｄall(0,i) を、複数種類の情報要素の重み付け平均値として算出することができ、これにより情報要素のばらつきを吸収して信頼性の高い情報間距離Ｄall(0,i) を得ることができる。

なお、この発明は上記実施形態に限定されるものではない。例えば、前記実施形態では、推定対象ユーザの推定特徴量を形算する際に、当該推定対象ユーザＵ０と複数の周辺ユーザＵｉ（１≦ｉ≦ｎ）との間でそれぞれ計算された情報間距離Ｄall(0,i) が最小となる周辺ユーザを選択し、この選択した周辺ユーザの特徴量ωｉを推定対象ユーザＵ０の推定特徴量ω０とするようにした。しかし、これに限らず、推定対象ユーザＵ０と複数の周辺ユーザＵｉ（１≦ｉ≦ｎ）との間でそれぞれ計算された情報間距離Ｄall(0,i) が予め定めたしきい値以下となる複数の周辺ユーザを選択し、この選択された複数の周辺ユーザの特徴量の平均を求めてその結果を推定対象ユーザＵ０の推定特徴量ω０とするようにしてもよい。

また、前記実施形態では、ログ情報として３種類の情報を例に挙げたが、これらの情報の種類は必要に応じて変化させることが可能である。また、ユーザの年齢や性別、職業等の固定的な属性情報を予めユーザ情報記憶部３３１に登録しておき、これをログ情報に付加することも可能である。さらに、前記実施形態では特徴量情報が不明なユーザを推定対象ユーザとし、このユーザの推定特徴量を算出したが、特徴量情報が既に判明しているユーザを推定対象ユーザとし、このユーザについて同様の処理により特徴量を算出し直して、この新たに計算された特徴量情報に更新するかまたは当該新たな特徴量情報を追加するようにしてもよい。

また、前記実施形態では各ユーザＵ０〜Ｕｎの携帯端末ＭＳ０〜ＭＳｎ及びセットトップボックスＳＴ０〜ＳＴｎから位置情報及び視聴履歴情報をログ情報として収集するようにした。しかし、これに限らず、携帯端末ＭＳ０〜ＭＳｎが地上ディジタル放送のワンセグメント受信機能やＩＰテレビジョン放送の受信機能を備え、かつその視聴履歴を生成して送信する機能を備えている場合には、携帯端末ＭＳ０〜ＭＳｎから視聴履歴情報を収集するようにしてもよい。

その他、特徴量推定装置の構成とその処理手順及び処理内容、ユーザＵ０〜Ｕｎが所有する情報端末の種類とその構成、ログ情報の種類とその数等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。
要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

ＳＶ…サービスサーバ、ＮＷ…通信ネットワーク、Ｕ０〜Ｕｎ…ユーザ、ＭＳ０〜ＭＳｎ…携帯端末、ＳＴ０〜ＳＴｎ…セットトップボックス、ＴＶ０〜ＴＶｎ…テレビジョン装置、１１…携帯端末の制御部、１２…無線送受信部、１３…符号化処理部、１４…スピーカ、１５…マイクロホン、１６…ＧＰＳ受信機、１７…携帯端末の記憶部、１８…入力部、１９…表示部、１１１…位置計測部、１１２…位置情報送信制御部、２１…セットトップボックスの制御部、２２…通信インタフェース部、２３…セットトップボックスの記憶部、２１１…データ転送制御部、２１２…視聴履歴生成部、２１３…視聴履歴送信部、３１…サービスサーバの制御ユニット、３２…通信インタフェース、３３…記憶ユニット、３１１…ユーザ情報収集制御部、３１２…情報間距離計算処理部、３１３…推定特徴量計算処理部、３１４…レコメンドサービス制御部、３３１…ユーザ情報記憶部、３３２…テキストデータベース、３３３…推定特徴量記憶部、３３４…レコメンドデータベース。

Claims (9)

1. 第１のユーザが使用する情報端末から、当該情報端末が自律的に生成する前記第１のユーザの生活行動を表すログ情報を受信し記憶する第１の収集手段と、
   前記第１のユーザの周辺に存在する複数の第２のユーザが使用する情報端末から、それぞれ当該各情報端末が自律的に生成する前記第２のユーザの生活行動を表すログ情報を受信し記憶する第２の収集手段と、
   前記複数の第２のユーザの特徴量を表す情報を記憶する特徴量記憶手段と、
   前記収集された第１のユーザのログ情報と、前記記憶された複数の第２のユーザのログ情報との間の距離をそれぞれ計算する情報間距離計算手段と、
   前記情報間距離計算手段により計算された情報間距離が予め設定した判定条件を満たす第２のユーザを選択し、この選択された第２のユーザの特徴量を表す情報を前記特徴量記憶手段から読み出して、当該情報をもとに前記第１のユーザの特徴量を推定する特徴量推定処理手段と
   を具備することを特徴とする特徴量推定装置。
2. 前記情報端末が位置計測機能を有する携帯端末からなる場合に、
   前記第１及び第２の収集手段は、
   前記情報端末から前記位置計測機能により計測された当該端末の位置情報を受信する手段と、
   前記受信された位置情報をもとに、該当するユーザの滞在地を表す情報と、該当するユーザの移動手段を表す情報の少なくとも一方を求めて記憶する手段と
   を備えることを特徴とする請求項１記載の特徴量推定装置。
3. 前記情報端末が、映像、音楽又は文書データを含むコンテンツを受信すると共にその受信履歴情報を生成する機能を有する端末からなる場合に、
   前記第１及び第２の収集手段は、
   前記情報端末から前記コンテンツの受信履歴情報を受信する手段と、
   前記受信された受信履歴情報から出現頻度がしきい値以上のキーワードを抽出して記憶する手段と
   を備えることを特徴とする請求項１又は２記載の特徴量推定装置。
4. 前記情報間距離計算手段は、
   ログ情報が複数種類の情報を含む場合に、これら複数種類の情報ごとに第１のユーザの情報と第２のユーザの情報との間の距離をそれぞれ計算する手段と、
   前記計算された複数の情報間距離の重み付け線形和を計算し、その計算値を第１のユーザのログ情報と第２のユーザのログ情報との間の距離を表す情報として出力する手段と
   を備えることを特徴とする請求項１乃至３のいずれかに記載の特徴量推定装置。
5. 第１のユーザが使用する情報端末から、当該情報端末が自律的に生成する前記第１のユーザの生活行動を表すログ情報を受信しメモリに記憶する第１の収集過程と、
   前記第１のユーザの周辺に存在する複数の第２のユーザが使用する情報端末から、それぞれ当該各情報端末が自律的に生成する前記第２のユーザの生活行動を表すログ情報を受信しメモリに記憶する第２の収集過程と、
   前記複数の第２のユーザの特徴量を表す情報をメモリに記憶する過程と、
   前記収集された第１のユーザのログ情報と、前記メモリに記憶された複数の第２のユーザのログ情報との間の距離をそれぞれ計算する情報間距離計算過程と、
   前記情報間距離計算過程により計算された情報間距離が予め設定した判定条件を満たす第２のユーザを選択し、この選択された第２のユーザの特徴量を表す情報を前記メモリから読み出して、当該情報をもとに前記第１のユーザの特徴量を推定する特徴量推定処理過程と
   を具備することを特徴とする特徴量推定方法。
6. 前記情報端末が位置計測機能を有する携帯端末からなる場合に、
   前記第１及び第２の収集過程は、
   前記情報端末から前記位置計測機能により計測された当該端末の位置情報を受信する過程と、
   前記受信された位置情報をもとに、該当するユーザの滞在地を表す情報と、該当するユーザの移動手段を表す情報の少なくとも一方を求めて記憶する過程と
   を備えることを特徴とする請求項５記載の特徴量推定方法。
7. 前記情報端末が、映像、音楽又は文書データを含むコンテンツを受信すると共にその受信履歴情報を生成する機能を有する端末からなる場合に、
   前記第１及び第２の収集過程は、
   前記情報端末から前記コンテンツの受信履歴情報を受信する過程と、
   前記受信された受信履歴情報から出現頻度がしきい値以上のキーワードを抽出して記憶する過程と
   を備えることを特徴とする請求項５又は６記載の特徴量推定方法。
8. 前記情報間距離計算過程は、
   ログ情報が複数種類の情報を含む場合に、これら複数種類の情報ごとに第１のユーザの情報と複数の第２のユーザの情報との間の距離をそれぞれ計算する過程と、
   前記計算された複数の情報間距離の重み付け線形和を計算し、その計算値を出力する過程と
   を備えることを特徴とする請求項５乃至７のいずれかに記載の特徴量推定方法。
9. 請求項１乃至４のいずれかに記載の特徴量推定装置が備える各手段の処理を、特徴量推定装置のプロセッサに実行させるプログラム。

Images