JP2011071819A - レコメンデーションサーバ、レコメンド決定方法およびプログラム - Google Patents

Abstract

【課題】ユーザ群を木構造にグループ化したクラスを作成し、木構造の各ノードのクラスに対して視聴履歴情報に基づいて、録画番組のレコメンデーションを行う。
【解決手段】予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する格納手段と、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と格納手段に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定するユーザクラス判定手段と、ユーザクラス判定手段において求められたユーザクラスに基づいて、視聴番組のレコメンドを行うレコメンド手段と、を備える。
【選択図】図１

Description

本発明は、複数のユーザの視聴履歴に対して、録画番組に対する適切なレコメンデーションを行うレコメンデーションサーバ、レコメンド決定方法およびプログラムに関する。

近年、放送の多チャンネル化やインターネットの普及により視聴できるコンテンツが増大している。また、デジタル放送において字幕情報やメタ情報が付与された番組が増えている。

こうした中、セットトップボックス（ＳＴＢ）を用いた多数の番組の録画が可能になり、視聴履歴に基づく推奨番組を自動録画する様々な手法が提案されている。そのため、宅内に、ＴＶ受像機やＳＴＢなどデジタル放送を受信可能な機器が複数存在し、一人のユーザが複数の録画再生装置を使用するケースが増えている。

また、同一宅内あるいは異なる宅内に設置された録画再生装置が、それぞれの機器に接続された通信回線経由で情報を交換することが可能になってきた。このように、ソーシャル・ネットワーキング・サービス（ＳＮＳ）の広がりにより、離れたメンバー間で推奨番組情報を交換する環境が整ってきた。

そのため、特許文献１では、ＴＶ受像機と録画再生装置のそれぞれを使用する場合、それぞれの録画再生装置間でユーザの嗜好情報を共有することにより視聴履歴精度を高めることを目的として、ＴＶ受像機と録画再生装置間で視聴記録履歴を相互交換する技術が開示されている。

また、特許文献２では、より自分の嗜好に合った番組を録画することを目的として、面白かった等の評価がわかる形式で番組名等を表示することで、自分と嗜好等の属性が同じである他人が行った番組に対する評価を受け取り、自分と嗜好等が同じ人が面白いと評価している番組を選択し、視聴することができる技術が開示されている。

さらに、特許文献３では、複数のユーザのユーザ番組視聴履歴から特定のユーザと似た履歴を持つ類似ユーザ群を統計的に求め、ユーザ・ベースの協調フィルタリングにより類似ユーザ群の好む番組群に基づいて判り易くコンテンツを推薦する技術が開示されている。

特開２００６−２７９６０６号公報 国際公開２００５／１０７２５８号パンフレット 特開２００５−１６７６２８号公報

しかしながら、特許文献１に開示された技術は、異なる機器に蓄積された視聴履歴を交換のした上で、自己の視聴履歴に単純に追加するもので、蓄積された視聴履歴において、他方と自己の視聴履歴の区別はない。また、ＴＶ受像機と録画再生装置間の相互情報交換に限定されており、複数の録画再生装置間の視聴履歴の交換を目的としていない。

また、特許文献２に開示された技術は、視聴履歴だけではなく、視聴者の評価結果を明示的に機器に入力することが必要であり、特許文献３に開示された技術は、特定のユーザごとに類似のユーザ群を個別に求める必要があるという課題があった。

そこで、本発明は、上述の課題を解決するためになされたものであり、ユーザ群を木構造にグループ化したクラスを作成し、木構造の各ノードのクラスに対して視聴履歴情報に基づいて、録画番組のレコメンデーションを行うレコメンデーションサーバ、レコメンド決定方法およびプログラムを提供することを目的とする。

本発明は、上記の課題を解決するために、以下の事項を提案している。

（１）本発明は、受信装置に対して、番組録画のレコメンデーションを行うレコメンデーションサーバであって、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する格納手段と、前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と前記格納手段に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定するユーザクラス判定手段と、該ユーザクラス判定手段において求められたユーザクラスに基づいて、視聴番組のレコメンドを行うレコメンド手段と、を備えたことを特徴とするレコメンデーションサーバを提案している。

この発明によれば、格納手段は、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する。ユーザクラス判定手段は、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と格納手段に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する。レコメンド手段は、そのユーザクラス判定手段において求められたユーザクラスに基づいて、視聴番組のレコメンドを行う。したがって、ユーザ群を木構造にグループ化したクラスを作成し、木構造の各ノードのクラスに対して視聴履歴情報に基づいて、録画番組のレコメンデーションを行うため、受信装置から視聴履歴情報さえ入力すれば、各ユーザに対して、その視聴履歴に基づいた適切な録画番組のレコメンデーションを実行することができる。

（２）本発明は、（１）のレコメンデーションサーバについて、前記木構造ユーザクラスモデルが、すべてのユーザが所属するクラスを頂点とする木構造のクラスにより構成されることを特徴とするレコメンデーションサーバを提案している。

この発明によれば、木構造ユーザクラスモデルが、すべてのユーザが所属するクラスを頂点とする木構造のクラスにより構成される。つまり、すべてのユーザが所属するクラスを頂点とし、さらに、ジャンル等のパラメータにより下位のクラスが分岐されて構成されるため、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（３）本発明は、（２）のレコメンデーションサーバについて、前記木構造のクラスの分割数が、録画された番組の類似度に基づく距離尺度に基づくことを特徴とするレコメンデーションサーバを提案している。

この発明によれば、木構造のクラスの分割数が、録画された番組の類似度に基づく距離尺度に基づく。したがって、ユーザの割り当てられたクラスによって、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（４）本発明は、（２）のレコメンデーションサーバについて、前記木構造の各クラスが協調フィルタリングを行うためのアイテム間類似度フィルタを備えていることを特徴とするレコメンデーションサーバを提案している。

この発明によれば、木構造の各クラスが協調フィルタリングを行うためのアイテム間類似度フィルタを備えている。したがって、各クラスごとに、適切な協調フィルタリングを行うことができる。

（５）本発明は、（１）のレコメンデーションサーバについて、前記ユーザクラス判定手段が、各ユーザの前記受信装置から入力する視聴履歴に基づいて、最も事後確率が高くなるように、クラスを割り当てることを特徴とするレコメンデーションサーバを提案している。

この発明によれば、ユーザクラス判定手段が、各ユーザの受信装置から入力する視聴履歴に基づいて、最も事後確率が高くなるように、クラスを割り当てる。したがって、特定のユーザに関する視聴履歴データの増加に対応して、最適なクラスを割り当てるとともに、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（６）本発明は、複数の受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバであって、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する格納手段と、前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と前記格納手段に格納された木構造ユーザクラスモデルの情報から、それぞれの受信装置のクラスを学習し判定するユーザクラス判定手段と、該ユーザクラス判定手段において求められたそれぞれの受信装置のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行うレコメンド手段と、を備えたことを特徴とするレコメンデーションサーバを提案している。

この発明によれば、格納手段は、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する。ユーザクラス判定手段は、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と格納手段に格納された木構造ユーザクラスモデルの情報から、それぞれの受信装置のクラスを学習し判定する。レコメンド手段は、ユーザクラス判定手段において求められたそれぞれの受信装置のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行う。したがって、特定のユーザが複数の録画再生機器を用いている場合でも、個々の録画再生機器の視聴履歴からそれぞれのクラスを特定したのち、これらを合算することにより、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（７）本発明は、複数のユーザの受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバであって、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する格納手段と、前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と前記格納手段に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定するユーザクラス判定手段と、該ユーザクラス判定手段において求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出するレコメンド抽出手段と、該抽出した各ユーザのレコメンドの和集合を算出して、前記複数のユーザの視聴番組についてのレコメンドを決定するレコメンド決定手段と、を備えたことを特徴とするレコメンデーションサーバを提案している。

この発明によれば、格納手段は、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する。ユーザクラス判定手段は、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と格納手段に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する。レコメンド抽出手段は、ユーザクラス判定手段において求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出する。レコメンド決定手段は、その抽出した各ユーザのレコメンドの和集合を算出して、複数のユーザの視聴番組についてのレコメンドを決定する。したがって、複数のユーザに対して、レコメンデーションを行う場合であっても、個々のユーザの視聴履歴からクラスを割り当て、これの和集合を求めることにより、すべてのユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（８）本発明は、受信装置に対して、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法であって、前記受信装置からユーザの視聴履歴を入力し、予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する第１のステップと、該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う第２のステップと、を備えたことを特徴とするレコメンド決定方法を提案している。

この発明によれば、受信装置からユーザの視聴履歴を入力し、予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する。そして、第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う。したがって、ユーザ群を木構造にグループ化したクラスを作成し、木構造の各ノードのクラスに対して視聴履歴情報に基づいて、録画番組のレコメンデーションを行うため、受信装置から視聴履歴情報さえ入力すれば、各ユーザに対して、その視聴履歴に基づいた適切な録画番組のレコメンデーションを実行することができる。

（９）本発明は、複数の受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法であって、前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、それぞれのユーザの視聴履歴を合算してクラスを学習し判定する第１のステップと、該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う第２のステップと、を備えたことを特徴とするレコメンド決定方法を提案している。

この発明によれば、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、それぞれのユーザの視聴履歴を合算してクラスを学習し判定する。そして、第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う。したがって、特定のユーザが複数の録画再生機器を用いている場合でも、個々の録画再生機器の視聴履歴からそれぞれのクラスを特定したのち、これらを合算することにより、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（１０）本発明は、複数のユーザの受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンド決定方法であって、前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、特定のユーザのクラスを学習して判定する第１のステップと、該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出する第２のステップと、該抽出した各ユーザのレコメンドの和集合を算出して、前記複数のユーザの視聴番組についてのレコメンドを決定する第３のステップと、を備えたことを特徴とするレコメンド決定方法を提案している。

この発明によれば、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、特定のユーザのクラスを学習して判定する。そして、第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出し、その抽出した各ユーザのレコメンドの和集合を算出して、複数のユーザの視聴番組についてのレコメンドを決定する。したがって、複数のユーザに対して、レコメンデーションを行う場合であっても、個々のユーザの視聴履歴からクラスを割り当て、これの和集合を求めることにより、すべてのユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（１１）本発明は、コンピュータに、受信装置に対して、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法を実行させるためのプログラムであって、前記受信装置からユーザの視聴履歴を入力し、予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する第１のステップと、該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う第２のステップと、を実行するためのプログラムを提案している。

この発明によれば、受信装置からユーザの視聴履歴を入力し、予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する。そして、第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う。したがって、ユーザ群を木構造にグループ化したクラスを作成し、木構造の各ノードのクラスに対して視聴履歴情報に基づいて、録画番組のレコメンデーションを行うため、受信装置から視聴履歴情報さえ入力すれば、各ユーザに対して、その視聴履歴に基づいた適切な録画番組のレコメンデーションを実行することができる。

（１２）本発明は、コンピュータに、複数の受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法を実行させるためのプログラムであって、前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、それぞれの受信装置のクラスを学習し判定する第１のステップと、該第１のステップにおいて求められたそれぞれの受信装置のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行う第２のステップと、を実行させるためのプログラムを提案している。

この発明によれば、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、それぞれの受信装置のクラスを学習し判定する第１のステップと、該第１のステップにおいて求められたそれぞれの受信装置のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行う。したがって、特定のユーザが複数の録画再生機器を用いている場合でも、個々の録画再生機器の視聴履歴からそれぞれのクラスを特定したのち、これらを合算することにより、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

（１３）本発明は、コンピュータに、複数のユーザの受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンド決定方法を実行させるためのプログラムであって、前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、特定のユーザのクラスを学習して判定する第１のステップと、該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出する第２のステップと、該抽出した各ユーザのレコメンドの和集合を算出して、前記複数のユーザの視聴番組についてのレコメンドを決定する第３のステップと、を実行させるためのプログラムを提案している。

この発明によれば、受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、特定のユーザのクラスを学習して判定する。そして、第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出し、その抽出した各ユーザのレコメンドの和集合を算出して、複数のユーザの視聴番組についてのレコメンドを決定する。したがって、複数のユーザに対して、レコメンデーションを行う場合であっても、個々のユーザの視聴履歴からクラスを割り当て、これの和集合を求めることにより、すべてのユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

本発明によれば、ユーザ群を木構造にグループ化したクラスを作成し、木構造の各ノードのクラスに対して視聴履歴情報に基づいて、録画番組のレコメンデーションを行うため、受信装置から視聴履歴情報さえ入力すれば、各ユーザに対して、その視聴履歴に基づいた適切な録画番組のレコメンデーションを実行することができるという効果がある。

本発明によれば、特定のユーザが複数の録画再生機器を用いている場合でも、個々の録画再生機器の視聴履歴からそれぞれのクラスを特定したのち、これらを合算することにより、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができるという効果がある。

本発明によれば、複数のユーザに対して、レコメンデーションを行う場合であっても、個々のユーザの視聴履歴からクラスを割り当て、これの和集合を求めることにより、すべてのユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができるという効果がある。

本発明の第１の実施形態に係るレコメンドシステムの構成図である。 本発明の第１の実施形態に係るレコメンドサーバの構成図である。 本発明の第１の実施形態に係る木構造ユーザクラスを模式的に示した図である。 本発明の第１の実施形態に係るユーザの所属するクラスの判定とレコメンドとの関係を示す図である。 本発明の第１の実施形態に係るレコメンドサーバの処理フローである。 本発明の第２の実施形態に係る複数の録画再生装置を考慮したレコメンドを模式的に示した図である。 本発明の第２の実施形態に係るレコメンドサーバの処理フローである。 本発明の第３の実施形態に係る複数のユーザを考慮したレコメンドを模式的に示した図である。 本発明の第３の実施形態に係るレコメンドサーバの処理フローである。

以下、本発明の実施形態について、図面を用いて、詳細に説明する。
なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。

＜第１の実施形態＞
図１から図５を用いて、本発明の第１の実施形態について、詳細に説明する。
図１は、本発明のレコメンドサーバを用いたレコメンドシステムを表している。図１によれば、レコメンドシステムは、レコメンドサーバ１００と、受信録画再生装置２００とから構成されている。受信録画再生装置２００は、例えば、ＳＴＢ等であるが、レコメンドサーバ１００とネットワークを介して、データの送受信を行い、動画像データを録画・再生できる機器であれば、特に、ＳＴＢ等には限定されない。また、本実施形態においては、特定のユーザに対するレコメンド処理を例にとって説明する。

＜受信録画再生装置の構成＞
受信録画再生装置２００は、受信部２０１と、録画部２０２と、再生部２０３と、リモコン入力部２０４と、視聴履歴蓄積部２０５と、レコメンドインターフェース部２０６とから構成されている。なお、レコメンドサーバ１００の構成については、後述する。

受信部２０１は、放送局等から番組の放送信号を受信する。録画部２０２は、受信部２０１が受信した動画像データ等で構成される番組の放送信号を録画する。再生部２０３は、録画部２０２に録画した番組のうち、レコメンドインターフェース部２０６を介して、レコメンドサーバ１００からレコメンドされた番組を再生する。

リモコン入力部２０４は、視聴者がリモコンを用いて受信録画再生装置２００を操作するための操作信号を入力し、その情報を再生部２０３に出力する。視聴履歴蓄積部２０５は、視聴者の過去の視聴履歴を記憶する記憶装置である。レコメンドインターフェース部２０６は、ネットワークを介して、レコメンドサーバ１００が決定したレコメンド結果を受信し、この情報を録画部２０２に出力する。

＜レコメンドサーバの構成＞
レコメンドサーバ１００は、図２に示すように、レコメンド部１０１と、ユーザクラス判定部１０２と、ユーザクラスモデル格納部１０３とから構成されている。

レコメンド部１０１は、ユーザクラス判定部１０２において求められたユーザクラスに基づいて、視聴番組のレコメンドを行う。ユーザクラス判定部１０２は、受信録画再生装置２００からユーザの視聴履歴を入力し、特定のユーザの視聴履歴とユーザクラスモデル格納部１０３に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する。

ユーザクラスモデル格納部１０３は、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する記憶装置である。なお、この詳細については、後述する。

＜木構造ユーザクラスについて＞
ユーザクラスモデル格納部１０３には、図３に示すように、予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルが格納されている。この木構造ユーザクラスモデルは、ユーザをＫ−ｍｅａｎｓ等の既存手法によりクラスタリングし、全ユーザが所属するクラスを頂点とし、そのユーザを漸次分割した木構造クラスになっている。ここで木構造のひとつ下の階層への分割数は予め定めた数であっても、距離尺度等により自動決定されても良い。これにより、ユーザの割り当てられたクラスによって、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

また、各クラスには、協調フィルタリングを行うための、アイテム間類似度のテーブルが保持されている。これにより、各クラスごとに、適切な協調フィルタリングを行うことができる。

＜ユーザの所属クラスの判定とレコメンドの関係＞
図４に示すように、ユーザの視聴履歴に関するデータが少ない場合には、まず、ユーザの所属クラスが、頂点のクラスＣ０に割り当てられる。そして、ユーザの視聴履歴に関するデータが多くなると、さらに、下層のクラスＣ１、Ｃ３へとユーザの所属クラスが、変化する。

つまり、各ユーザの視聴履歴データ量に従って、最も事後確率が高くなるようにユーザの所属クラスが割り当てられる。そのため、特定のユーザに関する視聴履歴データの増加に対応して、最適なクラスを割り当てるとともに、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。そして、割り当てられたクラスが保持する協調フィルタリングテーブルによって、レコメンドが行われる。

＜レコメンドサーバの処理＞
図５を用いて、レコメンドサーバ１００の処理について、説明する。
まず、受信録画再生装置２００からユーザの視聴履歴を入力し、予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する（ステップＳ１０１）。

そして、ステップＳ１０１において求められたユーザクラスに基づいて、視聴番組のレコメンドを行う。受信録画再生装置２００は、レコメンドサーバ１００からのレコメンドを受け取り、このレコメンドに対応した番組を録画部２０２から再生部２０３に出力して、番組の再生を行う。なお、再生された番組情報は、視聴履歴蓄積部２０５に蓄積される。

したがって、本実施形態によれば、ユーザ群を木構造にグループ化したクラスを作成し、木構造の各ノードのクラスに対して視聴履歴情報に基づいて、録画番組のレコメンデーションを行うため、受信録画再生装置から視聴履歴情報さえ入力すれば、各ユーザに対して、その視聴履歴に基づいた適切な録画番組のレコメンデーションを実行することができる。

＜第２の実施形態＞
図６および図７を用いて、本発明の第２の実施形態について説明する。本実施形態では、特定のユーザが複数の受信録画再生装置を有している場合のレコメンド処理を例に説明する。なお、レコメンドサーバ１００の構成は、レコメンド部１０１の機能を除いて、第１の実施形態と同様であるため、その詳細な説明は省略する。

図６のように、特定のユーザが録画再生機器Ａと録画再生機器Ｂとを有する場合、それぞれの視聴履歴からユーザクラス判定部１０２は、所属するクラスを割り当てる（図６の場合、録画再生機器Ａのクラスは、「Ｃ０」、録画再生機器Ｂのクラスは、「Ｃ１」）。

そして、ユーザクラス判定部１０２は、この結果をレコメンド部に出力する。レコメンド部は、ユーザクラス判定部１０２から入力したクラスの視聴履歴を合算して、その結果からユーザのレコメンド結果を求める。

＜レコメンドサーバの処理＞
図７を用いて、レコメンドサーバ１００の処理について、説明する。
まず、受信録画再生装置２００からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、それぞれの受信装置のクラスを学習し判定する（ステップＳ２０１）。

そして、ステップＳ２０１において求められたそれぞれの受信録画再生装置２００のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行う（ステップＳ２０２）。受信録画再生装置２００は、レコメンドサーバ１００からのレコメンドを受け取り、このレコメンドに対応した番組を録画部２０２から再生部２０３に出力して、番組の再生を行う。なお、再生された番組情報は、視聴履歴蓄積部２０５に蓄積される。

したがって、本実施形態によれば、特定のユーザが複数の録画再生機器を用いている場合でも、個々の録画再生機器の視聴履歴からそれぞれのクラスを特定したのち、これらを合算することにより、ユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

＜第３の実施形態＞
図８および図９を用いて、本発明の第３の実施形態について説明する。本実施形態では、特定のユーザにレコメンドを実施する場合のレコメンド処理を例に説明する。なお、レコメンドサーバ１００の構成は、レコメンド部１０１の機能を除いて、第１の実施形態と同様であるため、その詳細な説明は省略する。

図８のように、複数のユーザ（図中、ユーザＡ、ユーザＢ、ユーザＣ）が存在し、これらのユーザに共通のレコメンドを実施する場合、それぞれの視聴履歴からユーザクラス判定部１０２は、所属するクラスを割り当てる（図８の場合、ユーザＡのクラスは、「Ｃ５」、ユーザＢのクラスは、「Ｃ１」、ユーザＣのクラスは、「Ｃ３」）。

そして、ユーザクラス判定部１０２は、この結果をレコメンド部に出力する。レコメンド部は、ユーザクラス判定部１０２から入力した各ユーザが所属するクラスの視聴履歴から、それぞれのユーザのレコメンド結果を求め、そのレコメンド結果の和集合を算出する。

＜レコメンドサーバの処理＞
図８を用いて、レコメンドサーバ１００の処理について、説明する。
まず、受信録画再生装置２００からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、特定のユーザのクラスを学習して判定する（ステップＳ３０１）。

そして、ステップＳ３０１において求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出し（ステップＳ３０２）、その抽出した各ユーザのレコメンドの和集合を算出して、複数のユーザの視聴番組についてのレコメンドを決定する（ステップＳ３０３）。受信録画再生装置２００は、レコメンドサーバ１００からのレコメンドを受け取り、このレコメンドに対応した番組を録画部２０２から再生部２０３に出力して、番組の再生を行う。なお、再生された番組情報は、視聴履歴蓄積部２０５に蓄積される。

したがって、本実施形態によれば、したがって、複数のユーザに対して、レコメンデーションを行う場合であっても、個々のユーザの視聴履歴からクラスを割り当て、これの和集合を求めることにより、すべてのユーザの趣味や嗜好に合わせた適切なレコメンデーションを短時間に実現することができる。

なお、レコメンドサーバの処理をコンピュータ読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムをレコメンドサーバに読み込ませ、実行することによって本発明のレコメンドサーバを実現することができる。ここでいうコンピュータシステムとは、ＯＳや周辺装置等のハードウェアを含む。

また、「コンピュータシステム」は、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）システムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されても良い。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。

また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合せで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。例えば、第１の実施形態では、木構造ユーザクラスの下位層の分割数を距離尺度等により、自動的に決定する例について説明したが、これに限らず、予め、分割数を決めておいてもよい。

また、第３の実施形態においては、それぞれのユーザのレコメンド結果の和集合を算出して、それぞれのユーザに共通するレコメンドを提供する例について説明したが、これに限らず、積集合を算出してそれぞれのユーザに共通するレコメンドを提供してもよい。

１００；レコメンドサーバ
１０１；レコメンド部
１０２；ユーザクラス判定部
１０３；ユーザクラスモデル格納部
２００；受信録画再生装置
２０１；受信部
２０２；録画部
２０３；再生部
２０４；リモコン入力部
２０５；視聴履歴蓄積部
２０６；レコメンドインターフェース部

Claims (13)

1. 受信装置に対して、番組録画のレコメンデーションを行うレコメンデーションサーバであって、
   予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する格納手段と、
   前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と前記格納手段に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定するユーザクラス判定手段と、
   該ユーザクラス判定手段において求められたユーザクラスに基づいて、視聴番組のレコメンドを行うレコメンド手段と、
   を備えたことを特徴とするレコメンデーションサーバ。
2. 前記木構造ユーザクラスモデルが、すべてのユーザが所属するクラスを頂点とする木構造のクラスにより構成されることを特徴とする請求項１に記載のレコメンデーションサーバ。
3. 前記木構造のクラスの分割数が、録画された番組の類似度に基づく距離尺度に基づくことを特徴とする請求項２に記載のレコメンデーションサーバ。
4. 前記木構造の各クラスが協調フィルタリングを行うためのアイテム間類似度フィルタを備えていることを特徴とする請求項２に記載のレコメンデーションサーバ。
5. 前記ユーザクラス判定手段が、各ユーザの前記受信装置から入力する視聴履歴に基づいて、最も事後確率が高くなるように、クラスを割り当てることを特徴とする請求項１に記載のレコメンデーションサーバ。
6. 複数の受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバであって、
   予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する格納手段と、
   前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と前記格納手段に格納された木構造ユーザクラスモデルの情報から、それぞれの受信装置のクラスを学習し判定するユーザクラス判定手段と、
   該ユーザクラス判定手段において求められたそれぞれの受信装置のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行うレコメンド手段と、
   を備えたことを特徴とするレコメンデーションサーバ。
7. 複数のユーザの受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバであって、
   予め多数のユーザの視聴履歴に基づきユーザ群を木構造で表現した木構造ユーザクラスモデルを格納する格納手段と、
   前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と前記格納手段に格納された木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定するユーザクラス判定手段と、
   該ユーザクラス判定手段において求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出するレコメンド抽出手段と、
   該抽出した各ユーザのレコメンドの和集合を算出して、前記複数のユーザの視聴番組についてのレコメンドを決定するレコメンド決定手段と、
   を備えたことを特徴とするレコメンデーションサーバ。
8. 受信装置に対して、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法であって、
   前記受信装置からユーザの視聴履歴を入力し、予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する第１のステップと、
   該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う第２のステップと、
   を備えたことを特徴とするレコメンド決定方法。
9. 複数の受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法であって、
   前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、それぞれの受信装置のクラスを学習し判定する第１のステップと、
   該第１のステップにおいて求められたそれぞれの受信装置のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行う第２のステップと、
10. 複数のユーザの受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンド決定方法であって、
    前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、特定のユーザのクラスを学習して判定する第１のステップと、
    該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出する第２のステップと、
    該抽出した各ユーザのレコメンドの和集合を算出して、前記複数のユーザの視聴番組についてのレコメンドを決定する第３のステップと、
    を備えたことを特徴とするレコメンド決定方法。
11. コンピュータに、受信装置に対して、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法を実行させるためのプログラムであって、
    前記受信装置からユーザの視聴履歴を入力し、予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報から、特定のユーザのクラスを学習して判定する第１のステップと、
    該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを行う第２のステップと、
    を実行するためのプログラム。
12. コンピュータに、複数の受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンデーションサーバにおける録画番組のレコメンド決定方法を実行させるためのプログラムであって、
    前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、それぞれの受信装置のクラスを学習し判定する第１のステップと、
    該第１のステップにおいて求められたそれぞれの受信装置のユーザクラスを合算し、その結果に基づいて、視聴番組のレコメンドを行う第２のステップと、
    を実行させるためのプログラム。
13. コンピュータに、複数のユーザの受信装置からの視聴履歴に基づいて、番組録画のレコメンデーションを行うレコメンド決定方法を実行させるためのプログラムであって、
    前記受信装置からユーザの視聴履歴を入力し、特定のユーザの視聴履歴と予め格納された多数のユーザの視聴履歴に基づいたユーザ群を木構造で表現した木構造ユーザクラスモデルの情報とから、特定のユーザのクラスを学習して判定する第１のステップと、
    該第１のステップにおいて求められたユーザクラスに基づいて、視聴番組のレコメンドを抽出する第２のステップと、
    該抽出した各ユーザのレコメンドの和集合を算出して、前記複数のユーザの視聴番組についてのレコメンドを決定する第３のステップと、
    を実行させるためのプログラム。

Images