JP2011257804A - 番組推薦装置及び番組推薦プログラム - Google Patents

Abstract

【課題】ユーザの好みに合った番組を推薦することができる番組推薦装置及び番組推薦プログラムを提供すること。
【解決手段】所定のＳＮＳにおいて自身のページを保有しており、推薦希望ユーザを当該ページの情報とともに登録する登録部１０と、登録されているページの情報に基づいて所定のＳＮＳにより管理されているページを閲覧し、推薦希望ユーザが発言を追従しているユーザの発言を所定の方法で解析する解析部１１と、解析結果に基づいて、推薦希望ユーザが発言を追従しているユーザの中から、影響力を有するユーザを関連ユーザとして特定し、当該関連ユーザが視聴していた放送番組を推定する番組推定部１２と、推定された放送番組の特徴から推薦番組を決定する推薦番組決定部１３と、決定された推薦番組の情報を推薦希望ユーザが保有するページに送信する送信部１４を備える。
【選択図】図１

Description

本発明は、番組の推薦を希望する者に対して、番組の推薦を行う番組推薦装置及び番組推薦プログラムに関する。

現在の番組推薦装置では、ユーザの好みに合った番組を事前にサーチしておき、その番組が開始する前にユーザに推薦することが一般的である。例えば、特許文献１に記載の番組推薦装置では、ユーザの視聴履歴に基づいて、過去に視聴していた番組をＥＰＧに含まれる番組内容から解析し、ユーザが好む番組内容を把握し、ユーザの好みに合った番組を推薦する方法が提案されている（例えば、特許文献１を参照。）。

また、番組推薦装置では、視聴履歴を利用する以外にも、例えば、ユーザが予め登録しておいたキーワードや、ユーザが管理するブログの書込み等の情報に基づいて、ユーザの好みを類推し、視聴プロファイルを作成し、当該視聴プロファイルに適合する番組を推薦する構成も考えられる。

特開２００８−１９９４０６号公報

しかしながら、プライバシーの観点からユーザが視聴履歴の提供を拒む場合には、番組推薦装置は、視聴履歴を取得できず、ユーザの好みに合った番組を推薦することができない。

また、ユーザ本人が番組推薦のために好きなキーワードを登録したり、ブログに書き込みを行ったりすることは、負担が大きく利用されない可能性がある。このような場合には、番組推薦装置は、ユーザの好みを類推できず、ユーザの好みに合った番組を推薦することができない。

また、番組推薦装置は、ユーザ本人の情報のみに基づいて、番組推薦を行う場合には、推薦できる番組の内容が画一的になり、ユーザが潜在的に望んでいる番組の推薦ができない可能性がある。

そこで、本発明は、上記問題を解決するために、ユーザ自身の情報（視聴履歴や登録キーワード等）に依存せず、ユーザの好みの番組内容を推定し、ユーザの好みに合った番組を推薦することができる番組推薦装置及び番組推薦プログラムを提供することが目的の一つである。

請求項１に記載された番組推薦装置は、所定のソーシャルネットワーキングサービスにおいて自身のページを保有しており、放送番組の推薦を希望するユーザを当該ページの情報とともに登録する登録部と、前記登録部に登録されているページの情報に基づいて所定のソーシャルネットワーキングサービスにより管理されているページを閲覧し、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの発言を所定の方法で解析する解析部と、前記解析部による解析結果に基づいて、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの中から、影響力を有するユーザを関連ユーザとして特定し、当該関連ユーザが視聴していた放送番組を推定する番組推定部と、前記番組推定部によって推定された放送番組の特徴から推薦番組を決定する推薦番組決定部と、前記推薦番組決定部によって決定された推薦番組の情報を前記放送番組の推薦を希望するユーザが保有するページに送信する送信部を備える構成とした。

かかる構成によれば、本発明の番組推薦装置は、ユーザ自身の情報に依存せず、ユーザに対して影響力を有する他のユーザの発言に基づいて、ユーザが好みそうな番組を推薦することが可能になっている。

請求項２に記載された発明は、請求項１記載の番組推薦装置において、全放送番組の放送時間情報、出演者情報及び番組概要情報が含まれている番組表を形態素解析し、番組内容の特徴を示す番組プロファイルを放送番組ごとに作成する番組プロファイル作成部を備え、前記番組推定部は、前記解析部による解析結果に基づいて、発言した時間と発言内容に基づいて前記番組表を参照し、前記関連ユーザが視聴していた一又は複数の放送番組を推定し、前記推薦番組決定部は、前記番組推定部により推定した一又は複数の放送番組の情報を前記番組表から抽出し、抽出した一又は複数の放送番組の情報を形態素解析し、解析結果に基づいて、前記関連ユーザが視聴している放送番組の特徴を示す視聴プロファイルを作成し、前記関連ユーザの視聴プロファイルに基づいて、前記放送番組の推薦を希望するユーザの視聴プロファイルを作成し、前記放送番組の推薦を希望するユーザの視聴プロファイルと、前記番組プロファイル作成部により作成された放送番組ごとの番組プロファイルを比較し、類似度が高い番組プロファイルに対応する放送番組を推薦番組に決定する構成とした。

かかる構成によれば、本発明の番組推薦装置は、関連ユーザの視聴プロファイルに基づいて、放送番組の推薦を希望するユーザの視聴プロファイルを作成し、当該放送番組の視聴を希望するユーザの視聴プロファイルと放送番組ごとの番組プロファイルを比較し、類似度が高い番組プロファイルに対応する放送番組を推薦番組に決定するので、ユーザに対して影響力を有する他のユーザの視聴している放送番組と同じような特徴をもつ放送番組を推薦することが可能になっている。

請求項３に記載された発明は、請求項１記載の番組推薦装置において、前記番組推定部は、前記解析部による解析結果に基づいて、発言した時間と発言内容に基づいて、全放送番組の放送時間情報、出演者情報及び番組概要情報が含まれている番組表を参照し、前記関連ユーザが視聴していた一又は複数の放送番組を推定し、前記推薦番組決定部は、前記番組推定部により推定した一又は複数の放送番組の情報を前記番組表から抽出し、抽出した一又は複数の放送番組の情報に基づいて、シリーズ番組のみを推薦番組に決定する構成とした。

かかる構成によれば、本発明の番組推薦装置は、ユーザに対して影響力を有する他のユーザの視聴している連続ドラマ等のシリーズ番組の推薦を行うことが可能になっている。

請求項４に記載された発明は、請求項１記載の番組推薦装置において、前記番組推定部は、前記解析部による解析結果に基づいて、発言した時間と発言内容に基づいて、全放送番組の放送時間情報、出演者情報及び番組概要情報が含まれている番組表を参照し、前記関連ユーザが視聴している現在の放送番組を推定し、前記推薦番組決定部は、前記番組推定部により推定した放送番組を推薦番組に決定する構成とした。

かかる構成によれば、本発明の番組推薦装置は、ユーザに対して影響力を有する他のユーザが現在視聴している放送番組の推薦を行うことが可能になっている。

請求項５に記載された発明は、請求項１から４のいずれか一項に記載の番組推薦装置において、前記解析部は、放送番組であることを示す所定の記号が挿入されている発言を検索し、当該所定の記号が挿入されている発言のみを解析の対象にする構成とした。

かかる構成によれば、本発明の番組推薦装置は、放送番組に関係の深い発言のみを対象として解析するため、放送番組に関係のない発言を排除できるので、効率的な発言の解析を行うことが可能になっている。

請求項６に記載された発明は、請求項１から５のいずれか一項に記載の番組推薦装置において、前記番組推定部は、前記解析部による解析結果に基づいて、放送番組に対して一定数以上の発言をしているユーザを抽出し、その中から、一定数以上の他のユーザから発言が追従されているユーザを前記関連ユーザとして特定する構成とした。

かかる構成によれば、本発明の番組推薦装置は、放送番組の推薦を希望するユーザに対して、高い影響力を有する関連ユーザの好んでいる放送番組を分析して得られた放送番組を推薦番組として決定することが可能になっている。

請求項７に記載された番組推薦プログラムは、所定のソーシャルネットワーキングサービスにおいて自身のページを保有しており、放送番組の推薦を希望するユーザを当該ページの情報とともに登録する登録部と、前記登録部に登録されているページの情報に基づいて所定のソーシャルネットワーキングサービスにより管理されているページを閲覧し、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの発言を所定の方法で解析する解析部と、前記解析部による解析結果に基づいて、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの中から、影響力を有するユーザを関連ユーザとして特定し、当該関連ユーザが視聴していた放送番組を推定する番組推定部と、前記番組推定部によって推定された放送番組の特徴から推薦番組を決定する推薦番組決定部と、前記推薦番組決定部によって決定された推薦番組の情報を前記放送番組の推薦を希望するユーザが保有するページに送信する送信部を備えるコンピュータを、番組推薦装置として機能させる構成とした。

かかる構成によれば、本発明の番組推薦プログラムは、ユーザ自身の情報に依存せず、ユーザに対して影響力を有する他のユーザの発言に基づいて、ユーザが好みそうな番組を推薦することが可能になっている。

本発明によれば、ユーザ自身の情報に依存せず、ユーザに対して影響力を有する他のユーザの発言に基づいて、ユーザが好みそうな番組を推薦することが可能である。

番組推薦システムの全体と、番組推薦装置の構成を示す機能ブロック図である。 登録部に登録されている登録テーブルを模式的に示す図である。 ＳＮＳに登録しているユーザのページの構成を模式的に示す図である。 視聴プロファイルの作成方法についての説明に供する図である。 視聴プロファイルに基づいて番組推薦を行う方法についての説明に供する図である。 関連ユーザの番組ごとの視聴状況を表す図である。 カリスマユーザの抽出方法についての説明に供する図である。

以下、本発明の実施の形態について図面を参照して説明する。
番組推薦装置１は、図１に示すように、番組推薦システムＳにおいて、ネットワーク１００を介して、複数台のユーザ端末２００と、所定のソーシャルネットワーキングサービスにより管理されているＷｅｂサーバ３００と、電子番組情報（ＥＰＧ、Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）を有するＥＰＧサーバ４００に接続されている。ＥＰＧには、全放送番組の放送時間情報や出演者情報や番組概要情報等が含まれている。

番組推薦装置１は、登録部１０と、解析部１１と、番組推定部１２と、推薦番組決定部１３と、送信部１４を備える。
登録部１０は、所定のソーシャルネットワーキングサービス（ＳＮＳ、Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）において自身のページを保有しており、放送番組の推薦を希望するユーザ（以下、推薦希望ユーザという。）を当該ページの情報とともに登録する。例えば、登録部１０は、図２に示すような登録テーブルを有しており、登録テーブルに推薦希望ユーザのＩＤと、ユーザ名と、登録されているＵＲＬを関連付けて登録する。

ここで、推薦希望ユーザは、登録部１０によって登録する前に、所定のＳＮＳにおいて、自身のページを有している必要がある。所定のＳＮＳとは、例えば、ツイッター（Ｔｗｉｔｔｅｒ）やフェイスブックのように、登録されたユーザ（例えば、ユーザ名が「ａｂｃｄ」）に対して、ユニークなＵＲＬ（例えば、ｈｔｔｐ：／／ｔｗｉｔｔｅｒ．ｃｏｍ／ａｂｃｄ）を付与し、ユーザは、このＵＲＬにより表示されるページにおいて、他のユーザの発言をフォローすることにより、コミュニケーションを図るサービスをいう。

なお、ツイッターのように、ユーザの「いま」に関する書き込みが行われ、かつ、他のユーザとの関係を明示するような形態であれば、どのようなＳＮＳであっても、これを利用することによって本発明を実現することができる。

解析部１１は、登録部１０に登録されているページの情報（例えば、登録テーブルに登録されているＵＲＬ）に基づいて所定のソーシャルネットワーキングサービスにより管理されているページを閲覧し、推薦希望ユーザが発言を追従しているユーザの発言を所定の方法で解析（例えば、形態素解析）する。

ここで、図３を用いてツイッターの主な構成について説明する。ＳＮＳによって管理されているページは、管理者本人の発言を入力する領域Ａと、管理者本人の発言とフォローしているユーザの発言が新しい順番で表示される発言領域Ｂと、フォローしているユーザを示すフォロー領域Ｃ等から構成されている。ツイッターにおいては、投稿した発言には、固有のＵＲＬが割り当てられ、フォローしているユーザのページにおける発言領域Ｂにタイムラインとして順次更新されてゆく。
図３に示す例では、ユーザＵ１は、ユーザＵ２の発言をフォローしており、ユーザＵ２が「２０１０／４／４ ２１：０８ 今週の商標伝は面白そう＃ｎｈｋ」という発言をした場合、ユーザＵ１が管理するページの発言領域ＢにユーザＵ２のした発言が表示される。

番組推定部１２は、解析部１１による解析結果に基づいて、推薦希望ユーザが発言を追従しているユーザの中から、影響力を有するユーザを関連ユーザとして特定し、当該関連ユーザが視聴していた放送番組を推定する。

推薦番組決定部１３は、番組推定部１２によって推定された放送番組の特徴から推薦番組を決定する。送信部１４は、推薦番組決定部１３によって決定された推薦番組の情報を推薦希望ユーザが保有するページに送信する。本実施形態では、送信部１４によって送信された推薦番組の情報は、推薦希望ユーザが管理するページにおける発言領域Ｂに表示されるものとするが（リプライ機能）、この形態に限られない。例えば、送信部１４は、Ｅメール等のＳＮＳを利用しない伝達手段によって決定された推薦番組の情報を送信しても良い。

このようにして、番組推薦装置１は、ユーザ自身の情報に依存せず、ユーザに対して影響力を有する他のユーザの発言に基づいて、ユーザが好みそうな番組を推薦することが可能になっている。また、番組推薦装置１は、普段、視聴している番組内容ではないが、推薦希望ユーザが潜在的に望んでいる放送番組の推薦も行うことができる。

また、番組推薦装置１は、例えば、推薦希望ユーザが管理するページにおける所定の場所（例えば、発言領域Ｂ）に推薦番組の情報（番組のタイトルや、放送時間等の情報）を表示させるので、推薦番組の情報をＳＮＳ上で提供でき、他のアプリケーションを別途利用する必要がなく、効率的かつ安価に実現できる。

＜推薦方法１＞
また、番組推薦装置１は、図１に示すように、番組プロファイル作成部１５を備える構成であっても良い。
番組プロファイル作成部１５は、ＥＰＧを形態素解析し、番組内容の特徴を示す番組プロファイルを放送番組ごとに作成する。具体的な番組プロファイルの作成方法については後述する。

番組推定部１２は、解析部１１による解析結果に基づいて、発言した時間と発言内容に基づいてＥＰＧを参照し、関連ユーザが視聴していた一又は複数の放送番組を推定する。よって、番組推定部１２は、放送番組の内容に関係のある発言のみを抽出し、その発言をしているユーザを関連ユーザとして特定し、関連ユーザの視聴していた放送番組をその発言内容と発言した時間とに基づいてＥＰＧを参照して推定する。

推薦番組決定部１３は、番組推定部１２により推定した一又は複数の放送番組の情報をＥＰＧから抽出し、抽出した一又は複数の放送番組の情報を形態素解析し、解析結果に基づいて、関連ユーザが視聴している放送番組の特徴を示す視聴プロファイルを作成する。また、推薦番組決定部１３は、関連ユーザの視聴プロファイルに基づいて、推薦希望ユーザの視聴プロファイルを作成する。また、推薦番組決定部１３は、推薦希望ユーザの視聴プロファイルと、番組プロファイル作成部１５により作成された放送番組ごとの番組プロファイルを比較し、類似度が高い番組プロファイルに対応する放送番組を推薦番組に決定する。

ここで、関連ユーザが３人（関連ユーザＡ、Ｂ及びＣ）特定された場合において、推薦番組決定部１３の具体的な動作について以下に説明する。
推薦番組決定部１３は、図４に示すように、関連ユーザの視聴していた放送番組の特徴をＥＰＧから抽出し、各関連ユーザの視聴プロファイルをベクトルで表現する。

例えば、番組推定部１２では、関連ユーザＡの発言した時間と発言内容から、関連ユーザＡが「１／２８ ２３：００ 特許最前線」と「１／３１ ２１：００ 商標伝」を視聴していたと判定する。その後、推薦番組決定部１３は、この判定結果から放送番組「特許最前線」と放送番組「商標伝」のＥＰＧの番組情報を解析し、語ごとに特徴量を算出し、関連ユーザＡの視聴プロファイルａを作成する。

また、推薦番組決定部１３は、上述と同様に、関連ユーザＢの視聴プロファイルｂと、関連ユーザＣの視聴プロファイルｃを作成する。
つぎに、推薦番組決定部１３は、各関連ユーザの視聴プロファイルａ、ｂ及びｃを加算処理し、推薦希望ユーザＵの視聴プロファイルｘを作成する。

そして、推薦番組決定部１３は、推薦希望ユーザＵの視聴プロファイルｘと、番組プロファイル作成部１５により作成された放送番組ごとの番組プロファイルを比較し、類似度が高い番組プロファイルに対応する放送番組を推薦番組に決定する。

このようにして、番組推薦装置１は、関連ユーザＡ、Ｂ及びＣの視聴プロファイルに基づいて、推薦希望ユーザＵの視聴プロファイルを作成し、この推薦希望ユーザＵの視聴プロファイルと放送番組ごとに作成した番組プロファイルを比較し、類似度が高い番組プロファイルに対応する放送番組を推薦番組に決定するので、推薦希望ユーザＵに対して影響力を有する他のユーザ（関連ユーザＡ、Ｂ及びＣ）の視聴している放送番組と同じような特徴をもつ放送番組を推薦することが可能になっている。

＜類似度の算出方法＞
ここで、番組プロファイルの作成方法と、類似度の算出方法について具体的に説明する。
まず、推薦希望ユーザｑ_ｕの関連ユーザの視聴プロファイルの作成方法について説明する。推薦番組決定部１３は、視聴した放送番組のＥＰＧに含まれている番組情報を形態素解析し、特徴的な単語（例えば、出演者名や場所の名称等）の出現頻度と品詞の種別に応じて各語に評価値を付与する。推薦番組決定部１３は、形態素解析の結果から、一の関連ユーザｑ_ｒのプロファイルベクトルＱ_ｒを作成する。例えば、プロファイルベクトルＱ_ｒは、（１）式に示すように表すことができる。

ただし、Ｚ_ｒｊは、関連ユーザｑ_ｒにとっての語ｋ_ｊの重みを表しており、例えば、ｔｆ−ｉｄｆ手法によって関連ユーザｑ_ｒが視聴した各放送番組における語ｋ_ｊの重みを算出し、関連ユーザｑ_ｒが視聴した全ての放送番組における語ｋ_ｊの重みを足し合わせたものである。また、プロファイルベクトルＱ_ｒは、放送番組の特徴を示すものになるため、出演者名や場所に関する語は、他の語と比べて高い重み付けにしている。
このようにして、順次、他の関連ユーザの視聴プロファイルを作成する。

つぎに、推薦番組決定部１３は、全ての関連ユーザの視聴プロファイルに基づいて推薦希望ユーザｑ_ｕの視聴プロファイルを作成する。例えば、推薦希望ユーザｑ_ｕの視聴プロファイルは、プロファイルベクトルＱ‘_ｕとして、（２）式に示すように表すことができる。

ただし、Ｑ_ｋは、推薦希望ユーザｑ_ｕの関連ユーザｑ_ｋのプロファイルベクトルを示しており、ａ_ｋは、関連ユーザｑ_ｋの関連パラメータを示している。関連パラメータとは、関連ユーザごとに付与される重み付けである。詳細は後述するように、推薦番組決定部１３は、関連ユーザの中でも重要度の高い関連ユーザ（カリスマユーザ）の視聴プロファイルを他の関連ユーザの視聴プロファイルよりも優先し、高い重み付けを付与する。なお、カリスマユーザは、推薦希望ユーザの関連ユーザに限定せず、例えば、ＳＮＳ上で一定の条件を有するユーザであっても良い。

また、推薦番組決定部１３は、推薦希望ユーザｑ_ｕの関連ユーザが一人のみの場合には、この関連ユーザの視聴プロファイルを推薦希望ユーザｑ_ｕの視聴プロファイルとして利用する。

また、番組プロファイル作成部１５は、放送予定番組のＥＰＧをＥＰＧサーバ４００から取得し、解析し、放送番組ごとの番組プロファイルを作成する。例えば、放送番組ｄ_ｉの番組プロファイルは、コンテンツベクトルＤ_ｉとして、（３）式に示すように表すことができる。

ただし、Ｗ_ｉｊは、例えば、ｔｆ−ｉｄｆ手法によって算出される放送番組ｄ_ｉにおける語ｋ_ｊの重みを表している。例えば、コンテンツベクトルは、放送番組の特徴を示すものとなるめ、出演者名や場所に関する語は、他の語と比べて高い重み付けになる。

つぎに、推薦番組決定部１３は、プロファイルベクトルＱ‘_ｕとコンテンツベクトルＤ_ｉの類似度が高い放送番組を推薦番組として決定する。ここで、推薦希望ユーザｑ_ｕとある放送番組ｄ_ｉとの類似度（ＳＩＭＩＬＡＲＩＴＹ）は、（４）式に示すように表すことができる。

また、解析部１１は、放送番組であることを示す所定の記号が挿入されている発言を検索し、当該所定の記号が挿入されている発言のみを解析の対象にする。ここで、所定の記号とは、ハッシュタグ（＃）のことである。解析部１１は、例えば、「＃ｎｈｋ」が発言の中に含まれていれば、この発言は、ＮＨＫの放送番組についての発言であると判断し、その発言をした時間に基づいて、ＥＰＧを参照し、関連ユーザが視聴していた放送番組を推定し、当該放送番組の情報を解析する。なお、ツイッターにおいては、放送番組を視聴しながら放送局名や番組名のハッシュタグを付加して発言するスタイルが慣習化している。

このようにして、番組推薦装置１は、放送番組に関係の深い発言のみを対象として解析するため、放送番組に関係のない発言を排除できるので、効率的な発言の解析を行うことが可能になっている。

ここで、推薦方法１を採用した場合の番組推薦装置１の具体的な動作について説明する。なお、以下では、関連ユーザは、一人であるとし、関連ユーザが視聴していた放送番組は、一つであると仮定して説明を行う。

解析部１１は、図５（ａ）に示すように、推薦希望ユーザＡのＳＮＳ上のページにおいて、関連ユーザＢの発言「２０１０／１／２８（木）２３：３８ 特許庁行きたくなった。＃ｎｈｋ」を解析する。番組推定部１２は、関連ユーザＢがＮＨＫの放送番組「特許最前線」を視聴していたと推定する。推薦番組決定部１３は、ＥＰＧから取得した放送番組「特許最前線」の情報を解析し、関連ユーザの視聴プロファイルを作成し、これを推薦希望ユーザＡの視聴プロファイルに利用する。

推薦番組決定部１３は、推薦希望ユーザＡの視聴プロファイルと番組プロファイル作成部１５により作成された放送番組ごとの番組プロファイルを比較し、比較結果から、例えば、次週に放送される「特許最前線」を推薦番組に決定する。
送信部１４は、所定のタイミング（少なくとも、放送時間前までに）で、推薦希望ユーザＡのページに「特許最前線」を推薦番組として送信する。
例えば、推薦希望ユーザＡのページの発言領域Ｂには、「もうすぐ、ＮＨＫで「特許最前線」が始まります。」という発言が表示される。

また、解析部１１は、図５（ｂ）に示すように、推薦希望ユーザＣのＳＮＳ上のページにおいて、関連ユーザＤの発言「２０１０／１／３１（日）２１：２６ 奥が深い。＃ｎｈｋ」を解析する。番組推定部１２は、関連ユーザＢがＮＨＫの放送番組「商標伝」を視聴していたと推定する。推薦番組決定部１３は、ＥＰＧから取得した放送番組「商標伝」の情報を解析し、関連ユーザの視聴プロファイルを作成し、これを推薦希望ユーザＣの視聴プロファイルに利用する。

推薦番組決定部１３は、推薦希望ユーザＣの視聴プロファイルと番組プロファイル作成部１５により作成された放送番組ごとの番組プロファイルと比較する。推薦番組決定部１３は、比較結果から、例えば、「商標伝」に出演していた特許太郎が出演する他の放送番組「意匠の活用」を推薦番組に決定する。
送信部１４は、所定のタイミング（少なくとも、放送時間前までに）で、推薦希望ユーザＡのページに、「商標伝」や「意匠の活用」を推薦番組として送信する。

例えば、推薦希望ユーザＡのページの発言領域Ｂには、「もうすぐ、ＮＨＫで「意匠の活用」が始まります。」や「もうすぐ、ＮＨＫで「商標伝」が始まります」という発言が表示される。

また、番組推薦装置１は、番組推薦をする際に、推薦番組のホームページのＵＲＬ（リンク情報）や、前回までのあらすじを一緒に推薦希望ユーザのページに送信しても良い。

＜推薦方法２＞
また、番組推定部１２は、＜推薦方法１＞と同様に、解析部１１による解析結果に基づいて、発言した時間と発言内容に基づいて、ＥＰＧを参照し、関連ユーザが視聴していた一又は複数の放送番組を推定する。このような構成の場合には、推薦番組決定部１３は、番組推定部１２により推定した一又は複数の放送番組の情報をＥＰＧから抽出し、抽出した一又は複数の放送番組の情報に基づいて、シリーズ番組のみを推薦番組に決定する。

ここで、番組推薦装置１は、ユーザに対して影響力を有する他のユーザの視聴している連続ドラマ等のシリーズ番組の推薦を行うことが可能になっている。

つぎに、推薦方法２を採用した場合の番組推薦装置１の具体的な動作について説明する。なお、以下では、関連ユーザは、二人であるとする。
推薦番組決定部１３は、関連ユーザの視聴していたシリーズ番組の視聴頻度を算出する。具体的には、推薦番組決定部１３は、図６に示すように、定時編成番組やシリーズ番組に対して、各関連ユーザが視聴した頻度を算出し、一定以上の頻度で視聴した番組を特定する。推薦番組決定部１３は、図６に示す例では、番組３が一定以上の関連ユーザが高頻度で視聴した番組として、推薦番組に決定する。

＜推薦方法３＞
また、番組推定部１２は、解析部１１による解析結果に基づいて、発言した時間と発言内容に基づいて、全放送番組の放送時間情報や出演者情報が含まれているＥＰＧを参照し、関連ユーザが視聴している現在の放送番組を推定する構成であっても良い。このような構成の場合には、推薦番組決定部１３は、番組推定部１２により推定した放送番組を推薦番組に決定する。

このような構成によれば、番組推薦装置１は、ユーザに対して影響力を有する他のユーザが現在視聴している放送番組の推薦をリアルタイムに行うことが可能になっている。

なお、推薦番組決定部１３は、関連ユーザに限定せず、今放送されている番組に対する全ユーザの発言数が一定数以上を超えたら、その放送番組を推薦番組に決定しても良い。

また、＜推薦方法１＞、＜推薦方法２＞及び＜推薦方法３＞において、番組推定部１２は、解析部１１による解析結果に基づいて、放送番組に対して一定数以上の発言をしているユーザを抽出し、その中から、一定数以上の他のユーザから発言が追従されているユーザを関連ユーザ（カリスマユーザ）として特定する構成であっても良い。

このような構成によれば、番組推薦装置１は、推薦希望ユーザに対して、高い影響力を有する関連ユーザの好んでいる放送番組を分析して得られた放送番組を推薦番組として決定することが可能になっている。

＜カリスマユーザの抽出＞
ここで、カリスマユーザの抽出方法について説明する。
番組推定部１２は、推薦希望ユーザＵ１が直接フォローしている全ユーザ（全関連ユーザ）の発言と、これらの全関連ユーザのフォローの状況（フォローされている状況と、フォローをしている状況）を解析し、予め、以下の２つの条件を満たすユーザをカリスマユーザとして抽出しておく。ただし、カリスマユーザを利用しない場合には、本作業は不要となる。

条件１．フォローされている数が一定以上であること。
フォローとは、他のユーザをお気に入り登録をすることをいう。ツイッターでは、このお気に入り登録されたユーザの発言は、フォローされているユーザのページにおける発言領域Ｂに表示されることになる。

番組推定部１２は、お気に入り登録されている関連ユーザのページを解析し、多くのユーザからフォローされている場合には、人気のあるユーザと推定する。図７に示す例では、番組推定部１２は、複数のユーザからフォローされているユーザＵ２を人気のあるユーザと推定する。なお、図７中の一方向性の矢印は、始端がフォローするユーザを示し、終端がそのユーザにフォローされているユーザを示す。また、双方向性の矢印は、両端のユーザ同士が相互にフォローし合っている様子を示している。

条件２．一定数以上、放送番組について発言をしていること。
番組推定部１２は、発言内容を解析し、放送番組に関するハッシュタグが発言に付加されている場合、番組について発言したものとみなす。

なお、本実施例では、推薦希望ユーザＵ１が直接フォローしている関連ユーザの中からカリスマユーザを決めているが、これに限定せず、関連ユーザがフォローしているユーザや、ＳＮＳ上の全ユーザの中から、条件１.及び条件２．を満たすユーザをカリスマユーザとしても良い。

＜関連ユーザの決定＞
つぎに、関連ユーザの決定方法について説明する。
番組推定部１２は、推薦希望ユーザＵ１が他のユーザをフォローしている場合には、フォローしているカリスマユーザのみを関連ユーザとして決定したり、フォローしている非カリスマユーザのうち、一定数以上、放送番組について発言をしているユーザを関連ユーザとして決定する。

また、番組推定部１２は、フォローの状況からユーザ同士の関係性をさらに解析し、フォローしたユーザがフォローしているユーザや、双方向的にフォローし合っているユーザ等の特定の条件を満たすユーザを関連ユーザに含めることもできる。

ここで、上述した＜推薦方法１＞、＜推薦方法２＞及び＜推薦方法３＞の特徴について説明する。＜推薦方法１＞では、視聴した番組のＥＰＧの情報に基づいて、視聴プロファイルを作成するため、番組内容自体に基づく推薦方法であるといえる。そのため、＜推薦方法１＞では、推薦希望ユーザの視聴プロファイルが特定の人物（例えば、俳優）の特徴を有する場合には、単発の番組や、シリーズ番組の中でも、特にその人物が出演している回のみ推薦できるメリットがある。

また、＜推薦方法２＞では、シリーズ番組に対して、ただ視聴したかどうかをもとに推薦番組を決定するため、番組タイトルに基づく推薦方法であるといえる。そのため、定期的に視聴されている番組は必ず推薦できる。

また、＜推薦方法３＞では、視聴した番組に関わらず、現在、放送中の番組が盛り上がっているかどうかをもとに推薦する。＜推薦方法１＞や＜推薦方法２＞では、番組の放送開始の直前までに当該番組の推薦を行うことが可能であるが、この＜推薦方法３＞では、既に開始している番組について推薦するので、番組の放送開始から相当時間経過していない状態で推薦することが好ましい。

なお、番組推薦装置１は、上述した＜推薦方法１＞から＜推薦方法３＞の結果を全て推薦する方法でも良いし、＜推薦方法１＞と＜推薦方法２＞で共通する結果のみ推薦する方法でも良い。また、各推薦方法の組合せは、対象とするＳＮＳの状況に応じて自由に変更できる。

また、以下に本実施例の主な効果について列挙する。
番組推薦装置１は、ＳＮＳへの書込みから番組の視聴履歴を推定するので、個人情報である視聴履歴を各ユーザから提供してもらわなくても、推薦希望ユーザに対して番組推薦を行うことができる。また、番組推薦装置１は、従来のようなキーワード登録や個人プロファイル設定等も必要ないため、推薦希望ユーザに対して負担をかけることなく番組推薦を行うことができる。

また、番組推薦装置１は、推薦希望ユーザ自身の書込みからも番組推薦を行うこともできるが、推薦希望ユーザ自身の発言がない場合でも、関連性のあるユーザの発言に基づいて、番組推薦を行うことができる。

また、番組推薦装置１は、推薦希望ユーザがフォロー等していれば、その情報も考慮して番組推薦を行うが、必ずしもフォロー等の機能を利用していなくても良い。これは、番組推薦装置１は、ＳＮＳ上で関係のあるユーザがいれば、そのユーザの発言に基づいて番組推薦を行うが、関係のあるユーザが全くいなくても、ＳＮＳ上で一定の条件（例えば、前述した条件１．及び条件２）を満足するユーザ（カリスマユーザ）の発言に基づいて番組推薦を行うことができるからである。また、番組推薦装置１は、複数のカリスマユーザの発言に基づいて番組推薦を行っても良い。この場合には、番組推薦装置１は、推薦希望ユーザに対して、広く多様な流行番組を推薦することができる。

また、下記文献に示すような従来型の協調型推薦手法を採用した場合には、嗜好の類似したユーザや同じ視聴傾向のユーザを見つける必要があった。このため、多数のユーザ間のプロファイルを比較して、類似したユーザを探す必要があったが、これは非常に計算コストの高い作業である。
文献：市川裕介「協調フィルタリングを用いたレコメンドサービスの導入事例と課題」社団法人 情報処理学会情報処理、Ｖｏｌ．４８，Ｎｏ．９，ｐｐ．９２７−９７８（２００７年９月）
本実施例の番組推薦装置１では、ユーザ同士の関係が明確な所定のＳＮＳを利用することにより、どのユーザの発言（書込み）を利用して番組推薦するかを容易に決定できる。

また、推薦希望ユーザの発言のみに基づいてから番組推薦をした場合、推薦希望ユーザ自身が今まで視聴していた番組に近い番組が推薦される可能性が高い。一方、番組推薦装置１は、他のユーザの発言に基づいて番組推薦をするので、流行の番組や友達が見ている番組等、推薦希望ユーザが知らなかった番組の推薦が可能であるため、新しい番組を視聴するきっかけ作りに役立てることができる。

また、ＳＮＳでお気に入り登録（フォロー）している場合、推薦希望ユーザは、その登録されている友達が良く視聴している番組を視聴することにより、後で番組に関して話題を共有することができる。

また、番組推薦装置１は、ＳＮＳ上でサービスできるため、本サービスのために特別なシステムを構築する必要がなく、コスト面でもメリットがある。一方ユーザ側も、ＳＮＳを利用できる環境、つまりネットさえ使える環境であれば、特別なアプリをインストールしなくてもサービスを利用できるメリットがある。

１ 番組推薦装置
１０ 登録部
１１ 解析部
１２ 番組推定部
１３ 推薦番組決定部
１４ 送信部
１５ 番組プロファイル作成部
１００ ネットワーク
２００ ユーザ端末
３００ Ｗｅｂサーバ
４００ ＥＰＧサーバ
Ｓ 番組推薦システム

Claims (7)

1. 所定のソーシャルネットワーキングサービスにおいて自身のページを保有しており、放送番組の推薦を希望するユーザを当該ページの情報とともに登録する登録部と、
   前記登録部に登録されているページの情報に基づいて所定のソーシャルネットワーキングサービスにより管理されているページを閲覧し、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの発言を所定の方法で解析する解析部と、
   前記解析部による解析結果に基づいて、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの中から、影響力を有するユーザを関連ユーザとして特定し、当該関連ユーザが視聴していた放送番組を推定する番組推定部と、
   前記番組推定部によって推定された放送番組の特徴から推薦番組を決定する推薦番組決定部と、
   前記推薦番組決定部によって決定された推薦番組の情報を前記放送番組の推薦を希望するユーザが保有するページに送信する送信部を備える番組推薦装置。
2. 全放送番組の放送時間情報、出演者情報及び番組概要情報が含まれている番組表を形態素解析し、番組内容の特徴を示す番組プロファイルを放送番組ごとに作成する番組プロファイル作成部を備え、
   前記番組推定部は、前記解析部による解析結果に基づいて、発言した時間と発言内容に基づいて前記番組表を参照し、前記関連ユーザが視聴していた一又は複数の放送番組を推定し、
   前記推薦番組決定部は、前記番組推定部により推定した一又は複数の放送番組の情報を前記番組表から抽出し、抽出した一又は複数の放送番組の情報を形態素解析し、解析結果に基づいて、前記関連ユーザが視聴している放送番組の特徴を示す視聴プロファイルを作成し、
   前記関連ユーザの視聴プロファイルに基づいて、前記放送番組の推薦を希望するユーザの視聴プロファイルを作成し、
   前記放送番組の推薦を希望するユーザの視聴プロファイルと、前記番組プロファイル作成部により作成された放送番組ごとの番組プロファイルを比較し、類似度が高い番組プロファイルに対応する放送番組を推薦番組に決定する請求項１記載の番組推薦装置。
3. 前記番組推定部は、前記解析部による解析結果に基づいて、発言した時間と発言内容に基づいて、全放送番組の放送時間情報、出演者情報及び番組概要情報が含まれている番組表を参照し、前記関連ユーザが視聴していた一又は複数の放送番組を推定し、
   前記推薦番組決定部は、前記番組推定部により推定した一又は複数の放送番組の情報を前記番組表から抽出し、抽出した一又は複数の放送番組の情報に基づいて、シリーズ番組のみを推薦番組に決定する請求項１記載の番組推薦装置。
4. 前記番組推定部は、前記解析部による解析結果に基づいて、発言した時間と発言内容に基づいて、全放送番組の放送時間情報、出演者情報及び番組概要情報が含まれている番組表を参照し、前記関連ユーザが視聴している現在の放送番組を推定し、
   前記推薦番組決定部は、前記番組推定部により推定した放送番組を推薦番組に決定する請求項１記載の番組推薦装置。
5. 前記解析部は、放送番組であることを示す所定の記号が挿入されている発言を検索し、当該所定の記号が挿入されている発言のみを解析の対象にする請求項１から４のいずれか一項に記載の番組推薦装置。
6. 前記番組推定部は、前記解析部による解析結果に基づいて、放送番組に対して一定数以上の発言をしているユーザを抽出し、その中から、一定数以上の他のユーザから発言が追従されているユーザを前記関連ユーザとして特定する請求項１から５のいずれか一項に記載の番組推薦装置。
7. 所定のソーシャルネットワーキングサービスにおいて自身のページを保有しており、放送番組の推薦を希望するユーザを当該ページの情報とともに登録する登録部と、
   前記登録部に登録されているページの情報に基づいて所定のソーシャルネットワーキングサービスにより管理されているページを閲覧し、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの発言を所定の方法で解析する解析部と、
   前記解析部による解析結果に基づいて、前記放送番組の推薦を希望するユーザが発言を追従しているユーザの中から、影響力を有するユーザを関連ユーザとして特定し、当該関連ユーザが視聴していた放送番組を推定する番組推定部と、
   前記番組推定部によって推定された放送番組の特徴から推薦番組を決定する推薦番組決定部と、
   前記推薦番組決定部によって決定された推薦番組の情報を前記放送番組の推薦を希望するユーザが保有するページに送信する送信部を備えるコンピュータを、番組推薦装置として機能させる番組推薦プログラム。

Images