JP2012070036A - 同一の共有コンテンツに興味を持つ視聴者の属性の観点を推定する最適観点推定プログラム、装置及び方法 - Google Patents

Abstract

【課題】同一の共有コンテンツに興味を持つ他の視聴者の属性の観点を推定すると共に、その観点に基づいて視聴者属性を推定するプログラム等を提供する。
【解決手段】ツリー状の観点及び属性単語を含む観点リストを記憶した観点リスト記憶手段と、各属性単語に関連する多数の学習文章情報を記憶した学習文章情報記憶手段とを有する。また、共有コンテンツから複数のキーワードを抽出する。次に、共有コンテンツについて、キーワードを要素とし且つその出現頻度を値とする第１のベクトルを導出し、キーワード毎に、当該キーワードと一致する属性単語における学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトルを導出する。両ベクトルの類似度を算出し、類似度を対応付けた類似度付き観点リストを生成し、観点リストのレイヤ毎に、類似度の分散が最も大きい観点及び属性単語を導出する。
【選択図】図３

Description

本発明は、ユーザによって所持される端末が、不特定多数の第三者に対して配信される共有コンテンツと、不特定多数の第三者によって投稿されるコメント文章とを受信し且つ表示する技術に関する。

近年、インターネットを介して、不特定多数の第三者に対して、様々な「共有コンテンツ」が配信されている。共有コンテンツは、例えば、テレビ放送コンテンツや、Ｗｅｂページ、音楽、映像、電子書籍のような各種のメディアコンテンツであって、不特定多数の第三者からアクセス可能かコンテンツをいう。

代表的な共有コンテンツとしては、放送コンテンツがある。放送コンテンツには、放送番組としての映像音声情報だけでなく、視聴者のために様々な情報が含められている。特に、その映像音声情報に同期して表示される字幕文字情報は、視聴されている放送番組に対する視聴者の理解を補完するために有効である。通常、字幕文字情報は、その放送番組の内容を要約した短い文章となる。そのために、その字幕文字情報に含まれる単語は、その映像音声情報を適切に表すものが選択される。即ち、字幕文字情報の中に出現するキーワードの出現頻度によって、その放送コンテンツの内容を適切に把握することもできる。

一方で、インターネットを介して、ブログ(Web log)やミニブログ(mini Web log)（例えばtwitter（登録商標））のようなサイトに対して、不特定多数の第三者からのコメント文章が、活発に発信されている。このようなコメント文章の特徴は、１つの共通の話題に対して議論されている。このような共通の話題、即ち、不特定多数の第三者に対して配信される共有コンテンツとして、テレビの放送コンテンツがある。

ユーザは、例えば、放送コンテンツを視聴しながら、その放送内容について不特定多数のユーザ間で、ミニブログ等を介して議論することができる。特に、近年、テレビ放送を視聴しながら（例えばプロ野球を見ながら）、ミニブログを介して、それに対するコメント（例えば試合に対する応援や批判のメッセージ）を発信するという視聴スタイルが普及しつつある。これは、１つの共有コンテンツを、多数のユーザと共有して視聴しているという感覚が得られる。

このようなサービスに関連する従来技術として、テレビの放送コンテンツにおける字幕文字情報から特徴的なキーワードを自動的に抽出し、当該キーワードを含む文章が記述されたページをＷｅｂサイトから検索し、そのページをユーザに提示するという技術がある（例えば特許文献１参照）。

また、ブログサイトに記述されたコメント文章に基づいて、著者の属性を推定する技術もある（例えば非特許文献１参照）。この技術によれば、任意の観点について、汎用的にその属性を推定することができる。

特開２０１０−０８７６５８号公報 特開２００８−０４８２９７号公報

大倉務、清水伸幸、中川裕志、「スケーラブルで汎用的なブログ著者属性推定手法（ｗｅｂ情報抽出）」、情報処理学会研究報告、自然言語処理研究会報告、2007(94)、1-5、2007-09-25、[online]、［平成２２年９月２日検索］、インターネット＜URL:http://ci.nii.ac.jp/naid/110006402891＞

特許文献１に記載された技術によれば、放送コンテンツに関連するＷｅｂページを検索することはできる。しかしながら、同一の放送コンテンツを視聴している第三者のコメント文章のみを検索することはできない。また、第三者のコメント文章を検索できたとしても、既存のミニブログ等によれば、そのコメント文章を投稿したユーザの属性までを知ることはできない。

特許文献２に記載された技術によれば、コメント文章からそのユーザがどのような属性（例えば年齢、性別、職業、趣味等）を持つかを推定することができる。しかしながら、放送コンテンツに沿った観点で、視聴者の属性を認識することまではできない。特に、年齢世代に関連しない内容の放送コンテンツについて、年齢の観点から分析したとしても、何ら役立つ情報は得られない。

そこで、本発明は、同一の共有コンテンツに興味を持つ他の視聴者の属性の観点を推定すると共に、その観点に基づいて視聴者属性を推定することができるプログラム、装置及び方法を提供することを特徴とする。

本発明は、不特定多数の第三者に対して配信される共有コンテンツについて、それを視聴している不特定多数の第三者の属性を検出するための観点を推定するようにコンピュータを機能させる最適観点推定プログラムであって、
予め規定された観点と、該観点からツリー状に構成された属性単語とからなる観点リストを記憶した観点リスト記憶手段と、
観点リストの属性単語毎に、当該属性単語に関連する多数の学習文章情報を記憶した学習文章情報記憶手段と、
共有コンテンツに含まれる複数のキーワードを抽出するキーワード抽出手段と、
共有コンテンツについて、キーワードを要素とし且つその出現頻度を値とする第１のベクトルｗj＝（ｗj₁，ｗj₂，ｗj₃，・・・ｗj_n）を導出する第１のベクトル導出手段と、
キーワード毎に、当該キーワードと一致する属性単語における学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトル（第１のベクトルの要素列と同一）ｗg＝（ｗg₁，ｗg₂，ｗg₃，・・・ｗg_n）を導出する第２のベクトル導出手段と、
第１のベクトルと、キーワード毎の第２のベクトルとの類似度を算出する類似度算出手段と、
観点及び属性単語毎に類似度を対応付けた類似度付き観点リストを生成する類似度付き観点リスト生成手段と、
観点リストのレイヤ毎に、類似度の分散が最も大きい観点及び属性単語を導出する最適観点導出手段と
してコンピュータを機能させることを特徴とする。

本発明の最適観点推定プログラムにおける他の実施形態によれば、
類似度算出手段は、類似度を以下の式によって算出し、
cosθ＝(ｗj・ｗg)／(|ｗj|・|ｗg|)
最適観点導出手段は、以下のレイヤ毎の分散を比較する
cosθ・Ｌ₁， cosθ・Ｌ₂， ・・・， cosθ・Ｌ_m （ｍ：レイヤＬの観点数）
ようにコンピュータを機能させることも好ましい。

本発明の最適観点推定プログラムにおける他の実施形態によれば、キーワード抽出手段は、共有コンテンツに含まれる文章から形態素解析によってキーワードを抽出すると共に、ＴＦ−ＩＤＦ（Term Frequency - Inverse Document Frequency：単語の出現頻度−逆出現頻度）によって特徴的な単語を、キーワードとして抽出することも好ましい。

本発明の最適観点推定プログラムにおける他の実施形態によれば、
共有コンテンツは、テレビ放送コンテンツであって、映像音声情報と字幕文字情報とからなり、
キーワード抽出手段は、字幕文字情報からキーワードを抽出する
ようにコンピュータを機能させることも好ましい。

本発明によれば、コンピュータを搭載した装置について、請求項１から４のいずれか１項に記載の最適観点推定プログラムと共に、共有コンテンツについて不特定多数の第三者によって投稿された多数のコメント文章に基づいて、最適観点導出手段によって導出される観点を更に最適化するようにコンピュータを機能させる観点最適化プログラムであって、
コメント文章には、投稿者識別子が対応付けられており、
所定時間間隔毎に、共有コンテンツに関連するコメント文章を収集する関連コメント収集手段と、
収集されたコメント文章を、投稿者識別子毎に区分する投稿者別コメント収集手段と、
投稿者識別子毎に、コメント文章から属性単語を抽出する属性単語抽出手段と、
観点リストにおける属性単語毎に、同一の属性単語を有する投稿者識別子の数を導出する投稿者数導出手段と、
所定時間間隔毎に、属性単語における投稿者識別子の数を蓄積する投稿者数蓄積手段と
してコンピュータを機能させ、
最適観点導出手段は、類似度の分散が大きい属性単語であって、且つ、過去の複数の所定時間間隔における投稿者識別子の数の変化が大きい属性単語を、最適観点として導出するようにコンピュータを機能させることを特徴とする。

本発明によれば、コンピュータを搭載した装置について、請求項１から４のいずれか１項に記載の最適観点推定プログラムと共に、共有コンテンツについて不特定多数の第三者によって投稿された多数のコメント文章に基づいて、視聴者の属性を推定するようにコンピュータを機能させる視聴者属性推定プログラムであって、
コメント文章には、投稿者識別子が対応付けられており、
共有コンテンツに関連する、所定範囲のコメント文章を収集する関連コメント収集手段と、
収集されたコメント文章を、投稿者識別子毎に区分する投稿者別コメント収集手段と、
投稿者識別子毎に、コメント文章から属性単語を抽出する属性単語抽出手段と、
最適と推定された観点から下位レイヤにおける属性単語毎に、同一の属性単語を有する投稿者識別子の数を導出する視聴者属性数導出手段と、
属性単語毎のコメント文章の割合を、共有コンテンツに関する視聴者層として導出する視聴者属性割合導出手段と
を有することを特徴とする。

本発明の視聴者属性推定プログラムにおける他の実施形態によれば、視聴者属性数導出手段について、最適と推定された観点から１つだけ下位レイヤにおける属性単語について、コメント文章の数を導出するようにコンピュータを機能させることも好ましい。

本発明の視聴者属性推定プログラムにおける他の実施形態によれば、投稿者別コメント収集手段は、更に、ミニブログから、同一の投稿者識別子に基づいて過去の多数のコメント文章を辿って収集するようにコンピュータを機能させることも好ましい。

本発明の視聴者属性推定プログラムにおける他の実施形態によれば、
コメント文章は、ミニブログ(mini Web log)サイトに投稿されたものであり、
関連コメント収集手段及び投稿者別コメント収集手段は、ミニブログサイトから共有コンテンツに関連するコメント文章を受信する
ようにコンピュータを機能させることも好ましい。

本発明の視聴者属性推定プログラムにおける他の実施形態によれば、
学習文章情報記憶手段について、
学習文章情報は、ミニブログに記載されたコメント文章情報であり、
投稿者識別子に対応付けられたプロファイル情報を含むコメント文章情報を収集し、該プロファイル情報から属性単語を抽出し、該属性単語に対応付けてコメント文章情報を学習文章情報として記憶することも好ましい。

本発明によれば、不特定多数の第三者に対して配信される共有コンテンツについて、それを視聴している不特定多数の第三者の属性を検出するための観点を推定する最適観点推定装置であって、
予め規定された観点と、該観点からツリー状に構成された属性単語とからなる観点リストを記憶した観点リスト記憶手段と、
観点リストの属性単語毎に、当該属性単語に関連する多数の学習文章情報を記憶した学習文章情報記憶手段と、
共有コンテンツに含まれる複数のキーワードを抽出するキーワード抽出手段と、
共有コンテンツについて、キーワードを要素とし且つその出現頻度を値とする第１のベクトルｗj＝（ｗj₁，ｗj₂，ｗj₃，・・・ｗj_n）を導出する第１のベクトル導出手段と、
キーワード毎に、当該キーワードと一致する属性単語における学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトル（第１のベクトルの要素列と同一）ｗg＝（ｗg₁，ｗg₂，ｗg₃，・・・ｗg_n）を導出する第２のベクトル導出手段と、
第１のベクトルと、キーワード毎の第２のベクトルとの類似度を算出する類似度算出手段と、
観点及び属性単語毎に類似度を対応付けた類似度付き観点リストを生成する類似度付き観点リスト生成手段と、
観点リストのレイヤ毎に、類似度の分散が最も大きい観点及び属性単語を導出する最適観点導出手段と
を有することを特徴とする。

本発明によれば、不特定多数の第三者に対して配信される共有コンテンツについて、それを視聴している不特定多数の第三者の属性を検出するための観点を推定する最適観点推定方法であって、
予め規定された観点と、該観点からツリー状に構成された属性単語とからなる観点リストを記憶した観点リスト記憶部と、
観点リストの属性単語毎に、当該属性単語に関連する多数の学習文章情報を記憶した学習文章情報記憶部と
を有し、
共有コンテンツに含まれる複数のキーワードを抽出する第１のステップと、
共有コンテンツについて、キーワードを要素とし且つその出現頻度を値とする第１のベクトルｗj＝（ｗj₁，ｗj₂，ｗj₃，・・・ｗj_n）を導出する第２のステップと、
キーワード毎に、当該キーワードと一致する属性単語における学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトル（第１のベクトルの要素列と同一）ｗg＝（ｗg₁，ｗg₂，ｗg₃，・・・ｗg_n）を導出する第３のステップと、
第１のベクトルと、キーワード毎の第２のベクトルとの類似度を算出する第４のステップと、
観点及び属性単語毎に類似度を対応付けた類似度付き観点リストを生成する第５のステップと、
観点リストのレイヤ毎に、類似度の分散が最も大きい観点及び属性単語を導出する第６のステップと
を有することを特徴とする。

本発明のプログラム、装置及び方法によれば、同一の共有コンテンツに興味を持つ他の視聴者の属性の観点を推定すると共に、その観点に基づいて視聴者属性を推定することができる。

本発明におけるシステム構成図である。 本発明におけるシーケンス図である。 本発明におけるユーザ所持の端末の表示画面である。 本発明における視聴者属性推定サーバの学習文章情報記憶部及び観点リストの説明図である。 本発明における視聴者属性推定サーバの最適観点推定機能の構成図である。 本発明における視聴者属性推定サーバの視聴者属性推定機能の構成図である。 本発明における視聴者属性推定サーバの観点最適化機能の構成図である。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。

図１は、本発明におけるシステム構成図である。

図１によれば、宅内に設置されたセットトップボックス３は、一方で、アクセスネットワークを介して、インターネットに接続されている。セットトップボックス３は、放送局２から配信される放送コンテンツ（共有コンテンツ）を受信することができる。この共有コンテンツは、不特定多数の第三者に向けて配信されるものであって、エアを介してアンテナによって受信されるものであってもよいし、インターネットやケーブルテレビを介して受信されるものであってもよい。

尚、以下では、共有コンテンツは、不特定多数の第三者へ配信される共有コンテンツであるとして説明するが、勿論、Ｗｅｂサイトから配信される様々なメディアコンテンツであってもよい。例えば、放送コンテンツは、デジタル放送番組であって、地上波デジタル放送、ワンセグ放送、ＢＳ(Broadcast Satellite)放送等によって配信される。これら放送コンテンツは、基本的に、映像音声情報と共に字幕文字情報も含む。

セットトップボックス３は、他方で、宅内のＬＡＮ（ホームネットワーク）を介して、テレビ４及び携帯端末５に接続されている。携帯端末５は、例えばタブレット型パーソナルコンピュータ、スマートフォン等であってもよく、一般に無線ＬＡＮを介して、セットトップボックス３と通信する。携帯端末５は、セットトップボックス３を介してインターネットに接続し、様々な外部サーバと通信することができる。また、テレビ４は、セットトップボックス３から放送コンテンツを受信し且つ再生する。ユーザは、テレビ４に再生される放送コンテンツを視聴すると共に、携帯端末５を操作して様々な情報を取得することができる。

図１によれば、インターネットには、ミニブログ(mini Web log)サーバ６が接続されている。ミニブログサーバ６は、例えばtwitter（登録商標）サーバであってもよく、不特定多数の第三者からコメント文章が投稿される。

ユーザは、携帯端末５を操作することによって、ミニブログサーバ６にアクセスし、不特定多数の第三者から投稿されたコメント文章を閲覧することができる。ユーザは、例えば、テレビ４の放送コンテンツを視聴しながら、それに関連して第三者から発信されたコメントを、携帯端末５を用いて閲覧することができる。

本発明によれば、インターネットには、更に、視聴者属性推定サーバ１が接続されている。視聴者属性推定サーバ１は、放送局２から放送コンテンツを受信すると共に、その放送コンテンツに関連するコメント文章をミニブログサーバ６から収集する。また、視聴者属性推定サーバ１は、放送コンテンツ及びコメント文章を分析するための「最適観点推定機能」及び「視聴者属性推定機能」を有する。

「最適観点推定機能」は、共有コンテンツに対して、その共有コンテンツに興味を持つ他の視聴者の属性を抽出するための最適観点を推定する。具体的には、共有コンテンツに含まれるキーワードと、予め記憶された学習文章情報との類似度に基づいて、その共有コンテンツに対して、どのような観点で、ユーザのコメント文章を分類するのが最適かを推定する。

「視聴者属性推定機能」は、ミニブログサーバ６から共有コンテンツに関連する他の視聴者のコメント文章を収集し、最適観点に基づく視聴者の属性を推定する。具体的には、最適観点推定機能によって推定された最適観点について、その共有コンテンツを視聴している視聴者層の構成割合を算出する。ユーザが所持する端末からの要求に応じて、その視聴者層の構成割合は送信される。

図２は、本発明におけるシーケンス図である。
図３は、本発明におけるユーザ所持の端末の表示画面である。

（Ｓ２０１）放送局２は、不特定多数の第三者へ向けて放送コンテンツを配信する。セットトップボックス３は、エア又はネットワークを介して受信した放送コンテンツを、ホームネットワーク内のテレビ４へ転送する。
（Ｓ２０２）テレビ４は、受信したその放送コンテンツを再生表示する。これによって、ユーザは、その放送コンテンツを視聴することができる。図３のＳ２０２を参照すると、阪神−巨人戦のプロ野球の試合が放映されている。
（Ｓ２０３）視聴者属性推定サーバ１は、受信した放送コンテンツについて、最適観点を推定する。

（Ｓ２０４）同じ放送コンテンツを視聴している他のユーザが、汎用端末７を用いて、ミニブログサーバ６へ、その放送コンテンツに関連するコメント文章を投稿している。ミニブログサーバ６は、受信したコメント文章を蓄積し、不特定多数の第三者へ公開する。
（Ｓ２０５）視聴者属性推定サーバ１は、ミニブログサーバ６から、その放送コンテンツに関連するコメント文章を、所定の範囲で収集する。
（Ｓ２０６）携帯端末５も、ユーザ操作に応じて、視聴者属性推定サーバ１から、その放送コンテンツに関連するコメント文章を受信する。受信したコメント文章は、携帯端末５のディスプレイに逐次表示される。図３のＳ２０６を参照すると、テレビ４に放映されているプロ野球の試合に対する、第三者のコメント文章が表示されている。
（Ｓ２０７）視聴者属性推定サーバ１は、収集したコメント文章について、最適観点に基づく視聴者属性を推定する。

（Ｓ２０８）携帯端末５は、ユーザ操作に応じて、視聴者属性推定サーバ１へ、視聴者属性の取得要求を送信する。
（Ｓ２０９）視聴者属性推定サーバ１は、その放送コンテンツに対する視聴者属性情報を、携帯端末５へ送信する。
（Ｓ２１０）携帯端末５は、受信した視聴者属性情報をディスプレイに表示する。図３のＳ２０９を参照すると、放映されているプロ野球を視聴している視聴者属性が表示されている。ここでは、視聴者属性として、趣味のスポーツが「野球」である人が多く、且つ、「阪神ファン」である人が多いことが理解できる。

図４は、本発明における視聴者属性推定サーバの学習文章情報記憶部及び観点リストの説明図である。

図４によれば、視聴者属性推定サーバ１は、インターネットに接続する通信インタフェース部１０１と、観点リスト記憶部１０２と、学習文章情報記憶部１０３とを有する。

観点リスト記憶部１０２は、予め規定された観点と、その観点からツリー状に構成された属性単語とからなる観点リストを記憶する。図４によれば、第１のレイヤとして観点「職業」「性別」「趣味」・・・が構成され、第２のレイヤとして観点「職業」−属性単語「主婦」「会社員」、観点「性別」−属性単語「男」「女」、観点「趣味」−属性「スポーツ」「本」・・・が構成されている。

学習文章情報記憶部１０３は、観点リストの属性単語毎に、当該属性単語に関連する多数の学習文章情報を記憶する。

図５は、本発明における視聴者属性推定サーバの最適観点推定機能の構成図である。

図５によれば、視聴者属性推定サーバ１の最適観点推定機能は、文章情報分離部１１０と、キーワード抽出部１１１と、第１のベクトル導出部１１２と、第２のベクトル導出部１１３と、類似度算出部１１４と、類似度付き観点リスト生成部１１５と、最適観点導出部１１６とを有する。これら機能構成部は、サーバに搭載されたコンピュータを機能させるプログラムを実行することによって実現される。

文章情報分離部１１０は、共有コンテンツから文章のみを分離する。特に、共有コンテンツの種別によって、分離される文章情報も異なる。
［共有コンテンツ］ ［文章情報］
テレビ放送 番組表、及び、字幕文字
Ｗｅｂページ タグ、及び、本文
音楽 タグ、及び、歌詞
電子書籍 タグ、及び、文章
分離された文章情報は、キーワード抽出部１１１へ出力される。

尚、共有コンテンツが放送コンテンツである場合、文章情報は、例えばｉＥＰＧ(internet Electronic Program Guide)のテキストであってもよい。また、番組ストリームについて、ＰＳＩ／ＳＩ(Program Specific Information / Service Information)情報のEvent Information Tableに含まれるテキストであってもよい。

キーワード抽出部１１１は、文章情報から形態素解析によって複数のキーワードを抽出する。ここで、「形態素解析」とは、文章を、意味のある単語に区切り、辞書を利用して品詞や内容を判別する技術をいう。「形態素」とは、文章の要素のうち、意味を持つ最小の単位を意味する。

また、抽出されたキーワードについて、更に、ＴＦ−ＩＤＦ（Term Frequency - Inverse Document Frequency：単語の出現頻度−逆出現頻度）によって、共有コンテンツにおける文章中の特徴的な重要単語を抽出することも好ましい（例えば特許文献２参照）。ＴＦ−ＩＤＦとは、各単語に重みを付けて、クエリから文書をベクトル空間で表し、文書とクエリの類似度でランク付けをする技術である。ランク付けられた値が高いほど、重要キーワードと認識される。

第１のベクトル導出部１１２は、共有コンテンツについて、キーワードを要素とし且つその出現頻度を値とする第１のベクトルｗj＝（ｗj₁，ｗj₂，ｗj₃，・・・ｗj_n）を導出する。例えば以下のように割り当てられている。
第１のベクトル［野球、サッカー、巨人、阪神、テニス、・・・］（単語）
第１のベクトル [ 15, 2, 8, 11, 0,・・・・・］（出現頻度）

第２のベクトル導出部１１３は、キーワード毎に、当該キーワードと一致する属性単語における学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトル（第１のベクトルの要素列と同一）ｗg＝（ｗg₁，ｗg₂，ｗg₃，・・・ｗg_n）を導出する。例えば以下のように割り当てられている。
キーワード「野球」
第２のベクトル［野球、サッカー、巨人、阪神、テニス、・・・］（単語）
第２のベクトル [1215, 10, 320, 280, 4,・・・・・］（出現頻度）

類似度算出部１１４は、第１のベクトルと、キーワード毎の第２のベクトルとの類似度を算出する。

「cos類似度」とは、第１のベクトルxと第２のベクトルyとのなす角θの余弦cosθをいう。これは、ベクトルの向きの近さを類似性の指標としたものである。ベクトルの向きが一致している場合に最大値の１となり、直交する場合に０となり、逆向きの場合に最小値の−１となる。

類似度： cosθ＝(ｗj・ｗg)／(|ｗj|・|ｗg|)
ｗj・ｗg＝ベクトルｗj・ｗgの内積
＝(ｗj₁×ｗg₁＋ｗj₂×ｗg₂＋・・・＋ｗj_n×ｗg_n）
|ｗj|＝ベクトルｗjの長さ（ノルム）
［原点からベクトルｗjの終点までのユークリッド距離］
＝sqrt（ｗj・ｗj）
|ｗg|＝ベクトルｗgの長さ（ノルム）
［原点からベクトルｗgの終点までのユークリッド距離］
＝sqrt（ｗg・ｗg）

類似度付き観点リスト生成部１１５は、属性単語毎に類似度を対応付けた類似度付き観点リストを生成する。図５によれば、例えばプロ野球「阪神−巨人戦」の字幕文字から抽出されたキーワードについて、類似度付き観点リストが表されている。

最適観点導出部１１６は、観点リストのレイヤＬ毎に、類似度の分散を比較し、当該分散が最も大きい観点及び属性単語を導出する。最適観点導出部１１６は、以下のようにレイヤ毎に、分散を比較する。
cosθ・Ｌ₁，cosθ・Ｌ₂，・・・，cosθ・Ｌ_m （ｍ：レイヤＬの観点数）

観点リストの同じレイヤ内で、類似度の差が大きい観点を見つける。例えば「野球」の類似度は、同じレイヤ（スポーツ種別）の他のカテゴリである「サッカー」や「テニス」の類似度と比較して、高い。また、「野球」の下位レイヤでは、「阪神」「巨人」の類似度は、「中日」の類似度と比較して、高い。このとき、上位レイヤの中で分散が大きい「野球」が、最適観点として出力される。

図６は、本発明における視聴者属性推定サーバの視聴者属性推定機能の構成図である。

図６によれば、視聴者属性推定サーバ１の視聴者属性機能には、関連コメント収集部１２０と、投稿者別コメント収集部１２１と、属性単語抽出部１２２と、視聴者属性数導出部１２３と、視聴者属性割合導出部１２４と、視聴者層表示制御部１２５とを有する。これら機能構成部も、サーバに搭載されたコンピュータを機能させるプログラムを実行することによって実現される。

コメント文章には、投稿者識別子が対応付けられている。例えばtwitterの場合、コメントに発信者ＩＤ（識別子）が付与されている。

関連コメント収集部１２０は、例えばミニブログサーバから、共有コンテンツに関連する、所定範囲のコメント文章を収集する。所定範囲とは、コメント文章が投稿された時間範囲であってもよいし、コメント文章の数であってもよい。収集されたコメント文章は、投稿者別コメント収集部１２１へ出力される。

投稿者別コメント収集部１２１は、収集されたコメント文章を、投稿者識別子毎に区分する。ここで、投稿者別コメント収集部１２１は、更に、例えばミニブログサーバから、同一の投稿者識別子に基づいて過去の多数のコメント文章を辿って収集することも好ましい。これによって、投稿者毎に、できる限り正確な属性を推定することができる。収集された投稿者識別子毎のコメント文章は、属性単語抽出部１２２へ出力される。

属性単語抽出部１２２は、投稿者識別子毎に、コメント文章から属性単語を抽出する。属性単語は、観点リストに基づくものであって、その投稿者の属性を表す。属性単語抽出部１２２は、前述した非特許文献１に記載された技術によって実現される。非特許文献１に記載された技術によれば、学習文章情報を教師データとして利用しながらも、任意の属性を導出することができる。

視聴者属性数導出部１２３は、最適と推定された観点から下位レイヤにおける属性単語毎に、同一の属性単語を有する投稿者識別子の数を導出する。ここで、最適と推定された観点から１つだけ下位レイヤにおける属性単語について、コメント文章の数を導出することも好ましい。例えば最適観点「野球」の場合、１つ下位のレイヤの「巨人」「阪神」について、投稿者識別子の数を導出する。

視聴者属性割合導出部１２４は、属性単語毎のコメント文章の割合を、共有コンテンツに関する視聴者層として導出する。例えば、図３のＳ２１０に表したように、属性単語毎の割合を導出する。その属性割合は、視聴者層表示制御部１２５へ出力される。

視聴者層表示制御部１２５は、ユーザ操作に基づく端末からの取得要求に応じて、視聴者属性情報を取得応答として返信する。これによって、ユーザ操作に基づく端末には、図３のＳ２１０のような視聴者属性情報が表示される。

尚、学習文章情報記憶部１０３は、学習文章情報として、ミニブログに記載されたコメント文章情報を記憶することも好ましい。例えばtwitterの場合、投稿者識別子には、プロファイル情報が対応付けられている。プロファイル情報には、一般に、「性別」「年代」「出身地」「在住地」等のキーワードが記載されている。プロファイル情報は、閲覧者にそのコメント文章の投稿者における概略的な属性を知ってもらうためのものである。

そこで、学習文章情報記憶部１０３は、コメント文章情報を収集し、そのコメント文章情報の投稿者のプロファイル情報から属性単語を抽出する。そして、その属性単語に対応付けてそのコメント文章情報を学習文章情報として記憶する。これによって、学習文章情報として、時代に応じたコメント文章を用いることができると共に、特別な学習文章情報を別途用意する必要もない。

図７は、本発明における視聴者属性推定サーバの観点最適化機能の構成図である。

図７によれば、視聴者属性推定サーバ１は、最適観点推定機能と連携して、観点最適化機能を有する。観点最適化機能は、共有コンテンツについて不特定多数の第三者によって投稿された多数のコメント文章に基づいて、最適観点導出部１１６によって導出される観点を更に最適化するように機能する。

図７によれば、観点最適化機能には、関連コメント収集部１３０と、投稿者別コメント収集部１３１と、属性単語抽出部１３２と、投稿者数導出部１３３と、投稿者数蓄積部１３４とを有する。これら機能構成部も、サーバに搭載されたコンピュータを機能させるプログラムを実行することによって実現される。

コメント文章には、投稿者識別子が対応付けられている。前述したtwitterの場合、発信者ＩＤが対応付けられている。

関連コメント収集部１３０は、例えばミニブログサーバから、所定時間間隔毎に、共有コンテンツに関連するコメント文章を収集する（所定時間間隔で収集する以外、前述した投稿者別コメント収集部１２１と同様の機能である）。ここで、所定時間間隔とは、任意の単位時間であって、例えば５分間であってもよい。この所定時間間隔の単位で、属性単語に属する投稿者の数の変化を検出する。収集されたコメント文章は、投稿者別コメント収集部１３１へ出力される。

投稿者別コメント収集部１３１は、収集されたコメント文章を、投稿者識別子毎に区分する（前述した投稿者別コメント収集部１２１と同様の機能である）。区分されたコメント文章は、属性単語抽出部１３２へ出力される。

属性単語抽出部１３２は、投稿者識別子毎に、コメント文章から属性単語を抽出する（前述した属性単語抽出部１３２と同様の機能であって、非特許文献１に記載の技術を用いることもできる）。抽出された属性単語は、投稿者数導出部１３３へ出力される。

投稿者数導出部１３３は、観点リストにおける属性単語毎に、同一の属性単語を有する投稿者識別子の数を導出する。属性単語毎の投稿者識別子の数は、投稿者数蓄積部１３４へ出力される。

投稿者数蓄積部１３４は、所定時間間隔毎に、属性単語における投稿者識別子の数を蓄積する。そして、投稿者数蓄積部１３４は、最適観点導出部１１６から参照される。

最適観点導出部１１６は、類似度の分散が大きい観点及び属性単語であって、且つ、過去の複数の所定時間間隔における投稿者識別子の数の変化が大きい属性単語を、最適観点として導出する。

具体的には、共有コンテンツが、「阪神−巨人戦のプロ野球の試合」であるとする。この場合、最適観点導出部１１６によれば、観点として「野球」が導出され、その属性単語として「巨人」、「阪神」、「中日」で構成されるとする。このとき、例えば、「阪神のバッターがホームランを打った」時間帯では、「阪神」ファンの属性を有する投稿者からのコメント文章が多い。一方で、「阪神のバッターが空振り三振した」時間対では、「巨人」ファンの属性を有する投稿者からのコメント文章が多い。このように、時間帯によって、投稿者数が変化するような観点及び属性単語は、その共有コンテンツの観点としては最適であることを意味する。

一方で、観点として「年齢」が導出され、その属性単語として「１０代」、「２０代」、「３０代」で構成されるとしても、時間帯によって投稿者からのコメント文章の量にばらつきがあることは少ない。このように、時間帯によって、投稿者数が変化しない観点及び属性単語は、その共有コンテンツの観点としてはそれほど最適であるとはいえない。

以上、詳細に説明したように、本発明のプログラム、装置及び方法によれば、同一の共有コンテンツに興味を持つ他の視聴者の属性の観点を推定すると共に、その観点に基づいて視聴者属性を推定することができる。

共有コンテンツを視聴しているユーザは、端末を用いて視聴者層を認識することができ、不特定多数の第三者からのコメント文章の閲覧を、客観的に認識することができる。また、評判解析技術と組み合わせることによって、視聴者層毎の意見を集約し、更なるサービスを提供することが想定される。例えば「主婦」層の意見と「サラリーマン」層の意見との相違を明らかにすることもできる。更に、テレビ放送については、視聴者層のアンケートを実施する必要もなく、コメント文章から視聴者層を推定することができる。

前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。

１ 視聴者属性推定サーバ
１０１ 通信インタフェース部
１０２ 観点リスト記憶部
１０３ 学習文章情報記憶部
１１０ 文章情報分離部
１１１ キーワード抽出部
１１２ 第１のベクトル導出部
１１３ 第２のベクトル導出部
１１４ 類似度算出部
１１５ 類似度付き観点リスト生成部
１１６ 最適観点導出部
１２０ 関連コメント収集部
１２１ 投稿者別コメント収集部
１２２ 属性単語抽出部
１２３ 視聴者属性数導出部
１２４ 視聴者属性割合導出部
１２５ 視聴者層表示制御部
１３０ 関連コメント収集部
１３１ 投稿者別コメント収集部
１３２ 属性単語抽出部
１３３ 投稿者数導出部
１３４ 投稿者数蓄積部
２ 放送局
３ セットトップボックス
４ テレビ
５ 携帯端末
６ ミニブログサーバ
７ 汎用端末

Claims (12)

1. 不特定多数の第三者に対して配信される共有コンテンツについて、それを視聴している不特定多数の第三者の属性を検出するための観点を推定するようにコンピュータを機能させる最適観点推定プログラムであって、
   予め規定された観点と、該観点からツリー状に構成された属性単語とからなる観点リストを記憶した観点リスト記憶手段と、
   前記観点リストの前記属性単語毎に、当該属性単語に関連する多数の学習文章情報を記憶した学習文章情報記憶手段と、
   前記共有コンテンツに含まれる複数のキーワードを抽出するキーワード抽出手段と、
   前記共有コンテンツについて、前記キーワードを要素とし且つその出現頻度を値とする第１のベクトルｗj＝（ｗj₁，ｗj₂，ｗj₃，・・・ｗj_n）を導出する第１のベクトル導出手段と、
   前記キーワード毎に、当該キーワードと一致する前記属性単語における前記学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトル（第１のベクトルの要素列と同一）ｗg＝（ｗg₁，ｗg₂，ｗg₃，・・・ｗg_n）を導出する第２のベクトル導出手段と、
   第１のベクトルと、前記キーワード毎の第２のベクトルとの類似度を算出する類似度算出手段と、
   前記観点及び前記属性単語毎に前記類似度を対応付けた類似度付き観点リストを生成する類似度付き観点リスト生成手段と、
   前記観点リストのレイヤ毎に、前記類似度の分散が最も大きい観点及び属性単語を導出する最適観点導出手段と
   してコンピュータを機能させることを特徴とする最適観点推定プログラム。
2. 前記類似度算出手段は、前記類似度を以下の式によって算出し、
   cosθ＝(ｗj・ｗg)／(|ｗj|・|ｗg|)
   前記最適観点導出手段は、以下のレイヤ毎の分散を比較する
   cosθ・Ｌ₁， cosθ・Ｌ₂， ・・・， cosθ・Ｌ_m （ｍ：レイヤＬの観点数）
   ようにコンピュータを機能させることを特徴とする請求項１に記載の最適観点推定プログラム。
3. 前記キーワード抽出手段は、前記共有コンテンツに含まれる文章から形態素解析によってキーワードを抽出すると共に、ＴＦ−ＩＤＦ（Term Frequency - Inverse Document Frequency：単語の出現頻度−逆出現頻度）によって特徴的な単語を、前記キーワードとして抽出するようにコンピュータを機能させることを特徴とする請求項１又は２に記載の最適観点推定プログラム。
4. 前記共有コンテンツは、テレビ放送コンテンツであって、映像音声情報と字幕文字情報とからなり、
   前記キーワード抽出手段は、前記字幕文字情報から前記キーワードを抽出する
   ようにコンピュータを機能させることを特徴とする請求項１から３のいずれか１項に記載の最適観点推定プログラム。
5. コンピュータを搭載した装置について、請求項１から４のいずれか１項に記載の前記最適観点推定プログラムと共に、前記共有コンテンツについて不特定多数の第三者によって投稿された多数のコメント文章に基づいて、前記最適観点導出手段によって導出される観点を更に最適化するようにコンピュータを機能させる観点最適化プログラムであって、
   前記コメント文章には、投稿者識別子が対応付けられており、
   所定時間間隔毎に、前記共有コンテンツに関連する前記コメント文章を収集する関連コメント収集手段と、
   収集された前記コメント文章を、前記投稿者識別子毎に区分する投稿者別コメント収集手段と、
   前記投稿者識別子毎に、前記コメント文章から属性単語を抽出する属性単語抽出手段と、
   前記観点リストにおける前記属性単語毎に、同一の属性単語を有する投稿者識別子の数を導出する投稿者数導出手段と、
   前記所定時間間隔毎に、前記属性単語における前記投稿者識別子の数を蓄積する投稿者数蓄積手段と
   してコンピュータを機能させ、
   前記最適観点導出手段は、前記類似度の分散が大きい属性単語であって、且つ、過去の複数の所定時間間隔における前記投稿者識別子の数の変化が大きい属性単語を、最適観点として導出するようにコンピュータを機能させることを特徴とする観点最適化プログラム。
6. コンピュータを搭載した装置について、請求項１から５のいずれか１項に記載の前記最適観点推定プログラムと共に、前記共有コンテンツについて不特定多数の第三者によって投稿された多数のコメント文章に基づいて、視聴者の属性を推定するようにコンピュータを機能させる視聴者属性推定プログラムであって、
   前記コメント文章には、投稿者識別子が対応付けられており、
   前記共有コンテンツに関連する、所定範囲の前記コメント文章を収集する関連コメント収集手段と、
   収集された前記コメント文章を、前記投稿者識別子毎に区分する投稿者別コメント収集手段と、
   前記投稿者識別子毎に、前記コメント文章から属性単語を抽出する属性単語抽出手段と、
   最適と推定された前記観点から下位レイヤにおける前記属性単語毎に、同一の属性単語を有する前記投稿者識別子の数を導出する視聴者属性数導出手段と、
   前記属性単語毎の前記コメント文章の割合を、前記共有コンテンツに関する視聴者層として導出する視聴者属性割合導出手段と
   してコンピュータを機能させることを特徴とする視聴者属性推定プログラム。
7. 前記視聴者属性数導出手段について、最適と推定された前記観点から１つだけ下位レイヤにおける属性単語について、前記コメント文章の数を導出するようにコンピュータを機能させることを特徴とする請求項６に記載の視聴者属性推定プログラム。
8. 前記コメント文章は、ミニブログ(mini Web log)サイトに投稿されたものであり、
   前記関連コメント収集手段及び前記投稿者別コメント収集手段は、前記ミニブログサイトから前記共有コンテンツに関連するコメント文章を受信する
   ようにコンピュータを機能させることを特徴とする請求項６又は７に記載の視聴者属性推定プログラム。
9. 前記投稿者別コメント収集手段は、更に、前記ミニブログから、同一の投稿者識別子に基づいて過去の多数のコメント文章を辿って収集するようにコンピュータを機能させることを特徴とする請求項８に記載の視聴者属性推定プログラム。
10. 前記学習文章情報記憶手段について、
    前記学習文章情報は、前記ミニブログに記載されたコメント文章情報であり、
    前記投稿者識別子に対応付けられたプロファイル情報を含むコメント文章情報を収集し、該プロファイル情報から前記属性単語を抽出し、該属性単語に対応付けて前記コメント文章情報を学習文章情報として記憶する
    ことを特徴とする請求項９に記載の視聴者属性推定プログラム。
11. 不特定多数の第三者に対して配信される共有コンテンツについて、それを視聴している不特定多数の第三者の属性を検出するための観点を推定する最適観点推定装置であって、
    予め規定された観点と、該観点からツリー状に構成された属性単語とからなる観点リストを記憶した観点リスト記憶手段と、
    前記観点リストの前記属性単語毎に、当該属性単語に関連する多数の学習文章情報を記憶した学習文章情報記憶手段と、
    前記共有コンテンツに含まれる複数のキーワードを抽出するキーワード抽出手段と、
    前記共有コンテンツについて、前記キーワードを要素とし且つその出現頻度を値とする第１のベクトルｗj＝（ｗj₁，ｗj₂，ｗj₃，・・・ｗj_n）を導出する第１のベクトル導出手段と、
    前記キーワード毎に、当該キーワードと一致する前記属性単語における前記学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトル（第１のベクトルの要素列と同一）ｗg＝（ｗg₁，ｗg₂，ｗg₃，・・・ｗg_n）を導出する第２のベクトル導出手段と、
    第１のベクトルと、前記キーワード毎の第２のベクトルとの類似度を算出する類似度算出手段と、
    前記観点及び前記属性単語毎に前記類似度を対応付けた類似度付き観点リストを生成する類似度付き観点リスト生成手段と、
    前記観点リストのレイヤ毎に、前記類似度の分散が最も大きい観点及び属性単語を導出する最適観点導出手段と
    を有することを特徴とする最適観点推定装置。
12. 不特定多数の第三者に対して配信される共有コンテンツについて、それを視聴している不特定多数の第三者の属性を検出するための観点を推定する最適観点推定方法であって、
    予め規定された観点と、該観点からツリー状に構成された属性単語とからなる観点リストを記憶した観点リスト記憶部と、
    前記観点リストの前記属性単語毎に、当該属性単語に関連する多数の学習文章情報を記憶した学習文章情報記憶部と
    を有し、
    前記共有コンテンツに含まれる複数のキーワードを抽出する第１のステップと、
    前記共有コンテンツについて、前記キーワードを要素とし且つその出現頻度を値とする第１のベクトルｗj＝（ｗj₁，ｗj₂，ｗj₃，・・・ｗj_n）を導出する第２のステップと、
    前記キーワード毎に、当該キーワードと一致する前記属性単語における前記学習文章情報について、当該学習文章情報に含まれる単語を要素とし且つその出現頻度を値とする第２のベクトル（第１のベクトルの要素列と同一）ｗg＝（ｗg₁，ｗg₂，ｗg₃，・・・ｗg_n）を導出する第３のステップと、
    第１のベクトルと、前記キーワード毎の第２のベクトルとの類似度を算出する第４のステップと、
    前記観点及び前記属性単語毎に前記類似度を対応付けた類似度付き観点リストを生成する第５のステップと、
    前記観点リストのレイヤ毎に、前記類似度の分散が最も大きい観点及び属性単語を導出する第６のステップと
    を有することを特徴とする最適観点推定方法。

Images