JP2012252480A - ログ処理装置およびその動作方法 - Google Patents

Abstract

【課題】コンテンツの推奨に用いるサービスごとのログの数の不均衡さを解消する。
【解決手段】サービスＩＤごとの該サービスＩＤを含むログの集合について計算したジニ係数ＧＣが閾値ＧＣＴより大きいなら（Ｓ５：ＮＯ）、閾値ＬＴより多い数のログを有するログの集合を検索し（Ｓ７）、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、ステップＳ９、Ｓ１１の処理を行う。ステップＳ９では、該組のユーザＩＤおよびシリーズＩＤを含むログ集合をログ蓄積部１１から検索する。続くステップＳ１１では、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する（Ｓ１１）。
【選択図】図５

Description

本発明は、ログ処理装置およびその動作方法に関するものである。

協調フィルタリングは、広義には、多くのユーザの嗜好情報を蓄積し、ある利用者（ユーザ）と嗜好の類似した他のユーザの情報を用いて該当ユーザにコンテンツを推奨する技術である。

この技術は、利用者間型とアイテム（コンテンツともいう）間型に分類にできる。利用者間型は、推奨を受けるユーザと嗜好パターンが似ているユーザ（類似ユーザという）をまず見つけ、その類似ユーザが好むアイテム群を推奨候補とする技術である。実装にはユーザ同士の類似度を、同じアイテムにつけた評価の相関係数（Ｐｅａｒｓｏｎ相関、順位相関などが用いられる）などによって表し、また、嗜好の予測には、類似度の高いユーザを抽出し、そのアイテムへの評価値を、そのユーザへの類似度で重みを付けし、それらの評価値の加重平均値を予測として用いる。それらの予測値の大きなものから、推奨アイテムとして推奨を行う。表示画面の広さに制約もあるため、小さな予測値を持つアイテムを削除したり、上位３〜１０個程度のアイテムを表示するように構成を行う。

また、アイテム間型では、いろいろな利用者に同じような評価を受けているアイテムは似ているという考え、関心があるアイテムの類似アイテムに利用者は関心を持つという仮定を置き、ユーザの直近の利用履歴にあるアイテムに類似しているアイテムを推奨するものである。実装としては、アイテムの利用ユーザの共起性などでアイテム間の類似度を測り、ユーザの直近の利用履歴にあるアイテムの類似アイテムの推奨を行うことが行われている。

これらの技術の詳細については、非特許文献１に解説されている。

上嶌敏弘, "推奨システムのアルゴリズム（２）," 人工知能学会誌 23巻1号, pp.89103, 2008年1月

これらの推奨手法は、サービス内に閉じた推奨や、サービス間で行う（サービス横断推奨と以下呼ぶ）場合でも同一のユーザ数、コンテンツ数、利用頻度の場合は用いることができるが、現実のサービスでは、以下のような問題がある。

利用者間型の推奨方法を用いる場合、アイテムの評価値の加重平均値を利用するため、サービス間で大きく利用頻度が異なる場合などでは、利用頻度の低いサービスに属するアイテムの評価値が利用頻度の高いサービスに属するアイテムに比較して、大きな値を持つと考えられるため、推奨として表示されないという問題があった。

アイテム間型の推奨方法を用いる場合も同様であり、アイテムの利用ユーザの共起性などでアイテム間の類似度を測るため、利用者間型の推奨方法を用いる場合と同様に、利用頻度の低いサービスに属するアイテムが出現しにくいという問題があり、また「あるサービスＡに属するコンテンツαからあるサービスＢに属するコンテンツβをお勧めする」といった異種のサービス間同士の推奨が起こりにくいという問題があった。

これらの問題は、サービスごとのログの数の不均衡が原因で生じることがわかっている。

本発明は、上記の課題に鑑みてなされたものであり、その目的とするところは、コンテンツの推奨に用いるサービスごとのログの数の不均衡さを解消するためのログ処理装置およびその動作方法を提供することにある。

上記の課題を解決するために、第１の本発明は、複数のサービスのそれぞれにおいて１以上のコンテンツで構成されるシリーズが１以上送信可能な場合における送信先のユーザに対しコンテンツを推奨するために蓄積されたログの処理を行うログ処理装置であって、いずれかのサービスのいずれかのシリーズのいずれかのコンテンツがいずれかのユーザのために送信されたことを示す当該送信の送信日時、該コンテンツのコンテンツＩＤ、該サービスのサービスＩＤ、該シリーズのシリーズＩＤおよび該ユーザのユーザＩＤを含むログが蓄積されるログ蓄積部と、予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除するログ削除部とを備えることを特徴とするログ処理装置をもって解決手段とする。

例えば、前記ログ処理装置は、サービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求める係数計算部を備え、前記ログ削除部は、前記係数が予め定めた閾値より大きいなら、予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する。

例えば、前記ログ処理装置は、サービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求める係数計算部を備え、前記ログ削除部は、前記係数が予め定められた閾値より大きいなら、前記ログ蓄積部からログ数の異なる２つのログの集合を検索し、ログ数の少ない該ログの集合の最も新しい送信日時から最も古い送信日時までの期間の期間長を求め、該期間長に予め定めた係数を乗じた期間長を求め、ログ数の多い該ログの集合から最も新しい送信日時を検出し、該ログの集合の各送信日時について、該検出した送信日時から該求めた期間長だけ遡った時点までの期間に含まれるか否か判定し、該期間に含まれると判定された送信日時を含むログを選択するとともに選択されなかったログを該ログの集合から削除する。

第２の本発明は、複数のサービスのそれぞれにおいて１以上のコンテンツで構成されるシリーズが１以上送信可能な場合における送信先のユーザに対しコンテンツを推奨するために蓄積されたログの処理を行うログ処理装置の動作方法であって、前記ログ処理装置は、いずれかのサービスのいずれかのシリーズのいずれかのコンテンツがいずれかのユーザのために送信されたことを示す当該送信の送信日時、該コンテンツのコンテンツＩＤ、該サービスのサービスＩＤ、該シリーズのシリーズＩＤおよび該ユーザのユーザＩＤを含むログが蓄積されるログ蓄積部を備え、前記動作方法は、前記ログ処理装置が、予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除することを特徴とするログ処理装置の動作方法をもって解決手段とする。

例えば、前記ログ処理装置が、予めサービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求め、前記ログ処理装置が、前記係数が予め定めた閾値より大きい場合において、予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する。

例えば、前記ログ処理装置が、予めサービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求め、前記ログ処理装置が、前記係数が予め定められた閾値より大きい場合において、前記ログ蓄積部からログ数の異なる２つのログの集合を検索し、ログ数の少ない該ログの集合の最も新しい送信日時から最も古い送信日時までの期間の期間長を求め、該期間長に予め定めた係数を乗じた期間長を求め、ログ数の多い該ログの集合から最も新しい送信日時を検出し、該ログの集合の各送信日時について、該検出した送信日時から該求めた期間長だけ遡った時点までの期間に含まれるか否か判定し、該期間に含まれると判定された送信日時を含むログを選択するとともに選択されなかったログを該ログの集合から削除する。

本発明によれば、コンテンツの推奨に用いるサービスごとのログの数の不均衡さを解消することができる。

本実施の形態に係るログ処理装置を使用した通信システムの構成を示す図である。 履歴情報データベースの内容の一例を示す図である。 メタ情報データベースの内容の一例を示す図である。 レコメンドサーバ１の概略構成を示すブロック図である。 レコメンドサーバ１における処理の流れを示すフローチャートである。 ログ蓄積部１１の内容の一例を示す図である。 ログ削除部１３によるログの削除の一例を示す図である。

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。

図１は、本実施の形態に係るログ処理装置を使用した通信システムの構成を示す図である。

図１において、レコメンドサーバ１は、コンテンツサーバ２１、２２、…と、ユーザ端末３１、３２、…とに対し、通信可能なように接続される。各ユーザ端末は、そのユーザ端末を使用する個々のユーザに使用される。本実施の形態に係るログ処理装置は、レコメンドサーバ１に構成される。

コンテンツサーバ２１は、ユーザ端末からのリクエストに応じ、例えば、書籍のデータをそのユーザ端末に送信するサービスを行うものである。

コンテンツサーバ２２は、ユーザ端末からのリクエストに応じ、例えば、映像のデータをそのユーザ端末に送信するサービスを行うものである。

ここでは、１冊の書籍のデータ、１つの映像のデータをいずれもコンテンツという。

本実施の形態では、例えば、長編小説の１巻目、２巻目、…というように、２以上のコンテンツにより構成されるものをシリーズという。また、例えば、ある映画の映像のデータとその続編のデータのような構成もシリーズという。なお、ここでは、単独のコンテンツも１つのシリーズとする。

レコメンドサーバ１は、コンテンツサーバから取得したデータを基に、各ユーザに好まれると思われるコンテンツを求め、これを対応するユーザ端末に通知する、つまり、コンテンツを推奨するものである。

各コンテンツサーバは、送信可能なコンテンツを蓄積したコンテンツデータベース１０１と、コンテンツを送信した履歴を示す履歴情報を蓄積した履歴情報データベース１０２と、コンテンツとシリーズの関係を示すメタ情報を蓄積したメタ情報データベース１０３とを備える。

図２は、履歴情報データベース１０２の内容の一例を示す図である。

履歴情報データベース１０２は、履歴情報を蓄積し、各履歴情報は、該当のコンテンツが送信された送信日時、該コンテンツを示す識別情報（以下、コンテンツＩＤという）、送信先のユーザ端末を使用するユーザを示す識別情報（以下、ユーザＩＤという）を有する。

図３は、メタ情報データベース１０３の内容の一例を示す図である。

メタ情報データベース１０３は、各コンテンツについてのメタ情報を蓄積し、各メタ情報は、該当のコンテンツのコンテンツＩＤ、当該コンテンツを含むシリーズを示す識別情報（以下、シリーズＩＤという）を有する。

図４は、レコメンドサーバ１の概略構成を示すブロック図である。

レコメンドサーバ１は、各コンテンツサーバから取得する履歴情報とメタ情報を基に構成されるログ蓄積部１１と、ログ蓄積部１１におけるログの数の不均衡さを示すジニ係数ＧＣを求めるジニ係数計算部１２と、ログ蓄積部１１からログを削除するログ削除部１３と、ユーザに好まれると思われるコンテンツをユーザ端末に通知するコンテンツ推奨部１４とを備える。

図５は、レコメンドサーバ１における処理の流れを示すフローチャートである。

レコメンドサーバ１は、各コンテンツサーバから履歴情報とメタ情報を取得し、ログ蓄積部１１を構成する（Ｓ１）。

図６は、ログ蓄積部１１の内容の一例を示す図である。

ログ蓄積部１１は、取得した履歴情報に対応するログを蓄積し、各ログは、該当の履歴情報に含まれていた送信日時、当該履歴情報に含まれていたコンテンツＩＤ、取得元のコンテンツサーバに対応するサービスを示す識別情報（以下、サービスＩＤという）、当該コンテンツＩＤを含むメタ情報に含まれていたシリーズＩＤ、、当該履歴情報に含まれていたユーザＩＤを有する。

図５に戻り、ジニ係数計算部１２は、ログ蓄積部１１を基にジニ係数ＧＣを計算する（Ｓ３）。

ここでは、ジニ係数計算部１２は、まず、式（１）により平均差ＭＤＦを計算する。

ここで、ｎは、サービスの数（コンテンツサーバの数）、ｘｉは、サービスｉのサービスＩＤを含むログの数、ｘｊは、サービスｊのサービスＩＤを含むログの数である。

次に、ジニ係数計算部１２は、式（２）により平均値μを計算する。

ここで、ｎは、サービスの数（コンテンツサーバの数）、ｘ１、ｘ２、…は、それぞれ、第１のサービス（例えば、コンテンツサーバ２１に対応するサービス）のサービスＩＤを含むログの数、第２のサービス（例えば、コンテンツサーバ２２に対応するサービス）のサービスＩＤを含むログの数、…、第ｎのサービスのサービスＩＤを含むログの数である。

次に、ジニ係数計算部１２は、式（３）によりジニ係数ＧＣを計算する。

ＧＣ＝ＭＤＦ／（２×μ） （３）
ジニ係数ＧＣは、サービスＩＤごとの該サービスＩＤを含むログの集合（以下、ログの集合という）におけるログの数の不均衡さを示すものである。ジニ係数ＧＣは、０〜１の範囲に含まれる。ジニ係数ＧＣが１に近いほど不均衡の程度は大きく、ジニ係数ＧＣが０に近いほど不均衡の程度は小さい。不均衡がないとき、つまり、各ログの数が互いに等しいとき、ジニ係数ＧＣは０になる。

次に、ログ削除部１３は、ジニ係数ＧＣが予め定められた値（以下、閾値ＧＣＴという）より大きいか否かを判定する（Ｓ５）。

ログ削除部１３は、ジニ係数ＧＣが閾値ＧＣＴより大きいなら（Ｓ５：ＹＥＳ）、予め定められた数（以下、閾値ＬＴという）より多い数のログを有するログの集合をログ蓄積部１１から検索し（Ｓ７）、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、ステップＳ９、Ｓ１１の処理を行う。

ステップＳ９では、ログ削除部１３は、該組のユーザＩＤおよびシリーズＩＤを含むログの集合（以下、ログ集合という）をログ蓄積部１１から検索する（Ｓ９）。

続くステップＳ１１では、ログ削除部１３は、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する（Ｓ１１）。

図７に示すように、ステップＳ１１では、ログ削除部１３は、５つのログからなるログ集合から予め定めた数である３に等しい３つのログを送信日時の最も新しいものから順に選択するとともに選択されなかった２つのログを削除する。

図５に戻り、次に、ジニ係数計算部１２は、ステップＳ３と同様に、ジニ係数ＧＣを計算し（Ｓ１３）、ログ削除部１３は、ステップＳ５と同様に、ジニ係数ＧＣが閾値ＧＣＴより大きいか否かを判定する（Ｓ１５）。

ログ削除部１３は、ジニ係数ＧＣが閾値ＧＣＴより大きいなら（Ｓ１５：ＹＥＳ）、閾値ＬＴ以下の最も少ない数のログを有するログの集合（以下、ログの集合ＬＬという）をログ蓄積部１１から１つ検索し（Ｓ１７）、ログの集合ＬＬの最も新しい送信日時から最も古い送信日時までの期間の期間長を求め、該期間長に対し、０〜１の範囲に属する予め定めた係数（例えば、０．５）を乗じた期間長（以下、期間長Ｔという）を求める（Ｓ１９）。ログの集合ＬＬの最も新しい送信日時から最も古い送信日時までの期間の期間長が３０日で、係数が０．５なら、期間長Ｔは１５日となる。

次に、ログ削除部１３は、閾値ＬＴより多い数のログを有するログの集合（以下、ログの集合ＬＭという）をログ蓄積部１１から検索し（Ｓ２１）、各ログの集合ＬＭについて、ステップＳ２３の処理を行う。

ステップＳ２３では、ログの集合ＬＭから最も新しい送信日時（以下、送信日時Ｐという）を検出し、該ログの集合ＬＭの各送信日時について、送信日時Ｐから期間長Ｔだけ遡った時点までの期間に含まれるか否か判定し、該期間に含まれると判定された送信日時を含むログを選択するとともに選択されなかったログを該ログの集合ＬＭから削除する（Ｓ２３）。

次に、ジニ係数計算部１２は、ステップＳ３、Ｓ１３と同様に、ジニ係数ＧＣを計算し（Ｓ２５）、ログ削除部１３は、ステップＳ５、Ｓ１５と同様に、ジニ係数ＧＣが閾値ＧＣＴより大きいか否かを判定する（Ｓ２７）。

ログ削除部１３は、ジニ係数ＧＣが閾値ＧＣＴより大きいなら（Ｓ２７：ＹＥＳ）、ステップ２５の過程で計算した平均値μに予め定められた倍数を乗じた値（以下、閾値ＬＴ２という）を求め（Ｓ２９）、閾値ＬＴ２より多い数のログを有するログの集合をログ蓄積部１１から検索し（Ｓ３１）、閾値ＬＴ２より多い数のログを有するログの集合があれば（Ｓ３２：ＹＥＳ）、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、ステップＳ９、Ｓ１１の処理を行う。ステップＳ１１の後は、ステップＳ１３に進む。

さて、ステップＳ５、Ｓ１５、または、Ｓ２７で、ジニ係数ＧＣが閾値ＧＣＴ以下（ＮＯ）であると判定されたなら、または、閾値ＬＴ２より多い数のログを有するログの集合がなければ（Ｓ３２：ＮＯ）、コンテンツ推奨部１４は、ユーザ毎に、ログ蓄積部１１を用いて、該ユーザに好まれると思われるコンテンツのコンテンツＩＤを予め定められた最大数以下の範囲で求め、該コンテンツＩＤを含む情報を該ユーザに対応するユーザ端末に送信する（Ｓ３３）ことで、該ユーザに該コンテンツを推奨し、一連の処理を終了する。

コンテンツ推奨部１４は、該ユーザに好まれると思われるコンテンツにより構成されるシリーズのシリーズＩＤを求め、該シリーズＩＤを含む情報をユーザ端末に送信する（Ｓ３３）ことで、該ユーザに該シリーズを構成するコンテンツを推奨してもよい。

なお、ユーザに好まれると思われるコンテンツを求めるには、非特許文献１を技術を使用することができる。ここでは、コンテンツ間、シリーズ間、サービス間での関連性が求められ、このような関連性を基に、コンテンツが決定される。

仮に、ログ削除部１３による削除前のログ蓄積部１１（当初のログ蓄積部１１）に対して、当該技術を使用した場合、あるサービスのサービスＩＤを含むログの数が当初のログ蓄積部１１において他のサービスＩＤを含むログの数に比べて極端に少ないときは、そのサービスのコンテンツは、ユーザに好まれると思われるコンテンツとしては認識されず、よって、推奨もされない。

しかし、ログ削除部１３による削除後のログ蓄積部１１において、そのサービスのサービスＩＤを含むログの数は相対的に多くなり、よって、そのサービスのコンテンツを、ユーザに好まれると思われるコンテンツとして推奨することができる。

したがって、本実施の形態によれば、レコメンドサーバ１において、送信日時、コンテンツＩＤ、サービスＩＤ、シリーズＩＤおよびユーザＩＤを含むログが蓄積されるログ蓄積部１１と、サービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示すジニ係数ＧＣを求めるジニ係数計算部１２と、ジニ係数ＧＣが予め定めた閾値ＧＣＴより大きいなら（Ｓ５：ＹＥＳ）、予め定められた数（閾値ＬＴ）より多い数のログを有するログの集合をログ蓄積部１１から検索し（Ｓ７）、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合をログ蓄積部１１から検索し（Ｓ９）、該ログ集合ごとに、該ログ集合から予め定めた数（図７の例では「３」）のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する（Ｓ１１）ログ削除部１３を備えるログ処理装置が構成されるので、サービスごとのログの数の不均衡さを解消することができる。

また、ログ削除部１３は、ジニ係数ＧＣが閾値ＧＣＴより大きいなら（Ｓ１５：ＹＥＳ）、ログ蓄積部１１からログ数の異なる２つのログの集合（ログの集合ＬＬ、ＬＭ）を検索し（Ｓ１７、Ｓ２１）、ログ数の少ない該ログの集合ＬＬの最も新しい送信日時から最も古い送信日時までの期間の期間長を求め、該期間長に予め定めた係数を乗じた期間長（期間長Ｔ）を求め（Ｓ１９）、ログ数の多い該ログの集合ＬＭから最も新しい送信日時（送信日時Ｐ）を検出し、該ログの集合の各送信日時について、該検出した送信日時Ｐから該求めた期間長Ｔだけ遡った時点までの期間に含まれるか否か判定し、該期間に含まれると判定された送信日時を含むログを選択するとともに選択されなかったログを該ログの集合から削除する（Ｓ２３）ので、サービスごとのログの数の不均衡さを解消することができる。

なお、本実施の形態では、ジニ係数ＧＣを用いたが、サービスごとのログの数の不均衡さを示す係数なら、他のものを用いてもよい。また、不均衡さを示す係数による条件判定を行わず、多数のログを有するログの集合に対して、ログ削除の処理を行うように構成しても良い。

また、あらかじめ定めたサービス種別に対応するログ集合に対してのみＳ９、Ｓ１１を行うように構成しても良い。

なお、本実施の形態に係るログ処理装置としてコンピュータを機能させるためのコンピュータプログラムは、半導体メモリ、磁気ディスク、光ディスク、光磁気ディスク、磁気テープなどのコンピュータ読み取り可能な記録媒体に記録でき、また、インターネットなどの通信網を介して伝送させて、広く流通させることができる。

１…レコメンドサーバ
１１…ログ蓄積部
１２…ジニ係数計算部
１３…ログ削除部
１４…コンテンツ推奨部
２１、２２…コンテンツサーバ
３１、３２…ユーザ端末
１０１…コンテンツデータベース
１０２…履歴情報データベース
１０３…メタ情報データベース

Claims (7)

1. 複数のサービスのそれぞれにおいて１以上のコンテンツで構成されるシリーズが１以上送信可能な場合における送信先のユーザに対しコンテンツを推奨するために蓄積されたログの処理を行うログ処理装置であって、
   いずれかのサービスのいずれかのシリーズのいずれかのコンテンツがいずれかのユーザのために送信されたことを示す当該送信の送信日時、該コンテンツのコンテンツＩＤ、該サービスのサービスＩＤ、該シリーズのシリーズＩＤおよび該ユーザのユーザＩＤを含むログが蓄積されるログ蓄積部と、
   予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除するログ削除部と
   を備えることを特徴とするログ処理装置。
2. サービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求める係数計算部を備え、
   前記ログ削除部は、前記係数が予め定めた閾値より大きいなら、予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する
   ことを特徴とする請求項１記載のログ処理装置。
3. サービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求める係数計算部を備え、
   前記ログ削除部は、前記係数が予め定められた閾値より大きいなら、前記ログ蓄積部からログ数の異なる２つのログの集合を検索し、ログ数の少ない該ログの集合の最も新しい送信日時から最も古い送信日時までの期間の期間長を求め、該期間長に予め定めた係数を乗じた期間長を求め、ログ数の多い該ログの集合から最も新しい送信日時を検出し、該ログの集合の各送信日時について、該検出した送信日時から該求めた期間長だけ遡った時点までの期間に含まれるか否か判定し、該期間に含まれると判定された送信日時を含むログを選択するとともに選択されなかったログを該ログの集合から削除する
   ことを特徴とする請求項１記載のログ処理装置。
4. 複数のサービスのそれぞれにおいて１以上のコンテンツで構成されるシリーズが１以上送信可能な場合における送信先のユーザに対しコンテンツを推奨するために蓄積されたログの処理を行うログ処理装置の動作方法であって、
   前記ログ処理装置は、
   いずれかのサービスのいずれかのシリーズのいずれかのコンテンツがいずれかのユーザのために送信されたことを示す当該送信の送信日時、該コンテンツのコンテンツＩＤ、該サービスのサービスＩＤ、該シリーズのシリーズＩＤおよび該ユーザのユーザＩＤを含むログが蓄積されるログ蓄積部を備え、
   前記動作方法は、
   前記ログ処理装置が、予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する
   ことを特徴とするログ処理装置の動作方法。
5. 前記ログ処理装置が、予めサービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求め、
   前記ログ処理装置が、前記係数が予め定めた閾値より大きい場合において、予め定められた数より多い数のログを有するログの集合を前記ログ蓄積部から検索し、各ログの集合について、ユーザＩＤおよびシリーズＩＤの組ごとに、該組のユーザＩＤおよびシリーズＩＤとを含むログの集合であるログ集合を前記ログ蓄積部から検索し、該ログ集合ごとに、該ログ集合から予め定めた数のログを送信日時の最も新しいものから順に選択するとともに選択されなかったログを削除する
   ことを特徴とする請求項４記載のログ処理装置の動作方法。
6. 前記ログ処理装置が、予めサービスＩＤごとの該サービスＩＤを含むログの集合におけるログの数の不均衡さを示す係数を求め、
   前記ログ処理装置が、前記係数が予め定められた閾値より大きい場合において、前記ログ蓄積部からログ数の異なる２つのログの集合を検索し、ログ数の少ない該ログの集合の最も新しい送信日時から最も古い送信日時までの期間の期間長を求め、該期間長に予め定めた係数を乗じた期間長を求め、ログ数の多い該ログの集合から最も新しい送信日時を検出し、該ログの集合の各送信日時について、該検出した送信日時から該求めた期間長だけ遡った時点までの期間に含まれるか否か判定し、該期間に含まれると判定された送信日時を含むログを選択するとともに選択されなかったログを該ログの集合から削除する
   ことを特徴とする請求項４記載のログ処理装置の動作方法。
7. 請求項１ないし３のいずれかに記載のログ処理装置としてコンピュータを機能させるためのコンピュータプログラム。

Images