JP2013004013A - プロファイル更新装置およびその制御方法、ならびに、プロファイル更新用プログラム - Google Patents

Abstract

【課題】プロファイル更新装置において、ユーザーに関連して生成されるキーワードを適切な態様で当該ユーザーのプロファイルに追加できるようにする。
【解決手段】ユーザープロファイルに格納された業務関心キーワードが抽出され（ステップＳ１０）、ユーザーの閲覧履歴からユーザーの個人関心キーワードが生成され（ステップＳ２０，Ｓ３０）、キーワードの関連性情報が取得される（ステップＳ４０）。そして、ステップＳ７０では、個人関心キーワードが変換先キーワードに変換される。そして、ステップＳ８０では、当該キーワードがユーザープロファイルに追加される。
【選択図】図７

Description

本発明は、ユーザーのプロファイルの更新に関する。

情報の推薦等のための情報検索に関し、ユーザー毎に用意されたプロファイルを用いて情報検索を行なうことにより、ユーザーが必要とする情報にアクセスしやすくして、作業の効率化を図るシステムがある。このようなシステムでは、プロファイルには、ユーザーの嗜好や、頻繁にアクセスするファイルや検索キーワードが記録されている。このようなプロファイルに基づいて、ユーザーに情報が提供される。したがって、常にユーザーが所望する情報を提供するためには、当該プロファイルは、ユーザーの利用状況に合わせてユーザーの嗜好を学習して随時更新していく必要がある。

ユーザーのプロファイルの更新の方法に関し、従来から種々の技術が開示されてきた。たとえば、特許文献１（特開２００６−２２８１４１号公報）では、ユーザーが送受信した電子メールから抽出されたキーワードを、類似語辞書を使って変更した後で適宜利用する技術が開示されている。

また、特許文献２（特開２００５−３１００９４号公報）では、ユーザーのコンテンツ閲覧履歴に関連するキーワードを抽出し、さらに、当該キーワードに関連したキーワードを抽出することにより、キーワードの拡張を行なう技術が開示されている。

特開２００６−２２８１４１号公報 特開２００５−３１００９４号公報

しかしながら、オフィスでプロファイルを作成する場合は、キーワードをそのままプロファイルに使用すると問題が生じる場合がある。キーワードにはユーザーの趣味に関する情報が含まれる場合があるからである。つまり、オフィスにおいてユーザーの趣味に関する情報はプロファイルとして必要ないため、キーワードをそのままプロファイルに利用することにより、上記のような趣味等の個人的な情報がプロファイルとして利用されてしまうと、プロファイルにおいて、ユーザーの業務内容に不適なキーワードの割合が増加する事態が想定される。そして、このようなプロファイルが利用された場合、ユーザーがコンテンツを検索する際に、その場に適さないコンテンツが提供される可能性が高くなる。特に、オフィスでの業務においてコンテンツの検索が行なわれる場合、ユーザーの期待にそぐわないコンテンツが提供されることは、当該ユーザーの業務の生産性低下につながる。

その一方で、趣味やプライベートなどの個人的なキーワードであっても、業務におけるユーザーについての重要な属性を含んでいる場合も考えられる。たとえば、業務には関係ない「子ども好き」という個人的な属性を持つ人の本質は「世話好き」であり、これは、オフィスにおいても「部下の面倒見がよい」という属性として当該ユーザーに付随されるべきである。

つまり、上記したように業務に直接関係のないキーワードが、そのままプロファイルに利用された場合にはオフィスに不適な情報の提供を招き、問題を生じるとも考えられるが、その一方で、そのようなキーワードのすべてをプロファイルから除外してしまっては、ユーザーの性質をあらわすプロファイルにはならない。

本発明は、かかる実情に鑑み考え出されたものであり、その目的は、ユーザーに関連して生成されるキーワードを適切な態様で当該ユーザーのプロファイルに追加することができるプロファイル更新装置およびその制御方法、ならびに、プロファイル更新用プログラムを提供することである。

本発明に従ったプロファイル更新装置は、ユーザーごとに記憶された当該ユーザーの関心を表すキーワードを含むプロファイルを更新するためのプロファイル更新装置であって、プロファイルに格納された第１キーワードを抽出するための抽出手段と、ユーザーの関心領域に関する第２キーワードを生成するための生成手段と、第１キーワードと第２キーワードを含む複数のキーワード間の関連性を表す関連性情報を取得するための取得手段と、関連性情報における、第１キーワードと第２キーワードとの間の関連度に基づいて、プロファイルの更新において、第２キーワードが利用可能かを判断するとともに、第２キーワードが利用可能な場合に、第１キーワードおよび第２キーワードとは異なる第３キーワードの選択の可否かを判断するための判断手段と、関連性情報に含まれるキーワードから、当該関連性情報における、第１キーワードとの関連度および第２キーワードとの関連度に基づいて、第３キーワードを選択するための選択手段と、第２キーワードおよび／または第３キーワードを追加することによりプロファイルを更新するための更新手段とを備える。

好ましくは、関連性情報は、第１キーワードおよび第２キーワードを含むキーワードが、相互の関連性に基づいて連結されており、関連度は、関連性情報における二つのキーワード間の距離である。

好ましくは、関連度は、関連性情報における二つのキーワード間の連結数に応じた度合いである。

好ましくは、関連度は、関連性情報における二つのキーワード間の共起頻度に対応した値である。

好ましくは、関連性情報は、第１キーワードおよび第２キーワードを含むキーワードが、キーワードの性質を示す複数の軸で表現される多次元空間にマッピングされたものであり、関連度は、関連性情報における二つのキーワード間の距離である。

好ましくは、更新手段は、第３キーワードのプロファイルへの追加に応じて、プロファイルから第１キーワードを削除する。

好ましくは、生成手段は、ユーザーのコンテンツ閲覧履歴から第２キーワードを生成する。

好ましくは、生成手段は、ユーザーの検索クエリー履歴から第２キーワードを生成する。

好ましくは、生成手段は、ユーザーのコンテンツ作成履歴から第２キーワードを生成する。

好ましくは、生成手段は、ユーザーの機器の操作履歴から第２キーワードを生成する。
本発明に従ったプロファイル更新装置の制御方法は、ユーザーごとに記憶された当該ユーザーの関心を表すキーワードを含むプロファイルを更新するためのプロファイル更新装置の制御方法であって、プロファイル更新装置が、プロファイルに格納された第１キーワードを抽出するステップと、ユーザーの関心領域に関する第２キーワードを生成するステップと、第１キーワードと第２キーワードとを含む複数のキーワード間の関連性を表す関連性情報を取得するステップと、関連性情報における、第１キーワードと第２キーワードとの間の関連度に基づいて、プロファイルの更新において、第２キーワードが利用可能かを判断するとともに、第２キーワードが利用可能な場合に、第１キーワードおよび第２キーワードとは異なる第３キーワードの選択の可否を判断するステップと、関連性情報に含まれるキーワードから、当該関連性情報における、第１キーワードとの関連度および第２キーワードとの関連度に基づいて、第３キーワードを選択するステップと、第２キーワードおよび／または第３キーワードを追加することによりプロファイルを更新するステップとを備える。

本発明に従ったプロファイル更新用プログラムは、ユーザーごとに記憶された当該ユーザーの関心を表すキーワードを含むプロファイルを更新するためのプロファイル更新装置を構成するコンピューターによって実行されるプロファイル更新用プログラムであって、コンピューターを、プロファイルに格納された第１キーワードを抽出するための抽出手段、ユーザーの関心領域に関する第２キーワードを生成するための生成手段、第１キーワードと第２キーワードとを含む複数のキーワード間の関連性を表す関連性情報を取得するための取得手段、関連性情報における、第１キーワードと第２キーワードとの間の関連度に基づいて、プロファイルの更新において、第２キーワードが利用可能かを判断するとともに、第２キーワードが利用可能な場合に、第１キーワードおよび第２キーワードとは異なる第３キーワードの選択の可否を判断するための判断手段、関連性情報に含まれるキーワードから、当該関連性情報における、第１キーワードとの関連度および第２キーワードとの関連度に基づいて、第３キーワードを選択するための選択手段、および、第２キーワードおよび／または第３キーワードを追加することによりプロファイルを更新するための更新手段として機能させる。

本発明によれば、既に当該ユーザーのプロファイルに登録されている第１キーワードだけでなく、ユーザーの関心領域に関して生成された第２キーワードにも関連を有する第３キーワードが選択され、プロファイルの更新の際に当該第３キーワードが当該プロファイルに追加される。

これにより、プロファイルに、業務および個人的な属性のいずれにも関連する、つまり、オフィスに不適でなくかつユーザーの性質を適切に表すキーワードを追加することができる。

本発明のプロファイル更新装置の一実施の形態である情報推薦サーバーを含む情報推薦システムの概略構成を示す図である。 図１のサーバーのハードウェア構成を模式的に示す図である。 図１のクライアント端末のハードウェア構成を模式的に示す図である。 図１のサーバーの機能構成を模式的に示す図である。 図１のクライアント端末の機能構成を模式的に示す図である。 図４の意味関連ネットワークＤＢ（データベース）に格納されている内容の一例を模式的に示す図である。 図１のサーバーにおいて実行される、プロファイル生成処理のフローチャートである。 図６の意味関連ネットワークの変形例を示す図である。

以下、本発明について、図面を参照して説明する。なお、以下の説明において、同一の機能および作用を有する要素については、同じ符号を付し、重複する説明を繰返さない。

＜システムの概略構成＞
図１は、本願のプロファイル更新装置の一実施の形態の情報推薦サーバー（以下、単に「サーバー」という）２００を含む情報推薦システムの概略構成を示す。

情報推薦システムは、サーバー２００と、１台以上のクライアント端末１００により構成される。サーバー２００は、ネットワーク５００を介してクライアント端末１００と通信可能に構成されている。サーバー２００は、Ｗｅｂページやドキュメントなどのコンテンツをユーザーに提供するものである。ユーザーは、クライアント端末１００に搭載されているＷｅｂブラウザ等のコンテンツ閲覧機能を利用して、サーバー２００からクライアント端末１００にコンテンツを取得し、当該コンテンツを視聴する。

なお、本実施の形態では、サーバー２００は、クライアント端末１００からの要求に応じて当該クライアント端末１００にコンテンツを提供するが、サーバー２００がクライアント端末１００と同一の装置によって構成されてもよい。

また、サーバー２００には、ユーザーごとのプロファイルが格納されている。そして、サーバー２００は、クライアント端末１００に対してコンテンツを提供する際、クライアント端末１００のユーザーのプロファイルに基づいて、提供するコンテンツを選択する場合が有り得る。そして、サーバー２００は、当該プロファイルの更新を行なう。なお、更新対象となるプロファイルは、必ずしもサーバー２００自身に格納されている必要はなく、サーバー２００とは異なる記憶装置に格納されていても良い。

＜サーバーのハードウェア構成＞
図２は、サーバー２００のハードウェア構成を模式的に示す図である。

図２を参照して、サーバー２００は、たとえば汎用のコンピュータによって実現され、当該サーバー２００の動作を全体的に制御するＣＰＵ（Central Processing Unit）２５０、ＣＰＵ２５０のワークエリアとして機能するＲＡＭ（Random Access Memory）２５４、プログラムやデータなどを記憶するＲＯＭ（Read Only Memory）２５６、サーバー２００に対して情報を入力するためのキーボードなどの入力装置２６０、他のサーバー２００または別のネットワークとの通信を行なう通信装置２６２、プログラムやファイルを記憶するハードディスクを備えるハードディスク装置（ＨＤＤ）２６４、およびサーバー２００に対して着脱可能な記憶媒体２５２Ａとアクセスするメディアドライブ２５２と、モニター２６６とを備えている。ＣＰＵ２５０は、入力装置２６０を介して入力された情報の入力を受付け、通信装置２６２を介してネットワーク５００や他のネットワークと接続可能であり、また、モニター２６６に当該サーバー２００において処理されている情報を表示させることができる。

ＣＰＵ２５０が実行するプログラムは、ＲＯＭ２５６やＨＤＤ２６４のハードディスクに記憶されていてもよいし、メディアドライブ２５２を介してＣＰＵ２５０がアクセスする記憶媒体２５２Ａに記憶されていてもよいし、ＣＰＵ２５０が通信装置２６２を介してアクセスする外部の記憶装置に記憶されているものであってもよい。記憶媒体２５２Ａとしては、ＣＤ−ＲＯＭ（Compact Disc - Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disk - Read Only Memory）、ＵＳＢ（Universal Serial Bus）メモリ、メモリカード、ＦＤ（Flexible Disk）、ハードディスク、磁気テープ、カセットテープ、ＭＯ（Magnetic Optical Disc）、ＭＤ（Mini Disc）、ＩＣ（Integrated Circuit）カード（メモリカードを除く）、光カード、マスクＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ（Electronically Erasable Programmable Read-Only Memory）などの、不揮発的にプログラムを格納する媒体が挙げられる。

また、ＨＤＤ２６４のハードディスクには、メディアドライブ２５２を介して記憶媒体２５２Ａに記憶されたファイルや、通信装置２６２を介してアクセス可能となる外部の記憶装置に記憶されたファイルがＨＤＤ２６４のハードディスクに記憶（インストール）され、これがＣＰＵ２５０によって実行されてもよい。

また、サーバー２００は、モニター２６６と一体的に構成されてもよく、別体で構成されても良い。また、モニター２６６等の表示装置を備えず、表示装置に情報を表示するための情報を送信するものであっても良い。

＜クライアント端末のハードウェア構成＞
図３は、クライアント端末１００のハードウェア構成を模式的に示す図である。

図３を参照して、クライアント端末１００は、たとえば汎用のコンピュータによって実現され、当該クライアント端末１００の動作を全体的に制御するＣＰＵ１５０、ＣＰＵ１５０のワークエリアとして機能するＲＡＭ１５４、プログラムやデータなどを記憶するＲＯＭ１５６、クライアント端末１００に対して情報を入力するためのキーボードなどの入力装置１６０、別のネットワークとの通信を行なう通信装置１６２、プログラムやファイルを記憶するハードディスクを備えるハードディスク装置１６４、およびサーバー２００に対して着脱可能な記憶媒体１５２Ａとアクセスするメディアドライブ１５２と、モニター１６６とを備えている。ＣＰＵ１５０は、入力装置１６０を介して入力された情報の入力を受付け、通信装置１６２を介してネットワーク５００や他のネットワークと接続可能であり、また、モニター１６６にクライアント端末１００において処理されている情報やサーバー２００から提供されるコンテンツを表示させることができる。

ＣＰＵ１５０が実行するプログラムは、ＲＯＭ１５６やＨＤＤ１６４のハードディスクに記憶されていてもよいし、メディアドライブ１５２を介してＣＰＵ１５０がアクセスする記憶媒体１５２Ａに記憶されていてもよいし、ＣＰＵ１５０が通信装置１６２を介してアクセスする外部の記憶装置に記憶されているものであってもよい。記憶媒体１５２Ａとしては、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリ、メモリカード、ＦＤ、ハードディスク、磁気テープ、カセットテープ、ＭＯ、ＭＤ、ＩＣカード（メモリカードを除く）、光カード、マスクＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭなどの、不揮発的にプログラムを格納する媒体が挙げられる。

また、ＨＤＤ１６４のハードディスクには、メディアドライブ１５２を介して記憶媒体１５２Ａに記憶されたファイルや、通信装置１６２を介してアクセス可能となる外部の記憶装置に記憶されたファイルがＨＤＤ１６４のハードディスクに記憶（インストール）され、これがＣＰＵ１５０によって実行されてもよい。

また、クライアント端末１００は、モニター１６６と一体的に構成されてもよく、別体で構成されても良い。また、モニター１６６等の表示装置を備えず、表示装置に情報を表示するための情報を送信するものであっても良い。

＜サーバーの機能構成＞
図４は、サーバー２００の機能構成を模式的に示す図である。

図４を参照して、サーバー２００は、その機能として、通信部２０１と、閲覧履歴収集部２０２と、個人関心キーワード生成部２０３と、キーワード変換判断部２０４と、業務関心キーワード抽出部２０５と、意味関連ネットワーク取得部２０７と、キーワード変換部２０９と、プロファイル更新部２１０とを含む。これらの各機能は、たとえばＣＰＵ２５０がＨＤＤ２６４等に格納されたプログラムを実行することにより、実現される。なお、各機能の少なくとも一つが、専用のＬＳＩ（Large Scale Integration）等のハードウェア要素によって実現されても良い。

本実施の形態では、業務関心キーワード抽出部２０５によって、抽出手段が構成される。また、個人関心キーワード生成部２０３によって、生成手段が構成される。また、意味関連ネットワーク取得部２０７によって、取得手段が構成される。また、キーワード変換判断部２０４によって、判断手段が構成される。また、キーワード変換部２０９によって、選択手段が構成される。また、プロファイル更新部２１０によって、更新手段が構成される。

各要素の機能については、後述する。なお、閲覧履歴収集部２０２および／または個人関心キーワード生成部２０３は、クライアント端末１００内に設けられても良い。

サーバー２００は、さらに、ユーザープロファイルＤＢ（データベース）２０６と、意味関連ネットワークＤＢ２０８と、コンテンツＤＢ２１２とを含む。これらは、たとえばＨＤＤ１６４によって構成される。なお、これらの機能は、サーバー２００以外の装置に設けられ、適宜当該装置から各機能に蓄積される情報を取得することにより、サーバー２００がこれらの機能を達成しても良い。

＜クライアント端末の機能構成＞
図５は、クライアント端末１００の機能構成を模式的に示す図である。

図５を参照して、クライアント端末１００は、その機能として、通信部１０１、および、処理部１０２を含む。これらの機能は、たとえばＣＰＵ１５０がＨＤＤ１６４に格納されるプログラムを実行することにより、実現される。なお、各機能の少なくとも一つが、専用のＬＳＩ等のハードウェア要素によって実現されても良い。

また、クライアント端末１００は、さらに、表示部１０３、操作部１０４、および、閲覧履歴保存部１０５を備える。表示部１０３は、たとえばモニター１６６によって実現される。操作部１０４は、たとえば入力装置１６０によって実現される。閲覧履歴保存部１０５は、たとえばＨＤＤ１６４によって実現される。

＜ユーザープロファイルＤＢの内容＞
表１に、ユーザープロファイルＤＢ２０６に格納されている情報の一例を模式的に示す。

表１から理解されるように、ユーザープロファイルＤＢ２０６では、ユーザーごとに、ユーザーのプロファイルの構成要素の一例であるキーワードが格納されている。なお、格納されるキーワードの数は、ユーザー間で統一されていても良いし、ユーザーごとに異なっていても良い。

＜意味関連ネットワークＤＢの内容＞
図６は、意味関連ネットワークＤＢ２０８に格納されている内容の一例を模式的に示す図である。

図６を参照して、意味関連ネットワークＤＢ２０８では、複数のキーワード（関連分野キーワード）が格納されている。なお、意味関連ネットワークＤＢ２０８では、各キーワードがその意味に基づく関連性に従って配列され、そして、互いに関連を有するキーワードが連結されている。このような配列および／または関連に従った連結を、以下、本明細書では、適宜「意味関連ネットワーク」という。

また、意味関連ネットワークＤＢ２０８では、上記のように連結されているキーワード間の距離が、たとえば表２に示されるように格納されている。

本実施の形態では、キーワード間の上記した距離が短い（表２における距離の値が小さい）ほど、両キーワードの意味が近いと言える。

＜プロファイル作成処理＞
次に、サーバー２００において実行される、ユーザーのプロファイルを作成するための処理であるプロファイル生成処理の内容について、説明する。図７は、当該処理のフローチャートである。当該処理は、たとえばユーザーごとに、所定時間ごとに、実行される。

図７を参照して、ステップＳ１０では、業務関心キーワード抽出部２０５が、ユーザープロファイルＤＢ２０６から、指定されたユーザーのユーザープロファイルを取得する。なお、図７の処理は、上記したようにたとえばユーザーごとに所定時間ごとに、実行される。したがって、処理対象となるユーザーは、図７の処理の開始時に指定される。そして、ステップＳ１０の「指定されたユーザー」とは、たとえばこのように処理開始時に指定されているユーザーとすることができる。

そして、ステップＳ１０では、業務関心キーワード抽出部２０５が、上記のように取得されたプロファイルからキーワードが抽出される。このようなキーワードの抽出は、たとえばユーザープロファイルＤＢ２０６における、処理対象のユーザーに関連付けられたキーワードを抽出することにより実現される。そして、以降の処理では、ここで抽出されたキーワードが「業務関心キーワード」として取り扱われる。また、当該「業務関心キーワード」によって、第１キーワードが構成される。

たとえば、ユーザープロファイルＤＢ２０６において、ユーザーＡのプロファイルには、「クラウド」「セキュリティ」「スマートフォン」というキーワードが格納されている。したがって、処理対象のユーザーが「ユーザーＡ」である場合には、ステップＳ１０では、「クラウド」「セキュリティ」「スマートフォン」というキーワードが抽出される。

次に、ステップＳ２０では、閲覧履歴収集部２０２が、通信部２０１を介してクライアント端末１００に閲覧履歴要求を送信し、クライアント端末１００からユーザーのコンテンツ閲覧履歴を取得する。閲覧履歴収集部２０２は、取得したユーザーのコンテンツ閲覧履歴を、個人関心キーワード生成部２０３に送信する。

コンテンツ閲覧履歴のコンテンツとしては、たとえば、Ｗｅｂページ、ドキュメント、映像、音楽が挙げられる。

クライアント端末１００の閲覧履歴保存部１０５では、コンテンツ閲覧履歴が、例えば表３に示されるようなデータ形式で格納される。

表３から理解されるように、コンテンツ閲覧履歴には、たとえば、コンテンツ閲覧者名（ユーザー名）、閲覧日時、閲覧コンテンツの場所が含まれる。

クライアント端末１００では、処理部１０２は、キーボードやマウスなどの入力装置１６０を利用したユーザーの操作内容を操作部１０４から取得する。そして、処理部１０２は、操作に応じて通信部１０１を通じてコンテンツを取得し、表示部１０３に表示するとともに、取得したコンテンツに関する情報（コンテンツのＵＲＬ（Uniform Resource Locator）、コンテンツ自体、等）を閲覧履歴保存部１０５に保存する。

そして、サーバー２００から閲覧履歴要求を受信すると、処理部１０２は、閲覧履歴保存部１０５から閲覧履歴を読み出し、通信部１０１を介して、サーバー２００に、閲覧履歴を送信する。

一方、閲覧履歴収集部２０２は、ステップＳ２０において、このようなコンテンツ閲覧履歴の「閲覧コンテンツの場所」に記載された場所からコンテンツの内容を取得する。

なお、クライアント端末１００では、閲覧コンテンツの場所の代わりに、コンテンツの内容そのものが閲覧履歴として格納されていてもよい。そして、閲覧履歴収集部２０２は、クライアント端末１００から、コンテンツの内容を取得してもよい。

また、コンテンツの閲覧履歴が所定量蓄積する、とは、たとえば、ユーザーがコンテンツを閲覧することにより蓄積された履歴の数が所定量以上となったこと、とすることができる。

また、上記した履歴蓄積完了の個人関心キーワード生成部２０３への通知の条件の例としては、上記の定期的および所定量の閲覧履歴の蓄積に加えて、クライアント端末１００から入力装置１６０において特定の操作が行なわれた旨の通知を受けたこと、クライアント端末１００から当該クライアント端末１００が特定の位置に位置したこと、などが挙げられる。なお、後者の場合、クライアント端末１００には、ＧＰＳ（Global Positioning System）などの、当該クライアント端末１００の位置情報を検知する機能が備えられている。

なお、ステップＳ２０において閲覧履歴収集部２０２によってコンテンツ閲覧履歴の代わりに（または、コンテンツ閲覧履歴と併せて）取得される情報としては、次の情報が挙げられる。

ユーザーが使用した検索クエリーに含まれる検索キーワード
ユーザーが過去に作成したコンテンツの内容（作成履歴）
ユーザーのキーボード入力やマウスで選択した文字列など機器操作情報
他ユーザー（処理対象のユーザーと一定の関連を有するユーザー等）のプロファイル
次に、ステップＳ３０では、個人関心キーワード生成部２０３が、閲覧履歴収集部２０２からの履歴蓄積完了通知に応じて、閲覧履歴収集部２０２から送信されたユーザーのコンテンツ閲覧履歴に基づいて、キーワードを生成する。本実施の形態では、ここで生成されたキーワードが、処理対象のユーザーの「個人関心キーワード」として扱われる。

そして、個人関心キーワード生成部２０３は、キーワード変換判断部２０４に、上記のように抽出（生成）した個人関心キーワードを通知する。

なお、ステップＳ３０におけるキーワードの抽出（生成）としては、たとえば、以下のような方法が考えられる。

１つ目の例としては、コンテンツ閲覧履歴やコンテンツの作成履歴などから取得する方法である。具体的には、閲覧または作成されたコンテンツから、見出しのテキストを抽出する、または、コンテンツに含まれるテキストからＴＦ−ＩＤＦ（Term Frequency − Inverse Document Frequency）等の単語出現頻度の大きさに基づいて単語を抽出する。

２つ目の例としては、コンテンツ（映画や音楽など）のメタデータに含まれる、コンテンツの概要や作者やジャンルなどの情報を抽出する。あるいは、コンテンツに含まれる画像をパターン認識して物体の種類を特定し、当該種類の物体の名称等の、当該種類の物体に対応した文字列をキーワードとして出力する。

３つ目の例としては、クライアント端末１００における処理対象のユーザーの機器操作情報に基づいて、取得される。具体的には、所定期間に、処理対象のユーザーがキーボードから（所定の頻度以上で）入力した文字列、マウス操作により画面上で選択した箇所から抽出された文字列、および／または、プリンタで印刷した文書から抽出されるキーワードが、上記したキーワードとして抽出される。

４つ目の例としては、スキャナで取り込んだ画像からＯＣＲ（Optical Character Reader）でキーワードを抽出する。

５つ目の例としては、ユーザーが手足など人体に取り付けたセンサー（加速度や筋電位、脳波）のデータをパターン認識して行動を判別し、行動を表すキーワードを出力する。具体的には、ユーザーが視線を検知するために頭部等に装着したカメラなどの画像センサー（視線トラッキング）について、その移動パターンをパターン認識により判別し、結果として得られたパターンに対応するキーワードを出力する。

ステップＳ３０では、具体的には、たとえばユーザーＡがクライアント端末１００に搭載のＷｅｂブラウザを操作して、あるレストランのディナーコースに関するＷｅｂサイト（場所：ｈｔｔｐ：／／ｒｅｓｔａｕｒａｎｔ．ｃｏｍ／ｄｉｎｎｅｒ．ｈｔｍｌ）を閲覧していた場合、同サイトのコンテンツに含まれる「レストラン」という単語が個人関心キーワードとして抽出される。

このようにして、個人関心キーワード生成部２０３は、処理対象のユーザーのすべての閲覧履歴について、キーワードの抽出を行なう。ここで抽出されるキーワードの一例を、表４に示す。

表４から理解されるように、個人関心キーワード生成部２０３は、それぞれの閲覧履歴に対して、１つ以上の個人関心キーワードを抽出（生成）する。

ここで、ステップＳ３０で抽出（生成）されたキーワードのすべてが、ユーザープロファイルから抽出された業務関心キーワードに既に含まれている場合には、この時点で図７の処理は終了する。

次に、ステップＳ４０では、キーワード変換判断部２０４が、意味関連ネットワーク取得部２０７を介して意味関連ネットワークＤＢ２０８からキーワード間の関連性を表す意味関連ネットワークを取得する。

ここで取得される意味関連ネットワークの一例としては、たとえば図６に示されたものが挙げられる。

また、意味関連ネットワークＤＢ２０８は、例えば、収集した多数の文書から、それらの文書に登場する単語の共起頻度に基づいて、上記意味関連ネットワークを特定する情報を生成しても良い。このような情報の生成には、あらかじめ構築されている類義語（シソーラス）辞書、単語のオントロジーが利用されても良い。

なお、本実施の形態において、意味関連ネットワークは、図６に示したようなものに限定されない。図８は、本実施の形態において利用される意味関連ネットワークの変形例を示す図である。

図８を参照して、意味関連ネットワークでは、キーワードの性質を表す複数の軸が示され、これらの軸で表現される多次元空間（意味空間）にキーワードがマッピングされる。図８における、各キーワードの、２つの軸に関する位置（各軸について与えられた意味上の値）を、表５に示す。

このような意味関連ネットワークでは、この意味空間上でのキーワード間の距離が、ユークリッド距離などの計算方法に基づいて算出される。そして、このように算出される距離に基づいて、個人関心キーワードをプロファイルとして利用するかの判断および変換が必要かの判断を行なう。

また、意味関連ネットワークとして、複数の文書から算出される単語（キーワード）同士の共起頻度（相互情報量やＮ−ｇｒａｍ）に対応した値などを用いることもできる。

なお、図６や図８を参照して説明した意味関連ネットワークにおいて、表２等を参照して説明したような単語間の距離が設定されていなくともよい。例えば、意味関連ネットワーク上での単語間のホップ数が利用されても良い。ここで、ホップ数とは、図６に示されたような図において、或る単語から別の単語への連結経路上に存在する単語の数（中継数）を指す。このように、表２に示されたような単語間の距離の代わりに、ホップ数を用いる場合というのは、以下の説明において、連結経路において隣接する単語（キーワード）同士の距離がすべて等しいとして処理を進めることを意味する。

次に、ステップＳ５０では、キーワード変換判断部２０４は、まず業務関心キーワードと関連分野キーワードを意味関連ネットワーク上にマッピングする。

関連分野キーワードとは、予めサーバー２００の意味関連ネットワークＤＢ２０８に登録されているキーワードである。

そして、意味関連ネットワークにおける、業務関心キーワードから個人関心キーワードまでの最短経路をダイクストラ法やベルマン−フォード法などのアルゴリズムを用いて探索する。この探索では、グラフのノードを単語、各辺の重みを単語間の距離と定義して行う。

ここで、プロファイルとして利用可能とする業務関心キーワードと個人関心キーワード間の最短距離の閾値をＴ_ＵＳＥとする。業務関心キーワードをｋｗ_ＷＯＲＫ、個人関心キーワードをｋｗ_{ＰＥＲＳＯＮＡＬ}とし、キーワードｋｗ_１とキーワードｋｗ_２間の最短距離をＬ_ＭＩＮ（ｋｗ_１，ｋｗ_２）とする。ここで、ｋｗ_１が業務関心キーワードを表し、ｋｗ_２が個人間信キーワードを表す。また、Ｌ_ＭＩＮ（ｋｗ_１，ｋｗ_２）は、ｋｗ_１からｋｗ_２への最短距離での経路における距離を現したものであり、たとえば図６に記載されるように意味関連ネットワークにおいて関連のあるキーワードが互いに連結される場合には、最短距離の連結経路上に存在する複数のキーワード間の距離の総和である。

そして、個人関心キーワードごとにＬ_ＭＩＮ（ｋｗ_１，ｋｗ_２）を算出し、算出結果が次の１）または２）のいずれかであるかを判断し、そして、当該判断の結果に基づいて、個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}がプロファイルとして利用可能か否かを判断する。

１）Ｌ_ＭＩＮ（ｋｗ_ＷＯＲＫ，ｋｗ_{ＰＥＲＳＯＮＡＬ}）≦Ｔ_ＵＳＥ
：個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}は、プロファイルとして利用可能
２）Ｔ_ＵＳＥ＜Ｌ_ＭＩＮ（ｋｗ_ＷＯＲＫ，ｋｗ_{ＰＥＲＳＯＮＡＬ}）
：個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}は、プロファイルとして利用不可能
Ｌ_ＭＩＮ（ｋｗ_１，ｋｗ_２）の算出について、ユーザーＡを例にとって具体的に説明する。

ユーザーＡの個人関心キーワード「レストラン」について、プロファイルとして利用可能か否かが判断される場合、まずユーザーＡの業務関心キーワードが抽出される（ステップＳ１０）。ここで抽出されるのは、表１から、「クラウド」「セキュリティー」「スマートフォン」である。

そして、このうち、業務関心キーワード「クラウド」に基づいて、個人関心キーワード「レストラン」の利用可否が判断される場合、図６において、「クラウド」から「レストラン」までの最短経路は２つが考えられる。

１つ目は、クラウド−通信−オンラインゲーム−エンターテイメント−レストランの順に連結されたキーワードを伝っていく経路である。この経路を、以下の説明では「経路１」という。

また、２つ目は、クラウド−Ｗｅｂサービス−クーポンサイト−レストランの順に伝っていく経路である。この経路を、以下の説明では「経路２」という。

そして、経路１についての距離の総和は、次の式（１）で示される。
Ｒ（“クラウド”，“通信”）＋Ｒ（“通信”，“オンラインゲーム”）＋Ｒ（“オンラインゲーム”，“エンターテイメント”）＋Ｒ（“エンターテイメント”，“レストラン”） …（１）
式（１）において、Ｒ（“クラウド”，“通信”）は、「クラウド」と「通信」の間の距離である。この距離は、表２から「６」である。

また、式（１）において、Ｒ（“通信”，“オンラインゲーム”）は、「通信」と「オンラインゲーム」の間の距離である。この距離は、表２から「２２」である。

また、式（１）において、Ｒ（“オンラインゲーム”，“エンターテイメント”）は、「オンラインゲーム」と「エンターテイメント」の間の距離である。この距離は、表２から「６１」である。

また、式（１）において、Ｒ（“エンターテイメント”，“レストラン”）は、「エンターテイメント」と「レストラン」の間の距離である。この距離は、表２から「５７」である。

よって、式（１）に、表２に示された値を入れて算出すると、経路１の距離の総和は、次の式（２）で示されるように「１４６」となる。

Ｌ_ＭＩＮ（ｋｗ_ＷＯＲＫ，ｋｗ_{ＰＥＲＳＯＮＡＬ}）＝６＋２２＋６１＋５７＝１４６ …（２）
一方、経路２についての距離の総和は、次の式（３）で示される。

Ｒ（“クラウド”，“Ｗｅｂサービス”）＋Ｒ（“Ｗｅｂサービス”，“クーポンサイト”）＋Ｒ（“クーポンサイト”，“レストラン”） …（３）
式（３）において、Ｒ（“クラウド”，“Ｗｅｂサービス”）は、「クラウド」と「Ｗｅｂサービス」の間の距離である。この距離は、表２から「３６」である。

また、式（３）において、Ｒ（“Ｗｅｂサービス”，“クーポンサイト”）は、「Ｗｅｂサービス」と「クーポンサイト」の間の距離である。この距離は、表２から「３９」である。

また、式（３）において、Ｒ（“クーポンサイト”，“レストラン”）は、「クーポンサイト」と「レストラン」の間の距離である。この距離は、表２から「４２」である。

よって、式（３）に、表２に示された値を入れて算出すると、経路２の距離の総和は、次の式（４）で示されるように「１１７」となる。

Ｌ_ＭＩＮ（ｋｗ_ＷＯＲＫ，ｋｗ_{ＰＥＲＳＯＮＡＬ}）＝３６＋３９＋４２＝１１７ …（４）
この例では、経路２の方が距離が短いため、業務関心キーワードｋｗ_ＷＯＲＫと個人関心キーワードのｋｗ_{ＰＥＲＳＯＮＡＬ}最短経路として経路２の距離が選択される。つまり、選択されたスコアは、Ｌ_ＭＩＮ（“クラウド”，“レストラン”）＝１１７となる。

たとえば、Ｔ_ＵＳＥ＝１４０である場合には、Ｌ_ＭＩＮ（“クラウド”，“レストラン”）＝１１７≦Ｔ_ＵＳＥとなる。よって、個人関心キーワード「レストラン」は、プロファイルとして利用可能と判断される。

なお、経路１が選択された場合であって、Ｔ_ＵＳＥ＝１４０である場合には、Ｌ_ＭＩＮ（“クラウド”，“レストラン”）＝１４６＞Ｔ_ＵＳＥとなるため、個人関心キーワード「レストラン」は、プロファイルとして利用できないと判断される。すべての個人関心キーワードについて、このようにプロファイルとして利用できないと判断されると、ステップＳ５０ではＮＯの判断がなされて、処理が終了する。

一方、ステップＳ６０では、キーワード変換判断部２０４が、ステップＳ５０でプロファイルに利用可能であると判断された個人関心キーワードが、プロファイルにおいてそのまま利用可能か、または、変換が必要かを判断する。そして、そのまま利用可能と判断するとステップＳ８０へ処理を進め、変換が必要であると判断するとステップＳ７０へ処理を進める。

この判断は、たとえば、業務関心キーワードと関連分野キーワード間の最短距離の閾値Ｔ_ＣＯＮＶと定義し、当該閾値を含む次の３）または４）の場合分けによって実現される。

３）Ｌ_ＭＩＮ（ｋｗ_１，ｋｗ_２）≦Ｔ_ＣＯＮＶ
：個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}は、そのままプロファイルに利用できる
４）Ｔ_ＣＯＮＶ＜Ｌ_ＭＩＮ（ｋｗ_１，ｋｗ_２）
：個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}は、変換後に、プロファイルに利用できる
そして、個人関心キーワードが上記３）のようにそのまま（直接、変換することなく）プロファイルとして利用可能であると判断した場合には、キーワード変換判断部２０４は、個人関心キーワードをプロファイル更新部２１０に通知する。

一方、個人関心キーワードの変換が必要と判断された場合、キーワード変換判断部２０４は、関連分野キーワードと意味関連ネットワークをキーワード変換部２０９に通知する。

上記したように、ユーザーＡの業務関心キーワード「クラウド」と個人関心キーワード「レストラン」について、Ｌ_ＭＩＮは「１１７」である。たとえば、Ｔ_ＣＯＮＶ＝１００とすると、１００＜１１７であるため、Ｔ_ＣＯＮＶ＜Ｌ_ＭＩＮである。よって、個人関心キーワード「レストラン」は変換が必要だと判断されて、当該個人関心キーワード「レストラン」が、図６（または、図８）に示された関連分野キーワードとともに、キーワード変換部２０９に通知される。

ステップＳ７０では、キーワード変換部２０９が、キーワード変換判断部２０４から通知された個人関心キーワードを変換する。

具体的には、図６等を参照して説明したような意味関連ネットワーク上において、処理対象ユーザーの業務関心キーワードｋｗ_ＷＯＲＫと上記のように通知された個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}のそれぞれからＴ_ＵＳＥ以内に位置するキーワードを、変換先候補キーワードｋｗ_ＣＡＮＤとして列挙する。

そして、各変換先候補キーワードｋｗ_ＣＡＮＤについて、変換適性スコアＳ_ＣＯＮＶを計算する。Ｓ_ＣＯＮＶは、たとえば、業務関心キーワードｋｗ_ＷＯＲＫと個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}の中間に位置する変換先候補キーワードｋｗ_ＣＡＮＤほどスコアが高くなるように、たとえば次のような式（５）に従って算出される。なお、式（５）において、ｗ_ＷＯＲＫは業務関心キーワードに対する重み付け係数であり、ｗ_{ＰＥＲＳＯＮＡＬ}は個人関心キーワードに対する重み付け係数である。

Ｓ_ＣＯＮＶ（ｋｗ_ＷＯＲＫ，ｋｗ_{ＰＥＲＳＯＮＡＬ}，ｋｗ_ＣＡＮＤ）
＝ｗ_ＷＯＲＫ×ΣＬ_ＭＩＮ（ｋｗ_ＷＯＲＫ，ｋｗ_ＣＡＮＤ）
＋ｗ_{ＰＥＲＳＯＮＡＬ}×ΣＬ_ＭＩＮ（ｋｗ_{ＰＥＲＳＯＮＡＬ}，ｋｗ_ＣＡＮＤ） …（５）
そして、キーワード変換部２０９は、変換先候補キーワードｋｗ_ＣＡＮＤのうち、Ｓ_ＣＯＮＶが最も高い変換先候補キーワードｋｗ_ＣＡＮＤを、変換先キーワードｋｗ_ＣＯＮＶとして選択する。

ユーザーＡの場合、業務関心キーワード「クラウド」と個人関心キーワード「レストラン」を結ぶ経路上に位置する、変換先候補キーワードは、「クーポンサイト」と「Ｗｅｂサービス」である。ここで、ｗ_ＷＯＲＫ＝１．０とし、ｗ_{ＰＥＲＳＯＮＡＬ}＝０．５とする。そうすると、各変換先候補キーワードのＳ_ＣＯＮＶは次の式（６），式（７）に従って算出される。

Ｓ_ＣＯＮＶ（“クラウド”，“レストラン”，“クーポンサイト”）
＝１．０×８１＋０．５×３６＝９９ …（６）
Ｓ_ＣＯＮＶ（“クラウド”，“レストラン”，“Ｗｅｂサイト”）
＝１．０×３６＋０．５×８１＝７６．５ …（７）
式（６）と式（７）から、「クーポンサイト」と「Ｗｅｂサービス」のうち、「クーポンサイト」の方がＳ_ＣＯＮＶが大きい。よって、「クーポンサイト」が、変換先キーワードｋｗ_ＣＯＮＶとして選択される。

ステップＳ８０では、プロファイル更新部２１０が、処理対象のユーザーのプロファイルを更新する。当該更新の際には、キーワードが追加される。追加されるキーワードは、キーワード変換判断部２０４から通知された個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}、または、キーワード変換部２０９から通知された変換先キーワードｋｗ_ＣＯＮＶのいずれかである。

たとえば、表１に示したようなユーザープロファイルに対して、ユーザーＡについて変換先キーワード「クーポンサイト」が追加されると、プロファイルは表６に示すように更新される。

＜情報の推薦＞
ここで、サーバー２００がクライアント端末１００に対して推薦する情報を送信する際に実行される処理について説明する。

まず、情報推薦部２１１は、通信部２０１を介してクライアント端末１００からの情報推薦要求を受信する。情報推薦要求には、情報を要求した「ユーザーＡ」などのユーザーＩＤが含まれる。

そして、情報推薦部２１１は、情報推薦要求から抽出したユーザーＩＤに関するユーザーのユーザープロファイルを、ユーザープロファイルＤＢ２０６から取得する。表１では、ユーザーＡのプロファイルには、キーワードとして「クラウド」「セキュリティ」「スマートフォン」が格納されている。情報推薦部２１１は、この中から１つ以上のキーワードを選択し、そのキーワードを含む文書をコンテンツＤＢ２１２内を検索してクライアント端末１００送信する。

コンテンツＤＢ２１２には、社内文書あるいは一般に公開されている文献など、種々のコンテンツが格納されている。例えば、「クラウド」が選択されたとすると、「スマートフォンの購入意向に関する調査結果」「スマートフォン向け電子書籍サービス」「スマートフォン向けソーシャルゲーム」に関する文書がコンテンツデータベース２１２から検索され、クライアント端末１００に送信されてユーザーＡに提示される。

なお、サーバー２００は、クライアント端末１００から情報推薦要求を受信した場合以外にも、所定時間経過後、クライアント端末１００が特定の場所に位置した、など、種々の条件が成立した場合に、上記したようなクライアント端末１００への推薦情報の提供を行なっても良い。

＜変形例等＞
以上説明した本実施の形態では、ステップＳ１０で、ユーザープロファイルに格納された第１キーワード（業務関心キーワード）が抽出される。次に、ステップＳ２０およびステップＳ３０で、ユーザーの閲覧履歴から、ユーザーの関心領域に関する第２キーワード（個人関心キーワード）が生成される。次に、ステップＳ４０で、第１キーワードと第２キーワードを含む複数のキーワード間の関連性を表す関連性情報（意味関連ネットワーク）が取得される。そして、ステップＳ６０では、プロファイルの更新のために、第１キーワードおよび第２キーワードとは異なる第３キーワード（変換先キーワードｋｗ_ＣＯＮＶ）を選択するか否か、つまり、第２キーワードがプロファイルに直接用いることができるか、それとも、第３キーワードに変換して利用する必要があるかが判断される。そして、第３キーワードが必要であると判断されれば、ステップＳ７０で、第１キーワードと第２キーワードの間の関連性情報における関連度に基づいて、式（６）および式（７）等を参照して説明したように第３キーワードが選択される。そして、第３キーワードがユーザープロファイルに追加される。

なお、本実施の形態では、第２キーワード（個人関心キーワード）は、第３キーワードに変換された後は、プロファイルの更新の際にプロファイルに追加されることはなかった。この点、第３キーワードが選択された場合であっても、プロファイルの更新の際に、第３キーワードとともにプロファイルに追加されても良い。

なお、第１キーワードについては、第２キーワードのプロファイルの更新における利用可否や変換の要否の判断基準としてしか用いられなかった。なお、第１キーワードは、第２キーワードおよび／または第３キーワードがプロファイルに追加される際に、追加されるキーワードと入れ替わりに、プロファイルから削除されても良い。これにより、ユーザーの興味範囲が大きく変更した場合、変更後のユーザーの興味範囲を更新後のプロファイルに適切に反映できる。

また、上記実施の形態において、Ｓ_ＣＯＮＶは、たとえば、業務関心キーワードｋｗ_ＷＯＲＫと個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}の中間に位置する変換先候補キーワードｋｗ_ＣＡＮＤほどスコアが高くなるように算出された。なお、業務関心キーワードｋｗ_ＷＯＲＫと個人関心キーワードｋｗ_{ＰＥＲＳＯＮＡＬ}のいずれからも遠いキーワードほど高いスコアとなるように、Ｓ_ＣＯＮＶが算出されても良い。これにより、更新後のプロファイルを用いてユーザーに推薦される情報が、当該ユーザーにとって意外性のある、新鮮な情報（新しく発見性のある情報）を提供することができる。

今回開示された各実施の形態およびその変形例はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１００ クライアント端末、１０１，２０１ 通信部、１０２ 処理部、１０３ 表示部、１０４ 操作部、１０５ 閲覧履歴保存部、１５２，２５２ メディアドライブ、１５２Ａ，２５２Ａ 記憶媒体、１５４ ＲＡＭ、１５６，２５６ ＲＯＭ、１６０，２６０ 入力装置、１６２，２６２ 通信装置、１６４ ハードディスク装置、１６６，２６６ モニター、２００ サーバー、２０２ 閲覧履歴収集部、２０３ 個人関心キーワード生成部、２０４ キーワード変換判断部、２０５ 業務関心キーワード抽出部、２０７ 意味関連ネットワーク取得部、２０９ キーワード変換部、２１０ プロファイル更新部、２１１ 情報推薦部、２１２ コンテンツデータベース、５００ ネットワーク。

Claims (12)

1. ユーザーごとに記憶された当該ユーザーの関心を表すキーワードを含むプロファイルを更新するためのプロファイル更新装置であって、
   前記プロファイルに格納された第１キーワードを抽出するための抽出手段と、
   ユーザーの関心領域に関する第２キーワードを生成するための生成手段と、
   前記第１キーワードと前記第２キーワードを含む複数のキーワード間の関連性を表す関連性情報を取得するための取得手段と、
   前記関連性情報における、前記第１キーワードと前記第２キーワードとの間の関連度に基づいて、前記プロファイルの更新において、前記第２キーワードが利用可能かを判断するとともに、前記第２キーワードが利用可能な場合に、前記第１キーワードおよび前記第２キーワードとは異なる第３キーワードの選択の可否かを判断するための判断手段と、
   前記関連性情報に含まれるキーワードから、当該関連性情報における、前記第１キーワードとの関連度および前記第２キーワードとの関連度に基づいて、前記第３キーワードを選択するための選択手段と、
   前記第２キーワードおよび／または前記第３キーワードを追加することにより前記プロファイルを更新するための更新手段とを備える、プロファイル更新装置。
2. 前記関連性情報は、前記第１キーワードおよび前記第２キーワードを含むキーワードが、相互の関連性に基づいて連結されており、
   前記関連度は、前記関連性情報における二つのキーワード間の距離である、請求項１に記載のプロファイル更新装置。
3. 前記関連度は、前記関連性情報における二つのキーワード間の連結数に応じた度合いである、請求項２に記載のプロファイル更新装置。
4. 前記関連度は、前記関連性情報における二つのキーワード間の共起頻度に対応した値である、請求項２に記載のプロファイル更新装置。
5. 前記関連性情報は、前記第１キーワードおよび前記第２キーワードを含むキーワードが、キーワードの性質を示す複数の軸で表現される多次元空間にマッピングされたものであり、
   前記関連度は、前記関連性情報における二つのキーワード間の距離である、請求項１に記載のプロファイル更新装置。
6. 前記更新手段は、前記第３キーワードの前記プロファイルへの追加に応じて、前記プロファイルから前記第１キーワードを削除する、請求項１〜請求項４のいずれかに記載のプロファイル更新装置。
7. 前記生成手段は、ユーザーのコンテンツ閲覧履歴から前記第２キーワードを生成する、請求項１〜請求項６のいずれかに記載のプロファイル更新装置。
8. 前記生成手段は、ユーザーの検索クエリー履歴から前記第２キーワードを生成する、請求項１〜請求項６のいずれかに記載のプロファイル更新装置。
9. 前記生成手段は、ユーザーのコンテンツ作成履歴から前記第２キーワードを生成する、請求項１〜請求項６のいずれかに記載のプロファイル更新装置。
10. 前記生成手段は、ユーザーの機器の操作履歴から前記第２キーワードを生成する、請求項１〜請求項６のいずれかに記載のプロファイル更新装置。
11. ユーザーごとに記憶された当該ユーザーの関心を表すキーワードを含むプロファイルを更新するためのプロファイル更新装置の制御方法であって、
    前記プロファイル更新装置が、
    前記プロファイルに格納された第１キーワードを抽出するステップと、
    前記ユーザーの関心領域に関する第２キーワードを生成するステップと、
    前記第１キーワードと前記第２キーワードとを含む複数のキーワード間の関連性を表す関連性情報を取得するステップと、
    前記関連性情報における、前記第１キーワードと前記第２キーワードとの間の関連度に基づいて、前記プロファイルの更新において、前記第２キーワードが利用可能かを判断するとともに、前記第２キーワードが利用可能な場合に、前記第１キーワードおよび前記第２キーワードとは異なる第３キーワードの選択の可否を判断するステップと、
    前記関連性情報に含まれるキーワードから、当該関連性情報における、前記第１キーワードとの関連度および前記第２キーワードとの関連度に基づいて、前記第３キーワードを選択するステップと、
    前記第２キーワードおよび／または前記第３キーワードを追加することにより前記プロファイルを更新するステップとを備える、プロファイル更新装置の制御方法。
12. ユーザーごとに記憶された当該ユーザーの関心を表すキーワードを含むプロファイルを更新するためのプロファイル更新装置を構成するコンピューターによって実行されるプロファイル更新用プログラムであって、
    前記コンピューターを、
    前記プロファイルに格納された第１キーワードを抽出するための抽出手段、
    前記ユーザーの関心領域に関する第２キーワードを生成するための生成手段、
    前記第１キーワードと前記第２キーワードとを含む複数のキーワード間の関連性を表す関連性情報を取得するための取得手段、
    前記関連性情報における、前記第１キーワードと前記第２キーワードとの間の関連度に基づいて、前記プロファイルの更新において、前記第２キーワードが利用可能かを判断するとともに、前記第２キーワードが利用可能な場合に、前記第１キーワードおよび前記第２キーワードとは異なる第３キーワードの選択の可否を判断するための判断手段、
    前記関連性情報に含まれるキーワードから、当該関連性情報における、前記第１キーワードとの関連度および前記第２キーワードとの関連度に基づいて、前記第３キーワードを選択するための選択手段、および、
    前記第２キーワードおよび／または前記第３キーワードを追加することにより前記プロファイルを更新するための更新手段として機能させる、プロファイル更新用プログラム。

Images