JP2013097700A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】大量に氾濫している情報のうち、ユーザが必要な情報を効率良くユーザに届ける。
【解決手段】情報処理装置は、入力された元情報に関連する関連情報を取得する関連情報取得部と、前記関連情報について、流行性に関する情報を取得する流行性情報取得部と、前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出する情報抽出部と、前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させる表示制御部と、を備える。
【選択図】図８

Description

本開示は、情報処理装置、情報処理方法及びプログラムに関する。

近時では、インターネット、携帯機器などのモバイル端末の普及等により、世の中に存在する情報は爆発的に増加し、且つ多様化している。このような中、下記の特許文献１には、情報要素間の関連度によって情報を抽出することが記載されている。

特開２０１１−１３８１９７号公報

しかしながら、ユーザが閲覧できるコンテンツの総量には限界があり、ユーザが全ての情報を閲覧することは不可能である。また、情報の関連性による情報の評価に基づきユーザに情報を提示あるいは推薦する際には情報に変化が乏しいため、ユーザの嗜好に合致しつつユーザにとって新鮮な情報を提示することが困難であった。このため、大量に氾濫している情報の中から、ユーザの嗜好に合致しつつユーザにとって新鮮な情報を視覚的に提示することが可能な仕組みが望まれていた。

本開示によれば、入力された元情報に関連する関連情報を取得する関連情報取得部と、前記関連情報について、流行性に関する情報を取得する流行性情報取得部と、前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出する情報抽出部と、前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させる表示制御部と、を備える、情報処理装置が提供される。

また、本開示によれば、入力された元情報に関連する関連情報を取得することと、前記関連情報について、流行性に関する情報を取得することと、前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出することと、前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させることと、を備える、情報処理方法。が提供される。

また、本開示によれば、入力された元情報に関連する関連情報を取得する手段、前記関連情報について、流行性に関する情報を取得する手段、前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出する手段、前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させる手段、としてコンピュータを機能させるためのプログラムが提供される。

本開示によれば、大量に氾濫している情報の中から、ユーザの嗜好に合致しつつユーザにとって新鮮な情報を視覚的に提示することが可能となる。

本実施形態に係るシステムの表示画面を示す模式図である。 ユーザが縦帯のコンテンツを選択した場合を示す模式図である。 ユーザが縦帯のコンテンツにフォーカスを当てた場合を示す模式図である。 横帯のコンテンツをフォーカスした状態を示す模式図である。 シードのコンテンツの周囲に図１の縦帯のコンテンツを放射状に配置した例を示す模式図である。 シードのコンテンツ、視聴中のコンテンツに関連するブーミングのコンテンツ、ユーザの嗜好に基づいたブーミングのコンテンツの配置のバリエーションを説明するための模式図である。 シードのコンテンツ、視聴中のコンテンツに関連するブーミングのコンテンツ、ユーザの嗜好に基づいたブーミングのコンテンツの配置のバリエーションを説明するための模式図である。 本実施形態のシステムの主要部を示す模式図である。 本実施形態の処理を示すフローチャートである。 本実施形態の構成の具体例を示す模式図である。 本実施形態の具体的な処理を示すフローチャートである。 スコア計算の手法を示す模式図である。 具体的なアルゴリズムを示す模式図である。 有名人Ａに対してホップ数を増やして有名人Ｂ〜Ｄが取得される様子を示す模式図である。 スコアの計算例を示す模式図である。 計算したスコアに基づいて、各情報を配置する例を示す模式図である。 ユーザによるスコア計算方法の個人化を説明するための模式図である。 情報を得たい有名人をユーザが直接入力する例を示す模式図である。 ユーザが直接「有名人Ａ」をテレビ受像機から入力する例を示す模式図である。 有名人以外の情報が入力部へ入力される例を示す模式図である。 情報間を補完する情報を提供する例を示す模式図である。 図２１で説明した２つの情報間をつなぐ情報について詳細に説明するための模式図である。 図２２において、コンテンツとコンテンツをつなぐコンテンツを抽出する手法を示す模式図である。 図１０の更に他の例を示す模式図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は以下の順序で行うものとする。
１．本実施形態に係るシステムのユーザインタフェースの構成例
２．本実施形態に係るシステムの構成例
３．本実施形態の構成の具体例

１．本実施形態に係るシステムのユーザインタフェースの構成例
まず、図１を参照して、本開示の第１の実施形態に係るシステム１００のユーザインタフェースの構成について説明する。図１〜図５は、本実施形態に係るシステム１００の表示画面を示す模式図である。本実施形態に係るシステム１００は、タッチ操作が可能な表示画面１０２（タッチパネル）を備えており、ここでは、テレビ放送波を受信することができ、ネットワークに接続可能な装置を例示する。なお、システム１００は、表示画面１０２上でタッチ操作を行うものに限定されるものではなく、他の操作入力部（キーボード、マウス、赤外線などの各種認識技術、リモートコントローラ等を含む）による操作が入力されるものであっても良い。

図１に示すように、表示画面１０２の中央には、ユーザが視聴しているコンテンツ（動画）１０４が表示画面１０２の中央に表示されている。以下、表示画面１０２の中央に表示されているコンテンツをシードのコンテンツと称する場合がある。ここでは、一例として、ユーザが歌番組を視聴している場合を例示する。コンテンツ１０４の周囲には、コンテンツ１０４に関する、電子番組表の情報（コンテンツのタイトル、チャンネル情報、出演者の名前等）等が表示される。コンテンツ１０４の右側には、コンテンツに関するテキスト情報が表示されている。

シードのコンテンツ１０４の周囲には、複数のコンテンツ（縦帯のコンテンツ１０６／横帯のコンテンツ１０８）が同時に表示される。縦帯のコンテンツ１０６は、シードのコンテンツ１０４の左側に上下方向に配列され、視聴中のコンテンツ１０４に関連する、ブーミングコンテンツ（SNS、VoD、放送等）として示される。横帯のコンテンツ１０８は、シードのコンテンツ１０４の下側に左右方向に配列され、ユーザの嗜好に基づいたコンテンツとして示されている（天気予報、好きなタレント、自分のSNS、等）。縦帯、横帯のコンテンツ１０６，１０８は、マルチソース（マルチメディア）のコンテンツであり、テレビ放送波で受信した情報に限らず、ウェブから取得した情報（Ｙｏｕ Ｔｕｂｅ，Ｔｗｉｔｔｅｒ）など、様々な情報が含まれる。コンテンツ１０６は、後述するエンジンにより、テレビ放送波、ウェブなどからコンテンツ１０４と関係のあるものが抽出されて表示されている。

コンテンツ１０４の左側に縦に並んでいるコンテンツ１０６は、コンテンツ１０４に対してトピックスとしてブーミングの値が高いものである。つまり、コンテンツ１０６は、コンテンツ１０４に関連するとともに、巷でブーム（人気）の高い情報に関する。コンテンツ１０６はブーミングの値の順で縦（上下）方向に配置されている。

また、コンテンツ１０６は、ユーザの趣向に基づいて配置されている。上側に配置されたコンテンツ１０６ほどユーザの嗜好から離れた一般的なものであり、下側に配置されたコンテンツ１０６ほどユーザの嗜好により近いものである。つまり、上側に配置されたコンテンツ１０６ほど、ブーミング値は高いが、ユーザの嗜好とは無関係である。一方、下側に配置されたコンテンツ１０６ほど、上側に配置されたコンテンツ１０６に比べてブーミング値は低く、ユーザの嗜好に近いものとなる。

縦帯のコンテンツ１０６は、スクロール操作によって上下に移動することができる。図１の画面を最初に表示した時点では、コンテンツ１０４の左側に位置するコンテンツ１０６ａは、シードのコンテンツ１０４に対する関連が強く、且つブーミングの値が高いコンテンツである。

コンテンツ１０６を下にスクロールするにつれて、ユーザの嗜好に「より近い」コンテンツ１０６が表示される。また、コンテンツ１０６を上にスクロールするにつれて、ユーザの嗜好に「より遠い」コンテンツ１０６が表示される。スクロールは、表示画面１０２上ではタッチ操作により行うことができる。

横帯のコンテンツ１０８は、シードのコンテンツ１０４とは関係なく常に表示され、最もユーザの嗜好に合うものが複数表示されている。つまり、コンテンツ１０８は、常にユーザが見たい情報、チェックしておきたい情報であり、ユーザの「お気に入り」の情報である。例えば、コンテンツ１０８は、ユーザが登録したキーワードに基づいて、情報処理装置１００によって抽出されて表示される。また、既にユーザの嗜好が外部サーバやネットワーク等に蓄積されている場合は、蓄積された嗜好に基づいて抽出されたコンテンツ１０８が表示される。また、情報処理装置１００にネットワークに接続されていない場合においても、ユーザの操作に伴って情報処理装置１００がユーザの嗜好情報を蓄積していき、蓄積した嗜好情報に基づいてアイコン１０８を抽出して表示するようにしても良い。

なお、コンテンツ１０６，１０８の配置は、上述したものに限定されるものではなく、コンテンツ１０６を横帯に配置し、コンテンツ１０８を縦帯に配置しても良い。この場合においても、横帯のコンテンツ１０６は、縦帯のコンテンツ１０８に近づくほど、ユーザの嗜好性が高まるように配置することができる。

ユーザは、表示画面１０２上に表示された各コンテンツ１０６，１０８を選択（ダブルタップ／enter key操作／決定）することによって、選択したコンテンツ１０６，１０８の詳細な情報を取得することができる。図２は、ユーザが縦帯のコンテンツ１０６を選択した場合を示す模式図である。図２に示すように、ユーザが縦帯のコンテンツ１０６の任意の１つを選択すると、そのコンテンツ１０６が表示画面１０２のセンター（＝シード）に表示される。選択したコンテンツ１０６が表示画面１０２の１画面内に収まらない場合には、スクロールバーが表示され、コンテンツ１０６のレイアウトを保持した状態でスクロールしながらコンテンツ１０６の内容を確認することが可能である。

図３は、ユーザが縦帯のコンテンツ１０６ａにフォーカスを当てた場合、すなわち、ユーザがコンテンツ１０６ａを選択することなく、操作している指をコンテンツ１０６ａ上に置いた場合を示している。この場合、図３に示すように、シードのコンテンツ１０４の右側に現在視聴中のコンテンツ１０４とコンテンツ１０６ａとの関連理由１０９が表示される。また、フォーカスされたコンテンツ１０６ａの周囲がハイライトされてコンテンツ１０６ａが手前に浮き上がるように表示される。また、コンテンツ１０６ａがフォーカスされたことにより、縦帯のコンテンツ１０６の下側の部分が横帯のコンテンツ１０８の上に重なった状態で表示される。この状態でハイライトされたコンテンツ１０６をダブルタップまたはenter keyを操作して決定すると、コンテンツ１０６を選択することができ、図２に示したように、コンテンツ１０６がシードとなって表示画面１０２の中央に表示される。

図４は、横帯のコンテンツ１０８をフォーカスした状態を示している。縦帯のコンテンツ１０６と同様に、横帯のコンテンツ１０８の１つをフォーカスすると、フォーカスされたコンテンツ１０８の周囲がハイライトされ、手前に浮き上がるような表示が行われる。この状態でハイライトされたコンテンツ１０８をダブルタップまたはenter keyを操作して決定すると、コンテンツ１０８を選択することができ、コンテンツ１０８がシードとなる。図４に示すように、横帯のコンテンツ１０８をフォーカスすると、横帯のコンテンツ１０８の左側の部分が縦帯のコンテンツ１０６の上に重なった状態で表示される。

図５は、シードのコンテンツ１０４の周囲に図１の縦帯のコンテンツ１０６を放射状に配置した例を示す模式図である。シードのコンテンツ１０４は表示画面１０２の中央に表示される。コンテンツ１０４の周囲には、図１に示した縦帯のコンテンツ１０６が放射状に表示されている。放射状に表示されたコンテンツ１０６とシードのコンテンツ１０４との距離に応じて、コンテンツ１０６とコンテンツ１０４の関係の強さが示される。また、ブーミングの強さは、コンテンツ１０６とコンテンツ１０４を結ぶ線１１０の太さ、コンテンツ１０６の表示画面１０２上での大きさによって表現される。例えば、ブーミング値の大きいコンテンツ１０６ほど、線１１０が太い線で表示される。また、ブーミング値の大きいコンテンツ１０６ほど、表示画面１０２上での大きさをより大きく表示しても良い。

図５においても、コンテンツ１０６の上下方向の位置に応じて、ユーザの嗜好との関係が示される。上に配置されたコンテンツ１０６ほどユーザの嗜好からは離れており、下に配置されたコンテンツ１０６ほどユーザの嗜好に近いものとなる。コンテンツ１０６は、スクロールによって上下に移動することができる。従って、ユーザは、画面をスクロールすることによって、自身の嗜好に近いコンテンツ１０６から嗜好に遠いコンテンツ１０６までを表示画面１０２上で視認することができる。

なお、図５において、横帯のコンテンツ１０８は図１と同様に画面下部の左右方向に配置されている。図５では、図１よりも多くの横帯のコンテンツ１０８が表示されている。

表示画面１０２の下部の右側には日付、時刻が表示される。また、表示画面１０２の下部の左側には、ユーザの名前が表示される。上述したユーザの嗜好は、ユーザ毎に異なるため、情報処理装置１００は、ユーザの名前に応じてユーザ毎に異なる表示を行う。

図５の表示によれば、図１の表示に比べてより多くのコンテンツ１０６，１０８を表示することができるため、表示の一覧性をより高めることができる。また、コンテンツ１０６のコンテンツ１０４に対する関連性（繋がり）、ブーミング値を、コンテンツ１０４とコンテンツ１０６との距離、線１１０の太さ、コンテンツ１０６の大きさに基づいて視覚的に認識することができる。

図３で説明したように、コンテンツ１０６の１つをフォーカスすると、コンテンツ１０４の右側には、コンテンツ１０４とフォーカスされたコンテンツ１０６の繋がりを示す関連理由１０９が表示される。この場合、フォーカスしたコンテンツ１０６に応じて、コンテンツ１０４の右側の関連理由１０９が変更されて表示される。

また、他の例として、コンテンツ１０４の右側に電子番組表による番組情報が表示されている場合、番組情報のテキストのうち、フォーカスしたコンテンツ１０６に関係の深い部分がハイライトされる。この場合、他のコンテンツ１０６がフォーカスされると、フォーカスされたコンテンツ１０６とコンテンツ１０４との繋がりに応じて、番組情報のテキストのハイライト箇所が変化する。

このような構成により、ユーザは、ハイライトされたコンテンツ１０６が何故コンテンツ１０４と繋がりがあるのかを知ることができる。これにより、ユーザがコンテンツ１０６を選択する際に、コンテンツ１０６に関するより多くの情報を与えることができる。

図６及び図７は、シードのコンテンツ１０４、視聴中のコンテンツ１０４に関連するブーミングのコンテンツ１０６、ユーザの嗜好に基づいたブーミングのコンテンツ１０８の配置のバリエーションを説明するための模式図である。

図６及び図７において、シードのコンテンツ１０４は“Ｒ”、視聴中のコンテンツ１０４に関連するブーミングのコンテンツ１０６は“Ｐ”、ユーザの嗜好に基づいたブーミングのコンテンツ１０８は“Ｑ”で示している。

図６は、図１と同様に、ユーザの嗜好に基づいたブーミングのコンテンツ１０８（“Ｑ”）を表示画面１０２の下側に一列に配置し、コンテンツ１０６（“Ｐ”）を複数列（ここでは２列）に配置した例を示している。ここで、図６（Ａ）では、シードのコンテンツ１０４の左側にコンテンツ１０６を２列配置している。これに伴い、シードのコンテンツ１０４は表示画面１０２の中央よりも少し右側に配置されている。また、図６（Ｂ）は、シードのコンテンツ１０４の左右にコンテンツ１０６を１列ずつ配置した例を示している。

図７は、ユーザの嗜好に基づいたブーミングのコンテンツ１０８（“Ｑ”）を非表示とした例を示している。このうち、図７（Ａ）は、シードのコンテンツ１０４（“Ｒ”）を表示画面１０２の上下方向の中央に配置し、コンテンツ１０６（“Ｐ”）をシードのコンテンツ１０４（“Ｒ”）の上下に配置した例を示している。また、図７（Ｂ）は、シードのコンテンツ１０４（“Ｒ”）を表示画面１０２の左下の比較的狭い範囲に配置し、コンテンツ１０６（“Ｐ”）を表示画面１０２の比較的広い範囲に配置した例を示している。

また、図７（Ｃ）は、シードのコンテンツ１０４（“Ｒ”）を表示画面１０２の中央上部の比較的狭い範囲に配置し、コンテンツ１０６（“Ｐ”）を表示画面１０２の比較的広い範囲に配置した例を示している。また、図７（Ｄ）は、図７（Ｃ）よりもシードのコンテンツ１０４（“Ｒ”）の表示範囲を拡げた例を示している。

図６及び図７のいずれの例においても、コンテンツのエリアの形状は特に限定されるものではなく、正方形、長方形、多角形、円形など様々な形状とすることができる。また、コンテンツの配置についても、同心円状、ランダム配置など、様々な形態とすることができる。また、配置順についても、純粋にスコア順でなくても良く、ランダムな順番であっても構わない。
以上説明したようなユーザインタフェースによれば、映像コンテンツを視聴中の状態から、すぐに、世間でのブーミングや今現在の情報を確認できる。また、ユーザがいつも気にしている事柄（天気、交通情報など）をいつでも確認することができる。また、ユーザが更に深く知りたいときには、その場で調べることも可能である。
また、表示されたブーミングコンテンツから、自分の嗜好に近いほう／遠いほうのコンテンツを、画面を切り替えることなく、上下のスクロールのみで探して選ぶことができる。更に、特定の相手（有名人など）／事象についての、トピックや知識、関連する人／事象とのつながりを視覚的に認識することができる。
また、ワールドワイドウェブ（ｗｗｗ）などの上に蓄積された膨大な情報のなかから、ユーザにとって意味のある情報を抽出することができ、かつ、ユーザの興味の幅を広げることが可能となる。

２．本実施形態に係るシステムの構成例
次に、本実施形態に係るシステムの構成例について、コンテンツ１０６，１０８を抽出するアルゴリズムを中心として説明する。本実施形態では、世の中の「知識」、「流行（ブーミング）」を利用して、ユーザの興味を広げるための情報として、コンテンツ１０６，１０８（特にコンテンツ１０６）を提供する。コンテンツ１０４に関連するコンテンツ１０６は、「知識」に対応し、ブーミング値の高いコンテンツ１０６は、「流行」に対応する。

今日では、現在、世の中にある情報は爆発的に増加、多様化している。特に、ウェブ（Ｗｅｂ）の発達に伴い、一般人が情報を提供する場に回れるようになった。その一方、ユーザが見ることのできるコンテンツの総量には限界がある。このため、大量の情報を如何に効率良くユーザに届けるかが重要なテーマになっている。このような観点から、本実施形態では、情報の「繋がり（関連性）」を使ったアプローチと、情報の「ブーミング」を使ったアプローチを用いる。

情報の「繋がり」を使ったアプローチと、情報の「ブーミング」を使ったアプローチは、一長一短を有している。情報の「繋がり」を使ったアプローチは、ユーザの興味のあるものに繋がった情報を与えて、ユーザが興味を抱きやすい情報を提供する。この場合、情報に変化が乏しく、飽きやすいという欠点がある。これは、繋がりの関連性は、ある程度静的な情報であり、ユーザの興味の対象が固定的であることに起因する。

ブーミングを使ったアプローチは、ブーミングを考慮した最新の情報を与え、ユーザがまだ知らず、かつ見る価値の高い情報を与える。この場合、ブーミングは一般的なもののため、ユーザが個人的に興味を持つとは限らないという欠点がある。

このため、本実施形態では、ユーザが興味のある特定の情報をキーとして、それに対する繋がりの情報とブーミングの情報を利用してユーザに情報を提供する。この際、提供する情報のスコア(重要度)を用いてユーザに情報を提供する。提供する情報のスコア(重要度)は、つながりのスコア(つながりの強さ)と、ブーミングのスコアをミックスさせて用いる。
なお、「流行性」、「ブーミング」とは、所定の集団の中における、所定のトピックに対する人気または関心の状態をいう。また、「ブーミングデータ」「ブーミングスコア（ブーミング値」とは、所定の集団の中で、所定のトピックに対する人気または関心の強さの程度を表す。たとえば、インターネット、放送などにおいて所定の期間におけるトピックに関する情報の量が多い状態をから評価することが出来る。具体的には、直近でトピックに関連する語句が所定のホームページで記載されていることを検出する。例えばTwitterなどで関連する語句を含むページが多いことにより、ブーミングスコアが高いと評価することが出来る。また、直近でトピックに関連する語句がインターネットで検索されている量に基づき評価することができ、関連する語句が検索されていることが多い場合にブーミングスコアを高いと評価することができる。そのほか、検索されている回数の上昇率からブーミングスコアを評価することも可能であり、上昇率が高い場合はブーミングスコアが高いと判断することができる。そのほか、マーケティングに関する情報に基づきブーミングスコアを評価することも可能である。たとえば、トピックに関連する商品が多く売れていることにもとづきブーミングスコアが高いと評価することができる。

図８は、本実施形態のシステムの主要部を示す模式図である。本実施形態のシステムは、入力部２０２、出力部２０４、出力情報計算部２０６、表示制御部２０７、ブーミングデータ（データベース）２０８、つながりデータ（データベース）２１０、操作入力部２１１を有して構成される。入力部２０２には、取得したい情報が入力される。図１の例では、コンテンツ１０４の情報が入力部２０２に入力される。入力部２０２に入力された情報（入力情報）は、出力情報計算部２０６に送られる。出力情報計算部２０６の関連性情報取得部２０６ａは、コンテンツ１０４に関連する（つながっている）関連情報をつながりデータ２１０から抽出する。

また、出力情報計算部２０６の流行性情報取得部２０６ｂは、つながりデータ２１０から抽出された関連情報に関して、ブーミングデータ２０８からブーミングが強い情報を取得する。出力情報計算部２０６の情報抽出部２０６ｃは、関連性の強さとブーミングの強さを元に抽出した情報を出力部２０４へ出力する。出力部２０４は、一例として液晶表示部（ＬＣＤ）などのディスプレイである。表示制御部２０７は、関連性の強さとブーミングの強さを元に抽出した情報を表示するための制御を行う。具体的には、表示制御部２０７は、上述した図１〜７で説明した表示を表示部（出力部２０４）に表示するための制御を行う。また、操作入力部２１１は、タッチパッド（タッチパネル）、マウス、キーボード等の構成要素であって、ユーザによる操作が入力される。表示制御部２０７は、操作入力部２１１に入力されたユーザの操作に応じて表示を制御する。

なお、図８に示す構成要素は、回路（ハードウェア）、またはＣＰＵなどの中央演算処理装置と、これを機能させるためのプログラム（ソフトウェア）から構成することができる。この場合において、そのプログラムは、ハードディスク、各種メモリ、あるいは外部から挿入されるディスク状記録媒体などの各種記録媒体に格納されることができる。また、そのプログラムは、インターネットなどの通信回線網を介してダウンロードすることにより、上記各種メモリ、記録媒体等に格納することができる。

図９は、本実施形態の処理を示すフローチャートである。先ず、ステップＳ１０では、入力部２０２に情報が入力される。次に、ステップＳ１２では、つながりデータ２１０を使用して、入力情報と繋がっている関連情報が取得される。次のステップＳ１４では、ブーミングデータ２０８を使用して、取得した関連情報に関する流行の情報が取得される。次のステップＳ１６では、情報が出力部２０４から出力される。

３．本実施形態の構成の具体例
図１０は、本実施形態の構成の具体例を示す模式図である。図１０に示す例では、サーバ３００とテレビ受像機４００によってシステム１００が構成された例を示している。

入力部２０２には、ユーザが視聴しているシードのコンテンツ１０４が入力される。コンテンツ１０４には、出演者、番組名などの情報が含まれている。ここで、出演者を関連者群Ａと称する。出力情報計算部２０６は、有名人のつながりデータ２１０ａから、関連者群Ａと繋がっている有名人群Ｂを抽出する。ここで、図１０に示す有名人つながり演算部２２０は、任意の外部サーバの情報から、有名人のつながりを事前計算して有名人のつながりデータ２１０ａに反映させる。ここでは、有名人つながり演算部２２０は、一例としてウィキペディア（Ｗｉｋｉｐｅｄｉａ）を元に有名人のつながりを事前計算し、有名人のつながりデータ２１０ａに反映させる。

また、ブーミング情報抽出部２３０は、有名人に関するブーミングデータを取得し、ブーミングデータ２０８ａに格納された有名人に関する情報にブーミングスコアを反映させる。ここでは、ブーミング情報抽出部２３０は、一例としてツイッター（ｔｗｉｔｔｅｒ）から有名人に関するブーミングデータを取得し、ブーミングデータ２０８ａに格納された有名人に関する情報にブーミングスコアを反映させる。出力情報計算部２０６は、有名人のつながりデータ２１０ａから抽出した有名人群Ｂに関してブーミングが強い情報をブーミングデータ２０８ａから取得する。そして、出力情報計算部２０６は、関連性の強さとブーミングの強さに基づいて情報を出力部２０４へ出力する。

なお、つながり、およびブーミングを取得する際に、情報源をフィルタリングすることもできる。例えば、ユーザがツイッターは利用しておらず、日常的にフェイスブックを利用している場合は、情報源としてフェイスブックを使用する。例えば、テレビ受像機４００４００からサーバ３００へユーザがフェイスブックを利用していることを示す情報を送ることで、サーバ３００側ではこれを認識することができ、情報源としてツイッターの代わりにフェイスブックを使用することができる。

次に、出力情報計算部２０６における具体的な処理について説明する。図１１は、本実施形態の具体的な処理を示すフローチャートである。最初に、関連者群Ａに対して探索する関連の深さＤ、及び取得する情報数Ｎが与えられているものとする。先ず、ステップＳ２０において、視聴しているコンテンツ１０４としてコンテンツＣが取得される。次のステップＳ２２では、関連を取得するためのシード群Ｒｓ、話題を取得するためのシード群Ｂｓ、探索している深さＫの初期値を設定する。ステップＳ２４では、Ｋ≦Ｄであるか否かを判定し、Ｋ≦Ｄの場合はステップＳ２４〜Ｓ２６のループに入る。

ステップＳ２６では、関連を取得するためのシード群Ｒｓと話題を取得するためのシード群Ｂｓとを含むシード群が取得され、新たにＢｓの値とされる（Ｂｓ←Ｒｓ∪Ｂｓ）。これにより、Ｒｓによって有名人群Ｂｓが拡張される。これにより、今までのＲｓにつながる有名人群が探索され、新たなＲｓが設定される。同時に、フラグＫの値が１つ増加する（Ｋ←Ｋ＋１）。これにより、１ホップ進んだ関連するシード群Ｂｓが得られる。ステップＳ２４〜Ｓ２６のループを繰り返すことにより、より関連性の少ない、広範囲のシード群Ｂｓが探索されていく。

ステップＳ２４において、Ｋ＞Ｄの場合は、ステップＳ２８へ進む。ステップＳ２８では、探索結果Ｂｓに関するブーミングの情報群Ｂを取得する。情報群Ｂは、多数取得されるので、ステップＳ３０において、情報群Ｂをスコアに従ってソートする。ステップＳ３２では、スコアを鑑みて、情報群Ｂの中からＮ件を取得して出力する。ここでは、一例として、情報群Ｂから上位Ｎ件を出力する。

図１２はスコア計算の手法を示す模式図である。ここでは、つながりの強さとブーミングの強さをマッチングさせる。一例として、（１）つながりスコアａとブーミングスコアｂの積、または（２）つながりスコアａとブーミングスコアｂの和に基づいてソートを行う。または、（３）つながりスコアとブーミングスコアのログ（ｌｏｇ）をとって、これに基づいてソートを行う。いずれにおいても、つながりが強ければ強いほどスコアが高くなり、ブーミングがつよければ強いほどスコアが高くなる方法であれば、他の方法であっても良い。

図１３は、具体的なアルゴリズムを示す模式図である。取得する情報数を３個（Ｎ＝３）、探索するホップ数を２回（Ｋ＝２）、視聴中のコンテンツに有名人Ａが紐づいている場合を想定する。この場合に、有名人Ａ，Ｂ，Ｃ，Ｄのつながり関係は、図１３（Ａ）のつながりスコアで示されるものとする。また、各有名人Ａ，Ｂ，Ｃ，Ｄに対する情報ａ’，ａ”，ｂ’，ｂ”，
ｃ’，ｃ”， ｄ’，ｄ”のブーミングスコアは、図１３（Ｂ）のスコアで示されるものとする。

図１４は、有名人Ａに対してホップ数を増やして有名人Ｂ〜Ｄが取得される様子を示す模式図である。先ず、視聴しているシードのコンテンツ１０４に基づく有名人Ａが取得される。ここで、有名人Ａは、コンテンツ１０４に実際に出演している有名人である。次に、１ホップ先の有名人として有名人Ｂ，Ｃが取得される。次に、２ホップ先の有名人として有名人Ｄが取得される。

図１５は、スコアの計算例を示す模式図である。ここでは、図１２の（１）の方法により、つながりスコアとブーミングスコアの積からスコアを計算する。図１３（Ｂ）及び図１５において、情報ａ’，ａ”は、有名人Ａに関連する情報である。また、情報ｂ’，ｂ”
は有名人Ｂに関連する情報であり、情報ｃ’，ｃ” は有名人Ｃに関連する情報であり、情報ｄ’，ｄ” は有名人Ｄに関連する情報である。

例えば、有名人Ａに対する情報ａ’，ａ”は、有名人Ａに直接関連するため、つながりスコアは１である。また、図１３（Ｂ）に示すように、ブーミングスコアは、情報ａ’が０．８であり、情報ａ”が０．５である。従って、図１５に示すように、情報ａ’のスコアは、１＊０．８＝０．８となる。また、情報ａ”のスコアは、１＊０．５＝０．５となる。

有名人Ｂに対する情報ｂ’，ｂ”は、有名人Ｂに関連するため、図１３（Ａ）に示すように、つながりスコアは０．６である。また、ブーミングスコアは、図１３（Ｂ）に示すように、情報ｂ’が０．８であり、情報ｂ”が０．４である。従って、図１５に示すように、情報ｂ’のスコアは、０．６＊０．８＝０．４８となる。また、情報ｂ”のスコアは、０．６＊０．４＝０．２４となる。

以上の方法により、図１５に示すように、情報ａ’，ａ”，ｂ’，ｂ”，
ｃ’，ｃ”， ｄ’，ｄ”のそれぞれについてスコアを計算する。このように、つながりスコアとブーミングスコアに基づいてスコアを計算することによって、スコアに基づいて各情報のランク付けをすることができる。そして、スコアに基づいて上位３件を抽出し、図１１のステップＳ３２の結果として出力する。

スコア計算は、つながりスコア、ブーミングスコア、及び双方を混ぜあわせたスコア（マッチングスコア）の幾つかを組み合わせて行う。例えば、Ｎ件の取得方法として例として下記のようなバリエーションが考えられる。
・マッチングスコアの高いものＮ件
・つながりスコアの高いものＮ人の有名人それぞれでブーミングスコア(マッチングスコア)が最大の情報。
・有名人をＮ／ｎ件、それぞれｎ件でも可
・ブーミングスコア（つながりスコア）が一定値以上のもののみを対象に、上記方法を利用する。

例えば、第１の方法では、マッチングスコアの上位３件を抽出する（図１５中の○印）。第２の方法では、つながりスコアの上位３件を抽出し、その中でブーミングスコアが最も高いものを抽出する（図１５中の□印）。また、第３の方法では、ブーミングスコアが０．７以上を条件にして、マッチングスコアの上位３件を抽出する（図１５中の△印）。

第１の方法の場合、有名人Ａに直接関連する情報ａ’，ａ”は、つながりスコア（＝１）が高いため、ブーミングスコアが比較的小さくてもステップＳ３２の結果として出力される。また、第２の方法の場合、ブーミングスコアの高い情報ａ’，ｂ’，ｃ’を抽出することができる。また、第３の方法の場合、つながりスコアが比較的低いがブーミングスコアの高い情報ｂ’，ｄ’を抽出することができる。

このように、つながりとブーミングを組み合わせることにより、入力情報と関連の高い情報のみならず、入力情報と比較的関連が小さくても流行性のある情報を抽出して出力することができる。

なお、スコア計算の際の計算量を削減するため、ブーミングデータ２０８の情報を取得するときにブーミングスコアが所定のフィルタリングしきい値よりも低いものは無条件で取得しないようにしても良い。これは、ブーミングスコアの低いものは、ユーザにとって利用価値が低いと考えられるためである。これにより、計算量を削減することができる。また、この際に、ブーミングスコアによるフィルタリングのしきい値を、つながりスコアを元に算出しても良い。つまり、つながりスコアが高く、入力された情報に対してつながりが強い情報は、ブーミングのフィルタリングを弱くする。これにより、つながりが強い情報については、よりニッチな情報も抽出することができ、ユーザの欲求に沿った探索が可能となる。

図１６は、計算したスコアに基づいて、各情報を配置する例を示す模式図である。図１６（Ａ）は、マッチングスコアの値に基づいて各情報をソートして配置する例を示している。この場合、マッチングスコアの高い情報から順に上から表示される。

また、図１６（Ｂ）は、つながりスコアの値に基づいて情報をソートし、つながりスコアの高い情報から順に上から表示するとともに（つながりスコアの値が同じであれば、左右に並べて配置する）、ブーミングスコアの値に基づいてソートし、ブーミングスコアの高い情報を左側に表示した例を示している。

また、図１６（Ｃ）は、つながりスコアとブーミングスコアを用いて、２次元にマッピングした例を示している。図１６（Ｂ）と同様に、つながりスコアの値に基づいて情報をソートし、つながりスコアの高い情報から順に上から表示する（つながりスコアの値が同じであれば、左右に並べて配置する）。また、ブーミングスコアの値に基づいてソートし、ブーミングスコアの高い情報をより右側に表示した例を示している。

図１６（Ａ）〜（Ｃ）に示すような配置をすることにより、図１の縦帯のコンテンツ１０６のように、シードのコンテンツ１０４とのつながりと、ブーミングの値に応じて情報を配置することが可能となる。

つながりスコア、ブーミングスコアの計算の際には、全てのユーザに対して画一的な計算方法を用いなくても良く、個々のユーザに応じてスコア計算方法の個人化を行っても良い。図１７は、ユーザによるスコア計算方法の個人化を説明するための模式図である。図１７（Ａ）は、ユーザによってつながりスコア、ブーミングスコアの使用する割合を使い分けた例を示す模式図である。図１７（Ａ）に示す例では、ユーザＡは、つながり２０％、ブーミング８０％の割合である。また、ユーザＢは、つながり８０％、ブーミング２０％の割合である。図１５の例に従ってスコアを計算と、つながりスコア、ブーミングスコアに上述した比率を乗算して、マッチングスコアを求める。例えば、ユーザＡの場合、情報ａ’のマッチングスコアは、（１×２０％）×（０．８×８０％）＝０．１２８となる。

図１７（Ａ）に示した割合は、図１７（Ｂ）に示すように、ユーザのコンテンツの視聴の履歴のフィードバック結果に応じて変更しても良い。図１７（Ｂ）に示すように、あるユーザの割合が、当初はつながり５０％、ブーミング５０％の割合であった場合に（図１７（Ｂ）の中央）、ユーザが、つながりスコアが強いコンテンツを多く視聴した場合は、図１７（Ｂ）の左側に示すように、つながり６０％、ブーミング４０％の割合に変更する。また、ユーザが、ブーミングスコアが強いコンテンツを視聴した場合は、図１７（Ｂ）の右側に示すように、つながり４０％、ブーミング６０％の割合に変更する。

次に、図面に基づいて本実施形態のバリエーションについて説明する。上述した例では、ユーザがテレビ受像機にて現在視聴しているコンテンツ１０４の情報が入力部２０２へ入力されるものとしたが、これに限定されるものではない。図１８は、情報を得たい有名人をユーザが直接入力する例を示す模式図である。図１８に示す例では、入力部２０２にユーザの嗜好に合った「有名人群Ａ」が入力され、有名人群Ａについての情報を出力情報計算部２０６が取得する例を示している。この場合、例えば図１の横帯のコンテンツ１０８の中から、ユーザの嗜好に合った有名人群Ａが入力部２０２へ入力される。また、テレビ受像機において、ユーザの操作履歴に基づいてユーザの嗜好情報を取得しておき、取得した嗜好情報が入力部２０２へ入力されるようにしても良い。その後の処理は図１０と同様であり、図８の「関連者群Ａ」を「有名人群Ａ」として同様の処理が行われる。

また、図１０、図１８では、つながりデータ２１０ａ、ブーミングデータ２０８ａの情報源として、ウィキペディア（Ｗｉｋｉｐｅｄｉａ）、ツイッター（ｔｗｉｔｔｅｒ）を用いたが、ウィキペディアの代わりにＩＭＤｂ、ｆｌｉｃｋｒなどの情報源を用いても良い。また、ツイッターの代わりに、フェイスブック（ｆａｃｅｂｏｏｋ）などの情報源、ＲＳＳ、ニュース記事を用いても良い。更に、一般的なウェブから情報を取得することもできる。

図１９は、ユーザが直接「有名人Ａ」をテレビ受像機から入力する例を示している。この場合においても、その後の処理は図１０と同様であり、図１０の「関連者群Ａ」を「有名人Ａ」として同様の処理が行われる。

図２０は、有名人以外の情報が入力部２０２へ入力される例を示す模式図である。図２０に示す例では、視聴しているコンテンツの場所群Ａ（ロケ地など）が入力される。出力情報計算部２０６は、場所のつながりデータ２１０ｂから、場所群Ａと繋がっている場所群Ｂを抽出する。ここで、図２０に示す場所つながり演算部２２０は、一例としてｆｌｉｃｋｒを元に場所のつながりを事前計算し、つながりスコアとして場所のつながりデータ２１０ｂに格納された各場所に反映させる。

また、ブーミング情報抽出部２３０は、一例としてツイッター（ｔｗｉｔｔｅｒ）から場所群に関するブーミングデータを取得し、ブーミングデータ２０８ｂに格納された場所に関する情報にブーミングスコアを反映させる。出力情報計算部２０６は、つながりデータ２１０ｂから抽出した場所群Ｂに関するブーミングが強い情報をブーミングデータ２０８ｂから取得する。そして、出力情報計算部２０６は、関連性の強さとブーミングの強さに基づいて情報を出力する。

図２１は、情報間を補完する情報を提供する例を示す模式図である。図２１に示す例では、視聴しているコンテンツの関連者群Ａ（出演者など）と、ユーザの嗜好情報とが入力部２０２へ入力される。出力情報計算部２０６は、関連者群Ａとユーザの嗜好情報との間にいる有名人群Ｂを抽出する。すなわち、出力情報計算部２０６は、関連者群Ａとユーザの嗜好情報との間をつなぐ有名人群Ｂを抽出する。有名人群Ｂは、関連者群Ａとユーザの嗜好情報との間に位置する情報群である。その後の処理は、図１０と同様である。

図２１に示す例によれば、ユーザは、視聴しているコンテンツ１０４に関連する情報、ブーミングが高い情報のみならず、自身の嗜好に合ったコンテンツを取得することができる。これにより、視聴しているコンテンツ１０４に関連するとともに、巷で流行になっており、且つ自身の嗜好にも合った情報を取得することが可能となる。なお、ここで取得される情報は、図１の縦帯のコンテンツ１０６に対応し、特に、コンテンツ１０６ａよりも下側に配置され、コンテンツ１０８に向かって配列されたコンテンツ１０６に対応する。コンテンツ１０６をスクロールすることにより、流行のコンテンツから徐々に、自分の嗜好にマッチするところまで取捨選択して取得することが可能となる。

ここで、図２２に基づいて、図２１で説明した２つの情報間をつなぐ情報について詳細に説明する。図２２に示す例では、視聴コンテンツ１０４とユーザの嗜好との間をつなぐコンテンツ１０９（有名人群Ｂ）を示している。視聴コンテンツ１０４に対して関連の強いコンテンツ１０６ａが抽出され、コンテンツ１０６ａとユーザの嗜好が強いコンテンツ１０８との間をつなぐ情報として有名人群Ｂが抽出される。有名人群Ｂは、図１の縦帯のコンテンツ１０４のうち、コンテンツ１０４ａよりも下側に配置されたコンテンツに対応する。このように、現在視聴しているコンテンツ１０４と、ユーザの嗜好に合ったコンテンツ１０８を両端に配置し、その間に位置する情報（有名人群Ｂ）を配置し、視聴コンテンツ１０４とユーザの嗜好コンテンツ１０６との間をつなぐ情報を提示することができる。従って、ユーザに対して、視聴コンテンツ１０４からユーザの嗜好コンテンツ１０８に近づいていくような情報を提供することができる。図２２に示すように、コンテンツ１０９のそれぞれには、ブーミングスコアに従って更にコンテンツが並べられている。従って、隣接するコンテンツ１０９間にブーミングスコアに従ったコンテンツを配置することで、コンテンツ１０４とコンテンツ１０８の間に、嗜好とブーミングに従って遷移する複数のコンテンツ（図１の縦帯のコンテンツ１０６に対応）を配置することができる。

図２２において、視聴コンテンツ１０４により近い位置（図２２中の左側）に配置された有名人群Ｂほど、視聴コンテンツ１０４に関連が強く、嗜好コンテンツ１０６に関連が弱いコンテンツである。一方、嗜好コンテンツ１０６により近い位置（図２２中の右側）に配置された有名人群Ｂほど、嗜好コンテンツ１０６に関連が強く、視聴コンテンツ１０４に関連が弱いコンテンツである。図１の縦帯のコンテンツ１０６をこのように配列することで、ユーザは、視聴コンテンツ１０４に関連の強いコンテンツ１０６から嗜好コンテンツに関連の強いコンテンツ１０６を自由に閲覧することができ、所望のコンテンツを選択することが可能である。

また、図２２において、コンテンツ１０６ａからコンテンツ１０８へ進むパスと反対の方向に向かって情報を取得することで、図１の縦帯のコンテンツ１０６において、コンテンツ１０６ａよりも上に配置されるコンテンツを取得することができる。

なお、図２１、図２２の例では、視聴コンテンツ１０４と嗜好コンテンツ１０８の間をつなぐ情報を取得したが、本実施形態はこれに限定されるものではない。例えば、試聴コンテンツと録画済みコンテンツを図２２の両端に配置し、２つのコンテンツを結びつける情報をその間に配置しても良い。更に、２人の異なるユーザの嗜好コンテンツを図２２の両端に配置し、２つのコンテンツをつなぐコンテンツをその間に配置しても良い。

また、周囲の状況を加味して取得情報を変更させることも可能である。例えば、一緒にいる人の嗜好コンテンツを使って、自分の嗜好コンテンツとつながるような情報を取得することができる。また、ユーザの現在位置の場所を判断して、場所に準じた情報と、ユーザの嗜好コンテンツとをつなぐ情報を取得することもできる。

図２３は、図２２において、コンテンツ１０６ａとコンテンツ１０８をつなぐコンテンツ１０９を抽出する手法を示す模式図である。２情報間（コンテンツ１０６ａとコンテンツ１０８との間）を繋ぐ情報の生成は、全つながりデータの中から２者（コンテンツ１０６ａとコンテンツ１０８）をつなぐ最適なパスを求めることで生成する。図２３に示す数値は、隣接するコンテンツ間のつながりスコアを示している。この際、ダイクストラ法、Ａ^＊アルゴリズムなどのグラフ探索アルゴリズムを使用することができる。

図２３（Ａ）に示す例では、コンテンツ１０６ａとコンテンツ１０８との間でつながりのあるコンテンツを抽出し、コンテンツ１０６ａとコンテンツ１０８との間で最もホップ数が少ないパス３００を求めた例を示している。この場合、パス３００に沿って位置するコンテンツ１０９ａ、コンテンツ１０９ｂが２つのコンテンツ１０６ａ，１０８間の情報として抽出される。

また、図２３（Ｂ）に示す例では、コンテンツ１０６ａとコンテンツ１０８との間でつながりのあるコンテンツを抽出し、コンテンツ１０６ａとコンテンツ１０８との間で最もつながりスコアの高いパス３１０を求めた例を示している。この場合、パス３１０に沿って位置するコンテンツ１０９ｃ〜ｅが２つのコンテンツ１０６ａ，１０８間の情報として抽出される。

図２４は、図１０の更に他の例を示す模式図である。図２４に示す例では、ユーザが毎朝チェックしたいキーワード群Ａを予め登録しておく。そして、毎朝特定の時刻になった場合、あるいはユーザがコンテンツの取得を要求した場合に、キーワード群Ａが出力情報計算部２０６に送られる。その後の処理は図１０と同様であり、図１０の「関連者群Ａ」を「キーワード群Ａ」とし、「関連者群Ｂ」を「キーワード群Ｂ」として同様の処理が行われる。

図２４の構成によれば、ユーザがキーワード群Ａを予め登録しておくことにより、キーワード群Ａに関連が強いキーワード群Ｂのうち、ブーミングが強い情報を取得することが可能となる。

以上説明したように本実施形態によれば、情報のつながりに基づいて、ユーザにとって興味がありそうな情報を抽出して出力することが可能となる。また、ブーミングスに基づいて、ユーザが知らないフレッシュな情報を抽出して出力することが可能となる。従って、ユーザが欲しい情報を大量に氾濫している情報の中から効率良く抽出することが可能となる。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）入力された元情報に関連する関連情報を取得する関連情報取得部と、
前記関連情報について、流行性に関する情報を取得する流行性情報取得部と、
前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出する情報抽出部と、
前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させる表示制御部と、
を備える、情報処理装置。

（２）前記表示制御部は、前記元情報とともに前記複数の出力情報を表示させる、前記（１）に記載の情報処理装置。

（３）前記表示制御部は、前記複数の出力情報の１つが選択された場合に、選択された前記出力情報と前記元情報との関連理由を前記表示部に表示させる、前記（２）に記載の情報処理装置。

（４）前記表示制御部は、前記複数の出力情報の１つが選択された場合に、選択された前記出力情報の明度をより明るくして前記表示部に表示させる、前記（２）に記載の情報処理装置。

（５）前記表示制御部は、前記複数の出力情報の他に、ユーザの嗜好が強い嗜好情報を前記表示部に表示させる、前記（１）に記載の情報処理装置。

（６）前記表示制御部は、複数の前記出力情報のうち、ユーザの嗜好が強い出力情報ほど前記嗜好情報の近くに配置して表示させる、前記（５）に記載の情報処理装置。

（７）前記表示制御部は、前記複数の出力情報の１つが選択された場合に、前記複数の出力情報を前記嗜好情報の上に重ねて表示する、前記（５）に記載の情報処理装置。

（８）前記表示制御部は、前記出力情報を、前記元情報を中心として放射状に配置して表示させる、前記（２）に記載の情報処理装置。

（９）前記表示制御部は、前記出力情報の前記元画像に対する関連の強さ、または流行性の強さに応じて、前記出力情報の表示の大きさ、または前記出力情報と前記元画像を結ぶ線の太さを変化させて前記表示部に表示させる、前記（２）に記載の情報処理装置。

（１０）前記表示制御部は、ユーザの操作に応じて前記複数の出力情報を前記表示部上でスクロールさせる、前記（１）に記載の情報処理装置。

（１１）入力された元情報に関連する関連情報を取得することと、
前記関連情報について、流行性に関する情報を取得することと、
前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出することと、
前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させることと、
を備える、情報処理方法。

（１２）入力された元情報に関連する関連情報を取得する手段、
前記関連情報について、流行性に関する情報を取得する手段、
前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出する手段、
前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させる手段、
としてコンピュータを機能させるためのプログラム。

１００ システム
２０２ 入力部
２０６ 出力情報計算部
２０６ａ 関連情報取得部
２０６ｂ 流行性情報取得部
２０６ｃ 情報抽出部
２０７ 表示制御部

Claims (12)

1. 入力された元情報に関連する関連情報を取得する関連情報取得部と、
   前記関連情報について、流行性に関する情報を取得する流行性情報取得部と、
   前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出する情報抽出部と、
   前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させる表示制御部と、
   を備える、情報処理装置。
2. 前記表示制御部は、前記元情報とともに前記複数の出力情報を表示させる、請求項１に記載の情報処理装置。
3. 前記表示制御部は、前記複数の出力情報の１つが選択された場合に、選択された前記出力情報と前記元情報との関連理由を前記表示部に表示させる、請求項２に記載の情報処理装置。
4. 前記表示制御部は、前記複数の出力情報の１つが選択された場合に、選択された前記出力情報の明度をより明るくして前記表示部に表示させる、請求項２に記載の情報処理装置。
5. 前記表示制御部は、前記複数の出力情報の他に、ユーザの嗜好が強い嗜好情報を前記表示部に表示させる、請求項１に記載の情報処理装置。
6. 前記表示制御部は、複数の前記出力情報のうち、ユーザの嗜好が強い出力情報ほど前記嗜好情報の近くに配置して表示させる、請求項５に記載の情報処理装置。
7. 前記表示制御部は、前記複数の出力情報の１つが選択された場合に、前記複数の出力情報を前記嗜好情報の上に重ねて表示する、請求項５に記載の情報処理装置。
8. 前記表示制御部は、前記出力情報を、前記元情報を中心として放射状に配置して表示させる、請求項２に記載の情報処理装置。
9. 前記表示制御部は、前記出力情報の前記元画像に対する関連の強さ、または流行性の強さに応じて、前記出力情報の表示の大きさ、または前記出力情報と前記元画像を結ぶ線の太さを変化させて前記表示部に表示させる、請求項２に記載の情報処理装置。
10. 前記表示制御部は、ユーザの操作に応じて前記複数の出力情報を前記表示部上でスクロールさせる、請求項１に記載の情報処理装置。
11. 入力された元情報に関連する関連情報を取得することと、
    前記関連情報について、流行性に関する情報を取得することと、
    前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出することと、
    前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させることと、
    を備える、情報処理方法。
12. 入力された元情報に関連する関連情報を取得する手段、
    前記関連情報について、流行性に関する情報を取得する手段、
    前記関連情報の中から、前記元情報に対する関連の強さと、流行性の強さとに基づいて複数の出力情報を抽出する手段、
    前記複数の出力情報を、前記元情報に対する関連の強さと流行性の強さとに基づいて配置して表示部に表示させる手段、
    としてコンピュータを機能させるためのプログラム。

Images