JP2014067206A - 情報処理装置及び情報処理方法 - Google Patents

Abstract

【課題】アイテムの評価を容易に入力する。
【解決手段】表示制御部は、それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の表示を制御する。評価取得部は、入力画面を用いてユーザにより入力されたアイテムの評価を取得する。送信部は、アイテムの評価の他の情報処理装置への送信を制御する。本技術は、例えば、コンテンツを配信するサービスのクライアント又はサーバに適用できる。
【選択図】図９

Description

本技術は、情報処理装置及び情報処理方法に関し、特に、ユーザに各種のアイテムを推薦する場合に用いて好適な情報処理装置及び情報処理方法に関する。

従来、映像や音楽等のコンテンツを始めとする各種のアイテムを推薦するシステムにおいて、推薦したアイテムが好きか嫌いをユーザに評価させ、各ユーザの嗜好を把握することにより、各ユーザの嗜好に応じたアイテムを推薦することが提案されている（例えば、特許文献１参照）。

このような推薦システムにおいて、より早くかつ適切にユーザの嗜好に合致するアイテムを推薦できるようにするためには、好き嫌い以外の観点（例えば、既知のアイテムか否か等）に基づく評価をユーザから取得することが望ましい。

特開２０１２−１０３８３２号公報

しかしながら、アイテムに対する評価を入力する作業は、ユーザにとって煩わしいものであるため、評価する観点が増えると、その分ユーザの負担が大きくなり、逆に各ユーザから取得できる評価の量が減少するおそれがある。また、ユーザの負担が大きくなると、ユーザがサービスの利用を停止する可能性が高くなる。

そこで、本技術は、アイテムの評価を容易に入力できるようにするものである。

本技術の第１の側面の情報処理装置は、それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の表示を制御する表示制御部と、前記入力画面を用いてユーザにより入力された前記アイテムの評価を取得する評価取得部と、前記アイテムの評価の他の情報処理装置への送信を制御する送信制御部とを含む。

前記入力画面には、２以上の前記軸により定まり、２以上の観点に基づく評価を一度に入力可能な入力領域又は入力空間を含ませることができる。

前記入力領域又は前記入力空間は、前記入力領域又は前記入力空間内の座標に応じた評価値を入力可能にすることができる。

前記表示制御部には、異なる前記軸の組み合わせによる複数の前記入力領域又は前記入力空間の表示の切り替えを制御させることができる。

前記表示制御部には、評価対象のアイテムと異なるアイテムに対して前記ユーザにより入力された評価のうち少なくとも１つを前記入力領域又は前記入力空間に表示するように制御させることができる。

前記複数の観点のうちの１つを、アイテムの好き嫌いに関するものとすることができる。

前記表示制御部には、前記ユーザのアイテムの評価数が所定の閾値未満である場合、自動的に前記入力画面を表示し、前記ユーザのアイテムの評価数が前記閾値以上である場合、ユーザ操作により前記入力画面を表示するように制御させることができる。

前記送信制御部には、ユーザ操作により、前記他の情報処理装置への前記ユーザの評価履歴のリセットの指令の送信を制御させることができる。

本技術の第１の側面の情報処理方法は、情報処理装置が、それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の表示を制御する表示制御ステップと、前記入力画面を用いてユーザにより入力された前記アイテムの評価を取得する評価取得ステップと、前記アイテムの評価の他の情報処理装置への送信を制御する送信制御ステップとを含む。

本技術の第２の側面の情報処理装置は、それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の他の情報処理装置における表示を制御する表示制御部と、前記入力画面を用いてユーザにより入力された前記アイテムの評価の前記他の情報処理装置からの受信を制御する受信制御部とを含む。

前記入力画面には、２以上の前記軸により定まり、２以上の観点に基づく評価を一度に入力可能な入力領域又は入力空間を含ませることができる。

前記表示制御部には、異なる前記軸の組み合わせによる複数の前記入力領域又は前記入力空間の表示の切り替えを制御させることができる。

前記表示制御部には、評価対象のアイテムと異なるアイテムに対して前記ユーザにより入力された評価のうち少なくとも１つを前記入力領域又は前記入力空間に表示するように制御させることができる。

前記複数の観点のうちの１つを、アイテムの好き嫌いに関するものとすることができる。

前記表示制御部には、前記ユーザのアイテムの評価数が所定の閾値未満である場合、自動的に前記入力画面を表示し、前記ユーザのアイテムの評価数が前記閾値以上である場合、ユーザ操作により前記入力画面を表示するように制御させることができる。

前記ユーザのアイテムの評価履歴に基づいて、前記ユーザのアイテムに対する嗜好を学習する学習部と、前記ユーザの嗜好の学習結果に基づいて、前記ユーザへのアイテムの推薦を行う推薦部とをさらに設けることができる。

前記受信制御部には、前記評価履歴のリセットの指令の前記他の情報処理装置からの受信を制御させ、前記学習部には、前記リセットの指令に従って前記評価履歴をリセットさせることができる。

前記推薦部には、前記ユーザのアイテムの評価数が所定の閾値未満である場合、学習向けのアイテムを前記ユーザに推薦し、前記ユーザのアイテムの評価数が前記閾値以上である場合、前記ユーザの嗜好の学習結果に基づいて前記ユーザにアイテムを推薦させることができる。

前記表示制御部には、前記ユーザの嗜好の学習の進捗率の前記他の情報処理装置における表示を制御させることができる。

本技術の第２の側面の情報処理方法は、情報処理装置が、それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の他の情報処理装置における表示を制御する表示制御ステップと、前記入力画面を用いてユーザにより入力された前記アイテムの評価の前記他の情報処理装置からの受信を制御する受信制御ステップとを含む。

本技術の第１の側面においては、それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面が表示され、前記入力画面を用いてユーザにより入力された前記アイテムの評価が取得され、前記アイテムの評価が他の情報処理装置に送信される。

本技術の第２の側面においては、それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面が他の情報処理装置に表示され、前記入力画面を用いてユーザにより入力された前記アイテムの評価が前記他の情報処理装置から受信される。

本技術の第１の側面又は第２の側面によれば、アイテムの評価を容易に入力することができる。特に、本技術の第１の側面又は第２の側面によれば、複数の観点に基づくアイテムの評価を容易に入力することができる。

本技術を適用した情報処理システムの一実施の形態を示す図である。 評価入力画面の例を示す図である。 サーバの機能の構成例を示すブロック図である。 クライアントの機能の構成例を示すブロック図である。 コンテンツ再生処理を説明するためのフローチャートである。 コンテンツ再生処理を説明するためのフローチャートである。 進捗率評価軸要求コマンドと進捗率評価軸送信コマンドの例を示す図である。 再生画面の例を示す図である。 評価入力画面の例を示す図である。 評価入力チャートの拡大図である。 評価入力画面の他の例を示す図である。 評価入力画面の他の例を示す図である。 評価送信コマンドと応答コマンドの例を示す図である。 オプション処理を説明するためのフローチャートである。 リセットコマンドと応答コマンドの例を示す図である。 進捗表示画面の例を示す図である。 サーバの処理を説明するためのフローチャートである。 セッションテーブルの例を示す図である。 評価履歴テーブルの例を示す図である。 評価軸設定テーブルの例を示す図である。 軸情報設定テーブルの例を示す図である。 サーバの機能の構成の変形例を示すブロック図である。 コンピュータの構成の例を示すブロック図である。

以下、本技術を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．実施の形態
２．変形例

＜１．実施の形態＞
［情報処理システム１の構成例］
図１は、本技術を適用した情報処理システムの一実施の形態を示している。

情報処理システム１は、サーバ１１及びクライアント１２を含むように構成される。サーバ１１とクライアント１２は、インターネット等により構成されるネットワーク１３を介して相互に接続されている。

サーバ１１は、クライアント１２に対して、各種のアイテムの一種であるコンテンツの配信や推薦等を行うサービス（以下、コンテンツ配信サービスと称する）を提供する。

なお、以下、サーバ１１が、各種のコンテンツのうち音楽の配信や推薦等を行う場合を例に挙げて説明する。

クライアント１２は、例えば、パーソナルコンピュータ、ゲーム機器、携帯情報端末、携帯電話機、スマートフォン、動画プレイヤー、オーディオプレイヤー等、サーバ１１が提供するコンテンツ配信サービスの利用が可能な装置により構成される。なお、ここでは、クライアント１２が、本体部２１、入力部２２、表示部２３、及び、音声出力部２４により構成される例が示されている。また、ここでは、表示部２３と音声出力部２４を一体化した例が示されている。

本体部２１は、サーバ１１から送信されるコンテンツを、ネットワーク１３を介して受信し、再生する。本体部２１は、コンテンツの再生の結果得られた画像データを表示部２３に供給し、画像データに基づく画像を表示させる。また、本体部２１は、コンテンツの再生の結果得られた音声データを音声出力部２４に供給し、音声データに基づく音声を出力させる。

また、本体部２１は、クライアント１２の操作を行うための操作画面を表示部２３に表示させる。表示部２３に表示される操作画面の中には、コンテンツに対する評価を入力するための評価入力画面が含まれる。

図２は、評価入力画面の例を示している。この評価入力画面では、コンテンツを知っているか否かの観点を表すｘ軸、及び、コンテンツの好き嫌いの観点を表すｙ軸に従って、２つの観点（換言すれば評価基準）に基づくコンテンツの評価を一度に入力することが可能である。すなわち、ｘ軸及びｙ軸により定まる入力領域内の任意の座標を指定することにより、各観点について、指定した座標に応じた評価値をコンテンツに付与することができる。

なお、以下、図２のｘ軸及びｙ軸のように、コンテンツを評価する観点を表し、コンテンツの評価を入力するための軸を評価軸と称する。

本体部２１は、ユーザが、評価入力画面に従って入力部２２を用いて入力したコンテンツに対する評価を、ネットワーク１３を介してサーバ１１に送信する。

入力部２２は、例えば、キーボード、マウス、タッチパネル、ボタン、スイッチ、マイクロフォン等の各種の入力デバイスにより構成される。入力部２２は、ユーザにより入力された情報や指令等を、本体部２１に供給する。

表示部２３は、例えば、ディスプレイ等の各種の表示デバイスにより構成される。

音声出力部２４は、例えば、スピーカ、音声出力端子等の各種の音声出力デバイスにより構成される。

なお、図１では、図を分かりやすくするために、クライアント１２を１つのみ示しているが、実際には、ネットワーク１３に複数のクライアントが接続され、サーバ１１から複数のクライアントにコンテンツ配信サービスが提供される。

［サーバ１１の構成例］
図３は、サーバ１１の機能の構成例を示している。サーバ１１は、通信部１０１、情報処理部１０２、及び、記憶部１０３を含むように構成される。

なお、通信部１０１の各部と情報処理部１０２の各部は、相互にアクセスすることが可能である。また、情報処理部１０２の各部は、記憶部１０３の各部にアクセスすることが可能である。

通信部１０１は、ネットワーク１３を介してクライアント１２と通信を行う。通信部１０１は、送信部１１１及び受信部１１２を含むように構成される。

送信部１１１は、ネットワーク１３を介して、コンテンツ、及び、コンテンツ配信サービスに関わる各種の情報や指令等のクライアント１２への送信を制御する。

受信部１１２は、ネットワーク１３を介して、コンテンツ配信サービスに関わる各種の情報や指令等のクライアント１２からの受信を制御する。

情報処理部１０２は、コンテンツ配信サービスに関わる各種の処理を行う。情報処理部１０２は、認証部１２１、学習部１２２、及び、推薦部１２３を含むように構成される。

認証部１２１は、クライアント１２からの要求に従って、ユーザ情報記憶部１４４に記憶されているユーザ情報に基づいて、コンテンツ配信サービスを利用するユーザのアカウント認証を行う。認証部１２１は、アカウント認証が成功した場合、認証したアカウントによるセッションを識別するためのSession IDを発行し、送信部１１１を介してクライアント１２に送信する。一方、認証部１２１は、アカウント認証が失敗した場合、認証エラーを示す情報を、送信部１１１を介してクライアント１２に送信する。

学習部１２２は、クライアント１２を用いてコンテンツ配信サービスを利用する各ユーザの嗜好の学習を行う。学習部１２２は、評価収集部１３１及び嗜好分析部１３２を含むように構成される。

評価収集部１３１は、クライアント１２からの要求に従って、コンテンツの評価の入力に用いる評価軸を示す情報を、送信部１１１を介してクライアント１２に送信する。また、評価収集部１３１は、ネットワーク１３を介してクライアント１２から送信されてくる各ユーザのコンテンツに対する評価を、受信部１１２を介して受信する。評価収集部１３１は、受信した各ユーザのコンテンツに対する評価を評価履歴記憶部１４１に記憶させる。さらに、評価収集部１３１は、クライアント１２からの要求に従って、評価履歴記憶部１４１に記憶されているユーザの評価履歴をリセットする。

また、評価収集部１３１は、評価履歴記憶部１４１に記憶されている各ユーザの評価履歴に基づいて、各ユーザの嗜好学習の進捗率を算出する。そして、評価収集部１３１は、進捗率を示す情報を、送信部１１１を介してクライアント１２に送信する。

嗜好分析部１３２は、評価履歴記憶部１４１に記憶されている各ユーザの評価履歴に基づいて、各ユーザのコンテンツに対する嗜好を分析する。そして、嗜好分析部１３２は、各ユーザの嗜好の分析結果を示す嗜好情報を嗜好情報記憶部１４２に記憶させる。また、嗜好分析部１３２は、クライアントからの要求に従って、嗜好情報記憶部１４２に記憶されているユーザの嗜好情報をリセットする。

推薦部１２３は、クライアント１２からの要求に従って、嗜好情報記憶部１４２に記憶されている各ユーザの嗜好情報に基づいて、各ユーザの嗜好の学習に用いるコンテンツ、又は、各ユーザに推薦するコンテンツをコンテンツ記憶部１４３から抽出する。そして、推薦部１２３は、抽出したコンテンツを、送信部１１１を介してクライアント１２に送信する。

なお、以下、ユーザの嗜好の学習に用いるコンテンツを学習向けコンテンツと称し、ユーザに推薦するコンテンツを推薦コンテンツと称する。

記憶部１０３は、評価履歴記憶部１４１、嗜好情報記憶部１４２、コンテンツ記憶部１４３、及び、ユーザ情報記憶部１４４を含むように構成される。

評価履歴記憶部１４１は、各ユーザのコンテンツの評価履歴を記憶する。

嗜好情報記憶部１４２は、各ユーザの嗜好学習の結果を示す嗜好情報を記憶する。

コンテンツ記憶部１４３は、コンテンツ配信サービスで利用されるコンテンツ、及び、コンテンツに関する各種の情報を記憶する。

ユーザ情報記憶部１４４は、コンテンツ配信サービスを利用する各ユーザのアカウント情報を記憶する。

［クライアント１２の本体部２１の構成例］
図４は、クライアント１２の本体部２１の機能の構成例を示している。クライアント１２の本体部２１は、通信部２０１及び情報処理部２０２を含むように構成される。

なお、通信部２０１の各部と情報処理部２０２の各部は、相互にアクセスすることが可能である。

通信部２０１は、ネットワーク１３を介してサーバ１１と通信を行う。通信部２０１は、送信部２１１及び受信部２１２を含むように構成される。

送信部２１１は、ネットワーク１３を介して、コンテンツ配信サービスに関わる各種の情報や指令等のサーバ１１への送信を制御する。

受信部２１２は、ネットワーク１３を介して、コンテンツ、及び、コンテンツ配信サービスに関わる各種の情報や指令等のサーバ１１からの受信を制御する。

情報処理部２０２は、認証部２２１、評価取得部２２２、再生制御部２２３、再生部２２４、表示制御部２２５、及び、音声出力制御部２２６を含むように構成される。

認証部２２１は、送信部２１１を介して、サーバ１１にアカウント認証を要求する。そして、認証部２２１は、アカウント認証に対する応答を、受信部２１２を介してサーバ１１から受信する。具体的には、認証部２２１は、アカウント認証が成功した場合、Session IDをサーバ１１から受信する。また、認証部２２１は、アカウント認証が失敗した場合、認証エラーをサーバ１１から受信する。認証部２２１は、アカウント認証の結果を表示制御部２２５に通知する。

評価取得部２２２は、送信部２１１を介して、ユーザの嗜好学習の進捗、及び、コンテンツの評価入力に用いる評価軸に関する情報をサーバ１１に要求し、それらの情報を、受信部２１２を介してサーバ１１から受信する。また、評価取得部２２２は、嗜好学習の進捗率が所定の閾値以上であるか否かを判定し、判定結果を再生制御部２２３に通知する。さらに、評価取得部２２２は、嗜好学習の進捗及び評価軸に関する情報を表示制御部２２５に供給する。

また、評価取得部２２２は、入力部２２を用いてユーザにより入力されたコンテンツに対する評価を取得し、送信部２１１を介してサーバ１１に送信する。さらに、評価取得部２２２は、ユーザにより入力部２２を用いて評価履歴をリセットする操作が行われた場合、リセットコマンドを、送信部２１１を介してサーバ１１に送信する。

再生制御部２２３は、再生部２２４によるコンテンツの再生を制御する。また、再生制御部２２３は、送信部２１１を介して、コンテンツの送信をサーバ１１に要求し、受信部２１２を介して、サーバ１１からコンテンツを受信する。再生制御部２２３は、受信したコンテンツを再生部２２４に供給する。

再生部２２４は、コンテンツの再生を行い、再生の結果得られた画像データを表示制御部２２５に供給し、音声データを音声出力制御部２２６に供給する。

表示制御部２２５は、表示部２３による画像の表示を制御する。例えば、表示制御部２２５は、再生部２２４から供給される画像データに基づく画像を表示部２３に表示させる。また、例えば、表示制御部２２５は、後述する再生画面、評価入力画面、進捗表示画面等の操作画面を表示部２３に表示させる。

音声出力制御部２２６は、音声出力部２４からの音声の出力を制御する。例えば、音声出力制御部２２６は、再生部２２４から供給される音声データに基づく音声を音声出力部２４から出力させる。

［情報処理システム１の処理］
次に、情報処理システム１の処理について説明する。

（コンテンツ再生処理）
まず、図５及び図６のフローチャートを参照して、クライアント１２により実行されるコンテンツ再生処理について説明する。なお、この処理は、例えば、ユーザが、入力部２２を用いてコンテンツ再生の指令を入力したとき開始され、コンテンツ再生の終了の指令を入力したとき終了する。

ステップＳ１において、本体部２１は、初期化処理を行う。具体的には、本体部２１は、ＨＤＤ（ハードディスクドライブ）等の記憶装置（不図示）に記憶されているプログラムをメインメモリ（不図示）に読み込み、プログラムにより実行可能な初期化処理を行う。

ステップＳ２において、クライアント１２は、アカウント情報の入力を受け付ける。具体的には、表示制御部２２５は、Account IDとパスワードの入力画面を表示部２３に表示させる。認証部１２１は、入力部２２を用いてユーザにより入力されたAccount IDとパスワードを取得する。

ステップＳ３において、本体部２１は、アカウント認証を要求する。具体的には、認証部２２１は、Account IDとパスワードを含み、アカウント認証を要求するためのコマンド（以下、認証要求コマンドと称する）を生成し、送信部２１１を介して、サーバ１１に送信する。

サーバ１１は、図１７を参照して後述するように、ネットワーク１３を介してアカウント認証要求コマンドを受信し、Account IDとパスワードを用いてアカウント認証を行う。そして、サーバ１１は、アカウント認証に成功した場合、認証したアカウントによるセッションを識別するためのSession IDを発行し、発行したSession IDをクライアント１２に送信する。一方、サーバ１１は、アカウント認証に失敗した場合、認証エラーを示す情報をクライアント１２に送信する。

ステップＳ４において、認証部２２１は、アカウント認証が成功したか否かを判定する。認証部２２１は、ネットワーク１３及び受信部２１２を介して、サーバ１１からSession IDを受信した場合、アカウント認証が成功したと判定し、処理はステップＳ５に進む。

ステップＳ５において、評価取得部２２２は、進捗率と評価軸を取得する。具体的には、評価取得部２２２は、ユーザの嗜好学習の進捗率と、コンテンツの評価入力に用いる評価軸の送信を要求するためのコマンド（以下、進捗率評価軸要求コマンドと称する）を生成し、送信部２１１を介して、サーバ１１に送信する。

サーバ１１は、図１７を参照して後述するように、ネットワーク１３を介して、進捗率評価軸要求コマンドを受信する。また、サーバ１１は、ユーザの嗜好学習の進捗率と評価軸の情報を含むコマンド（以下、進捗率評価軸送信コマンドと称する）を生成し、クライアント１２に送信する。

そして、評価取得部２２２は、ネットワーク１３及び受信部２１２を介して、進捗率評価軸送信コマンドをサーバ１１から受信する。

図７は、進捗率評価軸要求コマンドと進捗率評価軸送信コマンドの例を示している。上側のコマンドが、進捗率評価軸要求コマンドであり、下側のコマンドが進捗率評価軸送信コマンドである。

なお、各コマンドの左側の数字は、各コマンドのソースコードの行番号を示している。以下、特に断りのない限り、他のコマンドの例を示す図においても、各コマンドの左側の数字が、ソースコードの行番号を示すものとする。

進捗率評価軸要求コマンドの１行目には、進捗率及び評価軸を取得するための命令が示されている。

２行目には、コマンドの送信を行うセッションのSession IDが示されている。

３行目には、クライアント１２においてユーザが使用する言語が示されている。これは、例えば、事前にクライアント１２において通常使用する言語として設定されている言語が設定される。或いは、例えば、コンテンツ配信サービスのアカウントを作成するときに、ユーザが選択した言語を設定するようにしてもよい。

一方、進捗率評価軸送信コマンドの２行目から６行目までには、進捗率に関する情報が示されている。具体的には、３行目の<Value>と</Value>の間の数値（0.0）は、進捗率を示している。

４行目の<Threshold>と</Threshold>の間の数値（0.5）は、後述するように、学習用のシナリオと推薦用のシナリオのいずれを実行するかを判定するための閾値を示している。この閾値は、例えば、ユーザの嗜好を学習するのに最低限必要とされる学習量以上の値に設定される。

５行目の<Recommend>と</Recommend>の間の数値（1.0）は、進捗率の推奨値を示している。この推奨値は、ユーザの嗜好の学習精度を一定のレベル以上に高めるために推奨される学習量を示し、閾値より大きな値に設定される。

また、進捗率評価軸送信コマンドの７行目から１６行目までには、評価軸に関する情報が示されている。具体的には、７行目には、評価軸の種類を識別するためのPivot id、及び、評価軸に使用する言語を示すLanguage（この例では、日本語）が示されている。

８行目から１１行目までには、評価軸のｘ軸に関する情報が示されている。８行目には、ｘ軸の最大値と最小値が示されている。９行目には、ｘ軸の正の値に対する要素（知っている）が示されている。１０行目には、ｘ軸の負の値に対する要素（知らない）が示されている。従って、この例では、ｘ軸は、コンテンツを知っているか知らないかの観点を表す評価軸となる。

１２行目から１５行目までには、評価軸のｙ軸に関する情報が示されている。１２行目には、ｙ軸の最大値と最小値が示されている。１３行目には、ｙ軸の正の値に対する要素（好き）が示されている。１４行目には、ｙ軸の負の値に対する要素（嫌い）が示されている。従って、この例では、ｙ軸は、コンテンツを好きか嫌いかの観点を表す評価軸となる。

図５に戻り、ステップＳ６において、評価取得部２２２は、進捗率が閾値未満であるか否かを判定する。評価取得部２２２は、進捗率評価軸送信コマンドに示される進捗率の値が、同じく進捗率表評価軸送信コマンドに示される閾値より小さい場合、進捗率が閾値未満であると判定し、処理はステップＳ７に進む。そして、学習用のシナリオが実行される。

ステップＳ７において、クライアント１２は、学習向けコンテンツを取得する。具体的には、評価取得部２２２は、進捗率が閾値未満であることを再生制御部２２３に通知する。再生制御部２２３は、学習向けコンテンツの送信を要求するコマンド（以下、学習向けコンテンツ要求コマンドと称する）を生成し、送信部２１１を介して、サーバ１１に送信する。

サーバ１１は、図１７を参照して後述するように、ネットワーク１３を介して、学習向けコンテンツ要求コマンドを受信し、学習向けコンテンツを選択し、クライアント１２に送信する。

そして、再生制御部２２３は、ネットワーク１３及び受信部２１２を介して、サーバ１１から学習向けコンテンツを受信する。

ステップＳ８において、クライアント１２は、コンテンツの再生を開始する。具体的には、再生制御部２２３は、サーバ１１から受信した学習向けコンテンツを再生部２２４に供給する。再生部２２４は、学習向けコンテンツの再生を開始し、再生により得られた画像データを表示制御部２２５に供給する。表示制御部２２５は、取得した画像データに基づく画像を含む再生画面を表示部２３に表示させる。また、再生部２２４は、学習向けコンテンツの再生により得られた音声データを音声出力制御部２２６に供給する。音声出力制御部２２６は、取得した音声データに基づく音声を音声出力部２４から出力させる。このようにして、学習向けコンテンツがユーザに推薦される。

図８は、再生画面の一例を示している。なお、この図では、図を分かりやすくするために、再生画面の背景の図示を省略している。

再生画面には、再生中のコンテンツに対応する画像３０１、及び、操作ガイダンス３０２が表示される。画像３０１には、例えば、再生中のコンテンツを含むアルバム又はシングルのジャケットや、アーティストの写真等が用いられる。

図５に戻り、ステップＳ９において、再生制御部２２３は、コンテンツの再生が完了したか否かを判定する。コンテンツの再生がまだ完了していないと判定された場合、処理はステップＳ１０に進む。

ステップＳ１０において、再生制御部２２３は、次のコンテンツの再生が指令されたか否かを判定する。次のコンテンツの再生が指令されていないと判定された場合、処理はステップＳ９に戻る。

その後、ステップＳ９において、コンテンツの再生が完了したと判定されるか、ステップＳ１０において、次のコンテンツの再生が指令されたと判定されるまで、ステップＳ９及びステップＳ１０の処理が繰り返し実行される。

一方、ステップＳ１０において、再生制御部２２３は、ユーザが、入力部２２を用いて、再生中のコンテンツをスキップし、次のコンテンツを再生する指令を入力した場合、次のコンテンツの再生が指令されたと判定し、処理はステップＳ１１に進む。

ステップＳ１１において、再生部２２４は、再生制御部２２３の制御の下に、コンテンツの再生を停止する。その後、処理はステップＳ１２に進む。

一方、ステップＳ９において、コンテンツの再生が完了したと判定された場合、ステップＳ１０及びＳ１１の処理はスキップされ、処理はステップＳ１２に進む。

ステップＳ１２において、クライアント１２は、評価入力を受け付ける。具体的には、表示制御部２２５は、評価軸に関する情報を評価取得部２２２から取得する。そして、表示制御部２２５は、取得した評価軸に関する情報に基づいて、再生が完了したコンテンツ、又は、再生がスキップされたコンテンツに対する評価を入力するための評価入力画面を表示部２３に表示させる。従って、嗜好学習の進捗率が閾値未満である場合、再生したコンテンツ又は再生を途中で停止したコンテンツに対する評価入力画面が、ユーザ操作によらずに自動的に表示される。

図９は、評価入力画面の一例を示している。この評価入力画面は、図８の再生画面に、評価入力チャート３１１を重畳して表示したものである。

図１０は、評価入力チャート３１１の拡大図を示している。評価入力チャート３１１は、ｘ軸とｙ軸の２つの評価軸からなる直交座標系のチャートである。

ｘ軸は、ユーザが対象となるコンテンツを知っているか知らないかの観点（以下、既知未知の観点と称する）を表す評価軸である。ｙ軸は、ユーザが対象となるコンテンツを好きか嫌いかの観点（以下、好き嫌いの観点と称する）を表す評価軸である。そして、ユーザは、ｘ軸とｙ軸により定まる入力領域である評価入力チャート３１１の任意の座標を指定することにより、対象となるコンテンツに対して、上述した２つの観点に基づく評価値を一度に入力することができる。

具体的には、ｘ軸方向及びｙ軸方向ともに、-1.0から1.0までの範囲内で評価値を入力することが可能である。ユーザは、対象となるコンテンツを知っている場合、ｘ軸方向の値を正に設定し、知っている度合いが強いほど、大きな値に設定する。一方、ユーザは、対象となるコンテンツを知らない場合、ｘ軸方向の値を負に設定し、知らない度合いが強いほど、小さな値に設定する。また、ユーザは、対象となるコンテンツを好きな場合、ｙ軸方向の値を正に設定し、好きな度合いが強いほど、大きな値に設定する。一方、ユーザは、対象となるコンテンツを嫌いな場合、ｙ軸方向の値を負に設定し、嫌いな度合いが強いほど、小さな値に設定する。

なお、評価入力チャート３１１の座標を指定する方法には、任意の方法を採用することができる。例えば、上下左右ボタン、アナログスティック、マウス等の非接触のポインティングデバイスを用いて、カーソル３１２により評価入力チャート３１１上の任意の座標を指定できるようにしてもよい。また、例えば、表示部２３がタッチパネル等の画面上の任意の点を入力可能な表示装置である場合、評価入力チャート３１１の任意の座標をタッチして、座標を指定できるようにしてもよい。

そして、例えば、「決定」ボタン等を押下することにより、指定した座標が確定された場合、評価取得部２２２は、ユーザにより指定された評価入力チャート３１１上の座標を取得する。

なお、コンテンツに対する評価入力を、１コンテンツずつ個別に行うようにしてもよいし、複数のコンテンツに対してまとめて行うようにしてもよい。

図１１は、２つのコンテンツに対する評価をまとめて入力する場合の評価入力画面の例を示している。図１１の評価入力画面は、例えば、２つのコンテンツの再生が完了するごとに表示部２３に表示される。なお、図中、図９と対応する部分には、同じ符号を付してある。

この評価入力画面には、評価入力チャート３１１、コンテンツ情報ボックス３５１Ａ,３５１Ｂ、及び、操作ガイダンス３５２が表示されている。

コンテンツ情報ボックス３５１Ａ,３５１Ｂには、評価対象となるコンテンツに関する情報が表示される。コンテンツ情報ボックス３５１Ａ,３５１Ｂの左端には、各コンテンツに対応する画像３６１Ａ,３６１Ｂが表示される。画像３６１Ａ,３６１Ｂには、例えば、対象となるコンテンツを含むアルバム又はシングルのジャケットや、アーティストの写真等が用いられる。また、画像３６１Ａ,３６１Ｂの右側には、各コンテンツのタイトル及びアーティスト名が表示される。

例えば、ユーザは、入力部２２を用いてカーソル３１２を動かし、まずコンテンツ情報ボックス３５１Ａに情報が表示されているコンテンツ（以下、コンテンツＡと称する）に対する評価を入力する。コンテンツＡに対する評価が確定されると、例えば、図１２に示されるように、コンテンツＡに対応する画像３７１が、確定した評価を示す座標付近に表示される。すなわち、コンテンツＡに対してユーザにより入力された評価が評価入力チャート３１１に表示される。そして、ユーザは、続けて、コンテンツ情報ボックス３５１Ｂに情報が表示されているコンテンツ（以下、コンテンツＢと称する）に対する評価を、コンテンツＡと同様の方法により入力する。

これにより、ユーザは、２つのコンテンツを比較しながら評価するため、２つのコンテンツに対する評価の差を明確にする傾向が強くなる。従って、１コンテンツ毎に評価を入力する場合と比較して、各コンテンツに付与される評価の差が明確になり、嗜好学習の精度が向上することが期待できる。

また、例えば、サーバ１１は、特徴が異なる２つの学習向けコンテンツのペアをユーザに提示して、評価を入力させることにより、より効率的にユーザの嗜好を学習することが期待できる。ここで、コンテンツの特徴とは、例えば、コンテンツの性質（穏やか、激しい等）、ジャンル、リリース年等である。

なお、同様の方法により、３つ以上のコンテンツに対する評価をまとめて入力するようにしてもよい。

また、例えば、１コンテンツ毎に評価を入力する場合にも、評価対象のコンテンツと異なるコンテンツに対して対象となるユーザにより過去に入力された評価を、図１２と同様に、評価入力チャート３１１上に示すようにしてもよい。このとき、過去に入力済みのコンテンツに対する評価を全て評価入力チャート３１１上に示すようにしてもよいし、最新のｎ個（ｎ≧１）のコンテンツに対する評価を評価入力チャート３１１上に示すようにしてもよい。

これにより、複数のコンテンツに対する評価をまとめて入力する場合と同様に、各コンテンツに対して付与される評価の差が明確になり、嗜好学習の精度が向上することが期待できる。

図５に戻り、ステップＳ１３において、クライアント１２は、評価を送信する。具体的には、評価取得部２２２は、ユーザにより入力された評価を送信するためのコマンド（以下、評価送信コマンドと称する）を生成し、送信部２１１を介して、サーバ１１に送信する。

図１３は、評価送信コマンドと、評価送信コマンドに対するサーバ１１の応答コマンドの例を示している。上側のコマンドが評価送信コマンドであり、下側のコマンドが応答コマンドである。なお、この例では、２つのコンテンツに対する評価をまとめて入力し、２つのコンテンツに対する評価をまとめて送信する場合の例が示されている。

評価送信コマンドの１行目には、コンテンツの評価を送信するための命令が示されている。

２行目には、コマンドの送信を行うセッションのSession IDが示されている。

４行目から１４行目までには、ユーザにより付与された各コンテンツに対する評価が示されている。具体的には、４行目には、評価入力に用いられた評価軸の種類を示すpivot idが示されている。

５行目から８行目には、１つ目のコンテンツ（以下、コンテンツＡと称する）に対して付与された評価が示されている。具体的には、５行目には、コンテンツＡのＩＤが示されている。６行目と７行目には、コンテンツＡに対する評価値が示されている。より具体的には、コンテンツＡに対する評価を入力したときの評価入力チャート上のｘ軸とｙ軸の座標が示されている。

１０行目から１３行目には、２つ目のコンテンツ（以下、コンテンツＢと称する）に対して付与された評価が示されている。具体的には、１０行目には、コンテンツＢのＩＤが示されている。１１行目と１２行目には、コンテンツＢに対する評価値が示されている。より具体的には、コンテンツＢに対する評価を入力したときの評価入力チャート上のｘ軸とｙ軸の座標が示されている。

なお、コンテンツに対する評価値として、評価入力チャート上の座標をそのまま送信するのではなく、サーバ１１が処理しやすい値に変換して送信するようにしてもよい。

図５に戻り、その後、処理はステップＳ５に戻り、ステップＳ６において、進捗率が閾値以上であると判定されるまで、ステップＳ５乃至Ｓ１３の処理が繰り返し実行される。

一方、ステップＳ６において、進捗率が閾値以上であると判定された場合、処理はステップＳ１４に進む。そして、推薦用のシナリオが実行される。

ステップＳ１４において、クライアント１２は、推薦コンテンツを取得する。具体的には、評価取得部２２２は、進捗率が閾値以上であることを再生制御部２２３に通知する。再生制御部２２３は、推薦コンテンツの送信を要求するコマンド（以下、推薦コンテンツ要求コマンドと称する）を生成し、送信部２１１を介して、サーバ１１に送信する。

サーバ１１は、図１７を参照して後述するように、ネットワーク１３を介して、推薦コンテンツ要求コマンドを受信し、推薦コンテンツを抽出し、クライアント１２に送信する。

そして、再生制御部２２３は、ネットワーク１３及び受信部２１２を介して、サーバ１１から推薦コンテンツを受信する。

ステップＳ１５において、ステップＳ８の処理と同様に、コンテンツの再生が開始される。これにより、推薦コンテンツがユーザに推薦される。

ステップＳ１６において、ステップＳ９の処理と同様に、コンテンツの再生が完了したか否かが判定される。コンテンツの再生が完了していないと判定された場合、処理はステップＳ１７に進む。

ステップＳ１７において、ステップＳ１０の処理と同様に、次のコンテンツの再生が指令されたか否かが判定される。次のコンテンツの再生が指令されていないと判定された場合、処理はステップＳ１６に戻る。

その後、ステップＳ１６において、コンテンツの再生が完了したと判定されるか、ステップＳ１７において、次のコンテンツの再生が指令されたと判定されるまで、ステップＳ１６及びＳ１７の処理が繰り返し実行される。

一方、次のコンテンツの再生が指令されたと判定された場合、処理はステップＳ１８に進む。

ステップＳ１８において、ステップＳ１１の処理と同様に、コンテンツの再生が停止される。

その後、処理はステップＳ１９に進む。

一方、ステップＳ１６において、コンテンツの再生が完了したと判定された場合、ステップＳ１７及びＳ１８の処理はスキップされ、処理はステップＳ１９に進む。

ステップＳ１９において、ステップＳ５の処理と同様に、進捗率と評価軸が取得される。

ステップＳ２０において、ステップＳ６の処理と同様に、進捗率が閾値未満であるか否かが判定される。進捗率が閾値以上であると判定された場合、処理はステップＳ１４に戻る。

その後、ステップＳ２０において、進捗率が閾値未満であると判定されるまで、ステップＳ１４乃至Ｓ２０の処理が繰り返し実行される。従って、嗜好学習の進捗率が閾値以上である場合、進捗率が閾値未満である場合と異なり、評価入力画面は、自動的には表示されず、図１４を参照して後述するようにユーザ操作により表示される。

一方、ステップＳ２０において、進捗率が閾値未満であると判定された場合、処理はステップＳ２１に進む。これは、図１４を参照して後述するように、推薦コンテンツの再生中に、ユーザの評価履歴がリセットされることにより、嗜好学習の進捗率が０％に戻った場合である。

ステップＳ２１において、ステップＳ１２の処理と同様に、コンテンツに対する評価入力が受け付けられる。

ステップＳ２２において、ステップＳ１３の処理と同様に、ユーザにより入力されたコンテンツの評価が送信される。

その後、処理はステップＳ７に戻り、ステップＳ７以降の処理が実行される。すなわち、再度学習用のシナリオが実行され、学習向けコンテンツの取得及び再生が行われる。

一方、ステップＳ４において、認証部２２１は、ネットワーク１３及び受信部２１２を介して、サーバ１１から認証エラーを示す情報を受信した場合、アカウント認証が失敗したと判定し、コンテンツ再生処理は終了する。

（オプション処理）
次に、図１４のフローチャートを参照して、クライアント１２により実行されるオプション処理について説明する。なお、この処理は、例えば、学習向けコンテンツ又は推薦コンテンツの再生中又は再生後に、ユーザが、入力部２２を用いて、オプションメニューを表示するための操作を行ったとき開始される。

ステップＳ５１において、クライアント１２の表示部２３は、表示制御部２２５の制御の下に、オプションメニューを表示する。オプションメニューには、例えば、評価入力、評価リセット、進捗表示、及び、再生終了の４項目が選択可能に表示される。

ステップＳ５２において、評価取得部２２２は、評価入力が選択されたか否かを判定する。例えば、ユーザが、入力部２２を用いて、オプションメニューの中から評価入力を選択する操作を行った場合、評価取得部２２２は、評価入力が選択されたと判定し、処理はステップＳ５３に進む。

ステップＳ５３において、図５のステップＳ１２の処理と同様に、コンテンツに対する評価入力が受け付けられる。

ステップＳ５４において、図５のステップＳ１３の処理と同様に、ユーザにより入力されたコンテンツの評価が送信される。

その後、オプション処理は終了する。

これにより、学習向けコンテンツの再生完了後、又は、学習向けコンテンツの再生をスキップした後以外にも、コンテンツの評価を入力することが可能になる。例えば、学習向けコンテンツの再生中に評価を入力することが可能になる。また、例えば、嗜好学習の進捗率が閾値以上となり、推薦用のシナリオが実行されるようになった後も、ユーザ操作により、サーバ１１から推薦されたコンテンツに対する評価を入力することが可能になる。これにより、サーバ１１による嗜好学習の精度を、さらに向上させることができる。

一方、ステップＳ５２において、評価入力が選択されていないと判定された場合、処理はステップＳ５５に進む。

ステップＳ５５において、評価取得部２２２は、評価リセットが選択されたか否かを判定する。例えば、ユーザが、入力部２２を用いて、オプションメニューの中から評価リセットを選択する操作を行った場合、評価取得部２２２は、評価リセットが選択されたと判定し、処理はステップＳ５６に進む。

ステップＳ５６において、評価取得部２２２は、リセットコマンドを送信する。具体的には、評価取得部２２２は、リセットコマンドを生成し、送信部２１１を介して、サーバ１１に送信する。

サーバ１１は、図１７を参照して後述するように、ネットワーク１３を介してリセットコマンドを受信する。そして、サーバ１１は、リセットを要求したユーザの評価履歴及び嗜好情報をリセットする。

その後、オプション処理は終了する。

図１５は、リセットコマンドと、リセットコマンドに対するサーバ１１の応答コマンドの例を示している。上側のコマンドがリセットコマンドであり、下側のコマンドが応答コマンドである。

リセットコマンドの１行目には、評価履歴をリセットするための命令が示されている。

２行目には、コマンドの送信を行うセッションのSession IDが示されている。

図１４に戻り、一方、ステップＳ５５において、評価リセットが選択されていないと判定された場合、処理はステップＳ５７に進む。

ステップＳ５７において、表示制御部２２５は、進捗表示が選択されたか否かを判定する。例えば、ユーザが、入力部２２を用いて、オプションメニューの中から進捗表示を選択する操作を行った場合、表示制御部２２５は、進捗表示が選択されたと判定し、処理はステップＳ５８に進む。

ステップＳ５８において、クライアント１２は、進捗表示を行う。具体的には、表示制御部２２５は、図３のステップＳ５において、サーバ１１から取得した嗜好学習の進捗率に関する情報を、評価取得部２２２から取得する。そして、表示制御部２２５は、取得した情報に基づいて、ユーザの嗜好学習の進捗率を示す進捗表示画面を表示部２３に表示させる。

図１６は、進捗表示画面の例を示している。進捗表示画面には、グラフ４０１及び操作ガイダンス４０２が表示される。

グラフ４０１は、横向きの棒グラフであり、現在の学習量、閾値、及び、推奨値が表示される。これらの値は、上述した図７の進捗率評価軸送信コマンドに設定されている値に基づいて表示される。

ユーザは、この進捗表示画面を見ることにより、一目で現在の嗜好学習の進捗状況を把握することができ、例えば、現在の学習量と、閾値及び推奨値との間の差を認識することができる。

その後、進捗表示画面が閉じられたとき、処理はステップＳ５９に進む。

一方、ステップＳ５７において、進捗表示が選択されていないと判定された場合、ステップＳ５８の処理はスキップされ、処理はステップＳ５９に進む。

ステップＳ５９において、再生制御部２２３は、再生終了が選択されたか否かを判定する。例えば、ユーザが、入力部２２を用いて、オプションメニューの中から再生終了を選択する操作を行った場合、再生制御部２２３は、再生終了が選択されたと判定し、処理はステップＳ６０に進む。

ステップＳ６０において、クライアント１２は、図５及び図６を参照して上述したコンテンツ再生処理を終了する。具体的には、再生制御部２２３は、再生部２２４によるコンテンツの再生を停止させる。また、表示制御部２２５は、表示部２３による再生画面の表示を終了させる。

その後、オプション処理は終了する。

一方、ステップＳ５９において、再生終了が選択されていないと判定された場合、処理はステップＳ６１に進む。

ステップＳ６１において、表示制御部２２５は、オプションメニューの表示の終了が指令されたか否かを判定する。例えば、ユーザが、入力部２２を用いて、オプションメニューを閉じる操作を行った場合、表示制御部２２５は、オプションメニューの表示の終了が指令されたと判定し、処理はステップ６２に進む。

ステップＳ６２において、表示部２３は、表示制御部２２５の制御の下に、オプションメニューの表示を終了する。その後、オプション処理は終了する。

一方、ステップＳ６１において、オプションメニューの表示の終了が指令されていないと判定された場合、処理はステップＳ５２に戻り、ステップＳ５２以降の処理が実行される。

なお、以上の説明では、評価入力、評価リセット、進捗表示、及び、再生終了の各処理を、オプションメニューから選択して実行する例を示したが、例えば、オプションメニューを介さずに、所定の操作により直接実行するようにしてもよい。

（サーバ１１の処理）
次に、図１７のフローチャートを参照して、上述したクライアント１２の処理に対応してサーバ１１により実行される処理について説明する。

ステップＳ１０１において、認証部１２１は、アカウント認証が要求されたか否かを判定する。認証部１２１は、上述した図５のステップＳ３においてクライアント１２から送信されたアカウント認証要求コマンドを、ネットワーク１３及び受信部１１２を介して受信した場合、アカウント認証が要求されたと判定し、処理はステップＳ１０２に進む。

ステップＳ１０２において、認証部１２１は、アカウント認証を行う。すなわち、認証部１２１は、アカウント認証要求コマンドに含まれるAccount ID及びパスワードを、ユーザ情報記憶部１４４に登録されている各アカウントのAccount ID及びパスワードと照合する。

ステップＳ１０３において、認証部１２１は、アカウント認証に成功したか否かを判定する。認証部１２１は、ステップＳ１０２の処理の結果、アカウント認証要求コマンドに含まれるAccount ID及びパスワードと一致するアカウントがユーザ情報記憶部１４４に登録されている場合、アカウント認証に成功したと判定し、処理はステップＳ１０４に進む。

ステップＳ１０４において、認証部１２１は、Session IDを発行する。具体的には、認証部１２１は、アカウント認証に成功したクライアント１２と新たに開始するセッションを他のセッションと識別するために、新たなSession IDを発行する。認証部１２１は、発行したSession IDを、送信部１１１を介して、アカウント認証を要求したクライアント１２に送信する。

その後、処理はステップＳ１０６に進む。

なお、図１８は、認証部１２１が発行したSession IDを管理するためのセッションテーブルの一例を示している。セッションテーブルは、Session ID、Account ID、及び、セッションの有効期限を示すSession expire dateを含むように構成される。

一方、ステップＳ１０３において、アカウント認証に失敗したと判定された場合、処理はステップＳ１０５に進む。

ステップＳ１０５において、認証部１２１は、認証エラーを通知する。具体的には、認証部１２１は、認証エラーを示す情報を、送信部１１１を介して、アカウント認証を要求したクライアント１２に送信する。

その後、処理はステップＳ１０６に進む。

一方、ステップＳ１０１において、アカウント認証が要求されていないと判定された場合、ステップＳ１０２乃至Ｓ１０５の処理はスキップされ、処理はステップＳ１０６に進む。

ステップＳ１０６において、評価収集部１３１は、進捗率と評価軸の送信が要求されたか否かを判定する。評価収集部１３１は、上述した図５のステップＳ５においてクライアント１２から送信された進捗率評価軸要求コマンドを、受信部１１２を介して受信した場合、進捗率と評価軸の送信が要求されたと判定し、処理はステップＳ１０７に進む。

ステップＳ１０７において、評価収集部１３１は、進捗率を算出する。具体的には、評価収集部１３１は、セッションテーブルを用いて、進捗率評価軸要求コマンドに含まれるSession IDから対象となるユーザのAccount IDを求める。また、評価収集部１３１は、求めたAccount IDに基づいて、評価履歴記憶部１４１に蓄積されている評価履歴テーブルから、対象となるユーザの評価履歴を抽出する。

図１９は、評価履歴テーブルの一例を示している。評価履歴テーブルは、”Account ID”、”Pivot ID”、”Content ID”、”Evaluation”、及び、”Date”の各項目を含むように構成される。

”Account ID”には、評価を付与したユーザのAccount IDが設定される。

”Pivot ID”には、評価に用いた評価軸のPivot IDが設定される。

”Content ID”には、評価が付与されたコンテンツのContent IDが設定される。

”Evaluation”には、コンテンツに付与された評価値が設定される。

”Date”には、評価が付与された日時が設定される。

そして、評価収集部１３１は、例えば、ユーザの評価回数（過去のコンテンツの評価数）に基づいて、目標とする評価回数（すなわち、閾値）までの進捗率を算出する。

ステップＳ１０８において、評価収集部１３１は、進捗率と評価軸を送信する。具体的には、評価収集部１３１は、上述した図７に示される進捗率評価軸送信コマンドを生成し、送信部１１１を介して要求元のクライアント１２に送信する。

その後、処理はステップＳ１０９に進む。

なお、サーバ１１からクライアント１２に提供する評価軸を１種類に固定するようにしてもよいし、複数の種類の評価軸を提供するようにしてもよい。複数の種類の評価軸を提供する場合、例えば、所定の条件に基づいて提供する評価軸を変化させるようにしてもよい。具体的には、例えば、提供する評価軸を、評価回数（嗜好学習の進捗率）に基づいて変化させたり、所定の周期で変化させたりすることが可能である。

ここで、図２０及び図２１を参照して、評価回数に基づいて提供する評価軸を変化させる場合の具体例について説明する。図２０は、軸条件設定テーブルの例を示し、図２１は、軸情報設定テーブルの例を示している。

軸条件設定テーブルは、”条件”、及び、”Pivot ID”の各項目を含むように構成される。

”条件”には、提供する評価軸を決定するための条件が設定される。

”Pivot ID”には、対応する条件が満たされたときに提供される評価軸の種類を示すPivot IDが設定される。

図２０の例では、評価回数が５０回以下の場合、Pivot IDがTUIOP0123456789Aの評価軸を提供し、評価回数が５０回を超えている場合、Pivot IDがTUIOP8901234567Bの評価軸を提供する旨の条件が設定されている。

軸情報設定テーブルは、”Pivot ID”、”Language”、及び、”Configuration”の各項目を含むように構成される。

”Pivot ID”には、対象となる評価軸のPivot IDが設定される。

”Language”には、評価軸に使用する言語が設定される。

”Configuration”には、評価軸の具体的な内容が設定される。図７を参照して上述した進捗率評価軸送信コマンド内の評価軸に関する情報には、”Language”及び”Configuration”の内容が設定される。

この例では、３種類の評価軸に関する情報が設定されている。

具体的には、１つ目の評価軸は、Pivot IDがTUIOP0123456789A、使用言語が日本語に設定されている。また、ｘ軸の最大値が1.0、最小値が-1.0、ｘ軸の正の値に対する要素が”知っている”、負の値に対する要素が”知らない”に設定されている。さらに、ｙ軸の最大値が1.0、最小値が-1.0、ｙ軸の正の値に対する要素が”好き”、負の値に対する要素が”嫌い”に設定されている。また、<compare>の値がtwo_pairに設定されている。これは、この評価軸を用いる場合、図１１及び図１２を参照して上述したように、２つのコンテンツを比較しながら評価入力を行うことを示している。

２つ目の評価軸は、Pivot IDがTUIOP8901234567B、使用言語が日本語に設定されている。また、ｘ軸の最大値が1.0、最小値が-1.0、ｘ軸の正の値に対する要素が”楽しい”、負の値に対する要素が”悲しい”に設定されている。さらに、ｙ軸の最大値が1.0、最小値が-1.0、ｙ軸の正の値に対する要素が”心地良い”、負の値に対する要素が”悪い”に設定されている。また、<compare>の値がfalseに設定されている。これは、この評価軸を用いる場合、１コンテンツ毎に評価入力を行うことを示している。

３つ目の評価軸は、Pivot IDがTUIOP0123456789A、使用言語が英語に設定されている。すなわち、１つ目の評価軸と３つ目の評価軸は、同じ内容の評価軸で使用言語が異なるものである。また、ｘ軸の最大値が1.0、最小値が-1.0、ｘ軸の正の値に対する要素が”Wellknown”、負の値に対する要素が”Unknown”に設定されている。さらに、ｙ軸の最大値が1.0、最小値が-1.0、ｙ軸の正の値に対する要素が”Like”、負の値に対する要素が”Dislike”に設定されている。また、<compare>の値がtwo_pairに設定されている。

このように、複数の種類の評価軸を用いることにより、より多くの観点に基づく評価を収集することができる。その結果、嗜好学習の精度を向上させることができる。

図１７に戻り、一方、ステップＳ１０６において、進捗率と評価軸の送信が要求されていないと判定された場合、ステップＳ１０７及びＳ１０８の処理はスキップされ、処理はステップＳ１０９に進む。

ステップＳ１０９において、推薦部１２３は、学習向けコンテンツの送信が要求されたか否かを判定する。推薦部１２３は、上述した図５のステップＳ７においてクライアント１２から送信された学習向けコンテンツ要求コマンドを、ネットワーク１３及び受信部１１２を介して受信した場合、学習向けコンテンツの送信が要求されたと判定し、処理はステップＳ１１０に進む。

ステップＳ１１０において、推薦部１２３は、学習向けコンテンツを選択する。例えば、推薦部１２３は、後述する推薦コンテンツを抽出する場合と同様に、要求元のユーザのこれまでの嗜好学習の結果に基づいて、コンテンツ記憶部１４３に蓄積されているコンテンツの中から学習向けコンテンツを抽出する。なお、要求元のユーザの嗜好学習が未熟である場合、換言すれば、要求元のユーザの嗜好学習の進捗率が低い場合、他のユーザの評価の高い人気コンテンツや最近追加された新着コンテンツを、抽出した学習向けコンテンツに混ぜるようにしてもよい。

嗜好学習が未熟な段階では、要求元のユーザの嗜好から大きく離れたコンテンツが推薦される場合があるが、このように人気コンテンツや新着コンテンツを混ぜることにより、ユーザが退屈することを防止することができる。また、推薦されるコンテンツのバリエーションが広がり、より効果的にユーザの評価を取得することができる。

或いは、例えば、要求元のユーザの年齢、性別等の属性や、事前のアンケート（例えば、好きなジャンル等）等に基づいて、学習向けコンテンツを選択するようにしてもよい。

或いは、例えば、ユーザの嗜好学習の結果とは無関係に、ランダムに学習向けコンテンツを選択するようにしてもよい。

ステップＳ１１１において、推薦部１２３は、選択した学習向けコンテンツを、送信部１１１を介して、要求元のクライアント１２に送信する。

その後、処理はステップＳ１１２に進む。

一方、ステップＳ１０９において、学習向けコンテンツの送信が要求されていないと判定された場合、ステップＳ１１０及びＳ１１１の処理はスキップされ、処理はステップＳ１１２に進む。

ステップＳ１１２において、評価収集部１３１は、コンテンツに対する評価が送信されてきたか否かを判定する。評価収集部１３１は、上述した図５のステップＳ１３においてクライアント１２から送信された評価送信コマンドを、ネットワーク１３及び受信部１１２を介して受信した場合、コンテンツに対する評価が送信されてきたと判定し、処理はステップＳ１１３に進む。

ステップＳ１１３において、評価収集部１３１は、評価履歴を更新する。すなわち、評価収集部１３１は、新たに取得したコンテンツに対する評価を、上述した図１９の評価履歴テーブルに追加する。

ステップＳ１１４において、嗜好分析部１３２は、嗜好分析を行う。具体的には、嗜好分析部１３２は、評価履歴記憶部１４１に蓄積されている評価履歴テーブルから、新たにコンテンツに対する評価を付与したユーザ（以下、対象ユーザと称する）の評価履歴を抽出する。そして、嗜好分析部１３２は、抽出した評価履歴に基づいて、所定の方法により、対象ユーザのコンテンツに対する嗜好を分析する。

例えば、上述した図１０の評価入力チャート３１１を用いて評価が付与されている場合、嗜好分析部１３２は、これまで対象ユーザにより付与された好き嫌いの観点に基づく評価値のブレ幅、及び、既知未知の観点に基づく評価値のブレ幅を求める。なお、ブレ幅には、評価値の最大値と最小値の差や、評価値の分散等を用いることができる。また、嗜好分析部１３２は、各ブレ幅が所定の値になるように、これまでに対象ユーザにより各コンテンツに付与された評価値を正規化する。

そして、嗜好分析部１３２は、正規化後の評価値に基づいて、所定の方法により、対象ユーザのコンテンツに対する嗜好の分析を行う。嗜好分析部１３２は、分析の結果得られた対象ユーザのコンテンツに対する嗜好の特徴や傾向等を示す嗜好情報を嗜好情報記憶部１４２に記憶させる。

なお、嗜好分析部１３２による嗜好の分析方法には、任意の方法を採用することができる。例えば、図１０の評価入力チャート３１１を用いて評価が付与されている場合、嗜好分析部１３２は、所定のクラスタリング手法を用いて、知っているコンテンツに対してポジティブな評価（好き）を付与する傾向が強いユーザ、知っているコンテンツに対してネガティブな評価（嫌い）を付与する傾向が強いユーザ、知らないコンテンツに対してポジティブな評価（好き）を付与する傾向が強いユーザ、又は、知らないコンテンツに対してネガティブな評価（嫌い）を付与する傾向が強いユーザのいずれか１つ以上のクラスタに、対象ユーザを分類する。そして、嗜好分析部１３２は、分類した結果を対象ユーザの嗜好情報として、嗜好情報記憶部１４２に記憶させる。

その後、処理はステップＳ１１５に進む。

一方、ステップＳ１１２において、コンテンツに対する評価が送信されてきていないと判定された場合、ステップＳ１１３及びＳ１１４の処理はスキップされ、処理はステップＳ１１５に進む。

ステップＳ１１５において、推薦部１２３は、推薦コンテンツの送信が要求されたか否かを判定する。推薦部１２３は、上述した図６のステップＳ１４においてクライアント１２から送信された推薦コンテンツ要求コマンドを、ネットワーク１３及び受信部１１２を介して受信した場合、推薦コンテンツの送信が要求されたと判定し、処理はステップＳ１１６に進む。

ステップＳ１１６において、推薦部１２３は、推薦コンテンツを抽出する。具体的には、推薦部１２３は、要求元のユーザの嗜好情報を嗜好情報記憶部１４２から読み出す。そして、推薦部１２３は、要求元のユーザの嗜好情報に基づいて、コンテンツ記憶部１４３に蓄積されているコンテンツの中から、要求元のユーザに推薦するコンテンツを抽出する。

なお、推薦部１２３による推薦コンテンツの抽出方法には、例えば、CBF（Content Based Filtering）やCF（Collaborative Filtering）等、任意の方法を採用することができる。また、例えば、上述したように、ユーザを複数のクラスタに分類する場合、ユーザが属するクラスタに基づいて、異なる推薦ルールを適用するようにしてもよい。

例えば、知らないコンテンツに対してポジティブな評価を付与する傾向が強いユーザのクラスタに属するユーザに対しては、ユーザの嗜好に近いコンテンツの中から新着コンテンツが優先して抽出されるような推薦ルールを適用する。一方、例えば、知らないコンテンツに対してネガティブな評価を付与する傾向が強いユーザのクラスタに属するユーザに対しては、ユーザの嗜好に近いコンテンツの中から、当該ユーザが既知のアーティストのコンテンツが優先して抽出されるような推薦ルールを適用する。なお、ユーザが既知のアーティストは、過去のユーザの評価履歴から、知っていると評価したコンテンツのIDを抽出し、抽出したコンテンツのアーティストを求めることにより把握することができる。

ステップＳ１１７において、推薦部１２３は、抽出した推薦コンテンツを、送信部１１１を介してユーザのクライアント１２に送信する。

その後、処理はステップＳ１１８に進む。

一方、ステップＳ１１５において、推薦コンテンツの送信が要求されていないと判定された場合、ステップＳ１１６及びＳ１１７の処理はスキップされ、処理はステップＳ１１８に進む。

ステップＳ１１８において、評価収集部１３１は、評価履歴のリセットが要求されたか否かを判定する。評価収集部１３１は、上述した図１４のステップＳ５６においてクライアント１２から送信されたリセットコマンドを、ネットワーク１３及び受信部１１２を介して受信した場合、評価履歴のリセットが要求されたと判定し、処理はステップＳ１１９に進む。

ステップＳ１１９において、学習部１２２は、評価履歴、嗜好情報を削除する。具体的には、評価収集部１３１は、評価履歴記憶部１４１に記憶されている評価履歴テーブルから、要求元のユーザの評価履歴を削除する。また、嗜好分析部１３２は、削除した評価履歴に基づく学習により得られた要求元のユーザの嗜好情報を嗜好情報記憶部１４２から削除する。この結果、要求元のユーザの嗜好学習が最初からやり直されるようになる。

これにより、ユーザの意思により、任意のタイミングで嗜好学習をやり直すことができる。例えば、ユーザが誤って評価を入力したり、ユーザの嗜好が変わったり、クライアント１２を他のユーザに貸したときに当該ユーザが評価を入力した等の理由により、推薦されるコンテンツとユーザの嗜好が乖離している場合に、嗜好学習をやり直すことができる。また、例えば、ユーザの嗜好に偏ったコンテンツばかり推薦されるを避け、推薦されるコンテンツに変化を求めたい場合に、嗜好学習をやり直すことができる。

その後、処理はステップＳ１０１に戻り、ステップＳ１０１以降の処理が実行される。

一方、ステップＳ１１８において、評価履歴のリセットが要求されていないと判定された場合、処理はステップＳ１０１に戻り、ステップＳ１０１以降の処理が実行される。

以上のようにして、ユーザは、簡単かつ直感的な操作により、複数の観点に基づくコンテンツの評価を容易に入力することが可能になる。従って、ユーザからフィードバックされるコンテンツの評価量が増加するとともに、評価のバリエーションが増え、各ユーザの嗜好学習に効果的な評価を収集することができる。その結果、嗜好学習の精度が向上し、ユーザは、より嗜好に合致したコンテンツの提供を受けることができ、満足度が向上する。

また、学習量が所定のレベルに達した後は、基本的に評価入力画面は表示されなくなるため、ユーザに煩わしさを感じさせることが防止される。さらに、学習量が所定のレベルに達した後も、ユーザの意思により、コンテンツに対する評価を入力することが可能であるため、ユーザは、自分が満足するまで嗜好学習を実行させることができる。

また、嗜好学習の進捗率を表示することにより、ユーザは、推薦されるコンテンツが自分の嗜好から離れている原因が、嗜好学習が未熟であるからか、或いは、自分の嗜好に合致するコンテンツが見つからないのかを把握することができる。そして、ユーザが、コンテンツ配信サービスに対して、嗜好学習が未熟であることが原因であるにも関わらず、自分の好みのコンテンツがない等のネガティブで誤った印象を持つことを防止することができる。また、進捗率を表示することにより、コンテンツの評価を積極的に入力させたり、サービスの使用時間や使用回数を増やしたりする動機づけをユーザに与えることができる。

また、評価入力に用いる評価軸をサーバ１１から変更することができるため、各ユーザの嗜好学習の進捗状況に合わせて、或いは、嗜好学習の方法のチューニングを行う場合等に、各ユーザから収集する評価の観点を柔軟に変更することができる。

＜２．変形例＞
以下、上述した本技術の実施の形態の変形例について説明する。

［変形例１：評価入力画面に関する変形例］
評価入力チャートの座標系には、上述した２軸の直交座標系以外の座標系を用いることが可能である。例えば、斜交座標系、極座標系、放物線座標系、一般化座標系等の他の座標系を用いることが可能である。

また、３軸以上の軸により定まる空間座標系を用いることも可能である。例えば、３軸の直交座標系を用いる場合、ユーザは、３軸により定まる入力空間の任意の座標を指定することにより、コンテンツに対する評価を入力することが可能になる。

さらに、例えば、５軸からなる五角形の平面座標系や、３軸が１点で交わった六角形の平面座標系等の多角形の平面座標系を用いたり、多角形の平面座標系を含む空間座標系を用いたりすることが可能である。

また、例えば、２軸の直交座標系を用いる場合、評価に用いる観点の性質によっては、評価入力チャートに用いる象限の数が限定される場合がある。例えば、コンテンツの好きな度合いのみ入力し、嫌いな度合いを入力する必要がない場合、図１０の評価入力チャート３１１の第１象限及び第２象限のみからなる評価入力チャートを用いることが考えられる。

さらに、例えば、各評価軸を交えずに、画面内に平行に配置するようにしてもよい。この場合、各観点に対して個別に評価を入力する必要はあるものの、１画面で複数の観点に基づく評価を入力することが可能になる。

また、評価する観点が３種類以上の場合、異なる評価軸の組み合わせにより、評価入力チャートを２つ以上に分けるようにしてもよい。例えば、好き嫌い、既知未知の２種類の観点を表す２軸により定まる評価入力チャートＡと、楽しい悲しい、心地良い心地悪いの２種類の観点を表す軸により定まる第２の評価入力チャートＢに分けて、４種類の観点に基づく評価を入力可能にすることが考えられる。この場合、例えば、評価入力チャートＡと評価入力チャートＢを同じ画面内に表示するようにしてもよいし、異なる画面により切り替えて表示するようにしてもよい。後者の場合、例えば、評価入力チャートＡに対する評価を入力した後、評価入力チャートＢを表示することが考えられる。

さらに、以上の説明では、評価入力チャート内の指定した座標に応じた評価値が付与される例を示したが、評価入力チャートの象限（換言すれば評価入力チャートのマス）のみを指定して評価を入力するようにしてもよい。例えば、図１０の評価入力チャート３１１の場合、好きand知っている（第１象限）、好きand知らない（第２象限）、嫌いand知らない（第３象限）、又は、嫌いand知っている（第４象限）の４つの選択肢の中から、アイテムに対する評価を入力することができる。

［変形例２：処理の分担の変形例］
上述したサーバ１１とクライアント１２の処理の分担は、その一例であり、任意に変更することが可能である。例えば、サーバ１１の機能の一部をクライアント１２に移管したり、クライアント１２の機能の一部をサーバ１１に移管したりすることが可能である。前者の場合、例えば、クライアント１２で、ユーザの嗜好学習を行うようにすることができる。また、後者の場合、例えば、サーバ１１からクライアント１２に表示制御データを提供することにより、クライアント１２における評価入力画面等の表示をサーバ１１が制御するようにすることができる。

図２２は、クライアントにおける評価入力画面等の表示をサーバが制御するようにした場合のサーバの機能の構成の例を示している。なお、図中、図３と対応する部分には、同じ符号を付してある。

図２２のサーバ５０１は、図３のサーバ１１と比較して、情報処理部１０２の代わりに情報処理部５１１が設けられている点が異なる。情報処理部５１１は、情報処理部１０２と比較して、表示制御部５２１が追加されている点が異なる。

表示制御部５２１は、所定の表示制御データを、送信部１１１を介してクライアント１２に送信することにより、クライアント１２における評価入力画面等の表示を制御する。なお、表示制御データには、例えば、表示用のプログラムやパラメータ等を含む。

また、例えば、使用する評価軸を毎回クライアント１２からサーバ１１に問い合わせずに、予めサービスで定義した評価軸に関する情報をクライアント１２に記憶しておき、その情報を使用するようにしてもよい。

さらに、以上の説明では、クライアント１２が進捗率とともに閾値をサーバ１１から取得する例を示したが、予めクライアント１２で定義した閾値を用いるようにしてもよい。

また、例えば、サーバ１１から学習向けコンテンツ又は推薦コンテンツのリストのみをクライアント１２に提供し、クライアント１２が取得したリストに基づいて、別のサーバからコンテンツを取得するようにしてもよい。

さらに、例えば、サーバ１１の機能をクライアント１２に取り込み、クライアント１２が、スタンドアローンでユーザの嗜好を学習し、自分が保有するコンテンツをユーザに推薦するようにすることも可能である。

また、サーバ１１とクライアント１２は常時接続している必要はなく、例えば、オフライン時にユーザにより入力された評価をクライアント１２に蓄積しておき、オンライン時にまとめてサーバ１１に送信するようにしてもよい。

［変形例３：推薦するアイテムの変形例］
本技術を用いて推薦するアイテムは、上述した例に限定されるものではない。例えば、本技術は、音楽以外にも、動画、書籍、ゲーム、ソフトウエア、ウエブサイト、ニュース、広告等の、文字、音声、画像等を用いた各種のコンテンツを推薦する場合にも適用することができる。

さらに、本技術は、コンテンツ以外のアイテム、例えば、各種の商品やソーシャルサービス上のユーザ等を推薦する場合にも適用することができる。

また、評価に用いる観点は、上述した例に限定されるものではなく、推薦するアイテムの種類等に応じて任意のものを採用することが可能である。

［コンピュータの構成例］
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。

図２３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。

コンピュータにおいて、CPU（Central Processing Unit）７０１，ROM（Read Only Memory）７０２，RAM（Random Access Memory）７０３は、バス７０４により相互に接続されている。

バス７０４には、さらに、入出力インタフェース７０５が接続されている。入出力インタフェース７０５には、入力部７０６、出力部７０７、記憶部７０８、通信部７０９、及びドライブ７１０が接続されている。

入力部７０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部７０７は、ディスプレイ、スピーカなどよりなる。記憶部７０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部７０９は、ネットワークインタフェースなどよりなる。ドライブ７１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア７１１を駆動する。

以上のように構成されるコンピュータでは、CPU７０１が、例えば、記憶部７０８に記憶されているプログラムを、入出力インタフェース７０５及びバス７０４を介して、RAM７０３にロードして実行することにより、上述した一連の処理が行われる。

コンピュータ（CPU７０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア７１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線又は無線の伝送媒体を介して提供することができる。

コンピュータでは、プログラムは、リムーバブルメディア７１１をドライブ７１０に装着することにより、入出力インタフェース７０５を介して、記憶部７０８にインストールすることができる。また、プログラムは、有線又は無線の伝送媒体を介して、通信部７０９で受信し、記憶部７０８にインストールすることができる。その他、プログラムは、ROM７０２や記憶部７０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

また、例えば、本技術は以下のような構成も取ることができる。

（１）
それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の表示を制御する表示制御部と、
前記入力画面を用いてユーザにより入力された前記アイテムの評価を取得する評価取得部と、
前記アイテムの評価の他の情報処理装置への送信を制御する送信制御部と
を含む情報処理装置。
（２）
前記入力画面は、２以上の前記軸により定まり、２以上の観点に基づく評価を一度に入力可能な入力領域又は入力空間を含む
前記（１）に記載の情報処理装置。
（３）
前記入力領域又は前記入力空間は、前記入力領域又は前記入力空間内の座標に応じた評価値を入力可能である
前記（２）に記載の情報処理装置。
（４）
前記表示制御部は、異なる前記軸の組み合わせによる複数の前記入力領域又は前記入力空間の表示の切り替えを制御する
前記（２）又は（３）に記載の情報処理装置。
（５）
前記表示制御部は、評価対象のアイテムと異なるアイテムに対して前記ユーザにより入力された評価のうち少なくとも１つを前記入力領域又は前記入力空間に表示するように制御する
前記（２）乃至（４）のいずれかに記載の情報処理装置。
（６）
前記複数の観点のうちの１つは、アイテムの好き嫌いに関するものである
前記（１）乃至（５）のいずれかに記載の情報処理装置。
（７）
前記表示制御部は、前記ユーザのアイテムの評価数が所定の閾値未満である場合、自動的に前記入力画面を表示し、前記ユーザのアイテムの評価数が前記閾値以上である場合、ユーザ操作により前記入力画面を表示するように制御する
前記（１）乃至（６）のいずれかに記載の情報処理装置。
（８）
前記送信制御部は、ユーザ操作により、前記他の情報処理装置への前記ユーザの評価履歴のリセットの指令の送信を制御する
前記（１）乃至（７）のいずれかに記載の情報処理装置。
（９）
情報処理装置が、
それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の表示を制御する表示制御ステップと、
前記入力画面を用いてユーザにより入力された前記アイテムの評価を取得する評価取得ステップと、
前記アイテムの評価の他の情報処理装置への送信を制御する送信制御ステップと
を含む情報処理方法。
（１０）
それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の他の情報処理装置における表示を制御する表示制御部と、
前記入力画面を用いてユーザにより入力された前記アイテムの評価の前記他の情報処理装置からの受信を制御する受信制御部と
を含む情報処理装置。
（１１）
前記入力画面は、２以上の前記軸により定まり、２以上の観点に基づく評価を一度に入力可能な入力領域又は入力空間を含む
前記（１０）に記載の情報処理装置。
（１２）
前記表示制御部は、異なる前記軸の組み合わせによる複数の前記入力領域又は前記入力空間の表示の切り替えを制御する
前記（１１）に記載の情報処理装置。
（１３）
前記表示制御部は、評価対象のアイテムと異なるアイテムに対して前記ユーザにより入力された評価のうち少なくとも１つを前記入力領域又は前記入力空間に表示するように制御する
前記（１１）又は（１２）に記載の情報処理装置。
（１４）
前記複数の観点のうちの１つは、アイテムの好き嫌いに関するものである
前記（１０）乃至（１３）のいずれかに記載の情報処理装置。
（１５）
前記表示制御部は、前記ユーザのアイテムの評価数が所定の閾値未満である場合、自動的に前記入力画面を表示し、前記ユーザのアイテムの評価数が前記閾値以上である場合、ユーザ操作により前記入力画面を表示するように制御する
前記（１０）乃至（１４）のいずれかに記載の情報処理装置。
（１６）
前記ユーザのアイテムの評価履歴に基づいて、前記ユーザのアイテムに対する嗜好を学習する学習部と、
前記ユーザの嗜好の学習結果に基づいて、前記ユーザへのアイテムの推薦を行う推薦部と
をさらに含む前記（１０）乃至（１５）のいずれかに記載の情報処理装置。
（１７）
前記受信制御部は、前記評価履歴のリセットの指令の前記他の情報処理装置からの受信を制御し、
前記学習部は、前記リセットの指令に従って前記評価履歴をリセットする
前記（１６）に記載の情報処理装置。
（１８）
前記推薦部は、前記ユーザのアイテムの評価数が所定の閾値未満である場合、学習向けのアイテムを前記ユーザに推薦し、前記ユーザのアイテムの評価数が前記閾値以上である場合、前記ユーザの嗜好の学習結果に基づいて前記ユーザにアイテムを推薦する
前記（１６）又は（１７）に記載の情報処理装置。
（１９）
前記表示制御部は、前記ユーザの嗜好の学習の進捗率の前記他の情報処理装置における表示を制御する
前記（１６）乃至（１８）のいずれかに記載の情報処理装置。
（２０）
情報処理装置が、
それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の他の情報処理装置における表示を制御する表示制御ステップと、
前記入力画面を用いてユーザにより入力された前記アイテムの評価の前記他の情報処理装置からの受信を制御する受信制御ステップと
を含む情報処理方法。

１ 情報処理システム, １１ サーバ, １２ クライアント, ２１ 本体部, ２２ 入力部, ２３ 表示部, ２４ 音声出力部, １０２ 情報処理部, １２１ 認証部, １２２ 学習部, １２３ 推薦部, １３１ 評価収集部, １３２ 嗜好分析部, ２０２ 情報処理部, ２２１ 認証部, ２２２ 評価取得部, ２２３ 再生制御部, ２２４ 再生部, ２２５ 表示制御部, ２２６ 音声出力制御部, ３１１ 評価入力チャート, ３５１Ａ,３５１Ｂ コンテンツ情報ボックス, ３６１Ａ,３６１Ｂ,３７１ 画像, ４０１ グラフ, ５０１ サーバ, ５１１ 情報処理部, ５２１ 表示制御部

Claims (20)

1. それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の表示を制御する表示制御部と、
   前記入力画面を用いてユーザにより入力された前記アイテムの評価を取得する評価取得部と、
   前記アイテムの評価の他の情報処理装置への送信を制御する送信制御部と
   を含む情報処理装置。
2. 前記入力画面は、２以上の前記軸により定まり、２以上の観点に基づく評価を一度に入力可能な入力領域又は入力空間を含む
   請求項１に記載の情報処理装置。
3. 前記入力領域又は前記入力空間は、前記入力領域又は前記入力空間内の座標に応じた評価値を入力可能である
   請求項２に記載の情報処理装置。
4. 前記表示制御部は、異なる前記軸の組み合わせによる複数の前記入力領域又は前記入力空間の表示の切り替えを制御する
   請求項２に記載の情報処理装置。
5. 前記表示制御部は、評価対象のアイテムと異なるアイテムに対して前記ユーザにより入力された評価のうち少なくとも１つを前記入力領域又は前記入力空間に表示するように制御する
   請求項２に記載の情報処理装置。
6. 前記複数の観点のうちの１つは、アイテムの好き嫌いに関するものである
   請求項１に記載の情報処理装置。
7. 前記表示制御部は、前記ユーザのアイテムの評価数が所定の閾値未満である場合、自動的に前記入力画面を表示し、前記ユーザのアイテムの評価数が前記閾値以上である場合、ユーザ操作により前記入力画面を表示するように制御する
   請求項１に記載の情報処理装置。
8. 前記送信制御部は、ユーザ操作により、前記他の情報処理装置への前記ユーザの評価履歴のリセットの指令の送信を制御する
   請求項１に記載の情報処理装置。
9. 情報処理装置が、
   それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の表示を制御する表示制御ステップと、
   前記入力画面を用いてユーザにより入力された前記アイテムの評価を取得する評価取得ステップと、
   前記アイテムの評価の他の情報処理装置への送信を制御する送信制御ステップと
   を含む情報処理方法。
10. それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の他の情報処理装置における表示を制御する表示制御部と、
    前記入力画面を用いてユーザにより入力された前記アイテムの評価の前記他の情報処理装置からの受信を制御する受信制御部と
    を含む情報処理装置。
11. 前記入力画面は、２以上の前記軸により定まり、２以上の観点に基づく評価を一度に入力可能な入力領域又は入力空間を含む
    請求項１０に記載の情報処理装置。
12. 前記表示制御部は、異なる前記軸の組み合わせによる複数の前記入力領域又は前記入力空間の表示の切り替えを制御する
    請求項１１に記載の情報処理装置。
13. 前記表示制御部は、評価対象のアイテムと異なるアイテムに対して前記ユーザにより入力された評価のうち少なくとも１つを前記入力領域又は前記入力空間に表示するように制御する
    請求項１１に記載の情報処理装置。
14. 前記複数の観点のうちの１つは、アイテムの好き嫌いに関するものである
    請求項１０に記載の情報処理装置。
15. 前記表示制御部は、前記ユーザのアイテムの評価数が所定の閾値未満である場合、自動的に前記入力画面を表示し、前記ユーザのアイテムの評価数が前記閾値以上である場合、ユーザ操作により前記入力画面を表示するように制御する
    請求項１０に記載の情報処理装置。
16. 前記ユーザのアイテムの評価履歴に基づいて、前記ユーザのアイテムに対する嗜好を学習する学習部と、
    前記ユーザの嗜好の学習結果に基づいて、前記ユーザへのアイテムの推薦を行う推薦部と
    をさらに含む請求項１０に記載の情報処理装置。
17. 前記受信制御部は、前記評価履歴のリセットの指令の前記他の情報処理装置からの受信を制御し、
    前記学習部は、前記リセットの指令に従って前記評価履歴をリセットする
    請求項１６に記載の情報処理装置。
18. 前記推薦部は、前記ユーザのアイテムの評価数が所定の閾値未満である場合、学習向けのアイテムを前記ユーザに推薦し、前記ユーザのアイテムの評価数が前記閾値以上である場合、前記ユーザの嗜好の学習結果に基づいて前記ユーザにアイテムを推薦する
    請求項１６に記載の情報処理装置。
19. 前記表示制御部は、前記ユーザの嗜好の学習の進捗率の前記他の情報処理装置における表示を制御する
    請求項１６に記載の情報処理装置。
20. 情報処理装置が、
    それぞれ異なる観点を表す複数の軸に従って複数の観点に基づくアイテムの評価を入力可能な入力画面の他の情報処理装置における表示を制御する表示制御ステップと、
    前記入力画面を用いてユーザにより入力された前記アイテムの評価の前記他の情報処理装置からの受信を制御する受信制御ステップと
    を含む情報処理方法。

Images