JP2014200007A - 推薦プログラム、推薦情報受信プログラム、推薦方法、推薦情報受信方法及び推薦装置 - Google Patents

Abstract

【課題】ユーザが友人とテレビ番組を視聴する機会を、容易に創出可能とする。【解決手段】推薦プログラムは、ユーザがテレビジョン放送を視聴した時刻を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳにおいて接続関係を有するユーザである友人の視聴履歴情報をそれぞれ取得する視聴履歴取得ステップと、ユーザがテレビジョン放送を視聴した頻度に基づいて算出される、時刻ごとの視聴可能確率を、あるユーザ及び友人について、それぞれ視聴履歴情報を用いて算出する視聴可能確率算出ステップと、テレビジョン放送の番組表を表す番組表情報から、あるユーザ及び友人の視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される番組を抽出し、抽出された番組と友人とをあるユーザの端末へ出力する推薦情報抽出ステップとをコンピュータに実行させる。【選択図】図１３

Description

本発明は、推薦プログラム、推薦情報受信プログラム、推薦方法、推薦情報受信方法及び推薦装置に関する。

従来、ユーザにコンテンツを推薦するための様々な手法が提案されている。例えばデータマイニング技術を用いて、ネットワーク上の文章情報から、パロディ等のコンテンツ間の依存関係を示す依存情報を生成し、各ＴＶから取得したユーザの視聴履歴情報を用いて、例えば協調フィルタリングのアルゴリズムにより、推薦コンテンツリストを生成し、上記依存情報を用いて、パロディ等のコンテンツが、パロディ等の元になったコンテンツよりも先にユーザに視聴されないように推薦コンテンツリストを更新して推薦情報を生成し、当該推薦情報をＴＶへ送信するという技術が提案されている（特許文献１参照）。

また、ＰＣが、静止画または動画から抽出された複数の下位メタ情報及び各下位メタ情報から導出された上位メタ情報を基に個人メタＤＢを構築し、当該個人メタＤＢから、ユーザの任意の個人特徴情報を選択してサーバへ送信し、サーバは、他のＰＣの個人メタＤＢを統計処理して構築された多人数統計メタＤＢから、受信した個人特徴情報と類似する個人特徴情報を抽出し、当該個人特徴情報に関連する推薦商品または推薦サービスを示すコンテンツ情報を選択してＰＣへ送信するという技術も提案されている（特許文献２参照）。

ところで、近年、電子掲示板、ブログ、ウィキ、ソーシャルブックマーク、ソーシャルネットワーキングサービス等、様々なソーシャルメディアがユーザに利用されている。ユーザは、例えばテレビジョン放送の内容等について、ソーシャルメディアを通じて意見、感想等の情報を交換することによって、体験を共有することができる。

特許第４６５０５５２号公報 特開２０１１−２１５９６４公報 特許第３９５３４９７号公報 特許第３７７６０３３号公報

同一の番組を視聴しているユーザ同士は、テレビジョン放送を視聴しながら、リアルタイムに情報を発信することもできる。しかしながら、友人との間で共通して興味の対象となるテレビ番組を探し出したり、あらかじめ友人とテレビ番組を視聴する予定を調整したりすることは、手間のかかるものであった。

本発明は、上記のような問題に鑑みてなされたものであり、ユーザが友人とテレビ番組を視聴する機会を、容易に創出可能とすることを目的とする。

本発明に係る推薦プログラムは、ユーザがテレビジョン放送を視聴した時刻を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮ
Ｓ（Social Networking Service）において接続関係を有するユーザである友人の視聴履
歴情報をそれぞれ取得する視聴履歴取得ステップと、ユーザがテレビジョン放送を視聴した頻度に基づいて算出される、時刻ごとの視聴可能確率を、あるユーザ及び友人について、それぞれ視聴履歴情報を用いて算出する視聴可能確率算出ステップと、テレビジョン放送の番組表を表す番組表情報から、あるユーザ及び友人の視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される番組を抽出し、抽出された番組と友人とをあるユーザの端末へ出力する推薦情報抽出ステップとをコンピュータに実行させる。

このようにすれば、番組と友人とが推薦される。推薦される番組としては、あるユーザ及び友人の視聴履歴に基づいて、時間的に視聴できる可能性が高いものが抽出される。よって、このような情報を出力することで、あるユーザが友人とテレビ番組を視聴する機会を、容易に創出可能となる。なお、友人はＳＮＳの利用者であればよく、あるユーザとの接続関係や、友人の視聴履歴情報を生成するための情報は、本発明に係る推薦プログラムを実行するコンピュータがＳＮＳを提供するサーバを介して取得することができる。

また、推薦プログラムは、視聴履歴情報は、ユーザが視聴した番組に関する記述をさらに含み、番組表情報は、放送される番組に関する記述をさらに含み、ユーザが視聴した番組に関する記述の特徴値と、番組表情報に含まれる番組に関する記述の特徴値との類似度を、あるユーザの視聴履歴情報及び友人の視聴履歴情報を用いて、番組表情報に含まれる番組について算出する特徴分析ステップをさらに含み、推薦情報抽出ステップにおいて、視聴可能確率が高いほど、且つ特徴の類似度が高いほど高い値となるスコアが、あるユーザ及び友人の両者にとって所定の閾値以上である番組を、番組表情報から抽出し、抽出された番組と友人とをあるユーザの端末へ出力するようにしてもよい。このようにすれば、推薦される番組は、あるユーザ及び友人が過去に視聴した番組と、特徴の類似度が高いものになる。したがって、その内容がユーザ及び友人の興味の対象である可能性が高い番組を推薦できるようになる。

さらに、推薦プログラムは、ＳＮＳを提供するサーバから、あるユーザ又は友人が投稿した情報であって、あるユーザ又は友人が特定の番組を視聴したことを示す情報を視聴履歴情報として取得する視聴履歴取得ステップを含むようにしてもよい。このようにすれば、ＳＮＳへの投稿に基づいて視聴履歴情報を生成することができる。

また、他の側面に係る推薦プログラムは、ユーザが視聴したテレビジョン放送の番組に関する記述を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳ（Social Networking Service）において接続関係を有するユー
ザである友人の視聴履歴情報をそれぞれ取得する視聴履歴取得ステップと、ユーザが視聴した番組に関する記述の特徴値と、テレビジョン放送の番組表情報に含まれる、番組に関する記述の特徴値との類似度を、あるユーザの視聴履歴及び友人の視聴履歴を用いてそれぞれ算出する特徴分析ステップと、番組表情報から、あるユーザが視聴した番組に関する記述の特徴値との類似度、及び友人が視聴した番組に関する記述の特徴値との類似度がそれぞれ所定の閾値以上である番組を抽出し、抽出された番組と友人とをあるユーザの端末へ出力する推薦情報抽出ステップとをコンピュータに実行させる。

このようにすれば、番組と友人とがあるユーザに推薦される。推薦される番組としては、ユーザとその友人との過去の視聴履歴に基づいて、ユーザとその友人とが過去に視聴した番組と特徴の類似度が高いものが抽出される。よって、このような情報を出力することで、あるユーザが友人とテレビ番組を視聴する機会を、容易に創出可能となる。

また、本発明に係る推薦情報受信プログラムは、テレビジョン放送の番組表を表す番組表情報に含まれる番組と、当該番組を視聴できそうな、ＳＮＳ（Social Networking Serv
ice）における友人との組合せを推薦する推薦サーバが、ＳＮＳにおけるあるユーザの友
人を示す情報を取得することを承認するための情報を、ＳＮＳを提供するサーバへ送信するステップと、時刻と対応付けて算出され当該時刻にテレビジョン放送を視聴できる可能性を示す視聴可能確率を用いて、あるユーザの視聴可能確率及びあるユーザの友人の視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される番組と、あるユーザの友人との組合せを抽出する推薦サーバから、抽出された番組とあるユーザの友人との組合せを受信する推薦情報受信ステップと、をコンピュータに実行させる。

このような受信側のプログラムによって、番組と友人とがあるユーザに推薦される。推薦される番組としては、ユーザ及びその友人の視聴可能確率に基づいて、時間的に視聴できる可能性が高いものが抽出されている。よって、このような情報を受信することで、あるユーザが友人とテレビ番組を視聴する機会を、容易に創出可能となる。

また、コンピュータは、テレビジョン放送の選局を行う機能を有していてもよい。そして、推薦情報受信プログラムは、選局に基づいて、あるユーザがテレビジョン放送を視聴した時刻を含む視聴履歴情報を生成し、推薦サーバへ送信するステップをさらにコンピュータに実行させ、推薦情報受信ステップにおいて、視聴履歴情報に基づいて算出された視聴可能確率を用いて推薦サーバが抽出した番組とあるユーザの友人との組合せを受信するようにしてもよい。このようにすれば、ユーザが行った選局に基づいて視聴履歴情報を生成し、視聴履歴情報に基づいて視聴可能確率を算出することができるようになる。

また、コンピュータは、当該コンピュータの位置情報を取得する機能を有していてもよい。そして、推薦情報受信プログラムは、時刻と当該時刻におけるコンピュータの位置情報とを推薦サーバへ送信するステップをさらにコンピュータに実行させ、推薦情報受信ステップにおいて、時刻と位置情報とに基づいて導出される在宅時刻に基づいて算出された視聴可能確率を用いて推薦サーバが抽出した番組とあるユーザの友人との組合せを受信するようにしてもよい。このようにすれば、端末の位置情報に基づいてユーザの在宅時刻を生成し、在宅時刻に基づいて視聴可能確率を算出することができるようになる。

また、コンピュータは、当該コンピュータが操作された時刻を記録する機能を有していてもよい。そして、推薦情報受信プログラムは、操作された時刻を含む操作履歴情報を生成し、推薦サーバへ送信するステップをさらにコンピュータに実行させ、推薦情報受信ステップにおいて、操作履歴情報に基づいて算出された視聴可能確率を用いて推薦サーバが抽出した番組とあるユーザの友人との組合せを受信する。このようにすれば、端末の操作履歴情報に基づいて視聴可能確率を算出することができるようになる。

プログラムは、コンピュータが読み取り可能な記録媒体に記録されていてもよい。ここで、コンピュータが読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータから読み取ることができる記録媒体をいう。このような記録媒体のうち、コンピュータから取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、光ディスク、フラッシュメモリ、磁気テープ等がある。また、コンピュータに固定された記録媒体としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、ＲＯＭ（Read Only Memory）等がある。

また、本発明を実現する方法をコンピュータに実行させてもよいし、本発明を実現する装置を製造してもよい。

本発明によれば、ユーザが友人とテレビ番組を視聴する機会を、容易に創出可能となる
。

システム構成の一例を示す図である。 推薦サーバの一例を示す機能ブロック図である。 ＳＮＳサーバの一例を示す機能ブロック図である。 ＥＰＧサーバの一例を示す機能ブロック図である。 端末の一例を示す機能ブロック図である。 コンピュータの一例を示す装置構成図である。 端末側処理の処理フローの一例を示す図である。 推薦情報の表示例を示す図である。 分析処理の処理フローの一例を示す図である。 分析処理の処理フローの一例を示す図である。 視聴履歴情報を説明するための図である。 視聴可能確率を説明するための図である。 推薦処理の処理フローの一例を示す図である。 ユーザの識別情報を説明するための図である。 推薦情報を説明するための図である。

以下、図面を参照して、本発明を実施するための形態について説明する。なお、以下の実施形態の構成は例示であり、本発明は以下の構成には限定されない。

＜システム構成＞
図１は、実施の形態に係る推薦システムの構成図を示す。推薦システムは、推薦サーバ１と、ＳＮＳ（Social Networking Service：ソーシャルネットワーキングサービス）サ
ーバ２と、ＥＰＧ（Electronic Program Guide：電子番組ガイド）サーバ３と、端末４（図１では、端末４ａ及び端末４ｂ）とを含み、これらがコンピュータネットワーク（単に「ネットワーク」とも呼ぶ）５を介して接続されている。

推薦サーバ１は、本実施の形態に係る、番組及び友人の推薦処理を行う。ＳＮＳサーバ２は、例えば外部の主体によって管理され、ＳＮＳやミニブログ等のソーシャルメディアを提供する。本実施の形態では、ミニブログ等のソーシャルメディアを提供するような態様も含めて、ＳＮＳと呼ぶものとする。ＥＰＧサーバ３は、テレビジョン放送（以下、単に「テレビ」とも呼ぶ）の放送予定を示す番組表のデータを提供する。また、端末４は、ユーザが使用するモバイルコンピュータやスマートフォン、タブレット等の装置であって、ＳＮＳ等のサービスを利用したり、推薦サーバ１からコンテンツ及び友人の推薦データを受信したりする。なお、端末４がテレビ番組を視聴するための機能を有していてもよい。ネットワーク５は、例えばインターネット等のコンピュータネットワークであり、推薦サーバ１、ＳＮＳサーバ２、ＥＰＧサーバ３及び端末４は、ネットワーク５を介して相互に通信することができる。

なお、端末４の数は２つには限られず、ＳＮＳサーバ２やＥＰＧサーバ３が複数存在していてもよい。また、推薦サーバ１を複数設け、その機能を複数の推薦サーバ１に分散させるような構成にしたり、複数の推薦サーバ１がそれぞれ担当するユーザを分担するような構成にしてもよい。

＜各装置の機能＞
図２は、推薦サーバ１の機能ブロック図の一例を示している。推薦サーバ１は、ＳＮＳ情報取得部１１と、データ記憶部１２と、視聴履歴取得部１３と、ＥＰＧ取得部１４と、
周期分析部１５と、特徴分析部１６と、推薦情報抽出部１７とを有する。

ＳＮＳ情報取得部１１は、例えばＯＡｕｔｈ等のプロトコルで通信を行う認証ＡＰＩ（Application Programming Interface）を利用し、ＳＮＳサーバ２からＳＮＳにおけるユ
ーザ間の接続関係を示す情報を取得してデータ記憶部１２に記憶させる。なお、本実施の形態では、ＳＮＳにおいてあるユーザと接続関係にあるユーザを、あるユーザの友人と呼ぶ。また、本実施の形態において、ＳＮＳにおける接続関係は、主として双方向の接続関係がある場合を対象として説明するが、一方向の接続関係がある場合を対象としてもよい。また、友人は、推薦サーバ１に自ら利用者として登録をしていなくてもよい。すなわち、推薦サーバ１は、ＳＮＳサーバ２が公開している範囲で、あるユーザと友人との接続関係や、友人がＳＮＳへ投稿したデータを取得することができる。

視聴履歴取得部１３は、ユーザが視聴したテレビ番組を示す視聴履歴情報を取得し、データ記憶部１２に記憶させる。例えば、ユーザがある番組を視聴したことを示すチェックイン履歴を視聴履歴としてＳＮＳサーバ２等から受信するようにしてもよい。また、端末４が選局操作の履歴を記憶する機能を有している場合には、当該履歴を視聴履歴として端末４から受信するようにしてもよい。また、視聴履歴情報は、後述する電子番組ガイド（ＥＰＧ）に含まれる番組の概要等の情報を含んでいてもよい。

ＥＰＧ取得部１４は、ネットワーク５を介して、ＥＰＧを受信し、データ記憶部１２に記憶させる。ＥＰＧには、放送が予定されている番組の、開始終了時刻、タイトル、出演者、概要等の情報が含まれる。

また、周期分析部１５は、データ記憶部１２が記憶している視聴履歴情報をユーザごとに分析し、当該ユーザが所定の時間帯にテレビを視聴できる可能性を示す視聴可能確率を算出してデータ記憶部１２に記憶させる。周期分析部１５は、データ記憶部１２からユーザごとの視聴履歴情報を所定期間分読み出し、例えば曜日ごと且つ時刻ごとに、各ユーザがテレビ番組を視聴していた回数を集計する。そして、周期分析部１５は、曜日及び時刻ごとに、ユーザがテレビ番組を視聴していた割合（頻度）を求め、当該割合に基づいて算出した視聴可能確率をデータ記憶部１２に記憶させる。

特徴分析部１６は、ユーザの視聴履歴情報、又はＥＰＧ情報を用いて番組の特徴を示す特徴情報を抽出し、データ記憶部１２に記憶させる。特徴分析部１６は、例えば、ユーザが視聴した番組のタイトルや概要を示す文章（すなわち、番組に関する記述）を視聴履歴情報から読み出し、形態素解析等の自然言語処理技術を利用して品詞に分解する。そして、特徴分析部１６は、分解した品詞に含まれる単語を集計し、特徴情報としてデータ記憶部１２に記憶させる。また、特徴分析部１６は、ＥＰＧに含まれる番組のタイトルや概要を示す文章（すなわち、番組に関する記述）についても、同様に、品詞分解して特徴情報をデータ記憶部１２に記憶させる。なお、特徴分析部１６は、所定期間中の視聴履歴情報を対象として、特徴情報を抽出するようにしてもよい。

推薦情報抽出部１７は、ユーザとその友人との両者にとって、視聴可能確率が高く且つ特徴情報の類似している度合いが高い番組を抽出し、抽出した番組と友人とを推薦情報としてユーザの端末４に出力する。具体的には、データ記憶部１２が記憶しているＥＰＧ情報並びにユーザごとの視聴可能確率及び特徴情報を用いて、今後放送される番組ごとに視聴可能確率及び特徴情報の類似度を算出する。まず、推薦情報抽出部１７は、ユーザが視聴した番組の特徴情報と、今後所定期間内に放送が予定されている番組（「予定番組」とも呼ぶ）の特徴情報との類似度を算出する。類似度は、ユーザの特徴情報に含まれる単語を多く含む予定番組ほど高い値となるような、コサイン類似度等の評価手法を用いて算出される。そして、推薦情報抽出部１７は、ユーザの視聴可能確率が高い時間帯に放送され
る予定番組ほど、且つユーザの特徴情報に含まれる単語を多く含む予定番組ほど高い値となるような優先度を、所定の数式を用いて算出する。また、推薦情報抽出部１７は、例えば、優先度が所定の閾値よりも高い予定番組を抽出し、ユーザと抽出した予定番組とを関連付けてデータ記憶部１２に記憶させる。なお、このような処理は、各ユーザについて行われる。そして、推薦情報抽出部１７は、ユーザの友人の中から、ユーザと同一の予定番組が抽出された友人を抽出し、抽出された予定番組と友人とを示す情報を、推薦情報としてユーザの端末４に送信する。

図３は、ＳＮＳサーバ２の機能ブロック図の一例を示している。ＳＮＳサーバ２は、サービス提供部２１と、データ記憶部２２とを有する。サービス提供部２１は、例えば、ユーザ同士の交流を支援する会員制のウェブサービス（「ＳＮＳ」とも呼ぶ）を提供する。ユーザは、ＳＮＳにおいて、他のユーザと双方向的又は一方向的な繋がり（「接続関係」とも呼ぶ）を設定したり、テキストや電子ファイル等を投稿して他のユーザ等に公開したりすることができる。なお、あるユーザに対して双方向的又は一方向的な接続関係が設定された他のユーザを、便宜上、あるユーザの「友人」と呼ぶ。また、データ記憶部２２は、ユーザ同士の接続関係を示す情報や、ユーザが投稿したテキスト等の情報を記憶する。なお、ＳＮＳサーバ２において、各ユーザは、一意となる識別情報を付されて管理され、推薦サーバ１が管理するユーザの識別情報と、ＳＮＳにおけるユーザの識別情報との対応関係は、予め推薦サーバ１に登録されているものとする。また、ネットワーク上の他のコンピュータ装置は、例えば、ＳＮＳサーバ２に登録されたユーザの情報のうち、ユーザが公開を許可したものを利用することもできる。

図４は、ＥＰＧサーバ３の機能ブロック図の一例を示している。ＥＰＧサーバ３は、通信部３１と、データ記憶部３２とを有する。データ記憶部３２は、各放送局において放送が予定されている番組の、放送日時及び開始終了時刻、タイトル、出演者、概要等の情報を含むＥＰＧ情報を予め記憶しているものとする。通信部３１は、他のコンピュータ装置からの要求に応じて、データ記憶部３２が記憶しているＥＰＧ情報を、ネットワーク５を介して要求元のコンピュータ装置に送信する。なお、ＥＰＧサーバ３は、例えば、放送局ごとに設けられ、所定の規格に基づく電子番組ガイドを送信するものであってもよい。

図５は、端末４の機能ブロック図の一例を示している。端末４は、ＳＮＳ連携部４１と、データ格納部４２と、履歴収集部４３と、推薦情報取得部４４と、コンテンツ連携部４５とを有する。

ＳＮＳ連携部４１は、ネットワーク５を介してＳＮＳサーバ２と通信を行い、ＳＮＳサーバ２に保持されている情報を推薦サーバ１に利用させるための認証処理を行ったり、ユーザの操作に従ってＳＮＳサーバ２にテキスト等を投稿したりする。また、ＳＮＳ連携部４１は、ＳＮＳサーバ２から情報を取得してデータ記憶部４２に記憶させるようにしてもよい。

履歴収集部４３は、ユーザが視聴したテレビ番組を示す情報を収集し、視聴履歴情報としてデータ記憶部４２に記憶させたり、推薦サーバ１に送信したりする。具体的には、履歴収集部４３は、視聴履歴情報として、例えば、番組を視聴した日時及び放送局を示す情報や、特定の番組を示す識別情報を収集する。具体的には、受像機が表示するチャネルを変更する機能を端末４が有している場合や、テレビ放送を受信及び表示する機能を端末４が有している場合には、受像機又は端末４が表示した放送局と時刻とを含むログを視聴履歴情報として保持しておく。また、端末４のユーザが、いわゆるチェックイン情報のような、特定の番組を視聴していることを示す情報をＳＮＳに投稿している場合には、当該情報を視聴履歴情報として保持するようにしてもよい。なお、端末４のユーザがＳＮＳ等に投稿したテキストから、特定のテレビ番組に関する言及であることを示す文字列（例えば
「ハッシュタグ」や番組名）を抽出し、視聴履歴情報として保持しておくようにしてもよい。また、履歴収集部４３は、データ記憶部４２に記憶された視聴履歴情報を、所定のタイミングで推薦サーバ１に送信する。

推薦情報取得部４４は、ネットワーク５を介して推薦サーバ１から推薦情報を取得し、端末４の表示装置等に出力する。推薦情報は、推薦サーバ１が抽出した予定番組と友人とを示す情報を含む。また、表示された推薦情報を端末４のユーザが選択することにより、ユーザが視聴しているテレビの放送局を切り替えることができるようにしてもよい。

コンテンツ連携部４５は、推薦サーバ１、ＳＮＳサーバ２、図示していない放送局のサーバ等が提供するコンテンツを利用する機能を有し、コンテンツを端末４のユーザに提供する。また、コンテンツ連携部４５は、２以上のユーザでチャットする機能や、テレビ番組を視聴する機能を提供してもよい。

＜装置構成＞
図６は、コンピュータの装置構成図の一例である。推薦サーバ１、ＳＮＳサーバ２、ＥＰＧサーバ３及び端末４は、図６に示すようなコンピュータである。コンピュータは、ＣＰＵ（Central Processing Unit）１００１、主記憶装置１００２、補助記憶装置１００
３、通信ＩＦ（Interface）１００４、入出力ＩＦ（Interface）１００５、ドライブ装置１００６、通信バス１００７を備えている。ＣＰＵ１００１は、プログラム（「ソフトウェア」又は「アプリケーション」とも呼ぶ）を実行することにより本実施の形態に係る処理等を行う。主記憶装置１００２は、ＣＰＵ１００１が読み出したプログラムやデータをキャッシュしたり、ＣＰＵの作業領域を展開したりする。主記憶装置は、具体的には、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等である。補助記憶装置１００３は、ＣＰＵ１００１により実行されるプログラムや、本実施の形態で用いる設定情報などを記憶する。補助記憶装置１００３は、具体的には、ＨＤＤ（Hard-disk Drive）
やＳＳＤ（Solid State Drive）、フラッシュメモリ等である。主記憶装置１００２や補
助記憶装置１００３は、推薦サーバ１のデータ記憶部１２、ＳＮＳサーバ２のデータ記憶部２２、ＥＰＧサーバ３のデータ記憶部３２、端末４のデータ記憶部４２等として働く。通信ＩＦ１００４は、他のコンピュータとの間でデータを送受信する。通信ＩＦ１００４は、具体的には、有線又は無線のネットワークカード等である。入出力ＩＦ１００５は、入出力装置と接続され、ユーザから入力を受け付けたり、ユーザへ情報を出力したりする。入出力装置は、具体的には、キーボード、マウス、ディスプレイ、各種センサ又はタッチパネル等である。入出力装置として、赤外線等、受像機を操作する無線信号を送信するための装置や、ＧＰＳ（Global Positioning System）受信機が接続されていてもよい。
ドライブ装置１００６は、磁気ディスク、光磁気ディスク、光ディスク等の記憶媒体に記録されたデータを読み出したり、記憶媒体にデータを書き込んだりする。以上のような構成要素が、通信バス１００７で接続されている。なお、これらの構成要素は複数設けられていてもよいし、一部の構成要素（例えば、ドライブ装置１００６）を設けないようにしてもよい。また、入出力装置がコンピュータと一体に構成されていてもよい。そして、ドライブ装置１００６で読み取り可能な可搬性の記憶媒体や、フラッシュメモリのような可搬性の補助記憶装置１００３、通信ＩＦ１００４などを介して、本実施の形態で実行されるプログラムが提供されるようにしてもよい。そして、ＣＰＵ１００１がプログラムを実行することにより、上記のようなコンピュータを推薦サーバ１、ＳＮＳサーバ２、ＥＰＧサーバ３又は端末４として働かせる。

＜端末の動作＞
図７は、本願の発明に係る端末４が実行する端末側処理の処理フローを示している。端末４のプログラムが起動すると、ＳＮＳ連携部４１は、ＳＮＳの認証が完了しているか判断する（図７：Ｓ（ステップ）１）。本ステップでは、ＳＮＳにおけるユーザの情報を利
用するための認証処理が完了しているか判断する。本実施の形態では、ＳＮＳサーバ２は、例えばＯＡｕｔｈを用いて認証を行うためのＡＰＩを公開しており、ユーザアカウントの情報を他のコンピュータに利用させることができるものとする。そして、認証処理が完了すると、ＳＮＳサーバ２は、推薦サーバ１に、認証情報を発行する。認証情報は、いわゆるアクセストークン等であり、ユーザの識別情報及びパスワードの代わりに用いて認証処理を行うための情報である。本ステップでは、ＳＮＳ連携部４１は、ＳＮＳサーバ２から発行された、ユーザの認証情報が推薦サーバ１に保持されているかネットワーク５を介して確認し、認証情報が推薦サーバ１に保持されていない場合や、推薦サーバ１に保持されている認証情報が有効でない場合は、ＳＮＳ認証が完了していないと判断する。

ＳＮＳ認証が完了していないと判断された場合（Ｓ１：ＮＯ）、ＳＮＳ連携部４１は、ＳＮＳ認証処理を実行する（Ｓ２）。本ステップでは、ＳＮＳ連携部４１は、ＳＮＳにおけるユーザの情報を推薦サーバ１が利用することを、ユーザに承認させる。例えば、ＳＮＳサーバ２は推薦サーバ１にリクエストトークンを発行し、ユーザは、ＳＮＳのユーザ識別情報及びパスワードを用いてＳＮＳにログインし、ＳＮＳサーバ２が承認申請用に用意したアクセス先に接続する。そして、アクセス先から取得した証明情報を推薦サーバ１がＳＮＳサーバ２へ送信し、ＳＮＳサーバ２は、推薦サーバ１へアクセストークンを発行する。

Ｓ１においてＳＮＳ認証が完了していると判断された場合（Ｓ１：ＹＥＳ）、又はＳ２の後、端末４の推薦情報取得部４４は、推薦サーバ１から、ＳＮＳにおけるユーザの友人とテレビ番組とを含む推薦情報を受信し、端末４の画面等、出力装置に出力する（Ｓ３）。なお、推薦サーバ１が推薦情報を生成する処理については後述する。本ステップでは、例えば、端末４の表示装置を介して図８に示すような情報がユーザに提示される。図８は、端末４の一例であるスマートフォンの画面に、推薦情報が表示された状態の例を示す図である。図８の画面には、ユーザに視聴を推薦する番組の放送開始時刻、タイトル、概要、当該番組を同時に視聴することを推薦するＳＮＳ上の友人が表示されている。

番組は複数推薦されるようにしてもよく、表示をスライドさせることによって他の番組が表示されるようにしてもよい。また、表示の順序は、放送開始時刻が早い番組を優先的に表示するようにしてもよいし、後述する優先度を示すスコアが高い番組を優先的に表示するようにしてもよい。また、ＳＮＳ上の友人が当該番組を視聴予定であること、又は視聴していることを示すチェックイン情報をＳＮＳサーバ２等から取得できる場合は、当該番組を視聴予定であること、又は視聴していることがわかるような表示を行うようにしてもよい。

また、本実施の形態では、画面に表示された番組をユーザがタップ等することで選択することにより、コンテンツ連携部４５がテレビ放送のチャネルを変更（すなわち「選局」）することができるものとする。なお、選局は、端末４が赤外線等の無線信号を送信すること等によって受像機のチャネルを変更するようにしてもよいし、ネットワーク５に接続された受像機へチャネルを変更させる命令を送信するようにしてもよい。また、端末４がテレビ放送を受信及び表示する視聴アプリケーションを有し、コンテンツ連携部４５がチャネルを変更できるような構成にしてもよい。

その後、コンテンツ連携部４５は、ユーザによる選局操作がなされたか判断する（Ｓ４）。ユーザによる選局操作は、端末４の入力装置を介してコンテンツ連携部４５が受け付ける。例えば、図８の画面に表示された推薦情報の番組をユーザが選択した場合、コンテンツ連携部４５は選局操作がされたと判断する。

選局操作がなされたと判断された場合（Ｓ４：ＹＥＳ）、コンテンツ連携部４５は、受
像機の表示チャネルを切り替える選局処理を行う（Ｓ５）。本ステップでは、コンテンツ連携部４５は、無線信号を送信すること等によって受像機が表示するチャネルを変更させたり、端末４が表示するテレビ放送のチャネルを変更したりする。また、ユーザの操作に応じて、コンテンツ連携部４５は、受像機や視聴アプリケーションの起動や停止を命令する処理を行う場合もあるものとする。

その後、履歴収集部４３は、チャネルの変更を示す視聴履歴情報を推薦サーバ１に送信する（Ｓ６）。本ステップでは、履歴収集部４３は、選局操作に基づいて、切り替え後のチャネルを示す情報と、切り替えが行われた時刻とを含むデータを、ネットワーク５を介して推薦サーバ１に送信する。

そして、Ｓ６の後、又はＳ４において選局操作がなされていないと判断された場合（Ｓ４：ＮＯ）、端末４の例えばコンテンツ連携部４５は、ユーザの操作により本実施の形態に係るアプリケーションの終了が命じられたか判断する（Ｓ７）。アプリケーションの終了が命じられていないと判断した場合、処理はＳ４に遷移する。一方、アプリケーションの終了が命じられたと判断した場合（Ｓ７：ＹＥＳ）、端末４は、端末側処理を終了する。

＜推薦サーバの動作＞
図９及び図１０は、推薦サーバ１が実行する分析処理の処理フローを示している。なお、推薦サーバ１は、ユーザが過去に視聴したテレビ番組の情報である視聴履歴情報を、予めデータ記憶部１２に記憶しているものとする。視聴履歴情報は、例えば、図５のＳ６において端末４から送信された選局情報を推薦サーバ１の視聴履歴情報取得部１３が受信し、視聴履歴としてユーザの識別情報に関連付けてデータ記憶部１２に記憶させておく。また、視聴履歴取得部１３は、ＥＰＧサーバ３から番組のＥＰＧ情報を取得し、番組のタイトルや概要等を視聴履歴に関連付けて記憶させるようにしてもよい。

まず、推薦サーバ１の特徴分析部１６は、ユーザの視聴履歴をデータ記憶部１２から読み出す（図９：Ｓ１１）。本ステップでは、特徴分析部１６は、ユーザの識別情報に関連付けて記憶されている視聴履歴を、データ記憶部１２から読み出す。視聴履歴が番組に関する記述（番組のタイトル、出演者、概要等の情報）を含む場合は、番組に関する記述も読み出す。また、特徴分析部１６は、本ステップにおいて、ＥＰＧサーバ３から、番組に関する記述（番組のタイトル、出演者、概要等の情報）を読み出すようにしてもよい。データ記憶部１２には、視聴履歴として、例えば、図１１に示すような情報が記憶される。図１１の例では、視聴履歴は、ユーザの識別情報、番組のタイトル、概要、及び視聴時刻の範囲を示す情報を含む。なお、視聴履歴は、例えば直近の所定期間を対象として抽出するようにしてもよい。

そして、特徴分析部１６は、ユーザが視聴した番組の特徴を抽出する（Ｓ１２）。本ステップでは、特徴分析部１６は、ユーザごとに、視聴した番組のタイトル及び概要を示す情報から、特徴を表す名詞等の単語を抽出し、単語と当該単語が抽出された数とをユーザの識別情報と関連付けてデータ記憶部１２に記憶させる。単語の抽出には、例えば、形態素解析等の様々な自然言語処理技術を利用することができる。

図１１に示したユーザＡの視聴履歴の場合は、例えば、次のような単語と出現数との組み合わせの集合が抽出される。
ユーザＡが視聴した番組の特徴＝｛情報：２，東京：１，魅力：１，暮らし：１，役立つ：１，伝え：１，サスペンス：１，警部：２，シリーズ：１，検挙率：１，バスジャック：１，キャスター：１，山田太郎：１，田中花子：１｝

その後、推薦サーバ１の周期分析部１５は、ユーザが番組を視聴した時刻の情報に基づいて、時刻ごとの視聴可能確率を生成する（Ｓ１３）。本ステップでは、周期分析部１５は、まず、データ記憶部１２に記憶されている視聴情報のうち、視聴時刻をユーザごとに抽出する。

図１１に示したユーザＡの視聴履歴の場合は、例えば、次のような視聴時刻の集合が抽出される。
ユーザＡの視聴時刻＝｛７：４５−８：３０，１９：００−２０：００，２１：００−２２：３０，２１：００−２２：３０｝

次に、周期分析部１５は、抽出した視聴時刻に基づき、過去にテレビ番組を視聴していた割合（頻度）の高い時刻ほど値が高くなるような所定の数式に基づいて、視聴可能確率を算出し、データ記憶部１２に記憶させる。視聴可能確率は、例えば３０分おき等、所定の間隔で算出するようにしてもよい。ある時刻における視聴可能確率は、例えば、次のような式で求めることができる。
ある時刻の視聴可能確率＝ユーザの視聴時刻中に含まれるある時刻の数／視聴履歴の抽出対象とされた全日数

また、所定の間隔で算出された視聴可能確率は、例えば線形に補間したり、平滑化するようにしてもよい。上で例示したユーザＡの視聴時刻の集合から、例えば、グラフを図１２に示すような時刻ごとの視聴可能確率が生成される。図１２の例では、ユーザＡが過去に番組を視聴した実績のある時間帯の視聴可能確率が高くなっており、２回の視聴実績がある２１：００−２２：３０の時間帯は、より視聴可能確率が高くなっている。なお、視聴可能確率は、例えば曜日ごとに生成するようにしてもよい。このようにすれば、ユーザの生活リズムが曜日に依存して変化する場合は、より精度の高い視聴可能確率を求めることができる。

その後、推薦サーバ１のＥＰＧ取得部１４は、ネットワーク５を介してＥＰＧサーバ３からＥＰＧの情報を取得し、さらにＥＰＧから番組を１つ抽出する（Ｓ１４）。本ステップでは、ＥＰＧ取得部４は、例えば、推薦サーバ１が保持している現在時刻よりも後に放送が開始する番組であって所定の期間内に放送が予定されているものを１つ抽出する。なお、すでに放送が開始されている番組であっても、現在時刻よりも後に放送が終了するものも抽出するようにしてもよい。本ステップで抽出される番組を、便宜上、「予定番組」とも呼ぶ。

また、特徴分析部１６は、予定番組の特徴を抽出する（Ｓ１５）。本ステップでは、特徴分析部１６は、Ｓ１２と同様に、予定番組のタイトル及び概要を示す情報から、特徴を表す名詞等の単語を抽出し、単語と当該単語が抽出された数とを番組ごとにデータ記憶部１２に記憶させる。

ここでは、処理対象の予定番組から、以下のような特徴が抽出されたものとする。
予定番組の特徴＝｛情報：１，東京：２，魅力：１，遊び：２，スポット：１｝

そして、特徴分析部１６は、ユーザが視聴した番組の特徴と予定番組の特徴との類似度を示すスコアを算出する（Ｓ１６）。本ステップでは、特徴分析部１６は、まず、特徴を示す値の成分としてｔｆ−ｉｄｆを算出する。ｔｆ−ｉｄｆは、文章中の単語の重みを表す値の一例であり、単語の出現頻度であるｔｆと、逆文書頻度（全文書数／ある単語が含まれる文書数）であるｉｄｆに基づいて算出される。例えば、ｔｆ−ｉｄｆは、次のような数式で表すことができる。
ｔｆ−ｉｄｆ＝単語出現数×ｌｏｇ（全文書数／ある単語が含まれる文書数）

よって、ユーザＡが視聴した番組の特徴に含まれる単語「情報」について、特徴を示す値の成分を算出すると、次のようになる。
２×ｌｏｇ（３／２）＝０．３５
同様に、上記の予定番組について特徴を示す値の成分を算出すると、次のようになる。１×ｌｏｇ（３／２）＝０．１７

次に、特徴分析部１６は、特徴に含まれる要素である単語の各々について特徴を示す値の成分を算出し、ベクトルで表現した特徴を示す値（「特徴値」とも呼ぶ）を求める。ユーザＡが視聴した番組の特徴を示す値、及び予定番組の特徴を示す値は、次のように算出される。
ユーザＡが視聴した番組の特徴を示す値＝（０．３５，０．１７，０．１７・・・）
予定番組の特徴を示す値＝（０．１７，０．３５，０．１７・・・）

そして、特徴分析部１６は、ユーザが視聴した番組の特徴を示す値と、予定番組の特徴を示す値との類似度を表すスコアを算出する。特徴の類似度を示すスコアは、例えば、コサイン類似度を利用して表す。コサイン類似度は、ベクトル空間モデルにおいて、文書同士を比較するために用いられる値である。具体的には、特徴の類似度を示すスコアであるコサイン類似度は、次のような数式により算出することができる。

コサイン類似度＝（ユーザが視聴した番組の特徴を示す値・予定番組の特徴を示す値）／ユーザが視聴した番組の特徴を示す値の大きさ×予定番組の特徴を示す値の大きさ）
なお、「ユーザが視聴した番組の特徴を示す値・予定番組の特徴を示す値」は、ベクトルの内積である。また、「ユーザが視聴した番組の特徴を示す値の大きさ×予定番組の特徴を示す値の大きさ」は、ベクトルの長さであり、より具体的には、特徴を示す値をそれぞれ二乗し、加算したものの平方根で表すことができる。上記のコサイン類似度によれば、値が１に近いほど類似しており、０に近いほど類似していないと判断できる。

その後、周期分析部１５は、予定番組の視聴可能性を示すスコアを算出する（Ｓ１７）。本ステップでは、周期分析部１５は、例えば、予定番組の放送開始時刻から放送終了時刻までの期間における、ユーザの視聴可能確率の平均値を求める。なお、平均値の代わりに最大値や最小値を採用したり、視聴可能確率を所定の時間間隔ごとに保持している場合には、予定番組の放送時間内の視聴可能確率を１つ抽出して採用するようにしてもよい。

ここで、上記予定番組の放送開始時刻が１６：３０、放送終了時刻が１７：００であるものとする。このとき、周期分析部１５は、例えば、１６：３０から１７：００の放送時間内における、図１２に示したユーザの視聴可能確率の平均値を求め、視聴可能性を示すスコアを０．２と算出する。

その後、推薦サーバ１の推薦情報抽出部１７は、特徴の類似度を示すスコアと視聴可能性を示すスコアとを用いて、予定番組を推薦する際の優先度を示すスコアを算出する（図１０：Ｓ１８）。本ステップでは、推薦情報抽出部１７は、特徴の類似度を示すスコアに基づく値と、視聴可能性を示すスコアに基づく値とを加算し、優先度を示すスコアを求める。具体的には、推薦情報抽出部１７は、特徴の類似度を示すスコアと所定の係数との積と、視聴可能性を示すスコアと所定の係数との積との和を、優先度を示すスコアとして算出する。

すなわち、予定番組の優先度を示すスコアは、次のような数式で表すことができる。
優先度を示すスコア＝係数１×特徴の類似度を示すスコア＋係数２×視聴可能性を示すスコア
所定の係数（係数１及び係数２）は、それぞれ、特徴の類似度を示すスコア及び視聴可能性を示すスコアに重みづけするための値である。所定の係数を乗じることにより、尺度の異なる値である、特徴の類似度を示すスコアと視聴可能性を示すスコアとが、優先度を示すスコアに与える影響を調整することができる。所定の係数には、例えば、特徴の類似度を示すスコア及び視聴可能性を示すスコアを重要視する度合いに応じて、任意の値を設定する。

その後、推薦情報抽出部１７は、ＥＰＧ情報において所定の期間内に放送が予定されている番組の中に、未処理の番組が存在するか判断する（Ｓ１９）。未処理の番組が存在すると判断された場合（Ｓ１９：ＹＥＳ）、処理は図９のＳ１４に遷移する。一方、未処理の番組が存在しないと判断された場合（Ｓ１９：ＮＯ）、推薦情報抽出部１７は、優先度を示すスコアに基づいて推薦候補番組を抽出し、データ記憶部１２に記憶させる（Ｓ２０）。本ステップでは、例えば、優先度を示すスコアが所定の閾値以上である予定番組を推薦候補番組として抽出する。所定の閾値が固定値であれば、一定の水準を超える番組が推薦候補として抽出される。なお、所定の閾値を変動させることにより、例えば、優先度を示すスコアが上位所定数の予定番組が抽出されるようにしてもよい。このようにすれば、一定数の番組を推薦候補として抽出することができる。また、データ記憶部１２には、抽出された推薦候補番組を特定するための情報（例えば、放送局及び放送開始時刻、又は番組のタイトル等）と、推薦候補番組の優先度を示すスコアが記憶される。なお、優先度を示すスコアを記憶させずに予定番組を特定するための情報のみを記憶させるようにしてもよい。以上で、推薦サーバ１は、ユーザ１人分の分析処理を終了する。なお、推薦サーバ１は、図９及び図１０に示したような分析処理を、データ記憶部１２に視聴履歴情報が記憶されているユーザの各々について実行する。

図１３は、推薦サーバ１が実行する推薦処理の処理フローを示している。推薦処理は、例えば、あるユーザ（「処理対象のユーザ」とも呼ぶ）が端末４において本実施の形態に係るアプリケーションを起動し、ＳＮＳの認証処理が完了した後に実行される。なお、予め分析処理が実行され、推薦サーバ１のデータ記憶部１２には、各ユーザについて推薦候補番組が記憶されているものとする。

まず、推薦サーバ１のＳＮＳ情報取得部１１は、ＳＮＳサーバ２から、処理対象のユーザの友人を特定するための情報を１件取得し、データ記憶部１２に記憶させる（図１３：Ｓ２１）。本ステップでは、ＳＮＳ情報取得部１１は、データ記憶部１２に記憶されているアクセストークン等の認証情報を用いてＡＰＩ認証を行い、ＳＮＳサーバ２が公開しているユーザ間の接続関係を示す情報を取得する。

なお、ＳＮＳ情報取得部１１は、処理対象のユーザについて、複数のＳＮＳサーバ２からそれぞれのＳＮＳにおける友人を抽出するようにしてもよい。図１４に、推薦サーバ１のデータ記憶部１２に記憶される、ユーザを管理するための情報の一例を示す。図１４のテーブルは、ユーザの識別情報と、ＳＮＳ１における識別情報と、ＳＮＳ２における識別情報と・・・の列を有している。図１４に示す情報は、例えば、各ユーザが予め推薦サーバ１に登録し、ユーザごとに関連付けてデータ記憶部１２に記憶される。なお、ユーザが一部のＳＮＳを利用していない場合等、ユーザが特定のＳＮＳにおける情報を推薦サーバ１に登録していない場合には、データ記憶部１２にはＳＮＳにおける識別情報が一部登録されないこともある。

例えば、ＳＮＳ情報取得部１１がＳ２１においてユーザＡを処理対象とする場合であって、ＳＮＳサーバ２において、ＳＮＳ１におけるユーザＡとＳＮＳ１におけるユーザＢとの間に接続関係があり、且つ、他のＳＮＳサーバ２において、ＳＮＳ２におけるユーザＡとＳＮＳ２におけるユーザＣとの間に接続関係があるとする。このとき、ＳＮＳ情報取得
部１１は、処理対象のユーザであるユーザＡの友人として、ユーザＢ及びユーザＣを、Ｓ２１を実行するたびに１件ずつ抽出し、データ記憶部１２に記憶させる。

次に、推薦サーバ１の推薦情報抽出部１７は、処理対象のユーザとその友人との間で、共通する推薦候補番組を抽出する（Ｓ２２）。本ステップでは、推薦情報抽出部１７は、データ記憶部１２から処理対象のユーザの推薦候補番組、及び抽出された友人の推薦候補番組を読み出す。そして、推薦情報抽出部１７は、処理対象のユーザとその友人との間で、共通する推薦候補番組が存在する場合、推薦候補番組を示す情報及び友人を示す情報を含む推薦情報を、データ記憶部１２に記憶させる。推薦情報抽出部１７は、例えば、推薦候補番組を示す情報として、ＥＰＧ情報に含まれる番組のタイトル、放送開始時刻、概要を、友人を示す情報として、友人の識別情報を、それぞれデータ記憶部１２に記憶させる。

その後、推薦情報抽出部１７は、処理対象のユーザに未処理の友人が存在するか判断する（Ｓ２３）。未処理の友人が存在すると判断された場合（Ｓ２３：ＹＥＳ）、処理はＳ２１に遷移する。そして、Ｓ２１において抽出される他の友人と処理対象のユーザとの間で共通する推薦候補番組が存在すれば、Ｓ２２において抽出される。

一方、Ｓ２３において未処理の友人が存在しないと判断された場合（Ｓ２３：ＮＯ）、推薦情報抽出部１７は、データ記憶部１２に記憶されている推薦情報を、ネットワーク５を介して処理対象のユーザの端末４へ送信する（Ｓ２４）。本ステップでは、例えば、図１５に示すような推薦情報が送信される。図１５に示す推薦情報は、処理対象のユーザに推薦する番組のタイトル（図１５の「番組名」）と、放送開始時刻（図１５の「放送時間」）と、概要（図１５の「番組詳細」）と、当該番組が推薦候補番組として登録されているユーザ（図１５の「お勧めユーザ」）とを含む。図１５に示す推薦情報を受信した端末４は、図７のＳ３において、例えば図示していない所定のレイアウト定義情報と、受信した推薦情報とに基づいて、図８に示した情報を画面に表示する。以上で、推薦サーバ１は、推薦処理を終了する。

本実施の形態では、後に放送される番組と、一緒に視聴できる可能性の高い友人とをユーザに推薦する。推薦される番組は、ユーザとその友人との過去の視聴周期に基づいて視聴できる可能性が高いものが抽出されている。同時に、推薦される番組は、ユーザとその友人とが過去に視聴した番組と特徴の類似度が高いものでもある。したがって、本実施の形態で推薦される番組は、その内容がユーザ及び友人の興味の対象である可能性が高く、且つその放送時刻にユーザ及び友人がテレビ放送を視聴できる可能性が高いものである。すなわち、番組及び友人をあわせて推薦するため、本実施の形態によれば、ユーザが友人とテレビ番組を視聴する機会を、容易に創出可能となる。

なお、ユーザは友人と一緒に同じ番組を視聴することにより、番組を視聴しながらＳＮＳ等への友人の投稿を閲覧したり、一人又は複数の友人とチャットをしたり、番組と連動したユーザ参加型のコンテンツにグループで参加したりすることができる。端末４で実行されるアプリケーションに、友人とのチャットを行う機能や、番組連動企画に参加する機能等を持たせてもよい。また、番組の特徴やグループでの視聴と関連付けた広告を提供するようにしてもよい。例えば、スポーツの試合を中継する番組をユーザ及びその友人に推薦する際に、試合を行うチームのレプリカユニフォーム等、応援グッズの購入を勧めたり、複数ユーザでの購入により割引をしてもよい。

特に、放送局の数がそれほど多くない環境では、選択肢が少ないため、友人と同じ番組に興味を持つような機会も多い。また、番組の再放送がそれほど頻繁にない環境では、ユーザが放送を見逃すことのないよう、放送前に推薦情報を提示することが有効である。本
実施の形態に係る推薦処理によれば、友人とテレビ番組を視聴するきっかけという新たな価値をユーザに提供することができる。

＜変形例１＞
上述した実施の形態では、ユーザの視聴履歴のうち、視聴時刻及び視聴した番組の特徴の両者を用いて推薦処理を行った。一方、変形例１では、視聴時刻に基づいて、予定番組と一緒に視聴できそうな友人とをユーザに推薦する。

変形例１で利用する推薦サーバは、図２に示した推薦サーバ１でもよいが、特徴分析部１６は有していなくてもよい。また、図９及び図１０に示した分析処理の処理フローのうち、Ｓ１２、Ｓ１５及びＳ１６を実行しないようにしてもよい。

そして、図１０のＳ１８において、推薦情報抽出部１７は、視聴可能性を示すスコアを用いて、予定番組を推薦する際の優先度を示すスコアを算出する。なお、視聴可能性を示すスコアを、そのまま優先度を示すスコアとして用いるようにしてもよい。例えば、予定番組の優先度を示すスコアは、次のような数式で表すことができる。
優先度を示すスコア＝係数×視聴可能性を示すスコア

なお、上記のような優先度を示すスコアによれば、同一の時刻に放送される複数の番組すべてに同一の値が算出されてしまうが、ユーザの視聴履歴に基づいて、ユーザが視聴した回数の多い番組ほど優先度を示すスコアが高くなるような係数を乗じるようにしてもよい。

その他の処理については、上述した実施の形態と同様とする。このような変形例１によっても、ユーザ及びその友人が視聴できる可能性の高い時間帯に放送される番組を推薦することができる。すなわち、ユーザが友人とテレビ番組を視聴する機会を、容易に創出可能となる。

＜変形例２＞
変形例２では、ユーザが視聴した番組の特徴に基づいて、予定番組と一緒に視聴できそうな友人とをユーザに推薦する。

変形例２で利用する推薦サーバは、図２に示した推薦サーバ１でもよいが、周期分析部１５は有していなくてもよい。また、図９及び図１０に示した分析処理の処理フローのうち、Ｓ１３及びＳ１７を実行しないようにしてもよい。

そして、図１０のＳ１８において、推薦情報抽出部１７は、特徴の類似度を示すスコアを用いて、予定番組を推薦する際の優先度を示すスコアを算出する。なお、特徴の類似度を示すスコアを、そのまま優先度を示すスコアとして用いるようにしてもよい。例えば、予定番組の優先度を示すスコアは、次のような数式で表すことができる。
優先度を示すスコア＝係数×特徴の類似度を示すスコア

その他の処理については、上述した実施の形態と同様とする。このような変形例２によれば、ユーザ及びその友人の両者にとって興味の対象となる可能性の高い番組を推薦することができる。すなわち、変形例２によっても、ユーザが友人とテレビ番組を視聴する機会を、容易に創出可能となる。

＜変形例３＞
上述した実施の形態では、端末４がテレビ放送の選局処理を行う機能を有しているものとして説明した。しかし、端末４は、選局処理を行う機能を有していなくてもよい。

この場合、ユーザの視聴履歴は、例えば、ユーザがＳＮＳ等に投稿したチェックイン情報のような、ユーザが特定の番組を視聴したことを示す情報を収集することにより、推薦サーバ１のデータ記憶部１２に記憶される。ユーザが特定の番組を視聴したことを示す情報は、端末４の履歴収集部４３が収集して推薦サーバ１に送信するようにしてもよいし、推薦サーバ１の視聴履歴取得部１３が、ＳＮＳにおけるユーザの認証情報を用いてＳＮＳサーバ２から取得するようにしてもよい。

例えば、ミニブログ等においてユーザが特定の番組についての言及であることを示すタグを付したテキストを投稿した場合、推薦サーバ１の視聴履歴取得部１３は、予めデータ記憶部１２に保持されている、タグと番組（ＥＰＧ情報）との対応関係を示す情報（図示せず）を読み出し、ユーザの識別情報に対応付けて、図１１に示したような視聴履歴を示す情報をデータ記憶部１２に記憶させる。ここで、視聴時刻の列には、当該番組のＥＰＧにおける放送開始時刻から放送終了時刻までを記憶させるようにしてもよいし、当該時間帯におけるユーザの最初の投稿から、最後の投稿までの時間を記憶させるようにしてもよい。

以上のようにすれば、端末４は、選局処理を行う機能を有していなくても、ユーザごとの視聴履歴を収集することができ、上述の実施形態に係る処理又は変形例に係る処理を実行することができる。

また、変形例３では、ＳＮＳ等へ投稿された情報に基づいてユーザの視聴履歴情報を生成することができるため、あるユーザの友人は、本実施の形態に係るサービスの利用者として自らＳＮＳの識別情報を推薦サーバ１に登録していなくてもよい。すなわち、推薦サーバ１のＳＮＳ情報取得部１１は、あるユーザのＳＮＳにおける識別情報に基づいて、あるユーザと友人との接続関係や、友人がＳＮＳへ投稿したデータを取得し、上述のように視聴履歴情報を収集することができる。なお、この場合、周期分析部１５や特徴分析部１６は、友人も処理対象のユーザとして図９及び図１０に示したような分析処理を実行する。

＜変形例４＞
端末４は、位置情報やユーザによる端末操作のログといったユーザの行動履歴を収集し、推薦サーバ１は、視聴可能確率を算出する際に、ユーザの行動履歴を用いるようにしてもよい。変形例４では、端末４は位置情報を取得する機能を有する。

例えば、端末４には入力装置であるＧＰＳ受信機が接続されており、履歴収集部４３は端末の位置情報を例えば所定時間ごとに収集する。また、履歴収集部４３は、図７のＳ４〜Ｓ７に加えて、又はＳ４〜Ｓ７に代えて、収集した位置情報を所定のタイミングで推薦サーバ１に送信する。一方、推薦サーバ１の周期分析部１５は、例えば、受信した位置情報が、ユーザが自宅にいることを示しているか（すなわち、受信した位置情報がユーザの自宅の位置を示しているか）判断する。ここで、ユーザの自宅の位置は、ユーザが予め登録するようにしてもよいし、例えば統計的に所定期間中最も多くの日の夜間に端末の位置情報が示している位置を周期分析部１５が自宅の位置と判断して用いるようにしてもよい。

そして、周期分析部１５は、図９のＳ１３において視聴可能確率を生成する際、視聴履歴に加えて、又は視聴履歴に代えて、ユーザが自宅にいると判断された時刻（「在宅時刻」とも呼ぶ）を用いる。すなわち、視聴可能確率を算出する際に、在宅時刻は、視聴履歴における視聴時刻と同様に、視聴可能確率が上がるようにする。このようにすれば、たとえ視聴履歴情報を収集できない場合であっても在宅時刻（すなわち、「行動履歴」）に基
づいて視聴可能確率を算出することができる。なお、在宅時刻は、視聴時刻よりも視聴可能確率を上昇させる程度が小さくなるような係数を乗じるようにしてもよい。視聴履歴情報に加えて在宅時刻を用いるようにすれば、視聴可能確率の精度を向上させることができる。

さらに、端末４の履歴収集部４３は、ユーザによって端末４の操作が行われた時刻を収集する機能を有していてもよい。端末４の操作とは、テレビ番組の視聴に関する操作に限らず、通話、ウェブサイトの閲覧、メディアファイルの再生、その他のアプリケーションの使用等といった操作をいう。そして、推薦サーバ１の周期分析部１５は、端末操作が行われた時刻も端末４から受信し、上述した在宅時刻のうち、特に端末操作が行われた時刻を用いて視聴可能確率を算出する。端末操作が行われた時刻は、ユーザが起床していた時刻であると解釈できる。よって、上記のようにすれば、在宅時刻のうち就寝時刻を除外して視聴可能確率を算出することができるため、視聴可能確率の精度がより向上する。

＜変形例５＞
推薦サーバ１は、ユーザの行動履歴のうち、端末操作のログに基づいて視聴可能確率を算出するようにしてもよい。例えば、端末４がテレビ放送の受信機能を有する場合、ユーザは場所を選ばずにテレビ放送を視聴することができる。よって、ユーザが端末を操作していた時刻（「操作時刻」とも呼ぶ）は、テレビ番組の視聴に充て得る時間であると解釈し、操作時刻は視聴可能確率が高くなるようにする。

変形例４の場合と同様に、端末４の操作とは、テレビ番組の視聴に関する操作に限らず、通話、ウェブサイトの閲覧、メディアファイルの再生、その他のアプリケーションの使用等といった操作をいう。履歴収集部４３は、例えばユーザが端末４を操作するごとに操作時刻を収集する。なお、履歴収集部４３は、所定の時間ごとに、ユーザによる端末４の操作の有無を記録するようにしてもよい。また、履歴収集部４３は、図７のＳ４〜Ｓ７に加えて、又はＳ４〜Ｓ７に代えて、収集した操作時刻を所定のタイミングで推薦サーバ１に送信する。

そして、推薦サーバ１の周期分析部１５は、図９のＳ１３において視聴可能確率を生成する際、視聴履歴に加えて、又は視聴履歴に代えて、操作時刻を用いる。すなわち、視聴可能確率を算出する際に、操作時刻は、視聴履歴における視聴時刻と同様に、視聴可能確率が上がるようにする。このようにすれば、たとえ視聴履歴情報が収集できない場合であっても操作時刻（すなわち、「行動履歴」）に基づいて視聴可能確率を算出することができる。なお、操作時刻は、視聴時刻よりも視聴可能確率を上昇させる程度が小さくなるような係数を乗じるようにしてもよい。視聴履歴情報に加えて操作時刻を用いるようにすれば、視聴可能確率の精度を向上させることができる。また、操作時刻及び視聴時刻に加え、変形例４で述べた在宅時刻をさらに組み合わせて視聴可能確率を求めるようにしてもよい。

＜その他の変形＞
また、上述した実施の形態では、推薦サーバ１がＳＮＳサーバ２から、ユーザ間の接続関係を示す情報を取得するものとして説明した。しかし、推薦サーバ１は、ユーザ間の接続関係を示す情報を端末４から取得するようにしてもよい。例えば、端末４のユーザがＳＮＳにログインした状態において、端末４で実行される本実施の形態に係るアプリケーションが、ＳＮＳにおけるユーザ間の接続関係を示す情報を取得し、推薦サーバ１に送信する。このような態様でも、推薦サーバ１はユーザ間の接続関係を示す情報を取得することができる。

また、視聴可能確率や、各スコアを算出するための数式も、上記のものには限定されな
い。例えば、特徴の類似度を分析する方法としては、ベクトルの距離や類似度、その他の値を用いる様々な類似度算出方法を採用することができる。

さらに、図１３のＳ２２において共通する推薦候補番組を抽出する際に、ユーザ間の繋がりの強さを加味して優先順位をつけるようにしてもよい。例えば、ＳＮＳにおいて直接メッセージを交換するようなユーザ同士は、比較的仲のよい関係にあると解釈できる。よって、ＳＮＳにおいて、ユーザ間でメッセージを直接やり取りする回数が多い友人を、優先的に推薦するようにしてもよい。例えば、ＳＮＳサーバ２が、ユーザの投稿が特定のユーザに宛てたものであることを示す情報を公開している場合、推薦サーバ１のＳＮＳ情報取得部１１は、ユーザ間でメッセージを直接交換した回数を集計する。そして、推薦情報抽出部１７は、集計された回数が多い友人と一緒に視聴できそうな番組を優先して推薦する。このようにすれば、ユーザがより仲のよい友人とテレビ番組を視聴する機会を、容易に創出可能となる。

また、ユーザ間の接続が一方向的な関係である場合にも、友人として抽出するようにしてもよい。ソーシャルメディア上で、あるユーザが他のユーザを一方向的に注目しているような場合において、両者が一緒に視聴できそうであって且つ両者にとって興味の対象となりそうな番組が抽出されたときは、例えば、あるユーザの端末４に推薦情報を提示する。仮に、他のユーザが当該番組を視聴して、その内容に関する投稿をＳＮＳ等に対して行った場合、あるユーザは番組の視聴体験を通じて他のユーザと一体感を感じることができ、ＳＮＳ等のサービスが許容している場合は、あるユーザから他のユーザに対して直接メッセージを送信することもできる。このような場合であっても、ユーザ同士が一緒にテレビ番組を視聴する機会を、容易に創出可能になったといえる。

なお、図５、図９、図１０及び図１３は処理フローの一例であって、処理の結果が変わらない限りにおいて、順序を変更して実行したり、並行に実行したりするようにしてもよい。例えば、図５に示した端末側処理において、推薦情報を受信する処理（Ｓ３）をＳ４からＳ７の間又は後で実行するようにしてもよい。また、図９及び図１０に示した分析処理において、番組の特徴に関する処理（Ｓ１２、Ｓ１５、Ｓ１６等）と視聴可能確率に関する処理（Ｓ１３、Ｓ１７等）とを実行する順序を逆にしたり、並行して実行したりしてもよい。

１ 推薦サーバ
１１ ＳＮＳ情報取得部
１２ データ記憶部
１３ 視聴履歴取得部
１４ ＥＰＧ取得部
１５ 周期分析部
１６ 特徴分析部
１７ 推薦情報抽出部
２ ＳＮＳサーバ
２１ サービス提供部
２２ データ記憶部
３ ＥＰＧサーバ
３１ 通信部
３２ データ記憶部
４ 端末
４１ ＳＮＳ連携部
４２ データ記憶部
４３ 履歴収集部
４４ 推薦情報取得部
４５ コンテンツ連携部

Claims (13)

1. ユーザがテレビジョン放送を視聴した時刻を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳ（Social Networking Service
   ）において接続関係を有するユーザである友人の視聴履歴情報をそれぞれ取得する視聴履歴取得ステップと、
   ユーザがテレビジョン放送を視聴した頻度に基づいて算出される、時刻ごとの視聴可能確率を、前記あるユーザ及び前記友人について、それぞれ前記視聴履歴情報を用いて算出する視聴可能確率算出ステップと、
   テレビジョン放送の番組表を表す番組表情報から、前記あるユーザ及び前記友人の前記視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される番組を抽出し、抽出された前記番組と前記友人とを前記あるユーザの端末へ出力する推薦情報抽出ステップと、
   をコンピュータに実行させる推薦プログラム。
2. 前記視聴履歴情報は、ユーザが視聴した番組に関する記述をさらに含み、
   前記番組表情報は、放送される番組に関する記述をさらに含み、
   ユーザが視聴した番組に関する記述の特徴値と、前記番組表情報に含まれる番組に関する記述の特徴値との類似度を、前記あるユーザの視聴履歴情報及び前記友人の視聴履歴情報を用いて、前記番組表情報に含まれる番組について算出する特徴分析ステップをさらにコンピュータに実行させ、
   前記推薦情報抽出ステップにおいて、前記視聴可能確率が高いほど、且つ前記特徴の類似度が高いほど高い値となるスコアが、前記あるユーザ及び前記友人の両者にとって所定の閾値以上である番組を、前記番組表情報から抽出し、抽出された前記番組と前記友人とを前記あるユーザの端末へ出力する
   請求項１に記載の推薦プログラム。
3. ＳＮＳを提供するサーバから、前記あるユーザ又は前記友人が投稿した情報であって、前記あるユーザ又は前記友人が特定の番組を視聴したことを示す情報を視聴履歴情報として取得する視聴履歴取得ステップをさらに含む
   請求項１又は２に記載の推薦プログラム。
4. ユーザが視聴したテレビジョン放送の番組に関する記述を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳ（Social Networking Service）において接続関係を有するユーザである友人の視聴履歴情報をそれぞれ取
   得する視聴履歴取得ステップと、
   ユーザが視聴した番組に関する記述の特徴値と、テレビジョン放送の番組表情報に含まれる、番組に関する記述の特徴値との類似度を、前記あるユーザの視聴履歴及び前記友人の視聴履歴を用いてそれぞれ算出する特徴分析ステップと、
   前記番組表情報から、前記あるユーザが視聴した番組に関する記述の特徴値との類似度、及び前記友人が視聴した番組に関する記述の特徴値との類似度がそれぞれ所定の閾値以上である番組を抽出し、抽出された前記番組と前記友人とを前記あるユーザの端末へ出力する推薦情報抽出ステップと、
   をコンピュータに実行させる推薦プログラム。
5. テレビジョン放送の番組表を表す番組表情報に含まれる番組と、当該番組を視聴できそうな、ＳＮＳ（Social Networking Service）における友人との組合せを推薦する推薦サ
   ーバが、前記ＳＮＳにおけるあるユーザの友人を示す情報を取得することを承認するための情報を、前記ＳＮＳを提供するサーバへ送信するステップと、
   時刻と対応付けて算出され、当該時刻にテレビジョン放送を視聴できる可能性を示す視聴可能確率を用いて、前記あるユーザの前記視聴可能確率及び前記あるユーザの友人の前
   記視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される前記番組と、前記あるユーザの友人との組合せを抽出する前記推薦サーバから、抽出された前記番組と前記あるユーザの友人との組合せを受信する推薦情報受信ステップと、
   をコンピュータに実行させる推薦情報受信プログラム。
6. 前記コンピュータは、テレビジョン放送の選局を行う機能を有しており、
   前記選局に基づいて、前記あるユーザがテレビジョン放送を視聴した時刻を含む視聴履歴情報を生成し、前記推薦サーバへ送信するステップ
   をさらにコンピュータに実行させ、
   前記推薦情報受信ステップにおいて、前記視聴履歴情報に基づいて算出された前記視聴可能確率を用いて前記推薦サーバが抽出した前記番組と前記あるユーザの友人との組合せを受信する
   請求項５に記載の推薦情報受信プログラム。
7. 前記コンピュータは、当該コンピュータの位置情報を取得する機能を有しており、
   時刻と当該時刻における前記コンピュータの位置情報とを前記推薦サーバへ送信するステップ
   をさらにコンピュータに実行させ、
   前記推薦情報受信ステップにおいて、前記時刻と前記位置情報とに基づいて導出される在宅時刻に基づいて算出された視聴可能確率を用いて前記推薦サーバが抽出した前記番組と前記あるユーザの友人との組合せを受信する
   請求項５に記載の推薦情報受信プログラム。
8. 前記コンピュータは、当該コンピュータが操作された時刻を記録する機能を有しており、
   前記操作された時刻を含む操作履歴情報を生成し、前記推薦サーバへ送信するステップ
   をさらにコンピュータに実行させ、
   前記推薦情報受信ステップにおいて、前記操作履歴情報に基づいて算出された前記視聴可能確率を用いて前記推薦サーバが抽出した前記番組と前記あるユーザの友人との組合せを受信する
   請求項５に記載の推薦情報受信プログラム。
9. ユーザがテレビジョン放送を視聴した時刻を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳ（Social Networking Service
   ）において接続関係を有するユーザである友人の視聴履歴情報をそれぞれ取得する視聴履歴取得ステップと、
   ユーザがテレビジョン放送を視聴した頻度に基づいて算出される、時刻ごとの視聴可能確率を、前記あるユーザ及び前記友人について、それぞれ前記視聴履歴情報を用いて算出する視聴可能確率算出ステップと、
   テレビジョン放送の番組表を表す番組表情報から、前記あるユーザ及び前記友人の前記視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される番組を抽出し、抽出された前記番組と前記友人とを前記あるユーザの端末へ出力する推薦情報抽出ステップと、
   をコンピュータが実行する推薦方法。
10. ユーザが視聴したテレビジョン放送の番組に関する記述を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳ（Social Networking Service）において接続関係を有するユーザである友人の視聴履歴情報をそれぞれ取
    得する視聴履歴取得ステップと、
    ユーザが視聴した番組に関する記述の特徴値と、テレビジョン放送の番組表情報に含まれる、番組に関する記述の特徴値との類似度を、前記あるユーザの視聴履歴及び前記友人
    の視聴履歴を用いてそれぞれ算出する特徴分析ステップと、
    前記番組表情報から、前記あるユーザが視聴した番組に関する記述の特徴値との類似度、及び前記友人が視聴した番組に関する記述の特徴値との類似度がそれぞれ所定の閾値以上である番組を抽出し、抽出された前記番組と前記友人とを前記あるユーザの端末へ出力する推薦情報抽出ステップと、
    をコンピュータが実行する推薦方法。
11. テレビジョン放送の番組表を表す番組表情報に含まれる番組と、当該番組を視聴できそうな、ＳＮＳ（Social Networking Service）における友人との組合せを推薦する推薦サ
    ーバが、前記ＳＮＳにおけるあるユーザの友人を示す情報を取得することを承認するための情報を、前記ＳＮＳを提供するサーバへ送信するステップと、
    時刻と対応付けて算出され当該時刻にテレビジョン放送を視聴できる可能性を示す視聴可能確率を用いて、前記あるユーザの前記視聴可能確率及び前記あるユーザの友人の前記視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される前記番組と、前記あるユーザの友人との組合せを抽出する前記推薦サーバから、抽出された前記番組と前記あるユーザの友人との組合せを受信するステップと、
    をコンピュータが実行する推薦情報受信方法。
12. ユーザがテレビジョン放送を視聴した時刻を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳ（Social Networking Service
    ）において接続関係を有するユーザである友人の視聴履歴情報をそれぞれ取得する視聴履歴取得部と、
    ユーザがテレビジョン放送を視聴した頻度に基づいて算出される、時刻ごとの視聴可能確率を、前記あるユーザ及び前記友人について、それぞれ前記視聴履歴情報を用いて算出する視聴可能確率算出部と、
    テレビジョン放送の番組表を表す番組表情報から、前記あるユーザ及び前記友人の前記視聴可能確率がそれぞれ所定の閾値以上である時刻に放送される番組を抽出し、抽出された前記番組と前記友人とを前記あるユーザの端末へ出力する推薦情報抽出部と、
    を有する推薦装置。
13. ユーザが視聴したテレビジョン放送の番組に関する記述を含む視聴履歴情報を、ユーザごとに記憶するデータ記憶部から、あるユーザ及び当該ユーザとＳＮＳ（Social Networking Service）において接続関係を有するユーザである友人の視聴履歴情報をそれぞれ取
    得する視聴履歴取得部と、
    ユーザが視聴した番組に関する記述の特徴値と、テレビジョン放送の番組表情報に含まれる、番組に関する記述の特徴値との類似度を、前記あるユーザの視聴履歴及び前記友人の視聴履歴を用いてそれぞれ算出する特徴分析部と、
    前記番組表情報から、前記あるユーザが視聴した番組に関する記述の特徴値との類似度、及び前記友人が視聴した番組に関する記述の特徴値との類似度がそれぞれ所定の閾値以上である番組を抽出し、抽出された前記番組と前記友人とを前記あるユーザの端末へ出力する推薦情報抽出部と、
    を有する推薦装置。

Images