JP2015049637A - 興味内容推定装置及び興味内容推定プログラム - Google Patents

Abstract

【課題】ユーザ毎の興味内容を適切に推定する。【解決手段】番組視聴時に対する視聴状況からユーザの興味内容を推定する興味内容推定装置において、前記視聴状況から番組中の単位時間毎の興味度を推定する興味度推定手段と、前記興味度推定手段により得られた番組中の興味区間と、前記番組に対して予め設定されたメタデータとを照合し、興味のあった前記メタデータに対するヒストグラムを生成する照合手段と、前記照合手段により得られる興味内容に対応する情報を前記ユーザに提示する情報提示手段とを有することにより上記課題を解決する。【選択図】図１

Description

本発明は、興味内容推定装置及び興味内容推定プログラムに係り、特にユーザ毎の興味内容を適切に推定するための興味内容推定装置及び興味内容推定プログラムに関する。

テレビ装置の番組推薦機能の高度化や視聴中のコンテンツと関連した情報の効果的な提示等を行う情報提供システムにおいて、視聴者の興味内容（嗜好）等を推定する技術が用いられている。例えば、従来では、テレビ装置に対する視聴者の操作履歴等から、視聴者の嗜好を抽出する手法が存在する（例えば、特許文献１参照）。

特許文献１に示す手法は、機器に対するリモートコントローラを用いた番組の選択や閲覧等に対する操作情報から、視聴者が操作対象の番組に興味を持っているかどうかを予め決められたルールで判定し、興味を持っていると判定された番組に設定された番組情報から視聴者の嗜好を抽出している。

特開２００５−３１２０２３号公報

しかしながら、特許文献１に示されているような手法では、視聴者の嗜好を抽出するためのルールが主観的になりがちであり、また番組全体の情報から視聴者の嗜好を抽出しているため、視聴者が興味を持っている内容を正確に表現した内容とはならない。したがって、視聴者毎の興味内容を適切に推定することができない。

本発明は、上述した問題点に鑑みなされたものであり、ユーザ毎の興味内容を適切に推定するための興味内容推定装置及び興味内容推定プログラムを提供することを目的とする。

上記課題を解決するために、本件発明は、以下の特徴を有する課題を解決するための手段を採用している。

本発明は、番組視聴時に対する視聴状況からユーザの興味内容を推定する興味内容推定装置において、前記視聴状況から番組中の単位時間毎の興味度を推定する興味度推定手段と、前記興味度推定手段により得られた番組中の興味区間と、前記番組に対して予め設定されたメタデータとを照合し、興味のあった前記メタデータに対するヒストグラムを生成する照合手段と、前記照合手段により得られる興味内容に対応する情報を前記ユーザに提示する情報提示手段とを有することを特徴とする。

また本発明は、番組視聴時に対する視聴状況からユーザの興味内容を推定する興味内容推定プログラムにおいて、コンピュータを、前記視聴状況から番組中の単位時間毎の興味度を推定する興味度推定手段、前記興味度推定手段により得られた番組中の興味区間と、前記番組に対して予め設定されたメタデータとを照合し、興味のあった前記メタデータに対するヒストグラムを生成する照合手段、及び、前記照合手段により得られる興味内容に対応する情報を前記ユーザに提示する情報提示手段として機能させる。

本発明によれば、ユーザ毎の興味内容を適切に推定することができる。

本実施形態における興味内容推定装置の機能構成の一例を示す図である。 興味内容推定処理の一例を示すフローチャートである。 本実施形態における興味内容の候補抽出の具体例を説明するための図である。 階層ワードネットを用いた興味内容の拡張例を示す図である。

＜本実施形態について＞
本実施形態は、例えばテレビ視聴時（番組視聴時）における視聴者の視聴状況から番組のどんな内容に興味を持っているかを推定する手法に関する。なお、本実施形態における「番組」とは、例えばニュースやスポーツ、ドラマ等の番組だけでなく、コマーシャル（ＣＭ）や映画等のコンテンツを含んでいてもよい。

また、本実施形態では、例えばテレビ視聴時に視聴者が興味を有した時間における番組の内容、視聴者の行動内容等を統計的に解析することにより、視聴者が何に興味を持っているかを推定する仕組みを提供する。

また、本実施形態では、例えば複数の興味を持っていると思われる興味対象を抽出し、それら興味対象から関連のある対象物までを初期の興味対象候補に加えて、興味対象の拡張化処理を含む。この拡張化処理により、例えば具体的な興味対象内容から抽象度の高い一般的な興味対象候補までを統一的に処理することができ、汎用性の高い推定手法を実現する。

また、本実施形態では、例えば興味内容推定装置とユーザとのインタラクション機能に興味候補の絞り込み処理を含めることで、興味内容推定手法の精度向上を図る。本実施形態では、推定した興味内容を用いることにより、視聴者の要求に応える状況適応型のユーザーインターフェースの実現が可能となる。

以下に、上述したような各特徴を有する本発明における興味内容推定装置及び興味内容推定プログラムを好適に実施した形態について、図面を用いて詳細に説明する。なお、以下の説明では、興味内容を推定するための元となるデータを視聴者（ユーザ）からの番組視聴データ（視聴状況等）とするが、本実施形態ではこれに限定されるものはなく、他のデータを用いてもよい。また、以下の説明において、視聴者は、番組をテレビ装置で視聴することとするがこれに限定されるものではなく、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）やタブレット端末、スマートフォン等の情報機器であってもよい。

＜興味内容推定装置：機能構成例＞
本実施形態における興味内容推定装置の機能構成例について図を用いて説明する。図１は、本実施形態における興味内容推定装置の機能構成の一例を示す図である。図１に示す興味内容推定装置１０は、認証手段１１と、個人別データベース１２と、興味度推定手段１３と、照合手段１４と、興味対象拡張手段１５と、情報提示手段１６とを有する。

なお、本実施形態における興味内容推定装置１０は、例えばユーザが番組を視聴するテレビ装置等とインターネット等に代表される通信ネットワークを介してデータの送受信が可能な状態で接続されている構成を想定しており、後述する個人情報２１や視聴状況２２等についてはテレビ装置から取得することができる。本実施形態における興味内容推定装置１０は、上記の構成に限定されるものではなく、例えばテレビ装置に内蔵されていてもよい。

認証手段１１は、視聴者（ユーザ）からの個人情報２１の入力に基づく認証処理を行い、認証で許可された視聴者のみが、興味内容推定装置１０の各機能を利用することができる。個人情報２１とは、例えばユーザを識別するためのユーザＩＤやパスワード等であるが、これに限定されるものではなく、顔画像や指紋等の情報であってもよい。これらの個人情報２１は、予め個人別データベース１２等に記憶されている。

認証手段１１は、興味内容推定装置１０の各機能を利用する度に入力される視聴者からの個人情報２１と、個人別データベース１２に記憶されている個人情報とを照合し、同一の個人情報が個人別データベース１２内に存在する場合には、認証を許可し、同一の個人情報が存在しない場合には、認証不許可（認証ＮＧ）として興味内容推定装置１０の利用を拒否する。

ユーザは、例えばテレビ装置を操作する遠隔操作手段（リモートコントローラ（以下、「リモコン」という））等に設けられた各種操作ボタンを使用して個人情報２１を入力してもよい。また、ユーザは、例えばテレビ装置に内蔵又は外付けされたカメラ（撮像手段）を用いて自分の顔画像を撮影し、その撮影された顔画像を個人情報２１として入力してもよい。

個人別データベース１２は、認証時に使用する個人情報、個人の蓄積情報、個人別の照合結果、視聴状況２２、情報提示内容等が記憶されるが、これに限定されるものではない。個人別データベース１２に記憶される個人情報の一例としては、例えばユーザＩＤ、パスワード、ＩＰアドレス等のアドレス情報、年齢や清性別、趣味、特技、嗜好情報等を含むプロファイル情報、顔画像、及び指紋情報等の生体情報等のうち、少なくとも１つの情報である。また、個人別データベース１２は、ユーザ毎の興味内容を予測する興味内容予測モデル等を有する。

興味度推定手段１３は、例えば、テレビ視聴時における視聴者の視聴状況２２からどの番組に興味を持っているかを推定する。また、興味度推定手段１３は、視聴状況２２から番組中の所定時間毎の興味度を推定する。

ここで、視聴状況２２とは、各時間にどの番組を表示させていたかを示すものであり、例えば番組の変更（チャンネルの切り替え）行為等の各種行動内容であるが、これに限定されるものではない。視聴状況２２は、ユーザによるリモコン操作等によりテレビ装置に表示される番組が変更された場合やテレビ装置の電源がＯＮ／ＯＦＦされた場合に、それぞれの事象に対応する情報がユーザ情報等と共に、テレビ装置から通信ネットワークを介して興味内容推定装置１０に送信される。

また、視聴状況２２は、例えば視聴者毎の視聴状況を認識するための任意の入力信号であってもよい。入力信号としては、例えばカメラ（撮像手段）等で撮影された映像やマイク等の音声取得手段から入力された音声情報等の観測情報等があるが、これに限定されるものではない。

興味度推定手段１３は、例えば上述したユーザの視聴状況２２に基づいて、所定時間に放送された各番組に対して、どの程度の割合でその番組を見ていたかを指標として興味度を推定する。例えば、興味度推定手段１３は、１時間番組に対して１時間チャンネルを変えなかった場合には興味度１．０と推定し、１時間番組に対して３０分視聴した場合には興味度０．５と推定する。なお、興味度は、例えば１番組中に含まれるシーン毎又は短い時間間隔毎（例えば、１分、３分、１０分単位等）に設定することができるが、これに限定されるものではない。

照合手段１４は、興味度や番組内容、行動内容等を照合し、ユーザが興味を持った内容を推定する。例えば、照合手段１４は、興味度推定手段１３により推定された興味度に対して、番組毎に予め設定されているメタデータ（例えば、ＥＰＧ（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）に含まれている情報や、分単位で詳細に設定された番組の出演者情報や映像情報、画面に表示されている文字や画像等を含む番組情報２３を参照し、テレビ視聴時における視聴者の番組への興味度を推定する。また、照合手段１４は、その時点及び前後の時間帯における番組内容に関係する情報や視聴者の行動内容等から興味の対象を推定する。上述したＥＰＧには、番組情報だけでなく、タイトルやジャンル、出演者等の様々な情報が含まれる。

また、照合手段１４は、番組内容毎にデータ集計を行い、ユーザ毎に視聴履歴に基づき、例えば番組に関連する少なくとも１つの項目（例えば、出演者、番組ジャンル、番組名）等の単語毎にヒストグラムを生成する。

また、照合手段１４は、例えば興味度のある時間での番組内容や行動内容から複数の興味対象候補を抽出し、その抽出した興味対象候補の頻度情報を記憶することにより、興味内容予測モデルを構築する。また、照合手段１４は、例えば予め興味対象候補を設定することで、設定された興味対象候補とユーザの選択行為等の行動内容とから興味内容予測モデルを更新する。

なお、照合手段１４における興味対象の推定については、例えば所定期間（例えば、１週間や１ヶ月）分における複数の興味対象候補を記憶しておき、記憶された情報を用いて統計的に興味対象候補を推定してもよい。

興味対象拡張手段１５は、予め設定されたシソーラス辞書２４を用いて個別の番組内容や行動内容から抽象度の高い興味対象を興味内容予測モデルに追加する。これにより、興味内容予測モデルを広範な興味対象へ拡張する。シソーラス辞書２４とは、例えば番組のキーワードや出演者名等の言葉を、同義語や意味上の類似関係や包含関係等によって分類した辞書やデータベース等であるが、これに限定されるものではない。上述したシソーラス辞書２４を用いることで、例えば番組のキーワードが「シマウマ」である場合に、その言葉の拡張した興味内容として「動物」、「アフリカ」等といった興味内容の拡張を行うことができる。

情報提示手段１６は、興味対象拡張手段１５により拡張された興味内容予測モデル等を用いて、番組を視聴しているときの視聴者の興味の度合いに応じた興味内容を推定する。例えば、情報提示手段１６は、興味の度合いに応じた所定数の興味内容を選択し、選択した興味内容を興味情報２５として通信ネットワーク等を介してテレビ装置の画面に表示することで、ユーザ（視聴者）等に興味内容を提示する。

興味情報２５としては、例えばある動物番組から「シマウマ」に興味を持っていると推定された場合に、「シマウマ」だけでなく、興味対象拡張手段１５に拡張された「シマウマ」の抽象概念（上位概念や関連ワード等も含む）である「アフリカ」や「動物」等の単語も含まれるが、興味情報２５としては、これに限定されるものではない。

なお、本実施形態における興味情報２５は、情報提示手段１６により視聴者に提示されるだけでなく、例えば番組制作者やシステム管理者等に提示されてもよい。また、興味情報２５は、データベース等の記憶手段に記憶され、ユーザ端末毎に管理されてもよい。

上述した本実施形態における興味内容推定装置１０において、上述した個人別データベース１２や番組情報２３、シソーラス辞書２４、興味内容予測モデル等は、興味内容推定装置１０内に設けられる記憶手段に記憶されていてもよく、また通信ネットワークを介して接続される外部装置等により管理され、必要に応じてデータの読み出しや書き込みが行えるように構成されていてもよく、照合手段１４や興味対象拡張手段１５の内部メモリ等に記憶されていてもよい。

また、上述した興味内容推定装置１０は、上述したようなインタラクティブな処理により個人別データベース１２に含まれる視聴履歴や興味内容予測モデルを更新してもよい。また、興味内容推定装置１０は、予め認証された特定のユーザからのアクセスに限定されずに、任意のユーザからのアクセスを許可する場合には、上述した認証手段１１の機能は有していなくてもよい。また、本実施形態における興味内容推定装置１０は、興味対象拡張手段１５の機能を有していなくてもよい。その場合、情報提示手段１６は、例えば照合手段１４により推定された興味内容のみを提示する。

＜興味内容推測処理の一例＞
次に、上述した興味内容推定装置１０における興味内容推定処理の一例について、フローチャートを用いて説明する。図２は、興味内容推定処理の一例を示すフローチャートである。

図２の例において、認証手段１１は、ユーザから入力される個人情報２１を用いて個人認証を行い（Ｓ０１）、その結果から認証がＯＫであるか否か（認証が許可されたか否か）を判断する（Ｓ０２）。認証がＯＫ（認証許可）の場合（Ｓ０２において、ＹＥＳ）、興味度推定手段１３は、ユーザから取得した視聴状況（視聴履歴）に基づいて興味度を推定する（Ｓ０３）。

次に、照合手段１４は、Ｓ０３の処理により得られる興味度と予め記憶されている時間情報に対応する番組内容（例えば、ＥＰＧ等のメタデータ）とを照合する（Ｓ０４）。次に、照合手段１４は、番組内容毎にデータ集計を行い、その結果に基づいてヒストグラムを生成する（Ｓ０５）。

ここで、照合手段１４は、全ての番組に対して、例えば上述のＳ０３〜Ｓ０５の処理が終了したか否かを判断し（Ｓ０６）、処理が終了していない場合（Ｓ０６において、ＮＯ）、Ｓ０３の処理に戻る。

また、Ｓ０６の処理において全ての番組に対する処理が終了した場合（Ｓ０６において、ＹＥＳ）、興味対象拡張手段１５は、Ｓ０５の処理で得られたヒストグラムから興味内容を予測して興味対象を拡張する（Ｓ０７）。なお、興味対象を拡張する場合には、例えば上述したシソーラス辞書２４等を用いてもよい。また、拡張した興味対象は、上述した興味内容予測モデルとして記憶手段や内部メモリ等に記憶されてもよい。

次に、情報提示手段１６は、Ｓ０７の処理において、拡張された内容（興味内容予測モデル等）に基づいて、複数の興味内容から所定数（例えば、１以上）の興味内容を選択し（Ｓ０８）、選択した興味内容を、推定されたユーザの興味情報２５としてユーザ等に提示する（Ｓ０９）。

なお、上述したＳ０３の処理において、認証手段１１は、認証がＯＫでなかった場合（Ｓ０２において、ＮＯ）、つまり認証がＮＧ（認証不許可）の場合、処理を終了する。なお、本実施形態において、認証手段１１は、認証結果がＯＫでなかった場合には、ユーザに個人情報２１を再度入力させるような機能を設けてもよい。

＜興味度推定手段１３における興味度推定について＞
次に、興味度推定手段１３における興味度推定について具体的に説明する。本実施形態では、視聴者のテレビ視聴における興味の内容を自動推定する。興味度推定手段１３における視聴状況２２からの興味度推定では、例えば本出願人により出願された特開２０１３−１５３３４９号公報に示す手法を適用することができるが、これに限定されるものではない。

本実施形態における興味推定では、例えば視聴状況に基づいてテレビ番組を見ている時の興味度を設定する。具体的には、まずユーザ（視聴者）からの入力信号（視聴状況２２）として、顔の向き情報、体の静止状態、表情変化を、視聴中のユーザを撮影したカメラ映像等から取得する。また、ユーザからの入力信号（視聴状況２２）として、テレビ視聴におけるユーザのリモコン等の操作情報を取得する。

次に、興味度推定手段１３は、上述した入力信号として得られた情報のそれぞれの組に対して、単位時間毎の統計（例えば、ヒストグラム）から単位時間毎のデータ（代表値）を取得する。次に、興味度推定手段１３は、取得した結果と興味に関係する相互作用を記述した素性関数とを用いて、視聴状況の興味度を取得する。なお、興味度としては、例えばその時点（単位時間）における興味状態（例えば、興味あり／なし）の判定の結果を取得することで、視聴した番組の内容（各メタデータ等）に対する興味度（興味内容）を推定することができるが、これに限定されるものではない。

例えば、本実施形態では、番組内容の各メタデータにどの程度興味があり、どの程度興味がないかを示す興味度レベルを推定してもよい。例えば、興味度推定手段１３は、興味があると判定された時間の長さ（例えば、連続時間）に応じて興味レベルを段階的に上げて興味度を推定してもよい。また、本実施形態では、視聴者が興味を持ったときの時間帯における番組内容や視聴者の行動内容から統計的に視聴者の興味内容を更新してもよい。

上述したように、本実施形態における興味内容推定手法では、視聴者が興味を持って視聴していた番組等のコンテンツの内容を単位時間毎に分析することにより、例えば番組のシーン単位等に限定されず、更に細かい時間間隔を基準に視聴者の興味の対象である興味内容を適切に推定することができる。

＜興味内容の候補抽出の具体例＞
図３は、本実施形態における興味内容の候補抽出の具体例を説明するための図である。本実施形態では、視聴者が興味を持っていた区間（図３に示す興味区間）の視聴コンテンツのメタデータを集計してその出現頻度を計算し、出現頻度で重み付けされた興味内容の候補をリストとして抽出する。

また、本実施形態では、抽出した興味内容に関係する内容を含むユーザフィードバックの程度（度合い）を数値化して、上述した興味内容の候補を更新してもよい。また、本実施形態では、上述したように、個々の興味内容と関係する概念（例えば、抽象概念等）の関係から、抽出した興味内容を変換して、興味内容の候補を拡張してもよい。

なお、本実施形態では、上述までの処理で拡張した興味内容候補を確率分布に変換し、視聴者が興味を持つ内容の事前確率として、上述した処理に導入することにより、興味内容推定処理の精度を向上させることができる。また、１回の視聴毎に興味内容の確率分布を更新する逐次更新処理を導入することにより視聴者の興味内容に対する時間的な変化に対応することができる。

本実施形態では、図３の例に示すように、視聴者が興味を持って番組を視聴していた区間と、その時の番組に移っている情報（例えば、メタデータ）とを照合して、視聴者の興味内容を推定する。視聴者が興味を持って視聴していた区間の推定は、例えば上述した興味度推定手段１３における単位時間毎の興味状態（例えば、興味あり／なし）の判定結果から取得することができる。

照合手段１４は、興味度推定手段１３により「興味あり」と判定されていた区間長を計算し、その区間での番組内容を記述するメタデータと照合することにより、興味内容候補を抽出することができる。

本実施形態では、図３の例に示すように、上述した処理を番組全体に対して行うと共に、その他の複数の番組（番組１〜番組ｎ）で同様の処理を繰り返すことにより、視聴者の興味対象の興味内容の絞り込みが実現できる。

図３の例を更に具体的に説明する。照合手段１４は、ある番組（例えば、番組１）について時間毎の興味状態を推定する。番組には、予め単位時間（例えば、１秒、５秒、１０秒、３０秒、１分、５分）毎に、登場人物（動物や機械等の物体等も含む）や番組内容（タイトルや場所の名前）、画面に表示されている文字、番組のジャンル等を示すメタデータ（メタデータ１〜メタデータＮ）が予め設定されている。

また、照合手段１４は、興味度推定手段１３により興味のある時間と推定された区間（興味区間）のメタデータについてヒストグラムを加算する。このとき、ヒストグラムは、時間の長さで重み付けすることができるが、これに限定されるものではない。重み付けをすることで、より適切に興味内容を推定することができる。

照合手段１４は、上述したヒストグラムの加算をユーザが視聴する１又は複数の番組（番組１〜番組ｎ）全てについて行う。なお、上述のヒストグラムの横軸は、メタデータをあらわす単語（図３の例では、メタ１、メタ２、・・・メタＳと表記）で、番組数Ｐに含まれている全てのメタデータの数（Ｓ個（Ｓ≧Ｎ））であると仮定している。

図３の例において、ユーザの視聴状況２２からユーザの興味のあり／なしの区間が示されているが、この興味あり／なしの区間は、それぞれ１／０で表示することができる。具体的には、図３の例に示すように、興味内容を表すメタデータの出現の有無を１／０で表現した行列と、興味区間の有無を同じように１／０で表現したベクトルとを用いて、以下に示す（１）式により１つの番組での各メタデータに対する興味内容の寄与度を表す興味内容寄与ベクトルを算出することができる。

ここで、上述した（１）式において、ｍｅｔａ＿ｗは、各メタデータが興味内容であるかどうかの寄与度を示し、ＭＴがメタデータ空間次元数×番組全体の単位時間の個数の行列を示す。また、その要素ＭＴ（ｉ，ｊ）は、メタデータｉが番組のｊ時間にメタデータとして記述されているかを示すバイナリー行列である。

また、上述した（１）式において、ｃｕｒｉ＿ｔは、長さが番組全体の単位時間の個数長のベクトルを示し、その要素ｃｕｒｉ＿ｔ（ｊ）は、ｊ時間での興味の有無を１／０のバイナリー値を取ったものである。

ある単独番組ｐで集計したｍｅｔａ＿ｗｐを複数番組での集計に拡張するのは単純にそれぞれの番組集計したｍｅｔａ＿ｗｐを加算すればよい。これを（２）式に示す。

以上の過程で得た興味内容寄与ベクトルの要素をその大きさ順に並べ替えたものが、視聴者の番組中の興味内容の推定リスト（興味情報）となる。この推定リストは、（１）式、（２）式の興味度と番組のメタデータとの照合処理である。そのため、興味内容推定装置１０は、ユーザから得られる各種情報（ユーザインタラクション）を通じて更新することにより、視聴者の真の興味内容に近い推定リストに変換することができる。

また、上述した変換処理は、例えば番組の視聴を終了した後に、興味内容推定装置１０が推定した興味内容毎に関連する情報をユーザ（視聴者）等に提供し、どの情報を閲覧したかを記録し、閲覧情報の基になった興味内容候補の寄与率を上昇させるような処理を有していてもよい。更新されたデータは、以下に示す（３）式で求めることができる。

ここで、上述した（３）式におけるλは、ユーザインタラクションの有無が興味内容寄与率の上昇に与える影響度を示し、Ｕは、それぞれの興味度内容を表現するメタデータにユーザインタラクションがどのくらい関係するかを示す指標行列を示す。本実施形態では、例えば該当のメタデータ要素とのユーザインタラクションがあった場合は１で表現し、なかった場合は０で表現するバイナリーの対角行列を用いる。

＜興味内容推定の他の実施形態＞
上述した（１）式〜（３）式の処理では、興味内容の対象となるメタデータが番組に出てくる内容に限定されるため狭い範囲の興味内容が推定されるが、他の実施形態として、興味対象拡張手段１５において、例えば推定した興味内容から抽象度の高い興味内容に拡張することで、ユーザ毎の興味内容をより適切に推定することができる。

図４は、階層ワードネットを用いた興味内容の拡張例を示す図である。本実施形態では、推定した興味内容を単語列とし、図４の例に示すように言語処理でよく用いられているワードネット（ＷｏｒｄＮｅｔ）等の単語間の関係を記述したシソーラスデータ群（例えば、シソーラス辞書２４等）を用いて、推定興味内容に関係するワードを含めて興味内容の寄与度を計算する。

図４の例に示すように、番組視聴から推定した単語の階層をｍ、その１つ上の階層をｍ＋１とし、それぞれの単語の興味内容寄与率を｛ｗ｝で表し、単語間の関係の度合いを｛ｅ｝で表すと、ｍ＋１階層の単語ｗの興味内容寄与率は以下に示す（４）式で求めることになる。

このようにして得られた興味内容の寄与率を確率分布に変換することにより、新たな興味内容の推定処理における事前確率として使用することができる。興味内容の寄与率の確率分布への変換は、例えば以下に示す（５）式により実現することができる。

ここで、上述した（５）式におけるＺ（ｍ）は、ｍ階層のｗの確率分布の正規化項である。

＜インタラクティブな処理による興味内容予測モデルの更新＞
次に、本実施形態において、ユーザ（視聴者）とのインタラクティブな処理により、上述した興味内容予測モデルを更新する例について説明する。

上述したように、情報提示手段１６は、推定した興味内容結果をその確率値で昇順に｛ｎ（１），・・・，（ｎ（ｐ）｝とし、ユーザのテレビ装置にそれぞれの興味内容に関連する情報を提示する。例えば、情報提示手段１６は、興味内容が人物名の場合に、その人物名を説明するＵＲＬアドレス等を提示することができるが、これに限定されるものではない。

情報提示手段１６は、ユーザが提示された情報に反応して、例えば上述したＵＲＬアドレス等を参照した場合、その情報に関連する興味内容の蓄積データの重みをα倍上昇させて、興味内容予測モデルを更新する。また、情報提示手段１６は、ユーザからの反応がない場合、興味内容予測モデルの更新は行わないようにする。

＜拡張された興味内容の具体例＞
ここで、興味対象拡張手段１５により拡張された興味内容の具体例としては、例えば番組内容として「シマウマ」に興味を持っている場合、「シマウマ」の抽象概念（上位概念、関連内容等）である「アフリカ」や「動物」等の語句についても重み（得点）を加算して興味内容として提示するか否かを判断する。

なお、上述した拡張処理は、言語処理で広く使われている概念マップ等を利用することで、より効率的に拡張することができる。

＜興味内容推定結果の利用の具体例＞
次に、情報提示手段１６における興味内容推定結果の利用の具体例について説明する。情報提示手段１６は、興味内容推定結果の利用の具体例として、ユーザ毎に得られる興味内容を個人別データベース１２で時系列に管理しておき、その結果を集計して最近（例えば、今週等）の興味内容を提示したり、過去の全てのデータから集計した興味内容の上位から所定数（例えば、３個や５個等）を提示することができる。

また、情報提示手段１６は、例えば推定した興味内容をキーに予め設定されたコンテンツデータベース等を検索し、検索により得られたコンテンツに対応するＵＲＬアドレスや動画を提示してもよい。また、情報提示手段１６は、例えば興味内容とその興味内容に対応する商品宣伝情報等を記憶手段等に用意しておき、推定した興味内容から連想される商品宣伝情報を抽出して、ユーザに提示してもよい。

また、情報提示手段１６は、興味内容が名所、遺跡等の場所情報を示す場合に、その番組情報と興味内容を個人別データベース１２に記録しておき、その後にユーザがその場所を旅行等で訪れたときに、その記憶していた関連の番組の興味を持ったシーンを提示してもよい。また、情報提示手段１６は、推定した興味内容が、実際にユーザが興味のあるものか否かを確認する画面を提示してもよい。この場合、情報提示手段１６は、ユーザからの回答結果に基づいて、個人別データベースの内容や興味内容予測モデル等の内容を更新してもよい。

なお、上述の各具体例については、上述した例に限定されるものではなく、例えば上述した各具体例の一部又は全部を組み合わせた情報提示を行ってもよい。

＜実行プログラム（興味内容推定プログラム）＞
ここで、上述した興味内容推定装置１０は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の揮発性の記憶媒体、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の不揮発性の記憶媒体、マウスやキーボード、ポインティングデバイス等の入力装置、画像やデータを表示する表示部、並びに外部と通信するためのインターフェイスを備えたコンピュータによって構成することができる。

したがって、興味内容推定装置１０が有する各機能は、これらの機能を記述したプログラムをＣＰＵに実行させることによりそれぞれ実現可能となる。また、このプログラムは、磁気ディスク（フロッピィーディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ等）、半導体メモリ等の記録媒体に格納して頒布することもできる。

つまり、本実施形態では、上述した各構成における処理をコンピュータ（ハードウェア）に実行させるための実行プログラム（興味内容推定プログラム）を生成し、例えば汎用のパーソナルコンピュータやサーバ等にそのプログラムをインストールすることにより、上述したハードウェアと、プログラム等からなるソフトウェアとを協働させて上述した興味内容推定処理を実現することができる。

上述したように本実施形態によれば、ユーザ毎の興味内容を適切に推定することができる。例えば、本実施形態によれば、視聴者が何に興味を持っているかを視聴者の興味視聴とコンテンツのメタデータの照合処理により推定することができる。

また、本実施形態によれば、上述した処理で得た視聴者の興味内容を集計することにより、視聴者の嗜好を特定でき、個人に適応した情報の提供処理が実現できる。例えば、視聴者の好みに合ったコンテンツ推薦等のコンテンツ推薦手法がこれに該当するが、これに限定されるものではなく、他の分野においても広く適用することができる。

以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された範囲内において、種々の変形及び変更が可能である。また、上述した実施形態の構成要素の一部又は全部を組み合わせることも可能である。

１０ 興味内容推定装置
１１ 認証手段
１２ 個人別データベース
１３ 興味度推定手段
１４ 照合手段
１５ 興味対象拡張手段
１６ 情報提示手段
２１ 個人情報
２２ 視聴状況
２３ 番組情報
２４ シソーラス辞書
２５ 興味情報

Claims (5)

1. 番組視聴時に対する視聴状況からユーザの興味内容を推定する興味内容推定装置において、
   前記視聴状況から番組中の単位時間毎の興味度を推定する興味度推定手段と、
   前記興味度推定手段により得られた番組中の興味区間と、前記番組に対して予め設定されたメタデータとを照合し、興味のあった前記メタデータに対するヒストグラムを生成する照合手段と、
   前記照合手段により得られる興味内容に対応する情報を前記ユーザに提示する情報提示手段とを有することを特徴とする興味内容推定装置。
2. 前記照合手段により得られる興味内容と、予め設定されたシソーラス辞書とを用いて前記ユーザの興味対象を拡張する興味対象拡張手段を有することを特徴とする請求項１に記載の興味内容推定装置。
3. 前記照合手段は、
   前記視聴状況から得られる前記ユーザが視聴した複数の番組からそれぞれ得られるメタデータから生成したヒストグラムに基づいて最終的な興味内容を取得することを特徴とする請求項１又は２に記載の興味内容推定装置。
4. 前記ユーザを認証する認証手段を有し、
   前記興味度推定手段は、前記認証手段により認証許可が得られたユーザに対する興味度を推定することを特徴とする請求項１乃至３の何れか１項に記載の興味内容推定装置。
5. 番組視聴時に対する視聴状況からユーザの興味内容を推定する興味内容推定プログラムにおいて、
   コンピュータを、
   前記視聴状況から番組中の単位時間毎の興味度を推定する興味度推定手段、
   前記興味度推定手段により得られた番組中の興味区間と、前記番組に対して予め設定されたメタデータとを照合し、興味のあった前記メタデータに対するヒストグラムを生成する照合手段、及び、
   前記照合手段により得られる興味内容に対応する情報を前記ユーザに提示する情報提示手段として機能させるための興味内容推定プログラム。

Images