JP2015106347A - レコメンド装置およびレコメンド方法 - Google Patents

Abstract

【課題】計算量を軽減させつつ、ユーザ特性に即してレコメンドすること。
【解決手段】転置インデックス記憶部は、コンテンツのコンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを記憶し、履歴記憶部が、各ユーザ端末がアクセスしたコンテンツの履歴情報を記憶し、ユーザ特徴特定部が端末からレコメンド要求がなされると、履歴記憶部が記憶している履歴情報の内、レコメンド要求した端末に対応する履歴情報のコンテンツの特徴要素を特定し、レコメンド候補検索部が、特徴要素特定部により特定された特徴要素に対応するコンテンツをレコメンド候補として、転置インデックステーブルを用いて検索し、レコメンド決定部が、レコメンド候補からレコメンド対象を決定し、レコメンド出力部が、レコメンド対象のコンテンツを出力する。
【選択図】 図２

Description

本発明は、レコメンドするレコメンド装置およびレコメンド方法に関する。

ユーザの過去の閲覧コンテンツに基づいてコンテンツを並び替える技術として、Content Based Filtering方式がある。このContent BasedFiltering方式では、過去にユーザが閲覧したコンテンツ（満足コンテンツ）と同じ特徴を有するコンテンツを上位に出力する。よって、Content Based Filtering方式では、過去にユーザが閲覧したコンテンツと同じ特徴を特定するために、ユーザの特性を推定する処理が必要である。

このような技術として、特許文献１に記載のような技術がある。特許文献１に記載の技術では、現在閲覧中のコンテンツと、履歴コンテンツとの類似度を計算し、各履歴コンテンツの類似度と、各履歴コンテンツに対するユーザ評価値とを乗算して、履歴コンテンツの補正評価値を計算する。そして、補正評価値の高い順に履歴を並び替え、並び順を満たすようにユーザの特徴ベクトルを計算し、ユーザ特徴ベクトルと類似するコンテンツをレコメンドする。

特開２０１０−２６２４０１号公報

しかしながら、特許文献１に記載の技術においては、レコメンド候補のコンテンツと履歴コンテンツとの内積計算をする必要があるため、計算量が多くなるという問題点がある。

そこで、本発明においては、上述の課題を解決するために、計算量を軽減させつつ、ユーザ特性に即してレコメンドするレコメンド装置およびレコメンド方法を提供することを目的とする。

上述の課題を解決するために、本発明のレコメンド装置は、コンテンツのコンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを記憶する転置インデックス記憶手段と、各ユーザ端末がアクセスしたコンテンツの履歴情報を記憶する履歴情報記憶手段と、ユーザ端末からレコメンド要求がなされると、履歴情報記憶手段が記憶している履歴情報の内、レコメンド要求したユーザ端末に対応する履歴情報のコンテンツの特徴要素を特定する特徴要素特定手段と、特徴要素特定手段が特定した特徴要素に対応するコンテンツをレコメンド候補として、転置インデックステーブルを用いて検索するレコメンド候補検索手段と、レコメンド候補検索手段が検索したコンテンツからレコメンド対象を決定するレコメンド決定手段と、レコメンド決定手段が決定したレコメンド対象のコンテンツを出力するレコメンド出力手段と、を備える。

また、本発明のレコメンド方法は、レコメンド装置におけるレコメンド方法において、コンテンツのコンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを転置インデックス記憶手段へ記憶する転置インデックス記憶ステップと、各ユーザ端末がアクセスしたコンテンツの履歴情報を履歴情報記憶手段へ記憶する履歴情報記憶ステップと、ユーザ端末からレコメンド要求がなされると、履歴情報記憶手段が記憶している履歴情報の内、レコメンド要求したユーザ端末に対応する履歴情報のコンテンツの特徴要素を特定する特徴要素特定ステップと、特徴要素特定ステップで特定した特徴要素に対応するコンテンツをレコメンド候補として、転置インデックステーブルを用いて検索するレコメンド候補検索ステップと、レコメンド候補検索ステップで検索したコンテンツからレコメンド対象を決定するレコメンド決定ステップと、レコメンド決定ステップで決定したレコメンド対象のコンテンツを出力するレコメンド出力ステップと、を備える。

この発明によれば、コンテンツのコンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを記憶する。そして、ユーザ端末からレコメンド要求が受け付けられると、履歴情報の内、レコメンド要求したユーザ端末に対応する履歴情報のコンテンツの特徴要素を特定し、特定した特徴要素に対応するコンテンツをレコメンド候補として、転置インデックステーブルを用いて検索し、検索したコンテンツからレコメンド対象を決定し、レコメンド対象のコンテンツを出力する。これにより、予め一または複数のコンテンツを対応付けた転置インデックステーブルを記憶しておき、当該転置インデックステーブルを用いて、履歴情報のコンテンツの特徴要素に対応するコンテンツをレコメンド候補とし、当該レコメンド候補からレコメンド対象のコンテンツを決定しているので、履歴情報のコンテンツと、各コンテンツとを内積計算により比較してレコメンドする場合と比較して計算量を軽減させることができる。このように、事前に転置インデックステーブルを記憶しておくことで、リアルタイム処理によりレコメンドすることができる。

また、本発明のレコメンド情報生成装置において、コンテンツのコンテンツ特徴ベクトルに基づいて、当該コンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを生成する転置インデックステーブル生成手段をさらに備え、転置インデックス記憶手段は、転置インデックステーブル生成手段が生成した転置インデックステーブルを記憶する、ようにしてもよい。

この発明によれば、コンテンツの特徴ベクトルの特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを生成し、その転置インデックステーブルを用いて、履歴情報のコンテンツの特徴要素に対応するコンテンツをレコメンドするので、計算量を軽減させることができる。

また、本発明のレコメンド装置において、特徴要素特定手段は、レコメンド要求したユーザ端末に対応する履歴情報のコンテンツの特徴要素間における優先度を決定し、レコメンド決定手段は、特徴要素特定手段が決定した特徴要素間における優先度に基づいて、レコメンド対象を決定する、ようにしてもよい。

この発明によれば、履歴情報のコンテンツの特徴要素間の優先度を決定し、決定した特徴要素間の優先度に基づいてレコメンド対象を決定するので、より履歴情報から導かれるユーザ特性を反映したレコメンドをすることができる。

また、本発明のレコメンド装置において、特徴要素特定手段は、履歴情報のコンテンツに対応する特徴要素の重複数に基づいて、特徴要素間における優先度を定めてもよい。

また、本発明のレコメンド装置において、特徴要素毎に重み付けがなされ、特徴要素特定手段は、履歴情報のコンテンツに対応する特徴要素の重み付けと、特徴要素の重複数とに基づいて、特徴要素間における優先度を定めてもよい。

また、本発明のレコメンド装置において、レコメンド決定手段は、レコメンド候補検索手段が検索したコンテンツの重複数に基づいて、レコメンド対象を決定する、ようにしてもよい。

この発明によれば、履歴情報のコンテンツの特徴要素を多く含むコンテンツを優先することになるので、より履歴情報から導かれるユーザ特性を反映したレコメンドをすることができる。

本発明によれば、計算量を軽減させつつ、ユーザ特性に即してレコメンドすることができる。

システム１のシステム構成図である。 端末装置２０及び情報配信サーバ３０の機能構成を示すブロック図である。 情報配信サーバ３０のハードウェア構成図である。 コンテンツ記憶部３１０が保持するデータ例を示す図である。 コンテンツ特徴ベクトル記憶部３１１が保持するデータの例である。 転置インデックステーブルの具体例を示す図である。 履歴記憶部３１３が保持するデータ例を示す図である。 履歴情報のコンテンツとその特徴の抽出結果を示す図である。 特徴ＩＤの出現回数を説明する図である。 特徴ＩＤの出現回数に基づく優先度を示す図である。 特徴ＩＤに対応するコンテンツを示す説明図である。 特徴ＩＤに対応するコンテンツの重複数の集計結果を示す図である。 特徴ＩＤに対応するコンテンツの重複数の集計し、重複箇所を排除した図である。 レコメンド順を示す図である。 レコメンド出力する処理を示すフローチャートである。 転置インデックスを生成する処理を示すフローチャートである。

添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。

図１は、本実施形態におけるレコメンド装置である情報配信サーバ３０を用いたシステム１のシステム構成図である。図１に示される通り、情報配信サーバ３０は、ユーザ端末である携帯端末２０とネットワークを介して通信接続して、携帯端末２０のユーザの好み等に沿ったコンテンツを送信することができる。なお、携帯端末２０は、携帯電話やスマートフォンであるが、これに限るものではなく、パソコンや、そのほかタブレット端末などであってもよい。

図２は、本実施形態の携帯端末２０と情報配信サーバ３０の機能構成を示すブロック図である。携帯端末２０は、履歴送信部２０１、レコメンド取得要求送受信部２０２、配信情報表示部２０３を含んで構成されている。そして、情報配信サーバ３０は、コンテンツ収集部３０１、コンテンツ特徴ベクトル生成部３０２、転置インデックス生成部３０３（転置インデックステーブル生成手段）、履歴収集部３０４、レコメンド取得要求受信部３０５、ユーザ特徴特定部３０６（特徴要素特定手段）、レコメンド候補検索部３０７（レコメンド候補検索手段）、レコメンド決定部３０８（レコメンド決定手段）、レコメンド出力部３０９（レコメンド出力手段）、コンテンツ記憶部３１０、コンテンツ特徴ベクトル記憶部３１１、転置インデックス記憶部３１２（転置インデックス記憶手段）、履歴記憶部３１３（履歴情報記憶手段）を含んで構成されている。

図３は、情報配信サーバ３０のハードウェア構成図である。図２に示される情報配信サーバ３０は、物理的には、図３に示すように、一または複数のＣＰＵ１１、主記憶装置であるＲＡＭ１２及びＲＯＭ１３、入力デバイスであるキーボード及びマウス等の入力装置１４、ディスプレイ等の出力装置１５、ネットワークカード等のデータ送受信デバイスである通信モジュール１６、ハードディスクまたは半導体メモリ等の補助記憶装置１７などを含むコンピュータシステムとして構成されている。図２における情報配信サーバ３０の各機能は、図３に示すＣＰＵ１１、ＲＡＭ１２等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１１の制御のもとで入力装置１４、出力装置１５、通信モジュール１６を動作させるとともに、ＲＡＭ１２や補助記憶装置１７におけるデータの読み出し及び書き込みを行うことで実現される。以下、図２に示す機能ブロックに基づいて、各機能ブロックを説明する。

最初に携帯端末２０の機能ブロックの説明をする。履歴送信部２０１は、過去に閲覧したコンテンツに関する情報である履歴情報をネットワークを介して情報配信サーバ３０へ送信する。

レコメンド取得要求送受信部２０２は、情報配信サーバ３０に対して、レコメンド要求を行い、情報配信サーバ３０からレコメンド情報（配信情報）を取得する。

配信情報表示部２０３は、携帯端末２０に対してレコメンドするコンテンツを示す情報であるレコメンド情報を出力する。具体的には、ディスプレイなどである。

続いて、情報配信サーバ３０の説明をする。コンテンツ収集部３０１は、コンテンツを管理するサーバ（図示せず）からコンテントを収集する。コンテンツ収集部３０１は、収集したコンテンツ（コンテンツのメタデータ等）をコンテンツ記憶部３１０へ格納する。

コンテンツ特徴ベクトル生成部３０２は、コンテンツ記憶部３１０に記憶されている各コンテンツに基づいて、コンテンツ特徴ベクトルを生成する部分である。生成したコンテンツ特徴ベクトルは、コンテンツ特徴ベクトル記憶部３１１に記憶される。なお、このコンテンツ特徴ベクトル生成部３０２は、コンテンツの登録がコンテンツ提供者からなされると、すなわち、コンテンツ提供者からコンテンツ及びそのメタデータを受信すると、コンテンツ特徴ベクトルを生成することになる。

ここで、図面を用いて、コンテンツ特徴ベクトルの生成について説明する。最初にコンテンツ記憶部３１０が保持するデータ例を図４に示す。コンテンツ記憶部３１０では、コンテンツの情報をテーブル形式で記憶しており、コンテンツの情報として、コンテンツＩＤ、カテゴリ、タイトル、及び本文を含む。例えば、コンテンツＩＤが「Ｃ０１」のコンテンツは、カテゴリが「ＣＤ」で、タイトルが「○○○ Complete Best」で、本文が「５月に１０年ぶりの来日公演を控え俄然注目を浴びる○○○。・・・」であることを示す。

コンテンツ特徴ベクトル生成部３０２は、コンテンツ記憶部３１０からコンテンツテーブルの情報を取得し、各コンテンツのコンテンツ特徴ベクトルを求める。具体的に、コンテンツ特徴ベクトル生成部３０２は、コンテンツ情報に対して形態素解析を行い、予め定められた所定のキーワード群を含むか否か（キーワード群を含む場合には回数も考慮してもよい）に基づいて各コンテンツのコンテンツ特徴ベクトルを求める。

なお、コンテンツ特徴ベクトル生成部３０２として機能するプログラム中で上記キーワード群を定義しておくようにしてもよいし、情報配信サーバ３０が上記キーワード群をデータベース化した情報を保持するようにしてもよい。

コンテンツ特徴ベクトル生成部３０２は、各コンテンツのコンテンツ特徴ベクトルを求めた後に、コンテンツと当該コンテンツ特徴ベクトルとを対応付けた情報であるコンテンツ特徴ベクトル情報をコンテンツ特徴ベクトル記憶部３１１へ記憶する。コンテンツ特徴ベクトル記憶部３１１が記憶しているコンテンツ特徴ベクトル情報の例を図５に示す。図５に示すように、コンテンツ特徴ベクトル記憶部３１１は、コンテンツＩＤとコンテンツ特徴ベクトルとが対応付けられた情報を記憶している。コンテンツ特徴ベクトルとして、特徴要素（例えば、「金融」等）の識別子である特徴ＩＤを複数有する。

コンテンツ特徴ベクトル情報は、各コンテンツが、どのような特徴要素を有しているかを示す情報である。コンテンツの特徴ＩＤにフラグが設定されていれば、当該コンテンツの特徴ＩＤの特徴要素を有することを示す。具体的には、特徴要素を有している場合は、特徴要素の特徴ＩＤに「１」が設定され、特徴要素を有していない場合は、特徴要素の特徴ＩＤに「０」が設定される。本実施形態では、特徴ＩＤに対応する特徴要素が「金融」、「旅行」、「ＴＶ」、「本」、「映画」、「音楽」、「サッカー」、「芸術」の場合を例として説明する。例えば、コンテンツＩＤ「Ｃ０１」のコンテンツのコンテンツ特徴ベクトルを求める場合、コンテンツ特徴ベクトル生成部３０２は、図４に示す、コンテンツＩＤ「Ｃ０１」のコンテンツ情報の「カテゴリ」、「タイトル」、及び「本文」を形態素解析した結果、カテゴリに「ＣＤ」、本文中に「ＣＭソング」「音楽」を含むので、音楽の特徴ＩＤを有すると判断し、特徴ＩＤ「Ｔ６」に対してフラグを設定する。

転置インデックス生成部３０３は、コンテンツ特徴ベクトル記憶部３１１が保持しているコンテンツ特徴ベクトル情報を用いて転置インデックスを生成する。具体的には、転置インデックス生成部３０３は、コンテンツ特徴ベクトル情報を用いて、特徴ＩＤ毎に、当該特徴ＩＤを有している（特徴ＩＤの値が１である）一又は複数のコンテンツＩＤを特定する。このようにして、転置インデックス生成部３０３は、特徴ＩＤとコンテンツＩＤとが対応付けられた転置インデックスを生成する。

図６に転置インデックスの例を示す。図６に示すように、特徴ＩＤとコンテンツＩＤとが対応付けられている。例えば、特徴ＩＤ「Ｔ０２」は、コンテンツＩＤ「Ｃ０３」に対応することを示す。このように、予め特徴ＩＤとコンテンツＩＤとを対応付けた転置インデックスを記憶しておくことにより、特徴ＩＤを検索キーとして、当該特徴ＩＤに対応するコンテンツを簡易に検索することができる。

履歴収集部３０４は、携帯端末２０から所定のタイミング（例えば、携帯端末２０において、コンテンツを閲覧したタイミング）で履歴情報を収集する。そして、履歴収集部３０４は、収集した履歴情報を履歴記憶部３１３へ格納する。履歴記憶部３１３で保持するデータ例を図７に示す。図７に示すように、履歴情報は、ユーザＩＤ、コンテンツＩＤ、操作種別、及び操作日時を含む。

例えば、ユーザＵ００１は、２０１３年９月１１日の１２時にコンテンツＩＤ「Ｃ０２」のコンテンツを閲覧したことを示している。

レコメンド取得要求受信部３０５は、携帯端末２０からのレコメンド取得要求を受信する。

ユーザ特徴特定部３０６は、ユーザの特徴を特定する部分である。具体的に、ユーザ特徴特定部３０６は、携帯端末２０に対応する履歴情報を履歴記憶部３１３から取得し、取得した履歴情報のコンテンツの特徴要素に基づいて、ユーザの嗜好性が高い特徴要素を特定することにより、ユーザの特徴を特定する。また、ユーザ特徴特定部３０６は、ユーザの特徴を特定する際に、特徴要素間の優先順位も決定する。

ここで、ユーザＩＤ「Ｕ００１」に対応する携帯端末２０からレコメンド取得要求がなされた場合における、ユーザ特徴特定部３０６が、ユーザの特徴を特定する方法を図８〜１０を用いて説明する。

まず、ユーザ特徴特定部３０６は、コンテンツ記憶部３１０を参照し、ユーザＩＤ「Ｕ００１」が過去に参照したコンテンツ３件分（例えば、直近から３件）を抽出する。なお、抽出対象の件数は、情報配信サーバ３０で予め定められているものとする。

図７に示す履歴情報を有する場合、ユーザ特徴特定部３０６は、コンテンツＩＤが「Ｃ０２」、「Ｃ０４」、及び「Ｃ０１」のコンテンツを抽出する。そして、ユーザ特徴特定部３０６は、コンテンツ特徴ベクトル記憶部３１１を参照して、抽出したコンテンツＩＤに対応する特徴ＩＤを特定する。

ユーザ特徴特定部３０６が抽出したコンテンツＩＤとそのコンテンツＩＤに対応する特徴ＩＤを図８に示す。図８に示すように、ユーザＩＤ「Ｕ００１」の履歴情報のコンテンツは、コンテンツＩＤ「Ｃ０２」、「Ｃ０４」、及び「Ｃ０１」のコンテンツであり、コンテンツＩＤ「Ｃ０２」のコンテンツは、特徴ＩＤ「Ｔ５」及び「Ｔ８」に対応し、コンテンツＩＤ「Ｃ０４」のコンテンツは、特徴ＩＤ「Ｔ４」及び「Ｔ８」に対応し、コンテンツＩＤ「Ｃ０１」のコンテンツは特徴ＩＤ「Ｔ６」に対応する。

ユーザ特徴特定部３０６は、図８に示した情報に基づいて、特徴ＩＤの集計を行う。具体的には、ユーザ特徴特定部３０６は、特徴ＩＤ毎に出現回数を算出する。特徴ＩＤ「Ｔ５」は、コンテンツＩＤ「Ｃ０２」にのみ対応するので、出現回数は１回になる。特徴ＩＤ「Ｔ８」は、コンテンツＩＤ「Ｃ０２」、「Ｃ０４」に対応するので、出現回数は２回になる。特徴ＩＤ「Ｔ４」は、コンテンツＩＤ「Ｃ０４」に対応するので、出現回数は１回になる。この算出結果を図９に示す。

図９に示すように、特徴ＩＤ「Ｔ５」は、出現回数が１回になり、特徴ＩＤ「Ｔ８」は、出現回数が２回になり、特徴ＩＤ「Ｔ４」は、出現回数が１回になり、特徴ＩＤ「Ｔ６」は、出現回数が１回になる。なお、４行目に記載の特徴ＩＤ「Ｔ８」は、２行目の特徴ＩＤ「Ｔ８」に集約されている。

ユーザ特徴特定部３０６は、図９に示した出現回数に基づいて優先度を決定する。図１０に示すように、ユーザ特徴特定部３０６は、出現回数２回の特徴ＩＤ「Ｔ８」を最優先として、出現回数１回の特徴ＩＤ「Ｔ５」、「Ｔ４」、及び「Ｔ６」をこの順に優先順位を定める。このように、ユーザ特徴特定部３０６は、履歴情報のコンテンツの特徴に基づいて、ユーザの好みの傾向を特定する。なお、ユーザ特徴特定部３０６は、各特徴ＩＤ毎に重み付け係数が設定されている場合に、その重み付け係数と上記出現回数との乗算結果又は重み付け係数に上記出現回数を加算した結果に基づいて優先度を決定するようにしてもよい。すなわち、重み付け係数と、出現回数とに基づいて優先度を決定するようにしてもよい。

レコメンド候補検索部３０７は、ユーザ特徴特定部３０６が特定した特徴ＩＤに対応するコンテンツを転置インデックス記憶部３１２が保持する転置インデックスを用いて検索する。

図１０に示した各特徴ＩＤに対応するコンテンツを検索した結果を図１１に示す。図１１に示すように、特徴ＩＤ「Ｔ８」に対応するコンテンツは、コンテンツＩＤ「Ｃ０２」、「Ｃ０４」及び「Ｃ０５」のコンテンツである。そして、特徴ＩＤ「Ｔ５」に対応するコンテンツは、コンテンツＩＤ「Ｃ０２」のコンテンツである。そして、特徴ＩＤ「Ｔ４」に対応するコンテンツは、コンテンツＩＤ「Ｃ０４」のコンテンツである。そして、特徴ＩＤ「Ｔ６」に対応するコンテンツは、コンテンツＩＤ「Ｃ０１」及び「Ｃ０３」のコンテンツである。転置インデックス記憶部３１２が転置インデックスを予め保持しているので、レコメンド候補検索部３０７は、当該コンテンツを特徴転置インデックスに基づいて利用者の好みの特徴を有するコンテンツを検索することができる。

レコメンド決定部３０８は、レコメンド候補検索部３０７が検索したコンテンツからレコメンド対象を決定する部分である。具体的に、レコメンド決定部３０８は、特徴ＩＤの優先度、コンテンツの重複数に基づいてレコメンド対象（レコメンドする際の優先順位も含む）を決定する。

レコメンド対象を決定する例を図１２〜１４を用いて説明する。まず、レコメンド決定部３０８は、レコメンド候補検索部３０７が検索したコンテンツの重複数を算出する。図１２は、レコメンド候補検索部３０７が検索したコンテンツの重複数を算出した結果を示す表である。図１２に示すように、コンテンツＩＤ「Ｃ０２」は、特徴Ｔ８とＴ５とに対応するのでコンテンツＩＤ「Ｃ０２」の重複数は２になる。また、コンテンツＩＤ「Ｃ０４」は、特徴ＩＤ「Ｔ８」と、「Ｔ４」とに対応するのでコンテンツＩＤ「Ｃ０４」の重複数は２になる。

図１２に示した表の内、重複するコンテンツＣ０２とコンテンツＣ０４について、優先度の低い特徴ＩＤの列を削除すると図１３のようになる。すなわち、優先度１の特徴ＩＤが「Ｔ８」になり、当該特徴ＩＤ「Ｔ８」に対応するコンテンツのコンテンツＩＤは、「Ｃ０２」、「Ｃ０４」、及び「Ｃ０５」である。そして、優先度４の特徴ＩＤが「Ｔ６」であり、当該特徴ＩＤ「Ｔ６」に対応するコンテンツのコンテンツＩＤは、「Ｃ０１」及び「Ｃ０３」である。

レコメンド決定部３０８は、図１３に示した表に基づいて、コンテンツＩＤの重複数と特徴ＩＤの優先度との順で生成リストに基づいて、レコメンドするコンテンツを決定する。

具体的に、レコメンド決定部３０８は、以下の（１）及び（２）のように選択する。
（１）優先度の最も高い特徴ＩＤの中のコンテンツの内、１番重複回数が多いコンテンツＩＤを選ぶ（重複回数が同じ場合、直近の履歴のコンテンツを優先する）。
（２）（２−１）ユーザへレコメンドしたいコンテンツの数（レコメンド対象の件数（本実施形態では、５件））に達するまで、以下の（２−２）の処理を繰り返す。
（２−２）次の優先度の特徴ＩＤの中で重複回数の多く、且つ選択されていないコンテンツＩＤを選択する。次の優先度が無い場合、優先度の最も高い特徴ＩＤへ移り、当該優先度の最も高い優先度ＩＤの中のコンテンツの内、選択されていないコンテンツの中で重複回数が多いコンテンツＩＤを選ぶ。

このように、レコメンド決定部３０８は、各特徴ＩＤから一つずつ選択することにより、特徴がそれぞれ異なるコンテンツをレコメンド対象に決定する。この場合、情報配信サーバ３０は、レコメンドするコンテンツの特徴にバリエーションを持たせることができる。なお、レコメンド決定部３０８は、優先度の高い特徴ＩＤに対応するコンテンツをレコメンドするようにしてもよい。

図１３の表に、上記方式で選択した結果を追加した表を図１４に示す。図１４に示すように、レコメンド決定部３０８は、最初に特徴ＩＤの優先度の中で最も高い特徴ＩＤ「Ｔ８」に対応するコンテンツの中で重複数の多いコンテンツを選択する。ここでは、重複数が２であるコンテンツＩＤ「Ｃ０２」を選択する。

続いて、レコメンド決定部３０８は、次の優先度のコンテンツの中で重複数の多いコンテンツを選択する。ここでは、重複数が１であるコンテンツＩＤ「Ｃ０１」を選択する。

続いて、レコメンド対象の件数に達するまでコンテンツの選択を繰り返すと、最終的に、レコメンド決定部３０８は、コンテンツＩＤ「Ｃ０２」、「Ｃ０１」、「Ｃ０４」、「Ｃ０３」、「Ｃ０５」の順で優先度を定めてレコメンド対象を決定する。

レコメンド出力部３０９は、レコメンド決定部３０８が決定したレコメンド対象のコンテンツを携帯端末２０へ出力する。

つぎに、このように構成された情報配信サーバ３０および携帯端末２０の処理について説明する。図１５は、情報配信サーバ３０による、レコメンド処理を示すフローチャートである。

最初に、携帯端末２０からレコメンド要求を受ける前にコンテンツに基づいて、コンテンツ収集部３０１、コンテンツ特徴ベクトル生成部３０２、及び転置インデックス生成部３０３により、転置インデックスを生成し、当該転置インデックスを転置インデックス記憶部３１２へ記憶する（ステップＳ１）。この処理の詳細は、後述する。

また、履歴収集部３０４は、レコメンド要求を受ける前に携帯端末２０からコンテンツの履歴情報を取得し、当該履歴情報を履歴記憶部３１３へ記憶する（ステップＳ２）。レコメンド取得要求受信部３０５が所定の携帯端末２０からレコメンド取得要求を受信すると（ステップＳ３）、ユーザ特徴特定部３０６は、レコメンド要求したユーザの履歴情報を取得する（ステップＳ４）。ユーザ特徴特定部３０６は、履歴情報を取得すると、当該履歴情報のコンテンツの特徴ＩＤを、コンテンツ特徴ベクトル記憶部３１１を参照することにより取得する（ステップＳ５）。履歴情報を必要数取得していない場合（ステップＳ６；ＮＯ）、ステップＳ５に戻る。

履歴情報を必要数取得した場合（ステップＳ６；ＹＥＳ）、ユーザ特徴特定部３０６は、特徴ＩＤの優先度付けをして（ステップＳ７）、レコメンド候補検索部３０７は、転置インデックス記憶部３１２が保持する情報を参照し、ユーザ特徴特定部３０６が特定した所定の特徴ＩＤを検索キーとして当該特徴ＩＤに対応するコンテンツを抽出する（ステップＳ８）。そして、レコメンド候補検索部３０７は、全ての特徴ＩＤを検索キーとしてレコメンド候補の検索をしていない場合（ステップＳ９；ＮＯ）、ステップＳ８へ戻り、全ての特徴ＩＤを検索キーとしてレコメンド候補の検索をした場合（ステップＳ９；ＹＥＳ）、レコメンド決定部３０８は、ステップＳ１０〜ステップＳ１２の処理をして、レコメンド対象のコンテンツを決定する。

具体的には、レコメンド決定部３０８は、コンテンツ毎に重複の有無を判断し、重複している場合には、当該コンテンツを削除し（ステップＳ１０）、重複数の降順でソートし（ステップＳ１１）、ソートした結果に基づいて、レコメンド対象のコンテンツを決定する（ステップＳ１２）。

そして、レコメンド出力部３０９は、レコメンド決定部３０８が決定したレコメンド対象のコンテンツを出力する（ステップＳ１３）。

続いて、転置インデックスを生成する処理を図１６に示すフローチャートを用いて説明する。情報配信サーバ１００において、コンテンツ収集部３０１は、コンテンツの提供者からコンテンツを受信すると、当該コンテンツをコンテンツ記憶部３１０へ記憶する（ステップＳ２１）。そして、コンテンツ特徴ベクトル生成部３０２が、コンテンツ記憶部３１０に記憶されているコンテンツのメタデータのキーワードに基づいて、コンテンツの特徴を推定する（ステップＳ２２）。なお、コンテンツ特徴ベクトル生成部３０２は、コンテンツの特徴の推定結果に基づき、コンテンツ特徴ベクトルを生成し、コンテンツ特徴ベクトル記憶部３１１に当該コンテンツ特徴ベクトルに基づいたコンテンツ特徴ベクトル情報を記憶する。そして、転置インデックス生成部３０３は、コンテンツ特徴ベクトル記憶部３１１に記憶されているコンテンツ特徴ベクトル情報に基づいて転置インデックスを生成すると共に、当該転置インデックスを転置インデックス記憶部３１２に記憶する（ステップＳ２３）。

つぎに、本実施形態の情報配信サーバ３０の作用効果について説明する。本実施形態の情報配信サーバ３０によれば、転置インデックス記憶部３１２は、コンテンツのコンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを記憶し、履歴記憶部３１３が各ユーザ端末がアクセスしたコンテンツの履歴情報を記憶し、ユーザ特徴特定部３０６が携帯端末２０からレコメンド要求がなされると、履歴記憶部３１３が記憶している履歴情報の内、レコメンド要求した携帯端末２０に対応する履歴情報のコンテンツの特徴要素を特定し、レコメンド候補検索部３０７が、ユーザ特徴特定部３０６により特定された特徴要素に対応するコンテンツをレコメンド候補として、転置インデックステーブルを用いて検索し、レコメンド決定部３０８が、レコメンド候補検索部３０７により検索されたコンテンツからレコメンド対象を決定し、レコメンド出力部３０９が、レコメンド決定部３０８が決定したレコメンド対象のコンテンツを出力する。

これにより、情報配信サーバ３０は、予め一または複数のコンテンツを対応付けた転置インデックステーブルを記憶しておき、当該転置インデックステーブルを用いて、履歴情報のコンテンツの特徴要素に対応するコンテンツをレコメンド候補とし、当該レコメンド候補からレコメンド対象のコンテンツを決定しているので、履歴情報のコンテンツと、各コンテンツとを内積計算により比較してレコメンドする場合と比較して計算量を軽減させることができる。このように、事前に転置インデックステーブルを記憶しておくことで、リアルタイム処理によりレコメンドすることができる。

また、本実施形態の情報配信サーバ３０において、転置インデックス生成部３０３が、コンテンツのコンテンツ特徴ベクトルに基づいて、当該コンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを生成し、転置インデックス記憶部３１２が、転置インデックス生成部３０３が生成した転置インデックステーブルを記憶する、ようにしてもよい。

これにより、コンテンツの特徴ベクトルの特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを生成し、その転置インデックステーブルを用いて、履歴情報のコンテンツの特徴要素に対応するコンテンツをレコメンドするので、計算量を軽減させることができる。

また、本実施形態の情報配信サーバ３０において、ユーザ特徴特定部３０６は、レコメンド要求した携帯端末２０に対応する履歴情報のコンテンツの特徴要素間における優先度を決定し、レコメンド決定部３０８は、ユーザ特徴特定部３０６が決定した特徴要素間における優先度に基づいて、レコメンド対象を決定する。

これにより、履歴情報のコンテンツの特徴要素間の優先度を決定し、決定した特徴要素間の優先度に基づいてレコメンド対象を決定するので、より履歴情報から導かれるユーザ特性を反映したレコメンドをすることができる。

また、本実施形態の情報配信サーバ３０において、ユーザ特徴特定部３０６は、履歴情報のコンテンツに対応する特徴要素の重複数に基づいて、特徴要素間における優先度を定めてもよい。

また、本実施形態の情報配信サーバ３０において、特徴要素毎に重み付けがなされ、ユーザ特徴特定部３０６は、履歴情報のコンテンツに対応する特徴要素の重み付けと、特徴要素の出現回数（重複数）とに基づいて、特徴要素間における優先度を定めてもよい。

また、本実施形態の情報配信サーバ３０において、レコメンド決定部３０８は、レコメンド候補検索部３０７が検索したコンテンツの重複数に基づいて、レコメンド対象を決定する、ようにしてもよい。

これにより、履歴情報のコンテンツの特徴要素を多く含むコンテンツを優先することになるので、より履歴情報から導かれるユーザ特性を反映したレコメンドをすることができる。

上述の実施形態では、レコメンド決定部３０８は、コンテンツの重複数に基づいて、レコメンド候補の優先順位を決定し、当該優先順位に基づいてレコメンド候補全てをレコメンド対象とする場合について述べたが、コンテンツの重複数に基づいて、レコメンド候補の一部をレコメンド対象に決定するようにしてもよい。具体例として、レコメンド決定部３０８は、レコメンド候補の内、コンテンツの重複数が所定値以上のコンテンツをレコメンド対象とする。

１…システム、２０…携帯端末、３０…情報配信サーバ、２０１…履歴送信部、２０２…レコメンド取得要求送受信部、２０３…配信情報表示部、３０１…コンテンツ収集部、３０２…コンテンツ特徴ベクトル生成部、３０３…転置インデックス生成部、３０４…履歴収集部、３０５…レコメンド取得要求受信部、３０６…ユーザ特徴特定部、３０７…レコメンド候補検索部、３０８…レコメンド決定部、３０９…レコメンド出力部、３１０…コンテンツ記憶部、３１１…コンテンツ特徴ベクトル記憶部、３１２…転置インデックス記憶部、３１３…履歴記憶部。

Claims (7)

1. コンテンツのコンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを記憶する転置インデックス記憶手段と、
   各ユーザ端末がアクセスしたコンテンツの履歴情報を記憶する履歴情報記憶手段と、
   ユーザ端末からレコメンド要求がなされると、前記履歴情報記憶手段が記憶している履歴情報の内、レコメンド要求したユーザ端末に対応する履歴情報のコンテンツの特徴要素を特定する特徴要素特定手段と、
   前記特徴要素特定手段が特定した特徴要素に対応するコンテンツをレコメンド候補として、転置インデックステーブルを用いて検索するレコメンド候補検索手段と、
   前記レコメンド候補検索手段が検索したコンテンツからレコメンド対象を決定するレコメンド決定手段と、
   前記レコメンド決定手段が決定したレコメンド対象のコンテンツを出力するレコメンド出力手段と、
   を備えるレコメンド装置。
2. コンテンツのコンテンツ特徴ベクトルに基づいて、当該コンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを生成する転置インデックステーブル生成手段をさらに備え、
   前記転置インデックス記憶手段は、前記転置インデックステーブル生成手段が生成した転置インデックステーブルを記憶する、請求項１に記載のレコメンド装置。
3. 前記特徴要素特定手段は、レコメンド要求したユーザ端末に対応する履歴情報のコンテンツの特徴要素間における優先度を決定し、
   前記レコメンド決定手段は、前記特徴要素特定手段が決定した特徴要素間における優先度に基づいて、レコメンド対象を決定する、
   請求項１又は２に記載のレコメンド装置。
4. 前記特徴要素特定手段は、履歴情報のコンテンツに対応する特徴要素の重複数に基づいて、特徴要素間における優先度を定める、請求項３に記載のレコメンド装置。
5. 前記特徴要素毎に重み付けがなされ、
   前記特徴要素特定手段は、履歴情報のコンテンツに対応する特徴要素の重み付けと、特徴要素の重複数とに基づいて、特徴要素間における優先度を定める、
   請求項３に記載のレコメンド装置。
6. 前記レコメンド決定手段は、前記レコメンド候補検索手段が検索したコンテンツの重複数に基づいて、レコメンド対象を決定する、
   請求項１から５の何れか一項に記載のレコメンド装置。
7. レコメンド装置におけるレコメンド方法において、
   コンテンツのコンテンツ特徴ベクトルを構成する特徴要素ごとに、一または複数のコンテンツを対応付けた転置インデックステーブルを転置インデックス記憶手段へ記憶する転置インデックス記憶ステップと、
   各ユーザ端末がアクセスしたコンテンツの履歴情報を履歴情報記憶手段へ記憶する履歴情報記憶ステップと、
   ユーザ端末からレコメンド要求がなされると、前記履歴情報記憶手段が記憶している履歴情報の内、レコメンド要求したユーザ端末に対応する履歴情報のコンテンツの特徴要素を特定する特徴要素特定ステップと、
   前記特徴要素特定ステップで特定した特徴要素に対応するコンテンツをレコメンド候補として、転置インデックステーブルを用いて検索するレコメンド候補検索ステップと、
   前記レコメンド候補検索ステップで検索したコンテンツからレコメンド対象を決定するレコメンド決定ステップと、
   前記レコメンド決定ステップで決定したレコメンド対象のコンテンツを出力するレコメンド出力ステップと、
   を備えるレコメンド方法。

Images