JP2016040660A - コンテンツ推薦装置、コンテンツ推薦方法及びコンテンツ推薦プログラム - Google Patents

Abstract

【課題】本発明は、刻々と話題が変化する生番組に対するネット上の信頼度の低いコメントから関係性の低いものを除去し、ユーザの興味のあるホットトピックに近い議論が行われている番組をリアルタイムに選択することを目的とする。【解決手段】本発明にかかるコンテンツ推薦装置１０は、分野情報に関連したコンテンツが有するコメント情報を抽出するコメント取得部１２と、時事性情報に基づいてコーパスを作成するコーパス作成部１４と、ホットトピック情報を取得し、コメント情報及びコーパスを比較し、予め定められた基準を満たすコメント情報及びコーパスの組み合わせと、第三のパラメータのホットトピック情報と、をベクトルに変換し、変換したベクトルから算出した算出値に応じてコンテンツを選択し、入力表示部に推薦コンテンツとしてコンテンツの表示を指示する潜在意味解析推薦部１３と、を備える。【選択図】図１

Description

本発明は、インターネット上で“生放送”されるライブ番組（ここではインターネット生放送と呼ぶ）を主たるターゲットとして、生放送中に議論されている話題が、視聴者の興味に合致するかどうかをリアルタイムで判断し、数多くの番組の中から、その時に視聴者が興味を持つトピックスで議論が行われている番組を、動的な仕組みで推薦するシステムにおけるコンテンツ推薦装置、コンテンツ推薦方法及びコンテンツ推薦プログラムの構成及び機能に関する。

関連技術のテレビ放送番組、インターネット上で放送される番組は数多くあり、通常、視聴者は自らの興味で、自ら番組を選び視聴する。関連技術のテレビ放送では、あらかじめ決まったプログラムが様々なメディアで公開されており、また電子的なプログラム（ＥＰＧ）も配信され、番組のタイトルや、出演者、内容に応じて、視聴者は事前に番組を検索し、放送時に選択することができる。また、インターネット上の番組に関しても、予め放送の予定、内容が決まっているものに関しては、その番組を主催する組織のホームページや番組表、またはネット上のコメントや、ランキングサイトなどの情報を用いて、視聴者は興味のある番組を検索し、選ぶことができる。

一方、テレビ放送にしてもインターネット上の番組にしても、全体に非常に番組数が多く、視聴者は効率的に興味ある番組を検索したいが、一般には興味ある番組を的確に探すことは難しい状況にある。特に、生放送番組の場合は、あらかじめ内容が決められていないような場合もあり、または決められていたとしても、出演者の反応によって、内容が予期せぬ方向に発展したりすることがある。

番組の推薦に用いることができる関連技術の検索方法は、生放送番組のタイトル、事前のプログラム、出演予定者のプロフィールから、その番組で議論されるトピックスを予想し、視聴者の興味と一致させて、または近いものを推薦する手法である。これはあらかじめ得られている情報から静的に処理を行うものである。

このため、関連技術の検索方法や、公開された番組のプログラムに頼っていると、視聴者の興味ある番組内容であっても、それらを認識して選択することはできない。このような、予測できない番組内容を有する生放送に関しては、関連技術の静的な情報に基づく検索方法で探すことは難しい。このような状況は特に、近年、数が急増しているインターネット上の生放送番組において、著しい傾向がある。

なお、上述したリアルタイムで判断するとは、生放送中の議論のトピックスが、変化する時間に十分追従できるようなリアルタイム性を有することである。また、視聴者の興味に合致するトピックスを抽出するためには、事前に決められていない議論内容をリアルタイムに把握する必要があり、そのためには該当する生放送に関連したインターネット上のコメント情報など、信頼性の低い断片的な情報から、より迅速に、かつタイムリーなホットトピックスとの意味の近さを判断する仕組みが必要となる。

また、関連技術のインターネット生放送の主な検索、推薦手法で、ユーザの好みによるホットトピックを議論している番組を、リアルタイムに推薦できるシステムはない。以下に、関連技術の手法を概観する。

（１）キーワード、タグ検索
最も一般的なものが、キーワード、タグ検索である。キーワードは主に番組名や番組説明文に含まれる単語と検索キーワードの一致検索として実現される。タグは番組制作者または番組視聴者が検索のために番組にタグと呼ばれる短い単語または文章を任意で登録する。この手法では現在どのような話題を話しているのか分からないため、検索結果に表示された番組に関して、ひとつひとつユーザは確認しないといけないという欠点がある。
（２）ザッピング
ザッピングは、ランダムに番組を再生し、視聴者の好みに一致する番組を見つける方法であるがこの手法は多数のチャネルが存在する生ねっと会議を探すにはあまりに非効率である。
（３）決め打ち推薦
現在、インターネット生放送プラットフォームのトップページに“お薦めの生放送”というような形で推薦番組が表示されることがあるが、この推薦は企業とのタイアップ番組であったり、再生数が多い番組や、運営会社の自社番組であることが多く、ユーザの嗜好を反映するものではない。お気に入りの番組制作者や出演者がいればそのメールマガジンや番組チャンネルのページに登録することで、番組開始を事前に知ることも可能である。しかし、今どのような議論がされているのか、リアルタイムの状況はわからない。
（４）リアルタイムランキング
インターネット生放送のリアルタイムランキングサイトとして、番組にコメントを送ったユーザ数でランキングを表示しているサービスが存在する。たとえば、過去１０分間にコメントを送ったユーザ数を測定して、そのランキングを示すものである。コメントを送る人の数としての盛り上がりが検出できるが、議論内容を知るには、やはり実際に視聴してみないと不明である。

本発明に関連する先行技術として、ウェブクローリングや、潜在意味解析に用いられる要素技術が挙げられる。代表的な先行技術として、下記に説明する。「潜在的意味解析」は、検索などに用いられる次元圧縮手法である（例えば、非特許文献１を参照。）。本発明では、「潜在的意味解析」を要素技術の一つとして利用している。しかし、この技術単体では、本発明で目的とする動的な推薦は実現できない。また、協調フィルタリング及びユーザプロファイリングは、嗜好抽出や情報推薦を行うことができる（例えば、非特許文献２を参照。）。しかし、本発明が対象としている動的な推薦には対応していない。

ＬＡＮＤＡＵＥＲ Ｔ． Ｋ．， ｅｔ ａｌ． "Ａｎ Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ ｌａｔｅｎｔ ｓｅｍａｎｔｉｃ ａｎａｌｙｓｉｓ"， Ｄｉｓｃｏｕｒｓｅ Ｐｒｏｃｅｓｓｅｓ ２５， ｐ.ｐ.２５９−２８４， １９９８． 土方嘉徳、"嗜好抽出と情報推薦技術"、情報処理学会、Ｖｏｌ． ４７． Ｎｏ． ４， Ａｐｒ． ２００６．

関連技術の問題点と発明が解決しようとしている課題について以下に示す。ライブで行われるインターネット生放送番組は、事前に番組内容が決められていた場合でも、その議論内容は動的に変化する。まず、議論内容は出演者によって左右されるが、出演する参加者があらかじめ決められていても、コメントなどの手段で番組中に参加して来る場合や、スカイプなどを通じて参加して来る場合などがあり、様々な興味を有した、予測できない参加者が潜在的に存在する。

さらに、参加者のやり取りによって、議論の状況が動的に変動する。結果として、インターネット生放送番組では、番組内容（議論のトピックス）が、予定していたものとは異なる新たな内容（トピックス）に、時々刻々と変化する要素を有している。

このため、予定されていた番組内容をもとにして、視聴者の興味ある番組を推薦するような関連技術の静的な仕組みは、そのままでは効果的に働かない。すなわち、番組内容の変化に対応して推薦ができない。このような状況を解決して、インターネット生放送番組の推薦を効果的に行う仕組みを実現するためには、具体的には以下のような問題点がある。

具体的な課題として、インターネット生放送番組内で動的に変化する議論内容の抽出方法に対する第一の課題がある。番組内で取り扱われているトピックスが予想できない変動をする。生で議論をする討論番組の場合は、短い場合で数十秒の単位で、話題が変化する可能性があり、事前のプログラム情報の有用性は少ないといえる。実際に、インターネット生放送の番組を観察すると、議論のトピックスの継続時間は、長くて１０分程度、短い時には１分程度、平均で数分ということが観測されている。

従って、何らかの仕組みで、各番組で話されている内容をリアルタイムに認識し、さらにその内容から、意味を分析し、視聴者が興味を持つホットトピックスと関連するのかどうか、を判断する必要がある。ここでリアルタイムに認識するという意味は、議論のトピックスの変化に対応できるような十分な早さで推定が出来ることを意味する。

しかしインターネット生放送では、インターネットで伝送される出演者の声は品質が必ずしも安定しないという状況があり、また複数人が同時に話すこともあり、トピックスの候補であるキーワードを自動的に音声認識で抽出することが困難である。さらに、複数の番組を同時に観察する必要があるが、処理速度の観点から、インターネット上の多数の番組の音声認識を同時に行うことにも限界がある。

一方、インターネット生放送番組内では、不特定の参加者のコメントも議論の進行に寄与して議論が進み、これらのコメントをデータとして用いて、議論のトピックスを推定できる可能性がある。ただし、コメントは参加者が自由な意志でアップロードできる情報であり、番組内容を正確に、かつ的確に表しているかどうかに関しての、信頼性は保証されない。これはインターネット上のソーシャルネットで流通する、該当番組に関連したコメント共有サイトでのコメントを用いる場合でも、同様に、信頼性の問題がある。

すなわち、インターネット生放送で、本システムのユーザである視聴者が興味を持つトピックスに近い議論がされているのかを推定するために、現実的な方法としてコメントの利用が有望であるが、推定のために、インターネット上のコメントを取得する仕組みと、必ずしも的確に内容を表していない可能性のある断片的なコメントから番組の内容を推定する仕組みを準備することが必要である。

本発明が解決する第一の課題は、インターネット生放送番組の中で変動する議論内容推定のために、インターネット上のコメントを取得し、信頼度の低いコメントの集合から、実用的な範囲で、目的とする議論の内容（ホットトピック）が議論されているかどうかを推定する仕組みを実現することである。

また、関連技術では、番組内の議論の内容とホットトピックの関係性の推定方法に対する第二の課題がある。インターネット生放送番組の動的なトピックスを推定するためには、抽出したキーワードとなる言葉と、視聴者が求めるホットトピックとの意味の近さを推定することで実現でき、一般には潜在意味分析などの手法で判定することが可能である。

一方、インターネット生放送は極めて時事的な話題が多く、言葉の意味の関連性が、数日、または数週間の単位で、大きく変化する場合がある。たとえば、何かの事件が発生すると、その事件に関連する特別なキーワードの間の関連性は極めて強くなり、それは事件発生前には存在しない関連性である。このように、キーワードの意味の関連性の変化に関する時事性を、適切に考慮した推定方法が必要となる。

本発明が解決する第２の課題は、視聴者が求めるホットトピックと関連する番組内容の推定を適切に行うことであり、特に意味の関係性における強い時事性を考慮する推定方法が必要である。この時事性を考慮することにより、信頼性の低いコメントからの推定を、より確実なものにすることが可能となる。

また、関連技術では、インターネット上の多数の番組から絞り込んで、効率的に意味の近いトピックスを推薦処理する方法に対する第三の課題がある。インターネット上で同時に放送されている番組数が極めて多く、すべての番組内容をリアルタイムに分析することは、実用的に困難である。インターネット生放送の同時放送チャネル数は、多い場合は、日本で数千チャネルあると言われている。

一方、本システムが目標とする番組の推薦に必要な潜在意味解析には多くの計算能力が必要となる。従って、すべてのインターネット生放送を解析するのではなく、何らかの、段階的な絞り込みの仕組みの手法を導入する必要がある。そのためには、効果的な計算の絞り込みの仕組みが必要となり、分野と時事性を考慮した仕組みが有効となる。

前記課題を解決するために、本発明は、刻々と話題が変化する生番組に対するネット上の信頼度の低いコメントから関係性の低いものを除去し、ユーザの興味のあるホットトピックに近い議論が行われている番組をリアルタイムに選択することを目的とする。

上記目的を達成するため、本発明では、ユーザから分野およびホットトピックの入力を受け、入力された分野のキーワードを有する生番組について、番組に対するコメントを収集し、収集したコメントと過去所定期間の時事性を反映したコーパスと入力されたホットトピックとを組合せて潜在意味解析を行い、各コメントとホットトピックとの座標点間の距離を求め、ホットトピックとの距離が最も近いコメントに対応する番組を推薦番組としてユーザに提示を行う。

具体的には、本発明に係るコンテンツ推薦装置は
ユーザが入力した複数のパラメータを受け付けるとともにユーザに推薦するコンテンツを表示する入力表示部と、
前記複数のパラメータのうち分野情報を有する第一のパラメータを取得し、前記第一のパラメータの前記分野情報に関連したコンテンツが有するコメント情報を抽出するコメント取得部と、
前記複数のパラメータのうち時事性情報を有する第二のパラメータを取得し、前記第二のパラメータの前記時事性情報に基づいてコーパスを作成するコーパス作成部と、
前記複数のパラメータのうちホットトピック情報を有する第三のパラメータを取得し、前記コメント情報及び前記コーパスを比較し、予め定められた基準を満たすコメント情報及びコーパスの組み合わせと、第三のパラメータのホットトピック情報と、をベクトルに変換し、変換したベクトルから算出した算出値に応じてコンテンツを選択し、前記入力表示部に推薦コンテンツとして前記コンテンツの表示を指示する潜在意味解析推薦部と、を備える。

本発明に係るコンテンツ推薦装置では、
前記コーパス作成部は、
予め定められた期間に応じてコーパスを作成してもよい。

本発明に係るコンテンツ推薦装置では、
前記潜在意味解析推薦部は、
前記コーパスが有するテキスト情報と、コメント情報が一致する場合、比較処理を行い、
前記コーパスが有するテキスト情報と、コメント情報が不一致である場合、比較処理の対象外とし、
前記比較処理でコメント情報及びコーパスを比較し、予め定められた基準を満たすコメント情報及びコーパスの組み合わせと、第三のパラメータのホットトピック情報と、をベクトルに変換し、変換したベクトルから算出した算出値に応じてコンテンツを選択し、前記入力表示部に推薦コンテンツとして前記コンテンツの表示を指示してもよい。

本発明に係るコンテンツ推薦装置では、
前記コメント取得部は、
コンテンツの識別子に応じてコンテンツが有するコメント情報を抽出するＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍ Ｉｎｔｅｒｆａｃｅｓ）をさらに備えてもよい。

本発明に係るコンテンツ推薦装置では、
前記潜在意味解析推薦部は、
前記算出値が、予め定められた基準値が未達である場合、前記基準値を満たすまで、基準値が未達である算出値を有するコンテンツ以外のコンテンツを推薦コンテンツとして選択するように、前記算出値で使用したコメント情報及びコーパスの組み合わせ及びホットトピック情報以外の算出情報を用いて繰り返し算出してもよい。

本発明に係るコンテンツ推薦装置では、
前記潜在意味解析推薦部は、
変換したベクトルを予め定められた行列で構成し、前記行列に対し特異値分解及び次元縮約して算出値を導出してもよい。

具体的には、本発明に係るコンテンツ推薦方法は
ユーザが入力した複数のパラメータを受け付けるとともにユーザに推薦するコンテンツを入力表示部に表示させる入力表示手順と、
前記入力表示手順で入力された前記複数のパラメータのうち分野情報を有する第一のパラメータを取得し、前記第一のパラメータの前記分野情報に関連したコンテンツが有するコメント情報を抽出するコメント取得手順と、
前記入力表示手順で入力された前記複数のパラメータのうち時事性情報を有する第二のパラメータを取得し、前記第二のパラメータの前記時事性情報に基づいてコーパスを作成するコーパス作成手順と、
前記入力表示手順で入力された前記複数のパラメータのうちホットトピック情報を有する第三のパラメータを取得し、前記コメント情報及び前記コーパスを比較し、予め定められた基準を満たす前記コメント情報及び前記コーパスの組み合わせと、第三のパラメータのホットトピック情報と、をベクトルに変換し、変換したベクトルから算出した算出値に応じてコンテンツを選択し、前記入力表示部に対し推薦コンテンツとして前記コンテンツの表示を指示する潜在意味解析推薦手順と、を行う。

具体的には、本発明に係るコンテンツ推薦プログラムは
コンピュータに上記のいずれかに記載の入力表示部と、コメント取得部と、コーパス作成部と、潜在意味解析推薦部として機能させる。

なお、上記各発明は、可能な限り組み合わせることができる。

本発明によれば、刻々と話題が変化する生番組に対するネット上の信頼度の低いコメントから関係性の低いものを除去し、ユーザの興味のあるホットトピックに近い議論が行われている番組をリアルタイムに選択することができる。

本実施形態に係るコンテンツ推薦システムにおけるコンテンツ推薦装置の構成の一例を示す。 本実施形態に係るユーザインタフェースの表示の一例を示す。 本実施形態に係るユーザインタフェースの表示の一例を示す。 本実施形態に係るユーザインタフェースの表示の一例を示す。 本実施形態に係るユーザインタフェースの構成の一例を示す。 本実施形態に係るユーザインタフェースの動作の一例を示す。 本実施形態に係るコメント取得部の構成の一例を示す。 本実施形態に係るコメント取得部の動作の一例を示す。 本実施形態に係る潜在意味解析推薦部の構成の一例を示す。 本実施形態に係る潜在意味解析推薦部の動作の一例を示す。 本実施形態に係るコーパス作成部の構成の一例を示す。 本実施形態に係るコーパス作成部の動作の一例を示す。 本実施形態に係るコーパス作成部の動作について各処理を図式化したフローチャートの一例を示す。 本実施形態に係るコーパス作成部の動作について各処理を図式化したフローチャートの一例を示す。 本実施形態に係るコンテンツ推薦装置における各構成要素におけるワークフローの一例を示す。

以下、本発明の実施形態について、図面を参照しながら詳細に説明する。なお、本発明は、以下に示す実施形態に限定されるものではない。これらの実施の例は例示に過ぎず、本発明は当業者の知識に基づいて種々の変更、改良を施した形態で実施することができる。なお、本明細書及び図面において符号が同じ構成要素は、相互に同一のものを示すものとする。

ここで、本実施形態の説明で用いる用語の定義をする。
・ホットトピック
ユーザである視聴者が、インターネット生番組を視聴したいと考えている議論の内容に関連する話題をホットトピックと呼ぶ。これはユーザ毎に複数のホットトピックが存在する。
・コメント
インターネット生放送番組内で放送への参加者からのコメント、またはインターネット上のＳＮＳなどで、当該の番組に関して発せられるコメントを意味する。これらのコメントは、無責任に投稿される場合も多く、必ずしも番組の内容を表しているとは言えない。
・ユーザ
インターネット生放送を視聴したいと考えているユーザで、本推薦システムの利用者であり、あらかじめ、好きなジャンルや、ホットトピックを入力して、推薦を受ける。
・潜在意味分析
文書群と、それに含まれる用語群について、関連した概念の集合を生成することで、その関係を分析する技術を意味する。単語と文書の意味の類似性を、人間の直感に近い形で分析するために、各行が各単語に対応し、各列が各文書に対応した行列を用いて、単語と文書の関連性を計算し、似た意味の単語をクラスタリングする。
・コーパス
形式化されていないテキストの集合であり、これを基準として潜在意味解析を行う。
・ホットトピックの時事性
ユーザが興味を持つホットトピックスと意味が近い言葉を抽出する際には、それらの言葉の関係性を判断する必要がある。言葉の関係性は、何らかの社会的な風潮や、事件によって大きく左右されるため、たとえば、最近一週間の話題におけるトピックの関係性と、一年前の関係性とは異なる可能性が高い。このように、ユーザが想定するホットトピックについて、時事性を指定することによってより正確に意味を推定できる。

（実施形態１）
本実施形態に係るコンテンツ推薦システムにおけるコンテンツ推薦装置の全体構成を図１に示す。コンテンツ推薦装置１０は、大きく、入力表示部として機能するユーザインタフェース１１、コメント取得部１２、潜在意味解析推薦部１３、ならびにコーパス作成部１４の４つに分けることができる。コンテンツ推薦方法は、入力表示手順と、コメント取得手順と、コーパス作成手順と、潜在意味解析推薦手順と、を行う。これらの各構成要素の仕組みに関しては、本実施形態の中で詳細に説明する。

（１）ユーザインタフェース１１
図２〜４にユーザインタフェース１１の例を示す。図２は、コマンドラインによるユーザインタフェースの一例である。図３及び図４は、ＧＵＩによる入力インタフェースの一例である。図５では、ユーザインタフェース１１の構成図を示す。ユーザインタフェース１１は、入力データ分岐回路１７及び候補番組ＵＲＬ出力回路１８で構成される。図６は、ユーザインタフェース１１で行われるユーザインタフェース表示方法の動作のフローチャートを示す。

ユーザインタフェース１１では、入力機能と出力機能を有する。入力は、ユーザの興味のある分野と気になるホットトピックスを入力してもらい、加えて時事性に関する指定をしてもらう。すなわち、図５に示すように入力データ分岐回路１７には、ユーザからコンテンツ推薦システムにおけるコンテンツ推薦装置１０のユーザインタフェース１１に入力する情報として、１）分野、２）ホットトピック、３）時事性に関する３つのパラメータが入力される。最初の分野情報から、ユーザが興味のある分野の番組に限定して、インターネット上のコメントを収集する。

分野、ホットトピック、時事性に関する３つのパラメータが入力された入力データ分岐回路１７は、各パラメータのうち分野をコメント取得部１２に出力し、ホットトピックを潜在意味解析推薦部１３に出力し、時事性をコーパス作成部１４に出力する。候補番組ＵＲＬ出力回路１８は、潜在意味解析推薦部１３が出力した番組候補が入力され、候補番組をユーザインタフェース１１に表示させる。

ここで本実施形態に係る特徴的な手段は、３つのパラメータのうち時事性に関するパラメータを入力出来ることである。この時事性の情報を考慮することで、より話題性のあるトピックスの関係性を解析することが、より高い信頼性と計算効率をともなって実現可能となる。たとえば、時間的なパラメータとして、公開情報の時期、収集する記事の期間を指定することで、コーパスを作成するための公開情報をどの時期の情報を用いるのか、どのくらいの期間の情報を用いるのかを制御する。

また、収集されたコメントとコーパスとのマッチングを行い、その結果、マッチングしたコメントがある番組に対して潜在意味解析を行う。マッチングでは、コーパスに一度も登場しない単語のみで構成されるコメント文は分析対象外とすることで、分析対象を絞り込んでいる。

これにより、番組推薦の処理量を減らし、多くの番組の中からリアルタイムで推薦できる可能性があがる。最終的に、ホットトピックに近い議論をしている番組を提示する。推薦結果は番組のＵＲＬが表示される。また、該当する番組がなければ（ホットトピックと一定の近さに番組がなければ）再度計算をする。

図６に示すフローチャートを用いて、ユーザインタフェース１１の動作を説明する。入力表示手順として機能するユーザインタフェース表示手順は、データ入力手順と、入力データ分岐手順と、候補番組ＵＲＬ出力手順と、を行う。データ入力手順では、ユーザがパラメータ（（１）分野（２）ホットトピック（３）時事性）の入力する（ステップ１０１）。入力データ分岐手順は、入力データの各パラメータを分岐する。ここで、分野はコメント取得手順へホットトピックは潜在意味解析推薦手順へ時事性はコーパス作成手順へそれぞれ分岐され、入力データ分岐手順が分岐した各パラメータを各手順に出力する（ステップ１０２）。候補番組ＵＲＬ出力手順は、潜在意味解析推薦手順により入力された番組候補情報を参照し、候補番組のＵＲＬを出力してユーザインタフェース１１に候補番組を表示させる（ステップ１０３）。

（２）コメント取得部１２
図７では、コメント取得部１２の構成図を示す。コメント取得部１２は、情報取得回路２２及びキーワード判定回路２３で構成される。図８は、コメント取得部１２で行われる動作のフローチャートを示す。コメント取得部１２において情報取得回路２２では、生放送の内容を推定するために、生番組に関連するコメントをインターネットからリアルタイムで取得する機能を有する。インターネット生放送のプラットホームには、コメントを取得できるＡＰＩがあり、また番組にはＴａｇがついている。このため、キーワード判定回路２３は、ユーザが入力した分野に関連するＴａｇのついている番組のコメントをＡＰＩから収集することができる（ステップ２０１）。キーワード判定手順ではＡＰＩで取得したＴａｇ付きコメントが入っているか否かを判定する（ステップ２０２）。上記の手順により、例えば、政治という分野を選択した場合、政治というキーワードが入ったＴａｇを有する番組に対するコメントを、リアルタイム性を考慮して数十秒以内の一定の時間収集する。

たとえば、ドワンドが提供するニコニコ生放送の場合、分野に相当するキーワードで検索して、絞り込まれた生放送番組を候補番組とし、ニコニコ生放送の検索結果ページのＨＴＭＬソースコードを取得する。ＨＴＭＬソースコードから候補番組の番組ＩＤ、コメントサーバと通信するためのポート番号、サーバ番号、コメントＩＤを取得する。得られたデータをもとにＡＰＩを用いてニコニコ生放送のコメントサーバにアクセスし、番組ごとのコメントを取得することができる。得られたコメントはシェルスクリプトを用いてノイズとなる記号や改行を取り除くことで、次の処理が可能となる。

（３）潜在意味解析推薦部１３
図９では、潜在意味解析推薦部１３の構成図を示す。潜在意味解析推薦部１３は、マッチング判定回路３２と、Ｎ次元特異値分解回路３３と、２次元空間縮約回路３４と、距離計算回路３５と、コンテンツ分析判定回路３６と、コンテンツ通知回路３７と、で構成される。図１０は、潜在意味解析推薦部１３で行われる潜在意味解析推薦方法の動作のフローチャートを示す。

コメント取得部１２によって得られたコメントを潜在意味解析推薦部１３が取得するとともに、コーパス作成部１４により時事性を反映させて作成されたコーパスを取得し、コメント及びコーパスを用いてマッチング判定回路３２で解析を行い、ユーザが興味を有するホットトピックスと取得されたコメントとの意味の近さを計算する。その際に、時事性を反映したコーパスと、ある時間内で取得したコメントの合致を調べ、合致しない場合は、その時間においては潜在意味解析の計算を行わないという仕組みを入れることで、計算時間のかかる潜在意味解析の計算を省略することができる。

潜在意味解析を行う場合、コーパス作成部１４で得られたコーパスの文―単語共起行列（ＣＳＶ形式）をマトリックスとして読み込む。コーパスとホットトピックとそれぞれの番組コメントをまとめて文―単語共起行列を生成し、演算処理回路３１におけるＮ次元特異値分解回路３３で特異値分解（ＳＶＤ分解）を施し、Ｎ次元ベクトル空間モデルを得る。２次元空間縮約回路３４は、Ｎ次元のベクトル空間モデルを２次元空間に縮約する。

距離計算回路３５は、２次元空間縮約回路３４で得られるホットトピックと番組コメントの座標点の距離を求める。番組ごとにこれらの計算を繰り返し、それぞれの番組とホットトピックとの距離をだし、ホットトピックと一番距離の近い番組コメントを推薦番組としてユーザに推薦する。この際に、一般には信頼性の低いインターネット上のコメントという情報源を用いるが、時事性を反映したコーパスを用いて上記の意味解析をコンテンツ分析判定回路３６で行うことで、その時間に議論される時事性のあるタイムリーな話題を抽出することが可能となる。コンテンツ通知回路３７は、コンテンツ分析判定回路３６で判定した判定結果に応じてホットトピックに近い候補番組情報をユーザインタフェース１１に出力する。

図１０に示すフローチャートを用いて、潜在意味解析推薦部１３における潜在意味解析推薦手順の動作を説明する。マッチング判定手順では、コメント取得部１２で出力した番組コメントと、コーパス作成手順で出力したコーパスと、のマッチングを判定する（ステップ３０１）。コーパスとホットトピックとそれぞれの番組コメントをまとめて文―単語共起行列を生成し、特異値分解を施す（ステップ３０２）。２次元空間縮約手順では、分解したｎ次元のベクトル空間モデルを２次元空間に縮約する。

距離計算手順では、２次元空間に縮約したホットトピックと番組コメントの座標点の距離を算出し、算出した座標点の距離に応じてコンテンツを分析し判定する（ステップ３０４及びステップ３０５）。マッチングを判定する番組ごとに座標点の距離算出をステップ３０１〜ステップ３０５で繰り返し行い、ステップ３０５において番組ごとの距離算出を比較する。最小の距離を与える番組をステップ３０６で、候補番組ＵＲＬ出力回路１８に最小の距離である番組を候補番組としてユーザに推薦するように出力する。なお、距離計算手順は、算出した距離と予め定められた基準値とを比較し基準値を満たすまで、他の候補のコーパス、コメント及びホットトピックを用いてステップ３０１〜ステップ３０５を繰り返し行ってもよい。

（４）コーパス作成部１４
図１１では、コーパス作成部１４の構成図を示す。コーパス作成部１４は、テキスト整形回路４２及び文単語生起行列生成回路４３で構成される。図１２は、コーパス作成部１４で行われる動作のフローチャートを示す。

以下に本実施形態に係るコーパス作成部１４の機能の一例を、図１１を用いて具体的に説明する。コーパス作成部１４におけるテキスト整形回路４２で、はウェブクローリングの技術を用いて主要新聞社のホームページ（ＨＰ）から新聞記事のテキストデータを取得する。朝日新聞、産経新聞、日経新聞、毎日新聞、読売新聞の５社のＨＰから、ユーザがあらかじめ指定した、興味ある分野（例えば政治）を含む新聞記事１週間分を収集する。なお、図１３及び図１４は、コーパス作成部１４の動作の一例について各処理を図式化して説明したものである。以下に、各処理の説明をする。

ここでは、ＨＰのＨＴＭＬソースコードの構造を学習し、新聞記事のテキストデータのみを収集するウェブクローリングの技術を用いることができる。得られた新聞記事のテキストデータにシェルスクリプトを用いてノイズとなる記号や改行を取り除く正規表現を施す。整形されたテキストを潜在意味分析にかける前処理として、文単語生起行列生成回路４３で整形されたテキストを文―単語の共起行列に変換する。

文―単語行列は、コーパスに対して単語が文書に出現する頻度を表す行列である。まず、テキストデータを形態素解析にかけ、文書のまとまりを形態素（意味としての最小のかたまり）に分解し、文書に２回以上登場する名詞のみを残す。また、解析のノイズとなるような単語（こそあど言葉、ひとつの文書にのみ登場する単語）を削除する。出来上がった文―単語の共起行列をＣＳＶ形式にして保存する。

公開された信頼性の高い情報を用いて、潜在意味解析に必要なコーパスを作成する。コーパス作成においては、ある程度の普遍性と“時事性”を両立させる工夫を行う。コーパス作成部１４において、テキスト整形回路４２では、複数の主要新聞社のホームページから新聞記事のテキストデータを毎日取得することで普遍性と時事性に関して基本的なバランスの実現を図る。

さらに、本発明の特徴である時事性に関しては、さらに種々の調整ができる仕組みを準備する。時間的な仕組みとして、ユーザが時事性の設定を“今”と設定した場合は、その日から過去１週間分の新聞記事を用いてコーパスを作成する。ユーザ毎に、毎日コーパスを更新することで、“今”という時事性を保つことができる。仮に、ユーザが過去の出来事や、事件に関心がある場合には、時事性で、時間を過去に設定することができ、その場合は、その時点の新聞記事でコーパスを作成することで対応が可能となる。

図１２に示すフローチャートを用いて、コーパス作成部１４におけるコーパス作成手順の動作を説明する。テキスト整形手順では、複数の主要新聞社の公開ニュース情報から取得したテキストデータを整形する（ステップ４０１）。文単語生起行列生成手順では、整形されたテキストデータから文単語生起行列を生成し、生成した文単語生起行列を出力する。（ステップ４０２）。

本実施形態では、ユーザが何も指定しない場合は、時事性はデフォルトで、過去１週間分の公開新聞記事から作成したコーパスを用いる。これによって、ユーザの興味のあるホットトピックスが番組において議論されている内容の近さを計算する際に、過去１週間の時事性を反映することができる。

以下に、具体的なデータを示しつつ本実施形態の詳細を記載する。
・ 入力データ
分野：「政治」
ホットトピック：「知事選 圧勝」
・ 中間データ
１）コメント取得部１２で、分野のキーワード「政治」が入っている番組のコメントを収集する。１００００個の番組で、それぞれコメントが取得されたとする。
２）コーパス作成部１４で、コーパスを生成する。
３）１）で取得された１００００個の番組のコメントとコーパスのマッチングを取る。ここでは、１０個の番組のマッチングが取れたと仮定する。マッチングでは、コーパスに一度も登場しない単語のみで構成されるコメント文は分析対象外とすることで、分析対象を絞り込んでいる。マッチングの取れた番組に対して潜在意味解析を行う。
４）潜在意味解析推薦部１３では、コーパス、ホットトピックと、マッチングが取れた１０個の番組に対して、それぞれ潜在意味解析を行う。ある１番組の例を示す。以下のようなコーパス、コメントが取得されたと仮定する。
コーパス文１「東京都知事選には、Ａ氏、Ｂ氏、Ｃ氏が立候補した。」
コーパス文２「東京都知事選は、Ａ氏が圧勝した。」
番組コメント「知事選は、Ａ氏が圧勝したらしいよ。」
ホットトピック「知事選 圧勝」

以上のコーパス文１、コーパス文２、番組コメント、ホットトピックをまとめて潜在意味解析を行う。最初に、潜在意味解析を行うために、単語−正規行列Ｘを作成する。これは、各文に含まれる単語の出現頻度を表した行列である。本実施形態の一例では、以下のようになる。

次に、Ｘの特異値分解を行う。特異値分解は、ｍ×ｎ行列Ｘを次のような行列Ｕ，Ｓ，Ｖに一意に分解できる。ここで、Ｘは、Ｕ×Ｓ×Ｖ^Ｔとの関係式で表すことができる。ただし、Ｓはｌ×ｌの特異値からなる行列、Ｕ、Ｖはそれぞれはｍ×ｌ、ｎ×ｌの行列でその列は正規直交となる。本実施形態の一例では、Ｘの特異値分解を行うと以下の結果が得られる。

次に、次元低減を行う。特異値分解によって分解された行列は、「上位ｒ個の特異値のみを使ってＵＳＶ^Ｔを掛け合わせた結果は、元の行列Ｘのｒａｎｋｒにおける最小二乗誤差近似になる」という性質がある。その結果、より関連の強い単語ベクトルが同一次元に縮退され、類似した値に近似されることが期待できる。なお、単語ベクトルは、Ｕ行列の列ベクトルで与えられる。本発明では、次元を２次元に低減する。現在の次元数は４であり、上位２個の特異値のみを使って近似を行うと近似行列Ｕ’，Ｓ’，Ｖ’は以下の通りとなる。

ここで、２つの単語ベクトル（Ｕ’行列の２つの列ベクトル）の２次元空間に縮約されていることがわかる。以下、それぞれの意味について考える。１列目の列ベクトルは、−０．６０９７、−０．５３３５が大きい値をとっている。「Ａ氏、圧勝」の重要度が高くなっていて、Ａ氏が圧勝したことを意味していると考えられる。

２列目の列ベクトルは、−０．５１６９が大きな値となっている。これは、知事選という意味を表している。この２つの列ベクトルから、知事選でＡ氏が圧勝したという内容に、近似されていると理解できる。また、次のように次元削減することもできる。まず、ＸをＵの座標系に変換する。具体的には、Ｕ^ＴＸにより求まる。

次に次元を４次元から２次元へ削減する。

本来、削減した下４行は、小さな値しか持たないため、削減しても意味的にはそれほど大きな影響はないと考えられる。各列は、以下の意味を持つ。

次に、ホットトピックと番組コメントとの座標点との距離を求める。上の例では、ホットトピックの座標点は［−０．８５３０ −１．００４８］、コメントの座標点は［−０．１４６２７ −０．８２６１］となる。このホットトピックの座標点と番組コメントの座標点の距離を求める。距離の計算については、いくつかの方法があり、ここでは特に限定しない。例えば、コサイン相関値をとったものがある。以上により、ある１番組のコメントとホットトピックの距離が計算できる。

出力データは、マッチングが取れた１０個の番組に対して、ホットトピックの座標点と番組コメントの座標点の距離が計算され、最小値を与える番組を推薦番組として出力される。

発明によって生じた特有な効果を以下に示す。本実施形態に特有な手段は、ユーザインタフェース、コメント取得機能、潜在意味解析機能、ならびにコーパス作成機能の４つ組み合わせた手段において、ホットトピックの時事性をパラメータとして考慮することである。具体的には、１）ユーザインタフェースにおいて時事性をパラメータとして扱うこと、２）時事性を考慮したコーパス作成を行うこと、３）潜在意味解析を行う番組を選択する仕組みを、時事性を考慮したコーパスと取得されたコメントとの一致性を用いて実現することである。

発明による特有な効果は、本実施形態において、上記の手段の組み合わせにおいて時事性を反映することにより、リアルタイムで変化してゆくネット上の生会議の内容を、インターネット上の信頼度の低いコメントから、時事性を反映して関係性の低いものを除去できることになり、より確実に、より効率的に計算でき、結果的にユーザの興味のあるホットトピックスに近い議論が行われている番組を、議論の変化に対応できる程度のリアルタイム性をもって推定し、選択し、推薦することが可能となる。

本発明における技術的手段とその作用を以下に示す。本発明におけるインターネット生放送の推薦システムは、生放送の内容をリアルタイムに分析し、ユーザの興味に近い内容を議論している番組を提示する（推薦する）システムであり、その手段と作用は以下のとおりである。

関連技術に係る第１の課題の「インターネット生放送番組内で動的に変化する議論内容の抽出」は、“インターネットからの関連コメント取得手段”と、“時事性を考慮したコーパス作成手段”と、これらによって収集されるコメントとコーパスを用いた“潜在意味解析手段“の組み合わせで実現される。

関連技術に係る第２の課題の「番組内の実際の議論の内容と、興味のあるホットトピックの関係性の効果的な推定」は、“ユーザインタフェースで時事性を指定できる手段“と“指定された時事性に基づいたコーパス作成手段”と、そのように作成されたコーパスを用いた“潜在意味解析手段”の組み合わせで実現される。時事性の内容は、コーパスを作成する際に参照する公開情報の時期、収集する期間などの時間的なパラメータ、ならびに対象となる地域性、事象の種類などの指定があり得る。

関連技術に係る第３の課題の「インターネット上の多数の番組から絞り込んで、効率的に意味の近いトピックスを推薦処理する方法」は、“ユーザの興味の分野を用いて候補となる番組を絞ってコメントを取得する手段”と、“取得されたコメントデータとコーパスのマッチングにより、潜在意味解析を省略する仕組み”と“時事性を考慮したコーパス作成手段”との組み合わせで実現される。ここで、図１５は、上述した本実施形態に係るコンテンツ推薦装置１０における各構成要素のプロセスを、ワークフローを用いて示したフロー図である。

本発明における実用化における応用可能な分野について、番組の内容や関連するトピックスをリアルタイムに推定する仕組みは、単に番組を推薦する目的だけではなく、より広い効用も期待できる。現在、映像コンテンツを制作するワークフローとして、プロフェッショナルな制作者の視点によらずに、多くの一般のユーザの視点を用いて制作することが注目されており、実際にそのようなコンテンツ制作手法は、高速・広帯域ネットワークの利用を前提に大きな進展を見せている。

インターネット上に流れる映像をコンテンツの素材としてみた場合に、それらの配信されている素材から、ある興味に沿った内容のコンテンツを見いだすことは、上記のような新たなコンテンツ制作におけるツールとして活用することが期待される。インターネット上で配信される映像は大量であり、消費されてしまうため、すべてが保存されている訳ではないため、リアルタイムで発見してゆく仕組みが応用できる可能性がある。

なお、本実施形態に係るコンテンツ推薦装置１０はコンピュータとプログラムによっても実現でき、プログラムを記録媒体（不図示）に記録することも、ネットワークを通して提供することも可能である。コンテンツ推薦装置１０では、コンピュータを、入力表示部として機能するユーザインタフェース１１、コメント取得部１２、潜在意味解析推薦部１３及びコーパス作成部１４として機能させることで実現してもよい。この場合、コンテンツ推薦装置１０内のＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）が、記録媒体（不図示）に記憶されたコンピュータプログラムを実行することで、各構成を実現する。

本発明は情報通信産業に適用することができる。

１０：コンテンツ推薦装置
１１：ユーザインタフェース
１２：コメント取得部
１３：潜在意味解析推薦部
１４：コーパス作成部
１７：入力データ分岐回路
１８：候補番組ＵＲＬ出力回路
２２：情報取得回路
２３：キーワード判定回路
３１：演算処理回路
３２：マッチング判定回路
３３：Ｎ次元特異値分解回路
３４：２次元空間縮約回路
３５：距離計算回路
３６：コンテンツ分析判定回路
３７：コンテンツ通知回路
４２：テキスト整形回路
４３：文単語生起行列生成回路

Claims (8)

1. ユーザが入力した複数のパラメータを受け付けるとともにユーザに推薦するコンテンツを表示する入力表示部と、
   前記複数のパラメータのうち分野情報を有する第一のパラメータを取得し、前記第一のパラメータの前記分野情報に関連したコンテンツが有するコメント情報を抽出するコメント取得部と、
   前記複数のパラメータのうち時事性情報を有する第二のパラメータを取得し、前記第二のパラメータの前記時事性情報に基づいてコーパスを作成するコーパス作成部と、
   前記複数のパラメータのうちホットトピック情報を有する第三のパラメータを取得し、前記コメント情報及び前記コーパスを比較し、予め定められた基準を満たすコメント情報及びコーパスの組み合わせと、第三のパラメータのホットトピック情報と、をベクトルに変換し、変換したベクトルから算出した算出値に応じてコンテンツを選択し、前記入力表示部に推薦コンテンツとして前記コンテンツの表示を指示する潜在意味解析推薦部と、
   を備えるコンテンツ推薦装置。
2. 前記コーパス作成部は、
   予め定められた期間に応じてコーパスを作成する
   請求項１に記載のコンテンツ推薦装置。
3. 前記潜在意味解析推薦部は、
   前記コーパスが有するテキスト情報と、コメント情報が一致する場合、比較処理を行い、
   前記コーパスが有するテキスト情報と、コメント情報が不一致である場合、比較処理の対象外とし、
   前記比較処理でコメント情報及びコーパスを比較し、予め定められた基準を満たすコメント情報及びコーパスの組み合わせと、第三のパラメータのホットトピック情報と、をベクトルに変換し、変換したベクトルから算出した算出値に応じてコンテンツを選択し、前記入力表示部に推薦コンテンツとして前記コンテンツの表示を指示する
   請求項１又は２に記載のコンテンツ推薦装置。
4. 前記コメント取得部は、
   コンテンツの識別子に応じてコンテンツが有するコメント情報を抽出するＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍ Ｉｎｔｅｒｆａｃｅｓ）をさらに備える、
   請求項１から３のいずれかに記載のコンテンツ推薦装置。
5. 前記潜在意味解析推薦部は、
   前記算出値が、予め定められた基準値が未達である場合、前記基準値を満たすまで、基準値が未達である算出値を有するコンテンツ以外のコンテンツを推薦コンテンツとして選択するように、前記算出値で使用したコメント情報及びコーパスの組み合わせ及びホットトピック情報以外の算出情報を用いて繰り返し算出する
   請求項１から４のいずれかに記載のコンテンツ推薦装置。
6. 前記潜在意味解析推薦部は、
   変換したベクトルを予め定められた行列で構成し、前記行列に対し特異値分解及び次元縮約して算出値を導出する
   請求項１から５のいずれかに記載のコンテンツ推薦装置。
7. ユーザが入力した複数のパラメータを受け付けるとともにユーザに推薦するコンテンツを入力表示部に表示させる入力表示手順と、
   前記入力表示手順で入力された前記複数のパラメータのうち分野情報を有する第一のパラメータを取得し、前記第一のパラメータの前記分野情報に関連したコンテンツが有するコメント情報を抽出するコメント取得手順と、
   前記入力表示手順で入力された前記複数のパラメータのうち時事性情報を有する第二のパラメータを取得し、前記第二のパラメータの前記時事性情報に基づいてコーパスを作成するコーパス作成手順と、
   前記入力表示手順で入力された前記複数のパラメータのうちホットトピック情報を有する第三のパラメータを取得し、前記コメント情報及び前記コーパスを比較し、予め定められた基準を満たす前記コメント情報及び前記コーパスの組み合わせと、第三のパラメータのホットトピック情報と、をベクトルに変換し、変換したベクトルから算出した算出値に応じてコンテンツを選択し、前記入力表示部に対し推薦コンテンツとして前記コンテンツの表示を指示する潜在意味解析推薦手順と、
   を行うコンテンツ推薦方法。
8. コンピュータに請求項１から６のいずれかに記載の入力表示部と、コメント取得部と、コーパス作成部と、潜在意味解析推薦部として機能させるためのコンテンツ推薦プログラム。

Images