JP2016057896A

JP2016057896A - 推薦タイミング判断装置、及びプログラム

Info

Publication number: JP2016057896A
Application number: JP2014184298A
Authority: JP
Inventors: 菊佳望月; Kikuka Mochizuki; 山田　一郎; Ichiro Yamada; 一郎山田; 住吉　英樹; Hideki Sumiyoshi; 英樹住吉
Original assignee: Nippon Hoso Kyokai NHK
Current assignee: Japan Broadcasting Corp
Priority date: 2014-09-10
Filing date: 2014-09-10
Publication date: 2016-04-21

Abstract

【課題】顔情報を取得する必要なく、コンテンツを閲覧しているユーザーへ新たなコンテンツを推薦するタイミングを判断する。【解決手段】選択部３３１は、閲覧ログ取得部３１が取得した閲覧ログの中から選択時刻の順に未選択の閲覧ログ情報を選択する。類似度算出部３３２は、選択部３３１が選択した閲覧ログ情報と、その閲覧ログ情報よりも過去の閲覧ログ情報の中から選択時刻が新しい順に選択した所定数の閲覧ログ情報とから読み出した識別情報により特定されるコンテンツ相互の類似度を算出する。類似判断部３３３は、算出されたコンテンツ相互の類似度に基づいて類似状況を判断する。検出部３３４は、コンテンツ相互が類似傾向と判断され、かつ、閲覧ログ情報が示す選択時刻に基づいて閲覧時間が減少傾向であると判断した回数、あるいは、所定回数以上コンテンツ相互が非類似傾向と判断された回数に基づいて、コンテンツ推薦タイミングを検出する。【選択図】図１

Description

本発明は、推薦タイミング判断装置、及びプログラムに関する。

コンテンツを閲覧しているユーザーに、新たなコンテンツを推薦するタイミングを計算する技術がある（例えば、特許文献１参照）。この技術では、過去一定時間内にユーザーが画面以外に視線を向けた回数が所定以上である場合や、過去一定時間内にユーザーがチャンネルを変更した回数が所定以上である場合などにコンテンツの推薦タイミングであると判断している。

特開２００７−２１５０４６号公報

特許文献１の技術では、ユーザーの視線を検出するために、顔情報を取得するカメラセンサーを設けることが必要であった。加えて、顔情報を撮られることに抵抗を感じるユーザーも少なくなかった。また、特許文献１の技術では、チャンネルを変更した回数に基づいてコンテンツの推薦タイミングを判断しているが、どのような目的でユーザーがチャンネルを変更しているかを考慮していない。例えば、ユーザーがあるテーマについて調べており、そのテーマに関するコンテンツを次々と見ている場合、一定時間のコンテンツ閲覧回数は高くなる。しかし、このように目的があって次々とコンテンツを閲覧しているときに新たなコンテンツを推薦すると、ユーザーは煩わしく感じてしまう。一方、興味を惹くようなコンテンツを探すために、ユーザーが次々と違うコンテンツを閲覧している状況であれば、新たなコンテンツの推薦を受け入れやすいと考えられる。このように、チャンネルを変更した回数だけでは、ユーザーが新たなコンテンツの推薦を受け入れやすい状況であるか否かを判断することは困難である。

本発明は、このような事情を考慮してなされたもので、顔情報を取得することなく、コンテンツを閲覧しているユーザーへ新たなコンテンツを推薦するタイミングを判断することができる推薦タイミング判断装置、及びプログラムを提供する。

本発明の一態様は、ユーザーが閲覧したコンテンツの識別情報と前記コンテンツの選択時刻とを示す閲覧ログ情報を取得する閲覧ログ取得部と、前記閲覧ログ取得部が取得した前記閲覧ログ情報から前記選択時刻の順に未選択の前記閲覧ログ情報を選択する選択部と、前記選択部が選択した前記閲覧ログ情報と、前記選択部が選択した前記閲覧ログ情報よりも過去の前記閲覧ログ情報の中から前記選択時刻が新しい順に選択した所定数の前記閲覧ログ情報とから前記識別情報を読み出し、読み出した前記識別情報により特定される前記コンテンツ相互の類似度を算出する類似度算出部と、前記類似度算出部が算出した前記コンテンツ相互の前記類似度に基づいて、前記コンテンツ相互の類似状況を判断する類似判断部と、前記類似判断部により前記コンテンツ相互が類似傾向と判断され、かつ、前記閲覧ログ情報が示す前記選択時刻からコンテンツの閲覧時間が減少傾向であると判断した回数、あるいは、前記類似判断部により前記コンテンツ相互が非類似傾向と判断された回数に基づいて、前記ユーザーへコンテンツを推薦するタイミングを検出する検出部と、を備えることを特徴とする推薦タイミング判断装置である。
この発明によれば、推薦タイミング判断装置は、ユーザーが閲覧したコンテンツの履歴を示す閲覧ログ情報を取得し、取得した閲覧ログ情報の中から選択時刻の順に未選択の閲覧ログ情報を選択する。推薦タイミング判断装置は、選択した閲覧ログ情報、及び、その選択した閲覧ログ情報よりも過去の閲覧ログ情報の中から選択時刻が新しい順に選択した所定数の閲覧ログ情報により示されるコンテンツ相互の類似度を算出し、算出した類似度に基づいてコンテンツ相互の類似状況を判断する。推薦タイミング判断装置は、コンテンツ相互が類似傾向であり、かつ、閲覧ログ情報が示す選択時刻からコンテンツの閲覧時間が減少傾向であると判断した回数、あるいは、コンテンツ相互が非類似傾向であると判断した回数に基づいて、コンテンツ推薦タイミングを検出する。
これにより、推薦タイミング判断装置は、ユーザーが現在から少し前までの間に閲覧したコンテンツの履歴を利用して、類似した内容のコンテンツへの関心度が低下していることを検出した場合、あるいは、コンテンツの探索途中であることを検出した場合に、コンテンツ推薦タイミングと判断する。

本発明の一態様は、上述する推薦タイミング判断装置であって、前記検出部が前記ユーザーへコンテンツを推薦するタイミングを検出したときに前記選択部が選択している前記閲覧ログ情報から前記識別情報を読み出す処理、あるいは、前記検出部が前記ユーザーへコンテンツを推薦するタイミングを検出したときに前記選択部が選択している前記閲覧ログ情報と、前記選択部が選択している前記閲覧ログ情報よりも過去の前記閲覧ログ情報の中から前記選択時刻が新しい順に選択した所定数の前記閲覧ログ情報とから前記識別情報を読み出す処理を行い、読み出した前記識別情報により特定される前記コンテンツとの類似度が、類似性が低いと判断するための所定の条件を満たす他のコンテンツを推薦する推薦コンテンツ選択部をさらに備える、ことを特徴とする。
この発明によれば、推薦タイミング判断装置は、コンテンツ推薦タイミングを検出した場合、検出時にユーザーが閲覧していたコンテンツを閲覧ログ情報に基づいて特定し、特定したコンテンツと類似性が低い他のコンテンツを推薦する。
これにより、推薦タイミング判断装置は、コンテンツ推薦タイミングを検出すると、ユーザーの関心度が低下したコンテンツと類似しないコンテンツや、探索中に閲覧したコンテンツと類似しないコンテンツをユーザーに推薦することができる。

本発明の一態様は、上述する推薦タイミング判断装置であって、前記推薦コンテンツ選択部は、類似度が前記所定の条件を満たす前記他のコンテンツを、低い類似性を示す前記類似度の順、あるいは、高い類似性を示す前記類似度の順に推薦する、ことを特徴とする。
この発明によれば、推薦タイミング判断装置は、ユーザーの関心度が低下したコンテンツ、あるいは、探索中に閲覧したコンテンツとの類似性が低い他のコンテンツの中でも、類似性が高い、または、類似性が低いコンテンツを選択して推薦する。
これにより、推薦タイミング判断装置は、ユーザーが閲覧したコンテンツと多少のつながりがある内容のコンテンツを推薦したり、まったく新しいカテゴリのコンテンツを推薦したりすることができる。

本発明の一態様は、上述する推薦タイミング判断装置であって、前記類似度は、前記コンテンツに含まれるテキストデータ、または、前記コンテンツの内容を説明したテキストデータに基づいて算出される、ことを特徴とする。
この発明によれば、推薦タイミング判断装置は、コンテンツ間の類似度を、コンテンツに含まれるテキストデータ、または、コンテンツに関する情報を記述したテキストデータに基づいて算出する。
これにより、推薦タイミング判断装置は、様々な種類のコンテンツの閲覧の履歴からコンテンツ推薦タイミングを検出したり、様々な種類のコンテンツを推薦したりすることができる。

本発明の一態様は、コンピュータを、ユーザーが閲覧したコンテンツの識別情報と前記コンテンツの選択時刻とを示す閲覧ログ情報を取得する閲覧ログ取得手段と、前記閲覧ログ取得手段が取得した前記閲覧ログ情報から前記選択時刻の順に未選択の前記閲覧ログ情報を選択する選択手段と、前記選択手段が選択した前記閲覧ログ情報と、前記選択手段が選択した前記閲覧ログ情報よりも過去の前記閲覧ログ情報の中から前記選択時刻が新しい順に選択した所定数の前記閲覧ログ情報とから前記識別情報を読み出し、読み出した前記識別情報により特定される前記コンテンツ相互の類似度を算出する類似度算出手段と、前記類似度算出手段が算出した前記コンテンツ相互の前記類似度に基づいて、前記コンテンツ相互の類似状況を判断する類似判断手段と、前記類似判断手段により前記コンテンツ相互が類似傾向と判断され、かつ、前記閲覧ログ情報が示す前記選択時刻からコンテンツの閲覧時間が減少傾向であると判断した回数、あるいは、前記類似判断手段により前記コンテンツ相互が非類似傾向と判断された回数に基づいて、前記ユーザーへコンテンツを推薦するタイミングを検出する検出手段と、を具備する推薦タイミング判断装置として機能させるためのプログラムである。

本発明によれば、顔情報を取得することなく、コンテンツを閲覧しているユーザーへ新たなコンテンツを推薦するタイミングを判断することができる。

本発明の一実施形態によるコンテンツ推薦システムの構成を示す機能ブロック図である。同実施形態による閲覧中コンテンツへの関心度低下を検出してコンテンツ推薦タイミングを判断する場合の例を示す図である。同実施形態によるコンテンツ探索途中状態を検出してコンテンツ推薦タイミングを判断する場合の例を示す図である。同実施形態によるコンテンツ推薦装置の動作を示す処理フローである。同実施形態によるコンテンツ推薦装置の類似度算出処理の動作を示す処理フローである。同実施形態によるコンテンツ推薦装置のコンテンツ推薦処理の動作を示す処理フローである。同実施形態による関心度低下値及び探索途中値の変化とコンテンツ推薦タイミングの例を示す図である。

以下、図面を参照しながら本発明の実施形態を詳細に説明する。
図１は、本発明の一実施形態によるコンテンツ推薦システムの構成を示す機能ブロック図であり、本実施形態と関係する機能ブロックのみを抽出して示してある。同図に示すように、コンテンツ推薦システムは、コンテンツ表示装置１とコンテンツ推薦装置３とを備えて構成される。コンテンツ表示装置１とコンテンツ推薦装置３は、ネットワークを介して接続される。同図において、コンテンツ推薦システムは、コンテンツ表示装置１を１台のみ備えているが、複数台を備え得る。コンテンツ推薦装置３は、推薦タイミング判断装置の一例である。

コンテンツ表示装置１は、例えば、ユーザーのパーソナルコンピュータ、スマートフォン、タブレット端末、テレビジョン受信機などである。コンテンツ表示装置１は、操作部１１、コンテンツ取得部１２、出力部１３、閲覧ログ管理部１４、閲覧ログ記憶部１５、及び推薦コンテンツ情報受信部１６を備えて構成される。

操作部１１は、ユーザーによる操作を受ける。操作部１１は、例えば、キーやボタン、マウス、タッチパネルに配されたタッチセンサ、リモートコントローラによる操作を受信する装置である。コンテンツ取得部１２は、操作部１１が受けたユーザーの操作により選択されたコンテンツデータ（以下、「コンテンツ」と記載する。）を取得する。例えば、コンテンツは、ウェブページ、動画、静止画、文書、テキスト、テレビ番組、電子書籍やＤＶＤ（Digital Versatile Disk）等の商品など任意とすることができる。出力部１３は、ディスプレイやスピーカーであり、コンテンツ取得部１２が取得したコンテンツを出力する。閲覧ログ管理部１４は、閲覧ログ情報を生成し、閲覧ログ記憶部１５に書き込む。また、閲覧ログ管理部１４は、閲覧ログ情報をコンテンツ推薦装置３に送信する。閲覧ログ情報は、ユーザーが閲覧したコンテンツの識別情報と、そのコンテンツの選択時刻とを対応付けた情報である。選択時刻は、ユーザーが閲覧対象としてコンテンツを選択した時刻である。閲覧ログ記憶部１５は、閲覧ログ管理部１４が生成した閲覧ログ情報を記憶する。推薦コンテンツ情報受信部１６は、コンテンツ推薦装置３から推薦コンテンツ情報を受信し、コンテンツ取得部１２に出力する。推薦コンテンツ情報は、コンテンツ推薦装置３が選択した推薦コンテンツに関する情報を含む。推薦コンテンツは、ユーザーへ推薦するコンテンツである。

コンテンツ推薦装置３は、閲覧ログ取得部３１、記憶部３２、推薦タイミング判断部３３、推薦コンテンツ選択部３４、及び推薦コンテンツ情報出力部３５を備えて構成される。
閲覧ログ取得部３１は、閲覧ログ情報を取得する。本実施形態では、閲覧ログ取得部３１は、コンテンツ表示装置１から送信された閲覧ログ情報を受信することにより、閲覧ログ情報を取得する。記憶部３２は、閲覧ログ取得部３１が取得した閲覧ログ情報を記憶する。

推薦タイミング判断部３３は、選択部３３１、類似度算出部３３２、類似判断部３３３、及び検出部３３４を備えて構成される。
選択部３３１は、閲覧ログ取得部３１が取得した閲覧ログ情報から選択時刻が古い順に未選択の閲覧ログ情報を選択する。
類似度算出部３３２は、選択部３３１が選択した閲覧ログ情報と、その選択された閲覧ログ情報よりも過去の前記閲覧ログ情報の中から選択時刻が新しい順に選択した所定数の閲覧ログ情報とからコンテンツの識別情報を読み出す。過去の閲覧ログ情報とは、選択部３３１が選択した閲覧ログ情報よりも選択時刻が前の閲覧ログ情報である。類似度算出部３３２は、読み出した識別情報により特定されるコンテンツ相互の類似度を算出する。類似度算出部３３２は、コンテンツの内容に関する情報を、コンテンツ内またはコンテンツに付加されたデータから、あるいは、データベース５から読み出し、それらの情報に基づいてコンテンツ間の類似度を算出する。
類似判断部３３３は、類似度算出部３３２が算出したコンテンツ相互の類似度に基づいて、コンテンツ相互の類似状況を判断する。
検出部３３４は、類似判断部３３３が判断したコンテンツ相互の類似状況に基づいて、さらには、コンテンツの閲覧時間に基づいて、ユーザーへコンテンツを推薦するタイミングであるコンテンツ推薦タイミングを検出する。より具体的には、検出部３３４は、類似判断部３３３によりコンテンツ相互が類似傾向と判断され、かつ、閲覧時間が減少傾向であると判断した回数、あるいは、コンテンツ相互が非類似傾向と判断された回数に基づいて、コンテンツ推薦タイミングを判断する。コンテンツの閲覧時間は、閲覧ログ情報に設定されている選択時刻に基づいて得られる。

推薦コンテンツ選択部３４は、検出部３３４がコンテンツ推薦タイミングと判断した場合に、推薦コンテンツを選択する。データベース５には、推薦候補のコンテンツの内容に関する情報が記憶されており、推薦コンテンツ選択部３４は、データベース５に記憶されているこの情報を利用して、推薦候補のコンテンツの中から推薦コンテンツを選択する。あるいは、データベース５に推薦候補のコンテンツを格納しておき、推薦コンテンツ選択部３４は、推薦候補のコンテンツから得られる情報を利用して推薦コンテンツを選択することもできる。推薦候補のコンテンツは、ウェブページ、動画、静止画、文書、テキスト、テレビ番組、電子書籍やＤＶＤ等の商品など任意とすることができる。
推薦コンテンツ情報出力部３５は、推薦コンテンツ選択部３４が選択した推薦コンテンツに関する情報を設定した推薦コンテンツ情報をコンテンツ表示装置１に送信する。

図２及び図３を用いて、コンテンツ推薦タイミングの検出を説明する。以下では、カテゴリＹの内容のコンテンツＸをコンテンツＸ（Ｙ）と記載する。
図２は、閲覧中コンテンツへの関心度低下を検出して、コンテンツ推薦タイミングを判断する場合の例を示す図である。同図に示すように、ユーザーは同じカテゴリＡに関する内容のコンテンツＣ１（Ａ）、Ｃ２（Ａ）、…、Ｃ７（Ａ）を連続して閲覧しており、時間経過とともにそれらのコンテンツの閲覧時間が減少傾向にある。これは、ユーザーがカテゴリＡに関心を持ち、そのカテゴリＡに関する内容のコンテンツを選択して閲覧していたが、閲覧中のコンテンツへの関心度が低下して閲覧時間が短くなっていく様子と考えられる。関心度の低下には、例えば、同じカテゴリＡのコンテンツの閲覧を継続するにつれ、次第にカテゴリＡに関する新しい情報が得られなくなった、カテゴリＡに関する内容に飽きた、などの理由がある。
また、ユーザーが知りたい内容に絞り込んで検索するためのキーワードを思いつかず、思いついた一部のキーワードにより検索を行った結果、キーワードに対応したカテゴリＡのコンテンツが得られる場合がある。ユーザーは、検索の結果得られたコンテンツを閲覧するが、知りたい内容のコンテンツがなかなか見つからないときには、上記と同様に時間経過とともにコンテンツの閲覧時間が減少傾向となる。この場合も、閲覧中のコンテンツへの関心度が低下して閲覧時間が短くなっていくと考えられる。
そこで、コンテンツ推薦装置３の検出部３３４は、閲覧中のコンテンツへの関心度が低下していく過程を検出し、コンテンツ推薦タイミングと判断する。推薦コンテンツ選択部３４は、閲覧中のコンテンツへの関心度が低下していく過程を検出部３３４が検出した場合、関心度が低下しているカテゴリＡのコンテンツとの関連度が閾値よりも低いコンテンツを推薦コンテンツとして選択する。

図３は、コンテンツ探索途中状態を検出して、コンテンツ推薦タイミングを判断する場合の例を示す図である。同図に示すように、ユーザーはカテゴリＡのコンテンツＣ１（Ａ）、Ｃ２（Ａ）、Ｃ３（Ａ）を閲覧していたが、その後は、カテゴリが一定しないコンテンツＣ４（Ｂ）、Ｃ５（Ｃ）、Ｃ７（Ｄ）、Ｃ７（Ａ）、Ｃ８（Ｅ）を閲覧している。これは、ユーザーが、目的があってコンテンツを選択しているのではなく、特にあてもなくコンテンツを巡っている様子であり、カテゴリＢ、Ｃ、Ｄ、Ａ、Ｅには興味が惹かれなかったと考えられる。そこで、コンテンツ推薦装置３の検出部３３４は、ユーザーが次々に内容（カテゴリ）が異なるコンテンツを閲覧している状態を、次のコンテンツを探しているコンテンツ探索途中状態（「探索途中状態」とも記載する。）であると捉え、コンテンツ推薦タイミングと判断する。推薦コンテンツ選択部３４は、コンテンツ探索途中状態のときにユーザーが閲覧したが、興味が惹かれなかったコンテンツとの関連度が閾値よりも低いコンテンツを推薦コンテンツとして選択する。

次に、コンテンツ推薦システムの動作について説明する。
コンテンツ表示装置１のコンテンツ取得部１２は、操作部１１によりユーザーが閲覧を指示したコンテンツを取得し、出力部１３に出力させる。閲覧ログ管理部１４は、取得したコンテンツの識別情報と、操作部１１がそのコンテンツの閲覧を指示する操作を受けた選択時刻とを設定した閲覧ログ情報を生成し、閲覧ログ記憶部１５に書き込む。

例えば、コンテンツがインターネットなどで公開されているウェブページ、動画、静止画、文書、テキストなどのデータである場合、コンテンツ取得部１２は、操作部１１によりユーザーが指定したＵＲＬ（Universal Resource Locator）からコンテンツを取得する。この場合、コンテンツの識別情報には、コンテンツＩＤのほか、コンテンツのＵＲＬを用いることができる。
また、コンテンツがテレビ番組である場合、コンテンツ取得部１２は、放送信号から操作部１１によりユーザーが指定したチャンネルのテレビ番組を取得する。
また、コンテンツが電子書籍である場合、コンテンツ取得部１２は、インターネットなどで提供されている電子書籍サービス提供サイトあるいはコンテンツ表示装置１が備える記憶部（図示せず）から操作部１１によりユーザーが指定した電子書籍を取得する。
また、コンテンツがＤＶＤの場合、コンテンツ取得部１２は、操作部１１によりユーザーが指定したＤＶＤからデータを読み出す。

閲覧ログ管理部１４は、閲覧ログ情報を生成する都度、生成した閲覧ログ情報をコンテンツ推薦装置３に送信する。あるいは、閲覧ログ管理部１４は、所定数の複数の閲覧ログを生成する度に、あるいは、所定の時間毎に、閲覧ログ記憶部１５から未送信の閲覧ログ情報を読み出してコンテンツ推薦装置３に送信する。なお、所定の時間毎に閲覧ログ情報をコンテンツ推薦装置３に送信する場合、その所定の時間は、後述する図４のステップＳ１３５においてコンテンツの閲覧時間の減少傾向を判断するために用いる閾値と近い時間とする。

図４は、コンテンツ推薦装置３の動作を示す処理フローである。コンテンツ推薦装置３は、同図に示す処理をコンテンツ表示装置１ごとに実行する。
コンテンツ推薦装置３の閲覧ログ取得部３１は、コンテンツ表示装置１から閲覧ログ情報を受信すると、記憶部３２に書き込む（ステップＳ１０５）。選択部３３１は、受信した閲覧ログ情報を記憶部３２に書き込むと、記憶部３２に記憶されている未選択の閲覧ログ情報のうち、選択時刻が最も古い閲覧ログ情報を選択して読み出す（ステップＳ１１０）。ステップＳ１１０において選択された閲覧ログ情報をＬ０とする。類似度算出部３３２は、選択部３３１が選択した閲覧ログ情報Ｌ０よりも選択時刻が前の閲覧ログ情報の中から、選択時刻が新しい順にｎ個（ｎは１以上の整数）の閲覧ログ情報を選択し、記憶部３２から読み出す（ステップＳ１１５）。ステップＳ１１５において選択された閲覧ログ情報を、選択時間が新しい順にＬ１、Ｌ２、…、Ｌｎとする。

類似度算出部３３２は、閲覧ログ情報Ｌ０〜Ｌｎのそれぞれからコンテンツの識別情報を読み出し、読み出した識別情報により特定されるコンテンツＣ０〜Ｃｎ相互の類似度を算出する（ステップＳ１１５）。コンテンツＣｉ（ｉは０以上ｎ以下の整数）は、閲覧ログ情報Ｌｉに設定されている識別情報により特定されるコンテンツである。類似度が高いコンテンツ同士は、内容が同じカテゴリであると考えられる。

類似度算出部３３２は、コンテンツＣ０〜Ｃｎより、２つの異なるコンテンツの全ての組み合わせを生成する。例えば、ｎ＝３の場合、類似度算出部３３２は、コンテンツの組み合わせ（Ｃ０，Ｃ１）、（Ｃ０，Ｃ２）、（Ｃ０，Ｃ３）、（Ｃ１，Ｃ２）、（Ｃ１，Ｃ３）、（Ｃ２，Ｃ３）を生成する。類似度算出部３３２は、生成したそれぞれのコンテンツの組み合わせについて類似度を算出する（ステップＳ１２０）。なお、類似度算出部３３２は、前回の処理においてすでに類似度を算出済みの組み合わせについては、類似度を再計算することなく、算出済みの値を用いてもよい。

類似判断部３３３は、類似度算出部３３２が算出したコンテンツ相互の類似度に基づいて、コンテンツＣ０〜Ｃｎが類似傾向であるかを判断する（ステップＳ１２５）。類似判断部３３３は、ステップＳ１１０において生成した組み合わせのうち、類似度が閾値Ｔａ以上である組み合わせの割合が所定以上である場合、類似傾向と判断する（ステップＳ１２５：ＹＥＳ）。

例えば、ｎ＝１の場合、類似判断部３３３は、コンテンツＣ０とコンテンツＣ１との類似度が閾値Ｔａ以上であれば、類似傾向と判断する。
また、例えばｎ＝３の場合、類似判断部３３３は、６つのコンテンツの組みわせ（Ｃ０，Ｃ１）、（Ｃ０，Ｃ２）、（Ｃ０，Ｃ３）、（Ｃ１，Ｃ２）、（Ｃ１，Ｃ３）、（Ｃ２，Ｃ３）のうち、類似度が閾値Ｔａ以上である組み合わせが４以上などの所定以上である場合、類似傾向と判断する。あるいは、例えばｎ＝３の場合、類似判断部３３３は、コンテンツＣ０とＣ１〜Ｃ３それぞれとの組みわせ（Ｃ０，Ｃ１）、（Ｃ０，Ｃ２）、（Ｃ０，Ｃ３）のうち、類似度が閾値Ｔａ以上である組み合わせが２以上などの所定以上である場合、類似傾向と判断してもよい。

類似判断部３３３が類似傾向と判断した場合（ステップＳ１２５：ＹＥＳ）、検出部３３４は、閲覧ログ情報Ｌ０〜Ｌ（ｎ＋１）から選択時刻を読み出し、コンテンツＣ１〜Ｃ（ｎ＋１）それぞれの閲覧時間を算出する（ステップＳ１３０）。コンテンツＣ（ｉ＋１）（ｉは０以上ｎ以下の整数）の閲覧時間は、閲覧ログ情報Ｌｉに設定されている選択時刻から閲覧ログ情報Ｌ（ｉ＋１）に設定されている選択時刻を減算することにより算出される。

検出部３３４は、ステップＳ１３０において算出した閲覧時間に基づいて、閲覧時間が減少傾向であるか否かを判断する（ステップＳ１３５）。
検出部３３４は、コンテンツＣ１〜Ｃｎのうち、１つ前に閲覧したコンテンツよりも閲覧時間が短くなったコンテンツの割合が所定以上である場合、閲覧時間が減少傾向であると判断する。ｎ＝１の場合、検出部３３４は、コンテンツＣ１の閲覧時間よりも、コンテンツＣ２の閲覧時間が短い場合、閲覧時間が減少傾向であると判断する。
あるいは、検出部３３４は、コンテンツＣ１の閲覧時間が、コンテンツＣ２〜Ｃｊ（ｊは３以上の整数）の閲覧時間の平均よりも短い場合、閲覧時間が減少傾向であると判断してもよい。
また、あるいは、検出部３３４は、コンテンツＣ１〜Ｃｎのうち、閲覧時間が閾値以下のコンテンツの割合が所定以上である場合、閲覧時間が減少傾向であると判断してもよい。

検出部３３４は、閲覧時間が減少傾向であると判断した場合（ステップＳ１３５：ＹＥＳ）、記憶部３２に記憶されている関心度低下値（初期設定値０）に１を加算し、探索途中値に０を設定する（ステップＳ１４０）。検出部３３４は、関心度低下値が閾値Ｔ１より大きいと判断した場合（ステップＳ１４５：ＹＥＳ）、関心度低下状態のためコンテンツ推薦タイミングであると判断する（ステップＳ１５０）。コンテンツ推薦装置３は、後述するステップＳ１７５の処理を実行する。

ステップＳ１２５において、類似判断部３３３は、コンテンツＣ１〜Ｃｎが類似傾向ではないと判断した場合（ステップＳ１２５：ＮＯ）、コンテンツＣ１〜Ｃｎが非類似傾向であるか否かを判断する（ステップＳ１５５）。類似判断部３３３は、ステップＳ１１０において生成した組み合わせのうち、類似度が閾値Ｔｂ（＜閾値Ｔａ）以下である組み合わせの割合が所定以上と判断した場合、非類似傾向と判断する（ステップＳ１５５：ＹＥＳ）。

例えば、ｎ＝１の場合、類似判断部３３３は、コンテンツＣ０とコンテンツＣ１との類似度が閾値Ｔｂ以下であれば、非類似傾向と判断する。
また、例えばｎ＝３の場合、類似判断部３３３は、６つのコンテンツの組みわせ（Ｃ０，Ｃ１）、（Ｃ０，Ｃ２）、（Ｃ０，Ｃ３）、（Ｃ１，Ｃ２）、（Ｃ１，Ｃ３）、（Ｃ２，Ｃ３）のうち、類似度が閾値Ｔｂ以下である組み合わせが４つ以上など所定以上である場合、非類似傾向と判断する。

類似判断部３３３が非類似傾向と判断した場合（ステップＳ１５５：ＹＥＳ）、検出部３３４は、記憶部３２に記憶されている関心度低下値に０を設定し、探索途中値（初期設定値０）に１を加算する（ステップＳ１６０）。検出部３３４は、探索途中値が閾値Ｔ２より大きいと判断した場合（ステップＳ１６５：ＹＥＳ）、探索途中状態のためコンテンツ推薦タイミングであると判断する（ステップＳ１７０）。コンテンツ推薦装置３は、ステップＳ１７５の処理を実行する。

検出部３３４は、検出した状態とコンテンツ推薦タイミングであることを示す検出結果を推薦コンテンツ選択部３４に出力する（ステップＳ１７５）。これにより、コンテンツ推薦装置３は、後述する図６に示すコンテンツ推薦処理を実行する。

類似判断部３３３が、コンテンツＣ１〜Ｃｎが非類似傾向ではないと判断した場合（ステップＳ１５５：ＮＯ）、あるいは、検出部３３４が、閲覧時間が減少傾向ではないと判断した場合（ステップＳ１３５：ＮＯ）、関心度低下値が閾値Ｔ１以下であると判断した場合（ステップＳ１４５：ＮＯ）、探索途中値が閾値Ｔ２以下であると判断した場合（ステップＳ１６５：ＮＯ）、または、ステップＳ１７５の処理を実行した後、選択部３３１は、ステップＳ１８０の処理を行う。すなわち、選択部３３１は、記憶部３２に記憶されている閲覧ログ情報に、未選択の閲覧ログ情報があるかを判断する（ステップＳ１８０）。選択部３３１は、未選択の閲覧ログ情報があると判断した場合（ステップＳ１８０：ＹＥＳ）、選択時刻が最も古い未選択の閲覧ログ情報を選択して記憶部３２から読み出すステップＳ１１０からの処理を繰り返す。そして、選択部３３１は、記憶部３２に記憶されている全ての閲覧ログ情報を選択した場合（ステップＳ１８０：ＮＯ）、処理を終了する。
コンテンツ推薦装置３は、再びコンテンツ表示装置１から閲覧ログ情報を受信すると、図４の処理を実行する。

なお、コンテンツ推薦装置３は、閲覧ログ取得部３１がコンテンツ表示装置１から受信して閲覧ログ情報を記憶部３２に書き込む度にステップＳ１１０以降の処理を行っているが、所定数以上の閲覧ログ情報を記憶部３２に書き込む度にステップＳ１１０以降の処理を行ってもよく、所定時間毎にステップＳ１１０以降の処理を行ってもよい。
また、検出部３３４は、各コンテンツＣ１〜Ｃ（ｎ＋１）の閲覧時間を算出するステップＳ１３０の処理を、ステップＳ１２０の処理と並行して実行してもよい。

図５は、コンテンツ推薦装置３における類似度算出処理の動作を示す処理フローである。同図は、類似度算出部３３２が、図４のステップＳ１２０においてコンテンツの各組み合わせについて類似度を算出する場合の処理を示す。コンテンツの組み合わせを構成する類似度算出対象の２つのコンテンツをそれぞれ、第１コンテンツ、第２コンテンツと記載する。

類似度算出部３３２は、第１コンテンツ及び第２コンテンツそれぞれの類似度算出用テキストを取得する（ステップＳ２０５）。
第１コンテンツまたは第２コンテンツであるコンテンツＣｉ（ｉは０以上ｎ以下の整数）がウェブページである場合、類似度算出部３３２は、閲覧ログ情報Ｌｉに設定されているコンテンツの識別情報に基づいてコンテンツＣｉを読み出す。類似度算出部３３２は、読み出したコンテンツＣｉから抽出したテキストを類似度算出用テキストとする。コンテンツＣｉがテキストである場合は、そのコンテンツＣｉを類似度算出用テキストとしてもよい。
コンテンツＣｉがテレビ番組である場合、類似度算出部３３２は、閲覧ログ情報Ｌｉに設定されているコンテンツの識別情報に基づいて特定されるテレビ番組の番組概要を、データベース５に予め記憶されている電子番組表（EPG：Electronic Program Guide）から読み出す。あるいは、データベース５に各テレビ番組のクローズドキャプションを予め登録しておく。クローズドキャプションとは、聴覚障碍者用の字幕である。類似度算出部３３２は、閲覧ログ情報Ｌｉに設定されている識別情報に基づいて特定されるテレビ番組のクローズドキャプションをデータベース５から読み出す。類似度算出部３３２は、読み出した番組概要またはクローズドキャプションを、コンテンツＣｉの類似度算出用テキストとする。
また、コンテンツＣｉが電子書籍である場合、類似度算出部３３２は、閲覧ログ情報Ｌｉに設定されているコンテンツの識別情報に基づいてデータベース５に予め記憶されている商品説明を読み出す。類似度算出部３３２は、読み出した商品説明から抽出した電子書籍のあらすじや作品紹介などのテキストを、コンテンツＣｉの類似度算出用テキストとする。
また、コンテンツＣｉがＤＶＤである場合、類似度算出部３３２は、閲覧ログ情報Ｌｉに設定されているコンテンツの識別情報に基づいてデータベース５に予め記憶されている商品説明を読み出し、読み出した商品説明の全部または商品紹介などの一部のテキストを、コンテンツＣｉの類似度算出用テキストとする。

類似度算出部３３２は、第１コンテンツ及び第２コンテンツのそれぞれについて取得した類似度算出用テキストを形態素解析する（ステップＳ２１０）。形態素解析には、既存の技術、例えば、MeCab（http://mecab.googlecode.com/svn/trunk/mecab/doc/index.html）を用いることができる。

類似度算出部３３２は、第１コンテンツについて取得した類似度算出用テキストと、第２コンテンツについて取得した類似度算出用テキストとの共起尺度を算出し、算出した共起尺度を類似度とする（ステップＳ２１５）。共起尺度には、例えば、Simpson係数、コサイン距離、Jaccard係数、相互情報量、ダイス係数などを用いることができる。これらの共起尺度は、例えば、「松尾豊、友部博教、橋田浩一、中島秀之、石塚満、“Web上からの人間関係ネットワークの抽出”，人口知能学会論文誌２０巻１号、２００５年」に記載されている。

図６は、コンテンツ推薦装置３のコンテンツ推薦処理の動作を示すフロー図である。
データベース５には、予め、推薦候補のコンテンツの類似度算出用テキストと、その推薦候補のコンテンツに関する情報とが記憶される。データベース５に、推薦候補のコンテンツが記憶されている場合もある。類似度算出用テキストは、コンテンツの内容を説明したテキストである。コンテンツに関する情報は、コンテンツ名、紹介文、製作者、コンテンツの格納場所など任意の情報とすることができる。例えば、コンテンツがウェブページである場合、コンテンツに関する情報は、ウェブページのＵＲＬや、ウェブページの提供者や制作者の情報などを含む。コンテンツがテレビ番組である場合、コンテンツに関する情報は、番組名、チャンネル、放送時間、出演者、番組概要の情報などを含み、これらの情報は電子番組表から取得することもできる。コンテンツが電子書籍である場合、コンテンツに関する情報は、書籍名、著者、価格等の情報や書籍の表紙の画像などを含む。コンテンツがＤＶＤである場合、コンテンツに関する情報は、ＤＶＤのタイトル、製作者、価格等の情報やジャケットの画像などを含む。コンテンツに関する情報の一部が類似度算出用テキストであってもよい。

推薦コンテンツ選択部３４は、図４に示すコンテンツ推薦タイミング検出処理の結果を推薦タイミング判断部３３から受信する（ステップＳ３０５）。推薦コンテンツ選択部３４は、状態が遷移したか否かを判断する（ステップＳ３１０）。推薦コンテンツ選択部３４は、関心度低下状態、あるいは、探索途中状態が継続していると判断した場合（ステップＳ３１０：ＮＯ）、処理を終了する。

推薦コンテンツ選択部３４は、関心度低下状態から探索途中状態に遷移した、あるいは、探索途中状態から関心度低下状態に遷移したと判断した場合（ステップＳ３１０：ＹＥＳ）、関心度低下状態または探索途中状態のいずれであるかを判断する（ステップＳ３１５）。
推薦コンテンツ選択部３４は、関心度低下状態と判断した場合（ステップＳ３１５：関心度低下状態）、関心度低下状態においてユーザーが閲覧したコンテンツとの類似度が、類似性が低いと判断するための所定の条件を満たす他のコンテンツを推薦コンテンツとして選択する（ステップＳ３２０）。

具体的には、推薦コンテンツ選択部３４は、コンテンツＣ０と、データベース５に情報が記憶されている各推薦候補のコンテンツとの類似度を図５と同様に算出する。推薦コンテンツ選択部３４は、類似度が閾値Ｔｃ（＜閾値Ｔａ）以下の推薦候補のコンテンツを推薦コンテンツとして選択する。推薦コンテンツ選択部３４は、選択した推薦コンテンツの優先度を、類似度が高い順、あるいは、類似度が低い順に決定する。

あるいは、推薦コンテンツ選択部３４は、コンテンツＣ０〜Ｃｎの中で、ステップＳ１１５において算出した類似度が所定値以上であったコンテンツの組み合わせに含まれるコンテンツを選択する。推薦コンテンツ選択部３４は、選択したコンテンツそれぞれの類似度算出用テキストと、データベース５に記憶されている各推薦候補のコンテンツの類似度算出用テキストとの類似度を算出する。推薦コンテンツ選択部３４は、選択したコンテンツそれぞれとの類似度が閾値Ｔｃ以下の推薦候補コンテンツを推薦コンテンツとして選択する。推薦コンテンツ選択部３４は、選択した推薦コンテンツの優先度を、類似度の合計が高い順、あるいは、類似度の合計が低い順に決定する。

類似度が高い順に優先度を決定した場合、いままでユーザーが興味を持っていたカテゴリとわずかながらも関連があるコンテンツを推薦することができる。閾値Ｔｃを高めに設定することにより、ユーザーが一部のキーワードによりコンテンツを検索した結果得られたコンテンツから知りたい内容のコンテンツを得られなかった場合に、他の視点を加味したコンテンツを提示することができる。
また、類似度が低い順に優先度を決定した場合、ユーザーに全く新しいカテゴリのコンテンツを推薦することができる。

一方、推薦コンテンツ選択部３４は、探索途中状態と判断した場合（ステップＳ３１５：探索途中状態）、探索途中状態においてユーザーが閲覧したコンテンツとの類似度が、類似性が低いと判断するための所定の条件を満たす他のコンテンツを推薦コンテンツとして選択する（ステップＳ３２５）。

具体的には、推薦コンテンツ選択部３４は、コンテンツＣ０〜Ｃｋ（ｋは１以上の整数であり、例えば、ｋ＝Ｔ２＋１）のそれぞれと、データベース５に情報が記憶されている各推薦候補のコンテンツとの類似度を図５と同様に算出する。推薦コンテンツ選択部３４は、コンテンツＣ０〜Ｃｋとの類似度が全て所定値以下の推薦候補のコンテンツを推薦コンテンツとして選択する。推薦コンテンツ選択部３４は、選択した推薦コンテンツの優先度を、コンテンツＣ０との類似度が高い順に決定する。これは、コンテンツ探索中に最初の方に閲覧したコンテンツほどユーザーが興味を惹かれなかった可能性が高いためである。

推薦コンテンツ情報出力部３５は、ステップＳ３２０またはステップＳ３２５において推薦コンテンツ選択部３４が選択した推薦コンテンツのうち、優先度が高いものから所定数の推薦コンテンツに関する情報をデータベース５から読み出す。例えば、推薦コンテンツがウェブページである場合、推薦コンテンツに関する情報は、ＵＲＬや、ウェブページの提供者や制作者の情報、ウェブページ内の一部の情報などを用いることができる。推薦コンテンツが放送番組である場合、推薦コンテンツに関する情報には、番組名、番組サブタイトル、番組紹介文、放送番組の映像の一部やサムネイルなどを用いることができる。コンテンツが電子書籍である場合、推薦コンテンツに関する情報は、書籍名、著者、価格の情報や、電子書籍の表紙の画像などを含む。コンテンツがＤＶＤである場合、推薦コンテンツに関する情報は、ＤＶＤのタイトル、製作者、価格、ＤＶＤのジャケットの画像などを含む。推薦コンテンツ情報出力部３５は、推薦コンテンツに関する情報を優先度順に設定した推薦コンテンツ情報をコンテンツ表示装置１に送信する（ステップＳ３３０）。コンテンツ表示装置１の推薦コンテンツ情報受信部１６は、コンテンツ推薦装置３から受信した推薦コンテンツ情報をコンテンツ取得部１２に出力する。コンテンツ取得部１２は、推薦コンテンツ情報を出力部１３に出力させる。

なお、上記においては、推薦コンテンツ選択部３４は、状態が遷移したときに推薦コンテンツを選択しているが、検出部３３４がコンテンツ推薦タイミングであると判断した場合は、任意のタイミングでステップＳ３１５以降の処理を実行してもよい。例えば、推薦コンテンツ選択部３４は、所定回数連続して関心度低下状態によるコンテンツ推薦タイミングが検出されるたびに、あるいは、所定回数以上連続して探索途中状態によるコンテンツ推薦タイミングが検出されるたびに、ステップＳ３１５以降の処理を行ってもよい。あるいは、推薦コンテンツ選択部３４は、前回推薦コンテンツ情報をコンテンツ表示装置１に送信してから所定時間以上経過した場合に、ステップＳ３１５以降の処理を行ってもよい。

図７は、関心度低下値及び探索途中値の変化とコンテンツ推薦タイミングの例を示す図である。同図に示すように、ユーザーがカテゴリＡのコンテンツＣ１１（Ａ）、Ｃ１２（Ａ）、Ｃ１３（Ａ）、Ｃ１４（Ａ）、Ｃ１５（Ａ）、…を閲覧しているときに閲覧時間が減少傾向になると、関心度低下値が上昇する。Ｔ１＝２の場合、コンテンツ推薦装置３は、関心度低下値が３となった時点で、コンテンツ推薦タイミングと判断する。また、ユーザーがザッピングにより、異なるカテゴリのコンテンツＣ２２（Ｂ）、Ｃ２３（Ｃ）、Ｃ２４（Ｄ）、Ｃ２５（Ｅ）、Ｃ２６（Ｆ）を閲覧しているうちに、探索途中値が上昇する。Ｔ２＝３の場合、コンテンツ推薦装置３は、探索途中値が４となった時点で、コンテンツ推薦タイミングと判断する。

なお、上記においては、コンテンツ表示装置１とコンテンツ推薦装置３とがネットワークを介して接続される場合について説明したが、コンテンツ表示装置１が、コンテンツ推薦装置３を備える構成としてもよい。この場合、閲覧ログ取得部３１は、閲覧ログ記憶部１５から所定時間毎に閲覧ログ情報を読み出すことにより、閲覧ログ情報を取得してもよい。所定時間は、図４のステップＳ１３５においてコンテンツの閲覧時間の減少傾向を判断するために用いる閾値と近い時間とする。

以上説明した実施形態によれば、コンテンツ推薦装置３は、ユーザーにコンテンツを推薦する適切なタイミングを検出することができる。コンテンツ推薦装置３が検出したタイミングによりコンテンツを推薦することにより、新たなコンテンツを、ユーザーに不快感を与えることなく、好意的に受け入れられるタイミングで推薦することができる。また、カメラセンサーなどの機器を設置する必要がないため、顔の撮影に抵抗を感じるユーザーにも受け入れられやすい。

また、従来は、ユーザーへ推薦するコンテンツを選択するために協調フィルタリングが一般的に用いられていた。しかし、協調フィルタリングでは、コンテンツを推薦する対象のユーザーの長期的なコンテンツ閲覧履歴のみならず、他のユーザーのコンテンツ閲覧履歴も必要となる。また、協調フィルタリング以外にも、ユーザーの興味の対象を推定し、興味に合った新たなコンテンツを推薦する関連コンテンツ提示手法などの技術もあるが、協調フィルタリングと同様に、ユーザーが閲覧したコンテンツに関連するコンテンツを提示することが多い。そのため、ユーザーが興味を失っている内容に関連したコンテンツや、興味を持てるコンテンツがないためにザッピングしているコンテンツと関連した内容のコンテンツが推薦されることがあった。本実施形態のコンテンツ推薦装置３は、短い時間の閲覧ログ情報のみを使用して、コンテンツ推薦タイミングを検出し、ユーザーが閲覧しているコンテンツとは違う内容のコンテンツを提示する。そのため、長時間のコンテンツ閲覧履歴や他のユーザーのコンテンツ閲覧履歴を必要とせずに、推薦するコンテンツの分野が偏ることなく、様々な内容のコンテンツの存在をユーザーに知ってもらうことができる。

なお、上述のコンテンツ推薦装置３及びコンテンツ表示装置１は、内部にコンピュータシステムを有している。そして、コンテンツ推薦装置３及びコンテンツ表示装置１の動作の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータシステムが読み出して実行することによって、上記処理が行われる。ここでいうコンピュータシステムとは、ＣＰＵ及び各種メモリやＯＳ、周辺機器等のハードウェアを含むものである。

また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

１コンテンツ表示装置
３コンテンツ推薦装置（推薦タイミング判断装置）
１１操作部
１２コンテンツ取得部
１３出力部
１４閲覧ログ管理部
１５閲覧ログ記憶部
１６推薦コンテンツ情報受信部
３１閲覧ログ取得部
３２記憶部
３３推薦タイミング判断部
３４推薦コンテンツ選択部
３５推薦コンテンツ情報出力部
３３１選択部
３３２類似度算出部
３３３判断部
３３４検出部

Claims

ユーザーが閲覧したコンテンツの識別情報と前記コンテンツの選択時刻とを示す閲覧ログ情報を取得する閲覧ログ取得部と、
前記閲覧ログ取得部が取得した前記閲覧ログ情報から前記選択時刻の順に未選択の前記閲覧ログ情報を選択する選択部と、
前記選択部が選択した前記閲覧ログ情報と、前記選択部が選択した前記閲覧ログ情報よりも過去の前記閲覧ログ情報の中から前記選択時刻が新しい順に選択した所定数の前記閲覧ログ情報とから前記識別情報を読み出し、読み出した前記識別情報により特定される前記コンテンツ相互の類似度を算出する類似度算出部と、
前記類似度算出部が算出した前記コンテンツ相互の前記類似度に基づいて、前記コンテンツ相互の類似状況を判断する類似判断部と、
前記類似判断部により前記コンテンツ相互が類似傾向と判断され、かつ、前記閲覧ログ情報が示す前記選択時刻からコンテンツの閲覧時間が減少傾向であると判断した回数、あるいは、前記類似判断部により前記コンテンツ相互が非類似傾向と判断された回数に基づいて、前記ユーザーへコンテンツを推薦するタイミングを検出する検出部と、
を備えることを特徴とする推薦タイミング判断装置。
前記検出部が前記ユーザーへコンテンツを推薦するタイミングを検出したときに前記選択部が選択している前記閲覧ログ情報から前記識別情報を読み出す処理、あるいは、前記検出部が前記ユーザーへコンテンツを推薦するタイミングを検出したときに前記選択部が選択している前記閲覧ログ情報と、前記選択部が選択している前記閲覧ログ情報よりも過去の前記閲覧ログ情報の中から前記選択時刻が新しい順に選択した所定数の前記閲覧ログ情報とから前記識別情報を読み出す処理を行い、読み出した前記識別情報により特定される前記コンテンツとの類似度が、類似性が低いと判断するための所定の条件を満たす他のコンテンツを推薦する推薦コンテンツ選択部をさらに備える、
ことを特徴とする請求項１に記載の推薦タイミング判断装置。
前記推薦コンテンツ選択部は、類似度が前記所定の条件を満たす前記他のコンテンツを、低い類似性を示す前記類似度の順、あるいは、高い類似性を示す前記類似度の順に推薦する、
ことを特徴とする請求項２に記載の推薦タイミング判断装置。
前記類似度は、前記コンテンツに含まれるテキストデータ、または、前記コンテンツの内容を説明したテキストデータに基づいて算出される、
ことを特徴とする請求項１から請求項３のいずれか１項に記載の推薦タイミング判断装置。
コンピュータを、
ユーザーが閲覧したコンテンツの識別情報と前記コンテンツの選択時刻とを示す閲覧ログ情報を取得する閲覧ログ取得手段と、
前記閲覧ログ取得手段が取得した前記閲覧ログ情報から前記選択時刻の順に未選択の前記閲覧ログ情報を選択する選択手段と、
前記選択手段が選択した前記閲覧ログ情報と、前記選択手段が選択した前記閲覧ログ情報よりも過去の前記閲覧ログ情報の中から前記選択時刻が新しい順に選択した所定数の前記閲覧ログ情報とから前記識別情報を読み出し、読み出した前記識別情報により特定される前記コンテンツ相互の類似度を算出する類似度算出手段と、
前記類似度算出手段が算出した前記コンテンツ相互の前記類似度に基づいて、前記コンテンツ相互の類似状況を判断する類似判断手段と、
前記類似判断手段により前記コンテンツ相互が類似傾向と判断され、かつ、前記閲覧ログ情報が示す前記選択時刻からコンテンツの閲覧時間が減少傾向であると判断した回数、あるいは、所前記類似判断手段により前記コンテンツ相互が非類似傾向と判断された回数に基づいて、前記ユーザーへコンテンツを推薦するタイミングを検出する検出手段と、
を具備する推薦タイミング判断装置として機能させるためのプログラム。