JP2016110260A - コンテンツ検索結果提供システム及びコンテンツ検索結果提供方法 - Google Patents

Abstract

【課題】検索要求を行うユーザの検索クリック履歴が十分にない場合にも、そのユーザの嗜好性が反映されたコンテンツを提供する。【解決手段】コンテンツ検索結果提供システム２００は、所定の検索クエリと、コンテンツのカテゴリ毎の所定の検索クエリに対する対応度合いとを関連付けた情報が格納されるクエリカテゴリ辞書３０３と、ユーザ端末から送信された検索クエリ履歴を取得する検索履歴取得部３０１と、クエリカテゴリ辞書３０３からクエリカテゴリ評価値を抽出し、抽出されたクエリカテゴリ評価値に基づきユーザ特徴ベクトルを算出するユーザ特徴ベクトル算出部３０５と、ユーザ端末から送信された検索要求時の検索クエリに対応する検索結果コンテンツを取得する検索結果コンテンツ取得部３０９と、ユーザ特徴ベクトルに基づき、検索結果コンテンツを出力する検索結果コンテンツ出力部３１１とを備える。【選択図】図１

Description

本発明は、コンテンツ検索結果提供システム及びコンテンツ検索結果提供方法に関する。

従来、ユーザの興味関心に沿ったコンテンツを提供するため、ユーザの過去の検索履歴に基づいて、検索クエリに応じた検索結果を出力する技術がある。例えば、特許文献１に記載の技術では、ユーザのクリック操作によって閲覧要求がされたウェブページのコンテンツを解析した結果をデータベースに記憶し、当該データベースに基づき、出力する検索結果の優先度を変える。

特開２０１１−２２７５７２号公報

上記の従来技術では、ユーザのクリック操作等によって検索結果からコンテンツが選択されたことを示す検索クリック履歴（以下、「検索クリック履歴」と称する）を用いることで、ユーザの嗜好性が反映されたコンテンツを提供する。よって、検索要求を行うユーザの検索クリック履歴が十分にない場合には、そのユーザの嗜好性が反映されたコンテンツを提供することができない。

そこで、本発明は、検索要求を行うユーザの検索クリック履歴が十分にない場合にも、そのユーザの嗜好性が反映されたコンテンツを提供することができるコンテンツ検索結果提供装置及びコンテンツ検索結果提供方法を提供することを目的とする。

本発明に係るコンテンツ検索結果提供システムは、所定の検索クエリと、コンテンツのカテゴリ毎の所定の検索クエリに対する対応度合いとを関連付けた情報が格納されるクエリカテゴリ辞書と、ユーザ端末から送信された過去の検索クエリを示す検索クエリ履歴を取得する検索履歴取得手段と、検索クエリ履歴を用いて、クエリカテゴリ辞書から、コンテンツのカテゴリ毎の過去の検索クエリに対する対応度合いを関連付けた情報を抽出し、抽出された情報に基づき、コンテンツのカテゴリに対するユーザ毎の嗜好性の対応度合いを示すユーザ特徴量を算出するユーザ特徴量算出手段と、ユーザ端末から送信された検索要求時の検索クエリに対応すると共にカテゴリに対応付けられたコンテンツを示す情報を含むコンテンツの検索結果を取得する検索結果取得手段と、ユーザ特徴量に基づき、コンテンツの検索結果を出力する出力手段と、を備える。

また、本発明に係るコンテンツ検索結果提供方法は、所定の検索クエリと、コンテンツのカテゴリ毎の所定の検索クエリに対する対応度合いとを関連付けた情報が格納されるクエリカテゴリ辞書を備えたコンテンツ検索結果提供システムの動作方法であるコンテンツ検索結果提供方法であって、ユーザ端末から送信された過去の検索クエリを示す検索クエリ履歴を取得する検索履歴取得ステップと、検索クエリ履歴を用いて、クエリカテゴリ辞書から、コンテンツのカテゴリ毎の過去の検索クエリに対する対応度合いを関連付けた情報を抽出し、抽出された情報に基づき、コンテンツのカテゴリに対するユーザ毎の嗜好性の対応度合いを示すユーザ特徴量を算出するユーザ特徴量算出ステップと、ユーザ端末から送信された検索要求時の検索クエリに対応すると共にカテゴリに対応付けられたコンテンツを示す情報を含むコンテンツの検索結果を取得する検索結果取得ステップと、ユーザ特徴量に基づき、コンテンツの検索結果を出力する出力ステップと、を含む。

このようなコンテンツ検索結果提供システム及びコンテンツ検索結果提供方法によれば、クエリカテゴリ辞書から、コンテンツのカテゴリ毎の過去の検索クエリに対する対応度合いを関連付けた情報が抽出され、この抽出された情報に基づき、コンテンツのカテゴリに対するユーザ毎の嗜好性の対応度合いを示すユーザ特徴量が算出される。よって、当該ユーザ特徴量は、検索要求を行うユーザの検索クリック履歴を用いることなく算出される。そして、当該ユーザ特徴量に基づき検索要求時の検索クエリに対応するコンテンツの検索結果が出力されるので、検索要求を行うユーザの検索クリック履歴がない場合にも、そのユーザの嗜好性が反映された検索結果を出力することができる。以上より、検索要求を行うユーザの検索クリック履歴がない場合にも、そのユーザの嗜好性が反映されたコンテンツを提供することができる。

また、本発明に係るコンテンツ検索結果提供システムでは、ユーザ特徴量に基づき、コンテンツの検索結果に含まれるコンテンツを示す情報の順序を決定する順位算出手段を更に備え、出力手段は、順位算出手段により決定された順序に従いコンテンツの検索結果を出力してもよい。この場合、ユーザ特徴量に基づく順序のコンテンツの検索結果が出力されるので、検索要求を行うユーザの検索クリック履歴がない場合にも、そのユーザの嗜好性に応じた順で並べられた検索結果を出力することができる。

また、本発明に係るコンテンツ検索結果提供システムでは、検索履歴取得手段は、複数のユーザ毎に、過去の検索クエリと、過去の検索クエリに対応するコンテンツのうち、ユーザが選択したコンテンツのカテゴリとを関連付けた情報である複数ユーザ履歴を取得しており、複数ユーザ履歴に基づいて、クエリカテゴリ辞書を作成する作成手段を更に備えてもよい。この場合、複数のユーザ毎に過去の検索クエリとカテゴリとが関連付けられた複数ユーザ履歴に基づきクエリカテゴリ辞書が作成されるので、クエリカテゴリ辞書に格納される情報の信頼性をより高めることができる。

また、本発明に係るコンテンツ検索結果提供システムでは、ユーザ端末から送信された検索要求時の検索クエリに対応するコンテンツを検索する検索手段を更に備えてもよい。この場合、検索手段により、ユーザ端末から送信された検索要求時の検索クエリに対応するコンテンツを検索することができる。

本発明によれば、検索要求を行うユーザの検索クリック履歴がない場合にも、そのユーザの嗜好性が反映されたコンテンツを提供することができるコンテンツ検索結果提供システム及びコンテンツ検索結果提供方法を提供することができる。

本実施形態に係るコンテンツ検索結果提供システムの機能構成を示すブロック図である。 統合サーバ及び検索サーバのハードウェア構成図である。 検索履歴情報記憶部により記憶される情報の内容を示す説明図である。 クエリカテゴリ辞書に格納される情報の内容を示す説明図である。 ユーザ特徴ベクトル記憶部により記憶される情報の内容を示す説明図である。 一回目の検索アクションが行われた場合におけるユーザ特徴ベクトル評価値の算出過程を示す表である。 二回目の検索アクションが行われた場合におけるユーザ特徴ベクトル評価値の算出過程を示す表である。 検索結果コンテンツ取得部からの検索結果コンテンツの一覧情報をユーザ特徴ベクトルに基づき並び替える方法を示す説明図である。 図１に示されるコンテンツ検索結果提供システムの全体的な動作手順を示すシーケンス図である。 図１に示されるコンテンツ検索結果提供システムの全体的な動作手順を示すフロー図である。 図１０に示されるＳ２０の詳細な処理方法を示すフロー図である。 図１０に示されるＳ３０の詳細な処理方法を示すフロー図である。 図１２に示されるＳ３２の詳細な処理方法を示すフロー図である。 図１２に示されるＳ３３の詳細な処理方法を示すフロー図である。 図１０に示されるＳ７０の詳細な処理方法を示すフロー図である。

以下、添付図面を参照して、本発明の実施形態について詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。

図１は、本実施形態に係るコンテンツ検索結果提供システムの機能構成を示すブロック図である。図１に示されるように、コンテンツ検索結果提供システム２００は、統合サーバ（統合エンジン）３００と、検索サーバ（検索エンジン）４００とを備えている。携帯電話等のユーザ端末１００は、ネットワークＮを介して統合サーバ３００と接続されている。

例えば、統合サーバ３００は、移動体通信網であるネットワークＮを介し、通信事業者により運営されるコンテンツ配信サービスを、ユーザ端末１００に対して提供する。コンテンツ配信サービスは、例えば通信事業者のネットワークＮ上で、ユーザからの要求に応じて様々なコンテンツを配信するサービスである。コンテンツとは、情報の内容又は中身を意味する。コンテンツには、例えば、音楽、動画、電子書籍、ゲーム等のデジタルコンテンツが含まれる。また、コンテンツには、オンラインショッピングサービス等で取り扱われる商品情報等が含まれる。

コンテンツ配信サービスが配信するコンテンツには、予めコンテンツがどのような情報かを示すメタデータ（属性情報）が対応付けられている。例えば、コンテンツには、通信事業者により、タイトル又はカテゴリ等のメタデータが予め対応付けられている。タイトルとは、コンテンツに与えられる名称である。例えば、コンテンツ配信サービスにおいて配信されるコンテンツが曲である場合にはその曲に対するタイトルとして、その曲名が与えられる。カテゴリとは、コンテンツをその性質に応じて区分するための分類である。例えば、コンテンツ配信サービスにおいて配信されたコンテンツがあるアイドルの曲である場合には、そのコンテンツは音楽という性質を有するので、カテゴリ「音楽」と対応付けられる。また、当該コンテンツは、アイドルの曲という性質も有するので、カテゴリ「アイドル」とも対応付けられる。

なお、コンテンツ配信サービスが配信するコンテンツにカテゴリが予め対応付けられていることにより、コンテンツ配信サービスは、例えばカテゴリ別に整理されたコンテンツを配信可能である。コンテンツには、コンテンツそのものだけでなく、コンテンツのメタデータが含まれてもよい。

統合サーバ３００は、ユーザ端末１００から検索クエリを受信して検索要求を受け付ける。検索クエリとは、検索結果として情報を引き出すための検索要求を示す。検索クエリは、例えばユーザ端末１００において検索の際に入力される単語又はフレーズ（複合語）である。例えば、ユーザ端末１００において表示された上記コンテンツ配信サービス上の検索窓に、ユーザからアーティスト名等の単語が入力されると、この入力された単語（検索クエリ）がコンテンツ配信サービスにおいて検索要求として受け付けられる。これにより、統合サーバ３００は、ユーザ端末１００からの検索要求を受け付ける。

統合サーバ３００は、検索クエリに対応するコンテンツの検索結果を検索サーバ４００から取得する。検索クエリに対応するコンテンツとは、例えば検索クエリが示す単語又はフレーズに関連するコンテンツ等、検索クエリによる検索要求にヒットする（当てはまる）コンテンツを示す。検索クエリによる検索要求にヒットするコンテンツは、検索サーバ４００によって算出されて複数取得される。以下、このように検索クエリによる検索結果として複数取得されるコンテンツを、単に「検索結果コンテンツ」とも称する。統合サーバ３００は、検索サーバ４００により取得された検索結果コンテンツを示す情報を、検索結果としてユーザ端末１００へ出力する。ユーザ端末１００は、ディスプレイ等の表示部を備えており、統合サーバ３００から出力された検索結果コンテンツを示す情報を、当該表示部で表示する。ユーザ端末１００の表示部において、検索結果コンテンツを示す情報は、例えば検索結果コンテンツに含まれる各コンテンツのネットワーク上の場所を示すリンク情報等の、コンテンツを示す情報を含んだ一覧情報である。以下、検索結果コンテンツを示す情報を、単に「検索結果コンテンツの一覧情報」とも称する。

ユーザ端末１００において、このような検索結果コンテンツの一覧情報の中から、所望のコンテンツを示す情報がユーザにより選択される。ここで、選択とは、一覧情報の中から一つのコンテンツを示す情報を選ぶことにより、その情報が示すコンテンツを選択することをいう。選択には、閲覧を意味する選択（例えば、コンテンツ詳細情報のリンク選択等）だけでなく、購入を目的とする選択（例えば、コンテンツ購入用のリンク選択等）も含まれる。選択は、例えばクリック操作等によって実現される。以下、本実施形態では、ユーザがクリック操作によってコンテンツを選択した場合を想定して説明する。以下、クリック操作によるコンテンツの選択を、単に「クリック」という。例えば、ユーザ端末１００の表示部で表示された検索結果コンテンツの一覧情報のうちのいずれかの情報をユーザがクリックした場合、そのクリックされた情報が示すコンテンツが選択されたことを示す。このようにしてコンテンツが選択されると、選択されたコンテンツを取得するように、ユーザ端末１００から統合サーバ３００へコンテンツの送信要求が行われる。

図２は、統合サーバ３００及び検索サーバ４００のハードウェア構成図である。図１に示される統合サーバ３００及び検索サーバ４００は、物理的には、図２に示されるように、１又は複数の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、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。コンテンツ検索結果提供システムが有する各機能は、図２に示されるＣＰＵ１１、ＲＡＭ１２等のハードウェア上に１又は複数の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、再び図１を参照し、統合サーバ３００の機能構成について説明する。統合サーバ３００は、検索履歴取得部３０１（検索履歴取得手段）、検索履歴情報記憶部３０２（記憶手段）、クエリカテゴリ辞書３０３、クエリカテゴリ辞書作成部３０４（作成手段）、ユーザ特徴ベクトル算出部（ユーザ特徴量算出手段）３０５、ユーザ特徴ベクトル記憶部３０６、検索要求受付部３０７、検索要求送信部３０８、検索結果コンテンツ取得部３０９（検索結果取得手段）、順位算出部３１０（順位算出手段）、及び検索結果コンテンツ出力部３１１（出力手段）を含んで構成されている。

検索履歴取得部３０１は、検索要求を行ったユーザ端末１００のユーザＩＤと、そのユーザＩＤのユーザ端末１００からの検索クエリと、その検索クエリによるコンテンツの検索結果のうちユーザ端末１００において選択されたコンテンツとを取得する。ユーザ端末１００のユーザＩＤとは、ユーザ端末１００を識別するための番号又は略称である。ユーザＩＤは、例えば各ユーザがコンテンツ配信サービスを利用するために必要な情報である。ユーザＩＤは、ユーザ端末１００においてコンテンツ配信サービスを利用する際、ユーザ端末１００の表示部において表示されるコンテンツ配信サービスのログイン画面等にユーザにより入力される。ユーザＩＤが入力されると、このユーザＩＤはユーザ端末１００に記憶される。

検索クエリは、ユーザ端末１００の表示部において表示された上記コンテンツ配信サービス上の検索窓にユーザによって入力される。検索クエリが入力されると、当該検索クエリを示す情報が、上記ユーザＩＤと対応付けられた状態でユーザ端末１００に記憶される。このようにしてユーザ端末１００にユーザＩＤと対応付けられて記憶される過去の検索クエリを示す履歴情報（以下、単に「検索クエリ履歴」とも称する）が、例えば検索クエリを示す情報が記憶（検索クエリ履歴が更新）される度にユーザ端末１００から統合サーバ３００へ送信される。検索履歴取得部３０１は、ユーザ端末１００から統合サーバ３００へ送信された検索クエリ履歴を受信して取得する。

なお、本実施形態では、検索クエリがユーザ端末１００に記憶される際、当該検索クエリが入力された日時を示す情報が、検索クエリ履歴に対応付けられて記憶される。そして、当該日時を示す情報が、検索クエリ履歴と共に、ユーザ端末１００から統合サーバ３００へ送信される。検索履歴取得部３０１は、上述のように検索クエリ履歴を取得する際、検索クエリ履歴と共に、当該日時を示す情報を併せて受信して取得する。なお、ユーザ端末１００から統合サーバ３００へ検索クエリ履歴及びこれに対応付けられた日時を示す情報が送信されるタイミングは、検索クエリを示す情報が記憶される度でなくてもよく、所定のタイミングで送信されてもよい。

また、上記コンテンツ配信サービス上で入力された検索クエリによる検索結果として取得された検索結果コンテンツの一覧情報のうちの一つがユーザによりクリックされると、検索結果コンテンツに含まれるコンテンツのうち当該クリックされたコンテンツを示す情報（例えば、タイトル及びカテゴリ等のメタデータ）が、上記ユーザＩＤと、その検索結果コンテンツを取得するのに用いた検索クエリと対応付けられた状態で、ユーザ端末１００に記憶される。このようにしてユーザ端末１００にユーザＩＤ及び検索クエリと対応付けられて記憶される、過去のクリックされたコンテンツを示す情報（以下、単に「検索クリック履歴」とも称する）が、例えば当該クリックされたコンテンツを示す情報が記憶（検索クリック履歴が更新）される度にユーザ端末１００から統合サーバ３００へ送信される。検索履歴取得部３０１は、ユーザ端末１００から統合サーバ３００へ送信された検索クリック履歴を受信して取得する。

なお、本実施形態では、クリックされたコンテンツを示す情報がユーザ端末１００に記憶される際、当該コンテンツがクリックされた日時を示す情報が、検索クリック履歴に対応付けられて記憶される。そして、当該日時を示す情報が、検索クリック履歴と共に、ユーザ端末１００から統合サーバ３００へ送信される。検索履歴取得部３０１は、上述のように検索クリック履歴を取得する際、検索クリック履歴と共に、当該日時を示す情報を併せて受信して取得する。なお、ユーザ端末１００から統合サーバ３００へ検索クリック履歴及びこれに対応付けられた日時を示す情報が送信されるタイミングは、クリックされたコンテンツを示す情報が記憶される度でなくてもよく、所定のタイミングで送信されてもよい。

以上のようにして、検索履歴取得部３０１は、複数のユーザＩＤ毎に、過去の検索クエリと、過去の検索クエリに対応するコンテンツのうち、ユーザが選択したコンテンツのカテゴリとを関連付けた情報である複数ユーザ履歴（以下、単に「複数ユーザ履歴」とも称する）を取得する。検索履歴取得部３０１は、取得した複数ユーザ履歴を、検索履歴情報記憶部３０２に出力する。検索履歴取得部３０１は、複数ユーザ履歴を取得する度に検索履歴情報記憶部３０２に出力を行ってもよいし、所定時間毎にその出力を行ってもよい。

検索履歴情報記憶部３０２は、検索履歴取得部３０１から出力された複数ユーザ履歴を記憶する。図３は、検索履歴情報記憶部３０２により記憶される情報の内容を示す説明図である。図３に示されるように、検索履歴情報記憶部３０２には、複数ユーザ履歴として、ユーザＩＤ、検索クエリ、クリックしたコンテンツ、及び日時を示す各情報が互いに対応付けられて格納されている。ユーザＩＤは、上述したように、ユーザ端末１００を識別するための番号又は略称である。図３において、ユーザＩＤは例えば「Ｕｓｅｒ１」で示されている。検索クエリを示す情報とは、上述した検索クエリ履歴である。クリックしたコンテンツを示す情報とは、上述した検索クリック履歴（タイトル及びカテゴリのメタデータ）である。日時を示す情報とは、上述したように、検索クエリ履歴又は検索クリック履歴に対応付けられた日時を示す情報である。図３において、コンテンツの検索結果を示す一覧情報の中からいずれかの情報がクリックされた場合にはその情報をクリックした日時（すなわち、検索クリック履歴に対応付けられた日時）を示す情報が格納され、いずれの情報もクリックされていない場合には検索要求を行った日時（すなわち、検索クエリ履歴に対応付けられた日時）を示す情報が格納される。

例えば、図３では、ユーザＩＤ「Ｕｓｅｒ１」のユーザ端末１００は、検索クエリ「アイドルＡ」で検索要求を行っており、その検索クエリによる検索結果コンテンツの一覧情報のうち、タイトル「曲Ｋ」及びカテゴリ「ミュージック、アイドル」のメタデータで対応付けられたコンテンツを示す情報を、２０１４年９月１５日にクリックしたことが示されている。なお、図３において、アルファベットを用いた文字列によって固有名詞を示している。例えば、検索クエリ「アイドルＡ」とは、アイドルの固有名詞「Ａ」という検索クエリであることを示している。

また、例えば、ユーザＩＤ「Ｕｓｅｒ６」の欄において、検索クエリ「アイドルＡ」及びこの検索クエリにより２０１４年９月１３日に検索されたという日時のみが格納され、クリックしたコンテンツのメタデータ（タイトル及びカテゴリ）が格納されていない。これは、ユーザＩＤ「Ｕｓｅｒ６」のユーザ端末１００は、検索クエリ「アイドルＡ」で検索要求を行ったが、その検索クエリによる検索結果コンテンツの一覧情報のうちの何れもクリックしなかったことを示している。すなわち、図３では、ユーザＩＤ「Ｕｓｅｒ６」のユーザ端末１００は、検索クリック履歴を有していないことを示している。

検索履歴情報記憶部３０２は、検索履歴取得部３０１によって情報が出力される度にその情報を記憶する。よって、図３に示されるデータベースは、検索履歴取得部３０１によって情報が出力される度に更新される。よって、図３では、ユーザＩＤ「Ｕｓｅｒ１」〜「Ｕｓｅｒ６」のデータを図示しているが、これは一例に過ぎず、ユーザＩＤ「Ｕｓｅｒ１」〜「Ｕｓｅｒ６」による更なるデータ、又はその他のユーザＩＤのデータ等を含み得る。

クエリカテゴリ辞書３０３は、所定の検索クエリと、コンテンツのカテゴリ毎の所定の検索クエリに対する対応度合いとを関連付けた情報とが格納されるデータベースである。本実施形態において、クエリカテゴリ辞書３０３は、後述のクエリカテゴリ辞書作成部３０４により作成される。

図４は、クエリカテゴリ辞書３０３に格納される情報の内容を示す説明図である。図４の（ａ）は、クエリカテゴリ辞書３０３の一例を示している。図４の（ａ）に示されるクエリカテゴリ辞書３０３には、所定の検索クエリと、所定の検索クエリに対応する各カテゴリと、所定の検索クエリに対応する各カテゴリの当該検索クエリに対する対応度合いを示す評価値（以下、単に「クエリカテゴリ評価値」と称する）と、が格納されている。

図４の（ａ）のクエリカテゴリ辞書３０３では、検索クエリ「アイドルＡ」に対応するカテゴリ「アイドル」、「ミュージック」、「動画」、及び「画像」のそれぞれのクエリカテゴリ評価値が「１．０」、「０．５０」、「０．２５」、及び「０．２５」である。すなわち、図４の（ａ）のクエリカテゴリ辞書３０３では、検索クエリ「アイドルＡ」に関し、カテゴリ「アイドル」との対応度合いが最も高く、続いてカテゴリ「ミュージック」、続いてカテゴリ「動画」及びカテゴリ「画像」の順に、その対応度合いが低くなることを示している。

クエリカテゴリ辞書作成部３０４は、例えば検索履歴情報記憶部３０２により記憶された複数ユーザ履歴に基づき、上述のクエリカテゴリ辞書３０３を作成する。クエリカテゴリ辞書作成部３０４は、複数ユーザ履歴に含まれる全てのデータに基づきクエリカテゴリ辞書３０３を作成してもよいし、複数ユーザ履歴に含まれるデータのうち例えば予め設定された期間遡ったデータだけに基づきクエリカテゴリ辞書３０３を作成してもよい。クエリカテゴリ辞書作成部３０４は、検索履歴情報記憶部３０２における複数ユーザ履歴を参照し、所定の検索クエリと、その検索クエリに対応する各カテゴリとを抽出する。そしてクエリカテゴリ辞書作成部３０４は、クエリカテゴリ評価値を、次のように算出する。

クエリカテゴリ辞書作成部３０４は、各カテゴリが何回抽出されるかをカウントする。各カテゴリが抽出された回数は、各カテゴリと対応付けられたコンテンツがクリックされた回数（以下、単に「クリック数」と称する）を示す。例えば、クエリカテゴリ辞書作成部３０４は、図３に示される複数ユーザ履歴を参照し、検索クエリ「アイドルＡ」と、この検索クエリに対応付けられたカテゴリ「アイドル」、「ミュージック」、「動画」、及び「画像」を抽出する。そしてこれらの各カテゴリのクリック数（各カテゴリと対応付けられたコンテンツがクリックされた回数）をカウントする。

図４の（ｂ）は、クエリカテゴリ辞書３０３の作成過程で算出される各カテゴリのクリック数Ｘと、そのクリック数Ｘのうち最大となる数を示す最大クリック数Ｍａｘ（Ｘ）とを示している。例えば、図３に示される複数ユーザ履歴には、検索クエリ「アイドルＡ」に対応するカテゴリ「アイドル」が４つ存在するので、カテゴリ「アイドル」が４回抽出される。よって、カテゴリ「アイドル」のクリック数Ｘは「４」とカウントされる。同様にして、検索クエリ「アイドルＡ」に対応するカテゴリ「ミュージック」のクリック数Ｘは「２」、検索クエリ「アイドルＡ」に対応するカテゴリ「動画」のクリック数Ｘは「１」、検索クエリ「アイドルＡ」に対応するカテゴリ「画像」のクリック数Ｘは「１」とカウントされる。よって、検索クエリ「アイドルＡ」に対応する各カテゴリのクリック数Ｘのうち、最大クリック数Ｍａｘ（Ｘ）は、カテゴリ「ミュージック」のクリック数Ｘである。

クエリカテゴリ辞書作成部３０４は、図４の（ｂ）に示されるような各カテゴリ別にカウントされたクリック数を用いて、次の数式（１）に基づき、各カテゴリのクエリカテゴリ評価値を算出する。当該クエリカテゴリ評価値の算出は、検索クエリに対応する全てのカテゴリについて行う。
Ｙ（ｉ）＝Ｘ（ｉ）／max（Ｘ（ｊ）） ・・・（１）
ただし、１≦ｊ≦ｎ
Ｙ（ｉ）：ｉ番目のカテゴリのクエリカテゴリ評価値
Ｘ（ｉ）：ｉ番目のカテゴリのクリック数
ｎ：カテゴリ種類数

例えば、検索クエリ「アイドルＡ」に対応する各カテゴリのクエリカテゴリ評価値を算出する場合、クエリカテゴリ辞書３０３は、図４の（ｂ）に示されるように、検索クエリ「アイドルＡ」に対応する各カテゴリのうちクリック数が最大となる「ミュージック」のクリック数「４」で、各カテゴリのクリック数をそれぞれ除算することにより、各カテゴリのクエリカテゴリ評価値を算出する。これにより、検索クエリ「アイドルＡ」に対応する各カテゴリ「アイドル」、「ミュージック」、「動画」、及び「画像」の各クエリカテゴリ評価値は、図４の（ａ）に示されるように、それぞれ「１．０」、「０．５０」、「０．２５」、及び「０．２５」と算出される。

クエリカテゴリ辞書作成部３０４は、検索履歴情報記憶部３０２における複数ユーザ履歴に含まれる検索クエリ毎に、上述の処理を行う（検索クエリを変えて上述の処理を繰り返す）。すなわち、複数ユーザ履歴に含まれる全ての検索クエリについて、その検索クエリに対応付けられた各カテゴリを抽出し、上述の計算方法によって、抽出した各カテゴリのクエリカテゴリ評価値を算出する。なお、クエリカテゴリ辞書作成部３０４は、複数ユーザ履歴に含まれる全ての検索クエリについてクエリカテゴリ評価値を算出しなくてもよい。例えば、上記コンテンツ配信サービスの利用者であるユーザや当該サービスの提供元である事業者等により、予め統合サーバ３００に設定された検索クエリについてのみクエリカテゴリ評価値を算出してもよい。

なお、上記数式（１）の代わりに、例えば以下に示す数式（２）によって各カテゴリの評価値を算出してもよい。
Ｙ（ｉ）＝{Ｘ（ｉ）}^２／｛max（Ｘ（ｊ））｝^２ ・・・（２）
この数式（２）によれば、数式（１）と比べて、抽出されたカテゴリのクリック数が少ない場合には、そのカテゴリのクエリカテゴリ評価値がより小さな値として算出される。このため、数式（２）を用いる場合、クリック数が少ないカテゴリのクエリカテゴリ評価値の上昇傾向を緩やかにする効果がある。よって、数式（２）は、クリック数が多いカテゴリほど、検索クエリとの対応度合いを強めたい場合に好適である。

また、上記数式（１）の代わりに、例えば以下に示す数式（３）によってカテゴリ毎のクエリカテゴリ評価値を算出してもよい。
Ｙ（ｉ）＝{Ｘ（ｉ）／max（Ｘ（ｊ））}^1/2 ・・・（３）
この数式（３）によれば、数式（２）とは逆に、数式（１）と比べて、抽出されたカテゴリのクリック数が少ない場合にも、そのカテゴリのクエリカテゴリ評価値がより大きな値として算出される。このため、クリック数が多い場合のクエリカテゴリ評価値の上昇傾向を緩やかにする効果がある。よって、数式（３）は、クリック数が少ないカテゴリでも、検索クエリとの対応度合いを持たせたい場合に好適である。

クエリカテゴリ辞書作成部３０４は、上述のようにして算出したクエリカテゴリ評価値を、検索クエリ及びカテゴリ毎に対応付けてデータベースとして格納する。これにより、クエリカテゴリ辞書３０３が作成される。

なお、クエリカテゴリ辞書作成部３０４は、検索クエリに対応する各カテゴリのクエリカテゴリ評価値の算出を、検索履歴情報記憶部３０２における複数ユーザ履歴が更新される度に行ってもよく、所定期間毎に行ってもよい。すなわち、クエリカテゴリ辞書作成部３０４は、複数ユーザ履歴が更新される度にクエリカテゴリ辞書３０３を更新してもよいし、複数ユーザ履歴の更新とは異なるタイミング等で所定期間毎にクエリカテゴリ辞書３０３を更新してもよい。

ユーザ特徴ベクトル算出部（算出手段）３０５は、コンテンツのカテゴリに対するユーザＩＤ毎の嗜好性の対応度合いを示すユーザ特徴量を算出する。コンテンツのカテゴリに対するユーザＩＤ毎の嗜好性の対応度合いを示すユーザ特徴量とは、どのカテゴリのコンテンツにユーザの興味関心がどれほど向いているかを示す各カテゴリに対する評価値を含むベクトル量として示される情報である。以下、コンテンツのカテゴリに対するユーザＩＤ毎の嗜好性の対応度合いを示すユーザ特徴量を、単に「ユーザ特徴ベクトル」と称する。ユーザ特徴ベクトル算出部３０５は、算出したユーザ特徴ベクトルをユーザ特徴ベクトル記憶部３０６に出力する。ユーザ特徴ベクトル記憶部３０６は、出力されたユーザ特徴ベクトルを記憶する。

図５は、ユーザ特徴ベクトル記憶部３０６により記憶される情報の内容を示す説明図である。図５では、上述のユーザＩＤ「ＵｓｅｒＡ」のユーザ特徴ベクトル評価値ｘ’が格納されたデータベースの例を示している。ユーザ特徴ベクトル評価値ｘ’とは、ユーザ特徴ベクトルが示す各カテゴリに対する評価値である。図５のデータベースでは、ユーザＩＤ「ＵｓｅｒＡ」に対応付けられた各カテゴリと、各カテゴリに対するユーザ特徴ベクトル評価値ｘ’とが、格納されている。ユーザＩＤ「ＵｓｅｒＡ」に対応付けられた各カテゴリとは、ユーザＩＤ「ＵｓｅｒＡ」の興味関心が向けられたカテゴリを示している。各カテゴリに対するユーザ特徴ベクトル評価値ｘ’とは、ユーザＩＤ「ＵｓｅｒＡ」の興味関心が向けられた各カテゴリに対し、その興味関心の度合いがどれほどかを評価する指標である。

本実施形態では、ユーザ特徴ベクトル評価値ｘ’の値が大きいほど、各カテゴリに対するユーザの興味関心の度合いが高いことを示している。図５のデータベースでは、ユーザＩＤ「ＵｓｅｒＡ」の興味関心が向けられた各カテゴリ「アイドル」、「ミュージック」、「動画」、「画像」、「コミック」、「映画」、及び「アニメ」の各ユーザ特徴ベクトル評価値ｘ’を比較すると、カテゴリ「コミック」のユーザ特徴ベクトル評価値ｘ’が最も大きい。よって、ユーザＩＤ「ＵｓｅｒＡ」の興味関心の度合いは、カテゴリ「コミック」に対し最も高いことが示されている。

ユーザ特徴ベクトル算出部３０５は、図５に示されるようなユーザ特徴ベクトルを、例えば検索クエリ履歴を用いて算出する。ユーザ特徴ベクトル算出部３０５は、クエリカテゴリ辞書３０３から、クエリカテゴリ評価値（コンテンツのカテゴリ毎の過去の検索クエリに対応する対応度合いを関連付けた情報）を抽出し、抽出されたクエリカテゴリ評価値に基づき、ユーザ特徴ベクトルを算出する。以下、より具体的に説明する。

ユーザ特徴ベクトル算出部３０５は、まず、検索履歴情報記憶部３０２における複数ユーザ履歴を参照し、ユーザ特徴ベクトルの算出対象であるユーザ端末１００の検索クエリ履歴を抽出する。ユーザ特徴ベクトル算出部３０５は、クエリカテゴリ辞書３０３から、抽出した検索クエリ履歴が示す過去の検索クエリに対応する各カテゴリのクエリカテゴリ評価値を抽出する。ユーザ特徴ベクトル算出部３０５は、この抽出されたクエリカテゴリ評価値に基づき、ユーザ特徴ベクトルを算出する。

また、本実施形態において、ユーザ特徴ベクトル算出部３０５は、検索履歴情報記憶部３０２における複数ユーザ履歴を参照し、所定のユーザ端末１００における検索クリック履歴を抽出する。ユーザ特徴ベクトル算出部３０５は、ユーザ特徴ベクトルの算出に、この検索クリック履歴を用いてもよい。

ユーザ特徴ベクトル算出部３０５は、検索クエリ履歴及び検索クリック履歴のうち、例えば前回の抽出から今回の抽出までに新たに記憶されたものを、所定期間毎に抽出する。そしてユーザ特徴ベクトル算出部３０５は、所定期間毎に抽出された検索クエリ履歴及び検索クリック履歴を用いてユーザ特徴ベクトルを算出する。なお、ユーザ特徴ベクトル算出部３０５は、検索クエリ履歴及び検索クリック履歴が更新される度に、検索クエリ履歴及び検索クリック履歴を抽出してユーザ特徴ベクトルを算出してもよい。

ユーザ特徴ベクトル算出部３０５は、例えば次の数式（４）によって、ユーザ特徴ベクトルが示す各カテゴリに対する評価値（以下、「ユーザ特徴ベクトル評価値」と称する）を算出する。なお、ｘに係る重み係数α、ｙに係る重み係数β、及びｚに係る重み係数γは、統合サーバ３００に予め設定されて記憶されている。これらの係数は、通常、ｘ、ｙ、及びｚの何れに重きを置きたいかに応じて種々の値として設定可能である。例えば、これらの係数は、正の値として設定される。
ｘ'＝αｘ＋βｙ＋γｚ ・・・（４）
ただし、ｙ＝ｚ＝０の場合は、ｘ’＝ｘ
ｘ’：新たなユーザ特徴ベクトル評価値
ｘ ：既存のユーザ特徴ベクトル評価値
ｙ ：検索クエリ履歴に基づくユーザ特徴ベクトル評価値
ｚ ：検索クリック履歴に基づくユーザ特徴ベクトル評価値
α ：ｘに係る重み係数
β ：ｙに係る重み係数
γ ：ｚに係る重み係数

すなわち、ユーザ特徴ベクトル算出部３０５は、既存のユーザ特徴ベクトル評価値ｘと、検索クエリ履歴に基づくユーザ特徴ベクトル評価値ｙと、検索クリック履歴に基づくユーザ特徴ベクトル評価値ｚとに基づき、新たなユーザ特徴ベクトル評価値ｘ’を算出する。なお、既存のユーザ特徴ベクトル評価値ｘとは、今回の新たなユーザ特徴ベクトル評価値ｘ’の算出前に、上記数式（４）により導出され、又は予め設定されることにより、既にユーザＩＤ毎に対応付けられたユーザ特徴ベクトル評価値である。

検索クエリ履歴に基づくユーザ特徴ベクトル評価値ｙ（以下、「クエリ評価値ｙ」と称する）とは、コンテンツのカテゴリに対するユーザＩＤ毎の嗜好性の対応度合いを、過去の検索クエリとそのカテゴリとの対応度合いに基づき評価する値である。検索クリック履歴に基づくユーザ特徴ベクトル評価値ｚ（以下、「クリック評価値ｚ」と称する）とは、コンテンツのカテゴリに対するユーザＩＤ毎の嗜好性の対応度合いを、予めカテゴリが対応付けられたコンテンツを示す情報がクリックされたか否かに基づき評価する値である。

クエリ評価値ｙは、例えばユーザＩＤ毎の過去の検索クエリに関し、この検索クエリに対応付けられたカテゴリ毎の各クエリカテゴリ評価値を、クエリカテゴリ辞書３０３から抽出することによって算出される。クリック評価値ｚは、ユーザＩＤ毎の検索クリック履歴に基づき、検索結果のうちクリックされたコンテンツに対応付けられたカテゴリを抽出することによって算出される。なお、これらクエリ評価値ｙ及びクリック評価値ｚの詳細な算出方法は、図６及び図７を参照し、より具体的な例を用いて後述する。

クエリ評価値ｙと、クリック評価値ｚとは、上記数式（４）においてそれぞれ独立した加算項で示されているように、互いに依存することなく算出される。クエリ評価値ｙ及びクリック評価値ｚのうち、少なくともクエリ評価値ｙが算出されていればよく、クリック評価値ｚは算出されなくてもよい。すなわち、新たなユーザ特徴ベクトル評価値ｘ’は、クリック評価値ｚを用いなくても算出することができる。このため、例えば図３に示されるユーザＩＤ「Ｕｓｅｒ６」のように検索クリック履歴を有していないユーザに対しても、新たなユーザ特徴ベクトル評価値ｘ’を算出することができる。

また、ユーザ特徴ベクトル算出部３０５は、新たなユーザ特徴ベクトル評価値ｘ’を算出する際、上記数式（４）により算出された新たなユーザ特徴ベクトル評価値ｘ’のうち、いずれかのカテゴリに対する評価値が所定の閾値（本実施形態では、「１．０」）を超えていた場合には、正規化を行う。すなわち、その所定の閾値を超えていた評価値のうち最大値で、上記数式（４）により算出された各カテゴリに対するユーザ特徴ベクトル評価値ｘ’をそれぞれ除算することで正規化を行い、その結果を新たなユーザ特徴ベクトル評価値ｘ’とする。

以下、図６及び図７を参照して、ユーザ特徴ベクトル算出部３０５による上記数式（４）を用いたユーザ特徴ベクトル評価値ｘ’の算出過程の一例について、詳細に説明する。

一例として、ユーザＩＤ「ＵｓｅｒＡ」のユーザ端末１００において、二回の検索アクションが行われた場合を想定して説明する。一回目の検索アクションは、検索クエリ「アイドルＡ」により検索要求が行われ、その検索クエリによる検索結果コンテンツの一覧情報のうち、メタデータとしてタイトル「曲Ｋ」、カテゴリ「ミュージック」、「アイドル」が予め対応付けられたコンテンツを示す情報がクリックされている。二回目の検索アクションは、検索クエリ「コミックＳ」により検索要求が行われ、その検索クエリによる検索結果コンテンツの一覧情報のうち、メタデータとしてタイトル「コミックＳ コミックモノクロ版」、及びカテゴリ「コミック」が対応付けられたコンテンツを示す情報がクリックされている。

ここで、以下のユーザ特徴ベクトル評価値ｘ’の算出においては、クエリカテゴリ辞書３０３として図４に示すデータベースを用いる。また、上記数式（４）において、α＝１．０、β＝０．５、γ＝０．７とする。また、一回目の検索アクションが「ＵｓｅｒＡ」による初めての検索アクションであり、ユーザＩＤ「ＵｓｅｒＡ」は既存のユーザ特徴ベクトル評価値ｘを予め有していないものとする。

まず、一回目の検索アクションが行われた場合におけるユーザ特徴ベクトル評価値ｘ’の算出方法を説明する。図６は、一回目の検索アクションが行われた場合におけるユーザ特徴ベクトル評価値ｘ’の算出過程を示す表である。図６では、検索クエリ「アイドルＡ」に対応付けられた各カテゴリと、各カテゴリについての既存のユーザ特徴ベクトル評価値ｘ、クエリ履歴によるユーザ特徴ベクトル加算部であるクエリ評価値ｙ、クリック履歴によるユーザ特徴ベクトル加算部であるクリック評価値ｚ、及び一回目の検索アクションを反映した新たなユーザ特徴ベクトル評価値ｘ’が格納されている。

上述の通り、一回目の検索アクションがユーザＩＤ「ＵｓｅｒＡ」による初めての検索アクションであり、ユーザＩＤ「ＵｓｅｒＡ」は既存のユーザ特徴ベクトル評価値ｘを有していないため、図６に示される既存のユーザ特徴ベクトル評価値ｘはいずれのカテゴリについても初期値「０」である。図６に示されるクエリ評価値ｙ及びクリック評価値ｚは、ユーザ特徴ベクトル算出部３０５によってそれぞれ次のように算出される。

一回目の検索アクションが行われた場合におけるユーザＩＤ「ＵｓｅｒＡ」のクエリ評価値ｙの算出方法を説明する。まず、ユーザ特徴ベクトル算出部３０５は、ユーザＩＤ「ＵｓｅｒＡ」の過去の検索クエリ「アイドルＡ」に関し、クエリカテゴリ辞書３０３を参照して、この検索クエリ「アイドルＡ」に対応付けられたカテゴリ（「アイドル」、「ミュージック」、「動画」、及び「画像」）毎の各クエリカテゴリ評価値を抽出する。ユーザ特徴ベクトル算出部３０５は、抽出した各クエリカテゴリ評価値を、クエリ評価値ｙとして設定する。ユーザ特徴ベクトル算出部３０５は、検索クエリ「アイドルＡ」に対応付けられていないその他のカテゴリについては、値「０」を、クエリ評価値ｙとして設定する。このようにして、一回目の検索アクションが反映された、ユーザＩＤ「ＵｓｅｒＡ」の各カテゴリに対するクエリ評価値ｙが算出される。

一回目の検索アクションが行われた場合におけるユーザＩＤ「ＵｓｅｒＡ」のクリック評価値ｚの算出方法を説明する。まず、ユーザ特徴ベクトル算出部３０５は、ユーザＩＤ「ＵｓｅｒＡ」の検索クリック履歴に基づき、検索結果コンテンツの一覧情報のうちユーザによりクリックされた情報が示すコンテンツに対応付けられたカテゴリを抽出する。例えば、一回目の検索アクションにおいてクリックされたコンテンツには、カテゴリ「ミュージック」及びカテゴリ「アイドル」が予め対応付けられているため、これらのカテゴリを抽出する。ユーザ特徴ベクトル算出部３０５は、抽出されたカテゴリのそれぞれについて、予め統合サーバ３００に記憶された所定の定数（本実施形態では、「１．０」）を、カテゴリ毎のクリック評価値ｚとして設定する。ユーザ特徴ベクトル算出部３０５は、抽出されたカテゴリ以外のその他のカテゴリについては、値「０」を、カテゴリ毎のクリック評価値ｚとして設定する。このようにして、一回目の検索アクションが反映された、ユーザＩＤ「ＵｓｅｒＡ」の各カテゴリに対するクリック評価値ｚが算出される。

このようにして算出されたクエリ評価値ｙ及びクリック評価値ｚに基づき、ユーザ特徴ベクトル算出部３０５は、上記数式（４）に従い新たなユーザ特徴ベクトル評価値ｘ’を算出する。すなわち、各カテゴリについて、以下のような計算を行う。ただし、以下の「ｘ’（カテゴリ）」は、そのカテゴリに関する新たなユーザ特徴ベクトル評価値を示す。なお、本説明の計算過程においては小数点以下4桁目を四捨五入するが、有効桁数は本実施形態に係るシステムにおいて任意に決定してよい。
ｘ’（アイドル）＝(1.0×1.0)＋(0.5×1.0)＋(0.7×1.0)＝1.20
ｘ’（ミュージック）＝(1.0×0.0)＋(0.5×0.5)＋(0.7×1.0)＝0.95
ｘ’（動画）＝(1.0×0.0)＋(0.5×0.25)＋(0.7×0.0)＝0.125
ｘ’（画像）＝(1.0×0.0)＋(0.5×0.25)＋(0.7×0.0)＝0.125

上記の場合、カテゴリ「アイドル」のユーザ特徴ベクトル評価値ｘ’が所定の閾値である「１．０」を超えている。よって、ユーザ特徴ベクトル算出部３０５は、このユーザ特徴ベクトル評価値ｘ’で、上記数式（４）により算出された各カテゴリに対するユーザ特徴ベクトル評価値ｘ’をそれぞれ除算することで正規化を行い、その結果を新たなユーザ特徴ベクトル評価値ｘ’とする。これにより、新たなユーザ特徴ベクトル評価値ｘ’が次のように算出される。
ｘ’（アイドル）＝1.0
ｘ’（ミュージック）＝0.792
ｘ’（動画）＝0.104
ｘ'（画像）＝0.104

続いて、二回目の検索アクションが行われた場合におけるユーザ特徴ベクトルの算出方法を説明する。図７は、二回目の検索アクションが行われた場合におけるユーザ特徴ベクトル評価値ｘ’の算出過程を示す表である。図７では、検索クエリ「コミックＳ」に対応付けられた各カテゴリと、各カテゴリについての既存のユーザ特徴ベクトル評価値ｘ、クエリ評価値ｙ、クリック評価値ｚ、及び新たなユーザ特徴ベクトル評価値ｘ’が格納されている。

二回目の検索アクションなので、ユーザＩＤ「ＵｓｅｒＡ」は一回目の検索アクションによる既存のユーザ特徴ベクトル評価値ｘを有している。すなわち、図７に示される既存のユーザ特徴ベクトル評価値ｘは、図６に示されるユーザ特徴ベクトル評価値ｘ’である。上述の一回目の検索アクションと同様、図６に示されるクエリ評価値ｙ及びクリック評価値ｚは、ユーザ特徴ベクトル算出部３０５によってそれぞれ次のように算出される。

二回目の検索アクションが行われた場合におけるユーザＩＤ「ＵｓｅｒＡ」のクエリ評価値ｙの算出方法を説明する。まず、ユーザ特徴ベクトル算出部３０５は、ユーザＩＤ「ＵｓｅｒＡ」の過去の検索クエリ「コミックＳ」に関し、クエリカテゴリ辞書３０３を参照して、この検索クエリ「コミックＳ」に対応付けられたカテゴリ（「コミック」、「動画」、「映画」、及び「アニメ」）毎の各クエリカテゴリ評価値を抽出する。一回目の検索アクションが行われた場合と同様、ユーザ特徴ベクトル算出部３０５は、これらのカテゴリのクエリ評価値ｙとして、抽出された各クエリカテゴリ評価値を設定し、その他のカテゴリのクエリ評価値ｙとして、値「０」を設定する。このようにして、二回目の検索アクションが反映された、ユーザＩＤ「ＵｓｅｒＡ」の各カテゴリに対するクエリ評価値ｙが算出される。

二回目の検索アクションが行われた場合におけるユーザＩＤ「ＵｓｅｒＡ」のクリック評価値ｚの算出方法を説明する。まず、ユーザ特徴ベクトル算出部３０５は、ユーザＩＤ「ＵｓｅｒＡ」の検索クリック履歴に基づき、検索結果コンテンツの一覧情報のうちユーザによりクリックされた情報が示すコンテンツに対応付けられたカテゴリを抽出する。例えば、二回目の検索アクションにおいてクリックされたコンテンツには、カテゴリ「コミック」が予め対応付けられているため、このカテゴリを抽出する。一回目の検索アクションが行われた場合と同様、ユーザ特徴ベクトル算出部３０５は、この抽出されたカテゴリのクリック評価値ｚとして、所定の定数「１．０」を設定し、その他のカテゴリのクリック評価値ｚとして、値「０」を設定する。このようにして、二回目の検索アクションが反映された、ユーザＩＤ「ＵｓｅｒＡ」の各カテゴリに対するクリック評価値ｚが算出される。

一回目の検索アクションの場合と同様、ユーザ特徴ベクトル算出部３０５は、各カテゴリについて、上記数式（４）に従い新たなユーザ特徴ベクトル評価値ｘ’を算出する。すなわち、各カテゴリについて、以下のような計算を行う。
ｘ’（アイドル）＝(1.0×1.0)＋(0.5×0.0)＋(0.7×0.0)＝1.0
ｘ’（ミュージック）＝(1.0×0.792)＋(0.5×0.0)＋(0.7×0.0)＝0.792
ｘ’（動画）＝(1.0×0.104)＋(0.5×0.75)＋(0.7×0.0)＝0.479
ｘ’（画像）＝(1.0×0.104)＋(0.5×0.0)＋(0.7×0.0)＝0.104
ｘ’（コミック）＝(1.0×0.0)＋(0.5×1.0)＋(0.7×1.0)＝1.2
ｘ’（映画）＝(1.0×0.0)＋(0.5×0.5)＋(0.7×0.0)＝0.25
ｘ’（アニメ）＝(1.0×0.0)＋(0.5×0.25)＋(0.7×0.0)＝0.125

上記の場合、カテゴリ「コミック」及び「アイドル」のユーザ特徴ベクトル評価値ｘ’（コミック）が所定の閾値である「１．０」を超えており、その中でもカテゴリ「コミック」のユーザ特徴ベクトル評価値ｘ’が最大値となっている。よって、ユーザ特徴ベクトル算出部３０５は、このカテゴリ「コミック」のユーザ特徴ベクトル評価値ｘ’の値で、上記数式（４）により算出された各カテゴリに対するユーザ特徴ベクトル評価値ｘ’をそれぞれ除算することで正規化を行い、その結果を新たなユーザ特徴ベクトル評価値ｘ’とする。これにより、新たなユーザ特徴ベクトル評価値ｘ’が次のように算出される。
ｘ’（アイドル）＝0.833
ｘ’（ミュージック）＝0.66
ｘ’（動画）＝0.399
ｘ'（画像）＝0.087
ｘ’（コミック）＝1.0
ｘ’（映画）＝0.208
ｘ’（アニメ）＝0.104

なお、上述の例では、ユーザ特徴ベクトル算出部３０５は、所定時間毎に抽出された履歴情報が一つであった場合（前回の抽出から今回の抽出までに新たに記憶された検索クエリ及びクリックされたコンテンツが一つであった場合）の例を説明したが、これに限られない。すなわち、所定時間毎に抽出される履歴情報が複数であってもよく（前回の抽出から今回の抽出までに新たに記憶された検索クエリ及びクリックされたコンテンツが複数であってもよく）、この場合には複数の履歴情報に基づきユーザ特徴ベクトル評価値ｘ’が算出される。なお、複数の履歴情報に基づきユーザ特徴ベクトル評価値ｘ’を算出する場合のクエリ評価値ｙ及びクリック評価値ｚの算出方法の詳細については、図１３及び図１４のフローチャートを参照して後述する。ユーザ特徴ベクトル算出部３０５は、上述のようにして算出したユーザＩＤ毎のユーザ特徴ベクトル評価値ｘ’を、ユーザ特徴ベクトル記憶部３０６に出力する。

なお、上記数式（４）において、クエリ評価値ｙとクリック評価値ｚとの和として、ｓ＝ｙ＋ｚを定義し、以下の数式（５）によって新たなユーザ特徴ベクトル評価値ｘ’を計算してもよい。
ｘ'＝ｘ（１＋ｓ）・・・・（５）（ただし、ｘ＝０の場合は、ｘ_０を所定の定数として、ｘ’＝ｘ_０（１＋ｓ）
この数式（５）を用いる方法では、クエリ評価値ｙとクリック評価値ｚとの和を既存のユーザ特徴ベクトル評価値ｘに乗算するので、新たなユーザ特徴ベクトル評価値ｘ’が変動し易く、最新の検索クエリ履歴及び検索クリック履歴を優先的に影響させたい場合に好適である。なお、ｘ＝０の場合とは、すなわちそのカテゴリに関するユーザ特徴ベクトルが存在しない場合である。この場合における所定の定数ｘ_０としては、例えば他のカテゴリに関するユーザ特徴ベクトルに基づき算出された値を用いてもよい。具体的には、他のカテゴリについて算出された各ユーザ特徴ベクトル評価値ｘの平均値又は中央値等を所定の定数ｘ_０としてもよい。また、他のカテゴリについて算出されたユーザ特徴ベクトル評価値ｘが全く存在しない場合、すなわち既存のユーザ特徴ベクトルがない場合には、初期値として０．５を所定の定数ｘ_０としてもよい。

検索要求受付部３０７は、ユーザ端末１００から、ユーザＩＤ及び検索クエリを取得すると共にコンテンツの検索要求を受け付ける。具体的には、検索クエリが、ユーザ端末１００の表示部において表示されたログイン画面にユーザＩＤがユーザによって入力されると、当該ユーザＩＤを示す情報が、ユーザ端末１００から統合サーバ３００へ送信される。検索要求受付部３０７は、ユーザ端末１００から統合サーバ３００へ送信されたユーザＩＤを受信して取得する。また、上記コンテンツ配信サービス上の検索窓にユーザによって入力されると、当該検索クエリを示す情報が、ユーザ端末１００から統合サーバ３００へ送信される。検索要求受付部３０７は、ユーザ端末１００から統合サーバ３００へ送信された検索クエリを示す情報を受信して取得する。

検索要求受付部３０７は、取得した検索クエリを示す情報を検索要求送信部３０８へ出力する。検索要求送信部３０８は、検索要求受付部３０７から出力された検索クエリを示す情報を検索サーバ４００へ送信する。

検索結果コンテンツ取得部３０９は、検索要求送信部３０８からの検索クエリに対応する検索結果コンテンツを検索サーバ４００から受信して取得する。検索結果コンテンツに含まれるコンテンツには、コンテンツのメタデータ（タイトル及びカテゴリ）が予め対応付けられている（図８の（ａ）参照）。検索結果コンテンツ取得部３０９は、取得した検索結果コンテンツを検索結果コンテンツ出力部３１１へ出力する。

順位算出部３１０は、ユーザ特徴ベクトル算出部３０５により算出されたユーザ特徴ベクトルに基づき、検索結果コンテンツの一覧情報を並び替えるための順序を決定する。順位算出部３１０は、ユーザ特徴ベクトル記憶部３０６に記憶されたデータベースを参照し、算出対象のユーザについてカテゴリ毎のユーザ特徴ベクトル評価値ｘ’を抽出し、当該ユーザ特徴ベクトル評価値ｘ’に基づき、検索結果コンテンツの一覧情報を並び替えるための順序を決定する。以下、この順序により並べられた各コンテンツの順位を単に「コンテンツ順位」とも称する。順位算出部３１０は、例えば、ユーザ特徴ベクトル評価値ｘ’が大きいカテゴリほど高くなるように、そのユーザ特徴ベクトルが対応付けられた該当ユーザＩＤに対するカテゴリの順序（以下、「カテゴリの優先度」とも称する。）を決定する（図８の（ｂ）、図１５のＳ７１参照）。順位算出部３１０は、このカテゴリの優先度に基づき、コンテンツ順位を決定する（図８の（ｃ），（ｄ）、図１５のＳ７２参照）。順位算出部３１０は、決定されたコンテンツ順位を示す情報を、検索結果コンテンツ出力部３１１へ出力する。

検索結果コンテンツ出力部３１１は、ユーザ特徴ベクトル算出部３０５により算出されたユーザ特徴ベクトルに基づいて、検索結果コンテンツ取得部３０９から出力された検索結果コンテンツの一覧情報をユーザ端末１００へ出力する。検索結果コンテンツ出力部３１１は、例えば、順位算出部３１０により出力されたコンテンツ順位を示す情報に基づき、検索結果コンテンツ取得部３０９から出力された検索結果コンテンツの一覧情報を並び替える。すなわち、検索結果コンテンツ出力部３１１は、検索結果コンテンツに含まれる各コンテンツがコンテンツ順位に従うように、検索結果コンテンツの一覧情報を並び替えてユーザ端末１００へ出力する。なお、カテゴリの優先度及びコンテンツ順位は、順位算出部３１０によらず検索結果コンテンツ出力部３１１によって算出してもよい。

以下、図８を参照して、順位算出部３１０によって、検索結果コンテンツ取得部３０９からの検索結果コンテンツの一覧情報をユーザ特徴ベクトルに基づき並び替える方法について詳細に説明する。図８は、検索結果コンテンツ取得部３０９からの検索結果コンテンツの一覧情報をユーザ特徴ベクトルに基づき並び替える方法を示す説明図である。図８の例では、ユーザＩＤ「ＵｓｅｒＡ」のユーザが検索クエリ「コミックＲ」で検索要求を行った場合を示している。

図８の（ａ）は、検索結果コンテンツ取得部３０９により取得された検索結果コンテンツに含まれる各コンテンツに対応付けられた項番及びメタデータ（タイトル及びカテゴリ）を示す表である。検索結果コンテンツに対応付けられた項番は、検索結果コンテンツに含まれるコンテンツの識別番号である。項番は、例えばユーザ端末１００の表示部において一覧情報として並ぶ際にどのコンテンツを示す情報が最も上位に並ぶかを示す優先順位に対応している。

図８の（ｂ）は、ユーザ特徴ベクトル算出部３０５により算出されたユーザ特徴ベクトルに基づき、順位算出部３１０によって算出されたカテゴリの優先度を示す表である（図１５のＳ７１参照）。図８の（ｂ）に示されるように、ユーザＩＤ「ＵｓｅｒＡ」における特徴ベクトルが示す各カテゴリの優先度が、「画像」、「アニメ」、「映画」、「動画」、「ミュージック」、「アイドル」、及び「コミック」の順で高く算出されている。

図８の（ｃ）に示されるように、検索結果コンテンツ出力部３１１は、図８の（ａ）におけるコンテンツに対応付けられたカテゴリと、図８の（ｂ）におけるカテゴリとを対応させることにより、コンテンツの項番をカテゴリの優先度に対応付ける。例えば、図８の（ａ）において、項番「５」，「６」のコンテンツには、カテゴリ「コミック」が対応付けられている。よって、カテゴリ「コミック」と、図８の（ｂ）におけるカテゴリ「コミック」とを対応させることにより、コンテンツの項番「５」，「６」がカテゴリ「コミック」の優先度に対応付けられている。また、図８の（ａ）において項番「１」のコンテンツには、カテゴリ「映画」，「動画」が対応付けられている。このように、コンテンツに対応付けられたカテゴリが複数ある場合には、例えばより優先度が高いカテゴリを対応させる。すなわち、「映画」，「動画」のうち、より優先度が高いカテゴリ「動画」を対応させることにより、コンテンツの項番「１」がカテゴリ「動画」の優先度に対応付けられている。

図８の（ｄ）は、上述のように対応付けられたカテゴリの優先度に従い、コンテンツの項番を並び替えた結果を示す表である。図８の（ｄ）に示されるように、検索結果コンテンツに含まれるコンテンツの項番「１」〜「６」が、各項番に対応付けられたカテゴリの優先度に従い並び替えられている（図１５のＳ７２参照）。これにより、項番「１」のコンテンツのコンテンツ順位は、カテゴリの優先度に従い並び替えられて、上から５番目になっている。なお、項番「５」，「６」は、対応付けられたカテゴリの優先度に従うと同順となる。この場合には、元々の項番の順に従い、並べ替えられる。これにより、項番「５」のコンテンツのコンテンツ順位は、上から１番目であり、項番「６」のコンテンツのコンテンツ順位は、上から２番目となっている。

次に、再び図１を参照し、検索サーバ４００（検索手段）の機能構成について説明する。図１に示されるように、検索サーバ４００は、クエリ取得部４０１、コンテンツ算出部４０２、及び検索結果コンテンツ送信部４０３を含んで構成されている。

クエリ取得部４０１は、統合サーバ３００の検索要求送信部３０８から送信された検索クエリを示す情報を受信して取得する。クエリ取得部４０１は、取得した検索クエリを示す情報をコンテンツ算出部４０２に出力する。

コンテンツ算出部４０２は、クエリ取得部４０１からの検索クエリを示す情報に基づき、検索対象データベースに格納されたコンテンツの中から、その検索クエリによる検索要求にヒットする検索結果コンテンツを算出する。コンテンツ算出部４０２は、算出した検索結果コンテンツを検索結果コンテンツ送信部４０３に出力する。

検索結果コンテンツ送信部４０３は、コンテンツ算出部４０２により出力された検索結果コンテンツを統合サーバ３００における検索結果コンテンツ取得部３０９に送信する。

次に、図９〜図１４を参照して、本実施形態に係るコンテンツ検索結果提供システム２００の動作について説明する。図９は、図１に示されるコンテンツ検索結果提供システム２００の全体的な動作手順を示すシーケンス図である。

図９に示されるように、コンテンツ検索結果提供システム２００では、ユーザ端末１００から統合サーバ３００へ、複数ユーザ履歴が送信される（Ｓ１）。続いて、統合サーバ３００において、複数ユーザ履歴に基づき、クエリカテゴリ辞書３０３が作成される（Ｓ２）。続いて、統合サーバ３００において、ユーザ特徴ベクトルが算出される（Ｓ３）。

続いて、ユーザ端末１００から統合サーバ３００へ検索クエリが送信され（Ｓ４）、統合サーバ３００から検索サーバ４００へ検索クエリが送信される（Ｓ５）。続いて、検索サーバ４００において、受信した検索クエリに対応する（検索クエリによる検索要求にヒットする）検索結果コンテンツが算出される（Ｓ６）。続いて、検索サーバ４００から統合サーバ３００へ検索結果コンテンツが送信される（Ｓ７）。続いて、統合サーバ３００において、検索結果コンテンツの一覧情報を並び替えるための順序（すなわち、検索結果コンテンツに含まれるコンテンツの順位）が算出される（Ｓ８）。続いて、統合サーバ３００からユーザ端末１００へ並び替えられた（ソートされた）検索結果コンテンツが一覧情報として出力される（Ｓ９）。

以下、より詳細な動作手順を説明する。図１０は、図１に示されるコンテンツ検索結果提供システム２００の全体的な動作手順を示すフロー図である。

図１０に示されるように、コンテンツ検索結果提供システム２００では、検索履歴取得部３０１により、ユーザ端末１００から送信された履歴（検索クエリ及びクリックしたコンテンツを示す情報）が取得され、取得された検索クエリ履歴及び検索クリック履歴が検索履歴情報記憶部３０２に出力される（Ｓ１０：検索履歴取得ステップ）。

続いて、クエリカテゴリ辞書作成部３０４により、検索履歴情報記憶部３０２における複数ユーザ履歴に基づき、クエリカテゴリ辞書３０３が作成される（Ｓ２０）。なお、Ｓ２０の詳細については後述する。

続いて、ユーザ特徴ベクトル算出部３０５により、過去の検索クエリを用いて、クエリカテゴリ辞書３０３からクエリカテゴリ評価値が抽出され、抽出されたクエリカテゴリ評価値に基づき、ユーザ特徴ベクトルが算出される（Ｓ３０：ユーザ特徴量算出ステップ）。なお、Ｓ３０の詳細については後述する。

続いて、検索要求受付部３０７により、ユーザ端末１００からのユーザＩＤ及び検索クエリが受信及び取得されると共に、コンテンツの検索要求が受け付けられる（Ｓ４０）。続いて、検索要求送信部３０８により、クエリ取得部４０１へ、検索クエリを示す情報が送信され、コンテンツ算出部４０２により、検索結果コンテンツが算出される（Ｓ５０）。

続いて、検索結果コンテンツ送信部４０３により、検索結果コンテンツが送信され、検索結果コンテンツ取得部３０９により当該検索結果コンテンツが受信及び取得される（Ｓ６０：検索結果取得ステップ）。続いて、順位算出部３１０により、ユーザＩＤ毎のユーザ特徴ベクトルを用いて、検索結果コンテンツに含まれるコンテンツのコンテンツ順位が算出される（Ｓ７０）。なお、Ｓ７０の処理の詳細は、後述する。続いて、検索結果コンテンツ出力部３１１により、コンテンツ順位に従い並べられた検索結果コンテンツの一覧情報が、ユーザ端末１００に出力される（Ｓ８０：出力ステップ）。

次に、図１１を参照して、クエリカテゴリ辞書作成部３０４によるクエリカテゴリ辞書３０３の作成方法の詳細を説明する。図１１は、図１０に示されるＳ２０の詳細な処理方法を示すフロー図である。

図１１に示されるように、まず検索履歴情報記憶部３０２が記憶する複数ユーザ履歴から、所定の検索クエリとその検索クエリによる検索結果コンテンツに含まれるコンテンツのうちクリックされたコンテンツに対応付けられたカテゴリが抽出され、カテゴリ毎のクリック数が算出される（Ｓ２１）。続いて、カテゴリ毎のクリック数を用いて、上記数式（１）により、ｉ番目のカテゴリのクエリカテゴリ評価値が算出される（Ｓ２２）。ｉ番目の「ｉ」とは、所定の検索クエリによる検索結果コンテンツに含まれるコンテンツのうちクリックされたコンテンツに対応付けられたカテゴリのインデックス（添え字）を示す。当該クリックされたコンテンツに対応付けられたカテゴリの種類数がｎである場合、Ｓ２２の処理はｉ＝１番目からｉ＝ｎ番目まで繰り返される。すなわち、コンテンツに対応付けられた全てのカテゴリについて、Ｓ２２の処理が行われる。Ｓ２１〜Ｓ２２の処理は、予め設定された全ての検索クエリについて行われる。

次に、図１２を参照して、ユーザ特徴ベクトル算出部３０５によるユーザ特徴ベクトルの算出方法の詳細を説明する。図１２は、図１０に示されるＳ３０の詳細な処理方法を示すフロー図である。

図１２に示されるように、まずユーザ特徴ベクトルの算出対象であるユーザＩＤが選択される（Ｓ３１）。続いて、当該選択されたユーザＩＤに関し、クエリ評価値ｙが算出され（Ｓ３２）、クリック評価値ｚが算出される（Ｓ３３）。なお、クエリ評価値ｙ及びクリック評価値ｚの算出方法の詳細は、図１３及び図１４を参照して後述する。

続いて、Ｓ３２において算出されたクエリ評価値ｙ、ステップＳ３３において算出されたクリック評価値ｚに基づき、ステップ数式（４）により、ユーザ特徴ベクトル評価値ｘ’が算出される（Ｓ３４）。続いて、いずれかのカテゴリのユーザ特徴ベクトル評価値ｘ’が１．０より大きいか否かが判定される（Ｓ３５）。ユーザ特徴ベクトル評価値ｘ’が１．０以下であると判定された場合（Ｓ３５；ＮＯ）、Ｓ３６の処理へ進むことなく、Ｓ３７の処理へ進む。すなわち、この場合には、後述するＳ３６の正規化処理が行われることなく、Ｓ３４において算出されたユーザ特徴ベクトル評価値ｘ’が、Ｓ３１で選択されたユーザＩＤに関するユーザ特徴ベクトル評価値ｘ’とされてＳ３７の処理へ進む。

ユーザ特徴ベクトル評価値ｘ’が１．０より大きいと判定された場合（Ｓ３５；ＹＥＳ）、Ｓ３６の処理へ進む。Ｓ３６の処理では、ユーザ特徴ベクトル評価値ｘ’が正規化される。すなわち、評価値ｘ’の最大値で除算して正規化が行われ、その結果がユーザ特徴ベクトル評価値ｘ’とされた上で、Ｓ３７の処理へ進む。Ｓ３７の処理では、複数ユーザ履歴に次のユーザＩＤが存在するか否かが判定される。次のユーザＩＤとは、ユーザ特徴ベクトルが算出されていないユーザＩＤを示す。次のユーザＩＤが存在する場合には（Ｓ３７；ＹＥＳ）、Ｓ３１において次のユーザＩＤが選択され、続いてＳ３２〜Ｓ３７の処理が行われる。次のユーザＩＤが存在しない場合には（Ｓ３７；ＮＯ）、処理が終了する。

次に、図１３及び図１４を参照して、クエリ評価値ｙ及びクリック評価値ｚの算出方法の詳細を、それぞれ説明する。なお、以下の算出方法では、ユーザ特徴ベクトル算出部３０５により所定時間毎に抽出される履歴情報が複数ある場合に、複数の履歴情報に基づきクエリ評価値ｙ及びクリック評価値ｚを算出する場合を説明する。すなわち、所定時間毎に抽出された履歴情報が複数ある場合（前回の抽出から今回の抽出までに新たに記憶された検索クエリ及びクリックされたコンテンツが複数である場合）におけるクエリ評価値ｙ及びクリック評価値ｚの算出方法を説明する。図１３は、図１２に示されるＳ３２の詳細な処理方法を示すフロー図である。すなわち、クエリ評価値ｙの詳細な算出方法を説明するフロー図である。

図１３に示されるように、まず、図１２におけるＳ３１で選択されたユーザ特徴ベクトルの算出対象であるユーザＩＤについてユーザ特徴ベクトル算出部３０５により抽出された履歴情報の中から、次の検索クエリが選択される（Ｓ４１）。ここで次の検索クエリとは、算出対象である同じユーザＩＤにおいて抽出された履歴情報のうち、ユーザ特徴ベクトルの算出処理に用いられていない検索クエリを示す。続いて、当該選択された検索クエリがクエリカテゴリ辞書３０３に存在するか否かが判定される（Ｓ４２）。当該選択された検索クエリがクエリカテゴリ辞書３０３に存在しない場合（Ｓ４２；ＮＯ）、Ｓ４１に戻り再び抽出された履歴情報の中から次の検索クエリが選択される。検索クエリがクエリカテゴリ辞書３０３に存在する場合（Ｓ４２；ＹＥＳ）、Ｓ４３の処理へ進む。

Ｓ４３の処理では、クエリカテゴリ辞書３０３から、Ｓ４１で選択された検索クエリに対応するカテゴリと、各カテゴリのクエリカテゴリ評価値とが抽出され、抽出されたクエリカテゴリ評価値がｐ１とされる（Ｓ４３）。続いて、Ｓ４３におけるｐ１が、クエリカテゴリ辞書３０３から抽出された各カテゴリの評価値とされる（Ｓ４４）。このＳ４４において、クエリカテゴリ辞書３０３から抽出されたカテゴリが既に存在し、そのカテゴリの評価値が既に設定されている場合には、そのカテゴリの評価値に、Ｓ４３におけるｐ１が足されて、新たなカテゴリの評価値とされる。

続いて、同じユーザＩＤにおいて、抽出された履歴情報の中に次の検索クエリが存在するか否かを判定する（Ｓ４５）。次の検索クエリが存在する場合（Ｓ４５；ＹＥＳ）、再びＳ４１に戻り、次の検索クエリが選択される。続いて、Ｓ４２〜Ｓ４５の処理が行われる。次の検索クエリが存在しない場合（Ｓ４５；ＮＯ）、すなわち抽出された履歴情報に含まれる複数の検索クエリの全てについて、Ｓ４１〜Ｓ４４の処理が行われた場合、Ｓ４６の処理へ進む。Ｓ４６の処理では、Ｓ４４においてカテゴリの評価値とされた値が、各カテゴリのクエリ評価値ｙとされて、クエリ評価値ｙの算出処理が終了する。

図１４は、図１２に示されるＳ３３の詳細な処理方法を示すフロー図である。すなわち、クリック評価値ｚの詳細な算出方法を説明するフロー図である。

図１４に示されるように、まず図１２におけるＳ３１で選択されたユーザ特徴ベクトルの算出対象であるユーザＩＤについてユーザ特徴ベクトル算出部３０５により抽出された履歴情報の中から、次の検索クリック履歴が選択される（Ｓ５１）。ここで次の検索クリック履歴とは、同じユーザＩＤにおいて抽出された履歴情報のうち、ユーザ特徴ベクトルの算出処理に用いられていない検索クリック履歴を示す。続いて、定数ｐ２（本実施形態においては、１）が、当該選択された検索クリック履歴が示すクリックされたコンテンツに対応付けられた各カテゴリの評価値とされる（Ｓ５２）このＳ５３において、クリックされたコンテンツに対応付けられたカテゴリが既に存在し、そのカテゴリの評価値が既に設定されている場合には、そのカテゴリの評価値に、定数ｐ２が足されて、新たなカテゴリの評価値とされる。

続いて、同じユーザＩＤにおいて、抽出された履歴情報の中に次の検索クリック履歴が存在するか否かを判定する（Ｓ５３）。次の検索クリック履歴が存在する場合（Ｓ５３；ＹＥＳ）、再びＳ５１に戻り、次の検索クリック履歴が選択される。続いて、Ｓ５２〜Ｓ５３の処理が行われる。次の検索クリック履歴が存在しない場合（Ｓ５３；ＮＯ）、すなわち抽出された履歴情報に含まれる複数の検索クリック履歴の全てについて、Ｓ５１〜Ｓ５３の処理が行われた場合、Ｓ５４の処理へ進む。Ｓ５４の処理では、Ｓ５４においてカテゴリの評価値とされた値が、各カテゴリのクリック評価値ｚとされて、クリック評価値ｚの算出処理が終了する。

次に、図１５を参照して、順位算出部３１０により、ユーザＩＤ毎のユーザ特徴ベクトルを用いて、検索結果コンテンツに含まれるコンテンツのコンテンツ順位を算出する方法の詳細を説明する。図１５は、図１０に示されるＳ７０の詳細な処理方法を示すフロー図である。

図１５に示されるように、まず、ユーザ特徴ベクトル算出部３０５によって算出されたユーザ特徴ベクトルが、ユーザ特徴ベクトル評価値ｘ’について大きい値から小さい値に向かって降順に並び替えられ（ソートされ）、並び替えられたユーザ特徴ベクトルのカテゴリ順が、該当ユーザＩＤ（ユーザ特徴ベクトル算出対象のユーザＩＤ）に対するカテゴリ優先度とされる（Ｓ７１）。続いて、検索結果コンテンツ取得部３０９によって取得した検索結果コンテンツにおいて、Ｓ７１で求めたカテゴリ優先度に基づきユーザ端末１００の表示部に表示する表示順（検索結果コンテンツに含まれるコンテンツのコンテンツ順位）が決定される（Ｓ７２）。以上のようにして、順位算出部３１０によるコンテンツ順位の算出処理が終了する。

以上、本実施形態に係るコンテンツ検索結果提供システム２００及びコンテンツ検索結果提供方法によれば、クエリカテゴリ辞書３０３から、コンテンツのカテゴリ毎の過去の検索クエリに対する対応度合いを関連付けたクエリカテゴリ評価値が抽出され、この抽出されたクエリカテゴリ評価値に基づき、コンテンツのカテゴリに対するユーザ毎の嗜好性の対応度合いを示すユーザ特徴ベクトルが算出される。よって、当該ユーザ特徴ベクトルは、検索要求を行うユーザの検索クリック履歴を用いることなく算出される。そして、当該ユーザ特徴ベクトルに基づき検索要求時の検索クエリに対応するコンテンツの検索結果が出力されるので、検索要求を行うユーザの検索クリック履歴がない場合にも、そのユーザの嗜好性が反映された検索結果を出力することができる。以上より、検索要求を行うユーザの検索クリック履歴がない場合にも、そのユーザの嗜好性が反映されたコンテンツを提供することができる。

また、本実施形態に係るコンテンツ検索結果提供システム２００によれば、ユーザ特徴ベクトルに基づく順序のコンテンツの検索結果が出力されるので、検索要求を行うユーザの検索クリック履歴がない場合にも、そのユーザの嗜好性に応じた順で並べられた検索結果を出力することができる。

また、本実施形態に係るコンテンツ検索結果提供システム２００によれば、検索サーバ４００により、ユーザ端末１００から送信された検索要求時の検索クエリに対応するコンテンツを検索することができる。

また、本発明に係るコンテンツ検索結果提供システム２００によれば、複数のユーザ毎に過去の検索クエリとカテゴリとが関連付けられた複数ユーザ履歴に基づきクエリカテゴリ辞書３０３が作成されるので、クエリカテゴリ辞書３０３に格納される情報の信頼性をより高めることができる。

以上、本発明の実施形態について説明してきたが、本発明は必ずしも上述した実施形態に限定されるものではなく、その要旨を逸脱しない範囲で様々な変更が可能である。

例えば、上記実施形態においては、クエリカテゴリ辞書作成部３０４によりクエリカテゴリ辞書３０３が作成されるとしたが、これに限られない。例えば、統合サーバ３００は予め設定され記憶されたクエリカテゴリ辞書を有していてもよい。

２００…コンテンツ検索結果提供システム、３０１…検索履歴取得部（検索履歴取得手段）、３０３…クエリカテゴリ辞書、３０４…クエリカテゴリ辞書作成部、３０５…ユーザ特徴ベクトル算出部（ユーザ特徴量算出手段）、３０９…検索結果コンテンツ取得部（検索結果取得手段）、３１０…順位算出部（順位算出手段）、３１１…検索結果コンテンツ出力部（出力手段）、４００…検索サーバ（検索手段）、Ｓ１０…検索履歴取得ステップ、Ｓ３０…ユーザ特徴量算出ステップ、Ｓ６０…検索結果取得ステップ、Ｓ８０…出力ステップ。

Claims (5)

1. 所定の検索クエリと、コンテンツのカテゴリ毎の前記所定の検索クエリに対する対応度合いとを関連付けた情報が格納されるクエリカテゴリ辞書と、
   ユーザ端末から送信された過去の検索クエリを示す検索クエリ履歴を取得する検索履歴取得手段と、
   前記検索クエリ履歴を用いて、前記クエリカテゴリ辞書から、前記コンテンツのカテゴリ毎の前記過去の検索クエリに対する対応度合いを関連付けた情報を抽出し、抽出された前記情報に基づき、前記コンテンツのカテゴリに対するユーザ毎の嗜好性の対応度合いを示すユーザ特徴量を算出するユーザ特徴量算出手段と、
   ユーザ端末から送信された検索要求時の検索クエリに対応すると共にカテゴリに対応付けられたコンテンツを示す情報を含むコンテンツの検索結果を取得する検索結果取得手段と、
   前記ユーザ特徴量に基づき、前記コンテンツの検索結果を出力する出力手段と、
   を備えるコンテンツ検索結果提供システム。
2. 前記ユーザ特徴量に基づき、前記コンテンツの検索結果に含まれるコンテンツを示す情報の順序を決定する順位算出手段を更に備え、
   前記出力手段は、前記順位算出手段により決定された順序に従い前記コンテンツの検索結果を出力する、請求項１に記載のコンテンツ検索結果提供システム。
3. 前記検索履歴取得手段は、複数のユーザ毎に、前記過去の検索クエリと、前記過去の検索クエリに対応するコンテンツのうち、ユーザが選択したコンテンツのカテゴリとを関連付けた情報である複数ユーザ履歴を取得しており、
   前記複数ユーザ履歴に基づいて、前記クエリカテゴリ辞書を作成する作成手段を更に備える、請求項１又は２に記載のコンテンツ検索結果提供システム。
4. 前記ユーザ端末から送信された検索要求時の検索クエリに対応するコンテンツを検索する検索手段を更に備える、請求項１〜３の何れか一項に記載のコンテンツ検索結果提供システム。
5. 所定の検索クエリと、コンテンツのカテゴリ毎の前記所定の検索クエリに対する対応度合いとを関連付けた情報が格納されるクエリカテゴリ辞書を備えたコンテンツ検索結果提供システムの動作方法であるコンテンツ検索結果提供方法であって、
   ユーザ端末から送信された過去の検索クエリを示す検索クエリ履歴を取得する検索履歴取得ステップと、
   前記検索クエリ履歴を用いて、前記クエリカテゴリ辞書から、前記コンテンツのカテゴリ毎の前記過去の検索クエリに対する対応度合いを関連付けた情報を抽出し、抽出された前記情報に基づき、前記コンテンツのカテゴリに対するユーザ毎の嗜好性の対応度合いを示すユーザ特徴量を算出するユーザ特徴量算出ステップと、
   ユーザ端末から送信された検索要求時の検索クエリに対応すると共にカテゴリに対応付けられたコンテンツを示す情報を含むコンテンツの検索結果を取得する検索結果取得ステップと、
   前記ユーザ特徴量に基づき、前記コンテンツの検索結果を出力する出力ステップと、
   を含むコンテンツ検索結果提供方法。
   

Images