JP2018032252A - 視聴ユーザログ蓄積システム、視聴ユーザログ蓄積サーバ、及び視聴ユーザログ蓄積方法 - Google Patents

Abstract

【課題】ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映した情報を収集することができる技術を提供する。【解決手段】視聴ユーザログ蓄積システムは、コンテンツを視聴しているユーザの生体情報を取得するユーザ生体情報取得部１と、ユーザ情報取得部１が取得したユーザの生体情報を解析し、コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得するユーザ反応解析部２と、シーン反応情報と、コンテンツのシーンのメタデータとが関連付けて蓄積されるユーザログ蓄積部３とを有する。【選択図】図１

Description

本発明は、視聴ユーザログ蓄積システム、視聴ユーザログ蓄積サーバ、及び視聴ユーザログ蓄積方法に関する。

従来、遠隔地に多数台設置され、画像と音声による広告番組を映像表示部と声出力部とで表示出力するデジタルサイネージがある。そして、広告提供番組に対する視聴者の人数、世代、性別などの反応分析を、カメラ、マイク等のセンサから取得する技術がある（例えば、特許文献１）。

また、ユーザープロファイルを利用してコンテンツのレート（順位）を計算した後、高いレートのコンテンツをユーザに推薦する技術も提案されている（例えば、特許文献２）。

特許３７５７５８４号公報 特開２００５−０７８６２７号公報

近年、ユーザの趣向性を収集する技術や、収集したユーザの趣向性に基づいて、商品等を推薦（リコメンド）する技術が注目されている。

しかしながら、特許文献１の技術は、ディプレイ等の表示される広告の効果測定のために、その広告を見たユーザの動向を、カメラ、マイク等のセンサから取得しているものである。

従って、ユーザ個々がどのような趣向性を持っているかを分析するものでもなく、また、それらの目的のためにデータを収集する技術でもない。

一方、特許文献２の技術は、個々のユーザの行動に着目したものであるが、ユーザの能動的な行動、例えば、ビデオ再生時におけるスキップや一時停止等の行動を記録し、ユーザープロファイルを作成している。

しかし、ユーザの能動的な行動で興味関心等の趣向性をチェックする手法では、ユーザの潜在的な興味関心を反映した情報を収集することができない。そして、ユーザの潜在的な興味関心を反映していない情報では、そのユーザの潜在的な興味関心を反映したユーザの趣向性を判定することはできない。

そこで、本発明は上記課題に鑑みて発明されたものであって、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映した情報を収集することができる視聴ユーザログ蓄積システム、視聴ユーザログ蓄積サーバ、及び視聴ユーザログ蓄積方法を提供することを目的とする。

本発明の一態様は、コンテンツを視聴しているユーザの生体情報を取得するユーザ生体情報取得手段と、前記ユーザ情報取得手段が取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得するユーザ反応解析手段と、前記シーン反応情報と、前記コンテンツのシーンのメタデータとが関連付けて蓄積されるユーザログ蓄積手段とを有する視聴ユーザログ蓄積システムである。

本発明の一態様は、コンテンツを視聴しているユーザから得られた生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得するユーザ反応解析手段と、前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積するユーザログ蓄積手段とを有する視聴ユーザログ蓄積サーバである。

本発明の一態様は、コンテンツを視聴しているユーザの生体情報を取得し、前記取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得し、前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積する視聴ユーザログ蓄積方法である。

本発明は、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映した情報を収集することができる。

図１は第１の実施の形態の視聴ユーザログ蓄積システムの構成図である。 図２はコンテンツのメタデータの一例を示す図である。 図３は、ユーザＡのシーン反応と、そのシーンのメタデータとが関連付けられて蓄積されたユーザログ蓄積部３の一例を示した図である。 図４は第２の実施の形態の視聴ユーザログ蓄積システムの構成図である。 図５は、ユーザ趣向性情報蓄積部７に蓄積されたユーザ趣向性情報の一例を示す図である。 図６は第３の実施の形態の視聴ユーザログ蓄積システムの構成図である。 図７は推薦コンテンツ記憶部８に記憶されている内容の一例を示す図である。 図８は第４の実施の形態の視聴ユーザログ蓄積システムの構成図である。 図９は第５の実施の形態の視聴ユーザログ蓄積システムの構成図である。 図１０は第６の実施の形態の視聴ユーザログ蓄積システムの構成図である。 図１１は、ユーザ属性情報蓄積部１３に蓄積されているユーザの属性情報の一例を示す図である。 図１２は実施例の構成を示す図である。 図１３は実施例におけるユーザＡに関する情報を示す図である。

本発明の実施の形態を、図面を参照して説明する。

＜第１の実施の形態＞
本発明の第１の実施の形態を説明する。

図１は第１の実施の形態の視聴ユーザログ蓄積システムの構成図である。

第１の実施の形態の視聴ユーザログ蓄積システムは、コンテンツを視聴しているユーザＡの生体情報を取得するユーザ生体情報取得部１と、ユーザ情報取得部１が取得したユーザＡの生体情報を解析し、コンテンツのシーンに対するユーザＡの反応を解析し、シーン反応情報を取得するユーザ反応解析部２と、シーン反応情報とコンテンツのシーンのメタデータとが関連付けて蓄積されるユーザログ蓄積部３とを備える。

以下の説明において、コンテンツの代表的な例として、放送局４から放送されるテレビ番組を例にし、ユーザＡがテレビ番組をテレビ５で視聴する場合を説明する。テレビ５は、据え置き型ディスプレイでも、スマートフォンのような小型ディスプレイでも、または没入型ヘッドマウントディスプレイでも構わない。尚、コンテンツは、テレビ番組に限られない。例えば、ビデオオンデマンド（ＶＯＤ）によるビデオコンテンツなどでもよい。

ユーザ生体情報取得部１は、コンテンツを視聴しているユーザＡの生体情報を取得するセンサである。ここで、ユーザ生体情報は、ユーザがコンテンツを視聴している時のユーザの反応や生体に関する情報であり、ユーザの画像、音声、心拍数等がある。従って、ユーザ生体情報取得部１は、ユーザがコンテンツを視聴している時のユーザの反応や生体に関する情報を取得できるものであれば、センサの種類は問わないが、代表的な例として、カメラ、マイク、心拍センサ等がある。更に、これらは別々に存在している必要もなく、例えば、ロボットのようなものに集約されていても良い。センサの種類は、ユーザに装着するセンサであってもかまわない。例えば、腕時計型のセンサなどである。

ユーザ反応解析部２は、ユーザ生体情報取得部１で取得したユーザに関する情報（生体情報）を解析し、テレビ番組のシーンに対するユーザＡのシーン反応を解析する。例えば、マイクやカメラで取得した音声や画像から、シーンに対するユーザのシーン反応を解析する。ユーザのシーン反応は、例えば、ユーザが「これいいな」などの音声による反応や、テレビの前に座っている、テレビの方向に顔を向きなおす（身を乗り出す）、背ける、注視方向などユーザが自然に行う行動等である。合わせてテレビを見ている場所が、職場か、リビングか、寝室かといった情報を付してもよい。

ユーザ反応解析部２は、解析したユーザＡのシーン反応と、そのシーンのメタデータとを関連付けて、ユーザログ蓄積部３に蓄積する。

ユーザログ蓄積部３は、例えば、ハードディスク等の記憶媒体等であり、ユーザ反応解析部２により解析されたユーザＡのシーン反応と、そのシーンのメタデータとが関連付けられて蓄積される記憶部である。

ここで、シーンのメタデータは、テレビ５に表示されている、すなわち、ユーザＡが視聴している番組のメタデータである。そして、このメタデータは、放送局４から直接入力されても良いし、サーバから入力されるようにしても良い。蓄積されるメタデータの一例を、図２に示す。

図２に示されるメタデータは、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、OA内容番組ID、番組名、放送局ID、OA日、OA曜日、番組ジャンル等の番組の基本情報である番組基本情報と、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、紹介商品名、販売店舗名、紹介商品等の番組で紹介された商品に関する紹介商品情報と、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、紹介店舗名、取扱商品、店舗住所等の番組で紹介された店舗に関する紹介店舗情報と、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、場所、リゾート、温泉などのキーワードから成るリゾート情報から構成される。OA内容のヘッドラインには出演者も含まれる。

尚、上述した内容は一例であり、これに限定されるものではない。例えば録画再生やVODであれば、個人視聴率などをもとにした、性別や年代などの視聴属性を、メタデータとして付してもよい。または、テレビ画面上に表示される地図、テロップや、出演者の顔などの座標情報をメタデータとして付してもよい。更に、字幕のデータでも良い。このように、シーンに関するメタデータは、そのシーンに関する情報であれば、その種類は問わない。

ユーザ反応解析部２は、上述したメタデータのシーンに対してそのシーンのユーザのシーン反応を関連付けてユーザログ蓄積部３に蓄積する。この関連付は、ユーザ生体情報取得部１が取得した情報の取得時間からユーザＡのシーン反応の時刻を特定する。そして、ユーザＡのシーン反応の時刻とメタデータの時刻情報（ＶＯＤなどの場合は経過時間を含む時間情報）とを比較し、一致又は同様な時刻と考えられるユーザＡのシーン反応とメタデータとを関連付けてユーザログ蓄積部３に蓄積する。シーン反応は、1種類のみならず、複数種類を、メタデータに紐づけてよい。テレビ画面上の座標情報を基にして、ユーザの注視した内容を興味関心の度合いとして捉えてもよい。

例えば、商品紹介のシーンで、ユーザが「これいいな」などの音声のユーザ反応が解析された場合、その紹介商品のメタデータと、ユーザのシーン反応「これいいな」とを関連付けてユーザログ蓄積部３に蓄積する。図３は、ユーザＡのシーン反応と、そのシーンのメタデータとが関連付けられて蓄積されたユーザログ蓄積部３の一例を示した図である。図３では、紹介商品のメタデータと、ユーザのシーン反応「音声：これいいな」とが関連付けられ、紹介店舗のメタデータと、ユーザのシーン反応「画像：背ける」とが関連付けられ、リゾート情報のメタデータと、ユーザのシーン反応「音声：これいいな」とが関連付けられて蓄積されている。

尚、ユーザ反応解析部２が、ユーザログ蓄積部３にシーン反応を蓄積する際は、あくまでもそのシーン反応に関連するメタデータに関連付けて記憶させておけばよく、シーン反応に基づくそのシーンに対する評価までは必要としないが、必要に応じて評価を付与しても良い。

また、ユーザ反応解析部２とユーザログ蓄積部３とは、かならずしもユーザＡの近傍にある必要はなく、ネットワークを介してユーザ生体情報取得部１と接続されたサーバが有していても良い。

第１の実施の形態では、あるシーンのシーン反応情報と、そのシーンのメタデータとを関連付けて蓄積する構成を説明した。このような構成にすることにより、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映した情報を収集することができ、このような情報は種々の目的で利用されるビッグデータの一つとして活用することができる。

＜第２の実施の形態＞
本発明の第２の実施の形態を説明する。

図４は第２の実施の形態の視聴ユーザログ蓄積システムの構成図である。

第１の実施の形態では、あるシーンのシーン反応情報と、そのシーンのメタデータとを関連付けて蓄積する構成を説明した。

第２の実施の形態は、ユーザログ蓄積部３に蓄積されたシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析するユーザ趣向性解析部６と、ユーザ趣向性情報解析手段で解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積するユーザ趣向性情報蓄積部７とを備える。そして、ユーザの趣向性を分析して蓄積する例を説明する。

第１の実施の形態のユーザログ蓄積部３には、あるシーンのシーン反応情報と、そのシーンのメタデータとが関連付けて蓄積されている。ユーザ趣向性解析部６は、ユーザログ蓄積部３に蓄積されているシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析する。

例えば、図３に示すような、ユーザログ蓄積部３に蓄積されたシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づくと、紹介商品のメタデータと、ユーザのシーン反応「音声：これいいな」とが関連付けられている。この場合、紹介された商品をＢとすると（以下の説明では、商品Ｂと記載する）、ユーザＡは商品Ｂに対して「これいいな」と発言しており、ユーザＡは商品Ｂに対して肯定的な意見を持っていることが解る。そこで、ユーザ趣向性解析部６は、商品Ｂの商品名や物品名等のキーワードをユーザログ蓄積手段３に蓄積されているメタデータから読み出し、そのキーワード（商品名や物品名等）と肯定的評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積する。更に、キーワードのみならず、メタデータに記載されているジャンル等と対応付けても良い。また、ユーザ趣向性情報蓄積部７は、肯定的な評価のみならず、否定的な評価も解析してそのキーワード（店舗名や物品名等）と否定的な評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積しても良い。例えば、あるシーンに対して、ユーザＡが否定的な反応（例えば、「きらい」や、そのシーンに注視せずに背ける）の場合は、そのシーンのメタデータから読み出したキーワードと否定的な評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積しても良い。以下、このようなキーワードと評価とから成る情報を、ユーザ趣向性情報と記載する。

図５に、ユーザ趣向性情報蓄積部７に蓄積されたユーザ趣向性情報の一例を示す。図５の例では、あるキーワードに対して肯定的な評価の場合は“１”を、あるキーワードに対して否定的な評価の場合は“０”を付してある。そして、「バッグ：１」、「ＸＸＸＸ：１」、「イタリアン：０」、「ＹＹＹ：０」、「リゾート：０」のユーザ趣向性情報が蓄積されている。

尚、上記は一例であり、これには限らない。例えば、ユーザのシーン反応が「テレビを注視」である場合、ユーザＡがそのシーンに興味を持っていると考えられる。この場合も、そのシーン（図３の例では店舗の紹介）に対して肯定的な評価をしていると思われるので、ユーザ趣向性解析部６は、店舗名や取扱商品名や物品名等のキーワードをユーザログ蓄積手段３に蓄積されているメタデータから読み出し、そのキーワード（店舗名や物品名等）と肯定的評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積する。

また、評価は必ずしも、肯定的又は否定的の２段階のみならず、３以上の複数の段階で評価しても良い。例えば、否定、普通、肯定の３段階にするなどである。また、テレビ視聴の人数や、その関心度合などを合算してもよい。複数人で視聴していれば肯定の度合が高くなるなど、評価を設計者の意図によって重みづけを与えてもよい。例えば、家族４人で、テレビを視聴している場合、その４人が全て肯定的な評価の場合、重みづけ値を通常の値よりも大きな値としてしても良い。

また、ユーザ趣向性解析部６のシーン反応の解析も、そのシーンに対してひとつのシーン反応ののみならず、複数のシーン反応（例えば、音声と画像）がある場合、それらを総合してユーザ趣向性を決定しても良い。

更に、ユーザの趣向性は、ユーザの趣向性を表すキーワードやそれに対する評価のみならず、ユーザがよく見る視聴時間などの時間の概念を含む生活パターン等でも良い。

尚、第２の実施の形態では、ユーザログ蓄積手段３とユーザ趣向性情報蓄積部７とを別々の構成としたが、これらを一つにまとめてデータベースを構成しても良い。

また、第１の実施の形態と同様に、ユーザ趣向性解析部６とユーザ趣向性情報蓄積部７とは、かならずしもユーザＡの近傍にある必要はなく、ネットワークを介してユーザログ蓄積部３と接続されたサーバが有していても良い。更に、サーバが、ユーザ反応解析部２、ユーザログ蓄積部３、ユーザ趣向性解析部６、及びユーザ趣向性情報蓄積部７を有していても良い。

第２の実施の形態は、ユーザ趣向性解析部６が、ユーザログ蓄積手段３に蓄積されているシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析し、それをユーザ趣向性情報蓄積部７に蓄積するように構成している。このような構成にすることにより、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映したユーザの趣向性の情報を得ることができる。

＜第３の実施の形態＞
第３の実施の形態を説明する。

第３の実施の形態では、上述したユーザ趣向性情報蓄積部７に蓄積されているユーザの趣向性の情報に基づいて、商品等のリコメンド（商品等の紹介するコンテンツ）を行う例を説明する。

図６は第３の実施の形態の視聴ユーザログ蓄積システムの構成図である。

第３の実施の形態は、上述した実施の形態に加えて、推薦コンテンツ記憶部８と、推薦コンテンツ選択部９と、出力部１０とを備える。

推薦コンテンツ記憶部８は、ユーザＡに対して推薦する推薦コンテンツと、推薦コンテンツのメタデータとが関連付けて記憶されている記憶部である。推薦コンテンツ記憶部８に記憶されている内容の一例を図７に示す。図７の例では、推薦コンテンツとその推薦コンテンツのメタデータとが関連付けられて記憶されている。例えば、「推薦コンテンツＸ」と、「“ジャンル：旅行”、“キーワード：ハワイ、リゾート、海”」とが関連付けられて記憶されており、「推薦コンテンツＹ」と、「“ジャンル：商品”、“キーワード：バッグ、ＸＸＸ”」とが関連付けられて記憶されており、「推薦コンテンツＺ」と、「“ジャンル：レストラン”、“キーワード：イタリアン、目黒”」とが関連付けられて記憶されている。これらの推薦コンテンツと、推薦コンテンツのメタデータとは、例えば、通信により、随時、推薦コンテンツ記憶部８に蓄積される。

推薦コンテンツ選択部９は、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と、推薦コンテンツ記憶部８に記憶されている推薦コンテンツのメタデータとに基づいて、ユーザに提示する推薦コンテンツを選択するものである。具体的には、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と推薦コンテンツのメタデータとの相関を計算し、最も高い相関値に対応する推薦コンテンツを選択する。

例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積され、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１”であり、「推薦コンテンツＹ」の肯定的評価の合計値（相関値）は、“２”であり、「推薦コンテンツＺ」の肯定的評価の合計値（相関値）は、“０”である。従って、ユーザの趣向性と相関が高いコンテンツは「推薦コンテンツＹ」である。そこで、「推薦コンテンツＹ」を選択する。

尚、推薦コンテンツ選択部９による推薦コンテンツの選択は上記だけに限られず、例えば、所定の閾値を設け、この閾値を超えた相関値に対応する推薦コンテンツを選択するようにしても良い。

また、他のユーザのユーザ趣向性情報を取得し、相関の高いユーザの購買行動などをもとに、推薦コンテンツを選択するようにしてもよい。この場合、複数のユーザのユーザ趣向性情報蓄積部に蓄積されている情報を、それぞれの推薦コンテンツ選択部９が参照できるように構成する必要があるが、各ユーザ趣向性情報蓄積部がクラウド上にあれば容易に実現することができる。また、各ユーザ趣向性情報蓄積部同士がローカルなネットワークで接続され、各ユーザ趣向性情報蓄積部に蓄積されている情報を、それぞれの推薦コンテンツ選択部９が参照できるようにしても良い。

推薦コンテンツ出力部１０は、推薦コンテンツ選択部９により選択された推薦コンテンツを、ユーザに提示するものである。推薦コンテンツ出力部１０の種類は問わないが、例えば、ディスプレイ、スピーカ、スマートフォンや、ロボットなどでも良い。また、推薦コンテンツ出力部１０はテレビ５と一体となって構成されても良い。

また、推薦コンテンツの出力のタイミングであるが、推薦コンテンツ選択部９が予め定められた周期、タイミングで、推薦コンテンツを選択して、推薦コンテンツ出力部１０から出力させるように構成しても良い。

また、第１、２の実施の形態と同様に、推薦コンテンツ記憶部８と推薦コンテンツ選択部９とは、かならずしもユーザＡの近傍にある必要はなく、ネットワークを介してユーザ趣向性情報蓄積部７と接続されたサーバが有していても良い。更に、サーバが、ユーザ反応解析部２、ユーザログ蓄積部３、ユーザ趣向性解析部６、ユーザ趣向性情報蓄積部７、推薦コンテンツ記憶部８及び推薦コンテンツ選択部９を有していても良い。

第３の実施の形態は、推薦コンテンツ選択部９が上述したユーザ趣向性情報蓄積部７に蓄積されているユーザの趣向性の情報に基づいて、推薦コンテンツ記憶部８に蓄積されている推薦コンテンツを選択して、推薦コンテンツ出力部１０によりユーザに提供するように構成している。このような構成にすることにより、ユーザの潜在的な興味関心を反映したコンテンツをユーザに提示することができる。

＜第４の実施の形態＞
第４の実施の形態を説明する。

第３の実施の形態では、推薦コンテンツの提示タイミングを定めず任意としたが、第４の実施の形態では、第３の実施の形態における推薦コンテンツの提示タイミングを放送や通信により制御する例を説明する。

図８は第４の実施の形態の視聴ユーザログ蓄積システムの構成図である。

放送局４は、推薦コンテンツの選択及び出力のトリガとなるトリガ情報を放送又は通信により送信する。トリガ情報には、放送中の「イベント（紹介商品・CM情報等）」が含まれている。尚、トリガ情報の代表的なものとして、放送によるイベントメッセージがある。

推薦コンテンツ選択部９は、トリガ情報を受信してその情報（「イベント（紹介商品・CM情報等）」）を解析する機能を有する。推薦コンテンツ選択部９は、解析したトリガ情報に基づいて、推薦コンテンツ記憶部８に記憶されている推薦コンテンツの中から相関が近いものを選択する。例えば、現在放送されている番組がリゾートに関する番組であり、トリガ情報には「リゾート、ハワイ」の情報が格納されているとする。ここで、推薦コンテンツ記憶部８に蓄積されている推薦コンテンツが図７に示されるものであるとすると、推薦コンテンツ選択部９は、推薦コンテンツＸを選択する。そして、推薦コンテンツＸを推薦コンテンツ出力部１０に出力し、推薦コンテンツ出力部１０により推薦コンテンツＸを提示する。

続いて、推薦コンテンツ選択部９は、選択した推薦コンテンツのメタデータと、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報との相関値を計算する。例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積され、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１”である。ここで、相関値が少なくとも肯定的な評価である閾値１以上ならば、「推薦コンテンツＸ」を選択して推薦コンテンツ出力部１０を介してユーザに提示する。尚、推薦コンテンツが複数ある場合、それらの中から最も相関値が高い推薦コンテンツを選択して提示しても良い。

第４の実施の形態は、推薦コンテンツの提示タイミングを放送や通信により制御するように構成している。このような構成にすることにより、ユーザの現在視聴している放送番組や通信コンテンツの内容に連動したコンテンツを提示することができ、そのコンテンツは潜在的な興味関心を反映したコンテンツであるため、広告効果が高いサービスを提供することができる。

＜第５の実施の形態＞
第５の実施の形態を説明する。

第３の実施の形態では、推薦コンテンツの提示タイミングを定めず任意としたが、第５の実施の形態では、第３の実施の形態における推薦コンテンツの提示タイミングを、ユーザ行動により制御する例を説明する。

図９は第５の実施の形態の視聴ユーザログ蓄積システムの構成図である。

第５の実施の形態では、上述した実施の形態の構成に加え、ユーザ行動分析部１１を備える。

更に、ユーザ生体情報取得部１は、ユーザＡのテレビ５の視聴の有無にかかわらず、日常生活におけるユーザＡのユーザに関する情報（生体情報）を取得する。すなわち、ユーザ生体情報取得部１で取得されるユーザに関する情報（生体情報）は、ユーザＡが、かならずしも、テレビ５を視聴している必要はない点に留意すべきである。

同様に、ユーザ反応解析部２も、ユーザＡのテレビ５の視聴の有無にかかわらず、ユーザ生体情報取得部１により取得されたユーザＡのユーザに関する情報（生体情報）を解析する。

尚、ユーザ生体情報取得部１及びユーザ反応解析部２について、第１の実施の形態のものを利用する構成したが、ユーザ生体情報取得部１及びユーザ反応解析部２と同様なものを別途用意しても良い。

ユーザ行動分析部１１は、ユーザ反応解析部２により解析されたユーザの反応を受けて、現在のユーザの行動を解析し、ユーザの行動情報を生成する。ここで、ユーザの行動情報とは、例えば、ユーザＡの発言やユーザＡと他のユーザとの会話等から得られるキーワードや、ユーザＡの身振りなどから得られるユーザの様子（例えば、体調不良等）である。そして、ユーザの行動情報にもとに、推薦コンテンツの選択及び出力のトリガとなるトリガ情報を推薦コンテンツ選択部９に出力する。

例えば、ユーザ行動分析部１１は、ユーザ反応解析部２により得られた音声により、ユーザＡが「ハワイに行きたい」と発話していることを分析した場合、形態素解析等により、その発話内容からキーワードとなる「ハワイ」、「行きたい」を抽出してユーザの行動情報を生成する。ユーザの行動情報はキーワードを含んでいるので、そのキーワードを推薦コンテンツの選択及び出力のトリガとなるトリガ情報として、推薦コンテンツ選択部９に出力する。尚、ユーザの行動情報として、狭義のキーワードのみならず、ジャンル等を示す広いが意念のキーワードで合っても良い。例えば、ユーザＡが「旅行に行きたい」と発話していることを分析した場合、形態素解析等により、その発話内容からキーワードとなる「旅行」、「行きたい」を抽出してユーザの行動情報を生成する。その発話内容からキーワードとなる「旅行」、「行きたい」を抽出してユーザの行動情報を生成する。

推薦コンテンツ選択部９は、トリガ情報を受信してその情報（「ハワイ」、「行きたい」）を解析する機能を有する。推薦コンテンツ選択部９は、解析したトリガ情報に基づいて、推薦コンテンツ記憶部８に記憶されている推薦コンテンツの中から相関が近いものを選択する。例えば、トリガ情報には「ハワイ」、「行きたい」の情報が格納されているとする。ここで、推薦コンテンツ記憶部８に蓄積されている推薦コンテンツが図７に示されるものであるとすると、推薦コンテンツ選択部９は、推薦コンテンツＸを選択する。

尚、ユーザの行動情報に含まれるキーワードが広い概念を表す場合（例えば、旅行などジャンルを表す場合）、キーワードの完全一致のみならず、そのキーワードの広い概念（ジャンル）の下位概念（上述の場合では、ハワイ）と一致するコンテンツを選択するようにしても良い。

続いて、推薦コンテンツ選択部９は、選択した推薦コンテンツのメタデータと、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報との相関値を計算する。例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積され、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１”である。ここで、相関値が少なくとも肯定的な評価である閾値１以上ならば、「推薦コンテンツＸ」を選択して推薦コンテンツ出力部１０を介してユーザに提示する。尚、推薦コンテンツが複数ある場合、それらの中から最も相関値が高い推薦コンテンツを選択して提示しても良い。そして、推薦コンテンツＸを推薦コンテンツ出力部１０に出力し、推薦コンテンツ出力部１０により推薦コンテンツＸを提示する。

第５の実施の形態は、推薦コンテンツの提示タイミングをユーザ行動により制御するように構成している。このような構成にすることにより、日常生活の中でユーザの何気ない身振りや、発話等に基づいたコンテンツを提示することができ、そのコンテンツは潜在的な興味関心を反映したコンテンツであるため、広告効果が高いサービスを提供することができる。

＜第６の実施の形態＞
第６の実施の形態を説明する。

第６の実施の形態は、第３の実施の形態に加え、更に、ユーザのユーザ属性情報を取得し、ユーザ属性情報とユーザ趣向性情報とに基づいて、推薦コンテンツを提示する例を説明する。

図１０は第６の実施の形態の視聴ユーザログ蓄積システムの構成図である。

第６の実施の形態では、上述した第３の実施の形態の構成に加え、ユーザ属性情報解析部１２と、ユーザ属性情報蓄積部１３とを備える。

更に、ユーザ生体情報取得部１は、ユーザＡのテレビ５の視聴の有無にかかわらず、日常生活におけるユーザＡのユーザに関する情報（生体情報）を取得する。すなわち、ユーザ生体情報取得部１で取得されるユーザに関する情報（生体情報）は、ユーザＡが、かならずしも、テレビ５を視聴している必要はない点に留意すべきである。

同様に、ユーザ反応解析部２も、ユーザＡのテレビ５の視聴の有無にかかわらず、ユーザ生体情報取得部１により取得されたユーザＡのユーザに関する情報（生体情報）を解析する。

尚、ユーザ生体情報取得部１及びユーザ反応解析部２について、第１の実施の形態のものを利用する構成したが、ユーザ生体情報取得部１及びユーザ反応解析部２と同様なものを別途用意しても良い。

ユーザ属性情報解析部１２は、ユーザ反応解析部２により解析されたユーザの反応に基づいて、ユーザのユーザ属性情報を解析する。ここで、ユーザのユーザ属性情報とは、氏名や性別、住所等のみならず、ユーザの趣向性も含む概念である。ここで、ユーザ属性情報解析部１２で解析されるユーザの属性情報は、上述したシーンに対応するユーザの趣向性情報とは異なり、コンテンツとは関係なく、ユーザから取得できる属性情報である点に留意すべきである。従って、ユーザの状態をユーザ生体情報取得部１及びユーザ反応解析部２に得てユーザの属性情報を解析するだけでなく、ユーザ属性情報解析部１２が能動的にユーザに質問を行い、その答えをユーザのユーザ属性情報としても良い。

例えば、ユーザ属性情報解析部１２は、受動的に、ユーザの会話等をユーザ生体情報取得部１及びユーザ反応解析部２から取得し、その会話からキーワードを抽出して、そのキーワードをユーザのユーザ属性情報としても良いし、ユーザ属性情報解析部１２が、能動的に、「名前は？」などの質問を行い、その回答をユーザのユーザ属性情報としても良い。

尚、ユーザ属性情報解析部１２は一例であり、ユーザ生体情報取得部１及びユーザ反応解析部２を使用せずに、他の方法により、ユーザの属性情報を取得しても良い。例えば、ネットワークを利用して、他の機器に登録されているユーザの属性情報を取得するようにしても良い。

そして、ユーザ属性情報解析部１２は、解析されたユーザのユーザ属性情報を、ユーザ属性情報蓄積部１３に蓄積していく。尚、ユーザ属性情報蓄積部１３に蓄積されるユーザのユーザ属性情報であるが、単に、ユーザの氏名や性別、キーワードのみを蓄積するだけでも良いが、各項目についての肯定的や否定的といった評価（レーティング）も、一緒に蓄積するようにしても良い。

ユーザ属性情報蓄積部１３は、上述したユーザの属性情報が蓄積される記憶部である。図１１に、ユーザ属性情報蓄積部１３に蓄積されているユーザの属性情報の一例を示す。図１１の例では、項目として、氏名、性別、郵便番号、住所、年齢、キーワードの項目があり、キーワードについてはそのキーワードに対するユーザの評価が３段階（０：悪い、１：普通、２：良い）の評価が付されている。

尚、ユーザ属性情報蓄積部１３には、ユーザ生体情報取得部１、ユーザ反応解析部２及びユーザ属性情報解析部１２を介さず、設定時に基本的な属性情報が蓄積されていても良い。例えば、システム利用開始時にユーザが申込書に記入した基本データ等（氏名、性別、住所や関心の高いもの等の情報）である。そして、これらの蓄積されている属性情報に対して、ユーザ属性情報解析部１２が追加、又は修正するようにしても良い。

推薦コンテンツ選択部９は、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と、ユーザ属性情報蓄積部１３に蓄積されているユーザ属性情報と、推薦コンテンツ記憶部８に記憶されている推薦コンテンツのメタデータとに基づいて、ユーザに提示する推薦コンテンツを選択するものである。具体的には、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と、ユーザ属性情報蓄積部１３に蓄積されているユーザ属性情報と、推薦コンテンツのメタデータとの相関を計算し、最も高い相関値に対応する推薦コンテンツを選択する。

例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積されているものとし、ユーザ属性情報蓄積部１３には、図１１に示すようなユーザ属性情報が蓄積されているものとする。推薦コンテンツ選択部９は、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１（１（ユーザ趣向性情報）＋０（ユーザ属性情報））”であり、「推薦コンテンツＹ」の肯定的評価の合計値（相関値）は、“５（２（ユーザ趣向性情報）＋３（ユーザ属性情報））”であり、「推薦コンテンツＺ」の肯定的評価の合計値（相関値）は、“０（０（ユーザ趣向性情報）＋０（ユーザ属性情報））”である。従って、ユーザの趣向性及びユーザ属性情報と相関が高いコンテンツは「推薦コンテンツＹ」である。そこで、「推薦コンテンツＹ」を選択する。そして、推薦コンテンツＹを推薦コンテンツ出力部１０に出力し、推薦コンテンツ出力部１０により推薦コンテンツＹを提示する。

第６の実施の形態は、第３の実施の形態に加え、更に、ユーザのユーザ属性情報を取得し、ユーザ属性情報とユーザ趣向性情報とに基づいて、推薦コンテンツを提示するように構成している。このような構成にすることにより、推薦コンテンツとユーザとの相関の精度が高まるため、より、ユーザの個々に適したコンテンツをユーザに提示することができる。

＜実施例＞
次に、上述した実施の形態を具体化した実施例を説明する。

本実施例では、上述した実施の形態における各部をサーバとロボットとに配置した例を説明する。

図１２は実施例の構成を示す図である。

図１２中、１００はロボットであり、２００はサーバである。尚、上述した実施の形態と同様な構成のものについては、同じ符号を付している。

ロボット１００は、ユーザＡの近傍に配置されるものであり、ユーザ生体情報取得部１と推薦コンテンツ出力部１０との機能を有する。そして、ネットワークを介して、サーバ２００と接続されている。

サーバ２００は、ユーザ反応解析部２と、ユーザ趣向性解析部６と、推薦コンテンツ選択部９と、ユーザ行動分析部１１と、ユーザ属性情報解析部１２との機能を有する。また、サーバ２００は、ユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、推薦コンテンツ記憶部８と、ユーザ属性情報蓄積部１３と接続されている。尚、サーバ２００とユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、推薦コンテンツ記憶部８と、ユーザ属性情報蓄積部１３とは、一体と構成されていてもよい。

上記のような構成において、ロボット１００は、ユーザＡがテレビ５を視聴している際に、シーンの反応をセンシングしてサーバ２００に送信する。また、ロボット１００は、ユーザＡと会話や、ユーザＡを撮影した画像も、サーバ２００に送信する。

サーバ２００は、ロボット１００から送信されてくる情報を受信し、ユーザログ情報、ユーザ趣向性情報、ユーザ属性情報を解析し、ユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、ユーザ属性情報蓄積部１３とに蓄積していく。また、サーバ２００は、逐次、推薦コンテンツ記憶部８に推薦コンテンツを蓄積していく。

このような状態において、ユーザＡのユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、推薦コンテンツ記憶部８と、ユーザ属性情報蓄積部１３に蓄積されている情報の一例を、図１３に示す。

次に、図１３に示されるユーザＡに関する各種情報が蓄積された場合における推薦コンテンツの提示までの動作を説明する。

まず、ユーザＡが、８月下旬に「旅行番組」のテレビ番組を視聴している。この時、ユーザＡが、「あら、このリゾート素敵ねえ」と発話したものとする。

ロボット１００は、「あら、このリゾート素敵ねえ」をマイクやカメラで収集し、サーバ１００に送信する。

サーバ２００では、ユーザＡが「あら、このリゾート素敵ねえ」と発話したこと解析し、キーワードとして「リゾート」、「素敵」を抽出する。更に、ユーザ趣向性情報からユーザＡは、旅行番組が好きであり、温泉が好きであることも抽出する。また、ユーザ属性情報から、ユーザＡは子供2人、孫1人と同居しており、誕生日は９月１日であり、顔画像登録済みであり、音声パターン登録済みであることから、発話したユーザＡは祖母であることがわかる。

サーバ２００は、これらの情報と推薦コンテンツ記憶部８の推薦コンテンツのメタデータとを照合し、適切なコンテンツを推薦コンテンツ記憶部８から選択する。

この場合、ユーザＡは、祖母であり、家族全体の人数が４人であり、温泉好きであり、誕生日が９月１日であることから、推薦コンテンツ記憶部８に記憶されている推薦コンテンツ「ホテルＭＭのお誕生日宿泊プラン、温泉に入り優雅な誕生日を、家族4人 \120,000」との相関が高いと考えられる。そこで、サーバ２００は、「ホテルＭＭのお誕生日宿泊プラン、温泉に入り優雅な誕生日を、家族4人 \120,000」を推薦コンテンツとして選択し、この情報をロボット１００に送信する。

ロボット１００は、推薦コンテンツの情報を受信し、その推薦コンテンツを出力する。例えば、ロボット１００は、「おばあちゃん、ホテルＭＭのお誕生日宿泊プランが家族4人で120,000円であるよ。温泉にも入れるよ」と自然な発話をユーザＡに対して行う。尚、ロボット１００は、更に、推薦コンテンツの購買予約への案内を行っても良い。

本実施例は、ロボットとテレビ番組とが連動して、ユーザＡに推薦コンテンツを、より良いタイミンクで、かつ、自然な形で、ユーザが好ましいと思うコンテンツを提示することができる。

以上好ましい実施の形態及び実施例をあげて本発明を説明したが、全ての実施の形態又は実施例の構成を備える必要はなく、適時組合せて実施することができるばかりでなく、本発明は必ずしも上記実施の形態及び実施例に限定されるものではなく、その技術的思想の範囲内において様々に変形し実施することが出来る。

１ ユーザ生体情報取得部
２ ユーザ反応解析部
３ ユーザログ蓄積部
４ 放送局
５ テレビ
６ ユーザ趣向性解析部
７ ユーザ趣向性情報蓄積部
８ 推薦コンテンツ記憶部
９ 推薦コンテンツ選択部
１０ 推薦コンテンツ出力部
１１ ユーザ行動分析部
１２ ユーザ属性情報解析部
１３ ユーザ属性情報蓄積部
１００ ロボット
２００ サーバ

Claims (17)

1. コンテンツを視聴しているユーザの生体情報を取得するユーザ生体情報取得手段と、
   前記ユーザ情報取得手段が取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得するユーザ反応解析手段と、
   前記シーン反応情報と、前記コンテンツのシーンのメタデータとが関連付けて蓄積されるユーザログ蓄積手段と
   を有する視聴ユーザログ蓄積システム。
2. 前記コンテンツが、テレビ放送の番組である
   請求項１に記載の視聴ユーザログ蓄積システム。
3. 前記ユーザログ蓄積手段に蓄積された前記シーン反応情報と前記コンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析するユーザ趣向性解析手段と、
   前記ユーザ趣向性情報解析手段で解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積するユーザ趣向性情報蓄積手段と
   を有する請求項１又は請求項２に記載の視聴ユーザログ蓄積システム。
4. ユーザに対して推薦する推薦コンテンツと、前記推薦コンテンツのメタデータとが関連付けて記憶されている推薦コンテンツ記憶手段と、
   前記ユーザ趣向性情報蓄積手段に蓄積されているユーザ趣向性情報と、前記推薦コンテンツ記憶手段に記憶されている推薦コンテンツのメタデータとに基づいて、前記ユーザに提示する推薦コンテンツを選択する推薦コンテンツ選択手段と、
   前記選択した推薦コンテンツを、ユーザに提示する出力手段とを有する請求項３に記載の視聴ユーザログ蓄積システム。
5. 前記推薦コンテンツ選択手段による推薦コンテンツの動作の起動を、放送により制御する
   請求項４に記載の視聴ユーザログ蓄積システム。
6. ユーザの行動情報を取得するユーザ行動情報取得手段と、
   ユーザ行動取得手段で取得したユーザ行動情報に基づいて、ユーザ行動を分析するユーザ行動分析手段と、
   前記ユーザ行動分析手段で分析されたユーザ行動に基づいて、前記推薦コンテンツ選択手段による推薦コンテンツの選択動作を行う
   請求項４に記載の視聴ユーザログ蓄積システム。
7. ユーザの属性情報を取得するユーザ属性情報取得手段と、
   前記ユーザ属性情報取得手段で取得したユーザ属性情報を蓄積するユーザ属性情報蓄積手段と
   を有し、
   前記推薦コンテンツ選択手段は、前記ユーザ趣向性情報と、前記ユーザ属性情報と、前記推薦コンテンツのメタデータとに基づいて、前記ユーザに提示する推薦コンテンツを選択する
   請求項４から請求項６のいずれかに記載の視聴ユーザログ蓄積システム。
8. 前記ユーザの近傍に配置されるロボットが、少なくとも前記ユーザ生体情報取得手段及び前記出力手段を有する
   請求項４から請求項７のいずれかに記載の視聴ユーザログ蓄積システム。
9. 前記ユーザ反応解析手段と、前記ユーザログ蓄積手段と、前記ユーザ趣向性情報解析手段と、前記ユーザ趣向性情報蓄積手段と、前記推薦コンテンツ記憶手段と、前記推薦コンテンツ選択手段とを、サーバが有する
   請求項４から請求項８のいずれかに記載の視聴ユーザログ蓄積システム。
10. コンテンツを視聴しているユーザから得られた生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得するユーザ反応解析手段と、
    前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積するユーザログ蓄積手段と
    を有する視聴ユーザログ蓄積サーバ。
11. 前記コンテンツが、テレビ放送の番組である
    請求項１０に記載の視聴ユーザログ蓄積サーバ。
12. 前記ユーザログ蓄積手段に蓄積された前記シーン反応情報と前記コンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析するユーザ趣向性解析手段と、
    前記ユーザ趣向性情報解析手段で解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積するユーザ趣向性情報蓄積手段と
    を有する請求項１０又は請求項１１に記載の視聴ユーザログ蓄積サーバ。
13. ユーザに対して推薦する推薦コンテンツと、前記推薦コンテンツのメタデータとが関連付けて記憶されている推薦コンテンツ記憶手段と、
    前記ユーザ趣向性情報蓄積手段に蓄積されているユーザ趣向性情報と、前記推薦コンテンツ記憶手段に記憶されている推薦コンテンツのメタデータとに基づいて、前記ユーザに提示する推薦コンテンツを選択する推薦コンテンツ選択手段と、
    前記選択した推薦コンテンツを、ユーザに提示する出力手段に送信する送信手段と
    を有する請求項１２に記載の視聴ユーザログ蓄積サーバ。
14. コンテンツを視聴しているユーザの生体情報を取得し、
    前記取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得し、
    前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積する
    視聴ユーザログ蓄積方法。
15. 前記コンテンツが、テレビ放送の番組である
    請求項１４に記載の視聴ユーザログ蓄積方法。
16. 前記蓄積された前記シーン反応情報と前記コンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析し、
    前記解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積する
    請求項１４又は請求項１５に記載の視聴ユーザログ蓄積方法。
17. ユーザに対して推薦する推薦コンテンツと、前記推薦コンテンツのメタデータとが関連付けて記憶されており、
    前記蓄積されているユーザ趣向性情報と、前記推薦コンテンツのメタデータとに基づいて、前記ユーザに提示する推薦コンテンツを選択し、
    前記選択した推薦コンテンツを、ユーザに提示する
    請求項１６に記載の視聴ユーザログ蓄積方法。

Images