JP2019067055A - 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム - Google Patents

端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム Download PDF

Info

Publication number
JP2019067055A
JP2019067055A JP2017190525A JP2017190525A JP2019067055A JP 2019067055 A JP2019067055 A JP 2019067055A JP 2017190525 A JP2017190525 A JP 2017190525A JP 2017190525 A JP2017190525 A JP 2017190525A JP 2019067055 A JP2019067055 A JP 2019067055A
Authority
JP
Japan
Prior art keywords
odor
content
attribute information
detection
viewer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2017190525A
Other languages
English (en)
Inventor
典孝 志村
Noritaka Shimura
典孝 志村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2017190525A priority Critical patent/JP2019067055A/ja
Publication of JP2019067055A publication Critical patent/JP2019067055A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】所望のシーンを高精度に検索する端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム術を提供する。【解決手段】サーバ20(検索装置)は、動画から抽出された人物の外観の特徴と動きの特徴とを対応付けた人物情報を記憶し、端末装置から受信した入力情報をキーとして人物情報を検索し、検索結果を端末装置に返信する。端末装置は、サーバ20に記憶されている人物情報の一部または全部をサーバ20から取得して記憶し、入力情報をキーとして検索し、検索結果を入力欄に入力される情報の候補としてディスプレイに表示させる。【選択図】図10

Description

本発明は、端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラムに関する。
引用文献1は、情報処理装置の筐体外部のニオイ情報をニオイセンサで取得し、データ再生中に受信したニオイ情報が閾値より大きい場合はデータの再生時間を短縮もしくは再生しない情報処理装置が開示されている。
特開2011−160160号公報
本発明は、テレビ、ラジオ、インターネット等の媒体を介してコンテンツを提供するサービスに関連して、ニオイを用いた新たなサービスを提供することを課題とする。
本発明によれば、
ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有する端末装置が提供される。
また、本発明によれば、
第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有する解析装置が提供される。
また、本発明によれば、
端末装置と解析装置とを有し、
前記端末装置は、
ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有し、
前記解析装置は、
第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の前記端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有するシステムが提供される。
また、本発明によれば、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVR(conversion rate)に基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段と、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段と、
を有する推定装置が提供される。
また、本発明によれば、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
ニオイを指定する検索キーを取得する検索キー取得手段と、
前記属性情報記憶手段に記憶された前記コンテンツ属性情報の中から、前記検索キーで指定されるニオイを示す前記コンテンツ属性情報を抽出する検索手段と、
を有する検索装置が提供される。
また、本発明によれば、
コンピュータが、
ニオイを検知するニオイ検知工程と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出工程と、
前記イベントの検出に応じて、検知されたニオイを記録する記録工程と、
記録されたニオイを示す情報を外部装置に送信する送信工程と、
を実行する端末装置の動作方法が提供される。
また、本発明によれば、
コンピュータを、
ニオイを検知するニオイ検知手段、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段、
記録されたニオイを示す情報を外部装置に送信する送信手段、
として機能させるプログラムが提供される。
本発明によれば、テレビ、ラジオ、インターネット等の媒体を介してコンテンツを提供するサービスに関連付けられているニオイを用いた新たなサービスが実現される。
本実施形態のサービスに関与する主体を説明するための図である。 本実施形態のニオイ視聴データの一例を模式的に示す図である。 本実施形態の端末装置の機能ブロック図の一例を示す図である。 本実施形態のパネル構成データの一例を模式的に示す図である。 本実施形態の購買データの一例を模式的に示す図である。 本実施形態のニオイ分類データの一例を模式的に示す図である。 本実施形態の番組メタデータの一例を模式的に示す図である。 本実施形態のCM(commercial message)メタデータの一例を模式的に示す図である。 本実施形態の番組ニオイ詳細メタデータの一例を模式的に示す図である。 本実施形態の検索装置の機能ブロック図の一例を示す図である。 本実施形態の照合装置の機能ブロック図の一例を示す図である。 本実施形態の解析装置の機能ブロック図の一例を示す図である。 本実施形態の解析装置の機能ブロック図の一例を示す図である。 本実施形態の解析装置により生成される画面の一例を示す図である。 本実施形態の解析装置により生成される画面の一例を示す図である。 本実施形態の推定装置の機能ブロック図の一例を示す図である。 本実施形態の推定装置により生成される画面の一例を示す図である。 本実施形態の推定装置の機能ブロック図の一例を示す図である。 本実施形態の推定装置により生成される画面の一例を示す図である。 本実施形態の装置のハードウエア構成の一例を模式的に示す図である。
<サービスに関与する主体>
まず、図1を用いて、本実施形態のサービスに関与する主体を説明する。図示するように、当該サービスに関与する主体は、視聴率パネラー世帯、視聴率調査会社、メタデータ生成会社、コンテンツ制作会社/広告主、分析会社及び一般視聴者を含む。なお、その他の主体を含んでもよい。
コンテンツ制作会社/広告主は、テレビ、ラジオ、インターネット等の媒体を介して視聴者(視聴率パネラー世帯及び一般視聴者を含む)に提供されるコンテンツや、例えば当該コンテンツの合間に流れる広告等を制作する。コンテンツは、テレビやラジオで放送される番組であってもよいし、インターネットを介して提供される動画(以下、「ネット動画」という場合がある)であってもよい。詳細は後述するが、コンテンツ制作会社/広告主は、少なくともコンテンツに関連付けられているニオイを示すメタデータ(コンテンツ属性情報)を生成する。そして、当該コンテンツ属性情報を視聴者に提供する。例えば、電子番組表、データ放送、ウェブサイト、アプリ等を介して、各コンテンツに対応するコンテンツ属性情報を提供する。
メタデータ生成会社は、コンテンツ制作会社/広告主により制作されたコンテンツ各々のメタデータ(コンテンツ属性情報)を生成する。詳細は後述するが、メタデータ生成会社は、少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を生成する。
視聴率パネラー世帯は、テレビ番組の視聴率を測定するための視聴率測定器を備える世帯である。当該世帯の視聴者は、コンテンツ視聴機器(例:テレビ、ラジオ、スマートフォン、タブレット、パーソナルコンピュータ(PC)等)を用いて、コンテンツを視聴する。詳細は後述するが、視聴率測定器及びコンテンツ視聴機器の少なくとも一方は、ニオイセンサを備えてもよい。そして、所定の条件を満たしたタイミングで検知されたニオイを、所定の主体に送信することができる。
一般視聴者は、視聴率測定器を備えない世帯である。当該世帯の視聴者は、コンテンツ視聴機器(例:テレビ、ラジオ、スマートフォン、タブレット、パーソナルコンピュータ(PC)等)を用いて、コンテンツを視聴する。詳細は後述するが、コンテンツ視聴機器はニオイセンサを備えてもよい。そして、所定の条件を満たしたタイミングで検知されたニオイを、所定の主体に送信することができる。
視聴率調査会社は、視聴率測定器の測定データを処理し、視聴率を算出する。
分析会社は、ニオイと視聴率の相関等を解析する。詳細は後述する。
<サービスで利用される各種データ>
次に、本実施形態のサービスで利用される各種データ及びその生成方法を説明する。
「ニオイ視聴データ」
図2のニオイ視聴データは、視聴率調査会社または分析会社に属する装置に蓄積されるデータである。ニオイセンサを備える端末装置が、検知したニオイを含むログデータを、視聴率調査会社または分析会社に属する装置に送信する。視聴率調査会社または分析会社に属する装置は、受信したログデータをそのまま、又は、情報を付加して蓄積する。ニオイセンサを備える端末装置は、例えば視聴率測定器であってもよいし、コンテンツ視聴機器であってもよい。
図3に、端末装置10の機能ブロック図の一例を示す。図示するように、端末装置10は、検出部11と、ニオイ検知部12と、記録部13と、送信部14とを有する。
ニオイ検知部12は、ニオイセンサを備え、ニオイを検知する。ニオイセンサは、例えば硫化水素、硫黄系、アンモニア系、アミン系、有機酸系、アルデヒド系、エステル系、芳香族系、炭化水素系等の各種ニオイの強度を検知することができる。ニオイセンサは、従来技術に準じて実現できる。
検出部11は、コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含む開始イベントを検出する。また、検出部11は、コンテンツの視聴の終了、及び、閾値以上の強度のニオイの検知の解消(すなわち、閾値以上の強度のニオイが検知されなくなったこと)の少なくとも一方を含む終了イベントをさらに検出してもよい。コンテンツの視聴の開始及び終了は、コンテンツ視聴機器に対するユーザの操作や、コンテンツ視聴機器の状態に基づき検出できる。閾値以上の強度のニオイの検知や当該検知の解消の検出は、ニオイ検知部12による検知結果に基づき実現できる。
記録部13は、検出部11による上記開始イベントの検出に応じて、ニオイ検知部12により検知されたニオイを記録する。記録されるデータは、ニオイ検知部12により検知された各種ニオイの強度である。検知されたニオイを検知された日時に対応付けて記録してもよい。
例えば、記録部13は、検出部11による上記開始イベントの検出に応じてニオイの記録を開始し、その後、検出部11による上記終了イベント(開始イベントがコンテンツの視聴の開始の場合は、コンテンツの視聴の終了。開始イベントが閾値以上の強度のニオイの検知の場合は、閾値以上の強度のニオイの検知の解消。)の検出まで記録を継続してもよい。すなわち、記録部13は、検出部11による上記終了イベントの検出に応じてニオイの記録を終了してもよい。記録部13は、記録を継続している間、所定時間毎のニオイの検知結果を記録することができる。また、記録部13は、検知されたニオイを検知された日時に対応付けて記録することができる。
送信部14は、記録部13により記録されたニオイを示す情報を外部装置(視聴率調査会社または分析会社に属する装置)に送信する。送信部14は、リアルタイム処理で記録部13により記録されたデータを外部装置に送信してもよいし、バッチ処理で記録部13により記録されたデータを外部装置に送信してもよい。バッチ処理の場合の送信タイミングは設計的事項である。
なお、検出部11は、コンテンツの視聴の開始を開始イベントとして検出する場合、当該コンテンツの視聴に関する属性情報をさらに検出してもよい。そして、送信部14は、コンテンツの視聴に関する属性情報をさらに外部装置に送信してもよい。
コンテンツの視聴に関する属性情報は、視聴しているコンテンツを識別する情報、視聴に利用しているコンテンツ視聴機器(自機、または、自機に接続されているコンテンツ視聴器)の種類(例:テレビ、スマートフォン、タブレット等)を示す情報、視聴している位置を示す情報、視聴方法、視聴しているユーザを識別する情報等が例示されるがこれらに限定されない。
視聴している位置を示す情報は、端末装置10が据置型の装置(例:視聴率測定器等)である場合、予め登録された設置位置が端末装置10に登録されており、その情報がコンテンツの視聴に関する属性情報として検出部11に取得される。端末装置10が可搬型の装置(例:スマートフォン、タブレット等)である場合、端末装置10は位置情報取得手段を有し、当該位置情報取得手段で取得された位置情報がコンテンツの視聴に関する属性情報として検出部11に取得される。位置情報取得手段は、例えばGPS(global positioning system)を利用して位置情報を取得してもよいし、その他の手段で位置情報を取得してもよい。
視聴方法は、リアルタイム視聴(テレビやラジオで放送中にリアルタイムに視聴)、タイムシフト視聴(テレビやラジオで放送中に時間差で視聴)、見逃し視聴(テレビやラジオで放送終了後に視聴)、ネット同時配信視聴(テレビやラジオで放送中にインターネット経由で取得した放送中の番組を視聴)、ネット動画の視聴等である。検出部11は、コンテンツ視聴機器に対するユーザの操作や、コンテンツ視聴機器の状態に基づき視聴方法を検出できる。
視聴者の特定は、例えば次のようにして実現できる。スマートフォン、タブレット等の専用のコンテンツ視聴機器で視聴される場合は、当該コンテンツ視聴機器に予め視聴状況調査のための所定のアプリをインストールさせておき、そこにコンテンツ視聴機器の所有者(パネルID)を登録させておく。当該登録情報に基づき、コンテンツを視聴している視聴者を特定できる(パネルIDを特定できる)。
テレビ等の共有のコンテンツ視聴機器で視聴される場合は、テレビを視聴する視聴者ごとのパネルIDを視聴率測定器やコンテンツ視聴機器に登録しておき、視聴者は、テレビを視聴する際に、リモコンのボタンなどで、どの視聴者かを通知する。視聴率測定器やコンテンツ視聴機器は、通知内容に基づき、各コンテンツを視聴している視聴者を特定する(すなわち、パネルIDを特定する)。なお、テレビを視聴していない間に検知されたニオイは、登録されているパネルIDのすべてについてニオイを検知したとみなしてもよいし、所定のパネルIDについてニオイを検知したとみなしてもよい。所定のパネルIDとは、例えば、最後に特定された視聴者のパネルIDとしてもよい。
なお、検出部11は、閾値以上の強度のニオイが検知された場合に、その位置を示す情報を検出してもよい。位置の検出方法は、上記と同様である。そして、送信部14は、当該位置情報を、さらに外部装置に送信してもよい。
ここで、図2に示すニオイ視聴データの各項目を説明する。開始日時は、「コンテンツの視聴を開始した日時」または「閾値以上の強度のニオイが検知された日時」を示す。
終了日時は、「コンテンツの視聴を終了した日時」または「閾値以上の強度のニオイの検知が解消された日時」を示す。
都道府県コードは、「コンテンツを視聴している位置」または「閾値以上の強度のニオイが検知された位置」の都道府県コードを示す。
チャンネルID(identifier)は、放送チャンネルを示す。なお、チャンネルIDにより、テレビコンテンツ、ラジオコンテンツ、ネット動画等のコンテンツの種類がさらに示されてもよい。
デバイスは、コンテンツの視聴に利用しているコンテンツ視聴機器の種類を示す。
位置情報は、「コンテンツを視聴している位置」または「閾値以上の強度のニオイが検知された位置」を示す。予め視聴者毎に登録されている自宅位置及び通勤ルートや、地図情報等を用いて、GPSで取得された緯度・経度情報を、図示するような情報に変換できる。
リアタイ視聴(リアルタイム視聴)、タイムシフト視聴、見逃し視聴、ネット同時配信視聴は、コンテンツの視聴方法を示す。
番組IDは、視聴されているコンテンツの番組IDを示す。
CMIDは、視聴されているコンテンツの合間に流れるCMのCMIDを示す。
ニオイIDは、検知されたニオイ成分に対応するニオイの識別情報を示す。以下で説明するニオイ分類データを用いて、検知されたニオイ成分がニオイIDに変換される。
ニオイ成分は、検知されたニオイ成分であり、各種ニオイの強度を示す。
パネルIDは、コンテンツを視聴している視聴者を世帯内で識別する情報である。
世帯IDは、複数の世帯各々を識別する情報である。
なお、図2に示す例では、「コンテンツの視聴を開始した日時」から「コンテンツの視聴を終了した日時」までの間、また、「閾値以上の強度のニオイが検知された日時」から「閾値以上の強度のニオイの検知が解消された日時」までの間、同じニオイが継続して検知されている場合を示している。これらの間に、異なるニオイが時間差で検知された場合、検知されたニオイの変遷が各ニオイの検知が開始された日時及び終了した日時と共に記録されてもよい。
「パネル構成データ」
図4に示すパネル構成データは、視聴率調査会社または分析会社に属する装置に蓄積されるデータである。予め、視聴者がパネル構成データに含まれる各種情報を、視聴率調査会社または分析会社に申告する。結果、視聴率調査会社または分析会社に属する装置に、図4に示すようなパネル構成データが蓄積される。
世帯IDは、複数の世帯各々を識別する情報である。
パネルIDは、各世帯に含まれる複数の視聴者(パネラー)各々を識別する情報である。
性別、生年月日、年齢、未既婚(結婚しているか否か)、子供有無(子供がいるか否か)、職業、自宅位置及び職場位置は、各視聴者に関する情報である。
「購買データ」
図5に示す購買データは、視聴率調査会社または分析会社に属する装置に蓄積されるデータである。例えば、各パネラーがスマートフォン、タブレット、PC等の装置を操作して、図示するような購買データを入力してもよい。そして、入力されたデータが視聴率調査会社または分析会社に属する装置に送信され、蓄積されてもよい。その他、電子マネーの利用ログデータやポイントカードのログデータが、電子マネーやポイントカードを管理する会社から視聴率調査会社または分析会社に提供されてもよい。
「ニオイ分類データ」
図6に示すニオイ分類データは、ニオイ成分とニオイ名及びニオイIDとを対応付けるデータである。規格化され、本実施形態のサービスに関与するあらゆる主体が利用可能になっている。なお、各ニオイのニオイ成分は、幅を持たせて定義されてもよい。すなわち、あるニオイのニオイ成分を「硫化水素15、硫黄12、アンモニア4」のように一義的に定義するのでなく、「硫化水素14以上16以下、硫黄12、アンモニア3以上5以下」のように幅を持たせて定義してもよい。
「番組メタデータ」
図7に示す番組メタデータは、メタデータ生成会社により生成されるデータであり、コンテンツの属性を示す。図示する例は、テレビの番組メタデータ(コンテンツ属性情報)の一例であり、番組に含まれる複数のコーナ各々の開始日時及び終了日時、番組ID、番組名、放送局、各コーナのヘッドライン、MEMO(各コーナの概要)、出演タレント、BGM(background music)、各コーナに関連付けられているニオイ名を含む。その他の情報を含んでもよい。ニオイ名は、各コーナを視聴している視聴者に想起させると考えられるニオイである。例えば、番組内で醤油ラーメンを紹介している場合、ニオイ名として醤油ラーメンが登録されてもよい。
なお、ラジオの番組メタデータもテレビの番組メタデータと同様な内容を含むことができる。また、ネット動画の番組メタデータは、番組アップロード日時、コンテンツ長さ、番組ID、番組名、ヘッドライン、MEMO(概要)、出演タレント、BGM、関連付けられているニオイ名等を含んでもよい。
「CMメタデータ」
図8に示すCMメタデータは、メタデータ生成会社により生成されるデータであり、広告の属性を示す。図示する例は、テレビで放送される広告のCMメタデータ(コンテンツ属性情報)の一例であり、放送開始日時、コンテンツ長さ、放送局、CMID、宣伝する商品の分類(大分類、中分類、小分類)、広告主(会社名)、宣伝する商品の名称(商品名)、出演タレント、BGM、関連付けられているニオイ名を含む。その他の情報を含んでもよい。ニオイ名は、各広告を視聴している視聴者に想起させると考えられるニオイである。例えば、海で撮影された広告の場合、ニオイ名として海が登録されてもよい。
なお、ラジオで放送される広告のCMメタデータもテレビで放送される広告のCMメタデータと同様な内容を含むことができる。また、ネット動画の合間に放送される広告のCMメタデータは、コンテンツ長さ、番組ID、番組名、CMID、宣伝する商品の分類(大分類、中分類、小分類)、広告主(会社名)、宣伝する商品の名称(商品名)、出演タレント、BGM、関連付けられているニオイ名等を含んでもよい。
「番組ニオイ詳細メタデータ」
図9に示す番組ニオイ詳細メタデータは、コンテンツ制作会社/広告主により生成されるデータであり、コンテンツや広告の属性を示す。図示する例は、テレビの番組ニオイ詳細メタデータ(コンテンツ属性情報)の一例であり、番組に含まれる複数のコーナ各々の開始日時及び終了日時、番組ID、番組名、放送局、各コーナのヘッドライン、出演タレント、BGM、各コーナを撮影時に現場にあるニオイセンサで検知されたニオイ成分、検知されたニオイ成分に対応するニオイ名、ニオイを検知した場所を含む。その他の情報を含んでもよい。
なお、ラジオの番組ニオイ詳細メタデータもテレビの番組ニオイ詳細メタデータと同様な内容を含むことができる。また、ネット動画の番組ニオイ詳細メタデータは、番組アップロード日時、コンテンツ長さ、番組ID、番組名、ヘッドライン、出演タレント、BGM、各コーナを撮影時に現場で検知されたニオイ成分、検知されたニオイ成分に対応するニオイ名、ニオイを検知した場所を含んでもよい。
<提供されるサービス>
次に、上述のような各種データを用いて提供されるサービスを説明する。
「コンテンツ検索サービス」
当該サービスでは、ニオイをキーとしてコンテンツを検索する。図10に、当該サービスを実現する検索装置20の機能ブロック図の一例を示す。検索装置20は、属性情報記憶部21と、検索キー取得部22と、検索部23とを有する。例えば、検索装置20はサーバであり、クライアント端末からの要求に応じて検索処理を実行してもよい。その他、検索装置20はユーザに操作される装置であってもよい。
属性情報記憶部21は、少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する。属性情報記憶部21は、図7に示す番組メタデータ、図8に示すCMメタデータ、及び、図9に示す番組ニオイ詳細メタデータの中の少なくとも1種類のデータを記憶する。
検索キー取得部22は、ニオイを指定する検索キーを取得する。検索キーは、図6に示すニオイIDであってもよいし、ニオイ名であってもよいし、ニオイ成分(各種ニオイの強度)であってもよい。検索キー取得部22は、例えばこのような検索キーを直接指定する入力を受付けてもよい。その他、検索キー取得部22は、視聴者の嗜好に合ったコンテンツに関連付けられているニオイ(ニオイID、ニオイ成分、ニオイ名等)を、検索キーとして取得してもよい。視聴者の嗜好に合ったコンテンツは、例えば過去の視聴履歴等に基づき算出される。その他、予め、場所情報とニオイ(ニオイID、ニオイ成分、ニオイ名等)とを対応付けた場所ごとニオイ情報が予め生成され、検索キー取得部22に保持させておいてもよい。そして、検索キー取得部22は、場所を指定する入力をユーザから受付けてもよい。この場合、検索キー取得部22は、場所ごとニオイ情報を用いて、ユーザにより指定された場所の情報をニオイ(ニオイID、ニオイ成分、ニオイ名等)に変換し、そのニオイ(ニオイID、ニオイ成分、ニオイ名等)を検索キーとして取得する。
検索部23は、属性情報記憶部21に記憶されたコンテンツ属性情報の中から、検索キーで指定されるニオイを示すコンテンツ属性情報を抽出する。なお、検索部23は、図6に示すニオイ分類データを用いて、検索キーとして取得したニオイID、ニオイ名、またはニオイ成分を他の情報に変換し、変換後の検索キーを用いて検索処理を実行してもよい。
ニオイID及びニオイ名を検索キーとして検索する場合、検索部23は、検索キーと完全一致するニオイを示すコンテンツ属性情報を抽出してもよい。一方、ニオイ成分を検索キーとして検索する場合は、検索部23は、所定のルール(設計的事項)で算出した検索キーとの類似度が基準値以上のニオイを示すコンテンツ属性情報を抽出してもよい。
検索部23により抽出されたコンテンツ属性情報の中の少なくとも一部は、検索結果として出力される。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報が出力されてもよい。その他、広告主の会社名、商品名、出演タレント、BGM等の情報が出力されてもよい。
上述のような検索装置20は、メタデータ生成会社に属してもよいし、コンテンツ制作会社/広告主に属してもよいし、その他の主体に属してもよい。例えば、電子番組表を提供する主体、ネット動画を提供する主体、コンテンツ検索サービスをウェブサイトやアプリを介して提供する主体等に、検索装置20が属してもよい。
以下、当該サービスの具体例を説明するが、これらに限定されない。
(1) コンテンツ検索サービス:グルメ篇
当該サービスでは、ニオイを検索キーとして、例えば、食べ物を扱うコンテンツ、より具体的には料理方法や飲食店等を紹介するコンテンツを検索することができる。
当該コンテンツを制作したコンテンツ制作会社/広告主は、図9に示すような情報を含む番組ニオイ詳細メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツで紹介された食べ物のニオイ成分、ニオイ名、ニオイの場所等を含む番組ニオイ詳細メタデータが生成される。また、メタデータ生成会社は、図7に示すような情報を含む番組メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含む番組メタデータが生成される。また、メタデータ生成会社は、図8に示すような情報を含むCMメタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含むCMメタデータが生成される。これらコンテンツ属性情報は、コンテンツ検索サービスを提供する主体の記憶装置に蓄積される。
(1−1)テレビを介した検索
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
ユーザは、テレビを操作し、検索キーとして、ニオイIDまたはニオイ名(例:カレー)を指定する入力を行う。その他、テレビは、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:カレーのニオイ)検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、テレビは、検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツをディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。その他、検索結果として図9に示す番組ニオイ詳細メタデータのニオイの場所を表示してもよい。ニオイの場所を提供することで、そのニオイの料理等を食べられる飲食店の場所をさらに提供することができる。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
(1−2)アプリやウェブサイトを介した検索
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが提供されてもよい。
ユーザは、スマートフォン、タブレット、PC等の装置を操作し、コンテンツ検索画面をディスプレイに表示させる。そして、ユーザは、検索キーとして、ニオイIDまたはニオイ名(例:カレー)を指定する入力を行う。その他、スマートフォン、タブレット、PC等の装置は、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:カレーのニオイ)検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、スマートフォン、タブレット、PC等の装置は、検索キーをサーバ(検索装置20)に送信する。サーバは、受信した検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツを示す検索結果を返信する。そして、スマートフォン、タブレット、PC等の装置は、受信した検索結果をディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。その他、検索結果として図9に示す番組ニオイ詳細メタデータのニオイの場所を表示してもよい。ニオイの場所を提供することで、そのニオイの料理等を食べられる飲食店の場所をさらに提供することができる。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
(2) コンテンツ検索サービス:ロケ地篇
当該サービスでは、ニオイを検索キーとして、所定のロケ地で撮影されたコンテンツを検索することができる。
当該コンテンツを制作したコンテンツ制作会社/広告主は、図9に示すような情報を含む番組ニオイ詳細メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツを撮影した場所のニオイ成分、ニオイ名、ニオイの場所等を含む番組ニオイ詳細メタデータが生成される。また、メタデータ生成会社は、図7に示すような情報を含む番組メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含む番組メタデータが生成される。また、メタデータ生成会社は、図8に示すような情報を含むCMメタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含むCMメタデータが生成される。これらコンテンツ属性情報は、コンテンツ検索サービスを提供する主体の記憶装置に蓄積される。
(2−1)テレビを介した検索
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
ユーザは、テレビを操作し、検索キーとして、ニオイIDまたはニオイ名(例:桜)を指定する入力を行う。その他、テレビは、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:桜のニオイ)検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、テレビは、検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツをディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。その他、検索結果として図9に示す番組ニオイ詳細メタデータのニオイの場所を表示してもよい。ニオイの場所を提供することで、ロケ地の詳細情報をさらに提供することができる。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
(2−2)アプリやウェブサイトを介した検索
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが提供されてもよい。
ユーザは、スマートフォン、タブレット、PC等の装置を操作し、コンテンツ検索画面をディスプレイに表示させる。そして、ユーザは、検索キーとして、ニオイIDまたはニオイ名(例:桜)を指定する入力を行う。その他、スマートフォン、タブレット、PC等の装置は、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:桜のニオイ)検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、スマートフォン、タブレット、PC等の装置は、検索キーをサーバ(検索装置20)に送信する。サーバは、受信した検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツを示す検索結果を返信する。そして、スマートフォン、タブレット、PC等の装置は、受信した検索結果をディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。その他、検索結果として図9に示す番組ニオイ詳細メタデータのニオイの場所を表示してもよい。ニオイの場所を提供することで、ロケ地の詳細情報をさらに提供することができる。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
(3) コンテンツ検索サービス:動物篇
当該サービスでは、ニオイを検索キーとして、動物が登場するコンテンツを検索することができる。
当該コンテンツを制作したコンテンツ制作会社/広告主は、図9に示すような情報を含む番組ニオイ詳細メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツに登場した動物のニオイ成分、ニオイ名、ニオイの場所等を含む番組ニオイ詳細メタデータが生成される。また、メタデータ生成会社は、図7に示すような情報を含む番組メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含む番組メタデータが生成される。また、メタデータ生成会社は、図8に示すような情報を含むCMメタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含むCMメタデータが生成される。これらコンテンツ属性情報は、コンテンツ検索サービスを提供する主体の記憶装置に蓄積される。
(3−1)テレビを介した検索
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
ユーザは、テレビを操作し、検索キーとして、ニオイIDまたはニオイ名(例:犬)を指定する入力を行う。その他、テレビは、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:犬のニオイ)検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、テレビは、検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツをディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。その他、検索結果として図9に示す番組ニオイ詳細メタデータのニオイの場所を表示してもよい。ニオイの場所を提供することで、動物を撮影したロケ地の詳細情報をさらに提供することができる。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
(3−2)アプリやウェブサイトを介した検索
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが存在してもよい。
ユーザは、スマートフォン、タブレット、PC等の装置を操作し、コンテンツ検索画面をディスプレイに表示させる。そして、ユーザは、検索キーとして、ニオイIDまたはニオイ名(例:犬)を指定する入力を行う。その他、スマートフォン、タブレット、PC等の装置は、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:犬のニオイ)検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、スマートフォン、タブレット、PC等の装置は、検索キーをサーバ(検索装置20)に送信する。サーバは、受信した検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツを示す検索結果を返信する。そして、スマートフォン、タブレット、PC等の装置は、受信した検索結果をディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。その他、検索結果として図9に示す番組ニオイ詳細メタデータのニオイの場所を表示してもよい。ニオイの場所を提供することで、動物を撮影したロケ地の詳細情報をさらに提供することができる。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
(4) コンテンツ検索サービス:バーチャル篇
当該サービスでは、ニオイを検索キーとして、所定の架空のキャラクターが登場するコンテンツを検索することができる。なお、架空のキャラクター各々は、固有のニオイを有するものと、キャラ設定される。
当該コンテンツを制作したコンテンツ制作会社/広告主は、図9に示すような情報を含む番組ニオイ詳細メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツに登場した架空のキャラクターのニオイ成分、ニオイ名、ニオイの場所等を含む番組ニオイ詳細メタデータが生成される。また、メタデータ生成会社は、図7に示すような情報を含む番組メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含む番組メタデータが生成される。また、メタデータ生成会社は、図8に示すような情報を含むCMメタデータ(コンテンツ属性情報)を生成する。結果、コンテンツから視聴者に想起させるニオイ名等を含むCMメタデータが生成される。これらコンテンツ属性情報は、コンテンツ検索サービスを提供する主体の記憶装置に蓄積される。
(4−1)テレビを介した検索
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
ユーザは、テレビを操作し、検索キーとして、ニオイIDまたはニオイ名(例:キャラクターAのニオイ名、例えばバラ)を指定する入力を行う。その他、テレビは、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:キャラクターAのニオイ、例えばバラのニオイ)検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、テレビは、検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツをディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
(4−2)アプリやウェブサイトを介した検索
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが存在してもよい。
ユーザは、スマートフォン、タブレット、PC等の装置を操作し、コンテンツ検索画面をディスプレイに表示させる。そして、ユーザは、検索キーとして、ニオイIDまたはニオイ名(例:キャラクターAのニオイ名、例えばバラ)を指定する入力を行う。その他、スマートフォン、タブレット、PC等の装置は、ニオイセンサを有してもよい。そして、ユーザは、ニオイセンサで所定のニオイ(例:キャラクターAのニオイ、例えばバラのニオイ)を検知させることで、検索キーとしてニオイ成分を入力してもよい。
その後、スマートフォン、タブレット、PC等の装置は、検索キーをサーバ(検索装置20)に送信する。サーバは、受信した検索キーで示されるニオイをコンテンツ属性情報の中に含むコンテンツを検索し、検索したコンテンツを示す検索結果を返信する。そして、スマートフォン、タブレット、PC等の装置は、受信した検索結果をディスプレイに表示する。例えば、番組名、放送局、放送開始日時及び終了日時、ヘッドライン、MEMO、出演タレント、BGM等の情報がディスプレイに表示されてもよい。
検索結果のコンテンツの中からユーザが1つを指定して、コンテンツの視聴を開始すると、新たなニオイ視聴データ(図2参照)が記録されてもよい。
「照合サービス」
当該サービスでは、コンテンツ属性情報で示されるニオイ成分と、ユーザにより入力されたニオイ成分とが照合され、類似度が算出される。図11に、当該サービスを実現する照合装置30の機能ブロック図の一例を示す。照合装置30は、属性情報記憶部31と、ニオイ情報取得部32と、類似度算出部33と、出力部34とを有する。例えば、照合装置30はサーバであり、クライアント端末からの要求に応じて照合処理を実行してもよい。その他、照合装置30はユーザに操作される装置であってもよい。なお、検索装置20と照合装置30とは同じ装置であってもよい。すなわち、ある装置が検索装置20の機能と照合装置30の機能の両方を備えてもよい。
属性情報記憶部31は、少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する。属性情報記憶部31は、図9に示す番組ニオイ詳細メタデータを記憶する。
ニオイ情報取得部32は、ニオイセンサで検知されたニオイを示すニオイ情報(ニオイ成分)を取得する。また、ニオイ情報取得部32は、ユーザにより入力された照合対象を指定する情報を取得する。図9に示す番組ニオイ詳細メタデータの場合、例えば、放送日、番組名(例:情報TV)、ヘッドライン(例:今日の料理)、ニオイ名(例:酢豚)を指定することで、照合対象(例:酢豚のニオイ成分)が指定される。
類似度算出部33は、コンテンツ属性情報で示されるニオイ(照合対象として指定されたニオイ成分)と、ニオイ情報で示されるニオイ成分との類似度を、所定のルール(設計的事項)に従い算出する。
出力部34は、類似度算出部33により算出された類似度を出力する。
以下、当該サービスの具体例を説明するが、これに限定されない。
(5) 照合サービス:料理篇
当該コンテンツを制作したコンテンツ制作会社/広告主は、図9に示すような情報を含む番組ニオイ詳細メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツで紹介された料理のニオイ成分、ニオイ名等を含む番組ニオイ詳細メタデータが生成される。コンテンツ属性情報は、照合サービスを提供する主体の記憶装置に蓄積される。
(5−1)テレビを介した照合
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。テレビが照合装置30として機能する。
ユーザは、テレビを操作し、照合対象を指定する入力を行う。図9に示す番組ニオイ詳細メタデータの場合、例えばユーザは、放送日、番組名(例:情報TV)、ヘッドライン(例:今日の料理)、ニオイ名(例:酢豚)を指定する入力を行う。これにより、指定された番組の指定された放送日における指定されたコーナに対応した指定されたニオイ名のニオイ成分が、照合対象として指定される。
また、ユーザは、テレビが備えるニオイセンサを用いて、所定のニオイを検知させる。例えば、ユーザは、番組で紹介された料理を、番組で紹介された料理方法に従い作成し、作成した料理のニオイを検知させる。
その後、テレビは、照合対象として指定されたニオイ成分と、ニオイセンサで検知されたニオイ成分との類似度を算出し、その結果をディスプレイに表示する。例えば、類似度を、「非常によく似ています」、「よく似ています」、「まあまあ似ています。」「あまり似ていません」、「全然似ていません」の五段階に分類し、五段階評価で類似度の結果を表示してもよい。
(5−2)アプリやウェブサイトを介した検索
当該例では、アプリやウェブサイトで照合サービスが提供される。サーバが照合装置30として機能する。
ユーザは、スマートフォン、タブレット、PC等の装置を操作し、照合サービスの画面をディスプレイに表示させる。そして、ユーザは、照合対象を指定する入力を行う。図9に示す番組ニオイ詳細メタデータの場合、例えばユーザは、放送日、番組名(例:情報TV)、ヘッドライン(例:今日の料理)、ニオイ名(例:酢豚)を指定する入力を行う。すると、スマートフォン、タブレット、PC等の装置は、照合対象を指定する情報をサーバ(照合装置30)に送信する。
また、ユーザは、スマートフォン、タブレット、PC等の装置が備えるニオイセンサをで、所定のニオイを検知させる。例えば、ユーザは、番組で紹介された料理を、番組で紹介された料理方法に従い作成し、作成した料理のニオイを検知させる。すると、スマートフォン、タブレット、PC等の装置は、検知されたニオイ成分(各種ニオイの強度)をサーバに送信する。
サーバは、照合対象として指定されたニオイ成分と、ニオイセンサで検知されたニオイ成分との類似度を算出し、返信する。スマートフォン、タブレット、PC等の装置は、受信した類似度をディスプレイに表示する。例えば、類似度を、「非常によく似ています」、「よく似ています」、「まあまあ似ています。」「あまり似ていません」、「全然似ていません」の五段階に分類し、五段階評価で類似度の結果を表示してもよい。
「解析サービス(1)」
当該サービスは、分析会社により提供される。図12に、当該サービスを実現する解析装置50の機能ブロック図の一例を示す。解析装置50は、視聴者特定部51と、ニオイ傾向算出部52とを有する。
視聴者特定部51は、第1のコンテンツの視聴者を特定する。視聴者特定部51は、図2に示すニオイ視聴データを解析することで、第1のコンテンツの視聴者を特定することができる。
ニオイ傾向算出部52は、第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出する。ニオイ傾向算出部52は、図2に示すニオイ視聴データを解析することで、第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出することができる。すなわち、ニオイ傾向算出部52は、第1のコンテンツの視聴者の端末装置10で検知されたニオイの結果に基づき、第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出することができる。
例えば、ニオイ傾向算出部52は、所定期間内に第1のコンテンツの視聴者各々が第1の属性のニオイ(例:甘いニオイ、辛いニオイ、酸っぱいニオイ等)を嗅いだ頻度を算出する。頻度は、所定期間内で第1の属性のニオイを嗅いだ時間で示されてもよいし、所定期間内で第1の属性のニオイを嗅いだ日数で示されてもよいし、所定期間内で第1の属性のニオイを嗅いだ回数で示されてもよいし、その他であってもよい。
なお、各属性のニオイ(例:甘いニオイ、辛いニオイ、酸っぱいニオイ等)は、ニオイ成分で定義されてもよいし、ニオイ名やニオイIDで定義されてもよい。後者の場合、各属性のニオイに、各々に含まれるニオイ名やニオイIDを対応付けることで、定義される。例えば、「属性:甘いニオイ」に、「ニオイ名:ケーキ」、「ニオイ名:クッキー」等を対応付けることで定義されてもよい。
そして、ニオイ傾向算出部52は、第1のコンテンツの視聴者各々の上記頻度の統計値(例:平均値、最大値、最小値、最頻値、中央値等)を、第1のコンテンツの視聴者が所定期間内に第1の属性のニオイを嗅いだ頻度として算出することができる。
ニオイ傾向算出部52は、複数の属性のニオイ各々に対応して、第1のコンテンツの視聴者が所定期間内に嗅いだ頻度を算出することができる。
以上のようにして、第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出することができる。
また、ニオイ傾向算出部52は、複数のコンテンツ各々に対応して、各コンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出することができる。結果、各コンテンツの視聴者層を今までにない視点で特定することができる。
なお、図13に示すように、解析装置50はさらにマッピング部53を有してもよい。マッピング部53は、一つの軸に第1の属性のニオイを嗅いだ頻度をとり、他の軸に第2の属性のニオイを嗅いだ頻度をとったグラフに、複数のコンテンツ各々の視聴者が所定期間内に第1の属性及び第2の属性のニオイを嗅いだ頻度をマッピングし、出力する。
図14に、マッピング部53により生成されたマッピング画像の一例を示す。当該例では、一方の軸に甘いニオイをとり、他方の軸に脂っぽいニオイをとったグラフが示されている。そして、同じ時間帯に放送される複数のテレビ番組各々の上記傾向(各コンテンツの視聴者が所定期間内に嗅いだニオイの傾向)がマッピングされている。また、放送局ごとに異なる色で円内が塗りつぶされている。
図示する例の場合、右上に示されている「視聴者集計区分選択」における指定日時を選択することで、放送時間帯が指定され、その放送時間帯に放送されるコンテンツの結果がマッピングされることとなる。
実線の円が、ニオイ傾向算出部52により算出された各コンテンツの視聴者が所定期間内に嗅いだニオイの傾向を示す。点線の円は、各コンテンツに関連付けられているニオイの傾向を示す。すなわち、図14のグラフの各軸は、コンテンツの視聴者が各ニオイを嗅いだ頻度を示すとともに、各コンテンツに関連付けられているニオイの傾向(強弱、時間の大小等)を示す。
点線の円の中心座標の決め方としては、次のようなものが考えられる。例えば、コンテンツ制作会社が、コンテンツの内容を考慮して決定してもよい。例えば、コンテンツでケーキ等の甘いニオイの物を多く紹介した場合、コンテンツ制作会社は、甘いニオイの傾向が強いコンテンツと決定する。結果、図14のグラフにおいてより右方向に位置する傾向となる。また、コンテンツで中華料理等の脂っぽいニオイの物を多く紹介した場合、コンテンツ制作会社は、脂っぽいニオイの傾向が強いコンテンツと決定する。結果、図14のグラフにおいてより上方向に位置する傾向となる。
点線の円の中心座標の他の決め方として、図9に示す番組ニオイ詳細メタデータに基づき決定してもよい。この場合、例えば、コンテンツ時間内で各属性のニオイを対応付けられた時間の大きさにより、コンテンツのニオイの傾向が算出されてもよい。例えば、コンテンツでケーキ等の甘いニオイの物を紹介した時間が長いほど、図14のグラフにおいてより右方向に位置する傾向となる。また、コンテンツで中華料理等の脂っぽいニオイの物を紹介した時間が長いほど、図14のグラフにおいてより上方向に位置する傾向となる。
なお、円の大きさは各コンテンツの視聴率(例:平均視聴率)を示す。
当該マッピング画像によれば、各コンテンツの実線の円の位置を確認することで、各コンテンツの視聴者のニオイの嗜好が明確になる。また、各コンテンツの実線の円と点線の円の位置のズレ(例:中心座標間距離)を確認することで、各コンテンツのニオイの傾向が視聴者の嗜好とあっているか否かを確認することができる。また、その結果と、各コンテンツの視聴率とを確認することで、各コンテンツのニオイの傾向と視聴者の嗜好との合致またはズレと、視聴率との関係を確認することができる。
図15に、マッピング部53により生成されたマッピング画像の他の一例を示す。当該例では、一方の軸に香ばしいニオイをとり、他方の軸に脂っぽいニオイをとったグラフが示されている。そして、同じ時間帯に放送される複数の広告各々の上記傾向(各コンテンツの視聴者が所定期間内に嗅いだニオイの傾向)がマッピングされている。
図示する例の場合、右上に示されている「視聴者集計区分選択」における指定日時を選択することで、放送時間帯が指定され、その放送時間帯に放送されるコンテンツの結果がマッピングされることとなる。
実線の円が、ニオイ傾向算出部52により算出された各コンテンツの視聴者の傾向を示す。点線の円は、各コンテンツに関連付けられているニオイの傾向を示す。
点線の円の中心座標は、コンテンツ制作会社が、コンテンツの内容を考慮して決定してもよい。例えば、コンテンツでゴマ等の香ばしいニオイの物を多く紹介した場合、コンテンツ制作会社は、香ばしいニオイの傾向が強いコンテンツと決定する。結果、図15のグラフにおいてより右方向に位置する傾向となる。また、コンテンツで中華料理等の脂っぽいニオイの物を多く紹介した場合、コンテンツ制作会社は、脂っぽいニオイの傾向が強いコンテンツと決定する。結果、図15のグラフにおいてより上方向に位置する傾向となる。
なお、円の大きさは各広告を放送した番組の視聴率(例:平均視聴率)を示す。また、当該例では、各コンテンツのCVRが表示されている。
当該マッピング画像によれば、各コンテンツの実線の円の位置を確認することで、各広告を放送した番組の視聴者のニオイの嗜好が明確になる。また、各コンテンツの実線の円と点線の円の中心座標間距離を確認することで、各コンテンツのニオイの傾向が視聴者の嗜好とあっているか否かを確認することができる。また、その結果と、各コンテンツの視聴率やCVRとを確認することで、各コンテンツのニオイの傾向と視聴者の嗜好との合致またはズレと、視聴率やCVRとの関係を確認することができる。
なお、図14及び図15に示す例では2軸のグラフを示したが、3軸以上のグラフで示されてもよい。この場合、円を球に置き代え、円の大きさ(面積)を球の大きさ(体積)に置き代え、点線表示を透過表示等に置き代えてもよい。
また、各コンテンツの視聴者が所定期間内に嗅いだニオイの傾向における「所定期間」は、広告(コンテンツ)の放送後からの所定期間であってもよい。このようにすれば、広告(コンテンツ)の視聴者行動への影響が解析できる。
「解析サービス(2)」
当該サービスは、分析会社により提供される。図16に、当該サービスを実現する推定装置60の機能ブロック図の一例を示す。推定装置60は、相関算出部61と、推定部62とを有する。
相関算出部61は、少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、コンテンツの視聴率またはCVRに基づき、コンテンツ属性情報と視聴率またはCVRとの相関を算出する。具体的には、相関算出部61は、過去に放送されたコンテンツの視聴率またはCVRと、各コンテンツのコンテンツ属性情報とを教師データとして機械学習し、それらの相関関係を示す予測モデルを生成する。予測モデルには、例えば、重回帰分析、ニューラルネットワーク、サポートベクターマシン、隠れマルコフモデル等の利用が例示されるが、これらに限定されない。
なお、コンテンツ属性情報は、ここまでに例示した情報のほか、視聴率またはCVRに影響し得るその他の情報を含んでもよい。例えば、性別ターゲット、放送曜日、年代ターゲット、放送頻度、GRP(gross rating point)等をさらに含んでもよい。
推定部62は、相関算出部61により算出された相関(予測モデル)とコンテンツ属性情報とに基づき視聴率またはCVRを推定する。すなわち、推定部62は、視聴率推定対象のコンテンツのコンテンツ属性情報を上記予測モデルに入力し、視聴率またはCVRの推定結果を算出する。
例えば、推定部62は、図17に示すような入力画面から、視聴率推定対象のコンテンツのコンテンツ属性情報の入力を受付けてもよい。そして、図17に示すような出力画面に推定結果を表示してもよい。
変形例として、相関算出部61は、コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅いだ頻度と、視聴率またはCVRとの相関を算出してもよい。そして、推定部62は、相関算出部61により算出された相関と、コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅ぐ頻度とに基づき、視聴率またはCVRを推定してもよい。かかる場合、推定精度が向上する。
また、図18に示すように、推定装置60は、さらに変更案算出部63を有してもよい。変更案算出部63は、推定部62の推定結果に基づき、視聴率またはCVRを高めることになるコンテンツ属性情報の変更案を算出する。
例えば、変更案算出部63は、推定部62に入力されたコンテンツ属性情報に含まれる各種情報の値を変えた変更後コンテンツ属性情報を推定部62に入力し、視聴率またはCVRの推定結果を算出させてもよい。そして、複数の変更後コンテンツ属性情報の中から、視聴率またはCVRの推定結果を高める変更後コンテンツ属性情報を抽出してもよい。なお、変更案算出部63は、予め、変更後コンテンツ属性情報に含める各種情報の値の候補(例:ニオイ名候補、出演者候補、BGM候補等)を保持しておき、当該情報を用いて、変更後コンテンツ属性情報を生成することができる。
図19に、変更案算出部63により算出された変更案の出力例を示す。図示する例では、視聴率またはCVRの向上率が高い順に、変更案を一覧表示している。そして、変更内容と、変更後の予測視聴率及び予測CVRを表示している。推奨度1位の案の場合、コンテンツに関連付けられているニオイをカレーにすることが提案されている。また、推奨度2位の案の場合、出演者にミスターAを含めることが提案されている。
なお、コンテンツが番組の場合、予測視聴率のみが表示されてもよいし、図示するように予測視聴率と予測CVRとが表示されてもよい。また、コンテンツが広告の場合、予測CVRのみが表示されてもよい。
次に、端末装置10、検索装置20、照合装置30、解析装置50及び推定装置60のハードウエア構成の一例について説明する。本実施形態の上記装置が備える各部は、任意のコンピュータのCPU(Central Processing Unit)、メモリ、メモリにロードされるプログラム、そのプログラムを格納するハードディスク等の記憶ユニット(あらかじめ装置を出荷する段階から格納されているプログラムのほか、CD(Compact Disc)等の記憶媒体やインターネット上のサーバ等からダウンロードされたプログラムをも格納できる)、ネットワーク接続用インターフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。
図20は、本実施形態の各装置のハードウエア構成を例示するブロック図である。図20に示すように、各装置は、プロセッサ1A、メモリ2A、入出力インターフェイス3A、周辺回路4A、バス5Aを有する。周辺回路4Aには、様々なモジュールが含まれる。なお、周辺回路4Aを有さなくてもよい。
バス5Aは、プロセッサ1A、メモリ2A、周辺回路4A及び入出力インターフェイス3Aが相互にデータを送受信するためのデータ伝送路である。プロセッサ1Aは、例えばCPU(Central Processing Unit) やGPU(Graphics Processing Unit)等の演算処理装置である。メモリ2Aは、例えばRAM(Random Access Memory)やROM(Read Only Memory)等のメモリである。入出力インターフェイス3Aは、入力装置(例:キーボード、マウス、マイク等)、外部装置、外部サーバ、外部センサー等から情報を取得するためのインターフェイスや、出力装置(例:ディスプレイ、スピーカ、プリンター、メーラ等)、外部装置、外部サーバ等に情報を出力するためのインターフェイス等を含む。プロセッサ1Aは、各モジュールに指令を出し、それらの演算結果をもとに演算を行うことができる。
以上説明した本実施形態によれば、テレビ、ラジオ、インターネット等の媒体を介してコンテンツを提供するサービスに関連付けられているニオイを用いた新たなサービスが実現される。
例えば、コンテンツ検索サービスが提供される。当該サービスによれば、視聴者は、ニオイを検索キーとして所望のコンテンツを検索することが可能となる。結果、検索キーとできる情報の幅が従来よりも広がり、従来よりも検索しやすくなる。
その他、照合サービスが提供される。当該サービスによれば、視聴者は、コンテンツ内で紹介されている料理等のニオイと、自身が作成した料理等のニオイとが類似するか否かを確認することができる。結果、視聴者は、ニオイに基づき、コンテンツ内で紹介されている料理と同等な料理を作ることができたか等を確認することができる。
その他、解析サービスが提供される。当該サービスによれば、各コンテンツの視聴者のニオイの嗜好を特定することができる。また、図14に示すマッピング画像によれば、各コンテンツの実線の円と点線の円の中心座標間距離を確認することで、各コンテンツのニオイの傾向が視聴者の嗜好とあっているか否かを確認することができる。また、その結果と、各コンテンツの視聴率とを確認することで、各コンテンツのニオイの傾向と視聴者の嗜好との合致またはズレと、視聴率との関係を確認することができる。コンテンツ制作会社は、これらの結果に基づき、コンテンツの改善等を行うことができる。
また、図15に示すマッピング画像によれば、各コンテンツの実線の円の位置を確認することで、各広告を放送した番組の視聴者のニオイの嗜好が明確になる。また、各コンテンツの実線の円と点線の円の中心座標間距離を確認することで、各コンテンツのニオイの傾向が視聴者の嗜好とあっているか否かを確認することができる。また、その結果と、各コンテンツの視聴率やCVRとを確認することで、各コンテンツのニオイの傾向と視聴者の嗜好との合致またはズレと、視聴率やCVRとの関係を確認することができる。コンテンツ制作会社は、これらの結果に基づき、コンテンツの改善等を行うことができる。また、広告主は、スポンサーになるコンテンツの変更等を行うことができる。
また、解析サービスによれば、少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報と視聴率またはCVRとの相関に基づき、視聴率またはCVRを推定することができる。そして、視聴率またはCVRを高めることになるコンテンツ属性情報の変更案を算出することができる。結果、コンテンツ制作会社/広告主は、視聴率やCVRを高くするコンテンツを効率的に制作することが可能となる。
以下、参考形態の例を付記する。
1−1. ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有する端末装置。
1−2. 1−1に記載の端末装置において、
前記イベントはコンテンツの視聴の開始を含み、
前記送信手段は、前記コンテンツの視聴に関する属性情報をさらに前記外部装置に送信する端末装置。
2−1. 第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有する解析装置。
2−2. 2−1に記載の解析装置において、
前記ニオイ傾向算出手段は、前記所定期間内に前記第1のコンテンツの視聴者各々が所定のニオイを嗅いだ頻度を算出し、複数の前記第1のコンテンツの視聴者の前記頻度の統計値を、前記第1のコンテンツの視聴者が前記所定期間内に前記所定のニオイを嗅いだ頻度として算出する解析装置。
2−3. 2−2に記載の解析装置において、
一つの軸に第1の属性のニオイを嗅いだ頻度をとり、他の軸に第2の属性のニオイを嗅いだ頻度をとったグラフに、複数のコンテンツ各々の視聴者が前記所定期間内に前記第1の属性及び前記第2の属性のニオイを嗅いだ頻度をマッピングし、出力するマッピング手段をさらに有する解析装置。
2−4. 2−3に記載の解析装置において、
前記グラフの各軸は、コンテンツの視聴者が各ニオイを嗅いだ頻度を示すとともに、各コンテンツに関連付けられているニオイの傾向を示し、
前記マッピング手段は、前記グラフに、複数のコンテンツ各々に関連付けられているニオイの傾向をさらにマッピングする解析装置。
2−5. 2−4に記載の解析装置において、
各コンテンツに関連付けられているニオイの傾向は、コンテンツ時間内で各ニオイを対応付けられた時間の大きさを示す解析装置。
2−6. 2−1から2−5のいずれかに記載の解析装置において、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
ニオイセンサで検知されたニオイを示すニオイ情報を取得するニオイ情報取得手段と、
前記コンテンツ属性情報で示されるニオイと、前記ニオイ情報で示されるニオイとの類似度を算出する類似度算出手段と、
前記類似度を出力する出力手段と、
を有する解析装置。
2−7. 2−1から2−6のいずれかに記載の解析装置において、
前記所定のニオイを嗅いだ頻度は、所定期間内で前記所定のニオイを嗅いだ時間、日数又は回数である解析装置。
3. 端末装置と解析装置とを有し、
前記端末装置は、
ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有し、
前記解析装置は、
第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の前記端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有するシステム。
4−1. 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVRに基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段と、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段と、
を有する推定装置。
4−2. 4−1に記載の推定装置において、
前記相関算出手段は、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅いだ頻度と、前記視聴率またはCVRとの相関を算出し、
前記推定手段は、前記相関と、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅ぐ頻度とに基づき、前記視聴率またはCVRを推定する推定装置。
4−3. 4−1又は4−2に記載の推定装置において、
前記推定手段の推定結果に基づき、前記視聴率またはCVRを高めることになる前記コンテンツ属性情報の変更案を算出する変更案算出手段をさらに有する推定装置。
5−1. 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
ニオイを指定する検索キーを取得する検索キー取得手段と、
前記属性情報記憶手段に記憶された前記コンテンツ属性情報の中から、前記検索キーで指定されるニオイを示す前記コンテンツ属性情報を抽出する検索手段と、
を有する検索装置。
5−2. 5−1に記載の検索装置において、
前記検索キー取得手段は、視聴者の嗜好に合ったコンテンツに関連付けられているニオイを、前記検索キーとして取得する検索装置。
5−3. 5−1または5−2に記載の検索装置において、
前記検索キー取得手段は、
場所情報とニオイとを対応付けた場所ごとニオイ情報を保持し、
場所を指定する入力をユーザから受付けると、前記場所ごとニオイ情報を用いて、ユーザにより指定された場所の情報をニオイに変換し、当該ニオイを検索キーとして取得する検索装置。
5−4. 5−1から5−3のいずれかに記載の検索装置において、
前記検索キーは、ニオイ成分、ニオイ名またはニオイIDである検索装置。
6. コンピュータが、
ニオイを検知するニオイ検知工程と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出工程と、
前記イベントの検出に応じて、検知されたニオイを記録する記録工程と、
記録されたニオイを示す情報を外部装置に送信する送信工程と、
を実行する端末装置の動作方法。
7. コンピュータを、
ニオイを検知するニオイ検知手段、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段、
記録されたニオイを示す情報を外部装置に送信する送信手段、
として機能させるプログラム。
8. コンピュータが、
第1のコンテンツの視聴者を特定する視聴者特定工程と、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出工程と、
を実行する解析方法。
9. コンピュータを、
第1のコンテンツの視聴者を特定する視聴者特定手段、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段、
として機能させるプログラム。
10.コンピュータが、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVRに基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出工程と、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定工程と、
を実行する推定方法。
11. コンピュータを、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVRに基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段、
として機能させるプログラム。
1A プロセッサ
2A メモリ
3A 入出力I/F
4A 周辺回路
5A バス
10 端末装置
11 検出部
12 ニオイ検知部
13 記録部
14 送信部
20 検索装置
21 属性情報記憶部
22 検索キー取得部
23 検索部
30 照合装置
31 属性情報記憶部
32 ニオイ情報取得部
33 類似度算出部
34 出力部
50 解析装置
51 視聴者特定部
52 ニオイ傾向算出部
53 マッピング部
60 推定装置
61 相関算出部
62 推定部
63 変更案算出部

Claims (12)

  1. ニオイを検知するニオイ検知手段と、
    コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
    前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
    記録されたニオイを示す情報を外部装置に送信する送信手段と、
    を有する端末装置。
  2. 請求項1に記載の端末装置において、
    前記イベントはコンテンツの視聴の開始を含み、
    前記送信手段は、前記コンテンツの視聴に関する属性情報をさらに前記外部装置に送信する端末装置。
  3. 第1のコンテンツの視聴者を特定する視聴者特定手段と、
    前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
    を有する解析装置。
  4. 請求項3に記載の解析装置において、
    前記ニオイ傾向算出手段は、前記所定期間内に前記第1のコンテンツの視聴者各々が所定のニオイを嗅いだ頻度を算出し、複数の前記第1のコンテンツの視聴者の前記頻度の統計値を、前記第1のコンテンツの視聴者が前記所定期間内に前記所定のニオイを嗅いだ頻度として算出する解析装置。
  5. 請求項4に記載の解析装置において、
    一つの軸に第1の属性のニオイを嗅いだ頻度をとり、他の軸に第2の属性のニオイを嗅いだ頻度をとったグラフに、複数のコンテンツ各々の視聴者が前記所定期間内に前記第1の属性及び前記第2の属性のニオイを嗅いだ頻度をマッピングし、出力するマッピング手段をさらに有する解析装置。
  6. 端末装置と解析装置とを有し、
    前記端末装置は、
    ニオイを検知するニオイ検知手段と、
    コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
    前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
    記録されたニオイを示す情報を外部装置に送信する送信手段と、
    を有し、
    前記解析装置は、
    第1のコンテンツの視聴者を特定する視聴者特定手段と、
    前記第1のコンテンツの視聴者の前記端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
    を有するシステム。
  7. 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVR(conversion rate)に基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段と、
    前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段と、
    を有する推定装置。
  8. 請求項7に記載の推定装置において、
    前記相関算出手段は、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅いだ頻度と、前記視聴率またはCVRとの相関を算出し、
    前記推定手段は、前記相関と、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅ぐ頻度とに基づき、前記視聴率またはCVRを推定する推定装置。
  9. 請求項7又は8に記載の推定装置において、
    前記推定手段の推定結果に基づき、前記視聴率またはCVRを高めることになる前記コンテンツ属性情報の変更案を算出する変更案算出手段をさらに有する推定装置。
  10. 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
    ニオイを指定する検索キーを取得する検索キー取得手段と、
    前記属性情報記憶手段に記憶された前記コンテンツ属性情報の中から、前記検索キーで指定されるニオイを示す前記コンテンツ属性情報を抽出する検索手段と、
    を有する検索装置。
  11. コンピュータが、
    ニオイを検知するニオイ検知工程と、
    コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出工程と、
    前記イベントの検出に応じて、検知されたニオイを記録する記録工程と、
    記録されたニオイを示す情報を外部装置に送信する送信工程と、
    を実行する端末装置の動作方法。
  12. コンピュータを、
    ニオイを検知するニオイ検知手段、
    コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段、
    前記イベントの検出に応じて、検知されたニオイを記録する記録手段、
    記録されたニオイを示す情報を外部装置に送信する送信手段、
    として機能させるプログラム。
JP2017190525A 2017-09-29 2017-09-29 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム Pending JP2019067055A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017190525A JP2019067055A (ja) 2017-09-29 2017-09-29 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017190525A JP2019067055A (ja) 2017-09-29 2017-09-29 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム

Publications (1)

Publication Number Publication Date
JP2019067055A true JP2019067055A (ja) 2019-04-25

Family

ID=66338404

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017190525A Pending JP2019067055A (ja) 2017-09-29 2017-09-29 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム

Country Status (1)

Country Link
JP (1) JP2019067055A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102581502B1 (ko) * 2022-12-01 2023-09-21 서울과학기술대학교 산학협력단 후각 정보를 활용하는 이미지 추천 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009544081A (ja) * 2006-07-12 2009-12-10 アービトロン インコーポレイテッド 順守確認および奨励方法およびシステム
JP2011160160A (ja) * 2010-01-29 2011-08-18 Toshiba Corp 情報処理装置及び画像再生方法
JP2014006639A (ja) * 2012-06-22 2014-01-16 Olympus Corp コンテンツ評価データ生成システム、コンテンツ評価データ生成方法、およびプログラム
WO2017098760A1 (ja) * 2015-12-08 2017-06-15 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2017167962A (ja) * 2016-03-17 2017-09-21 ヤフー株式会社 購買支援システム、購買支援方法および購買支援プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009544081A (ja) * 2006-07-12 2009-12-10 アービトロン インコーポレイテッド 順守確認および奨励方法およびシステム
JP2011160160A (ja) * 2010-01-29 2011-08-18 Toshiba Corp 情報処理装置及び画像再生方法
JP2014006639A (ja) * 2012-06-22 2014-01-16 Olympus Corp コンテンツ評価データ生成システム、コンテンツ評価データ生成方法、およびプログラム
WO2017098760A1 (ja) * 2015-12-08 2017-06-15 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2017167962A (ja) * 2016-03-17 2017-09-21 ヤフー株式会社 購買支援システム、購買支援方法および購買支援プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102581502B1 (ko) * 2022-12-01 2023-09-21 서울과학기술대학교 산학협력단 후각 정보를 활용하는 이미지 추천 시스템

Similar Documents

Publication Publication Date Title
US11301505B2 (en) Topic and time based media affinity estimation
US20190379629A1 (en) Methods and apparatus to estimate demographics of users employing social media
Fan et al. Demystifying big data analytics for business intelligence through the lens of marketing mix
US20170091822A1 (en) Electronic digital display screen having a content scheduler operable via a cloud based content management system
US10489795B2 (en) Determining relative effectiveness of media content items
US20230410547A1 (en) Methods and apparatus to determine an audience composition based on voice recognition, thermal imaging, and facial recognition
US20170017986A1 (en) Tracking digital design asset usage and performance
US20130111511A1 (en) Methods and apparatus to publish a programming schedule
KR20190065181A (ko) 광고 계약 중개 및 광고 성과 측정 시스템, 방법 및 그 프로그램을 기록한 컴퓨터 판독 가능 매체
US11818416B2 (en) Methods and apparatus for monitoring an audience of media based on thermal imaging
US11574226B2 (en) Methods and apparatus to determine a conditional probability based on audience member probability distributions for media audience measurement
US11595723B2 (en) Methods and apparatus to determine an audience composition based on voice recognition
US20120017231A1 (en) Behavior monitoring system
KR20160027486A (ko) 광고 제공 장치, 광고 표시 장치, 광고 제공 방법, 및 광고 표시 방법
JP2019036191A (ja) 判定装置、判定方法及び判定プログラム
JP2019067055A (ja) 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム
US20220223171A1 (en) Engagement measurement of media consumers based on the acoustic environment
US20220084066A1 (en) System and method for managing advertising and information content, intended for positioning on the means of displaying information, with the possibility of evaluating the effectiveness of the displayed content
KR20200128222A (ko) 인공지능을 이용한 성과 기반 콘텐츠 스타일 추천방법
Tan et al. Impact of food advertising in social media among local university students in Malaysia
JP6480113B2 (ja) データ処理システム、データ処理装置、および表示方法
Haro Granizo et al. Evaluating Perceived Value and Intention to Continue Using Over-the-Top Services in Latin America: A Case Study in Quito, Ecuador
JP2021093172A (ja) 推定装置、推定方法および推定プログラム
CN112040282A (zh) 信息发布方法、系统、电视和存储介质
KR20200128220A (ko) 인공지능을 이용한 성과 기반 콘텐츠 스타일 추천방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200814

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210617

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210817

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210914

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220215

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220809