JP2020113284A - 音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置 - Google Patents

Abstract

【課題】音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置を提供する。【解決手段】一実施形態に係る音楽コンテンツを推薦する方法は音楽コンテンツを提供するサービスのアカウントに関するアカウント情報を取得し、アカウント情報に基づいてアカウント情報に対応して消費された音楽コンテンツの属性に関するコンテンツ情報、及びアカウント情報に対応して音楽コンテンツを使用する方式に関する使用性情報を取得し、アカウント情報、コンテンツ情報及び使用性情報に基づいてアカウント情報に対応する音楽年齢を推定し、音楽年齢に基づいて音楽コンテンツを推薦する。【選択図】図１

Description

以下の実施形態は、音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置に関する。

音源提供サービスは、利用券の購入時にユーザの年齢に基づいて適すると判断されるサービスとマーケティングを提供することが一般的である。しかし、例えば、４０代がアイドル歌手の音楽が好んだり、又は、１０代がクラシック又は国楽を好むこともある。このようにユーザの音楽の好みは個人的に極めて様々である。

したがって、ユーザの音楽の好みが周辺の同じ年頃と異なる場合、性別及び生物学的な年齢などに応じてユーザの音楽の好みを千編一律的に区分することは適切な分類基準になり難い。また、不適な分類基準に応じて提供される音源サービスではユーザを満足させ難い。

本発明の目的は、音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置を提供する。

一側によれば、音楽コンテンツを推薦する方法は、音楽コンテンツを提供するサービスのアカウントに関するアカウント情報を取得するステップと、前記アカウント情報に基づいて、前記アカウント情報に対応して消費された音楽コンテンツの属性に関するコンテンツ情報、及び前記アカウント情報に対応して前記音楽コンテンツを使用する方式に関する使用性情報を取得するステップと、前記アカウント情報、前記コンテンツ情報、及び前記使用性情報に基づいて前記アカウント情報に対応する音楽年齢を推定するステップと、前記音楽年齢に基づいて音楽コンテンツを推薦するステップとを含む。

前記アカウント情報に対応する音楽年齢を推定するステップは、前記アカウント情報、前記コンテンツ情報、及び前記使用性情報に基づいて、前記アカウント情報に対応する音楽コンテンツの消費パターンを把握するステップと、前記消費パターンに基づいて、前記アカウント情報に対応する音楽年齢を推定するステップとを含み得る。

前記消費パターンを把握するステップは、前記アカウント情報に基づいて、第１ベクトルを生成するステップと、前記アカウント情報に対応して予め収集された前記コンテンツ情報に基づいて、第２ベクトルを生成するステップと、前記アカウント情報に対応して予め収集された前記使用性情報に基づいて、第３ベクトルを生成するステップと、前記第１ベクトル、前記第２ベクトル、及び前記第３ベクトルに基づいて、前記消費パターンに対応するベクトルを生成するステップとを含み得る。

ここで、前記第１ベクトル、前記第２ベクトル、及び前記第３ベクトルのうち少なくとも１つのベクトルは複数の項目（ｅｎｔｉｔｉｅｓ）に対応する複数の元素（ｅｌｅｍｅｎｔｓ）を含み、前記第１ベクトル、前記第２ベクトル、及び前記第３ベクトルのうち少なくとも１つのベクトルは、前記複数の項目に対応して予め収集された履歴に基づいて、前記複数の元素の値を決定するステップを含み得る。

前記音楽年齢を推定するステップは、前記消費パターンに対応するベクトルに基づいて、前記アカウント情報が予め設定された複数の音楽年齢候補に該当する確率を決定するステップと、前記確率に基づいて、前記複数の音楽年齢候補のうちいずれか１つの音楽年齢候補を選択するステップとを含み得る。

前記音楽年齢を推定するステップは、予め設定された複数の音楽年齢候補別に前記アカウント情報に対応する第１加重値、前記コンテンツ情報に対応する第２加重値、及び前記使用性情報に対応する第３加重値を付与するステップと、前記音楽年齢候補別の加重値に基づいて、前記複数の音楽年齢候補に対応する確率を決定するステップと、前記確率に基づいて、前記アカウント情報に対応する音楽年齢を推定するステップとを含み得る。

前記消費パターンを把握するステップは、前記使用性情報に含まれた前記音楽コンテンツが消費された時間に基づいて、前記アカウント情報に対応する前記音楽コンテンツの時間帯ごとの消費パターンを把握するステップを含み得る。

前記アカウント情報は、前記アカウントに格納された個人情報と、前記アカウントを通した利用券の購入情報と、前記アカウントを通したプロモーションの参加情報のうち少なくとも１つを含み得る。

前記プロモーションは、前記音楽コンテンツに対する利用券割引イベントと、前記音楽コンテンツに対応するアルバム発売イベントと、前記音楽コンテンツに対応する公演イベントと、前記音楽コンテンツに関する提携イベントのうち少なくとも１つを含み得る。

前記音楽コンテンツの属性は、前記音楽コンテンツのタイトルと、前記音楽コンテンツのジャンルと、前記音楽コンテンツのアーティストと、前記音楽コンテンツの作詞家と、前記音楽コンテンツの作曲家と、前記アーティストの所属会社と、前記アーティストのタイプと、前記音楽コンテンツの音質と、前記音楽コンテンツの大衆性と、前記音楽コンテンツのタイプのうち少なくとも１つを含み得る。

前記使用性情報は、前記音楽コンテンツに関するサービスメニューの使用履歴と、前記音楽コンテンツに接近するために使用されたＰＯＣ（Ｐｏｉｎｔ Ｏｆ Ｃｏｎｔａｃｔ）のタイプと、前記音楽コンテンツの消費方式のうち少なくとも１つを含み得る。

前記ＰＯＣのタイプは、モバイル専用アプリ、タブレット専用アプリ、ウィンドウ専用アプリ、マック専用アプリ、ＳＮＳ専用アプリ、ナビゲーション専用アプリ、車両専用アプリ、及びＡＩスピーカ専用アプリのうちの少なくとも１つを含み得る。

前記音楽コンテンツの消費方式は、同じ音楽コンテンツの繰り返し設定の有無と、推薦プレーリストによる音楽コンテンツの消費と、ユーザが直接編集したプレーリストによる音楽コンテンツの消費のうち少なくとも１つを含み得る。

前記音楽コンテンツの消費方式は、１日感想時間と、使用時間帯のうち少なくとも１つを含み得る。

前記アカウント情報を取得するステップは、前記アカウントに関する本人認証の有無、及び前記アカウントに関する両親同意の有無のうち少なくとも１つに基づいて、前記アカウントに対応する個人情報を推定するステップを含み得る。

本発明によると、音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置を提供することができる。

一実施形態に係る音楽年齢に基づいて音楽コンテンツを推薦するためのサーバの構成及び動作を説明するための図である。 一実施形態に係る音楽コンテンツを推薦する方法を示したフローチャートである。 一実施形態に係るアカウント情報、コンテンツ情報及び使用性情報の各項目及び各項目に対応する元素を説明するための図である。 一実施形態に係る音楽コンテンツの消費パターンに基づいてアカウント情報に対応する音楽年齢を推定する方法を説明するための図である。

下記で説明する実施形態は様々な変更が加えられ得る。特許出願の範囲はこのような実施形態によって制限も限定もされない。各図面に提示した同じ参照符号は同じ部材を示す。

本明細書で開示する特定の構造的又は機能的な説明は単に実施形態を説明するための目的として例示したものであり、実施形態は様々な異なる形態で実施され、本発明は本明細書で説明した実施形態に限定されるものではない。

本明細書で用いる用語は、単に特定の実施形態を説明するために用いられるものであって、本発明を限定しようとする意図はない。単数の表現は、文脈上、明白に異なる意味をもたない限り複数の表現を含む。本明細書において、「含む」又は「有する」等の用語は明細書上に記載した特徴、数字、ステップ、動作、構成要素、部品、又はこれらを組み合わせたものが存在することを示すものであって、一つ又はそれ以上の他の特徴や数字、ステップ、動作、構成要素、部品、又はこれらを組み合わせたものなどの存在又は付加の可能性を予め排除しないものとして理解しなければならない。

異なる定義がされない限り、技術的であるか又は科学的な用語を含むここで用いる全ての用語は、本発明が属する技術分野で通常の知識を有する者によって一般的に理解されるものと同じ意味を有する。一般的に用いられる予め定義された用語は、関連技術の文脈上で有する意味と一致する意味を有するものと解釈すべきであって、本明細書で明白に定義しない限り、理想的又は過度に形式的な意味として解釈されることはない。

また、図面を参照して説明する際に、図面符号に拘わらず同じ構成要素は同じ参照符号を付与し、これに対する重複する説明は省略する。実施形態の説明において関連する公知技術に対する具体的な説明が本発明の要旨を不要に曖昧にすると判断される場合、その詳細な説明は省略する。

図１は、一実施形態に係る音楽年齢に基づいて音楽コンテンツを推薦するためのサーバの構成及び動作を説明するための図である。以下で説明する実施形態によると、サーバは、様々な情報に基づいてユーザの音楽年齢を推定することができる。ここで、「音楽年齢」は、音楽コンテンツを提供するサービスのアカウントに対応するユーザの実際の年齢と区別される概念として、当該ユーザの音楽コンテンツ消費パターンに適する仮想の年齢として理解される。例えば、サーバは、アカウントに登録されたユーザの年齢、アカウントを介して提供された音楽コンテンツの属性、アカウントを通したサービスの利用時間、及びサービス内訳などの様々な情報を用いて音楽年齢を推定することができる。

単に、アカウントに登録された年齢情報やアカウントを介して再生したコンテンツの履歴を用いて音楽コンテンツを推薦する場合、様々なユーザの実際の要求事項を満たさないこともある。以下で説明する実施形態によると、特定ユーザの音楽年齢を推定するための様々な情報を総合的に活用して推定された音楽年齢に適するサービスを提供することで、様々なユーザの要求を幅広くて具体的に満足させることができる。

図１を参照すると、一実施形態に係る音楽コンテンツを推薦するサーバ１００は、収集モジュール１１０、モデリングモジュール１２０、サービスモジュール１３０、顧客分類ＤＢ１４０、顧客履歴ＤＢ１５０、及びサービスモデル１６０を含む。各モジュールは、１つ又はそれ以上のサーバ装置に含まれ、各データベースも１つ又はそれ以上のデータベース装置に含まれもよい。各モジュールと各データベースは有線あるいは無線に互いに接続されて連動することができる。

収集モジュール１１０は、例えば、アカウント情報に対応して消費された音楽コンテンツのストリーミング履歴、音楽コンテンツのダウンロード履歴、音楽コンテンツを提供するサービスアプリケーションのページ訪問履歴、特定の音楽コンテンツに対する「いいよ」の選択履歴、特定の音楽コンテンツのアーティストに対するファンになる履歴、特定の音楽コンテンツの検索履歴などのような様々な顧客履歴を収集して格納する。収集モジュール１１０は、顧客履歴をベクトル形態（例えば、「顧客ベクトル」）に変換することができる。収集モジュール１１０は、ベクトル形態に変換された顧客履歴（顧客ベクトル）を顧客履歴ＤＢ１５０に格納する。

モデリングモジュール１２０は、顧客分類ＤＢ１４０に格納された学習データ及び評価データ（又は、正解データ）を照会し、さらに、照会したデータを用いてサービスモデル（例えば、神経網など）をトレーニングさせることができる。

顧客分類ＤＢ１４０は、ルール（Ｒｕｌｅ）基盤にアカウント情報に対応する音楽年齢を推定するための学習データ及び／又は学習データに対応する正解データ（ｇｒｏｕｎｄ ｔｒｕｔｈ）を含む。顧客分類ＤＢ１４０は、モデリングモジュール１２０に含まれた神経網の学習に用いられる様々なデータを含む。正解データは、例えば、実際の年齢代ごとの基準集団を一定のボリューム以上に募集し、音楽コンテンツに対するユーザの消費パターンを分析した結果に当該する。モデリングモジュール１２０は、基準集団の消費パターンに基づいて全体ユーザの音楽年齢を推定又は予測する。音楽年齢は、例えば、複数の年齢代ごとの音源（又は、音楽コンテンツ）消費パターンのうち、当該ユーザの音源消費パターンを好みごとに区分することで、分類される年齢であり得る。

顧客分類ＤＢ１４０は、音楽コンテンツを提供するサービスのアカウントに関するアカウント情報を含む。アカウント情報は、例えば、アカウントに格納された個人情報、アカウントを通した利用券の購入情報、及びアカウントを通したプロモーションの参加情報などを含む。ここで、個人情報は、アカウントに関する本人認証の有無、及びアカウントに関する両親同意の有無に基づいて、サーバ１００によって推定されたものであってもよい。アカウントに関する本人認証（例えば、成人認証）が完了したことが把握されれば、サーバ１００は、当該アカウントに対応するユーザの年齢が満１９歳以上であると推定する。又は、アカウントに関する両親同意が実行されたことが把握されれば、サーバ１００は、当該アカウントに対応するユーザの年齢が満１４歳未満であると推定する。

モデリングモジュール１２０は、顧客履歴ＤＢ１５０に格納された顧客属性を照会することができる。ここで、顧客属性は、例えば、音楽コンテンツを提供するサービスのアカウントに関するアカウント情報の他にも、アカウント情報に対応して消費された音楽コンテンツの属性に関するコンテンツ情報、及びアカウント情報に対応して音楽コンテンツを使用する方式に関する使用性情報を含む。

モデリングモジュール１２０は、照会した顧客属性を予めトレーニングされたサービスモデル１６０に適用することで、アカウント情報に対応する音楽年齢を推定し、音楽コンテンツを推薦することができる。ここで、モデリングモジュール１２０は、アカウント情報に対応する音楽年齢を推定し、音楽年齢に基づいて音楽コンテンツを推薦するサービスモデルを含む。サービスモデル１６０は、例えば、神経網など学習基盤のモデルであってもよい。サービスモデル１６０は、モデリングモジュール１２０内に含まれてもよく、図１に示すように、モデリングモジュール１２０と分離されてもよい。

サービスモジュール１３０は、サービス及び／又はマーケティングチャネルを介してユーザの実際の年齢を照会し、顧客の形態情報から顧客属性を抽出することができる。サービスモジュール１３０は、抽出した顧客属性に基づいて顧客履歴ＤＢ１５０を照会することができる。サービスモジュール１３０は、抽出された顧客属性に基づいて分流器を用いて分類し、サービスモデル１６０に照会することができる。

一実施形態に係るサーバ１００は、収集モジュール１１０を介して収集されたアカウント情報、コンテンツ情報、及び使用性情報を総合的に分析し、サービスモデル１６０を介して分析結果に適する音楽年齢を推定することができる。サーバ１００は、アカウントに対応する個人情報と登録されたユーザの実際の年齢ではなく、推定した音楽年齢に基づいて音楽コンテンツを推薦することで、周辺の同じ年頃と音楽の好みが異なるユーザを満足させる音楽コンテンツを推薦及び／又は提供することができる。

図２は、一実施形態に係る音楽コンテンツを推薦する方法を示したフローチャートである。図２を参照すると、一実施形態に係るサーバは、音楽コンテンツを提供するサービスのアカウントに関するアカウント情報を取得する（Ｓ２１０）。

サーバは、ステップＳ２１０で取得したアカウント情報に基づいて、アカウント情報に対応して消費された音楽コンテンツの属性に関するコンテンツ情報、及びアカウント情報に対応して音楽コンテンツを使用する方式に関する使用性情報を取得する（Ｓ２２０）。

ここで、アカウント情報は、音楽コンテンツを提供するサービスのアカウントに関する情報として、アカウントに格納された個人情報項目の他にも様々な項目を含み得る。例えば、アカウント情報は、アカウントを通した利用券の購入情報に対応する購入利用券の項目、及びアカウントを通したプロモーションの参加情報を示す参加プロモーション項目をさらに含んでもよい。

コンテンツ情報は、アカウント情報に対応して消費された音楽コンテンツの属性に関する情報を含む。音楽コンテンツの属性は、例えば、音楽コンテンツのタイトル、音楽コンテンツのジャンル、音楽コンテンツのアーティスト、音楽コンテンツの作曲家、音楽コンテンツの作詞家、当該アーティストの所属会社、当該アーティストのタイプ、音楽コンテンツの音質、音楽コンテンツの大衆性、及び音楽コンテンツのタイプを含む。

使用性情報は、アカウント情報に対応して音楽コンテンツを使用する方式に関する情報である。使用性情報は、音楽コンテンツに関するサービスメニューの使用履歴（「サービスメニュー」）、音楽コンテンツに接近するために使用されたＰＯＣ（Ｐｏｉｎｔ Ｏｆ Ｃｏｎｔａｃｔ）タイプ（「接近ＰＯＣ」）、及び音楽コンテンツの消費方式（「その他の使用性」）などの項目を含む。音楽コンテンツの消費方式は、音楽コンテンツが消費された時間（例えば、使用時間帯あるいは１日の感想時間など）や音楽コンテンツの再生モード（例えば、プレーリスト利用の有無あるいは同じ曲の反復の有無など）を含む。

アカウント情報、コンテンツ情報、及び使用性情報の具体的な例示は、図３を参照して後述する。

サーバは、アカウント情報、コンテンツ情報、及び使用性情報に基づいてアカウント情報に対応する音楽年齢を推定する（Ｓ２３０）。サーバは、例えば、アカウント情報、コンテンツ情報、及び使用性情報に基づいて、アカウント情報に対応する音楽コンテンツの消費パターンを把握することができる。

一実施形態に係る消費パターンは、ユーザがいかなる音楽コンテンツを消費したかに関する単なるパターンではなく、ユーザのアカウント情報、コンテンツ情報、及び使用性情報が総合的に考慮されるパターンを含む。そのため、実施形態は、従来の一般的なパターン認識技術によって推定できなかった複雑なパターンを認識する機能を提供し、認識結果に応じて適切なサービスを提供することができる。例えば、実際の年齢帯とは異なる音楽的な好みを有するパターンだけではなく、両親の名義のアカウントを子供が使用するパターンや、時間帯ごとにコンテンツあるいは使用性が変わるパターンなどの様々なユーザが多様に有する複雑かつ総合的なパターンを認識することができる。

より具体的に、時間帯ごとにコンテンツが変わるパターンは、例えば、単一アカウント情報を使用するが昼間には、ユーザＡ（主婦であるワイフ）が、午前及び午後には会社で勤めているユーザＢ（夫）が当該のアカウント情報を共有する場合に発生する可能性がある。

又は、時間帯ごとに使用性の変わるパターンは、例えば、単一アカウント情報を使用するものの、家では、スマートスピーカを介して主に静かな音楽を消費し、出退勤時にはモバイルで楽しい音楽を主に消費する場合に発生する可能性がある。言い換えれば、単一アカウントを用いても、コンテンツの消費空間により消費される音楽パターンが変わり得る。

サーバは、消費パターンに基づいて、アカウント情報に対応する音楽年齢を推定することができる。サーバは、例えば、アカウント情報、コンテンツ情報、及び使用性情報に基づいて、予め学習されたサービスモデル（例えば、神経網又はランダムフォレストなど）を用いてアカウント情報に対応する音楽コンテンツの消費パターンを把握することができる。その他にも、サービスモデルは、様々な形態に実現できる。一例として、サービスモデルは、線形回帰モデルを含んでもよい。この場合、サーバは、アカウント情報、コンテンツ情報、及び使用性情報に基づいて、予め設定された線形関数（例えば、Ｆ＝ａＸ＋ｂＹ＋ｃＺ又はｆ（ｘ、ｙ、ｚ）、ここで、ａ、ｂ、ｃは加重値であり、Ｘ、Ｙ、Ｚは各々アカウント情報、コンテンツ情報、使用性情報である）を用いて、アカウント情報に対応する音楽コンテンツの消費パターンを把握することができる。

一例として、使用性情報内の音楽コンテンツの消費時間に関する情報は、アカウント情報に対応する音楽コンテンツの時間帯ごとの消費パターン及び／又は音楽年齢を推定するための確率に反映される。例えば、音楽コンテンツが消費された時間が主に夜１１時〜翌１時である場合、サーバは、音楽コンテンツの時間帯ごとの消費パターンを深夜消費型に判断する。サーバは、深夜時間帯に主に２０〜３０代が音楽コンテンツを消費するものと見て、当該のアカウントに対応する音楽年齢を２０〜３０代として推定する確率を増加させる。又は、音楽コンテンツが消費された時間が主に早朝５時〜７時である場合、サーバは、音楽コンテンツの時間帯ごとの消費パターンを朝方消費型として判断する。サーバは、明方時間帯には主に６０代又は７０代が音楽コンテンツを消費するものと見て、当該のアカウントに対応する音楽年齢を６０代又は７０代に推定する確率を増加させる。サーバがアカウント情報に対応する音楽コンテンツの消費パターンを把握し、消費パターンに基づいて音楽年齢を推定する方法については、次の図４を参照して具体的に説明する。

サーバは、ステップＳ２３０で推定した音楽年齢に基づいて音楽コンテンツを推薦する（Ｓ２４０）。ここで、「音楽コンテンツ」は、例えば、音源（ｍｕｓｉｃ ｓｏｕｒｃｅ）、音源を含んでいるミュージックビデオ、音源と結合された動画などのように音源と結合された様々なマルチメディアコンテンツを包括する意味として理解される。説明の便宜のために、音楽コンテンツを推薦する実施形態について説明したが、音楽年齢に基づいた様々なサービスが提供されることもできる。例えば、特定ユーザの音楽年齢がある世代に該当するかを知らせるサービスが提供されることができる。

図３は、一実施形態に係るアカウント情報、コンテンツ情報及び使用性情報の各項目及び各項目に対応する元素を説明するための図である。図３を参照すると、一実施形態によりデータベース（ＤＢ）に格納されるアカウント情報３１０、コンテンツ情報３２０、及び使用性情報３３０が示されている。

一実施形態では、音楽コンテンツの消費パターンに応じて正確に分析するために、図３に示すように様々な情報３１０，３２０，３３０を総合的に利用することができる。

アカウント情報３１０は、音楽コンテンツを提供するサービスのアカウントに関する情報として、例えば、アカウントに格納された個人情報項目の他にも様々な項目を含んでもよい。アカウント情報３１０は、図３に示すように、アカウントを通した利用券の購入情報に対応する購入利用券の項目、及びアカウントを通したプロモーションの参加情報を示す参加プロモーション項目をさらに含む。また、各項目は、複数の元素を含む。

図３に示していないが、個人情報項目は、ユーザの名前、年齢、性別などの元素を含む。購入利用券の項目は、例えば、ストリーミング専用利用券、ｍｐ３ダウン利用券、ストリーミング及びｍｐ３ダウンロードを含む複合利用券、高音質（Ｆｒｅｅ Ｌｏｓｓｌｅｓｓ Ａｕｄｉｏ Ｃｏｄｅｃ；ＦＬＡＣ）利用券、無制限リスニング利用券、回数リスニング利用券、個別曲ダウンロード利用券、ミュージックビデオダウンロード利用券、語学専用利用券、利用券金額別、月定額の有無などの元素を含む。

参加プロモーション項目は、例えば、音楽コンテンツに対する利用券割引イベント、音楽コンテンツに対応するアルバム発売イベント、音楽コンテンツに対応する公演イベント、及び音楽コンテンツに関する提携イベントなどの元素を含む。参加プロモーション項目は、周期的なイベント及び非周期的なイベントに区分される。周期的なイベントは、例えば、アカウントユーザの誕生日の祝い利用券割引イベントなどのように時期又は日付が定められたイベントであってもよい。非周期的なイベントは、例えば、サービス加入者１００万突破記念、アルバム発売イベントなどのように時期又は日付を特定しないイベントであってもよい。

例えば、参加プロモーションの様々な項目（利用券割引、アルバム発売、公演イベント、提携イベント）のうち、ユーザの年齢に応じて参加度の高いイベント又はプロモーションが存在する。したがって、サーバは、このようなプロモーションの項目ごとの参加度（例えば、プロモーション参加の有無又は参加回数など）を把握して、アカウント情報に対応する音楽年齢を推定することもできる。

コンテンツ情報３２０は、アカウント情報に対応して消費された音楽コンテンツの属性に関する情報を含む。コンテンツ情報３２０は、音楽コンテンツの属性（「コンテンツ属性」）項目を含む。コンテンツ属性項目は、例えば、音楽コンテンツのタイトル、音楽コンテンツのジャンル、音楽コンテンツのアーティスト、音楽コンテンツの作曲家、音楽コンテンツの作詞家、音楽コンテンツのプロデューサー、アーティストの所属会社、アーティストのタイプ、音楽コンテンツの音質、音楽コンテンツの大衆性、及び音楽コンテンツのタイプなどを含む。

音楽コンテンツのジャンルは、例えば、バラード、ラック、ジャズ、ポップ、演歌、クラシック、国楽などを含んでもよい。アーティストのタイプは、例えば、アイドル、成人歌手、有名歌手、無名歌手、新人歌手などを含んでもよい。音楽コンテンツの音質は、例えば、ＡＡＣ＋、ＡＡＣ１２８Ｋ、ＭＰ３３２０Ｋ、ＡＡＣ３２０Ｋ、ＦＡＬＣ１６ｂｉｔなどのように圧縮率による損失有無により区分される。音楽コンテンツの大衆性は、例えば、ロング−テール（Ｌｏｎｇ ｔａｉｌ）コンテンツ、ステディーセーリングコンテンツ、最新人気コンテンツなどを含む。音楽コンテンツのタイプは、例えば、映像コンテンツ、マガジンコンテンツなどを含んでもよい。

使用性情報３３０は、アカウント情報に対応して音楽コンテンツを使用する方式に関する情報を含む。使用性情報３３０は、例えば、音楽コンテンツに関するサービスメニューの使用履歴（「サービスメニュー」）、音楽コンテンツに接近するために使用されたＰＯＣ（Ｐｏｉｎｔ Ｏｆ Ｃｏｎｔａｃｔ）のタイプ（「接近ＰＯＣ））、及び音楽コンテンツの消費方式（「その他の使用性」）などの項目を含む。

サービスメニュー項目は、例えば、メロン（ｍｅｌｏｎ）ホーム、メロンラジオ、最新音楽、メロンキッズ、メロンチャート、メロンスポーツ、メロンＤＪ、メロンＴＶ、メロンＨｉ−Ｆｉなどの元素を含む。例えば、メロンキッズの主な消費階層は児童、青少年（１０代）であり、メロンスポーツの主な消費階層は、２０〜５０代の男性であり、メロンＴＶの主な消費階層は、２０〜５０代の女性であってもよい。したがって、サーバは、このようなサービスメニューに基づいて音楽コンテンツの消費年齢を把握することもできる。

接近ＰＯＣ項目は、例えば、モバイル専用アプリ（例えば、「モバイルメロンアプリ」）、タブレット専用アプリ（例えば、「タブレットメロンアプリ」）、ウィンドウ（Ｗｉｎｄｏｗ）専用アプリ、マック（Ｍａｃ）専用アプリ、ＳＮＳ専用アプリ（例えば、「カカオトークアプリ」）、ナビゲーション専用アプリ、車両専用アプリ、及びＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）スピーカ専用アプリなどのような元素を含む。

その他の使用性項目は、例えば、１日感想時間、使用時間帯などのような音楽コンテンツが消費された時間を示す元素の他にも、同じ音楽コンテンツの繰り返し設定の有無（「同じ曲の繰り返し」）、プレーリスト（例えば、推薦プレーリストによる音楽コンテンツの消費、及びユーザが直接編集したプレーリストによる音楽コンテンツの消費など）のような元素を含む。

一実施形態に係るサーバは、前述したアカウント情報３１０、コンテンツ情報３２０、及び使用性情報３３０を総合的に把握し、アカウント情報に対応する音楽コンテンツの消費パターンが複数のパターン（例えば、１０代パターン、２０代パターン、３０代パターン、４０代パターン、５０代パターン及び６０代パターン）のあるパターンに属するかを推定することができる。サーバは、消費パターンに基づいて、アカウント情報に対応する音楽年齢を推定することができる。例えば、１０代の消費パターンは、「メロンチャート（最新チャート）＋「アイドル中心」＋「利用券割引」＋「ストリーミング専用利用券」＋「モバイル専用アプリ」のような組み合わせであってもよい。又は、例えば、３０代の消費パターンは、「メロンチャート」＋「プレーリスト（特定ジャンル）」＋「月定額利用券」＋「プロモーション参加Ｘ（しない）」＋「モバイルｍａｃ専用アプリ」のような組み合わせであってもよい。したがって、サーバは、アカウント情報に対応する音楽コンテンツの消費パターンが１０代の消費パターン又は３０代の消費パターンのいかなる組合せに該当するかに応じて、以下の表１のように、アカウント情報に対応する音楽年齢をアカウントに対応するユーザの実際の年齢と関係なく推定することができる。

図４は、一実施形態に係る音楽コンテンツの消費パターンに基づいてアカウント情報に対応する音楽年齢を推定する方法を説明するための図である。図４を参照すると、ＤＢ４１０、音楽コンテンツの消費パターンに対応する顧客ベクトル４２０、神経網４３０、及びアカウント情報が予め設定された複数の音楽年齢候補に該当する確率４４０が示されている。

ＤＢ４１０は、例えば、アカウント情報４１１、コンテンツ情報４１３、及び使用性情報４１５を格納する。顧客ベクトル４２０はアカウント情報４１１に基づいた第１ベクトル４２１、アカウント情報４１１に対応して予め収集されたコンテンツ情報４１３に基づいた第２ベクトル４２３、及びアカウント情報４１１に対応して予め収集された使用性情報４１５に基づいた第３ベクトル４２５を含む。神経網４３０は、例えば、深層神経網（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、畳み込み神経網（Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、リカレント神経網（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）などのように様々な形態を有する。

例えば、２５歳であるユーザＡが音楽コンテンツを提供するサービスのアカウントＸでログインした仮定する。この場合、サーバがアカウントＸに対応する音楽コンテンツの消費パターンを把握する方法は次の通りである。サーバは、ＤＢ４１０に格納されたユーザＡのアカウント情報４１１に基づいて、第１ベクトル４２１を生成する。第１ベクトル４２１は、アカウント情報４１１に含まれた複数の項目に対応する複数の元素を含む。サーバは、例えば、図３に示すように、アカウント情報３１０に含まれた複数の項目（例えば、購入利用券の項目、参加プロモーション項目など）に対応して予め収集された履歴（「累積履歴」）に基づいて、アカウント情報３１０に含まれた複数の元素の値を決定することができる。

サーバは、ＤＢ４１０に格納されたアカウント情報４１１に対応して予め収集されたコンテンツ情報４１３に基づいて、第２ベクトル４２３を生成する。第２ベクトル４２３は、コンテンツ情報４１３に含まれた項目に対応する複数の元素を含む。サーバは、例えば、図３に示すように、コンテンツ情報３２０に含まれた項目（例えば、コンテンツ属性）に対応して予め収集された履歴に基づいて、コンテンツ情報３２０に含まれた複数の元素の値を決定することができる。

また、サーバは、アカウント情報４１１に対応して予め収集された使用性情報４１５に基づいて、第３ベクトル４２５を生成する。第３ベクトル４２５は、使用性情報４１５に含まれた複数の項目に対応する複数の元素を含む。サーバは、例えば、図３に示すように、使用性情報３３０に含まれた複数の項目（例えば、サービスメニュー、接近ＰＯＣ、その他の使用性など）に対応して、予め収集された履歴に基づいて使用性情報３３０に含まれた複数の元素の値を決定することができる。

サーバは、第１ベクトル４２１、第２ベクトル４２３、及び第３ベクトル４２５に基づいて、消費パターンに対応する顧客ベクトル４２０を生成する。

サーバは、消費パターンに対応する顧客ベクトル４２０を神経網４３０に入力することで、複数の音楽年齢候補のいずれか１つの音楽年齢候補を選択することで、アカウント情報４１１に対応する音楽年齢を推定できる。

神経網４３０は、消費パターンに対応する顧客ベクトル４２０に基づいて、アカウント情報が予め設定された複数の音楽年齢候補に該当する確率４４０（例えば、１０代：０．３、２０代：０．２、３０代：０．１、４０代：０．９、５０代：０．４、６０代：０．３）を決定する。神経網４３０は、確率４４０に基づいて複数の音楽年齢候補のいずれか１つの音楽年齢候補を選択する。神経網４３０は、最も高い確率値（０．９）に該当する対応する音楽年齢候補（４０代）をアカウントＸのアカウント情報に対応する音楽年齢として推定する。

サーバは、ユーザＡの実際の年齢（２５歳）に関係なく、神経網４３０によって選択された音楽年齢（４０代）に基づいて、ユーザＡの音楽的な好みを反映した音楽コンテンツを推薦することができる。

又は、実施形態によって、サーバは、予め設定された複数の音楽年齢候補別にアカウント情報に対応する第１加重値、コンテンツ情報に対応する第２加重値、及び使用性情報に対応する第３加重値を付与する。サーバは、音楽年齢候補別の加重値に基づいて、複数の音楽年齢候補に対応する確率を決定する。サーバは、確率に基づいて、アカウント情報に対応する音楽年齢を推定することもできる。

図示していないが、サービスモデルは、ランダムフォレストの構造で実現されてもよい。ランダムフォレストは、複数の決定トリを含み、各決定トリは、累積履歴に基づいて音楽年齢を推定するためのパラメータ（例えば、加重値）を決定する。決定されたパラメータの組合せ（例えば、統計的組合）を介して音楽年齢候補の確率が決定され、最も高い確率を有する音楽年齢候補が当該ユーザの音楽年齢として推定されることができる。

図示していないが、一実施形態に係るサーバは、１つ以上のプロセッサ、及びディスプレイを含む。サーバは、複数の並列プロセッサを含む。サーバは、メモリをさらに含んでもよい。１つ以上のプロセッサ、ディスプレイ、及びメモリは、通信バスを介して接続される。サーバは、例えば、単一サーバ、クラウドサーバ、又は、これと同一又は類似の機能を行うサーバであってもよい。

プロセッサは、図１〜図４を参照して前述した少なくとも１つの方法又は少なくとも１つの方法に対応するアルゴリズムを行ってもよい。少なくとも１つのプロセッサはプログラムを実行し、サーバを制御する。プロセッサによって実行されるプログラムコードはメモリに格納される。

以上、前述した実施形態は、ハードウェア構成要素、ソフトウェア構成要素、及び／又はハードウェア構成要素及びソフトウェア構成要素の組合せで実現される。実施形態に係る方法は、様々なコンピュータ手段を介して実行され得るプログラム命令形態で具現されてコンピュータ読み出し可能な媒体に記録される。上記のハードウェア表示装置は、実施形態の入力を行うために１つ以上のソフトウェアモジュールとして作動するよう構成され、その逆も同じである。

上述したように、たとえ限定された図面に基づいて実施形態が説明されたが、当技術分野で通常の知識を有する者であれば、前記記載から様々な修正及び変形が可能である。例えば、説明された技術が説明された方法と異なる順に実行されたり、及び／又は説明されたシステム、構造、表示装置、回路などの構成要素が説明された方法と異なる形態に組合わせたり、他の構成要素又は均等物によって置き換えたり置換されても適切な結果を達成することができる。したがって、本発明の範囲は、開示された実施形態に限定されて定められるものではなく、特許請求の範囲及び特許請求の範囲と均等なものなどによって定められるものである。

Claims (16)

1. 音楽コンテンツを提供するサービスのアカウントに関するアカウント情報を取得するステップと、
   前記アカウント情報に基づいて、前記アカウント情報に対応して消費された音楽コンテンツの属性に関するコンテンツ情報、及び前記アカウント情報に対応して前記音楽コンテンツを使用する方式に関する使用性情報を取得するステップと、
   前記アカウント情報、前記コンテンツ情報、及び前記使用性情報に基づいて前記アカウント情報に対応する音楽年齢を推定するステップと、
   前記音楽年齢に基づいて音楽コンテンツを推薦するステップと、
   を含む、
   音楽コンテンツを推薦する方法。
2. 前記アカウント情報に対応する音楽年齢を推定するステップは、
   前記アカウント情報、前記コンテンツ情報、及び前記使用性情報に基づいて、前記アカウント情報に対応する音楽コンテンツの消費パターンを把握するステップと、
   前記消費パターンに基づいて、前記アカウント情報に対応する音楽年齢を推定するステップと、
   を含む、請求項１に記載の音楽コンテンツを推薦する方法。
3. 前記消費パターンを把握するステップは、
   前記アカウント情報に基づいて、第１ベクトルを生成するステップと、
   前記アカウント情報に対応して予め収集された前記コンテンツ情報に基づいて、第２ベクトルを生成するステップと、
   前記アカウント情報に対応して予め収集された前記使用性情報に基づいて、第３ベクトルを生成するステップと、
   前記第１ベクトル、前記第２ベクトル、及び前記第３ベクトルに基づいて、前記消費パターンに対応するベクトルを生成するステップと、
   を含む、請求項２に記載の音楽コンテンツを推薦する方法。
4. 前記第１ベクトル、前記第２ベクトル、及び前記第３ベクトルのうち少なくとも１つのベクトルは複数の項目（ｅｎｔｉｔｉｅｓ）に対応する複数の元素（ｅｌｅｍｅｎｔｓ）を含み、
   前記第１ベクトル、前記第２ベクトル、及び前記第３ベクトルのうち少なくとも１つのベクトルは、前記複数の項目に対応して予め収集された履歴に基づいて、前記複数の元素の値を決定することによって生成される、請求項３に記載の音楽コンテンツを推薦する方法。
5. 前記音楽年齢を推定するステップは、
   前記消費パターンに対応するベクトルに基づいて、前記アカウント情報が予め設定された複数の音楽年齢候補に該当する確率を決定するステップと、
   前記確率に基づいて、前記複数の音楽年齢候補のうちいずれか１つの音楽年齢候補を選択するステップと、
   を含む、請求項２に記載の音楽コンテンツを推薦する方法。
6. 前記音楽年齢を推定するステップは、
   予め設定された複数の音楽年齢候補別に前記アカウント情報に対応する第１加重値、前記コンテンツ情報に対応する第２加重値、及び前記使用性情報に対応する第３加重値を付与するステップと、
   前記音楽年齢候補別の加重値に基づいて、前記複数の音楽年齢候補に対応する確率を決定するステップと、
   前記確率に基づいて、前記アカウント情報に対応する音楽年齢を推定するステップと、
   を含む、請求項１に記載の音楽コンテンツを推薦する方法。
7. 前記消費パターンを把握するステップは、前記使用性情報に含まれた前記音楽コンテンツが消費された時間に基づいて、前記アカウント情報に対応する前記音楽コンテンツの時間帯ごとの消費パターンを把握するステップを含む、請求項２に記載の音楽コンテンツを推薦する方法。
8. 前記アカウント情報は、
   前記アカウントに格納された個人情報と、
   前記アカウントを通した利用券の購入情報と、
   前記アカウントを通したプロモーションの参加情報と、
   のうち少なくとも１つを含む、請求項１に記載の音楽コンテンツを推薦する方法。
9. 前記プロモーションは、
   前記音楽コンテンツに対する利用券割引イベントと、
   前記音楽コンテンツに対応するアルバム発売イベントと、
   前記音楽コンテンツに対応する公演イベントと、
   前記音楽コンテンツに関する提携イベントと、
   のうち少なくとも１つを含む、請求項８に記載の音楽コンテンツを推薦する方法。
10. 前記音楽コンテンツの属性は、
    前記音楽コンテンツのタイトルと、
    前記音楽コンテンツのジャンルと、
    前記音楽コンテンツのアーティストと、
    前記音楽コンテンツの作詞家と、
    前記音楽コンテンツの作曲家と、
    前記アーティストの所属会社と、
    前記アーティストのタイプと、
    前記音楽コンテンツの音質と、
    前記音楽コンテンツの大衆性と、
    前記音楽コンテンツのタイプと、
    のうち少なくとも１つを含む、請求項１に記載の音楽コンテンツを推薦する方法。
11. 前記使用性情報は、
    前記音楽コンテンツに関するサービスメニューの使用履歴と、
    前記音楽コンテンツに接近するために使用されたＰＯＣ（Ｐｏｉｎｔ Ｏｆ Ｃｏｎｔａｃｔ）のタイプと、
    前記音楽コンテンツの消費方式と、
    のうち少なくとも１つを含む、請求項１に記載の音楽コンテンツを推薦する方法。
12. 前記ＰＯＣのタイプは、モバイル専用アプリ、タブレット専用アプリ、ウィンドウ専用アプリ、マック専用アプリ、ＳＮＳ専用アプリ、ナビゲーション専用アプリ、車両専用アプリ、及びＡＩスピーカ専用アプリのうちの少なくとも１つを含む、請求項１１に記載の音楽コンテンツを推薦する方法。
13. 前記音楽コンテンツの消費方式は、
    同じ音楽コンテンツの繰り返し設定の有無と、
    推薦プレーリストによる音楽コンテンツの消費と、
    ユーザが直接編集したプレーリストによる音楽コンテンツの消費と、
    のうち少なくとも１つを含む、請求項１１に記載の音楽コンテンツを推薦する方法。
14. 前記音楽コンテンツの消費方式は、
    １日感想時間と、
    使用時間帯と、
    のうち少なくとも１つを含む、請求項１１に記載の音楽コンテンツを推薦する方法。
15. 前記アカウント情報を取得するステップは、前記アカウントに関する本人認証の有無、及び前記アカウントに関する両親同意の有無のうち少なくとも１つに基づいて、前記アカウントに対応する個人情報を推定するステップを含む、請求項１に記載の音楽コンテンツを推薦する方法。
16. ハードウェアと結合して請求項１ないし請求項１５のいずれか１項に記載の方法を実行させるためにコンピュータ読み出し可能な記録媒体に格納されたコンピュータプログラム。

Images