JP2023148576A - プレイリストの管理方法、プログラム、および、システム - Google Patents

Abstract

【課題】視聴者にとって魅力的で市場価値の高い、コンテンツのプレイリストを生成する管理方法、プログラム及びシステムを提供する。
【解決手段】コンピューターにより実行される、プレイリスト管理方法は、プレイリスト保存手段に保存された複数のプレイリストから変更対象プレイリストをユーザーに選択させるステップと、１つ以上の追加候補コンテンツのそれぞれについて、変更対象プレイリストとの類似度を算出して表示するステップと、１つ以上の追加候補コンテンツから追加対象コンテンツをユーザーに選択させるステップと、選択された追加対象コンテンツを変更対象プレイリストに追加して、変更対象プレイリストを更新するステップと、更新された変更対象プレイリストをプレイリスト保存手段に保存するステップと、を含む。
【選択図】図４

Description

本願発明は、音楽や映像の提供サービスにおけるコンテンツのプレイリストの管理方法、プログラム、および、システムに関し、より具体的には、視聴者およびコンテンツ提供者にとって魅力的で市場価値の高いプレイリストを効率的に生成する管理方法、プログラム、および、システムに関する。

音楽や映像等のコンテンツをインターネット経由でストリーミング方式により一般消費者に提供するサービスが一般化している。これらのストリーミング・サービスにおいて重要な機能の一つにプレイリストがある。プレイリストとは、複数のコンテンツを共通のテーマに基づいてまとめ、連続して視聴可能にしたものである。プレイリストは視聴者自身が自分の嗜好に応じて作成するもの、サービス提供者が作成して視聴者に向けて提供するもの、視聴者や選曲家（キュレーター）が作成したプレイリストを公開して他の視聴者が利用可能にするもの、アーティストやレコード会社が自作品のプロモーションのために作成して公開するものなどがある。

ストリーミング・サービスの視聴者が、個別のコンテンツを逐一選択して視聴したり、音楽のアルバムを通して聴いたりするだけではなく、プレイリストを使用してコンテンツを流しっぱなしにするケースが増えており、その結果、センスの良いコンテンツが選択されたプレイリストが高く評価され、結果的に、ストリーミング・サービスの市場価値の向上につながるケースが増えている。また、音楽アーティストや動画製作者などのコンテンツ提供者にとっても、自身の作品の広告宣伝に役立てるために、著名なストリーミング・サービスやインフルエンサーが作成した評価の高いプレイリストに作品を追加してもらう動機が発生する（これは、テレビやラジオのヒット曲番組で作品を取り上げてもらうことで広告宣伝に役立てることに類似している）。

しかし、アマチュアが作成したものも含めて、世界には数多くのコンテンツが存在し、それらから適切な作品を選択して、プレイリストを人力のみで作成することには限界があった。また、特定の音源をプレイリストに追加すべきか否かを判断する客観的方法は存在していなかった。また、コンテンツの作成者や権利者（たとえば、レコード会社）が、自身の作品の掲載を売り込む（ピッチングする）適切なプレイリストを人力で探すことには限界があった。ユーザーの嗜好に応じて、プレイリストを自動生成する方法は公知である（たとえば、特許文献１）。しかし、ユーザーの嗜好に関する情報を介在させることなく、膨大な作品群の中から、人手をほとんど介在させることなくプレイリストを作成・管理していく技術、および、自分の作品に適したプレイリストを発見する技術は今まで存在していなかった。

公表特許公報 特表２００７－５２４９５５

Tzanetakis, G., & Cook, P. (2002). Musical genre classification of audio signals. IEEE Transactions on speech and audio processing, 10(５), 293-302. Mayer, R., Neumayer, R., & Rauber, A. (2008). Rhyme and Style Features for Musical Genre Classification by Song Lyrics. Proceedings of ISMIR 2008, pp.337-342.

視聴者にとって魅力的で市場価値の高い、コンテンツのプレイリストを生成する管理方法、プログラム、および、システムを提供する。

本願発明は、プレイリスト保存手段に保存された複数のプレイリストから変更対象プレイリストをユーザーに選択させるステップと、１つ以上の追加候補コンテンツのそれぞれについて、変更対象プレイリストとの類似度を算出して表示するステップと、１つ以上の追加候補コンテンツから追加対象コンテンツをユーザーに選択させるステップと、前記選択された追加対象コンテンツを前記変更対象プレイリストに追加して、前記変更対象プレイリストを更新するステップと、前記更新された変更対象プレイリストを前記プレイリスト保存手段に保存するステップとを含む、コンピューターにより実行される、プレイリスト管理方法を提供することで上記課題を解決する。

また、本願発明は、コンテンツ保存手段に保存された複数のコンテンツからピッチング対象コンテンツをユーザーに選択させるステップと、プレイリスト保存手段に保存された複数のプレイリストのそれぞれについて、前記追加対象コンテンツとの類似度を算出してピッチング先プレイリスト候補として表示するステップと、前記ピッチング先プレイリスト候補から１つ以上のピッチング先プレイリストをユーザーに選択させるステップと、前記ピッチング対象コンテンツの情報と前記１つ以上のピッチング先プレイリストの情報を関連付けて保存するステップとを含む、コンピューターにより実行される、プレイリスト管理方法を提供することで上記課題を解決する。

また、本願発明は、前記類似度の算出は、プレイリストを構成するコンテンツの特徴量との比較に基づくものである段落０００８または段落０００９に記載されたプレイリスト管理方法を提供することで上記課題を解決する。

また、本願発明は、前記類似度の算出は、プレイリストの特徴量の比較に基づくものである段落０００８または段落０００９に記載されたプレイリスト管理方法を提供することで上記課題を解決する。

また、本願発明は、前記特徴量の比較は、コンテンツの特徴量間の距離に基づくものである段落００１０または段落００１１に記載されたプレイリスト管理方法を提供することで上記課題を解決する。

また、本願発明は、前記特徴量の比較は、機械学習またはニューラルネットに基づくものである段落００１０または段落００１１に記載されたプレイリスト管理方法を提供することで上記課題を解決する。

また、本願発明は、前記類似度の算出において、ユーザーに特徴量ごとの重み付けを指定させるステップをさらに含む、段落０００８から段落００１３に記載のプレイリスト管理方法を提供することで上記課題を解決する。

また、本願発明は、段落０００８から段落００１４に記載の方法をコンピューターに実行させる命令群を含むコンピューター・プログラムを提供することで上記課題を解決する。

また、本願発明は、段落０００８から段落００１４に記載の方法をコンピューターに実行させるよう構成された情報システムを提供することで上記課題を解決する。

視聴者にとって魅力的で市場価値の高い、コンテンツのプレイリストを生成する管理方法、プログラム、および、システムが提供される。

本願発明に係るプレイリスト管理システムの実施例の全体構成図である。 本願発明に係る音源の特徴量を表現するデータ構造の一例である。 本願発明に係るプレイリスト管理プログラムの選曲者向け画面の一例である。 本願発明に係るプレイリスト管理プログラムの選曲者向け処理フローの一例である。 本願発明に係るプレイリスト管理プログラムの音源提供者向け画面の一例である。 本願発明に係るプレイリスト管理プログラムの音源提供者向け処理フローの一例である。

以下に図を参照しながら本願発明の実施例について説明する。図はすべて例示である。なお、本実施例では、コンテンツとして音楽を使った例を挙げるが、本願発明は動画等の他のタイプのコンテンツにも適用可能である。

（システム構成）
図１に本願発明に係る情報システムの実施例の全体構成を示す。本図は論理的な構成を表すものであり、図中のデータベースが物理的なデータベースと１対１に対応することを意図したものではない。また、図中のすべての構成要素が、同一の情報システムとして管理されている必要はなく、複数の情報システムに分散されて管理されていたり、クラウドなどの外部の事業者が提供するシステムとして管理されていたりしてもよい。また、図中のプログラムが同一のハードウェア・システム上で稼働する１本のプログラムとして構成されている必要はない。なお、本願明細書において、データベースとは、関係データベース管理システム（RDBMS）、ファイルシステム、NoSQL型データストア、インメモリ・データベース等、データ（レコード）を保存・管理するための技術一般を指すものとする。

音源データベース（１０１）は、音源データの保存手段である。ここで、音源とは音楽配信サービス等で直接的に視聴可能になる音そのもの（たとえば、CD用にマスタリングされた音源）であることが望ましいが、ユーザー端末側でレンダリング処理されて音に変換されるMIDIデータ等であってもよい。１つの楽曲（作品）に対して、アレンジが異なる複数の音源が存在してよい。同じ楽曲であっても、アレンジによってまったく雰囲気が異なることもあり得る（たとえば、元々はバラードの曲をアップテンポのダンス曲にアレンジすることなどがあり得る）ため、本願に係るシステムが扱う対象になるのは、主に、楽曲ではなく音源である。音源データベース（１０１）は、業界あるいは組織内で定められた一意の音源ID（識別子）をキーとして、楽曲名、作曲者名、作詞者名、演奏家名、出版社、リリース年月日、再生時間等の書誌的情報を含むことが望ましい。

音源特性データベース（１０２）は、音源データベース（１０１）中の各音源の特性を保存するための手段である。音源データベース（１０１）の管理主体と音源特性データベース（１０２）の管理主体は異なっていてもよく、音源データベース（１０１）の管理主体が複数あってもよい（現実には、著作権上の制約によりこのような構成が好ましいことがあると考えられる）。音源の特性は、複数の属性とその各属性におけるベクトル値である特徴量の集合として表現してよい。ここで、属性には、「曲調」、「ビート」、「歌詞」等が含まれていてよい。図２に、音源特性データベース（１０２）のデータ構造の一例（「曲調」、「ビート」、「歌詞」という属性における特徴量が、それぞれ、n次元、m次元、l次元のベクトルで表されている）を示すが、データ構造はこれに限定されるものではない。たとえば、「ビート」はテンポ（BPM: Beats per Minute）というスカラー値で表してよい。また、たとえば、「歌詞」は、予め用意されたテーマ（たとえば、「恋愛」、「人生」、「自分探し」等）に基づいた分類情報であってよい。これらのデータは、後述の音源特徴量算出プログラム（１０４）により自動生成されることが望ましいが、補助的に人手により入力された情報を含んでいてもよい。音源特性データベース（１０２）中のデータと音源データベース（１０１）中のデータは、音源ID等の一意な識別子を介して対応付けされていることが望ましい。

歌詞情報データベース（１０３）は、音源データベース（１０１）中の各音源に対応する楽曲の歌詞を保存するための手段であり、歌詞に関する付属的情報が合わせて保存されていてもよい。歌詞情報は予め手作業で入力されているものであってもよいが、コンピューター・アルゴリズムによる音声認識によって自動的に提供されたものであってもよい。音源データベース（１０１）と歌詞情報データベース（１０３）は、音源ID等の一意な識別子を介して対応付けされていることが望ましい。

音源特徴量算出プログラム（１０４）は、音源データベース（１０１）中の各音源を分析し、特徴量を算出し、音源特性データベース（１０２）に保存するための一つ以上のプログラムである。コンピューター・アルゴリズムによる解析によって、個々の音源の特徴量を抽出する技術は公知である（たとえば、非特許文献１）。ここで、ニューラルネットや機械学習によって特徴量の算出を行ってもよい。加えて、音源特徴量算出プログラム（１０４）は、歌詞情報データベース（１０３）中の歌詞の内容を分析し、特徴量を算出し、音源特性データベース（１０２）に保存する処理を行ってもよい。コンピューター・アルゴリズムによる解析によって、歌詞の雰囲気を抽出する技術は公知である（たとえば、非特許文献２）。ここで、ニューラルネットや機械学習によって特徴量の算出を行ってもよい。音源特徴量算出プログラム（１０４）は、所定の時刻にバッチ起動されてもよく、所定の時刻、あるいは、対象となる音源がシステムに追加されたことをトリガーとして起動されてもよい。

プレイリスト・データベース（１０５）は、プレイリストに関する情報を保管するための手段であり、プレイリストの一意の識別子であるプレイリストIDとそのプレイリストに属する複数の音源IDを対応付けて保存したものであることが望ましい。音源の再生順序は、プレイリストの表現としての重要要素であるため、各音源のデフォルトの再生順序も保存できることが望ましい。プレイリスト・データベース（１０５）には、プレイリストIDとプレイリストの名称等の書誌的情報も合わせて保存されていることが望ましい。

候補音源データベース（１０６）は、プレイリストに追加する候補となる音源に関する情報を一時的に保存するための手段であり、後述のプレイリスト管理プログラム（１０７）により使用される。候補音源データベース（１０６）は、選曲者やアーティストなどのユーザーが手作業により音源データベース（１０１）から音源を選択・検索して追加してもよいが、あるいは、プレイリスト管理プログラム（１０７）が、当該プレイリストと類似する音源を音源データベース（１０１）から自動的に追加するようにしてもよい（音源とプレイリストの類似度の判定方法については後述する）。候補音源データベース（１０６）と音源データベース（１０１）は、音源ID等の一意な識別子を介して対応付けされていることが望ましい。

プレイリスト管理プログラム（１０７）は、プレイリストの作成、既存プレイリストへの音源の追加・変更・削除等を行うためのプログラムである。選曲者用端末（１０８）は、プレイリストを管理する主体の担当者である選曲者（キュレーター）がプレイリスト管理プログラム（１０７）の操作を行うための端末であり、パソコン、スマートフォン、タブレット端末で稼働するアプリケーション・プログラムやウェブ・ブラウザ等の任意の技術手段で実装されてよい。音源提供者用端末（１０９）は、プレイリストに音源の追加を希望するアーティスト、クリエイター、レーベル担当者等がプレイリスト管理プログラム（１０７）の操作を行うための端末であり、パソコン、スマートフォン、タブレット端末で稼働するアプリケーション・プログラムやウェブ・ブラウザ等の任意の技術手段で実装されてよい。

音楽配信サービス（１１０）は、一般消費者に向けて、本願発明に係る方法で作成されたプレイリストを利用して、音源を（通常はストリーミング方式により）提供するサービスである。音楽配信サービス（１１０）は、本願発明に係るシステムの管理者とは別の主体により提供されるものであってよい。

上記に加えて、本願発明に係るシステムは以下の構成要素を備えていることが望ましい。プレイリスト特徴量算出プログラム（１１１）は、プレイリスト・データベース（１０５）に保存されている特定のプレイリストを構成する各音源の特徴量を音源特性データベース（１０２）から読み取り、平均値や分散の算出などの統計的処理を行うこと、あるいは、ニューラルネットや機械学習などの技術により、プレイリスト全体としての特徴量を算出するプログラムである。プレイリスト特性データベース（１１２）は、プレイリスト特徴量算出プログラム（１１１）によって算出されたプレイリストの特徴量を含む、プレイリスト全体としての特性を保存する手段である。プレイリスト特性データベース（１１２）中のデータとプレイリスト・データベース（１０５）中のデータはプレイリストIDなどの一意の識別子で関連付けられていることが望ましい。プレイリストの特性をプレイリスト特性データベース（１１２）に永続的に保存するのではなく、必要に応じて計算し、メインメモリなどの一時的領域に保存する構成としてもよい。

図３にプレイリスト管理プログラム（１０７）の選曲者用端末（１０８）に表示される画面の例を示す。本画面は、特定のプレイリストに対して追加すべき音源を選択するための画面であり、主に選曲者（キュレーター）によって使用されるが、エンドユーザー（視聴者）が使用することもあり得る。図４に図３の画面の表示・操作ロジックの概要フローを示す。ユーザーが選択したプレイリスト（図３の例では「勉強のお供」）に属する各音源の各属性の情報をプレイリスト・データベース（１０５）から取得して表示する（S401）。ここで、各属性における類似度は、たとえば、プレイリストに属する各音源の各属性の特徴量のベクトルとしての平均値、あるいは、プレイリスト特性データベース（１１２）に保存された当該プレイリストの特徴量からの距離（ユークリッド距離あるいはマハラノビス距離等）を正規化することで算出してよい。特徴量のベクトルを入力として学習させた、機械学習プログラム、あるいは、ニューラルネットの出力を正規化することで算出してもよい。属性がスカラー値（たとえば、テンポ）である場合には、その相違を正規化することで算出してよい。プレイリスト全体としての特徴量を算出するのではなく、プレイリストを構成する各音源の特徴量に基づいて類似度を算出し、その複数の類似度の数値に対して統計的処理を施すことで、プレイリスト全体との類似度を算出するようにしてもよい。類似度の計算においては、特定の特徴量の重み付けをユーザーが調整できるようにしてもよい（図示せず）。プレイリストに属する音源のリストは、デフォルト状態では再生順で表示され、属性における類似度の昇順あるいは降順でソートして表示できることが望ましい。各音源のプレビュー再生をこの画面から行えるようにするためのプレビューボタンが用意されていることが望ましい。

次に、候補音源データベース（１０６）中の各音源の情報を表示する（S402）。ここで表示される候補音源はプレイリスト管理プログラム（１０７）が作成したものであっても、ユーザー（あるいはその他の当事者）が音源データベース（１０１）から選択したものであっても、両者の組み合わせであってもよい。ここで、各属性における類似度は、たとえば、プレイリストに属する各音源の各属性の特徴量のベクトルとしての平均値、あるいは、プレイリスト特性データベース（１１２）に保存された当該プレイリストの特徴量からの距離（ユークリッド距離あるいはマハラノビス距離等）を正規化することで算出してよい。特徴量のベクトルを入力として学習させた、機械学習プログラム、あるいは、ニューラルネットの出力を正規化することで算出してもよい。属性がスカラー値（たとえば、テンポ）である場合には、その相違を正規化することで算出してよい。プレイリスト全体としての特徴量を算出するのではなく、プレイリストを構成する各音源の特徴量に基づいて類似度を算出し、その複数の類似度の数値に対して統計的処理を施すことで、プレイリスト全体との類似度を算出するようにしてもよい。候補曲に属する音源のリストは、属性における類似度の昇順あるいは降順でソートして表示できることが望ましい。ユーザーが、候補音源データベース（１０６）中の音源から、プレイリストに追加（あるいは置換）する音源を選択する（S403）と、プレイリストの内容が更新され、更新された内容がプレイリスト・データベース（１０５）に書き戻される(S404)。プレイリストを別名としても保存できることが望ましい。

図５にプレイリスト管理プログラム（１０７）の音源提供者用端末（１０９）に表示される画面の例を示す。本画面は、特定の音源を追加すべきプレイリストを選択するための画面であり、主にアーティスト、作曲家、レーベル担当者など、自身の管理する音源を選曲者（キュレーター）に対して売り込む（ピッチングする）ユーザーによって使用される。この例では特定のアルバムに含まれる追加候補音源が事前に候補音源データベース（１０６）に登録されており、それを希望のプレイリストに向けてピッチング（売り込み）するシナリオが示されている。事前に図６に図５の画面の表示・操作ロジックの概要フローを示す。まず、ユーザーにピッチングしたい（売り込みたい）音源を選択させる（S601）。音源は候補音源データベース（１０６）に登録されたものから選択するものであってもよく、音源データベース（１０１）からユーザーが任意の方法で指定したものであってもよい。ユーザーが選択した音源（図５の例では「Enter Mas Pasa」）に、類似するプレイリストの情報をプレイリスト・データベース（１０５）から取得してピッチング先プレイリスト候補として表示する（S602）。類似度が所定の閾値を超えたプレイリストを類似度の降順で表示することが望ましい。ピッチング先プレイリスト候補は様々な音楽配信サービス（１１０）が提供するものを含んでいてよい。ここで、各属性における類似度は、たとえば、プレイリストに属する各音源の各属性の特徴量のベクトルとしての平均値、あるいは、プレイリスト特性データベース（１１２）に保存された当該プレイリストの特徴量からの距離（ユークリッド距離あるいはマハラノビス距離等）を正規化することで算出してよい。特徴量のベクトルを入力として学習させた、機械学習プログラム、あるいは、ニューラルネットの出力を正規化することで算出してもよい。属性がスカラー値（たとえば、テンポ）である場合には、その相違を正規化することで算出してよい。プレイリスト全体としての特徴量を算出するのではなく、プレイリストを構成する各音源の特徴量に基づいて類似度を算出し、その複数の類似度の数値に対して統計的処理を施すことで、プレイリスト全体との類似度を算出するようにしてもよい。類似度の計算においては、特定の特徴量の重み付けをユーザーが調整できるようにしてもよい（図示せず）。各音源のプレビュー再生をこの画面から行えるようにするためのプレビューボタンが用意されていることが望ましい。

次に、ユーザーが、ピッチング先プレイリスト候補中のプレイリストから、ピッチング先プレイリストを選択する（S603）。図５の例では、ABCという管理者が作成した「眠気を誘うミュージック」がピッチング先プレイリストとして選択されている。複数のピッチング先プレイリストが選択できるようにしてもよい。ユーザーが「ピッチングする」のボタンを押すことでピッチングの処理が行われる。ここで、プレイリストを直接更新できるようにしてもよいが、通常は、プレイリスト管理者（選曲者（キュレーター））による最終承認が必要になるため、ピッチング先として選択されたプレイリストの情報と追加候補の音源の情報とを対応付けて保存し、当該プレイリスト管理者に送信する等の処理（図示せず）を行うことが望ましい（S604）。

（実施例：プレイリスト自動生成）
本願に係る情報システムにおいて、候補音源データベース（１０６）に保管された、多数の候補音源から、プレイリストを自動的に生成するプログラムを実行してもよい。候補音源は、選曲者が音源データベース（１０１）から手作業で選択したものでも、選曲者が所定の条件（たとえば、特定のジャンルに属する音源）に基づいて検索したものでも、システムが音源データベース（１０１）から乱数に基づいて選択したものでも、これらの組み合わせによって選択されたものであってよい。ここで、K-means、あるいは、X-meansの手法によるクラスター分析を候補音源データベース（１０６）中の音源に適用することで、類似する音源の自動的なグループ化を行い、それぞれをプレイリスト化できるようにしてよい。この場合、選曲者用端末（１０８）に結果を表示し、選曲者が生成されたプレイリストの内容を確認し、適切な名称を付けて、プレイリスト・データベース（１０５）に保存できるようになっていることが望ましい。プレイリストの確認においては、各音源の特徴量を画面のグラフ上にビジュアルに表示し、選曲者が音源の取捨選択における最終調整を行るようにしてもよい。

（実施例：オークション）
プレイリストがそれ自身の価値を持つようになることで、アーティストやレーベルのマーケティング担当者にとって、自己の作品が、著名なプレイリストに追加されることの動機付けが生じる。これは、たとえば、テレビやラジオの番組や新聞・雑誌で扱われること、あるいは、ソーシャル・メディア上のインフルエンサーに言及してもらうことの動機付けが生じるのと同等である。プレイリストの提供者は、アーティストあるいはレーベルに対して、作品をプレイリストに追加される権利を販売することで収益化することができる。権利の料金は追加（または、変更）ごと、あるいは、プレイリストに掲載されている期間に応じたもの（たとえば、週あたり掲載金額）であってよい。ここで、オークションの要素を取り入れてもよい。特定のプレイリストに対して、音源の追加、または、変更がある際に、候補曲の中から最も高額の金額を提示している候補曲を選択するようにしてよい。この場合において、音源特徴量算出ブログラム（１０４）およびプレイリスト管理プログラム（１０７）の機能を使用して、当該プレイリストへの類似度が所定の数値以上のもののみを追加対象とするロジックを適用することが望ましい。単純に金額順で音源を選択すると、当該プレイリストの雰囲気となじまない音源が選択されてしまい、当該プレイリストの視聴者にとっての魅力を損なう可能性があるからである。

（実施例：ABテスト）
音楽配信サービス（１１０）による、音源、および、プレイリストの利用状況に関するデータ（たとえば、一般消費者によるアクセス数や評価（イイネ数等）等）を音源特徴量算出プログラム（１０４）、プレイリスト管理プログラム（１０７）、あるいは、その両方の入力としてフィードバックする構成（図示せず）としてもよい。これにより、プレイリストへの追加音源の選択肢が複数あった場合に、両方のプレイリストを配信対象として、実際の利用状況を元にABテストを行ってよい。ABテストの結果、すなわち、視聴者によるアクセス回数や評価値を音源特徴量算出プログラム（１０４）のニューラルネットや機械学習の入力とし、評価関数を調整するようにしてもよい。

Claims (9)

1. プレイリスト保存手段に保存された複数のプレイリストから変更対象プレイリストをユーザーに選択させるステップと、
   １つ以上の追加候補コンテンツのそれぞれについて、変更対象プレイリストとの類似度を算出して表示するステップと、
   １つ以上の追加候補コンテンツから追加対象コンテンツをユーザーに選択させるステップと、
   前記選択された追加対象コンテンツを前記変更対象プレイリストに追加して、前記変更対象プレイリストを更新するステップと、
   前記更新された変更対象プレイリストを前記プレイリスト保存手段に保存するステップとを含む、
   コンピューターにより実行される、プレイリスト管理方法。
2. コンテンツ保存手段に保存された複数のコンテンツからピッチング対象コンテンツをユーザーに選択させるステップと、
   プレイリスト保存手段に保存された複数のプレイリストのそれぞれについて、前記追加対象コンテンツとの類似度を算出してピッチング先プレイリスト候補として表示するステップと、
   前記ピッチング先プレイリスト候補から１つ以上のピッチング先プレイリストをユーザーに選択させるステップと、
   前記ピッチング対象コンテンツの情報と前記１つ以上のピッチング先プレイリストの情報を関連付けて保存するステップとを含む、
   コンピューターにより実行される、プレイリスト管理方法。
3. 前記類似度の算出は、プレイリストを構成するコンテンツの特徴量との比較に基づくものである請求項１または請求項２に記載されたプレイリスト管理方法。
4. 前記類似度の算出は、プレイリストの特徴量の比較に基づくものである請求項１または請求項２に記載されたプレイリスト管理方法。
5. 前記特徴量の比較は、コンテンツの特徴量間の距離に基づくものである請求項３または請求項４に記載されたプレイリスト管理方法。
6. 前記特徴量の比較は、機械学習またはニューラルネットに基づくものである請求項３または請求項４に記載されたプレイリスト管理方法。
7. 前記類似度の算出において、ユーザーに特徴量ごとの重み付けを指定させるステップをさらに含む、請求項１から請求項６に記載のプレイリスト管理方法。
8. 請求項１から請求項７に記載の方法をコンピューターに実行させる命令群を含むコンピューター・プログラム。
9. 請求項１から請求項７に記載の方法をコンピューターに実行させるよう構成された情報システム。

Images