JP3838014B2 - 嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体 - Google Patents
嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体 Download PDFInfo
- Publication number
- JP3838014B2 JP3838014B2 JP2000293489A JP2000293489A JP3838014B2 JP 3838014 B2 JP3838014 B2 JP 3838014B2 JP 2000293489 A JP2000293489 A JP 2000293489A JP 2000293489 A JP2000293489 A JP 2000293489A JP 3838014 B2 JP3838014 B2 JP 3838014B2
- Authority
- JP
- Japan
- Prior art keywords
- preference
- user
- information
- attribute
- action
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/912—Applications of a database
- Y10S707/922—Communications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/953—Organization of data
- Y10S707/962—Entity-attribute-value
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99936—Pattern matching access
Description
【０００１】
【発明の属する技術分野】
本発明は、嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体に関し、特に利用者が携帯する携帯情報端末から、時間や場所を考慮した嗜好情報を収集し学習する嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体に関するものである。
【０００２】
【従来の技術】
従来、インターネット上で公開されている大量の電子化情報すなわちコンテンツから、ユーザ（利用者）の嗜好に応じたものを選別する情報フィルタリング技術や、その情報フィルタリングを用いた情報ナビゲーション技術に関する検討がなされている。情報フィルタリング技術では、ユーザの関心度合いを定量化してコンピュータで処理するため、その関心度合いとして、ユーザがどのようなコンテンツに関心を有しているかを表現するベクトルが用いられることが多い。
【０００３】
このような技術では、ユーザの嗜好を的確に学習しておく必要がある。ユーザの嗜好を学習する方法としては、ユーザがコンテンツへアクセスした履歴から推定する方法がある。その１つとして、ユーザ自身からの明示的な設定や評価を要さずに、自動的に時間の経過と共に変化するユーザの嗜好に追従した情報選別を行う手法が開示されている（例えば、特開平１１−１５８４０号公報など参照）。また、携帯情報端末を利用するユーザの移動パターンをモニタし、ユーザが滞在した場所に関連する情報を元にして、ユーザの嗜好情報を自動的に学習する手法が提案されている（例えば、特願平１１−２９０３７９号公報など参照）。
【０００４】
【発明が解決しようとする課題】
しかしながら、このような従来の嗜好学習方法では、学習するユーザ嗜好情報について、時間帯や場所が考慮されておらず、モバイル環境に特有の、ユーザの状況に応じて嗜好も変化するような場合には、利用者からの閲覧要求に応じて、ユーザが存在する場所およびその時間帯における最適なコンテンツを提供できないという問題点があった。モバイル環境において、ユーザが携帯情報端末や情報検索機能付きのカーナビゲーションシステムを利用し、レストラン情報や観光スポット情報等のＰＯＩ（Point of Interest）情報を検索する場合、ユーザの嗜好情報は、時間帯や場所によって変わる。
【０００５】
例えば、昼食時間にファーストフードレストランに頻繁に行くユーザは、夕食時間帯にはファーストフードレストランではなく高級料理店に行くケースがある。また、東京でイタリアンレストランによく行くユーザでも、観光地ではイタリア料理よりもその土地の料理を好むことがある。
本発明は、このような課題を解決するためのものであり、携帯情報端末を利用するユーザの嗜好情報を、ユーザが行動を行う時間帯や場所に応じて学習でき、また、変化するユーザの嗜好情報を抽出し管理できる嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体を提供することを目的としている。
【０００６】
【課題を解決するための手段】
このような目的を達成するために、本発明にかかる嗜好学習装置は、各種コンテンツに含まれる利用者の嗜好に関する属性およびその属性値を各コンテンツごとに格納するコンテンツ属性情報データベースと、利用者の行動から推定される利用者の嗜好に関する属性およびその属性に対する重みを各行動ごとに格納する行動情報データベースと、時間帯の名前とその時刻範囲とを対応付けて格納する時間情報対応表と、利用者の位置情報を分類するために設けられた複数のエリアごとに、それぞれのエリア名とその地域範囲とを対応付けて格納するエリア情報対応表と、利用者の嗜好に関する属性と属性値との組、その属性の重み、その重みが有効である時間帯、およびその重みが有効となる場所から構成される利用者の嗜好情報を、各利用者ごとに格納するユーザ嗜好情報データベースと、利用者の携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、その利用者を示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、行動が検出された測定時刻および位置情報を含む検出データを取得するユーザ行動検出部と、このユーザ行動検出部で得られた検出データに基づいて利用者の嗜好を分析した嗜好分析データを生成し、その嗜好分析データに基づいてユーザ嗜好情報データベースを更新する嗜好情報管理部とを備えるものである。
【０００７】
そして、嗜好情報管理部により、検出データに含まれる測定時刻を元にして時間情報対応表から取得した時間帯情報と、検出データに含まれる位置情報を元にしてエリア情報対応表から取得したエリア名と、検出データに含まれる行動名を元にして行動情報データベースから取得した行動に含まれる嗜好に関する属性および重みと、この嗜好に関する属性と検出データに含まれるコンテンツＩＤとを元にしてコンテンツ属性情報データベースから取得した嗜好に関する属性値とを用いて嗜好分析データを生成し、この嗜好分析データに含まれる時間帯情報、エリア名、嗜好に関する属性および属性値と、検出データに含まれるユーザＩＤとで特定されるユーザ嗜好情報データベース内の嗜好情報について、その嗜好情報に含まれる重みを嗜好分析データに含まれる重みで更新するようにしたものである。
さらに、ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新する嗜好情報更新部を備えるものである。
【０００８】
また、本発明にかかる嗜好学習システムは、利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介してセンターと接続され利用者の操作に応じてセンターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、センターに上記の嗜好学習装置を設け、この嗜好学習装置により、携帯情報端末から得られた情報に基づき、利用者が行う行動の時間帯および位置に応じて利用者の嗜好を学習するようにしたものである。
【０００９】
本発明にかかる他の嗜好学習システムは、利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介してセンターと接続され利用者の操作に応じてセンターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、携帯情報端末に上記の嗜好学習装置を設け、この嗜好学習装置により、携帯情報端末から得られた情報に基づいて、利用者が行う行動の時間帯および位置に応じて利用者の嗜好を学習するようにしたものである。
【００１０】
本発明にかかる他の嗜好学習システムは、利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介してセンターと接続され利用者の操作に応じてセンターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、携帯情報端末に上記の嗜好学習装置のうちのユーザ行動検出部を設けて、このユーザ行動検出部で得られた検出データをセンターへ送信し、センターに、上記の嗜好学習装置のうち、コンテンツ属性情報データベースと、行動情報データベースと、時間情報対応表と、エリア情報対応表と、ユーザ嗜好情報データベースと、嗜好情報管理部とを設け、この嗜好情報管理部により、携帯情報端末から受信した検出データに基づいて、利用者が行う行動の時間帯および位置に応じて利用者の嗜好を学習するようにしたものである。
【００１１】
本発明にかかる嗜好学習方法は、各種コンテンツに含まれる利用者の嗜好に関する属性およびその属性値を各コンテンツごとに格納するコンテンツ属性情報データベースと、利用者の行動から推定される利用者の嗜好に関する属性、およびその属性に対する重みを各行動ごとに格納する行動情報データベースと、時間帯の名前とその時刻範囲とを対応付けて格納する時間情報対応表と、利用者の位置情報を分類するために設けられた複数のエリアごとに、それぞれのエリア名とその地域範囲とを対応付けて格納するエリア情報対応表と、利用者の嗜好に関する属性と属性値との組、その属性の重み、その重みが有効である時間帯、およびその重みが有効となる場所から構成される利用者の嗜好情報を、各利用者ごとに格納するユーザ嗜好情報データベースとを用いるものである。
【００１２】
そして、第１のステップとして、利用者の携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、その利用者を示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、行動が検出された測定時刻および位置情報を含む検出データを取得し、第２のステップとして、第１のステップで得られた検出データに含まれる測定時刻を元にして時間情報対応表から取得した時間帯情報と、検出データに含まれる位置情報を元にしてエリア情報対応表から取得したエリア名と、検出データに含まれる行動名を元にして行動情報データベースから取得した行動に含まれる嗜好に関する属性および重みと、この嗜好に関する属性と検出データに含まれるコンテンツＩＤとを元にしてコンテンツ属性情報データベースから取得した嗜好に関する属性値とを用いて嗜好分析データを生成し、第３のステップとして、第２のステップで得られた嗜好分析データに含まれる時間帯情報、エリア名、嗜好に関する属性および属性値と、検出データに含まれるユーザＩＤとで特定されるユーザ嗜好情報データベース内の嗜好情報について、その嗜好情報に含まれる重みを嗜好分析データに含まれる重みで更新するようにしたものである。
【００１３】
さらに、第４のステップとして、ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新するようにしたものである。
また、本発明にかかる記憶媒体は、上記の嗜好学習方法をコンピュータで実行させるためのプログラムを記録したものである。
【００１４】
【発明の実施の形態】
次に、本発明の実施の形態について図面を参照して説明する。
図１は本発明の一実施の形態にかかる嗜好学習システムおよび嗜好学習装置を示すブロック図である。
この嗜好学習システムは、ユーザ（利用者）へ提供する各種の電子化情報すなわちコンテンツを管理するセンター１と、無線通信回線９を介してセンター１と接続されユーザの操作に応じてセンター１へアクセスし所望のコンテンツを取得して表示する携帯情報端末８とから構成されている。
【００１５】
センター１には、無線通信回線９を介してユーザの携帯情報端末８と通信する通信手段２、ユーザの携帯情報端末８へ配信するコンテンツを蓄積するコンテンツ情報データベース３、携帯情報端末８から得られた情報に基づき、ユーザが行う行動の時間帯および位置に応じてユーザの嗜好を学習する嗜好学習装置４、および嗜好学習装置４の学習内容に基づきユーザの携帯情報端末８へ配信するコンテンツを選択するコンテンツ選択手段５が設けられている。
【００１６】
嗜好学習装置４には、ユーザ嗜好情報データベース１３、行動情報データベース１４、時間情報対応表１５、エリア情報対応表１６、コンテンツ属性情報データベース１８、これらを制御するＣＰＵ１０とが設けられている。ＣＰＵ１０は、メモリ１９や記憶媒体６に格納されているプログラムを読み込んで動作し、ユーザ行動検出部１１、嗜好情報管理部１２、および嗜好情報更新部１７の各機能ブロックを実現する。
ユーザ行動検出部１１では、ユーザの行動、行動の対象に関係するコンテンツ、行動が実行された時刻および位置情報を検出する。嗜好情報管理部１２では、ユーザ行動検出部１１で検出された各種情報からユーザの嗜好情報を抽出し、その学習を行う。
【００１７】
ユーザ嗜好情報データベース１３には、時間帯やユーザの位置に応じたユーザの嗜好情報が格納されている。行動情報データベース１４には、ユーザの行動、その行動から推定されるユーザの嗜好に関する属性、およびその属性に対する重み（加減値）を示すデータが格納されている。時間情報対応表１５には、行動を検出した時刻に対応する時間帯を示すデータが格納されている。エリア情報対応表１６には、ユーザの存在位置をエリアごとに分類するためのデータが格納されている。
嗜好情報更新部１７では、ユーザ嗜好情報データベース１３の各嗜好情報に含まれる重みを所定時間ごとに更新する。コンテンツ属性情報データベース１８には、各種コンテンツに含まれるユーザの嗜好に関する属性およびその属性値を示すデータが格納されている。
【００１８】
嗜好学習システムでは、センター１の嗜好学習装置４で学習した嗜好情報に基づいて、コンテンツ選択手段５によりコンテンツ情報データベース３から、ユーザの状況（時間、場所、嗜好）に応じたコンテンツが選択され、通信手段２および無線通信回線９を介して携帯情報端末８へ提供される。
ユーザの嗜好は、ユーザの行動履歴（ユーザの移動パターンや、提供された情報に対する携帯情報端末での操作）を元にして、嗜好学習装置４で学習される。なお、本実施の形態にかかる嗜好学習装置４の配置位置については限定されるものではなく、後述するように、無線通信回線を介して相互に通信を行うセンターおよびユーザの携帯情報端末のいずれに配置してもよい。
【００１９】
ユーザ嗜好情報データベース１３は、図２に示すように、ユーザごとに管理された嗜好情報の集合である。ユーザＩＤ２００は、個々のユーザを識別するための識別情報すなわちＩＤを表す。属性と属性値の組２０１は、ユーザの嗜好に関する属性とその属性値であり、ユーザの嗜好の１つを表現するたの指標とその値と捉えることができる。例えば、属性４０１としては「キーワード」や「営業時間」などが用いられ、属性値４０２としては属性４０１に対応する値が用いられる。
時間帯２０２は、属性と属性値の組２０１が嗜好として有効な時間帯を示す。エリア２０３は、属性と属性値の組２０１が有効なエリアを示す。また重み２０４は、属性と属性値の組２０１に対する嗜好の強さを示す重み情報である。記録日時２０５は、属性と属性値の組２０１の重み２０４の値が最後に記録または更新された日時を表す。
【００２０】
行動情報データベース１４は、図３で表す行動情報の集合である。行動名３００は、ユーザの実行する行動の名称（「訪問」、「閲覧」、「購入」など）を示す。属性３０１は、行動名３００の行動から推定される属性（キーワードやカテゴリなど）を示す。
また重み３０２は、行動名３００の行動を実行するごとに加減される重みの値である。行動がネガティブな意味を持つ場合、重みは負の値となる。例えば、コンテンツに対して、二度と見たくないといった行動（ボタンを押す等の行動）が、ネガティブな行動である。このとき、行動名が「訪問」で、属性は「キーワード」、重みは「−１ポイント」となる。
【００２１】
コンテンツ属性情報データベース１８は、図４で示すコンテンツ属性情報の集合である。コンテンツＩＤ４００は、ユーザが行動を実行した対象に関係するコンテンツを識別する識別情報（ＩＤ）である。属性４０１は、コンテンツに含まれるユーザの嗜好に関する属性を表し、「キーワード」や「営業時間」などが考えられる。属性値４０２は、属性４０１に対応する値である。例えば、属性４０１が「キーワード」の場合、属性値４０２は「ファーストフード」となる。また属性４０１が「営業時間」である場合は、属性値４０２は「１０：００〜２２：３０」となる。
【００２２】
次に、本発明の実施の形態の動作について説明する。
各種情報を管理するセンター１から無線通信回線９を介してユーザの携帯情報端末８へ、ユーザの状況（時間、場所、嗜好）に応じたコンテンツを提供する場合を考える。
センター１のコンテンツ選択手段５が、ユーザの状況に応じたコンテンツを選択する際、嗜好学習装置４のユーザ嗜好情報データベース１３に格納されているユーザの嗜好情報を用いて情報フィルタリングを行う。センター１では、ユーザの行動をモニタリングし、変化する可能性のあるユーザの嗜好情報を学習し、ユーザ嗜好情報データベース１３へ記録／更新する。
【００２３】
まず、図５を参照して、ユーザ行動検出部１１および嗜好情報管理部１２の動作について説明する。図５は嗜好情報管理処理を示すフローチャートである。なお、図５のステップ５０，５１が請求項６，８に記載した第１のステップに相当し、ステップ５２〜５５が同じく第２のステップに相当し、ステップ５６〜５８が同じく第３のステップに相当する。
【００２４】
ユーザ行動検出部１１は、ユーザの行動に関する情報とその行動の対象に関係するコンテンツのコンテンツＩＤとを検出する（ステップ５０）。
図６にユーザ行動検出部１１で検出する検出データを示す。ユーザ行動検出部１１では、ユーザが携帯する携帯情報端末８からの情報を元にして、ユーザの行動を検出し（ステップ５０：ＹＥＳ）、そのユーザのユーザＩＤ６００、行動の実行が測定された測定時刻６０１、行動が実行されたユーザ位置６０２、そのときの行動を示す行動名６０３、およびその行動の対象に関係するコンテンツを示すコンテンツＩＤ６０４を検出データとして、嗜好情報管理部１２へ渡す（ステップ５１）。
【００２５】
ユーザの行動やコンテンツＩＤについては、ユーザが携帯情報端末８からセンター１へアクセスしてコンテンツを閲覧したという行動、あるいはコンテンツを長時間閲覧したという行動と、そのとき閲覧したコンテンツのコンテンツＩＤとから検出してもよい。この他、携帯情報端末８の位置情報に基づきユーザがあるスポットに滞在したことを認知し、そのとき立ち寄ったという行動と、立ち寄った場所に関連するコンテンツのコンテンツＩＤを検出してもよい。
携帯情報端末８の位置情報については、無線通信網を利用した公知の位置検出技術により自己の位置情報を検出できる。したがって、携帯情報端末８からセンター１へ位置情報を通知するようにしてもよい。このときユーザＩＤも入手できる。また、無線通信事業者が提供する位置情報サービスを利用して携帯情報端末８の位置情報をセンター１で収集してもよい。位置情報からコンテンツあるいはコンテンツＩＤを得る方法については、地図データベースなどを利用すればよい。
【００２６】
嗜好情報管理部１２は、ユーザ行動検出部１１から渡された検出データ６０を分析して嗜好分析データ３０を生成し、ユーザ嗜好情報データベース１３を更新する。図９に嗜好情報管理部１２におけるデータ処理を示す。
まず、嗜好情報管理部１２は、検出データ６０に含まれる行動名６０３に基づいて行動情報データベース１４（図３参照）を検索し、その行動の属性３０１および重み３０２を得る（ステップ５２）。例えば、行動が「訪問」で、属性が「キーワード」などとなる。
【００２７】
続いて、嗜好情報管理部１２は、検出データ６０に含まれるコンテンツＩＤ６０４と、ステップ５１で得られた行動の属性３０１とに基づいて、コンテンツ属性情報データベース１８（図４参照）を検索し、属性値４０２を得る（ステップ５３）。例えば、コンテンツＩＤが「バーガーショップ宮崎台店」で、属性が「キーワード」の場合、その属性値は「ファーストフード」や「ハンバーガー」のリストとなる。
【００２８】
また、嗜好情報管理部１２は、検出データ６０に含まれる測定時刻６０１に基づいて時間情報対応表１５を参照し、その行動が実行された時間帯を求める（ステップ５４）。図７に時間情報対応表を示す。ここでは、各時刻の範囲７０１に対して、「朝」，「昼」，「夕方」および「夜」の各時間帯７００が割り当てられている。
さらに、嗜好情報管理部１２は、検出データ６０に含まれるユーザ位置６０２に基づいてエリア情報対応表１６を参照し、その行動が実行された各エリア名８００を調査して取得する（ステップ５５）。図８にエリア情報対応表を示す。
【００２９】
エリアの調査方法としては、エリア情報対応表１６において、緯度・経度の中心点８０１とその半径８０２とを指定し、その中心点から半径Ｘｋｍの円をエリア名８００に対応させて設定しておく。そして、嗜好情報管理部１２により、ユーザ位置６０２に基づいて、対象となる行動がどのエリアに含まれているかどうかを調査する。エリア情報対応表１６に、ユーザ位置６０２を含むエリアがない場合は、ユーザ位置６０２を中心とし、半径Ｘｋｍの円を新たなエリアとして登録する。但し、半径の値（Ｘｋｍ）は、デフォルト値として与えられているものとする。
なお、エリア情報対応表１６に、住所で記述されている地域名をエリアとして記述しておき、ユーザ位置６０２に基づき、対象となる行動がどのエリアに含まれているかどうかを調査してもよい。
【００３０】
このようにして、嗜好情報管理部１２は、ユーザ行動検出部１１から渡された検出データ６０に基づいて、ユーザの行動に含まれる嗜好を分析し、その分析結果を示すデータとして、ユーザの嗜好を示す属性３０１、属性値４０２、重み３０２、時間帯７００およびエリア名８００からなる嗜好分析データを生成する。続いて、嗜好情報管理部１２は、検出データ６０に含まれるユーザＩＤ６００に基づいてユーザ嗜好情報データベース１３（図２参照）を検索し、そのユーザの嗜好情報２０を抽出する（ステップ５６）。
【００３１】
そして、嗜好情報管理部１２は、ユーザ行動検出部１１から渡された検出データ６０から生成した嗜好分析データ３０に基づき、ユーザ嗜好情報データベース１３を更新する（ステップ５７）。ここでは、ユーザ嗜好情報データベース１３から抽出した嗜好情報のうち、嗜好分析データ３０と一致するユーザ嗜好情報が存在する場合、例えば属性・属性値の組２０１、時間帯２０２、エリア２０３が嗜好分析データ３０のものと同一の嗜好情報２０が存在する場合、その嗜好情報２０の重み２０４を、嗜好分析データ３０の重み３０２で加減する。行動がネガティブな意味を持つ場合は重みが負の値となり、実質的には属性の重み２０４を減ずることになる。
【００３２】
例えば、行動の対象に関係するコンテンツＩＤ６０４が「バーガーショップ宮崎台店」で、嗜好分析データ３０の行動名６０３が「訪問」、属性３０１が「キーワード」、属性値４０２が「ファーストフード」、重み３０２が「＋１ポイント」の場合を考える。この際には、ユーザ嗜好情報データベース１３から抽出された当該ユーザの嗜好情報のうち、属性・属性値の組２０１が「キーワード：ファーストフード」のものを検索し、その嗜好情報の時間帯２０２とエリア２０３とが同じであったら、重み２０４を「＋１ポイント」加減し、記録日時２０５へ更新した時刻を格納する。
【００３３】
一方、属性・属性値の組２０１が「キーワード：ファーストフード」のものが見つからない場合や、あったとしてもその時間帯やエリアが違う場合を考える。この際には、ユーザＩＤ２００に属する新規の嗜好情報として、嗜好分析データ３０の属性３０１および属性値４０２を属性・属性値の組２０１へ、時間帯７００を時間帯３０２へ、エリア名８００をエリア２０３へ、「＋１ポイント」を重み２０４へ、そして更新した時刻を記録日時２０５へそれぞれ格納し、新規の嗜好情報を作成する。
【００３４】
嗜好情報管理部１２では、上記のようにして、嗜好分析データ３０に基づき対応する嗜好情報２０を更新または作成して、その嗜好情報をユーザ嗜好情報データベース１３に格納し（ステップ５８）、一連の嗜好情報管理処理を終了する。このように、携帯情報端末８からの情報を元にしてユーザが行動を行った時間帯および位置情報を検出するようにしたので、その時間帯および位置情報（場所）に応じて、ユーザの嗜好を学習することができる。これによりモバイル環境に特有の、ユーザの状況に応じて嗜好も変化するような場合でも、ユーザからの閲覧要求に応じて、ユーザが存在する場所およびその時間帯における最適なコンテンツを提供できる。
【００３５】
次に、図１０を参照して、嗜好情報更新部１７の動作について説明する。図１０は嗜好情報更新処理を示すフローチャートである。なお、図１０の嗜好情報更新処理全体が請求項７，９に記載した第４のステップに相当する。
嗜好情報更新部１７は、指定時刻になると（ステップ８０：ＹＥＳ）、以下に説明する嗜好情報更新処理を起動する。例えば、嗜好情報更新部１７には、更新時刻が記憶されており、その時刻になると自動的に起動する。
嗜好情報更新部１７は、嗜好情報更新処理として、まずユーザ嗜好情報データベース１３をアクセスし、未処理の嗜好情報を一つずつ取り出す（ステップ８１，８２）。
【００３６】
そして、取り出した嗜好情報のうち、その記録日時２０５と現在時刻とを用いて、それぞれの嗜好情報を最後に更新記録した時点から所定の時間Ｔ以上経過しているかどうか調べる（ステップ８３）。例えば、嗜好情報更新部１７には、重みを更新するタイミングを示す時間Ｔが予め設定されており、記録日時２０５と現在時刻との差を、この時間Ｔと比較する。
ここで、時間Ｔ以上の時間が経過していない場合は（ステップ８３：ＮＯ）、ステップ８１へ戻って次の嗜好情報を選択して同様の処理を実行する。
【００３７】
一方、時間Ｔ以上の時間が経過している場合は（ステップ８３：ＹＥＳ）、その嗜好情報の重み２０４を減らし、更新した日時を記録日時２０５へ格納する（ステップ８４）。なお、重み２０４を減らす割合、重み２０４の最小値（最低のポイント）は、嗜好情報更新部１７に予め設定されている。また、重み２０４を減らして最小値になった場合は、その嗜好情報をユーザ嗜好情報データベース１３から削除するようにしてもよい。
続いて、嗜好情報更新部１７は、更新された嗜好情報をユーザ嗜好情報データベース１３へ格納し（ステップ８５）、ステップ８１へ戻って次の嗜好情報を選択して同様の処理を実行する。
【００３８】
嗜好情報更新部１７では、このようにして、ユーザ嗜好情報データベース１３内の嗜好情報について、一つずつ検査して更新し、未処理の嗜好情報がなくなった場合は（ステップ８１：ＮＯ）、一連の嗜好情報更新処理を終了する。
これにより、過去の嗜好情報に関する重みが徐々に削減されて、最近の嗜好情報が重視されるものとなり、ユーザの嗜好の時間的変化を的確に学習し管理することができる。
【００３９】
次に、各種コンテンツを配信するセンター１のコンテンツ選択手段５において、嗜好学習装置４での嗜好学習動作により得られたユーザ嗜好情報データベース１３を利用し、ユーザにあったコンテンツを選択する例を説明する。
ここでは、図１１に示すように、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）について、３つの嗜好情報９１１〜９１３がユーザ嗜好情報データベース１３に記録されているケースを考える。例えば、嗜好情報９１１では、属性が「キーワード」、属性値が「ファーストフード」の組９０１、時間帯９０２が「１１：００〜１４：００」、エリア９０３が「（Ｅ１３９．４２．１４．１５１，Ｎ３５．３９．２４．２３６）（バーガーショップ渋谷店）を中心に半径１０ｋｍの円」、重み９０４が「８．２」、および記録日時９０５が「２０００／０７／３０」で構成されている。
【００４０】
この嗜好情報９１１は、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、対象「バーガーショップ渋谷店」に対して、昼の時間帯に、行動「訪問」を複数回実行したという履歴に基づいて学習し得られたものである。記録日時９０５は、最後の「バーガーショップ渋谷店」に訪問した日時を表している。
ここで、ユーザの状況（時間、場所、嗜好）を考慮したコンテンツをユーザの携帯情報端末に対してプッシュ型配信するサービスを考える。例えば、外出したユーザが携帯情報端末８からセンター１へコンテンツ配信を要求した場合、携帯情報端末８では、現在位置を示す位置情報とユーザＩＤもを合わせて通知する。センター１のコンテンツ選択手段５では、これに応じてコンテンツを選択する。この際に、各コンテンツのスコアを、ユーザ嗜好情報データベース１３の重みを利用して計算し、そのスコアの高いコンテンツをユーザに対して配信する。
【００４１】
例えば、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、１２時頃渋谷界隈にいる場合を考える。現在時間（１２時）が時間帯９０２の範囲内、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）の位置がエリア９０３のエリア内ということから、その嗜好情報９１１をスコア計算に利用する。キーワードとして「ファーストフード」を持つ各コンテンツのスコアに、重み「８．２」がそれぞれ加算される。そのため、キーワードとして「ファーストフード」を持つコンテンツのスコア合計点が上がる。この結果、ファーストフード店のスコアが高くなり、ユーザに配信するコンテンツとして選択されることになる。
【００４２】
一方、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、１８時に表参道の駅周辺にいる場合を考える。この場合、イタリアンレストランのコンテンツのスコアが高くなる。表参道の駅周辺は嗜好情報９１１のエリア９０３にも属する。しかし、１８時は、嗜好情報９１１の時間帯９０２の範囲外であるため、この嗜好情報９１１は利用されない。この場合は、時間帯９０２、エリア９０３が合致する（キーワード：イタリア料理）の嗜好情報９１２がスコア計算に用いられる。そのため、「イタリア料理」というキーワードを持つコンテンツが選択されるやすくなる。
また、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、昼の時間帯に箱根湯本駅周辺にいる場合を考える。この場合も上記と同様の理由により、嗜好情報９１３がスコア計算に用いられ、箱根湯本駅周辺ではそば屋のコンテンツが選択されやすくなる。
【００４３】
以上では、嗜好学習装置４をセンター１へ配置した嗜好学習システムを例として説明したが、図１２に示すように、この嗜好学習装置４を携帯情報端末８へ配置してもよい。
この場合は、携帯情報端末８の嗜好学習装置４で学習した嗜好情報を必要に応じてセンター１へ通知し、センター１で携帯情報端末８からの嗜好情報に基づき情報フィルタリングを行うことにより、時間帯および位置情報に応じたコンテンツをユーザへ提供できる。
【００４４】
また、他の嗜好学習システムとして、図１３に示すように、嗜好学習装置４のうち、ユーザ行動検出部１１のみを携帯情報端末８へ配置してもよい。この場合は、携帯情報端末８のユーザ行動検出部１１で検出した検出データをセンター１へ通知し、センター１で携帯情報端末８からの検出データに基づき、コンテンツ属性情報データベース１８、行動情報データベース１４、時間情報対応表１５およびエリア情報対応表１６を用いて、嗜好情報管理部１２により、嗜好分析データ３０が生成されユーザ嗜好情報データベース１３の嗜好情報２０が更新される。
【００４５】
【発明の効果】
以上説明したように、本発明は、嗜好学習装置のユーザ行動検出部により、ユーザの携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、そのユーザを示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、行動が検出された測定時刻および位置情報を含む検出データを取得し、嗜好情報管理部により、ユーザ行動検出部で得られた検出データに基づいてユーザの嗜好を分析した嗜好分析データを生成し、その嗜好分析データに基づいてユーザ嗜好情報データベースを更新するようにしたので、時間帯および位置情報（場所）に応じて、ユーザの嗜好を学習することができる。これによりモバイル環境に特有の、ユーザの状況に応じて嗜好も変化するような場合でも、ユーザからの閲覧要求に応じて、ユーザが存在する場所およびその時間帯における最適なコンテンツを提供できる。
【００４６】
また、ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新するようにしたので、過去の嗜好情報に関する重みが徐々に削減されて、最近の嗜好情報が重視されるものとなり、ユーザの嗜好の時間的変化を的確に学習し管理することができる。
【図面の簡単な説明】
【図１】 本発明の一実施の形態にかかる嗜好学習システムおよび嗜好学習装置を示すブロック図である。
【図２】 ユーザ嗜好情報データベースの構成例である。
【図３】 行動情報データベースの構成例である。
【図４】 コンテンツ属性データベースの構成例である。
【図５】 嗜好情報管理処理を示すフローチャートである。
【図６】 検出データの構成例である。
【図７】 時間情報対応表の構成例である。
【図８】 エリア情報対応表の構成例である。
【図９】 嗜好情報管理部におけるデータ処理を示す説明図である。
【図１０】 嗜好情報更新処理を示すフローチャートである。
【図１１】 ユーザ嗜好情報データベースの具体例である。
【図１２】 本発明の他の実施の形態にかかる嗜好学習システムを示すブロック図である。
【図１３】 本発明の他の実施の形態にかかる嗜好学習システムを示すブロック図である。
【符号の説明】
１…センター、２…通信手段、３…コンテンツ情報データベース、４…嗜好学習装置、５…コンテンツ選択手段、６…記録媒体、８…携帯情報端末、９…無線通信回線、１０…ＣＰＵ、１１…ユーザ行動検出部、１２…嗜好情報管理部、１３…ユーザ嗜好情報データベース、１４…行動情報データベース、１５…時間情報対応表、１６…エリア情報対応表、１７…嗜好情報更新部、１８…コンテンツ属性情報データベース、２０…嗜好情報、３０…嗜好分析データ、６０…検出データ。
【発明の属する技術分野】
本発明は、嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体に関し、特に利用者が携帯する携帯情報端末から、時間や場所を考慮した嗜好情報を収集し学習する嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体に関するものである。
【０００２】
【従来の技術】
従来、インターネット上で公開されている大量の電子化情報すなわちコンテンツから、ユーザ（利用者）の嗜好に応じたものを選別する情報フィルタリング技術や、その情報フィルタリングを用いた情報ナビゲーション技術に関する検討がなされている。情報フィルタリング技術では、ユーザの関心度合いを定量化してコンピュータで処理するため、その関心度合いとして、ユーザがどのようなコンテンツに関心を有しているかを表現するベクトルが用いられることが多い。
【０００３】
このような技術では、ユーザの嗜好を的確に学習しておく必要がある。ユーザの嗜好を学習する方法としては、ユーザがコンテンツへアクセスした履歴から推定する方法がある。その１つとして、ユーザ自身からの明示的な設定や評価を要さずに、自動的に時間の経過と共に変化するユーザの嗜好に追従した情報選別を行う手法が開示されている（例えば、特開平１１−１５８４０号公報など参照）。また、携帯情報端末を利用するユーザの移動パターンをモニタし、ユーザが滞在した場所に関連する情報を元にして、ユーザの嗜好情報を自動的に学習する手法が提案されている（例えば、特願平１１−２９０３７９号公報など参照）。
【０００４】
【発明が解決しようとする課題】
しかしながら、このような従来の嗜好学習方法では、学習するユーザ嗜好情報について、時間帯や場所が考慮されておらず、モバイル環境に特有の、ユーザの状況に応じて嗜好も変化するような場合には、利用者からの閲覧要求に応じて、ユーザが存在する場所およびその時間帯における最適なコンテンツを提供できないという問題点があった。モバイル環境において、ユーザが携帯情報端末や情報検索機能付きのカーナビゲーションシステムを利用し、レストラン情報や観光スポット情報等のＰＯＩ（Point of Interest）情報を検索する場合、ユーザの嗜好情報は、時間帯や場所によって変わる。
【０００５】
例えば、昼食時間にファーストフードレストランに頻繁に行くユーザは、夕食時間帯にはファーストフードレストランではなく高級料理店に行くケースがある。また、東京でイタリアンレストランによく行くユーザでも、観光地ではイタリア料理よりもその土地の料理を好むことがある。
本発明は、このような課題を解決するためのものであり、携帯情報端末を利用するユーザの嗜好情報を、ユーザが行動を行う時間帯や場所に応じて学習でき、また、変化するユーザの嗜好情報を抽出し管理できる嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体を提供することを目的としている。
【０００６】
【課題を解決するための手段】
このような目的を達成するために、本発明にかかる嗜好学習装置は、各種コンテンツに含まれる利用者の嗜好に関する属性およびその属性値を各コンテンツごとに格納するコンテンツ属性情報データベースと、利用者の行動から推定される利用者の嗜好に関する属性およびその属性に対する重みを各行動ごとに格納する行動情報データベースと、時間帯の名前とその時刻範囲とを対応付けて格納する時間情報対応表と、利用者の位置情報を分類するために設けられた複数のエリアごとに、それぞれのエリア名とその地域範囲とを対応付けて格納するエリア情報対応表と、利用者の嗜好に関する属性と属性値との組、その属性の重み、その重みが有効である時間帯、およびその重みが有効となる場所から構成される利用者の嗜好情報を、各利用者ごとに格納するユーザ嗜好情報データベースと、利用者の携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、その利用者を示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、行動が検出された測定時刻および位置情報を含む検出データを取得するユーザ行動検出部と、このユーザ行動検出部で得られた検出データに基づいて利用者の嗜好を分析した嗜好分析データを生成し、その嗜好分析データに基づいてユーザ嗜好情報データベースを更新する嗜好情報管理部とを備えるものである。
【０００７】
そして、嗜好情報管理部により、検出データに含まれる測定時刻を元にして時間情報対応表から取得した時間帯情報と、検出データに含まれる位置情報を元にしてエリア情報対応表から取得したエリア名と、検出データに含まれる行動名を元にして行動情報データベースから取得した行動に含まれる嗜好に関する属性および重みと、この嗜好に関する属性と検出データに含まれるコンテンツＩＤとを元にしてコンテンツ属性情報データベースから取得した嗜好に関する属性値とを用いて嗜好分析データを生成し、この嗜好分析データに含まれる時間帯情報、エリア名、嗜好に関する属性および属性値と、検出データに含まれるユーザＩＤとで特定されるユーザ嗜好情報データベース内の嗜好情報について、その嗜好情報に含まれる重みを嗜好分析データに含まれる重みで更新するようにしたものである。
さらに、ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新する嗜好情報更新部を備えるものである。
【０００８】
また、本発明にかかる嗜好学習システムは、利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介してセンターと接続され利用者の操作に応じてセンターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、センターに上記の嗜好学習装置を設け、この嗜好学習装置により、携帯情報端末から得られた情報に基づき、利用者が行う行動の時間帯および位置に応じて利用者の嗜好を学習するようにしたものである。
【０００９】
本発明にかかる他の嗜好学習システムは、利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介してセンターと接続され利用者の操作に応じてセンターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、携帯情報端末に上記の嗜好学習装置を設け、この嗜好学習装置により、携帯情報端末から得られた情報に基づいて、利用者が行う行動の時間帯および位置に応じて利用者の嗜好を学習するようにしたものである。
【００１０】
本発明にかかる他の嗜好学習システムは、利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介してセンターと接続され利用者の操作に応じてセンターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、携帯情報端末に上記の嗜好学習装置のうちのユーザ行動検出部を設けて、このユーザ行動検出部で得られた検出データをセンターへ送信し、センターに、上記の嗜好学習装置のうち、コンテンツ属性情報データベースと、行動情報データベースと、時間情報対応表と、エリア情報対応表と、ユーザ嗜好情報データベースと、嗜好情報管理部とを設け、この嗜好情報管理部により、携帯情報端末から受信した検出データに基づいて、利用者が行う行動の時間帯および位置に応じて利用者の嗜好を学習するようにしたものである。
【００１１】
本発明にかかる嗜好学習方法は、各種コンテンツに含まれる利用者の嗜好に関する属性およびその属性値を各コンテンツごとに格納するコンテンツ属性情報データベースと、利用者の行動から推定される利用者の嗜好に関する属性、およびその属性に対する重みを各行動ごとに格納する行動情報データベースと、時間帯の名前とその時刻範囲とを対応付けて格納する時間情報対応表と、利用者の位置情報を分類するために設けられた複数のエリアごとに、それぞれのエリア名とその地域範囲とを対応付けて格納するエリア情報対応表と、利用者の嗜好に関する属性と属性値との組、その属性の重み、その重みが有効である時間帯、およびその重みが有効となる場所から構成される利用者の嗜好情報を、各利用者ごとに格納するユーザ嗜好情報データベースとを用いるものである。
【００１２】
そして、第１のステップとして、利用者の携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、その利用者を示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、行動が検出された測定時刻および位置情報を含む検出データを取得し、第２のステップとして、第１のステップで得られた検出データに含まれる測定時刻を元にして時間情報対応表から取得した時間帯情報と、検出データに含まれる位置情報を元にしてエリア情報対応表から取得したエリア名と、検出データに含まれる行動名を元にして行動情報データベースから取得した行動に含まれる嗜好に関する属性および重みと、この嗜好に関する属性と検出データに含まれるコンテンツＩＤとを元にしてコンテンツ属性情報データベースから取得した嗜好に関する属性値とを用いて嗜好分析データを生成し、第３のステップとして、第２のステップで得られた嗜好分析データに含まれる時間帯情報、エリア名、嗜好に関する属性および属性値と、検出データに含まれるユーザＩＤとで特定されるユーザ嗜好情報データベース内の嗜好情報について、その嗜好情報に含まれる重みを嗜好分析データに含まれる重みで更新するようにしたものである。
【００１３】
さらに、第４のステップとして、ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新するようにしたものである。
また、本発明にかかる記憶媒体は、上記の嗜好学習方法をコンピュータで実行させるためのプログラムを記録したものである。
【００１４】
【発明の実施の形態】
次に、本発明の実施の形態について図面を参照して説明する。
図１は本発明の一実施の形態にかかる嗜好学習システムおよび嗜好学習装置を示すブロック図である。
この嗜好学習システムは、ユーザ（利用者）へ提供する各種の電子化情報すなわちコンテンツを管理するセンター１と、無線通信回線９を介してセンター１と接続されユーザの操作に応じてセンター１へアクセスし所望のコンテンツを取得して表示する携帯情報端末８とから構成されている。
【００１５】
センター１には、無線通信回線９を介してユーザの携帯情報端末８と通信する通信手段２、ユーザの携帯情報端末８へ配信するコンテンツを蓄積するコンテンツ情報データベース３、携帯情報端末８から得られた情報に基づき、ユーザが行う行動の時間帯および位置に応じてユーザの嗜好を学習する嗜好学習装置４、および嗜好学習装置４の学習内容に基づきユーザの携帯情報端末８へ配信するコンテンツを選択するコンテンツ選択手段５が設けられている。
【００１６】
嗜好学習装置４には、ユーザ嗜好情報データベース１３、行動情報データベース１４、時間情報対応表１５、エリア情報対応表１６、コンテンツ属性情報データベース１８、これらを制御するＣＰＵ１０とが設けられている。ＣＰＵ１０は、メモリ１９や記憶媒体６に格納されているプログラムを読み込んで動作し、ユーザ行動検出部１１、嗜好情報管理部１２、および嗜好情報更新部１７の各機能ブロックを実現する。
ユーザ行動検出部１１では、ユーザの行動、行動の対象に関係するコンテンツ、行動が実行された時刻および位置情報を検出する。嗜好情報管理部１２では、ユーザ行動検出部１１で検出された各種情報からユーザの嗜好情報を抽出し、その学習を行う。
【００１７】
ユーザ嗜好情報データベース１３には、時間帯やユーザの位置に応じたユーザの嗜好情報が格納されている。行動情報データベース１４には、ユーザの行動、その行動から推定されるユーザの嗜好に関する属性、およびその属性に対する重み（加減値）を示すデータが格納されている。時間情報対応表１５には、行動を検出した時刻に対応する時間帯を示すデータが格納されている。エリア情報対応表１６には、ユーザの存在位置をエリアごとに分類するためのデータが格納されている。
嗜好情報更新部１７では、ユーザ嗜好情報データベース１３の各嗜好情報に含まれる重みを所定時間ごとに更新する。コンテンツ属性情報データベース１８には、各種コンテンツに含まれるユーザの嗜好に関する属性およびその属性値を示すデータが格納されている。
【００１８】
嗜好学習システムでは、センター１の嗜好学習装置４で学習した嗜好情報に基づいて、コンテンツ選択手段５によりコンテンツ情報データベース３から、ユーザの状況（時間、場所、嗜好）に応じたコンテンツが選択され、通信手段２および無線通信回線９を介して携帯情報端末８へ提供される。
ユーザの嗜好は、ユーザの行動履歴（ユーザの移動パターンや、提供された情報に対する携帯情報端末での操作）を元にして、嗜好学習装置４で学習される。なお、本実施の形態にかかる嗜好学習装置４の配置位置については限定されるものではなく、後述するように、無線通信回線を介して相互に通信を行うセンターおよびユーザの携帯情報端末のいずれに配置してもよい。
【００１９】
ユーザ嗜好情報データベース１３は、図２に示すように、ユーザごとに管理された嗜好情報の集合である。ユーザＩＤ２００は、個々のユーザを識別するための識別情報すなわちＩＤを表す。属性と属性値の組２０１は、ユーザの嗜好に関する属性とその属性値であり、ユーザの嗜好の１つを表現するたの指標とその値と捉えることができる。例えば、属性４０１としては「キーワード」や「営業時間」などが用いられ、属性値４０２としては属性４０１に対応する値が用いられる。
時間帯２０２は、属性と属性値の組２０１が嗜好として有効な時間帯を示す。エリア２０３は、属性と属性値の組２０１が有効なエリアを示す。また重み２０４は、属性と属性値の組２０１に対する嗜好の強さを示す重み情報である。記録日時２０５は、属性と属性値の組２０１の重み２０４の値が最後に記録または更新された日時を表す。
【００２０】
行動情報データベース１４は、図３で表す行動情報の集合である。行動名３００は、ユーザの実行する行動の名称（「訪問」、「閲覧」、「購入」など）を示す。属性３０１は、行動名３００の行動から推定される属性（キーワードやカテゴリなど）を示す。
また重み３０２は、行動名３００の行動を実行するごとに加減される重みの値である。行動がネガティブな意味を持つ場合、重みは負の値となる。例えば、コンテンツに対して、二度と見たくないといった行動（ボタンを押す等の行動）が、ネガティブな行動である。このとき、行動名が「訪問」で、属性は「キーワード」、重みは「−１ポイント」となる。
【００２１】
コンテンツ属性情報データベース１８は、図４で示すコンテンツ属性情報の集合である。コンテンツＩＤ４００は、ユーザが行動を実行した対象に関係するコンテンツを識別する識別情報（ＩＤ）である。属性４０１は、コンテンツに含まれるユーザの嗜好に関する属性を表し、「キーワード」や「営業時間」などが考えられる。属性値４０２は、属性４０１に対応する値である。例えば、属性４０１が「キーワード」の場合、属性値４０２は「ファーストフード」となる。また属性４０１が「営業時間」である場合は、属性値４０２は「１０：００〜２２：３０」となる。
【００２２】
次に、本発明の実施の形態の動作について説明する。
各種情報を管理するセンター１から無線通信回線９を介してユーザの携帯情報端末８へ、ユーザの状況（時間、場所、嗜好）に応じたコンテンツを提供する場合を考える。
センター１のコンテンツ選択手段５が、ユーザの状況に応じたコンテンツを選択する際、嗜好学習装置４のユーザ嗜好情報データベース１３に格納されているユーザの嗜好情報を用いて情報フィルタリングを行う。センター１では、ユーザの行動をモニタリングし、変化する可能性のあるユーザの嗜好情報を学習し、ユーザ嗜好情報データベース１３へ記録／更新する。
【００２３】
まず、図５を参照して、ユーザ行動検出部１１および嗜好情報管理部１２の動作について説明する。図５は嗜好情報管理処理を示すフローチャートである。なお、図５のステップ５０，５１が請求項６，８に記載した第１のステップに相当し、ステップ５２〜５５が同じく第２のステップに相当し、ステップ５６〜５８が同じく第３のステップに相当する。
【００２４】
ユーザ行動検出部１１は、ユーザの行動に関する情報とその行動の対象に関係するコンテンツのコンテンツＩＤとを検出する（ステップ５０）。
図６にユーザ行動検出部１１で検出する検出データを示す。ユーザ行動検出部１１では、ユーザが携帯する携帯情報端末８からの情報を元にして、ユーザの行動を検出し（ステップ５０：ＹＥＳ）、そのユーザのユーザＩＤ６００、行動の実行が測定された測定時刻６０１、行動が実行されたユーザ位置６０２、そのときの行動を示す行動名６０３、およびその行動の対象に関係するコンテンツを示すコンテンツＩＤ６０４を検出データとして、嗜好情報管理部１２へ渡す（ステップ５１）。
【００２５】
ユーザの行動やコンテンツＩＤについては、ユーザが携帯情報端末８からセンター１へアクセスしてコンテンツを閲覧したという行動、あるいはコンテンツを長時間閲覧したという行動と、そのとき閲覧したコンテンツのコンテンツＩＤとから検出してもよい。この他、携帯情報端末８の位置情報に基づきユーザがあるスポットに滞在したことを認知し、そのとき立ち寄ったという行動と、立ち寄った場所に関連するコンテンツのコンテンツＩＤを検出してもよい。
携帯情報端末８の位置情報については、無線通信網を利用した公知の位置検出技術により自己の位置情報を検出できる。したがって、携帯情報端末８からセンター１へ位置情報を通知するようにしてもよい。このときユーザＩＤも入手できる。また、無線通信事業者が提供する位置情報サービスを利用して携帯情報端末８の位置情報をセンター１で収集してもよい。位置情報からコンテンツあるいはコンテンツＩＤを得る方法については、地図データベースなどを利用すればよい。
【００２６】
嗜好情報管理部１２は、ユーザ行動検出部１１から渡された検出データ６０を分析して嗜好分析データ３０を生成し、ユーザ嗜好情報データベース１３を更新する。図９に嗜好情報管理部１２におけるデータ処理を示す。
まず、嗜好情報管理部１２は、検出データ６０に含まれる行動名６０３に基づいて行動情報データベース１４（図３参照）を検索し、その行動の属性３０１および重み３０２を得る（ステップ５２）。例えば、行動が「訪問」で、属性が「キーワード」などとなる。
【００２７】
続いて、嗜好情報管理部１２は、検出データ６０に含まれるコンテンツＩＤ６０４と、ステップ５１で得られた行動の属性３０１とに基づいて、コンテンツ属性情報データベース１８（図４参照）を検索し、属性値４０２を得る（ステップ５３）。例えば、コンテンツＩＤが「バーガーショップ宮崎台店」で、属性が「キーワード」の場合、その属性値は「ファーストフード」や「ハンバーガー」のリストとなる。
【００２８】
また、嗜好情報管理部１２は、検出データ６０に含まれる測定時刻６０１に基づいて時間情報対応表１５を参照し、その行動が実行された時間帯を求める（ステップ５４）。図７に時間情報対応表を示す。ここでは、各時刻の範囲７０１に対して、「朝」，「昼」，「夕方」および「夜」の各時間帯７００が割り当てられている。
さらに、嗜好情報管理部１２は、検出データ６０に含まれるユーザ位置６０２に基づいてエリア情報対応表１６を参照し、その行動が実行された各エリア名８００を調査して取得する（ステップ５５）。図８にエリア情報対応表を示す。
【００２９】
エリアの調査方法としては、エリア情報対応表１６において、緯度・経度の中心点８０１とその半径８０２とを指定し、その中心点から半径Ｘｋｍの円をエリア名８００に対応させて設定しておく。そして、嗜好情報管理部１２により、ユーザ位置６０２に基づいて、対象となる行動がどのエリアに含まれているかどうかを調査する。エリア情報対応表１６に、ユーザ位置６０２を含むエリアがない場合は、ユーザ位置６０２を中心とし、半径Ｘｋｍの円を新たなエリアとして登録する。但し、半径の値（Ｘｋｍ）は、デフォルト値として与えられているものとする。
なお、エリア情報対応表１６に、住所で記述されている地域名をエリアとして記述しておき、ユーザ位置６０２に基づき、対象となる行動がどのエリアに含まれているかどうかを調査してもよい。
【００３０】
このようにして、嗜好情報管理部１２は、ユーザ行動検出部１１から渡された検出データ６０に基づいて、ユーザの行動に含まれる嗜好を分析し、その分析結果を示すデータとして、ユーザの嗜好を示す属性３０１、属性値４０２、重み３０２、時間帯７００およびエリア名８００からなる嗜好分析データを生成する。続いて、嗜好情報管理部１２は、検出データ６０に含まれるユーザＩＤ６００に基づいてユーザ嗜好情報データベース１３（図２参照）を検索し、そのユーザの嗜好情報２０を抽出する（ステップ５６）。
【００３１】
そして、嗜好情報管理部１２は、ユーザ行動検出部１１から渡された検出データ６０から生成した嗜好分析データ３０に基づき、ユーザ嗜好情報データベース１３を更新する（ステップ５７）。ここでは、ユーザ嗜好情報データベース１３から抽出した嗜好情報のうち、嗜好分析データ３０と一致するユーザ嗜好情報が存在する場合、例えば属性・属性値の組２０１、時間帯２０２、エリア２０３が嗜好分析データ３０のものと同一の嗜好情報２０が存在する場合、その嗜好情報２０の重み２０４を、嗜好分析データ３０の重み３０２で加減する。行動がネガティブな意味を持つ場合は重みが負の値となり、実質的には属性の重み２０４を減ずることになる。
【００３２】
例えば、行動の対象に関係するコンテンツＩＤ６０４が「バーガーショップ宮崎台店」で、嗜好分析データ３０の行動名６０３が「訪問」、属性３０１が「キーワード」、属性値４０２が「ファーストフード」、重み３０２が「＋１ポイント」の場合を考える。この際には、ユーザ嗜好情報データベース１３から抽出された当該ユーザの嗜好情報のうち、属性・属性値の組２０１が「キーワード：ファーストフード」のものを検索し、その嗜好情報の時間帯２０２とエリア２０３とが同じであったら、重み２０４を「＋１ポイント」加減し、記録日時２０５へ更新した時刻を格納する。
【００３３】
一方、属性・属性値の組２０１が「キーワード：ファーストフード」のものが見つからない場合や、あったとしてもその時間帯やエリアが違う場合を考える。この際には、ユーザＩＤ２００に属する新規の嗜好情報として、嗜好分析データ３０の属性３０１および属性値４０２を属性・属性値の組２０１へ、時間帯７００を時間帯３０２へ、エリア名８００をエリア２０３へ、「＋１ポイント」を重み２０４へ、そして更新した時刻を記録日時２０５へそれぞれ格納し、新規の嗜好情報を作成する。
【００３４】
嗜好情報管理部１２では、上記のようにして、嗜好分析データ３０に基づき対応する嗜好情報２０を更新または作成して、その嗜好情報をユーザ嗜好情報データベース１３に格納し（ステップ５８）、一連の嗜好情報管理処理を終了する。このように、携帯情報端末８からの情報を元にしてユーザが行動を行った時間帯および位置情報を検出するようにしたので、その時間帯および位置情報（場所）に応じて、ユーザの嗜好を学習することができる。これによりモバイル環境に特有の、ユーザの状況に応じて嗜好も変化するような場合でも、ユーザからの閲覧要求に応じて、ユーザが存在する場所およびその時間帯における最適なコンテンツを提供できる。
【００３５】
次に、図１０を参照して、嗜好情報更新部１７の動作について説明する。図１０は嗜好情報更新処理を示すフローチャートである。なお、図１０の嗜好情報更新処理全体が請求項７，９に記載した第４のステップに相当する。
嗜好情報更新部１７は、指定時刻になると（ステップ８０：ＹＥＳ）、以下に説明する嗜好情報更新処理を起動する。例えば、嗜好情報更新部１７には、更新時刻が記憶されており、その時刻になると自動的に起動する。
嗜好情報更新部１７は、嗜好情報更新処理として、まずユーザ嗜好情報データベース１３をアクセスし、未処理の嗜好情報を一つずつ取り出す（ステップ８１，８２）。
【００３６】
そして、取り出した嗜好情報のうち、その記録日時２０５と現在時刻とを用いて、それぞれの嗜好情報を最後に更新記録した時点から所定の時間Ｔ以上経過しているかどうか調べる（ステップ８３）。例えば、嗜好情報更新部１７には、重みを更新するタイミングを示す時間Ｔが予め設定されており、記録日時２０５と現在時刻との差を、この時間Ｔと比較する。
ここで、時間Ｔ以上の時間が経過していない場合は（ステップ８３：ＮＯ）、ステップ８１へ戻って次の嗜好情報を選択して同様の処理を実行する。
【００３７】
一方、時間Ｔ以上の時間が経過している場合は（ステップ８３：ＹＥＳ）、その嗜好情報の重み２０４を減らし、更新した日時を記録日時２０５へ格納する（ステップ８４）。なお、重み２０４を減らす割合、重み２０４の最小値（最低のポイント）は、嗜好情報更新部１７に予め設定されている。また、重み２０４を減らして最小値になった場合は、その嗜好情報をユーザ嗜好情報データベース１３から削除するようにしてもよい。
続いて、嗜好情報更新部１７は、更新された嗜好情報をユーザ嗜好情報データベース１３へ格納し（ステップ８５）、ステップ８１へ戻って次の嗜好情報を選択して同様の処理を実行する。
【００３８】
嗜好情報更新部１７では、このようにして、ユーザ嗜好情報データベース１３内の嗜好情報について、一つずつ検査して更新し、未処理の嗜好情報がなくなった場合は（ステップ８１：ＮＯ）、一連の嗜好情報更新処理を終了する。
これにより、過去の嗜好情報に関する重みが徐々に削減されて、最近の嗜好情報が重視されるものとなり、ユーザの嗜好の時間的変化を的確に学習し管理することができる。
【００３９】
次に、各種コンテンツを配信するセンター１のコンテンツ選択手段５において、嗜好学習装置４での嗜好学習動作により得られたユーザ嗜好情報データベース１３を利用し、ユーザにあったコンテンツを選択する例を説明する。
ここでは、図１１に示すように、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）について、３つの嗜好情報９１１〜９１３がユーザ嗜好情報データベース１３に記録されているケースを考える。例えば、嗜好情報９１１では、属性が「キーワード」、属性値が「ファーストフード」の組９０１、時間帯９０２が「１１：００〜１４：００」、エリア９０３が「（Ｅ１３９．４２．１４．１５１，Ｎ３５．３９．２４．２３６）（バーガーショップ渋谷店）を中心に半径１０ｋｍの円」、重み９０４が「８．２」、および記録日時９０５が「２０００／０７／３０」で構成されている。
【００４０】
この嗜好情報９１１は、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、対象「バーガーショップ渋谷店」に対して、昼の時間帯に、行動「訪問」を複数回実行したという履歴に基づいて学習し得られたものである。記録日時９０５は、最後の「バーガーショップ渋谷店」に訪問した日時を表している。
ここで、ユーザの状況（時間、場所、嗜好）を考慮したコンテンツをユーザの携帯情報端末に対してプッシュ型配信するサービスを考える。例えば、外出したユーザが携帯情報端末８からセンター１へコンテンツ配信を要求した場合、携帯情報端末８では、現在位置を示す位置情報とユーザＩＤもを合わせて通知する。センター１のコンテンツ選択手段５では、これに応じてコンテンツを選択する。この際に、各コンテンツのスコアを、ユーザ嗜好情報データベース１３の重みを利用して計算し、そのスコアの高いコンテンツをユーザに対して配信する。
【００４１】
例えば、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、１２時頃渋谷界隈にいる場合を考える。現在時間（１２時）が時間帯９０２の範囲内、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）の位置がエリア９０３のエリア内ということから、その嗜好情報９１１をスコア計算に利用する。キーワードとして「ファーストフード」を持つ各コンテンツのスコアに、重み「８．２」がそれぞれ加算される。そのため、キーワードとして「ファーストフード」を持つコンテンツのスコア合計点が上がる。この結果、ファーストフード店のスコアが高くなり、ユーザに配信するコンテンツとして選択されることになる。
【００４２】
一方、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、１８時に表参道の駅周辺にいる場合を考える。この場合、イタリアンレストランのコンテンツのスコアが高くなる。表参道の駅周辺は嗜好情報９１１のエリア９０３にも属する。しかし、１８時は、嗜好情報９１１の時間帯９０２の範囲外であるため、この嗜好情報９１１は利用されない。この場合は、時間帯９０２、エリア９０３が合致する（キーワード：イタリア料理）の嗜好情報９１２がスコア計算に用いられる。そのため、「イタリア料理」というキーワードを持つコンテンツが選択されるやすくなる。
また、ユーザ（ＩＤ＝“ＡＢＣ０１２３”）が、昼の時間帯に箱根湯本駅周辺にいる場合を考える。この場合も上記と同様の理由により、嗜好情報９１３がスコア計算に用いられ、箱根湯本駅周辺ではそば屋のコンテンツが選択されやすくなる。
【００４３】
以上では、嗜好学習装置４をセンター１へ配置した嗜好学習システムを例として説明したが、図１２に示すように、この嗜好学習装置４を携帯情報端末８へ配置してもよい。
この場合は、携帯情報端末８の嗜好学習装置４で学習した嗜好情報を必要に応じてセンター１へ通知し、センター１で携帯情報端末８からの嗜好情報に基づき情報フィルタリングを行うことにより、時間帯および位置情報に応じたコンテンツをユーザへ提供できる。
【００４４】
また、他の嗜好学習システムとして、図１３に示すように、嗜好学習装置４のうち、ユーザ行動検出部１１のみを携帯情報端末８へ配置してもよい。この場合は、携帯情報端末８のユーザ行動検出部１１で検出した検出データをセンター１へ通知し、センター１で携帯情報端末８からの検出データに基づき、コンテンツ属性情報データベース１８、行動情報データベース１４、時間情報対応表１５およびエリア情報対応表１６を用いて、嗜好情報管理部１２により、嗜好分析データ３０が生成されユーザ嗜好情報データベース１３の嗜好情報２０が更新される。
【００４５】
【発明の効果】
以上説明したように、本発明は、嗜好学習装置のユーザ行動検出部により、ユーザの携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、そのユーザを示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、行動が検出された測定時刻および位置情報を含む検出データを取得し、嗜好情報管理部により、ユーザ行動検出部で得られた検出データに基づいてユーザの嗜好を分析した嗜好分析データを生成し、その嗜好分析データに基づいてユーザ嗜好情報データベースを更新するようにしたので、時間帯および位置情報（場所）に応じて、ユーザの嗜好を学習することができる。これによりモバイル環境に特有の、ユーザの状況に応じて嗜好も変化するような場合でも、ユーザからの閲覧要求に応じて、ユーザが存在する場所およびその時間帯における最適なコンテンツを提供できる。
【００４６】
また、ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新するようにしたので、過去の嗜好情報に関する重みが徐々に削減されて、最近の嗜好情報が重視されるものとなり、ユーザの嗜好の時間的変化を的確に学習し管理することができる。
【図面の簡単な説明】
【図１】 本発明の一実施の形態にかかる嗜好学習システムおよび嗜好学習装置を示すブロック図である。
【図２】 ユーザ嗜好情報データベースの構成例である。
【図３】 行動情報データベースの構成例である。
【図４】 コンテンツ属性データベースの構成例である。
【図５】 嗜好情報管理処理を示すフローチャートである。
【図６】 検出データの構成例である。
【図７】 時間情報対応表の構成例である。
【図８】 エリア情報対応表の構成例である。
【図９】 嗜好情報管理部におけるデータ処理を示す説明図である。
【図１０】 嗜好情報更新処理を示すフローチャートである。
【図１１】 ユーザ嗜好情報データベースの具体例である。
【図１２】 本発明の他の実施の形態にかかる嗜好学習システムを示すブロック図である。
【図１３】 本発明の他の実施の形態にかかる嗜好学習システムを示すブロック図である。
【符号の説明】
１…センター、２…通信手段、３…コンテンツ情報データベース、４…嗜好学習装置、５…コンテンツ選択手段、６…記録媒体、８…携帯情報端末、９…無線通信回線、１０…ＣＰＵ、１１…ユーザ行動検出部、１２…嗜好情報管理部、１３…ユーザ嗜好情報データベース、１４…行動情報データベース、１５…時間情報対応表、１６…エリア情報対応表、１７…嗜好情報更新部、１８…コンテンツ属性情報データベース、２０…嗜好情報、３０…嗜好分析データ、６０…検出データ。
Claims (9)
- 無線通信回線を介して各種コンテンツが提供される携帯情報端末から利用者の行動を検出し、その行動履歴に基づきその利用者の嗜好を学習する嗜好学習装置において、
各種コンテンツに含まれる利用者の嗜好に関する属性およびその属性値を各コンテンツごとに格納するコンテンツ属性情報データベースと、
利用者の行動から推定される利用者の嗜好に関する属性およびその属性に対する重みを各行動ごとに格納する行動情報データベースと、
時間帯の名前とその時刻範囲とを対応付けて格納する時間情報対応表と、
利用者の位置情報を分類するために設けられた複数のエリアごとに、それぞれのエリア名とその地域範囲とを対応付けて格納するエリア情報対応表と、
利用者の嗜好に関する属性と属性値との組、その属性の重み、その重みが有効である時間帯、およびその重みが有効となる場所から構成される利用者の嗜好情報を、各利用者ごとに格納するユーザ嗜好情報データベースと、
利用者の携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、その利用者を示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、前記行動が検出された測定時刻および位置情報を含む検出データを取得するユーザ行動検出部と、
このユーザ行動検出部で得られた検出データに基づいて利用者の嗜好を分析した嗜好分析データを生成し、その嗜好分析データに基づいて前記ユーザ嗜好情報データベースを更新する嗜好情報管理部とを備え、
この嗜好情報管理部は、前記検出データに含まれる測定時刻を元にして前記時間情報対応表から取得した時間帯情報と、前記検出データに含まれる位置情報を元にして前記エリア情報対応表から取得したエリア名と、前記検出データに含まれる行動名を元にして前記行動情報データベースから取得した前記行動に含まれる嗜好に関する属性および重みと、この嗜好に関する属性と前記検出データに含まれるコンテンツＩＤとを元にして前記コンテンツ属性情報データベースから取得した嗜好に関する属性値とを用いて嗜好分析データを生成し、この嗜好分析データに含まれる時間帯情報、エリア名、嗜好に関する属性および属性値と、前記検出データに含まれるユーザＩＤとで特定される前記ユーザ嗜好情報データベース内の嗜好情報について、その嗜好情報に含まれる前記重みを前記嗜好分析データに含まれる前記重みで更新することを特徴とする嗜好学習装置。 - 請求項１記載の嗜好学習装置において、
前記ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新する嗜好情報更新部をさらに備えることを特徴とする請求項１記載の嗜好学習装置。 - 利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介して前記センターと接続され利用者の操作に応じて前記センターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、
前記センターは、前記携帯情報端末から得られた情報に基づき、前記利用者が行う行動の時間帯および位置に応じて前記利用者の嗜好を学習する請求項１または２記載の嗜好学習装置を有することを特徴とする嗜好学習システム。 - 利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介して前記センターと接続され利用者の操作に応じて前記センターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、
前記携帯情報端末は、前記携帯情報端末から得られた情報に基づいて、前記利用者が行う行動の時間帯および位置に応じて前記利用者の嗜好を学習する請求項１または２記載の嗜好学習装置を有することを特徴とする嗜好学習システム。 - 利用者へ提供する各種コンテンツを管理するセンターと、無線通信回線を介して前記センターと接続され利用者の操作に応じて前記センターへアクセスし所望のコンテンツを取得して表示する携帯情報端末とを備え、
前記携帯情報端末は、請求項１または２記載の嗜好学習装置のうち、前記ユーザ行動検出部を有し、このユーザ行動検出部で得られた前記検出データを前記センターへ送信し、
前記センターは、請求項１または２記載の嗜好学習装置のうち、前記コンテンツ属性情報データベースと、前記行動情報データベースと、前記時間情報対応表と、前記エリア情報対応表と、前記ユーザ嗜好情報データベースと、前記嗜好情報管理部とを備え、この嗜好情報管理部により、前記携帯情報端末から受信した前記検出データに基づいて、前記利用者が行う行動の時間帯および位置に応じて前記利用者の嗜好を学習することを特徴とする嗜好学習システム。 - 無線通信回線を介して各種コンテンツが提供される携帯情報端末から利用者の行動を検出し、その行動履歴に基づきその利用者の嗜好を学習する嗜好学習方法において、
各種コンテンツに含まれる利用者の嗜好に関する属性およびその属性値を各コンテンツごとに格納するコンテンツ属性情報データベースと、
利用者の行動から推定される利用者の嗜好に関する属性、およびその属性に対する重みを各行動ごとに格納する行動情報データベースと、
時間帯の名前とその時刻範囲とを対応付けて格納する時間情報対応表と、
利用者の位置情報を分類するために設けられた複数のエリアごとに、それぞれのエリア名とその地域範囲とを対応付けて格納するエリア情報対応表と、
利用者の嗜好に関する属性と属性値との組、その属性の重み、その重みが有効である時間帯、およびその重みが有効となる場所から構成される利用者の嗜好情報を、各利用者ごとに格納するユーザ嗜好情報データベースとを用い、
利用者の携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、その利用者を示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、前記行動が検出された測定時刻および位置情報を含む検出データを取得する第１のステップと、
この第１のステップで得られた前記検出データに含まれる測定時刻を元にして前記時間情報対応表から取得した時間帯情報と、前記検出データに含まれる位置情報を元にして前記エリア情報対応表から取得したエリア名と、前記検出データに含まれる行動名を元にして前記行動情報データベースから取得した前記行動に含まれる嗜好に関する属性および重みと、この嗜好に関する属性と前記検出データに含まれるコンテンツＩＤとを元にして前記コンテンツ属性情報データベースから取得した嗜好に関する属性値とを用いて嗜好分析データを生成する第２のステップと、
この第２のステップで得られた前記嗜好分析データに含まれる時間帯情報、エリア名、嗜好に関する属性および属性値と、前記検出データに含まれるユーザＩＤとで特定される前記ユーザ嗜好情報データベース内の嗜好情報について、その嗜好情報に含まれる前記重みを前記嗜好分析データに含まれる前記重みで更新する第３のステップとを含むことを特徴とする嗜好学習方法。 - 請求項６記載の嗜好学習方法において、
前記ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新する第４のステップをさらに含むことを特徴とする嗜好学習方法。 - 無線通信回線を介して各種コンテンツが提供される携帯情報端末から利用者の行動を検出し、その行動履歴に基づきその利用者の嗜好を学習する場合に、
各種コンテンツに含まれる利用者の嗜好に関する属性およびその属性値を各コンテンツごとに格納するコンテンツ属性情報データベースと、
利用者の行動から推定される利用者の嗜好に関する属性、およびその属性に対する重みを各行動ごとに格納する行動情報データベースと、
時間帯の名前とその時刻範囲とを対応付けて格納する時間情報対応表と、
利用者の位置情報を分類するために設けられた複数のエリアごとに、それぞれのエリア名とその地域範囲とを対応付けて格納するエリア情報対応表と、
利用者の嗜好に関する属性と属性値との組、その属性の重み、その重みが有効である時間帯、およびその重みが有効となる場所から構成される利用者の嗜好情報を、各利用者ごとに格納するユーザ嗜好情報データベースとを用い、
利用者の携帯する携帯情報端末から得られた情報に基づいて利用者の行動を検出し、その利用者を示すユーザＩＤ、行動を示す行動名、その行動の対象に関係するコンテンツを示すコンテンツＩＤ、前記行動が検出された測定時刻および位置情報を含む検出データを取得する第１のステップと、
この第１のステップで得られた前記検出データに含まれる測定時刻を元にして前記時間情報対応表から取得した時間帯情報と、前記検出データに含まれる位置情報を元にして前記エリア情報対応表から取得したエリア名と、前記検出データに含まれる行動名を元にして前記行動情報データベースから取得した前記行動に含まれる嗜好に関する属性および重みと、この嗜好に関する属性と前記検出データに含まれるコンテンツＩＤとを元にして前記コンテンツ属性情報データベースから取得した嗜好に関する属性値とを用いて嗜好分析データを生成する第２のステップと、
この第２のステップで得られた前記嗜好分析データに含まれる時間帯情報、エリア名、嗜好に関する属性および属性値と、前記検出データに含まれるユーザＩＤとで特定される前記ユーザ嗜好情報データベース内の嗜好情報について、その嗜好情報に含まれる前記重みを前記嗜好分析データに含まれる前記重みで更新する第３のステップとをコンピュータで実行させるためのプログラムを記録した記録媒体。 - 請求項８記載の記録媒体において、
さらに、前記ユーザ嗜好情報データベースに格納されている嗜好情報の重みの値を、最後の更新日時から所定時間経過時に減算して再更新する第４のステップをコンピュータで実行させるためのプログラムを記録した記録媒体。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000293489A JP3838014B2 (ja) | 2000-09-27 | 2000-09-27 | 嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体 |
| EP01122948A EP1193663A3 (en) | 2000-09-27 | 2001-09-25 | Preference learning apparatus, preference learning system, preference learning method, and recording medium |
| US09/962,102 US6741987B2 (en) | 2000-09-27 | 2001-09-26 | Preference learning apparatus, preference learning system, preference learning method, and recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000293489A JP3838014B2 (ja) | 2000-09-27 | 2000-09-27 | 嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002108918A JP2002108918A (ja) | 2002-04-12 |
| JP3838014B2 true JP3838014B2 (ja) | 2006-10-25 |
Family
ID=18776268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000293489A Expired - Fee Related JP3838014B2 (ja) | 2000-09-27 | 2000-09-27 | 嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US6741987B2 (ja) |
| EP (1) | EP1193663A3 (ja) |
| JP (1) | JP3838014B2 (ja) |
Families Citing this family (55)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100304482B1 (ko) | 1999-09-22 | 2001-11-02 | 구자홍 | 다중 계층구조를 가지는 사용자 선호도 정보구조와 이를 이용한 멀티미디어 정보 서비스 방법 |
| US6990491B2 (en) * | 2002-12-12 | 2006-01-24 | International Business Machines Corporation | System and method for accessibility data maintenance and privilege authorization |
| JP4717902B2 (ja) * | 2002-12-24 | 2011-07-06 | 株式会社日立製作所 | 情報配信方法、情報配信装置、および携帯端末 |
| EP1626368A4 (en) | 2003-05-20 | 2008-10-15 | Sony Corp | CONTENT PROVIDER SYSTEM, DATA PROCESSING DEVICE AND METHOD, AND CORRESPONDING PROGRAM |
| CN100589099C (zh) * | 2003-06-18 | 2010-02-10 | 字源加拿大公司 | 可配置的信息识别系统和方法 |
| US7555705B2 (en) * | 2003-09-10 | 2009-06-30 | Microsoft Corporation | Annotation management in a pen-based computing system |
| KR100605969B1 (ko) * | 2003-09-19 | 2006-07-26 | 삼성전자주식회사 | 선호 아이템을 정렬하는 이동통신단말기 및 그 방법 |
| US20050198353A1 (en) * | 2004-03-05 | 2005-09-08 | Robert Zmrzli | Method and apparatus for providing dynamic network content to target devices |
| DE102004020878A1 (de) * | 2004-04-28 | 2005-11-24 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Informationswiedergabe |
| ATE389867T1 (de) * | 2004-04-30 | 2008-04-15 | Harman Becker Automotive Sys | Fahrzeugmultimediasystem und -verfahren zur aktivierung einer funktion eines solchen systems |
| US20050268291A1 (en) * | 2004-05-27 | 2005-12-01 | International Business Machines Corporation | Specifying user interface interactions for controls in a data driven system |
| JP4243862B2 (ja) | 2004-10-26 | 2009-03-25 | ソニー株式会社 | コンテンツ利用装置およびコンテンツ利用方法 |
| JP4595555B2 (ja) | 2005-01-20 | 2010-12-08 | ソニー株式会社 | コンテンツ再生装置およびコンテンツ再生方法 |
| JP4741267B2 (ja) | 2005-03-28 | 2011-08-03 | ソニー株式会社 | コンテンツ推薦システム、通信端末およびコンテンツ推薦方法 |
| JP2007011928A (ja) | 2005-07-04 | 2007-01-18 | Sony Corp | コンテンツ提供システム、コンテンツ提供装置、コンテンツ配信サーバ、コンテンツ受信端末およびコンテンツ提供方法 |
| JP5133508B2 (ja) | 2005-07-21 | 2013-01-30 | ソニー株式会社 | コンテンツ提供システム、コンテンツ提供装置、コンテンツ配信サーバ、コンテンツ受信端末およびコンテンツ提供方法 |
| US7788266B2 (en) | 2005-08-26 | 2010-08-31 | Veveo, Inc. | Method and system for processing ambiguous, multi-term search queries |
| JP4403415B2 (ja) | 2005-09-20 | 2010-01-27 | ソニー株式会社 | コンテンツ再生方法およびコンテンツ再生装置 |
| JP4241704B2 (ja) * | 2005-09-30 | 2009-03-18 | ブラザー工業株式会社 | 情報管理装置、及び、プログラム |
| KR100663473B1 (ko) * | 2005-10-14 | 2007-01-02 | 삼성전자주식회사 | Ｄｍｂ 수신 단말기에서의 서비스 링킹을 통한 예약 녹화방법 |
| JP4811046B2 (ja) | 2006-02-17 | 2011-11-09 | ソニー株式会社 | コンテンツの再生装置、オーディオ再生機およびコンテンツの再生方法 |
| EP2911071A1 (en) | 2006-04-20 | 2015-08-26 | Veveo, Inc. | User interface methods and systems for selecting and presenting content based on user navigation and selection actions associated with the content |
| JP4426563B2 (ja) | 2006-12-25 | 2010-03-03 | 大日本印刷株式会社 | 情報提供システム |
| US8229458B2 (en) | 2007-04-08 | 2012-07-24 | Enhanced Geographic Llc | Systems and methods to determine the name of a location visited by a user of a wireless device |
| US7836151B2 (en) | 2007-05-16 | 2010-11-16 | Palo Alto Research Center Incorporated | Method and apparatus for filtering virtual content |
| CN101094525B (zh) * | 2007-07-26 | 2010-06-02 | 华为技术有限公司 | 生成用户属性信息的方法和装置 |
| US20090058820A1 (en) | 2007-09-04 | 2009-03-05 | Microsoft Corporation | Flick-based in situ search from ink, text, or an empty selection region |
| JP5056365B2 (ja) * | 2007-11-19 | 2012-10-24 | 日本電気株式会社 | コンテンツ情報配信装置、コンテンツ情報配信システムおよびコンテンツ情報配信方法 |
| WO2009075043A1 (ja) | 2007-12-13 | 2009-06-18 | Dai Nippon Printing Co., Ltd. | 情報提供システム |
| JP5290591B2 (ja) * | 2008-02-12 | 2013-09-18 | キヤノン株式会社 | 文書管理装置、方法、プログラム、並びに、文書管理システム |
| JP5027713B2 (ja) * | 2008-03-31 | 2012-09-19 | 株式会社デンソーアイティーラボラトリ | 行動履歴管理システム |
| JP4911536B2 (ja) * | 2008-09-30 | 2012-04-04 | ヤフー株式会社 | 地域情報検索装置、地域情報検索装置の制御方法、地域情報検索システム、および地域情報検索システムの制御方法 |
| US8271413B2 (en) * | 2008-11-25 | 2012-09-18 | Google Inc. | Providing digital content based on expected user behavior |
| JP5096400B2 (ja) * | 2009-03-31 | 2012-12-12 | 株式会社デンソーアイティーラボラトリ | コンテンツ検索装置、方法及びプログラム |
| CN101515360A (zh) * | 2009-04-13 | 2009-08-26 | 阿里巴巴集团控股有限公司 | 向用户推荐网络目标信息的方法和服务器 |
| JP5393569B2 (ja) * | 2010-03-31 | 2014-01-22 | 株式会社ゼンリンデータコム | 最適情報提供サーバ、最適情報提供方法、最適情報提供システム、クライアント装置およびプログラム |
| CN102542474B (zh) | 2010-12-07 | 2015-10-21 | 阿里巴巴集团控股有限公司 | 查询结果排序方法及装置 |
| JP5460632B2 (ja) * | 2011-03-14 | 2014-04-02 | 日本電信電話株式会社 | 情報推薦処理装置、方法及びプログラム |
| WO2012127757A1 (ja) * | 2011-03-22 | 2012-09-27 | 日本電気株式会社 | 履歴収集装置、推薦装置、履歴収集方法、およびコンピュータ読み取り可能な記録媒体 |
| CN102956009B (zh) | 2011-08-16 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的电子商务信息推荐方法与装置 |
| CN103164804B (zh) | 2011-12-16 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种个性化的信息推送方法及装置 |
| US10296923B2 (en) * | 2011-12-22 | 2019-05-21 | Ncr Corporation | Techniques for real-time offer evaluations |
| US20140006550A1 (en) * | 2012-06-30 | 2014-01-02 | Gamil A. Cain | System for adaptive delivery of context-based media |
| JP6066710B2 (ja) * | 2012-12-18 | 2017-01-25 | 日本ユニシス株式会社 | 情報提供装置および情報提供用プログラム |
| US9208439B2 (en) * | 2013-04-29 | 2015-12-08 | Palo Alto Research Center Incorporated | Generalized contextual intelligence platform |
| JP6104048B2 (ja) * | 2013-05-20 | 2017-03-29 | 株式会社Ｎｔｔドコモ | 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 |
| CN105528384B (zh) * | 2014-10-27 | 2019-03-15 | 阿里巴巴集团控股有限公司 | 信息的推送方法和装置 |
| JP6363030B2 (ja) * | 2015-02-05 | 2018-07-25 | クラリオン株式会社 | 情報処理システム、および情報処理装置 |
| JP6498463B2 (ja) * | 2015-02-09 | 2019-04-10 | 株式会社Ｎｔｔドコモ | 推薦情報配信システム及び推薦情報配信方法 |
| JP6740819B2 (ja) | 2016-08-31 | 2020-08-19 | 富士通株式会社 | 関心度評価プログラム、装置及び方法 |
| US10579751B2 (en) | 2016-10-14 | 2020-03-03 | International Business Machines Corporation | System and method for conducting computing experiments |
| US10846359B2 (en) * | 2016-11-17 | 2020-11-24 | Predict Interactive, Inc. | Systems and methods for categorizing web pages and using categorized web pages |
| CN110837999B (zh) * | 2018-08-17 | 2023-04-07 | 百度在线网络技术（北京）有限公司 | 课程学习提醒方法和装置 |
| CN111652741B (zh) * | 2020-04-30 | 2023-06-09 | 中国平安财产保险股份有限公司 | 用户偏好分析方法、装置及可读存储介质 |
| JP2022014034A (ja) * | 2020-07-06 | 2022-01-19 | 株式会社日立製作所 | 情報検索装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1115840A (ja) | 1997-06-23 | 1999-01-22 | N T T Data:Kk | 情報提示支援方法、情報提示支援システム、記録媒体 |
| US20010014868A1 (en) * | 1997-12-05 | 2001-08-16 | Frederick Herz | System for the automatic determination of customized prices and promotions |
| US6286005B1 (en) * | 1998-03-11 | 2001-09-04 | Cannon Holdings, L.L.C. | Method and apparatus for analyzing data and advertising optimization |
| US6381603B1 (en) * | 1999-02-22 | 2002-04-30 | Position Iq, Inc. | System and method for accessing local information by using referencing position system |
| US6381465B1 (en) * | 1999-08-27 | 2002-04-30 | Leap Wireless International, Inc. | System and method for attaching an advertisement to an SMS message for wireless transmission |
| US6510417B1 (en) * | 2000-03-21 | 2003-01-21 | America Online, Inc. | System and method for voice access to internet-based information |
| US6657117B2 (en) * | 2000-07-14 | 2003-12-02 | Microsoft Corporation | System and methods for providing automatic classification of media entities according to tempo properties |
-
2000
- 2000-09-27 JP JP2000293489A patent/JP3838014B2/ja not_active Expired - Fee Related
-
2001
- 2001-09-25 EP EP01122948A patent/EP1193663A3/en not_active Withdrawn
- 2001-09-26 US US09/962,102 patent/US6741987B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP1193663A2 (en) | 2002-04-03 |
| EP1193663A3 (en) | 2009-10-21 |
| JP2002108918A (ja) | 2002-04-12 |
| US6741987B2 (en) | 2004-05-25 |
| US20020038342A1 (en) | 2002-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3838014B2 (ja) | 嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体 | |
| US10560798B2 (en) | Targeted content delivery | |
| CN106991576B (zh) | 一种地理区域的热力展现方法和装置 | |
| US7882056B2 (en) | Method and system to predict and recommend future goal-oriented activity | |
| CN112088390A (zh) | 对于地点的个性化匹配得分 | |
| US20150169891A1 (en) | Systems, methods, and apparatus for providing content to related compute devices based on obfuscated location data | |
| JP2012113544A (ja) | 飲食店推薦システム | |
| JP2006277386A (ja) | 車両用情報提示装置、情報提示方法および情報提示システム | |
| US11573988B2 (en) | Storage of point of interest data on a user device for offline use | |
| US20220295215A9 (en) | Targeted content delivery | |
| WO2017007651A1 (en) | Systems and methods to facilitate submission of user images descriptive of locations | |
| CN111954175A (zh) | 一种兴趣点到访判别方法和相关装置 | |
| JP6028493B2 (ja) | サーバ装置、プログラム及び通信システム | |
| US10565274B2 (en) | Multi-application user interest memory management | |
| US20190005055A1 (en) | Offline geographic searches | |
| US9406079B1 (en) | Content relevance weighting system | |
| KR101852964B1 (ko) | 지능형 정보 추천 시스템, 방법 및 그에 대한 기록매체 | |
| US20140344253A1 (en) | Terminal device, external device, information processing method, program, and information processing system | |
| US9396487B1 (en) | System and method for weighting content items | |
| JP2020190964A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
| JP2021047551A (ja) | 特定装置、特定方法及び特定プログラム | |
| JP7132448B1 (ja) | 提案装置、提案方法及び提案プログラム | |
| US20240129689A1 (en) | Targeted content delivery | |
| JP5165746B2 (ja) | 商圏設定装置および商圏設定方法 | |
| JP6861247B2 (ja) | 動的情報提供装置、動的情報提供方法、動的情報提供プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060711 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060724 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090811 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100811 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110811 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110811 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120811 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130811 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |