JP3999530B2 - コンテンツ情報分類装置、プログラム、および同プログラムを記録した記録媒体 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、個人の取得した、コンテンツに関する情報（以下、コンテンツ情報と称す）を分類する装置に関する。
【０００２】
【従来の技術】
近年のインターネットの著しい発達により、ネットワーク上においてデジタル化された様々なコンテンツを提供するＷＷＷシステムが広く普及し、膨大な量のコンテンツがＷＷＷシステムを介して利用可能となっている。このような環境においては、必要な、あるいは興味を持ったコンテンツを取得する方法として、該当コンテンツを自端末にダウンロードして保持する方法もあるが、自端末に蓄積しておくためのリソースの問題や、逐次コンテンツが更新されるような場合においては、更新内容が反映されないといった問題が発生する。したがって、これを避けるために、例えば、Ｗｅｂにおけるブックマーク（Ｂｏｏｋ Ｍａｒｋ）のように、対象とするコンテンツの取得を、そのコンテンツのリソースロケーション（インターネットにおけるＵＲＬ）の取得を以って見なし、これを管理することが一般的である。
【０００３】
上述のように、対象とするコンテンツに対して、その“コンテンツに関する情報”であるコンテンツ情報（ブックマークの例におけるコンテンツのＵＲＬなどで、一般的には、ＵＲＬの他に、タイトル、コンテンツの種別、内容情報なども含む、また、メタデータとも呼ばれる）を取得し、これを管理する必要性は、今後さらに増加すると考えられる。実際に、デジタル放送をきっかけとした通信・放送融合サービスでは、簡易な操作で放送映像に関連するコンテンツ情報をクリッピングすることができ、また、雑誌や本などの紙メディアの多くは、最近では関連ホームページのＵＲＬも印刷されており、印刷されているＵＲＬを認識し、簡単にパソコンに取り込むための光学デバイスなども登場している。加えて、ポスターやチラシといった広告媒体にもコンテンツ情報が付与され、容易にこれを取得できるような環境を考えると、個人にとっては、コンテンツ情報を取得する機会、数ともに今後さらに増加していくことが容易に想定できる。
【０００４】
このようにして取得したコンテンツ情報を、取得した個人が必要なときに探しやすいようコンテンツの内容に基づいて分類することは、コンテンツ情報の管理およびシステムのインタフェースを構築する上で有意な機能となる。コンテンツ情報の分類には、個人が手作業で分類する方法と、コンピュータによって機械的に分類する方法とが考えられる。個人が手作業で分類する方法は、最も自身に適した分類ができると思われるが、個人に多くの手間を必要とする。
【０００５】
一方、コンピュータによる機械的な分類を行う方法としては、大別して、あらかじめ設定した一般的な枠（カテゴリ）を設定し、トップダウン的に各コンテンツ情報をカテゴリに何れかに分類する手法と、これとは逆に、分類対象に基づいてボトムアップ的に分類する手法とがある。
【０００６】
前者の方法における分類手法としては、パターン識別手法が用いられる。この手法は、例えば、Ｗｅｂのポータルサイトにおいて、既存カテゴリにＷｅｂページを分類する際によく利用されている。これはポータルサイトのように膨大な数の情報を管理し、かつ多くの利用者に同じ結果を提供するような場合においては適している。
【０００７】
しかしながら、分類対象として個人の取得したコンテンツ情報を想定すると、
・ 取得したコンテンツ情報の空間は、興味や嗜好が反映されカテゴリ的な片寄りが生じる、
・ 興味対象がコンテンツのカテゴリではなく、例えばＣＭにおける出演タレントであった、
といったことが十分考えられ、このような空間をあらかじめ決まった枠組みで分類しても、利用者から見て、
・ 「ここはもっと細かく分けて欲しい」、
・ 「このタレントを意識して集めたのにこれが反映されておらず分かりにくい」
といった問題が生じ得る。
【０００８】
このような理由から、個人の取得したコンテンツ情報を分類する場合には、あらかじめ決まったカテゴリへの分類ではなく、取得したコンテンツ情報の傾向に合わせて分類することが望ましい。
【０００９】
対象の傾向に基づいた分類方法は、一般にクラスタリング手法として従来から行われている。具体的な方法としては、分類対象とするコンテンツ情報を、所定の複数のキーワードに対するそれぞれの重みからなるキーワードベクトルを算出し、このキーワードベクトル間の類似度に基づいてグループ分けすることで実施される。しかしながら、分類する際に閾値が必要となるが、その有効な設定方法は一般に知られていないため、試行的な経験に基づいて設定されていることが多く、これだけでは先の問題の解決には至らず、さらなる工夫が必要となる。
【００１０】
【発明が解決しようとする課題】
以上のように、個人が取得したコンテンツ情報を機械的に分類するためには、トップダウン的な分類よりも、ボトムアップ的な分類が適していると言える。しかしながら、上述したようにボトムアップ的な分類においても、それに必要な閾値を固定として与えるため、必ずしも個人に合わせた分類が実現できるとは限らない。その結果、せっかく分類したにもかかわらず、個人の意図が反映されきれなかったため、かえって使い勝手の悪くなるということが起こり得る。
【００１１】
したがって、本発明の目的は、利用者の取得したコンテンツ情報に関して、利用者の手間を軽減し、かつ使いやすくするための、個人の意図を反映した、コンテンツ情報の分類方法および装置を提供することにある。
【００１２】
【課題を解決するための手段】
上記目的を達成するために、本発明のコンテンツ情報分類装置は、個人の取得した、コンテンツに関する情報で、当該コンテンツの内容を表す複数のキーワードを含むコンテンツ情報を分類する装置であって、決められた所定の期間に前記個人が取得した各コンテンツ情報に対して、所定の複数のキーワードに対する０以上の重みを要素としたキーワードベクトルを算出する第１のベクトル算出手段と、前記所定の期間に前記個人が取得の機会があったにもかかわらず取得しなかった各コンテンツ情報に対して、所定の複数のキーワードに対する０以上の重みを要素としたキーワードベクトルを算出する第２のベクトル算出手段と、前記第２のベクトル算出手段が算出した前記キーワードベクトルの各要素を、対応するキーワード毎にすべて加算し、加算された各要素の累積値を対応するキーワードの不要指数として算出する不要指数算出手段と、前記各キーワードの不要指数にしたがって、前記第１のベクトル算出手段が算出したキーワードベクトルの要素を減少する方向に０以上となる範囲で修正するベクトル修正手段と、修正した前記キーワードベクトルを、所定のベクトル間の類似度および前記類似度の閾値に基づいてクラスタリングし、クラスタリング結果に合わせて各キーワードベクトルに対応する取得したコンテンツ情報のグループ分けを行う分類手段と、を有する。
【００１３】
取得したコンテンツ情報のキーワードベクトルを算出し、ベクトル間の類似に基づいてグループ分けを行う際に、さらに、取得しなかったコンテンツ情報を用いて分類対象のキーワードベクトルを修正することによって、分類対象の傾向のみではなく、分類対象以外の傾向を反映させることにより、より細かな個人の意図を、コンテンツ情報の分類に反映させることができる。
【００１４】
本発明の実施態様によれば、前記ベクトル修正手段は、前記キーワードの不要指数が大きいほど、当該キーワードに対応したキーワードベクトルの要素を大きく減少させる。
【００１５】
取得しなかったコンテンツ情報のキーワードベクトルをグループ分けする際に、取得しなかったコンテンツ情報に関係あるキーワードほど重要でないとして、逆に、個人が着目するキーワードを重視して処理を実施することにより、個人の意図を反映した分類が期待できる。
【００１６】
【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。
【００１７】
図１を参照すると、本発明の一実施形態のコンテンツ情報分類装置はコンテンツ情報入力部１１とコンテンツ情報記憶部１２とキーワードベクトル算出部１３とキーワードベクトル修正部１４とコンテンツ情報分類部１５と分類結果出力部１６を有している。
【００１８】
コンテンツ情報入力部１１は利用者が取得したコンテンツ情報および利用者が所定の期間内に取得しなかったコンテンツ情報を入力する。
【００１９】
コンテンツ情報記憶部１２はコンテンツ情報入力部１１によって入力されたコンテンツ情報を記憶する。
【００２０】
キーワードベクトル算出部１３は利用者が取得したコンテンツ情報のキーワードベクトルを算出する。ただし、コンテンツ情報には当該コンテンツの内容を表す、重複を許した複数のキーワードがメタデータとして予め記述されているとする。このメタデータの例を図２に示す。
【００２１】
このコンテンツ情報は、コンテンツとしてあるテレビＣＭを対象とした場合の例である。この例では、＜ｃｏｎｔｅｎｔ＞タグ内に内容を表すキーワードが記述されており、ここでは、さらに、＜ｃｏｍｐａｎｙ＞タグによる企業名、＜ｂｒａｎｄｎａｍｅ＞タグによるブランド名、＜ｃｏｍｍｏｄｉｔｙ＞タグによる商品名、＜ｋｅｙｗｏｒｄ＞タグによるフリーキーワード、＜ｔａｌｅｎｔ＞タグによるタレント名、などといったようにキーワードが構造化されて記述されている。
【００２２】
このとき、このコンテンツ情報のキーワードベクトルとしては、例えば、単純にコンテンツ情報の内容記述を表す部分における各キーワードの出現回数を要素として表１のように算出することができる。また、必ずしも、コンテンツ情報の内容記述部分にキーワードが記述されているのではなく、内容を表す文章のみが記述されており、この文章を形態素解析してキーワードを決定し、キーワードベクトルを算出するといった方法でもよい。
【００２３】
【表１】

【００２４】
キーワードベクトルによる内容の数値化は、従来の文書分類技術などでよく用いられており、本発明においても、このようにして算出したキーワードベクトルは、コンテンツ情報、もしくは該当コンテンツの内容を反映しているものとする。
【００２５】
ベクトル要素修正部１４は、キーワードベクトル算出部１３で算出されたキーワードベクトルの各要素を別途算出されたキーワードの不要指数に基づいて修正するもので、図３に示すように、キーワードベクトル算出部２１とキーワード不要指数算出部２２とキーワードベクトル修正部２３からなる。
【００２６】
キーワードベクトル算出部２１では、あらかじめ設定した所定の期間内に取得されなかったコンテンツ情報のキーワードベクトルを算出する。ここで、取得されなかったコンテンツ情報とは、利用者から見て、取得する機会があった（目に触れた）にもかかわらず取得しなかったコンテンツ情報である。したがって、これを実現する際には、システム側において利用者の行動を把握する必要が生じる。
【００２７】
こうしたシステムの実現方法としては、例えば、コンテンツ情報の取得環境をテレビ視聴時とした場合、コンテンツ情報をチャンネルと時刻でデータベースにあらかじめ管理しておき、利用者のテレビ視聴期間、視聴チャンネル、および視聴中に興味を持ってコンテンツ情報の取得操作を行った時刻を記録し、先のデータベースと照らし合わすことで、利用者の取得したコンテンツ情報とともに、取得できたにもかかわらず、取得しなかったと思われるコンテンツ情報を特定することができる。
【００２８】
また、コンテンツ情報の取得環境を雑誌などの紙メディアとした場合には、コンテンツ情報を雑誌、さらにはページ単位でデータベースに管理しておくとともに、雑誌の各欄にはバーコードを記載しておき、利用者は取得したいコンテンツ情報のバーコードのみをスキャンし、システムがスキャン内容とデータベースとを照らし合わせることで、取得できたにもかかわらず取得しなかったと思われるコンテンツ情報も特定することができる。
【００２９】
上記のようにして取得しなかったコンテンツ情報を特定し、それぞれのコンテンツ情報のキーワードベクトルを算出する。
【００３０】
次に、キーワード不要指数算出部２２ではまず、キーワードベクトル算出部２１で算出されたキーワードベクトルをすべて加算する。すべて加算した結果のキーワードベクトルの各要素を、対応するキーワードに関する不要指数として定義する。例えば、所定のキーワードを、“音楽”，“女性”，“沖縄”，“車”，“旅行”，“経済”としたときに、コンテンツ情報Ｃ１のキーワードベクトルＶ１が、Ｖ１＝（１，１，０，０，０，０）で、コンテンツ情報Ｃ２のキーワードベクトルＶ２が、Ｖ２＝（１，０，１，０，０，１）であったとする。ここで、Ｃ１とＣ２を取得しなかったコンテンツ情報とすると、Ｖ１＋Ｖ２＝（２，１，１，０，０，１）となり、このとき、キーワード（“音楽”，“女性”，“沖縄”，“車”，“旅行”）の不要指数は、それぞれ（２，１，１，０，０，１）となる。
【００３１】
キーワードベクトル修正部２３では、以上により算出された各キーワードの不要指数に基づいて、分類対象である取得したコンテンツ情報のキーワードベクトルの各要素を修正する。修正の方法としては、不要指数が大きくなるにつれて、修正後の要素の値がより小さくなるよう修正する。例えば、修正対象のキーワードベクトルＶ３を、Ｖ３＝（１，１，２，０，１，０）とし、修正方法を「（不要指数＋１）の値で各要素を割る」とした上で、不要指数は先述したものとすると、修正後のＶ３のキーワードベクトルＶ３’は、Ｖ３’＝（１／（２＋１），１／（１＋１），２／（１＋１），０／（０＋１），１／（０＋１），０／（１＋１））となり、各キーワードの不要指数に応じて、Ｖ３の各要素は減少している。ただし、実際に修正を行う際には、「（不要指数＋１）×定数、の値で各要素を割る」のように所定の定数を組み込むことで修正の加減を設定することが考えられる。
【００３２】
なお、以上のベクトル要素修正部１４の処理は、例えば、キーワード（“タレントＡ”，“タレントＢ”）を持つコンテンツ情報Ｃ１は取得したが、キーワード（“タレントＢ”，“タレントＣ”）を持つコンテンツ情報Ｃ２は取得しなかったという場合に、利用者は、キーワード“タレントＢ”、および“タレントＣ”にはそれほど強い興味を持っていないのではないかという推測に基づいており、利用者が取得しなかったコンテンツ情報に多く含まれるキーワードを、利用者が興味なかったキーワードとして、以降の処理における重要度を軽減させることに相当する。
【００３３】
コンテンツ情報分類部１５は、キーワードベクトル算出部１３において算出され、ベクトル要素修正部１４において修正された取得した各コンテンツ情報のキーワードベクトルを、ベクトル間の類似度と、その閾値に基づいてグループ分けする。このクラスタリング自体は従来のいわゆるクラスタリング技術を適用すればよく、単純なものであれば、例えば、「岩波講座マルチメディア情報学２：情報の組織化（２０００年度）」（ｐｐ．１７３−１９９）に記載の階層クラスタリング手法を用いてもよい。ベクトル間の類似度としては、例えば、余弦値を用いることができる。また、閾値は、設定した類似度のもとでの閾値であり、逐次動的に設定することは難しいため、従来のクラスタリング同様、あらかじめ試行的に設定することとする。
【００３４】
コンテンツ情報分類部１５において、キーワードベクトルはクラスタリングされ、複数のグループに分けられる。そして、そのクラスタリング結果に合わせて各キーワードベクトルに対応する取得したコンテンツ情報のグループ分けを行い、これを取得したコンテンツ情報の最終的な分類結果とする。
【００３５】
分類結果出力部１６は分類結果をプリントアウトしたり、ディスプレイに表示する。
【００３６】
本発明の実施形態を、ＣＭコンテンツに対するコンテンツ情報の取得と、その分類に適用した簡単な例について図４を用いて説明する。
【００３７】
図４に示したシステムは、テレビ放送を受信し表示するテレビ１と、テレビ１と通信可能でネットワーク２に接続された利用者端末３と、ネットワーク２上のサービス提供サーバ４から構成される。
【００３８】
サービス提供サーバ４では、ＣＭのコンテンツ情報が、時刻とチャンネルに関連付けられてコンテンツ情報データベース５として管理されている。一方、利用者端末３はテレビ１のオン／オフと視聴チャンネルを監視し、これをサービス提供サーバ４へと送信する。したがって、サービス提供サーバ４は、利用者の視聴チャンネルと時刻を把握することができ、その結果、利用者が視聴したＣＭのコンテンツ情報を特定することができる。なお、これらのコンテンツ情報は利用者情報として、利用者情報データベース６に蓄積される。この過程で、もし、利用者があるＣＭのコンテンツ情報を取得するために利用者端末３のボタンを押すと、利用者情報における当該コンテンツ情報の、［取得／未取得］の属性が“取得”となり、ボタンが押されていなければ、“未取得”となる。以上により、利用者がテレビ視聴時にどのＣＭに興味を持って、どのコンテンツ情報を取得したか、あるいはどのコンテンツ情報は取得されなかったかという情報をシステム側において蓄積することができる。
【００３９】
利用者が取得したコンテンツ情報を利用者端末３で閲覧したい際には、利用者は利用者端末３の“閲覧ボタン”を押すことによって、サービス提供サーバ４上に蓄積されている自身が取得したコンテンツ情報のみをダウンロードし、利用者端末３上に表示させることができる。この際、サービス提供サーバ４では、取得したコンテンツ情報を、コンテンツ情報中の内容記述部分に基づいて分類し、分類結果に基づくグループ情報も利用者端末３に送信する。分類の際には、本発明のコンテンツ情報分類方法に基づき、取得しなかったコンテンツ情報の情報をも利用することによってより個人の興味を反映させた分類を行うことができる。
【００４０】
これによって、利用者端末３では、多数の取得したコンテンツ情報をディレクトリ的に分類して表示させることができる。なお、このときのディレクトリ（グループ）のラベル名は、例えば、グループ内において、コンテンツ情報中の内容記述部で最も出現頻度の高いキーワードとすることができる。
【００４１】
以上により、利用者はこのラベル名を見て、自身の取得したコンテンツ情報の把握をある程度行うことができる上、所望のコンテンツ情報を探す際や、不要なコンテンツ情報を削除するといった直接管理をする際に、効率的に行うことが期待できる。
【００４２】
なお、以上説明したコンテンツ情報分類装置は専用のハードウェアにより実現されるもの以外に、その機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するものであってもよい。コンピュータ読み取り可能な記録媒体とは、フロッピーディスク、光磁気ディスク、ＣＤ−ＲＯＭ等の記録媒体、コンピュータシステムに内蔵されるハードディスク装置等の記憶装置を指す。さらに、コンピュータ読み取り可能な記録媒体は、インターネットを介してプログラムを送信する場合のように、短時間の間、動的にプログラムを保持するもの（伝送媒体もしくは伝送波）、その場合のサーバとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含む。
【００４３】
【発明の効果】
以上説明したように、本発明によれば、利用者が取得したコンテンツ情報を利用者の利便性向上のため、当該コンテンツの内容に基づいて分類する際に、取得しなかったコンテンツ情報に含まれるキーワードの傾向から、利用者が興味を持っていない、すなわち利用者にとって重要でないと思われるキーワードの重要度を修正して分類することによって、利用者個人の取得意図をより反映したコンテンツ情報の分類が可能となる。これにより、利用者は多数のコンテンツ情報を閲覧する際に、所望のコンテンツ情報を効率的に探すことができる上、自身の取得したコンテンツ情報の傾向を把握することもできる。
【図面の簡単な説明】
【図１】本発明の一実施形態のコンテンツ情報分類装置のブロック図である。
【図２】コンテンツ情報中の内容を表す内容記述部分の例を示す図である。
【図３】ベクトル要素修正部１４の構成を示す図である。
【図４】本発明の適用例を示す図である。
【符号の説明】
１ テレビ
２ ネットワーク
３ 利用者端末
４ サービス提供サーバ
５ コンテンツ情報ＤＢ
６ 利用者情報ＤＢ
１１ コンテンツ情報入力部
１２ コンテンツ情報記憶部
１３ キーワードベクトル算出部
１４ ベクトル要素修正部
１５ コンテンツ情報分類部
１６ 分類結果出力部
２１ キーワードベクトル算出部
２２ キーワード不要指数算出部
２３ キーワードベクトル修正部

Claims (4)

1. 個人の取得した、コンテンツに関する情報で、当該コンテンツの内容を表す複数のキーワードを含むコンテンツ情報を分類する装置であって、
   決められた所定の期間に前記個人が取得した各コンテンツ情報に対して、所定の複数のキーワードに対する０以上の重みを要素としたキーワードベクトルを算出する第１のベクトル算出手段と、
   前記所定の期間に前記個人が取得の機会があったにもかかわらず取得しなかった各コンテンツ情報に対して、所定の複数のキーワードに対する０以上の重みを要素としたキーワードベクトルを算出する第２のベクトル算出手段と、
   前記第２のベクトル算出手段が算出した前記キーワードベクトルの各要素を、対応するキーワード毎にすべて加算し、加算された各要素の累積値を対応するキーワードの不要指数として算出する不要指数算出手段と、
   前記各キーワードの不要指数にしたがって、前記第１のベクトル算出手段が算出したキーワードベクトルの要素を減少する方向に０以上となる範囲で修正するベクトル修正手段と、
   修正した前記キーワードベクトルを、所定のベクトル間の類似度および前記類似度の閾値に基づいてクラスタリングし、クラスタリング結果に合わせて各キーワードベクトルに対応する取得したコンテンツ情報のグループ分けを行う分類手段と、
   を有するコンテンツ情報分類装置。
2. 前記ベクトル修正手段は、
   前記キーワードの不要指数が大きいほど、当該キーワードに対応したキーワードベクトルの要素を大きく減少させる、
   請求項１に記載のコンテンツ情報分類装置。
3. 請求項１または２記載のコンテンツ情報分類装置をコンピュータで実現するためのコンテンツ情報分類プログラムであって、
   前記コンピュータを、
   前記コンテンツ情報分類装置が有する全手段として機能させるコンテンツ情報分類プログラム。
4. 請求項３記載のコンテンツ情報分類プログラムを記録した記録媒体。

Images