JP4227072B2 - おすすめ番組提供方法、おすすめ番組提供装置およびおすすめ番組提供プログラム - Google Patents

Description

この発明は、ユーザへのおすすめ番組をソートするおすすめ番組提供方法、おすすめ番組提供装置およびおすすめ番組提供プログラムに関するものである。

最近、テレビ番組など複数の番組コンテンツをサーバに蓄積し、その番組コンテンツを必要に応じてユーザへ配信するデジタルコンテンツ配信システムの開発が進められている。このデジタルコンテンツ配信システムでは、双方向通信を利用して、番組コンテンツと連携した情報の提供が可能である（例えば、特許文献１参照）。

例えば、番組コンテンツと連携した情報の提供例として、ユーザへおすすめ番組ガイドを提供するサービスが考えられている。このサービスでは、例えばユーザをＡとした場合、そのユーザＡを特定し得る固有ＩＤと対応づけてユーザＡが行った視聴、録画、録画＋視聴などの操作履歴情報を番組コンテンツの配信側に蓄積し、この蓄積した操作履歴情報に基づいてユーザＡのおすすめ番組をソートし、ソートしたおすすめ番組のガイドを作成して、ユーザＡへ提供する。

特開２００３−３２３４５８号公報

しかしながら、上述したおすすめ番組ガイドの提供サービスでは、ユーザ個人の操作履歴情報が配信側に十分蓄積されるまで、そのユーザへ効果的ななおすすめ番組ガイドを提供することができなかった。すなわち、ユーザＡがこのサービスの利用を始める初期（サービス利用開始初期）においては、配信側でのユーザＡの操作履歴情報の蓄積数が少なく、配信側ではこの少ない操作履歴情報に基づいてユーザＡへのおすすめ番組をソートするので、ユーザＡに対する効果的なおすすめ番組ガイドを作ることができない。
また、上述したおすすめ番組ガイドの提供サービスでは、ユーザの操作履歴情報を固有ＩＤと共に配信側に送るため、固有ＩＤから個人が特定され、プライバシーが侵害される虞れがあった。また、配信側では、このようなプライバシーの侵害が起こらないようにユーザの固有ＩＤと操作履歴情報を厳密に管理しなければならず、管理コストがかかるという問題もあった。

本発明は、このような課題を解決するためになされたもので、その目的とするところは、サービス利用開始初期から効果的にユーザへの番組のレコメンデーション（推薦）が可能で、かつプライバシーの侵害が生じる虞れがなく、管理も容易な、おすすめ番組提供方法、おすすめ番組提供装置およびおすすめ番組提供プログラムを提供することにある。

このような目的を達成するために本発明は、コンピュータに、ユーザからの性別、年齢、地域を含むユーザ属性情報と番組の操作履歴情報とを受信し、受信したユーザ属性情報と操作履歴情報とを対応づけてデータベースに蓄積する第１工程と、この第１工程によって蓄積されたデータベース内の操作履歴情報の蓄積数が閾値を上回る毎に細分化数が増加するようにユーザの嗜好グループを細分化する第２工程と、この第２工程によって細分化された嗜好グループ毎にその嗜好グループの各番組の評価値をデータベースに蓄積されているユーザ属性情報と操作履歴情報とに基づいて求める第３工程と、ユーザからのおすすめ番組検索要求中に含まれるユーザ属性情報に基づいて要求元のユーザが嗜好グループのどのグループに属しているのかを特定する第４工程と、この第４工程によって特定された嗜好グループの各番組の評価値に基づいて要求元のユーザへのおすすめ番組をソートする第５工程とを実行させるようにしたものである。

この発明では、第１工程において、ユーザからのユーザ属性情報（例えば、年齢、性別、地域など）が受信され、受信したユーザ属性情報と操作履歴情報（番組ＩＤ、操作タイプ、操作開始時刻など）とが対応づけてデータベースに蓄積される。なお、この第１工程において、ユーザからのユーザ属性情報をその情報を一義的に表すコード（仮想ユーザＩＤ）に変換し、この仮想ユーザＩＤと対応づけて番組の操作履歴情報をデータベースに蓄積するようにしてもよい。この場合、変換された仮想ユーザＩＤはユーザ属性情報と１対１に対応し、仮想ユーザＩＤと対応づけて番組の操作履歴情報を蓄積することは、ユーザ属性情報と対応づけて番組の操作履歴情報を蓄積することに他ならない。ユーザ属性情報の仮想ユーザＩＤへの変換は、例えばユーザ属性情報と仮想ユーザＩＤとの対応関係を示すテーブルを用いて行うようにしてもよく、所定のアルゴリズムに従って自動変換するようにしてもよい。

次に、第２工程において、第１工程で蓄積されたデータベース内の操作履歴情報の蓄積数が閾値を上回る毎に細分化数が増加するようにユーザの嗜好グループが細分化される。例えば、操作履歴情報の蓄積数が少ない場合は「性別」に着目し、ユーザの嗜好グループを「男性」，「女性」の２グループに分ける。操作履歴情報の蓄積数が多くなれば、「性別」，「年齢」，「地域」，「家族構成」などに着目し、ユーザの嗜好グループをさらに細分化して行く。

次に、第３工程において、第２工程によって細分化された嗜好グループ毎にその嗜好グループの各番組の評価値が、データベースに蓄積されているユーザ属性情報と操作履歴情報に基づいて求められる。例えば、第２工程において、嗜好グループが「男性」，「女性」の２グループに分けられたとする。この場合、データベースに蓄積されている最初のユーザ属性情報より、そのユーザが「男性」，「女性」の何れの嗜好グループに属するかを特定する。また、データベースに蓄積されている最初のユーザ属性情報と対応づけて蓄積されている操作履歴情報より、そのユーザが操作した番組を特定する。ここで、そのユーザが「男性」であり、「番組＃１」を操作したのであれば、「男性」の嗜好グループの「番組＃１」の評価値をアップする。以下、同様にして、データベースに蓄積されているユーザ属性情報と操作履歴情報に基づいて、次々にそのユーザの嗜好グループと操作した番組を特定し、その番組の評価値をアップして行く。なお、この番組の評価値のアップの際に、操作された時刻から現在時刻までの経過時間を考慮し、経過時間が長ければ評価値のアップ幅を少なくするなどの処理を行うようにしてもよい。

また、この発明では、ユーザからのおすすめ番組検索要求を受信すると（第４工程）、この受信したおすすめ番組検索要求中に含まれるユーザ属性情報に基づいて要求元のユーザが嗜好グループのどのグループに属しているのかが特定される。なお、この第４工程において、ユーザからのおすすめ番組検索要求中に含まれるユーザ属性情報は、その情報を一義的に表すコード（仮想ユーザＩＤ）であってもよい。すなわち、ユーザからのおすすめ番組検索要求中に含まれるユーザ属性情報を途中で仮想ユーザＩＤに変換し、受信させるようにしてもよい。この場合、変換された仮想ユーザＩＤはユーザ属性情報と１対１に対応し、仮想ユーザＩＤを受信するということはユーザ属性情報を受信することに他ならない。ユーザ属性情報の仮想ユーザＩＤへの変換は、例えばユーザ属性情報と仮想ユーザＩＤとの対応関係を示すテーブルを用いて行うようにしてもよく、所定のアルゴリズムに従って自動変換するようにしてもよい。

第４工程において嗜好グループが特定されると、この特定された嗜好グループの各番組の評価値に基づいて要求元のユーザへのおすすめ番組がソートされる（第５工程）。例えば今、上述した第１〜第３工程により、嗜好グループが「男性」，「女性」の２グループに分けられ、この嗜好グループの各番組の評価値が求められているものとする。ここで、おすすめ番組検索要求を受信すると、このおすすめ番組検索要求中のユーザ属性情報（仮想ユーザＩＤ）より、要求元のユーザが「男性」，「女性」の何れの嗜好グループに属しているのかが特定される。ここで、その要求元のユーザが「男性」として特定されれば、「男性」の嗜好グループの各番組の評価値に基づいて要求元のユーザへのおすすめ番組がソートされる。例えば、評価値の高い順に番組が並べられたり、評価値の高い上位の番組だけが抽出されたりする。

この発明では、要求元のユーザ個人の操作履歴情報ではなく、要求元のユーザが属する嗜好グループの操作履歴情報に基づいておすすめ番組がソートされる。したがって、要求元のユーザのサービス利用開始初期であっても、すなわち要求元のユーザ個人の操作履歴情報の蓄積数が少なくても、効果的にユーザへの番組のレコメンデーションを行うことができるようになる。さらに、この発明では、サービスを継続することでデータベースに蓄積される操作履歴情報の蓄積数が増えて行くので、この操作履歴情報の蓄積数が閾値を上回る毎に嗜好グループの細分化数を増大させて行くことにより、更にユーザのニーズにあった番組のレコメンデーションが可能となる。また、この発明では、ユーザを一意的に特定する固有ＩＤではなく、ユーザの性別、年齢、地域を含むユーザ属性情報によって操作履歴情報を管理するので、プライバシーの侵害が生じる虞れがなく、管理も容易となる。

また、本発明は、上述した方法を適用した装置としても構成でき、またコンピュータにその処理を実行させるプログラムとしても提供することができる。

本発明によれば、要求元のユーザ個人の操作履歴情報ではなく、要求元のユーザが属する嗜好グループの操作履歴情報に基づいておすすめ番組がソートされるので、要求元のユーザのサービス利用開始初期であっても、効果的にユーザへの番組のレコメンデーションを行うことができるようになる。
また、この発明によれば、サービスを継続することで操作履歴情報の蓄積数が増えて行くので、この操作履歴情報の蓄積数が閾値を上回る毎に嗜好グループの細分化数を増大させて行くことにより、更にユーザのニーズにあった番組のレコメンデーションが可能となる。
また、この発明によれば、ユーザの固有ＩＤではなく、ユーザの性別、年齢、地域を含むユーザ属性情報によって操作履歴情報を管理するので、プライバシーの侵害が生じる虞れがなく、管理も容易となる。

以下、本発明を図面に基づいて詳細に説明する。図１はこの発明に係るおすすめ番組提供方法の実施に用いるレコメンデーションサーバを含むおすすめ番組提供システムの一実施の形態を示す図である。同図において、１００は番組コンテンツの配信側（あるいは放送局側）、２００は番組コンテンツの配信を受けるユーザ（視聴者）側である。

配信側１００には、レコメンデーションサーバ１と、おすすめ番組ガイド提供サーバ２と、コンテンツ蓄積配信サーバ３とが設けられ、これらのサーバは通信ラインＬを介して相互に接続されている。コンテンツ蓄積配信サーバ３にはテレビ番組など複数の番組コンテンツが蓄積されている。ユーザ側２００には、セットトップボックス（以下、ＳＴＢと呼ぶ）４と、ＳＴＢ４に接続されたテレビ５とが設けられ、ＳＴＢ４はネットワークＮＷを介して配信側１００の通信ラインＬに接続されている。

図２にユーザ側２００におけるＳＴＢ４の要部構成を示す。ＳＴＢ４は、映像や各種情報を蓄積可能な情報蓄積装置４−１と、配信側１００から送られてくる番組コンテンツを受信するチューナ４−２と、ネットワークＮＷとのインターフェースをなすネットワークカード４−３と、チューナ４−２で受信した番組コンテンツの映像・音声をテレビ５に出力する映像・音声出力部４−４とを備えている。

ユーザ２００側では、ＳＴＢ４での操作により、配信側１００のコンテンツ蓄積配信サーバ３から送られてくる番組コンテンツをチューナ４で受信し、情報蓄積装置４−１に蓄積（録画）したり、テレビ５で視聴することができる。このＳＴＢ４を用いてユーザが操作した履歴は、情報蓄積装置４−１内に作成される操作履歴情報テーブルＴＡ１に書き込まれる。この例では、操作履歴情報として、操作した番組の「番組ＩＤ」、「操作タイプ（視聴、録画、録画＋視聴など）」、「操作開始時刻（日時）」が書き込まれる。なお、操作履歴情報テーブルＴＡ１には、「番組ＩＤ」、「操作タイプ」、「操作開始時刻」だけではなく、その他のＳＴＢ操作に関する情報を書き込むようにしてもよい。

また、情報蓄積装置４−１には、ＳＴＢ４を操作するユーザの属性情報が設定されたテーブル（ユーザ属性情報テーブル）ＴＡ２が設けられている。このユーザ属性情報テーブルＴＡ２に設定するユーザの属性情報には個人を特定する情報は含まれない。この例では、ユーザの属性情報として、ＳＴＢ４を操作するユーザの「生年月日」、「性別」、「郵便番号」、「家族構成」を設定している。「生年月日」は「年齢」を表す情報であり、「郵便番号」は「地域」を表す情報である。なお、ユーザ属性情報テーブルＴＡ２には、ユーザの「生年月日」、「性別」、「郵便番号」、「家族構成」だけではなく、嗜好するジャンルなどその他の情報を設定してもよい。

図３に配信側１００におけるレコメンデーションサーバ１のハード構成の概略を示す。レコメンデーションサーバ１は、ＣＰＵ１−１と、ＲＡＭ１−２と、ＲＯＭ１−３と、ハードディスクなどの記憶装置１−４と、インターフェース１−５とを備えている。ＣＰＵ１−１は、インターフェイス１−５を介して送られてくる入力情報を得て、ＲＡＭ１−２にアクセスしながら、ＲＯＭ１−３や記憶装置１−４に格納されたプログラムに従って動作する。記憶装置１−４には、本実施の形態特有のプログラムとして、おすすめ番組提供プログラムＰＧが格納されている。このおすすめ番組提供プログラムＰＧは、例えばＣＤ−ＲＯＭなどの記録媒体に記録された状態で提供され、この記録媒体から読み出されて記憶装置１−４にインストールされている。

また、記憶装置１−４には、データベースＤＢ１として、コンテンツ蓄積配信サーバ３に蓄積されている番組コンテンツのそれぞれに関する付加情報（以下、番組メタデータと呼ぶ）が格納されている。各番組の番組メタデータには番組ＩＤも含まれている。

また、記憶装置１−４には、このシステムにおけるユーザの嗜好グループとその属性との関係を示す嗜好グループ条件テーブルＴＢ１が設定されている。この嗜好グループ条件テーブルＴＢ１中、各嗜好グループには、細分レベルが付されている。

細分レベルとは、嗜好グループを分類する粒度を示しており、細分レベルが低いということは、分類される嗜好グループの数が少ないということであり、細分レベルが高いということは、分類される嗜好グループの数が多いということである。細分レベルが大きくなるほどその嗜好グループが細かくなる。

この例では、細分レベルが「１」の嗜好グループは、その属性条件が「性別」とされ、「男性」，「女性」の２グループとされる。細分レベルが「２」の嗜好グループでは、その属性条件にさらに「地域」が加わる。以下同様にして、細分レベルが「３」の嗜好グループではその属性条件にさらに「年齢」が加わり、細分レベル「４」の嗜好グループではその属性条件にさらに「家族構成」が加わる。

なお、「性別」，「地域」，「年齢」，「家族構成」の他に、「嗜好ジャンル」や「血液型」などの属性を条件として加えてもよい。但し、「嗜好ジャンル」や「血液型」などの属性を条件として追加する場合、ユーザ側２００のＳＴＢ４に設定するユーザ属性情報テーブルＴＡ２にも、その属性をユーザ属性情報の一部として追加する必要がある。

また、記憶装置１−４には、仮想ユーザＩＤテーブルＴＢ２が設定されている。この例では、ユーザ側２００から送られてくるユーザ属性情報（「年齢」，「性別」，「地域」，「家族構成」）を一義的に表すコードを仮想ユーザＩＤとし、この仮想ユーザＩＤとユーザ側２００から送られてくるユーザ属性情報との対応を示す表として仮想ユーザＩＤテーブルＴＢ２を設定している。

図４にユーザ属性情報と仮想ユーザＩＤとの関係を示す。仮想ユーザＩＤの１桁目「ａ」は、ユーザ属性情報の「性別」を表し、「男性」であれば「１」、「女性」であれば「２」とする。仮想ユーザＩＤの２，３，４桁目「ｂ１」，「ｂ２」，「ｂ３」は、ユーザ属性情報の「年齢」を表し、その年齢によって「０００〜９９９」とする。仮想ユーザＩＤの５，６桁目「ｃ１」，「ｃ２」は、ユーザ属性情報の「地域」を表し、その県名によって「０１〜４８」とする。仮想ユーザＩＤの７桁目「ｄ１」は、ユーザ属性情報の「家族構成」を表し、「独身」であえば「Ａ」、「既婚」であれば「Ｂ」とする。例えば、神奈川県在住３２歳の独身男性の場合、仮想ユーザＩＤは「１０３２２３Ａ」となる。

また、記憶装置１−４には、操作履歴情報テーブルＴＢ３と、おすすめ評価値テーブルＴＢ４が作成される。操作履歴情報テーブルＴＢ３は、仮想ユーザＩＤと対応づけてユーザ２００側での操作履歴情報を記憶するデータベースで、サービスを継続することでテーブル内の操作履歴情報の蓄積数が増えて行く。また、おすすめ評価値テーブルＴＢ４は、嗜好グループ条件テーブルＴＢ１中の嗜好グループ毎に、その嗜好グループの各番組について計算される評価値を記憶するテーブルである。この操作履歴情報テーブルＴＢ３への操作履歴情報の蓄積、おすすめ評価値テーブルＴＢ４中の嗜好グループ毎・番組ＩＤ毎の評価値の計算については後述する。

〔操作履歴情報の収集・蓄積〕
図５にレコメンデーションサーバ１によるＳＴＢ４からの操作履歴情報の収集・蓄積処理のシーケンスを示す。
ユーザ２００側において、ＳＴＢ４を用いてユーザが操作した番組の操作履歴は、情報蓄積装置４−１内に作成される操作履歴情報テーブルＴＡ１に書き込まれる。この例では、操作履歴情報として、操作した番組の「番組ＩＤ」と「操作タイプ」と「操作開始時刻（日時）」が書き込まれる。

ＳＴＢ４は、定期的（例えば、１日に１回）に、この操作履歴情報テーブルＴＡ１に書き込まれている操作履歴情報(１操作毎の情報)とユーザ属性情報テーブルＴＡ２に書き込まれているユーザ属性情報を、ネットワークＮＷを介して配信側１００のレコメンデーションサーバ１へ送る（ステップ３０１）。送った後の操作履歴情報は消去する。

なお、この例では、ＳＴＢ４が定期的に操作履歴情報とユーザ属性情報をレコメンデーションサーバ１へ送るものとしたが、レコメンデーションサーバ１からＳＴＢ４に対して定期的にユーザ属性情報と操作履歴情報を取得させるようにしてもよい。

レコメンデーションサーバ１は、ＳＴＢ４からユーザ属性情報と操作履歴情報が送られてくると、そのユーザ属性情報から「年齢」，「性別」，「地域」，「家族構成」を割り出し、記憶装置１−４に格納されている仮想ユーザＩＤテーブルＴＢ２より、そのユーザ属性情報に応ずる仮想ユーザＩＤを求める（ステップ３０２）。すなわち、ＳＴＢ４から送られてくるユーザ属性情報を仮想ユーザＩＤに変換する。そして、この変換した仮想ユーザＩＤと対応づけて、ＳＴＢ４から送られてきた操作履歴情報を操作履歴情報テーブルＴＢ３に書き込む（ステップ３０３）。

このレコメンデーションサーバ１での操作履歴情報の収集・蓄積処理は、記憶装置１−４に格納された番組提供プログラムＰＧの処理の一部として、ＣＰＵ１−１が実行する。この操作履歴情報の収集・蓄積処理により、サービスを継続するにつれて、操作履歴情報テーブルＴＢ３に蓄積される操作履歴情報の蓄積数が増えて行く。
なお、操作履歴情報としては、例えば「TV-Anytime」に準拠したスキーマを用いて、「Usage History」要素を用いて表現するなどしてもよい。

〔評価値の計算〕
図６にレコメンデーションサーバ１におけるおすすめ評価値テーブルＴＢ４中の嗜好グループ毎・番組毎の評価値の計算処理のフローチャートを示す。このレコメンデーションサーバ１での評価値の計算処理も、記憶装置１−４に格納された番組提供プログラムＰＧの処理の一部として、ＣＰＵ１−１が実行する。

レコメンデーションサーバ１は、定期的（例えば、１日に１回）に、操作履歴情報テーブルＴＢ３に蓄積されている操作履歴情報の蓄積数（レコード数）を調べ（ステップ４０１）、その蓄積数に基づいて嗜好グループ条件テーブルＴＢ１における細分レベルを決定し、この決定した細分レベルをカレント細分レベルとして記憶する（ステップ４０２）。

この例では、閾値としてａ＜ｂ＜・・・・＜ｎを定め、蓄積数がａ以上であれば細分レベル１、蓄積数がｂ以上であれば細分レベル２、・・・・、蓄積数がｎ以上であれば細分レベルｎとする。これにより、操作履歴情報の蓄積数が少ない場合には細分レベルが低く、操作履歴情報の蓄積数が多くなるにつれて細分レベルが高くなる。

次に、レコメンデーションサーバ１は、操作履歴情報テーブルＴＢ３に蓄積されている全ての操作履歴情報（全レコード）について、その操作履歴情報に対応づけられている仮想ユーザＩＤが嗜好グループ条件テーブルＴＢ１中のどの嗜好グループに所属するかを特定し（ステップ４０３）、またその操作履歴情報よりユーザが操作した番組を特定し（ステップ４０４）、おすすめ評価値テーブルＴＢ４中の該当する嗜好グループの該当する番組の評価値をカウントアップする（ステップ４０５）。なお、ステップ４０３での嗜好グループの特定に際しては、ステップ４０２で決定された細分レベル（カレント細分レベル）が付された嗜好グループを検索対象とする。

図７にステップ４０５での番組の評価値のカウントアップの手順を例示する。この例では、操作履歴情報中の操作開始時刻よりその番組が操作されてからの現在時刻までの経過時間Ｔを算出し（ステップ５０１）、「Ａ（定数）／Ｔ（経過時間）」をその番組の評価値のアップ幅とする（ステップ５０２）。これにより、時間の経過と共に、操作履歴情報の評価値への影響度合いが減衰して行く。

このように、現在時刻よりも長い時間が経過している操作履歴情報については、その番組の評価値のアップ幅を少なくするように工夫することで、最近の操作履歴情報ほどその番組の評価値へ寄与する割合を高くし、同一嗜好グループ内で人気のある最近の番組、すなわち同一嗜好グループ内でよく視聴されたり、録画されている最近の番組の評価値が高くなるような仕組みが実現できる。

〔電子番組ガイドの提供：実施の形態１〕
図８にＳＴＢ４から配信側１００へおすすめ番組ガイドの提供要求が出されてから表示されるまでのシーケンスの一例（実施の形態１）を示す。
ユーザ側２００のＳＴＢ４において、おすすめ番組ガイド表示ボタン（図示せず）が押されると、ＳＴＢ４は、ユーザ属性情報テーブルＴＡ２に書き込まれているユーザ属性情報とおすすめ番組ガイド要求情報を、ネットワークＮＷを介して配信側１００のおすすめ番組ガイド提供サーバ２へ送る（ステップ６０１）。

おすすめ番組ガイド提供サーバ２は、ＳＴＢ４から送られてくるユーザ属性情報を仮想ユーザＩＤに変換し（ステップ６０２）、この仮想ユーザＩＤとおすすめ番組検索要求情報をレコメンデーションサーバ１へ送信する（ステップ６０３）。この実施の形態において、ステップ６０２でのユーザ属性情報の仮想ユーザＩＤへの変換は、図４を用いて説明したアルゴリズムに従って自動的に行われる。また、ステップ６０３で送信されるおすすめ番組検索要求情報には、現時刻から１日分の各局の番組を検索する旨の要求が含まれている。

なお、ステップ６０２でのユーザ属性情報の仮想ユーザＩＤへの変換は、図３に示した仮想ユーザＩＤテーブルＴＢ２を用いて行うようにしてもよい。すなわち、おすすめ番組ガイド提供サーバ２にも仮想ユーザＩＤテーブルＴＢ２をセットし、この仮想ユーザＩＤテーブルＴＢ２に従ってＳＴＢ４からのユーザ属性情報を仮想ユーザＩＤへ変換するようにしてもよい。

レコメンデーションサーバ１は、おすすめ番組ガイド提供サーバ２からのおすすめ番組検索要求情報を受信すると、このおすすめ番組検索要求情報に含まれている現時刻から１日分の各局の番組を検索する旨の要求に従い、データベースＤＢ１からその要求に応じた番組メタデータを検索する（ステップ６０４）。なお、番組メタデータに例えば年齢や性別などによる視聴者制限情報を付加してデータベースＤＢ１に登録するようにし、ステップ６０４においてデータベースＤＢ１中の番組メタデータを検索する際に、仮想ユーザＩＤからそのユーザの年齢や性別を割り出し、そのユーザに対して視聴制限がかけられた番組メタデータを検索対象から除外するようにしてもよい。

また、レコメンデーションサーバ１は、おすすめ番組ガイド提供サーバ２からの仮想ユーザＩＤを受信すると、その仮想ユーザＩＤで示されるユーザ属性情報を仮想ユーザＩＤテーブルＴＢ２を用いて復元し、この復元したユーザ属性情報よりその仮想ユーザＩＤが嗜好グループ条件テーブルＴＢ１中のどの嗜好グループに所属するかを特定する（ステップ６０５）。この嗜好グループの特定に際し、レコメンデーションサーバ１は、先のステップ４０２で記憶したカレント細分レベルを読み出し、このカレント細分レベルと同じ細分レベルが付された嗜好グループ条件テーブルＴＢ１中の嗜好グループを検索対象とする。

そして、レコメンデーションサーバ１は、ステップ６０４で検索した番組メタデータからその番組ＩＤを抽出し、ステップ６０５で特定した嗜好グループについて、その抽出した番組ＩＤによって特定される各番組の評価値を評価値テーブルＴＢ４から取得し、この取得した評価値順に番組メタデータをソートし、おすすめ番組ガイド提供サーバ２へ返信する（ステップ６０６）。

このレコメンデーションサーバ１でのおすすめ番組検索要求情報からの番組メタデータの検索（ステップ６０４）、仮想ユーザＩＤが所属する嗜好グループの特定（ステップ６０５）、番組メタデータのおすすめ評価値順のソート（ステップ６０６）は、記憶装置１−４に格納された番組提供プログラムＰＧの処理の一部として、ＣＰＵ１−１が実行する。

おすすめ番組ガイド提供サーバ２は、レコメンデーションサーバ１からの番組メタデータ（評価値順にソートされた番組メタデータ）を受け取り、ＨＴＭＬ等のＳＴＢ４が表示可能なフォーマットに合わせておすすめ番組ガイドを組み立て、ＳＴＢ４へ返送する（ステップ６０７）。

これにより、ＳＴＢ４において、配信側１００から送られてくるおすすめ番組ガイドが表示される（ステップ６０８）。この際、おすすめ番組ガイドの組み立て方により、評価値の特に高い番組については強調表示したり、順番を上の方にするなど、ユーザのニーズに合わせたレコメンデーションを行う。

以上の説明から分かるように、この実施の形態では、おすすめ番組の要求元のユーザ個人の操作履歴情報ではなく、要求元のユーザが所属する嗜好グループの操作履歴情報に基づいておすすめ番組がソートされるので、要求元のユーザのサービス利用開始初期であっても、すなわち要求元のユーザの操作履歴情報の蓄積数が少なくても、効果的にユーザへの番組のレコメンデーションを行うことができるようになる。

また、この実施の形態では、サービスを継続することで操作履歴情報テーブルＴＢ３に蓄積される操作履歴情報の蓄積数が増え、この操作履歴情報の蓄積数が閾値を上回る毎にユーザの嗜好グループの細分化数が増大して行くので、更にユーザのニーズにあった番組のレコメンデーションが可能となる。

また、この実施の形態では、ユーザの固有ＩＤではなく、個人を特定する情報を含まない仮想ユーザＩＤよって操作履歴情報を管理するので、プライバシーの侵害が生じる虞れがなく、管理も容易となる。すなわち、ユーザがＳＴＢ４で操作したプライバシー情報を配信側１００に送信したところで、ユーザ属性情報には個人を特定する情報が含まれず、このユーザ属性情報を変換して得られる仮想ユーザＩＤから個人が特定されることは全くない。これにより、プライバシーが保護された上で、レコメンデーションに必要な操作履歴情報の収集・蓄積、評価値の計算が行われるものとなる。また、この際、仮想ユーザＩＤを用いることにより、実世界でのユーザの登録処理や削除処理に合わせて本システム上の処理を行う必要が全くなくなり、煩雑なユーザ管理機能を本システムにに持たせる必要がなく、運用業務への負荷ならびにコストが低減される。

図９にレコメンデーションサーバ１が有する特有の機能の概略を示す。レコメンデーションサーバ１は、ＳＴＢ４から送られてくるユーザ属性情報と操作履歴情報を受信する操作履歴情報受信機能１Ａと、操作履歴情報受信機能１Ａによって受信したユーザ属性情報を仮想ユーザＩＤに変換するユーザ属性情報変換機能１Ｂと、操作履歴情報受信機能１Ａによって受信した操作履歴情報をユーザ属性情報変換機能１Ｂによって変換した仮想ユーザＩＤと対応づけてデータベース１Ｃに蓄積する操作履歴情報蓄積機能１Ｄと、操作履歴情報蓄積機能１Ｄによって蓄積されたデータベース１Ｃ内の操作履歴情報の蓄積数に基づいてユーザの嗜好グループを細分化する嗜好グループ細分化機能１Ｅと、嗜好グループ細分化機能１Ｅによって細分化された嗜好グループ毎にその嗜好グループの各番組の評価値をデータベース１Ｃに蓄積されている仮想ユーザＩＤと操作履歴情報に基づいて計算する評価値計算機能１Ｆと、ＳＴＢ４から送られてくるおすすめ番組ガイド提供サーバ２において仮想ユーザＩＤに変換されたユーザ属性情報とおすすめ番組検索要求情報を受信する番組検索要求受信機能１Ｇと、番組検索要求受信機能１Ｇによって受信した仮想ユーザＩＤに基づいて要求元のユーザが嗜好グループ細分化機能１Ｅによって細分化された嗜好グループのどのグループに属しているのかを特定する嗜好グループ特定機能１Ｈと、嗜好グループ特定機能１Ｈによって特定された嗜好グループの各番組の評価値に基づいて要求元のユーザへのおすすめ番組をソートするおすすめ番組ソート機能１Ｉとを有している。

なお、図９では、操作履歴情報受信機能１Ａによって受信したユーザ属性情報をユーザ属性情報変換機能１Ｂによって仮想ユーザＩＤに変換するようにしているが、仮想ユーザＩＤに変換せずに受信したユーザ属性情報と操作履歴情報とを対応づけてデータベース１Ｃに蓄積するようにしてもよい。

また、図９では、ＳＴＢ４からのおすすめ番組検索要求に含まれるユーザ属性情報をおすすめ番組ガイド提供サーバ２において仮想ユーザＩＤに変換してレコメンデーションサーバ１に与えるようにしているが、仮想ユーザＩＤに変換せずにレコメンデーションサーバ１へ与え、レコメンデーションサーバ１において仮想ユーザＩＤに変換するようにしてもよい。また、レコメンデーションサーバ１において仮想ユーザＩＤに変換せずに、ＳＴＢ４からのユーザ属性情報を嗜好グループ特定機能１Ｈへ送り、このユーザ属性情報に基づいて要求元のユーザがどの嗜好グループに属しているのかを特定するようにしてもよい。

〔電子番組ガイドの提供：実施の形態２〕
図１０にＳＴＢ４から配信側１００へおすすめ番組ガイドの提供要求が出されてから表示されるまでのシーケンスの他の例（実施の形態２）を示す。この実施の形態２では、レコメンデーションサーバ１の操作履歴情報テーブルＴＢ３に蓄積されている操作履歴情報の蓄積数が少ない場合、別のアルゴリズムを使用して要求元のユーザへのおすすめ番組をソートする。

図１０に示したシーケンスでは、インターネットの検索エンジン６から流行のキーワードのランキング情報を取得し、このキーワードのランキング情報に基づいて要求元のユーザへのおすすめ番組をソートする。これにより、操作履歴情報テーブルＴＢ３に蓄積されている操作履歴情報の蓄積数が少ない一般ユーザへのサービス開始初期からサービス安定期に向けて、効果的にユーザへの番組のレコメンデーションが可能となる。

以下、図１０に示したシーケンスについて説明する、このシーケンスにおいて、ステップ７０１，７０２，７０３，７０４は図８に示したシーケンスにおけるステップ６０１，６０２，６０３，６０５の処理に対応するので、その説明は省略する。。レコメンデーションサーバ１は、仮想ユーザＩＤが所属する嗜好グループ特定すると（ステップ７０４）、その時のカレント細分レベルをチェックし、予め定められている下限レベル値Ｌmin 以上であるか否かを判断する（ステップ７０５）。この時、カレント細分レベルがＬmin よりも下回っていれば（ステップ７０５のＮＯ）、操作履歴情報テーブルＴＢ３に蓄積されている操作履歴情報の蓄積数が少ないと判断し、インターネットの検索エンジン６に流行のキーワードのランキング情報の送信要求を送る（ステップ７１０）。

検索エンジン６は、インターネットユーザによって日々入力される検索キーに関する情報を検索する。この検索キーの出現カウントはその時点での流行やユーザが興味を持っている事柄を反映していることが多い。検索エンジン６は、レコメンデーションサーバ１からの要求を受けて、この検索キーのランキング情報を流行のキーワードのランキング情報としてレコメンデーションサーバ１へ返送する（ステップ７１１）。

レコメンデーションサーバ１は、検索エンジン１からの流行のキーワードのランキング情報を受けて、データベースＤＢ１内の番組メタデータを検索する（ステップ７１２）。すなわち、流行のキーワードが含まれる番組メタデータを検索する。そして、その検索した番組メタデータをキーワードのランキング順に並べ、おすすめ番組ガイド提供サーバ２へ返信する。

おすすめ番組ガイド提供サーバ２は、レコメンデーションサーバ１からの番組メタデータを受け取り、ＨＴＭＬ等のＳＴＢ４が表示可能なフォーマットに合わせておすすめ番組ガイドを組み立て、ＳＴＢ４へ返送する（ステップ７０８）。これにより、ＳＴＢ４において、配信側１００から送られてくるおすすめ番組ガイドが表示される（ステップ７０９）。この際、おすすめ番組ガイドの組み立て方により、キーワードのランキングの特に高い番組については強調表示したり、順番を上の方にするなど、ユーザのニーズに合わせたレコメンデーションを行う。

これに対し、ステップ７０５でのカレント細分レベルがＬmin 以上であれば、操作履歴情報テーブルＴＢ３に蓄積されている操作履歴情報の蓄積数が一定の数以上蓄積されたと判断し、おすすめ評価値テーブルＴＢ４の評価値に従うレコメンデーションを行う。すなわち、番組ガイド提供サーバ２からのおすすめ番組検索要求情報に含まれている現時刻から１日分の各局の番組を検索する旨の要求に従い、データベースＤＢ１からその要求に応じた番組メタデータを検索し（ステップ７０６）、ステップ７０４で特定した嗜好グループについて、その検索した各番組の評価値を評価値テーブルＴＢ４から取得し、この取得した評価値順に番組メタデータをソートし、おすすめ番組ガイド提供サーバ２へ返信する（ステップ７０７）。

おすすめ番組ガイド提供サーバ２は、レコメンデーションサーバ１からの番組メタデータ（評価値順にソートされた番組メタデータ）を受け取り、ＨＴＭＬ等のＳＴＢ４が表示可能なフォーマットに合わせておすすめ番組ガイドを組み立て、ＳＴＢ４へ返送する（ステップ７０８）。これにより、ＳＴＢ４において、配信側１００から送られてくるおすすめ番組ガイドが表示される（ステップ７０９）。この際、おすすめ番組ガイドの組み立て方により、評価値の特に高い番組については強調表示したり、順番を上の方にするなど、ユーザのニーズに合わせたレコメンデーションを行う。

〔電子番組ガイドの提供：実施の形態３〕
実施の形態３では、レコメンデーションサーバ１の操作履歴情報テーブルＴＢ３に蓄積されている操作履歴情報の蓄積数が少ない場合ではなく、要求元のユーザから切り替え要求があった場合に、インターネットの検索エンジン６から流行のキーワードのランキング情報を取得し、このキーワードのランキング情報に基づいて要求元のユーザへのおすすめ番組をソートするようにする。

例えば、ユーザへ提供するおすすめ番組ガイドにユーザがレコメンデーションのアルゴリズムを切り替えることの可能なインターフェースを持たせ、このインターフェースを介するユーザからの要求に応じて、レコメンデーションのアルゴリズムを切り替える。

一般的に、レコメンデーションサービスはある１つのアルゴリズムを用いてレコメンデーションされることが多いが、ユーザにとって効果的なレコメンデーションが行えていない場合、ユーザがレコメンデーションのアルゴリズムを選べないという欠点がある。これに対して、実施の形態３では、ユーザが現在のレコメンデーションのアルゴリズムに不満がある場合には、ユーザの意志で別のアルゴリズムに切り替えることが可能である。

〔電子番組ガイドの提供：実施の形態４〕
実施の形態１では、仮想ユーザＩＤテーブルＴＢ２に、嗜好グループ条件テーブルＴＢ１で用いられる属性の組合せを全て網羅した仮想ユーザＩＤを登録している。この場合、仮想ユーザＩＤテーブルＴＢ２に登録される仮想ユーザＩＤの数が膨大となり、またこの仮想ユーザＩＤと対応づけて「年齢」，「性別」，「地域」，「家族構成」などのユーザ属性情報を登録しなければならならず、メモリ容量を過大に必要とする。

そこで、実施の形態４では、ＳＴＢ４からおすすめ番組ガイドの提供要求が出され（図１１に示すステップ８０１）、おすすめ番組ガイド提供サーバ２を介して仮想ユーザＩＤとおすすめ番組検索要求情報がレコメンデーションサーバ１へ与えられた時（ステップ８０２，８０３）、レコメンデーションサーバ１においてその仮想ユーザＩＤが今まで一度も要求を受けたことのない仮想ユーザＩＤであるか否かをチェックし（ステップ８０４）、今まで一度も要求を受けたことのない仮想ユーザＩＤであった場合（ステップ８０４のＮＯ）、その仮想ユーザＩＤを自動登録する（ステップ８０５）。

これにより、必要最小限の仮想ユーザＩＤのみがレコメンデーションサーバ１に自動登録されるものとなり、仮想ユーザＩＤの登録量が少なくなって、メモリ容量の過大な使用が避けられる。また、仮想ユーザＩＤの登録量が少ないので、おすすめ評価値などの統計処理も高速に行うことが可能となる。

本発明に係るおすすめ番組提供方法の実施に用いるレコメンデーションサーバを含むおすすめ番組提供システムの一実施の形態を示す図である。 このおすすめ番組提供システムのユーザ側におけるＳＴＢの要部構成を示すブロック図である。 このおすすめ番組提供システムの配信側におけるレコメンデーションサーバのハード構成の概略を示す図である。 ユーザ属性情報と仮想ユーザＩＤとの関係を示す図である。 レコメンデーションサーバによるＳＴＢからの操作履歴情報の収集・蓄積処理のシーケンスを示す図である。 レコメンデーションサーバにおける嗜好グループ毎・番組毎の評価値の計算処理のフローチャートである。 番組の評価値のカウントアップの手順を例示するフローチャートである。 ＳＴＢから配信側へおすすめ番組ガイドの提供要求が出されてから表示されるまでのシーケンスの一例（実施の形態１）を示す図である。 レコメンデーションサーバが有する特有の機能の概略を示すブロック図である。 ＳＴＢから配信側へおすすめ番組ガイドの提供要求が出されてから表示されるまでのシーケンスの他の例を示す図である。 ＳＴＢから配信側へおすすめ番組ガイドの提供要求が出されてから表示されるまでのシーケンスの別の例を示す図である。

符号の説明

１…レコメンデーションサーバ、１−１…ＣＰＵ、１−２…ＲＡＭ、１−３…ＲＯＭ、１−４…記憶装置、１−５…インターフェース、ＰＧ…おすすめ番組提供プログラム、２…おすすめ番組提供サーバ、３…コンテンツ蓄積サーバ、４…ＳＴＢ（セットトップボックス）、５…テレビ、１００…配信側、２００…ユーザ側、ＴＢ１…操作履歴情報テーブル、ＴＢ２…ユーザ属性情報テーブル、 ＴＢ１…嗜好グループ条件テーブル、ＴＢ２…仮想ユーザＩＤテーブル、ＴＢ３…操作履歴情報テーブル、ＴＢ４…おすすめ評価値テーブル、１Ａ…操作履歴情報受信機能、１Ｂ…ユーザ属性情報変換機能、１Ｃ…データベース、１Ｄ…操作履歴情報蓄積機能、１Ｅ…嗜好グループ細分化機能、１Ｆ…評価値計算機能、１Ｇ…番組検索要求受信機能、１Ｈ…嗜好グループ特定機能、１Ｉ…おすすめ番組ソート機能。

Claims (6)

1. メモリに格納されているプログラムに従うコンピュータの処理動作によっておすすめ番組の提供を行うおすすめ番組提供方法において、
   前記コンピュータに、
   ユーザからの性別、年齢、地域を含むユーザ属性情報と番組の操作履歴情報とを受信し、前記受信したユーザ属性情報と番組の操作履歴情報とを対応づけてデータベースに蓄積する第１工程と、
   この第１工程によって蓄積されたデータベース内の操作履歴情報の蓄積数が閾値を上回る毎に細分化数が増加するようにユーザの嗜好グループを細分化する第２工程と、
   この第２工程によって細分化された嗜好グループ毎にその嗜好グループの各番組の評価値を前記データベースに蓄積されているユーザ属性情報と操作履歴情報とに基づいて求める第３工程と、
   ユーザからのおすすめ番組検索要求中に含まれるユーザ属性情報に基づいて要求元のユーザが前記嗜好グループのどのグループに属しているのかを特定する第４工程と、
   この第４工程によって特定された嗜好グループの各番組の評価値に基づいて前記要求元のユーザへのおすすめ番組をソートする第５工程と
   を実行させることを特徴とするおすすめ番組提供方法。
2. ユーザからの性別、年齢、地域を含むユーザ属性情報と番組の操作履歴情報とを受信し、前記受信したユーザ属性情報と番組の操作履歴情報とを対応づけてデータベースに蓄積する第１手段と、
   この第１手段によって蓄積されたデータベース内の操作履歴情報の蓄積数が閾値を上回る毎に細分化数が増加するようにユーザの嗜好グループを細分化する第２手段と、
   この第２手段によって細分化された嗜好グループ毎にその嗜好グループの各番組の評価値を前記データベースに蓄積されているユーザ属性情報と操作履歴情報とに基づいて求める第３手段と、
   ユーザからのおすすめ番組検索要求中に含まれるユーザ属性情報に基づいて要求元のユーザが前記嗜好グループのどのグループに属しているのかを特定する第４手段と、
   この第４手段によって特定された嗜好グループの各番組の評価値に基づいて前記要求元のユーザへのおすすめ番組をソートする第５手段と
   を備えたことを特徴とするおすすめ番組提供装置。
3. コンピュータに、
   ユーザからの性別、年齢、地域を含むユーザ属性情報と番組の操作履歴情報とを受信し、前記受信したユーザ属性情報と番組の操作履歴情報とを対応づけてデータベースに蓄積させる第１の処理と、
   この第１の処理によって蓄積されたデータベース内の操作履歴情報の蓄積数が閾値を上回る毎に細分化数が増加するようにユーザの嗜好グループを細分化させる第２の処理と、
   この第２の処理によって細分化された嗜好グループ毎にその嗜好グループの各番組の評価値を前記データベースに蓄積されているユーザ属性情報と操作履歴情報とに基づいて求める第３の処理と、
   ユーザからのおすすめ番組検索要求中に含まれるユーザ属性情報に基づいて要求元のユーザが前記嗜好グループのどのグループに属しているのかを特定させる第４の処理と、
   この第４の処理によって特定された嗜好グループの各番組の評価値に基づいて前記要求元のユーザへのおすすめ番組をソートさせる第５の処理と
   を実行させるおすすめ番組提供プログラム。
4. 請求項１に記載されたおすすめ番組提供方法において、
   前記第１工程は、
   前記受信したユーザ属性情報をその情報を一義的に表すコードに変換し、このコードと前記受信した番組の操作履歴情報とを対応づけてデータベースに蓄積する
   ことを特徴とするおすすめ番組提供方法。
5. 請求項２に記載されたおすすめ番組提供装置において、
   前記第１手段は、
   前記受信したユーザ属性情報をその情報を一義的に表すコードに変換し、このコードと前記受信した番組の操作履歴情報とを対応づけてデータベースに蓄積する
   ることを特徴とするおすすめ番組提供装置。
6. 請求項３に記載されたおすすめ番組提供プログラムにおいて、
   前記第１の処理は、
   前記受信したユーザ属性情報をその情報を一義的に表すコードに変換し、このコードと前記受信した番組の操作履歴情報とを対応づけてデータベースに蓄積させる
   ことを特徴とするおすすめ番組提供プログラム。

Images