JP4910582B2 - 情報処理装置および方法、並びに、プログラム - Google Patents

情報処理装置および方法、並びに、プログラム Download PDF

Info

Publication number
JP4910582B2
JP4910582B2 JP2006246877A JP2006246877A JP4910582B2 JP 4910582 B2 JP4910582 B2 JP 4910582B2 JP 2006246877 A JP2006246877 A JP 2006246877A JP 2006246877 A JP2006246877 A JP 2006246877A JP 4910582 B2 JP4910582 B2 JP 4910582B2
Authority
JP
Japan
Prior art keywords
content
category
metadata
cluster
hierarchical structure
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
Application number
JP2006246877A
Other languages
English (en)
Other versions
JP2008070959A (ja
JP2008070959A5 (ja
Inventor
亮裕 渡辺
立也 楢原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2006246877A priority Critical patent/JP4910582B2/ja
Priority to US11/900,165 priority patent/US7769760B2/en
Publication of JP2008070959A publication Critical patent/JP2008070959A/ja
Publication of JP2008070959A5 publication Critical patent/JP2008070959A5/ja
Application granted granted Critical
Publication of JP4910582B2 publication Critical patent/JP4910582B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually

Description

本発明は、情報処理装置および方法、並びに、プログラムに関し、特に、所望のコンテンツを容易に検索できるようにした情報処理装置および方法、並びに、プログラムに関する。
近年、デジタル放送やインターネットなどの普及に伴い、ユーザにとって、放送波やインターネットなどを通じて大量のコンテンツを取得することができる一方、コンテンツ量の増加に伴い、所望のコンテンツを検索することが困難になってきている。そこで、所望のコンテンツを容易に検索できるようにする技術や手法の実現が望まれている。
従来のコンテンツの検索手法としては、コンテンツの記録や再生を行うマルチメディア記録再生装置などにおいて一般的に行われているキーワード検索とジャンル検索がある。キーワード検索では、タイトル名やアーティスト名などのキーワードを指定することにより、各コンテンツに付与されているメタデータなどを用いて、指定したキーワードに関連するコンテンツを検索することができる。また、ジャンル検索では、所望のジャンルを指定することにより、コンテンツに付与されたジャンル情報に基づいて、指定したジャンルに属するコンテンツを検索することができる。
また、ユーザが所望する情報をユーザの嗜好に対応して適切に提供するために、ユーザの情報に対する嗜好度を、情報を利用する環境、および、情報が属するジャンルなどに基づいて、多重階層型構造のデータとして管理することが提案されている（例えば、特許文献１参照）。
さらに、各コンテンツに対するユーザの興味度、および、各コンテンツ間の類似度に応じて、各コンテンツのサムネイルを画面上に配置して表示することが提案されている（例えば、特許文献２参照）。
特開２００１−１５５０３８号公報 特開２００１−２２９１６７号公報
しかしながら、キーワード検索は、ユーザが明確な意図を持って検索を行う場合には有効であるが、漠然とした興味や意図を持って検索を行う場合、自分の興味や意図を表すキーワードを連想することが難しく、キーワード検索を用いて所望のコンテンツを検索することが困難なときがある。
また、ジャンル検索では、各コンテンツが適切に分類されていることが重要であり、ジャンルの分類が不適切であったり、大ざっぱである場合、所望のコンテンツを検索することは難しい。さらに、「その他のスポーツ」などのように抽象的なジャンルに分類されているコンテンツを、ジャンルを指定して検索することは困難である。
また、特許文献１の発明は、ユーザが嗜好する情報を検索する場合には有効であるが、ユーザの嗜好と異なる情報を検索したり、新たなジャンルに属する情報など嗜好情報が蓄積されていない情報を検索する場合に効果を発揮することは難しい。
また、特許文献２に記載の発明では、コンテンツの関連度のみに基づく一階層のみの分類しか行われないため、コンテンツ数の増加に伴って、所望のコンテンツの検索が困難になってしまう。
本発明は、このような状況に鑑みてなされたものであり、所望のコンテンツを容易に検索できるようにするものである。
本発明の第１の側面の情報処理装置は、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別する識別手段と、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類するクラスタリング手段と、前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造を変更する階層構造変更手段とが設けられている。
前記クラスタリング手段には、前記ユーザの嗜好の観点を重視してクラスタリング処理を行わせることができる。
本発明の第２の側面の情報処理装置は、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別する識別手段と、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類するクラスタリング手段と、前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造を変更する階層構造変更手段とが設けられている。
前記クラスタリング手段には、前記最近の話題や流行の観点を重視してクラスタリング処理を行わせることができる。
前記階層構造を用いて、前記カテゴリおよび前記クラスタごとに分類して前記コンテンツを提示するように制御する提示制御手段をさらに設けることができる。
複数のコンテンツの前記メタデータから抽出されたキーワードであって、コンテンツが属するカテゴリを識別するために用いるキーワードと前記カテゴリとの関係を示すカテゴリメタデータを生成するカテゴリメタデータ生成手段をさらに備え、前記識別手段には、前記メタデータに含まれるキーワードおよび前記カテゴリメタデータに基づいて、前記コンテンツが属する前記クラスタを識別させることができる。
本発明の第１の側面の情報処理方法またはプログラムは、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し、前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造を変更するステップを含む。
本発明の第２の側面の情報処理方法またはプログラムは、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し、前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造を変更するステップを含む。
本発明の第１の側面においては、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリが識別され、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類され、前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造が変更される。
本発明の第２の側面においては、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリが識別され、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類され、前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造が変更される。
以上のように、本発明の第１の側面または第２の側面によれば、コンテンツを分類することができる。また、本発明の第１の側面または第２の側面によれば、所望のコンテンツを容易に検索することができる。
以下に本発明の実施の形態を説明するが、本発明の構成要件と、明細書または図面に記載の実施の形態との対応関係を例示すると、次のようになる。この記載は、本発明をサポートする実施の形態が、発明の詳細な説明に記載されていることを確認するためのものである。従って、発明の詳細な説明中には記載されているが、本発明の構成要件に対応する実施の形態として、ここには記載されていない実施の形態があったとしても、そのことは、その実施の形態が、その構成要件に対応するものではないことを意味するものではない。逆に、実施の形態が構成要件に対応するものとしてここに記載されていたとしても、そのことは、その実施の形態が、その構成要件以外の構成要件には対応しないものであることを意味するものでもない。
本発明の第１の側面の情報処理装置（例えば、図１の情報処理装置１）は、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別する識別手段（例えば、図２のカテゴリ識別部７１）と、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類するクラスタリング手段（例えば、図２のクラスタリング部７２）と、前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造を変更する階層構造変更手段（例えば、図２の階層構造変更部７３）とを備える。
本発明の第２の側面の情報処理装置（例えば、図１の情報処理装置１）は、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別する識別手段（例えば、図２のカテゴリ識別部７１）と、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類するクラスタリング手段（例えば、図２のクラスタリング部７２）と、前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造を変更する階層構造変更手段（例えば、図２の階層構造変更部７３）とを備える。
本発明の第１の側面または第２の側面の情報処理装置は、前記階層構造を用いて、前記カテゴリおよび前記クラスタごとに分類して前記コンテンツを提示するように制御する提示制御手段（例えば、図１のコンテンツ分類結果表示部４３）をさらに備える。
本発明の第１の側面または第２の側面の情報処理装置は、複数のコンテンツの前記メタデータから抽出されたキーワードであって、コンテンツが属するカテゴリを識別するために用いるキーワードと前記カテゴリとの関係を示すカテゴリメタデータを生成するカテゴリメタデータ生成手段（例えば、図１のカテゴリメタデータ生成部３１）をさらに備え、前記識別手段は、前記メタデータに含まれるキーワードおよび前記カテゴリメタデータに基づいて、前記コンテンツが属する前記クラスタを識別する。
本発明の第１の側面の情報処理方法またはプログラムは、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し（例えば、図８のステップＳ２１）、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し（例えば、図８のステップＳ２２）、前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造を変更する（例えば、図８のステップＳ２３）ステップを含む。
本発明の第２の側面の情報処理方法またはプログラムは、コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し（例えば、図８のステップＳ２１）、前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し（例えば、図８のステップＳ２２）、前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造を変更する（例えば、図８のステップＳ２３）ステップを含む。
以下、図を参照して、本発明の実施の形態について説明する。
図１は、本発明を適用した情報処理装置の一実施の形態を示すブロック図である。
情報処理装置１は、図示せぬ放送局から放送されるテレビジョン番組などのコンテンツ、および、インターネット３を介して、サーバ４から送信されるコンテンツを記録したり、再生したりする装置である。
この情報処理装置１は、デジタル放送受信部２１、ネットワーク受信部２２、映像・音声復号部２３、ディスプレイ２４、スピーカ２５、コンテンツ情報取得部２６、コンテンツ情報蓄積部２７、コンテンツキーワード情報生成部２８、辞書データ蓄積部２９、コンテンツキーワード情報蓄積部３０、カテゴリメタデータ生成部３１、カテゴリメタデータ蓄積部３２、リモートコントローラインタフェース（I/F）３３、ユーザ操作処理部３４、録画済コンテンツ情報蓄積部３５、予約済コンテンツ情報蓄積部３６、操作履歴蓄積部３７、ユーザ嗜好メタデータ生成部３８、ユーザ嗜好メタデータ蓄積部３９、話題ランキングメタデータ生成部４０、話題ランキングメタデータ蓄積部４１、コンテンツ分類処理部４２、および、コンテンツ分類結果表示部４３を含むように構成される。
デジタル放送受信部２１は、図示せぬ放送局からデジタル放送により放送されてきたテレビジョン番組などのコンテンツを受信し、受信したコンテンツ情報をコンテンツ情報取得部２６に供給する。また、デジタル放送受信部２１は、EPG（Electronic Program Guide）を表示するために図示せぬ放送局から送信されてくるEIT（Event Information Table）を受信し、コンテンツの内容を表すメタデータ（以下、コンテンツ情報と称する）としてコンテンツ情報取得部２６に供給する。なお、EITで定義されている短形式イベント記述子には、番組のタイトル、詳細情報などが記述され、コンテント記述子には、番組のジャンルなどが記述され、拡張形式イベント記述子には、より詳細なコンテンツ情報として、例えば映画コンテンツの場合、出演俳優名や監督名などが記述され、音楽コンテンツの場合、歌手名や曲名などが記述される。
ネットワーク受信部２２は、インターネット３を介して、サーバ４から送信されてくるコンテンツを受信し、受信したコンテンツを映像・音声復号部２３に供給する。また、ネットワーク受信部２２は、インターネット３を介して、サーバ４から送信されてくるコンテンツ情報を受信し、コンテンツ情報取得部２６に供給する。なお、インターネット３を介して受信したコンテンツ情報も、上述したEITと同様の情報を含むものとする。
さらに、ネットワーク受信部２２は、サーバ４上で公開されているポータルサイトや新聞社のサイトなどから配信される、RSS（Resource Description Framework Site Summary）形式の各サイトの更新情報や要約などを示す情報やブログのランキングデータなど、最近の話題や流行を表すキーワードを含む情報（以下、話題ランキング情報）を受信し、受信した話題ランキング情報を話題ランキングメタデータ生成部４０に供給する。
映像・音声復号部２３は、デジタル放送受信部２１またはネットワーク受信部２２から取得したコンテンツを復号する。また、映像・音声復号部２３は、復号したコンテンツを映像データと音声データとに分離し、映像データをディスプレイ２４に供給し、音声データをスピーカ２５に供給する。さらに、映像・音声復号部２３は、必要に応じて、復号したコンテンツをユーザ操作処理部３４に供給する。
ディスプレイ２４は、取得した映像データに基づく映像を表示する。
スピーカ２５は、取得した音声データに基づく音声を出力する。
コンテンツ情報取得部２６は、デジタル放送受信部２１またはネットワーク受信部２２から取得したコンテンツ情報をコンテンツ情報蓄積部２７に蓄積させる。
コンテンツキーワード情報生成部２８は、コンテンツ情報蓄積部２７に蓄積されているコンテンツ情報から、コンテンツに関連するキーワード（以下、コンテンツキーワードと称する）を抽出する。例えば、コンテンツ情報がEITのようなテキスト文書である場合、コンテンツキーワード情報生成部２８は、辞書データ蓄積部２９に蓄積されている辞書データを参照して、コンテンツ情報を形態素解析することにより、テキスト中の文字列を単語ごとに分類し、その中の重要な単語をコンテンツキーワードとして抽出する。コンテンツキーワード情報生成部２８は、図３を参照して後述するように、コンテンツキーワードを要素とするベクトル型のデータ構造を有するコンテンツキーワード情報を各コンテンツについて生成し、コンテンツキーワード情報蓄積部３０に蓄積させる。
カテゴリメタデータ生成部３１は、図３を参照して後述するように、コンテンツキーワード情報蓄積部３０に蓄積されているコンテンツキーワード情報に基づいて、コンテンツが属するカテゴリを識別するために用いるキーワード（以下、カテゴリ決定キーワードと称する）と、コンテンツの分類に用いるカテゴリとの関係を示すカテゴリメタデータを生成する。カテゴリメタデータ生成部３１は、生成したカテゴリメタデータをカテゴリメタデータ蓄積部３２に蓄積させる。
リモートコントローラI/F３３は、リモートコントローラ２を操作してユーザにより入力される各種の指令を受信し、受信した指令を示す情報をユーザ操作処理部３４に供給する。
ユーザ操作処理部３４は、ユーザからの各種の指令を処理する。例えば、ユーザ操作処理部３４は、ユーザによりコンテンツの録画が指令された場合、録画が指令されたコンテンツに対応する、映像・音声復号部２３により復号されたコンテンツ、および、コンテンツ情報蓄積部２６に蓄積されているコンテンツ情報を読み出し、録画済コンテンツ情報蓄積部３５に蓄積させる。また、例えば、ユーザ操作処理部３４は、ユーザによりコンテンツの録画予約が指令された場合、録画予約が指令されたコンテンツに対応するコンテンツ情報をコンテンツ情報蓄積部２６から読み出し、予約済コンテンツ情報蓄積部３６に蓄積させる。
また、ユーザ操作処理部３４は、操作対象となったコンテンツを示すコンテンツ固有のＩＤ、ユーザにより指令された操作内容、操作日時などを示す情報を、操作履歴として操作履歴蓄積部３７に蓄積させる。
ユーザ嗜好メタデータ生成部３８は、図３を参照して後述するように、操作履歴蓄積部３８に蓄積されている操作履歴に基づいて、コンテンツキーワード情報蓄積部３０に蓄積されているコンテンツキーワード情報に含まれるコンテンツキーワードの中から、ユーザが嗜好するコンテンツに関連するコンテンツキーワード（以下、ユーザ嗜好キーワードと称する）を抽出する。また、ユーザ嗜好メタデータ生成部３８は、ユーザの嗜好の程度に応じた重みである重要度を、抽出したユーザ嗜好キーワードに付与する。ユーザ嗜好メタデータ生成部３８は、ユーザ嗜好キーワードと重要度とを関連づけたユーザ嗜好メタデータを生成し、ユーザ嗜好メタデータ蓄積部３９に蓄積させる。
話題ランキングメタデータ生成部４０は、図３を参照して後述するように、取得した話題ランキング情報の中から、最近の話題や流行を端的に表しているキーワード（以下、話題ランキングキーワードと称する）を抽出する。また、話題ランキングメタデータ生成部４０は、最近の話題や流行を表す程度に応じた重みである重要度を、抽出した話題ランキングキーワードに付与する。話題ランキングメタデータ生成部４０は、話題ランキングキーワードと重要度とを関連づけた話題ランキングメタデータを生成し、話題ランキングメタデータ蓄積部４１に蓄積させる。
コンテンツ分類処理部４２は、図８を参照して後述するように、コンテンツキーワード情報蓄積部３０に蓄積されているコンテンツキーワード情報、カテゴリメタデータ蓄積部３２に蓄積されているカテゴリメタデータ、ユーザ嗜好メタデータ蓄積部３９に蓄積されているユーザ嗜好メタデータ、または、話題ランキングメタデータ蓄積部４１に蓄積されている話題ランキングメタデータに基づいて、コンテンツ情報蓄積部２７にコンテンツ情報が蓄積されているコンテンツを分類する。なお、コンテンツ分類処理部４２は、ユーザなどにより分類する対象となるコンテンツの範囲が指定された場合、その範囲に含まれるコンテンツを分類する。
コンテンツ分類結果表示部４３は、図８を参照して後述するように、コンテンツを分類した結果をコンテンツ分類処理部４２から取得し、コンテンツ情報蓄積部２７に蓄積されているコンテンツ情報を用いて、コンテンツ情報蓄積部２７にコンテンツ情報が蓄積されているコンテンツの一部または全部を分類して、ディスプレイ２４に表示させる。
図２は、図１のコンテンツ分類処理部４２の詳細を示すブロック図である。コンテンツ分類処理部４２は、カテゴリ識別部７１、クラスタリング部７２、階層構造変更部７３、および、コンテンツ分類情報蓄積部７４を含むように構成される。
カテゴリ識別部７１は、図８を参照して後述するように、コンテンツキーワード情報蓄積部３０に蓄積されているコンテンツキーワード情報、および、カテゴリメタデータ蓄積部３２に蓄積されているカテゴリメタデータに基づいて、コンテンツが属するカテゴリを識別することにより、コンテンツを該当するカテゴリに分類する。カテゴリ識別部７１は、コンテンツが属するカテゴリを示す情報をクラスタリング部７２に供給する。
クラスタリング部７２は、図８を参照して後述するように、コンテンツキーワード情報蓄積部３０に蓄積されているコンテンツキーワード情報に基づいて、必要に応じて、ユーザ嗜好メタデータ蓄積部３９に蓄積されているユーザ嗜好メタデータまたは話題ランキングメタデータ蓄積部４１に蓄積されている話題ランキングメタデータを用いながら、カテゴリ識別部７１により分類されたカテゴリに属するコンテンツの集合に対してクラスタリング処理を行うことにより、そのコンテンツの集合をクラスタに分類する。また、クラスタリング部７２は、各クラスタの特徴を表すコンテンツキーワードを抽出し、各クラスタのクラスタ名に設定する。クラスタリング部７２は、各クラスタに属するコンテンツ、各クラスタの名前、および、各クラスタの属性を示す情報を階層構造変更部７３に供給する。なお、クラスタの属性には、例えば、ユーザの嗜好が反映されたクラスタ、すなわち、ユーザが嗜好するコンテンツが属するクラスタであるか、または、最近の話題や流行が反映されたクラスタ、すなわち、最近の話題や流行に関連するコンテンツが属するクラスタであるかなどを示す情報が設定される。
階層構造変更部７３は、図８を参照して後述するように、カテゴリおよびクラスタからなる階層構造を、必要に応じて、ユーザの嗜好、または、最近の話題や流行を反映した階層構造などに変更する。階層構造変更部７３は、各コンテンツをカテゴリおよびクラスタに分類した結果を示す情報（以下、コンテンツ分類情報と称する）をコンテンツ分類情報蓄積部７４に蓄積させる。
次に、図３乃至図１４を参照して、情報処理装置１により実行される処理を説明する。
まず、図３のフローチャートを参照して、情報処理装置１により実行されるメタデータ生成処理を説明する。
ステップＳ１において、コンテンツ情報取得部２６は、コンテンツ情報を取得する。具体的には、コンテンツ情報取得部２６は、図示せぬ放送局から送信されてくるコンテンツ情報をデジタル放送受信部２１を介して取得する。また、コンテンツ情報取得部２６は、インターネット３を介してサーバ４などから送信されてくるコンテンツ情報を、ネットワーク受信部２２を介して取得する。コンテンツ情報取得部２６は、取得したコンテンツ情報をコンテンツ情報蓄積部２７に蓄積させる。
ステップＳ２において、コンテンツキーワード情報生成部２８は、コンテンツキーワード情報を生成する。具体的には、コンテンツキーワード情報生成部２８は、コンテンツ情報蓄積部２７に蓄積されているコンテンツ情報を読み出す。コンテンツキーワード情報生成部２８は、辞書データ蓄積部２９に蓄積されている辞書データを参照して、読み出したコンテンツ情報を形態素解析することにより、コンテンツ情報中の文字列を単語ごとに分類し、その中の重要な単語をコンテンツキーワードとして抽出する。
また、コンテンツキーワード情報生成部２８は、抽出したコンテンツキーワードの属性、並びに、コンテンツ情報における出現頻度および出現位置などに基づいて、抽出されたコンテンツキーワードに対して、抽出元のコンテンツにおけるスコアを設定する。例えば、コンテンツキーワードの出現頻度に基づく場合、１つのコンテンツ情報内に同じコンテンツキーワードが３回出現する場合、１回出現するごとに付与されるスコアの３倍のスコアが、そのコンテンツキーワードに与えられる。また、例えば、コンテンツキーワードの出現位置に基づく場合、番組の概要に出現するコンテンツキーワードより、番組のタイトルに出現するコンテンツキーワードの方が高いスコアが与えられる。さらに、例えば、コンテンツキーワードの属性に基づくスコアを設定する場合、普通名詞や動詞のキーワードより、固有名詞や人物名のキーワードの方が高いスコアが与えられる。
コンテンツキーワード情報生成部２８は、各コンテンツについて、そのコンテンツのコンテンツ情報から抽出されたコンテンツキーワードを要素とし、各コンテンツキーワードに対応するスコアに基づく値を重みとするベクトル型のデータ構造を有するコンテンツキーワード情報を生成し、コンテンツキーワード情報蓄積部３０に蓄積させる。
なお、ステップＳ１およびＳ２の処理は、例えば、新たなコンテンツ情報を取得するたびに実行される。
ステップＳ３において、カテゴリメタデータ生成部３１は、カテゴリメタデータを生成するかを判定する。例えば、コンテンツキーワード情報蓄積部３０に所定の量以上のコンテンツキーワード情報が新たに蓄積されたり、前回カテゴリメタデータを生成してから所定の期間が経過したり、または、リモートコントローラ２などを用いてユーザによりカテゴリメタデータの生成の指令が入力された場合、カテゴリメタデータ生成部３１は、カテゴリメタデータを生成すると判定し、処理はステップＳ４に進む。
ステップＳ４において、カテゴリメタデータ生成部３１は、カテゴリメタデータを生成する。図４乃至図７は、カテゴリメタデータの一例を示している。カテゴリメタデータは、コンテンツの分類に用いるカテゴリと、コンテンツが属するカテゴリを識別するために用いるカテゴリ決定キーワードとの関係を示すデータである。
カテゴリは、カテゴリ区分１およびカテゴリ区分２の２階層により構成される。カテゴリ区分１に属するカテゴリ（以下、大カテゴリと称する）は、例えば、EITのコンテンツ記述子に記述される番組ジャンル大分類に基づいて定義される。また、カテゴリ区分２に属するカテゴリ（以下、小カテゴリと称する）は、大カテゴリをさらに詳細に分類したカテゴリであり、例えば、EITのコンテンツ記述子に記述される番組ジャンル中分類に基づいて定義される。
カテゴリ決定キーワードには、例えば、コンテンツキーワード情報に対してテキストマイニングやパターン認識といった処理により、各カテゴリと関連が高いと認識されたコンテンツキーワードが設定される。あるいは、カテゴリ決定キーワードは、例えば、各コンテンツキーワードと、コンテンツキーワードが抽出されたコンテンツが属するジャンルの関係などに基づいて設定される。例えば、図４には、「ニュース」の大カテゴリに属する「政治・国会」の小カテゴリに対応するカテゴリ決定キーワードとして、「外交」、「政策」、「総理大臣」が設定されている例が示されている。
なお、図４乃至図７においては、１つの小カテゴリあたりのカテゴリ決定キーワードの数が最大３つである例を示しているが、最大数を３つ以外の数とするようにしてもよい。
カテゴリメタデータ生成部３１は、生成したカテゴリメタデータをカテゴリメタデータ蓄積部３２に蓄積させる。
ステップＳ３において、カテゴリメタデータを生成しないと判定された場合、ステップＳ４の処理はスキップされ、処理はステップＳ５に進む。
ステップＳ５において、ユーザ嗜好メタデータ生成部３８は、ユーザ嗜好メタデータを生成するかを判定する。例えば、ユーザ嗜好メタデータを利用してコンテンツを分類するように設定されており、かつ、前回ユーザ嗜好メタデータを生成してから所定の期間が経過している場合、または、リモートコントローラ２などを用いてユーザによりユーザ嗜好メタデータの生成の指令が入力された場合、ユーザ嗜好メタデータ生成部３８は、ユーザ嗜好メタデータを生成すると判定し、処理はステップＳ６に進む。
ステップＳ６において、ユーザ嗜好メタデータ生成部３８は、ユーザ操作履歴蓄積部３７に蓄積されている操作履歴を取得する。
ステップＳ７において、ユーザ嗜好メタデータ生成部３８は、ユーザ嗜好メタデータを生成する。具体的には、ユーザ嗜好メタデータ生成部３８は、操作履歴に基づいて、所定の期間（例えば、過去１ヶ月間）においてユーザの操作対象となったコンテンツ、例えば、録画予約、録画、再生、消去などが行われたコンテンツ（以下、操作対象コンテンツと称する）を検出し、検出したコンテンツのコンテンツキーワード情報をコンテンツキーワード情報蓄積部３０から読み出す。
ユーザ嗜好メタデータ生成部３８は、各操作対象コンテンツに対する操作内容に基づいて、各コンテンツに対するユーザの嗜好を抽出する。ユーザ嗜好メタデータ生成部３８は、各操作対象コンテンツのコンテンツキーワード情報に含まれるコンテンツキーワードを、ユーザ嗜好キーワードとして抽出する。ユーザ嗜好メタデータ生成部３８は、抽出元の操作対象コンテンツに対するユーザの嗜好の程度に基づいて、抽出したユーザ嗜好キーワードに重要度を付与する。この重要度は、ユーザの嗜好をより顕著に表すユーザ嗜好キーワードほど高い値に設定される。ユーザ嗜好メタデータ生成部３８は、各ユーザ嗜好キーワードと重要度を対応づけたユーザ嗜好メタデータを生成し、生成したユーザ嗜好メタデータをユーザ嗜好メタデータ蓄積部３９に蓄積させる。
なお、ユーザの嗜好を抽出する手法は、特定の手法にされるものではなく、より正確にユーザの嗜好を抽出することができる手法を適用することが望ましい。
ステップＳ５において、ユーザ嗜好メタデータを生成しないと判定された場合、ステップＳ６およびＳ７の処理はスキップされ、処理はステップＳ８に進む。
ステップＳ８において、話題ランキングメタデータ生成部４０は、話題ランキングメタデータを生成するかを判定する。例えば、話題ランキングメタデータを利用してコンテンツを分類するように設定されており、かつ、前回話題ランキングメタデータを生成してから所定の期間が経過している場合、または、リモートコントローラ２などを用いてユーザにより話題ランキングメタデータの生成の指令が入力された場合、話題ランキングメタデータ生成部４０は、話題ランキングメタデータを生成すると判定し、処理はステップＳ９に進む。
ステップＳ９において、話題ランキングメタデータ生成部４０は、話題ランキング情報を取得する。具体的には、話題ランキングメタデータ生成部４０は、インターネット３およびネットワーク受信部２２を介して、ユーザがあらかじめ登録しておいた新聞社のサイトや各種のポータルサイトなどから配信される話題ランキング情報をサーバ４から取得する。
ステップＳ１０において、話題ランキングメタデータ生成部４０は、話題ランキングメタデータを生成する。具体的には、話題ランキングメタデータ生成部４０は、取得した話題ランキング情報の中から、話題ランキングキーワードを抽出する。また、話題ランキングメタデータ生成部４０は、話題ランキング情報における出現頻度などに基づいて、抽出した話題ランキングキーワードに対して重要度を付与する。話題ランキングメタデータ生成部４０は、抽出した話題ランキングキーワードと重要度を対応づけた話題ランキングメタデータを生成し、話題ランキングメタデータ蓄積部４１に蓄積させる。
なお、情報処理装置１において、話題ランキングキーワードの抽出を行わずに、最近の話題や流行のランキングが掲載されているサイトから、話題ランキングキーワードを取得するようにしてもよい。
その後、処理はステップＳ１に戻り、ステップＳ１以降の処理が実行される。
ステップＳ８において、話題ランキングメタデータを生成しないと判定された場合、ステップＳ９およびＳ１０の処理はスキップされ、処理はステップＳ１に戻り、ステップＳ１以降の処理が実行される。
次に、図８のフローチャートを参照して、情報処理装置１により実行されるコンテンツ分類処理を説明する。なお、この処理は、例えば、リモートコントローラ２などを用いて、ユーザによりコンテンツの分類の指令が入力されたとき開始される。
ステップＳ２１において、カテゴリ識別部７１は、コンテンツが属するカテゴリを識別する。具体的には、カテゴリ識別部７１は、分類する対象となるコンテンツのコンテンツキーワード情報をコンテンツキーワード情報蓄積部３０から読み出す。また、カテゴリ識別部７１は、カテゴリメタデータをカテゴリメタデータ蓄積部３２から読み出す。
カテゴリ識別部７１は、各コンテンツと各小カテゴリとの関連度を、そのコンテンツのコンテンツキーワードのうち、関連度を算出する小カテゴリに設定されているカテゴリ決定キーワードと一致するコンテンツキーワードを抽出し、抽出したコンテンツキーワードのスコアを合計することにより算出する。カテゴリ識別部７１は、各コンテンツが属する小カテゴリとして関連度が所定の閾値以上となる小カテゴリを抽出する。
なお、１つのコンテンツについて、関連度が所定の閾値以上となる小カテゴリが複数ある場合、それらの全ての小カテゴリに属すると判定するようにしてもよいし、関連度が高いものから所定の数（例えば、１個）の小カテゴリに属すると判定するようにしてもよい。また、関連度が所定の閾値以上となる小カテゴリがない場合、そのコンテンツは、例えば、「その他」の大カテゴリに分類される。
また、配下に小カテゴリが存在しない大カテゴリについては、各コンテンツと大カテゴリとの関連度が算出され、算出された関連度に基づいて、各コンテンツがその大カテゴリに属するかが判定される。
このようにして、自分が属するカテゴリが定義されていないコンテンツを含む、全てのコンテンツが各カテゴリに分類される。
カテゴリ識別部７１は、各コンテンツが属するカテゴリを示す情報をクラスタリング部７２に供給する。
ステップＳ２２において、クラスタリング部７２は、クラスタリング処理を行う。例えば、クラスタリング部７２は、クラスタリング処理を行う小カテゴリを選択し、選択した小カテゴリに属するコンテンツ間の類似度を、コンテンツキーワード情報間のユークリッド距離または余弦尺度などに基づいて算出する。クラスタリング部７２は、算出した類似度に基づいて、選択した小カテゴリに属するコンテンツの集合をクラスタに分類する。また、クラスタリング部７２は、各クラスタの特徴を表すコンテンツキーワードを抽出し、抽出したコンテンツキーワードをクラスタの名前に設定する。
なお、このとき、例えば、コンテンツが属する全ての小カテゴリを対象にクラスタリング処理を行うようにしてもよいし、属するコンテンツの数が所定の値以上の小カテゴリのみを対象にクラスタリング処理を行うようにしてもよい。
なお、クラスタリング部７２が用いるクラスタリング手法は、特定の手法に限定されるものではない。例えば、階層クラスタリングの手法を用いて、小カテゴリに属するコンテンツの集合を所定の階層のクラスタに分類するようにしてもよい。また、例えば、非階層クラスタリングの手法を用いて、小カテゴリに属するコンテンツの集合を所定の数のクラスタに分類し、さらに、必要に応じて、各クラスタに属するコンテンツの集合を対象にクラスタリング処理を繰り返すことにより、小カテゴリに属するコンテンツの集合を所定の階層のクラスタに分類するようにしてもよい。
図９は、ステップＳ２１およびＳ２２の処理によりコンテンツを分類した結果の例を示す図である。図９の例において、第１階層の「ニュース」の大カテゴリは、第２階層において、「定時・総合」「スポーツ」「その他」の３つの小カテゴリに分類され、第１階層の「スポーツ」の大カテゴリは、第２階層において、「野球」「サッカー」「ニュース」の３つの小カテゴリに分類され、第１階層の「ドラマ」の大カテゴリは、第２階層において、「選手Ａ」「時代劇」の２つの小カテゴリに分類されている。さらに、第２階層の「野球」の小カテゴリは、第３階層において、「MLB」の１つのクラスタに分類されている。また、第３階層の「MLB」のクラスタは、第４階層において、「選手Ａ」「選手Ｂ」の２つのクラスタに分類されている。
また、図９の例において、コンテンツＡは、「ニュース」の大カテゴリの配下の「定時・総合」の小カテゴリに属し、コンテンツＢは「ニュース」の大カテゴリの配下の「スポーツ」の小カテゴリ、および、「スポーツ」の大カテゴリの配下の「ニュース」の小カテゴリに属し、コンテンツＣは、「ニュース」の大カテゴリの配下の「その他」の小カテゴリに属し、コンテンツＤは、「スポーツ」の大カテゴリの配下の「野球」の小カテゴリの配下の「MLB」のクラスタの配下の「選手Ａ」のクラスタ、および、「ドラマ」の大カテゴリの配下の「選手Ａ」の小カテゴリに属し、コンテンツＥは、「スポーツ」の大カテゴリの配下の「野球」の小カテゴリの配下の「MLB」のクラスタの配下の「選手Ａ」のクラスタに属し、コンテンツＦおよびＧは、「スポーツ」の大カテゴリの配下の「野球」の小カテゴリの配下の「MLB」のクラスタの配下の「選手Ｂ」のクラスタに属し、コンテンツＨは、「スポーツ」の大カテゴリの配下の「野球」の小カテゴリに属し、コンテンツＩは、「スポーツ」の大カテゴリの配下の「サッカー」の小カテゴリに属し、コンテンツＪは、「ドラマ」の大カテゴリの配下の「時代劇」の小カテゴリに属し、コンテンツＫは、「ドラマ」の大カテゴリに属している。
このように、大カテゴリまたは小カテゴリに属するコンテンツが、各コンテンツの特徴に基づいて、さらに詳細に分類される。換言すれば、階層を辿るに従い、抽象度の高い分類からより詳細な分類に従ってコンテンツが分類される。例えば、第２階層において、「野球」のカテゴリに属しているコンテンツＤ乃至Ｈが、第３階層において、より詳細な「MLB」のクラスタに属するコンテンツと属さないコンテンツに分類され、さらに、第３階層において「MLB」のクラスタに属するコンテンツが、第４階層において、より詳細な「選手Ａ」のクラスタに属するコンテンツと「選手Ｂ」のクラスタに属するコンテンツとに分類される。
また、いきなり全てのコンテンツの集合を対象にクラスタリング処理を行った場合、分類された各クラスタの関係を把握すること、換言すれば、各コンテンツがどのクラスタに分類されているのかを把握することが難しく、所望のコンテンツを検索することが困難になるときがある。一方、本発明の実施の形態では、各コンテンツを所定のカテゴリに分類した後、個々のカテゴリに属するコンテンツの集合を対象にクラスタリング処理を行うので、各クラスタに属するコンテンツの傾向を把握することが容易となり、その結果、所望のコンテンツを検索することが容易となる。
なお、ユーザ嗜好メタデータを利用してコンテンツを分類するように設定されている場合、クラスタリング部７２は、ユーザ嗜好メタデータ蓄積部３９に蓄積されているユーザ嗜好キーワードと一致するコンテンツキーワードのスコアを、そのユーザ嗜好キーワードの重みに基づいて高く設定して、クラスタリング処理を行う。すなわち、クラスタリング部７２は、ユーザの嗜好の観点を重視してクラスタリング処理を行う。これにより、ユーザの嗜好を反映したクラスタが生成される可能性が高くなる。
また、話題ランキングメタデータを利用してコンテンツを分類するように設定されている場合、クラスタリング部７２は、話題ランキングメタデータ蓄積部４１に蓄積されている話題ランキングキーワードと一致するコンテンツキーワードのスコアを、その話題ランキングキーワードの重みに基づいて高く設定して、クラスタリング処理を行う。すなわち、クラスタリング部７２は、最近の話題や流行の観点を重視してクラスタリング処理を行う。これにより、最近の話題や流行を反映したクラスタが生成される可能性が高くなる。
図１０は、図９に示される例と同じコンテンツを対象に、ユーザ嗜好メタデータまたは話題ランキングメタデータを利用してコンテンツを分類した場合の分類結果の例を示している。図１０においては、図９と比較して、図内の点線で囲まれた部分に示されるように、「野球」の小カテゴリの直下に「ワールドカップ」のクラスタが新たに設けられている。なお、ここで、「ワールドカップ」はユーザ嗜好メタデータまたは話題ランキングキーワードの１つであるものとする。すなわち、「ワールドカップ」がユーザ嗜好キーワードである場合、「ワールドカップ」のクラスタは、ユーザの嗜好が反映されたクラスタであり、「ワールドカップ」が話題ランキングキーワードである場合、「ワールドカップ」のクラスタは、最近の話題や流行が反映されたクラスタである。また、「ワールドカップ」のクラスタに属するコンテンツＭおよびコンテンツＮは、図９では図示されていなかったコンテンツであり、「野球」の小カテゴリ、または、「野球」の小カテゴリの配下のクラスタに属していたコンテンツであるものとする。
このように、ユーザの嗜好を反映して、各ユーザに応じたコンテンツの分類ができるので、各ユーザが嗜好するコンテンツの検索が容易となる。また、最近の話題や流行を反映して、コンテンツを分類することができるので、最近の話題や流行に関連するコンテンツの検索が容易になる。
なお、ユーザ嗜好メタデータおよび話題ランキングメタデータの両方を用いて、コンテンツを分類するようにしてもよい。
クラスタリング部７２は、各クラスタに属するコンテンツ、各クラスタのクラスタ名、および、各クラスタの属性を示す情報を階層構造変更部７３に供給する。クラスタリング部７２は、例えば、ユーザ嗜好キーワードの１つがクラスタ名に設定されたクラスタの属性を、ユーザの嗜好が反映されたクラスタに設定し、話題ランキングキーワードの１つがクラスタ名に設定されたクラスタの属性を、最近の話題や流行が反映されたクラスタに設定する。
図８に戻り、ステップＳ２３において、階層構造変更部７３は、必要に応じて階層構造を変更する。具体的には、例えば、階層構造変更部７３は、コンテンツ数が少ない小カテゴリに属するコンテンツを、その小カテゴリの上位の大カテゴリにまとめるように階層構造を変更する。例えば、図９の例において、第２階層において、「定時・総合」の小カテゴリに属するコンテンツＡ、「スポーツ」の小カテゴリに属するコンテンツＢ、および、「その他」の小カテゴリに属するコンテンツＣを、第１階層の「ニュース」の大カテゴリに直接属するように階層構造を変更する。これにより、コンテンツＡ乃至Ｃを検索するまでに辿る階層数を少なくすることができ、コンテンツＡ乃至Ｃの検索を迅速に行えるようになる。
また、例えば、階層構造変更部７３は、ユーザの嗜好が反映されたクラスタ、または、最近の話題や流行が反映されたクラスタを階層の上位に配置する。例えば、図９の階層構造において、第４階層の「選手Ａ」のクラスタがユーザの嗜好を反映したクラスタ、または、最近の話題や流行を反映したクラスタである場合、図１１に示されるように、「選手Ａ」のクラスタを第１階層に新たに設けるとともに、図９において「選手Ａ」のクラスタの上位にあった「野球」の小カテゴリを「選手Ａ」のクラスタの直下に設ける。また、コンテンツＤおよびＥを、「選手Ａ」のクラスタの配下の「野球」の小カテゴリに属させる。さらに、同じ名前の第２階層の「選手Ａ」の小カテゴリの上位の「ドラマ」の大カテゴリを、第１階層の「選手Ａ」のクラスタの直下に新たに設ける。また、コンテンツＪを、「選手Ａ」のクラスタの配下の「ドラマ」の大カテゴリに属させる。
このように、「選手Ａ」のクラスタが上位に配置されるとともに、「選手Ａ」に関連するコンテンツを検索するルートが増えるので、「選手Ａ」に関連するコンテンツを容易に検索することができるようになる。
階層構造変更部７３は、各コンテンツをカテゴリおよびクラスタに分類した結果を示すコンテンツ分類情報をコンテンツ分類情報蓄積部７４に蓄積させる。
図８に戻り、ステップＳ２４において、コンテンツ分類結果表示部４３は、コンテンツの分類結果を表示する。具体的には、コンテンツ分類結果表示部４３は、コンテンツ分類情報をコンテンツ分類情報蓄積部７４から読み出す。また、コンテンツ分類結果表示部４３は、表示するコンテンツのコンテンツ情報をコンテンツ情報蓄積部２７から読み出す。コンテンツ分類結果表示部４３は、コンテンツ分類情報およびコンテンツ情報に基づいて、カテゴリおよびクラスタからなる階層構造を用いて、カテゴリおよびクラスタごとにコンテンツを分類してディスプレイ２４に表示させる。
図１２乃至図１４は、ディスプレイ２４に表示されるコンテンツの分類結果の表示画面の例を示している。なお、図１２乃至図１４では、録画済みのコンテンツが蓄積されている「ビデオ」フォルダ内のコンテンツを分類した結果を表示した場合の例を示している。また、図１２乃至図１４において、点線で囲まれた範囲Ｒ内が、実際にディスプレイ２４に表示される範囲である。さらに、図１２乃至図１４の列Ｌ１乃至Ｌ４を示すための補助線は、実際に画面には表示されない。
図１２の例において、列Ｌ１には、「ビデオ」フォルダを表すアイコン１０１が表示され、アイコン１０１の上下に、第１階層の大カテゴリを表すアイコン１０２−１Ａ乃至１０２−１Ｆが縦方向に整列されて表示されている。また、アイコン１０２−１Ａ乃至１０２−１Ｆのうちカーソル１０４−１内に表示されているアイコン１０２−１Ｃにより表される大カテゴリが、現在選択されている大カテゴリである。すなわち、「情報・ワイドショー」の大カテゴリが現在選択されている。
また、列Ｌ１の右隣の列Ｌ２には、現在選択されている「情報・ワイドショー」の大カテゴリの直下に属する第２階層の小カテゴリを表すアイコン１０２−２Ａ乃至１０２−２Ｉが縦方向に整列されて表示されている。また、アイコン１０２−２Ａ乃至１０２−２Ｉのうちカーソル１０４−２内に表示されているアイコン１０２−２Ｆにより表される小カテゴリが、現在選択されている小カテゴリである。すなわち、「グルメ・料理」の小カテゴリが現在選択されている。さらに、列Ｌ２に表示されている第２階層の小カテゴリが、第１階層の「情報・ワイドショー」の大カテゴリの直下に属するものであることを示すマーク１０５−１が表示されている。
なお、現在選択されている第１階層の大カテゴリの直下にクラスタまたはコンテンツが存在する場合、そのクラスタまたはコンテンツを表すアイコンが、小カテゴリを表すアイコンとともに列Ｌ２に縦方向に整列されて表示される。
さらに、列Ｌ２の右隣の列Ｌ３には、現在選択されている「グルメ・料理」の小カテゴリの直下に属する第３階層のクラスタを表すアイコン１０２−３Ａおよび１０２−３Ｂが縦方向に整列されて表示されている。また、アイコン１０２−３Ａおよび１０２−３Ｂのうちカーソル１０４−３内に表示されているアイコン１０２−３Ａにより表されるクラスタが、現在選択されているクラスタである。すなわち、「料理人Ａ」の小カテゴリが現在選択されている。さらに、列Ｌ３に表示されている第３階層のクラスタが、第２階層の「グルメ・料理」の小カテゴリの直下に属するものであることを示すマーク１０５−２が表示されている。
なお、現在選択されている第２階層の小カテゴリの直下にコンテンツが存在する場合、そのコンテンツを表すアイコンが、クラスタを表すアイコンとともに列Ｌ３に縦方向に整列されて表示される。
また、列Ｌ３の右隣の列Ｌ４には、現在選択されている「料理人Ａ」のクラスタに属するコンテンツを表すアイコン１０３が表示されている。また、列Ｌ４に表示されているコンテンツが、第３階層の「料理人Ａ」のクラスタに属するものであることを示すマーク１０５−３が表示されている。
なお、現在選択されている第３階層のクラスタに属するコンテンツが複数ある場合、各コンテンツを表すアイコンが列Ｌ４に縦方向に整列されて表示される。また、現在選択されている第３階層のクラスタの直下にさらにクラスタが存在する場合、そのクラスタを表すアイコンが列Ｌ４に縦方向に整列されて表示される。
また、アイコン１０２−１Ａ乃至１０２−３Ｂの右側には、各アイコンにより表される大カテゴリもしくは小カテゴリのカテゴリ名、または、クラスタのクラスタ名、および、大カテゴリ、小カテゴリ、または、クラスタに属するコンテンツのタイトル数が表示されている。さらに、現在選択されているアイコンの右側の文字列には、他のアイコンと区別するために下線が表示されている。なお、下線の代わりに、文字列の色、書体、背景の色などを変えるようしてもよい。
さらに、アイコン１０３の右側には、アイコン１０３により表されるコンテンツのタイトル名、放送日など、コンテンツに関する情報が表示されている。
図１２に示される画面において、ユーザは、リモートコントローラ２などを用いて、列Ｌ１に表示されているアイコン１０２−１Ａ乃至１０２−１Ｆを上下方向に移動させて、カーソル１０４−１内のアイコンを変更することにより、所望の大カテゴリを選択することができる。また、大カテゴリの選択の変更に伴い、列Ｌ２乃至Ｌ４には、新たに選択された大カテゴリの配下に属する小カテゴリ、クラスタ、および、コンテンツを表すアイコンが表示される。なお、第１階層の大カテゴリの数が多くて、１画面内に全て表示できない場合、アイコンを上下方向に移動させることにより、画面内に表示されていない大カテゴリを表すアイコンを画面内に表示させることができる。
また、ユーザは、リモートコントローラ２などを用いて、マーク１０５−１乃至１０５−３が表示されている列上のアイコン、いまの場合、アイコン１０２−１Ｃ、アイコン１０２−２Ｆ、アイコン１０２−３Ａ、および、アイコン１０３を左右方向に移動させることができる。図１３は、図１２において列Ｌ３に表示されていたアイコン１０２−３Ａを列Ｌ１に移動させたときの表示画面、すなわち、第３階層のアイコンを列Ｌ１に移動させたときの表示画面の例を示している。ユーザは、列Ｌ１に所望の階層のアイコンを移動させることにより、その階層のアイコンの選択が可能になる。図１３の例の場合、第３階層のクラスタの選択が可能になる。なお、階層の数が多くて、１画面内に全て表示できない場合、アイコンを左右方向に移動させることにより、画面内に表示されていない階層に属するアイコンを画面内に表示させることができる。
このように、上位から下位に進むに従って抽象度の高い分類からより詳細な分類となる階層構造を用いて、コンテンツが分類されて提示されるので、表やリストなどの形式でコンテンツの一覧が表示される場合と比較して、ユーザの興味が漠然としたものであっても、階層を辿ることにより、直感的に自分の興味を絞り込みつつ、候補となるコンテンツを絞り込むことができ、所望のコンテンツを容易に検索することができる。
図１４は、コンテンツキーワードである「料理人Ａ」がユーザ嗜好キーワード、または、話題ランキングキーワードとして登録されている場合に、ユーザ嗜好メタデータまたは話題ランキングメタデータを利用してコンテンツを分類した結果を示す表示画面の例を示している。
図１４において、図１２と大きく異なる点は、「料理人Ａ」のクラスタが、大カテゴリとともに第１階層に配置されている点である。すなわち、列Ｌ１に、大カテゴリを表すアイコン１０２−１Ａ乃至１０２−１Ｆに加えて、「料理人Ａ」のクラスタを表すアイコン１０２−１１が表示されている。なお、図１４では、第１階層において「料理人Ａ」のクラスタが選択されている例が示されている。
また、図１４においては、図１２において「料理人Ａ」のクラスタの上位に配置されていた大カテゴリおよび小カテゴリが、「料理人Ａ」のクラスタの配下に配置されている。すなわち、列Ｌ２に、「料理人Ａ」のクラスタの直下に属する大カテゴリを表すアイコン１０２−１２Ａ乃至１０２−１２Ｄが縦方向に整列されて表示され、列Ｌ３に、第２階層において選択されている「情報・ワイドショー」の大カテゴリの直下に属する小カテゴリを表すアイコン１０２−１３Ａが表示されている。さらに、列Ｌ４には、「情報・ワイドショー」の大カテゴリの配下の「グルメ・料理」の小カテゴリの配下の「料理人Ａ」のクラスタに属するコンテンツを表すアイコン１０３が表示されている。
これにより、ユーザの嗜好、または、最近の話題や流行を表すコンテンツキーワードである「料理人Ａ」に関連するコンテンツの検索がより容易となる。
なお、図１２乃至図１４において、コンテンツが存在しないカテゴリを表すアイコンを表示しないようにしてもよいし、表示するようにしてもよい。
以上のようにして、所望のコンテンツを容易に検索することが可能となる。
なお、本発明は、例えば、コンピュータ、テレビジョン受像機、各種の録画再生装置、携帯電話機、PDA（Personal Digital Assistants）など、各種のコンテンツを分類して管理したり、提示したりする装置やシステム、または、ソフトウエアなどに適用することができる。
また、本発明の実施の形態においては、情報処理装置１０１内に実際にコンテンツが蓄積されていなくても、コンテンツ情報を取得可能なコンテンツであれば、分類対象とすることができる。例えば、家庭内のホームネットワーク上に存在する他の装置に蓄積されているコンテンツを分類したり、デジタル放送やインターネットを利用したビデオ・オン・デマンド型サービスなどに代表されるコンテンツ配信サービスにおいて配信される予定のコンテンツを分類したり、インターネットなどのネットワークを介して接続されている他の装置に蓄積されているコンテンツを分類することが可能である。
さらに、コンテンツを分類する階層数は、上述した例に限定されるものではなく、４階層以外の値とするようにすることも可能である。ただし、ユーザが階層を辿りながらコンテンツを検索することを考慮すると、３階層から５階層程度が適当であると考えられる。
また、以上の説明では、検索および分類する対象となるコンテンツをテレビジョン番組とする例について説明したが、本発明の実施の形態においては、一般的にコンテンツと称されている、例えば、映画、写真、楽曲等（動画像、静止画像、若しくは音声、または、それらの組み合わせ等）の他、各種の情報、文書、商品（物品含）、会話等のユーザが使用可能なソフトウエアまたはハードウエアなどを、コンテンツの内容を表すメタデータを用いて検索および分類するようにすることができる。ただし、コンテンツがハードウエアである場合、例えば、その物品が動画像や静止画像等に射影されてデータ化されたものが、コンテンツデータとして検索および分類する対象として使用される。
上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。
図１５は、上述した一連の処理をプログラムにより実行するパーソナルコンピュータ３００の構成の例を示すブロック図である。CPU（Central Processing Unit）３０１は、ROM（Read Only Memory）３０２、または記録部３０８に記憶されているプログラムに従って各種の処理を実行する。RAM（Random Access Memory）３０３には、CPU３０１が実行するプログラムやデータなどが適宜記憶される。これらのCPU３０１、ROM３０２、およびRAM３０３は、バス３０４により相互に接続されている。
CPU３０１にはまた、バス３０４を介して入出力インタフェース３０５が接続されている。入出力インタフェース３０５には、キーボード、マウス、マイクロホンなどよりなる入力部３０６、ディスプレイ、スピーカなどよりなる出力部３０７が接続されている。CPU３０１は、入力部３０６から入力される指令に対応して各種の処理を実行する。そして、CPU３０１は、処理の結果を出力部３０７に出力する。
入出力インタフェース３０５に接続されている記録部３０８は、例えばハードディスクからなり、CPU３０１が実行するプログラムや各種のデータを記憶する。通信部３０９は、インターネットやローカルエリアネットワークなどのネットワークを介して外部の装置と通信する。
また、通信部３０９を介してプログラムを取得し、記録部３０８に記憶してもよい。
入出力インタフェース３０５に接続されているドライブ３１０は、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア３１１が装着されたとき、それらを駆動し、そこに記録されているプログラムやデータなどを取得する。取得されたプログラムやデータは、必要に応じて記録部３０８に転送され、記憶される。
コンピュータにインストールされ、コンピュータによって実行可能な状態とされるプログラムを格納するプログラム記録媒体は、図１５に示すように、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)を含む）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア３１１、または、プログラムが一時的もしくは永続的に格納されるROM３０２や、記録部３０８を構成するハードディスクなどにより構成される。プログラム記録媒体へのプログラムの格納は、必要に応じてルータ、モデムなどのインタフェースである通信部３０９を介して、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の通信媒体を利用して行われる。
なお、本明細書において、プログラム記録媒体に格納されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
さらに、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
本発明を適用した情報処理装置の一実施の形態を示すブロック図である。 図１のコンテンツ分類処理部の詳細を示すブロック図である。 図１の情報処理装置により実行されるメタデータ生成処理を説明するためのフローチャートである。 カテゴリメタデータの例を示す図である。 カテゴリメタデータの例を示す図である。 カテゴリメタデータの例を示す図である。 カテゴリメタデータの例を示す図である。 図１の情報処理装置により実行されるコンテンツ分類処理を説明するためのフローチャートである。 コンテンツの分類結果の例を示す図である。 コンテンツの分類結果の他の例を示す図である。 コンテンツの分類結果のさらに他の例を示す図である。 コンテンツの分類結果の表示画面の例を示す図である。 コンテンツの分類結果の表示画面の他の例を示す図である。 コンテンツの分類結果の表示画面のさらに他の例を示す図である。 パーソナルコンピュータの構成の例を示すブロック図である。
符号の説明
１ 情報処理装置， ２６ コンテンツ情報取得部， ２８ コンテンツ情報生成部， ３８ ユーザ嗜好メタデータ生成部， ４０ 話題ランキングメタデータ生成部， ４２ コンテンツ分類処理部， ４３ コンテンツ分類結果表示部， ７１ カテゴリ識別部， ７２ クラスタリング部， ７３ 階層構造変更部

Claims (10)

  1. コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別する識別手段と、
    前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類するクラスタリング手段と、
    前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造を変更する階層構造変更手段と
    を含む情報処理装置。
  2. 前記クラスタリング手段は、前記ユーザの嗜好の観点を重視してクラスタリング処理を行う
    請求項１に記載の情報処理装置。
  3. コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別する識別手段と、
    前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類するクラスタリング手段と、
    前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造を変更する階層構造変更手段と
    を含む情報処理装置。
  4. 前記クラスタリング手段は、前記最近の話題や流行の観点を重視してクラスタリング処理を行う
    請求項３に記載の情報処理装置。
  5. 前記階層構造を用いて、前記カテゴリおよび前記クラスタごとに分類して前記コンテンツを提示するように制御する提示制御手段を
    さらに含む請求項１乃至４のいずれかに記載の情報処理装置。
  6. 複数のコンテンツの前記メタデータから抽出されたキーワードであって、コンテンツが属するカテゴリを識別するために用いるキーワードと前記カテゴリとの関係を示すカテゴリメタデータを生成するカテゴリメタデータ生成手段を
    さらに含み、
    前記識別手段は、前記メタデータに含まれるキーワードおよび前記カテゴリメタデータに基づいて、前記コンテンツが属する前記クラスタを識別する
    請求項１乃至５のいずれかに記載の情報処理装置。
  7. 情報処理装置が、
    コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し、
    前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し、
    前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造を変更する
    ステップを含む情報処理方法。
  8. コンピュータに、
    コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し、
    前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し、
    前記カテゴリおよび前記クラスタからなる階層構造において、ユーザの嗜好を反映したクラスタを上位に配置するように前記階層構造を変更する
    ステップを含む処理を実行させるためのプログラム。
  9. 情報処理装置が、
    コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し、
    前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し、
    前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造を変更する
    ステップを含む情報処理方法。
  10. コンピュータに、
    コンテンツの内容を表すメタデータに基づいて、所定のカテゴリの中から前記コンテンツが属するカテゴリを識別し、
    前記カテゴリに属する前記コンテンツの集合を対象に、前記メタデータに基づいてクラスタリング処理を行うことにより、前記コンテンツの集合をクラスタに分類し、
    前記カテゴリおよび前記クラスタからなる階層構造において、最近の話題や流行を反映したクラスタを上位に配置するように前記階層構造を変更する
    ステップを含む処理を実行させるためのプログラム。
JP2006246877A 2006-09-12 2006-09-12 情報処理装置および方法、並びに、プログラム Expired - Fee Related JP4910582B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2006246877A JP4910582B2 (ja) 2006-09-12 2006-09-12 情報処理装置および方法、並びに、プログラム
US11/900,165 US7769760B2 (en) 2006-09-12 2007-09-10 Information processing apparatus, method and program thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006246877A JP4910582B2 (ja) 2006-09-12 2006-09-12 情報処理装置および方法、並びに、プログラム

Publications (3)

Publication Number Publication Date
JP2008070959A JP2008070959A (ja) 2008-03-27
JP2008070959A5 JP2008070959A5 (ja) 2009-10-22
JP4910582B2 true JP4910582B2 (ja) 2012-04-04

Family

ID=39171032

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006246877A Expired - Fee Related JP4910582B2 (ja) 2006-09-12 2006-09-12 情報処理装置および方法、並びに、プログラム

Country Status (2)

Country Link
US (1) US7769760B2 (ja)
JP (1) JP4910582B2 (ja)

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1849099B1 (en) 2005-02-03 2014-05-07 Apple Inc. Recommender system for identifying a new set of media items responsive to an input set of media items and knowledge base metrics
EP1844386A4 (en) 2005-02-04 2009-11-25 Strands Inc NAVIGATION SYSTEM IN A MUSICAL CATALOG USING MEASUREMENTS FOR CORRELATION OF A KNOWLEDGE BASE OF MEDIA SETS
EP2437158A1 (en) 2005-12-19 2012-04-04 Apple Inc. User-to-user recommender
US20070244880A1 (en) * 2006-02-03 2007-10-18 Francisco Martin Mediaset generation system
WO2007092053A1 (en) * 2006-02-10 2007-08-16 Strands, Inc. Dynamic interactive entertainment
US8521611B2 (en) * 2006-03-06 2013-08-27 Apple Inc. Article trading among members of a community
GB2463515A (en) * 2008-04-23 2010-03-24 British Telecomm Classification of online posts using keyword clusters derived from existing posts
GB2459476A (en) * 2008-04-23 2009-10-28 British Telecomm Classification of posts for prioritizing or grouping comments.
US8601003B2 (en) 2008-09-08 2013-12-03 Apple Inc. System and method for playlist generation based on similarity data
US8745086B2 (en) 2008-12-05 2014-06-03 New BIS Safe Luxco S.á.r.l. Methods, apparatus and systems for data visualization and related applications
CN102257522B (zh) * 2008-12-17 2015-06-03 汤姆森特许公司 数据管理装置、数据管理方法及数据管理程序
US20100169328A1 (en) * 2008-12-31 2010-07-01 Strands, Inc. Systems and methods for making recommendations using model-based collaborative filtering with user communities and items collections
US20100211621A1 (en) * 2009-02-19 2010-08-19 Yahoo! Inc. Web-based organization of online advertising content
JP5524950B2 (ja) * 2009-03-04 2014-06-18 パナソニック株式会社 メタデータ生成管理装置、メタデータ生成システム、メタデータ生成管理用集積回路、メタデータ生成管理方法、及びプログラム
US8719249B2 (en) * 2009-05-12 2014-05-06 Microsoft Corporation Query classification
JP2011023828A (ja) * 2009-07-13 2011-02-03 Toshiba Corp 電子機器および映像データ処理方法
US8713078B2 (en) * 2009-08-13 2014-04-29 Samsung Electronics Co., Ltd. Method for building taxonomy of topics and categorizing videos
US20110060738A1 (en) * 2009-09-08 2011-03-10 Apple Inc. Media item clustering based on similarity data
JP2011166621A (ja) * 2010-02-12 2011-08-25 Nomura Research Institute Ltd 映像コンテンツの推奨装置、推奨する映像コンテンツの決定方法、及びコンピュータプログラム
JP2011180729A (ja) * 2010-02-26 2011-09-15 Sony Corp 情報処理装置、キーワード登録方法及びプログラム
WO2011130454A1 (en) * 2010-04-13 2011-10-20 Ben Shelef Solar receiver
JP5416063B2 (ja) * 2010-09-13 2014-02-12 日本電信電話株式会社 コンテンツ推薦装置，コンテンツ推薦プログラムおよびその記録媒体
JP4762376B2 (ja) * 2011-04-13 2011-08-31 株式会社東芝 表示処理装置、表示処理方法及びプログラム
JP5389130B2 (ja) * 2011-09-15 2014-01-15 株式会社東芝 文書分類装置、方法およびプログラム
US8983905B2 (en) 2011-10-03 2015-03-17 Apple Inc. Merging playlists from multiple sources
US9111211B2 (en) 2011-12-20 2015-08-18 Bitly, Inc. Systems and methods for relevance scoring of a digital resource
US9582592B2 (en) 2011-12-20 2017-02-28 Bitly, Inc. Systems and methods for generating a recommended list of URLs by aggregating a plurality of enumerated lists of URLs, the recommended list of URLs identifying URLs accessed by users that also accessed a submitted URL
US9128896B2 (en) 2011-12-20 2015-09-08 Bitly, Inc. Systems and methods for identifying phrases in digital content that are trending
US9619811B2 (en) 2011-12-20 2017-04-11 Bitly, Inc. Systems and methods for influence of a user on content shared via 7 encoded uniform resource locator (URL) link
US9135211B2 (en) * 2011-12-20 2015-09-15 Bitly, Inc. Systems and methods for trending and relevance of phrases for a user
US9135344B2 (en) 2011-12-20 2015-09-15 Bitly, Inc. System and method providing search results based on user interaction with content
US10467322B1 (en) * 2012-03-28 2019-11-05 Amazon Technologies, Inc. System and method for highly scalable data clustering
JP6028904B2 (ja) * 2012-06-19 2016-11-24 セイコーエプソン株式会社 コンテンツ管理装置
CN103782281B (zh) * 2012-06-28 2017-08-29 松下电器（美国）知识产权公司 内容控制装置、终端设备、内容控制方法以及记录介质
US10140372B2 (en) * 2012-09-12 2018-11-27 Gracenote, Inc. User profile based on clustering tiered descriptors
US9197872B2 (en) * 2013-02-21 2015-11-24 Comcast Cable Communications, LLC. Managing stored content
US9451316B2 (en) * 2013-08-16 2016-09-20 The Directv Group, Inc. Method and system for using hierarchical metadata for searching and recording content
US20150064684A1 (en) * 2013-08-29 2015-03-05 Fujitsu Limited Assessment of curated content
EP3055790B1 (en) * 2013-10-08 2018-07-25 Spotify AB System, method, and computer program product for providing contextually-aware video recommendation
US20150134660A1 (en) * 2013-11-14 2015-05-14 General Electric Company Data clustering system and method
JP5882372B2 (ja) * 2014-02-03 2016-03-09 Ｎｅｃパーソナルコンピュータ株式会社 情報処理装置およびプログラム
US10601749B1 (en) 2014-07-11 2020-03-24 Twitter, Inc. Trends in a messaging platform
US10592539B1 (en) 2014-07-11 2020-03-17 Twitter, Inc. Trends in a messaging platform
CN112954580B (zh) 2014-12-11 2022-06-28 杜比实验室特许公司 元数据保留的音频对象聚类
US20160314184A1 (en) * 2015-04-27 2016-10-27 Google Inc. Classifying documents by cluster
US10425492B2 (en) 2015-07-07 2019-09-24 Bitly, Inc. Systems and methods for web to mobile app correlation
JP6334825B2 (ja) * 2015-07-24 2018-05-30 株式会社日立製作所 情報配信装置及び方法
US10356456B2 (en) * 2015-11-05 2019-07-16 Adobe Inc. Generating customized video previews
JP2017142763A (ja) * 2016-02-12 2017-08-17 ザ アイコンティーヴィー インコーポレイテッド コンテンツ提供装置
US10860646B2 (en) 2016-08-18 2020-12-08 Spotify Ab Systems, methods, and computer-readable products for track selection
US10936653B2 (en) 2017-06-02 2021-03-02 Apple Inc. Automatically predicting relevant contexts for media items
JP7111488B2 (ja) * 2018-03-29 2022-08-02 旭化成ホームズ株式会社 発話量積算装置、接客支援装置及びプログラム
JP6516899B2 (ja) * 2018-04-26 2019-05-22 株式会社日立製作所 情報配信装置及び方法
CN111984689B (zh) * 2020-08-21 2023-07-25 北京百度网讯科技有限公司 信息检索的方法、装置、设备以及存储介质
JP7212728B1 (ja) 2021-07-20 2023-01-25 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム
WO2023047953A1 (ja) * 2021-09-22 2023-03-30 パナソニックＩｐマネジメント株式会社 情報処理装置、情報処理方法、及びプログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02105973A (ja) * 1988-10-14 1990-04-18 Nippon Telegr & Teleph Corp <Ntt> 文書自動分類装置
JP3502114B2 (ja) * 1992-10-14 2004-03-02 株式会社日立製作所 情報サービスシステム
JPH0749875A (ja) * 1993-08-06 1995-02-21 Hitachi Ltd 文書情報分類方法およびそれを用いた文書情報収集方法、文書情報収集システム
JP3655714B2 (ja) * 1996-11-15 2005-06-02 株式会社ニューズウオッチ 情報フィルタリング装置及び記録媒体
JP3887867B2 (ja) * 1997-02-26 2007-02-28 株式会社日立製作所 構造化文書の登録方法
US6385619B1 (en) * 1999-01-08 2002-05-07 International Business Machines Corporation Automatic user interest profile generation from structured document access information
US6393427B1 (en) * 1999-03-22 2002-05-21 Nec Usa, Inc. Personalized navigation trees
EP1212699A4 (en) * 1999-05-05 2006-01-11 West Publishing Co SYSTEM, METHOD AND SOFTWARE FOR CLASSIFYING DOCUMENTS
US6446083B1 (en) * 2000-05-12 2002-09-03 Vastvideo, Inc. System and method for classifying media items
US6725228B1 (en) * 2000-10-31 2004-04-20 David Morley Clark System for managing and organizing stored electronic messages
US20030154180A1 (en) * 2002-02-13 2003-08-14 Case Simon J. Profile management system
JP3672023B2 (ja) * 2001-04-23 2005-07-13 日本電気株式会社 番組推薦システムおよび番組推薦方法
US7062498B2 (en) * 2001-11-02 2006-06-13 Thomson Legal Regulatory Global Ag Systems, methods, and software for classifying text from judicial opinions and other documents
JP5046471B2 (ja) * 2003-05-30 2012-10-10 ソニー株式会社 情報処理装置及び情報処理方法、並びにコンピュータ・プログラム
ATE414307T1 (de) * 2004-03-30 2008-11-15 Emc Corp Dokumentenmodell und verfahren zur automatischen dokument-klassifiezierung
US7254588B2 (en) * 2004-04-26 2007-08-07 Taiwan Semiconductor Manufacturing Company, Ltd. Document management and access control by document's attributes for document query system
US20060010029A1 (en) * 2004-04-29 2006-01-12 Gross John N System & method for online advertising
JP4581520B2 (ja) * 2004-07-09 2010-11-17 富士ゼロックス株式会社 ドキュメント管理プログラム、ドキュメント管理方法、及びドキュメント管理装置
AU2005201758B2 (en) * 2005-04-27 2008-12-18 Canon Kabushiki Kaisha Method of learning associations between documents and data sets
US7725407B2 (en) * 2005-08-11 2010-05-25 International Business Machines Corporation Method of measuring a large population of web pages for compliance to content standards that require human judgement to evaluate
US7630946B2 (en) * 2006-05-16 2009-12-08 Sony Corporation System for folder classification based on folder content similarity and dissimilarity

Also Published As

Publication number Publication date
US7769760B2 (en) 2010-08-03
US20080065659A1 (en) 2008-03-13
JP2008070959A (ja) 2008-03-27

Similar Documents

Publication Publication Date Title
JP4910582B2 (ja) 情報処理装置および方法、並びに、プログラム
JP5171718B2 (ja) コンテンツ推薦装置、方法、及びプログラム
US9253511B2 (en) Systems and methods for performing multi-modal video datastream segmentation
JP6838098B2 (ja) 知識パネルのコンテキスチャライジング
US20160014482A1 (en) Systems and Methods for Generating Video Summary Sequences From One or More Video Segments
US7890490B1 (en) Systems and methods for providing advanced information searching in an interactive media guidance application
US7546288B2 (en) Matching media file metadata to standardized metadata
JP5106455B2 (ja) コンテンツ推薦装置及びコンテンツ推薦方法
CN1877577A (zh) 使用元数据的浏览方法和设备
US9990394B2 (en) Visual search and recommendation user interface and apparatus
KR20010086393A (ko) 비디오 세그먼트를 다른 비디오 세그먼트 또는 정보원에링크시키는 방법 및 장치
JP2007058842A (ja) 情報処理装置、特徴抽出方法、記録媒体、および、プログラム
TW200834355A (en) Information processing apparatus and method, and program
US20130276039A1 (en) Characteristic karaoke vod system and operating process thereof
JP2010258615A (ja) 再生装置及びプログラム
US9715509B2 (en) Method for navigating identifiers placed in areas and receiver implementing the method
JP4734048B2 (ja) 情報検索装置、情報検索方法および情報検索プログラム
JP2011128981A (ja) 検索装置及び検索方法
JP2006186426A (ja) 情報検索表示装置、情報検索表示方法および情報検索表示プログラム
JP2011013860A (ja) 表示処理装置、表示処理方法およびプログラム
JP2010113434A (ja) コンテンツ表示装置、方法、プログラム及び記録媒体
US20230244729A1 (en) Method and system for providing contents within region of interest of a user
JP4802275B2 (ja) 表示装置及び表示方法
JP2017054289A (ja) 情報提供システム、情報提供サーバー、情報提供方法、及び情報提供システム用のプログラム
WO2015034931A2 (en) Media organization recommendations based on user interaction with grouped media assets

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090903

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090903

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20111006

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111018

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20111201

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: 20111220

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120102

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150127

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees