JP5099716B2 - Apparatus and method for analyzing media / content information - Google Patents
Apparatus and method for analyzing media / content information Download PDFInfo
- Publication number
- JP5099716B2 JP5099716B2 JP2009217615A JP2009217615A JP5099716B2 JP 5099716 B2 JP5099716 B2 JP 5099716B2 JP 2009217615 A JP2009217615 A JP 2009217615A JP 2009217615 A JP2009217615 A JP 2009217615A JP 5099716 B2 JP5099716 B2 JP 5099716B2
- Authority
- JP
- Japan
- Prior art keywords
- impression
- media content
- analysis
- meta information
- content
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
この発明は、メディア・コンテンツから受ける印象に基づき、多数のメディア・コンテンツを多次元空間内の座標として布置する技術に関する。 The present invention relates to a technique for arranging a large number of media contents as coordinates in a multidimensional space based on an impression received from the media contents.
近年、コンピュータで管理されたりまたはネットワークを関して提供されるメディア・コンテンツの種類が増え、その数も膨大になっている。このため、利用者の好みに合うメディア・コンテンツを膨大なライブラリから容易に探し出せる仕組みがますます求められている。 In recent years, the types of media contents that are managed by a computer or provided with respect to a network have increased, and the number thereof has become enormous. For this reason, there is an increasing demand for a mechanism that makes it easy to search a vast library of media content that suits user preferences.
例えば、一部のオンラインショッピングサイトでは、ユーザがある商品の購入手続きをすると、過去にその商品を購入した人物が別途購入した商品を推薦することが行われている。また、音楽検索の分野では、ユーザが再生中の音楽と似た印象を持つ音楽を検索する技術が知られている。例えば、特許文献１および２には、楽曲の特徴を数量化して１以上の因子で表現した楽曲パラメータを各楽曲毎に楽曲データ格納部に格納しておき、楽曲データ格納部にデータが格納されている各楽曲のうち、楽曲パラメータに含まれる第１因子の値が再生中の楽曲の第１因子の値よりも大きい楽曲を第１候補曲として特定する、楽曲再生装置が開示されている。 For example, in some online shopping sites, when a user purchases a product, a person who purchased the product in the past recommends a product purchased separately. In the field of music search, a technique for searching for music having a similar impression to the music being played back by the user is known. For example, in Patent Documents 1 and 2, music parameters that quantify the characteristics of music and are expressed by one or more factors are stored in the music data storage unit for each music, and the data is stored in the music data storage unit. A music playback device is disclosed that identifies, as the first candidate music, a music whose value of the first factor included in the music parameter is larger than the value of the first factor of the music being played among the music that is being played.
しかしながら、特許文献１および２では、再生中の楽曲に対して候補曲が特定されるので、ユーザが気分を変えたいようなときには適切な候補曲を特定することができない。また、楽曲の音響信号から楽曲パラメータを算出して楽曲データ格納部に格納しておかなければならず、楽曲数が増大するほどそれに要する処理量も膨大になるという問題がある。 However, in Patent Documents 1 and 2, because candidate songs are specified for the music being played, it is not possible to specify an appropriate candidate song when the user wants to change his / her mood. In addition, the music parameters must be calculated from the acoustic signal of the music and stored in the music data storage unit, and there is a problem that the processing amount required for it increases as the number of music increases.
本発明はこうした点に鑑みてなされたもので、その目的は、メディア・コンテンツについてコンテンツデータそのものを処理しなくても、コンテンツから受ける印象に基づき多数のメディア・コンテンツを多次元空間内に布置する技術を提供することにある。 The present invention has been made in view of these points, and its purpose is to place a large number of media contents in a multidimensional space based on the impression received from the contents without processing the contents data itself. To provide technology.
本発明の一実施形態は、メディア・コンテンツ情報分析装置である。この装置は、複数の基準メディア・コンテンツの印象評定実験結果を保持する実験結果格納部と、印象評定実験結果に基づき、メディア・コンテンツから受ける印象に対応する複数の軸からなる多次元印象空間内で、基準メディア・コンテンツのそれぞれが布置される印象座標を計算する印象座標計算部と、基準メディア・コンテンツおよび他のメディア・コンテンツのメタ情報を保持するメタ情報格納部と、基準メディア・コンテンツおよび他のメディア・コンテンツのメタ情報に所定の統計分析を施すことによって、メタ情報の特徴を抽出した複数の特徴変数上の得点に変換するメタ情報分析部と、複数の特徴変数上の得点を格納する分析結果格納部と、基準メディア・コンテンツについて求められた複数の特徴変数上の得点を分析結果格納部から取得し、複数の特徴変数上の得点と印象座標とを複数の重回帰式によって関連づける重回帰分析部と、他のメディア・コンテンツについて求められた複数の特徴変数上の得点を分析結果格納部から取得し、該複数の特徴変数上の得点を複数の重回帰式に適用することによって、他のメディア・コンテンツの印象座標を推定する印象座標推定部と、を備える。 One embodiment of the present invention is a media content information analysis apparatus. This device has a multi-dimensional impression space consisting of an experiment result storage unit for storing impression evaluation experiment results of a plurality of reference media contents and a plurality of axes corresponding to impressions received from the media contents based on the impression evaluation experiment results. An impression coordinate calculation unit for calculating an impression coordinate where each of the reference media content is placed, a meta information storage unit for holding meta information of the reference media content and other media content, a reference media content and Meta-information analysis unit that converts meta-information features into scores on multiple feature variables by performing predetermined statistical analysis on meta-information of other media content, and stores scores on multiple feature variables Analysis result storage unit and scores on multiple feature variables calculated for the reference media content Multiple regression analysis unit, which obtains from multiple storage variables and correlates scores and impression coordinates on multiple feature variables with multiple multiple regression equations, and analysis results on multiple feature variables obtained for other media content An impression coordinate estimating unit that estimates impression coordinates of other media contents by obtaining from the storage unit and applying scores on the plurality of feature variables to a plurality of multiple regression equations.
この態様によると、基準メディア・コンテンツについて、印象評定実験に基づき計算された印象座標とメタ情報から抽出された複数の特徴変数上の得点とを複数の重回帰式によって関連づける。そして、基準メディア・コンテンツ以外の他のメディア・コンテンツについては、複数の特徴変数上の得点を上記の重回帰式に適用することによって、印象座標を推定する。したがって、他のメディア・コンテンツについては、印象評定実験を経ることなく印象座標を求めることができる。また、メディア・コンテンツを印象空間内の座標として布置することで、メディア・コンテンツ全体の定量的な把握がしやすくなる。さらに、印象空間内においてあるメディア・コンテンツに対応する座標の近傍に位置する座標を選択することで、そのコンテンツと印象の近いコンテンツを容易に選び出すことができる。 According to this aspect, with respect to the reference media content, the impression coordinates calculated based on the impression rating experiment and the scores on the plurality of feature variables extracted from the meta information are associated by the plurality of multiple regression equations. For media contents other than the reference media contents, impression coordinates are estimated by applying scores on a plurality of feature variables to the multiple regression equation. Therefore, for other media contents, impression coordinates can be obtained without going through an impression rating experiment. In addition, by arranging the media content as coordinates in the impression space, it becomes easy to quantitatively grasp the entire media content. Furthermore, by selecting coordinates located in the vicinity of coordinates corresponding to certain media content in the impression space, it is possible to easily select content that is close to the content.
メタ情報格納部は、各メディア・コンテンツの属性を表現する質的データをメタ情報として格納し、メタ情報分析部は、質的データに対してコレスポンデンス分析を施して複数の特徴変数上の得点に変換してもよい。これによると、コレスポンデンス分析によってメタ情報の質的データを数値データに変換するので、メタ情報と印象座標との関連づけを行うことができる。 The meta information storage unit stores qualitative data representing the attributes of each media content as meta information, and the meta information analysis unit performs correspondence analysis on the qualitative data to obtain scores on a plurality of feature variables. It may be converted. According to this, since qualitative data of meta information is converted into numerical data by correspondence analysis, it is possible to associate meta information with impression coordinates.
ユーザがメタ情報を構成する一つまたは複数の属性に含まれる一つまたは複数の特定の項目の組を選択したことを入力として受け取る入力部と、各特定の項目に与えられた特徴変数上の得点を分析結果格納部から取得する項目受取部と、をさらに備えてもよい。この場合、印象座標推定部は、各特定の項目について変換された複数の特徴変数を重回帰式に適用することによって各項目に対応する印象座標を推定し、推定した各印象座標の重心位置を計算し、重心位置から所定の距離内にあるメディア・コンテンツを、特定の項目の組に適合したコンテンツとしてユーザに提示してもよい。これによると、ユーザの気分やシチュエーションといった属性のうち特定の項目を指定することで、その項目に適したメディア・コンテンツを比較的容易に検索することができる。 An input unit that receives as input that the user has selected one or more specific item sets included in one or more attributes that make up the meta information, and a feature variable assigned to each specific item An item receiving unit that acquires the score from the analysis result storage unit may be further included. In this case, the impression coordinate estimation unit estimates the impression coordinates corresponding to each item by applying a plurality of feature variables converted for each specific item to the multiple regression equation, and calculates the center of gravity position of each estimated impression coordinate. The media content that is calculated and within a predetermined distance from the position of the center of gravity may be presented to the user as content suitable for a specific set of items. According to this, by specifying a specific item among attributes such as a user's mood and situation, it is possible to relatively easily search for media content suitable for the item.
多次元印象空間は、心理的な印象を表す特徴軸の組合せで構成される空間であってもよい。これによると、メディア・コンテンツに対する定性的な印象を、少数の軸で構成される空間内の点として捉えることが可能になる。特徴軸は、快さ、迫力、明暗、鋭さ、力動感、ユニークさ、美しさ、汚さ、開放感などの心理的な印象に対応していれば任意のものを選択してよく、また多次元印象空間はこれらのうち任意の複数の軸の組合せで構成されてもよい。 The multidimensional impression space may be a space configured by a combination of feature axes representing a psychological impression. According to this, a qualitative impression of media content can be regarded as a point in a space composed of a small number of axes. The characteristic axis can be selected arbitrarily as long as it corresponds to psychological impressions such as comfort, force, light and dark, sharpness, dynamic feeling, uniqueness, beauty, dirt, openness, etc., and multidimensional The impression space may be composed of any combination of a plurality of axes.
多次元印象空間内での各メディア・コンテンツの印象座標を画像表示器に表示させる表示出力部をさらに備えてもよい。これによると、印象空間内に布置されたメディア・コンテンツの印象の傾向を視覚的に把握することが可能になる。 You may further provide the display output part which displays the impression coordinate of each media content in a multidimensional impression space on an image display. According to this, it is possible to visually grasp the impression tendency of the media content placed in the impression space.
実験結果格納部は、基準メディア・コンテンツについてＳＤ法による印象評定実験結果を保持しており、印象座標計算部は、ＳＤ法による印象評定結果に対して主成分分析または因子分析を施して多次元印象空間の軸を決定してもよい。これによると、基準メディア・コンテンツに対する多数の印象の尺度から、特徴軸となるより少数の成分または因子を抽出することができる。 The experiment result storage unit holds the impression rating experiment result by the SD method for the reference media content, and the impression coordinate calculation unit performs the principal component analysis or factor analysis on the impression rating result by the SD method to perform multidimensional analysis. The axis of the impression space may be determined. According to this, it is possible to extract a smaller number of components or factors serving as feature axes from a large number of impression scales for the reference media content.
本発明によれば、メディア・コンテンツについてコンテンツデータそのものを処理しなくても、コンテンツから受ける印象に基づき多数のメディア・コンテンツを多次元空間内に布置することができる。 According to the present invention, it is possible to place a large number of media contents in a multidimensional space based on the impression received from the content without processing the content data itself for the media content.
本発明の一実施形態は、楽曲等の音楽コンテンツ、動画、映画等の映像コンテンツ、小説、ブログ等のテキストコンテンツ、漫画、絵画等の画像コンテンツ、ゲームコンテンツ等といった種々のメディア・コンテンツを、それらコンテンツから受ける印象を表現した多次元印象空間上の座標に布置することを可能にする、メディア・コンテンツ情報分析装置である。この装置では、従来の手法では困難であった非常に多数のメディア・コンテンツを、比較的短時間かつ容易に印象空間上に布置することができる。このようにメディア・コンテンツを印象空間に布置することで、コンテンツ間の類似度が容易に把握できたり、ユーザの気分や感性、コンテンツを体感するシチュエーションなどに適合したメディア・コンテンツを選択しユーザに対して提供できるといった効果が得られる。 One embodiment of the present invention provides various media contents such as music content such as music, video content such as movies and movies, text content such as novels and blogs, image content such as comics and paintings, game content, etc. This is a media content information analysis device that enables placement on coordinates in a multidimensional impression space that expresses an impression received from content. With this apparatus, it is possible to place a large number of media contents, which has been difficult with the conventional technique, in the impression space in a relatively short time. By placing media content in the impression space in this way, it is possible to easily grasp the degree of similarity between content, select media content that matches the user's mood and sensibility, the situation where the content is experienced, etc. The effect that it can provide is obtained.
図１は、本発明の一実施形態に係るメディア・コンテンツ情報分析装置１００の詳細な構成を説明する図である。これらの構成は、ハードウェア的には、任意のコンピュータのＣＰＵ、メモリ、その他のＬＳＩで実現でき、ソフトウェア的にはメモリにロードされたプログラムなどによって実現されるが、ここではそれらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。 FIG. 1 is a diagram illustrating a detailed configuration of a media / content information analysis apparatus 100 according to an embodiment of the present invention. These configurations can be realized in hardware by any computer's CPU, memory, and other LSIs, and in software, they are realized by programs loaded into the memory. Draw functional blocks. Accordingly, those skilled in the art will understand that these functional blocks can be realized in various forms by hardware only, software only, or a combination thereof.
図１では、メディア・コンテンツ情報分析装置１００の典型的な使用例として、ユーザが操作する端末１０と情報分析装置１００とが直接若しくは有線または無線ネットワークを介して接続される場合について説明する。このとき、ユーザは端末１０を介してデータの入力、分析の指示、出力結果の受領等の操作を行う。これに対し、メディア・コンテンツ情報分析装置１００はサーバとして機能し、端末１０からの支持の下、種々の分析の実行、分析結果の記憶、分析結果の画像化および出力を行う。 In FIG. 1, as a typical usage example of the media / content information analysis apparatus 100, a case where the terminal 10 operated by the user and the information analysis apparatus 100 are connected directly or via a wired or wireless network will be described. At this time, the user performs operations such as data input, analysis instruction, and output result reception via the terminal 10. On the other hand, the media / content information analysis apparatus 100 functions as a server and performs various analyzes, stores analysis results, images and outputs analysis results with support from the terminal 10.
端末１０は、典型的にはラップトップ型またはデスクトップ型のパーソナルコンピュータ（ＰＣ）であり、入力装置としてのキーボードやマウス、出力装置としてのディスプレイ、通信装置としてのモデムやネットワークインタフェースカード等を備える。代替的に、端末１０は、入力装置、出力装置、通信装置を備える携帯電話、スマートフォン、ＰＤＡ（Personal Digital Assistant）等の携帯機器であってもよい。または、メディア・コンテンツ情報分析装置１００の機能をソフトウェア・アプリケーションとして提供し、サーバからのダウンロード、記録媒体の読み込み等によりソフトウェア・アプリケーションをＰＣ等の端末に取得し、これをインストールすることで、ユーザが操作する端末そのものがメディア・コンテンツ情報分析装置１００として機能してもよい。 The terminal 10 is typically a laptop or desktop personal computer (PC), and includes a keyboard and mouse as an input device, a display as an output device, a modem as a communication device, a network interface card, and the like. Alternatively, the terminal 10 may be a mobile device such as an input device, an output device, a mobile phone including a communication device, a smartphone, or a PDA (Personal Digital Assistant). Alternatively, the function of the media / content information analysis apparatus 100 is provided as a software application, and the user can obtain the software application by downloading it from a server, reading a recording medium, etc. on a terminal such as a PC and installing it. The terminal itself operated by may function as the media / content information analyzing apparatus 100.
メディア・コンテンツ情報分析装置１００は、主に、実験結果格納部２０、入力部２４、メタ情報処理部３０、印象座標計算部４０、重回帰分析部５０、印象座標推定部６０、表示出力部６４を含む。 The media / content information analysis apparatus 100 mainly includes an experiment result storage unit 20, an input unit 24, a meta information processing unit 30, an impression coordinate calculation unit 40, a multiple regression analysis unit 50, an impression coordinate estimation unit 60, and a display output unit 64. including.
実験結果格納部２０は、複数の基準メディア・コンテンツ２２の印象評定実験結果を保持する。基準メディア・コンテンツとは、メディア・コンテンツ情報分析装置１００で最終的に印象空間上に布置されるべき多数のメディア・コンテンツ（以下、「全メディア・コンテンツ」と言う）から抽出された、印象座標の基準とされるコンテンツである。基準メディア・コンテンツは複数の被験者による印象評定実験を受け、各コンテンツに印象結果が付与される。本実施形態では、周知のＳＤ（Semantic Differential）法による印象評定実験を行うが、各コンテンツに対して印象結果を付与できれば、他の既知の印象評定実験を行ってもよい。全メディア・コンテンツの数に対する基準メディア・コンテンツの数は任意であるが、少なくとも数個を越える必要があり、基準コンテンツ数が多いほど後述する印象座標推定の精度は向上する。 The experiment result storage unit 20 holds impression rating experiment results of a plurality of reference media contents 22. The reference media contents are impression coordinates extracted from a large number of media contents (hereinafter referred to as “all media contents”) to be finally placed in the impression space by the media content information analysis apparatus 100. It is the content that is used as the standard for The reference media content undergoes an impression rating experiment by a plurality of subjects, and an impression result is given to each content. In this embodiment, an impression rating experiment is performed by a well-known SD (Semantic Differential) method, but other known impression rating experiments may be performed as long as an impression result can be given to each content. Although the number of reference media contents with respect to the total number of media contents is arbitrary, it is necessary to exceed at least several, and the accuracy of impression coordinate estimation described later improves as the number of reference contents increases.
ＳＤ法は、ある概念（ここでは「印象」）が内包する意味を形容する反対語の対からなる両極の評定尺度、または一つの語に対する当てはまり度合いからなる単極の評定尺度を用いて、対象の評定を行う手法である。各評定尺度に対して、対象とするメディア・コンテンツが各形容語に対してどの程度当てはまるかを、３段階から９段階の尺度を使用して複数の被験者に評定させる。そして、この評定尺度の各段階を順序尺度として数値を当てはめることによって数値化したデータに主成分分析または因子分析を施すことにより、少数の主成分または因子を抽出するとともに、各メディア・コンテンツの各主成分または各因子上の得点を得る。 The SD method uses a bipolar rating scale consisting of pairs of opposite words that describe the meaning contained in a concept (here "impression"), or a unipolar rating scale consisting of the degree of fit for a single word. It is a technique to perform the rating. For each rating scale, multiple subjects are rated using 3 to 9 scales to what extent the targeted media content applies to each adjective. Then, by applying the principal component analysis or factor analysis to the digitized data by applying numerical values with each stage of this rating scale as an order scale, a small number of principal components or factors are extracted, and each media content Get a score on the principal component or each factor.
図２は、本実施形態のＳＤ法で使用する評定尺度の一例である。ここでは、反対語対として「きれいな−汚い」、「さわやかな−むさくるしい」の二つが例として示されている。各評定尺度には７段階があり、被験者は基準メディア・コンテンツを体感（つまり、コンテンツの種類に応じて視聴、聴取、または読了）して、左右両極のいずれの形容語に近い印象を自分が感じたかに応じて印を付ける。 FIG. 2 is an example of a rating scale used in the SD method of the present embodiment. Here, two examples of opposite word pairs, “clean-dirty” and “refreshing-mummy” are shown. Each rating scale has seven levels, and the subject can experience the reference media content (that is, view, listen to, or read according to the type of content) and feel that it is close to the adjectives of both the left and right poles. Mark according to how you felt.
図３は、本実施形態で使用される評定尺度としての反対語対の一例を列挙した表である。後述する実施例では、各被験者は、基準メディア・コンテンツのそれぞれに対して、図示の２４対の評定尺度上で印象評定を行う実験に参加した。 FIG. 3 is a table listing examples of antonym pairs as rating scales used in the present embodiment. In the examples described below, each subject participated in an experiment in which an impression rating is performed on each of the reference media contents on the illustrated 24 pairs of rating scales.
このように、ＳＤ法を用いることで、メディア・コンテンツの印象を複数の成分から構成される多次元的なものとして数量解析の対象とすることができる。 As described above, by using the SD method, the impression of the media content can be subjected to quantity analysis as a multidimensional structure composed of a plurality of components.
図１に戻り、印象座標計算部４０は、基準メディア・コンテンツの印象評定実験結果に基づき、メディア・コンテンツから受ける印象に対応する複数の軸からなる多次元の印象空間内で、各基準メディア・コンテンツが布置される印象座標を計算する。ここで、「印象空間」とは、心理的な印象を表す特徴軸の組合せで構成される空間である。印象座標計算部４０は、ＳＤ法の評定尺度を数値化したものに対して周知の主成分分析または因子分析を施す主成分分析部４２または因子分析部４４を有しており、この分析から得られる複数の主成分または因子を、多次元印象空間の軸として決定する。印象空間の次元数すなわち軸数は四軸以下とすることが好ましく、三軸が最も好ましいが、五軸以上であってもよい。印象座標の計算についてはさらに後述する。 Returning to FIG. 1, the impression coordinate calculation unit 40, based on the impression evaluation experiment result of the reference media / content, within each multi-dimensional impression space composed of a plurality of axes corresponding to the impression received from the media / content, Calculate the impression coordinates where the content is placed. Here, the “impression space” is a space constituted by a combination of feature axes representing a psychological impression. The impression coordinate calculation unit 40 includes a principal component analysis unit 42 or a factor analysis unit 44 that performs a well-known principal component analysis or factor analysis on a numerical scale of the rating scale of the SD method. A plurality of principal components or factors to be determined are determined as axes of a multidimensional impression space. The number of dimensions of the impression space, that is, the number of axes, is preferably 4 axes or less, most preferably 3 axes, but may be 5 axes or more. The calculation of impression coordinates will be described later.
印象座標計算部４０により求められた各基準メディア・コンテンツの印象座標は、印象座標格納部４６に保持される。 The impression coordinates of each reference media content obtained by the impression coordinate calculation unit 40 are held in the impression coordinate storage unit 46.
メタ情報処理部３０は、メタ情報格納部３１、メタ情報分析部３４および分析結果格納部３７を含む。 The meta information processing unit 30 includes a meta information storage unit 31, a meta information analysis unit 34, and an analysis result storage unit 37.
メタ情報格納部３１は、印象空間上に布置する全メディア・コンテンツのメタ情報を、基準メディア・コンテンツ３２とそれ以外のメディア・コンテンツ（以下、「他のメディア・コンテンツ」と言う）３３とに分けて保持する。ここで、「メタ情報」とは、各メディア・コンテンツの種々の属性を表現する質的データのことを言う。 The meta information storage unit 31 converts the meta information of all media contents placed in the impression space into reference media contents 32 and other media contents (hereinafter referred to as “other media contents”) 33. Keep separately. Here, the “meta information” refers to qualitative data expressing various attributes of each media content.
図４は、メタ情報の一例を示す表１２０である。一番左の列１２２にはメディア・コンテンツの名称（ここでは「曲名」）が記載される。列１２４、１２６はメディア・コンテンツの属性を示す。ここでは、一例として、列１２２に記載された楽曲を動物に例えたら何であるかを表した「動物に例えたら」属性１２４と、列１２２に記載された楽曲を花に例えたら何であるかを表した「花に例えたら」属性１２６が記載されている。さらに、各属性には複数の項目が含まれる。表１２０では、「動物に例えたら」属性には「イヌ」「ゾウ」「オオカミ」「コアラ」「ウマ」、「花に例えたら」属性には「バラ」「ひまわり」「チューリップ」「コスモス」「サクラ」などの項目が示されている。なお、属性とその下位の項目は上記に限定されるものではなく、メディア・コンテンツを質的にまたは定性的に表現する任意の言葉を採用することができる。また、属性の数や下位の項目の数にも制限はない。 FIG. 4 is a table 120 showing an example of meta information. In the leftmost column 122, names of media contents (here, “song names”) are described. Columns 124 and 126 show the attributes of the media content. Here, as an example, an attribute 124 that represents what the music described in the column 122 is like if it is compared to an animal, and what it is if the music described in the column 122 is like a flower. The “If you compare to flowers” attribute 126 is described. Furthermore, each attribute includes a plurality of items. In Table 120, the “animal-like” attribute has “dog”, “elephant”, “wolf”, “koala”, “horse”, and the “flower-like” attribute has “rose”, “sunflower”, “tulip”, and “cosmos”. Items such as "Sakura" are shown. Note that the attribute and its subordinate items are not limited to the above, and any language that expresses the media content qualitatively or qualitatively can be adopted. There is no limit to the number of attributes and the number of subordinate items.
メタ情報格納部３１には、基準メディア・コンテンツと他のメディア・コンテンツの別に、各コンテンツについて当てはまる属性の項目を記した表形式のメタ情報が予め準備されている。これらのメタ情報は、メディア・コンテンツの提供者によって作成され提供されることが好ましい。代替的に、メディア・コンテンツ情報分析装置１００のユーザが、全メディア・コンテンツについてメタ情報を作成してもよい。 The meta information storage unit 31 is prepared in advance with tabular meta information that describes items of attributes that apply to each content separately from the reference media content and other media content. These pieces of meta information are preferably created and provided by a media content provider. Alternatively, the user of the media / content information analyzing apparatus 100 may create meta information for all media / contents.
メタ情報は、図４の表１２０に示すように、メディア・コンテンツ毎に当てはまる属性の項目に印を付ける形であってよい。例えば、図４の上から五番目の楽曲Ｅは、動物に例えるとゾウの印象に合致しており、花に例えるとサクラの印象に合致していることを表している。なお、楽曲毎に一つの属性について二つ以上の項目に印が付けられてもよいし、いずれの項目にも印が付けられなくてもよい。 As shown in the table 120 of FIG. 4, the meta information may be in a form of marking an attribute item that applies to each media content. For example, the fifth musical piece E from the top in FIG. 4 matches the impression of an elephant when compared to an animal, and matches the impression of a cherry when compared to a flower. Note that two or more items may be marked for one attribute for each piece of music, and none of the items may be marked.
図１に戻り、メタ情報分析部３４は、メタ情報格納部３１に格納された基準メディア・コンテンツのメタ情報３２および他のメディア・コンテンツのメタ情報３３に対して統計的分析を施すことによって、メタ情報の特徴が抽出された複数の特徴変数上の得点に変換する。本実施形態では、メタ情報分析部３４は、メタ情報に対して周知のコレスポンデンス分析を施して、複数の特徴変数上の得点に変換する特徴変数変換部３５を含む。 Returning to FIG. 1, the meta information analysis unit 34 performs statistical analysis on the meta information 32 of the reference media content and the meta information 33 of other media content stored in the meta information storage unit 31. The features of the meta information are converted into scores on a plurality of feature variables extracted. In the present embodiment, the meta information analysis unit 34 includes a feature variable conversion unit 35 that performs a well-known correspondence analysis on the meta information and converts it into scores on a plurality of feature variables.
コレスポンデンス分析は、多次元で集計されたデータを多次元空間にマッピングして、データ要素間の関係性を視覚的に表現する多変量解析手法である。本実施形態のコレスポンデンス分析では、図４に示したメタ情報の表からいずれかの属性を選び、その属性に含まれる全ての項目を行要素とし、選択されなかった他の属性に含まれる全ての項目を列要素として配列したクロス集計表を作成する。そして、クロス集計表から、各データの潜在的因子である複数の特徴変数を見つけ出す。 Correspondence analysis is a multivariate analysis technique in which data aggregated in multiple dimensions is mapped into a multidimensional space and the relationship between data elements is visually represented. In the correspondence analysis of the present embodiment, any attribute is selected from the meta information table shown in FIG. 4, all items included in the attribute are set as row elements, and all the attributes included in the other attributes not selected are selected. Create a crosstab table with items arranged as column elements. Then, a plurality of characteristic variables that are potential factors of each data are found from the cross tabulation table.
そして、特徴変数変換部３５は、各属性の項目について、コレスポンデンス分析で見いだされた複数の特徴変数上の得点を計算する。複数の特徴変数上の得点の計算結果は、分析結果格納部３７に格納される。 Then, the feature variable conversion unit 35 calculates scores on a plurality of feature variables found by correspondence analysis for each attribute item. The score calculation results on the plurality of feature variables are stored in the analysis result storage unit 37.
重回帰分析部５０は、印象座標格納部４６から、基準メディア・コンテンツについて求められた印象座標を取得する。また、メタ情報格納部３１を参照して、基準メディア・コンテンツのそれぞれについて対応する属性の項目を確認する。続いて、分析結果格納部３７から、各基準メディア・コンテンツの各属性の項目について与えられた複数の特徴変数上の得点を取得する。そして、基準メディア・コンテンツの印象座標と各属性項目の複数の特徴変数上の得点とを、複数の重回帰式によって関連づける周知の重回帰分析を実行する。得られた重回帰式は、他のメディア・コンテンツについて、複数の特徴変数上の得点から印象座標を推定するための変換式としての機能を有することになる。求められた重回帰式は、重回帰式格納部５２に格納される。 The multiple regression analysis unit 50 acquires the impression coordinates obtained for the reference media content from the impression coordinate storage unit 46. Further, the meta information storage unit 31 is referred to, and the corresponding attribute item is confirmed for each of the reference media and content. Subsequently, scores on a plurality of feature variables given for each attribute item of each reference media content are acquired from the analysis result storage unit 37. Then, a well-known multiple regression analysis is performed in which impression coordinates of the reference media content and scores on a plurality of feature variables of each attribute item are related by a plurality of multiple regression equations. The obtained multiple regression equation has a function as a conversion equation for estimating impression coordinates from scores on a plurality of feature variables for other media contents. The obtained multiple regression equation is stored in the multiple regression equation storage unit 52.
印象座標推定部６０は、メタ情報格納部３１を参照して、他のメディア・コンテンツのそれぞれについて対応する属性の項目を確認する。続いて、分析結果格納部３７から、各メディア・コンテンツの各属性の項目について与えられた複数の特徴変数上の得点を取得する。そして、これらの複数の特徴変数上の得点を、重回帰式格納部５２に格納された複数の重回帰式に適用することによって、他のメディア・コンテンツの印象座標を推定する。このように、基準メディア・コンテンツについて求められた印象座標と複数の特徴変数上の得点とを関連づける重回帰式を用いることで、印象評定実験を経ていない他のメディア・コンテンツについても印象座標を求めることができる。 The impression coordinate estimation unit 60 refers to the meta information storage unit 31 and confirms the corresponding attribute item for each of the other media contents. Subsequently, scores on a plurality of characteristic variables given for each attribute item of each media content are acquired from the analysis result storage unit 37. Then, by applying the scores on the plurality of feature variables to a plurality of multiple regression equations stored in the multiple regression equation storage unit 52, impression coordinates of other media contents are estimated. In this way, by using the multiple regression equation that associates the impression coordinates obtained for the reference media content with scores on multiple feature variables, the impression coordinates are also obtained for other media contents that have not undergone an impression evaluation experiment. be able to.
表示出力部６４は、印象座標格納部４６から基準メディア・コンテンツの印象座標を受け取るとともに、印象座標推定部６０から他のメディア・コンテンツの印象座標を受け取る。そして、全メディア・コンテンツの印象座標を多次元の印象空間内に布置した画像を、端末１０の画像表示手段に出力する。印象空間が三次元であれば、表示出力部６４は、ユーザの操作により適宜回転表示が可能な三次元直交座標に各メディア・コンテンツの印象座標に対応する点が表示された画像を出力してもよい。または、印象空間の適当な二軸を選択し、二次元直交座標面に空間内の点が写像された画像を出力してもよい。また、端末１０の画像表示手段に表示された印象座標の点をユーザがポイントすることで、その点に対応するメディア・コンテンツの名称や属性等の情報が画像表示手段に表示されるように構成してもよい。 The display output unit 64 receives impression coordinates of the reference media content from the impression coordinate storage unit 46 and receives impression coordinates of other media content from the impression coordinate estimation unit 60. Then, an image in which the impression coordinates of all media contents are placed in a multidimensional impression space is output to the image display means of the terminal 10. If the impression space is three-dimensional, the display output unit 64 outputs an image in which points corresponding to the impression coordinates of each media content are displayed in three-dimensional orthogonal coordinates that can be appropriately rotated and displayed by a user operation. Also good. Alternatively, appropriate two axes of the impression space may be selected, and an image in which points in the space are mapped on the two-dimensional orthogonal coordinate plane may be output. Further, when the user points to a point of impression coordinates displayed on the image display means of the terminal 10, information such as the name and attribute of the media content corresponding to the point is displayed on the image display means. May be.
以上のようにして、全メディア・コンテンツが印象空間内に布置された画像を得ることができる。これによって、ユーザは、全メディア・コンテンツが印象空間内にどのように分布しているのかを把握することができるため、単にメディア・コンテンツの一覧リストを閲覧している場合と比較して、多様な活用をすることができる。例えば、自分の保有しているメディア・コンテンツや、別のサーバ等に保存されているメディア・コンテンツの分析をメディア・コンテンツ情報分析装置１００に指示し、それらがどのような印象の傾向を有しているかを把握することができる。また、あるメディア・コンテンツと比較的印象が近いメディア・コンテンツを容易に探し出すことができる。 As described above, it is possible to obtain an image in which all media contents are arranged in the impression space. This allows the user to understand how all media content is distributed within the impression space, so it is more diverse than simply browsing a list of media content. Can be used effectively. For example, the media / content information analysis apparatus 100 is instructed to analyze the media / content that the user owns or the media / content stored in another server, and what kind of impression they have. You can figure out what you are doing. In addition, it is possible to easily find media content that has a relatively close impression to certain media content.
また、ユーザは、様々な属性の所望の項目に適合するメディア・コンテンツを探し出すことができる。入力部２４は、全メディア・コンテンツの印象座標が求められた後、端末１０から、ユーザがメタ情報の属性の中から特定の項目を選択したことを入力として受け取ることができるように構成されている。ユーザによって選択される項目は単一であってもよいし、複数の属性にわたる複数の項目であってもよい。入力部２４は、選択された特定の項目をメタ情報分析部３４に送る。メタ情報分析部３４の項目受取部３６は特定の項目を受け取り、それぞれの項目に対して、分析結果格納部３７に格納された、コレスポンデンス分析によって変換された特徴変数上の得点を取得する。これらの項目の特徴変数上の得点は、印象座標推定部６０に送られる。 In addition, the user can search for media contents that match desired items of various attributes. The input unit 24 is configured to receive from the terminal 10 that the user has selected a specific item from the attributes of the meta information as an input after the impression coordinates of all media contents are obtained. Yes. The item selected by the user may be a single item or a plurality of items over a plurality of attributes. The input unit 24 sends the selected specific item to the meta information analysis unit 34. The item receiving unit 36 of the meta information analyzing unit 34 receives specific items, and obtains a score on the feature variable converted by the correspondence analysis stored in the analysis result storing unit 37 for each item. The scores on the feature variables of these items are sent to the impression coordinate estimation unit 60.
印象座標推定部６０は、特定の項目についての複数の特徴変数上の得点を、重回帰式格納部５２から取得した重回帰式に適用する。これによって、当該特定の項目の多次元印象空間内での位置を計算することができる。ユーザによって複数の項目が選択された場合、適合コンテンツ選択部６２は、複数の項目それぞれについての多次元印象空間内での位置の重心点から所定の距離内にあるメディア・コンテンツを、特定の項目の組に適合したコンテンツとしてユーザに提示する。例えば、重心点から所定の距離内に含まれたメディア・コンテンツに関する情報を、端末１０の画像表示装置に一覧表示させてもよい。または、三次元直交座標において重心点から所定の距離内に位置するメディア・コンテンツに対応する座標点を、端末１０の画像表示装置において強調表示させてもよい。
これによって、例えば項目「ゾウ」の印象に適したメディア・コンテンツを探し出したりすることが可能になる。
The impression coordinate estimation unit 60 applies scores on a plurality of feature variables for a specific item to the multiple regression equation acquired from the multiple regression equation storage unit 52. As a result, the position of the specific item in the multidimensional impression space can be calculated. When a plurality of items are selected by the user, the matching content selection unit 62 selects the media content within a predetermined distance from the center of gravity of the position in the multidimensional impression space for each of the plurality of items as a specific item. It is presented to the user as content suitable for the set. For example, information related to media content included within a predetermined distance from the barycentric point may be displayed in a list on the image display device of the terminal 10. Alternatively, the coordinate point corresponding to the media content located within a predetermined distance from the barycentric point in the three-dimensional orthogonal coordinates may be highlighted on the image display device of the terminal 10.
This makes it possible to search for media content suitable for the impression of the item “Elephant”, for example.
続いて、メディア・コンテンツ情報分析装置１００を用いた分析の手順を説明する。 Next, an analysis procedure using the media / content information analysis apparatus 100 will be described.
図５は、メディア・コンテンツ情報分析装置１００を用いて、多数のメディア・コンテンツを印象空間上に布置する大まかな手順を示すフローチャートである。
まず、印象空間上に布置しようとする全メディア・コンテンツについてのメタ情報を準備し、それらをメタ情報格納部３１に格納する（Ｓ１０）。続いて、全メディア・コンテンツの中から、印象評定実験の対象とすべき基準メディア・コンテンツを選び出し、被験者による印象評定実験を実施する（Ｓ１２）。これらの準備が終了すると、メディア・コンテンツ情報分析装置１００は、印象評定実験結果とメタ情報とに基づいて、全メディア・コンテンツの印象座標を計算する（Ｓ１４）。
FIG. 5 is a flowchart showing a rough procedure for placing a large number of media contents on the impression space using the media / content information analysis apparatus 100.
First, meta information about all media contents to be placed in the impression space is prepared and stored in the meta information storage unit 31 (S10). Subsequently, the reference media content to be subjected to the impression rating experiment is selected from all the media contents, and the impression rating experiment by the subject is performed (S12). When these preparations are completed, the media / content information analyzing apparatus 100 calculates the impression coordinates of all the media / contents based on the impression rating experiment result and the meta information (S14).
図６は、基準メディア・コンテンツの印象座標を計算する処理のフローチャートである。
基準メディア・コンテンツについてＳＤ法による印象評定実験を実施し（Ｓ２０）、この結果を実験結果格納部２０に格納する（Ｓ２２）。この作業は、メディア・コンテンツの供給者が行ってもよいし、ユーザが自ら行ってもよい。また、全メディア・コンテンツの中からの基準メディア・コンテンツの抽出は、印象が偏ったものばかりが選ばれないように人力で行われることが好ましいが、全メディア・コンテンツの中からランダムに基準メディア・コンテンツを選び出してもよい。
続いて、印象座標計算部４０は、ＳＤ法による印象評定実験結果に対して主成分分析または因子分析を実行し、この分析から得られた複数の主成分または因子を、多次元印象空間の軸として決定する（Ｓ２４）。そして、決定された複数の軸からなる印象空間内での各基準メディア・コンテンツの印象座標を計算する（Ｓ２６）。この印象座標は、印象座標格納部４６に保持される。
FIG. 6 is a flowchart of processing for calculating the impression coordinates of the reference media content.
An impression evaluation experiment by the SD method is performed on the reference media content (S20), and the result is stored in the experiment result storage unit 20 (S22). This work may be performed by the media / content supplier or by the user himself / herself. In addition, it is preferable to extract the reference media / content from all media / contents manually so that only those with a negative impression are not selected.・ You may select content.
Subsequently, the impression coordinate calculation unit 40 performs principal component analysis or factor analysis on the result of the impression evaluation experiment by the SD method, and uses a plurality of principal components or factors obtained from this analysis as axes in the multidimensional impression space. (S24). Then, the impression coordinates of each reference media content in the determined impression space consisting of a plurality of axes are calculated (S26). The impression coordinates are held in the impression coordinate storage unit 46.
図７は、図３で示した２４対のＳＤ法による評定尺度に対して主成分分析を施した場合の一例を示す。図示するように、この例では、四つの主成分が抽出されている。図７については、後で詳細に説明する。 FIG. 7 shows an example when the principal component analysis is performed on the 24 pairs of SD method rating scales shown in FIG. As shown in the figure, in this example, four main components are extracted. FIG. 7 will be described in detail later.
図８は、基準メディア・コンテンツについて、ＳＤ法を利用して得られた印象座標と、コレスポンデンス分析を利用して得られた特徴変数上の得点との関係を求める処理のフローチャートである。
メタ情報分析部３４は、基準メディア・コンテンツおよび他のメディア・コンテンツの質的データであるメタ情報を、メタ情報格納部３１から取得する（Ｓ３０）。続いて基準メディア・コンテンツおよび他のメディア・コンテンツのメタ情報に対してコレスポンデンス分析を実施し（Ｓ３２）、メタ情報に含まれる各属性の項目を複数の特徴変数上の得点に変換する（Ｓ３４）。各メディア・コンテンツの特徴変数上の得点は、一旦分析結果格納部３７に格納される。
重回帰分析部５０は、印象座標格納部４６から基準メディア・コンテンツの印象座標を、分析結果格納部３７から各基準メディア・コンテンツの各属性の項目について与えられた特徴変数上の得点を取得し、これら二群の変数間で重回帰分析を実行する（Ｓ３６）。求められた複数の重回帰式は、重回帰式格納部５２に格納される（Ｓ３８）。
FIG. 8 is a flowchart of processing for obtaining the relationship between the impression coordinates obtained using the SD method and the score on the characteristic variable obtained using the correspondence analysis for the reference media content.
The meta information analysis unit 34 acquires meta information, which is qualitative data of the reference media content and other media content, from the meta information storage unit 31 (S30). Subsequently, correspondence analysis is performed on the meta information of the reference media content and other media content (S32), and each attribute item included in the meta information is converted into scores on a plurality of feature variables (S34). . The score on the feature variable of each media content is temporarily stored in the analysis result storage unit 37.
The multiple regression analysis unit 50 acquires the impression coordinates of the reference media / content from the impression coordinate storage unit 46 and the score on the feature variable given for each attribute item of each reference media / content from the analysis result storage unit 37. A multiple regression analysis is performed between these two groups of variables (S36). The obtained multiple regression equations are stored in the multiple regression equation storage unit 52 (S38).
図９は、他のメディア・コンテンツについて、コレスポンデンス分析から得られた特徴変数上の得点を印象座標に変換する処理のフローチャートである。
印象座標推定部６０は、分析結果格納部３７から、各他のメディア・コンテンツの各属性の項目について与えられた特徴変数上の得点を取得する（Ｓ５４）。続いて、この特徴変数上の得点に対して重回帰式格納部５２に格納されている重回帰式を適用して（Ｓ５６）、他のメディア・コンテンツの印象空間内での印象座標を推定する（Ｓ５８）。
FIG. 9 is a flowchart of processing for converting the score on the characteristic variable obtained from the correspondence analysis into impression coordinates for other media contents.
The impression coordinate estimation unit 60 acquires the score on the feature variable given for each attribute item of each other media content from the analysis result storage unit 37 (S54). Subsequently, the multiple regression equation stored in the multiple regression equation storage unit 52 is applied to the score on the feature variable (S56) to estimate the impression coordinates in the impression space of other media contents. (S58).
（実施例）
以下では、一例としてメディア・コンテンツが楽曲である場合に、上述したメディア・コンテンツ情報分析装置１００を用いて多数の楽曲を印象空間上に布置した実施例について説明する。しかしながら、この説明は、他のメディア・コンテンツに対しても必要な修正を施した上で適用することができる。
(Example)
In the following, an example will be described in which a large number of songs are laid out on an impression space using the above-described media / content information analysis apparatus 100 when the media content is a song. However, this description can be applied to other media contents after making necessary modifications.
この実施例では、予め１０万曲分の楽曲についてメタ情報を作成しておき、これらをメタ情報格納部３１に格納しておいた。そしてこれら１０万曲の中から１００曲を選曲し、実際に複数の被験者に対して各楽曲を聴取させ、各楽曲の印象を評定させる実験を行った。印象評定実験は上述のＳＤ法に従い、図３に示した２４対の評定尺度についてそれぞれ７段階で評定させた。ここで、印象を評定する際には、楽曲の歌詞、音色等を含めた総合的な印象を評定するよう被験者に指示された。実験の条件は以下の通りである。
・被験者：８人（音楽家３人、一般人５人）
・楽曲の聴取は防音室で行う
・１０曲分を一セット（約４５分）とし、休憩を１０〜１５分挟みながら一日に３〜５セットを聴取する。
実験で得られた評定尺度は数値化され、１００曲の楽曲は、各評定尺度についての得点を成分または因子に持つ２４次元座標空間内の点で表される。
In this embodiment, meta information is created in advance for 100,000 music pieces and stored in the meta information storage unit 31. Then, 100 songs were selected from these 100,000 songs, and an experiment was conducted in which a plurality of subjects actually listened to each song and rated the impression of each song. In the impression rating experiment, according to the SD method described above, the 24 pairs of rating scales shown in FIG. Here, when the impression was evaluated, the subject was instructed to evaluate the overall impression including the lyrics and timbres of the music. The experimental conditions are as follows.
・ Subjects: 8 people (3 musicians and 5 ordinary people)
・ Listen to music in the soundproof room. ・ Set 10 songs as one set (about 45 minutes) and listen to 3 to 5 sets a day with a break between 10 and 15 minutes.
The rating scale obtained in the experiment is digitized, and 100 music pieces are represented by points in a 24-dimensional coordinate space having scores or components as factors for each rating scale.
こうして求められた１００曲分の印象評定実験結果に対して、印象座標計算部４０により主成分分析を実行した。上記１００曲分の評定尺度について求められた各主成分１４４への各評定尺度１４２の負荷量を図７に示す。四つの主成分１４４のうち、一番左の列に示した主成分は、評定尺度の上から１〜７番目について他の評定尺度よりも大きな絶対値を持つ負荷量を有していることが分かる。本願の発明者らは、これら７つの評定尺度（すなわち、「きれいな−汚い」から「一人で聴きたい−一人で聴きたくない」）に基づき、この主成分が「快さ」の印象に相当する成分と結論した。また、左から二列目に示した主成分は、評定尺度の上から１６〜２１番目について他の評定尺度よりも大きな絶対値を持つ負荷量を有していることが分かる。発明者らは、この６つの評定尺度（すなわち、「陽気な−悲しい」から「温かい−冷たい」）に基づき、この主成分が「明暗」の印象に相当する成分と結論した。さらに、左から三列目に示した主成分は、評定尺度の上から８〜１５番目について他の評定尺度よりも大きな絶対値を持つ負荷量を有していることが分かる。発明者らは、この８つの評定尺度（すなわち、「たるんだ」−「ひきしまった」から「集中して聴きたい」−「ぼんやり聴きたい」）に基づき、この主成分が「迫力」の印象に相当する成分と結論した。 The principal component analysis was performed by the impression coordinate calculation unit 40 on the result of the impression evaluation experiment for 100 songs thus obtained. FIG. 7 shows the load of each rating scale 142 on each main component 144 obtained for the rating scales for 100 songs. Of the four principal components 144, the principal component shown in the leftmost column has a load amount having a larger absolute value than the other rating scales for the first to seventh ranks from the top of the rating scale. I understand. Based on these seven rating scales (ie, “clean-dirty” to “want to listen alone—do not want to listen alone”), the inventors of the present application correspond to the impression of “pleasantness”. It was concluded that the ingredients. Moreover, it turns out that the main component shown in the 2nd column from the left has the load which has a larger absolute value than the other rating scales for the 16th to 21st from the top of the rating scale. Based on these six rating scales (ie, “merry-sad” to “warm-cold”), the inventors have concluded that this main component is a component that corresponds to a “light-dark” impression. Furthermore, it can be seen that the main components shown in the third column from the left have a load amount having a larger absolute value than the other rating scales for the eighth to fifteenth from the top of the rating scale. Based on these eight rating scales (ie, “sag” — “I want to listen intensively” — “I want to listen quietly”), this main component has an impression of “power”. It was concluded that the component was equivalent to
上記三つの主成分の累積寄与率は約７６％であった。したがって、印象評定実験で使用された基準メディア・コンテンツとしての１００曲分の楽曲の印象は、「快さ」「迫力」「明暗」の三つの主成分で十分説明できることが分かった。印象座標計算部４０は、１００曲の基準メディア・コンテンツの２４次元座標空間内の点を「快さ」「迫力」「明暗」の三軸からなる印象空間に写像することで印象座標を計算し、印象座標格納部４６に格納する。 The cumulative contribution ratio of the three main components was about 76%. Therefore, it was found that the impressions of 100 songs as the reference media content used in the impression evaluation experiment can be sufficiently explained by the three main components of “Pleasure”, “Power”, and “Light / dark”. The impression coordinate calculation unit 40 calculates impression coordinates by mapping the points in the 24-dimensional coordinate space of 100 pieces of reference media content to an impression space consisting of three axes of “Pleasure”, “Power”, and “Brightness”. And stored in the impression coordinate storage unit 46.
上記印象評定実験とは別に、メタ情報分析部３４は、１００曲の基準メディア・コンテンツおよびそれ以外の他のメディア・コンテンツのメタ情報を使用して、コレスポンデンス分析のためのクロス集計表を作成する。 In addition to the impression evaluation experiment, the meta information analysis unit 34 creates a cross tabulation for correspondence analysis using meta information of 100 pieces of reference media contents and other media contents. .
図１０は、クロス集計表の一例を示す。クロス集計表１５０では、図４に示した複数の属性のうち「動物に例えたら」を選択し、これに含まれる項目「イヌ」「ネコ」等を列要素１５６として配列し、それ以外の全ての属性１５２（例えば、「花に例えたら」など）に含まれる全ての項目を、行要素１５４として配列する。そして、行要素と列要素のいずれにも合致するメディア・コンテンツの数をカウントする。図１０の例であれば、「動物に例えたら」属性の項目「イヌ」に印が付けられたコンテンツのうち、「バラ」「ひまわり」「チューリップ」「コスモス」「サクラ」の各項目にも印が付けられたメディア・コンテンツの数を、基準メディア・コンテンツのメタ情報３２および他のメディア・コンテンツのメタ情報３３の全体の情報の中でカウントする。 FIG. 10 shows an example of a cross tabulation table. In the cross tabulation table 150, “when compared to animals” is selected from the plurality of attributes shown in FIG. 4, and items “dog”, “cat”, and the like included therein are arranged as column elements 156, and all the other attributes are displayed. All items included in the attribute 152 (for example, “If you compare to flowers”) are arranged as row elements 154. Then, the number of media contents that match both the row element and the column element is counted. In the example of FIG. 10, among the contents marked with the item “Dog” attributed to “Animals like”, each item of “Rose”, “Sunflower”, “Tulip”, “Cosmos” and “Sakura” is also included. The number of marked media contents is counted in the total information of the meta information 32 of the reference media contents and the meta information 33 of other media contents.
メタ情報分析部３４は、周知のコレスポンデンス分析によって、図１０のクロス集計表を説明する複数の特徴変数を計算する。この実施例では、三つの特徴変数までの累積寄与率が約７４％となり、三つの特徴変数でクロス集計表の全体データを十分説明できることが分かった。 The meta information analysis unit 34 calculates a plurality of feature variables for explaining the cross tabulation table of FIG. 10 by a well-known correspondence analysis. In this example, the cumulative contribution rate up to three characteristic variables was about 74%, and it was found that the entire data of the cross tabulation table could be sufficiently explained by the three characteristic variables.
図１１および図１２は、コレスポンデンス分析で得られた三つの特徴変数１〜３の三軸上に、「動物に例えたら」属性の各項目の得点をプロットしたグラフの例を示す。図１１は、特徴変数１および特徴変数２で構成される平面上への各項目のプロットであり、図１２は、特徴変数１および特徴変数３で構成される平面上への各項目のプロットである。 FIG. 11 and FIG. 12 show examples of graphs in which scores of each item of the attribute “when compared to animals” are plotted on three axes of three characteristic variables 1 to 3 obtained by correspondence analysis. FIG. 11 is a plot of each item on a plane composed of feature variables 1 and 2 and FIG. 12 is a plot of each item on a plane composed of feature variables 1 and 3. is there.
他の属性である「花に例えたら」等についても、同様にしてコレスポンデンス分析で得られた特徴変数１〜３の三軸上に、それぞれの属性の各項目の得点をプロットしたグラフを作成することができる。 For other attributes such as “If you compare to flowers”, create a graph that plots the score of each item of each attribute on the three axes of feature variables 1 to 3 obtained in the same manner. be able to.
発明者らは、楽曲の各属性の項目毎にコレスポンデンス分析で得られた複数の特徴変数上の得点が与えられていることを利用して、各楽曲を三次元空間上に布置することができることに着目した。 The inventors are able to place each piece of music in a three-dimensional space using the fact that a score on a plurality of characteristic variables obtained by correspondence analysis is given for each attribute item of the music piece. Focused on.
これまでの処理によって、基準メディア・コンテンツである１００曲の楽曲については、ＳＤ法による印象評定実験と主成分分析によって得られた「快さ」「迫力」「明暗」の三軸からなる印象空間内の印象座標が既に求められている。各楽曲の属性項目についてコレスポンデンス分析で得られた複数の特徴変数上の得点を用いて、各楽曲の印象座標を計算するには、「快さ」「迫力」「明暗」で表される印象座標（ｘ、ｙ、ｚ）のいずれか一つを目的変数とし、各属性における複数の特徴変数上の得点を説明変数とする重回帰式を求めればよい。 With the process so far, for the 100 songs that are the standard media content, the impression space consisting of the three axes of “Pleasure”, “Power” and “Brightness” obtained by the impression evaluation experiment by SD method and principal component analysis The impression coordinates in are already determined. To calculate the impression coordinates of each song using scores on multiple characteristic variables obtained by correspondence analysis for the attribute items of each song, the impression coordinates represented by “Pleasure”, “Power”, and “Brightness” A multiple regression equation may be obtained in which any one of (x, y, z) is an objective variable and scores on a plurality of feature variables in each attribute are explanatory variables.
具体的には、以下の手順で行う。まず、重回帰分析部５０は、基準メディア・コンテンツであるいずれか一つの楽曲を選択し、その楽曲の印象座標（ｘ、ｙ、ｚ）を印象座標格納部４６から取得する。続いて、重回帰分析部５０は、選択した楽曲のメタ情報を参照して、印が付けられている属性の項目が何であるかを確認する。続いて、分析結果格納部３７から各属性の項目について求められた特徴変数上の得点を取得し、それらを用いて以下のような重回帰式を作成する。
ｘ＝ｗｘ１・（属性Ａ１）＋ｗｘ２・（属性Ａ２）＋ｗｘ３・（属性Ａ３）＋ｗｘ４・（属性Ｂ１）＋ｗｘ５・（属性Ｂ２）＋ｗｘ６・（属性Ｂ３）＋・・・＋ｂ 式（１）
Specifically, the following procedure is used. First, the multiple regression analysis unit 50 selects any one piece of music that is the reference media content, and acquires impression coordinates (x, y, z) of the music from the impression coordinate storage unit 46. Subsequently, the multiple regression analysis unit 50 refers to the meta information of the selected music and confirms what attribute item is marked. Then, the score on the characteristic variable calculated | required about the item of each attribute from the analysis result storage part 37 is acquired, and the following multiple regression equations are created using them.
x = w x1 · (attribute A1) + w x2 · (attribute A2) + w x3 · (attribute A3) + w x4 · (attribute B1) + w x5 · (attribute B2) + w x6 · (attribute B3) +. (1)
ここで、ｗｘｉは座標ｘについての重み係数であり、（属性Ａ１）は、属性Ａの次元１（特徴変数１）の得点であることを表し、上記式（１）はメタ情報に含まれる全ての属性について重み付き加算を求めることを表している。例えば属性が五つある場合、それぞれ三つの特徴変数上の得点があるので、重み係数ｗｘ１からｗｘ１５までの分について加算する。また、ｂは定数である。他の印象座標ｙ、ｚについても同様の重回帰式を作成する。 Here, w xi is a weighting coefficient with respect to the coordinate x, (attribute A1) represents that the score of the dimension 1 (feature variable 1) of the attribute A, and the above formula (1) is included in the meta information This indicates that weighted addition is obtained for all attributes. For example, when there are five attributes, since there are scores on three characteristic variables, the weighting factors w x1 to w x15 are added. B is a constant. Similar multiple regression equations are created for other impression coordinates y and z.
各楽曲について、実際には属性内の各項目について得点が与えられているので、一つの属性内で複数の項目に印が付けられているときは、各項目の得点の重心を求めてそれを属性の得点とする。一つの属性内でいずれの項目にも印が付けられていないときは、全ての項目の得点の重心を求めてそれを属性の得点とする。 For each song, a score is actually given for each item in the attribute, so when multiple items are marked in one attribute, find the centroid of the score for each item and calculate it. Attribute score. When no item is marked in one attribute, the centroid of the scores of all items is obtained and used as the attribute score.
図１３は、列１６２に示した各楽曲について、属性「動物に例えたら」と属性「花に例えたら」についての特徴変数１〜３の得点を求めた表１６０である。行１６４における「動物１」〜「動物３」は、それぞれ属性「動物に例えたら」についての特徴変数１〜特徴変数３上の得点であることを示している。「花１」〜「花３」についても同様である。この得点を用いて、基準メディア・コンテンツの全楽曲について、それぞれｘ、ｙ、ｚの三つの重回帰式が作成されることになる。 FIG. 13 is a table 160 in which the scores of the characteristic variables 1 to 3 for the attribute “when compared to animals” and the attribute “when compared to flowers” are obtained for each piece of music shown in the column 162. “Animal 1” to “Animal 3” in the row 164 indicate points on the characteristic variable 1 to the characteristic variable 3 for the attribute “when compared to animals”. The same applies to “flower 1” to “flower 3”. Using this score, three multiple regression equations of x, y, and z are created for all the music pieces of the reference media content.
そして、重回帰分析部５０は、基準メディア・コンテンツの各楽曲の印象座標を式（１）に代入し、最小二乗法を用いて全楽曲についての誤差が最小となる重み係数ｗを計算する。 Then, the multiple regression analysis unit 50 substitutes the impression coordinates of each piece of music of the reference media content into the equation (1), and calculates the weighting coefficient w that minimizes the error for all the music pieces using the least square method.
図１４は、重み係数についての計算結果を示す表１７０である。左列１７２は属性を表し、属性の後の数字はコレスポンデンス分析によって得られた特徴変数の識別子を表す。右３列１７４は、「快さ」「迫力」「明暗」（つまり、ｘ、ｙ、ｚ）の軸毎に、各属性の各特徴変数上の得点に付与される重み係数を表している。「快さ」「迫力」「明暗」の各軸について、それぞれ重相関係数を計算すると約０．９前後となり、精度の良い重回帰式が求められたことが分かる。 FIG. 14 is a table 170 showing calculation results for weighting factors. The left column 172 represents the attribute, and the number after the attribute represents the identifier of the feature variable obtained by the correspondence analysis. The right three columns 174 represent the weighting factors assigned to the scores on each feature variable of each attribute for each axis of “comfort”, “force”, and “brightness” (that is, x, y, z). For each axis of “Pleasure”, “Force”, and “Brightness”, the multiple correlation coefficient is calculated to be about 0.9, and it can be seen that an accurate multiple regression equation is obtained.
重回帰分析部５０は、得られた重み係数を各軸毎に式（１）に代入したものを、複数の重回帰式として重回帰式格納部５２に格納する。このように、楽曲毎に各属性についての各特徴変数上の得点に重み付けをした上で、印象座標との重回帰計算を行うことで、印象評定実験の結果とメタ情報の属性の項目との関連性を求めることができる。 The multiple regression analysis unit 50 stores, in the multiple regression equation storage unit 52, a plurality of multiple regression equations obtained by substituting the obtained weighting coefficient into the equation (1) for each axis. In this way, by weighting the score on each feature variable for each attribute for each song, by performing multiple regression calculation with impression coordinates, the result of impression rating experiment and the attribute item of meta information Relevance can be determined.
印象座標推定部６０は、基準メディア・コンテンツ以外の他のメディア・コンテンツである各楽曲のメタ情報を参照して、印が付けられている属性の項目が何であるかを確認する。続いて、分析結果格納部３７から、各楽曲の各属性の項目について与えられた複数の特徴変数上の得点を取得し、それらを上述の重回帰式に代入することによって、その楽曲の印象座標を推定することができる。このようにして、他のメディア・コンテンツについても、印象評定実験を経ることなく印象座標を求めることができる。 The impression coordinate estimation unit 60 refers to the meta information of each piece of music that is media content other than the reference media content, and confirms what attribute item is marked. Subsequently, from the analysis result storage unit 37, scores on a plurality of feature variables given for each attribute item of each musical piece are obtained, and by assigning them to the multiple regression equation described above, the impression coordinates of the musical piece are obtained. Can be estimated. In this way, the impression coordinates can be obtained for other media contents without going through an impression evaluation experiment.
図１５は、基準メディア・コンテンツであるいくつかの楽曲について、印象評定実験により求められた印象座標（図中、白抜きの記号で示す）と、重回帰式により求められた座標（図中、黒抜きの記号で示す）とを表したグラフである。形状が同じ記号は、同一の楽曲であることを示している。図示のように、重回帰式を用いることで、印象座標を精度良く推定できることが分かる。 FIG. 15 shows impression coordinates (indicated by white symbols in the figure) obtained by an impression rating experiment and coordinates obtained by a multiple regression equation (in the figure, for some pieces of music that are reference media contents). It is a graph showing that (shown by black symbols). Symbols having the same shape indicate the same music piece. As shown in the figure, it is understood that impression coordinates can be estimated with high accuracy by using a multiple regression equation.
上述したように、メタ情報の各属性の各項目に対して、コレスポンデンス分析により複数の特徴変数上の得点が与えられたため、これを利用して、ユーザが選択した特定の項目に最も適合するメディア・コンテンツを全メディア・コンテンツから選び出すことができる。 As described above, since the score on a plurality of feature variables is given to each item of each attribute of the meta information by the correspondence analysis, the media that best matches the specific item selected by the user is used.・ Select contents from all media contents.
図１６は、ユーザの選択した複数の属性にわたる複数項目に適合するメディア・コンテンツを選択する処理のフローチャートである。
ユーザが端末１０を用いて、メタ情報に含まれる特定の項目の組を選択すると、その情報が入力部２４により受け取られる（Ｓ７０）。項目受取部３６が特定の項目の組を受け取り、それぞれの項目に与えられた各特徴変数上の得点を分析結果格納部３７から取得し、印象座標推定部６０に出力する（Ｓ７２）。
印象座標推定部６０内の適合コンテンツ選択部６２は、重回帰式格納部５２から重回帰式を取得し、各項目の特徴変数上の得点を代入して（Ｓ７４）、各項目に対応する印象座標を推定する（Ｓ７６）。次に、適合コンテンツ選択部６２は、これら各項目に対応する印象座標の重心を求める（Ｓ７８）。この重心座標は、特定の項目の組が印象空間内で占める重心と考えることができ、この重心位置から所定の距離内に含まれるメディア・コンテンツを、ユーザの選択した特定の項目の組に適合したコンテンツとして出力する（Ｓ８０）。なお、ユーザの選択した項目が一つであれば、重心を求める必要はない。
FIG. 16 is a flowchart of processing for selecting media content that matches a plurality of items across a plurality of attributes selected by the user.
When the user selects a specific set of items included in the meta information using the terminal 10, the information is received by the input unit 24 (S70). The item receiving unit 36 receives a set of specific items, acquires the score on each feature variable given to each item from the analysis result storage unit 37, and outputs it to the impression coordinate estimation unit 60 (S72).
The suitable content selection unit 62 in the impression coordinate estimation unit 60 acquires the multiple regression equation from the multiple regression equation storage unit 52, substitutes the score on the feature variable of each item (S74), and the impression corresponding to each item. The coordinates are estimated (S76). Next, the matching content selection unit 62 calculates the center of gravity of the impression coordinates corresponding to these items (S78). This barycentric coordinate can be thought of as the barycenter occupied by a specific set of items in the impression space, and the media content contained within a predetermined distance from this barycentric position is adapted to the specific set of items selected by the user The content is output (S80). If the user selects one item, it is not necessary to obtain the center of gravity.
これにより、大量のメディア・コンテンツの中から、ユーザの気分やシチュエーションに合ったコンテンツを容易に抽出することができる。例えば、「ゾウ」の印象に適した音楽を聴きたいといった気分のときには、属性の項目として「ゾウ」を選択すればよい。このように、歌手名、曲名、作曲家といったメタデータを利用する従来の音楽管理ソフトにおける楽曲の検索とは全く異なるやり方で、所望のコンテンツを検索できるようになる。 Thereby, it is possible to easily extract contents suitable for the user's mood and situation from a large amount of media contents. For example, when the user wants to listen to music suitable for the impression of “elephant”, “elephant” may be selected as the attribute item. In this way, it becomes possible to search for desired content in a completely different manner from the search for music in conventional music management software that uses metadata such as singer name, song name, and composer.
以上説明したように、本実施形態によれば、一部の基準メディア・コンテンツについて印象評定実験を行うことによって、それ以外の多数のメディア・コンテンツを、印象評定実験を行うことなく「快さ」「迫力」「明暗」の軸からなる印象空間内に布置することができる。一般に、印象空間に布置すべきメディア・コンテンツの数が膨大になると、それらの印象を一つずつ評定することは、莫大な時間を要するために実際的に不可能であるが、本実施形態では、印象評定実験と、メタ情報と、統計的手法とを組み合わせることで、多数のメディア・コンテンツの印象座標を短期間に推定することを可能にした。 As described above, according to the present embodiment, by performing an impression rating experiment on some reference media contents, a lot of other media contents can be “pleasant” without performing an impression rating experiment. It can be placed in an impression space consisting of “power” and “light / dark” axes. In general, when the number of media contents to be placed in the impression space becomes enormous, it is practically impossible to evaluate the impressions one by one because it takes an enormous amount of time. By combining impression evaluation experiments, meta information, and statistical methods, it is possible to estimate impression coordinates of a large number of media contents in a short period of time.
また、定性的な印象で把握されるメディア・コンテンツを多次元の印象空間内に布置することによって、メディア・コンテンツをある程度定量的に把握することが可能になる。例えば、ユーザが収集したりまたは業者が提供しているメディア・コンテンツの全体の傾向を、印象空間内の座標分布によって直感的に把握することができる。また、ユーザが体験中のメディア・コンテンツに対応する座標を印象空間内で選択することで、その座標から所定の範囲内に座標が位置するメディア・コンテンツを、類似コンテンツとしてユーザに提案または提供することが可能になる。さらに、ユーザが特定の属性を選択することで、その属性に適合するメディア・コンテンツをユーザに提供することが可能になる。 In addition, media contents that are grasped with a qualitative impression are placed in a multidimensional impression space, so that it is possible to grasp the media contents quantitatively to some extent. For example, it is possible to intuitively grasp the overall tendency of the media content collected by the user or provided by the trader by the coordinate distribution in the impression space. Further, by selecting coordinates corresponding to the media content that the user is experiencing in the impression space, the media content whose coordinates are located within a predetermined range from the coordinates is proposed or provided to the user as similar content. It becomes possible. Furthermore, when the user selects a specific attribute, it is possible to provide the user with media content that matches the attribute.
上述の特許文献１および２で示したような従来の印象検索手法では、対象となる楽曲の音響信号そのものを入力して楽曲パラメータを算出しなければならないのに対し、本実施形態では、メディア・コンテンツの印象座標を定めるにあたり、メディア・コンテンツそのもののデータを必要としない点に注意すべきである。印象座標の計算に用いられるのは、基準メディア・コンテンツについての印象評定実験結果と、全メディア・コンテンツのメタ情報のみである。このため、全メディア・コンテンツのメタ情報が準備されているという条件の下では、例えば楽曲を空間内に布置する場合に、全楽曲データの数値計算が必要となる従来技術と比較して、計算に要する時間が少なくて済み、また処理能力が比較的低いコンピュータを情報分析装置として用いることが可能になる。 In the conventional impression retrieval method as shown in Patent Documents 1 and 2 described above, the music parameters of the target music must be input and the music parameters must be calculated. It should be noted that the media content data itself is not required to determine the impression coordinates of the content. Only the impression rating experiment result for the reference media content and meta information of all media content are used for calculation of the impression coordinates. For this reason, under the condition that meta information of all media contents is prepared, for example, when music is placed in a space, calculation is performed in comparison with the conventional technique that requires numerical calculation of all music data. Therefore, it is possible to use a computer having a relatively low processing capability as an information analysis apparatus.
以上、本発明をいくつかの実施の形態をもとに説明した。これらの実施の形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。 The present invention has been described based on some embodiments. It is understood by those skilled in the art that these embodiments are exemplifications, and that various modifications can be made to combinations of the respective constituent elements and processing processes, and such modifications are also within the scope of the present invention. By the way.
請求項に記載の各構成要件が果たすべき機能は、本実施例において示された各機能ブロックの単体若しくはそれらの連係によって実現されることも当業者には理解されるところである。 It should also be understood by those skilled in the art that the functions to be fulfilled by the constituent elements described in the claims are realized by the individual functional blocks shown in the present embodiment or their linkage.
上述の実施の形態および実施例では、印象空間を構成する三軸を「快さ」「迫力」「明暗」で表したが、これらに限定される訳ではない。心理的な印象に対応する軸として、「鋭さ」「力動感」「ユニークさ」「美しさ」「汚さ」「開放感」などの種々の軸を設定することも可能であり、また多次元印象空間はこれらの軸のうち任意の複数の軸で構成することができる。したがって、本発明は、印象空間の軸の名称によって何ら限定を受けるものではない。 In the above-described embodiment and examples, the three axes constituting the impression space are represented by “comfort”, “force”, and “brightness”, but are not limited thereto. Various axes such as “sharpness”, “dynamic feeling”, “uniqueness”, “beauty”, “dirty”, “openness” can be set as axes corresponding to psychological impressions, and multidimensional impressions are also possible. The space can be composed of any one of these axes. Therefore, the present invention is not limited by the name of the axis of the impression space.
上述の実施の形態および実施例では、メディア・コンテンツが楽曲ある場合について説明したが、本発明は様々なメディア・コンテンツに対して適宜必要な修正を加えた上で適用することが可能である。一例として、動画等の映像コンテンツ、音響信号を含まない小説、ブログ等のテキストコンテンツ、漫画、絵画等の画像コンテンツについても、大量のコンテンツについてそれらを印象空間内の印象座標として布置することができる。さらに、一つのコンテンツ内で印象の異なる複数の楽曲や映像が使用される映画等のコンテンツでも、全体の印象を基にして印象評定実験を実施し、またメタ情報を作成しておけば、本発明を適用することが可能である。 In the above-described embodiments and examples, the case where the media content has music has been described. However, the present invention can be applied to various media content after appropriately making necessary modifications. As an example, video content such as moving pictures, novels that do not include audio signals, text content such as blogs, and image content such as comics and paintings can be placed as impression coordinates in the impression space for a large amount of content. . Furthermore, even for content such as movies that use multiple songs and videos with different impressions within a single content, an impression rating experiment is performed based on the overall impression, and meta information is created. The invention can be applied.
１０ 端末、 ２０ 実験結果格納部、 ２４ 入力部、 ３０ メタ情報処理部、 ３１ メタ情報格納部、 ３２ 基準コンテンツのメタ情報、 ３３ 他のコンテンツのメタ情報、 ３４ メタ情報分析部、 ３５ 特徴変数変換部、 ３６ 項目受取部、 ３７ 分析結果格納部、 ４０ 印象座標計算部、 ４２ 主成分分析部、 ４４ 因子分析部、 ４６ 印象座標格納部、 ５０ 重回帰分析部、 ５２ 重回帰式格納部、 ６０ 印象座標推定部、 ６２ 適合コンテンツ選択部、 ６４ 表示出力部、 １００ メディア・コンテンツ情報分析装置。 10 terminals, 20 experiment result storage unit, 24 input unit, 30 meta information processing unit, 31 meta information storage unit, 32 meta information of reference content, 33 meta information of other content, 34 meta information analysis unit, 35 feature variable conversion , 36 item receiving unit, 37 analysis result storage unit, 40 impression coordinate calculation unit, 42 principal component analysis unit, 44 factor analysis unit, 46 impression coordinate storage unit, 50 multiple regression analysis unit, 52 multiple regression equation storage unit, 60 Impression coordinate estimation unit, 62 Applicable content selection unit, 64 Display output unit, 100 Media content information analysis device.
Claims (8)
前記印象評定実験結果に基づき、メディア・コンテンツから受ける印象に対応する複数の軸からなる多次元印象空間内で、前記基準メディア・コンテンツのそれぞれが布置される印象座標を計算する印象座標計算部と、
前記基準メディア・コンテンツおよび他のメディア・コンテンツのメタ情報を保持するメタ情報格納部と、
前記基準メディア・コンテンツおよび他のメディア・コンテンツのメタ情報に所定の統計分析を施すことによって、メタ情報の特徴を抽出した複数の特徴変数上の得点に変換するメタ情報分析部と、
前記複数の特徴変数上の得点を格納する分析結果格納部と、
前記基準メディア・コンテンツについて求められた複数の特徴変数上の得点を前記分析結果格納部から取得し、該複数の特徴変数上の得点と前記印象座標とを複数の重回帰式によって関連づける重回帰分析部と、
前記他のメディア・コンテンツについて求められた複数の特徴変数上の得点を前記分析結果格納部から取得し、該複数の特徴変数上の得点を前記複数の重回帰式に適用することによって、前記他のメディア・コンテンツの印象座標を推定する印象座標推定部と、
を備えることを特徴とするメディア・コンテンツ情報分析装置。 An experiment result storage unit for holding impression rating experiment results of a plurality of reference media contents;
An impression coordinate calculation unit for calculating an impression coordinate in which each of the reference media content is placed in a multidimensional impression space composed of a plurality of axes corresponding to an impression received from the media content based on the result of the impression rating experiment; ,
A meta information storage unit that holds meta information of the reference media content and other media content;
A meta information analysis unit that converts the features of the meta information into scores on a plurality of feature variables by performing predetermined statistical analysis on the meta information of the reference media content and other media content;
An analysis result storage for storing scores on the plurality of feature variables;
Multiple regression analysis that obtains scores on a plurality of feature variables determined for the reference media content from the analysis result storage unit, and associates the scores on the plurality of feature variables with the impression coordinates by a plurality of multiple regression equations And
By acquiring scores on the plurality of feature variables obtained for the other media content from the analysis result storage unit, and applying the scores on the plurality of feature variables to the plurality of multiple regression equations, An impression coordinate estimator for estimating the impression coordinate of the media content of
A media / content information analysis apparatus comprising:
前記メタ情報分析部は、前記質的データに対してコレスポンデンス分析を施して前記複数の特徴変数に変換することを特徴とする請求項１に記載のメディア・コンテンツ情報分析装置。 The meta information storage unit stores qualitative data representing attributes of each media content as meta information,
The media / content information analysis apparatus according to claim 1, wherein the meta information analysis unit performs correspondence analysis on the qualitative data and converts the qualitative data into the plurality of feature variables.
各特定の項目に与えられた特徴変数上の得点を前記分析結果格納部から取得する項目受取部と、をさらに備え、
前記印象座標推定部は、各特定の項目について変換された複数の特徴変数を前記重回帰式に適用することによって各項目に対応する印象座標を推定し、推定した各印象座標の重心位置を計算し、該重心位置から所定の距離内にあるメディア・コンテンツを、前記特定の項目の組に適合したコンテンツとしてユーザに提示することを特徴とする請求項１または２に記載のメディア・コンテンツ情報分析装置。 An input unit that receives as an input that the user has selected one or more specific item sets included in one or more attributes constituting the meta information; and
An item receiving unit that obtains the score on the characteristic variable given to each specific item from the analysis result storage unit,
The impression coordinate estimation unit estimates impression coordinates corresponding to each item by applying a plurality of characteristic variables converted for each specific item to the multiple regression equation, and calculates a center of gravity position of each estimated impression coordinate The media content information analysis according to claim 1 or 2, wherein media content within a predetermined distance from the center of gravity position is presented to the user as content suitable for the specific set of items. apparatus.
前記印象座標計算部は、ＳＤ法による印象評定結果に対して主成分分析または因子分析を施して多次元印象空間の軸を決定することを特徴とする請求項１乃至５のいずれかに記載のメディア・コンテンツ情報分析装置。 The experiment result storage unit holds an impression rating experiment result by the SD method for the reference media content,
The said impression coordinate calculation part performs the principal component analysis or factor analysis with respect to the impression evaluation result by SD method, and determines the axis | shaft of multidimensional impression space, It is characterized by the above-mentioned. Media content information analysis device.
複数の基準メディア・コンテンツの印象評定実験結果をメモリから取得し、メディア・コンテンツから受ける印象に対応する複数の軸からなる多次元印象空間内で前記基準メディア・コンテンツのそれぞれが布置される印象座標を計算する機能と、
前記基準メディア・コンテンツおよび他のメディア・コンテンツについて予め保持されているメタ情報をメモリから取得し、該メタ情報に所定の統計分析を施すことによって、複数の特徴変数上の得点に変換する機能と、
前記複数の特徴変数上の得点をメモリに格納する機能と、
前記基準メディア・コンテンツについて求められた複数の特徴変数上の得点をメモリから取得し、該複数の特徴変数上の得点と前記印象座標とを複数の重回帰式によって関連づける機能と、
前記他のメディア・コンテンツについて求められた複数の特徴変数上の得点をメモリから取得し、該複数の特徴変数上の得点を前記複数の重回帰式に適用することによって、前記他のメディア・コンテンツの印象座標を推定する機能と、
を含むことを特徴とするメディア・コンテンツ情報分析プログラム。 A media content information analysis program that, when executed on a computer, places a plurality of media content at corresponding coordinates in a multidimensional impression space,
Impression coordinates where each of the reference media content is placed in a multi-dimensional impression space consisting of multiple axes corresponding to impressions received from the media content, obtained from impression evaluation experiment results of multiple reference media content With the ability to calculate
A function of acquiring meta information stored in advance for the reference media content and other media content from a memory, and performing a predetermined statistical analysis on the meta information to convert it into scores on a plurality of characteristic variables; ,
A function of storing scores on the plurality of feature variables in a memory;
A function of acquiring scores on a plurality of feature variables obtained for the reference media content from a memory, and correlating scores on the plurality of feature variables and the impression coordinates by a plurality of multiple regression equations;
The score on the plurality of feature variables obtained for the other media content is acquired from the memory, and the score on the plurality of feature variables is applied to the multiple regression equations to obtain the other media content. A function to estimate impression coordinates of
A media content information analysis program characterized by including:
複数の基準メディア・コンテンツの印象評定実験結果をメモリから取得し、メディア・コンテンツから受ける印象に対応する複数の軸からなる多次元印象空間内で前記基準メディア・コンテンツのそれぞれが布置される印象座標を計算し、
前記基準メディア・コンテンツおよび他のメディア・コンテンツについて予め保持されているメタ情報をメモリから取得し、該メタ情報に所定の統計分析を施すことによって、複数の特徴変数上の得点に変換し、
前記複数の特徴変数上の得点をメモリに格納し、
前記基準メディア・コンテンツについて求められた複数の特徴変数上の得点をメモリから取得し、該複数の特徴変数上の得点と前記印象座標とを複数の重回帰式によって関連づけ、
前記他のメディア・コンテンツについて求められた複数の特徴変数上の得点をメモリから取得し、該複数の特徴変数上の得点を前記複数の重回帰式に適用することによって、前記他のメディア・コンテンツの印象座標を推定することを含むメディア・コンテンツ情報分析方法。 A method of placing a plurality of media contents at corresponding coordinates in a multidimensional impression space,
Impression coordinates where each of the reference media content is placed in a multi-dimensional impression space consisting of multiple axes corresponding to impressions received from the media content, obtained from impression evaluation experiment results of multiple reference media content Calculate
Meta information stored in advance for the reference media content and other media content is acquired from a memory, and by performing a predetermined statistical analysis on the meta information, it is converted into scores on a plurality of feature variables,
Storing scores on the plurality of feature variables in a memory;
Obtaining scores on a plurality of feature variables determined for the reference media content from a memory, and associating the scores on the plurality of feature variables with the impression coordinates by a plurality of multiple regression equations;
The score on the plurality of feature variables obtained for the other media content is acquired from the memory, and the score on the plurality of feature variables is applied to the multiple regression equations to obtain the other media content. A media content information analysis method including estimating the impression coordinates of the media.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009217615A JP5099716B2 (en) | 2009-09-18 | 2009-09-18 | Apparatus and method for analyzing media / content information |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009217615A JP5099716B2 (en) | 2009-09-18 | 2009-09-18 | Apparatus and method for analyzing media / content information |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011065567A JP2011065567A (en) | 2011-03-31 |
| JP5099716B2 true JP5099716B2 (en) | 2012-12-19 |
Family
ID=43951714
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009217615A Expired - Fee Related JP5099716B2 (en) | 2009-09-18 | 2009-09-18 | Apparatus and method for analyzing media / content information |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5099716B2 (en) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003162543A (en) * | 2001-11-22 | 2003-06-06 | Nippon Telegr & Teleph Corp <Ntt> | Content management device, content management method, content management program and recording medium with content management program recorded thereon |
| JP2005107718A (en) * | 2003-09-29 | 2005-04-21 | Sanyo Electric Co Ltd | Database retrieval device |
| JP2006323732A (en) * | 2005-05-20 | 2006-11-30 | Victor Co Of Japan Ltd | Information center, terminal device, information transmission program and information selection program |
| JP2007172523A (en) * | 2005-12-26 | 2007-07-05 | Sony Corp | Information processor, information processing method, and program |
-
2009
- 2009-09-18 JP JP2009217615A patent/JP5099716B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011065567A (en) | 2011-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2011136128A1 (en) | Item selection device, item selection method, and item selection-use program | |
| JP5066963B2 (en) | Database construction device | |
| JP4695853B2 (en) | Music search device | |
| JP5113796B2 (en) | Emotion matching device, emotion matching method, and program | |
| JP5395729B2 (en) | Information presentation device | |
| WO2011155231A1 (en) | Information provision system, information provision method, information provision device, program, and information recording medium | |
| JP2010176327A (en) | Learning device, learning method, information-processing device, data-selecting method, data-accumulating method, data-converting method, and program | |
| JP2011138197A (en) | Information processing apparatus, method of evaluating degree of association, and program | |
| JP2011221133A (en) | Information processing device, client device, server device, list generating method, list retrieving method, list providing method, and program | |
| JP2007058842A (en) | Information processor, feature extraction method, recording medium, and program | |
| CN113366521A (en) | Sensitivity calculation device, sensitivity calculation method, and program | |
| JP6065907B2 (en) | Information processing apparatus, information processing method, and program | |
| JP6714931B2 (en) | Phonetic symbol/physical feature information providing device, phonetic symbol/physical feature information providing method, and phonetic symbol/physical feature information providing program | |
| JP5864841B2 (en) | Music selection device, music selection method, and music selection program | |
| JP5386660B1 (en) | Information processing apparatus, information processing method, and information processing program | |
| JP2008052737A (en) | Music matching system and music matching method | |
| JP5099716B2 (en) | Apparatus and method for analyzing media / content information | |
| JP6181499B2 (en) | Product recommendation system, product recommendation server, and product recommendation program | |
| JP4755834B2 (en) | Attribute evaluation apparatus, attribute evaluation method, and attribute evaluation program | |
| JP4749242B2 (en) | Similar character data search method, server, and program | |
| JP2008171336A (en) | Document cluster processing apparatus, document cluster processing method, and program | |
| JP3967230B2 (en) | Image information display system | |
| JP6030225B2 (en) | Information processing apparatus, information processing method, and information processing program | |
| JP7340705B2 (en) | Information processing method, information processing device, and information processing program | |
| JP7260939B1 (en) | Program, information processing device, and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120816 |
|
| 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: 20120904 |
|
| 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: 20120919 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151005 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5099716 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| 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 |