JP5101989B2 - 情報提供支援方法及び情報提供支援装置 - Google Patents

情報提供支援方法及び情報提供支援装置 Download PDF

Info

Publication number
JP5101989B2
JP5101989B2 JP2007280081A JP2007280081A JP5101989B2 JP 5101989 B2 JP5101989 B2 JP 5101989B2 JP 2007280081 A JP2007280081 A JP 2007280081A JP 2007280081 A JP2007280081 A JP 2007280081A JP 5101989 B2 JP5101989 B2 JP 5101989B2
Authority
JP
Japan
Prior art keywords
information
user
content
score
attribute
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
JP2007280081A
Other languages
English (en)
Other versions
JP2008273497A (ja
Inventor
信一郎 瀬賀
弘利 岩崎
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.)
Denso IT Laboratory Inc
Original Assignee
Denso IT Laboratory Inc
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 Denso IT Laboratory Inc filed Critical Denso IT Laboratory Inc
Priority to JP2007280081A priority Critical patent/JP5101989B2/ja
Publication of JP2008273497A publication Critical patent/JP2008273497A/ja
Application granted granted Critical
Publication of JP5101989B2 publication Critical patent/JP5101989B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Description

本発明は、ユーザの嗜好を考慮してユーザへの情報提供の支援を行う情報提供支援方法及び情報提供支援装置に関する。本発明は、特に、ユーザの嗜好を学習してユーザ嗜好を反映した番組表を作成し、ユーザの嗜好に合った番組を提供するための情報提供支援方法及び情報提供支援装置、ユーザの嗜好を学習してユーザ嗜好を反映したレストランやその他の立ち寄り施設の選択を行えるように、ユーザ思考に応じた候補を提示するための情報提供支援方法及び情報提供支援装置に関する。
例えば、車両を運転しているドライバが音楽やニュースなどの情報を聴く場合、安全上の問題などから、できるだけ少ない操作で自動的に、提供される情報がドライバの嗜好に合ったものになる必要がある。また、特に楽曲の嗜好は個人差が非常に大きいため、楽曲を提供する場合には、ユーザの嗜好をより詳細に反映できるようにする必要がある。
一方、下記の特許文献１には、ドライバが運転中に音楽などを聴く際の操作回数を少なくするための技術が開示されている。
特開２００１−３４３９７９号公報（図１、３、５、７）
しかしながら、特許文献１に開示されている技術によれば、ユーザは最初に、嗜好に関するいくつかの初期設定操作を行わなければならないという問題がある。また、ユーザの嗜好が、初期設定操作によって入力されたユーザの嗜好から変わった場合には、ユーザは、再度、ユーザの嗜好を入力する初期設定操作を行わなければならないという問題がある。特に、楽曲コンテンツに対する嗜好はすぐに変わっていく傾向があり、特許文献１に開示されている技術では、こうした楽曲コンテンツに対する嗜好の変化に対応しきれないという問題がある。
本発明は、上記の課題を解決するため、ユーザが、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザの嗜好に合った情報提供（番組構成及び番組コンテンツの選択）を使用開始時から受けられるようにすることを目的とする。
上記の目的を達成するため、本発明の情報提供支援方法は、移動体に搭載されている移動体搭載装置内にあらかじめ格納されている情報を選択的に読みだすステップと、
確率的な推論処理を行う確率的推論モデル処理部で、選択的に読み出された前記情報に基づいて前記推論処理に係る学習処理を行うステップと、
前記移動体にユーザが乗車している状況を検出するステップと、
検出された前記状況に対して前記確率的推論モデル処理部で推論処理を行い、所定の複数の属性の中から前記状況に関連がある属性を推論するステップと、
検出された前記状況に関連があると推論された属性に従って、前記ユーザに提供する情報の選択を行うとともに、前記ユーザに提供する対象として選択された前記情報を提供する方法を決定するステップとを、
有する。
この方法により、ユーザが、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザの嗜好に合った情報提供（番組構成及び番組コンテンツの選択）を使用開始時から受けられるようになる。
また、本発明の情報提供支援方法は、上記の方法に加えて、選択的に読み出された前記情報が楽曲コンテンツ情報であり、前記確率的推論モデル処理部が、前記楽曲の属性に基づいて前記学習処理を行う。
この方法により、例えば、ユーザがＣＤから車載装置のＨＤＤなどにリッピングした楽曲コンテンツや、ダウンロードしてＨＤＤに蓄積された楽曲コンテンツから把握可能なユーザの好みの楽曲の属性（ジャンル、年代、アーティストなど）が、確率的推論モデル処理部に反映されるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、所定の楽曲コンテンツ格納部に格納されている前記楽曲コンテンツが変更された場合に、前記確率的推論モデル処理部が、前記所定の楽曲コンテンツ格納部における前記楽曲コンテンツの変更結果に基づいて前記学習処理を行う。
この方法により、例えば、ＨＤＤ内に格納されている楽曲コンテンツの変更結果に基づき、ユーザの好みの楽曲の変化が、確率的推論モデル処理部に反映されるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けて、前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するステップと、
前記コンテンツスコアに基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うステップとを、
有する。
この方法により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアに基づいた情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けて、前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するステップと、
前記ユーザに提供可能な情報のそれぞれが有する属性に対して前記確率的推論モデル処理部で定められている前記ユーザの嗜好度を示す属性スコアと、前記ユーザに提供可能な情報のそれぞれの前記コンテンツスコアとに基づいて、前記ユーザに提供可能な情報のそれぞれの総合スコアを決定するステップと、
前記総合スコアに基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うステップとを、
有する。
この方法により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアと各属性に対する嗜好度を表す属性スコアとを組み合わせた総合スコアに基づいた情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けて、前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するステップと、
乱数を発生させて、前記コンテンツスコア及び前記乱数に基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うステップとを、
有する。
この方法により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアにランダム性を加味した値に基づく情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けて、前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するステップと、
前記ユーザに提供可能な情報のそれぞれが有する属性に対して前記確率的推論モデル処理部で定められている前記ユーザの嗜好度を示す属性スコアと、前記ユーザに提供可能な情報のそれぞれの前記コンテンツスコアとに基づいて、前記ユーザに提供可能な情報のそれぞれの総合スコアを決定するステップと、
乱数を発生させて、前記総合スコア及び前記乱数に基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うステップとを、
有する。
この方法により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアと各属性に対する嗜好度を表す属性スコアとを組み合わせた総合スコアにランダム性を加味した値に基づく情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行うステップと、
前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録するステップと、
前記確率的推論モデル処理部で、前記操作履歴情報に基づいて学習処理を行うステップとを、
有する。
この方法により、ユーザが情報提供を受けているときに自然に行う操作が記録され、この操作履歴から得られる嗜好性が、更なる情報提供に反映されるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行うステップと、
前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録するステップと、
前記操作履歴情報に基づいて前記コンテンツスコアを変更するステップとを、
有する。
この方法により、ユーザが情報提供を受けているときに自然に行う操作が記録され、この操作履歴から得られる嗜好性が、更なる情報提供に反映されるようにすることが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記操作履歴情報として記録する前記ユーザによって行われた操作に、スキップ操作、リピート操作、ダイレクト選択操作の少なくとも１つが含まれる。
この方法により、ユーザが情報提供を受けているときに行う自然な操作から、ユーザの嗜好性が得られるようになる。
また、本発明の情報提供支援方法は、上記の方法に加えて、所定の情報が提供されている途中で前記スキップ操作又は前記リピート操作が行われた場合、前記所定の情報が提供された途中までの時間を記録するステップと、
前記確率的推論モデル処理部で、前記操作履歴情報と共に前記時間に基づく学習処理を行うステップとを、
有する。
この方法により、スキップ操作又はリピート操作が行われた場合に、より詳細にその操作の意図や動作などを把握することが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記確率的推論モデル処理部で、ベイジアンネットワークモデルを使用して前記確率的な推論処理を行う。
この方法により、比較的処理負荷が少なく、かつ、精度の高い確率的な推論処理が行われるようになる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供される情報が、音声コンテンツ情報、又は特定の施設への誘導を促す情報である。
この方法により、音声コンテンツ情報の提供（番組の再生）、推奨されるレストランやその他の立ち寄り場所の提示などにおいて、本発明を利用することが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記ユーザに提供する情報の選択、及び、前記情報を提供する方法の決定において、前記状況に関連があると推論された属性のコーナーを有する番組を作成する。
この方法により、ユーザが、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザの嗜好に合った属性のコーナーを含む番組を使用開始時から楽しむことができるようになる。
また、本発明の情報提供支援方法は、上記の方法に加えて、前記状況に関連があると推論された属性のコーナーを複数含む番組を作成する場合、各属性に関する嗜好度の大きさに応じて各コーナーの長さを比例配分する。
この方法により、番組の各コーナーの長さをユーザの嗜好に応じて決定することが可能となる。
また、本発明の情報提供支援方法は、上記の方法に加えて、複数の属性を組み合わせて前記状況に関連がある前記属性の組み合わせを推論させ、前記状況に関連があると推論された属性の組み合わせのコーナーを有する番組を作成する。
この方法により、番組を構成するコーナーを複数の属性の組み合わせから定めることが可能となる。
また、上記の目的を達成するため、本発明の情報提供支援装置は、移動体に搭載されている移動体搭載装置内にあらかじめ格納されている情報を選択的に読みだす手段と、
確率的な推論処理を行うとともに、選択的に読み出された前記情報に基づいて前記推論処理に係る学習処理を行う確率的推論モデル処理手段と、
前記移動体にユーザが乗車している状況を検出する状況検出手段と、
検出された前記状況に対して前記確率的推論モデル処理手段で推論処理を行わせて、所定の複数の属性の中から前記状況に関連がある属性を推論させ、前記状況に関連があると推論された属性に従って、前記ユーザに提供する情報の選択を行うとともに、前記ユーザに提供する対象として選択された前記情報を提供する方法を決定する情報提供支援手段とを、
有する。
この構成により、ユーザが、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザの嗜好に合った情報提供（番組構成及び番組コンテンツの選択）を使用開始時から受けられるようになる。
また、本発明の情報提供支援装置は、上記の構成に加えて、選択的に読み出された前記情報が楽曲コンテンツ情報であり、前記確率的推論モデル処理手段が、前記楽曲コンテンツの属性に基づいて前記学習処理を行う。
この構成により、例えば、ユーザがＣＤから車載装置のＨＤＤなどにリッピングした楽曲コンテンツや、ダウンロードしてＨＤＤに蓄積された楽曲コンテンツから把握可能なユーザの好みの楽曲の属性（ジャンル、年代、アーティストなど）が、確率的推論モデル処理部に反映されるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、所定の楽曲コンテンツ格納部に格納されている前記楽曲コンテンツが変更された場合に、前記確率的推論モデル処理手段が、前記所定の楽曲コンテンツ格納部における前記楽曲コンテンツの変更結果に基づいて前記学習処理を行う。
この構成により、例えば、ＨＤＤ内に格納されている楽曲コンテンツの変更結果に基づき、ユーザの好みの楽曲の変化が、確率的推論モデル処理部に反映されるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けるコンテンツスコア付与手段と、
前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するコンテンツスコア格納手段とを、
有し、前記コンテンツスコア格納手段に格納されている前記コンテンツスコアに基づいて、前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択が行われる。
この構成により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアに基づいた情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けるコンテンツスコア付与手段と、
前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するコンテンツスコア格納手段と、
前記ユーザに提供可能な情報のそれぞれが有する属性に対して前記確率的推論モデル処理手段で定められている前記ユーザの嗜好度を示す属性スコアと、前記ユーザに提供可能な情報のそれぞれの前記コンテンツスコアとに基づいて、前記ユーザに提供可能な情報のそれぞれの総合スコアを決定する総合スコア決定手段とを、
有し、前記総合スコアに基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択が行われる。
この構成により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアと各属性に対する嗜好度を表す属性スコアとを組み合わせた総合スコアに基づいた情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けるコンテンツスコア付与手段と、
前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するコンテンツスコア格納手段と、
乱数を発生させる手段とを、
有し、前記コンテンツスコア及び前記乱数に基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択が行われる。
この構成により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアにランダム性を加味した値に基づく情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けるコンテンツスコア付与手段と、
前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するコンテンツスコア格納手段と、
前記ユーザに提供可能な情報のそれぞれが有する属性に対して前記確率的推論モデル処理手段で定められている前記ユーザの嗜好度を示す属性スコアと、前記ユーザに提供可能な情報のそれぞれの前記コンテンツスコアとに基づいて、前記ユーザに提供可能な情報のそれぞれの総合スコアを決定する総合スコア決定手段とを、
乱数を発生させる手段とを、
有し、前記総合スコア及び前記乱数に基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択が行われる。
この構成により、個々のコンテンツ情報にコンテンツスコア（ユーザの嗜好度）を設定し、このコンテンツスコアと各属性に対する嗜好度を表す属性スコアとを組み合わせた総合スコアにランダム性を加味した値に基づく情報提供が行われるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行う情報提供手段と、
前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録する操作履歴情報記録手段と、
前記確率的推論モデル処理部で、前記操作履歴情報に基づいて学習処理を行わせるモデル更新制御手段とを、
有する。
この構成により、ユーザが情報提供を受けているときに自然に行う操作が記録され、この操作履歴から得られる嗜好性が、更なる情報提供に反映されるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行う情報提供手段と、
前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録する操作履歴情報記録手段と、
前記操作履歴情報に基づいて前記コンテンツスコアを変更するコンテンツスコア変更手段とを、
有する。
この構成により、ユーザが情報提供を受けているときに自然に行う操作が記録され、この操作履歴から得られる嗜好性が、更なる情報提供に反映されるようにすることが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記操作履歴情報として記録する前記ユーザによって行われた操作に、スキップ操作、リピート操作、ダイレクト選択操作の少なくとも１つが含まれる。
この構成により、ユーザが情報提供を受けているときに行う自然な操作から、ユーザの嗜好性が得られるようになる。
また、本発明の情報提供支援装置は、上記の構成に加えて、所定の情報が提供されている途中で前記スキップ操作又は前記リピート操作が行われた場合、前記所定の情報が提供された途中までの時間を記録する経過時間情報記録手段を有し、前記確率的推論モデル処理部で、前記操作履歴情報と共に前記時間に基づく学習処理を行わせる。
この構成により、スキップ操作又はリピート操作が行われた場合に、より詳細にその操作の意図や動作などを把握することが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記確率的推論モデル処理手段が、ベイジアンネットワークモデルを使用して前記確率的な推論処理を行うように構成されている。
この構成により、比較的処理負荷が少なく、かつ、精度の高い確率的な推論処理が行われるようになる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記ユーザに提供される情報が、音声コンテンツ情報、又は特定の施設への誘導を促す情報である。
この構成により、音声コンテンツ情報の提供（番組の再生）、推奨されるレストランやその他の立ち寄り場所の提示などにおいて、本発明を利用することが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記情報提供支援手段が、前記状況に関連があると推論された属性のコーナーを有する番組を作成するように構成されている。
この構成により、ユーザが、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザの嗜好に合った属性のコーナーを含む番組を使用開始時から楽しむことができるようになる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記情報提供支援手段が、前記状況に関連があると推論された属性のコーナーを複数含む番組を作成する場合、各属性に関する嗜好度の大きさに応じて各コーナーの長さを比例配分するように構成されている。
この構成により、番組の各コーナーの長さをユーザの嗜好に応じて決定することが可能となる。
また、本発明の情報提供支援装置は、上記の構成に加えて、前記情報提供支援手段が、複数の属性を組み合わせて前記状況に関連がある前記属性の組み合わせを推論させ、前記状況に関連があると推論された属性の組み合わせのコーナーを有する番組を作成するように構成されている。
この構成により、番組を構成するコーナーを複数の属性の組み合わせから定めることが可能となる。
本発明は上記の構成を有しており、ユーザが、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザの嗜好に合った情報提供（番組構成及び番組コンテンツの選択）を使用開始時から受けられるようにするという効果を奏する。また、これによって、ドライバは、嗜好情報の設定などの面倒な前準備操作を行うことなく、ドライバの嗜好に合った番組構成及び番組コンテンツを楽しむことができるようになるという効果を奏する。また、情報提供過程においてユーザが行う操作を、提供すべき情報の選択時に参照されるユーザ嗜好に反映することによって、ユーザの嗜好変化に動的に対応し、ユーザの嗜好を忠実に反映した情報提供が実現されるようになる。
以下、図面を参照しながら、本発明の第１及び第２の実施の形態について説明する。
本発明は、ユーザの嗜好を考慮してユーザの意思決定支援（ユーザへの情報提案、情報提供）を行うものであるが、以下では、特に、車両に乗車（運転）しているドライバの嗜好が反映されたドライバの嗜好に合った番組した番組（運転中に聴取できるように音声コンテンツによって構成）を提供するにあたって、本発明が適用された場合について説明する。
なお、番組は、１つ以上のコーナーによって構成される（例えば1時間程度の長さを持つ）ものである。また、コーナーは、特定の属性を持つ１区切りの時間枠（例えば、数分〜数十分程度の長さを持つ）であり、１つ以上の楽曲コンテンツ及び／又は情報コンテンツによって構成される。楽曲コンテンツとは、1曲の楽曲であり（例えば、数分程度の長さを持つ）、情報コンテンツとは、ニュースや天気予報などである（例えば、数分程度の長さを持つ）。
＜第１の実施の形態＞
まず、本発明の第１の実施の形態について説明する。図１には、本発明の第１の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置の構成の一例が図示されている。
図１に図示されている番組表作成装置１００は、車両内で再生される番組の番組表（タイムテーブル）をユーザ（車両を運転するドライバ）の嗜好に合わせて作成するためのコンテンツ嗜好学習装置を含む構成を有している。また、ここでは、図１に図示されている番組表作成装置１００は、車両の車載装置に組み込まれているものとする。
図１に図示されている番組表作成装置１００は、ドライバプロフィール情報格納部１０１、一般的傾向データベース１０２、ドライバ傾向データ出力部１０３、ベイジアンネットワーク処理部１０４、乗車時情報検知部１０５、コンテンツデータ格納部１０６、嗜好度評価部１０７、番組表作成部１０８、操作履歴情報格納部１０９、操作入力部１１０を有している。なお、図１では、機能ブロックによって各機能が表されているが、各機能は、ハードウェア及び／又はソフトウェア(コンピュータによって実行可能なプログラム）によって実現可能である。
ドライバプロフィール情報格納部１０１は、例えば、ドライバの年齢、性別、業種などのプロフィール情報を格納するための情報メモリである。このドライバプロフィールに関しては、あらかじめ登録される必要がある。なお、ドライバプロフィール情報格納部１０１には、ドライバのプロフィール情報が常に格納されていてもよく、また、必要に応じて無線通信機能などを通じて外部の装置（車載装置以外の通信装置）から取得したドライバのプロフィール情報が一時的に格納されてもよい。
また、一般的傾向データベース１０２は、各プロフィールに応じた一般的（平均的）な偏りのない嗜好度の傾向を表す情報が格納されている情報メモリである。具体的には、一般的傾向データベース１０２には、各年代、各性別、各業種などに属する一般的な人々の嗜好性を表す情報が格納されている。なお、ドライバプロフィール情報格納部１０１と同様に、一般的傾向データベース１０２も車載装置から離れたリモートに位置し、必要に応じて無線通信機能などを通じて一般的な人々の嗜好性を表す情報が取得されてもよい。
また、ドライバ傾向データ出力部１０３は、ドライバのプロフィール情報に基づいて、ドライバが当てはまるプロフィールに対応した一般的な人々（例えば、ドライバと同一の年代、性別、業種の人々）の嗜好性を表す情報を取得する機能を有している。
また、ベイジアンネットワーク処理部１０４は、ベイジアンネットワークモデルに基づく推論計算を行う機能を有している。なお、本明細書では、ベイジアンネットワークモデルを利用するが、任意の確率的な推論処理を行う様々なモデルを採用することが可能である。
例えば、本発明の第１の実施の形態におけるベイジアンネットワークは、図３に図示されているような構造を有している。図３に図示されているベイジアンネットワークでは、ドライバの年齢、性別、職業（業種）などのドライバのプロフィールに対応した事象や同乗者の有無、曜日、時間などの乗車時に観測可能な事象、これらの事象から特定される現在のシーン（例えば、通勤出社時、通勤帰宅時、買い物時、帰省時などの状況）に対応した事象、番組を構成する際に考慮される各コーナーや各コンテンツの属性（音楽コンテンツの場合にはジャンル、年代、アーティストなど、情報コンテンツの場合にはニュース、天気、交通情報などのジャンルや、更に詳細な経済ニュース、スポーツニュースなどのジャンル）のそれぞれが、ベイジアンネットワーク内の各ノード、及びこれらの各ノードの依存関係が定義され、これらの各ノードの依存関係が条件付確率値（条件付確率表）によって表されている。
例えば、ベイジアンネットワークの学習は、ドライバ傾向データ出力部１０３から供給されるドライバに対応した一般的な人々の嗜好性を表す情報や、コンテンツデータ格納部１０６に格納されているコンテンツ（ドライバの好みの楽曲コンテンツや、無線通信を介して受信した情報コンテンツ）の属性情報、操作履歴情報格納部１０９に格納されている操作履歴情報（ドライバが番組の聴取時に行った操作を示す操作履歴情報）などに基づいて行われる。なお、後述のように、新規に番組表を構成する場合におけるベイジアンネットワークの新規の学習と、既に存在する番組表を作成する場合におけるベイジアンネットワークの２回目以降の学習とでは、異なる動作が行われるが、詳細については後で説明する。
また、乗車時情報検知部１０５は、ドライバに番組を提供する際の同乗者の有無、曜日、時間などの情報を検知する機能を有している。
また、コンテンツデータ格納部１０６は、例えば所定の圧縮フォーマットなどによって加工された楽曲コンテンツのデータが格納されている情報メモリや、無線通信機能（不図示）を介して取得した情報コンテンツが一時的に格納される情報メモリであり、例えばＣＤ（Compact Disc：コンパクトディスク）からリッピングされた楽曲コンテンツのデータが格納されているＨＤＤ（Hard Disk Drive：ハードディスクドライブ）やＲＡＭ（Random Access Memory：ランダムアクセスメモリ）などによって実現可能である。すなわち、本発明におけるコンテンツデータは、あらかじめ静的にローカル（当該番組表作成装置１００）に格納されている楽曲コンテンツや情報コンテンツのデータだけではなく、ネットワークに接続されているサーバから無線通信を介してダウンロードしてきた楽曲コンテンツや情報コンテンツのデータであってもよい。
なお、楽曲コンテンツの場合には、実際にベイジアンネットワーク処理部１０４で必要とされる情報は、コンテンツデータ格納部１０６に格納されている楽曲コンテンツの属性情報である。ここでは、コンテンツデータ格納部１０６を参照することで各楽曲コンテンツの属性情報が得られるものとするが、必要に応じて、属性情報を取得するための処理（例えば、リモートに位置するＣＤＤＢ（CD Database）への問い合わせ）などが行われてもよい。
また、嗜好度評価部１０７は、ベイジアンネットワーク処理部１０４における推論計算の結果得られるノードの事後確率値を参照、比較（それぞれの事後確率値同士の比較、又は、事後確率値と所定の閾値との比較など）を行うことによって、各属性の嗜好度を推論することが可能である。具体的には、例えばそのドライバのプロフィール情報や現在の状況に係る情報（乗車時に観測可能な情報）から、現在のシーンを考慮したコーナー（又はコンテンツ）の属性ノードの事後確率値が得られ、例えば、ジャンルの属性に対応する事後確率値において、どのジャンルの事後確率値が絶対的に高いか（所定の閾値よりも高いか）、あるいは、相対的に高いか（他のジャンルに比べて高いか）を判定することによって、ドライバの好みのジャンルを評価することが可能となる。例えば、番組を構成するコーナーに関して、例えば、所定の閾値を超えているジャンルのみを採用し、これらの事後確率値同士の相対的な大きさに依存（比例）したコーナーの長さとすることが可能である。なお、上述の例ではジャンルのみでコーナーを作成する場合を一例に挙げて説明しているが、例えば、アーティストのみ（あるいは、その他の属性のみ）でコーナーを作成することも可能である。アーティストのみでコーナーを作成する場合も、上述のジャンルのみを用いてコーナーを作成する場合と同様に、事後確率値の高いアーティストのみを採用したり、事後確率値同士の相対的な大きさに基づいてコーナーの長さを定めたりすることが可能である。
さらに、複数の属性を組み合わせてコーナーを作成してもよい。例えば、ジャンルと年代とを組み合わせて、『１９７０年代Ｊ−Ｐｏｐ（邦楽）コーナー』や『２０００年代Ｊ−Ｐｏｐコーナー』などのコーナーを作成することが可能である。このような複数の属性を組み合わせたコーナーの作成は、ある属性（例えばジャンル）に属するコンテンツが非常に多い場合などに有用である。
複数の属性（例えば、ジャンルと年代）を組み合わせてコーナーを作成する場合、ジャンルノードのＪ−Ｐｏｐの事後確率値が上述のようにある閾値を超えてコーナーとして採用され、さらにその値が大きすぎて他の閾値をも上回るような場合に、ベイジアンネットワークモデルにおいて、ジャンルノードにＪ−Ｐｏｐを観測値として設定した際の年代ノードの事後確率値の評価を行う。そして、例えば、１９７０年代及び２０００年代の事後確率値がある閾値を上回った場合に、『１９７０年代Ｊ−Ｐｏｐコーナー』、『２０００年代Ｊ−Ｐｏｐコーナー』が採用される。また、これらの各コーナーの長さは、例えばＪ−Ｐｏｐの事後確率値に、それぞれの年代の事後確率値を乗じた値に比例配分して定めることが可能である。
また、番組表作成部１０８は、嗜好度評価部１０７による評価結果に基づいて決定されたコーナー属性やコーナーの長さに加えて、さらに、例えばドライバ傾向データ出力部１０３から供給されるドライバに対応した一般的な人々の嗜好性を表す情報に基づいて、各コーナーの順序を決定する機能を有している。さらに、ベイジアンネットワークの年代やアーティストなどの属性の事後確率値やドライバ傾向データ出力部１０３から供給されるドライバに対応した一般的な人々の嗜好性を表す情報などに基づいて、各コーナーに挿入される詳細な楽曲コンテンツや情報コンテンツが決定され、決定された各コーナーの各コンテンツが時間軸に沿って配置された番組表が作成される。なお、番組表作成部１０８は、操作履歴情報格納部１０９に格納されている操作履歴情報に基づいて、各コーナー及び各コンテンツの順番を決定することも可能である。この番組表作成部１０８で作成された番組表は、不図示の番組再生部に供給され、番組表に基づく適切なタイミングに適切なコンテンツが再生されることによって、番組の出力が行われる。
また、操作履歴情報格納部１０９は、ドライバが番組の聴取時に行った操作を記録した操作履歴情報が格納されている。なお、番組の聴取時に行った操作とは、番組の聴取に関連したドライバの嗜好性を表す操作であり、具体的には、現在聴いているコンテンツを飛ばすスキップ操作、現在聴いているコンテンツを再度聴くリピート操作、番組聴取時にドライバが自ら選択操作を行って所望のコンテンツを直接選択するダイレクト選択操作の３つの操作を、ドライバの嗜好性を反映した操作とすることが有効である。なお、特に、これらのスキップ操作、リピート操作、ダイレクト選択操作は、ドライバが自身の嗜好に合わせるために、ドライバによって自然に行われる操作である。
また、操作入力部１１０は、例えば、タッチパネルやリモートコントローラ（リモコン）などの任意の情報入力インタフェースである。なお、操作入力部１１０は、ドライバが上記のスキップ操作、リピート操作、ダイレクト選択操作を容易に行うことが可能な操作入力インタフェースであることが望ましい。
次に、本発明の第１の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる新規使用開始時の処理及び２回目以降の処理について説明する。図２Ａには、本発明の第１の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる新規使用開始時の処理の一例が図示されており、図２Ｂには、本発明の第１の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる２回目以降の処理の一例が図示されている。
本発明の第１の実施の形態では、新規に番組表の作成が行われる場合には、図２Ａに図示されているように、まず、ドライバ傾向データ出力部１０３から供給されるドライバに対応した一般的な人々の嗜好性を表す情報や、コンテンツデータ格納部１０６にリッピングされた楽曲コンテンツの属性情報を用いて、図３に図示されているようなベイジアンネットワークモデルの学習動作が行われる（ステップＳ２０１、Ｓ２０３）。
そして、上述の学習動作が終了した後、実際にドライバが乗車及び運転を行う場合に、ドライバのプロフィール情報と、乗車時情報検知部１０５によって観測可能な情報（同乗者、曜日、時間など）の観測値とが、ベイジアンネットワーク処理部１０４に入力されることにより、ベイジアンネットワーク処理部１０４でベイジアンネットワークの推論計算が行われ、シーン（通勤出社時、通勤帰宅時、買い物時、帰省時など）を考慮した属性ノード（ジャンル、年代、アーティスト名、ニュース、天気予報、交通情報など）の事後確率値の評価（各属性ノードの嗜好度の推論）が行われる（ステップＳ２０５）。すなわち、ドライバのプロフィール情報及びドライバの状況から推測される一般的傾向や、ドライバの好みの楽曲コンテンツの属性情報に基づいて、コンテンツ属性やジャンル属性の嗜好度が推論される。
そして、例えば、所定の閾値を超えた事後確率値の属性（例えば、ジャンルにおけるロックや年代における１９７０年代など）が番組を構成するコーナーの属性として採用され、さらに、事後確率値の大きさに従って、そのコーナーに割り当てられる時間の長さが、例えば比例配分によって決定される。なお、この際、ジャンルノードの事後確率値にランダムな値を乗じた値に基づいて、コーナーとして採用するジャンルを決定することも可能である。また、上述のように、複数の属性を組み合わせてコーナーを作成することも可能である。また、ニュースなどの情報コンテンツに関しても同様にして、事後確率値が所定の閾値を超えたニュース分野名のみをコーナーとして採用してもよく、その採用においても同様にランダムな揺らぎを入れてもよい。また、同一の番組内に、ある単独の属性ノードの１個の値から決定されるコーナー（例えば、『ジャンル＝ロックのコーナー』や『アーティストＡＢＣのコーナー』など）と、異なる属性ノードの組み合わせを用いて決定されるコーナー（例えば、『１９７０年代洋楽コーナー』や『１９８０年代Ｊ−Ｐｏｐコーナー』など）とを混在させることも可能である。
さらに、例えば、ドライバ傾向データ出力部１０３から供給されるドライバに対応した一般的な人々の嗜好性を表す情報などに基づいて、コーナーやコンテンツの順序が決定される。ここでは、例えば情報コンテンツに関しては、交通情報は番組の最初のほう、ニュースと天気は連続させるなどのようなルールによってコーナーの順序が決定される。また、楽曲に関しては、ジャンル間で好まれる相対的な順序に基づいて番組内におけるコーナーやコンテンツの順序を決定したり、各コンテンツをまったくランダムに決定したりすることも可能である。これによって、使用開始時の番組構成（新規に作成された番組構成）が決定される（ステップＳ２０７）。
以上の処理によって、コーナーの属性及びコーナーの長さと、コーナーの順序が決定されて、新規の番組構成が完了する。
一方、本発明の第１の実施の形態では、既に存在している番組表の更新が行われる場合には、図２Ｂに図示されているように、ドライバが番組を聴取している最中に自身の嗜好に合わせるために自然に行うコンテンツのスキップ操作、リピート操作、ダイレクト選択操作が操作履歴情報として記録される（ステップＳ２１１）。なお、この操作履歴情報は、番組のどのタイミングで（どのコンテンツが再生されている最中に）操作が行われたのかが把握可能となるように記録される。
そして、例えば番組の聴取が終了して処理がアイドル状態となった時点（あるいは、任意のタイミング）で、記録された操作履歴情報に基づいてベイジアンネットワークの学習が行われる（ステップＳ２１３）。このとき、基本的に、スキップ操作されたコンテンツはドライバの嗜好に合わないものであり、リピート操作されたコンテンツはドライバの嗜好に合うものであり、ダイレクト選択操作の結果選択されたコンテンツはドライバの嗜好に合うもの、あるいは、そのタイミングで聴取が望まれたものとして、これらの傾向を反映した学習が行われることが望ましい。また、例えば、コンテンツデータ格納部１０６に格納される楽曲コンテンツのデータが更新されている場合には、これらの更新情報に基づく学習も同時に行われることが望ましい。さらに、例えば、各コンテンツの再生履歴（再生回数や総再生時間など）が記録されており、この再生履歴を用いたベイジアンネットワークの学習が行われてもよい。このとき、例えば、再生回数や総再生時間の値が高いコンテンツはドライバの嗜好に合うものとして、この傾向を反映した学習が行われることが望ましい。
この学習動作の後は、ステップＳ２０５と同様に、実際にドライバが乗車及び運転を行う場合に、ドライバのプロフィール情報と、乗車時情報検知部１０５によって観測可能な情報（同乗者、曜日、時間など）の観測値とが、ベイジアンネットワーク処理部１０４に入力されることにより、ベイジアンネットワーク処理部１０４でベイジアンネットワークの推論計算が行われ、シーン（通勤出社時、通勤帰宅時、買い物時、帰省時など）を考慮した属性ノード（ジャンル、年代、アーティスト名、ニュース、天気予報、交通情報など）の事後確率値の評価（各属性ノードの嗜好度の推論）が行われる（ステップＳ２１５）。また、さらに、ステップＳ２０７と同様に、コーナーの順序及びコンテンツの順序も決定されて、番組構成（更新された番組構成）が決定される（ステップＳ２１７）。
以上の処理により、例えばニュースなどの情報コンテンツに関しては、基本的には、前回スキップ操作が行われたものに関しては削除され、ダイレクト選択操作が行われていれば、番組内にダイレクト選択されたタイミングでダイレクト選択された属性のコンテンツが挿入されるようになる。
例えば、図４Ａには、ドライバの操作が反映される前の番組表の一例が部分的に図示されている。この番組表に基づく番組再生中に、ドライバによって、
・最初の音楽コーナーの楽曲コンテンツに対してリピート操作が行われた
・最初の音楽コーナーの途中で、天気予報のダイレクト選択操作が行われた
・ニュースコーナーで、経済ニュースのダイレクト選択操作が行われた
・２度目の音楽コーナーの楽曲コンテンツに対してスキップ操作が行われた
とする。
この場合、これらの操作履歴情報がベイジアンネットワークに学習され、次に番組が作成された場合には、結果的に、
・最初の音楽コーナーの時間を長くする
・最初の音楽コーナーの前に天気予報のコーナーを配置する
・ニュースコーナーの属性を最新ニュースから経済ニュースに変更する
・２度目の音楽コーナーの時間を短くする
などのように、ドライバによる前回の操作履歴が反映された番組表の更新が行われる。
以上、説明したように、本発明の第１の実施の形態によれば、ユーザ（ドライバ）は、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザ（ドライバ）の嗜好に合った情報提供（番組構成及び番組コンテンツの決定）を使用開始時から受けることができるようになる。また、本発明の第１の実施の形態によれば、スキップ、リピート、ダイレクト選択などのようなユーザ自身の嗜好に提供されている情報を調整するための基本的な操作のみに基づいて、ユーザの嗜好がより的確に反映された情報提供が行われるようになる。
＜第２の実施の形態＞
次に、本発明の第２の実施の形態について説明する。図５には、本発明の第２の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置の構成の一例が図示されている。なお、図５に図示されている番組表作成装置５００も、図１に図示されている番組表作成装置１００と同様に、コンテンツ嗜好学習装置を含むとともに、車両の車載装置に組み込まれているものとする。
図５に図示されている番組表作成装置５００は、ドライバプロフィール情報格納部１０１、一般的傾向データベース１０２、ドライバ傾向データ出力部１０３、ベイジアンネットワーク処理部１０４、乗車時情報検知部１０５、コンテンツデータ格納部１０６、嗜好度評価部１０７、番組表作成部５０８、操作履歴情報格納部１０９、操作入力部１１０、コンテンツスコア計算部５０１、コンテンツスコア格納部５０２を有している。なお、図５では、機能ブロックによって各機能が表されているが、各機能は、ハードウェア及び／又はソフトウェア(コンピュータによって実行可能なプログラム）によって実現可能である。
図５に図示されている機能ブロックのうち、ドライバプロフィール情報格納部１０１、一般的傾向データベース１０２、ドライバ傾向データ出力部１０３、ベイジアンネットワーク処理部１０４、乗車時情報検知部１０５、コンテンツデータ格納部１０６、嗜好度評価部１０７の機能は、図１に図示されている番組表作成装置１００に設置されているものと基本的に同一であり、ここでは説明を省略する。
一方、コンテンツスコア計算部５０１は、コンテンツデータ格納部１０６に格納されている（あるいは、格納可能な）コンテンツに対して、それぞれ独立の嗜好度（コンテンツスコア）を設定するものである。具体的には、コンテンツスコア計算部５０１は、コンテンツデータ格納部１０６に格納されている（あるいは、格納可能な）コンテンツデータのリストを取得して、各コンテンツに対して、初めは、例えばドライバ傾向データ出力部１０３から供給されるドライバに対応した一般的な人々の嗜好度（いわゆる、各コンテンツの一般的な人気度）を示すコンテンツスコアを設定し、各コンテンツの識別情報と各コンテンツに設定されたコンテンツスコアとが関連付けられた情報（例えば、コンテンツのタイトルとコンテンツスコアとの対応が分かるコンテンツスコアリスト）がコンテンツスコア格納部５０２に格納される。なお、ドライバのプロフィールに対応した一般的な人々の嗜好度ではなく、より一般的な人気ランキング（例えば、全年代及び性別を問わない人気度）に基づいて初期のコンテンツスコアを設定してもよい。また、初期コンテンツスコアに関しては、単純にすべてのコンテンツにおいて同一の値が設定されるようにしてもよい。なお、コンテンツスコア計算部５０１は、単に各コンテンツに対するドライバの嗜好度を表すコンテンツスコアの代わりに、コンテンツスコア及び属性スコアの両方を組み合わせることによって得られる総合スコア（例えばコンテンツスコアと属性スコアの積）を用いて、本発明に係る処理を行うことが可能である。
また、コンテンツスコア計算部５０１は、番組の聴取中にドライバが行った操作（スキップ操作、リピート操作、ダイレクト選択操作）が記録された操作履歴情報に基づいて、コンテンツスコア格納部５０２に格納されているコンテンツスコアの値の更新を行う。例えば、スキップ操作が行われたコンテンツに対しては、そのコンテンツのコンテンツスコアを減少させ、リピート操作が行われたコンテンツに対しては、そのコンテンツのコンテンツスコアを増加させる更新処理が行われる。さらに、例えば、各コンテンツの再生履歴（再生回数や総再生時間など）によってコンテンツスコアの設定が行われてもよい。なお、特に楽曲コンテンツに関しては、同一ジャンル、同一年代、同一アーティストなどの同一属性を有する楽曲であっても、ドライバがある特定の楽曲を好み、別の楽曲は好まないような状況も起こり得る。このように、楽曲コンテンツは、個々のコンテンツごとに嗜好度が大きく異なる傾向にあり、当該コンテンツスコアの設定は非常に有効である。
また、番組表作成部５０８は、図１に図示されている番組表作成部１０８の機能に加えて、コンテンツスコア格納部５０２に格納されているコンテンツスコアリストから取得可能なコンテンツスコア（あるいは、コンテンツスコア及び属性スコアの両方を組み合わせることによって得られる総合スコア）を加味して、番組表の作成を行うことが可能である。例えば、コーナーとして採用される属性や、各属性のコーナーの長さなどに関しては、ベイジアンネットワーク処理部１０４における処理によって決定された状態から、番組表作成部５０８は、ドライバの嗜好度や一般的な嗜好度を考慮してコーナーの順序を決定した後、さらに、各コーナーに挿入するコンテンツの選択及びコンテンツの順序決定の際に、コンテンツスコアの高いコンテンツが優先して選択されるようにすることが可能である。なお、コンテンツスコアに基づいてコンテンツの選択が行われる場合には、番組構成のたびに毎回似たようなコンテンツが選択されてしまう可能性もあるので、乱数による揺らぎを入れて、コンテンツスコアの高いコンテンツばかりが選択されるわけではなくランダム性のあるコンテンツの選択となるようにしてもよい。
次に、本発明の第２の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる新規使用開始時の処理及び２回目以降の処理について説明する。図６Ａには、本発明の第２の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる新規使用開始時の処理の一例が図示されており、図６Ｂには、本発明の第２の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる２回目以降の処理の一例が図示されている。
図６Ａにおいて、本発明の第２の実施の形態では、本発明の第１の実施の形態におけるステップＳ２０１〜Ｓ２０５（図２Ａ参照）と同様にベイジアンネットワークモデルの学習動作、ベイジアンネットワークの推論計算、各属性ノードの事後確率値の評価（各属性ノードの嗜好度の推論）が行われる。なお、当該第２の実施の形態では、上述したコンテンツスコアに対比して、ベイジアンネットワークによって定まる属性ノードの嗜好度を属性スコアと呼ぶ場合がある。なお、コンテンツスコアは、個々のコンテンツごとに定まるスコアであり、属性スコアは、個々の属性（ジャンル、年代、アーティスト）ごとに定まるスコアである。
また、ステップＳ２０１〜Ｓ２０５と並行して、コンテンツスコア計算部５０１は、各コンテンツに対してコンテンツスコアの初期値を設定する（ステップＳ６０１）。このコンテンツスコアの初期値の設定は、上述のように、一般的な人気度を参照して設定されてもよく、あるいは、単純にすべてのコンテンツスコアに同一の値が設定されてもよい。そして、番組表作成部５０８は、図２Ａに図示されているステップＳ２０７の処理で説明したように、属性スコアに基づいて、番組を構成するコーナーの属性、各コーナーの長さ、コーナーの順序を決定し、さらに、各コーナー内に配置するコンテンツ（各コーナーに挿入するコンテンツ）の優先度を各コンテンツのコンテンツスコアに基づいて決定することが可能である（ステップＳ６０３）。これにより、コンテンツスコアに基づいた番組表の作成が行われることになり、個々のコンテンツに対する嗜好度がより反映された番組表の作成が可能となる。また、コンテンツスコア及び属性スコアの両方に基づいた番組表の作成が行われることで、さらに、ドライバの嗜好度がより反映された番組表の作成が可能となる。
なお、各コンテンツに対するドライバの嗜好度を表すコンテンツスコアに、各コンテンツの属性に対するドライバの嗜好度を表す属性を加えてもよい。すなわち、各コンテンツに対するコンテンツスコアと、各コンテンツの属性に対する属性との組み合わせた結果得られる値（例えば、コンテンツスコアと属性スコアとの積の値）を総合スコアとし、上述のステップＳ６０３において、この総合スコアに基づいて各コーナー内に配置するコンテンツの優先度を決定してもよい。なお、本明細書で説明されている動作において、コンテンツスコアに対して行われる動作を、コンテンツスコア及び属性スコアの組み合わせから得られる総合スコアに対して行われる動作と読み換えることが可能である。
また、図６Ｂにおいて、本発明の第２の実施の形態では、既に存在している番組表の更新が行われる場合には、本発明の第１の実施の形態におけるステップＳ２１１、Ｓ２１３（図２Ｂ参照）と同様に、操作履歴情報の記録と、この操作履歴情報を加味した属性スコアの計算が行われる。
また、ステップＳ２１１、Ｓ２１３と並行して、コンテンツスコア計算部５０１は、記録された操作履歴情報を参照して、基本的に、スキップ操作の対象となったコンテンツのコンテンツスコアを減少させ、リピート操作の対象となったコンテンツのコンテンツスコアを増加させるように、コンテンツスコアの更新を行う（ステップＳ６１１）。なお、同様にして、例えば、ダイレクト選択操作によって選択されたコンテンツのコンテンツスコアを増加させてもよく、また、ダイレクト選択操作によって途中で再生が停止されたコンテンツのコンテンツスコアを減少させてもよい。
そして、番組表作成部５０８は、図２Ｂに図示されているステップＳ２１５の処理で説明したように、操作履歴情報を加味して変更された属性スコアに基づいて、番組を構成するコーナーの属性、各コーナーの長さ、コーナーの順序を決定し、さらに、各コーナー内に配置するコンテンツ（各コーナーに挿入するコンテンツ）の優先度を各コンテンツのコンテンツスコアに基づいて決定することが可能である（ステップＳ６１３）。これにより、基本的にドライバの行った操作履歴のみに基づいてドライバの嗜好性を反映するコンテンツスコアの更新が行われることになる。また、コンテンツスコア及び属性スコアの両方共、基本的にドライバの操作履歴に基づいて、ドライバの嗜好性がより反映されるように更新されていくので、ドライバの操作履歴を記録、蓄積するという簡単な処理のみで、ドライバの嗜好度がより反映された番組表の作成が可能となる。
また、図７には、本発明の第２の実施の形態において、使用開始時（初回の番組構成）の曲スコア及び属性スコアから、使用開始後（２回目以降の番組構成）の曲スコア及び属性スコアに変更される様子が模式的に図示されている。
図７に模式的に図示されているように、使用開始時（初回）は、個々のコンテンツに独立して定められるコンテンツスコアに関しては、例えば一般的人気度に基づいて、属性に対する嗜好度である属性スコアに関しては、例えばドライバのプロフィールやＨＤＤにリッピングされている楽曲コンテンツの属性などに基づいてそれぞれ初期設定が行われる。
一方、使用開始後、ドライバの操作履歴情報が蓄積された場合には、コンテンツスコア及び属性スコアのそれぞれに対して、ドライバの操作履歴情報に基づいた更新処理が行われる。属性スコアの場合には、ベイジアンネットワークにドライバの操作履歴情報が反映さる学習動作が行われた結果、各属性ノードの持つ条件付確率表（さらには、事後確率値）によって特定される属性スコアの更新が行われる。一方、コンテンツスコアに関しても、ドライバの操作履歴情報を反映するようにコンテンツスコアの値が変更されることによって、コンテンツスコアの更新が行われる。
以上、説明したように、本発明の第２の実施の形態によれば、これにより、コンテンツスコアに基づいた番組表の作成が行われることになり、個々のコンテンツに対する嗜好度がより反映された番組表の作成が可能となる。また、コンテンツスコア及び属性スコアの両方に基づいた番組表の作成が行われることで、さらに、ドライバの嗜好度がより反映された番組表の作成が可能となる。さらに、これにより、基本的にドライバの行った操作履歴のみに基づいてドライバの嗜好性を反映するコンテンツスコアの更新を行うことが可能となる。また、コンテンツスコア及び属性スコアの両方共、基本的にドライバの操作履歴に基づいて、ドライバの嗜好性がより反映されるように更新されていくので、ドライバの操作履歴を記録、蓄積するという簡単な処理のみで、ドライバの嗜好度がより反映された番組表の作成が可能となる。
次に、上述したスキップ操作及びリピート操作の定義を補充する。なお、特に、スキップ操作及びリピート操作は、ドライバが自身の嗜好に合わせるために、ドライバによって自然に行われる操作である。
スキップ操作は、基本的には、現在聴いているコンテンツの再生を中断して、番組上で次のコンテンツの再生を開始する操作である。上述の本発明の第１及び第２の実施の形態では、スキップ操作に対する学習方法を一律に決定（すなわち、単純にスキップ操作の有無のみを参照）することも可能であるが、同じスキップ操作であっても、コンテンツを聴いた時間やスキップ頻度などを考慮してもよい。具体的には、コンテンツをほとんど最後まで聴いてスキップした場合はスキップ扱いにしないようにしたり、スキップ操作をするまでにコンテンツを聴いた時間を考慮して学習度合いを調整したりすることが可能である。
例えば、上述の本発明の第１及び第２の実施の形態で行われるベイジアンネットワークモデルの条件付確率表に対する学習方法としては、１曲中の聴かなかった部分の割合（スキップ操作を行って聴かなかった部分の時間の長さ／曲全体の長さ）に比例して、条件付確率表の中の該当する条件付確率値を減少させる割合を決定してもよい。また、上述の本発明の第２の実施の形態で行われるコンテンツスコアの学習方法も同様にして、１曲中の聴かなかった部分の割合に比例して、コンテンツスコアを減少させる割合を決定してもよい。また、スキップ操作の頻度が非常に多い場合は、嗜好に合わないためスキップ操作しているわけではないと判断して、学習の対象データに採用しないようにすることも可能である。
また、リピート操作は、基本的には、現在聴いているコンテンツの再生終了時や終了後、あるいは、コンテンツの再生を中断して、そのコンテンツの再生を再度開始する操作である。上述の本発明の第１及び第２の実施の形態では、リピート操作に対する学習方法を一律に決定（すなわち、リピート操作の有無のみを単純に参照）することもできるが、同じリピート操作であっても、コンテンツを聴いた時間やリピート頻度などを考慮してもよい。具体的には、コンテンツをほとんど聴かずにリピートした場合は嗜好に合うためにリピートしたわけではないと判断して、リピート操作として扱わないようにしたり、リピート操作をするまでにコンテンツを聴いた時間を考慮して学習度合いを調整したりすることが可能である。
例えば、上述の本発明の第１及び第２の実施の形態で行われるベイジアンネットワークモデルの条件付確率表に対する学習方法としては、１曲中の聴いた部分の割合（スキップ操作を行うまでに聴いた部分の時間の長さ／曲全体の長さ）に比例して、条件付確率表の中の該当する条件付確率値を増加させる割合を決定してもよい。また、上述の本発明の第２の実施の形態で行われるコンテンツスコアの学習方法も同様にして、１曲中の聴いた部分の割合に比例して、コンテンツスコアを増加させる割合を決定してもよい。
本発明は、ユーザは、嗜好情報の設定などの面倒な前準備操作を行うことなく、ユーザの嗜好に合った情報提供（番組構成及び番組コンテンツの選択）を使用開始時から受けることができるようになるという効果を有しており、ユーザの嗜好を考慮したユーザへの情報提供に係る技術や、そのためにユーザの嗜好を学習するための技術に適用可能である。また、本発明は、ユーザ嗜好を反映した番組を作成して、ユーザの嗜好にあった番組を提供する技術や、ユーザ嗜好を反映したレストランやその他の立ち寄り施設の選択を行うための技術に適用可能であり、さらには、車両を運転するドライバに対して情報を提供する技術に適用可能である。
本発明の第１の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置の構成の一例が図示されている。 本発明の第１の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる新規使用開始時の処理の一例を示すフローチャートである。 本発明の第１の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる２回目以降の処理の一例を示すフローチャートである。 本発明の第１の実施の形態において用いられるベイジアンネットワークの一例を示す図である。 本発明の第１の実施の形態において、ドライバの操作が反映される前の番組表の一例を示す図である。 本発明の第１の実施の形態において、ドライバの操作が反映された後の番組表の一例を示す図である。 本発明の第２の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置の構成の一例が図示されている。 本発明の第２の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる新規使用開始時の処理の一例を示すフローチャートである。 本発明の第２の実施の形態におけるコンテンツ嗜好学習装置を含む番組表作成装置で行われる２回目以降の処理の一例を示すフローチャートである。 本発明の第２の実施の形態において、使用開始時（初回の番組構成）の曲スコア及び属性スコアから、使用開始後（２回目以降の番組構成）の曲スコア及び属性スコアに変更される様子を模式的に示す図である。
符号の説明
１００、５００ 番組表作成装置
１０１ ドライバプロフィール情報格納部
１０２ 一般的傾向データベース
１０３ ドライバ傾向データ出力部
１０４ ベイジアンネットワーク処理部
１０５ 乗車時情報検知部
１０６ コンテンツデータ格納部
１０７ 嗜好度評価部
１０８、５０８ 番組表作成部
１０９ 操作履歴情報格納部
１１０ 操作入力部
５０１ コンテンツスコア計算部
５０２ コンテンツスコア格納部

Claims (26)

  1. 移動体に搭載されている移動体搭載装置内にあらかじめ格納されている情報を選択的に読みだすステップと、
    確率的な推論処理を行う確率的推論モデル処理部で、選択的に読み出された前記情報に基づいて前記推論処理に係る学習処理を行う際、選択的に読み出された前記情報が楽曲コンテンツ情報であり、前記確率的推論モデル処理部が、前記楽曲コンテンツの属性に基づいて前記学習処理を行い、所定の楽曲コンテンツ格納部に格納されている前記楽曲コンテンツが変更された場合に、前記確率的推論モデル処理部が、前記所定の楽曲コンテンツ格納部における前記楽曲コンテンツの変更結果に基づいて前記学習処理を行うステップと、
    前記移動体にユーザが乗車している状況を検出するステップと、
    検出された前記状況に対して前記確率的推論モデル処理部で推論処理を行い、所定の複数の属性の中から前記状況に関連がある属性を推論するステップと、
    前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けて、前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するステップと、
    検出された前記状況に関連があると推論された属性、さらに前記コンテンツスコアに基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うとともに、前記ユーザに提供する対象として選択された前記情報を提供する方法を決定するステップとを、
    有する情報提供支援方法。
  2. 移動体に搭載されている移動体搭載装置内にあらかじめ格納されている情報を選択的に読みだすステップと、
    確率的な推論処理を行う確率的推論モデル処理部で、選択的に読み出された前記情報に基づいて前記推論処理に係る学習処理を行う際、選択的に読み出された前記情報が楽曲コンテンツ情報であり、前記確率的推論モデル処理部が、前記楽曲コンテンツの属性に基づいて前記学習処理を行い、所定の楽曲コンテンツ格納部に格納されている前記楽曲コンテンツが変更された場合に、前記確率的推論モデル処理部が、前記所定の楽曲コンテンツ格納部における前記楽曲コンテンツの変更結果に基づいて前記学習処理を行うステップと、
    前記移動体にユーザが乗車している状況を検出するステップと、
    検出された前記状況に対して前記確率的推論モデル処理部で推論処理を行い、所定の複数の属性の中から前記状況に関連がある属性を推論するステップと、
    前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けて、前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するステップと、
    前記ユーザに提供可能な情報のそれぞれが有する属性に対して前記確率的推論モデル処理部で定められている前記ユーザの嗜好度を示す属性スコアと、前記ユーザに提供可能な情報のそれぞれの前記コンテンツスコアとに基づいて、前記ユーザに提供可能な情報のそれぞれの総合スコアを決定するステップと、
    検出された前記状況に関連があると推論された属性、さらに前記総合スコアに基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うとともに、前記ユーザに提供する対象として選択された前記情報を提供する方法を決定するステップとを、
    有する情報提供支援方法。
  3. 乱数を発生させて、前記乱数も加味して前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うステップとを、
    有する請求項１に記載の情報提供支援方法。
  4. 乱数を発生させて、前記乱数も加味して前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うステップとを、
    有する請求項２に記載の情報提供支援方法。
  5. 前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行うステップと、
    前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録するステップと、
    前記確率的推論モデル処理部で、前記操作履歴情報に基づいて学習処理を行うステップとを、
    有する請求項１から４のいずれか１つに記載の情報提供支援方法。
  6. 前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行うステップと、
    前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録するステップと、
    前記操作履歴情報に基づいて前記コンテンツスコアを変更するステップとを、
    有する請求項１から４のいずれか１つに記載の情報提供支援方法。
  7. 前記操作履歴情報として記録する前記ユーザによって行われた操作に、スキップ操作、リピート操作、ダイレクト選択操作の少なくとも１つが含まれる請求項５又は６に記載の情報提供支援方法。
  8. 所定の情報が提供されている途中で前記スキップ操作又は前記リピート操作が行われた場合、前記所定の情報が提供された途中までの時間を記録するステップと、
    前記確率的推論モデル処理部で、前記操作履歴情報と共に前記時間に基づく学習処理を行うステップとを、
    有する請求項７に記載の情報提供支援方法。
  9. 前記確率的推論モデル処理部で、ベイジアンネットワークモデルを使用して前記確率的な推論処理を行う請求項１から８のいずれか１つに記載の情報提供支援方法。
  10. 前記ユーザに提供される情報が、音声コンテンツ情報、又は特定の施設への誘導を促す情報である請求項１から９のいずれか１つに記載の情報提供支援方法。
  11. 前記ユーザに提供する情報の選択、及び、前記情報を提供する方法の決定において、前記状況に関連があると推論された属性のコーナーを有する番組を作成する請求項１から１０のいずれか１つに記載の情報提供支援方法。
  12. 前記状況に関連があると推論された属性のコーナーを複数含む番組を作成する場合、各属性に関する嗜好度の大きさに応じて各コーナーの長さを比例配分する請求項１１に記載の情報提供支援方法。
  13. 複数の属性を組み合わせて前記状況に関連がある前記属性の組み合わせを推論させ、前記状況に関連があると推論された属性の組み合わせのコーナーを有する番組を作成する請求項１１に記載の情報提供支援方法。
  14. 移動体に搭載されている移動体搭載装置内にあらかじめ格納されている情報を選択的に読みだす手段と、
    確率的な推論処理を行うとともに、選択的に読み出された前記情報に基づいて前記推論処理に係る学習処理を行う際、選択的に読み出された前記情報が楽曲コンテンツ情報であり、前記確率的推論モデル処理手段が、前記楽曲コンテンツの属性に基づいて前記学習処理を行い、所定の楽曲コンテンツ格納部に格納されている前記楽曲コンテンツが変更された場合に、前記確率的推論モデル処理手段が、前記所定の楽曲コンテンツ格納部における前記楽曲コンテンツの変更結果に基づいて前記学習処理を行う確率的推論モデル処理手段と、
    前記移動体にユーザが乗車している状況を検出する状況検出手段と、
    前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けるコンテンツスコア付与手段と、
    前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するコンテンツスコア格納手段と、
    検出された前記状況に対して前記確率的推論モデル処理手段で推論処理を行わせて、所定の複数の属性の中から前記状況に関連がある属性を推論させ、前記状況に関連があると推論された属性、さらに前記コンテンツスコアに基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うとともに、前記ユーザに提供する対象として選択された前記情報を提供する方法を決定する情報提供支援手段とを、
    有する情報提供支援装置。
  15. 移動体に搭載されている移動体搭載装置内にあらかじめ格納されている情報を選択的に読みだす手段と、
    確率的な推論処理を行うとともに、選択的に読み出された前記情報に基づいて前記推論処理に係る学習処理を行う際、選択的に読み出された前記情報が楽曲コンテンツ情報であり、前記確率的推論モデル処理手段が、前記楽曲コンテンツの属性に基づいて前記学習処理を行い、所定の楽曲コンテンツ格納部に格納されている前記楽曲コンテンツが変更された場合に、前記確率的推論モデル処理手段が、前記所定の楽曲コンテンツ格納部における前記楽曲コンテンツの変更結果に基づいて前記学習処理を行う確率的推論モデル処理手段と、
    前記移動体にユーザが乗車している状況を検出する状況検出手段と、
    前記ユーザに提供可能な情報のそれぞれに対する前記ユーザの嗜好度を表すコンテンツスコアを付けるコンテンツスコア付与手段と、
    前記ユーザに提供可能な情報のそれぞれに対する前記コンテンツスコアを格納するコンテンツスコア格納手段と、
    前記ユーザに提供可能な情報のそれぞれが有する属性に対して前記確率的推論モデル処理手段で定められている前記ユーザの嗜好度を示す属性スコアと、前記ユーザに提供可能な情報のそれぞれの前記コンテンツスコアとに基づいて、前記ユーザに提供可能な情報のそれぞれの総合スコアを決定する総合スコア決定手段と、
    検出された前記状況に対して前記確率的推論モデル処理手段で推論処理を行わせて、所定の複数の属性の中から前記状況に関連がある属性を推論させ、前記状況に関連があると推論された属性、さらに前記総合スコアに基づいて前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択を行うとともに、前記ユーザに提供する対象として選択された前記情報を提供する方法を決定する情報提供支援手段とを、
    有する情報提供支援装置。
  16. 乱数を発生させる手段を、
    有し、前記乱数も加味して前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択が行われる請求項１４に記載の情報提供支援装置。
  17. 乱数を発生させる手段を、
    有し、前記乱数も加味して前記ユーザに提供可能な情報の中から前記ユーザに提供する情報の選択が行われる請求項１５に記載の情報提供支援装置。
  18. 前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行う情報提供手段と、
    前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録する操作履歴情報記録手段と、
    前記確率的推論モデル処理部で、前記操作履歴情報に基づいて学習処理を行わせるモデル更新制御手段とを、
    有する請求項１４から１６のいずれか１つに記載の情報提供支援装置。
  19. 前記ユーザに提供する対象として選択された情報、及び、その情報を提供する方法に基づいて、前記ユーザに前記情報の提供を行う情報提供手段と、
    前記情報の提供を行っている最中に、前記ユーザによって行われた操作を操作履歴情報として記録する操作履歴情報記録手段と、
    前記操作履歴情報に基づいて前記コンテンツスコアを変更するコンテンツスコア変更手段とを、
    有する請求項１４から１７のいずれか１つに記載の情報提供支援装置。
  20. 前記操作履歴情報として記録する前記ユーザによって行われた操作に、スキップ操作、リピート操作、ダイレクト選択操作の少なくとも１つが含まれる請求項１８又は１９に記載の情報提供支援装置。
  21. 所定の情報が提供されている途中で前記スキップ操作又は前記リピート操作が行われた場合、前記所定の情報が提供された途中までの時間を記録する経過時間情報記録手段を有し、前記確率的推論モデル処理部で、前記操作履歴情報と共に前記時間に基づく学習処理を行わせる請求項２０に記載の情報提供支援装置。
  22. 前記確率的推論モデル処理手段が、ベイジアンネットワークモデルを使用して前記確率的な推論処理を行うように構成されている請求項１４から２１のいずれか１つに記載の情報提供支援装置。
  23. 前記ユーザに提供される情報が、音声コンテンツ情報、又は特定の施設への誘導を促す情報である請求項１４から２２のいずれか１つに記載の情報提供支援装置。
  24. 前記情報提供支援手段が、前記状況に関連があると推論された属性のコーナーを有する番組を作成するように構成されている請求項１４から２３のいずれか１つに記載の情報提供支援装置。
  25. 前記情報提供支援手段が、前記状況に関連があると推論された属性のコーナーを複数含む番組を作成する場合、各属性に関する嗜好度の大きさに応じて各コーナーの長さを比例配分するように構成されている請求項２４に記載の情報提供支援装置。
  26. 前記情報提供支援手段が、複数の属性を組み合わせて前記状況に関連がある前記属性の組み合わせを推論させ、前記状況に関連があると推論された属性の組み合わせのコーナーを有する番組を作成するように構成されている請求項２４に記載の情報提供支援装置 。
JP2007280081A 2007-03-30 2007-10-29 情報提供支援方法及び情報提供支援装置 Expired - Fee Related JP5101989B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2007280081A JP5101989B2 (ja) 2007-03-30 2007-10-29 情報提供支援方法及び情報提供支援装置

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007094648 2007-03-30
JP2007094648 2007-03-30
JP2007280081A JP5101989B2 (ja) 2007-03-30 2007-10-29 情報提供支援方法及び情報提供支援装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2012214406A Division JP5528517B2 (ja) 2007-03-30 2012-09-27 情報提供支援方法及び情報提供支援装置

Publications (2)

Publication Number Publication Date
JP2008273497A JP2008273497A (ja) 2008-11-13
JP5101989B2 true JP5101989B2 (ja) 2012-12-19

Family

ID=40052017

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2007280081A Expired - Fee Related JP5101989B2 (ja) 2007-03-30 2007-10-29 情報提供支援方法及び情報提供支援装置
JP2012214406A Active JP5528517B2 (ja) 2007-03-30 2012-09-27 情報提供支援方法及び情報提供支援装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2012214406A Active JP5528517B2 (ja) 2007-03-30 2012-09-27 情報提供支援方法及び情報提供支援装置

Country Status (1)

Country Link
JP (2) JP5101989B2 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5397177B2 (ja) * 2009-11-16 2014-01-22 株式会社Ｊｖｃケンウッド コンテンツ推薦装置、コンテンツ推薦プログラム
JP5331159B2 (ja) * 2011-05-17 2013-10-30 日本電信電話株式会社 商品推薦方法、商品推薦装置及び商品推薦プログラム
KR102421862B1 (ko) * 2014-01-24 2022-07-18 피씨엠에스 홀딩스, 인크. 현실 세계 장소와 관련된 현실감을 증강하기 위한 방법, 장치, 시스템, 디바이스 및 컴퓨터 프로그램 제품
JP6363030B2 (ja) 2015-02-05 2018-07-25 クラリオン株式会社 情報処理システム、および情報処理装置
JP6398765B2 (ja) * 2015-02-06 2018-10-03 株式会社デンソー 車載制御装置
JP2019156263A (ja) * 2018-03-15 2019-09-19 株式会社東海理化電機製作所 操作位置検出装置
JP7136606B2 (ja) * 2018-06-27 2022-09-13 ヤフー株式会社 コンテンツ制御装置、制御方法および制御プログラム
JP7096093B2 (ja) * 2018-07-26 2022-07-05 ヤフー株式会社 学習装置、学習方法及び学習プログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004206445A (ja) * 2002-12-25 2004-07-22 Nippon Telegr & Teleph Corp <Ntt> コンテンツ提供方法、コンテンツ利用者の端末およびプログラムと記録媒体
WO2005091214A1 (ja) * 2004-03-18 2005-09-29 Denso It Laboratory, Inc. 車両用情報処理システム、車両用情報処理方法およびプログラム
JP2006127452A (ja) * 2004-03-31 2006-05-18 Denso It Laboratory Inc 情報提示装置および情報提示方法
JP4154612B2 (ja) * 2005-01-14 2008-09-24 ソニー株式会社 コンテンツ嗜好度算出方法、コンテンツ嗜好度更新方法およびコンテンツ受信装置
JP4428324B2 (ja) * 2005-09-14 2010-03-10 株式会社デンソー 車載情報提供装置
JP2007256456A (ja) * 2006-03-22 2007-10-04 Denso It Laboratory Inc コンテンツ提供装置およびコンテンツ提供方法

Also Published As

Publication number Publication date
JP5528517B2 (ja) 2014-06-25
JP2013039914A (ja) 2013-02-28
JP2008273497A (ja) 2008-11-13

Similar Documents

Publication Publication Date Title
JP5528517B2 (ja) 情報提供支援方法及び情報提供支援装置
US7035871B2 (en) Method and apparatus for intelligent and automatic preference detection of media content
CN1967695B (zh) 信息处理装置、再现装置、通信方法、再现方法及计算机程序
US7653761B2 (en) Automatic delivery of personalized content to a portable media player with feedback
JP5258145B2 (ja) インテリジェント音楽トラック選択
US8156118B2 (en) Method and system for generating playlists for content items
JP4581476B2 (ja) 情報処理装置および方法、並びにプログラム
US20150235671A1 (en) System and Method for Adaptive Media Playback Based on Destination
US20030236582A1 (en) Selection of items based on user reactions
US20090259944A1 (en) Methods and systems for generating a media program
JP2006526826A (ja) 配列エンジンを有するコンテンツ推薦装置
JP2006526827A (ja) ユーザフィードバックを有するコンテンツ推薦装置
JP2007148891A (ja) 楽曲検索再生装置
US20220129495A1 (en) Retrieving And Playing Out Media Content For A Personalized Playlist
JP2009541908A (ja) メディアプレイヤにおけるアイテムをナビゲートする方法
KR20070110085A (ko) 디바이스 상에 콘텐트와 쿼리를 저장하는 방법 및 장치
JP4492190B2 (ja) 情報処理装置および方法、プログラム
WO2005096629A1 (ja) 番組表作成方法及び番組表作成装置並びに番組表作成システム
JP2005285285A (ja) コンテンツ読出装置及び楽曲再生装置
JP2002162977A (ja) カラオケ自動選曲演奏システム
JP2009076158A (ja) コンテンツ再生装置、ユーザインターフェース最適化方法およびユーザインターフェース最適化プログラム
JP2011095498A (ja) 車載情報処理装置及び車載情報処理方法
JP4682652B2 (ja) 再生装置、コンテンツ再生システムおよびプログラム
JP2006126679A (ja) オーディオ装置並びに同装置の楽曲リストソート方法及び楽曲リストソートプログラム
JP7483775B2 (ja) アプリケーションプログラム、端末装置の制御方法、コンテンツ提供装置、およびコンテンツ提供方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100128

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120323

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120518

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: 20120907

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: 20120927

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

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 5101989

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

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