JP5161867B2 - コンテンツ空間形成装置、その方法、コンピュータ、プログラムおよび記録媒体 - Google Patents

Description

本発明は、複数のコンテンツの特徴に関連付けた空間提供に用いられるコンテンツ空間形成装置、その方法、コンピュータ、プログラムおよび記録媒体に関するものである。

ＷＷＷ(World Wide Web)等のシステム上では膨大な数のコンテンツデータが複数のコンピュータ上に記憶されている。
このようなシステムにおいて、ユーザは、検索エンジンを使ってキーワード検索を行う等して、ネットワーク上の膨大なコンテンツデータのなかから、自らが興味のあるコンテンツを取得する。従来では、このようにして取得したコンテンツのリストが画面上に表示されている。

しかしながら、上述した従来の手法では、リスト表示されるコンテンツの数が膨大になると、ネットワーク上のコンテンツの全体像（概観）を、その特徴を基に把握することが困難である。その結果として、自らが望むコンテンツを取得することが困難である。
そのため、膨大なコンテンツがある場合に、コンテンツの特徴を基に、コンテンツの全体像を容易に把握できるシステムの要望がある。

本発明はかかる事情に鑑みてなされたものであり、その目的は、複数のコンテンツの全体像を、その特徴量を基に容易に把握することを可能にするコンテンツ空間形成装置、その方法、コンピュータ、プログラムおよび記録媒体を提供することにある。

上述した従来技術の問題を解決し、上述した目的を達成するために、第１の観点の発明のコンテンツ空間形成装置は、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手段と、前記空間規定手段が規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手段が前記特定した重み付けとを基に計算する座標計算手段とを有する。

第２の観点の発明のコンテンツ空間形成方法は、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定工程と、前記空間規定工程で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定工程において特定した前記重み付けとを基に計算する座標計算工程とを有する。

第３の観点の発明のプログラムは、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手順と、前記空間規定手順で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手順において特定した前記重み付けとを基に計算する座標計算手順とをコンピュータに実行させる。

第４の観点の発明の記録媒体は、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手順と、前記空間規定手順で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手順において特定した前記重み付けとを基に計算する座標計算手順とをコンピュータに実行させる。

第５の観点の発明のデータ通信方法は、コンテンツ空間形成装置と端末装置とを用いたデータ通信方法であって、前記コンテンツ空間形成装置が、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定工程と、前記コンテンツ空間形成装置が、前記空間規定工程で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定工程において特定した前記重み付けとを基に計算する座標計算工程と、前記コンテンツ空間形成装置から前記端末装置に、前記座標計算工程で計算した座標を送信する送信工程と、前記端末装置が、前記送信工程で受信した前記座標を基に、前記コンテンツに対応した画像を配置した画面を表示する表示処理工程とを有する。

第６の観点の発明のコンピュータは、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手段と、 前記空間規定手段が規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手段が前記特定した重み付けとを基に計算する座標計算手段と、前記座標計算手段で計算した前記座標に基づいて、前記コンテンツに対応した画像を配置した画面を表示する表示処理手段とを有する。

第７の観点の発明のコンピュータは、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手段と、前記空間規定手段が規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手段が前記特定した重み付けとを基に計算する座標計算手段と、前記座標計算手段で計算した前記座標に基づいて、前記コンテンツに対応した画像を配置した画面を表示する表示処理手段とを有する。

第８の観点の発明のプログラムは、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手順と、前記空間規定手順で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手順において特定した前記重み付けとを基に計算する座標計算手順と、前記座標計算手順で計算した前記座標に基づいて、前記コンテンツに対応した画像を配置した画面を表示する表示処理手順とをコンピュータに実行させる。

本発明によれば、複数のコンテンツの全体像を、その特徴量を基に容易に把握することを可能にするコンテンツ空間形成装置、その方法、コンピュータ、プログラムおよび記録媒体を提供することができる。

以下、本発明の実施形態に係わるデータ通信システムについて説明する。
＜第１実施形態＞
図１は、本実施形態に係わるデータ通信システムの全体構成図である。
図１に示すように、本実施形態のデータ通信システムは、例えば、複数のコンテンツサイト１１、複数の端末装置１３、並びに単数または複数の空間提供サーバ１５を有する。

本実施形態のデータ通信システムは、空間提供サーバ１５が、ネットワーク上の複数のコンテンツサイト１１に能動的にアクセスして、コンテンツサイト１１の保持するコンテンツデータ本体を分析して複数の種類のメタデータ（属性、特徴量）を生成する。そして、空間提供サーバ１５は、当該複数のメタデータを基に、ネットワーク上にある多数のコンテンツデータ本体の座標を、その複数のメタデータに応じて規定したコンテンツ空間情報を生成する。

端末装置１３では、上記コンテンツ空間情報を基に、上記多数のコンテンツデータ本体の識別画像を、その座標を基に表示する。このとき、コンテンツデータ本体の座標は、その特徴量を基に規定されているため、コンテンツデータ本体の特徴を把握容易な表示、すなわち検索容易な表示が可能になる。

図１に示すように、ネットワーク上には複数のコンテンツサイト１１が存在し、各コンテンツサイト１１がコンテンツＤＢ２３にコンテンツデータ本体を記憶している。
各コンテンツデータ本体には、他のコンテンツサイト１１のアドレス（ＵＲＬ）等がリンクとして記述されている。

以下、図１に示す各構成要素の機能を詳細に説明する。
［端末装置１３］
端末装置１３は、図１に示すように、例えば、制御部２５、ビューア２７、ユーザ行動管理部２９、ユーザ行動履歴ＤＢ(Data Base)３１を機能ブロックとして有している。
図２は、図１に示す端末装置１３のハードウェア構成図である。
図２に示すように、端末装置１３は、ハードウェア構成として、例えば、操作部１０３、ディスプレイ１０５、インタフェース１０７、記憶部１０９、作業メモリ１１１および処理回路１１３を有している。
端末装置１３は、例えば、コンピュータ、携帯機器、ゲーム機器等である。

図１に示す制御部２５、本実施形態で説明するビューワ２７およびユーザ行動管理部２９の機能は、図２に示す処理回路１１３がプログラムＰＲＯＧ−Ｔを実行することで実現される。すなわち、プログラムＰＲＯＧ−Ｔには、本実施形態においてビューワ２７およびユーザ行動管理部２９が行う処理のステップが記述されている。なお、プログラムＰＲＯＧ−Ｔは、例えば、光ディスク、磁気ディスク、光磁気ディスク、半導体メモリ等の記録媒体に記録されてもよい。
また、ユーザ行動履歴ＤＢ３１は、記憶部１０９に記憶されているデータを基に実現される。

制御部２５は、後述するように、空間提供サーバ１５からコンテンツ空間情報を受信し、それに応じた画像をビューワ２７に表示させる。
当該コンテンツ空間情報は、コンテンツデータ本体の特徴量（メタデータ、属性）に応じて空間内の座標を規定した情報である。制御部２５は、コンテンツ空間情報を基に、ネットワーク上の多数のコンテンツデータ本体を、その特徴に応じてユーザが探索（検索）容易な形態でディスプレイ１０５に表示する。
制御部２５は、ユーザによる操作部１０３の操作に応じて、ネットワークを介してコンテンツサイト１１からコンテンツデータ本体をダウンロードし、それに応じた画像をビューア２７の機能を利用してディスプレイ１０５に表示する。

ユーザ行動管理部２９は、例えば、ユーザによる操作に応じた操作部１０３からの操作信号、並びに当該操作によってコンテンツサイト１１からダウンロードしたコンテンツデータ本体等に基づいて、ユーザ行動履歴データを生成する。
ユーザ行動管理部２９は、上記生成したユーザ行動履歴データをユーザ行動履歴ＤＢ３１に書き込む。
また、ユーザ行動管理部２９は、上記生成したユーザ行動履歴データを、ネットワークを介して空間提供サーバ１５のユーザ行動収集部６１に送信する。

［空間提供サーバ１５］
空間提供サーバ１５は、ネットワーク上のコンテンツデータ本体を分析してメタデータを生成し、それを基にコンテンツ空間を生成する。
空間提供サーバ１５は、図１に示すように、例えば、コンテンツＭＤ生成部４１、ユーザＭＤ生成部４３および空間提供部４４を有する。

図３は、図１に示す空間提供サーバ１５のハードウェア構成図である。
図３に示すように、空間提供サーバ１５は、ハードウェア構成として、例えば、操作部２０３、ディスプレイ２０５、インタフェース２０７、記憶部２０９、作業メモリ２１１および処理回路２１３を有している。

図１に示す空間提供サーバ１５内の各機能ブロックは、図３に示す処理回路２１３がプログラムＰＲＧ−Ｓを実行することで実現される。すなわち、プログラムＰＲＯＧ−Ｓには、本実施形態において空間提供サーバ１５の各機能ブロックが行う処理のステップが記述されている。なお、プログラムＰＲＯＧ−Ｓは、例えば、光ディスク、磁気ディスク、光磁気ディスク、半導体メモリ等の記録媒体に記録されてもよい。

［コンテンツＭＤ生成部４１］
図１に示すように、コンテンツＭＤ生成部４１は、例えば、クロウラー５１、クロウルド(Crawled)コンテンツＤＢ５３、コンテンツＭＤエンジン５５、コンテンツＭＤＤＢ５７を有する。
ここで、コンテンツＭＤエンジン５５が本発明に用いられる特徴量取得手段の一例である。
クロウラー５１は、ネットワーク上のコンテンツサイト１１に能動的にアクセスし、コンテンツサイト１１が記憶するコンテンツデータ本体およびその属性データをダウンロードする。
クロウラー５１は、例えば、予め設定された条件に従って、ネットワーク上のコンテンツサイト１１が提供するコンテンツデータ本体のうち、所定の属性のコンテンツデータ本体を自動的に受信するようにしてもよい。
また、クロウラー５１は、コンテンツサイト１１によってリンクされている他のコンテンツサイトが提供するコンテンツデータ本体をもダウンロードする。
クロウラー５１は、ダウンロードしたコンテンツデータ本体とその属性をコンテンツデータとしてをクロウルドコンテンツＤＢ５３に格納する。

クロウルドコンテンツＤＢ５３は、例えば、図４Ａに示すように、格納するコンテンツデータの識別データｃ−ｉｄ、当該コンテンツデータが記憶されているＵＲＬ（ネットワーク上のアドレス）、書誌的事項（タイトル、アーティスト）、空間内表現を対応付けて記憶する。
空間内表現は、例えば、当該コンテンツデータに対応するイメージデータおよび音楽データのＵＲＬである。このイメージデータは、例えばサムネイル画像である。また、音楽データは、例えば、視聴楽曲データである。

コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３に記憶されているコンテンツデータを信号処理により分析してコンテンツメタデータＣＭＤを生成し、これをコンテンツＭＤＤＢ５７に書き込む。
例えば、コンテンツＭＤエンジン５５は、図４Ａに示すコンテンツデータを基に、図４Ｂに示すコンテンツメタデータＣＭＤを生成する。

具体的には、コンテンツＭＤエンジン５５は、ＵＲＬを基にネットワーク上のコンテンツデータ本体にアクセスを行い、それを信号処理により分析等して、ローレベルメタデータＬＭＤを生成する。
ローレベルメタデータＬＭＤは、コンテンツデータについての、例えば、信号処理的に算出可能な属性であり、物理的、機械的数値を示している。
ローレベルメタデータＬＭＤは、例えば、ベースとなる空間生成（基底空間の形成、並びにコンテンツの座標算出）に用いられる。
コンテンツＭＤエンジン５５は、コンテンツデータ本体がイメージデータである場合に、そのカラーヒストグラム、空間周波数等の画像属性データを抽出し、これをローレベルメタデータＬＭＤとしてコンテンツメタデータＣＭＤに含める。
また、コンテンツＭＤエンジン５５は、上記コンテンツデータ本体が音楽データである場合に、周波数成分を解析する等により、そのテンポ、クリアネス等の音声属性データを抽出し、これをローレベルメタデータＬＭＤとしてコンテンツメタデータＣＭＤに含める。

コンテンツＭＤエンジン５５は、上記ローレベルメタデータＬＭＤを基に、所定の学習処理を行って、ハイレベルメタデータＨＭＤを生成する。学習処理で用いる学習則としては、線形、非線形などがある。
コンテンツＭＤエンジン５５は、例えば、図５および下記式（１）に基づいて、ｎ次元（例えば、３６次元）のローレベルメタデータＬＭＤから、ハイレベルメタデータＨＭＤの１次元の値ｈ１を生成する。
下記式（１）において、ｘ０はローレベルメタデータＬＭＤの各次元の値を示すベクトル（ｘ０１，ｘ０２，．．．，ｘ０ｎ）であり、ｋ１は線形関数である。また、ｂ１１，ｂ１２，．．．，ｂ１ｎは、線形関数ｋ１で規定された係数を示している。

［数１］
ｈ１
＝ｋ１（ｘ０）＝ｂ１１×ｘ０１＋ｂ１２×ｘ０２，．．．，＋ｂ１ｎ×ｘ０ｎ
…（１）

ハイレベルメタデータＨＭＤは、コンテンツデータについての、人間理解に近い特徴量（属性）を示している。
ハイレベルメタデータＨＭＤは、後述するように、例えば、旗等、利用者の視認性、把握性向上のために用いられる。

ところで、コンテンツＭＤエンジン５５は、１つの属性について、大小のイメージが逆の場合や、値の高低について２つの意味がとれる場合等に、当該１つの属性のメタデータを２つのメタデータとして扱う。
また、ローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤとしては、連続値的（アナログ的）なデータと、離散的なデータ（０，１）とがある。ここで、データの特性が連続値でなく、離散値のパターンは、値の高いとこから０．５という手法を用いることができない。そのため、１が立っているものの全体に対しての割合として扱う。
なお、コンテンツＭＤエンジン５５において、ローレベルメタデータＬＭＤのみを生成し、ハイレベルメタデータＨＭＤを空間提供サーバ１５以外の他のサーバで生成してもよい。また、その逆でもよい。

以下、コンテンツメタデータＣＭＤの種類に応じたローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤの各種の例について説明する。
［メタデータ例１（音楽データ）］
コンテンツメタデータＣＭＤが音楽データである場合に、ローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤは、例えば、以下のようになる。
この場合に、ローレベルメタデータＬＭＤの次元（特徴量）としては、例えば、音楽のテンポや増幅等に関する特徴量が用いられる。
ハイレベルメタデータＨＭＤの次元としては、Ｊａｚｚ， Ｐｏｐ， Ｒｏｃｋ， Ｖｏｃａｌ， コンピュータ音楽、演歌、等の音楽のジャンル、あるいは優美な、クールな、雄大な、生き生きとした、静かな、のどかな等の特徴量が用いられる。

［メタデータ例２（画像データ）］
コンテンツデータが画像データである場合に、ローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤは、例えば、以下のようになる。
コンテンツＭＤエンジン５５は、例えば、クロウルドコンテンツＤＢ５３から読み出した画像のコンテンツデータの各画素のＨｕｅ値を生成する。ここでＨｕｅ値は、赤，黄，緑，青，紫のような色感覚の性質を特徴付ける色の属性である色相を示す値である。
このとき、コンテンツＭＤエンジン５５は、コンテンツデータのうち、Ｈｕｅ値の取り得る範囲を量子化し、Ｈ１〜Ｈｎを生成する。ここで、ｎは、例えば、角度３６０度の１度ずつとしてｎ＝３６０となる。
そして、コンテンツＭＤエンジン５５は、Ｉ（1≦ｉ≦ｎ）に対して、「（Ｈｉを持つ画素の数／（全画素数）」を算出し、その結果をＺｉとする。
これにより、各コンテンツデータに対して Ｚ1〜Ｚｎを次元とするローレベルメタデータＬＭＤが生成される。

また、その他の例として、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した画像のコンテンツデータにＤＣＴ(Discrete Cosine Transform:離散コサイン変換)等の空間周波数変換を施して周波数係数Ｓ１〜Ｓｍを生成し、これをローレベルメタデータＬＭＤの次元として用いる。

また、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した画像のコンテンツデータにパターン認識処理を施し、当該画像内に存在する顔画像を認識する。
そして、コンテンツＭＤエンジン５５は、上記認識処理により、以下の３つの属性Ｆ１，Ｆ２，Ｆ３を検出する。
Ｆ１＝１つの画像の中に検出される顔の個数
Ｆ２＝同様に、顔の占める面積の、全画像に対する比率
Ｆ３＝口の傾き角（笑い顔、怒り顔に使えると想定）
そして、コンテンツＭＤエンジン５５は、上記３つの属性Ｆ１，Ｆ２，Ｆ３をハイレベルメタデータＨＭＤの次元として用いる。

また、その他の例として、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した画像のコンテンツデータにオブジェクトセグメンテーション処理(object segmentation)を施し、当該画像内に存在する人工物画像を認識する。
そして、コンテンツＭＤエンジン５５は、上記オブジェクトセグメンテーション処理により、以下の２つの属性Ａ１，Ａ２を検出する。
Ａ１＝直線から成るオブジェクトの個数（建物など、直線が含まれることが多いことを利用）
Ａ２＝同様に、その占める面積の、全画像に対する比率
そして、コンテンツＭＤエンジン５５は、上記２つの属性Ａ１，Ａ２をハイレベルメタデータＨＭＤの次元として用いる。

［メタデータ例３（動画データ）］
コンテンツデータが動画データである場合に、ローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤは、例えば、以下のようになる。
コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した動画像のコンテンツデータに動きベクトル検出処理を施し、当該動画像の動きベクトルを検出する。
そして、コンテンツＭＤエンジン５５は、上記動きベクトル検出処理により、以下の２つの属性Ｍ１，Ｍ２を検出する。
Ｍ１＝全編に渡っての、動きベクトルの大きさの平均値
Ｍ２＝一定以上の大きさの動きベクトルの出現確率
そして、コンテンツＭＤエンジン５５は、上記２つの属性Ｍ１，Ｍ２をローレベルメタデータＬＭＤの次元として用いる。

その他の例として、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した動画像のコンテンツデータにシーン検出処理を施し、連続フレーム同士の相関をとり、シーン切り替わりを検出する。
そして、コンテンツＭＤエンジン５５は、上記シーン検出処理により、以下の２つの属性Ｓ１，Ｓ２を検出する。
Ｓ１＝全編における、総シーン数
Ｓ２＝１シーンの平均時間
そして、コンテンツＭＤエンジン５５は、上記２つの属性Ｓ１，Ｓ２をローレベルメタデータＬＭＤの次元として用いる。

また、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した動画像のコンテンツデータに人物出現率検出処理を施し、以下の２つの属性Ｈ１，Ｈ２を検出する。
コンテンツＭＤエンジン５５は、当該人物出現率検出処理において、顔認識、人間の声検出、非人工物検出を総合的に行い人物出現を推定する。
Ｈ１＝全編における人物の出現率平均値
Ｈ２＝出現する人物の人数
そして、コンテンツＭＤエンジン５５は、上記２つの属性Ｈ１，Ｈ２をハイレベルメタデータＨＭＤの次元として用いる。

その他の例として、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した動画像のコンテンツデータに動画種類推定処理を施し、以下の２つの属性Ｍ１〜Ｍ４を検出する。
コンテンツＭＤエンジン５５は、当該動画種類推定において、人物検出、動き検出、笑い声検出、を総合的に行い動画の種類を推定する。
Ｍ１＝スポーツ的である適合度（０〜１００で表す）
Ｍ２＝ニュース番組的である適合度
Ｍ３＝コメディ
Ｍ４＝歌番組
そして、コンテンツＭＤエンジン５５は、上記２つの属性Ｍ１〜Ｍ４をハイレベルメタデータＨＭＤの次元として用いる。

［メタデータ例４（文章データ）］
コンテンツデータが文章データ（テキストデータ等）である場合に、ローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤは、例えば、以下のようになる。
コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した文章のコンテンツデータに単語分割処理を施して、以下の２つの属性Ｔ１，Ｔ２を検出する。
コンテンツＭＤエンジン５５は、当該単語分割処理において、各文章を形態素解析で単語に分割し、異なる単語に ｗｏｒｄ＿ｉｄ=１，２，．．．，ｎ の ｉｄ を付けるとする。
Ｔ１＝ｗｏｒｄ＿ｉｄ 1 の出現回数
Ｔ２＝ｗｏｒｄ＿ｉｄ 2 の出現回数
例えば、「今日は晴れだ」という文章データは、「今日」、「は」、「晴れ」、「だ」に分割される。
そして、コンテンツＭＤエンジン５５は、上記２つの属性Ｔ１，Ｔ２をローレベルメタデータＬＭＤの次元として用いる。

また、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３から読み出した文章のコンテンツデータにオントロジ処理を施して、以下の２つの属性Ｏ１，Ｏ２，．．．を検出する。
コンテンツＭＤエンジン５５は、当該オントロジ処理において、各単語を意味の単位にまとめ、オントロジの用語に ｉｄ=１，２，．．．ｍ のｉｄ を付ける。
Ｏ１＝ｉｄ1 の出現回数
Ｏ２＝ｉｄ2 の出現回数
例えば、「スキー」、「スケート」という単語は、「ウィンタースポーツ」という意味の単位にまとめられる。
そして、コンテンツＭＤエンジン５５は、上記２つの属性Ｏ１，Ｏ２，．．．をハイレベルメタデータＨＭＤの次元として用いる。

［ユーザＭＤ生成部４３］
ユーザＭＤ生成部４３は、端末装置１３からのユーザ行動履歴データを基に、各ユーザおよび全体ユーザの行動の属性を示すユーザ行動メタデータＭＤ(Meta Data)を生成する。
ここで、ユーザＭＤ生成部４３が本発明に用いられるユーザ利用形態分析手段の一例である。

図１に示すように、ユーザＭＤ生成部４３は、例えば、ユーザ行動収集部６１、収集ユーザ行動ＤＢ６３、ユーザ行動ＭＤ生成エンジン６５およびユーザ行動ＭＤＤＢ６７を有する。
ユーザ行動収集部６１は、複数の端末装置１３のユーザ行動管理部２９から受信したユーザ行動履歴データを収集ユーザ行動ＤＢ６３に格納する。
当該ユーザ行動履歴データは、例えば、図６Ａに示すように、ユーザ識別データｕｉｄ、コンテンツ識別データｃ−ｉｄ、並びにユーザ行動が発生した日時ｄａｔｅｔｉｍｅを対応付けて示している。

ユーザ行動ＭＤ生成エンジン６５は、収集ユーザ行動ＤＢ６３に記憶されているユーザ行動履歴データを分析してユーザ行動メタデータＭＤを生成し、これをユーザ行動ＭＤＤＢ６７に格納する。
ユーザ行動ＭＤ生成エンジン６５は、例えば、図６Ａに示す各ユーザのユーザ行動履歴データに基づいて、各コンテンツデータについて、図６Ｂに示すように、当該コンテンツデータが再生される時間帯、並びに各ユーザにおいて他のコンテンツデータとの間での相対的な再生頻度を示すユーザ行動メタデータＭＤを生成する。

また、ユーザ行動ＭＤ生成エンジン６５は、以下に示すように、コンテンツデータに関連付けられた属性データ等に基づいて、ユーザ行動メタデータＭＤを構成するローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤを生成する。
ユーザ行動ＭＤ生成エンジン６５は、上記属性データに基づいて、以下の２種類の特徴量Ｔ１〜Ｔ４，Ｆ１〜Ｆ３を生成し、これらをローレベルメタデータＬＭＤの次元として用いる。

時間帯別再生回数：
１日のどの時間帯でその楽曲が視聴されたかの統計量
Ｔ１＝その楽曲が ０:００〜６:００
に視聴された総回数（全ユーザ合計）
Ｔ２＝その楽曲が ６:００〜１２:００
に視聴された総回数（全ユーザ合計）
Ｔ３＝その楽曲が １２:００〜１８:００ に視聴された総回数（全ユーザ合計）
Ｔ４＝その楽曲が １８:００〜２４:００ に視聴された総回数（全ユーザ合計）

相対的再生頻度：
あるユーザの全再生時間に対する、その楽曲再生時間の占める頻度
Ｆ１＝その楽曲の頻度が低いユーザのパーセンテージ
Ｆ２＝その楽曲の頻度が中くらいのユーザのパーセンテージ
Ｆ３＝その楽曲の頻度が高いユーザのパーセンテージ

また、ユーザ行動ＭＤ生成エンジン６５は、上記属性に基づいて、以下の特徴量Ｐ１〜Ｐｎを生成し、これらをハイレベルメタデータＨＭＤの次元として用いる。
当該ハイレベルメタデータＨＭＤは、利用者プロフィールと再生回数の相関を示す統計データである。
なお、前提として、各利用者の職種、性別、地域が予めクライアント端末に入力されているとする。
Ｐ１＝その楽曲を一定頻度以上で聴く人の職種が「会社員」
Ｐ２＝その楽曲を一定頻度以上で聴く人の職種が「学生」
：
Ｐｎ＝その楽曲を一定頻度以上で聴く人の居住地域が「都市圏」

［空間提供部４４］
図１に示すように、空間提供部４４は、例えば、空間生成部４５、空間情報ＤＢ４７および空間サーバ４９を有する。
ここで、空間生成部４５が、本発明に用いられる空間規定手段および座標計算手段の一例である。ここで、図７に示すステップＳ２の機能が空間規定手段の一例として対応しており、ステップＳ３の機能が座標計算手段の一例として対応している。
空間生成部４５は、コンテンツＭＤ生成部４１からのコンテンツメタデータＣＭＤとユーザＭＤ生成部４３からのユーザ行動メタデータＭＤとを基に、ネットワーク上にある多数のコンテンツデータ本体の座標を、当該コンテンツデータ本体の特徴量に応じて規定したコンテンツ空間を形成する。

図７は、空間生成部４５が行う処理を説明するためのフローチャートである。
ステップＳ１：
空間生成部４５は、コンテンツＭＤ生成部４１から入力したコンテンツメタデータＣＭＤを基に、各コンテンツデータについて、メタ行列データＭＭＤを生成する。
空間生成部４５は、例えば、図９に示すように、各コンテンツデータについて、その音楽特徴量、画像特徴量、並びに単語メタ等の複数の属性を示すメタ行列データＭＭＤを生成する。図９に示す各コンテンツデータのメタ行列データＭＭＤの属性には、前述したローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤの双方が含まれる。
なお、本実施形態において、基底空間およびコンテンツ空間の形成（生成）においては、ローレベルメタデータＬＭＤを構成するｒ次元の特徴量を用いる。

ステップＳ２：
空間生成部４５は、例えば、図９に示すように、ローレベルメタデータＬＭＤの各次元に重み付け係数Ｗ１〜Ｗｒを乗じて基底空間を形成する。すなわち、重み付け係数Ｗ１〜Ｗｒを決定することが、基底空間を形成することを意味する。
ここで、基底空間は、例えば、図８に示すように、対象世界から得られた活動事象の情報要素の行列データを基に、コミュニケーションの法則性および文法（ルール）を表した空間である。当該空間を規定するために、価値指標を与える軸（次元）が規定されている。
なお、空間生成部４５は、端末装置１３の各ユーザに固有の基底空間を形成する場合には、ユーザＭＤ生成部４３から入力したユーザ行動メタデータＭＤに基づいて、基底空間を構成する軸（次元）を決定する。
当該基底空間の形成処理については後に詳細に説明する。

ステップＳ３：
空間生成部４５は、ステップＳ２で形成した基底空間を基に、コンテンツ空間を形成する。
コンテンツ空間は、図８に示すように、上記基底空間に対して、後から活動事象を、その活動事象が持つ属性値を基にマッピングした空間である。
コンテンツ空間は、各コンテンツデータについて各々示される複数の属性を基に形成され、各コンテンツデータが所定の座標に割り当てられる（マッピングされる）。
具体的には、空間生成部４５は、図９に示す各コンテンツデータのローレベルメタデータＬＭＤの次元のメタデータ（特徴量）と、当該次元に対応してステップＳ２で決定した重み付け係数Ｗ１〜Ｗｒとを基に、例えば、多変量解析、ＳＯＭ(Self Organization Map)，ＧＡなどの手法により、当該コンテンツデータの上記基底空間内での座標を生成（計算）する。
例えば、コンテンツデータＣＮＴ１がメタデータＭ２，Ｍ３，Ｍ６，Ｍ８を持ち、それ以外のメタデータを持たないとする。また、メタデータＭ２，Ｍ３，Ｍ６，Ｍ８の基底空間上の座標がＰ２，Ｐ３，Ｐ６，Ｐ８であったとする。この場合には、コンテンツデータＣＮＴ１の座標は、座標Ｐ２，Ｐ３，Ｐ６，Ｐ８の重心、すなわち「ベクトルＰＣ１＝｛ベクトルＰ２＋ベクトルＰ３＋ベクトルＰ６＋ベクトルＰ８｝／４」として計算される。
また、簡単な例としては、基底空間が図９に示すメタデータの３次元（Ｆ１，Ｆ２，Ｇ１）で規定されている場合に、各コンテンツデータのローレベルメタデータのＦ１，Ｆ２，Ｇ１の値を、それぞれをコンテンツ空間内のＸ，Ｙ，Ｚ軸の値として用いる。

本実施形態では、上記コンテンツ空間は、例えば、３次元であり、上記座標は（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）である。
本実施形態において、上記空間生成部４５が生成する各コンテンツデータの座標は、例えば、論理座標であり、端末装置１３は、当該論理座標を基に、各コンテンツデータに対応した画像をディスプレイに表示する表示座標を決定する。
コンテンツ空間情報は、例えば、図４Ｃに示すように、各コンテンツデータの識別データｃ−ｉｄ、座標（position）（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）、そのアドレス（ＵＲＬ）、書誌データ（タイトル、アーティスト）、コンテンツ空間内での表現データ（イメージデータのＵＲＬ、音楽データのＵＲＬ）等の情報を含んでいる。

まお、空間生成部４５は、各コンテンツデータのユークリッド座標（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）を、極座標（ｒ，θ，Φ）で表現し、ｒ＝１に射影するようにしてもよい。
なお、ユークリッド座標（Ｘ，Ｙ，Ｚ）の（０，０，０）は極座標系では表現できないので、空間生成部４５は、（０，０，１）、（１，０，０）あるいは（０，１，０）等の（０，０，０）の近傍の座標として扱うことで極座標系で表現する。
このように極座標を用いてコンテンツデータの座標を表現することで、球面上にコンテンツデータに対応した画像を表示することが容易になり、画面上で利用者が空間内での方向を認識しやすくできる。

すなわち、空間生成部４５は、例えば、図９に示すメタ行列データＭＭＤが示すローレベルメタデータＬＭＤに基づいて基底空間を形成し、当該基底空間に基づいてコンテンツ空間を形成する。
空間生成部４５は、上述した基底空間およびコンテンツ空間の情報を、コンテンツ空間情報として空間情報ＤＢ４７に書き込む。
そして、空間サーバ４９は、ＰＵＳＨ方式あるいはＰＵＬＬ方式によって、空間情報ＤＢ４７に記憶されたコンテンツ空間情報を、ネットワークを端末装置１３にダウンロードする。

以下、上述した図７に示すステップＳ２における基底空間の形成で行われる重み付け係数Ｗ１〜Ｗｒについて説明する。
なお、重み付け係数Ｗ１〜Ｗｒは、固定のものを用いてもよい。

［重み付け係数Ｗ１〜Ｗｒの決定処理］
図１０は、図１に示す空間生成部４５が図７に示すステップＳ２で行う重み付け係数Ｗ１〜Ｗｒの決定処理を説明するためのフローチャートである。
当該決定処理は、全てのコンテンツデータに内在する価値の軸があるとの前提に立って、その軸を求めるものであり、Ｎ個のコンテンツデータをＭ個の小集団に分けても統計的に妥当な量（＝Ｎ／Ｍ）があれば、同じ空間が求められるという考え方に基づいている。
すなわち、重み付け係数Ｗ１〜Ｗｒが正しく決定されていれば評価関数Ｕが満たされ、そうでなければ満たされないという性質を用いて、現れた事象データから逆算して求めるものである。

ステップＳ１１：
空間生成部４５は、重み付け係数Ｗ１〜Ｗｒの初期値を決定する。当該初期値は任意である。

ステップＳ１２：
空間生成部４５は、図１に示すコンテンツＭＤＤＢ５７に記憶されているコンテンツデータのうちＮ個のコンテンツデータの母集団をＭ個にランダムにサンプリングする。これにより、Ｍ個の小集団Ｇ（１）〜Ｇ（Ｍ）が生成される。

ステップＳ１３：
空間生成部４５は、ステップＳ１２で生成したＭ個の小集団Ｇ（１）〜Ｇ（Ｍ）の各々について、重み付け係数Ｗ１〜Ｗｒを基に、基底空間ＳＡ（１）〜ＳＡ（Ｍ）を生成する。
基底空間ＳＡ（１）〜ＳＡ（Ｍ）の各々は、図９，図１１に示す行列データの場合には、所定の次元（例えば、３次元）で規定され、各情報要素（特徴量、次元）の位置情報が決定される。図１１に示す情報要素の種類の数Ｐは、例えば、図９に示す次元の総和に対応している。
空間生成部４５は、例えば、多変量解析、ＳＯＭ，ＧＡ(Genetic
Algorithm)などの手法により、情報要素の位置情報を生成する。
具体的には、空間生成部４５は、図９での各列の各値にＷ１〜Ｗｒを乗算したものを生成し、それを改めて行列Ａ（N’行P列）と置く。図１１の左図がその行列Ａである。
ここで各行はコンテンツに対応し、各列は情報要素に対応する。
空間生成部４５は、行列Ａに対し、各列（１〜Ｐ）を各情報要素の列ベクトルと見做し、それらのベクトル類似度の高いものが近傍に布置されるよう、例えば主成分分析等の多変量解析等を用いて、情報要素を布置する。ここで、主成分分析等の多変量解析等は公知の手法であるので詳細は省略する。
なお、上述した手法以外にも、数量化３類、コレスポンデンス分析、ＳＯＭ(Self
Organization Map)、ＧＡ(Genetic Algorithm)等、類似度の高いものが近傍に布置される手法であれば公知の技術を使用可能である。
なお、主成分分析を用いて３次元空間に布置する場合、例えば、支配的な軸を大きい方から３本（固有値の大きい順に３つに対応する３本の固有ベクトルに対応）選び、表示空間のＸ軸、Ｙ軸、Ｚ軸にそれぞれ対応させることで実現可能である。

ステップＳ１４：
空間生成部４５は、ステップＳ１３で生成した基底空間ＳＡ（１）〜ＳＡ（Ｍ）の一致度Ｔを計算する。
当該処理について後に詳細に説明する。

ステップＳ１５：
空間生成部４５は、ステップＳ１４で計算した一致度Ｔが評価関数Ｕを満足しているか否かを判断し、満足していると判断した場合には処理を終了し、そうでない場合にはステップＳ１６に進む。
空間生成部４５は、例えば、予め規定した閾値より、一致度Ｔが高いことを条件として判別を行う評価関数Ｕを用いる。これは、基底空間ＳＡ（１）〜ＳＡ（Ｍ）の一致度として所定の高さが得られていれば目的は達成されるからである。

ステップＳ１６：
空間生成部４５は、新たな重み付け係数Ｗ１〜Ｗｒを設定し、ステップＳ１２に戻る。
空間生成部４５は、例えば、重み付け係数Ｗ１〜Ｗｒを入力（可変パラメータ）とし、出力を一致度Ｔの逆数として、その最小値を求める最小値探索問題の解決処理により、新たな重み付け係数Ｗ１〜Ｗｒを決定する。当該解決処理としては、例えば、アニーリング法、遺伝アルゴリズム、最急降下法、Powell法等が用いられる。
ここで、アニーリング法は、パラメータ変化によって一致度Ｔが改善すれば、その変化を基本的に採用するがある確率で棄却し、改悪した場合は基本的に棄却するがある確率で採用する、としてLocal Minimum を抜け出すようにするものである。

［ステップＳ１４（図１０）］
図１２は、図１０に示すステップＳ１４の一致度Ｔの算出処理を説明するためのフローチャートである。
ステップＳ２１：
空間生成部４５は、図１０に示すステップＳ１３で生成した基底空間ＳＡ（１）〜ＳＡ（Ｍ）のうち、一致度Ｔを検出していない１組の基底空間を選択する。
当該選択した１組の基底空間のうち一方をＶｓとし、他方をＶｔとする。

ステップＳ２２：
空間生成部４５は、基底空間Ｖｓと基底空間Ｖｔとの一致度Ｔｓｔを計算する。
当該計算のアルゴリズムについては後述する。

ステップＳ２３：
空間生成部４５は、図１０に示すステップＳ１３で生成した基底空間ＳＡ（１）〜ＳＡ（Ｍ）の全ての組み合わせについて一致度Ｔｓｔを検出したか否かを判断する。そして、空間生成部４５は、全ての組み合わせについて一致度を検出したと判断した場合にはステップＳ２４に進む。

ステップＳ２４：
空間生成部４５は、ステップＳ２２で計算した全ての組み合わせについての一致度Ｔｓｔを累積して一致度Ｔを計算する。

［ステップＳ２２（図１２）］
図１３は、図１２に示すステップＳ２２の一致度Ｔｓｔの算出処理を説明するためのフローチャートである。
ステップＳ３１：
空間生成部４５は、ステップＳ２１で選択された基底空間Ｖｓと基底空間Ｖｔとの軸合わせ処理を行い、基底空間Ｖｓのｕ次元のベクトルＶｓ１〜Ｖｓｕに関し、各基底空間Ｖｔのｓｉｇｎ＿ｗ，ａｘｉｓ＿ｗを得る。当該ベクトルは、基底空間内の軸に対応している。
空間生成部４５は、例えば、各ベクトルＶｓ１〜Ｖｓｕに関し、各基底空間Ｖｔのｓｉｇｎ＿ｗ，ａｘｉｓ＿ｗを得る。

ここで、各ベクトルＶｓ１〜Ｖｓｕのｓｉｇｎ＿ｗは、当該ベクトルに対応する基底空間Ｖｔのベクトルとの方向が一致している場合には「＋１」を示し、逆の場合には「−１」を示している。
また、各ベクトルＶｓ１〜Ｖｓｕのａｘｉｓ＿ｗは、当該ベクトルに対応する基底空間Ｖｔのベクトルを示している。
また、上記「ｗ」は、後述するように、「１≦ｗ≦ｐ（軸数、次元数）」の範囲で順に変更される軸の番号を値を示している。
例えば、下記表１の例では、ベクトルＶｓ１に対応するＶｔの軸はＶｔ１であり、正負の方向が逆であることを意味する。また、ベクトルＶｓ２に対応するＶｔの軸はＶｔ３であり、正負の方向は一致することを意味する。また、ベクトルＶｓ３に対応するＶｔの軸はＶｔ２であり、正負の方向は一致することを意味する。

ステップＳ３２：
空間生成部４５は、基底空間Ｖｓの各ベクトルＶｓｕに対応するｓｉｇｎ＿ｗ，ａｘｉｓ＿ｗを用いて、一致度Ｔｓｕを計算する。
このとき、空間生成部４５は、例えば、上記表１に示すように、基底空間Ｖｓｕのｓｉｇｎ＿ｗ，ａｘｉｓ＿ｗが得られている場合に、基底空間Ｖｔの軸を基底空間Ｖｓに対応させる軸合わせ処理を行い、新たな基底空間Ｖｔ´を下記式（２）に示すように生成する。
これは、例えば、図１４に示すように、基底空間Ｖｓ，Ｖｔとの軸が合っていない場合に、それを合わせることを意味する。

［数２］
Ｖｔ´１＝−Ｖｔ１
Ｖｔ´２＝Ｖｔ３
Ｖｔ´３＝Ｖｔ２
…（２）

そして、空間生成部４５は、下記式（３）により、一致度Ｔｓｕを計算する。
一致度Ｔｓｕは、基底空間ＶｓのベクトルＶｓｕ上のコンテンツデータの座標ｐｏｓＳ（ｕ）と、それに対応した基底空間ＶｔのベクトルＶｔｕ上のコンテンツデータの座標ｐｏｓＴ（ｕ）との距離ｄｉｓｔの和を示す。すなわち、一致度Ｔｓｕ＝０の場合に、完全一致を示す。

［数３］
Ｔｓｕ＝Σ（ｄｉｓｔ（ｐｏｓＳ（ｕ），ｐｏｓＴ（ｕ）））
…（３）
ここで、Σは１≦ｕ≦ｐの累積を示す

ステップＳ３３：
空間生成部４５は、ステップＳ３２で計算した一致度Ｔｓｕを、変数Ｔｓｔに加算する。

ステップＳ３４：
空間生成部４５は、「１≦ｕ≦ｐ」を満たす全てのｕについて、ステップＳ３３の処理を終了したか否かを判断し、終了したと判断するとステップＳ３２に進み、そうでない場合には処理を終了する。

［ステップＳ３１（図１３）］
図１５は、図１３に示すステップＳ３１の軸合わせ処理を説明するためのフローチャートである。
ステップＳ４１：
空間生成部４５は、変数ｕに「１」を設定する。

ステップＳ４２：
空間生成部４５は、選択せれた一方の基底空間Ｖｓの第ｕ軸（ベクトルＶｓｕ）に着目し、基底空間Ｖｔの第１〜第ｐ軸のなかで、対応関係が未決定のＶ（１≦ｕ≦ｐ）について、下記式（４）を最大化するＶを特定する。なお、ａｂｓ｛｝は、｛｝内の絶対値を示す。

［数４］
ａｂｓ｛（Ｖｓｕ・Ｖｔｗ）／（｜Ｖｓｕ｜・｜Ｖｔｗ｜）｝
…（４）

ステップＳ４３：
空間生成部４５は、下記式（５）を用いてｓｉｇｎを生成する。
下記式（５）において、ｓｉｇｎは正負を判別する関数である。また、ｓｉｇｎ（ｘ）＝１（ｘ≧０の場合）、ｓｉｇｎ（ｘ）＝−１（ｘ＜０の場合）となる。

［数５］
ｓｉｇｎ｛（Ｖｓｕ・Ｖｔｗ）／（｜Ｖｓｕ｜・｜Ｖｔｗ｜）｝
…（５）

ステップＳ４４：
空間生成部４５は、「ｕ≧ｐ」を満たすと処理を終了し、満たさない場合にｕを１だけインクリメントしてステップＳ４２に戻る。

上述したステップＳ３１の処理では、例えば、ｕ＝１のイタレーションにおいて、下記表２に示すように、ベクトルＶｓ１のｓｉｇｎ＿ｗ，ａｘｉｓ＿ｗが決定される。次に、ｕ＝２のイタレーションにおいて、下記表３に示すように、ベクトルＶｓ１のｓｉｇｎ＿ｗ，ａｘｉｓ＿ｗが決定される。ｕ＝１のイタレーションにおいて、下記表４に示すように、ベクトルＶｓ１のｓｉｇｎ＿ｗ，ａｘｉｓ＿ｗが決定される。

［空間生成部４５による空間形成］
空間生成部４５は、ＷＷＷ等の情報空間内で、コンテンツデータのメタデータを生成し、そのメタデータを基にコンテンツデータの座標情報を含むコンテンツ空間を規定する。
端末装置１３は、空間生成部４５から受信した上記コンテンツ空間の情報を基に、コンテンツ再生リストの生成や、コンテンツ空間上の(Viewの)自動移動制御を行う。
また、空間生成部４５は、ユーザＭＤ生成部４３が生成したユーザの登録情報、操作履歴およびサービス利用履歴等を示すユーザ行動メタデータＭＤを基に、ユーザ毎にコンテンツ空間を生成してもよい。これにより、ユーザに適合した所望のコンテンツデータを、当該ユーザに適合した形態で提示することが可能になる。
また、ユーザＭＤ生成部４３は、複数のユーザの端末装置１３から受信したユーザ行動履歴データを基に、ユーザ行動メタデータＭＤを生成する。そして、空間生成部４５は、当該ユーザ行動メタデータＭＤを利用することで、システム全体の時間的な利用統計結果を計算する。これにより、空間生成部４５は、時間変動する各コンテンツデータのユーザ全体に対する普及率、浸透率を提供および利用して、コンテンツ空間を形成できる。

以下、図１に示すデータ通信システム１の全体動作例を説明する。
[第１の動作例]
当該動作例では、図１に示す空間提供部４４がコンテンツＭＤ生成部４１からのコンテンツメタデータＣＭＤを用いてコンテンツ空間情報を生成する場合を説明する。
空間提供サーバ１５のクロウラー５１は、ネットワーク上のコンテンツサイト１１に能動的にアクセスし、コンテンツサイト１１が記憶するコンテンツデータをクロウルドコンテンツＤＢ５３にダウンロードする。
次に、コンテンツＭＤエンジン５５は、クロウルドコンテンツＤＢ５３に記憶されているコンテンツデータを信号処理により分析してローレベルメタデータＬＭＤを生成する。また、コンテンツＭＤエンジン５５は、ローレベルメタデータＬＭＤを基にハイレベルメタデータＨＭＤを生成する。コンテンツＭＤエンジン５５は、上記ローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤをコンテンツＭＤＤＢ５７に書き込む。

空間生成部４５は、コンテンツＭＤ生成部４１からのコンテンツメタデータＣＭＤを入力し、それに含まれるローレベルメタデータＬＭＤを基に、図１０〜図１５を用いて説明した重み付け係数決定処理を行う。これにより、基底空間が決定される。
次に、空間生成部４５は、各コンテンツデータＣＮＴのローレベルメタデータＬＭＤを基に、上記基底空間内における当該コンテンツの座標を計算する。これにより、コンテンツ空間情報が生成される。
空間サーバ４９は、上記コンテンツ空間情報を端末装置１３に送信する。
端末装置１３の制御部２５は、受信したコンテンツ空間情報に応じた画像をビューワ２７に表示させる。
当該コンテンツ空間情報は、コンテンツデータ本体の特徴量（メタデータ、属性）に応じて空間内の座標を規定した情報である。そのため、制御部２５は、コンテンツ空間情報を基に、ネットワーク上の多数のコンテンツデータ本体を、その属性に応じてユーザが探索（検索）容易な形態でディスプレイ１０５に表示できる。

［第２の動作例］
当該動作例では、図１に示す空間提供部４４がコンテンツＭＤ生成部４１からのコンテンツメタデータＣＭＤと、ユーザＭＤ生成部４３からのユーザ行動メタデータＭＤを用いてコンテンツ空間情報を生成する場合を説明する。
端末装置１３のユーザ行動管理部２９は、ユーザによる操作に応じた操作部１０３からの操作信号、並びに当該操作によってコンテンツサイト１１からダウンロードしたコンテンツデータ本体等に基づいて、ユーザ行動履歴データを生成する。
端末装置１３は、このユーザ行動履歴データを空間提供サーバ１５に送信する。
そして、空間提供サーバ１５のユーザＭＤ生成部４３は、端末装置１３からのユーザ行動履歴データを基に、各ユーザおよび全体ユーザの行動の属性を示すユーザ行動メタデータＭＤを生成する。

空間生成部４５は、前述した第１の動作例と同様にコンテンツＭＤ生成部４１からのコンテンツメタデータＣＭＤを入力する。
また、空間生成部４５は、ユーザ行動ＭＤ生成エンジン６５が生成したユーザ行動メタデータＭＤを入力する。
そして、空間生成部４５ｂは、コンテンツメタデータＣＭＤに含まれるローレベルメタデータＬＭＤと、ユーザ行動メタデータＭＤとを基に、上記基底空間を決定する。
これ以降の処理は、前述した第１の動作例と同様である。
当該第２の動作例によれば、コンテンツの特徴に加えて、ユーザの行動履歴をも考慮したコンテンツ空間を提供できる。

以上説明したように、本実施形態のデータ通信システムによれば、空間提供サーバ１５が、ネットワーク上の複数のコンテンツサイト１１に能動的にアクセスして、そのコンテンツデータ本体を分析して複数の種類のメタデータを生成する。そして、空間提供サーバ１５は、当該複数の種類のメタデータを基に、基底空間の形成、並びにネットワーク上にある多数のコンテンツデータ本体の基底空間内での座標の決定を行い、コンテンツ空間を形成する。
そのため、端末装置１３では、上記コンテンツ空間を基に、上記多数のコンテンツを、その特徴に応じて探索（検索）容易な形態で表示することができ、ユーザは多数のコンテンツの全体像を把握しながら、好みの属性のコンテンツに容易にアクセスできる。

すなわち、本実施形態のデータ通信システムによれば、上述したようにコンテンツ空間内におけるコンテンツの座標を決定するため、端末装置１３において当該座標を基に、各コンテンツをリストではなく空間配置で表示できる。そのため、コンテンツの全体像の概観（遠景）と個々のコンテンツの内容（近景）の把握を両立できる。

また、本実施形態のデータ通信システムによれば、ローレベルメタデータＬＭＤ（下位層）の複数の次元（メタデータ）を基に基底空間を形成し、当該基底空間内にコンテンツデータＣＮＴｉを、その複数の次元を基に割り当ててコンテンツ空間を形成する。そのため、コンテンツデータＣＮＴｉの物理的かつ客観的な特徴に基づいて各コンテンツデータのコンテンツ空間内の座標を決定できる。そして、当該座標を決定した後に、各コンテンツデータＣＮＴｉのハイレベルメタデータＨＭＤを用いることができ、それを基に様々な処理が可能になる。すなわち、コンテンツの特徴量を解析して算出しているので、コンテンツそのものに即した情報に基づいた、利用者に把握容易な空間を提供できる。

＜第２実施形態＞
本実施形態では、空間生成部４５ｂは、コンテンツメタデータＣＭＤを構成する複数のメタデータのうち、予め決められた所定の旗(ガイド)生成用メタデータを基に旗生成処理を行う。

本実施形態において、コンテンツデータが音楽データの場合には、空間生成部４５ｂが旗生成に用いるハイレベルメタデータＨＭＤの属性としては、音楽ジャンル、楽曲の楽器編成、楽曲の歌声特性および楽曲のムード等がある。
音楽ジャンルとしては、例えば、ポップス、演歌、ロック、ジャズおよびクラシック等がある。
楽曲の楽器編成としては、例えば、ピアノソロ、アコースティックギター、民族打楽器等がある。
楽曲の歌声特性としては、例えば、男性ボーカル、女性ボーカル、混声合唱、少年声、少女声等がある。
楽曲のムードとしては、例えば、リズム、メロディ、スピード感等がある。具体的には、楽曲のムードとしては、柔らかい、感傷的、メロディアス、バランスのとれた、夢見心地、スピーディー、パワフル、エネルギッシュ、素朴な、懐かしい、都会的および神秘的等がある。

空間生成部４５ｂは、図１７に示すように、上記旗生成対象となるハイレベルメタデータＨＭＤの次元（属性）の各々について、当該次元の値が所定の閾値を超えるコンテンツデータＣＮＴの数が全体の０．５％以下となる閾値を特定する。なお、当該「０．５％」は例示であり、空間生成の目的やコンテンツの種類等に応じて適宜設定される。
そして、空間生成部４５ｂは、上記０．５％以下のコンテンツデータＣＮＴが、コンテンツ空間内でマッピングされる位置を特定する。
また、空間生成部４５ｂは、ローレベルメタデータＬＭＤで形成する空間の分布を、関数Ｆ０で一様に変換し、これに空間変換Ｆを施して、特定の性質のコンテンツデータＣＮＴが集まる領域を特定する。そして、空間生成部４５ｂは、一定条件を満たした場合に、上記特定した領域に旗を生成する。
ここで、関数Ｆ０は、主成分分析（Ｆ１）、３次元射影（Ｆ２）および球状化（Ｆ３）の変換を順に施す関数である。

本実施形態のデータ通信システムは、例えば、第１実施形態で説明したデータ通信システムの構成および機能は全て併せっているものとする。すなわち、本実施形態のデータ通信システムは、第１実施形態で説明した機能に、旗関連処理に関する機能を追加したものである。

以下、空間生成部４５ｂによる旗生成処理を説明する。
このような旗を空間内に形成することで、ユーザが空間分布傾向を把握するための視認性を向上できる。
図１８は、図１に示す空間生成部４５ｂによる旗生成処理を説明するためのフローチャートである。
ステップＳ５１：
空間生成部４５ｂは、前述したハイレベルメタデータＨＭＤに含まれる旗生成用の図１６等に示すメタデータ（特徴量）を入力する。

ステップＳ５２：
空間生成部４５ｂは、ステップＳ５１で入力したメタデータのうち、旗生成処理をしていない次元のメタデータを選択する。
ステップＳ５３：
空間生成部４５ｂは、ステップＳ５２で選択した次元のメタデータについて、当該メタデータが示す値が所定の閾値を超えるコンテンツデータＣＮＴｉの数が全体の０．５％以下となる閾値を特定する。
そして、空間生成部４５ｂは、上記０．５％以下となるコンテンツデータＣＮＴｉを特定する。

ステップＳ５４：
空間生成部４５ｂは、ステップＳ５３で特定したコンテンツデータＣＮＴｉの座標（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）の重心座標を計算し、これを旗座標Ｆｉ（Ｘｆｊ，Ｙｆｊ，Ｚｆｊ）とする。
これにより、各旗の座標を、その旗が意味するハイレベルメタデータＨＭＤの次元の値が、コンテンツデータ全体の統計的な値（平均値）より有意な差を持った高い（または低い）値を持つコンテンツデータＣＮＴｉの座標から計算できる。
ステップＳ５５：
空間生成部４５ｂは、旗座標Ｆｊの生成に用いたステップＳ５３で特定したコンテンツデータＣＮＴｉの座標の分散Ｖｊを、下記式（６）で計算する。ここで、旗座標をＦｊ（Ｘｆｊ，Ｙｆｊ，Ｚｆｊ）とし、その旗の所属コンテンツデータの座標をＣｉ
（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）とする。また、１≦ｉ≦Ｎとする。

［数６］
Ｖｊ＝（１／Ｎ）＊Σ｛｜Ｘｆｊ−Ｘｃｉ｜^２＋｜Ｙｆｊ−Ｙｃｉ｜^２＋｜Ｚｆｊ−Ｚｃｉ｜^２｝ …（６）
ここで、上記式（６）内のΣは（１≦ｉ≦Ｎ）に関するものである。

ステップＳ５６：
空間生成部４５ｂは、ステップＳ５５で計算した分散Ｖｊが所定の閾値以下であるか否かを判断し、所定値以下であると判断した場合にステップＳ５７に進み、そうでない場合にステップＳ５２に戻る。当該閾値としては、例えば、０．４が用いられる。
このように分散Ｖｊが大きい場合に旗生成を行わないことで、目印として意味がない旗が生成されることを回避できる。なお、当該「０．４」は例示であり、空間生成の目的やコンテンツの種類等に応じて適宜設定される。

ステップＳ５７：
空間生成部４５ｂは、ステップＳ５４で生成した旗座標Ｆｊ（Ｘｆｊ，ＹＦｊ，Ｚｆｊ）と空間原点Ｏ（０，０，０）との間の距離Ｄｆｊを計算する。
ステップＳ５８：
空間生成部４５ｂは、ステップＳ５７で計算した距離Ｄｆｊが所定の閾値以上であるか否かを判断し、閾値以上であると判断すると、ステップＳ５９にすすみ、そうでない場合にはステップＳ５２に戻る。
これは、コンテンツ空間の特徴上、原点近傍のマップされたコンテンツデータＣＮＴｉは無特徴なものとみなされるため、特徴の強い旗は原点から離れた位置にマッピングされることによる。
具体的には、上記閾値は、原点から旗生成に用いた全コンテンツデータＣＮＴｉまでの距離の平均値の定数α倍を下限距離とし、原点から旗までの距離が下限距離以上であることとする。上記αは例えば０．５である。
このように原点から近い座標に旗を立てないようにすることで、特徴が少ない位置に旗を立てないようにすることができる。
なお、上述したステップＳ５７，Ｓ５８は適宜省略してもよい。

ステップＳ５９：
空間生成部４５ｂは、ステップＳ５４で生成した旗座標Ｆｊ（Ｘｆｊ，ＹＦｊ，Ｚｆｊ）と、当該旗に対応したハイレベルメタデータＨＭＤの次元のＩＤ（メタＩＤ）と、旗のメタ閾値とを対応付けて、旗リストデータとして例えば空間提供サーバ１５内の所定のデータベースに記憶する。
ここで、旗のメタ閾値は、例えば、ステップＳ５３で特定した閾値である。当該閾値は、後述する旗寄せ処理において，メタ閾値ｔｈ＿Ｆｊとして用いられる。

本実施形態の空間生成部４５ｂでは、コンテンツ座標Ｃｉ （Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）と コンテンツメタ(High Level等）から、各メタデータの旗座標Ｆｊ（Ｘｆｊ，ＹＦｊ，Ｚｆｊ）を生成し、そのメタデータのラベル名と共に、旗データとして端末装置１３に提供できる。
これにより、第１実施形態で説明したようにコンテンツ空間内にネットワーク上にある多数のコンテンツデータ本体の座標を規定すると共に、そのコンテンツデータが位置する領域の属性（特徴）を示す旗座標も規定できる。
そのため、端末装置１３では、上記コンテンツ空間を基に、上記多数のコンテンツデータの特徴を、当該コンテンツデータの座標付近に位置する旗の特徴と関連付けて把握することができる。

なお、空間生成部４５ｂは、旗(ガイド)の数を統計的な基準によって可変である。但し、最大数はメタデータの次元数、すなわち例えば、４０である。
また、空間生成部４５ｂは、旗の計算に用いたメタデータの各次元の閾値を、以下に示す旗寄せ処理に利用する。

［旗寄せ処理］
当該旗寄せ処理では、旗の座標、旗のメタＩＤ、旗のメタ閾値の(旗の数ぶんの)リスト、および、コンテンツデータの座標、コンテンツデータのメタデータの（コンテンツの数分）リストを入力とし、各コンテンツの座標の各々を適切な旗の座標に寄せた座標に変更した値のリストを出力する。
ここで、上記旗を寄せる度合いは、スカラー値で外部から制御可能である。
このような旗寄せ処理を行うことで、旗近辺の精度を向上させ、旗に応じて粗密感を顕在化することで、視認性を高めることができる。

図１９は、図１に示す空間生成部４５ｂが実行する旗寄せ処理を説明するためのフローチャートである。
ステップＳ７１：
空間生成部４５ｂは、例えば、図１８を用いて説明した旗生成処理により生成した旗座標と、コンテンツデータＣＮＴの座標Ｃｉ（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）と、コンテンツメタデータＣＭＤとを、例えば空間情報ＤＢ４７から読み出す。

ステップＳ７２：
空間生成部４５ｂは、コンテンツデータＣＮＴｉと旗ｊとの組み合わせについて、下記式（７）により、スコアＶｉｊを生成する。
そして、空間生成部４５ｂは、スコアＶｉｊを基に、コンテンツデータＣＮＴｉを旗ｊに寄せる方向を決定する。

［数７］
Ｖｉｊ＝Ｍ＿ｉｋ−ｔｈ＿Ｆｊ …（７）

Ｃｉ: コンテンツデータＣＮＴｉ（１≦ｉ≦Ｎ）
Ｆｊ: 旗ｊ (１≦ｊ≦４０)
ｉｄｘ＿Ｆｊ: 旗ｊに対応するメタＩＤ
ｔｈ＿Ｆｊ: 旗ｊのメタ閾値
Ｍ＿ｉｋ: コンテンツデータＣＮＴiのｋ番目（次元）のハイレベルメタの値
Ｖｉｊ: コンテンツデータＣＮＴｉの旗ｊに対するスコア

ステップＳ７３：
空間生成部４５ｂは、ステップＳ７２で生成した上記スコアＶｉｊの値が正となるｊの個数を各ｉごとにカウントする。
ステップＳ７４：
空間生成部４５ｂは、ステップＳ７３のカウント値が「１」のコンテンツデータＣＮＴｉについてステップＳ７５に進み、そうでないコンテンツデータＣＮＴｉにつては旗寄せを行わない（座標を変更しない）。

ステップＳ７５：
空間生成部４５ｂは、コンテンツデータＣＮＴｉを、スコアＶｉｊの値が正となる旗ｊに寄せる距離（移動量）を決定する。
空間生成部４５ｂは、コンテンツデータＣＮＴｉの座標と、旗ｊの座標との距離Ｄを計算する。
そして、空間生成部４５ｂは、上記距離Ｄに、一定の寄せ率 α（０＜α＜１） を乗じた距離α・Ｄを移動量として決定する。
なお、近いものを旗にたくさん寄せ、遠いものはあまり寄せない、つまり、下記式（８）に示すように、寄せ率αを距離に応じて変化させる案も考えられる。

［数８］
新α = 旧α×Ｋ／（Ｄ＋Ｋ） …（８）

ステップＳ７６：
空間生成部４５ｂは、コンテンツデータＣＮＴｉの座標をステップＳ７５で生成した移動量だけ、旗ｊの座標に向けて移動した新たな座標を生成する。
なお、上述した図１９の手法では、各コンテンツデータと、それを寄せたい旗との距離が他の旗との距離より小さくなることは保証されていない。そのため、空間生成部４５ｂは、各コンテンツデータを旗に寄せる量を微小量ずつインクメントに増やし、所定の条件が満たされるまで寄せ続けてもよい。

［旗はじき処理］
この旗はじき処理では、旗の近傍にそれと関連性が低いコンテンツデータが位置する場合に、当該コンテンツデータを当該旗から遠ざける。これにより、近傍にいるべきでない旗からコンテンツを離すことができ、旗近辺の精度を向上する。

図２０は、図１に示す空間生成部４５ｂが実行する旗はじき処理を説明するためのフローチャートである。
ステップＳ８１：
空間生成部４５ｂは、例えば、図１８を用いて説明した旗生成処理により生成した旗座標Ｆｊ（Ｘｆｊ，ＹＦｊ，Ｚｆｊ）と、コンテンツデータＣＮＴの座標Ｃｉ（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）と、コンテンツメタデータＣＭＤとを、例えば空間情報ＤＢ４７から読み出す。

ステップＳ８２：
空間生成部４５ｂは、コンテンツデータＣＮＴｉの座標Ｃｉ （Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）と旗ｊの旗座標Ｆｊ（Ｘｆｊ，ＹＦｊ，Ｚｆｊ）を基に、両者の距離を計算する。
そして、空間生成部４５ｂは、上記計算した距離を基に、コンテンツデータＣＮＴｉに対して最短距離にある旗ｊを特定する。

ステップＳ８３：
空間生成部４５ｂは、ステップＳ８２で特定した旗ｊについては、上記式（７）を基にスコアＶｉｊを生成する。
ステップＳ８４：
空間生成部４５ｂは、ステップＳ８３で生成したスコアＶｉｊが、所定の閾値以下であるか否か、すなわちメタデータの値が十分に低いか否かを判断する。
そして、空間生成部４５ｂは、閾値以下であると判断すると、ステップＳ８５に進み、そうでない場合には処理を終了する（旗はじき処理を行わない）。
ステップＳ８５：
空間生成部４５ｂは、処理対象のコンテンツデータＣＮＴｉの座標Ｃｉ （Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）を、ステップＳ８２で特定した旗ｊの座標とは反対側に移動させる。

以下、本実施形態の空間生成部４５ｂが実行する旗生成関連の全体処理を説明する。
図２１は、本発明の第２実施形態で空間生成部４５ｂが実行する旗生成関連の全体処理を説明するためのフローチャートである。
ステップＳ９１：
空間生成部４５ｂは、図７等を用いて第１実施形態で説明した手法により、各コンテンツデータＣＮＴｉの座標Ｃｉ （Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）を生成する。

ステップＳ９２：
空間生成部４５ｂは、図１８を用いて説明した旗生成処理を行い、旗生成を決定した次元（メタデータ）の旗座標Ｆｊ（Ｘｆｊ，Ｙｆｊ，Ｚｆｊ）を生成する。
ステップＳ９３：
空間生成部４５ｂは、図１９に示す旗寄せ処理を行い、ステップＳ９２で旗座標を生成した次元に対して、コンテンツデータＣＮＴｉの座標Ｃｉ
（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）を必要に応じて寄せる。
ステップＳ９４：
空間生成部４５ｂは、図１９を用いて説明した旗はじき処理を行い、関連度の低いコンテンツデータＣＮＴｉの座標を旗座標から遠ざける。

空間生成部４５ｂは、上述した処理により生成した旗座標および旗生成有無の情報を空間情報ＤＢ４７に格納する。そして、空間サーバ４９は、これらの情報を第１実施形態で説明したコンテンツ空間情報に含めて端末装置１３に送信する。
端末装置１３は、受信したコンテンツ空間情報に含まれる旗座標を基に、第１実施形態で説明した画面内の旗座標に対応した位置に旗の画像を表示する。
なお、本実施形態において、旗はコンテンツのメタの目印を示すものを意味し、必ずしも旗自体に限定されるものではない。

以上説明したように、本実施形態によれば、空間生成部４５ｂにおいて、コンテンツ空間内にネットワーク上にある多数のコンテンツデータ本体の座標を規定すると共に、そのコンテンツデータが位置する領域の特徴（属性）を示す旗座標も規定できる。
そのため、端末装置１３では、上記コンテンツ空間を基に、上記多数のコンテンツデータの特徴を、当該コンテンツデータの座標付近に位置する旗の特徴と関連付けて表示でき、それを基にユーザはコンテンツ空間全体を容易に把握することができる。
また、本実施形態によれば、旗寄せ処理を行うことで、旗近辺の精度を向上させ、旗に応じて粗密感を顕在化することで、視認性を高めることができる。
さらに、本実施形態によれば、旗はじき処理をすることで、近傍にいるべきでない旗からコンテンツを離すことができる。

＜第３実施形態＞
第１〜３実施形態において説明した上述した図１に示す例では、空間提供サーバ１５がコンテンツＭＤ生成部４１、ユーザＭＤ生成部４３および空間提供部４４の機能を実現する場合を示した。
本実施形態では、例えば、これらの機能の一部を端末装置１３が実現する。

図２２は、本発明の第３実施形態の第１の例のデータ通信システムを説明するための図である。
図２２に示す例は、第６および第７の観点の発明の一例である。
図２２に示すデータ通信システムでは、端末装置１３ｂが前述したコンテンツＭＤ生成部４１の機能を実現する。そして、空間提供サーバ１５ｂは、ユーザＭＤ生成部４３および空間提供部４４機能を実現する。
この場合に、空間提供部４４の空間生成部４５，４５ａ，４５ｂは、ネットワークを介してコンテンツＭＤ生成部４１から、コンテンツメタデータＣＭＤおよびユーザ行動メタデータＭＤを受信し、これらを基にコンテンツ空間を形成する。
なお、空間生成部４５，４５ａ，４５ｂは、ユーザ行動管理部２９が生成したユーザ行動履歴データを直接用いて、当該ユーザに固有のコンテンツ空間を形成してもよい。
図２２にデータ通信システムによれば、空間提供部４４の機能を端末装置１３ｂに持たせることで空間提供サーバ１５ｂの処理負担を軽減できる。

図２３は、本発明の第３実施形態の第２の例のデータ通信システムを説明するための図である。
図２２に示す例は、第８および第９の観点の発明の一例である。
図２３に示すデータ通信システムでは、端末装置１３ｃが前述したコンテンツＭＤ生成部４１の機能を実現する。そして、空間提供サーバ１５ｃは、ユーザＭＤ生成部４３および空間提供部４４の機能を実現する。
この場合に、端末装置１３ｃ内のコンテンツＭＤ生成部４１は、ネットワーク上のコンテンツサイト１１に能動的にアクセスしてコンテンツメタデータＣＭＤを生成する。そして、端末装置１３ｃは、上記コンテンツメタデータＣＭＤを空間提供サーバ１５ｃに送信する。
空間提供サーバ１５ｃの空間生成部４５，４５ａ，４５ｂは、端末装置１３ｃから受信したコンテンツメタデータＣＭＤを基にコンテンツ空間を生成し、これを端末装置１３ｃに提供する。

図２３にデータ通信システムによれば、コンテンツＭＤ生成部４１の機能を端末装置１３ｃたせることで空間提供サーバ１５ｃの処理負担を軽減できる。
すなわち、コンテンツデータＣＮＴが動画像等である場合にコンテンツメタデータＣＭＤの生成処理負荷は非常に大きい、そのため、この機能の全部あるいは一部を端末装置１３ｃに行わせることで処理を分散させることができ、リアルタイムなコンテンツ空間が実現できる。
なお、この場合に、コンテンツメタデータＣＭＤの生成処理を行うことを許可した端末装置１３ｃのユーザに対して何らかの特典を与えてもよい。これにより、コンテンツメタデータＣＭＤの生成処理を行う端末装置１３ｃの数を増やすことができる。
なお、図１に示すコンテンツＭＤ生成部４１および空間提供部４４の双方の機能を端末装置１３に持たせてもよい。

上述した実施形態では、コンテンツＭＤエンジン５５において、ローレベルメタデータＬＭＤを生成し、それを基にハイレベルメタデータＨＭＤを生成する場合を例示したが、ローレベルメタデータＬＭＤの生成とハイレベルメタデータＨＭＤの生成とを独立して任意の業者（サーバ）が行うようにしてもよい。
また、ローレベルメタデータＬＭＤあるいはハイレベルメタデータＨＭＤの全部あるいは一部を、コンテンツデータＣＮＴの提供者が生成したものを用いてもよい。

＜第４実施形態＞
本実施形態では、図１に示す端末装置１３等によるコンテンツ空間情報に基づいた画面表示を説明する。
端末装置１３等の制御部２５は、前述したように、空間提供部４４等からコンテンツ空間情報を受信し、それに応じた画像をビューワ２７に表示させる。
当該コンテンツ空間情報は、コンテンツデータ本体の属性（メタデータ）に応じて空間内の座標を規定した情報である。制御部２５は、コンテンツ空間情報を基に、ネットワーク上の多数のコンテンツを、その特徴量（属性）に応じてユーザが探索（検索）容易な形態で表示する。

本実施形態では、例えば、端末装置１３の制御部２５は、空間提供部４４からのコンテンツ空間情報に含まれるコンテンツデータＣＮＴiの座標（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）に基づいて、例えば、図２４に示すように、当該座標を地球をイメージした球面２０２上の２次元座標に変換して、その座標にコンテンツデータＣＮＴiに対応した画像ＣＩＭｉを表示する画面２０１の画像データを生成する。
第１実施形態で説明した座標（Ｘｃｉ，Ｙｃｉ，Ｚｃｉ）の特性により、属性が近いコンテンツデータＣＮＴｉの画像ＣＩＭｉは球面２０２上の近い位置に配置される。

図２４に画面２０１に表示される画像ＣＭＩｉ内には、それに対応したコンテンツデータＣＮＴｉに対応する画像が表示されている。
コンテンツデータＣＮＴｉが楽曲データである場合には、その楽曲データのジャケット画像が画像ＣＩＭｉ内に表示される。
コンテンツデータＣＮＴｉが動画像データである場合には、その動画像が画像ＣＩＭｉ内に表示される。
本実施形態では、画像ＣＩＭｉ内に表示する画像を、コンテンツサイト１１に実際に格納されている画像をリアルタイムに使用する。
ユーザは、図２に示す端末装置１３の操作部１０３を操作して、地球上を歩いているイメージで球面２０２上を移動する。そして、例えば、球面２０２上のユーザ移動位置（座標）に対して最も近いコンテンツデータＣＮＴｉのオーディオ出力が図示しないスピーカで行われる。これにより、立体的な音響空間を提供できる。

なお、一つの画面２０１内で画像ＣＩＭｉを表示するコンテンツデータＣＮＴｉとして、楽曲データ、動画像データ、ブログのページ、広告のページ等の様々な種類のものを混在させてもよい。

また、図１に示す制御部２５は、第２実施形態の空間提供サーバ１５ｂから旗座標Ｆｊ（Ｘｆｊ，Ｙｆｊ，Ｚｆｊ）を受信した場合に、例えば、図２５に示すように３次元空間をイメージした画面２２１内に、旗ｊに対応した旗画像ＦＩＭｊを、旗座標Ｆｊ（Ｘｆｊ，Ｙｆｊ，Ｚｆｊ）に対応した位置に表示する画像データを生成する。また、制御部２５は、例えば、画面２２１内の旗画像ＦＩＭｊの近傍に、その旗の属性を示す文字ＦＣＡｊを表示する。

なお、制御部２５が表示する画面のその他の例として、図２６に示すように、球をイメージし、その内部周辺に文字ＦＣＡｊおよび旗画像ＦＩＭｊを表示する画面がある。

また、制御部２５は、例えば、図２７に示すように、コンテンツの特徴に応じて、画面の４四隅の領域内の座標に、その特徴のコンテンツデータＣＮＴiに対応した画像ＣＩＭｉを表示する。また、制御部２５は、上記４隅の領域に、その特徴を示す文字ＦＣＡｊを表示する。

本発明は上述した実施形態には限定されない。
すなわち、当業者は、本発明の技術的範囲またはその均等の範囲内において、上述した実施形態の構成要素に関し、様々な変更、コンビネーション、サブコンビネーション、並びに代替を行ってもよい。

上述した実施形態では、ネットワーク上のコンテンツをコンテンツ空間にマッピングする場合を例示したが、ネットワーク上以外の例えば所定のコンピュータのメモリ内のコンテンツをコンテンツ空間にマッピングする場合にも同様に適用可能である。
例えば、端末装置１３のメモリに記憶されたコンテンツ等をも対象としてもよい。

また、例えば、端末装置１３のユーザがキーワードを空間提供サーバ１５に指定し、空間生成部４５ｂが当該キーワードに関連性が高い軸を選択して基底空間を形成するようにしてもよい。これにより、ユーザが検索しようとしている観点に適合したコンテンツ空間を提供できる。

また、上述した実施形態では、ローレベルメタデータＬＭＤを基に基底空間の生成、並びにコンテンツデータの座標計算（空間解析）を行ったが、これらの処理を、ハイレベルメタデータＨＭＤを基に行ってもよい。また、ローレベルメタデータＬＭＤおよびハイレベルメタデータＨＭＤの双方を用いて空間解析を行ってもよい。

また、上述した実施形態では、図１に示すクロウラー５１がネットワーク上のコンテンツサイト１１の能動的にアクセスする場合を例示したが、コンテンツサイト１１から空間提供サーバ１５にコンテンツを能動的に送信してもよい。

本発明は複数のコンテンツをその特徴に基づいて表示するシステムに適用可能である。

図１は、本発明の第１実施形態に係わるデータ通信システムの全体構成図である。 図２は、図１に示す端末装置のハードウェア構成図である。 図３は、図１に示す空間提供サーバのハードウェア構成図である。 図４Ａはコンテンツデータを説明するための図、図４ＢはコンテンツメタデータＣＭＤを説明するための図、図４Ｃはコンテンツ空間情報を説明するための図である。 図５は、ローレベルメタデータＬＭＤからハイレベルメタデータＨＭＤを生成する処理を説明するための図である。 図６Ａはユーザ行動履歴データを説明するための図、図６Ｂはユーザ行動メタデータＭＤを説明するための図である。 図７は、図１に示す空間生成部が行う処理を説明するためのフローチャートである。 図８は、基底空間およびコンテンツ空間の形成方法を説明するための図である。 図９は、メタ行列データＭＭＤを説明するための図である。 図１０は、図１に示す空間生成部が図７に示すステップＳ２で行う重み付け係数Ｗ１〜Ｗｒの決定処理を説明するためのフローチャートである。 図１１は、基底空間およびコンテンツ空間の形成方法を説明するための図である。 図１２は、図１０に示すステップＳ１４の一致度Ｔの算出処理を説明するためのフローチャートである。 図１３は、図１２に示すステップＳ２２の一致度Ｔｓｔの算出処理を説明するためのフローチャートである。 図１４は、図１３に示すステップＳ３１の軸合わせ処理を説明するための図である。 図１５は、図１３に示すステップＳ３１の軸合わせ処理を説明するためのフローチャートである。 図１６は、本発明の第２実施形態における旗生成に用いられるメタデータを説明するための図である。 図１７は、本発明の第２実施形態のデータ通信システムにおける旗生成処理の概念を説明するための図である。 図１８は、本発明の第２実施形態のデータ通信システムにおける図１に示す空間生成部による旗生成処理を説明するためのフローチャートである。 図１９は、本発明の第２実施形態のデータ通信システムにおける図１に示す空間生成部が実行する旗寄せ処理を説明するためのフローチャートである。 図２０は、本発明の第２実施形態のデータ通信システムにおける図１に示す空間生成部が実行する旗はじき処理を説明するためのフローチャートである。 図２１は、本発明の第２実施形態のデータ通信システムにおける旗関連処理を説明するためのフローチャートである。 図２２は、本発明の第３実施形態の第１の例のデータ通信システムを説明するための図である。 図２３は、本発明の第３実施形態の第２の例のデータ通信システムを説明するための図である。 図２４は、本発明の第４実施形態における端末装置の表示画面を説明するための図である。 図２５は、本発明の第４実施形態における端末装置のその他の表示画面を説明するための図である。 図２６は、本発明の第４実施形態における端末装置のその他の表示画面を説明するための図である。 図２７は、本発明の第４実施形態における端末装置のその他の表示画面を説明するための図である。

符号の説明

１１…コンテンツサイト、１３…端末装置、１５…空間提供サーバ、２３…コンテンツＤＢ、２５…制御部、２７…ビューワ、２９…ユーザ行動管理部、３１…ユーザ行動履歴ＤＢ、４１…コンテンツＭＤ生成部、４３…ユーザＭＤ生成部、４４…空間提供部、４５，４５ａ，４５ｂ…空間生成部、４７…空間情報ＤＢ、４９…空間サーバ、５１…クロウラー、５３…クロウルドコンテンツＤＢ、５５…コンテンツＭＤエンジン、５７…コンテンツＭＤＤＢ、６１…ユーザ行動収集部、６３…収集ユーザ行動ＤＢ、６５…ユーザ行動ＭＤ生成エンジン、６７…ユーザ行動ＭＤＤＢ、１０３，２０３…操作部、１０５，２０５…ディスプレイ、１０７，２０７…インタフェース、１１３，２１３…処理回路

Claims (13)

1. 複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手段と、
   前記空間規定手段が規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手段が前記特定した重み付けとを基に計算する座標計算手段と
   を有する
   コンテンツ空間形成装置。
2. 前記空間規定手段は、前記複数の母集団の基底空間の軸合わせ処理を行った後に前記一致度を計算する
   請求項１に記載のコンテンツ空間形成装置。
3. 前記複数のコンテンツの各々について、当該コンテンツを信号処理により分析して当該コンテンツの前記複数の種類の特徴量を取得する特徴量取得手段
   をさらに有し、
   前記空間規定手段は、前記特徴量取得手段が取得した前記特徴量を基に前記コンテンツをマッピングする空間を規定する
   する請求項１に記載のコンテンツ空間形成装置。
4. 前記特徴量取得手段は、ネットワーク上のコンテンツにアクセスして前記特徴量を取得する
   請求項３に記載のコンテンツ空間形成装置。
5. ユーザによる前記複数のコンテンツの利用形態の履歴を示すユーザ利用形態履歴データを収集し、当該ユーザ利用形態履歴データを分析して分析データを生成するユーザ利用形態分析手段
   をさらに有し、
   前記空間規定手段は、前記ユーザ利用形態分析手段が生成した前記分析データをさらに用いて前記空間を規定する
   請求項１に記載のコンテンツ空間形成装置。
6. 前記空間規定手段は、
   複数のユーザのうち一部のユーザのコンテンツ利用形態履歴データに基づいて、前記複数のコンテンツのうち一部の前記コンテンツを選択し、
   当該選択したコンテンツの前記特徴量の統計値と前記複数のコンテンツの前記特徴量の統計値とを基に、前記複数の種類の特徴量のうち前記空間の規定に用いる前記特徴量を決定し、当該決定した特長量を基に前記空間を規定する
   請求項５に記載のコンテンツ空間形成装置。
7. 複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定工程と、
   前記空間規定工程で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定工程において特定した前記重み付けとを基に計算する座標計算工程と
   を有する
   コンテンツ空間形成方法。
8. 複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手順と、
   前記空間規定手順で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手順において特定した前記重み付けとを基に計算する座標計算手順と
   をコンピュータに実行させるプログラム。
9. 複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手順と、
   前記空間規定手順で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手順において特定した前記重み付けとを基に計算する座標計算手順と
   をコンピュータに実行させるプログラムを記録した記録媒体。
10. コンテンツ空間形成装置と端末装置とを用いたデータ通信方法であって、
    前記コンテンツ空間形成装置が、複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定工程と、
    前記コンテンツ空間形成装置が、前記空間規定工程で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定工程において特定した前記重み付けとを基に計算する座標計算工程と、
    前記コンテンツ空間形成装置から前記端末装置に、前記座標計算工程で計算した座標を送信する送信工程と、
    前記端末装置が、前記送信工程で受信した前記座標を基に、前記コンテンツに対応した画像を配置した画面を表示する表示処理工程と
    を有するデータ通信方法。
11. 複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手段と、
    前記空間規定手段が規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手段が前記特定した重み付けとを基に計算する座標計算手段と、
    前記座標計算手段で計算した前記座標に基づいて、前記コンテンツに対応した画像を配置した画面を表示する表示処理手段と
    を有するコンピュータ。
12. ユーザによる前記複数のコンテンツの利用形態の履歴を示すユーザ利用形態履歴データを生成するユーザ利用形態履歴生成手段
    をさらに有し、
    前記空間規定手段は、前記ユーザ利用形態履歴生成手段が生成した前記ユーザ利用形態履歴データ、あるいは当該ユーザ利用形態履歴データを基に生成されたデータをさらに用いて前記空間を規定する
    請求項１１に記載のコンピュータ。
13. 複数のコンテンツを複数の母集団に割り当て、各母集団において当該母集団に割り当てられた前記コンテンツの基底空間を重み付けに基づいて生成し、前記複数の母集団の基底空間の間の一致度が所定の条件を満たす前記重み付けを特定し、前記複数のコンテンツの各々について規定された当該コンテンツを信号処理により解析して算出可能な複数の種類の特徴量を基に前記コンテンツをマッピングする空間を規定する空間規定手順と、
    前記空間規定手順で規定した前記空間内において前記複数のコンテンツの各々をマッピングする座標を、当該コンテンツの前記複数の種類の特徴量と、当該特徴量に対して前記空間規定手順において特定した前記重み付けとを基に計算する座標計算手順と、
    前記座標計算手順で計算した前記座標に基づいて、前記コンテンツに対応した画像を配置した画面を表示する表示処理手順と
    をコンピュータに実行させるプログラム。

Images