JP5205333B2 - 推薦番組算出装置、推薦番組算出方法及びコンピュータプログラム - Google Patents
推薦番組算出装置、推薦番組算出方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP5205333B2 JP5205333B2 JP2009115851A JP2009115851A JP5205333B2 JP 5205333 B2 JP5205333 B2 JP 5205333B2 JP 2009115851 A JP2009115851 A JP 2009115851A JP 2009115851 A JP2009115851 A JP 2009115851A JP 5205333 B2 JP5205333 B2 JP 5205333B2
- Authority
- JP
- Japan
- Prior art keywords
- program
- keyword
- information
- user
- recommended
- 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.)
- Active
Links
Images
Description
本発明は、推薦番組算出装置、推薦番組算出方法及びコンピュータプログラムに関する。
近年、放送やネットワークの高度化に伴い、ＩＰ−ＴＶなどで多チャンネル環境が整備されてきている。家庭においても多くのチャンネルで番組が提供される環境が整い、視聴者は自宅に居ながら様々な番組を視聴することができる。これにより、視聴者は自分の好みに適した番組を視聴できる機会が多くなってきている。
一方で、多くのチャンネルによって提供される大量の番組から嗜好にあった番組をユーザが見つけ出すことには困難がある。そこで、ユーザの視聴傾向を分析し、嗜好にあった番組表を作成するシステムが提案されている（例えば、非特許文献１）。このシステムでは、時間帯やユーザが視聴した履歴を利用して番組推薦を行っている。
磯辺忠，他７名，「パーソナルＴＶナビシステムの開発と評価結果」，情報処理学会 研究報告，2004-AVM-47（18），p.107-112
非特許文献１に記載のパーソナルＴＶナビシステムでは、ユーザが番組を視聴する時間帯やユーザの視聴履歴に基づいて番組推奨が行われる。しかしながら、時間帯や視聴履歴に限らず、ユーザが過去に訪問した場所、ＷＥＢの閲覧履歴等のユーザのライフログ情報からユーザの嗜好を抽出して、抽出されたユーザの嗜好に基づいて番組を推薦するシステムが提供できればより利便性が増す。但し、過去の訪問場所全てに基づいて番組を推薦した場合、すでにユーザが興味を失った場所に関する番組までも推薦されてしまいかねない。あるいは、ＷＥＢの閲覧履歴や視聴履歴全てに基づいて番組を推薦した場合にも、すでにユーザが興味を失った番組までもが推薦されてしまいかねない。このため、ユーザの直近の興味に応じた適切な番組を推薦することが望ましい。
本発明は、上記の事情を鑑みてなされたもので、ユーザのライフログ情報に基づいて、ユーザの直近の興味に応じた番組を推薦する番組推薦装置を提供することを目的とする。
本発明に係る推薦番組算出装置は以下のような態様の構成とする。
（１）放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得手段と、ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得手段と、前記ライフログ情報取得手段によって取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理手段と、
前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出手段と、前記番組情報取得手段で取得される各番組の詳細情報から、前記キーワード処理手段に蓄積されるキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付け手段と、前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成手段を備える態様とする。
（１）放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得手段と、ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得手段と、前記ライフログ情報取得手段によって取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理手段と、
前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出手段と、前記番組情報取得手段で取得される各番組の詳細情報から、前記キーワード処理手段に蓄積されるキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付け手段と、前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成手段を備える態様とする。
この態様によれば、事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、キーワードの取得頻度が小さいほど大きく減衰するように算出された記憶度に応じて番組の重み付けが行われ、この重みに基づいて番組表を作成することができる。
（２）（１）の構成において、前記ライフログ情報取得手段は、互いに異なる種類のライフログ情報を生成する複数のデバイスを備え、前記記憶度算出手段は、前記複数のデバイスそれぞれのライフログ情報毎に前記記憶度を算出する態様とする。
（２）（１）の構成において、前記ライフログ情報取得手段は、互いに異なる種類のライフログ情報を生成する複数のデバイスを備え、前記記憶度算出手段は、前記複数のデバイスそれぞれのライフログ情報毎に前記記憶度を算出する態様とする。
この態様によれば、ライフログ情報の種類に応じて記憶度を算出することができる。
（３）（１）の構成において、前記ライフログ情報は、前記ユーザが過去に視聴した番組の視聴履歴情報と、前記ユーザが訪問したことのある場所の訪問履歴情報の少なくともいずれかを含む態様とする。
（３）（１）の構成において、前記ライフログ情報は、前記ユーザが過去に視聴した番組の視聴履歴情報と、前記ユーザが訪問したことのある場所の訪問履歴情報の少なくともいずれかを含む態様とする。
この態様によれば、ユーザのテレビ視聴履歴やユーザが訪問したことのある場所の訪問履歴情報をライフログ情報として用いて、視聴頻度や訪問頻度に応じた記憶度を算出することができる。
（４）（１）の構成において、前記番組表作成手段は、所定の値以上の重みを有する番組を前記番組情報から抽出して一覧表示する態様とする。
（４）（１）の構成において、前記番組表作成手段は、所定の値以上の重みを有する番組を前記番組情報から抽出して一覧表示する態様とする。
この態様によれば、所定値以上の重みを有する番組のみを一覧表示することができる。
また、本発明に係る推薦番組算出方法は以下のような態様の構成とする。
（５）放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得ステップと、ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得ステップと、前記取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理ステップと、前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出ステップと、前記取得された各番組の詳細情報から、前記蓄積されたキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付けステップと、前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成ステップとを備える態様とする。
また、本発明に係る推薦番組算出方法は以下のような態様の構成とする。
（５）放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得ステップと、ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得ステップと、前記取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理ステップと、前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出ステップと、前記取得された各番組の詳細情報から、前記蓄積されたキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付けステップと、前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成ステップとを備える態様とする。
この態様によれば、事象が生じた最終日時と現在日時の差が大きいほど大きく減衰し、キーワードの取得頻度が小さいほど大きく減衰するように算出された記憶度に応じて番組の重み付けが行われ、この重みに基づいて番組表を作成することができる。
（６）（５）の構成において、前記ライフログ情報取得ステップでは、複数のデバイスによって互いに異なる種類のライフログ情報が生成され、前記記憶度算出ステップでは、前記デバイスそれぞれのライフログ情報毎に前記記憶度が算出される態様とする。
（６）（５）の構成において、前記ライフログ情報取得ステップでは、複数のデバイスによって互いに異なる種類のライフログ情報が生成され、前記記憶度算出ステップでは、前記デバイスそれぞれのライフログ情報毎に前記記憶度が算出される態様とする。
この態様によれば、ライフログ情報の種類に応じて記憶度を算出することができる。
（７）（５）の構成において、前記ライフログ情報は、前記ユーザが過去に視聴した番組の視聴履歴情報と、前記ユーザが訪問したことのある場所の訪問履歴情報の少なくともいずれかを含む態様とする。
（７）（５）の構成において、前記ライフログ情報は、前記ユーザが過去に視聴した番組の視聴履歴情報と、前記ユーザが訪問したことのある場所の訪問履歴情報の少なくともいずれかを含む態様とする。
この態様によれば、ユーザのテレビ視聴履歴やユーザが訪問したことのある場所の訪問履歴情報をライフログ情報として用いて、視聴頻度や訪問頻度に応じた記憶度を算出することができる。
（８）（５）の構成において、前記番組表作成ステップでは、所定の値以上の重みを有する番組前記が番組表情報から抽出されて一覧表示される態様とする。
（８）（５）の構成において、前記番組表作成ステップでは、所定の値以上の重みを有する番組前記が番組表情報から抽出されて一覧表示される態様とする。
この態様によれば、所定値以上の重みを有する番組のみを一覧表示することができる。
また、本発明に係るコンピュータプログラムは以下のような態様の構成とする。
（９） コンピュータを、放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得手段と、ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得手段と、前記ライフログ情報取得手段によって取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理手段と、前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出手段と、前記番組情報取得手段で取得される各番組の詳細情報から、前記キーワード処理手段に蓄積されるキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付け手段と、前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成手段として機能させるための態様とする。
また、本発明に係るコンピュータプログラムは以下のような態様の構成とする。
（９） コンピュータを、放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得手段と、ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得手段と、前記ライフログ情報取得手段によって取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理手段と、前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出手段と、前記番組情報取得手段で取得される各番組の詳細情報から、前記キーワード処理手段に蓄積されるキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付け手段と、前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成手段として機能させるための態様とする。
この態様によれば、事象が生じた最終日時と現在日時の差が大きいほど大きく減衰し、キーワードの取得頻度が小さいほど大きく減衰するように算出された記憶度に応じて番組の重み付けが行われ、この重みに基づいて番組表を作成することができる。
本発明の構成によれば、放送または配信予定の複数の番組それぞれの詳細情報を番組情報取得手段によって取得し、ユーザが体験した事象を特定するキーワードを含むライフログ情報をライフログ情報取得手段によって取得し、取得されたライフログ情報中のキーワードをキーワード処理手段によって蓄積し、各キーワードの取得頻度を計数する。蓄積されたキーワードそれぞれについて、当該事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を記憶度算出手段によって算出し、番組情報取得手段で取得される各番組の詳細情報から、重み付け手段によってキーワード処理手段に蓄積されるキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う。この番組の重みに基づいて、番組表作成手段が番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成するため、ユーザのライフログ情報に基づいて、ユーザの直近の興味に応じた番組を推薦することが可能となる。
以下、図面を参照して本発明の実施の形態を詳細に説明する。
図１は、本発明に係る推薦番組算出装置を用いた推薦番組算出システムの一実施形態を示すシステム構成図である。本システムは、テレビ操作ログ取得用コンピュータ１、位置情報算出用コンピュータ２、番組表作成用コンピュータ３を有する。これらのコンピュータ１〜３は、プロセッサ（ＣＰＵ）や記憶装置、入出力装置等を備える通常のコンピュータであり、有線又は無線のネットワーク６を介して互いに接続される。
図１は、本発明に係る推薦番組算出装置を用いた推薦番組算出システムの一実施形態を示すシステム構成図である。本システムは、テレビ操作ログ取得用コンピュータ１、位置情報算出用コンピュータ２、番組表作成用コンピュータ３を有する。これらのコンピュータ１〜３は、プロセッサ（ＣＰＵ）や記憶装置、入出力装置等を備える通常のコンピュータであり、有線又は無線のネットワーク６を介して互いに接続される。
上記テレビ操作ログ取得用コンピュータ１は、テレビ４に対して送信されるリモートコントローラ（以下、リモコン）４ａからの赤外線信号を受信し、当該赤外線信号によって指示される操作内容を判別してテレビ操作ログを取得し、取得したテレビ操作ログをＥＰＧ（Electric Program Guide：電子番組案内）情報と比較して視聴履歴情報を作成する。
上記位置情報算出用コンピュータ２は、ＧＰＳ（Global Positioning System：全地球測位システム）装置５から、例えばユーザが訪問先で地点登録した測定時刻、緯度、経度の位置情報を取得し、各位置情報から訪問先の名所、店舗、建物等の位置情報を算出して訪問履歴情報を作成する。
上記番組表作成用コンピュータ３は、上記コンピュータ１，２で得られた視聴履歴情報、訪問履歴情報に基づいて、ＥＰＧ情報に含まれる番組中からユーザに推薦する番組を特定して推薦番組表を作成する。
尚、図１では、各コンピュータ１〜３をネットワーク６で接続されるものとしたが、ネットワーク６を介さず直接的に接続してもよい。また、テレビ操作ログ取得用コンピュータ１、位置情報算出用コンピュータ２、番組表作成用コンピュータ３のうちの複数のコンピュータの機能を、１つのコンピュータによって実現してもよい。
尚、図１では、各コンピュータ１〜３をネットワーク６で接続されるものとしたが、ネットワーク６を介さず直接的に接続してもよい。また、テレビ操作ログ取得用コンピュータ１、位置情報算出用コンピュータ２、番組表作成用コンピュータ３のうちの複数のコンピュータの機能を、１つのコンピュータによって実現してもよい。
図２は、図１に示す推薦番組算出システムの具体的な構成を示す機能ブロック図である。
テレビ操作ログ取得用のコンピュータ１は、視聴履歴生成部１１を有し、テレビ４に対して送信されたリモコン４ａからの赤外線信号を受信し、テレビ４の操作ログを取得する。また、コンピュータ１は、ＥＰＧ情報取得部１２を備え、放送信号または通信回線を通じて提供されるＥＰＧ情報を逐次取得して視聴履歴生成部１１に提供するようになされている。上記ＥＰＧ情報には、所定の期間（例えば１週間分）に放送又は配信される予定の各番組の情報が含まれている。上記視聴履歴生成部１１は、ユーザの指示に応じて、又は予め設定された日時が到来すると、テレビ４の操作ログを取得し、当該操作ログとＥＰＧ情報とを比較してテレビ４における視聴履歴情報（視聴した時刻、番組名、ジャンル、出演者名、番組内容）を生成する。生成された視聴履歴情報はコンピュータ３に送信される。以下では、視聴履歴情報が作成される都度コンピュータ３に送信される例について説明するが、視聴履歴情報は例えば決められた時刻などにまとめて送信されてもよい。
テレビ操作ログ取得用のコンピュータ１は、視聴履歴生成部１１を有し、テレビ４に対して送信されたリモコン４ａからの赤外線信号を受信し、テレビ４の操作ログを取得する。また、コンピュータ１は、ＥＰＧ情報取得部１２を備え、放送信号または通信回線を通じて提供されるＥＰＧ情報を逐次取得して視聴履歴生成部１１に提供するようになされている。上記ＥＰＧ情報には、所定の期間（例えば１週間分）に放送又は配信される予定の各番組の情報が含まれている。上記視聴履歴生成部１１は、ユーザの指示に応じて、又は予め設定された日時が到来すると、テレビ４の操作ログを取得し、当該操作ログとＥＰＧ情報とを比較してテレビ４における視聴履歴情報（視聴した時刻、番組名、ジャンル、出演者名、番組内容）を生成する。生成された視聴履歴情報はコンピュータ３に送信される。以下では、視聴履歴情報が作成される都度コンピュータ３に送信される例について説明するが、視聴履歴情報は例えば決められた時刻などにまとめて送信されてもよい。
ＧＰＳ装置５はユーザが携帯可能な端末装置であり、全地球測位システム（ＧＰＳ）を利用してユーザの現在位置を測定することができる。コンピュータ２が携帯可能なモバイルコンピュータである場合には、ＧＰＳ装置５はコンピュータ２に内蔵されていてもよい。測定された位置情報（緯度、経度及び測定時刻）は、ＧＰＳ装置５内の所定の領域にログとして記録される。
位置情報算出用のコンピュータ２は、訪問履歴生成部２１と地図情報保持部２２を有し、ＧＰＳ装置５からログとして記録された位置情報を取得する。上記訪問履歴生成部２１は、ユーザの指示に応じて、又は所定の時刻に、ＧＰＳ装置５から位置情報を取得し、予め保持している地図情報と照合して、各位置情報によって示される地点（ユーザが訪問した地点）の地名（あるいは住所）を取得する。また、訪問履歴生成部２１は、当該地点から所定の半径Ｒ（例えば１００ｍ）以内の地名及び建物名称等を地図情報から抽出し、訪問履歴情報（訪問日時、地名、周辺の地名、周辺の建物等の名称）を生成する。生成された訪問履歴情報は、コンピュータ３に送信される。以下では、訪問履歴情報が作成される都度コンピュータ３に送信される例について説明するが、訪問履歴情報は、例えば決められた時刻などにまとめて送信されてもよい。
番組表作成用のコンピュータ３は、キーワード処理部３１、重み算出部３２、推薦番組表示部３３、キーワードテーブル３４及び推薦番組テーブル３５を備えている。また、コンピュータ３は、ＥＰＧ情報取得部３６を備え、当該ＥＰＧ情報取得部３６にて一定期間内に放送または配信される予定の番組情報を取得し保持している。
上記キーワード処理部３１は、コンピュータ１及び２から送信された視聴履歴情報と訪問履歴情報からキーワードを抽出し、図８に示す処理によってキーワード毎の出現頻度をキーワードテーブル３４に記憶する。本実施形態においては、例えば視聴履歴情報に含まれる番組の出演者、訪問履歴情報に含まれる地名、建物名称等がキーワードとして抽出される。
上記重み算出部３２はＥＰＧ情報に含まれる各番組の重み付けを行うもので、初期重み算出部３２ａ、記憶度算出部３２ｂ、重み補正部３２ｃを備えている。
初期重み算出部３２ａは、図９に示す処理によって番組及びキーワードの組み合わせ毎の視聴履歴重み又は訪問履歴重みを算出する。記憶度算出部３２ｂは、図１０に示す処理によってユーザの興味や嗜好との関連性の強さを表す記憶度Φをキーワード毎に算出する。重み補正部３２ｃは、初期に算出された各番組の重みを図１１に示す処理によって補正する。
初期重み算出部３２ａは、図９に示す処理によって番組及びキーワードの組み合わせ毎の視聴履歴重み又は訪問履歴重みを算出する。記憶度算出部３２ｂは、図１０に示す処理によってユーザの興味や嗜好との関連性の強さを表す記憶度Φをキーワード毎に算出する。重み補正部３２ｃは、初期に算出された各番組の重みを図１１に示す処理によって補正する。
推薦番組表示部３３は、重み算出部３２が算出した重みに基づいてＥＰＧ情報から決定される推薦番組をコンピュータ３の表示部３３に一覧表示する。一覧表示は、推薦番組表示部３３から表示情報を外部出力させ、コンピュータ３にネットワーク６を介して接続されている他のコンピュータの表示部で行われるようにしてもよい。
尚、ここでは詳細は図示しないが、推薦番組を特定して一覧表示した結果、ユーザが推薦番組の中から所望の番組を選択し、当該番組を視聴したり、視聴又は録画の予約を行ったりすることができるようにしておくとよい。ユーザの選択に応じた視聴指示や予約指示が、コンピュータ３にネットワーク６を介して接続された他のコンピュータに送られ、当該他のコンピュータにおいて番組の視聴や予約が行われてもよい。
キーワードテーブル３４には、例えば図３に示すように、キーワード毎の出現頻度、各キーワードを含む履歴情報が生成された最新の日時（最終日時）、及び各キーワードを含む最新の履歴情報の属性（訪問履歴であるか視聴履歴であるか）が記憶される。
推薦番組テーブル３５には、ＥＰＧ情報に基づいて各番組の放送開始時刻、終了時刻、チャンネル名、番組名、ジャンル、出演者、番組内容等の情報が展開され、図１１の処理によって算出される番組毎の重みが記憶される。
推薦番組テーブル３５には、ＥＰＧ情報に基づいて各番組の放送開始時刻、終了時刻、チャンネル名、番組名、ジャンル、出演者、番組内容等の情報が展開され、図１１の処理によって算出される番組毎の重みが記憶される。
推薦番組表示部３３は、推薦番組テーブル３５を参照して所定の値以上の重みを有する番組を推薦番組として一覧表示する。
次に、以上のような構成を有する推薦番組算出システムの動作について説明する。図８〜図１１の各処理を、コンピュータ３のキーワード処理部３１、重み算出部３２及び推薦番組表示部３３によって実行させるためのプログラムは、コンピュータ３の図示しない記憶装置に予め記憶されている。
次に、以上のような構成を有する推薦番組算出システムの動作について説明する。図８〜図１１の各処理を、コンピュータ３のキーワード処理部３１、重み算出部３２及び推薦番組表示部３３によって実行させるためのプログラムは、コンピュータ３の図示しない記憶装置に予め記憶されている。
図８は、コンピュータ３のキーワード処理部３１によって行われる処理のフローチャートを示す。
キーワード処理部３１は、コンピュータ１から送信された視聴履歴情報またはコンピュータ２から送信された訪問履歴情報を受信すると（ステップＳ８１）、受信した履歴情報に含まれているキーワード（番組出演者、地名、建物名称等）が、既にキーワードテーブル３４（図３参照）に蓄積されているキーワードのいずれかと一致するか否かを判断する（ステップＳ８２）。
キーワード処理部３１は、コンピュータ１から送信された視聴履歴情報またはコンピュータ２から送信された訪問履歴情報を受信すると（ステップＳ８１）、受信した履歴情報に含まれているキーワード（番組出演者、地名、建物名称等）が、既にキーワードテーブル３４（図３参照）に蓄積されているキーワードのいずれかと一致するか否かを判断する（ステップＳ８２）。
受信した履歴情報に含まれているキーワードが、キーワードテーブル３４に記憶されたいずれかのキーワードと同一であれば（ステップＳ８２でＹｅｓ）、当該キーワードの出現頻度（キーワードが取得された回数）をカウントアップし、また当該履歴情報に含まれる日時情報（番組を視聴した日時又は位置測定を行った日時）を最終日時としてキーワードテーブル３４に記憶する（ステップＳ８３）。
一方、受信した履歴情報に含まれているキーワードが、キーワードテーブル３４に記憶されていなければ（ステップＳ８２でＮｏ）、当該キーワードを出現頻度「１」としてキーワードテーブル３４に追記する（ステップＳ８４）。このとき、当該キーワードに関連付けて、受信した履歴情報に含まれる日時情報（番組を視聴した日時又は位置測定を行った日時）を最終日時としてキーワードテーブル３４に記憶し、また当該履歴情報の属性（視聴履歴情報であるか又は訪問履歴情報であるか）も記憶しておく。
その後、コンピュータ１及びコンピュータ２から送信される全ての履歴情報について処理が終了したか否かを判断し（ステップＳ８５）、処理されていない履歴情報があれば（ステップＳ８５でＮｏ）、ステップＳ８１に戻って未処理の履歴情報について上述した処理を繰り返し実行する。全ての履歴情報について処理が終了していれば（ステップＳ８５でＹｅｓ）、一連の処理を終了し、重み算出部３２に処理終了を通知する。
なお以上の処理では、履歴情報に含まれる出演者、地名、建物名称をキーワードとして抽出しキーワードテーブル３４に追記するものとしたが、番組名やジャンル、番組内容の中の特定の単語など、他の特徴的な文字列をキーワードとしてキーワードテーブル３４に記憶するようにしてもよい。
図９は、重み算出部３２の初期重み算出部３２ａによって行われる処理のフローチャートを示す。
キーワード処理部３１からの処理終了通知を受信すると、初期重み算出部３２ａは、ＥＰＧ情報取得部３６からＥＰＧ情報を読み出して放送または配信予定の番組の情報を展開し、推薦番組テーブル３５に追記する（ステップＳ９１）。図４に、推薦番組テーブル３５に格納される情報の一例を示す。図４に示すように、推薦番組テーブル３５には、各番組の放送開始時刻、放送終了時刻、チャンネル名、番組名、ジャンル、出演者、番組内容等の情報が書き込まれる。図４では説明を簡略化するために６つの番組の情報が示されているが、通常のＥＰＧ情報には、例えば一週間分など所定の期間に放送（又は配信）される番組全ての情報が含まれる。
キーワード処理部３１からの処理終了通知を受信すると、初期重み算出部３２ａは、ＥＰＧ情報取得部３６からＥＰＧ情報を読み出して放送または配信予定の番組の情報を展開し、推薦番組テーブル３５に追記する（ステップＳ９１）。図４に、推薦番組テーブル３５に格納される情報の一例を示す。図４に示すように、推薦番組テーブル３５には、各番組の放送開始時刻、放送終了時刻、チャンネル名、番組名、ジャンル、出演者、番組内容等の情報が書き込まれる。図４では説明を簡略化するために６つの番組の情報が示されているが、通常のＥＰＧ情報には、例えば一週間分など所定の期間に放送（又は配信）される番組全ての情報が含まれる。
一方で、初期重み算出部３２ａは、キーワードテーブル３４から蓄積されている全てのキーワード及びその属性を取得する（ステップＳ９２）。
次に、初期重み算出部３２ａは、取得したキーワードと推薦番組テーブル３５に追記された番組の情報とを比較し、番組とキーワードの組み合わせ毎に、視聴履歴重みまたは訪問履歴重みを算出する（ステップＳ９３）。具体的には、キーワードの属性が視聴履歴情報を示す場合は視聴履歴重みを算出し、キーワードの属性が訪問履歴情報を示す場合は訪問履歴重みを算出する。
次に、初期重み算出部３２ａは、取得したキーワードと推薦番組テーブル３５に追記された番組の情報とを比較し、番組とキーワードの組み合わせ毎に、視聴履歴重みまたは訪問履歴重みを算出する（ステップＳ９３）。具体的には、キーワードの属性が視聴履歴情報を示す場合は視聴履歴重みを算出し、キーワードの属性が訪問履歴情報を示す場合は訪問履歴重みを算出する。
具体的には、番組の情報にキーワードテーブル３４から読み出したいずれかのキーワードが含まれていた場合、当該番組と当該キーワードとの組み合わせに対応する視聴履歴重み又は訪問履歴重みを１とする。一方、番組の情報に、キーワードテーブル３４から読み出したキーワードが含まれていなかった場合、当該番組と当該キーワードとの組み合わせに対応する視聴履歴重み又は訪問履歴重みを０とする。
初期重み算出部３２ａは、番組とキーワードの組み合わせ毎に算出された視聴履歴重み又は訪問履歴重みを推薦番組テーブル３５に記憶して（ステップＳ９４）、一連の処理を終了し、記憶度算出部３２ｂに処理終了を通知する。
例えば、図４に示すように「番組００」の情報に出演者として「タレントＡ１」が含まれている場合には、この「タレントＡ１」は、キーワードテーブル３４から読み出されたキーワードに含まれるため、「番組００」と「タレントＡ１」の組み合わせに対応する視聴履歴重みは「１」となる。一方、「番組００」の情報には出演者として「タレントＢ２」が含まれていないため、「番組００」と「タレントＢ２」の組み合わせに対応する視聴履歴重みは「０」となる。
例えば、図４に示すように「番組００」の情報に出演者として「タレントＡ１」が含まれている場合には、この「タレントＡ１」は、キーワードテーブル３４から読み出されたキーワードに含まれるため、「番組００」と「タレントＡ１」の組み合わせに対応する視聴履歴重みは「１」となる。一方、「番組００」の情報には出演者として「タレントＢ２」が含まれていないため、「番組００」と「タレントＢ２」の組み合わせに対応する視聴履歴重みは「０」となる。
また、「番組１０」の番組内容が「仙台特集」であり、キーワードテーブル３４から読み出されたキーワードにユーザが訪問したことがある「仙台駅」（頻度：１回）が含まれていたとする。このとき、対応する訪問履歴重みは「１」となる。同様に、「番組２０」の番組内容が「今日の大阪」であり、キーワードに「大阪駅」が含まれていた場合、この「大阪駅」に対応する訪問履歴重みは「１」となる。また、「番組２１」の番組内容が「東京特集」であり、キーワードに「東京駅」が含まれていた場合、この「東京駅」に対応する訪問履歴重みは「１」となる。
なお、視聴履歴重み及び訪問履歴重みについては、例えば概念ベース（別所克人、他２名，「単語・意味属性間共起に基づく概念ベースの拡張方式」社団法人 情報処理学会 研究報告，2006-ICS-144，p.29-34参照）などを利用して、より精度良く算出しても良い。
また、図９ではステップＳ９１とステップＳ９２の処理が並列して示してあるが、これらの処理はどちらかが先に実行されてもよい。
また、図９ではステップＳ９１とステップＳ９２の処理が並列して示してあるが、これらの処理はどちらかが先に実行されてもよい。
図１０は、重み算出部３２の記憶度算出部３２ｂによって行われる処理のフローチャートである。本実施形態では、ユーザの現在の興味や嗜好とキーワードとの関連の強さを記憶度Φによって表す。すなわち、記憶度Φの値が大きいキーワードほど、ユーザの現在の興味や嗜好との関連性が強いものと定義する。図１０は、キーワード毎の記憶度を算出する処理を示す。
初期重み算出部３２ａから処理終了通知を受信すると、記憶度算出部３２ｂは、コンピュータ３のプロセッサが計時している現在日時を取得する（ステップＳ１０１）。また記憶度算出部３２ｂは、キーワードテーブル３４から各キーワード及びそれぞれのキーワードに対応する最終日時、属性、頻度を読み出す（ステップＳ１０２）。
次に、記憶度算出部３２ｂは、キーワード毎の最終日時、属性、頻度から、以下の記憶関数に基づいてキーワード毎の記憶度Φを算出する（ステップＳ１０３）。
Φ=exp[ - { A * ( tc - tlast ) 2} ] （１）
ここで、tlastはキーワードに対応する最終日時であり、tcはステップＳ１０１で取得した現在の日時である。またＡは頻度影響度であり、以下の頻度影響度関数によって算出する。
Φ=exp[ - { A * ( tc - tlast ) 2} ] （１）
ここで、tlastはキーワードに対応する最終日時であり、tcはステップＳ１０１で取得した現在の日時である。またＡは頻度影響度であり、以下の頻度影響度関数によって算出する。
A = 1.0 / ( B * count ) （２）
ここで、ｃｏｕｎｔはキーワードテーブル３４から取得した頻度を表す。Ｂはキーワードテーブル３４の属性に応じて予め定められる頻度影響率である。
その後、記憶度算出部３２ｂは、各キーワードと、キーワード毎の属性及び記憶度Φを重み補正部３２ｃに送信する（ステップＳ１０４）。
ここで、ｃｏｕｎｔはキーワードテーブル３４から取得した頻度を表す。Ｂはキーワードテーブル３４の属性に応じて予め定められる頻度影響率である。
その後、記憶度算出部３２ｂは、各キーワードと、キーワード毎の属性及び記憶度Φを重み補正部３２ｃに送信する（ステップＳ１０４）。
図１０において、ステップＳ１０３のブロックに、記憶度Φの時間変化を表すグラフを示す。このグラフに示されているように、式（１）より、記憶度Φは最終時刻と現在の時刻の差に応じて指数関数的に減衰する。すなわち記憶度Φは、時間が経つほど減少する。従って最終日時が古いキーワードほど、記憶度Φの値が小さくなり、ユーザの現在の興味や嗜好との関連性が弱いものされる。
また式（２）より、頻度影響度Ａの値は、頻度影響率Ｂが大きいほど、また頻度（ｃｏｕｎｔ）が大きいほど小さくなる。また式（１）より、記憶度Φは頻度影響度Ａが大きいほど減衰率が大きい。すなわち、頻度影響度Ａが大きいキーワードほど、ユーザの現在の興味や嗜好との関連性が弱くなる。
図５は、視聴履歴情報に対応する頻度影響率Ｂを５とし、訪問履歴情報に対応する頻度影響率Ｂを１０とした場合の記憶度Φの算出結果を示す。
図３では、キーワード「タレントＡ１」の頻度は３０回、キーワード「タレントＢ２」の頻度は２回であり、「タレントＢ２」の頻度の方が小さい。このため図５に示すように「タレントＢ２」の頻度影響度Ａの値の方が大きくなり、記憶度Φの減衰率も大きい。すなわち、出現頻度の低いキーワードほど、ユーザの現在の興味や関心との関連性の強さを表す記憶度Φの値が小さくなる。
図３では、キーワード「タレントＡ１」の頻度は３０回、キーワード「タレントＢ２」の頻度は２回であり、「タレントＢ２」の頻度の方が小さい。このため図５に示すように「タレントＢ２」の頻度影響度Ａの値の方が大きくなり、記憶度Φの減衰率も大きい。すなわち、出現頻度の低いキーワードほど、ユーザの現在の興味や関心との関連性の強さを表す記憶度Φの値が小さくなる。
また図３では、キーワード「仙台駅」の頻度は１回、最終日時は「２００７年１０月２日９：００」であり、キーワード「東京駅」の頻度は１０００回、最終日時は「２００７年１０月３日１０：０５」である。これに対して、図５に示すように「仙台駅」の頻度影響度Ａは「０．１」、「２００９年１月４日０：００」現在の記憶度Φは「０」となる。また「東京駅」の頻度影響度Ａは「０．０００１」、「２００９年１月４日０：００」現在の記憶度Φは「１」となっている。すなわち、経過時間はほとんど変わらなくとも、頻度が小さいキーワードほど記憶度Φの値が小さくなっていることがわかる。
また図３では、キーワード「大阪駅」の頻度は１回、最終日時は「２００８年１２月３１日１０：００」である。これに対して、図５に示すように「大阪駅」の頻度影響度Ａは「０．１」、「２００９年１月４日０：００」現在の記憶度Φは「０．８５」となっている。すなわち「大阪駅」は「仙台駅」と同様に１回しか訪れていない場所であるが、最終日時からのそれほど時間が経過していないので、「仙台駅」と比べて記憶度Φの減衰が小さく、ユーザの現在の興味や嗜好との関連が強い。
なお，以上の処理では記憶関数と頻度影響度関数を上記の式（１）、（２）を用いて表したが、記憶関数は最終時刻と現在の時刻の差に応じて減衰し、頻度影響度が大きくなるに従って減衰率が大きくなる関数であれば、他の関数が用いられてもよい。
図１１は、重み算出部３２の重み補正部３２ｃによって行われる処理のフローチャートを示す。
図１１は、重み算出部３２の重み補正部３２ｃによって行われる処理のフローチャートを示す。
キーワード及び当該キーワードに対応する属性と記憶度Φを記憶度算出部３２ｂから受信すると、重み補正部３２ｃは、推薦番組テーブル３５に記憶された当該キーワードに対応する視聴履歴重み及び訪問履歴重みに記憶度Φを乗算して、各視聴履歴重み及び訪問履歴重みを補正する（ステップＳ１１１）。
そして、補正された視聴履歴重みと訪問履歴重みのうちで最大の値を番組毎に算出し、算出された値を各番組の重みとして定めて、推薦番組テーブル３５に追記する（ステップＳ１１２）。追記が終了したら、一連の処理を終了し、推薦番組表示部３３に処理終了を通知する。
図６は、番組毎に重みが追記された推薦番組テーブルの一例を示す図である。
図５に示すように、キーワード「タレントＡ１」の記憶度Φは「１」である。「番組００」について「タレントＡ１」に対応する視聴履歴重み（図４では１）に記憶度Φ（＝１）をステップＳ１１１で乗算すると、補正された視聴履歴重みは「１」となる。「番組００」については、補正された視聴履歴重みと訪問履歴重みのうちでこの「１」が最大の値なので、「番組００」の重みは「１」とされ、ステップＳ１１２で推薦番組テーブル３５に追加される。
図５に示すように、キーワード「タレントＡ１」の記憶度Φは「１」である。「番組００」について「タレントＡ１」に対応する視聴履歴重み（図４では１）に記憶度Φ（＝１）をステップＳ１１１で乗算すると、補正された視聴履歴重みは「１」となる。「番組００」については、補正された視聴履歴重みと訪問履歴重みのうちでこの「１」が最大の値なので、「番組００」の重みは「１」とされ、ステップＳ１１２で推薦番組テーブル３５に追加される。
また図５に示すように、キーワード「仙台駅」の記憶度Φは「０」である。例えば「番組１０」の番組内容は「仙台特集」であるが、この「番組１０」について「仙台駅」に対応する視聴履歴重み（図４では１）に記憶度Φ（＝０．００）をステップＳ１１１で乗算すると、補正された視聴履歴重みは「０」となる。「番組１０」については、全てのキーワードについて補正された視聴履歴重みと訪問履歴重み全ての値が「０」となるので、「番組１０」の重みは「０」とされ、ステップＳ１１２で推薦番組テーブル３５に追加される。
また図５では、キーワード「大阪駅」の記憶度Φは「０．８５」である。例えば「番組２０」の番組内容は「今日の大阪」であるが、この「番組２０」について「大阪駅」に対応する視聴履歴重み（図４では１）に記憶度Φ（＝０．８５）をステップＳ１１１で乗算すると、補正された視聴履歴重みは「０．８５」となる。「番組２０」については、補正された視聴履歴重みと訪問履歴重みのうちでこの「０．８５」が最大の値なので、「番組２０」の重みは「０．８５」とされ、ステップＳ１１２で推薦番組テーブル３５に追加される。
また図５では、キーワード「東京駅」の記憶度Φは「１」である。例えば「番組２１」の番組内容は「東京特集」であるが、この「番組２１」について「東京駅」に対応する視聴履歴重み（図４では１．００）に記憶度Φ（＝１）をステップＳ１１１で乗算すると、補正された視聴履歴重みは「１」となる。「番組２１」については、補正された視聴履歴重みと訪問履歴重みのうちでこの「１」が最大の値なので、「番組２１」の重みは「１」とされ、ステップＳ１１２で推薦番組テーブル３５に追加される。
コンピュータ３の推薦番組表示部３３は、重み補正部３２ｃから処理終了通知を受信すると、推薦番組テーブル３５から、番組毎に展開された番組の情報、キーワード、視聴履歴重み、訪問履歴重み、重みを読み出し、読み出した情報に基づいて番組表を表示する。具体的には、予め定めた閾値以上の重みを有する番組を抽出して一覧表示する。
図７は、予め閾値を０．８と定めた場合に、推薦番組表示部３３によって一覧表示される推薦番組の一例を示す。図６では、閾値０．８以上の重みを有するのは、「番組００」、「番組２０」、「番組１１」及び「番組２１」の４番組である。従って図７に示すように、これらの４番組の開始時刻、終了時刻、チャンネル、番組名、ジャンル、出演者及び番組内容が表示される。
このように、ユーザが視聴する頻度の高い「タレントＡ」（図３では３０回）が出演する「番組００」は推薦番組として表示されるが、ユーザが視聴する頻度の低い「タレントＡ２」が出演する「番組０１」は表示されない。
また、ユーザが頻繁に訪れる「東京駅」（図３では１０００回）に関する「番組２１」は推薦番組として表示されるが、ユーザが「２００７年１０月２日９：００」に１回訪れたきりの「仙台駅」に関する「番組１０」は表示されない。
また、ユーザが頻繁に訪れる「東京駅」（図３では１０００回）に関する「番組２１」は推薦番組として表示されるが、ユーザが「２００７年１０月２日９：００」に１回訪れたきりの「仙台駅」に関する「番組１０」は表示されない。
「２００８年１２月３１日１０：００」に１回訪れただけの「大阪駅」に関する「番組２０」は「２００９年１月４日０：００」の時点では推薦番組として表示されるが、この後ユーザが「大阪駅」を訪問しなければ、時間の経過と共に記憶度Φが減衰して、推薦番組として表示されなくなる。
以上のように、この番組推薦システムでは、ユーザが過去に視聴した番組の履歴情報に限らず、普段の生活でユーザが訪問した場所の履歴等のライフログに基づいて、ＥＰＧ情報に含まれる番組毎に「重み」を算出する。すなわち、ユーザが体験した事象を特定するキーワードがライフログ情報から抽出され、キーワード毎の出現頻度が計数されるとともに、ライフログ情報を生成したデバイスに応じて頻度影響率Ｂが定義され、頻度影響率Ｂと頻度から頻度影響度Ａが算出される。そして事象が起こった最終時刻、現在の時刻、及び頻度影響度Ａによって定義される記憶関数から記憶度Φが算出される。ここで、記憶関数は、最終時刻と現在の時刻の差に応じて減衰し、頻度影響度Ａが大きくなるに従って減衰率が大きくなる関数である。この記憶度Φを用いて番組毎の「重み」を付与し、番組毎の重みに基づいて、ＥＰＧ情報から番組表が作成されてユーザに提供される。記憶度Φは、キーワードに対してユーザが関心を持つ度合いを表す。
このように、複数のチャンネルや多くの番組が放送又は配信されていても、ユーザが頻繁に訪問した場所等、ユーザが頻繁に経験した事象に関連した番組や、ユーザの嗜好にあった番組を推薦することが出来るようになる。特に、記憶度Φを用いて番組の重みを修正して番組表を作成することで、ユーザが現在興味ある事柄に関連する番組を推薦できるようになる。加えて、デバイスに応じて算出された頻度影響度Ａを記憶度Φの算出時に用いることで、ライフログの属性に応じた重み付けを行うことができるようになる。
なお上述の説明では、ＧＰＳ装置５が測定した位置情報がライフログ情報の一例として用いられたが、これに限らず、ＰＣでのＷＥＢの閲覧履歴、ファイルの閲覧履歴、画像データや音楽データの再生履歴等もライフログ情報として用いてもよい。
以上のように、この番組推薦システムによれば、ユーザのＴＶ視聴履歴や訪問した場所の履歴等のライフログに基づいて、ユーザの直近に興味や嗜好との関連が大きい番組を抽出することができる。従って、複数のチャンネルで多くの番組が放送（又は配信）される場合であっても、ユーザの直近の興味や嗜好に合わせた番組を推薦することができるようになる。例えば、ユーザが頻繁に訪問したことのある場所に関連する番組を推薦すること等が可能となる。
以上のように、この番組推薦システムによれば、ユーザのＴＶ視聴履歴や訪問した場所の履歴等のライフログに基づいて、ユーザの直近に興味や嗜好との関連が大きい番組を抽出することができる。従って、複数のチャンネルで多くの番組が放送（又は配信）される場合であっても、ユーザの直近の興味や嗜好に合わせた番組を推薦することができるようになる。例えば、ユーザが頻繁に訪問したことのある場所に関連する番組を推薦すること等が可能となる。
尚、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成を削除してもよい。さらに、異なる実施形態例に亘る構成要素を適宜組み合わせてもよい。
また、本発明は、コンピュータに所定の手段を実行させるため、コンピュータを所定の手段として機能させるため、コンピュータに所定の機能を実現させるため、あるいはプログラムを記録したコンピュータ読取り可能な記録媒体としても実施することもできる。
１…テレビ操作ログ取得用コンピュータ、２…位置情報算出用コンピュータ、３…番組表作成用コンピュータ、４…テレビ、４ａ…リモコン、５…ＧＰＳ装置、１１…視聴履歴生成部、１２…ＥＰＧ情報、２１…訪問履歴生成部、２２…地図情報、３１…キーワード処理部、３２…重み算出部、３２ａ…初期重み算出部、３２ｂ…記憶度算出部、３２ｃ…重み補正部、３３…推薦番組表示部、３４…キーワードテーブル、３５…推薦番組テーブル、３６…ＥＰＧ情報。
Claims (9)
- 放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得手段と、
ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得手段と、
前記ライフログ情報取得手段によって取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理手段と、
前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出手段と、
前記番組情報取得手段で取得される各番組の詳細情報から、前記キーワード処理手段に蓄積されるキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付け手段と、
前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成手段と、
を備える推薦番組算出装置。 - 前記ライフログ情報取得手段は、互いに異なる種類のライフログ情報を生成する複数のデバイスを備え、
前記記憶度算出手段は、前記複数のデバイスそれぞれのライフログ情報毎に前記記憶度を算出する請求項１に記載の推薦番組算出装置。 - 前記ライフログ情報は、前記ユーザが過去に視聴した番組の視聴履歴情報と、前記ユーザが訪問したことのある場所の訪問履歴情報の少なくともいずれかを含む請求項１記載の推薦番組算出装置。
- 前記番組表作成手段は、所定の値以上の重みを有する番組を前記番組情報から抽出して一覧表示する請求項１記載の推薦番組算出装置。
- 放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得ステップと、
ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得ステップと、
前記取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理ステップと、
前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出ステップと、
前記取得された各番組の詳細情報から、前記蓄積されたキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付けステップと、
前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成ステップと、
を備える推薦番組算出方法。 - 前記ライフログ情報取得ステップでは、複数のデバイスによって互いに異なる種類のライフログ情報が生成され、
前記記憶度算出ステップでは、前記デバイスそれぞれのライフログ情報毎に前記記憶度が算出される請求項５記載の推薦番組算出方法。 - 前記ライフログ情報は、前記ユーザが過去に視聴した番組の視聴履歴情報と、前記ユーザが訪問したことのある場所の訪問履歴情報の少なくともいずれかを含む請求項５記載の推薦番組算出方法。
- 前記番組表作成ステップでは、所定の値以上の重みを有する番組前記が番組表情報から抽出されて一覧表示される請求項５記載の推薦番組算出方法。
- コンピュータを、
放送または配信予定の複数の番組それぞれの詳細情報を取得する番組情報取得手段と、
ユーザが体験した事象を特定するキーワードを含むライフログ情報を取得するライフログ情報取得手段と、
前記ライフログ情報取得手段によって取得されたライフログ情報中のキーワードを蓄積し、各キーワードの取得頻度を計数するキーワード処理手段と、
前記蓄積されたキーワードそれぞれについて、前記事象が生じた最終日時と基準日時の差が大きいほど大きく減衰し、前記取得頻度が小さいほど大きく減衰する関数に基づいて、前記キーワードに対してユーザが関心を持つ度合いを表す記憶度を算出する記憶度算出手段と、
前記番組情報取得手段で取得される各番組の詳細情報から、前記キーワード処理手段に蓄積されるキーワードが含まれる番組を検索し、前記キーワードそれぞれの記憶度に応じて前記キーワードが含まれる番組の重み付けを行う重み付け手段と、
前記番組の重みに基づいて、前記番組情報からユーザへ推薦する番組を抽出し推薦番組表を作成する番組表作成手段と、
として機能させるためのコンピュータプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009115851A JP5205333B2 (ja) | 2009-05-12 | 2009-05-12 | 推薦番組算出装置、推薦番組算出方法及びコンピュータプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009115851A JP5205333B2 (ja) | 2009-05-12 | 2009-05-12 | 推薦番組算出装置、推薦番組算出方法及びコンピュータプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2010266959A JP2010266959A (ja) | 2010-11-25 |
| JP5205333B2 true JP5205333B2 (ja) | 2013-06-05 |
Family
ID=43363906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009115851A Active JP5205333B2 (ja) | 2009-05-12 | 2009-05-12 | 推薦番組算出装置、推薦番組算出方法及びコンピュータプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5205333B2 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5603221B2 (ja) * | 2010-12-15 | 2014-10-08 | 日立コンシューマエレクトロニクス株式会社 | 番組推薦機器 |
| JP2012216072A (ja) * | 2011-03-31 | 2012-11-08 | Nifty Corp | 情報処理装置、プログラム及び情報提示システム |
| JP5545883B2 (ja) * | 2011-05-16 | 2014-07-09 | 日本電信電話株式会社 | 推薦データ成形方法、推薦データ成形装置および推薦データ成形プログラム |
| WO2013047436A1 (ja) * | 2011-09-26 | 2013-04-04 | 日本電気株式会社 | 情報処理システム、情報処理方法、情報処理装置と通信端末及びその制御方法と制御プログラム |
| JP2013138309A (ja) * | 2011-12-28 | 2013-07-11 | Sharp Corp | 映像表示装置、映像表示方法及び映像表示システム |
| JP6037554B2 (ja) * | 2012-11-13 | 2016-12-07 | 日本テレビ放送網株式会社 | 電子番組表情報生成システム、電子番組表情報生成サーバ、受信機、電子番組表情報生成方法及びプログラム |
| JP6460301B2 (ja) * | 2014-03-19 | 2019-01-30 | 高知県公立大学法人 | 生活支援システム |
| JP6518410B2 (ja) * | 2014-07-03 | 2019-05-22 | 株式会社ソニー・インタラクティブエンタテインメント | コンテンツ管理装置およびコンテンツ管理方法 |
| CN106686460B (zh) * | 2016-12-22 | 2020-03-13 | 优地网络有限公司 | 一种视频节目推荐方法及视频节目推荐装置 |
| CN107943894A (zh) * | 2017-11-16 | 2018-04-20 | 百度在线网络技术（北京）有限公司 | 用于推送多媒体内容的方法和装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3844901B2 (ja) * | 1999-02-26 | 2006-11-15 | 株式会社東芝 | 電子番組ガイド受信システム |
| JP4114509B2 (ja) * | 2003-03-05 | 2008-07-09 | セイコーエプソン株式会社 | 情報提示方法および情報提示システムならびに情報提示処理プログラム |
| JP4270037B2 (ja) * | 2004-06-16 | 2009-05-27 | ソニー株式会社 | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
| JP4531623B2 (ja) * | 2005-05-10 | 2010-08-25 | シャープ株式会社 | 番組推薦装置、番組推薦方法、番組推薦プログラムおよびそれを記録したコンピュータ読取可能な記録媒体 |
| JP4717871B2 (ja) * | 2007-11-06 | 2011-07-06 | シャープ株式会社 | コンテンツ視聴装置及びコンテンツ推薦方法 |
| WO2010119807A1 (ja) * | 2009-04-13 | 2010-10-21 | シャープ株式会社 | 番組検索装置、情報表示装置およびデジタル放送受信装置 |
-
2009
- 2009-05-12 JP JP2009115851A patent/JP5205333B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2010266959A (ja) | 2010-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5205333B2 (ja) | 推薦番組算出装置、推薦番組算出方法及びコンピュータプログラム | |
| US8438598B2 (en) | Information processing apparatus, information processing method, program, and information sharing system | |
| KR102245244B1 (ko) | 미디어 콘텐츠의 제안들을 제시하기 위한 방법들, 시스템들 및 매체들 | |
| JP5354847B2 (ja) | リコメンドシステム、リコメンドサーバ、コンテンツリコメンド方法及びリコメンドプログラム | |
| JP4717871B2 (ja) | コンテンツ視聴装置及びコンテンツ推薦方法 | |
| WO2017071244A1 (zh) | 一种基于手机屏幕的视频推荐方法和系统 | |
| JP2008542870A (ja) | コンテンツに対するユーザの群の全体の関心を推定するため方法及び装置 | |
| US20150193448A1 (en) | Server device, method for providing service thereof, display device, and display method thereof | |
| US9451008B1 (en) | Content selection with privacy features | |
| US20100017396A1 (en) | Related Information Presentation System, Related Information Presentation Method, and Information Storage Medium | |
| EP1702466A1 (en) | Method and apparatus for content recommendation | |
| JP2010171713A (ja) | 広告入出力装置、広告入出力方法、広告入出力プログラム、コンピュータ読取可能な記録媒体、及び録画再生装置 | |
| JP6048707B2 (ja) | 録画状況通知方法及び店舗情報提示方法 | |
| US20100191826A1 (en) | Information processing server, program receiving terminal, program-related information providing method, and program-related information drawing method | |
| JP2009129359A (ja) | 情報提供システム、端末及び情報提供サーバ | |
| JP6127624B2 (ja) | 情報処理プログラム、情報処理方法及び装置 | |
| JP2015012385A (ja) | 情報処理装置、情報処理方法およびプログラム | |
| JP6369979B2 (ja) | データ処理装置、データ処理システム、データ表示装置、データ処理方法、表示方法およびプログラム | |
| JP2008078946A (ja) | ディジタル放送受信装置 | |
| JP4379400B2 (ja) | 情報処理装置および方法、記録媒体、並びにプログラム | |
| JP2012150662A (ja) | 番組情報収集装置、映像表示装置、番組情報収集方法 | |
| JP2009015516A (ja) | コンテンツ識別情報送信サーバ、コンテンツ識別情報送信方法およびプログラム | |
| JP2005260647A (ja) | コンテンツ案内サービスシステム、コンテンツ案内装置、コンテンツ案内方法及びコンテンツ案内プログラム | |
| JP2017167908A (ja) | 番組推薦装置、番組推薦方法及び番組推薦プログラム | |
| JP4661291B2 (ja) | 電子番組表表示装置及び電子番組表表示方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110905 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120627 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130131 |
|
| 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: 20130212 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130218 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5205333 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160222 Year of fee payment: 3 |
|
| 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 |