JP5294294B2 - コンテンツ選択支援装置、コンテンツ選択支援方法及びそのプログラム - Google Patents

Description

本発明はコンテンツ選択支援装置、コンテンツ選択支援方法及びそのプログラムに関し、特にユーザの操作履歴からユーザの嗜好を判断してこの嗜好に応じて、ユーザが重視する第二次属性について選択肢を提示し、ユーザの検索を支援してコンテンツを選択させるコンテンツ選択支援方式に関するものである。

ユーザのコンテンツ閲覧などの操作履歴から、ユーザのコンテンツに対する嗜好を判断し、関連するコンテンツを推薦する技術が提案されている。例えば、テレビ番組の推薦については、特許文献１や２に示された技術がある。特許文献１に記載された技術では、ユーザが好む番組のＥＰＧ（Electronic Programming Guide）テキスト情報を分解してキーワードを蓄積した結果を、ユーザの嗜好を示すプロファイルとしている。

この特許文献１の技術では、ユーザの嗜好が１つのプロファイルで表されているため、ユーザの嗜好が平均化され、プロファイルに基づいて推薦される番組が単調な結果になってしまうという問題があった。この問題を解決するために、特許文献２の技術では、ユーザのプロファイルを、番組タイトルや出演者やジャンルなどの種類に応じて複数用意し、特定の番組タイトルは必ず視聴できるようにするなど、ユーザが重視する種類に応じた番組推薦ができるようにしている。

また、特許文献３を参照すると、コンテンツのカテゴリ毎の配信回数をカウントして、ユーザがどのカテゴリに嗜好が強いかを計算し、全ユーザのカテゴリの配信回数と比較することにより、ユーザのカテゴリに対する嗜好の強さを産出する方法が開示されている。また、その図３には、コンテンツにカテゴリが付与され、カテゴリが嗜好情報に対応付けられていることが記載されている。

特開平７−１３５６２１号公報 特許第３６５４１７３号 特開２００４−０９４３８４号公報

上述した特許文献１や２において課題として挙げられているのは、ユーザの嗜好を、番組タイトルや出演者やジャンルなどの種類（以下、第二次属性と呼ぶ）を考慮せずに、単語に分解されたテキスト情報（以下、第一次属性と呼ぶ）のみで表現している点である。この場合、ユーザの嗜好情報は第二次属性に関係なく平均化されてしまい、特定の「番組タイトル」であれば必ず視聴したいとか、特定の「出演者」が出ている番組ならば必ず視聴したいなどのような、ユーザの嗜好に第二次属性を反映させることができない。

ユーザの嗜好が、第二次属性以下の第一次属性情報だけでは表現できない問題は、テレビ番組以外の別のコンテンツ、例えば、レストランに対する嗜好でも同様である。例えば、レストラン推薦またはレストラン検索システムにおいてユーザの操作履歴から嗜好を抽出する例を考えると、ユーザが選択したレストランに「夜景」や「静か」や「デート」などの第一次属性が多く含まれている場合、そのユーザは、それぞれの第一次属性に対してこだわりがあるだけでなく、それらの第一次属性を抽象化した「雰囲気」という第二次属性にこだわりをもっていると考えられる。

嗜好に合ったコンテンツをユーザが選択することを支援する方式には、システム側がコンテンツを推薦する方式と、システムが選択肢をいくつか出してユーザの検索を支援する方式の２つがあるが、いずれにせよ、複数の第二次属性から、ユーザが重視している第二次属性を優先してコンテンツを絞り込む必要がある。

特許文献２においては、ユーザの嗜好の中で重要視する第二次属性は、ユーザ自身が選択している。しかしながら、ユーザ自身が第二次属性を選択する方式には、ユーザが選択する手間がかかり、ユーザが面倒に感じた場合には何も選択されない問題や、第二次属性が多くなりすぎると、ユーザ自身何を重視しているかわからなくなる問題が起こる。

特許文献３には、上述したように、コンテンツに対する第一次属性（特許文献３では、カテゴリに相当）の嗜好を算出する方法は開示されているものの、コンテンツに対する第二次属性（特許文献３では、嗜好情報に相当）の嗜好を算出する方法は開示されていない。ここで、コンテンツに対する第一次属性とは、コンテンツに直接付与されたラベル情報であり、コンテンツに対する第二次属性とは、第一次属性をまとめて抽象化したラベルであるものとする。

一般的に、コンテンツに対する第一次属性と第二次属性の付与には偏りがある。例えば、特許文献３の図３においても、嗜好情報「旅行が好き」には「フライト」と「宿泊」の２つのカテゴリが付与されているが、「音楽好き」には「音楽」という１つのカテゴリが付与され、「スポーツ好き」にもう１つのカテゴリが付与されている。

このように、第二次属性の中の第一次属性に偏りがある場合、第一次属性の数が多い第二次属性の嗜好情報が、第一次属性の数が少ない第二次属性の嗜好情報よりも強く値が出てしまい、正しく嗜好情報を反映できないという問題が生ずる。

そこで、本発明は、ユーザがこれまで選択や閲覧してきたコンテンツに関連する第二次属性を自動的に抽出し、ユーザの嗜好を第一次属性だけでなく、第一次属性を抽象化した第二次属性で表現し、第一次属性と第二次属性の付与に偏りがあっても正しく嗜好情報を反映させて、ユーザのコンテンツ選択を支援することが可能なコンテンツ選択支援装置、コンテンツ選択支援方法及びそのプログラムを提供することを目的とする。

本発明によるコンテンツ選択支援装置は、複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段と、ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出手段と、前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出手段と、前記選択肢を表示する表示手段と、前記選択肢を決定する入力手段と、前記入力手段によりユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索手段とを備えることを特徴とする。

本発明によるコンテンツ選択支援方法は、複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段を設けておき、ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出ステップと、前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出ステップと、前記選択肢を表示する表示ステップと、この表示された選択肢からユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索ステップとを備えることを特徴とする。

本発明によるプロクラムは、コンテンツ選択支援方法をコンピュータに実行させるためのプログラムであって、複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段を設けておき、ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出処理と、前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出処理と、前記選択肢を表示する表示処理と、この表示された選択肢からユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索処理とを備えることを特徴とする。

本発明によれば、ユーザがこれまで選択や閲覧してきたコンテンツに関連する第二次属性を自動的に抽出し、ユーザの嗜好を第一次属性だけでなく、第一次属性を抽象化した第二次属性で表現し、ユーザのコンテンツ選択を支援することが可能となるという効果がある。

以下、本発明の実施の形態を、図面を参照して詳細に説明する。
＜第１の実施の形態＞
図１は、本発明の第１の実施の形態によるコンテンツ選択支援装置の構成例を示すブロック図である。図１に示すコンテンツ選択支援装置は、ユーザのコンテンツ閲覧や選択などの操作履歴を収集する履歴収集手段１０と、履歴からユーザが重視する第二次属性を抽出する第二次属性抽出手段２０と、コンテンツが記憶されているコンテンツ記憶手段３０と、ユーザに選択肢として提示する第二次属性と第一次属性を抽出する選択肢抽出手段４０と、ユーザが選択した第二次属性や第一次属性でコンテンツの検索を行う検索手段５０と、選択肢やコンテンツを表示するための表示手段６０と、入力手段７０とから構成される。

表示手段６０は、コンピュータのディスプレイの他、ネットワークに接続して情報を取得し、情報を表示する携帯電話、または、カーナビのディスプレイ、ＰＤＡ（Personal Digital Assistant）などが考えられる。

第二次属性抽出手段２０は、各ユーザの選択した第二次属性を集計して第二次属性選択量を求めるユーザ別第二次属性選択量計算手段２０１と、第二次属性毎に全ユーザに対する第二次属性選択量の平均値を求めて、平均的なユーザが選択している第二次属性選択量を求める平均ユーザ第二次属性選択量計算手段２０２と、各ユーザの各第二次属性選択量と、平均ユーザの第二次属性選択量とを比較して、各第二次属性の評価値を求める第二次属性評価値計算手段２０３と、第二次属性評価値計算手段２０３で計算された第二次属性評価値を使って、各ユーザが重視している第二次属性の重要度のランキングを行う第二次属性ランキング手段２０４とから構成される。

次に、図２のフローチャートを参照して本実施の形態の動作を説明する。履歴収集手段１０は、ユーザがコンテンツを選択したり閲覧したりする操作履歴を収集し、図３に示すような、ユーザとユーザが興味を持ったコンテンツとの対応を計算し、ユーザプロファイルを作成する（ステップＳ１０１）。図３において、ＵＩＤはユーザのＩＤ（識別子）を、ＣＩＤはコンテンツＩＤを、それぞれ示すものとする（以下、同じ）。

コンテンツ記憶手段３０には、図４に示すように、各コンテンツが有する第一次属性情報が記憶されている。例えば、コンテンツがレストランの場合、和食や洋食や女性向けや夜景などの特徴が第一次属性となる。コンテンツ記憶部３０には、図５に示すように、第一次属性情報と第二次属性の対応も記憶されている。例えば、レストランの場合、和食や洋食などの第一次属性はジャンルの第二次属性に属し、女性向けや夜景などの第一次属性は雰囲気の第二次属性に属するなどが記憶されている。

更に、コンテンツ記憶手段３０には、図６に示すように、コンテンツ自身の情報である、店名や住所や電話番号がコンテンツ情報として記憶されている。図４から図６の表は、あくまでもコンテンツ記憶部に記憶されている情報の分類の一例を示すに止どまりであり、全ての情報を１つにまとめた表にしても良いし、他の分類で表を作成しても良いものである。

ユーザ別第二次属性選択量計算手段２０１は、履歴収集手段１０が求めたユーザプロファイルとコンテンツ記憶手段３０とを参照し、ユーザが興味を持っているコンテンツに対する第一次属性の頻度を計算する（ステップＳ１０２）。更に、その第一次属性がどの第二次属性に含まれているかを参照して、第二次属性選択量を計算する。

ユーザ別第二次属性選択量計算手段２０１は、全てのユーザについて各第二次属性の第二次属性選択量を計算する（ステップＳ１０３）。ここで、第二次属性選択量を、第二次属性内の各第一次属性の頻度の和とする式（１）を一例として説明する。
第二次属性選択量＝第二次属性内の各第一次属性の頻度の和 ……（１）

例えば、図３に示したユーザプロファイルようにユーザＡが、コンテンツ１，２，３に興味を持っていた場合、ユーザ別第二次属性選択量計算手段２０１は、ユーザＡが興味を持っているコンテンツの第一次属性頻度として、コンテンツ１，２，３に含まれる第一次属性の頻度を計算し、図７に示すように、和食１、洋食１、焼肉１、女性向け２、夜景２、クーポン２、飲み放題３のように計算する（ステップＳ１０２）。

更に、ユーザ別第二次属性選択手段２０１は、コンテンツ記憶手段３０に記憶されている、例えば図５に示した第一次属性に対する第二次属性情報を参照し、ジャンル、雰囲気、サービスなどの第二次属性毎の第一次属性数を計算する（ステップＳ１０３）。第二次属性選択量の計算式を、第二次属性内の各第一次属性の頻度の和とすると、ユーザＡに対するジャンルの第二次属性選択量は、図８に示すように、例えば、和食１と洋食１と焼肉１の和の３となり、雰囲気の第二次属性選択量は、女性向け２と夜景２の和の４となり、サービスの第二次属性選択量は、クーポン２と飲み放題３の和の５となる。

ユーザ別第二次属性選択量計算手段２０１は、ユーザＢのジャンル、雰囲気、サービスについても、同様に第二次属性選択量を計算し、ユーザＣについても、同様に各第二次属性の第二次属性選択量を計算する。

第二次属性選択量の計算式について、式（１）以外の他の例としては、第二次属性内の各第一次属性の頻度の和を、第二次属性内に含まれる第一次属性の種類で割る計算式にすることも考えら得る。この場合、ユーザＡに対するジャンルの第二次属性選択量は、和食１と洋食１と焼肉１の和３を、第一次属性の種類数３で割った１となる。他のユーザの第二次属性選択量も、同様に計算できる。

平均ユーザ第二次属性選択量計算手段２０２は、第二次属性毎に全ユーザに対する第二次属性選択量の平均値を求める（ステップＳ１０４）。これは、平均的なユーザが各第二次属性をどれくらい選択しているかを表す値である。ここで、平均ユーザ第二次属性選択量を、全ユーザの各第二次属性選択量の和をユーザ数で割ったものとする式（２）を一例として説明する。
平均ユーザの各第二次属性選択量＝（全ユーザの各第二次属性選択量の和）／（ユーザ数） ……（２）

この式（２）の場合、図８に示すように、例えば、ジャンルに対する平均ユーザ第二次属性選択量は、ユーザＡのジャンル第二次属性選択量３と、ユーザＢのジャンル第二次属性選択量２と、ユーザＣのジャンル第二次属性選択量２の和７を、ユーザ数３で割った７／３となる。雰囲気に対する平均ユーザ第二次属性選択量は、同様にユーザＡ、ユーザＢ、ユーザＣの雰囲気第二次属性選択量の和をユーザ数で割った５／３となり、サービスに対する平均ユーザ第二次属性選択量も、同様にユーザＡ、ユーザＢ、ユーザＣのサービス第二次属性選択量の和をユーザ数で割った１２／３となる。

第二次属性評価値計算手段２０３は、各ユーザの各第二次属性選択量を、平均ユーザの各第二次属性選択量と比較して、各第二次属性の評価値を求める（ステップＳ１０５）。ここで、第二次属性評価値を、各ユーザの各第二次属性選択量を平均ユーザの各第二次属性選択量で割ったものとする式（３）を一例として説明する。
第二次属性評価値＝（各ユーザの各第二次属性選択量）／（平均ユーザの各第二次属性選択量） ……（３）

式（３）の場合、ユーザＡに対するジャンルの第二次属性評価値は、図９に示すように、ジャンル第二次属性選択量３を平均ユーザのジャンル第二次属性選択量７／３で割った値９／７となる。同様にユーザＡに対する雰囲気の第二次属性評価値は、１２／５、ユーザＡに対するサービスの第二次属性評価値は１５／１２となる。

第二次属性ランキング手段２０４は、第二次属性評価値計算手段で計算された第二次属性評価値を比較して、各ユーザの中で第二次属性の重要度の順位付けを行う（ステップＳ１０６）。例えば、第二次属性ランキング手段２０４は、ユーザＡのジャンル、雰囲気、サービスの各第二次属性評価値である、９／７，１２／５，１５／１２を比較し、第二次属性の重要度を雰囲気、ジャンル、サービスの順と判定する。

ユーザ別第二次属性評価手段２０３は、同様にユーザＢ、ユーザＣについても各第二次属性の評価値を求め、評価値による順位付けを行う。図９に示すように、ユーザＢは、ジャンル、サービス、雰囲気の重要度順となり、ユーザＣは、サービス、ジャンル、雰囲気の重要度順となる。

第二次属性ランキング手段２０４は、第二次属性の順位情報を選択肢抽出手段４０に送信する。選択肢抽出手段４０は、第二次属性の順位情報と、コンテンツ記憶手段３０に記憶されている第二次属性と第一次属性の対応を用いて、ユーザが重視する第二次属性と、その第二次属性に含まれる第一次属性を抽出し、選択肢を生成する（ステップＳ１０７）。生成された選択肢は表示手段６０に送信され、表示手段６０に選択肢が表示される。例えば、選択肢抽出手段４０は、ユーザＡの第二次属性重要度が最も高い雰囲気と、雰囲気に含まれる第一次属性である女性向け、夜景、静かを抽出し、表示手段６０に、図１０に示すように表示する。

ユーザが表示された選択肢の中から、自分の好みの第一次属性を入力手段７０から入力すると、検索手段５０は、入力された第一次属性でコンテンツを検索し、その結果を表示手段６０に送信する。表示手段６０には、選択第一次属性で絞り込まれたコンテンツ一覧が表示されることになる。

本発明は、履歴収集手段が作成するユーザプロファイルに対して、各ユーザの第二次属性選択量と平均的なユーザの第二次属性選択量を求めて、両者を比較した上で第二次属性間を評価することに特徴がある。これは、第二次属性内の第一次属性付与の偏りを正規化する効果を有する。この効果を生み出す理由について詳細に説明する。

履歴収集手段１０が作成するユーザプロファイルは、コンテンツに付与されている第一次属性とその頻度とから構成される。ユーザプロファイルの第一次属性と頻度と、図４を参照した第一次属性と第二次属性の対応を使うと、単純には、第二次属性に含まれる第一次属性の頻度の和、すなわち第二次属性選択量を使って、複数の第二次属性を評価することも考えられるが、この方法には問題がある。

一般的に、コンテンツに対する第一次属性情報は、店舗管理者などが付与し、コンテンツに対する第一次属性情報の付与形式はいくつかの種類がある。例えば、１つのコンテンツに対して、１つの第二次属性に複数の第一次属性をつけられる場合と、１つの第二次属性に１つの第一次属性しかつけられない場合がある。例えば、雰囲気のような第二次属性の場合、１つのコンテンツに対して、女性向けや夜景や静かなどの複数の第一次属性を付与することができるのに対して、ジャンルのような第二次属性の場合、和食や洋食や中華の第一次属性の中で付与できるのは１つである。

また、１つのコンテンツに対して、１つの第二次属性の中で第一次属性付与が必須の場合と、必須ではない場合もある。例えば、場所のような第二次属性の場合、１つのコンテンツに対して、大阪や京都などの第一次属性付与が必須であるのに対して、雰囲気のような第二次属性の場合、第一次属性付与は必須ではない。

このように第一次属性の付与形式が第二次属性毎に異なるため、単純に第二次属性に含まれる第一次属性の頻度の和である第二次属性選択量を使って、複数第二次属性の比較を行うと問題が生ずる。第二次属性内で複数の第一次属性付与が許されている場合は、１つしか第一次属性付与ができない場合に比べて、１つの第一次属性が多くの店に付与され易い。そのため、その第一次属性の含まれる第二次属性選択量が多くなり、結果として、全てのユーザがその第二次属性を重視しているように計算されてしまう。

例えば、図４に示したコンテンツと第一次属性の対応表で、「飲み放題」という第一次属性が示しているように、ある第一次属性がほとんど全てのコンテンツに付与されることがあり得る。この場合、該第一次属性が含まれる第二次属性の選択量が多くなり、例えば、飲み放題の第一次属性が含まれるサービスの第二次属性選択量が多くなる。例えば、図８に示した第二次属性選択量では、どのユーザでもサービスが大きくなっており、全てのユーザがサービスを重視しているように計算されてしまう。

この第１の実施の形態では、履歴収集手段が作成するユーザプロファイルに対して、各ユーザの第二次属性選択量と平均的なユーザの第二次属性選択量を求めて、両者を比較しているために、第二次属性内の第一次属性付与の偏りが正規化される。正規化された第二次属性選択量を用いて、第二次属性間の評価を行うため、ユーザが重視する第二次属性を正しく判定することができる。

以上のように、本実施の形態によれば、第二次属性内の第一次属性付与形式にかかわらず、該ユーザが平均的なユーザより重視している第二次属性を自動抽出できる。更にユーザが重視している第二次属性について選択肢を提示し、ユーザの検索を支援して、コンテンツ選択を支援できる。

＜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、図面を参照して詳細に説明する。図１１は本発明の第２の実施の形態によるコンテンツ選択支援装置のブロック図であり、図１と同等部分は同一符号により示している。本発明の第２の実施の形態によるコンテンツ選択支援装置は、図１１に示すように、第二次属性抽出手段２０内に、第一次属性評価値計算手段２０５と、第二次属性評価値計算手段２０６と、第二次属性ランキング手段２０７とを備えている点が第１の実施の形態と異なる。

次に、図１２のフローチャートを参照して本実施の形態の動作を説明する。本実施の形態の動作においては、履歴収集手段１０は、ユーザがコンテンツを選択したり閲覧したりする操作履歴を収集し、図３に示すようなユーザとユーザが興味をもったコンテンツの対応を計算し、ユーザプロファイルを作成する（ステップＳ２０１）。第一次属性評価値計算手段２０４は、ユーザプロファイルで作成された各第一次属性の頻度と、コンテンツ記憶部に記憶されている全コンテンツ数と、コンテンツ全体に対する第一次属性の頻度とから計算した各第一次属性の重要度を使って、各第一次属性の評価値を計算する（ステップＳ２０２）。

ここで、第一次属性の評価値を、ユーザプロファイルで作成された各第一次属性の頻度と、各第一次属性の重要度の積とする式（４）を一例として説明する。また、各第一次属性の重要度の一例として、式（５）を使って説明する。
各第一次属性の評価値＝（各第一次属性の頻度）×（各第一次属性の重要度） ……（４）
各第一次属性の重要度＝ｌｏｇ（全コンテンツ数／全コンテンツに対する各第一次属性の頻度） ……（５）

例えば、図７に示すように、ユーザＣの第一次属性頻度が中華２、静か１、クーポン２、飲み放題２であり、全コンテンツ数が１０００件、全コンテンツに対する各第一次属性の頻度が中華１００件、静か１００件、クーポン５００件、飲み放題７００件だった場合、各第一次属性の評価値は、図１３に示すように、
中華＝２×ｌｏｇ（１０００／１００）＝２
静か＝１×ｌｏｇ（１０００／１００）＝１
クーポン＝２×ｌｏｇ（１０００／５００）＝０．６
飲み放題＝２×ｌｏｇ（１０００／７００）＝０．３１
のようになる。ユーザＡ、ユーザＣの各第一次属性評価値も同様に求められる。

第二次属性評価値計算手段２０６は、各第一次属性の評価値と、コンテンツ記憶手段３０に記憶されている第一次属性と第二次属性の対応表を参照し、各ユーザの第二次属性評価値を計算する（ステップＳ２０３）。第二次属性評価値は、各第二次属性内の各第一次属性評価値の和とする場合や、各第二次属性内の各第一次属性評価値の和を、第二次属性内に含まれる第一次属性の種類で割った平均値とする場合や、第二次属性内に含まれる各第一次属性評価値の最大値とする場合などが考えられる。

例えば、第二次属性選択量を第二次属性内に含まれる各第一次属性の評価値の最大値とする場合を考えると、図１３に示す例の場合、ユーザＣのジャンル第二次属性評価値は「中華」の第一次属性評価値を使って２、雰囲気第二次属性選択量は「静か」の第一次属性評価値を使って１、サービス第二次属性選択量は、「クーポン」と「飲み放題」の第一次属性評価値の大きい方である「クーポン」の第一次属性評価値を使って０．６となる。ユーザＡ、ユーザＣの各第二次属性選択量も同様に求められる。

第二次属性ランキング手段２０７は、各ユーザの中で、第二次属性評価値を比較して、第二次属性の重要度の順位付けを行う（ステップＳ２０４）。例えば、ユーザＣのジャンル、雰囲気、サービスの各第二次属性選択量を比較し、重要度の順位をジャンル、雰囲気、サービスの順と判定する。第二次属性ランキング手段２０３は、同様にユーザＡ、ユーザＣについても各第二次属性の順位付けを行う。

第二次属性ランキング手段２０７は、第二次属性の順位情報を選択肢抽出手段４０に送信する。選択肢抽出手段４０は、第二次属性の順位情報と、コンテンツ記憶手段３０に記憶されている第二次属性と第一次属性の対応を用いて、ユーザが重視する第二次属性と、その第二次属性に含まれる第一次属性を抽出し、選択肢を生成する（ステップＳ２０５）。生成された選択肢は表示手段６０に送信され、表示手段６０に選択肢が表示される。ユーザが表示された選択肢の中から、自分の好みの条件を入力手段７０から入力すると、検索手段５０は、入力された条件でコンテンツを検索し、その結果を表示手段６０に送信する。表示手段６０には、選択条件で絞り込まれたコンテンツ一覧が表示される。

以上のように、本実施の形態によれば、第二次属性内の第一次属性付与形式を鑑みて、該ユーザが重視している第二次属性を自動抽出できる。更に、ユーザが重視している第二次属性をする第二次属性について選択肢を提示し、ユーザの検索を支援して、コンテンツ選択を支援できる。

＜第３の実施の形態＞
次に、本発明の第３の実施の形態について、図面を参照して詳細に説明する。図１４は本実施の形態によるコンテンツ選択支援装置の機能ブロック図であり、図１及び図１１と同等部分は同一符号により示している。本実施の形態によるコンテンツ選択支援装置は、図１４に示すように、履歴収集手段１０で作成したユーザプロファイルを基に、ユーザに推薦するコンテンツを生成するコンテンツ推薦手段８０と、入力手段７０から入力されるユーザの推薦コンテンツに対する反応を基に、コンテンツ推薦を継続するか、検索に移行するかを判定する推薦継続判定手段９０とを備えた点が、第１の実施の形態や第２の実施の形態と異なる。

本実施の形態における第二次属性抽出手段２０は、第１の実施の形態でも第２の実施の形態でも、どちらでも適用可能である。コンテンツ推薦手段８０は、履歴収集手段１０で作成したユーザプロファイルと、コンテンツ記憶手段に記憶されているコンテンツの第一次属性とを比較し、ユーザの嗜好に適したコンテンツと推薦順位を生成する。推薦コンテンツの生成方式は、一般的に用いられる、コンテンツの第一次属性とユーザプロファイルの両方をベクトルで表し、ベクトル空間上の距離が近い順に推薦する方式でも良いし、その他の方式でも良い。

コンテンツ推薦手段８０が生成したコンテンツは、推薦継続判定手段９０に送信される。推薦継続判定手段９０は、ユーザが該推薦コンテンツを選択するための選択肢と、該コンテンツを選択しない場合の選択肢を生成し、推薦コンテンツとともに、表示手段６０に送信する。表示手段６０には、例えば、図１５に示すように、ユーザＡに対して、ユーザプロファイルとの一致度が高い推薦コンテンツを選択する選択肢と、そのコンテンツを選択しない場合の選択肢とが表示される。

ユーザが入力手段７０で、例えば「他のお店が良い」などのような、推薦コンテンツを選択しない選択肢を選択した場合、推薦継続判定手段９０は、コンテンツ推薦手段８０から送信された他のコンテンツを推薦して推薦を継続するか、推薦を継続せずに、検索条件を提示してユーザのコンテンツ選択を支援するかを判定する。この判定方法は、例えば、ユーザが推薦コンテンツを選択しない選択肢を何回選択したか、によって基準を設定すればよい。

例えば、推薦コンテンツを選択しない選択肢が２回以上選択された場合に、推薦を継続せずに検索へ移行する例を説明する。ユーザが「他のお店が良い」の選択肢を１回選択した場合、推薦継続判定手段９０は、コンテンツ推薦手段８０から送信された他のコンテンツを選択し、該推薦コンテンツを選択するための選択肢と、該コンテンツを選択しない場合の選択肢を、表示手段６０に送信する。

表示手段６０には、例えば、図１６に示すように、ユーザＡに対して、前回に表示されたコンテンツとは異なる、ユーザプロファイルとの一致度が高い推薦コンテンツを選択するための選択肢と、そのコンテンツを選択しない場合の選択肢とが表示される。ここで、ユーザが入力手段７０で、「他のお店が良い」のような、推薦コンテンツを選択しない選択肢を選択した場合、推薦継続判定手段９０は、推薦コンテンツを選択しない選択肢が２回以上選択されたために、推薦を継続せずに、検索条件を提示してユーザのコンテンツ選択を支援する。

推薦継続判定手段９０が、検索条件を提示して、ユーザのコンテンツ選択を支援すると判定した場合は、履歴収集手段１０で生成されたユーザプロファイルを第二次属性抽出手段２０に送信し、第二次属性抽出手段は、第１の実施の形態または第２の実施の形態に記載した方法で、ユーザが重要視している第二次属性を抽出し、第二次属性の順位情報を選択肢抽出手段４０に送信する。選択肢抽出手段４０は、第二次属性の順位情報と、コンテンツ記憶手段３０に記憶されている第二次属性と第一次属性の対応を用いて、ユーザが重視する第二次属性と、その第二次属性に含まれる第一次属性を抽出し、選択肢を生成する（ステップＳ２０５）。生成された選択肢は表示手段６０に送信され、例えば、図１０のように表示手段６０に選択肢が表示される。

推薦継続判定手段９０による推薦継続の判定には他の方法も考えられ、例えば、ユーザが直接、推薦から検索へ移行する選択を行うことも考えられる。その場合、推薦継続判定手段９０は、ユーザが該推薦コンテンツを選択するための選択肢と、該コンテンツではなく他のコンテンツを見る場合の選択肢と、検索条件を選択してコンテンツを絞り込むための選択肢とを生成し、表示手段６０に送信する。表示手段６０には、例えば、図１７に示すように３つの選択肢が表示される。ユーザが入力手段７０で、例えば、「条件で絞り込む」などのような、検索条件を選択してコンテンツを絞り込むための選択肢を選択した場合、推薦を継続せずに、検索条件を提示してユーザのコンテンツ選択を支援する。

以上のように、本実施の形態によれば、従来の情報推薦システムにおいて推薦されたコンテンツにユーザが満足できなかった場合に、ユーザプロファイルからユーザが重視している第二次属性を抽出し、その第二次属性に関する選択肢を提示してコンテンツを検索することで、ユーザのコンテンツ選択を支援できる。ユーザプロファイルにあるユーザの嗜好は正しいが、たまたま推薦されたコンテンツがユーザの好みに合わない場合でも、ユーザの嗜好に合わせた第二次属性から他のコンテンツを検索することで、好みにあったコンテンツを見つけることができる。

以上述べたように、本発明によれば、ユーザの嗜好を細かい第一次属性ではなく、重要視している第一次属性をまとめた第二次属性を使って、ユーザの嗜好に合わせたコンテンツ選択を支援できる。また、ユーザの重要視している第二次属性の抽出を自動的に行えるため、ユーザは重要視する第二次属性を選択する手間が減り、また第二次属性が多くなって何を選んで良いか判断できなくなることが減ることになる。

更に、第二次属性内の第一次属性付与形式にかかわらず、ユーザが平均的なユーザより重視している第二次属性を使って、ユーザの嗜好に合わせたコンテンツ選択を支援できる。更にはまた、第二次属性内の第一次属性付与形式を鑑みてユーザの嗜好に合わせたコンテンツ選択を支援できる。また、情報推薦システムによって推薦されたコンテンツがユーザの気に入らない場合に、嗜好似合わせた第二次属性から他のコンテンツを検索でき、ユーザは好みにあったコンテンツを見つけることができる。

なお、上記の各実施の形態における動作は、予めその動作手順をプログラムトシテＲＯＭなどの記録媒体に格納しておき、これをコンピュータに読取らせて実行させるように構成することができることは明白である。

本発明は、レストランやテレビジョン番組や映画や本など、様々なコンテンツに対して、ユーザの嗜好に合わせたコンテンツ選択を支援するシステムにおいて、嗜好に合った第二次属性を使ってコンテンツを検索するという用途に適用できるものである。

本発明の第１の実施の形態によるコンテンツ選択支援装置の構成例を示すブロック図である。 本発明の第１の実施の形態の動作例を示すフローチャートである。 本発明の第１の実施の形態の履歴収集手段の動作例を示す図である。 本発明の第１の実施の形態のコンテンツ記憶手段に記憶されるコンテンツと第一次属性の対応表を説明する図である。 本発明の第１の実施の形態のコンテンツ記憶手段に記憶される第二次属性と第一次属性の対応表を説明する図である。 本発明の第１の実施の形態のコンテンツ記憶手段に記憶されるコンテンツと店名などの対応表を説明する図である。 本発明の第１の実施の形態のユーザ別第二次属性選択量計算手段の動作を説明する図である。 本発明の第１の実施の形態のユーザ別第二次属性選択量計算手段の動作を説明する図である。 本発明の第１の実施の形態の第二次属性評価値計算手段の動作を説明する図である。 本発明の第１の実施の形態の画面例を説明する図である。 本発明の第２の実施の形態によるコンテンツ選択支援装置の構成例を示すブロック図である。 本発明の第２の実施の形態の動作例を示すフローチャートである。 本発明の第２の実施の形態の第二次属性評価値計算手段の動作を説明する図である。 本発明の第３の実施の形態によるコンテンツ選択支援装置の構成例を示すブロック図である。 本発明の第３の実施の形態の画面例を説明する図である。 本発明の第３の実施の形態の画面例を説明する図である。 本発明の第３の実施の形態の画面例を説明する図である。

符号の説明

１０ 履歴収集手段
２０ 第二次属性抽出手段
３０ コンテンツ記憶手段
４０ 選択肢抽出手段
５０ 検索手段
６０ 表示手段
７０ 入力手段
８０ コンテンツ推薦手段
９０ 推薦継続判定手段
２０１ ユーザ別第二次属性選択量計算手段
２０２ 平均ユーザ第二次属性選択量計算手段
２０３ 第二次属性評価値計算手段
２０４ 第二次属性ランキング手段
２０５ 第一次属性評価値手段
２０６ 第二次属性評価値手段
２０８ 第二次属性ランキング手段

Claims (8)

1. 複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段と、
   ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出手段と、
   前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出手段と、
   前記選択肢を表示する表示手段と、
   前記選択肢を決定する入力手段と、
   前記入力手段によりユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索手段とを備え、
   前記第二次属性抽出手段は、
   各ユーザの興味のあるコンテンツに含まれる第一次属性の頻度または平均値として第二次属性選択量を求めるユーザ別第二次属性選択量計算手段と、
   第二次属性毎に全ユーザに対する第二次属性選択量の平均値を求めて、平均的なユーザが選択している第二次属性選択量を求める平均ユーザ第二次属性選択量計算手段と、
   各ユーザの各第二次属性選択量と、平均ユーザの第二次属性選択量とを比較して、各第二次属性の評価値を求める第二次属性評価値計算手段と、
   第二次属性評価値計算手段で計算された第二次属性評価値を用いて、各ユーザが重視している第二次属性の重要度のランキングを行う第二次属性ランキング手段と
   を有することを特徴とするコンテンツ選択支援装置。
2. 複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段と、
   ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出手段と、
   前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出手段と、
   前記選択肢を表示する表示手段と、
   前記選択肢を決定する入力手段と、
   前記入力手段によりユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索手段と
   を備え、
   前記第二次属性抽出手段は、
   ユーザの操作履歴を基に抽出し、ユーザが興味のあるコンテンツに対して計算された第一次属性の頻度と、前記記憶手段に記憶されている前記コンテンツの数とコンテンツ全体に対する第一次属性の頻度とから計算した各第一次属性の重要度を用いて、各第一次属性の評価値を計算する第一次属性評価値計算手段と、
   前記各第一次属性の評価値と、前記記憶手段に記憶されている前記第二次属性と前記第一次属性との対応とを参照して、各ユーザの第二次属性評価値を計算する第二次属性評価値計算手段と、
   前記各ユーザの第二次属性評価値を比較して、各ユーザの中で第二次属性の重要度の順位付けを行う第二次属性ランキング手段と
   を有することを特徴とするコンテンツ選択支援装置。
3. ユーザの操作履歴からユーザの好みを抽出し、ユーザに推薦するコンテンツを生成するコンテンツ推薦手段と、
   前記入力手段から入力されるユーザの推薦コンテンツに対する反応を基に、コンテンツ推薦を継続するか、検索に移行するかを判定する推薦継続判定手段とを備え、
   前記推薦継続判定手段により検索へ移行すると判定された場合には、ユーザが重視している第二次属性を提示してユーザのコンテンツ選択を支援することを特徴とする請求項２に記載のコンテンツ選択支援装置。
4. 複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段を設けておき、
   第二次属性抽出手段が、ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出ステップと、
   選択肢抽出手段が、前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出ステップと、
   表示手段が、前記選択肢を表示する表示ステップと、
   検索手段が、この表示された選択肢からユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索ステップと
   を備え、
   前記第二次属性抽出手段が実行する第二次属性抽出ステップは、
   各ユーザの興味のあるコンテンツに含まれる第一次属性の頻度または平均値として第二次属性選択量を求めるユーザ別第二次属性選択量計算ステップと、
   第二次属性毎に全ユーザに対する第二次属性選択量の平均値を求めて、平均的なユーザが選択している第二次属性選択量を求める平均ユーザ第二次属性選択量計算ステップと、
   各ユーザの各第二次属性選択量と、平均ユーザの第二次属性選択量とを比較して、各第二次属性の評価値を求める第二次属性評価値計算ステップと、
   第二次属性評価値計算ステップで計算された第二次属性評価値を用いて、各ユーザが重視している第二次属性の重要度のランキングを行う第二次属性ランキングステップと
   を有することを特徴とするコンテンツ選択支援方法。
5. 複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段を設けておき、
   第二次属性抽出手段が、ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出ステップと、
   選択肢抽出手段が、前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出ステップと、
   表示手段が、前記選択肢を表示する表示ステップと、
   検索手段が、この表示された選択肢からユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索ステップと
   を含み、
   前記第二次属性抽出手段が実行する前記第二次属性抽出ステップは、
   ユーザの操作履歴を基に抽出され、ユーザが興味のあるコンテンツに対して計算された第一次属性の頻度と、前記記憶手段に記憶されている前記コンテンツの数とコンテンツ全体に対する第一次属性の頻度とから計算した各第一次属性の重要度を用いて、各第一次属性の評価値を計算する第一次属性評価値計算ステップと、
   前記各第一次属性の評価値と、前記記憶手段に記憶されている前記第二次属性と前記第一次属性との対応とを参照して、各ユーザの第二次属性評価値を計算する第二次属性評価値計算ステップと、
   前記各ユーザの第二次属性評価値を比較して、各ユーザの中で第二次属性の重要度の順位付けを行う第二次属性ランキングステップと
   を有することを特徴とするコンテンツ選択支援方法。
6. コンテンツ推薦手段が、ユーザの操作履歴からユーザの好みを抽出し、ユーザに推薦するコンテンツを生成するコンテンツ推薦ステップと、
   推薦継続判定手段が、入力されるユーザの推薦コンテンツに対する反応を基に、コンテンツ推薦を継続するか、検索に移行するかを判定する推薦継続判定ステップと
   を備え、
   前記推薦継続判定ステップにより検索へ移行すると判定された場合には、ユーザが重視している第二次属性を提示してユーザのコンテンツ選択を支援するステップと
   を備えることを特徴とする請求項５に記載のコンテンツ選択支援方法。
7. コンテンツ選択支援方法をコンピュータに実行させるためのプログラムであって、
   複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段を設けておき、
   ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出処理と、
   前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出処理と、
   前記選択肢を表示する表示処理と、
   この表示された選択肢からユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索処理とを備え、
   前記第二次属性抽出処理は、
   各ユーザの興味のあるコンテンツに含まれる第一次属性の頻度または平均値として第二次属性選択量を求めるユーザ別第二次属性選択量計算処理と、
   第二次属性毎に全ユーザに対する第二次属性選択量の平均値を求めて、平均的なユーザが選択している第二次属性選択量を求める平均ユーザ第二次属性選択量計算処理と、
   各ユーザの各第二次属性選択量と、平均ユーザの第二次属性選択量とを比較して、各第二次属性の評価値を求める第二次属性評価値計算処理と、
   第二次属性評価値計算処理で計算された第二次属性評価値を用いて、各ユーザが重視している第二次属性の重要度のランキングを行う第二次属性ランキング処理と
   を含むことを特徴とするプログラム。
8. コンテンツ選択支援方法をコンピュータに実行させるためのプログラムであって、
   複数のコンテンツと前記コンテンツの各々に直接付与された第一次属性とを対応して記憶すると共に、前記第一次属性を複数まとめて抽象化した第二次属性を、対応する前記第一次属性と対にして記憶した記憶手段を設けておき、
   ユーザが前記コンテンツを選択したり閲覧したりする操作履歴を基に、ユーザが興味のあるコンテンツを抽出し、前記記憶手段を参照して、この抽出コンテンツに対応する前記第一次属性の出現頻度を算出し、この出現頻度を基に前記第二次属性の評価値を算出する第二次属性抽出処理と、
   前記評価値を基に、ユーザに対して選択肢として提示するための前記第二次属性及び前記第一次属性を抽出する選択肢抽出処理と、
   前記選択肢を表示する表示処理と、
   この表示された選択肢からユーザが選択した前記第二次属性及び前記第一次属性を基に、前記記憶手段からコンテンツの検索を行う検索処理とを備え、
   前記第二次属性抽出処理は、
   ユーザの操作履歴を基に抽出し、ユーザが興味のあるコンテンツに対して計算された第一次属性の頻度と、前記記憶手段に記憶されている前記コンテンツの数とコンテンツ全体に対する第一次属性の頻度とから計算した各第一次属性の重要度を用いて、各第一次属性の評価値を計算する第一次属性評価値計算処理と、
   前記各第一次属性の評価値と、前記記憶手段に記憶されている前記第二次属性と前記第一次属性との対応とを参照して、各ユーザの第二次属性評価値を計算する第二次属性評価値計算処理と、
   前記各ユーザの第二次属性評価値を比較して、各ユーザの中で第二次属性の重要度の順位付けを行う第二次属性ランキング処理と
   を含むことを特徴とするプログラム。

Images