JP5346992B2 - コンテンツ関連度算出装置、コンテンツ関連度算出方法、およびコンテンツ関連度算出プログラム - Google Patents

Description

本発明は、コンテンツ間の関連度を算出するコンテンツ関連度算出装置、コンテンツ関連度算出方法、およびコンテンツ関連度算出プログラムに関する。

あるコンテンツにアクセスしたユーザに対して別のコンテンツを提示することにより、コンテンツのアクセス数や売り上げを増加させる推薦技術が知られている。推薦技術の１つとして、コンテンツに付与されたメタデータのマッチングによりコンテンツの関連度を算出する手法がある。このような手法は内容ベースフィルタリングと呼ばれる。

内容ベースフィルタリングでは、コンテンツから抽出されたキーワードや特徴量、コンテンツに付与されたタグやコンテンツの属性等の情報を利用し、より多くの情報が共通しているコンテンツの関連度が高いと考え、推薦を行う。内容ベースフィルタリングに関する研究としては、ユーザが高く評価したコンテンツに付与されている属性の出現頻度を計測し、出現頻度の高い属性が付与されているコンテンツを推薦する手法がある（例えば、特許文献１）。

特開２００９−２０５４１８号公報

ここで、内容ベースフィルタリングの推薦手法により、映像の推薦を行う場合を考える。例えば、あるユーザが「子供向けアニメ」というジャンルを持つ映像Ａを視聴した場合、そのユーザは他の「子供向けアニメ」の映像も好む可能性が高い。そこで、内容ベースフィルタリングの推薦手法では、映像Ａと別の「子供向けアニメ」の映像との関連度を高く算出する。特許文献１に開示される推薦手法でも、ユーザが「子供向けアニメ」を多く視聴している場合、「子供向けアニメ」に属する映像の推薦スコアを高く算出する。

「子供向けアニメ」を視聴するユーザは子供である場合が多く、「人形劇」や「特撮」などのジャンルの映像も嗜好する可能性が高いため、「子供向けアニメ」に加えて「人形劇」や「特撮」などの映像を推薦することは有効であると考えられる。一方、「政治」や「ホラー」などのジャンルの映像は嗜好しない可能性が高いため、推薦しない方が良いと思われる。

しかし、特許文献１などに開示される従来の内容ベースフィルタリングの推薦手法では、ユーザが視聴していないジャンルの映像については推薦スコアの増減を行わない。そのため、推薦されるべき「人形劇」や「特撮」ジャンルの映像が推薦されないという問題や、推薦されるべきでない「政治」や「ホラー」の映像が推薦されるという問題がある。

本発明は、前記従来の技術に鑑み、より適切なコンテンツを推薦することのできるコンテンツ関連度算出装置、コンテンツ関連度算出方法、およびコンテンツ関連度算出プログラムを提供することを目的とする。

前記課題を解決するために、本発明の実施形態に係るコンテンツ関連度算出装置は、コンテンツ間の関連度を算出する装置であって、関連度の算出対象となるコンテンツを指定するコンテンツ指定部と、階層構造として表現されているジャンル体系を蓄積するジャンル体系蓄積部と、ジャンル間の関係性の強さを表す関係性スコアを蓄積する関係性スコア蓄積部と、前記ジャンル体系蓄積部に蓄積されている階層構造において前記コンテンツ指定部により指定されたコンテンツのジャンルに共通する最も近い祖先を特定し、その祖先より深い階層において前記関係性スコア蓄積部に蓄積されている関係性スコアが定義されている場合、その関係性スコアに基づいてジャンル間の関連度を算出するジャンル関連度算出部と、前記ジャンル関連度算出部により算出されたジャンル間の関連度に基づいて前記コンテンツ指定部により指定されたコンテンツ間の関連度を算出するコンテンツ関連度算出部とを備え、前記ジャンル関連度算出部は、ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとすると、ジャンルａの祖先でジャンルｃより深いジャンルａ’とジャンルｂの祖先でジャンルｃより深いジャンルｂ’との間に前記関係性スコアが定義されている場合、その関係性スコアの絶対値が大きいほど高い関連度を算出し、ジャンルａ’とｂ’の間に定義されている関係性スコアをＣ（ａ’，ｂ’）とし、ジャンルａ’およびｂ’がどれだけ詳細なジャンルであるかに基づくスコアを算出する関数をＴ（ａ’，ｂ’）とし、ジャンルａとジャンルｂにおいて最も近い共通の祖先以上に深い階層で定義されている関係性スコアがＧ’＝｛（ａ’ _ｉ， ｂ’ _ｉ ）|ｉ＝１，２，・・・｝におけるｉ番目のジャンルの間であったとすると、ジャンルａとジャンルｂの関連度Ｒ _Ｇ （ａ，ｂ）を以下の式のＲ _Ｇ ’（ Ｇ’）により算出することを特徴とする。

前記ジャンル関連度算出部は、ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとすると、ジャンルａの祖先でジャンルｃより深いジャンルａ’とジャンルｂの祖先でジャンルｃより深いジャンルｂ’との間に前記関係性スコアが定義されていない場合、前記祖先にあたるジャンルの階層が深いほど高い関連度を算出してもよい。

前記ジャンル関連度算出部は、ジャンルｃがどれだけ詳細なジャンルであるかに基づくスコアを算出する関数をＴ（ｃ，ｃ）とすると、ジャンルａとジャンルｂの関連度Ｒ_Ｇ（ａ，ｂ）を以下の式のＲ_Ｇ”（ｃ）により算出してもよい。

前記課題を解決するために、本発明の実施形態に係るコンテンツ関連度算出方法は、コンテンツ間の関連度を算出する方法であって、関連度の算出対象となるコンテンツを指定するコンテンツ指定ステップと、階層構造として表現されているジャンル体系を蓄積するジャンル体系蓄積ステップと、ジャンル間の関係性の強さを表す関係性スコアを蓄積する関係性スコア蓄積ステップと、前記ジャンル体系蓄積ステップで蓄積された階層構造において前記コンテンツ指定ステップで指定されたコンテンツのジャンルに共通する最も近い祖先を特定し、その祖先より深い階層において前記関係性スコア蓄積ステップで蓄積された関係性スコアが定義されている場合、その関係性スコアに基づいてジャンル間の関連度を算出するジャンル関連度算出ステップと、前記ジャンル関連度算出ステップで算出されたジャンル間の関連度に基づいて前記コンテンツ指定ステップで指定されたコンテンツ間の関連度を算出するコンテンツ関連度算出ステップとを備え、前記ジャンル関連度算出ステップでは、ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとすると、ジャンルａの祖先でジャンルｃより深いジャンルａ’とジャンルｂの祖先でジャンルｃより深いジャンルｂ’との間に前記関係性スコアが定義されている場合、その関係性スコアの絶対値が大きいほど高い関連度を算出し、ジャンルａ’とｂ’の間に定義されている関係性スコアをＣ（ａ’，ｂ’）とし、ジャンルａ’およびｂ’がどれだけ詳細なジャンルであるかに基づくスコアを算出する関数をＴ（ａ’，ｂ’）とし、ジャンルａとジャンルｂにおいて最も近い共通の祖先以上に深い階層で定義されている関係性スコアがＧ’＝｛（ａ’_ｉ，ｂ’_ｉ）|ｉ＝１，２，・・・｝におけるｉ番目のジャンルの間であったとすると、ジャンルａとジャンルｂの関連度Ｒ_Ｇ（ａ，ｂ）を以下の式のＲ_Ｇ’（ Ｇ’）により算出することを特徴とする。

前記課題を解決するために、本発明の実施形態に係るコンテンツ関連度算出プログラムは、前記コンテンツ関連度算出装置が備える各処理部としてコンピュータを機能させることを特徴とする。

本発明によれば、ジャンル間の関係性を考慮するようにしているので、より適切なコンテンツを推薦することのできるコンテンツ関連度算出装置、コンテンツ関連度算出方法、およびコンテンツ関連度算出プログラムを提供することができる。

本発明の実施の形態におけるコンテンツ関連度算出装置の構成図である。 本発明の実施の形態におけるジャンル体系の説明図である。 本発明の実施の形態におけるコンテンツ情報の一例を示す図である。 本発明の実施の形態におけるコンテンツ関連度算出装置のフローチャートである。 本発明の実施の形態における関係性スコアの一例を示す図である。

以下、本発明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１は、本発明の実施の形態におけるコンテンツ関連度算出装置１０の構成図である。このコンテンツ関連度算出装置１０は、コンテンツ間の関連度を算出する装置であって、図１に示すように、コンテンツ指定部１１と、ジャンルペア抽出部１２と、ジャンル関連度算出部１３と、コンテンツ関連度算出部１４と、コンテンツ関連度出力部１５と、コンテンツ情報蓄積部１６と、ジャンル体系蓄積部１７と、関係性スコア蓄積部１８とを備えている。コンテンツ情報蓄積部１６は、コンテンツ情報を蓄積する蓄積装置等である。ジャンル体系蓄積部１７は、木構造として表現されているジャンル体系を蓄積する蓄積装置等である。関係性スコア蓄積部１８は、ジャンル間の関係性の強さを表す関係性スコアを蓄積する蓄積装置等である。コンテンツ指定部１１は、関連度の算出対象となる２コンテンツを指定する入力装置等である。ジャンルペア抽出部１２は、コンテンツ情報蓄積部１６に蓄積されているコンテンツ情報に基づいて、コンテンツ指定部１１により指定された２コンテンツについてジャンルペアを抽出する。ジャンル関連度算出部１３は、ジャンルペア抽出部１２により抽出されたジャンルペアについてジャンル間の関連度を算出する。例えば、木構造においてジャンルペアに共通する最も近い祖先を特定し、その祖先より深い階層において関係性スコアが定義されている場合、その関係性スコアに基づいてジャンル間の関連度を算出する。コンテンツ関連度算出部１４は、ジャンル関連度算出部１３により算出されたジャンル間の関連度に基づいて、コンテンツ指定部１１により指定された２コンテンツ間の関連度を算出する。コンテンツ関連度出力部１５は、コンテンツ関連度算出部１４により算出された２コンテンツ間の関連度を出力する。

図２は、ジャンル体系蓄積部１７に蓄積されているジャンル体系の説明図である。この図に示すように、ジャンル体系は木構造として定義されているものとする。このとき、異なるサービスにおけるジャンル体系が一つの木構造と表現されていてもよく、一番上の階層にルートジャンル、その下の階層に各サービスのジャンルが配置されているものとする。ここでは、関係性スコアが定義されているジャンル間を両矢印で表している。関係性スコアは、ユーザが独自に指定することができる。各コンテンツのジャンルの祖先・子孫・兄弟にあたるジャンル間もしくは自身との間に関係性が定義されている場合は、その関係性に基づいた関連度を算出するようになっている（後述する）。

図３は、コンテンツ情報蓄積部１６に蓄積されているコンテンツ情報の一例を示す図である。この図に示すように、１つのコンテンツには複数のジャンルが付与される場合がある。コンテンツＡに付与されているジャンルをＧ_ａ＝{ａ_ｉ|ｉ＝１，２，・・・}、コンテンツＢに付与されているジャンルをＧ_ｂ＝{ｂ_ｊ|ｊ＝１，２，・・・}とおくと、コンテンツＡとコンテンツＢの関連度Ｒ（Ａ，Ｂ）は以下の式により算出される。

ただし、Ｒ_Ｇ（ａ_ｉ，ｂ_ｊ）はジャンルａ_ｉとジャンルｂ_ｊの関連度である。コンテンツＡまたはコンテンツＢに１つ以上のジャンルが付与されていない場合は、Ｒ（Ａ，Ｂ）＝０とする。

図４は、コンテンツ関連度算出装置１０の動作を示すフローチャートである。以下、あるコンテンツにアクセスしたユーザに対して別のコンテンツを提示する際の動作を説明する。

まず、関連度の算出対象となる２コンテンツを指定する（ステップＳ１）。例えば、２コンテンツのうちの一方は、ユーザがアクセスしたコンテンツであり、もう一方は、コンテンツ情報蓄積部１６に蓄積されている任意のコンテンツである。

次いで、各コンテンツに付与された任意のジャンルペアについてステップＳ２〜Ｓ６を繰り返す。例えば、ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとする。このとき、ジャンルａの祖先でジャンルｃより深いジャンルａ’と、ジャンルｂの祖先でジャンルｃより深いジャンルｂ’との間に、１つ以上の関係性スコアが定義されているか否かを判定する（ステップＳ２）。ただし、ジャンルａ’はジャンルａであってもよく、ジャンルｂ’はジャンルｂであってもよい。そして、関係性スコアが定義されている場合は、後述する数４により、関係性スコアに基づいてジャンルａとジャンルｂの関連度を算出する（ステップＳ３）。一方、関係性スコアが定義されていない場合は、後述する数７により、共通の祖先の深さに基づいてジャンルａとジャンルｂの関連度を算出する（ステップＳ４）。

次いで、算出したジャンル間の関連度のうち、最も大きいものをＸとする（ステップＳ５→Ｓ６）。すなわち、算出したジャンル間の関連度がＸより大きい場合、またはＸが未定義である場合は、算出したジャンル間の関連度をＸとする。

次いで、このＸに基づいて２コンテンツ間の関連度を数３により算出し、算出した関連度を出力する（ステップＳ７→Ｓ８）。このような処理を繰り返せば、コンテンツ情報蓄積部１６に蓄積されている全てのコンテンツについて、ユーザがアクセスしたコンテンツとの関連度を算出することができる。

以下、ジャンルａとジャンルｂに共通する最も近い祖先より深い階層で関係性スコアが定義されている場合について詳しく説明する。まず、関係性がＧ’＝｛（ａ’_ｉ，ｂ’_ｉ）|ｉ＝１，２，・・・｝におけるｉ番目のジャンルの間で定義されているとする。この場合、ジャンル関連度算出部１３は、ジャンルａとジャンルｂの関連度Ｒ_Ｇ（ａ，ｂ）を以下の式のＲ_Ｇ’（ Ｇ’）により算出する。

Ｃ（ａ’，ｂ’）は、ジャンルａ’とｂ’の間に定義されている関係性スコアである。関係性スコアは任意の実数値をとる。ジャンルａ’のコンテンツに対してジャンルｂ’のコンテンツの推薦を行いたい場合には正の値、推薦を行いたくない場合には負の値、どちらでもない場合には値は０として定義する。関係性スコアの絶対値が大きいほど高い関連度を算出する。例えば、「子供向け」と「ホラー」は関連度を低くするため、図５に示すように、Ｃ（子供向け，ホラー）＝−１と定義されている。

Ｔ（ａ’，ｂ’）は、ジャンルａ’およびｂ’がどれだけ詳細なジャンルであるかに基づくスコアを算出する関数であり、ａ’およびｂ’のジャンルが詳細であるほど大きい値となる。例えば、ジャンルａが「子供向けアニメ」、ジャンルｂが「ホラー」であるとする。この場合、ジャンルａとジャンルｂに共通する最も近い祖先は「ＶＯＤ」であり、これより深い階層「子供向け」と「ホラー」の間に関係性スコアが定義されている。このとき、ジャンルａ’は「子供向け」、ジャンルｂ’は「ホラー」となる。Ｔ（ａ’，ｂ’）は、例えば、以下の式により算出することができる。

ただし、Ｎ（ａ’）は、全コンテンツのうちジャンルａ’に属するコンテンツ数を返す関数であり、Ｎ_ｒｏｏｔは全コンテンツ数である。αはパラメータであり、任意の値を設定することができる。Ｎ_ｒｏｏｔ＝１２０００、α＝１００、Ｎ（子供向け）＝１０００、Ｎ（ホラー）＝９０であるとすると、Ｔ（子供向け，ホラー）＝０．４となる。よって、「子供向けアニメ」と「ホラー」の関連度Ｒ_Ｇは、Ｒ_Ｇ’（子供向け，ホラー）＝−１×０．４＝−０．４となる。

Ｔ（ａ’，ｂ’）の別の算出方法を説明する。例えば、ジャンルａ’およびｂ’がそれぞれ末端から何階層目に属しているかによりＴ（ａ’，ｂ’）を算出してもよい。このとき、Ｔ（ａ’，ｂ’）は以下の式により算出することができる。

ただし、Ｄ（ａ’）は、ジャンル体系の木構造においてジャンルａ’が末端から何階層目に属しているかを返す関数であり、Ｄ（子供向け）＝２となる。βはパラメータであり、任意の値を設定することができる。β＝３、Ｄ（子供向け）＝２、Ｄ（ホラー）＝１であるとすると、Ｔ（子供向け，ホラー）＝１となる。

次に、ジャンルａとジャンルｂに共通する最も近い祖先より深い階層で関係性スコアが定義されていない場合について詳しく説明する。ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとする。この場合、ジャンル関連度算出部１３は、ジャンルａとジャンルｂの関連度Ｒ_Ｇ（ａ，ｂ）を以下の式のＲ_Ｇ”（ｃ）により算出する。

Ｔ（ｃ，ｃ）の値は、数５や数６により算出することができる。例えば、ジャンルａが「洋画−ＳＦ」、ジャンルｂが「邦画−アクション」であるとする。この場合、ジャンルａとジャンルｂに共通する最も近い祖先は「映画」であり、これより深い階層には関係性スコアが定義されていない。そこで、Ｎ_ｒｏｏｔ＝１２０００、α＝１００、Ｎ（映画）＝１０００であるとすると、Ｔ（ｃ，ｃ）は、数５によりＲ_Ｇ”（映画）＝０．１２と算出することができる。

以上のように、コンテンツ関連度算出装置１０によれば、ジャンル間の関係性を考慮するようにしているので、より適切なコンテンツを推薦することができる。すなわち、ジャンルの異なる２つのコンテンツに対しても、各コンテンツのジャンル間の関係性に基づいてコンテンツ間の関連度を算出することができるため、内容ベースフィルタリングの推薦技術による推薦において、より強く関連するコンテンツをより多く推薦することが可能になる。

また、コンテンツ関連度算出装置１０によれば、関係性スコアが定義されている場合、数４によりジャンル間の関連度を算出するようにしている。すなわち、関係性スコアの絶対値が大きいほど高い関連度を算出するとともに、ジャンルａ’およびｂ’の階層が深いほど高い関連度を算出するようにしているので、適切にジャンル間の関連度を算出することができる。

また、コンテンツ関連度算出装置１０によれば、関係性スコアが定義されていない場合、数７によりジャンル間の関連度を算出するようにしている。すなわち、祖先にあたるジャンルの階層が深いほど高い関連度を算出するようにしているので、適切にジャンル間の関連度を算出することができる。

なお、本発明は、前記の実施形態に限定されず、特許請求の範囲内において変更や応用が可能である。例えば、ジャンル体系蓄積部１７は、木構造として表現されているジャンル体系を蓄積することとしているが、ジャンル体系は階層構造として表現されていればよく、木構造に限定されるものではない。また、ユーザが関係性スコアを指定することとしているが、ユーザ以外の者（例えばコンテンツ提供者）が関係性スコアを指定することも可能である。

また、本発明は、コンテンツ関連度算出装置１０として実現することができるだけでなく、コンテンツ関連度算出装置１０が備える特徴的な処理部をステップとする画像処理方法として実現したり、それらの各処理部としてコンピュータを機能させるコンテンツ関連度算出プログラムとして実現したりすることもできる。このようなプログラムは、ＣＤ−ＲＯＭ等の記録媒体やインターネット等の伝送媒体を介して配信することができるのはいうまでもない。

１０…コンテンツ関連度算出装置
１１…コンテンツ指定部
１３…ジャンル関連度算出部
１４…コンテンツ関連度算出部
１７…ジャンル体系蓄積部
１８…関係性スコア蓄積部

Claims (5)

1. コンテンツ間の関連度を算出するコンテンツ関連度算出装置であって、
   関連度の算出対象となるコンテンツを指定するコンテンツ指定部と、
   階層構造として表現されているジャンル体系を蓄積するジャンル体系蓄積部と、
   ジャンル間の関係性の強さを表す関係性スコアを蓄積する関係性スコア蓄積部と、
   前記ジャンル体系蓄積部に蓄積されている階層構造において前記コンテンツ指定部により指定されたコンテンツのジャンルに共通する最も近い祖先を特定し、その祖先より深い階層において前記関係性スコア蓄積部に蓄積されている関係性スコアが定義されている場合、その関係性スコアに基づいてジャンル間の関連度を算出するジャンル関連度算出部と、
   前記ジャンル関連度算出部により算出されたジャンル間の関連度に基づいて前記コンテンツ指定部により指定されたコンテンツ間の関連度を算出するコンテンツ関連度算出部と、
   を備え、
   前記ジャンル関連度算出部は、
   ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとすると、ジャンルａの祖先でジャンルｃより深いジャンルａ’とジャンルｂの祖先でジャンルｃより深いジャンルｂ’との間に前記関係性スコアが定義されている場合、その関係性スコアの絶対値が大きいほど高い関連度を算出し、
   ジャンルａ’とｂ’の間に定義されている関係性スコアをＣ（ａ’，ｂ’）とし、ジャンルａ’およびｂ’がどれだけ詳細なジャンルであるかに基づくスコアを算出する関数をＴ（ａ’，ｂ’）とし、ジャンルａとジャンルｂにおいて最も近い共通の祖先以上に深い階層で定義されている関係性スコアがＧ’＝｛（ａ’_ｉ，ｂ’_ｉ）|ｉ＝１，２，・・・｝におけるｉ番目のジャンルの間であったとすると、ジャンルａとジャンルｂの関連度Ｒ_Ｇ（ａ，ｂ）を以下の式のＲ_Ｇ’（ Ｇ’）により算出する
   ことを特徴とするコンテンツ関連度算出装置。
   

   
2. 前記ジャンル関連度算出部は、ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとすると、ジャンルａの祖先でジャンルｃより深いジャンルａ’とジャンルｂの祖先でジャンルｃより深いジャンルｂ’との間に前記関係性スコアが定義されていない場合、前記祖先にあたるジャンルの階層が深いほど高い関連度を算出することを特徴とする請求項１記載のコンテンツ関連度算出装置。
3. 前記ジャンル関連度算出部は、ジャンルｃがどれだけ詳細なジャンルであるかに基づくスコアを算出する関数をＴ（ｃ，ｃ）とすると、ジャンルａとジャンルｂの関連度Ｒ_Ｇ（ａ，ｂ）を以下の式のＲ_Ｇ”（ｃ）により算出することを特徴とする請求項２記載のコンテンツ関連度算出装置。
   

   
4. コンテンツ間の関連度を算出するコンテンツ関連度算出方法であって、
   関連度の算出対象となるコンテンツを指定するコンテンツ指定ステップと、
   階層構造として表現されているジャンル体系を蓄積するジャンル体系蓄積ステップと、
   ジャンル間の関係性の強さを表す関係性スコアを蓄積する関係性スコア蓄積ステップと、
   前記ジャンル体系蓄積ステップで蓄積された階層構造において前記コンテンツ指定ステップで指定されたコンテンツのジャンルに共通する最も近い祖先を特定し、その祖先より深い階層において前記関係性スコア蓄積ステップで蓄積された関係性スコアが定義されている場合、その関係性スコアに基づいてジャンル間の関連度を算出するジャンル関連度算出ステップと、
   前記ジャンル関連度算出ステップで算出されたジャンル間の関連度に基づいて前記コンテンツ指定ステップで指定されたコンテンツ間の関連度を算出するコンテンツ関連度算出ステップと、
   を備え、
   前記ジャンル関連度算出ステップでは、
   ジャンルａとジャンルｂに共通する最も近い祖先をジャンルｃとすると、ジャンルａの祖先でジャンルｃより深いジャンルａ’とジャンルｂの祖先でジャンルｃより深いジャンルｂ’との間に前記関係性スコアが定義されている場合、その関係性スコアの絶対値が大きいほど高い関連度を算出し、
   ジャンルａ’とｂ’の間に定義されている関係性スコアをＣ（ａ’，ｂ’）とし、ジャンルａ’およびｂ’がどれだけ詳細なジャンルであるかに基づくスコアを算出する関数をＴ（ａ’，ｂ’）とし、ジャンルａとジャンルｂにおいて最も近い共通の祖先以上に深い階層で定義されている関係性スコアがＧ’＝｛（ａ’_ｉ，ｂ’_ｉ）|ｉ＝１，２，・・・｝におけるｉ番目のジャンルの間であったとすると、ジャンルａとジャンルｂの関連度Ｒ_Ｇ（ａ，ｂ）を以下の式のＲ_Ｇ’（ Ｇ’）により算出する
   ことを特徴とするコンテンツ関連度算出方法。
   

   
5. 請求項１乃至３のいずれか１項に記載した各処理部としてコンピュータを機能させることを特徴とするコンテンツ関連度算出プログラム。

Images