JP5354847B2 - 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 - Google Patents

Description

本発明は、コンテンツ提供サーバから提供されるコンテンツを利用者機器にリコメンドする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に関する。

ネットワークを利用したデータの送受信の発達に伴い、サーバが予め記憶されている画像データや音声データ等のコンテンツを、ダウンロードの要求に応じて利用者機器に提供するサービスも発達している。

一方、ネットワークでは伝送可能なデータサイズが定められているが画像データや音声データ等のコンテンツはデータサイズが大きいため、ネットワークにおけるデータの通信量の増大に伴い、サーバと利用者機器間でデータの通信ができなくなることがある。

これに対し、ネットワークにおけるトラフィック量の軽減を図ることを目的として、受信端末（利用者機器）からデータの要求が送信されると、サーバはマルチキャスト又はブロードキャストで受信端末にデータを送信するスケジュールを作成するとともにスケジュールに従ってデータを送信し、受信端末ではサーバによって生成されたスケジュールに従って受信したデータを並べ替えて利用する技術もある（例えば、特許文献１参照）。

また、利用者機器でコンテンツをダウンロードする場合には、利用者からコンテンツの提供者に対して対価が支払われることになるが、サービス提供効率及びサービス利用の満足度を向上するため、サーバではコンピュータリソースを監視しながらリソースの状況に応じてコンテンツ売価を調整し、コンテンツ配信トラフィックを調整する技術もある（例えば、特許文献２参照）。
特開２００６−１０８８３１ 特開２００６−１８６２６

しかしながら、上述した特許文献１によれば、受信端末では、データをダウンロードする場合、サーバにコンテンツデータの要求を送信する際にはコンテンツデータを受信できる時刻を知ることができない場合がある。すなわち、人気のあるコンテンツデータであって、サーバによって生成されたスケジュールに記載された時刻と、スケジュールがブロードキャストされる時刻との間に、複数の受信端末からのアクセスがサーバに集中した場合、スケジュールで指定された時刻であってもダウンロードに時間がかかることとなるばかりでなく、接続にも時間がかかるためにコンテンツデータを実際に受信完了できる時間は不明となる。

これは、特許文献1によれば、受信端末のデータ要求によって初めてサーバにて配信スケジュールを生成するといった方式をとっていることによって生じる課題であり、すなわち、全ての受信端末のそれぞれが、どのコンテンツをダウンロードすべくデータ要求を発するかを予測できないことに起因する。

また、上述した特許文献２によれば、利用者機器がコンテンツをダウンロードしようとする際のリソース状況に伴って売価が定められることとなり、必ずしも十分にユーザに満足されるサービスを提供することは出来ない。すなわち、ダウンロードしようとするコンテンツが人気のあるコンテンツである場合にはコンテンツの売価が高く定められることとなるためである。

従って、本願記載の発明によれば、利用者機器がコンテンツ提供サーバからコンテンツをダウンロードする場合、各利用者機器がダウンロードする可能性が高いコンテンツを予測することによって各コンテンツへのダウンロードアクセス集中時刻を予測し、利用者機器とサーバとを結ぶネットワークの通信量を一定に保つようにコンテンツのダウンロードが可能となる予約時刻を各利用者機器ごとにリコメンドする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を提供することを目的とする。

本発明の特徴に係るリコメンドシステムは、利用者機器と、利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを利用者機器に送信するコンテンツ提供サーバと、利用者機器からの一覧リクエストに応答して一覧データを送信するリコメンドサーバとがネットワークを介して接続され、リコメンドサーバは、利用者機器から一覧リクエストを受信すると、提供コンテンツの識別子に、コンテンツ提供サーバが利用者機器に提供コンテンツの提供を開始する予約時刻が関連付けられた一覧データを利用者機器に送信する通信部を備え、利用者機器は、受信した一覧データに含まれる提供コンテンツの識別子が選択されてコンテンツをダウンロードする操作信号が入力されると、一覧データで提供コンテンツの識別子に関連付けられた予約時刻に提供コンテンツの識別子を含むコンテンツリクエストをコンテンツ提供サーバに送信するダウンロード実行部を備えることを特徴とする。

本発明によれば、利用者機器がコンテンツ提供サーバからコンテンツをダウンロードする場合、利用者機器とサーバとを結ぶネットワークの通信量を一定に保つようにコンテンツをリコメンドすることができる。

〈リコメンドシステム〉
図１に示すように、本発明の最良の実施の形態に係るリコメンドシステム１は、リコメンドサーバ１０、利用者機器２０及びコンテンツ提供サーバ４０がネットワーク５０を介して接続されている。

図１に示すリコメンドシステム１では、コンテンツ提供サーバ４０は、利用者機器２０から送信されたリクエストに応じて、コンテンツを提供する。利用者機器２０では、リコメンドサーバ１０で生成されたコンテンツの一覧から選択されたコンテンツについて、コンテンツ提供サーバ４０にリクエストを送信する。リコメンドサーバ１０は、コンテンツ提供サーバ４０が提供するコンテンツに関するデータを予め取得して記憶しており、記憶しているデータの中からコンテンツの一覧を生成する。コンテンツの一覧を生成する際、リコメンドサーバ１０は、利用者機器２０が過去にコンテンツ提供サーバ４０からダウンロードしたコンテンツに関する履歴等のデータを考慮する。

図１に示すリコメンドシステム１では、便宜的にリコメンドサーバ１０、利用者機器２０及びコンテンツ提供サーバ４０が各１台づつ接続されているが、それぞれ複数台接続させることができる。

図１で示したリコメンドシステム１における簡単な処理の流れを、図２に示すシーケンス図を用いて説明する。リコメンドシステム１では、リコメンドサーバ１０は、コンテンツ提供サーバ４０にデータリクエストを送信する（Ｓ１）。データリクエストは、コンテンツ提供サーバ４０が提供するコンテンツに関するデータを要求するリクエストである。

データリクエストに応答してコンテンツ提供サーバ４０からデータを受信したリコメンドサーバ１０は、受信したデータを記憶装置に蓄積する（Ｓ２）。また、リコメンドサーバ１０は、受信したデータについて、各コンテンツに類似する他のコンテンツのダウンロードの実績（ダウンロード数）に関する評価データを更新する（Ｓ３）。この評価データについては、図９を用いて後述する。

その後、利用者機器２０がリコメンドサーバ１０に一覧リクエストを送信する（Ｓ４）。『一覧リクエスト』は、コンテンツ提供サーバ４０が利用者機器２０に提供するコンテンツに関するデータを要求するリクエストである。

一覧リクエストを受信したリコメンドサーバ１０は、一覧データを生成し（Ｓ５）、利用者機器２０に送信する（Ｓ６）。『一覧データ』は、リコメンドサーバ１０が、利用者機器２０に対してコンテンツ提供サーバ４０からダウンロードすることをリコメンド（推薦）するコンテンツの一覧を含むデータである。リコメンドサーバ１０は、ステップＳ３で更新された評価データから、利用者機器２０の嗜好（すなわち利用者の嗜好）に一致又は類似するコンテンツを選択して一覧データを生成する。

利用者機器２０は、受信した一覧データを参考にして、コンテンツのダウンロードを予約し（Ｓ７）、予約時刻になると、コンテンツ提供サーバ４０にコンテンツのダウンロードを要求するコンテンツリクエストを送信する（Ｓ８）。また、利用者機器２０は、コンテンツリクエストを送信した際、コンテンツのダウンロードの履歴に関する履歴データを記憶する（Ｓ９）。履歴データについては、図４を用いて後述する。

コンテンツ提供サーバ４０は、受信したコンテンツリクエストに対応して、利用者機器２０にコンテンツを提供する（Ｓ１０）。

利用者機器２０は、所定のタイミングでリコメンドサーバ１０にステップＳ９で記憶した履歴データを送信する（Ｓ１１）。リコメンドサーバ１０は、利用者機器２０から受信した履歴データに基づいて、利用者データを更新する（Ｓ１２）。利用者データについては、図１０を用いて後述する。

〈コンテンツ提供サーバ〉
コンテンツ提供サーバ４０は、図１に示すように、通信部４１及び記憶装置４２を有している。記憶装置４２は、コンテンツIDに関連付けてコンテンツ及びコンテンツに関するデータ（ジャンル、出演者、データサイズ等）を記憶している。ここで、「コンテンツ」は、レコーダで使用（録画、予約等）する映像データ、番組プログラムデータ、番組に関するデータ、種々の画面データ等であるとして説明する。

通信部４１は、利用者機器２０から受信したコンテンツリクエストに対応して、記憶装置４２に記憶されるコンテンツから該当するコンテンツを読み出して、利用者機器２０に送信する。また、通信部４１は、リコメンドサーバ１０から受信したデータリクエストに対応して、記憶装置４２に記憶されるコンテンツから該当するデータを読み出して、新たに提供可能となったコンテンツに関するデータをリコメンドサーバ１０に送信する。

〈利用者機器〉
図３に示すように、利用者機器２０は、通信部２１、画面生成部２２、表示制御部２３、入力部２４、予約管理部２５、ダウンロード実行部２６、記録制御部２７、履歴制御部２８、出力制御部２９を備えている。また、利用者機器２０は記憶装置３０に履歴データ記憶部３０ａ及びコンテンツデータ記憶部３０ｂと、利用者機器２０を識別する機器ＩＤを含む機器データを記憶する機器データ記憶部３０ｃを含んでいる。

通信部２１は、ネットワーク５０を介してリコメンドサーバ１０に一覧リクエストや履歴データ等のデータを送信する。また、通信部２１は、コンテンツ提供サーバ４０にコンテンツリクエストを送信する。さらに、通信部２１は、ネットワーク５０を介してリコメンドサーバ１０から送信された一覧データや、コンテンツ提供サーバ４０から送信されたコンテンツを受信する。『一覧リクエスト』は、一覧リクエストを送信する利用者機器２０の識別子である利用者IDを含んでおり、利用者機器２０は、例えば、利用者によって操作されたタイミングで一覧リクエストを送信する。利用者IDは、利用者の識別子である。本実施の形態では、一人の利用者が複数の機器、例えばDVDレコーダとTVを所有している場合、それぞれの機器に別々、または同じコンテンツをダウンロードさせることを許容している。

画面生成部２２は、通信部２１を介してリコメンドサーバ１０から受信した一覧データを、ディスプレイに表示することができる形式の一覧画面に変換する。画面生成部２２で生成された一覧画面は、表示制御部２３によって伝送路を介して接続されるディスプレイ（図示せず）に表示される。一覧画面の一例は図１３を用いて後述する。

入力部２４は、操作ボタン等の入力手段によって利用者による操作に基づいて生成されたダウンロード予約の操作信号やコンテンツ出力等の操作信号を入力する。

予約管理部２５は、入力部２４を介してダウンロード予約の操作信号を入力すると、コンテンツIDと、一覧データで当該コンテンツIDに関連付けられた予約時刻をダウンロード実行部２６に出力するとともに、コンテンツID及びコンテンツの内容としてコンテンツの「タイトル」、「ジャンル」及び「出演者」を履歴制御部２８に出力する。

ダウンロード実行部２６は、予約管理部２５から入力した予約時刻に、通信部２１を介してコンテンツ提供サーバ４０にコンテンツリクエストを送信してコンテンツをダウンロードし、ダウンロードしたコンテンツを記録制御部２７に出力する。『コンテンツリクエスト』は、利用者ID及びダウンロードを要求するコンテンツIDを含んでいる。

記録制御部２７は、ダウンロード実行部２６から入力したコンテンツをコンテンツデータ記憶部３０ｂに蓄積する。このコンテンツデータ記憶部３０ｂでは、ダウンロード実行部２６によってダウンロードされた複数のコンテンツがコンテンツIDによって識別されて蓄積されている。

履歴制御部２８は、予約管理部２５から入力したコンテンツID及び新たに予約されたコンテンツに関するデータ（コンテンツの内容等）を含む履歴データを生成し、履歴データ記憶部３０ａに蓄積する。また、履歴制御部２８は、履歴データ記憶部３０ａに記憶されている履歴データを所定のタイミングでリコメンドサーバ１０に送信する。利用者機器２０が履歴データを送信するタイミングは、例えば、定期的等の所定のタイミングである。

図４を用いて、履歴データ記憶部３０ａに記憶される履歴データの一例を説明する。図４に示す履歴データは、「コンテンツID」をキーとして、「ダウンロード予約」、「視聴記録」及び「コンテンツ情報」に関するデータを関連付けている。「ダウンロード予約」に関するデータには、コンテンツのダウンロード予約の有無や予約日時を含んでいる。「視聴記録」に関するデータには、ダウンロードしたコンテンツの視聴記録の有無や視聴日時を含んでいる。「コンテンツ情報」に関するデータには、コンテンツの内容であるタイトル、ジャンル、出演者、ストーリー、製作年及び製作スタッフを含んでいる。

出力制御部２９は、入力部２４を介してコンテンツ出力の操作信号を入力すると、操作信号に従ってコンテンツデータ記憶部３０ｂからコンテンツを抽出し、抽出したコンテンツをディスプレイやスピーカ等の出力装置に出力する。出力制御部２９は、コンテンツを出力装置に出力すると、履歴データの「視聴記録」に関するデータを更新する。

以下の説明において、利用者機器２０は、「レコーダ」として説明する。これらのレコーダは、放送局（図示せず）などで放送される番組などのデータを録画するハードディスクレコーダやＤＶＤレコーダ等の装置である。この場合、利用者機器２０は伝送路を介してディスプレイ（図示せず）が接続されており、表示制御部２３は、コンテンツ提供サーバ４０から受信したコンテンツを接続される表示装置に表示させる。レコーダである利用者機器２０は他に、入力手段、チューナ、エンコーダ、データ取得部、制御部、時計等（図示せず）を有している。入力手段は、利用者からの種々の操作指示が入力される。例えば、入力手段は、これから放送される予定の番組を録画する予約や現在視聴している番組を録画するなどの指示が利用者によって入力される。チューナは、入力手段からの操作に基づいて、指定されたチャンネルの放送を放送信号から抽出し、画像信号と音声信号を取り出して、エンコーダに入力する。エンコーダは、チューナから入力された画像信号と音声信号を受け取り、圧縮等の処理を行って画像データ及び音声データを生成して、記憶装置に記憶させる。データ取得部は、番組プログラムデータ等のデータを受信し、記憶装置に記憶する。制御部は、入力手段からの指示に基づいて、指定された時刻に番組を取得及び記憶装置への記憶や、現在視聴している番組の記憶装置への録画等の処理を行う。利用者機器２０は、レコーダの他に、チューナ付コンピュータ、録画機能付きテレビ等で代用されても良く、ネットワーク５０に接続され、コンテンツを受信できる装置であれば良い。

〈リコメンドサーバ〉
リコメンドサーバ１０は、図５に示すように、通信部１１、取得部１２、一覧データ生成部１３、時刻算出部１４、評価データ更新部１５及び利用者データ更新部１６を備えている。また、図５に示すようにリコメンドサーバ１０は、記憶装置１０７に利用者データ記憶部１７ａ、評価データ記憶部１７ｂ、ホルダデータ記憶部１７ｃ及びリストデータ記憶部１７ｄを含んでいる。

リコメンドサーバ１０は、図６に示すハードウェア構成図にあるように、中央処理制御装置１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３及び入出力インタフェース１０９を有し、バス１１０を介して接続されている。入出力インタフェース１０９には、入力装置１０４、表示装置１０５、通信制御装置１０６、記憶装置１０７及びリムーバブルディスク１０８が接続されている。

中央処理制御装置１０１は、入力装置１０４からの入力信号に基づいてＲＯＭ１０２からリコメンドサーバ１０を起動するためのブートプログラムを読み出して実行し、更に記憶装置１０７に記憶されたオペレーティングシステムを読み出す。更に中央処理制御装置１０１は、入力装置１０４や通信制御装置１０６等の入力信号に基づいて、各種装置の制御を行ったり、ＲＡＭ１０３や記憶装置１０７等に記憶されたプログラム及びデータを読み出してＲＡＭ１０３にロードするとともに、ＲＡＭ１０３から読み出されたプログラムのコマンドに基づいて、データの計算または加工など、後述する一連の処理を実現する。

入力装置１０４は、操作者が各種の操作を入力するキーボード、マウスなどの入力デバイスにより構成されており、操作者の操作に基づいて入力信号を作成し、信号を入出力インタフェース１０９及びバス１１０を介して中央処理制御装置１０１に送信する。表示装置１０５は、ＣＲＴ（Cathode Ray Tube）ディスプレイや液晶ディスプレイなどであり、中央処理制御装置１０１からバス１１０及び入出力インタフェース１０９を介した出力信号を表示する。

通信制御装置１０６は、ＬＡＮカードやモデムなどの装置であり、リコメンドプログラムを実行するリコメンドサーバ１０をインターネットやＬＡＮなどの通信ネットワークに接続する。通信制御装置１０６は、通信ネットワークから受信したデータを入力信号として、入出力インタフェース１０９及びバス１１０を介して中央処理制御装置１０１に送信する。また、通信制御装置１０６は、入出力インタフェース１０９及びバス１１０を介して、中央処理制御装置１０１から受信したデータを出力信号として、通信ネットワークに送信する。

記憶装置１０７は半導体記憶装置または磁気ディスク装置等であって、中央処理制御装置１０１で実行されるプログラムやデータが記憶されている。リムーバブルディスク１０８は、光ディスクやフレキシブルディスクのことであり、ディスクドライブによって読み書きされた信号は、入出力インタフェース１０９及びバス１１０を介して中央処理制御装置１０１に送受信される。図５に示すように、利用者データ記憶部１７ａ、評価データ記憶部１７ｂ、ホルダデータ記憶部１７ｃ及びリストデータ記憶部１７ｄは、それぞれリコメンドサーバ１０の記憶装置１０７の一部に相当する。

また、記憶装置１０７に記憶されるリコメンドプログラムが中央処理制御装置１０１に読み込まれて実行されることによって、図５に示すように、通信部１１、取得部１２、一覧データ生成部１３、時刻算出部１４、評価データ更新部１５及び利用者データ更新部１６を備えるリコメンドサーバ１０が構成される。

通信部１１は、利用者機器２０からネットワーク５０を介して送信された一覧リクエストや履歴データ等のデータを受信する。また、通信部１１は、利用者機器２０にネットワーク５０を介して一覧データを送信する。

取得部１２は、ネットワーク５０に接続されるコンテンツ提供サーバ４０に通信部１１を介してデータリクエストを送信し、コンテンツに関するデータを取得する。また、取得部１２は、取得したデータに基づいて、ホルダデータ記憶部１７ｃ及びリストデータ記憶部１７ｄを更新する。取得部１２がコンテンツに関するデータを取得するタイミングは、例えば、定期的等の所定のタイミングである。

図７を用いて、リストデータ記憶部１７ｄに含まれるコンテンツリストデータの一例を説明する。図７に示すコンテンツリストデータは、コンテンツ提供サーバ４０から提供されるコンテンツに関するデータであって、「コンテンツID」をキーとして、「コンテンツ情報」、「ファイル情報」、「タイトル情報」及び「コンテンツホルダID」に関するデータを関連付けている。「コンテンツ情報」は、図４を用いて説明した「コンテンツ情報」と同様に、コンテンツのタイトル、ジャンル、出演者、ストーリー、製作年及びスタッフ等のコンテンツの内容についてのデータを含んでいる。「ファイル情報」に関するデータには、コンテンツのデータサイズ、解像度、エンコード方式、ＤＲＭ方式を含んでいる。「タイトル情報」に関するデータには、コンテンツのチャプターを示すチャプター情報やコンテンツの主要な場面の画像を含むサムネイル情報を含んでいる。「コンテンツホルダID」は、コンテンツホルダの識別子である。コンテンツホルダは、コンテンツIDで識別されるコンテンツのダウンロードについてのURLやネットワークの許容量等に関するデータである。

図８を用いて、ホルダデータ記憶部１７ｃに含まれるコンテンツホルダデータの一例を説明する。図８に示すコンテンツホルダデータは、各コンテンツのダウンロードに関するデータであって、「コンテンツホルダID」及び「コンテンツID」をキーとして、「ダウンロードURL」、「最大同時ダウンロード許容数」、「最大許容回線幅」及び「ダウンロード開始時刻」に関するデータを関連付けている。

「ダウンロードURL」は、利用者機器２０がコンテンツ提供サーバ４０からコンテンツをダウンロードする場合にアクセスするURLである。「最大同時ダウンロード許容数」は、コンテンツを同時に複数の利用者機器２０に提供できる場合の最大の数である。「最大許容回線幅」は、コンテンツ提供サーバ４０がコンテンツを提供する回線で許容される最大幅である。「ダウロード開始時刻」は、コンテンツ提供サーバ４０がコンテンツの提供を開始する日時である。コンテンツ提供サーバ４０では、常時全てのコンテンツを提供しているのではなく、予め定められる時間内にコンテンツを提供する。

続いて、図９を用いて、評価データ記憶部１７ｂに記憶される評価データの一例を説明する。評価データは、リコメンドサーバ１０が、コンテンツ提供サーバ４０から新たにコンテンツに関するデータを取得し、ホルダデータ記憶部１７ｃ及びリストデータ記憶部１７ｄに新たなデータを追加したタイミングで生成されて記憶される。評価データの記憶については、図１６を用いて後述する。評価データは、各利用者機器２０の過去のダウンロード実績から、コンテンツ提供サーバ４０が提供するコンテンツに関して、各利用者機器２０がダウンロードする可能性を予測して生成されたデータである。評価データ記憶部１７ｂでは、図９に示すような形式の評価データを複数記憶している。

図９に示す評価データは、「コンテンツID」をキーとして、「類似ランク」及び「ダウンロード実績数」を関連付けている。「類似ランク」は、各類似ランクについて「積算値」及び「利用者リスト」を関連付けている。この評価データは、コンテンツIDで識別されるコンテンツを対象としたデータである。

「類似ランク」は、対象とするコンテンツと他のコンテンツとの類似関係を表す値であって、タイトル、ジャンル及び出演者等のコンテンツの内容に基づいて定められる。図９で示す類似ランクは、類似関係を表す値として求められた類似度について、正規分布等を用いて複数のランクにレベル分けして設定されたランクである。例えば、ジャンル及び出演者が同一である２つのコンテンツから求められる類似度と、ジャンルのみが同一である２つのコンテンツから求められる類似度では、前者の類似度の方が高くなる。一方、類似度が異なっても、同一の類似ランクにレベル分けされることもある。このように類似度に基づいて類似ランクを設定するのは、各レベルに対して略均一数の利用者IDを関連付けるようにするためである。

類似度の算出については、式（６）を用いて一例を後述する。「積算値」は、対象とするコンテンツとの類似関係が関連付けられる「類似ランク」であるコンテンツが、利用者機器２０によって過去にダウンロードされた総数である。ここで、各類似ランクに関連付けられる利用者IDの数は略均一数となるように設定されているため、各類似ランクに関連付けられる積算値は、略均一である。「利用者リスト」は、対象とするコンテンツとの類似関係が関連付けられる「類似ランク」であるコンテンツをダウンロードした利用者機器２０を識別する利用者IDのリストを関連付けている。

図９に示す評価データの一例では、類似ランク１〜類似ランクｘについて積算値及び利用者リストを関連付けており、類似ランク１に関連付けられる利用者IDはｎ個である。すなわち、対象とするコンテンツとの類似関係が「類似ランク１」であるコンテンツは過去にｎ台の利用者機器２０によってダウンロードされたことを示している。すなわち、図９に示す類似ランク１に関連付けられる積算値はｎである。

「ダウンロード実績数」は、対象とするコンテンツに類似するコンテンツがダウンロードされた総数である。例えば、図９に示す評価データの場合、対象とするコンテンツと類似ランク１〜類似ランクｘの関係にあるコンテンツがダウンロードされた総数である。このダウンロード実績数は、各類似ランクに関連付けられる積算値の合計の値となる。ダウンロード実績数が大きい場合、対象とするコンテンツに類似するコンテンツが多くの利用者によってダウンロードされたということであり、対象とするコンテンツのダウンロード数が大きくなることが予想されることを示す。

図１０を用いて、利用者データ記憶部１７ａに記憶される利用者データの一例を説明する。図１０に示す利用者データは、「利用者ID」をキーとして、「機器情報」及び「嗜好情報」を関連付けている。「機器情報」では、機器ID、ダウンロード速度、最大コンテンツ数、映像エンコード方式、映像品質、ＤＲＭ方式を含んでいる。機器ＩＤは、機器であるハードウェア固有の識別子であり、例えばネットワーク・インタフェース・カードに割り当てられるMACアドレスなどが該当する。

ダウンロード速度は、利用者機器２０がコンテンツ提供サーバ４０からコンテンツをダウンロードする場合のダウンロードする際の通信速度であり、利用者機器２０で利用する通信回線等によって定められる。最大コンテンツ数は、利用者機器２０でダウンロードできるコンテンツの最大数であり、コンテンツデータ記憶部３０ｃの許容量によって定められる。例えばコンテンツデータ記憶部３０ｃの許容量が100ギガバイトであり、既に60ギガバイトを使用しており残り40ギガバイトとなっている状態で、2時間尺のコンテンツが1本辺り平均4ギガバイトである場合は、10本のコンテンツがその時点での最大コンテンツ数となる。

映像エンコード方式は、利用者機器２０でエンコード可能な方式である。映像品質は、利用者機器２０で処理可能な解像度である。ＤＲＭ方式は、利用者機器２０で使用されるＤＲＭ（Digital Rights Management）の方式である。「嗜好情報」では、コンテンツの内容を表すジャンル、出演者及びキーワードごとに、重み値を含んでいる。利用者機器２０によってコンテンツがダウンロードされると、ダウンロードされたコンテンツの内容を表すジャンル、出演者又はキーワードに関連付けられる重み値が新たに算出されて利用者データに記憶される。図１０に示す例では、ジャンルに関する重み値はｌ個あり、出演者に関する重み値はｍ個あり、キーワードに関する重み値はｎ個あることを示しているが、新たなジャンル、出演者又はキーワードを内容とするコンテンツがダウンロードされると、これらに関連付けられる重み値の数を変更する。重み値が大きいほど、利用者機器２０による嗜好（すなわち利用者による嗜好）が強いことを表している。

一覧データ生成部１３は、通信部１１を介して利用者機器２０から入力した一覧リクエストに対し、一覧データを生成する。図５に示すように、一覧データ生成部１３は、利用者判定手段１３ａ、抽出手段１３ｂ、並列手段１３ｃ及び生成手段１３ｄを有している。

利用者判定手段１３ａは、入力した一覧リクエストが含む利用者IDが図９を用いて上述した評価データに含まれる利用者IDと一致するか否かを判定する。

抽出手段１３ｂは、入力した一覧リクエストが含む利用者IDと評価データ記憶部１７ｂに記憶される評価データが含む利用者IDとが一致する場合、評価データにおいて当該利用者ID及びコンテンツIDと関連付けられる類似ランクを抽出し、コンテンツID及び類似ランクを関連付けてメモリに記憶する。

並列手段１３ｃは、メモリに記憶される複数のコンテンツID及び類似ランクの組を類似ランクの降順で並列する。並列手段１３ｃは、並列した所定の順番以降のコンテンツID及び類似ランクの組をメモリから消去するようにして、一覧データに含むコンテンツIDの数を制限するようにしてもよい。

生成手段１３ｄは、並列手段１３ｃで並列された複数のコンテンツID及び類似ランクの組をメモリから読み出す。また生成手段１３ｄは、時刻算出部１４に各コンテンツをダウンロードする予約時刻を算出させ、メモリから読み出した各コンテンツIDで識別されるリストデータをリストデータ記憶部１７ｄから読み出し、各リストデータに予約時刻を関連付けて一覧データを生成する。生成手段１３ｄは、生成した一覧データを、通信部１１に出力し、ネットワーク５０を介して利用者機器２０に送信される。

図１１を用いて、生成手段１３ｄで生成した一覧データの一例について説明する。一覧データでは、「コンテンツID」をキーとして、「コンテンツ情報」、「ファイル情報」、「タイトル情報」、「コンテンツホルダID」及び「予約時刻」を関連付けている。「コンテンツ情報」から「コンテンツホルダID」は、図７を用いて説明したリストデータ記憶部１７ｄに記憶されるコンテンツリストデータに含まれるデータである。一覧データは、リストデータ記憶部１７ｄに含まれるコンテンツリストデータに加えて、時刻算出部１４で算出された「予約時刻」を関連付けている。「予約時刻」は、利用者機器２０がコンテンツ提供サーバ４０からコンテンツのダウンロードをすることが許可される時刻である。利用者機器２０は、この予約時刻で定められる時刻になったときにコンテンツ提供サーバ４０からコンテンツをダウンロードすることが可能になる。生成手段１３ｄは、図１１に示す形式のデータを各コンテンツについて生成し、これら複数のデータの集合を一覧データとして利用者機器２０に送信する。

時刻算出部１４は、一覧データ生成部１３からの入力に基づいて、利用者機器２０がダウンロードが可能となる予約時刻を抽出する。図５に示すように、時刻算出部１４は、積算値抽出手段１４ａ、データ抽出手段１４ｂ、サイズ抽出手段１４ｃ及び算出手段１４ｄを備えている。

積算値抽出手段１４ａは、予約時刻算出の対象となるコンテンツID、利用者ID及び類似ランクに関連付けられる積算値Sjを、評価データ記憶部１７ｂに記憶される評価データから抽出する。

データ抽出手段１４ｂは、コンテンツに関するデータの抽出として、予約時刻算出の対象となるコンテンツIDに関連付けられる最大同時ダウンロード許容数Dm、最大許容回線幅Bm及びダウンロード開始時刻Tsを、ホルダデータ記憶部１７ｃに記憶されるコンテンツホルダデータから抽出する。

サイズ抽出手段１４ｃは、予約時刻算出の対象となるコンテンツIDに関連付けられるデータサイズZを、リストデータ記憶部１７ｄに記憶されるコンテンツリストデータから抽出する。

算出手段１４ｄは、その後、抽出手段１４ａ〜１４ｃで抽出した積算値Sj、最大同時ダウンロード許容数Dm、最大許容回線幅Bm、ダウンロード開始時刻Ts及びデータサイズZと、ダウンロードの最大遅延時間Tmに基づいて、例えば式（１）〜式（４）を利用して予約時刻Tcを算出する。ここで、ダウンロードの最大遅延時間Tmとは、例えばダウンロード日時が、当該コンテンツの最初のダウンロード開始日時の2日間(48時間)可能であることを表す定数であり、ダウンロードの制限時間である。

予約時刻Tcを算出するため、算出手段１４ｄは、まず、(ΣSj)≦(Bm・Tm)/(Dm・Z)であるか否かを判定する。

(ΣSj)≦(Bm・Tm)/(Dm・Z)である場合、すなわち、ダウンロード許容数よりも積算値が十分小さい場合、算出手段１４ｄは、類似ランクj である利用者のコンテンツの予約時刻Tcを式（１）によって求める。

Tc=Ts+Σ{Si・(Dm・Z)/Bm} +Δt (1≦i≦(j-1))・・・（１）
ここで Δt は、類似ランクj に属する利用者ID に対する遅延時間を表し、式（２）で表される範囲内の数値とし、 n は上記範囲内の乱数とする。

Δt=n・(Dm・Z)/Bm (ただし 0≦n≦Sj)・・・（２）
一方、(ΣSj)＞(Bm・Tm)/(Dm・Z)である場合、すなわち、ダウンロード許容数よりも積算値が大きい場合、ある程度の重ねてダウンロードを許容する必要がある。そのため、算出手段１４ｄは、重なり時間（前のダウンロードと次のダウンロードが重なる時間）をωとすると、類似ランクjである利用者のコンテンツの予約時刻Tcを、式（３）によって求める。

Tc=Ts+Σ[Si・{(Dm・Z/Bm)-ω}]+Δt (1≦i≦(j-1))・・・（３）
ここでΔtは、類似ランクj に属する利用者ID に対する遅延時間を表し、式（４）で表される範囲内の数値とし、nは上記範囲内の乱数とし、ωは、式（５）で表される。

Δt=n・{(Dm・Z/Bm)-ω} (ただし 0≦n≦Sj)・・・（４）
ω=Dm・Z/Bm-Tm/ΣSi (1≦i≦(j-1))・・・（５）
評価データ更新部１５は、取得部１２がコンテンツ提供サーバ４０から新たなコンテンツに関するデータを取得してホルダデータ記憶部１７ｃに記憶されるコンテンツホルダデータ及びリストデータ記憶部１７ｄに記憶されるコンテンツリストデータを更新したタイミングで、評価データを生成して評価データ記憶部１７ｂに記憶する。図５に示すように、評価データ更新部１５は、嗜好判定手段１５ａ、キーワード抽出手段１５ｂ、重み抽出手段１５ｃ、類似度算出手段１５ｄ及び決定手段１５ｅを有している。

嗜好判定手段１５ａは、新たに追加されたコンテンツの内容が利用者機器２０でダウンロードされるコンテンツの嗜好に一致するか否かを判定する。具体的に、嗜好判定手段１５ａは、利用者データ記憶部１７ａに記憶される利用者データで各利用者IDに関連付けられるジャンルと、新たに追加されたコンテンツのジャンルとが一致するか否かを判定する。また、嗜好判定手段１５ａは、利用者データ記憶部１７ａに記憶される各利用者データの利用者IDに関連付けられる出演者と、新たに追加されたコンテンツの出演者とが一致するか否かを判定する。さらに、嗜好判定手段１５ａは、利用者データ記憶部１７ａに記憶される利用者データのキーワードと、新たに追加されたコンテンツに関して、キーワード抽出手段１５ｂで抽出されたキーワードとが一致するか否かを判定する。嗜好判定手段１５ａでは、一致を判定するために例えば、「完全文字列一致」等を利用することができる。

キーワード抽出手段１５ｂは、リストデータ記憶部１７ｄに新たに追加されたコンテンツリストデータについて、タイトル、ストーリー等の文字列からキーワードを抽出する。このようにコンテンツに関するタイトル等のデータからキーワードを抽出することで、嗜好判定手段１５ａにおいてキーワードを利用者の嗜好の判定に利用することができるようになる。キーワード抽出手段１５ｂは、キーワードの抽出方法に、例えば「形態素解析」を用いる。

重み抽出手段１５ｃは、嗜好判定手段１５ａでジャンルが一致すると判定した場合、利用者データにおいて、当該利用者ID及びジャンルに関連付けられている重み値Wgを抽出する。また、重み抽出手段１５ｃは、嗜好判定手段１５ａで出演者が一致すると判定した場合、利用者データにおいて、当該利用者ID及び出演者に関連付けられている重み値Wtを抽出する。さらに、重み抽出手段１５ｃは、嗜好判定手段１５ａでキーワードが一致すると判定した場合、利用者データにおいて、当該利用者ID及びキーワードに関連付けられている重み値Wkを抽出する。

類似度算出手段１５ｄは、重み抽出手段１５ｃから抽出された各重み値に基づいて、類似度を算出する。類似度Sの算出方法には、例えば加重平均の公式等を用いる。類似度の算出手段の一例として、重み値Wg, Wt, Wkに対して、それぞれ係数Kg, Kt, Kkを定め、式（６）によって求める方法が考えられる。

S = Wg×Kg + Wt×Kt + Wk×Kk・・・（６）
決定手段１５ｅは、類似度算出手段１５ｄで算出された類似度Ｓに基づいて、類似のランクを決定する。決定手段１５ｅでは、類似のランク（類似ランク）の決定に、例えば正規分布を用いる。算出された類似度から「類似ランクj」と決定された場合、評価データの対象としている「類似ランクj」と関連付けられる「積算値」を1増やすとともに、対象としている「利用者ID」を追加する。

利用者データ更新部１６は、通信部１１でネットワーク５０を介して利用者機器２０から送信された履歴データを入力すると、利用者データ記憶部１７ａを更新する。図５に示すように、利用者データ更新部１６は、利用者判定手段１６ａ、嗜好判定手段１６ｂ、キーワード抽出手段１６ｃ、重み算出手段１６ｄ、データ取得手段１６ｅ及び追加手段１６ｆを有している。

利用者判定手段１６ａは、履歴データとともに利用者IDを入力すると、入力した利用者IDが利用者データ記憶部１７ａの利用者データに含まれているか否かを判定する。

嗜好判定手段１６ｂは、利用者判定手段１６ａで入力した利用者IDが利用者データ記憶部１７ａの利用者データに含まれていると判定すると、利用者データ記憶部１７ａにおいて、利用者データに含まれる嗜好情報が履歴データに含まれるコンテンツ情報（利用者の嗜好）と一致するか否かを判定する。具体的には、嗜好判定手段１６ｂは、入力した履歴データに嗜好情報として関連付けられたジャンルが、利用者データ記憶部１７ａにおいて当該利用者IDに関連付けられたジャンルと一致するか否かを判定する。また、嗜好判定手段１６ｂは、入力した履歴データに嗜好情報として関連付けられた出演者が、利用者データ記憶部１７ａにおいて当該利用者IDに関連付けられた出演者と一致するか否かを判定する。さらに、嗜好判定手段１６ｂは、入力した履歴データに含まれるコンテンツ情報に関して、キーワード抽出手段１６ｃで抽出されたキーワードが、利用者データ記憶部１７ａにおいて当該利用者IDに関連付けられたキーワードと一致するか否かを判定する。

重み算出手段１６ｄは、嗜好判定手段１６ｂで嗜好が一致すると判定した場合、重み値を算出し、算出した新たな重み値によって利用者データ記憶部１７ａに記憶される利用者データの重み値を更新する。具体的には、嗜好判定手段１６ｂでジャンルが一致すると判定された場合、重み算出手段１６ｄは利用者データ記憶部１７ａにおいて入力した利用者ID及び当該ジャンルに関連付けられる重み値を算出し、算出した新たな重み値で利用者データのジャンルに関連付けられる重み値を更新する。また、嗜好判定手段１６ｂで出演者が一致すると判定された場合、重み算出手段１６ｄは利用者データ記憶部１７ａにおいて入力した利用者ID及び当該出演者に関連付けられる重み値を算出し、算出した新たな重み値で利用者データの出演者に関連付けられる重み値を更新する。さらに、嗜好判定手段１６ｂでキーワードが一致すると判定された場合、重み算出手段１６ｄは利用者データ記憶部１７ａにおいて入力した利用者ID及び当該キーワードに関連付けられる重み値を算出し、算出した重み値で利用者データのキーワードに関連付けられる重み値を更新する。

データ取得手段１６ｅは、利用者判定手段１６ａが入力した利用者IDが利用者データ記憶部１７ａに記憶される利用者データに含まれていないと判定すると、通信部１１を介して入力した機器ＩＤで識別される利用者機器２０に機器データリクエストを送信する。『機器データリクエスト』は、利用者機器２０に、記憶装置に記憶されている機器データの送信を要求する。

追加手段１６ｆは、データ取得手段１６ｅが送信した機器データリクエストに応答して利用者機器２０から機器データを受信すると、利用者機器２０を識別する利用者IDと機器データを関連付けた利用者データを生成し、利用者データ記憶部１７ａに追加して記憶させる。

なお、本実施形態に係るリコメンドサーバ１０は、図６に示すように１台のコンピュータにおいて実行されても良いし、互いに通信可能な複数のコンピュータにおいて実行されても良い。

《一覧データの生成及び送信処理》
図１２に示すフローチャートを用いて、リコメンドサーバ１０によって実行される図２のステップＳ４及びＳ５における一覧データの生成及び送信処理について説明する。

リコメンドサーバ１０の通信部１１が、利用者機器２０から送信された一覧リクエストを受信すると（Ｓ１０１でＹＥＳ）、利用者判定手段１３ａは、受信した一覧リクエストに含まれる利用者IDが利用者データ記憶部１７ａで記憶される利用者データに含まれるか否かを判定する（Ｓ１０２）。

受信した一覧リクエストに含まれる利用者IDが利用者データ記憶部１７ａに記憶される利用者データに含まれる利用者IDであると判定されると（Ｓ１０２でＹＥＳ）、利用者判定手段１３ａは、ステップＳ１０１で受信した一覧リクエストに含まれる利用者IDと、評価データ記憶部１７ｂで記憶される評価データに含まれる利用者IDが一致するか否かを判定する（Ｓ１０３，Ｓ１０４）。

利用者IDが一致した場合（Ｓ１０４でＹＥＳ）、抽出手段１３ｂは、対象としているコンテンツIDと、評価データにおいて当該コンテンツIDに関連付けられる類似ランクを抽出し、メモリに記憶させる（Ｓ１０５）。

ステップＳ１０４及びＳ１０５の処理は、評価データ記憶部１７ｂで記憶される全ての評価データに関連付けられるコンテンツIDについて繰り返す（Ｓ１０３）。

評価データ記憶部１７ｂに記憶される全ての評価データのコンテンツに関してステップＳ１０４及びＳ１０５の処理が終了すると、並列手段１３ｃは、ステップＳ１０５でメモリに記憶したコンテンツIDを、コンテンツIDに関連付けられた類似ランクの降順に並列してメモリに記憶させる（Ｓ１０６）。

続いて、並列手段１３ｃは、ステップＳ１０６で並列されたコンテンツIDについて、所定の数で足切りする（Ｓ１０７）。例えば、所定の数が「３２」である場合、メモリに「３２」以上のコンテンツID及び類似ランクの組が記憶されている場合は、「３３」番目以降の組をメモリから消去する。

その後、一覧データ生成部１３は、時刻算出部１４に各コンテンツIDのコンテンツの予約時刻Tcを算出させる（Ｓ１０８）。時刻算出部１４における予約時刻Tcの算出については、図１４に示すフローチャートを用いて後述する。

ステップＳ１０８において時刻算出部１４で算出された予約時刻Tcを入力した生成手段１３ｄは、算出された予約時刻Tcを含む一覧データを生成する（Ｓ１０９）。

その後、通信部１１は、一覧データ生成部１３で生成された一覧データを利用者機器２０に送信して、処理を終了する（Ｓ１１０）。

リコメンドサーバ１０が送信した一覧データを受信した利用者機器２０は、一覧データに基づいて、接続されるディスプレイに図１３に示すように、一覧画面Ｐ１を表示する。一覧画面Ｐ１は、一覧データに含まれる各コンテンツのタイトルを表示するタイトル表示部ｐ１、予約時刻を表示する予約時刻表示部ｐ２、ジャンルを表示するジャンル表示部ｐ３等を有している。また、一覧データに含まれるコンテンツを一画面で表示できない場合に前画面や次画面を表示させる画面変更ボタンｂ１，ｂ２や先頭画面を表示させる先頭画面操作ボタンｂ３、全体の表示画面のうちの何ページ目の画面が表示されているかを表すページ表示部ｐ４等を有している。

《予約時刻の算出処理》
図１４に示すフローチャートを用いて、図１２のステップＳ１０８における時刻算出部１４で実行される予約時刻Tcの算出処理について説明する。

まず、積算値抽出手段１４ａは、評価データ記憶部１７ｂに記憶される評価データから、各コンテンツについて、図１２のステップＳ１０１で受信した利用者ID、ステップＳ１０６メモリに記憶されたコンテンツID及び類似ランクに関連付けられた積算値Sjを抽出する（Ｓ２０１，Ｓ２０２）。

その後、データ抽出手段１４ｂは、ホルダデータ記憶部１７ｃに記憶されるコンテンツホルダデータから、コンテンツのダウンロードに関するデータとして、対象としているコンテンツIDに関連付けられた最大同時ダウンロード許容数Dm、最大許容回線幅Bm及びダウンロード開始時刻Tsを抽出する（Ｓ２０３）。

続いて、サイズ抽出手段１４ｃは、リストデータ記憶部１７ｄに記憶されるコンテンツリストデータから、対象としているコンテンツIDに関連付けられたデータサイズを抽出する（Ｓ２０４）。その後、算出手段１４ｄは、例えば、上述した式（１）〜式（４）を利用して予約時刻Tcを算出する。

図１２で示したステップＳ１０７の時点でメモリに記憶されている全てのコンテンツIDで識別されるコンテンツについて予約時刻Tcが算出されるまでステップＳ２０２〜Ｓ２０５の処理を繰り返して予約時刻Tcを算出すると、算出手段１４ｄは、算出したダウンロード時間を一覧データ生成部１３に出力して算出処理を終了する（Ｓ２０５）。

《利用者機器における予約処理》
図１５に示すフローチャートを用いて、図２のステップＳ７における予約処理について説明する。

まず、利用者機器２０は、通信部２１を介してリコメンドサーバ１０に一覧リクエストを送信し（Ｓ３０１）、送信した一覧リクエストに対して、リコメンドサーバ１０から送信される一覧データの受信を待機する（Ｓ３０２）。

通信部２１がリコメンドサーバ１０から送信された一覧データを受信すると（Ｓ３０２でＹＥＳ）、表示制御部２３は、受信した一覧データに基づいて、ディスプレイに一覧画面Ｐ１を表示する（Ｓ３０３）。ここでディスプレイに表示される一覧画面Ｐ１は、図１３を用いて上述した一覧画面Ｐ１である。

表示制御部２３がディスプレイに一覧画面Ｐ１を表示すると、入力部２４は、コンテンツIDの選択を待機する（Ｓ３０４）。コンテンツIDは、ディスプレイに表示される一覧画面Ｐ１が含むコンテンツIDの中から、利用者によって入力装置を介して選択される。

コンテンツIDが選択されると（Ｓ３０４でＹＥＳ）、入力部２４は、選択されたコンテンツID、予約時刻及びダウンロードURL等のダウンロードに関するデータを予約管理部２５に出力する。（Ｓ３０５）。また、この際、入力部２４は、選択されたコンテンツID及びコンテンツ情報等のデータを履歴制御部２８にも出力する。

コンテンツIDを入力した予約管理部２５は、予約リクエストを生成し、生成した予約リクエストをダウンロード実行部２６に出力する（Ｓ３０６）。具体的には、予約管理部２５は、ステップＳ３０２でリコメンドサーバ１０から受信した一覧データから、ステップＳ３０４で選択されたコンテンツIDに関連付けられる予約時刻Tcを抽出し、コンテンツID及び予約時刻Tcを関連付けた予約リクエストを生成し、ダウンロード実行部２６に出力する。例えば、予約時刻Tcが「2006年5月22日14時00分」である場合、予約リクエストは、「2006年5月22日14時00分」に指定された「コンテンツID」で識別されるコンテンツのダウンロードを実行するよう、ダウンロード実行部２６に要求するものである。

ダウンロード実行部２６は、予約管理部２５から入力した予約リクエストに基づいて、コンテンツ提供サーバ４０から予約時刻にコンテンツをダウンロードする（Ｓ３０７）。ダウンロード実行部２６は、通信部２１を介してコンテンツ提供サーバ４０に、ダウンロードURL及び利用者IDを含むコンテンツリクエストを送信し、コンテンツ提供サーバ４０から送信したコンテンツリクエストに応答してコンテンツを受信することでコンテンツのダウンロードを実行する。

なお、ステップＳ３０５において、入力部２４からコンテンツIDを入力した履歴制御部２８は、入力したコンテンツIDにコンテンツ情報を関連付けた履歴データを履歴データ記憶部３０ａに蓄積する。例えば、コンテンツIDが「A001」の場合、通信部２１がステップＳ３０２でリコメンドサーバ１０から受信した一覧データに基づいて、「A001」で識別されるコンテンツの「ダウンロードを予約したか否か」、コンテンツを「試聴したか否か」、コンテンツの「タイトル情報」、コンテンツの「ジャンル」、コンテンツの「出演者」等を含む履歴データを履歴データ記憶部３０ａに記憶する。

《評価データの更新処理》
図１６に示すフローチャートを用いて、図２のステップＳ３における評価データの更新処理について説明する。評価データの更新は、リコメンドサーバ１０が、コンテンツ提供サーバ４０から新たにコンテンツに関するデータを取得し、リストデータ記憶部１７ｄに新たなコンテンツリストデータが追加されたタイミングで実行される。

取得部１２によって、コンテンツ提供サーバ４０から新たなコンテンツに関する「コンテンツリストデータ」と「コンテンツホルダデータ」がそれぞれリストデータ記憶部１７ｄとホルダデータ記憶部１７ｃに記憶されると（Ｓ４０１でＹＥＳ）、嗜好判定手段１５ａは、利用者データ記憶部１７ａに記憶される一の利用者データについて、利用者IDに関連付けられるジャンルと、追加された一のコンテンツリストデータに含まれるコンテンツIDに関連付けられるジャンルが一致するかを判定する（Ｓ４０４）。嗜好判定手段１５ａは、ジャンルが一致すると判定すると（Ｓ４０４でＹＥＳ）、重み抽出手段１５ｃは、対象としている利用者データの当該ジャンルに関連付けられる重み値Wgを抽出する（Ｓ４０５）。

その後、嗜好判定手段１５ａは、ステップＳ４０４で対象とした利用者データに含まれる出演者とコンテンツリストデータに含まれる出演者とが一致するかを判定し、一致すると判定すると（Ｓ４０６でＹＥＳ）、重み抽出手段１５ｃは、対象としている利用者データの当該出演者に関連付けられる重み値Wtを抽出する（Ｓ４０７）。

次に、キーワード抽出手段１５ｂは、コンテンツリストデータに含まれるタイトル、ストーリーの文字列からキーワードを抽出する（Ｓ４０８）。

続いて、嗜好判定手段１５ａは、ステップＳ４０４で対象とした利用者データに含まれるキーワードとステップＳ４０８において抽出されたキーワードとが一致するかを判定し、キーワードが一致した場合（Ｓ４０９でＹＥＳ）、重み抽出手段１５ｃは、対象としている利用者データの当該キーワードに関連付けられる重み値Wkを抽出する（Ｓ４１０）。

その後、類似度算出手段１５ｄは、ステップＳ４０５，４０７，４１０において重み抽出手段１５ｃによって抽出された重み値Wg,Wt,Wkに基づいて、類似度Sを演算する（Ｓ４１１）。

ステップＳ４１１において類似度Sが算出されると、決定手段１５ｅは、類似ランク1〜類似ランクnのランクから当該類似度Sのランクを決定し、新たな類似度Sとランクに書きかえた評価データを評価データ記憶部１７ｂに記憶する（Ｓ４１２）。

ステップＳ４０４〜Ｓ４１２の処理は、ステップＳ４０１で新たに追加された全てのコンテンツに対して繰り返し行う（Ｓ４０３）。

《利用者データの更新》
続いて、図１７に示すフローチャートを用いて、図２のステップＳ１１における利用者データ記憶部１７ａに記憶される利用者データの更新処理について説明する。利用者機器２０では、図１５で示した予約処理を繰り返すことによって利用者機器２０の履歴データ記憶部３０ａには、ダウンロードの履歴に関するデータが蓄積されている。利用者機器２０の履歴制御部２８は、定期的等の所定のタイミングで履歴データ記憶部３０ａから履歴データを読み出して、利用者IDと共にリコメンドサーバに送信する。利用者機器２０で複数のコンテンツがダウンロードされた場合には、履歴データ記憶部３０ａでは、ダウンロードされたコンテンツIDをキーとする履歴データが複数記憶されているため、利用者機器２０は、利用者IDに複数の履歴データを関連付けて送信する。リコメンドサーバ１０では、利用者機器２０から利用者ID及び履歴データを受信すると、利用者データ記憶部１７ａに記憶される利用者データを更新する。

まず、リコメンドサーバ１０の通信部１１が、利用者機器２０が送信した利用者ID及び履歴データを受信すると（Ｓ５０１でＹＥＳ）、利用者判定手段１６ａは、受信した利用者IDが利用者データ記憶部１７ａに記憶される利用者データに含まれているか否かを判定する（Ｓ５０２）。

受信した利用者IDが利用者データに含まれている場合（Ｓ５０２でＹＥＳ）、嗜好判定手段１６ｂは、受信した利用者IDを含む利用者データの嗜好情報に含まれるジャンルと、ステップＳ５０１で受信した履歴データに含まれるジャンルが一致するか否かを判定する（Ｓ５０４）。

ジャンルが一致する場合（Ｓ５０４でＹＥＳ）、重み算出手段１６ｄは、当該ジャンルについて重み値を算出し（Ｓ５０５）、利用者データにおいて当該ジャンルに関連付けられる重み値をステップＳ５０５で算出した新たな重み値で上書きして利用者データを更新する（Ｓ５０６）。

次に、嗜好判定手段１６ｂは、対象としている利用者データ嗜好情報に含まれる出演者と、ステップＳ５０１で受信した履歴データに含まれる出演者が一致するか否かを判定する（Ｓ５０７）。

出演者が一致するものがある場合（Ｓ５０７でＹＥＳ）、重み算出手段１６ｄは、当該出演者について重み値を算出し（Ｓ５０８）、利用者データにおいて当該出演者に関連付けられる重み値をステップＳ５０８で算出した新たな重み値で上書きして利用者データを更新する。（Ｓ５０９）。

続いて、キーワード抽出手段１６ｃは、キーワードを抽出する（Ｓ５１０）。その後、嗜好判定手段１６ｂは、対象としている利用者データの嗜好情報に含まれるキーワードと、ステップＳ５０７で抽出したキーワードが一致するか否かを判定する（Ｓ５１１）。

キーワードが一致すると判定した場合（Ｓ５１１でＹＥＳ）、重み算出手段１６ｄは、当該キーワードについて重み値を算出し（Ｓ５１２）、利用者データにおいて当該ジャンルに関連付けられる重み値をステップＳ５１２で算出した新たな重み値で上書きして利用者データを更新する。（Ｓ５１３）。

ステップＳ５０４〜５１３の処理をステップＳ５０１で受信した全ての履歴データについて終了すると、利用者データ更新部１６における利用者データの更新処理は終了する（Ｓ５０３）。

一方、利用者機器２０から利用者ID及び履歴データを受信した際に、利用者判定手段１６ａにおいて、受信した利用者IDが利用者データに含まれてないと判定した場合（Ｓ５０２でＮＯ）、データ取得手段１６ｅは、通信部１１を介して、利用者機器２０に機器データリクエストを送信し（Ｓ５１４）、利用者機器２０から機器データリクエストに応答して送信される機器データを待機する（Ｓ５１５）。

利用者機器２０から送信された機器データを受信すると（Ｓ５１５でＹＥＳ）、重み算出手段１６ｄは、ジャンルに関連付ける重み値、出演者に関連付ける重み値及びキーワードに関連付ける重み値を算出する（Ｓ５１６）。

発行した利用者IDに受信した機器データ及びステップＳ５１６で算出した重み値を関連付けて生成した利用者データを利用者データ記憶部１７ａに記憶させる（Ｓ５１７）。

上述したように、本発明によれば、リコメンドサーバ１０は、利用者機器２０の過去の視聴やダウンロードの実績によって、予め各利用者機器２０の嗜好を評価データとして記憶し、この評価データに基づいて各コンテンツをダウンロードするためにコンテンツ提供サーバ４０へのアクセス数を予測する。また、リコメンドサーバ１０は、予測されたアクセス数に基づいて、各利用者機器２０に対してダウンロードが可能となる予約時刻を求めている。利用者機器２０がコンテンツ提供サーバ４０からコンテンツをダウンロードする場合、リコメンドサーバ１０が評価データに基づいて決定した時刻にコンテンツをダウンロードする。従って、リコメンドシステム１においては、利用者機器２０とコンテンツ提供サーバ４０とを結ぶネットワーク５０の通信量を一定量以下に保つように管理することが可能となり、ネットワーク５０におけるデータの混乱を防ぎ、利用者機器２０とコンテンツ提供サーバ４０とのアクセスの妨げを防止することができる。また、ネットワーク５０における混雑が不要となるため、利用者機器２０は、指定された時刻に不要な遅延が無くコンテンツをダウンロードすることができる。

本発明の最良の実施の形態に係るリコメンドシステムの構成を説明する図である。 本発明の最良の実施の形態に係るリコメンドシステムにおける処理を説明するシーケンス図である。 本発明の最良の実施の形態に係るリコメンドシステムの利用者機器の構成を説明する機能ブロック図である。 利用者機器で利用される履歴データの一例を説明する図である。 本発明の最良の実施の形態に係るリコメンドシステムのリコメンドサーバの構成を説明する機能ブロック図である。 リコメンドサーバのハードウェア構成を説明するブロック図である。 リコメンドサーバで利用されるコンテンツリストデータの一例を説明する図である。 リコメンドサーバで利用されるコンテンツホルダデータの一例を説明する図である。 リコメンドサーバで利用される評価データの一例を説明する図である。 リコメンドサーバで利用される利用者データの一例を説明する図である。 リコメンドサーバで生成されるコンテンツ一覧データの一例を説明する図である。 リコメンドサーバにおけるコンテンツ一覧データの生成及び送信の処理について説明するフローチャートである。 利用者機器によって表示される一覧画面の一例である。 リコメンドサーバにおける予約時刻の算出処理について説明するフローチャートである。 利用者機器における予約処理について説明するフローチャートである。 リコメンドサーバにおける評価データの更新処理を説明するフローチャートである。 リコメンドサーバにおける利用者の更新処理を説明するフローチャートである。

符号の説明

１…リコメンドシステム
１０…リコメンドサーバ
１１…通信部
１２…取得部
１３…一覧データ生成部
１４…時刻算出部
１５…評価データ更新部
１６…利用者データ更新部
１７ａ…利用者データ記憶部
１７ｂ…評価データ記憶部
１７ｃ…ホルダデータ記憶部
１７ｄ…リストデータ記憶部
２０…利用者機器
２１…通信部
２２…画面生成部
２３…表示制御部
２４…入力部
２５…予約管理部
２６…ダウンロード実行部
２７…記録制御部
２８…履歴制御部
２９…出力制御部
３０ａ…履歴データ記憶部
３０ｂ…コンテンツデータ記憶部
４０…コンテンツ提供サーバ
４１…通信部
４２…記憶装置
５０…ネットワーク

Claims (13)

1. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバと、前記利用者機器からの一覧リクエストに応答して一覧データを送信するリコメンドサーバとがネットワークを介して接続されるリコメンドシステムであって、
   前記リコメンドサーバは、
   前記コンテンツに類似する他のコンテンツの提供回数である積算値、前記コンテンツのデータサイズ及び前記コンテンツのダウンロードに関するデータに基づいて、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻を算出する時刻算出部と、
   前記利用者機器から前記一覧リクエストが受信されると、提供コンテンツの識別子に、前記予約時刻が関連付けられた前記一覧データを前記利用者機器に送信する通信部とを備え、
   前記利用者機器は、
   前記一覧データに含まれる提供コンテンツの識別子が選択されてコンテンツをダウンロードする操作信号が入力されると、前記一覧データで前記提供コンテンツの識別子に関連付けられた前記予約時刻に前記コンテンツリクエストを前記コンテンツ提供サーバに送信するダウンロード実行部を備える、
   ことを特徴とするコンテンツリコメンドシステム。
2. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバと、前記利用者機器からの一覧リクエストに応答して一覧データを送信するリコメンドサーバとがネットワークを介して接続されるリコメンドシステムであって、
   前記リコメンドサーバは、
   前記コンテンツに類似する他のコンテンツの提供回数である積算値を含む評価データを記憶する評価データ記憶部と、
   前記コンテンツのデータサイズを含むコンテンツリストデータを記憶するリストデータ記憶部と、
   前記コンテンツのダウンロードに関するデータを含むコンテンツホルダデータを記憶するホルダデータ記憶部と、
   前記積算値、前記データサイズ及び前記ダウンロードに関するデータに基づいて、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻を算出する時刻算出部と
   前記利用者機器から前記一覧リクエストを受信すると、提供コンテンツの識別子に前記予約時刻が関連付けられた前記一覧データを生成する一覧データ生成部と、
   前記一覧データを前記利用者機器に送信する通信部を備え、
   前記利用者機器は、
   前記一覧データに含まれる提供コンテンツの識別子が選択されてコンテンツをダウンロードする操作信号が入力されると、前記一覧データで前記提供コンテンツの識別子に関連付けられた前記予約時刻に前記コンテンツリクエストを前記コンテンツ提供サーバに送信するダウンロード実行部を備える、
   ことを特徴とするリコメンドシステム。
3. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバとにネットワークを介して接続されるリコメンドサーバであって、
   前記利用者機器から前記一覧リクエストが受信すると、提供コンテンツの識別子に、前記コンテンツに類似する他のコンテンツの提供回数である積算値、前記コンテンツのデータサイズ及び前記コンテンツのダウンロードに関するデータに基づいて算出された、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻が関連付けられた前記一覧データを前記利用者機器に送信する通信部を備える
   ことを特徴とするリコメンドサーバ。
4. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバとにネットワークを介して接続されるリコメンドサーバであって、
   前記コンテンツに類似する他のコンテンツの提供回数である積算値、前記コンテンツのデータサイズ及び前記コンテンツのダウンロードに関するデータに基づいて、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻を算出する時刻算出部と、
   前記利用者機器から前記一覧リクエストが受信されると、提供コンテンツの識別子に、前記予約時刻が関連付けられた前記一覧データを前記利用者機器に送信する通信部と、
   を備えることを特徴とするリコメンドサーバ。
5. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバとにネットワークを介して接続されるリコメンドサーバであって、
   前記コンテンツに類似する他のコンテンツの提供回数である積算値を含む評価データを記憶する評価データ記憶部と、
   前記コンテンツのデータサイズを含むコンテンツリストデータを記憶するリストデータ記憶部と、
   前記コンテンツのダウンロードに関するデータを含むコンテンツホルダデータを記憶するホルダデータ記憶部と、
   前記積算値、前記データサイズ及び前記ダウンロードに関するデータに基づいて、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻を算出する時刻算出部と
   前記利用者機器から前記一覧リクエストを受信すると、提供コンテンツの識別子に前記予約時刻が関連付けられた前記一覧データを生成する一覧データ生成部と、
   前記一覧データを前記利用者機器に送信する通信部を備え、
   前記利用者機器から前記一覧リクエストを受信すると、提供コンテンツの識別子に、前記利用者機器が前記提供コンテンツのダウンロードの開始が可能となる予約時刻が関連付けられた一覧データを前記利用者機器に送信する通信部を備えることを特徴とするリコメンドサーバ。
6. 前記一覧データ生成部は、
   複数の提供コンテンツの識別子、及び提供コンテンツと当該コンテンツに類似する他のコンテンツとの類似の度合いである類似度の組を類似度の値の降順で並列するとともに、並列した所定の順番以降の前記提供コンテンツの識別子及び類似度の組を消去し一覧データとする並列手段を有することを特徴とする請求項５記載のリコメンドサーバ。
7. 前記コンテンツリストデータは、前記コンテンツの内容を更に関連付け、
   前記利用者機器の識別子に、前記利用者機器で好まれるコンテンツの内容と、前記利用者機器によって前記内容のコンテンツをダウンロードされた回数に基づいて定められた重み値とを関連付けた利用者データを記憶する記憶装置と、
   新たなコンテンツリストデータが前記記憶装置に記憶され、前記新たなコンテンツリストデータが含むコンテンツの内容が、前記利用者データで前記利用者機器の識別子に関連付けられたコンテンツの内容であるとき、前記利用者データで前記利用者機器の識別子及び前記コンテンツの内容に関連付けられる前記重み値を用いて所定の式に基づいて新たな類似度を算出するとともに、前記評価データが含む類似度を前記新たな類似度で更新する評価データ更新部と、
   を更に備えることを特徴とする請求項５又は６のいずれか１記載のリコメンドサーバ。
8. 前記評価データ更新部は、
   前記新たなコンテンツリストデータが含むコンテンツの内容が、前記利用者データで前記利用者機器の識別子に関連付けられたコンテンツの内容であるか否かを判定する嗜好判定手段と、
   前記新たなコンテンツリストデータが含むコンテンツの内容が、前記利用者データで前記利用者機器の識別子に関連付けられたコンテンツの内容であると判定されると、前記利用者データで前記利用者機器の識別子及び前記コンテンツの内容に関連付けられた前記重み値を抽出する重み抽出手段と、
   抽出された前記重み値を用いて所定の式に基づいて新たな類似度を算出し、前記評価データが含む類似度を前記新たな類似度で更新する算出手段とを有することを特徴とする請求項７記載のリコメンドサーバ。
9. 前記利用者機器がダウンロードしたコンテンツの識別子にコンテンツの内容が関連付けられた履歴データを入力すると、前記コンテンツの内容が前記利用者データで前記利用者機器の識別子に関連付けられたコンテンツの内容であるとき、所定の式に基づいて新たな重み値を算出するとともに、前記利用者データで前記利用者の識別子及び前記コンテンツの内容に関連付けられた重み値を前記新たな重み値で更新する利用者データ更新部を備えることを特徴とする請求項７又は８記載のリコメンドサーバ。
10. 前記利用者データ更新部は、
    前記利用者機器がダウンロードしたコンテンツの識別子にコンテンツの内容が関連付けられた履歴データを入力すると、前記利用者機器の識別子が前記利用者データに含まれるか否かを判定する利用者判定手段と、
    前記利用者機器の識別子が前記利用者データに含まれると判定されると、前記利用者データで前記利用者機器の識別子と関連付けられたコンテンツの内容が前記履歴データに含まれるコンテンツの内容であるか否かを判定する嗜好判定手段と、
    前記利用者データで前記利用者機器の識別子と関連付けられたコンテンツの内容が前記履歴データに含まれるコンテンツの内容であると判定されると、所定の式に基づいて新たな重み値を算出し、前記利用者データで前記コンテンツの内容に関連付けられる前記重み値を算出された前記新たな重み値で更新する算出手段とを有することを特徴とする請求項９記載のリコメンドサーバ。
11. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバと、前記利用者機器からの一覧リクエストに応答して一覧データを送信するリコメンドサーバとがネットワークを介して接続されるリコメンドシステムで用いられるコンテンツリコメンド方法であって、
    前記リコメンドサーバによって、
    前記コンテンツに類似する他のコンテンツの提供回数である積算値、前記コンテンツのデータサイズ及び前記コンテンツのダウンロードに関するデータに基づいて、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻を算出するステップと、
    前記利用者機器から前記一覧リクエストが受信されると、提供コンテンツの識別子に、前記予約時刻が関連付けられた前記一覧データを前記利用者機器に送信するステップと、
    前記利用者機器によって、
    前記一覧データに含まれる提供コンテンツの識別子が選択されてコンテンツをダウンロードする操作信号が入力されると、前記一覧データで前記提供コンテンツの識別子に関連付けられた前記予約時刻に前記コンテンツリクエストを前記コンテンツ提供サーバに送信するステップと、
    を備えることを特徴とするコンテンツリコメンド方法。
12. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバとにネットワークを介して接続されるリコメンドサーバで用いられるコンテンツリコメンド方法であって、
    前記利用者機器から前記一覧リクエストが受信すると、提供コンテンツの識別子に、前記コンテンツに類似する他のコンテンツの提供回数である積算値、前記コンテンツのデータサイズ及び前記コンテンツのダウンロードに関するデータに基づいて算出された、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻が関連付けられた前記一覧データを前記利用者機器に送信するステップを備えることを特徴とするコンテンツリコメンド方法。
13. 利用者機器と、前記利用者機器からのコンテンツリクエストに応答して記憶装置に予め記憶されるコンテンツを前記利用者機器に送信するコンテンツ提供サーバとにネットワークを介して接続されるリコメンドサーバで用いられるリコメンドプログラムであって、
    前記コンテンツに類似する他のコンテンツの提供回数である積算値、前記コンテンツのデータサイズ及び前記コンテンツのダウンロードに関するデータに基づいて、前記利用者機器が前記コンテンツのダウンロードの開始が可能となる予約時刻を算出するステップと、
    前記利用者機器から前記一覧リクエストが受信されると、提供コンテンツの識別子に、前記予約時刻が関連付けられた前記一覧データを前記利用者機器に送信するステップを
    コンピュータに実行させることを特徴とするリコメンドプログラム。

Images