JP5398648B2 - 作品推薦装置及び方法及びプログラム - Google Patents

Description

本発明は、作品推薦装置及び方法及びプログラムに係り、例えば、インターネット回線による映像配信サービスで提供されるユーザのテレビ番組視聴等における種々の作品を推薦するための作品推薦装置及び方法及びプログラムに関する。

情報推薦の手法はいくつも提案されている。例えば、ニュース記事を推薦するために、各ニュース記事についてユーザに５段階の評価をつけさせ、過去の評価履歴を見てユーザ間の嗜好の類似度を測り、嗜好が似たユーザの好むニュース記事を推薦する手法が提案されている（例えば、非特許文献１参照）。

また、上記の手法と同様に、各情報に対してユーザに評価をつけさせ、過去の評価履歴でユーザが評価している情報に含まれるテキストに着目する。そのテキストがユーザの興味を反映していると考え、そのテキストと同じような単語が出現している情報を推薦する手法が提案されている（例えば、非特許文献２参照）。

また、利用者に興味を持つ部分のテキストを指定させ、そこに含まれる単語の出現頻度に基づいてユーザの興味を推定し、ユーザの興味を表す単語に基づいてコミュニティ内の情報を検索し、ユーザの興味のある箇所のみの情報を提示する手法がある（例えば、特許文献１参照）。

特開平１１-３３８８６９号公報

Resnick, P. et al., "GroupLens: An open architecture for collaborative filtering of netnews". CSCW '94: Proceedings of the 1994 ACM conference on Computer supported cooperative work, ACM Press New York, 1994. Mooney R.J. et al, "Content-Based Book Recommending Using Learning for Text Categorization", Proceedings of the 5th ACM Conference on Digital Libraries, ACM Press New York, 2000

インターネット回線を利用した映像配信サービスについて、多チャンネル化が進んでいる。こういった中でユーザが本当に興味のある番組を見つけるのは困難である。また興味ある番組をすべて把握し録画することもまた、困難である。

上記の特許文献１の手法を用いて番組を推薦する場合、ユーザが指定した興味のある語に関連する番組が推薦される。この場合、語を指定しなければならないという問題がある。このようにユーザのインタラクションを必要とするシステムは、ユーザにとっては不便である。

非特許文献１、２に記載の手法で番組を推薦する場合、ユーザの視聴した番組の情報を用いてユーザに番組を推薦するが、番組情報が十分でないことが多く、うまくユーザの興味を推定することができない。

本発明は上記の点に鑑みなされたもので、インターネット回線を利用した映像配信サービスにおいて、ＷＷＷ上の百科事典に記載された番組情報を利用することで適切に番組等の作品を推薦することが可能な作品推薦装置及び方法及びプログラムを提供することを目的とする。

上記の課題を解決するために、本発明（請求項１）は、作品、例えば、小説やテレビ番組を推薦する作品推薦装置であって、
作品の情報（以下、「作品情報」と記す）を取得し、作品情報記憶手段に格納する作品情報取得手段と、
ＷＷＷ上の百科事典を取得し、ＷＷＷ百科事典記憶手段に格納するＷＷＷ百科事典取得手段と、
作品情報中の作品のタイトルに基づいて、ＷＷＷ上の百科事典中に該当する項目を取得し、作品情報中の全ての２つの作品の組合せについて該ＷＷＷ上の百科事典中に該当する項目の類似度から作品間の類似度を算出し、作品類似度記憶手段に格納する作品類似度算出手段と、
作品に対する各ユーザの視聴履歴を取得し、視聴履歴記憶手段に格納する視聴履歴取得手段と、
取得した視聴履歴からユーザと、作品情報記憶手段中に情報が格納されているすべての作品とについて、該ユーザの視聴履歴と、作品類似度とを用いて、該ユーザに対する該作品の推薦スコアを算出し、該ユーザの識別子と、該作品の識別子と共に推薦スコア記憶手段に格納する推薦スコア算出手段と、
ユーザの識別子が与えられると、該ユーザの作品情報記憶手段に格納されている推薦候補である各作品に対して、推薦スコア記憶手段に格納されている推薦スコアを取得し、推薦スコアの上位Ｎ件の作品の識別子を推薦作品として選択する作品推薦手段と、を有する。

また、本発明（請求項２）は、作品類似度算出手段において、
作品のＷＷＷ上の百科事典中に該当するそれぞれの項目中にてリンクする別の項目集合の積集合の大きさを用いて作品間の類似度を算出する。

また、本発明（請求項３）は、作品類似度算出手段において、
作品のＷＷＷ上の百科事典中のリンク構造中における、該当する２作品のノード間距離を、そのノード間のすべてのパスのβ（０より大で１より小である定数）のそのパス長乗の和で与えるKatzβと呼ばれる尺度を用いて作品間の類似度を算出する。

また、本発明（請求項４）は、作品、例えば、小説やテレビ番組を推薦する作品推薦方法であって、
作品情報取得手段、ＷＷＷ百科事典取得手段、作品類似度算出手段、推薦スコア算出手段、作品推薦手段、作品情報記憶手段、ＷＷＷ百科事典記憶手段、作品類似度記憶手段、視聴履歴記憶手段、推薦スコア記憶手段と、を有する装置において、
作品情報取得手段が、作品の情報（以下、「作品情報」と記す）を取得し、作品情報記憶手段に格納する作品情報取得ステップと、
ＷＷＷ百科事典取得手段が、ＷＷＷ上の百科事典を取得し、ＷＷＷ百科事典記憶手段に格納するＷＷＷ百科事典取得ステップと、
作品類似度算出手段が、作品情報中の作品のタイトルに基づいて、ＷＷＷ上の百科事典中に該当する項目を取得し、作品情報中の全ての２つの作品の組合せについて該ＷＷＷ上の百科事典中に該当する項目の類似度から作品間の類似度を算出し、作品類似度記憶手段に格納する作品類似度算出ステップと、
視聴履歴取得手段が、作品に対する各ユーザの視聴履歴を取得し、視聴履歴記憶手段に格納する視聴履歴取得ステップと、
推薦スコア算出手段が、取得した視聴履歴からユーザと、作品情報記憶手段中に情報が格納されているすべての作品とについて、該ユーザの視聴履歴と、作品類似度とを用いて、該ユーザに対する該作品の推薦スコアを算出し、該ユーザの識別子と、該作品の識別子と共に推薦スコア記憶手段に格納する推薦スコア算出ステップと、
作品推薦手段が、ユーザの識別子が与えられると、該ユーザの作品情報記憶手段に格納されている推薦候補である各作品に対して、推薦スコア記憶手段に格納されている推薦スコアを取得し、推薦スコアの上位Ｎ件の作品の識別子を推薦作品として選択する作品推薦ステップと、を行う。

また、本発明（請求項５）は、作品類似度算出ステップにおいて、
作品のＷＷＷ上の百科事典中に該当するそれぞれの項目中にてリンクする別の項目集合の積集合の大きさを用いて作品間の類似度を算出する。

また、本発明（請求項６）は、作品類似度算出ステップにおいて、
作品のＷＷＷ上の百科事典中のリンク構造中における、該当する２作品のノード間距離を、そのノード間のすべてのパスのβ（０より大で１より小である定数）のそのパス長乗の和で与えるKatzβと呼ばれる尺度を用いて作品間の類似度を算出する。

また、本発明（請求項７）は、請求項１乃至請求項３のいずれか１項に記載の作品推薦装置を構成する各手段としてシステムを機能させるための作品推薦プログラムである。

上記のように、本発明は、作品情報について、ＷＷＷ上の百科事典を用いて補い、作品間の類似度を高精度に求める。作品間の類似度も、ＷＷＷならではのリンク構造に着目し、共通してリンクしている記事数で与えることにより、テキストの類似度では求めることのできない、作品の共通点に基づく類似度を算出することができる。

これにより、従来の技術では不可能であった、よりユーザの興味に適した作品（番組）を推薦することが可能になる。これはインターネット回線を利用した映像配信サービスにおける視聴の増加につながる。

本発明に用いるＷＷＷ百科事典を示す図である。 本発明の一実施の形態における番組推薦装置の構成図である。 本発明の一実施の形態における番組情報テーブルの例である。 本発明の一実施の形態における視聴情報テーブルの例である。 本発明の一実施の形態におけるＷＷＷ百科事典テーブルの例である。 本発明の一実施の形態における番組類似度テーブルの例である。 本発明の一実施の形態における推薦スコアテーブルの例である。 本発明の一実施の形態における番組情報更新時の処理のフローチャートである。 本発明の一実施の形態における図８のステップ１２０の詳細な処理のフローチャートである。 本発明の一実施の形態における番組視聴時の処理のフローチャートである。 本発明の一実施の形態における図１０のステップ２２０の詳細な処理のフローチャートである。 本発明の一実施の形態におけるユーザログオン時の処理のフローチャートである。

本実施の形態では、インターネット回線を利用した映像配信サービスにおいて、ユーザにより適切な番組を推薦するために、ＷＷＷ上の百科事典に記載された番組情報を用いて、ユーザの興味により適合した番組を推薦する手法を実現する。

ここで、ＷＷＷ上の百科事典について説明する。ＷＷＷ上の百科事典は、ＨＴＭＬにて記述されたページ集合から記事が構成されている。各記事は、通常の百科事典の項目にあたり、タイトルに項目であるものの名称が記載されている。また、本文にはその項目に関する説明が記載されている。本文には該項目と関連の深い別の項目が出現するようなことがある。その場合、本文中の別の項目のテキスト部分はその項目へのハイパーリンクが張られる。従って、ＷＷＷ上の百科事典では、通常の百科事典とは異なり、各項目をノードとし、ハイパーリンクをエッジとしたグラフ構造の様相を呈する。この様相を図１に示す。

また、ＷＷＷ上の百科事典は、ある時点でのデータのスナップショットがダウンロードできる。従って、以下に示す実施の形態では、ＷＷＷ上の百科事典はシステムにダウンロードされているものとして説明を与える。

以下図面と共に、本発明の実施の形態を説明する。

図２は、本発明の一実施の形態における番組推薦装置の構成を示す。
同図に示す番組推薦装置１は、番組情報処理部１０、ＷＷＷ百科事典処理部２０、番組類似度処理部３０、視聴情報処理部４０、推薦スコア処理部５０、番組推薦部６０、記憶部７０、通信部８０、入出力部９０から構成され、通信部８０はネットワーク３に接続されており、入出力部９０は、入力装置や表示装置等の外部装置４に接続されている。

記憶部７０は、番組情報テーブル７１、視聴情報テーブル７２、ＷＷＷ百科事典テーブル７３、番組類似度テーブル７４、推薦スコアテーブル７５から構成される。

まず、記憶部７０内の各テーブルについて説明する。

＜番組情報テーブル＞
番組情報テーブル７１には、図３に示すように、番組ＩＤフィールド、タイトルフィールド、放送時間フィールドが含まれる。

番組ＩＤフィールドは、その番組を特定する識別子であり、番組情報処理部１０により設定される。

タイトルフィールドは、該番組のタイトルが、番組情報処理部１０によりテキストデータにて設定される。

放送時間フィールドは、該番組の放送時間が、番組情報処理部１０により設定される。

＜視聴情報テーブル＞
視聴情報テーブル７２には、図４に示すように、ユーザの視聴履歴を示すための番組ＩＤフィールド、ユーザＩＤフィールドが含まれる。

番組ＩＤフィールドは、番組情報テーブルに出現する番組の識別子と対応し、視聴情報処理部４０により設定される。

ユーザＩＤフィールドは、番組を視聴／録画したユーザを特定する識別子が、視聴情報処理部４０により設定される。

＜ＷＷＷ百科事典テーブル＞
ＷＷＷ百科事典テーブル７３には、図５に示すように、記事タイトルフィールドと、内容フィールドと、リンク記事フィールドとが含まれる。

記事タイトルフィールドは、記事のタイトルが、ＷＷＷ百科事典処理部２０によりテキストデータで設定される。

内容フィールドは、記事の内容が、ＷＷＷ百科事典処理部２０によりテキストデータで設定される。

リンク記事フィールドは、該記事と関連の強い０件以上の別の記事のタイトルがＷＷＷ百科事典処理部２０によりテキストデータで設定される。該記事の関連の強い記事が２件以上ある場合、それらの記事は特定のデリミタ文字（例えば読点「、」など）で区切られる。

＜番組類似度テーブル＞
番組類似度テーブル７４には、図６に示すように、番組１ＩＤフィールドと、番組２ＩＤフィールドと、類似度フィールドとが含まれる。

類似度フィールドは、当該行の番組１p1と、当該行の番組２p2との類似度score(p1,p2)であり、番組類似度処理部３０により設定される。

＜推薦スコアテーブル＞
推薦スコアテーブル７５には、図７に示すように、ユーザＩＤフィールドと、番組ＩＤフィールドと、推薦スコアフィールドとが含まれる。

推薦スコアフィールドは、当該行のユーザｕの過去に視聴した番組と、当該行の番組ｐとの内容の類似度 score(p,u)が推薦スコア処理部５０により設定される。

はじめに、本発明の一実施の形態における番組情報更新時の処理を詳細に説明する。

図８は、本発明の一実施の形態における番組情報更新時の処理のフローチャートである。今、番組ｐについての情報の更新があったとする。

ステップ１１０）番組情報処理部１０が、番組情報テーブル７１に、番組ｐの情報を記した行を構成し、挿入する。

ステップ１２０）番組類似度処理部３０が、番組ｐの情報を元に番組類似度テーブル６４を更新する。

ここで、ＷＷＷ百科事典を用いた番組間の類似度について説明する。

番組pと番組qの類似度は、ＷＷＷ百科事典のグラフ構造から求める。例えば、文献１「Newman, M., "Clustering and preferential attatchment in growing networks", 2001」に記載の共通隣接ノード数（番組ｐのノードと番組ｑのノードに共通してリンクがあるノードの数）であったり、文献２「Katz, L.,"A new status index derived from sociometric analysis", 1953」に記載のKatzβと呼ばれる手法が存在する。前者は直観的には２番組の共通点の多さを表す。例えば、共通の出演者数等である。後者は直観的には前者同様共通点の多さであるが、共通点の直接性の強さを考慮し、間接的な共通点も考慮している点が異なる。例えば、特定のタレントが出演している共通点の方が、同じようにお笑いコンビが出演しているという共通点よりも重要視される。具体的には、番組のＷＷＷ上の百科事典中のリンク構造中における、該当する２つの番組のノード間距離を、そのノード間のすべてのパスのβ（０＜β＜１である定数）のそのパス長乗の和で与えるKatzβと呼ばれる尺度を用いる。

以下に、上記の共通隣接ノード数により番組間類似度を求める例について示す。

次に、上記の図８のステップ１２０の処理を詳細に説明する。

図９は、本発明の一実施の形態における図８のステップ１２０の詳細な処理のフローチャートである。

ステップ１２１）ＷＷＷ百科事典処理部２０が、ＷＷＷ百科事典テーブル７３を参照し、記事タイトルフィールドの値が番組ｐのタイトルtpと一致する行epのリンク記事フィールドに出現する記事タイトル集合Lpを取得する。

ステップ１２２）番組情報処理部１０が、番組情報テーブル７１を参照し、番組集合Pを取得する。

ステップ１２３）ＷＷＷ百科事典処理部２０が、前記番組集合Pに含まれる個々の番組ｑについて、ＷＷＷ百科事典テーブル７３を参照し、記事タイトルフィールドの値が番組qのタイトルtqと一致する行eqのリンク記事フィールドに出現する記事タイトル集合Lqを取得する。

ステップ１２４）番組類似度処理部３０が、前記番組集合Pに含まれる個々の番組qについて、番組類似度テーブル７４に、番組１ＩＤフィールドの値がｐ、番組２ＩＤフィールドの値がｑ、類似度フィールドの値が|Lp∩Lq|であるような行を挿入する。

次に、本発明の一実施の形態における番組視聴時の処理を詳細に説明する。

図９は、本発明の一実施形態における番組視聴時の処理のフローチャートである。

ステップ２１０）視聴情報処理部４０が、視聴情報テーブル７２に、視聴された番組、視聴したユーザに応じて番組ＩＤフィールド、ユーザＩＤフィールドの値を設定した行wを挿入する。

ステップ２２０）推薦スコア処理部５０が、前記行wの情報を元に推薦スコアテーブル７５を更新する。詳細については以下に説明する。

次に、上記の図１０のステップ２２０の処理を詳細に説明する。

図１１は、本発明の一実施の形態における図１０のステップ２２０の詳細な処理のフローチャートである。今、行ｗのユーザがｕであるとする。

ステップ２２１）視聴情報処理部４０が、視聴情報テーブル７２を参照し、ユーザＩＤフィールドの値がｕであるような行の番組ＩＤフィールドのとり得る値からなる番組集合Puを取得する。

ステップ２２２）番組情報処理部１０が、番組情報テーブル７１を参照し、放送時間フィールドの値が現在時刻よりも未来であるような行の番組ＩＤフィールドがとりうる値からなる番組集合Ｑを取得する。

ステップ２２３）番組類似度処理部３０が、前記番組集合Puに含まれる個々の番組ｐに対して、前記番組集合Ｑに含まれる個々の番組ｑについて番組類似度テーブル６４を参照し、番組１ＩＤフィールドの値がｐ、番組２ＩＤフィールドの値がｑであるような行の類似度フィールドの値sim(p,q)を取得する。

ステップ２２４）推薦スコア処理部５０が、前記番組集合Qに含まれる個々の番組qについて、ユーザｕに対する推薦スコアscore(q,u)を以下の式を用いて算出する。

ステップ２２５）推薦スコア処理部５０が、前記番組集合Ｑに含まれる個々の番組ｑについて、推薦スコアテーブル７５に、ユーザＩＤフィールドの値がu、番組ＩＤフィールドの値がq、推薦スコアフィールドの値がscore(q,u)であるような行を挿入する。

次に、本発明の一実施の形態におけるユーザログオン時の処理の詳細について説明する。

図１２は、本発明の一実施の形態におけるユーザログオン時の処理のフローチャートである。

ユーザuがログオンすると、
ステップ３１０）番組情報処理部１０が、番組情報テーブル７１を参照し、放送時間フィールドの値が現在時刻よりも未来であるような行の番組ＩＤフィールドがとりうる値からなる番組集合Pを取得する。

ステップ３２０）番組推薦部６０が、前記番組集合Ｐに含まれる個々の番組ｐに対して、推薦スコアテーブル７５を参照しユーザuの番組ｐに対する推薦スコアscore(p,u)を取得し、ユーザｕに推薦すべき番組を決定する。その際、推薦スコアscore(p,u)の値が大きいものから順に予め設定した任意の件数N (N=1,2,3,…)件を推薦すべき番組としてもよいし、推薦スコアscore(p,u)に対し、ある閾値を設けて、 推薦スコアがその値を超えるものを推薦すべき番組としてもよい。

なお、上記の番組推薦装置の各構成要素の処理をプログラムとして構築し、番組推薦装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。
また、構築されたプログラムをハードディスクや、フレキシブルディスク、ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。

なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。

上記の実施の形態では、インターネット回線を利用した映像配信サービスにおけるテレビ番組を例として説明したが、本発明は、ＷＷＷ上のニュース記事や小説等の種々の作品に適用することが可能である。

１ 番組推薦装置
２ 外部端末
３ ネットワーク
４ 外部装置
１０ 番組情報処理部
２０ ＷＷＷ百科事典処理部
３０ 番組類似度処理部
４０ 視聴情報処理部
５０ 推薦スコア処理部
６０ 番組推薦部
７０ 記憶部
７１ 番組情報テーブル
７２ 視聴情報テーブル
７３ ＷＷＷ百科事典テーブル
７４ 番組類似度テーブル
７５ 推薦スコアテーブル
８０ 通信部
９０ 入出力部

Claims (7)

1. 作品、例えば、小説やテレビ番組を推薦する作品推薦装置であって、
   前記作品の情報（以下、「作品情報」と記す）を取得し、作品情報記憶手段に格納する作品情報取得手段と、
   ＷＷＷ上の百科事典を取得し、ＷＷＷ百科事典記憶手段に格納するＷＷＷ百科事典取得手段と、
   前記作品情報中の作品のタイトルに基づいて、前記ＷＷＷ上の百科事典中に該当する項目を取得し、前記作品情報中の全ての２つの作品の組合せについて該ＷＷＷ上の百科事典中に該当する項目の類似度から作品間の類似度を算出し、作品類似度記憶手段に格納する作品類似度算出手段と、
   前記作品に対する各ユーザの視聴履歴を取得し、視聴履歴記憶手段に格納する視聴履歴取得手段と、
   取得した前記視聴履歴からユーザと、前記作品情報記憶手段中に情報が格納されているすべての作品とについて、該ユーザの前記視聴履歴と、前記作品類似度とを用いて、該ユーザに対する該作品の推薦スコアを算出し、該ユーザの識別子と、該作品の識別子と共に推薦スコア記憶手段に格納する推薦スコア算出手段と、
   ユーザの識別子が与えられると、該ユーザの前記作品情報記憶手段に格納されている推薦候補である各作品に対して、前記推薦スコア記憶手段に格納されている推薦スコアを取得し、前記推薦スコアの上位Ｎ件の作品の識別子を推薦作品として選択する作品推薦手段と、
   を有することを特徴とする作品推薦装置。
2. 前記作品類似度算出手段は、
   前記作品の前記ＷＷＷ上の百科事典中に該当するそれぞれの項目中にてリンクする別の項目集合の積集合の大きさを用いて前記作品間の類似度を算出する
   請求項１記載の作品推薦装置。
3. 前記作品類似度算出手段は、
   前記作品の前記ＷＷＷ上の百科事典中のリンク構造中における、該当する２作品のノード間距離を、そのノード間のすべてのパスのβ（０より大で１より小である定数）のそのパス長乗の和で与えるKatzβと呼ばれる尺度を用いて前記作品間の類似度を算出する
   請求項１記載の作品推薦装置。
4. 作品、例えば、小説やテレビ番組を推薦する作品推薦方法であって、
   作品情報取得手段、ＷＷＷ百科事典取得手段、作品類似度算出手段、推薦スコア算出手段、作品推薦手段、作品情報記憶手段、ＷＷＷ百科事典記憶手段、作品類似度記憶手段、視聴履歴記憶手段、推薦スコア記憶手段と、を有する装置において、
   前記作品情報取得手段が、前記作品の情報（以下、「作品情報」と記す）を取得し、前記作品情報記憶手段に格納する作品情報取得ステップと、
   前記ＷＷＷ百科事典取得手段が、ＷＷＷ上の百科事典を取得し、前記ＷＷＷ百科事典記憶手段に格納するＷＷＷ百科事典取得ステップと、
   前記作品類似度算出手段が、前記作品情報中の作品のタイトルに基づいて、前記ＷＷＷ上の百科事典中に該当する項目を取得し、前記作品情報中の全ての２つの作品の組合せについて該ＷＷＷ上の百科事典中に該当する項目の類似度から作品間の類似度を算出し、前記作品類似度記憶手段に格納する作品類似度算出ステップと、
   視聴履歴取得手段が、前記作品に対する各ユーザの視聴履歴を取得し、前記視聴履歴記憶手段に格納する視聴履歴取得ステップと、
   前記推薦スコア算出手段が、取得した前記視聴履歴からユーザと、前記作品情報記憶手段中に情報が格納されているすべての作品とについて、該ユーザの前記視聴履歴と、前記作品類似度とを用いて、該ユーザに対する該作品の推薦スコアを算出し、該ユーザの識別子と、該作品の識別子と共に推薦スコア記憶手段に格納する推薦スコア算出ステップと、
   前記作品推薦手段が、ユーザの識別子が与えられると、該ユーザの前記作品情報記憶手段に格納されている推薦候補である各作品に対して、前記推薦スコア記憶手段に格納されている推薦スコアを取得し、前記推薦スコアの上位Ｎ件の作品の識別子を推薦作品として選択する作品推薦ステップと、
   を行うことを特徴とする作品推薦方法。
5. 前記作品類似度算出ステップにおいて、
   前記作品の前記ＷＷＷ上の百科事典中に該当するそれぞれの項目中にてリンクする別の項目集合の積集合の大きさを用いて前記作品間の類似度を算出する
   請求項４記載の作品推薦方法。
6. 前記作品類似度算出ステップにおいて、
   前記作品の前記ＷＷＷ上の百科事典中のリンク構造中における、該当する２作品のノード間距離を、そのノード間のすべてのパスのβ（０より大で１より小である定数）のそのパス長乗の和で与えるKatzβと呼ばれる尺度を用いて前記作品間の類似度を算出する
   請求項４記載の作品推薦方法。
7. 請求項１乃至請求項３のいずれか１項に記載の作品推薦装置を構成する各手段としてコンピュータを機能させるための作品推薦プログラム。

Images