JP5746658B2 - 情報処理装置、方法及びプログラム、並びに、情報通信端末、その制御方法及びその制御プログラム - Google Patents

Description

本発明の実施形態は、情報処理装置、方法及びプログラム、並びに、情報通信端末、その制御方法及びその制御プログラムに関する。

インターネット上の電子商取引のサイトにおいて、ユーザが過去に購入したコンテンツ（書籍、楽曲、食料品等）の傾向に基づいて、当該ユーザが興味を持ちそうな推薦コンテンツを推定し、当該ユーザに提示する情報処理方法がある。

しかしながら、推薦コンテンツを単にユーザに提示しただけでは、ユーザは推薦コンテンツに興味を示さない場合が多い。そのため、従来の情報処理方法では、推薦コンテンツとともに、推薦コンテンツに対応付けられた付加情報をユーザに提示するものがある。

例えば、他のユーザが推薦コンテンツに対して書き込んだレビューを、ユーザに提示しようとするものがある。例えば、推薦コンテンツの特徴を表すキーワードを推定して、ユーザに提示しようとするものがある。例えば、推薦コンテンツの案内情報からキャッチコピーを生成して、ユーザに提示しようとするものがある。

しかしながら、従来の情報処理方法では、付加情報を提示したことによるユーザの嗜好の変化を推定していないため、実際にユーザが興味を示すコンテンツを推定することができないという課題がある。

特開２００７−５１０９６７号公報 特開２０１０−１１８０８６号公報 特開２００９−１１６５４８号公報

発明が解決しようとする課題は、実際にユーザが興味を示すコンテンツを推定することができる情報処理装置、方法及びプログラム、並びに、情報通信端末、その制御方法及びその制御プログラムを提供することである。

上記課題を解決するために、本発明の実施形態に係る情報処理装置は、ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理装置であって、コンテンツ記憶部と、付加情報記憶部と、選択履歴記憶部と、第１推定部と、第２推定部と、選択部とを備える。

コンテンツ記憶部は、複数のコンテンツを記憶する。付加情報記憶部は、前記コンテンツに対する付加情報を記憶する。選択履歴記憶部は、前記ユーザが過去に選択した前記コンテンツ及び前記付加情報の選択履歴を記憶する。第１推定部は、前記ユーザの選択履歴に基づいて、前記コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報を推定する。第２推定部は、前記ユーザの選択履歴に基づいて、前記付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報を推定する。選択部は、前記第１嗜好情報と前記第２嗜好情報とに基づいて、前記推薦コンテンツと前記推薦付加情報とを選択する。

また、本発明の他の実施形態に係る情報通信端末は、ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理装置に接続可能な情報通信端末であって、指定部と、出力部と、取得部と、表示部とを備える。

指定部は、前記コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報の重み係数αと、前記付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報の重み係数βとを指定する。出力部は、前記重み係数αと前記重み係数βとを前記情報処理装置に出力する。取得部は、前記情報処理装置において、前記第１嗜好情報と、前記第２嗜好情報と、前記重み係数αと、前記重み係数βとに基づいて求められた前記推薦コンテンツと推薦付加情報とを取得する。表示部は、前記推薦コンテンツと推薦付加情報とを表示する。

実施形態の利用態様を表す一例図。 実施形態に係る情報処理装置１を表すブロック図。 情報処理装置１の処理を表すフローチャート。 書籍情報及び書籍属性の一例図。 付加情報取得部１１の処理を表すフローチャート。 キャッチコピー情報の一例図。 属性抽出部１２の処理を表すフローチャート。 属性抽出部１２が用いる意味辞書の一例図。 キャッチコピーＩＤ及びキャッチコピー属性の一例図。 格納部２３に格納されているメタデータ及び注釈情報の一例図。 選択履歴の一例図。 第１嗜好情報の一例図。 第１推定部の処理を表すフローチャート。 第２嗜好情報の一例図。 第２推定部１５の処理を表すフローチャート。 スコア算出部１６の処理を表すフローチャート。 推薦スコアＺの算出手法の一例を表す説明図。 情報通信端末１０を表すブロック図。 表示部２２の表示形態を表す一例図。

（実施形態）
第１の実施形態に係る情報処理装置１は、パーソナルコンピュータ（ＰＣ）やスマートフォン等の情報通信端末１０と接続可能なサーバ等に好適である。

情報処理装置１は、書籍、楽曲、動画、食料品等のコンテンツについて、情報処理装置１を利用するユーザからの付加情報（例えば、キャッチコピー）を取得しておく。情報処理装置１は、情報通信端末１０のユーザ（対象ユーザ）が過去に閲覧や購入したコンテンツの履歴から、コンテンツ及び付加情報に対するユーザの嗜好を推定し、当該嗜好に基づいて、ユーザに提示すべきコンテンツ及び付加情報を求める。これにより、実際にユーザが興味を示すコンテンツを推定することができる。

本実施形態では、コンテンツが「書籍」であり、付加情報が「キャッチコピー」である場合について説明する。

図１は、本実施形態の利用態様を表す一例図である。図１では、情報通信端末１０の表示部２２（後述）に、電子商取引サイトにおける書籍販売のページ１０１が表示されている。このペーシ１０１には、領域１０２と、領域１０３とが含まれている。

領域１０２には、キャッチコピーが記述されている帯付きの書籍の表紙と、当該書籍の詳細情報と、当該書籍を購入するための購入ボタンとが表示される。書籍内容の領域１０２が表示されている。領域１０３には、ユーザに推薦すべき推薦書籍が、キャッチコピーを含む帯付きで表示されている。本実施形態の情報処理装置１は、この領域１０３に表示すべき推薦書籍及びキャッチコピーを求めるものである。

図２は、情報処理装置１を表すブロック図である。情報処理装置１は、コンテンツ記憶部５１と、付加情報記憶部５２と、選択履歴記憶部５３と、付加情報取得部１１と、属性抽出部１２と、検出部１３、第１推定部１４と、付加情報抽出部１５と、スコア算出部１６と、選択部１７と、出力部１８とを備える。

コンテンツ記憶部５１は、書籍の詳細情報と、書籍属性とを対応付け、書籍情報として記憶している。書籍属性とは、書籍の特徴を表すキーワードの組み合わせにより表わされる。なお、書籍属性は、キーワードの組合せを、予め定めた規則に従って、数値で表したものであってもよい。

付加情報取得部１１は、コンテンツ記憶部５１に記憶されている書籍情報に対して、複数のユーザが入力したキャッチコピーを取得する。ここでいうユーザとは、情報処理装置１を利用する者であっても、書籍の販売者であっても構わない。

属性抽出部１２は、取得されたキャッチコピーを意味解析して、当該キャッチコピーの属性（キャッチコピー属性）を抽出する。キャッチコピー属性は、キャッチコピーの特徴を表すキーワードの組み合わせにより表わされるものである。なお、キャッチコピー属性は、キーワードの組合せを予め定めた規則に従って、数値で表したものであってもよい。

属性抽出部１２は、取得されたキャッチコピーと、算出されたキャッチコピー属性とを対応付けて、付加情報記憶部５２に書き込む。

検出部１３は、対象ユーザが書籍販売のページ１０１に表示されている書籍やキャッチコピーを選択したかどうかを検出する。例えば、検出部１３は、ユーザが、書籍販売のページ１０１上で書籍やキャッチコピーをクリックしたかどうかや、購入ボタンをクリックしたかどうか等を検出する。検出部１３は、現在までにユーザが選択した書籍やキャッチコピーを選択履歴として、選択履歴記憶部５３に書き込む。

第１推定部１４は、ユーザの選択履歴を用いて、書籍に対する当該ユーザの嗜好の傾向を表す第１嗜好情報を推定する。詳細は後述する。

第２推定部１５は、ユーザの選択履歴を用いて、キャッチコピーに対する当該ユーザの嗜好の傾向を表す第２嗜好情報を推定する。詳細は後述する。

スコア算出部１６は、第１嗜好情報と第２嗜好情報とに基づいて、コンテンツ記憶部５１に記憶されている書籍情報の各々と、付加情報記憶部５２に記憶されている各キャッチコピーとの組に対して、ユーザがどの程度の興味を示すかを評価するための推薦スコアを算出する。

選択部１７は、各書籍情報と各キャッチコピーとの組の中で、推薦スコアが高い組を少なくとも１つ選択する。選択部１７は、推薦スコアが高い組に含まれる書籍情報をコンテンツ記憶部５１から抽出する。選択部１７は、推薦スコアが高い組に含まれるキャッチコピーを付加情報記憶部５２から抽出する。

出力部１８は、抽出された書籍情報及びキャッチコピーを情報通信端末１０に出力する。情報通信端末１０に出力される書籍情報が推薦書籍情報であり、情報通信端末１０に出力されるキャッチコピーが、推薦キャッチコピーである。

付加情報取得部１１と、属性抽出部１２と、検出部１３、第１推定部１４と、付加情報抽出部１５と、スコア算出部１６と、選択部１７と、出力部１８とは、中央演算処理装置（ＣＰＵ）、及びＣＰＵが用いるメモリにより実現されてよい。コンテンツ記憶部５１と、付加情報記憶部５２と、選択履歴記憶部５３とは、ＣＰＵが用いるメモリや補助記憶装置により実現されてよい。

以上、情報処理装置１の構成について説明した。

図３は、情報処理装置１の処理を表すフローチャートである。付加情報取得部１１は、コンテンツ記憶部５１に記憶されている書籍情報に対して、情報処理装置１を利用するユーザが付加したキャッチコピーを取得する（Ｓ１０１）。

属性抽出部１２は、取得されたキャッチコピーを意味解析して、キャッチコピー属性を抽出する（Ｓ１０２）。属性抽出部１２は、取得されたキャッチコピーと、算出されたキャッチコピー属性とを対応付けて、付加情報記憶部５２に書き込む。

検出部１３は、ユーザが書籍販売のページ１０１に表示されている書籍やキャッチコピーを選択したかどうかを検出する（Ｓ１０３）。検出部１３は、現在までにユーザが選択した書籍やキャッチコピーを選択履歴として、選択履歴記憶部５３に書き込む。

第１推定部１４は、ユーザの選択履歴を用いて、第１嗜好情報を推定する（Ｓ１０４）。第２推定部１５は、ユーザの選択履歴を用いて、第２嗜好情報を推定する（Ｓ１０５）。

スコア算出部１６は、第１嗜好情報と第２嗜好情報とに基づいて、コンテンツ記憶部５１に記憶されている書籍情報の各々と、付加情報記憶部５２に記憶されている各キャッチコピーとの組に対して、推薦スコアを算出する（Ｓ１０６）。

選択部１７は、各書籍情報と各キャッチコピーとの組の中で、推薦スコアが高い組を少なくとも１つ選択する（Ｓ１０７）。選択部１７は、推薦スコアが高い組に含まれる書籍情報をコンテンツ記憶部５１から抽出する。選択部１７は、推薦スコアが高い組に含まれるキャッチコピーを付加情報記憶部５２から抽出する。本実施形態では、推薦スコアが最も高い組を１つ選択するものとする。したがって、抽出される書籍情報及びキャッチコピーは各々１つである。

出力部１８は、選択された書籍情報及びキャッチコピーを情報通信端末１０に出力する（Ｓ１０８）。

以上、情報処理装置１の処理について説明した。

以下、本実施形態の情報処理装置１について詳述する。

コンテンツ記憶部５１は、書籍情報と書籍属性とを対応付けて記憶している。図４は、書籍情報及び書籍属性の一例図である。図４に示すように、例えば書籍情報は、書籍ＩＤと、タイトルと、著者と、表紙の画像と、詳細情報とを含む。コンテンツ記憶部５１に記憶されている。

書籍属性は、各書籍の詳細情報に基づいて予め設定しておき、書籍ＩＤと対応付けられ、コンテンツ記憶部５１に記憶されている。なお、書籍属性は、属性ＩＤで管理して別の記憶部（不図示）に記憶されていてもよい。図４において、書籍「Ｃ００１」は、「ミステリー」、「ホラー」、「著者００１」という書籍属性を持っているが、「サスペンス」や「著者００２」の書籍属性を持っていないことを意味している。この例では、書籍属性が存在するかどうかの情報のみ利用しているが、各書籍属性に重み付けをして記憶しておいてもよい。

付加情報取得部１１は、コンテンツ記憶部５１に記憶された書籍に対するキャッチコピーを取得する。本実施形態では、情報処理装置１を利用するユーザからの入力によって、キャッチコピーを取得する。例えば、ここでいうユーザは、情報処理装置１を利用するためのユーザＩＤを持っている利用者を想定しているが、書籍の販売業者や、芸能人・コピーライター等、特定のユーザに限ってもよい。

図５は、付加情報取得部１１の処理を表すフローチャートである。ここで、キャッチコピーを付与するユーザのユーザＩＤは、ログイン操作等によって判別可能になっているものとする。

付加情報取得部１１は、キャッチコピーを付与する対象となる対象書籍情報を、コンテンツ記憶部５１から抽出する（Ｓ２０１）。

例えば、付加情報取得部１１は、図４に示す書籍ＩＤが「Ｃ００１」の書籍の書籍情報（対象書籍情報）をコンテンツ記憶部５１から抽出する。この場合、書籍ＩＤが「Ｃ００１」の書籍情報には、タイトルとして「タイトル００１」、著者として「著者００１」、表紙の画像として「http://aaa/001.jpg」、詳細情報として「この本は著者００１の処女作」が対応付けられている。

なお、対象書籍情報は、ユーザが能動的に選択しても、過去にユーザが購入した書籍の書籍情報等に基づいて付加情報取得部１１が選択してもよい。付加情報取得部１１は、キャッチコピーを付与しようとするユーザが確認できるように、抽出したキャッチコピーを当該ユーザが利用する情報通信端末に表示させる。例えば、付加情報取得部１１は、抽出した書籍情報を、キャッチコピーを入力するための入力フォームと、キャッチコピーを投稿するための投稿ボタンとともにユーザが利用する情報通信端末に表示させてよい。

付加情報取得部１１は、ユーザがキャッチコピーを入力フォームに書き込み、投稿ボタンを押下した後、入力フォームに書きこまれたキャッチコピーを取得する（Ｓ２０２）。付加情報取得部１１は、取得したキャッチコピーに、キャッチコピーＩＤと、書籍ＩＤと、ユーザＩＤとを対応付けたキャッチコピー情報を、付加情報記憶部５２に書き込む。

図６は、キャッチコピー情報の一例図である。図６に示すように、キャッチコピー情報は、例えば、キャッチコピーＩＤと、書籍ＩＤと、ユーザＩＤと、キャッチコピーとを対応付けたものである。

属性抽出部１２は、取得されたキャッチコピーを意味解析して、当該キャッチコピーが付与された対象書籍のキャッチコピー属性を抽出する。キャッチコピー属性の抽出は、ユーザがキャッチコピーを入力するたびに行なってもよい。

図７は、属性抽出部１２の処理を表すフローチャートである。属性抽出部１２は、抽出対象のキャッチコピーＩＤに対応する書籍ＩＤ及びキャッチコピーを、付加情報記憶部５２から抽出する（Ｓ３０１）。例えば、図６に示すように、キャッチコピーＩＤが「Ｄ００１」のとき、属性抽出部１２は、書籍ＩＤとして「Ｃ００１」、キャッチコピーとして「あのＡ氏が震え上がった怪奇小説」を抽出する。

属性抽出部１２は、抽出したキャッチコピーに対して、図８に示す意味辞書を保持しておき、当該意味辞書を用いて意味解析処理を行なう（Ｓ３０２）。すなわち、属性抽出部１２は、意味辞書に登録されている単語がキャッチコピーに含まれるかどうかを判定し、キャッチコピーに含まれる単語に対応する意味クラスの配列Ａを生成する（Ｓ３０３）。
例えば、「あのＸ氏が震え上がった怪奇小説」というキャッチコピーの場合、属性抽出部１２は、「Ｘ氏」に対して「霊感タレント」という意味クラス、「震え上がった」に対して「感想」という意味クラス、「怪奇小説」に対して「ホラー」という意味クラスを、意味辞書から各々抽出する。

このとき、属性抽出部１２は、これらの意味クラスから、「霊感タレント、感想、ホラー」という配列Ａを生成する。なお、複数の意味を持つ単語については、全ての意味クラスを抽出してもよいし、図８に示される信頼度が最大のものを抽出したり、当該単語の前後にある単語の意味と同じ意味が選択されるようにしたりしてもよい。

属性抽出部１２は、付加情報記憶部５２から抽出した書籍ＩＤに対応する書籍属性を、コンテンツ記憶部５１から抽出し、書籍属性の配列Ｂを生成する。例えば、属性抽出部１２は、図４に示す書籍ＩＤ「Ｃ１００」の書籍に対応する書籍属性から、「ミステリー、ホラー、著者００１」という配列Ｂを生成する。

属性抽出部１２は、配列Ａの要素から配列Ｂの要素を差し引き、配列Ｃを生成する（Ｓ３０５）。前述の例の場合、属性抽出部１２は、「霊感タレント、感想、ホラー」という配列Ａから、「ミステリー、ホラー、著者００１」という配列Ｂを差し引き、「霊感タレント、感想」という配列Ｃを生成する。ただし、例えば「ホラー」という要素のない書籍に付与された「ホラー作家の○○も絶賛のコメディ小説」というキャッチコピーについては、書籍属性に「ホラー」は含まれないため、キャッチコピー属性として「ホラー」は除去されず抽出される。

なお、キャッチコピー属性の要素は意味クラスに限るものではなく、キャッチコピーを形態素解析した結果の形態素や品詞、キャッチコピーの長さ、キャッチコピーの作者などから作成されたものであってよい。属性抽出部１２は、例えば、図９に示すように、配列Ｃに基づくキャッチコピー属性を、キャッチコピーＩＤと対応付けて、付加情報記憶部５２に書き込む（Ｓ３０６）。すなわち、付加情報記憶部５２には、付加情報取得部１１で取得されたキャッチコピーのキャッチコピーＩＤと、属性抽出部１２で抽出されたキャッチコピー属性とを対応付けて記憶する。

検出部１３は、ユーザが情報処理装置１を用いた電子商取引サイトを利用しているときに、情報通信端末１０の表示部に表示されたキャッチコピー付きの書籍に対して、ユーザがクリックしたかどうかを示す選択情報を検出して、選択情報を履歴（選択履歴）として、選択履歴記憶部５３に書き込む。

図１０は、検出部１３の処理を表すフローチャートである。なお、ユーザＩＤは既知であるとする。

検出部１３は、選択情報を検出したか否かを判定する（Ｓ４０１）。選択情報を検出しない場合（Ｓ４０１：ＮＯ）、検出部１３は、選択情報を検出するまで待機する。

選択情報を検出した場合（Ｓ４０１：ＹＥＳ）、検出部１３は、選択情報を検出した際の時刻に関する情報（時刻情報）を取得する（Ｓ４０２）。例えば、検出部１３は、時刻情報を測定するクロック（不図示）を用いて、時刻情報を取得してよい。

検出部１３は、選択された書籍の書籍ＩＤをコンテンツ記憶部５１から抽出し、選択されたキャッチコピーのキャッチコピーＩＤを付加情報記憶部５２から抽出する（Ｓ４０３）。

検出部１３は、検出した選択情報の種類（例えば、購入のためのクリックか、閲覧のためのクリックか等）を示す選択属性と、時刻情報と、書籍ＩＤと、キャッチコピーＩＤと、ユーザＩＤとを対応付けて、選択履歴記憶部５３に書き込む（Ｓ４０４）。

図１１は、選択履歴記憶部５３が記憶する選択履歴の一例図である。図１１に示すように、選択履歴は、時刻情報と、ユーザＩＤと、書籍ＩＤと、キャッチコピーＩＤと、選択属性とを対応付けて記憶する。なお、この選択履歴はあくまでも一例であり、ユーザが閲覧したページや、その閲覧時間等を記憶しても構わない。その際、検出部１３は、閲覧したページの情報や、その閲覧時間の情報も検出する。

第１推定部１４は、選択履歴記憶部５３に記憶されている選択履歴に基づいて、対象ユーザの第１嗜好情報を推定する。図１２は、第１嗜好情報の一例図である。第１嗜好情報は、コンテンツ記憶部５１に記憶されている書籍属性の各単語に対する各ユーザの嗜好の程度を、選択履歴記憶部５３に記憶されている選択履歴を用いて、数値化したものである（以下、書籍嗜好値と呼ぶ）。図１２の例では、「ミステリー」、「ホラー」、「サスペンス」、「新本格」等が、コンテンツ記憶部５１に記憶されている書籍属性に存在する各単語であり（各単語の配列を連想配列Ａと定義する）、各単語に対する各ユーザの書籍嗜好値が記述されている。

図１３は、第１推定部１４の処理を表すフローチャートである。第１推定部１４は、コンテンツ記憶部５１に記憶されている書籍属性に存在する各単語をキーワードとする連想配列Ａを設定し、書籍嗜好値を初期値０に初期化する（Ｓ５０１）。

第１推定部１４は、対象ユーザのユーザＩＤに対応する、書籍ＩＤと選択属性とを選択履歴記憶部５３から抽出する（Ｓ５０２）。第１推定部１４は、抽出した書籍ＩＤと選択属性との組合せである配列Ｈ（書籍ＩＤ、選択属性）を生成する（Ｓ５０３）。すなわち、配列Ｈは、書籍ＩＤと選択属性との組み合わせの通り数だけ生成される。以下、書籍ＩＤの要素を「Ｃ」、選択属性の要素を「Ｌ」として、配列Ｈ（Ｃ，Ｌ）を説明する。第１推定部１４は、以下説明するステップＳ５０４〜ステップＳ５０７の処理を、配列Ｈ（Ｃ，Ｌ）組合わせ分だけ繰り返す。

第１推定部１４は、選択属性Ｌに基づいて、書籍嗜好値の算出に用いる重みＷを設定する（Ｓ５０４）。例えば、第１推定部１４は、選択属性Ｌが「閲覧」の場合重みＷを０．１に設定し、選択属性Ｌが「購入」の場合は重みＷを０．５とする。重みＷの決め方は、予め定められていてよい。

第１推定部１４は、書籍ＩＤがＣである書籍の書籍属性を、コンテンツ記憶部５１から配列Ｆとして抽出する（Ｓ５０５）。

第１推定部１４は、抽出した配列Ｆの各単語ｆについて、重みＷと単語ｆの出現回数とに応じた書籍嗜好値Ａ[ｆ]を算出する（Ｓ５０６）。例えば、第１推定部１４は、式１により、書籍嗜好値Ａ[ｆ]を算出してもよい。

この繰り返しにより、配列Ｈ中の各書籍ＩＤの書籍属性の各単語について、重みＷの和が計算される。第１推定部１４は、例えば図１２のような実数ベクトルとして、第１嗜好情報を推定することができる。

なお、書籍嗜好値の計算方法は上記に限られるものではなく、重み付き平均や重み付き和などの計算方法であってもよい。例えば、直近の履歴ほどその時点でのユーザの嗜好を反映していると考えられるため、履歴の登録時刻が新しいものほど重みＷを大きくしてもよい。

また、書籍の嗜好をキャッチコピーの嗜好から分離しやすくするために、キャッチコピーの興味の程度に応じて重みＷを変化させてもよい。その場合、例えばキャッチコピー嗜好に関して嗜好の類似したユーザ集合を抽出し、その中でクリック率の高いキャッチコピーが付与された書籍の重みＷを小さくするように設定してよい。

第２推定部１５は、選択履歴記憶部５３に記憶されている選択履歴に基づいて、対象ユーザの第２嗜好情報を推定する。図１４は、第２嗜好情報の一例図である。第２嗜好情報は、キャッチコピー記憶部５２に記憶されているキャッチコピー属性の各単語に対する各ユーザの嗜好の程度を、選択履歴記憶部５３に記憶されている選択履歴を用いて、数値化したものである（以下、キャッチコピー嗜好値と呼ぶ）。図１４の例では、「霊感タレント」、「ワイドショー」、「売上」、「流行」等が、キャッチコピー記憶部５２に記憶されているキャッチコピー属性に存在する各単語であり（各単語の配列を連想配列Ｂと定義する）、各単語に対する各ユーザのキャッチコピー嗜好値が記述されている。

図１５は、第２推定部１５の処理を表すフローチャートである。第２推定部１５は、キャッチコピー記憶部５２に記憶されているキャッチコピー属性に存在する各単語をキーワードとする連想配列Ｂを設定し、キャッチコピー嗜好値を初期値０に初期化する（Ｓ６０１）。

第２推定部１５は、対象ユーザのユーザＩＤに対応する、キャッチコピーＩＤと選択属性とを選択履歴記憶部５３から抽出する（Ｓ６０２）。第２推定部１５は、抽出したキャッチコピーＩＤと選択属性との組合せである配列Ｉ（キャッチコピーＩＤ、選択属性）を生成する（Ｓ６０３）。すなわち、配列Ｉは、キャッチコピーＩＤと選択属性との組み合わせの通り数だけ生成される。以下、キャッチコピーＩＤの要素を「Ｄ」、選択属性の要素を「Ｌ」として、配列Ｉ（Ｄ，Ｌ）を説明する。第２推定部１５は、以下説明するステップＳ６０４〜ステップＳ６０７の処理を、配列Ｉ（Ｄ，Ｌ）組合わせ分だけ繰り返す。

第２推定部１５は、選択属性Ｌに基づいて、キャッチコピー嗜好値の算出に用いる重みＷ’を設定する（Ｓ６０４）。例えば、第２推定部１５は、選択属性Ｌが「閲覧」の場合重みＷを０．５に設定し、選択属性Ｌが「購入」の場合は重みＷを０．１とする。重みＷの決め方は、予め定められていてよい。

第２推定部１５は、キャッチコピーＩＤがＤである書籍のキャッチコピー属性を、キャッチコピー記憶部５２から配列Ｆ’として抽出する（Ｓ６０５）。

第２推定部１５は、抽出した配列Ｆ’の各単語ｆ’について、重みＷと単語ｆ’の出現回数とに応じたキャッチコピー嗜好値Ｂ[ｆ’]を算出する（Ｓ６０６）。例えば、第２推定部１５は、式２により、キャッチコピー嗜好値Ｂ[ｆ’]を算出してもよい。

この繰り返しにより、配列Ｉ中の各キャッチコピーＩＤのキャッチコピー属性の各単語について、重みＷ’の和が計算される。第２推定部１５は、例えば図１４のような実数ベクトルとして、第２嗜好情報を推定することができる。

スコア算出部１６は、対象ユーザの第１嗜好情報と第２嗜好情報とに基づき、対象ユーザに提示すべき、書籍及びキャッチコピーを選択するための推薦スコアＺを算出する。

図１６は、スコア算出部１６の処理を表すフローチャートである。スコア算出部１６は、書籍ＩＤが「Ｃ」の書籍について、キャッチコピーが付与される前の評価スコアＰを算出する（Ｓ７０１）。すなわち、スコア算出部１６は、コンテンツ記憶部５１に記憶されている書籍ＩＤが「Ｃ」の書籍属性の実数ベクトルと、第１推定部１４が推定した第１嗜好情報の実数ベクトルとの類似度を、評価スコアＰとして算出する。

このとき、書籍属性は、第１嗜好情報の実数ベクトルと同じ実数ベクトルの空間で表わされており、第１嗜好情報を表す連想配列Ａのキーワードである各単語について、書籍属性の単語が含まれていれば「１」、含まれていなければ「０」で表されている。なお、類似度は、コサイン類似度等、２つの実数ベクトルの類似度を表す方法であればよい。また、協調フィルタリング手法により、類似ユーザの第１嗜好情報を反映させて評価スコアＰを算出してもよい。

スコア算出部１６は、付加情報記憶部５２から、書籍ＩＤが「Ｃ」の書籍に付与された全てのキャッチコピーＩＤの配列Ａを抽出する（Ｓ７０２）。

スコア算出部１６は、抽出した配列Ａ中の各キャッチコピーＩＤ（Ｄ）について、キャッチコピーの評価スコアＱを、書籍の評価スコアＰと同様の方法よりに算出する（Ｓ７０３）。

スコア算出部１６は、（Ｄ、Ｑ）の組である配列Ｂを得る（Ｓ７０４）。スコア算出部１６は配列Ｂから、最大の評価スコアＭａｘＰを持つキャッチコピーＩＤをＭａｘＤとして得る（Ｓ７０５）。

スコア算出部１６は、（Ｃ、ＭａｘＤ）で表される書籍（キャッチコピーと対応づいたもの）の推薦スコアＺを、式３により算出する（Ｓ７０６）。

ここで、係数αは、書籍の評価スコアＰの重み係数である。係数βは、キャッチコピーの評価スコアＱの重み係数である。αとβとは、予めα＝１、β＝１等と初期設定しておき、ユーザによる設定の変更が可能なようにしておいてよい。この場合、情報通信端末１０において、対象ユーザがα、βを設定することが可能なユーザインターフェース（ＵＩ）を表示する。詳細は後述する。

なお、推薦スコアＺの算出式は式３に限られず、非線形な式であってもよい。これにより、仮に「書籍も好き、キャッチコピーも好きだが、両者が合わさると嫌い」という事態があったとしてもユーザに対応することができる。また、情報通信装置１０の表示部の大きさ等に応じて、複数のキャッチコピーを付与できるようにして、推薦スコア関数をｆ（Ｐ，Ｑ１，Ｑ２，・・・）等と拡張してもよい。

スコア算出部１６は、ステップＳ７０１〜ステップＳ７０６の処理を各書籍に対して繰り返す。

図１７は、推薦スコアＺの算出手法の一例を表す説明図である。図１７の符号１７０１が付された領域には、各書籍に対する評価スコアＰの計算結果の例が示されている。図１７の符号１７０２〜１７０４が付された領域には、各書籍に対するキャッチコピーと、その評価スコアＱの計算結果の例が示されている。具体的には、Ｃ００１の書籍にはＤ１０１、Ｄ１０２、Ｄ１０３、・・・とキャッチコピーが用意されており、その評価スコアＰは、Ｃ００１の書籍が０．９、その評価スコアＱは、Ｄ１０１のキャッチコピーが０．３、Ｄ１０２のキャッチコピーが０．２、Ｄ１０３のキャッチコピーが０．１、・・・となっている。

このとき、Ｃ００１の書籍にはスコアが最大であるＤ１０１のキャッチコピーが付与され、その合計スコアは１．２となる。スコア算出部１６は、コンテンツ記憶部５１に存在する各書籍について、キャッチコピーを対応付けた場合の推薦スコアＺを算出する。その推薦スコアＺを、図１７の符号１７０５が付された領域である。

符号１７０１の領域に示した書籍の推薦スコアＺは（Ｃ００１の評価スコアＰ）＞（Ｃ００２の評価スコアＰ）＞（Ｃ００３の評価スコアＰ）となっているのに対して、符号１７０５の領域に示したキャッチコピー付き書籍の推薦スコアＺは、（Ｃ００３の評価スコアＰ＋Ｄ３０１の評価スコアＱ）＞（Ｃ００２の評価スコアＰ＋Ｄ１０１の評価スコアＱ）＞（Ｃ００２の評価スコアＰ＋Ｄ２０１の評価スコアＱ）となっている。

例えば、情報通信装置１０の表示部の大きさの関係で、書籍が１つしか表示できない場合には、従来ではＣ００１の書籍が提示されるのに対して、本実施形態によれば、Ｃ００３の書籍がＤ３０１のキャッチコピーとともに表示されることになる。仮にＣ００３の書籍に対してユーザがそれほど興味を持っていなかったとしても、魅力的なＤ３０１のキャッチコピーとともに表示されるため、Ｃ００１の書籍を表示するよりもユーザの興味を引くことが可能である。これにより、ユーザに新しい嗜好を喚起することができる。

選択部１７は、キャッチコピー付き書籍の推薦スコアＺに応じて、対象ユーザに提示するためのキャッチコピー付き書籍を選択する。このとき、選択部１７は、推薦スコアＺが高い順に、キャッチコピー付き書籍を選択してもよいし、同じ書籍が並ばないような方法で選択してもよい。

例えば、対象ユーザが興味を持っている大きなジャンル、（「ホラー小説」、「実用書」、「漫画」等）を選択し、そのジャンルごとに推薦スコアＺが高いキャッチコピー付き書籍を選択してもよい。その場合は、「ホラー小説のお勧め」、「実用書のお勧め」、「漫画のお勧め」等のコメントとともに表示させてもよい。

出力部１８は、抽出された書籍情報及びキャッチコピーを情報通信端末１０に出力する。

以上、本実施形態の情報処理装置１について詳述した。以下、本実施形態の情報通信端末１０について説明する。

情報通信端末１０では、情報処理装置１から入力された書籍情報及びキャッチコピー（キャッチコピー付き書籍）を表示部に表示する。

情報通信端末１０は、取得部２１と、表示部２２と、入力部２３と、設定部２４とを備える。

取得部２１は、情報処理装置１から出力された書籍情報及びキャッチコピー（キャッチコピー付き書籍）を取得する。

表示部２２は、キャッチコピー付き書籍を表示する。

指定部２３は、対象ユーザからの入力により、書籍の評価スコアＰの重み係数αと、キャッチコピーの評価スコアＱの重み係数βとを指定する。

出力部２４は、情報処理装置１のスコア算出部１６に、指定された重み係数α及び重み係数βを出力する。これにより、情報処理装置１のスコア算出部１６は、指定された重み係数α及び重み係数βを用いて、推薦スコアＺを設定する。

取得部２１と、表示部２２と、入力部２３と、設定部２４とは、ＣＰＵ、及びＣＰＵが用いるメモリにより実現されてよい。

図１９は、表示部２２に表示されるキャッチコピー付き書籍の情報、重み係数α及び重み係数βを指定するためのＵＩを表す一例図である。本例のＵＩは、例えば、重み係数α及び重み係数βを指定することが可能なスライドバー１９０１であってよい。

指定部２３は、対象ユーザからのスライドバー１９０１の調節に応じて、指定部２３が重み係数α及び重み係数βを指定する。例えば指定部は、対象ユーザによりスライドバー１９０１を書籍側に動かされた場合には重み係数αを大きくし、スライドバー１９０１をキャッチコピー側に動かされた場合には重み係数βを大きくするように、重み係数α及び重み係数βを指定してよい。出力部２４は、指定された重み係数α及び重み係数βを情報処理装置１に出力する。なお、重み係数α及び重み係数βは、０であっても構わないものとする。

それにより、情報処理装置１において、スコア算出部１６は、指定された重み係数α及び重み係数βを用いて、キャッチコピー付き書籍の推薦スコアＺが算出する。選択部１７は、算出された推薦スコアＺに基づいて、キャッチコピー及び書籍を選択する。出力部１８は、選択されたキャッチコピー及び書籍をキャッチコピー付き書籍として、情報通信端末１０に出力する。

そして、情報通信端末１０の取得部２１は、情報処理装置１から出力されたキャッチコピー付き書籍を新たに取得し、表示部２２は、当該キャッチコピー付き書籍を表示する。

これにより、対象ユーザがスライドバー１９０１の書籍側に動かせば、対象ユーザは自分の嗜好にあった書籍を探索することができ、スライドバー１９０１をキャッチコピー側に動かせば、これまでに対象ユーザが興味を持たなかった書籍の中から、対象ユーザが興味を示すキャッチコピーが付いている書籍を選択し、対象ユーザに提示することができる。

なお、重み係数α及び重み係数βの調整は、スライドバー１９０１に限るものではなく、重み係数α及び重み係数βの指定が可能なＵＩであれば如何なるものでもよい。また、重み係数α及び重み係数βを調節するだけではなく、評価スコア関数を変更できるようなＵＩであってもよい。

本実施形態によれば、実際にユーザが興味を示すコンテンツを推定することができる。

なお、本実施形態の情報処理装置１や情報通信端末１０は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。すなわち、コンテンツ推薦装置が備えるべき構成要素は、上記のコンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、コンテンツ推薦装置は、上記のプログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、ＣＤ−ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、上記のコンピュータ装置に内蔵あるいは外付けされたメモリ、ハードディスクもしくはＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒなどの記憶媒体などを適宜利用して実現することができる。

本発明の実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１・・・情報処理装置
１０・・・情報通信端末
１１・・・付加情報取得部
１２・・・属性抽出部
１３・・・検出部
１４・・・第１推定部
１５・・・第２推定部
１６・・・スコア算出部
１７・・・選択部
１８・・・出力部
２１・・・取得部
２２・・・表示部
２３・・・指定部
２４・・・出力部

Claims (11)

1. ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理装置であって、
   コンテンツに対する付加情報を記憶する付加情報記憶部と、
   前記ユーザが過去に選択した前記コンテンツ及び前記付加情報の選択履歴を記憶する選択履歴記憶部と、
   前記選択履歴に基づいて、前記コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報を推定する第１推定部と、
   前記選択履歴に基づいて、前記付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報を推定する第２推定部と、
   前記第１嗜好情報と前記第２嗜好情報とに基づいて、前記推薦コンテンツと前記推薦付加情報とを選択する選択部と
   を備える、情報処理装置。
2. 前記第１嗜好情報と前記第２嗜好情報とに基づいて、前記コンテンツと、前記付加情報との組合せに対する、前記ユーザの興味の程度を示す推薦スコアを算出するスコア算出部をさらに備え、
   前記選択部は、前記推薦スコアに基づいて前記推薦コンテンツと前記推薦付加情報とを選択する、
   請求項１記載の情報処理装置。
3. 前記スコア算出部は、前記第１嗜好情報に基づいて、前記コンテンツに対する前記ユーザの興味の程度を示す評価スコアＰを算出し、前記第２嗜好情報に基づいて、前記付加情報に対する前記ユーザの興味の程度を示す評価スコアＱを算出し、前記評価スコアＰと前記評価スコアＱとから、前記推薦スコアを算出する、
   請求項２記載の情報処理装置。
4. 前記コンテンツは書籍であり、前記付加情報は前記書籍に対するキャッチコピーである、
   請求項１記載の情報処理装置。
5. 前記コンテンツの書籍情報を記憶するコンテンツ記憶部をさらに備える、
   請求項４記載の情報処理装置。
6. ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理方法であって、
   前記ユーザが過去に選択したコンテンツ及び、前記コンテンツに対する付加情報の選択履歴に基づいて、前記コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報を推定する工程と、
   前記選択履歴に基づいて、前記付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報を推定する工程と、
   前記第１嗜好情報と前記第２嗜好情報とに基づいて、前記推薦コンテンツと前記推薦付加情報とを選択する工程と、
   を備える、コンピュータが実行する情報処理方法。
7. ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理プログラムであって、
   前記ユーザが過去に選択したコンテンツ及び、前記コンテンツに対する付加情報の選択履歴に基づいて、前記コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報を推定する手段と、
   前記選択履歴に基づいて、前記付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報を推定する手段と、
   前記第１嗜好情報と前記第２嗜好情報とに基づいて、前記推薦コンテンツと前記推薦付加情報とを選択する手段として情報処理装置を機能させる、
   情報処理プログラム。
8. ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理装置に接続可能な情報通信端末であって、
   コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報の重み係数αと、前記コンテンツに対する付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報の重み係数βとを指定する指定部と、
   前記重み係数αと前記重み係数βとを前記情報処理装置に出力する出力部と、
   前記情報処理装置において、前記第１嗜好情報と、前記第２嗜好情報と、前記重み係数αと、前記重み係数βとに基づいて求められた前記推薦コンテンツと推薦付加情報とを取得する取得部と、
   前記推薦コンテンツと前記推薦付加情報とを表示する表示部と
   を備える、情報通信端末。
9. 前記表示部は、前記重み係数αと前記重み係数βとを設定可能なインターフェースをさらに表示し、
   前記指定部は、前記インターフェースにより設定された前記重み係数αと前記重み係数βとを指定する、
   請求項８記載の情報通信端末。
10. ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理装置に接続可能な情報通信端末の制御方法であって、
    コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報の重み係数αと、前記コンテンツに対する付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報の重み係数βとを指定する工程と、
    前記重み係数αと前記重み係数βとを前記情報処理装置に出力する工程と、
    前記情報処理装置において、前記第１嗜好情報と、前記第２嗜好情報と、前記重み係数αと、前記重み係数βとに基づいて求められた前記推薦コンテンツと推薦付加情報とを取得する工程と、
    前記推薦コンテンツと前記推薦付加情報とを表示する工程と、
    を備える、前記情報通信端末が実行する情報通信端末の制御方法。
11. ユーザに提示すべき推薦コンテンツと、前記推薦コンテンツに対する推薦付加情報とを求める情報処理装置に接続可能な情報通信端末の制御プログラムであって、
    コンテンツに対する前記ユーザの嗜好の傾向を表す第１嗜好情報の重み係数αと、前記コンテンツに対する付加情報に対する前記ユーザの嗜好の傾向を表す第２嗜好情報の重み係数βとを指定する手段と、
    前記重み係数αと前記重み係数βとを前記情報処理装置に出力する手段と、
    前記情報処理装置において、前記第１嗜好情報と、前記第２嗜好情報と、前記重み係数αと、前記重み係数βとに基づいて求められた前記推薦コンテンツと推薦付加情報とを取得する手段と、
    前記推薦コンテンツと前記推薦付加情報とを表示する手段として前記情報通信端末を機能させる、
    情報通信端末の制御プログラム。

Images