JP5813052B2 - 情報処理装置、方法及びプログラム - Google Patents

Description

本発明は、情報処理装置、方法及びプログラムに関し、特に、多くの情報を取得しておきその中からいくつかを選択する情報処理に関する。

特許文献１には、段落００５４に、ユーザの嗜好を携帯情報端末を使用している間に自動的に獲得し、常に最新の嗜好に基づいた他のユーザとのコミュニケーションを提供しようとするシステムが開示されている。ユーザの嗜好の学習については、例えば、段落００２５に、ユーザの年齢性別などの静的な情報と、ユーザがいつどこを訪問しどのようなスポットや情報に興味があるのかという動的な情報とからなるデータを生成することが記載されている。

特開２００１−２６５８０９号公報

ワールドワイドウェブ上のＲＳＳを用いて配信される情報は膨大な量に及び、取得した情報のすべてを一度にユーザに提示することは通常、不可能である。したがって、取得し得た情報のいくつかを選択してユーザに提示することが行われている。また、検索エンジンに何かキーワードを渡して検索し、非常に多数の検索結果がヒットした場合も、検索結果の選別が通常行われる。例えば、何らかのアルゴリズムに基づいて決まる関連度の高い順から上位数十件をユーザに提示する。

このような情報の選択ないし選別としては、関連度の高さに基づく方法の他には、例えば、ユーザの嗜好を用いる方法が従来行われている。事前にどのようなジャンルに関心があるかをユーザに選択させ、そのジャンルの情報のみを表示するようにする。そして、選択したジャンルの情報は表示、選択されなかったジャンルの情報は表示しない。

しかしながら、この場合、次のような課題がある。個々人によってどのようなジャンルに興味があるかは異なるが、嗜好を設定するユーザ本人が自分の嗜好を正確に意識していない可能性もあり、事前に興味のあるジャンルを選択することが困難である可能性がある。また、嗜好の設定とユーザの関心との適合度合いを高めるためには、多くのジャンルに分割して管理する必要がある。ところが、そのような多くのジャンルの興味の度合いをユーザに質問し、選択させる方式は、ユーザにとって非常に繁雑な作業であり使いづらい。また、各ジャンルに対するユーザの興味の度合いの変化にシステムがうまく追従することが難しい。

また、選択されなかったジャンルの情報は、情報の重要度や一般的認知度などに関係なく提示されないため、ユーザが得られる知識や情報がいわゆる「たこつぼ化」するという問題がある。そうすると、情報の選択を行うアプリケーションに対して飽きてしまう可能性がある点が問題である。

また、ユーザが閲覧したコンテンツの履歴に基づき、あらかじめ定められた閾値の回数だけ閲覧したジャンルは興味があり、それに達しなかったジャンルは興味がないと判定すると、次のような問題がある。

ユーザの興味を推定している初期の段階では、本来さほど興味はないジャンルであるがたまたまユーザ興味を示すことや、本来興味はあるジャンルであるがたまたまユーザが興味を示さなかったということも可能性としてあり得る。これに対し、興味を示さなかったことを理由に、そのジャンルのコンテンツを表示することをやめてしまうと、そのジャンルに対する興味推定の機会を失うことになる。この課題を緩和するために前記閾値を大きく設定してしまうと、ユーザの興味を反映することが遅れることになる。

本発明は、上述したような課題にに鑑みてなされたものであって、選択される情報がユーザの興味を正しく反映し、他のユーザにとっての重要度も反映されるような情報選択の情報処理を提供することを目的とする。

上記目的を達成するための一構成は、複数のジャンルのいずれかに紐付けられた提示候補情報を取得する提示候補情報取得手段と、取得した提示候補情報ごとの重要度を評価する提示候補情報評価手段と、提示候補情報ごとの重要度を前記ジャンルごとに紐付けられるユーザの興味の度合いの推定値に基づいて補正し、補正後の重要度に基づいて、提示候補情報を提示情報として選択する確率を計算し、前記確率に基づいて提示情報の選択を行う提示情報選択手段と、を備え、前記提示情報選択手段は、すべての提示候補情報の補正後の重要度と、そのうちのある提示候補情報の補正後の重要度との関係に基づいて、前記ある提示候補情報を提示情報として選択する確率を計算し、前記確率は、ある提示候補情報の補正後の重要度が、すべての提示候補情報の補正後の重要度の総和に占める割合であることを特徴とする。

本発明によれば、選択される情報がユーザの興味を正しく反映し、他のユーザにとっての重要度も反映されるような情報選択の情報処理を提供することが可能となる。

本発明の第１の実施形態の機能構成を示すブロック図である。 上記第１の実施形態における各情報の関係を説明するための図である。 上記第１の実施形態における情報処理の手順を示すフローチャート図である。 本発明の第２の実施形態の外観構成例を示す図である。 上記第２の実施形態のハードウェア＆ソフトウェア構成例を示す図である。 上記第２の実施形態の機能構成を示すブロック図である。 図６の情報ソーステーブル１２３の一例を示す図である。 図６の興味テーブル１２２の一例を示す図である。 図６の情報表示手段３０５が表示装置１４に表示する画面の一例を示す図である。 図６の興味テーブル１２２の別の一例を示す図である。 図５の表示装置１４に表示される画面の一例を示す図である。 図５の表示装置１４に表示される画面の一例を示す図である。 上記第２の実施形態におけるユーザ操作による興味度指数の変化度合いの例を示す図である。

＜第１の実施形態＞
図１は、本発明の第１の実施形態の機能構成を示すブロック図である。図示のように、本実施形態に係る情報処理装置１は、提示候補情報取得手段２と、提示候補情報評価手段３と、ジャンル興味係数記憶手段４と、提示情報選択手段５と、提示情報評価手段６とを有する。情報処理装置１は、外部装置から取得する提示候補とそれに関する情報とを入力し、内部に記憶されている興味係数とともに提示情報の選択処理を行って、提示情報として出力する。この出力へのフィードバックが得られると興味係数に反映させる。

図２に、本実施形態において取り扱われる各情報の関係を説明するための図を示す。本実施形態は、外部から多くの情報を「提示候補」として取得しておき、その中からいくつかを選別ないし選択して「提示情報」とする。提示候補や提示情報の典型例としては、例えば、ＲＳＳやＡｔｏｍなどの形式で配信されるニュース記事がある。しかしながら、形式についてはこれらに限定する必要はなく、また情報の内容についてもニュース記事である必要はない。

本実施形態においては、すべての「提示候補」が何かの「ジャンル」に属している。ここでは「提示候補」の典型例がニュース記事であることを考慮して「ジャンル」と呼ぶこととしたが、「カテゴリ」などと呼んでもよいし、ジャンルではない他の観点から「提示候補」を見た場合の分類でもよい。そのような分類の一例としては、例えば、「提示情報の長さ」などが考えられる。この場合、「長文記事」「短文記事」などに分けて、記事の長さで取得した記事の選別を行うなどの情報処理が行われる。

本実施形態における「ジャンル」は、ニュース記事が属するジャンルであり、そのようなジャンルとしては、例えば、国際、国内、政治、経済、エンターテイメント、スポーツ、コラムなどがある。なお、「ジャンル」は、階層的になっていてもよい。

本実施形態においては、すべての「ジャンル」に、ユーザごとに興味係数が設定され、記憶される。興味係数は、そのジャンルにユーザがどの程度興味を持っているかを表すものであり、記事ごとに評価される一般的な重要度に補正をかけて記事の選別に用いるために使われる。興味係数は、「Ａ_j」と表す。一方で提示候補は、「Ｓ_i」と表す。なお、Ａ（Ｓ_i）は、提示候補ｉが属するジャンルの興味係数を表す。興味係数Ａ_jは、初期値を１とする。

再び図１を参照する。また、図３に、本実施形態による情報の選択処理の流れを示す。図１及び図３において、提示候補情報取得手段２は、外部から提示候補Ｓ_iを取得して提示情報選択手段５に入力する（Ｓ１０１）。これに対して、提示候補情報評価手段３は、取得した提示候補Ｓ_iを評価して提示候補Ｓ_iの重要度ｆ（Ｓ_i）を提示情報選択手段５に入力する（Ｓ１０２）。

例えば、情報処理装置１が提示候補Ｓ_iとして外部装置のＲＳＳを取得する場合、提示候補情報評価手段３は、ＲＳＳに含まれる各記事について、他のユーザによる一定時間あたりの平均アクセス数をその記事の重要度と評価する。平均アクセス数のような提示情報についての情報は、何らかの方法で外部装置から取得する。例えば、ニュース配信サイトが数分ごとに更新するアクセスランキングなどを自動的に取得するよう設定して取得することが考えられる。当然、重要度を評価するための情報は、平均アクセス数に限定されない。例えば、一定時間あたりのソーシャルネットワーキングサービス（以下、ＳＮＳ）での引用数（Twitter（登録商標。米国Twitter社が提供するサービス。）でのリツイート数など）でもよい。

ジャンル興味係数記憶手段４は、各ジャンルについてのユーザの興味の度合いを示す興味係数を記憶する。一方で、提示情報評価手段６は、提示情報選択手段５により選択された提示情報に対して、ユーザが行った反応に応じて、選択された提示情報が属するジャンルに対するユーザの興味の度合い、すなわち、興味係数を変化させる。

提示情報評価手段６の上記機能は、言い換えれば、ユーザの行為により提示情報が属すジャンルについての興味の推定をしていると言える。提示情報がニュース記事の一部だけを表示しているような場合に情報全体の表示をしたか否か、その提示情報を後で見返すことができるようにしたか否か、その提示情報を引用して他のユーザにシェアしたか否か、表示しないで消したか否かなどの行為ごとに、提示情報評価手段６は興味度合いを増減させる量を決定する。

また、増減させる量は、対象となった情報に応じて変更してもよい。例えば、重要度もユーザの興味の度合いも低いと推定していた情報全体が表示された場合は、それらが高いと推定していた場合よりも、興味度合いを大きく増加させ、両者の差を埋めるべきである。同様に、重要度もユーザの興味の度合いも高いと推定していた提示情報が、不要と判断されてゴミ箱に捨てられたような場合は、それらが低いと推定していた場合よりも、興味度合いを大きく減少させるべきである。

提示情報選択手段５は、入力された提示候補Ｓ_iの重要度ｆ（Ｓ_i）を、ジャンル興味係数記憶手段４から入力される興味係数Ａ_jにより補正する（Ｓ１０３）。補正の具体的方法は、本実施形態では、推定興味度合いＡ（Ｓ_i）×ｆ（Ｓ_i）を計算する。

また、提示情報選択手段５は、提示候補Ｓ_iの推定興味度合いＡ（Ｓ_i）×ｆ（Ｓ_i）に応じて、提示候補Ｓ_iが選択される確率Ｐ_iを計算する（Ｓ１０４）。計算の具体的方法は、本実施形態では、下記式による。下記式では積算により補正しているが、当然それに限定されない。加算などでもよい。しかしながら、以下では確率を求めるため正の数である方が望ましく、ここではその条件を成立させることができる積算を用いている。

提示情報選択手段５は、このようにして計算した確率Ｐ_iに基づいて、確率的な情報の提示を行う（Ｓ１０５）。ここで、確率的な情報の提示は、提示候補情報ごとの提示確率Ｐ_iにしたがい、提示を要求された個数の情報を選択し、表示することで行われる。なお、同じ情報を重複して選択しないようにする。例えば、提示情報の選択を一つずつ行い、選択が行われるたびに選択された提示候補を取り除いて確率を再計算する。

以上に述べたような確率的な情報の提示をすることによって、ユーザの過去の履歴によるとユーザにとって興味の度合いが低いジャンルに属する提示候補であっても、選択される可能性は低いがゼロになることがない。したがって、わずかな差でユーザに提示するべきではないと判断され、その後、そのジャンルについてユーザの興味度がまったく測定されないといった誤った判断が行われない。また、ユーザの興味度が高いと推定される情報だけでなく、多くの人が興味を示すような提示候補は、選択される可能性が高まる。したがって、ユーザにとって意外性のある情報でも、他のユーザにとって重要なものは選択に反映される。

また、本実施形態においては、提示情報評価手段６による興味係数Ａ_jの変化の値域を、０＜Ａ_jとなるようにすることが好ましい。この構成によれば、提示確率Ｐ_iは、ゼロになることがないので、選択処理が行われた時点においてユーザにとって興味がなかったジャンルであっても、将来選択される可能性が残る。そのため、将来におけるユーザの興味の変化への追従が可能となる。逆に、ユーザにより、提示が禁止されたジャンルについては、Ａ_iをゼロにセットすることで、提示確率を０にすることができる。

＜第２の実施形態＞
以下、第２の実施の形態について図４ないし図１３を参照しながら説明する。本実施形態は、インターネットクラウド上からニュース記事などを含むＲＳＳやフィードなどを取得して、そのうちいくつかを選択して提示する情報処理を含む情報取得アプリケーションに、第１の実施形態で述べたような技術的思想を適用した実施形態である。

図４に、本実施形態の外観構成例を示す。本実施形態に係る情報処理装置１００は、パーソナルコンピュータ（以下、主として「ＰＣ」と呼ぶ）、スレート型ＰＣ、タブレット型ＰＣ、スマートフォン、携帯型情報端末（Personal Digital Assistance: PDA）などのパーソナルデバイスであり、クラウド上のサーバ２００と通信が可能である。

クラウド上のサーバ２００としては、例えば、ソーシャルネットワーキングサービス（以下、ＳＮＳと呼ぶ）を提供するＳＮＳサーバ２０１，２０２、ＲＳＳやＡｔｏｍなどの形式でニュースを配信するニュースを配信するサービスを提供するニュース配信サーバ２０３，２０４、その他のサービスを提供するサーバがある。その他のサービスには種々のものが考えられるが、例えば、天気情報を配信する天気情報配信サーバ２０５、比較的短い文章や写真等を投稿可能な短文投稿サイトを提供する短文投稿サーバ２０６、電子商取引サービスを提供するＥＣサーバ２０７，２０８がある。

図５に、情報処理装置１００のハードウェア＆ソフトウェア構成例を示す。図示のように、情報処理装置１００は、演算制御手段として中央演算装置１０を備え、記憶手段として一次記憶１１、二次記憶１２を備える。また、入出力手段として、ネットワーク上のホストと通信を行うためのネットワークインターフェイス１３、表示出力を行うための表示装置１４、ユーザによる操作入力を受け付けるための操作入力部１５を備える。

二次記憶１２は、情報取得アプリケーション１２１、興味テーブル１２２、情報ソーステーブル１２３を記憶している。情報取得アプリケーション１２１は、アプリケーションソフトウェアプログラムであり、コンピュータ読取可能な光学又は磁気記憶媒体を介して、あるいは、ネットワークを介してネットワーク上のサーバ（例えば、ＥＣサーバ２０７でもよい）から提供される。

情報取得アプリケーション１２１は、中央演算装置１１により実行されることによって以下に述べる機能を含むいくつかの機能を提供する複合的なアプリケーションである。なお、下記機能を提供するにあたって、オペレーティングシステムや外部アプリケーションのライブラリを利用するように構成してもよい。

＜ニュースリーダ＞
情報取得アプリケーション１２１は、以下に述べるような構成を備えることによってニュースリーダとして機能する。図６に、機能ブロック図を示す。情報処理装置１００は、図５に示したようなハードウェアとソフトウェアプログラムの協働により、図６に示す機能ブロックを備える。すなわち、情報処理装置１００は、情報取得手段３０１、情報選別手段３０３、全情報取得手段３０４、情報表示手段３０５、興味推定手段３０６、興味テーブル表示編集手段３０７を備える。

情報ソーステーブル１２３は、情報取得アプリケーション１２１が情報を取得する情報源に関する情報が記憶されたテーブルである。情報源としては、例えば、ＳＮＳ、ニュースの配信サービス、天気情報の配信サービス、電子商取引サービスなどがある。図７に、情報ソーステーブル１２３の一例を示す。

図７に示すように、各サービスは、サービスにアクセスするための情報に関連づけられている。サービスにアクセスするための情報としては、インターネット上のサービスサイトのＵＲＩ（Uniform Resource Indicator）が典型例であるが、これに限定されない。各サービスは、サービスの種類に関連づけられている。

また、各サービスは、各サービスへのＩＤとパスワードなどのアカウント情報と関連づけられていてもよい。また、居住地情報と関連付けられていてもよい。また、情報ソーステーブル１２３は、図示していない他のフィールドを含んでもよい。本実施形態では、アカウント情報や居住地情報などを登録情報と呼ぶ。

情報取得手段３０１は、情報ソーステーブル１２３を参照して、各サービスにアクセスするための情報に基づいて、ネットワークから情報を取得する。情報取得アプリケーション１２１がニュースリーダとして機能するとき、情報取得手段３０１は、情報ソーステーブル１２３から、サービスの種類が「ニュース」に該当するサービスのＵＲＩを取得する。次に、このＵＲＩに基づいてニュースフィードを取得する。

情報取得手段３０１が取得した取得情報記憶３０２は、情報選別手段３０３が、興味推定手段３０６と興味テーブル表示編集手段３０７によって生成される興味テーブル１２２を用いて、選別される。図８に、興味テーブル１２２の一例を示す。

図８に示すように、興味テーブル１２２は、「政治」や「経済」などのカテゴリごとに、ユーザの興味度が紐付けられている。興味度は、ユーザが興味テーブル表示編集手段３０７を用いて設定する設定興味度と、興味推定手段３０６が推定する興味度である推定興味度とを含んでいてもよい。また、興味テーブル１２２には、推定興味度を算出するための情報が紐付けられていてもよい。推定興味度を算出するための情報の一例として、図８においては、興味度指数というユーザ操作に応じて変化していく指数を記載している。ユーザ操作とは、例えば、ニュースを読むための操作などである。詳細は後述する。

情報選別手段３０３による選別の態様の一例としては、例えば、情報選別手段３０３が、取得情報記憶３０２のうち、興味テーブル１２２で設定興味度及び推定興味度の双方が所定の閾値を超えているカテゴリに属するニュースだけを選別するというようなものである。なお、各ニュースは、それぞれ興味テーブル１２２におけるカテゴリのいずれかに属している。

全情報取得手段３０４は、情報選別手段３０３により選別されたニュースのより詳細な情報を取得する。取得する情報は、例えば、画像ファイルがある。また、ＲＳＳフィードが一部の情報だけを記載しているものである場合は、すべての情報を取得する。取得した情報（全情報記憶３０８）は、情報表示手段３０５が表示装置１４に表示する。

図９に、情報表示手段３０５が表示装置１４に表示する画面の一例を示す。図９（ａ）に示すように、表示装置１４の画面には、例えば、ニュースのタイトル、このニュースの画像とともに、このニュースを配信したニュース配信サービスから取得したリード文や本文などの情報が表示される。

＜アカウントアグリゲータ＞
また、情報取得アプリケーション１２１は、以下に述べるような構成を備えることによってアカウントアグリゲータとして機能する。機能構成としては、図６に示したものと同様のものである。情報ソーステーブル１２３には、各情報源に登録情報が関連づけられている（図７）。

情報取得手段３０１は、情報ソーステーブル１２３を参照して、各サービスにアクセスするための情報及び登録情報に基づいて、ネットワークから情報を取得する。例えば、ＳＮＳＡというサービスから情報を取得する場合は、ＳＮＳＡのＵＲＩに対してアクセスして、ＩＤｆｏｒＡとＰａｓｓｗｏｒｄｆｏｒＡを用いてサービスに自動的にログインして、情報を取得する。ＳＮＳＡというサービスのウェブサイトの構造や画面遷移は、あらかじめ解析されている必要がある。情報取得手段３０１は、その解析結果に基づいて自動的に情報の取得を行う。

続く処理は、ニュースリーダにおける処理と同様である。しかしながら、興味テーブル１２２をニュースリーダのものと異なるものにしてもよい。この場合、例えば、ユーザの友人のうちユーザがフィードや記事情報を受け取りたいと思う友人と受け取りたくないと思う友人の情報を含むものとする（図１０参照）。図１０においては、前者の設定興味度を“１”、後者の興味度を“０”としている。

図９（ｂ）に示すように、表示装置１４の画面には、例えば、友人の画像とともにその友人の発言などが表示される。

＜ニュースの表示機能及びニュースのクリップ機能＞
表示装置１４に表示される画面は、図９に一例を示したような画面の他に、さまざまな画面があり、そのうちの一つに、図１１に示すような画面がある。図１１は、表示装置１４に表示される画面の一例である。図１１に示したものは、一例として、メイン画面と呼ばれるものであって、情報取得アプリケーション１２１が提供する機能を利用する際のハブとなるような画面である。ユーザはこのメイン画面から、タイル４０１をクリックするなどの操作入力をして、ニュースリーダやアカウントアグリゲータなどの機能を利用する。

タイル４０１がニュース配信サービスが配信するニュースに関するものである場合、上述したようなニュースリーダの内部処理により、図９（ａ）に示したようなニュースの画面が表示される。ここで、記事中の一部をクリックやタップなどすると、情報表示手段３０５は、図１２に示すような、コンテキストバー４０６を出現させる。コンテキストバー４０６には、クリップボタン４０４やＳＮＳ連携ボタン４０５が選択可能に表示される。

ここで、ユーザがクリップボタン４０４を選択すると、画面に表示されているニュースがクリップされて、図６に示すクリップ情報記憶３０９として記憶される。クリップ情報記憶３０９の具体的な記憶先は、一次記憶１１でも二次記憶１２でもよい。また、クリップ情報記憶３０９は、情報表示手段３０５により一覧表示したり詳細表示させたりすることができる。

＜提示情報の選択処理＞
上記第１の実施形態で述べたような技術的思想は、本実施形態において例えば、図１１のメイン画面を構成する際に用いられる。メイン画面おいては、例えば、５分以内に配信されたニュース記事の中から４つを選択してタイル４０１に表示し、３０分以内に配信されたニュースの記事の中から４つを選択してタイル４０１に表示するというような処理が行われる。図６の情報選別手段３０３が、このような選択処理を行い、情報表示手段３０５が選択した情報の表示処理を行う。

＜興味の推定機能＞
興味推定手段３０６は、上述のようなユーザによるクリップ機能を利用するための操作入力を監視して、興味の推定に用いる。監視する操作としては、メイン画面の一覧（タイル４０１）からクリップする、ニュース記事の詳細表示（図１２）からクリップする、クリップ情報記憶３０９を読み出して再度表示させる、といった操作がある。これらの操作については、その操作を行ったニュースが属するカテゴリの興味度指数を増加させる処理を行う。

なお、興味推定手段３０６は、クリップ機能を利用するための操作入力に限らず、例えば、ユーザがＳＮＳ連携ボタン４０５を選択して自分のＳＮＳの記事を書く、あるいは、ニュース記事を表示した後ユーザがスクロールを行う、といった操作を監視して、興味度指数を変化させる処理をしてもよい。これらの操作の場合、ユーザがニュース記事に興味関心があることが推定されるので、興味度指数を増加させる処理を行う。

また、上述のような、操作と興味度指数に正の相関がある処理だけでなく、操作の種類によっては、負の相関がある処理を行ってもよい。すなわち、メイン画面に表示されたニュースを全くクリックやタップをせずに読まなかったような操作を監視して、当該ニュースが属するカテゴリに対する興味度指数を減少させる処理を行う。

また、ユーザがクリップ機能を用いてニュースをクリップした後、再度表示させる行為は、単にニュースをクリップしただけでその後一度も見ないような場合と比較して、当該ニュース及びそのニュースが属するカテゴリに非常に興味があることが推定される。したがって、ニュースをクリップした後、再度表示させる行為については、興味度指数を比較的大きく増加させる処理を行う。

本実施形態による上述のような処理を行うことによって、精度よくユーザの興味の傾向を取得できる。その結果、パーソナライズ化の精度が高まる。

上述した興味の推定機能について、以下、さらに具体的な構成を説明する。図１３に、本実施形態におけるユーザ操作による興味度指数の変化度合いの例を示す。興味推定手段３０６は、図１３に示すようなテーブルを保持している（或いは、参照するものでもよい）。図１３において、１Ｗ、１Ｍ、３Ｍ、１Ｙは、それぞれ、１週間、１ヶ月、３ヶ月、１年間を意味し、ユーザ操作が行われた時点から経過した時間を表している。また、数字は、興味度指数に積算する係数を表している。

例えば、あるユーザがカテゴリ「サッカー」に属するニュース記事ａを、３ヶ月前にメイン画面でクリップし、１週間前にクリップから再度表示し、同じく「サッカー」に属するニュース記事ｂを１週間前にメイン画面で開かずに既読にしたケースがあるとする。このケースでは、これらのユーザ操作が行われる直前の興味度指数に、１．１５×１．４×０．５が積算された値が、変化後の興味度指数である。

図１３では、ユーザ操作の類型によって、興味度指数を増加させる場合と、興味度指数を減少させる場合があることが示されている。このように、本実施形態においては、あるカテゴリ或いは情報の発信者に興味があることが推定されるユーザ操作だけでなく、興味がないことが推定されるユーザ操作についても監視して興味度の推定に用いる。そのため、本実施形態によれば、より精度よくユーザの興味の傾向が推定できる。

また、図１３では、あるユーザ操作が行われた時点からの経過時間に応じて、そのユーザ操作による効果が減衰することが示されている。換言すれば、ユーザ操作に基づく興味度指数の変化の変化度合いが、時間とともに逓減するように設定することが示されている。これは、ユーザの興味が時間とともに移りゆくものであるという実情に対応するためのものである。このように、ユーザ操作による興味度指数の変化の効果が減衰するように構成することによって、情報取得アプリケーション１２１が、将来的なユーザの興味の変化に適切に対応できるようになる。

また、本実施形態は、メイン画面などを構成するために、図６の情報選別手段３０３が、上記第１の実施形態で説明したような選択処理を行い、情報表示手段３０５が選択した情報の表示処理を行う。そのため、ユーザはメイン画面などで目にする提示情報が自分の興味を正しく反映し、おもしろみを感じる可能性がある。本実施形態によればそのような効果的な情報の選択、表示を提供できる。

１ 情報処理装置
２ 提示候補情報取得手段
３ 提示候補情報評価手段
４ ジャンル興味係数記憶手段
５ 提示情報選択手段
６ 提示情報評価手段
１００ 情報処理装置
２００ クラウド上のサーバ
１２１ 情報取得アプリケーション
１２２ 興味テーブル
１２３ 情報ソーステーブル
３０１ 情報取得手段
３０２ 取得情報記憶
３０３ 情報選別手段
３０４ 全情報取得手段
３０５ 情報表示手段
３０６ 興味推定手段
３０７ 興味テーブル表示編集手段
３０８ 全情報記憶
３０９ クリップ情報記憶
３０５１ 登録情報監視手段
３０５２ 登録未了判断手段
３０５３ 表示制御手段
４０１ タイル
４０４ クリップボタン
４０５ ＳＮＳ連携ボタン
４０６ コンテキストバー

Claims (6)

1. 複数のジャンルのいずれかに紐付けられた提示候補情報を取得する提示候補情報取得手段と、
   取得した提示候補情報ごとの重要度を評価する提示候補情報評価手段と、
   提示候補情報ごとの重要度を前記ジャンルごとに紐付けられるユーザの興味の度合いの推定値に基づいて補正し、補正後の重要度に基づいて、提示候補情報を提示情報として選択する確率を計算し、前記確率に基づいて提示情報の選択を行う提示情報選択手段と、
   を備え、
   前記提示情報選択手段は、すべての提示候補情報の補正後の重要度と、そのうちのある提示候補情報の補正後の重要度との関係に基づいて、前記ある提示候補情報を提示情報として選択する確率を計算し、
   前記確率は、ある提示候補情報の補正後の重要度が、すべての提示候補情報の補正後の重要度の総和に占める割合である
   ことを特徴とする、情報処理装置。
2. 前記提示情報選択手段は、提示情報の選択を一つずつ行い、前記すべての提示候補情報が、取得して確率を計算する対象となっている提示候補情報であって提示情報として選択されていないものであることを特徴とする、請求項１に記載の情報処理装置。
3. 提示情報についてのユーザの反応に応じて、前記提示情報が紐付くジャンルに対する興味の度合いの推定値を変化させる提示情報評価手段を有することを特徴とする、請求項１又は２に記載の情報処理装置。
4. 前記提示情報評価手段は、
   過去に提示した同じジャンルのコンテンツに対する少なくとも閲覧操作により、これまでの推定値を増減するように修正し、
   前記補正した重要度の高いコンテンツの操作に対しては、小さく興味度が増加するか、大きく興味度が減少するように推定値を修正し、
   重要度の低いコンテンツの操作に対しては、大きく興味度が増加するか、小さく興味度が減少するように推定値を修正する
   ことを特徴とする請求項３に記載の情報処理装置。
5. 複数のジャンルのいずれかに紐付けられた提示候補情報を取得する提示候補情報取得ステップと、
   取得した提示候補情報ごとの重要度を評価する提示候補情報評価ステップと、
   提示候補情報ごとの重要度を前記ジャンルごとに紐付けられるユーザの興味の度合いの推定値に基づいて補正するステップと、
   補正後の重要度に基づいて、提示候補情報を提示情報として選択する確率を計算するステップと、
   前記確率に基づいて提示情報の選択を行う提示情報選択ステップと、
   を含み、
   前記提示情報選択ステップでは、すべての提示候補情報の補正後の重要度と、そのうちのある提示候補情報の補正後の重要度との関係に基づいて、前記ある提示候補情報を提示情報として選択する確率を計算し、
   前記確率は、ある提示候補情報の補正後の重要度が、すべての提示候補情報の補正後の重要度の総和に占める割合である
   ことを特徴とする、情報処理方法。
6. 情報処理装置に、
   複数のジャンルのいずれかに紐付けられた提示候補情報を取得する提示候補情報取得処理と、
   取得した提示候補情報ごとの重要度を評価する提示候補情報評価処理と、
   提示候補情報ごとの重要度を前記ジャンルごとに紐付けられるユーザの興味の度合いの推定値に基づいて補正する処理と、
   補正後の重要度に基づいて、提示候補情報を提示情報として選択する確率を計算する処理と、
   前記確率に基づいて提示情報の選択を行う提示情報選択処理と、
   を実行させ、
   前記提示情報選択処理では、すべての提示候補情報の補正後の重要度と、そのうちのある提示候補情報の補正後の重要度との関係に基づいて、前記ある提示候補情報を提示情報として選択する確率を計算し、
   前記確率は、ある提示候補情報の補正後の重要度が、すべての提示候補情報の補正後の重要度の総和に占める割合である
   ことを特徴とする、プログラム。

Images