JP5821592B2 - コンテンツ情報配信装置及びコンテンツ情報配信方法 - Google Patents

Description

本発明は、ユーザに対しお薦めのデジタルコンテンツの情報を配信するための技術に関する。

近年、プラットフォームやデバイスの進化によりデジタルコンテンツ市場が活性化している。電子書籍を例に挙げると、電子書籍を販売する電子書店サイトはインターネット上にあり、ユーザは携帯デバイスやＰＣから各電子書店サイトにアクセスすることで、時間や場所を選ばず、読みたい電子書籍を購入できる。

電子書店サイトが販売する電子書籍タイトル数は数万〜数十万オーダーであり、全ての電子書籍をユーザに提示することは不可能である。よって、電子書店サイトはいくつかの手法により、ユーザに提示する電子書籍タイトルを厳選している。例えば、より新しい新刊本や、書店員がお薦めする本、売れ筋ランキングの上位数十タイトル、またはシステムがユーザが好むと予測した数十タイトル、などが挙げられる。また、電子書店サイトには検索機能も備えられ、ユーザが読みたい本に関するキーワードを入力することで、それらキーワードを含む電子書籍を探すことができる（例えば特許文献１参照）。ユーザは上記書店から提示された書籍や、自身で検索し提示された書籍から、読みたい本を見つけて購入に至る。

購入した電子書籍は、各書店サイトが提供する電子書籍閲覧アプリケーションで閲覧する。電子書籍閲覧アプリケーションには、ユーザの購入した電子書籍を本棚に陳列するように管理できるインタフェースを備えるものもある（例えば特許文献２、３参照）。

特開２０１０−４９３７２号公報 特開２０００−１１３０４７号公報 特開２００３−２７１６６４号公報 特開２００９−２８９０９２号公報

読書が好きな生活者はある本を読み終えたとき、次に読む本を本屋で探すことになる。一般的に、電子書店サイトでは、リアル書店と比較すると、デバイスの制約もあって書籍群の俯瞰性が大きく劣る。よって、大量の本に目を通すことが現実的に難しく、ユーザが目を通す書籍は、ユーザが思いつくキーワードによる検索の結果表示される書籍か、電子書店が推薦する書籍に限られてくる。

一般的に、電子書店は販売する本の書誌情報を蓄積し、その情報を書籍の検索や推薦に利用している。また、Ａｍａｚｏｎ等はユーザの購入情報も利用しており、当人だけでなく、他の多くのユーザの購入履歴と結びつけ、推薦を実施している。例えば、「Ａという本を購入したユーザはＢという本も購入しています」といった推薦は、当人の購入情報と他のユーザの購入履歴とを結びつけた例である。

ここで、上記の「Ａという本を購入したユーザはＢという本も購入しています」という推薦を考えてみる。例えば、ある読書家Ｘは毎月非常にたくさんの本を購入し、様々な著
者の作品を読み、様々なジャンルの作品を読むとする。そうすると、読書家Ｘの購入履歴をもとに推薦した場合は、様々な著者の作品、様々なジャンルの作品が推薦されることになる。

しかしながら、一般的な生活者はいろいろなジャンルや著者の本を読んでいるわけではなく、自分の興味関心があるジャンルや著者の本のみ購入することが多い。例えば、ある生活者Ｙが購入する書籍は、ジャンルは海外ミステリ、著者はエドガー・アラン・ポーまたはエラリー・クイーン、という具合である。そのような生活者Ｙに上記の推薦を当てはめると、ある月にエラリー・クイーンの新作が発売され、読書家Ｘもその書籍を購入した場合には、読書家Ｘが購入した他の著者・ジャンルの書籍（殆どが生活者Ｙにとっては興味関心がない書籍である）も推薦されてしまうことになる。

勿論、生活者Ｙに対して推薦する書籍を「エドガー・アラン・ポー」または「エラリー・クイーン」に限定することも技術的には可能である。しかし、その場合はセレンディピティ性が失われ、ある枠に収まった決まりきった推薦しかできない。生活者の興味関心は緩やかに変化していくものであり、決して固定されているものではない。したがって、今まで読んだ書籍に限定した興味関心に基づいて推薦された書籍は、次に読む本としては興味を惹かない可能性がある。つまり、ユーザの興味関心の流れをうまく捉え、その結果を推薦に利用することが重要である。

一方、セレンディピティ性は重要であるが、あまり本を読まない読者に対して、今読み終えた本と内容のつながりがまったくない書籍を突然推薦しても興味が湧く可能性は小さい。よって、推薦する書籍の「内容」に関するつながりも重要な要素である。

このように、ユーザに対して効果的な推薦を行うには、そのユーザが読んでいる書籍に対して「興味」と「内容」の流れが最も合致するものを選び出すことが肝要である。しかしながら、従来から様々な推薦アルゴリズムが提案されているものの（例えば特許文献４参照）、上記のような効果的な推薦の仕組みの実現は依然として難しい課題である。なお、ここでは電子書籍を例に挙げたが、他の種類のデジタルコンテンツについても同様の課題が存在する。

本発明は上記実情に鑑みてなされたものであり、その目的とするところは、ユーザに対してコンテンツの効果的な推薦を行うことを可能にする技術を提供することにある。

上記目的を達成するために、本発明では、他のユーザがどのような順番でコンテンツを再生したかという情報と、他のユーザが各自の端末内でコンテンツをどのように並べて管理しているかという情報とを収集し、これらの情報をコンテンツの推薦に利用することを、その要旨とする。

前提として、各ユーザは各自の再生端末を利用してコンテンツを再生するものとし、各々の再生端末は、「コンテンツを示すコンテンツ画像を任意の配置で並べられる棚形式のインタフェースにより、ユーザが所有している複数のコンテンツを管理する機能」を有しているものとする。そして、本発明に係るコンテンツ情報配信装置は、複数のユーザから収集した情報に基づいて対象ユーザに対しコンテンツを推薦するための構成として、「複数のユーザの再生端末から、各再生端末におけるコンテンツの再生履歴を表す再生履歴情報と、各再生端末における棚形式のインタフェース上でのコンテンツ画像の配置を表す配置情報と、を取得する取得手段」と、「対象ユーザが所有している対象コンテンツに対して関連性を有する関連コンテンツを、対象ユーザ以外で対象コンテンツを所有している他のユーザの再生履歴情報及び配置情報に基づいて選び出す選択手段」と、「選択手段で選
び出された関連コンテンツの推薦情報を対象ユーザの再生端末に配信する配信手段」と、を備える。

各再生端末におけるコンテンツの再生履歴をみれば、他のユーザがどのようなコンテンツをどのような順番で再生したかという傾向がわかり、一般的なユーザの興味関心の流れを把握する際の参考となる。一方、棚形式のインタフェース上でのコンテンツ画像の配置をみれば、他のユーザがコンテンツをどのように並べて管理しているかがわかる。多くのユーザは、棚にコンテンツを並べる際に、内容的に関連するもの同士を近くにまとめて配置していく傾向があるので、このような配置情報はコンテンツ間の内容のつながりを把握する上で参考にできる。したがって、本発明のごとく、同じコンテンツを所有する他のユーザの再生履歴情報と配置情報を関連コンテンツの選択に利用することで、コンテンツの内容的なつながりとユーザの興味の流れの両方を考慮した効果的な推薦を実現することができる。なお少なくとも一人の「他のユーザ」から再生履歴情報と配置情報が得られれば本発明の処理を実施できるが、より適切な推薦を行うために複数の「他のユーザ」の再生履歴情報と配置情報を推薦に利用することが好ましい。

本発明において「コンテンツ」とは、ネットワークを介して提供（取引）されるデジタルコンテンツを指し、例えば、電子書籍、楽曲、動画、ゲームなどが該当する。「再生」とは、再生端末に備えられた所定のアプリケーションプログラムによってコンテンツに基づく映像、音声、テキストなどを出力させる処理をいう。

選択手段は、対象コンテンツと、関連コンテンツの候補となる他のコンテンツとのあいだの関連性の大きさを、「他のユーザの再生履歴情報から推測される、対象コンテンツの再生と他のコンテンツの再生とが連続して行われる可能性の高さ」と、「他のユーザの配置情報から統計的に算出される、棚形式のインタフェース上での対象コンテンツのコンテンツ画像と他のコンテンツのコンテンツ画像の距離の近さ」とから判断（評価）することが好ましい。ここで「対象コンテンツの再生と他のコンテンツの再生とが連続して行われる」とは、コンテンツを再生する順番が連続しているという意味であり、対象コンテンツの再生と他のコンテンツの再生とが時間的な間をおいて行われてもよい。また、対象コンテンツの再生と他のコンテンツの再生のいずれの順番が先でもよい。

このように、連続して再生される可能性が高く、且つ、棚形式のインタフェース上で近くに並べられているもの、という観点でコンテンツ同士の関連性を評価・判断することにより、対象ユーザの所有する対象コンテンツに対して内容的なつながりがあり且つ興味の流れに最も合ったコンテンツを、推薦する関連コンテンツとして選び出せるものと期待できる。選択手段は、対象コンテンツに対する関連性が最も大きい他のコンテンツを関連コンテンツとして選んでもよいし、関連性が大きいものから順に所定数の他のコンテンツを関連コンテンツとして選んでもよい。関連性が大きいものほどユーザの興味を惹く可能性が高いからである。

「対象コンテンツの再生と他のコンテンツの再生とが連続して行われる可能性」の計算方法としてはいくつかの方法が考えられる。例えば、「他のユーザの再生端末において対象コンテンツの次に他のコンテンツの再生が行われた確率」を算出し、この確率を「対象コンテンツの再生と他のコンテンツの再生とが連続して行われる可能性」とみなすことができる。この方法によれば、対象コンテンツを楽しんだ人が次に興味を惹かれるものを高い蓋然性をもって選び出すことが可能になる。また例えば、対象ユーザの再生端末において対象コンテンツの前に第１のコンテンツの再生が行われていた場合に、「他のユーザの再生端末において第１のコンテンツ、対象コンテンツ、他のコンテンツの順番で再生が行われた確率」を算出し、この確率を「対象コンテンツの再生と他のコンテンツの再生とが連続して行われる可能性」としてもよい。このように対象ユーザ自身の再生履歴を考慮す
ることにより、対象ユーザの興味の流れにより合致したコンテンツを選び出すことが可能になる。

対象コンテンツは、対象ユーザが所有しているコンテンツのうち「対象ユーザが最後に再生したコンテンツ」又は「対象ユーザが最後に購入したコンテンツである」とよい。最後に再生した若しくは購入したコンテンツが対象ユーザ自身の興味の流れや方向を最もよく反映していると考えられ、そのコンテンツを基準にして推薦する関連コンテンツを選ぶ方がより効果的な推薦ができると期待できるからである。

上記のようにして選択された関連コンテンツの推薦情報は、対象ユーザの再生端末に配信され、対象ユーザに提示される。推薦情報の内容、データ形式、再生端末上での提示の仕方などは任意に設計できる。例えば、対象ユーザの再生端末における棚形式のインタフェース上に推薦情報を表示することができる。これにより、対象ユーザがこのインタフェースを利用するたびに推薦情報が目に留まるので、ユーザの購買機会を増やすことができる。あるいは、対象ユーザが対象コンテンツを再生したときに関連コンテンツの推薦情報を表示することも好ましい。対象ユーザが対象コンテンツを楽しんでいる最中もしくは楽しんだ直後に（つまり適時に）興味を惹く情報を提示することで、ユーザの購買頻度を高められると期待できる。

なお、本発明は、上述した手段又は機能の少なくとも一部を有するコンテンツ情報配信装置として捉えてもよいし、このコンテンツ情報配信装置とユーザ端末から構成されるコンテンツ情報配信システムとして捉えることもできる。また、本発明は、上述した処理の少なくとも一部を含むコンテンツ情報配信方法、又は、このコンテンツ情報配信方法の各処理をコンピュータ（サーバ装置）に実行させるプログラム、又は、このプログラムを固定的に記録したコンピュータ読み取り可能な記憶媒体として捉えることもできる。さらには、上述した再生端末側の各処理をコンピュータに実行させるプログラム、又は、このプログラムを固定的に記録したコンピュータ読み取り可能な記憶媒体として捉えることもできる。

本発明によれば、ユーザの興味の流れとコンテンツの内容的なつながりの両方を考慮した効果的な推薦を行うことができる。

電子書籍に関するシステムの全体構成を示す図。 本棚アプリの操作インタフェースの一例を示す図。 本棚インタフェース上での電子書籍の並べ替えの操作例を示す図。 本棚インタフェースの棚割り変更の操作例を示す図。 （Ａ）は配置情報の一例を模式的に示す図、（Ｂ）は再生履歴情報の一例を模式的に示す図。 本棚インタフェースから電子書籍の再生を指示したときの動作例を示す図。 コンテンツ情報配信装置におけるコンテンツの推薦処理を示すフローチャート。 再生履歴から計算された、書籍Ａに続いて読まれた書籍と、その組み合わせの出現頻度（確率）を示す図。 （Ａ）はあるユーザの本棚における書籍の配置と書籍間の距離を示す図、（Ｂ）は配置情報から計算された、書籍Ａと他の書籍との平均距離を示す図。 推薦書籍情報の提示例を示す図。

本発明は、インターネットなどの広域ネットワークを通じてデジタルコンテンツを提供（販売）するシステムにおいて、ユーザに対しお薦めコンテンツの情報を配信するための仕組みに関するものである。以下に述べる実施形態では、電子書籍に関するシステムに本発明を適用した例について説明を行う。

（システム全体構成）
図１は、電子書籍に関するシステムの全体構成を示している。図１において、１Ａ〜１Ｃはそれぞれ電子書籍の販売を行う電子本屋サーバであり、２はユーザが利用する端末装置であり、３はユーザに対しお薦めの電子書籍の情報を配信するコンテンツ情報配信装置である。図示の便宜のため、図１には端末装置２を１台しか示していないが、実際には、コンテンツ情報配信装置３が提供する情報配信サービスにユーザ登録したすべてのユーザが同様の構成の端末装置２を有している。

（電子本屋サーバ）
電子本屋サーバ１Ａ〜１Ｃは、電子書籍を販売する電子書店サイト（Ｗｅｂサイト）を提供するサーバであり、主な機能として、コンテンツ格納部１０、販売管理部１１、コンテンツ送信部１２を備えている。コンテンツ格納部１０には、デジタルコンテンツとしての電子書籍のデータが格納、管理されている。販売管理部１１は、電子書店サイトにアクセスしたユーザに対し、電子書籍の検索、試読、購入（決済）などのサービスを提供する機能である。ユーザによる書籍の購入が確定すると、コンテンツ格納部１０から該当する電子書籍のデータが読み込まれ、コンテンツ送信部１２を介してユーザの端末装置２に送信される。

図１では、電子書籍のデータを端末装置２にダウンロードする形態を例示しているが、電子書籍のデータをネットワーク上のサーバに置くクラウド型あるいはストリーミング型と呼ばれる形態でもよい。

（端末装置）
端末装置２は、ユーザが電子書籍の購入や閲覧（再生）を行うための端末であり、再生端末とも呼ばれる。端末装置２は、例えば、汎用のパーソナルコンピュータ、スレート型端末（タブレットＰＣ）、スマートフォンなどに、電子書籍閲覧アプリケーションプログラム（以下単に「ビューアアプリ」と呼ぶ）２０Ａ〜２０Ｃとオープン本棚アプリケーションプログラム（以下単に「本棚アプリ」と呼ぶ）２１をインストールすることで構成することができる。もちろん、これらのアプリと同等の機能を具備した専用の端末を用いてもよい。

端末装置２は、ハードウェア的には、ＣＰＵ（中央演算処理装置）、主記憶装置、補助記憶装置、表示装置、入力装置、通信装置などを備えたコンピュータ装置である。後述する各機能は補助記憶装置に格納されたプログラムを主記憶装置にロードし、当該プログラムをＣＰＵが実行することにより実現される。

（ビューアアプリ）
ビューアアプリ２０Ａ〜２０Ｃは、コンテンツ受信部２００、購入処理部２０１、コンテンツ格納部２０２、コンテンツ再生部２０３などの機能を提供するプログラムである。購入処理部２０１は、電子書店サイトにアクセスし、そのサイトが取り扱っている電子書籍の検索や購入を行う機能である。コンテンツ受信部２００は、電子書店サイトから購入した電子書籍のデータをダウンロードする機能である。ダウンロードした電子書籍はコンテンツ格納部２０２に格納される。コンテンツ再生部２０３は電子書籍を再生するビューアであり、ページの移動、表示の拡大／縮小などの基本的な機能に加え、例えば文章の検索、しおり、マーカー、文章の読み上げ、動画・音声の再生など書籍の閲覧を補助する様
々な機能を提供することができる。

ところで、電子書籍のデータ形式には、ＰＤＦ、ＥＰＵＢ、ＸＭＤＦ、．ｂｏｏｋなど様々なフォーマットが存在しているため、電子本屋サーバ（電子書店サイト）ごとに取り扱うフォーマットが異なり、データの互換性が無い可能性がある。そのため、端末装置２には、それぞれの電子本屋サーバ１Ａ〜１Ｃに対応した専用のビューアアプリ２０Ａ〜２０Ｃがインストールされている。ユーザは、購入先に合わせて適切なビューアアプリ２０Ａ〜２０Ｃを使用し、電子書店サイトへのアクセス、電子書籍の検索や購入、そして電子書籍の再生（閲覧）を行うことになる。

（本棚アプリ）
上記のようにビューアアプリの使い分けが生じることはユーザにとっては煩わしい。また、所有する電子書籍がアプリごとに別々に保管されてしまうため、ユーザは自分の蔵書を一覧できないという不便もある。本棚アプリ２１は、このような問題を解決するための便利な操作インタフェースをユーザに提供するアプリケーションプログラムである。本棚アプリ２１は、本棚インタフェース表示部２１０、順序変更部２１１、仕切板変更部２１２、コンテンツ選択部２１３、書籍管理リスト格納部２１４、推薦リスト格納部２１５などの機能を備えて構成される。以下、操作インタフェースの具体例を参照しながらこれらの機能について説明する。

図２に、端末装置２に表示される本棚アプリ２１の操作インタフェースの一例を示す。本棚アプリ２１が起動されると、本棚インタフェース表示部２１０が、図２に示すような本棚を模した棚形式のインタフェース２３（以下、本棚インタフェース２３と呼ぶ）を生成し、画面に表示する。本棚インタフェース２３は、本棚の上下左右の外形を形成する棚枠２３６、棚枠２３６の内部を上下に区切る棚板２３７、及び、書籍と書籍の間に置かれる仕切板２３１から構成される（棚枠２３６を画面に描画せず、表示装置の枠を棚枠（本棚の外形）に見立ててもよい）。本棚インタフェース２３の棚内には、表紙や背表紙を模したコンテンツ画像２３０で表された電子書籍が並べられており、各コンテンツ画像２３０の中には電子書籍のタイトルや著者名などの書誌情報が表示される。コンテンツ画像２３０はカバー画像、タイトル画像、又はアイコンなどとも呼ばれる。この本棚インタフェース２３には、どの電子書店サイトから購入したどのようなデータ形式の電子書籍でも自由に登録できるようになっており、またリアル本棚と同様、ユーザは書籍の並べ替えや棚割りの変更を行うことも可能である。コンテンツ画像２３０及び仕切板２３１の配置（並べ方）については、書籍管理リスト格納部２１４内の配置情報に定義されている。さらに本棚アプリ２１は、所定のＡＰＩ（アプリケーションプログラミングインタフェース）を介してビューアアプリ２０Ａ〜２０Ｃから情報を取得したり、ビューアアプリ２０Ａ〜２０Ｃを制御することもできる。

図３は、本棚インタフェース２３上での電子書籍の並べ替えの操作例を示している。この並べ替えの機能は本棚アプリ２１の順序変更部２１１によって提供される。ユーザはまず本棚インタフェース２３上で並べ替えの対象となる電子書籍Ａのコンテンツ画像２３０を選択する。そして、ユーザがそのコンテンツ画像２３０をドラッグし、棚内の所望の位置まで移動させてドロップすることで、コンテンツ画像２３０の配置が変更される。この例では、電子書籍Ａが電子書籍Ｂの左隣から電子書籍ＥとＦの間に移されている。

図４は、本棚インタフェース２３の棚割り変更の操作例を示している。棚割り変更の操作としては仕切板の新規挿入、移動、削除などがあり、これらの機能は本棚アプリ２１の仕切板変更部２１２によって提供される。例えば上段の棚を２つに分割する場合、ユーザは棚板２３７の所望の位置を指定するという操作により、棚内に新規の仕切板２３１を追加できる。図４では書籍ＤとＥの間に仕切板２３１が挿入されている。仕切板２３１によ
って区切られたそれぞれの区画に対してはカテゴリ名２３２を付すことも可能である。仕切板２３１の移動については、前述した電子書籍の移動と同様、仕切板２３１をドラッグアンドドロップすることで任意の位置に移すことができる。

図５（Ａ）は、書籍管理リスト格納部２１４内に格納されている配置情報の一例を模式的に示している。この配置情報は、本棚インタフェース２３上での電子書籍（を示すコンテンツ画像）と仕切板の配置を定義するための情報であり、本棚インタフェース２３を生成する際に参照される。また、図３、図４に示した書籍の並べ替えや棚割りの変更が生じた場合には、適宜配置情報の更新が行われる。

本実施形態では、配置情報として、電子書籍の情報と仕切板の情報を本棚での並び順（左上から右下）にしたがって順番に記述した形式のデータを用いる。図５（Ａ）は、本棚上段左端の棚枠（仕切板Ｔ１）の隣から、電子書籍Ａ、Ｂ、Ｃ、Ｄを順に並べ、仕切板Ｔ２を挟んで、電子書籍Ｅ、Ｆ・・・を並べた例である。電子書籍Ａ、Ｂ、Ｃ、Ｄと電子書籍Ｅ、Ｆとは仕切板Ｔ２で区分けされた異なる区画内に配置されていることが分かる。電子書籍の情報としては、電子書籍を特定するためのＩＤ、書誌（タイトル、著者、出版社など）、本棚に表示するコンテンツ画像ファイル、再生に用いるビューアアプリ、購入情報（購入先、購入日時など）が記述され、仕切板の情報としてはカテゴリ名などが記述される。本棚での並び順が分かればよいので、書籍や仕切板の本棚インタフェース上での座標値を記述したデータを配置情報として用いることもできる。なお、並び順とは直接関係が無い情報（書誌、コンテンツ画像ファイル、ビューアアプリ、購入情報、カテゴリ名など）は配置情報とは別のデータとして管理してもよい。

図６は、本棚インタフェース２３から電子書籍の再生を指示したときの動作例を示している。この機能は本棚アプリ２１のコンテンツ選択部２１３によって提供される。ユーザが本棚インタフェース２３上で読みたい電子書籍のコンテンツ画像２３０を指定すると、コンテンツ選択部２１３がこの電子書籍に対応付けられたビューアアプリを起動し、このビューアアプリに電子書籍の再生を行わせる。ビューアアプリの動作は本棚アプリ２１の制御下で行われ、電子書籍の再生が終了した場合には再び本棚インタフェース２３に戻る仕組みとなっている。つまり、あたかも本棚アプリ２１の中で電子書籍の閲覧を行っているような操作感が得られる。

ビューアアプリにより電子書籍が再生されると、その日時が書籍管理リスト格納部２１４に再生履歴として記録される。図５（Ｂ）は再生履歴情報の一例を模式的に示している。電子書籍のＩＤとその再生日時とが新しい順に記録されている。この再生履歴情報は、後述するコンテンツ情報配信装置３において、ユーザの興味の流れを把握するために利用される。

再生履歴の記録は、再生したページ数若しくは連続再生時間が所定値を超えたタイミングや、電子書籍が読了されたタイミングなどで行われることが好ましい。もし電子書籍の再生を開始しただけや短時間の再生でも履歴を記録していくと、ユーザが書籍の内容をつまらないと感じ途中で読むことを止めてしまった場合でも履歴が残ってしまうため、ユーザの興味の流れを把握するための情報としての価値（信頼性）が低下するからである。

以上述べた本棚インタフェース２３を利用することで、ユーザは、電子書籍のデータ形式の違いや購入元の違いにかかわらず、全ての蔵書を１つの本棚で一元管理することができる。また、ユーザ自身がビューアアプリの使い分けを意識する必要がないので、高い操作性及び利便性を得ることができる。また、ユーザは本棚に並べる書籍、その並べ方、棚割り（仕切板の位置）などを自由に設定できるので、例えば似たジャンルの本や関係の深い本を同じ区画に並べるというように、自分自身の好みや志向を反映した蔵書の整理が可
能となる。

（コンテンツ情報配信装置）
コンテンツ情報配信装置３は、ユーザに対しお薦めの電子書籍の情報を配信するサーバであり、図１に示すように、主な機能として、書籍管理リスト収集部３０、推薦コンテンツ選択部３１、推薦リスト配信部３２、コンテンツリスト格納部３３を備えている。コンテンツリスト格納部３３は、各電子本屋サーバ１Ａ〜１Ｃが販売している電子書籍のリストを格納するデータベースである。書籍管理リスト収集部３０は、複数のユーザの端末装置２から書籍管理リスト（再生履歴情報、配置情報）を取得する取得手段である。推薦コンテンツ選択部３１は、各ユーザに推薦するコンテンツを選択する選択手段であり、推薦リスト配信部３２は、各ユーザの端末装置２に推薦コンテンツの情報（推薦リスト）を配信する配信手段である。

コンテンツ情報配信装置３は、ハードウェア的には、ＣＰＵ（中央演算処理装置）、主記憶装置、補助記憶装置、表示装置、入力装置、通信装置などを備えたコンピュータ装置により構成することができ、上述した各機能は補助記憶装置に格納されたプログラムを主記憶装置にロードし、当該プログラムをＣＰＵが実行することにより実現される。なお、コンテンツ情報配信装置３は１台のコンピュータ装置で構成することもできるが、処理の高速化のために複数台のコンピュータ装置で分散処理することも好ましい。

（コンテンツ情報配信装置の動作）
図７のフローチャートに沿って、コンテンツ情報配信装置３におけるコンテンツの推薦処理の詳細を説明する。以下の説明においては、コンテンツの推薦を受けるユーザを他のユーザと区別するため「対象ユーザ」と呼ぶこととする。

各ユーザの端末装置２には、前述のとおり、「再生履歴情報」及び「配置情報」が記録されている。本棚アプリ２１は、この再生履歴情報と配置情報を、ＸＭＬ等で記述した書籍管理リストとしてコンテンツ情報配信装置３に送信する。書籍管理リストの送信は、例えば、本棚アプリ２１が起動もしくは終了するタイミング、又は、所定の時間間隔（１日〜数日に１回など）で実行するとよい。書籍管理リスト収集部３０は、各端末装置２から送られてきた書籍管理リストを受信すると（ステップＳ１０）、そのデータをユーザＩＤとともに蓄積する。

所定数を超えるユーザの書籍管理リストが収集できたら（ステップＳ１１）、推薦コンテンツ選択部３１がそれらの情報を基に各対象ユーザへ推薦する電子書籍を選び出す。本実施形態の推薦アルゴリズムは、対象ユーザの「興味」と「内容」の流れに最も合致した書籍を推薦するために、多数のユーザから収集した「再生履歴情報」と「配置情報」に基づいて、対象ユーザが所有している書籍（対象コンテンツと呼ぶ）に対する関連性の大きいもの（関連コンテンツと呼ぶ）を推薦書籍として選び出す点に特徴がある。

このとき、対象ユーザが所有している書籍のいずれを対象コンテンツとしてもよいが、対象ユーザが最近読んだ若しくは購入した書籍、より好ましくは、対象ユーザが最後に（直近に）読んだ若しくは購入した書籍を対象コンテンツに選ぶとよい。最後に読んだ若しくは購入した書籍が対象ユーザ自身の興味の流れや方向を最もよく反映していると考えられ、その書籍を基準にして推薦書籍を選ぶ方がより効果的な推薦ができると期待できるからである。対象ユーザの蔵書、読書履歴、購入履歴などの情報は、対象ユーザから取得した書籍管理リストから得ることが可能である。

まず、ステップＳ１２において、推薦コンテンツ選択部３１は「再生履歴情報」に基づいて書籍同士の関連性を評価する。例えば対象ユーザが最後に読んだ「書籍Ａ」を対象コ
ンテンツに選んだ場合、推薦コンテンツ選択部３１は、対象ユーザを除く全てのユーザの再生履歴情報の中から書籍Ａを含むものを抽出する。そして、抽出した再生履歴情報において、書籍Ａの次にどのような書籍が読まれているかを集計する。図８（Ａ）は、集計結果の一例であり、書籍Ａに続いて読まれた書籍の組み合わせと、その組み合わせの出現頻度（確率）を示している。例えば、書籍Ａの後に書籍Ｂが読まれた割合は２４．１３％であり、この組み合わせが最も高い頻度で発生したことがわかる。

この集計結果は、書籍Ａの再生と他の書籍の再生とが連続して行われる可能性の高さを示す統計情報であり、一般的な(平均的な）ユーザの興味の流れを示すものといえる。対
象ユーザの興味の流れもこれと概ね同じと推測できるので、上記の数値が高いものを推薦書籍として選ぶことで、対象ユーザの興味の流れに沿った推薦が可能になるものと期待できる。

なお図８（Ａ）では、対象コンテンツである書籍Ａのみを考慮しているが、さらに対象ユーザ自身の再生履歴（すなわち対象コンテンツの前に対象ユーザが再生したコンテンツ）を考慮してもよい。例えば、対象ユーザが書籍Ａの前に書籍Ｘを読んでいた場合には、図８（Ｂ）に示すように、他のユーザから収集した再生履歴情報の中から「書籍Ｘ→書籍Ａ→書籍？」という順に読まれているものを集計するのである。このように対象ユーザ自身の再生履歴を考慮することにより、対象ユーザの興味の流れにより合致したコンテンツを選び出すことが可能になる。

ところで、上記の集計結果には、様々なタイプのユーザの再生履歴が含まれている可能性がある。例えば、興味のある書籍を順に購入し読んでいくタイプのユーザもいれば、前述した読書家Ｘのように、非常にたくさんの本を購入し、様々な著者の作品や様々なジャンルの作品をランダムに読んでいくタイプのユーザもいる。そのため、再生履歴情報に基づいてリストアップされた書籍がすべてユーザの興味の流れに合っているとはいえない。この点を補完し適切な推薦を行うために、ステップＳ１３では、推薦コンテンツ選択部３１が「配置情報」に基づき書籍同士の「内容」的な関連性を評価する。

図９（Ａ）は、あるユーザから得られた配置情報での書籍の並び順を模式的に示している。このユーザの本棚インタフェース上では、書籍Ｃ，Ｘ，Ｙ，Ａ，Ｄ，Ｚが順に並べられているが、書籍ＺとＥの間、書籍ＥとＢの間には他の書籍が存在している。書籍の下に示した矢印及び数値は、本棚インタフェース上における書籍間（実際には書籍を示すコンテンツ画像間）の論理的な距離を表している。ここでは、書籍の大きさや厚みなどとは無関係に、書籍一冊分の距離を「１」（単位はなし）と定義する。書籍ＡとＤの距離は１、書籍ＡとＣの距離は３と近いのに対し、書籍ＡとＥの距離は１５、書籍ＡとＢの距離は４５と非常に遠い。

推薦コンテンツ選択部３１は、対象ユーザを除く全てのユーザの配置情報の中から書籍Ａを含むものを抽出し、書籍Ａと他の書籍との距離の平均を計算する。このとき、統計学的な信頼性を確保するため、出現頻度（標本数）が所定の閾値を超える組み合わせについてのみ平均距離の計算を行うとよい。図９（Ｂ）は、このように統計処理したものの中から、値の小さい組み合わせ上位４つを示している。この結果をみると、書籍Ｄは書籍Ｂ，Ｃ，Ｅよりも書籍Ａに近い位置に配置される傾向が高いことがわかる。

多くのユーザは、本棚に書籍を並べる際に、内容的に関連するもの同士を近くにまとめて配置していく傾向がある。例えば類似するジャンルの書籍をまとめて陳列したり、同じ著者の本をまとめて陳列したり、という具合である。したがって、本棚の中で近くに配置されている書籍同士は、何らかの関連性があると考えられる。よって、配置情報から計算される距離の近さを、書籍間の内容的なつながりの強さを表す情報として利用することが
できる。

ステップＳ１４では、推薦コンテンツ選択部３１は、ステップＳ１２で求めた値（書籍Ａの次に読まれる確率）とステップＳ１３で求めた値（本棚上での書籍Ａからの平均距離）を総合的に評価して、書籍Ａに対する関連性が最も大きいものから順に１つ又は所定数の書籍を選び出す。本実施形態では、下記式のように、ステップＳ１２で求めた確率の逆数とステップＳ１３で求めた平均距離とを重み付け加算したものを評価値として用いる。評価値が小さいほど関連性が大きいことを表す。α、βは任意に設定可能な係数である。

（評価値）＝α／（確率）＋β×（平均距離）

図８（Ａ）に示した確率と図９（Ｂ）に示した平均距離から、書籍Ａに対する書籍Ｂ，Ｃ，Ｄ，Ｅそれぞれの評価値を計算すると下記の通りとなる。ただし、α＝１０、β＝０．２とした。

書籍Ｂの評価値 ＝ 10／24.13 ＋ 0.2×55.11 ＝ 11.44
書籍Ｃの評価値 ＝ 10／15.76 ＋ 0.2×4.21 ＝ 1.48
書籍Ｄの評価値 ＝ 10／11.11 ＋ 0.2×2.33 ＝ 1.37
書籍Ｅの評価値 ＝ 10／8.32 ＋ 0.2×19.32 ＝ 5.07

この結果、書籍Ｄの評価値が最小となり、書籍Ａに対しては、書籍Ｄが最も「興味」と「内容」に沿った書籍として選ばれることがわかる。なお、上述した評価値の算出式は一例であり、重み付け加算に限らず任意の式を用いることができる。

推薦コンテンツ選択部３１は、関連コンテンツとして選び出した書籍に関する情報をコンテンツリスト格納部３３から読み出し、推薦リストを作成する。推薦リストの形式や内容は任意であるが、例えば、推薦する書籍の書誌情報、推薦文、価格、試読用のページ、この書籍を購入できる電子書店サイトの情報（サイト名、ＵＲＬなど）が含まれているとよい。複数の電子書店サイトで購入可能な場合には、対象ユーザが書籍Ａ（対象コンテンツ）を購入したサイトや対象ユーザがよく利用するサイトの情報を優先的に紹介するとよい。生成された推薦リストは、推薦リスト配信部３２によって対象ユーザの端末装置２に送信される（ステップＳ１５）。

（推薦結果の提示）
上記のようにして配信された推薦リストは、端末装置２の推薦リスト格納部２１５に格納される。本棚アプリ２１の本棚インタフェース表示部２１０は、推薦リストを適時に読み込み、推薦書籍の情報を任意の表現で本棚インタフェース上に提示する。

図１０（Ａ）は推薦書籍の提示例を示している。この例では、本棚の一画にお薦め本コーナー２３３が設けられ、そこに推薦書籍のコンテンツ画像２３４が陳列されている。また本棚の棚板や棚枠や仕切板に推薦書籍のタイトルがバナー２３５で表示されている。ユーザが推薦書籍のコンテンツ画像２３４やバナー２３５を選択すると、その書籍の書誌情報や推薦文の表示、試読用ページの閲覧などを行うことができる。また興味を持った書籍を簡単に購入できるよう、ビューアアプリを介して電子書店サイトの該当ページにジャンプできるようにしてもよい。この方法によれば、対象ユーザが本棚アプリを利用するたびに推薦情報が目にとまるので、ユーザの購買機会を増やすことができる。

図１０（Ｂ）は、推薦書籍の別の提示例を示している。これは、推薦書籍を選ぶ際の基
準となった書籍Ａ（対象コンテンツ）の最終ページに推薦書籍の紹介ページや試読ページを差し込むという方法である。この方法によれば、ユーザが書籍Ａを読み終えたタイミングで適時に推薦書籍の紹介に目がとまるので、ユーザの購買機会が増えるものと期待できる。電子書籍はＤＲＭ（デジタル著作権管理）により保護され、データの改変等はできないため、紹介ページ等の差し込みは本棚アプリとビューアアプリの連携で実現する。例えば、ビューアアプリで書籍Ａの最終ページの表示を終えた後に、本棚アプリに制御を戻し、本棚アプリの提供するビューア機能で推薦書籍の紹介ページや試読ページの表示を行うという方法をとり得る。このとき表示の仕方を工夫することで、ユーザにはあたかも書籍Ａの最後に推薦書籍の紹介が掲載されているように見せることができる。あるいは、ビューアアプリ自体が差し込み機能を有している場合には、本棚アプリからビューアアプリに差し込み対象となる推薦書籍のデータを引き渡してもよい。なお、上記の提示例はあくまでも一例にすぎず、他の方法により推薦書籍の情報を提示してもよい。例えば、ユーザが今読んでいる書籍のページの一画に推薦書籍の情報を表示してもよい。

（本実施形態の利点）
以上述べた本実施形態のコンテンツ情報配信装置によれば、同じ書籍を所有する他の多くのユーザから収集した再生履歴情報と配置情報を推薦書籍の選択に利用することで、書籍間の内容的なつながりと対象ユーザの興味の流れの両方を考慮した効果的な推薦を実現することができる。特に本実施形態では、連続して読まれる可能性が高く、且つ、本棚インタフェース上で近くに並べられているもの、という観点で書籍間の関連性を評価・判断したので、対象ユーザが読んでいる書籍に対して内容的なつながりがあり且つ興味の流れに最も合った書籍を推薦することができるものと期待できる。

なお、上述した実施形態の構成は本発明の一具体例にすぎず、本発明の範囲を限定する趣旨のものではない。本発明の技術思想を逸脱しない範囲で、様々な構成を実施することが可能である。

例えば、上記実施形態では、デジタルコンテンツとして電子書籍を例に挙げたが、他の種類のデジタルコンテンツ、例えば楽曲、動画、ゲームなどの推薦にも本発明を適用することができる。また、本棚インタフェース上に電子書籍以外のデジタルコンテンツを並べられるようにすることも可能である。そうすると、例えば本棚のあるコーナーの中に、ゲーム、ゲーム関連の電子書籍、ゲーム音楽などをまとめて並べるといった使い方がなされるようになり、このユーザの配置情報や再生履歴情報を活用することで、ゲームを購入したユーザに関連する書籍や楽曲を推薦するといった、コンテンツの種類にしばられない推薦を行うことも可能となる。

また上記実施形態では、対象ユーザが最後に再生したコンテンツを対象コンテンツとして選んだが、これに限らず、対象ユーザが所有しているコンテンツであればどれを対象コンテンツに選んでもよい。例えば、対象ユーザが最近再生したものの中から所定数（例えば５個）のコンテンツを対象コンテンツとして選んでもよい。この場合、各対象コンテンツに対して選ばれた推薦コンテンツの全てを対象ユーザに紹介してもよいし、各対象コンテンツに対して選ばれた推薦コンテンツの中で最も関連性が大きかったもののみを対象ユーザに紹介してもよい。

１Ａ、１Ｂ、１Ｃ：電子本屋サーバ
１０：コンテンツ格納部
１１：販売管理部
１２：コンテンツ送信部
２：端末装置
２０Ａ、２０Ｂ、２０Ｃ：ビューアアプリ
２００：コンテンツ受信部
２０１：購入処理部
２０２：コンテンツ格納部
２０３：コンテンツ再生部
２１：本棚アプリ
２１０：本棚インタフェース表示部
２１１：順序変更部
２１２：仕切板変更部
２１３：コンテンツ選択部
２１４：書籍管理リスト格納部
２１５：推薦リスト格納部
２３：本棚インタフェース
２３０：電子書籍を示すコンテンツ画像
２３１：仕切板
２３２：カテゴリ名
２３３：お薦め本コーナー
２３４：推薦書籍を示すコンテンツ画像
２３５：バナー
２３６：棚枠
２３７：棚板
３：コンテンツ情報配信装置
３０：書籍管理リスト収集部
３１：推薦コンテンツ選択部
３２：推薦リスト配信部
３３：コンテンツリスト格納部

Claims (11)

1. 複数のユーザから収集した情報に基づいて、ある対象ユーザに対しコンテンツを推薦するコンテンツ情報配信装置であって、
   コンテンツを再生するための再生端末は、コンテンツを示すコンテンツ画像を任意の配置で並べられる棚形式のインタフェースにより、ユーザが所有している複数のコンテンツを管理する機能を有するものであり、
   前記コンテンツ情報配信装置は、
   複数のユーザの再生端末から、各再生端末におけるコンテンツの再生履歴を表す再生履歴情報と、各再生端末における棚形式のインタフェース上でのコンテンツ画像の配置を表す配置情報と、を取得する取得手段と、
   対象ユーザが所有している対象コンテンツに対して関連性を有する関連コンテンツを、前記対象ユーザ以外で前記対象コンテンツを所有している他のユーザの再生履歴情報及び配置情報に基づいて選び出す選択手段と、
   前記選択手段で選び出された関連コンテンツの推薦情報を前記対象ユーザの再生端末に配信する配信手段と、
   を備えることを特徴とするコンテンツ情報配信装置。
2. 前記選択手段は、
   前記対象コンテンツと、前記関連コンテンツの候補となる他のコンテンツとのあいだの関連性の大きさを、
   前記他のユーザの再生履歴情報から推測される、前記対象コンテンツの再生と前記他のコンテンツの再生とが連続して行われる可能性の高さと、
   前記他のユーザの配置情報から統計的に算出される、棚形式のインタフェース上での前記対象コンテンツのコンテンツ画像と前記他のコンテンツのコンテンツ画像の距離の近さと
   から判断する
   ことを特徴とする請求項１に記載のコンテンツ情報配信装置。
3. 前記選択手段は、前記対象コンテンツに対する関連性が最も大きいものから順に１つ又は所定数の前記他のコンテンツを前記関連コンテンツとして選ぶ
   ことを特徴とする請求項２に記載のコンテンツ情報配信装置。
4. 前記選択手段は、前記他のユーザの再生端末において前記対象コンテンツの次に前記他のコンテンツの再生が行われた確率を、前記対象コンテンツの再生と前記他のコンテンツの再生とが連続して行われる可能性として、算出する
   ことを特徴とする請求項２又は３に記載のコンテンツ情報配信装置。
5. 前記対象ユーザの再生端末において前記対象コンテンツの前に第１のコンテンツの再生が行われていた場合に、
   前記選択手段は、前記他のユーザの再生端末において前記第１のコンテンツ、前記対象コンテンツ、前記他のコンテンツの順番で再生が行われた確率を、前記対象コンテンツの再生と前記他のコンテンツの再生とが連続して行われる可能性として、算出する
   ことを特徴とする請求項２又は３に記載のコンテンツ情報配信装置。
6. 前記対象コンテンツは、前記対象ユーザが所有しているコンテンツのうち、前記対象ユーザが最後に再生したコンテンツ、又は、最後に購入したコンテンツである
   ことを特徴とする請求項１〜５のうちいずれか１項に記載のコンテンツ情報配信装置。
7. 前記関連コンテンツの推薦情報は、前記対象ユーザの再生端末における棚形式のインタ
   フェース上に表示される情報である
   ことを特徴とする請求項１〜６のうちいずれか１項に記載のコンテンツ情報配信装置。
8. 前記関連コンテンツの推薦情報は、前記対象コンテンツを再生したときに表示される情報である
   ことを特徴とする請求項１〜６のうちいずれか１項に記載のコンテンツ情報配信装置。
9. 複数のユーザから収集した情報に基づいて、ある対象ユーザに対しコンテンツを推薦するコンテンツ情報配信方法であって、
   コンテンツを再生するための再生端末は、コンテンツを示すコンテンツ画像を任意の配置で並べられる棚形式のインタフェースにより、ユーザが所有している複数のコンテンツを管理する機能を有するものであり、
   前記再生端末とネットワークを介して接続されたコンピュータが、
   複数のユーザの再生端末から、各再生端末におけるコンテンツの再生履歴を表す再生履歴情報と、各再生端末における棚形式のインタフェース上でのコンテンツ画像の配置を表す配置情報と、を取得するステップと、
   対象ユーザが所有している対象コンテンツに対して関連性を有する関連コンテンツを、前記対象ユーザ以外で前記対象コンテンツを所有している他のユーザの再生履歴情報及び配置情報に基づいて選び出すステップと、
   選び出された関連コンテンツの推薦情報を前記対象ユーザの再生端末に配信するステップと、
   を実行することを特徴とするコンテンツ情報配信方法。
10. 請求項９に記載のコンテンツ情報配信方法の各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プログラム。
11. コンテンツを再生するための再生端末に、
    コンテンツを示すコンテンツ画像を任意の配置で並べられる棚形式のインタフェースにより、ユーザが所有している複数のコンテンツを管理する機能と、
    請求項１に記載のコンテンツ情報配信装置に対し、当該再生端末におけるコンテンツの再生履歴を表す再生履歴情報と、棚形式のインタフェース上でのコンテンツ画像の配置を表す配置情報と、を送信する機能と、
    前記コンテンツ情報配信装置からコンテンツの推薦情報を受信し、前記推薦情報を提示する機能と、
    を実現させることを特徴とするプログラム。

Images