JP5830545B2 - コンテンツ提供方法及びそのシステム - Google Patents

Description

本発明は、コンテンツ提供方法及びそのシステムに係り、さらに詳細には、ユーザ識別情報なしに、蓄積されたユーザの行為データを代表的な類型別に分析し、各類型が一貫して現れる時間区間を識別することにより、効果的なあつらえ型サービス（customized service）を提供するコンテンツ提供方法及びそのシステムに関する。

従来の一般的なあつらえ型サービスシステムは、現在ユーザに係わる識別を仮定し、当該ユーザの過去履歴を基に、当該ユーザに最適のサービスをマッチングする。しかし、代表的なファミリデバイス（family device）であるＴＶ（television）のようなシステムで、あつらえ型コンテンツ提供サービスを行うとき、現在視聴するユーザいずれも個別的に識別するのに困難さが伴い、適切なあつらえ型サービス提供が困難である。一般的に使用されるユーザ視聴履歴ベース個人化推薦の場合、多様な趣向を有する複数ユーザの視聴履歴データが、１つのデバイス（ＴＶ）に、ユーザの区分なしに混合して保存され、これを基にした推薦方式は、往々に不適切な推薦結果を提供する。

従って、ユーザ活動（選好度）が一貫性を帯びる時間区間の発見及び抽出が重要であり、そのために、時間帯別に視聴履歴や装置に係わる行為履歴などのデータを保存管理することができる技術と、かようなデータを利用して、時間帯別に視聴パターンを抽出し、視聴コンテンツ間の類似度を分析することができる情報検索技術と、データマイニング関連技術とが必要である。

従来の一般的なあつらえ型サービスシステムは、現在ユーザに係わる識別を仮定し、当該ユーザの過去履歴を基に、当該ユーザに最適のサービスをマッチングする。しかし、代表的なファミリデバイスであるＴＶのようなシステムで、あつらえ型コンテンツ提供サービスを行うとき、現在視聴するユーザいずれも個別的に識別するのに困難さが伴い、適切なあつらえ型サービス提供が困難である。一般的に使用されるユーザ視聴履歴ベース個人化推薦の場合、多様な趣向を有する複数ユーザの視聴履歴データが、１つのデバイス（ＴＶ）に、ユーザの区分なしに混合して保存される。

従って、本発明は、前述の技術的課題を解決するためのものであり、後述する技術的効果を提供するものである。本発明の一実施形態は、コンテンツ提供方法及びそのシステムを提供するところにあり、前記方法を実行させるためのプログラムを記録したコンピュータで読み取り可能な記録媒体を提供する。

本発明の実施形態によれば、ユーザの使用履歴に係わるデータを、代表類型クラスタに分類し、代表類型クラスタを分析し、代表類型クラスタが一貫して発生する時間区間を識別することにより、ユーザ識別情報を利用せずとも、個人化されたサービスを効果的に提供するためのコンテンツ提供方法とそのシステムとが提供される。

本発明の一実施形態によるコンテンツ提供システムの概略的なブロック図である。 図１のコンテンツ提供システムをさらに詳細に示したブロック図である。 本発明の一実施形態による時間区間識別部の動作方法を概略的に示した図面である。 図１のコンテンツ提供システムをさらに詳細に示したブロック図である。 コンテンツ提供システムのコンテンツ提供例を示した図面である。 本発明の一実施形態によるコンテンツ提供方法を概略的に示したフローチャートである。 図６の少なくとも１つの代表類型クラスタを識別する段階について詳細に説明したフローチャートである。 識別された少なくとも１つの代表類型クラスタを、少なくとも１つの時間区間とマッピングする段階について詳細に説明したフローチャートである。 本発明の一実施形態による、コンテンツ提供方法について詳細に示したフローチャートである。

本発明の一実施形態によれば、コンテンツ提供方法は、ユーザの使用履歴を現す行為データと関連したコンテンツを、前記コンテンツの類型別にクラスタリングし、代表類型クラスタを識別する段階と、前記代表類型クラスタを時間区間とマッピングする段階と、前記マッピングされた代表類型クラスタ及び時間区間を保存する段階と、を含む。

本発明の他の実施形態によれば、コンテンツ提供システムは、ユーザの使用履歴を現す行為データと関連したコンテンツを、前記コンテンツの類型別にクラスタリングし、代表類型クラスタを識別する使用履歴分析部と、前記代表類型クラスタを時間区間とマッピングし、前記代表類型クラスタ及び時間区間を保存する時間区間識別部と、を含む。

また、本発明の他の実施形態によれば、前記発明を実行するためのプログラムを記録したコンピュータで読み取り可能な記録媒体を含む。

本発明の実施形態に係わる以下の説明で、本明細書の一部を形成する添付された図面に係わる参照が行われ、発明が実施される多数の特定の実施形態を例示する方法で示される。その他の実施形態が利用されもし、本発明の範疇を外れずに、構造的な変更がなされるということを理解しなければならない。

本発明は、添付された図面に図示され、それらは、限定ではない例示として見なされなければならない。本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付与することにより、重複説明を省略する。

図１は、本発明の一実施形態によるコンテンツ提供システム１００の概略的なブロック図である。図１を参照すれば、コンテンツ提供システム１００は、使用履歴分析部１１０及び時間区間識別部１２０を含んでもよい。

使用履歴分析部１１０は、ユーザの使用履歴を示す行為データと関連したコンテンツを類型別にクラスタリングし、少なくとも１つの代表類型クラスタを識別する。

本願で類型は、未確認ユーザの趣向（または選好度）を含む意味であってもよい。例えば、子供好みの行為データは、アニメーション中心のコンテンツと関連し、主婦好みの行為データは、ロマンス中心のコンテンツと関連する。図５で、さらに詳細に後述する。

再び図１を参照すれば、例えば、使用履歴分析部１１０は、行為データと関連したコンテンツのメタデータを抽出し、抽出されたコンテンツのメタデータを類型別にクラスタリングし、コンテンツをメンバーに含む類型クラスタを生成し、類型クラスタにおいて、既設定の臨界値以上の個数のコンテンツをメンバーに含む少なくとも１つの代表類型クラスタを識別するように構成される。

ユーザは、未確認のユーザとして、個人、グループ、特定システムの全体ユーザになってもよい。

行為データは、コンテンツ提供システム１００が提供するサービス項目に係わるユーザの使用履歴を示すことができる。

例えば、そのサービス項目は、ＶＯＤ（video on demand）サービスで、視聴履歴ベースのあつらえ型（customized）コンテンツ推薦サービス、空港でのＴＶ番組選択、ショッピングセンターやマートでの時間帯別主要顧客群（主婦顧客、共働き夫婦、シングル）によるあつらえ型プロモーションリスト決定、地下鉄駅での時間別主要顧客別性向（学生、出勤者、退勤者、一般）によるあつらえ型広告及び環境管理（背景音楽）などである。ただし、それらに限定されるものではない。

使用履歴は、代表的なものとして、コンテンツに係わる視聴履歴や購買履歴などがある。また、使用履歴は、特定コンテンツに係わる選好度を示すブックマーク、評価、インターネット共有など多様な行為がある。例えば、ＴＶ視聴履歴、ＶＯＤ視聴履歴、音楽聴取履歴、商品購買履歴、項目クリック、ブックマークのようなサービス項目と係わるユーザの全ての相互作用（interaction）が含まれる。

再び図１を参照すれば、時間区間識別部１２０は、識別された少なくとも１つの代表類型クラスタを、少なくとも１つの時間区間とマッピングし、マッピングされた少なくとも１つの代表類型クラスタ及び少なくとも１つの時間区間を保存する。

このとき、時間区間識別部１２０は、行為データを少なくとも１つの時間区間に分け、少なくとも１つの時間区間のうち１つの時間区間の行為データと関連したコンテンツのメタデータを抽出し、抽出されたコンテンツのメタデータと、少なくとも１つの代表類型クラスタのコンテンツメンバーのメタデータとの類似度を比較し、類似度を基に、１つの時間区間のコンテンツを、少なくとも１つの代表類型クラスタとマッピングするように構成される。このとき、行為データは、使用パターンによってあらかじめ決められる単位時間区間別に分けられる。

また、時間区間識別部１２０は、少なくとも１つの代表類型クラスタのそれぞれにマッピングされる、１つの時間区間のコンテンツのクラスタ・マッピング確率を基に、クラスタ・マッピング確率が臨界値以下である代表類型クラスタは、削除するようにも構成される。さらに、少なくとも１つの代表類型クラスタの全部が、臨界値以下のクラスタ・マッピング確率を有する場合、その１つの時間区間を削除するようにも構成される。

また、時間区間識別部１２０は、クラスタ・マッピング確率を基に、少なくとも１つの代表類型クラスタのそれぞれを順位化するようにも構成される。

このように、本発明の一実施形態によるコンテンツ提供システム１００は、ユーザが識別されない装置で、ユーザまたはユーザグループの視聴時間において、一貫性ある視聴選好度を有した時間区間を求める技術を扱う。

具体的な実施形態では、ＴＶ（television）のような多数のユーザグループが利用する装置での選好度に一貫性を帯びる時間区間を見出すサービスを有することができる。一般的に、ＴＶユーザは、識別情報提供を忌避するので、現在のユーザを正確に識別し難く、多数のユーザが共に視聴する場合が多いから、あつらえ型サービスに多くの困難さが存在する。しかし、ＴＶ視聴パターンは、時間によって異なり、いくつかの視聴区間は、他の視聴区間と確実に区分され、一貫性ある特徴を有する。

従って、本発明の一実施形態によるあつらえ型サービスシステムは、かような特徴を利用して、特定時間帯に、視聴コンテンツのさらに正確なあつらえ型サービスをユーザの識別なしにユーザに供給することができる。

以下、図２を参照して、本発明によるコンテンツ提供システム１００についてさらに具体的に説明する。

図２は、図１のコンテンツ提供システム１００をさらに詳細に示したブロック図である。図２を参照すれば、コンテンツ提供システム１００は、使用履歴管理部２１０、コンテンツ及びメタデータ管理部２３０、使用履歴分析部１１０及び時間区間識別部１２０を具備することができる。また、コンテンツ提供システム１００は、使用履歴管理部２１０と連結された使用履歴保存部２２０、コンテンツ及びメタデータ管理部２３０と連結されたコンテンツ及びメタデータ保存部２４０をさらに具備することができる。

使用履歴管理部２１０は、ユーザ装置から行為データを収集し、時間情報と共に保存する役割を行う。

ユーザ装置は、クライアント装置であってもよく、例えば、インターネットが連結されたＴＶやＰＣ（personal computer）のような装置であってもよい。本発明によるコンテンツ提供システム１００は、かようなユーザ装置にあつらえ型サービスを提供するサーバ装置であってもよい。

使用履歴管理部２１０は、行為データを時間順序で保存及び管理する。例えば、使用履歴管理部２１０は、＜Device ｉｄ、Content ｉｄ、Timestamp＞のような形式で、当該ユーザ装置ＩＤ、当該ユーザ装置で、特定時間に購買したコンテンツに係わる情報、購買がなされた時間情報を保存することができる。使用履歴管理部２１０は、ユーザが識別されないので、当該ユーザ装置に係わるＩＤで全ての記録を保存することができる。ショッピングモール例示の場合、使用履歴管理部２１０は、全ての個人ユーザの購買関連行為をいずれも時間情報と共に保存することができる。

コンテンツ及びメタデータ管理部２３０は、当該ユーザ装置が提供するコンテンツ、商品、サービスのようなサービス対象項目、及びメタデータを管理する役割を行うことができる。また、コンテンツ管理部は、各コンテンツについて特徴情報を抽出して管理するが、それは、例えば、題目、説明、出演者、ジャンルなどのコンテンツ・メタデータをフィーチャ（feature）として利用して、フィーチャベクトル（feature vector）形式で表示することができる。

使用履歴分析部１１０は、特定ユーザ装置に係わる使用履歴と関連したコンテンツに係わる分析を介して、代表的な類型別に分類し、クラスタを構成することができる。具体的には、使用履歴分析部１１０は、各ユーザ装置別に保存された全てのユーザ行為データのコンテンツをクラスタリング（clustering）する。クラスタリングは、類似したコンテンツをいくつかのグループに分類する作業である。

使用履歴分析部１１０は、コンテンツ管理部で、各コンテンツ別に抽出された特徴情報、すなわち、メタデータを利用して、類似した特徴を有するコンテンツ別にグループ化する。使用履歴分析部１１０は、コンテンツ別距離を測定し、距離が近いコンテンツを１つのグループにまとめる。

使用履歴分析部１１０は、かようなクラスタリングのために、代表的なｋ−meansアルゴリズムのような方法を使用することができ、コンテンツ間の類似度を示す距離測定のためには、特徴ベクトル間のコサイン（cosine）値やユークリッド距離（Euclidean distance）などを使用することができる。ただし、クラスタリング法は、前述の方法に限定されるものではなく、当該技術分野で当業に公知の多様な方法を使用することができる。

かような類型クラスタの特徴は、一貫した性向のコンテンツの集合であり、実際に、複数ユーザの関連したコンテンツが１つの類型クラスタにもなり、１ユーザのコンテンツも、複数の類型クラスタに分けられもする。このとき、使用履歴分析部１１０は、かような類型クラスタにおいて、既設定の臨界値以上の個数のコンテンツをメンバーに含む少なくとも１つの代表類型クラスタを識別することができる。

時間区間識別部１２０は、使用履歴分析部１１０で分析された代表類型クラスタと、時間区間とをマッピングする役割を行う。そのマッピング方法については、図３を参照して、さらに詳細に説明する。

図３は、本発明の一実施形態による時間区間識別部１２０の動作方法を概略的に示した図面である。記号Ａ，Ｂ，Ｃ，Ｄは、識別された代表類型クラスタＡ，Ｂ，Ｃ，Ｄそれぞれを示す。

図１ないし図３を参照すれば、時間区間識別部１２０は、少なくとも１つの代表類型クラスタと時間区間とのマッピング作業を行う。時間区間識別部１２０は、使用履歴、すなわち、行為データを使用パターンによって、既定の単位時間区間別に分けることができる。時間区間識別部１２０は、時間区間を一日の時間に分割することもでき、曜日や、それ以上の周期でデータを累積して活用することもできる。

次の段階として、時間区間識別部１２０は、各時間区間を、少なくとも１つの代表類型クラスタとマッピングするが、これは、時間区間内のコンテンツのクラスタ・メンバーシップ、すなわち、クラスタ・マッピング確率を基に行う。

このとき、時間区間識別部１２０は、１つの代表類型クラスタを複数の時間区間にマッピングすることができ、これは、同一の性向のユーザが、２つの時間帯に現れる場合である。例えば、代表類型クラスタＣは、９〜１０時、１３〜１４時の時間区間にマッピングされる。

また、時間区間識別部１２０は、１つの時間区間も複数の代表類型クラスタにマッピングすることができるが、この場合は、当該時間区間のコンテンツ構成の比率によって、最適の代表類型クラスタ順序で、代表類型クラスタを順位化することができる。その場合、時間区間識別部１２０は、クラスタのマッピング確率が、特定臨界値以下の代表類型クラスタを除く。

時間区間識別部１２０は、１つの時間区間（１１時〜１２時）内の５０％のコンテンツが代表類型クラスタＡに、他の４０％のコンテンツが代表類型クラスタＢに、そして最後の１０％が代表類型クラスタＤにマッピングされた場合、決められた臨界値が３０％である場合、代表類型クラスタＡと代表類型クラスタＢとを選択し、代表類型クラスタＤは捨てる。時間区間識別部１２０は、もし全ての代表類型クラスタのマッピング確率が臨界値より低い場合、すなわち、混合された類型（または趣向）を有する区間の場合、当該時間区間は除く。

かような過程を介して識別された時間区間は、多様なあつらえ型サービスに活用されるが、識別された代表類型クラスタの特徴データを基に、サービスを提供することにより、１つの時間区間だけの特徴データを活用するよりさらに向上したサービスを提供することができる。

図４及び図５を参照して、コンテンツ提供システム１００の多様なあつらえ型サービスに活用方案について説明する。図４は、図１のコンテンツ提供システム１００をさらに詳細に示したブロック図である。図４を参照すれば、コンテンツ提供システム１００は、使用履歴管理部２１０、使用履歴保存部２２０、コンテンツ及びメタデータ管理部２３０、コンテンツ及びメタデータ保存部２４０、使用履歴分析部１１０、時間区間識別部１２０、及び提供部（４１０）を具備することができる。使用履歴管理部２１０、使用履歴保存部２２０、コンテンツ及びメタデータ管理部２３０、コンテンツ及びメタデータ保存部２４０、使用履歴分析部１１０、時間区間識別部１２０は、図２と同一であるので、説明を省略する。

提供部４１０は、少なくとも１つの時間区間で、その少なくとも１つの時間区間とマッピングされた少なくとも１つの代表類型クラスタによって決められたコンテンツを提供することができる。コンテンツ提供システム１００によって提供されるコンテンツは、あつらえ型サービス、あつらえ型広告など前記サービス項目を含んでもよい。

例えば、提供部４１０は、複数個の代表類型クラスタと関連した時間区間である場合、１順位の代表類型クラスタ基盤で決められたコンテンツを提供したり、あるいは順位化された代表類型クラスタそれぞれの特徴を利用して決められたコンテンツを順次に提供することもできる。本願で、コンテンツ提供は、コンテンツ推薦を含んでもよい。

具体的な例として、提供部４１０は、推薦時間が１つの代表類型クラスタにだけマッピングされている場合、当該クラスタのプロファイルを基に、推薦時間帯の推薦を生成することができる。その場合、当該時間帯に比較的小さい視聴履歴があっても、代表類型クラスタ内の類似した性向の多数の異なる視聴履歴を利用することにより、安定した推薦結果を得ることができる。

また、提供部４１０は、時間区間が２個以上の代表類型クラスタとマッピングされている場合、各代表類型クラスタのメンバーシップ確率に比例した推薦を提供することができる。前述の例で説明すれば、５／９の確率で、代表類型クラスタＡのプロファイルを基に推薦し、４／９の確率で、代表類型クラスタＢのプロファイルを基に推薦することができる。これは、代表類型クラスタＡと代表類型クラスタＢとのプロファイルを混合して推薦する方式と、根本的に異なる推薦結果を提供することができる。それにより、少なくとも４／９のユーザは、常に推薦結果に満足するであろう。

整理すれば、本発明の一実施形態によるコンテンツ提供システム１００は、ファミリデバイスのように、複数のユーザが使用し、個人識別情報を提供しない状況下で、効果的なあつらえ型サービスを提供するために、他の時間帯と差別化される性向が一貫して維持される時間区間の識別及び抽出が可能である。実際インターネットＴＶのような装置で、ＶＯＤコンテンツ視聴時、ユーザ別に識別情報を提供する場合はまれであり、識別情報提供が全く不可能な場合も存在する。

本発明の一実施形態によるコンテンツ提供システム１００は、ユーザ識別情報なしに、蓄積された視聴履歴データを代表的な類型別に分析し、各類型が一貫して現れる時間区間を識別することにより、効果的なあつらえ型サービス提供のための基盤を提供することができる。また、本発明を介して識別される一貫した類型の時間区間を介したコンテンツ提供システム１００は、コンテンツ推薦の場合、ユーザの満足度を高め、追加的なコンテンツ消費を促進し、あつらえ型広告の場合、ユーザの関心を引いて広告効果を向上させることができる。

図５は、図４のコンテンツ提供システム１００のコンテンツ提供例を示したものである。図５を参照すれば、提供部４１０は、子供好みの視聴履歴を基に、夕方には、アニメーション・コンテンツ中心のコンテンツを推薦する。また、提供部４１０は、主婦好みの視聴履歴を基に、午前時間には、ロマンス中心のコンテンツを推薦する。

参照までに、既存のコンテンツ提供システムの場合、複数ユーザの混合した視聴履歴によって推薦されてきた。具体的には、既存のコンテンツ提供システムは、アクション映画を多く視聴する親の視聴履歴の影響で、子供家族構成員に暴力性向が強いアクション物を推薦したり、成人に子供マンガ物を推薦する場合が発生することがあり、そのとき、各ユーザの推薦満足度は低下する。また、コメディが好きなユーザと、犯罪物が好きなユーザとが共に視聴する場合、単純にプロファイルを混合し、ブラックコメディジャンルの映画を推薦することは、２人のユーザいずれも不満足な推薦になることもある。

一方、本発明の一実施形態によるコンテンツ提供システム１００で、類型別に抽出された時間区間の推薦結果は、各ターゲットユーザに満足した推薦結果を提供する。

以下、図６ないし図９を参照して、本発明の一実施形態によるコンテンツ提供方法について説明する。図１ないし図４のコンテンツ提供システム１００の動作と同一であるので、説明を手短かに行う。

図６は、本発明の一実施形態によるコンテンツ提供方法を概略的に示したフローチャートである。図６を参照すれば、段階６１０で、ユーザの使用履歴を示す行為データと関連したコンテンツを類型別にクラスタリングし、少なくとも１つの代表類型クラスタを識別する（Ｓ６１０）。段階６２０で、前記識別された少なくとも１つの代表類型クラスタを、少なくとも１つの時間区間とマッピングする（Ｓ６２０）。段階６３０で、前記マッピングされた少なくとも１つの代表類型クラスタ及び少なくとも１つの時間区間を保存する（Ｓ６３０）。

図７及び図８を参照して、少なくとも１つの代表類型クラスタを識別する段階（Ｓ６１０）、及び識別された少なくとも１つの代表類型クラスタを、少なくとも１つの時間区間とマッピングする段階（Ｓ６２０）についてさらに具体的に説明する。

図７は、図６の少なくとも１つの代表類型クラスタを識別する段階について詳細に説明したフローチャートである。図７を参照すれば、段階７１０で、行為データと関連したコンテンツのメタデータを抽出する（Ｓ７１０）。段階７２０で、前記抽出されたコンテンツのメタデータを類型別にクラスタリングし、前記コンテンツをメンバーに含む類型クラスタを生成する（Ｓ７２０）。段階７３０で、前記類型クラスタにおいて、既設定の臨界値以上の個数のコンテンツをメンバーに含む少なくとも１つの代表類型クラスタを識別する（Ｓ７３０）。

図８は、識別された少なくとも１つの代表類型クラスタを、少なくとも１つの時間区間とマッピングする段階について詳細に説明したフローチャートである。図８を参照すれば、段階８１０で、前記行為データを、前記少なくとも１つの時間区間に分ける（８１０）。

段階８２０で、前記少なくとも１つの時間区間のうち、１つの時間区間の行為データと関連したコンテンツのメタデータを抽出する（８２０）。段階８３０で、前記抽出されたコンテンツのメタデータと、少なくとも１つの代表類型クラスタのコンテンツメンバーのメタデータとの類似度を比べる（８３０）。段階８４０で、前記類似度を基に、前記１つの時間区間のコンテンツを、前記少なくとも１つの代表類型クラスタとマッピングする（Ｓ８４０）。

図９は、本発明の一実施形態によるコンテンツ提供方法を概略的に示したフローチャートである。図９は、具体的な実施形態として、インターネットが連結されたＴＶやＰＣのような装置で提供するＶＯＤサービスで、視聴履歴ベースのあつらえ型コンテンツ推薦サービス方法を考慮したものである。ただし、これに限定されるものではない。図９を参照すれば、段階９１０で、全体視聴履歴内への各コンテンツに係わる特徴を抽出する（Ｓ９１０）。各コンテンツに係わる特徴は、各コンテンツに係わるメタデータである。

段階９２０で、コンテンツ特徴間の類似度を基に、クラスタリングを介して視聴履歴をグルーピングし、臨界値以上の代表類型クラスタを識別する（Ｓ９２０）。段階９３０で、単位時間区間別にコンテンツに係わる特徴を抽出する（Ｓ９３０）。段階９４０で、各時間区間と代表類型クラスタとのマッピングを行う（Ｓ９４０）。段階９５０で、臨界値以上のクラスタ・マッピング確率を有する代表類型クラスタにマッピングされる時間区間を保存する（Ｓ９５０）。

また、本発明の一実施形態によるコンテンツ提供方法は、コンピュータで読み取り可能な記録媒体に、コンピュータで読み取り可能なコードとして具示することが可能である。コンピュータで読み取り可能な記録媒体は、コンピュータシステムによって読み取り可能な情報が保存される全ての種類の保存装置を含む。コンピュータで読み取り可能な記録媒体の例としては、ＲＯＭ（read-only memory）、ＲＡＭ（random-access memory）、ＣＤ（compact disc）−ＲＯＭ、磁気テープ、フロッピー（登録商標）ディスク、光情報保存装置などがあり、またキャリアウエーブ（例えば、インターネットを介した伝送）の形態で具現されるものも含む。また、コンピュータで読み取り可能な記録媒体は、ネットワークに連結されたコンピュータシステムに分散され、分散方式で、コンピュータで読み取り可能なコードとして保存されて実行される。そして、コンテンツ提供方法を具示するための機能的（function）プログラム、コード及びコードセグメントは、本発明が属する技術分野のプログラマによって容易に推論されるものである。

以上、本発明についてその望ましい実施形態を中心に説明した。本発明が属する技術分野で当業者であるならば、本発明が本発明の本質的な特性から外れない範囲で変形された形態で具現されるということを理解することができるであろう。従って、開示された実施形態は、限定的な観点ではなく、説明的な観点から考慮されなければならない。本発明の範囲は、前述の説明ではなく、特許請求の範囲に示されており、それと同等な範囲内にある全ての差異は、本発明に含まれたものであると解釈されなければならないものである。

Claims (13)

1. コンピューティングデバイスで実行されるコンテンツ提供方法において、
   一つ以上のユーザ装置からユーザの使用履歴を示す行為データを受信する段階と、
   前記行為データと関連したコンテンツを、前記ユーザ装置及び前記コンテンツの類型別にクラスタリングする段階と、
   前記クラスタリングする段階の結果から生成された候補類型クラスタのうち少なくとも一つ以上の代表類型クラスタを識別する段階と、
   前記行為データを時間区間に分ける段階と、
   前記時間区間のそれぞれに含まれた行為データと関連したコンテンツと、前記少なくとも１つの代表類型クラスタに含まれたコンテンツとの類似度を比較する段階と、
   前記類似度を基に、前記時間区間それぞれと前記少なくとも１つの前記代表類型クラスタをマッピングする段階と、
   前記マッピングされた代表類型クラスタ及び時間区間を保存する段階と、を含むコンテンツ提供方法。
2. 前記コンテンツ提供方法は、
   前記時間区間で、前記マッピングされた代表類型クラスタによって決められたコンテンツを提供する段階をさらに含むことを特徴とする請求項１に記載のコンテンツ提供方法。
3. 前記クラスタリングする段階は、
   前記行為データと関連したコンテンツのメタデータを抽出する段階と、
   前記抽出されたコンテンツのメタデータをクラスタリングし、前記コンテンツをメンバーに含む前記候補類型クラスタを生成する段階とを含み、
   前記識別する段階は、
   前記候補類型クラスタにおいて、前記候補類型クラスタに含まれたメンバーの数が、既設定の臨界値に逹する場合、前記候補類型クラスタを代表類型クラスタと指定する段階と、を含むことを特徴とする請求項１に記載のコンテンツ提供方法。
4. 前記マッピングする段階は、
   前記代表類型クラスタにマッピングされる、前記１つの時間区間のコンテンツのクラスタ・マッピング確率を基に、前記クラスタ・マッピング確率が、臨界値以下の代表類型クラスタを削除する段階をさらに含むことを特徴とする請求項１に記載のコンテンツ提供方法。
5. 前記マッピングする段階は、
   前記代表類型クラスタにマッピングされる、前記１つの時間区間のコンテンツのクラスタ・マッピング確率を基に、前記代表類型クラスタを順位化する段階をさらに含むことを特徴とする請求項１に記載のコンテンツ提供方法。
6. 前記行為データを前記時間区間に分ける段階は、
   前記行為データを、使用パターンによって既定の単位時間別に分ける段階をさらに含むことを特徴とする請求項１に記載のコンテンツ提供方法。
7. 一つ以上のユーザ装置から受信したユーザの使用履歴を示す行為データと関連したコンテンツを、前記ユーザ装置及び前記コンテンツの類型別にクラスタリングし、生成された候補類型クラスタのうち少なくとも一つ以上の代表類型クラスタを識別する使用履歴分析部と、
   前記行為データを時間区間に分け、前記時間区間のそれぞれに含まれた行為データと関連したコンテンツと、前記少なくとも１つの代表類型クラスタに含まれたコンテンツとの類似度を比較し、前記類似度を基に、前記時間区間それぞれと前記少なくとも１つの代表類型クラスタをマッピングし、前記代表類型クラスタ及び時間区間を保存する時間区間識別部と、を含むコンテンツ提供システム。
8. コンテンツ提供システムは、
   前記時間区間で、前記代表類型クラスタによって決められたコンテンツを提供する提供部をさらに含むことを特徴とする請求項７に記載のコンテンツ提供システム。
9. 前記使用履歴分析部は、
   前記行為データと関連したコンテンツのメタデータを抽出し、
   前記抽出されたコンテンツのメタデータをクラスタリングし、前記コンテンツをメンバーに含む前記候補類型クラスタを生成し、
   前記候補類型クラスタにおいて、前記候補類型クラスタに含まれたメンバーの数が、既設定の臨界値に逹する場合、前記候補類型クラスタを代表類型クラスタと指定するように構成されたことを特徴とする請求項７に記載のコンテンツ提供システム。
10. 前記時間区間識別部は、
    前記代表類型クラスタにマッピングされる前記１つの時間区間のコンテンツのクラスタ・マッピング確率を基に、前記クラスタ・マッピング確率が臨界値以下の代表類型クラスタを削除するようにも構成されたことを特徴とする請求項７に記載のコンテンツ提供システム。
11. 前記時間区間識別部は、
    前記代表類型クラスタにマッピングされる前記１つの時間区間のコンテンツのクラスタ・マッピング確率を基に、前記代表類型クラスタを順位化するように構成されたことを特徴とする請求項７に記載のコンテンツ提供システム。
12. 前記コンテンツ提供システムは、
    前記行為データを時間情報と共に保存する使用履歴管理部と、
    前記コンテンツ提供システムが提供するサービス項目に係わるコンテンツ、及び前記コンテンツに係わるメタデータを管理するコンテンツ及びメタデータ管理部と、をさらに含むことを特徴とする請求項７に記載のコンテンツ提供システム。
13. コンテンツ提供方法を実行するプログラムを記録したコンピュータで読み取り可能な記録媒体において、前記コンテンツ提供方法は、
    一つ以上のユーザ装置からユーザの使用履歴を示す行為データを受信する段階と、
    前記行為データと関連したコンテンツを、前記ユーザ装置及び前記コンテンツの類型別にクラスタリングする段階と、
    前記クラスタリングする段階の結果から生成された候補類型クラスタのうち少なくとも一つ以上の代表類型クラスタを識別する段階と、
    前記行為データを時間区間に分ける段階と、
    前記時間区間のそれぞれに含まれた行為データと関連したコンテンツと、前記少なくとも１つの代表類型クラスタに含まれたコンテンツとの類似度を比較する段階と、
    前記類似度を基に、前記時間区間それぞれと前記少なくとも１つの代表類型クラスタをマッピングする段階と、
    前記マッピングされた代表類型クラスタ及び時間区間を保存する段階と、を含む記録媒体。
    

Images