JP5846442B2 - 情報処理装置、情報処理方法、および、プログラム - Google Patents

情報処理装置、情報処理方法、および、プログラム Download PDF

Info

Publication number
JP5846442B2
JP5846442B2 JP2012120723A JP2012120723A JP5846442B2 JP 5846442 B2 JP5846442 B2 JP 5846442B2 JP 2012120723 A JP2012120723 A JP 2012120723A JP 2012120723 A JP2012120723 A JP 2012120723A JP 5846442 B2 JP5846442 B2 JP 5846442B2
Authority
JP
Japan
Prior art keywords
user
evaluation
playlist
item
content
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2012120723A
Other languages
English (en)
Other versions
JP2013246681A5 (ja
JP2013246681A (ja
Inventor
舘野　啓
啓 舘野
真里 斎藤
真里 斎藤
由幸 小林
由幸 小林
亮 向山
亮 向山
英行 松永
英行 松永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2012120723A priority Critical patent/JP5846442B2/ja
Priority to US13/864,525 priority patent/US9633308B2/en
Priority to CN201310188995.4A priority patent/CN103455537B/zh
Publication of JP2013246681A publication Critical patent/JP2013246681A/ja
Publication of JP2013246681A5 publication Critical patent/JP2013246681A5/ja
Application granted granted Critical
Publication of JP5846442B2 publication Critical patent/JP5846442B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/438—Presentation of query results
    • G06F16/4387—Presentation of query results by the use of playlists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)

Description

本技術は、情報処理装置、情報処理方法、および、プログラムに関し、特に、ユーザにアイテムのリストを提示する場合に用いて好適な情報処理装置、情報処理方法、および、プログラムに関する。
従来、動画配信や音楽配信といったコンテンツ配信サービスにおいて、ユーザが作成したコンテンツのリストであるプレイリストを共有する機能が一般的になっている。
また、近年、個人の嗜好に合わせプレイリストを自動生成し、提供するサービスも提案されている（例えば、特許文献１参照）。
特開２０１１−２２１１３３号公報
このような状況下で、サーバ等から提供されるプレイリストとユーザの嗜好との間の差異を把握したいというニーズがある。
そこで、本技術は、サーバ等から提供されるプレイリストとユーザの嗜好との間の差異を容易に把握できるようにするものである。
本技術の一側面の情報処理装置は、第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与する評価付与部と、前記第２のユーザを基準とする評価が低いアイテムが前記リストに含まれる理由を抽出する理由抽出部と、抽出された前記理由を前記リストとともに表示する表示情報を生成する制御部とを備える。
前記評価付与部には、アイテムの特徴量に基づいて前記第２のユーザのアイテムに対する評価を予測するモデルを用いて前記リスト内のアイテムに評価を付与させ、前記理由抽出部には、アイテムの特徴量のうち前記第１のユーザと前記第２のユーザとの間の評価の差が大きい特徴量を前記理由として抽出させることができる。
前記評価付与部には、前記第２のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより前記リスト内のアイテムに評価を付与させ、前記理由抽出部には、前記第１のユーザと前記第２のユーザが評価済みのアイテムのうち両者の評価の差が大きいアイテムを前記理由として抽出させることができる。
前記評価付与部には、前記第２のユーザが作成した条件に基づいて、前記リスト内のアイテムに評価を付与させ、前記理由抽出部には、前記リスト内のアイテムが満たす割合が低い前記条件を前記理由として抽出させることができる。
アイテムの特徴量に基づいて各ユーザのアイテムに対する評価を予測するモデルを学習する学習部をさらに設け、前記評価付与部には、前記第１のユーザの前記モデルを用いて生成された前記リスト内のアイテムに前記第２のユーザの前記モデルを用いて評価を付与させることができる。
前記評価付与部には、前記第１のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより予測される評価に基づいて生成された前記リスト内のアイテムに、前記第２のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより評価を付与させることができる。
前記評価付与部には、前記第１のユーザにより作成された条件に基づいて生成された前記リスト内のアイテムに、前記第２のユーザにより作成された条件に基づいて評価を付与させることができる。
前記制御部には、前記リスト内のアイテムを前記第２のユーザを基準とする評価により区別して表示する前記表示情報を生成させることができる。
前記制御部には、前記第２のユーザを基準とする評価が低いアイテムを強調して表示する前記表示情報を生成させることができる。
本技術の一側面の情報処理方法は、情報処理装置が、第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与し、前記第２のユーザを基準とする評価が低いアイテムが前記リストに含まれる理由を抽出し、抽出された前記理由を前記リストとともに表示する表示情報を生成するステップを含む。
本技術の一側面のプログラムは、第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与し、前記第２のユーザを基準とする評価が低いアイテムが前記リストに含まれる理由を抽出し、抽出された前記理由を前記リストとともに表示する表示情報を生成するステップを含む処理をコンピュータに実行させる。
本技術の一側面においては、第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価が付与され、前記第２のユーザを基準とする評価が低いアイテムが前記リストに含まれる理由が抽出され、抽出された前記理由を前記リストとともに表示する表示情報が生成される。
本技術の一側面によれば、サーバ等から提供されるアイテムのリストとユーザの嗜好との間の差異を容易に把握することができる。
本技術を適用した情報処理システムの一実施の形態を示すブロック図である。 プレイリスト生成処理を説明するためのフローチャートである。 コンテンツの特徴量の例を示す図である。 コンテンツに対するユーザの評価値の例を示す図である。 ユーザプロファイルの例を示す図である。 コンテンツの特徴量の例を示す図である。 コンテンツに付与されるスコアの例を示す図である。 プレイリスト−ユーザテーブルの構成例を示す図である。 プレイリスト詳細テーブルの構成例を示す図である。 プレイリスト提示処理を説明するためのフローチャートである。 ユーザプロファイルの例を示す図である。 コンテンツに対するユーザの評価値の例を示す図である。 プレイリストの表示方法の第１の例を示す図である。 プレイリストの表示方法の第２の例を示す図である。 プレイリストの表示方法の第３の例を示す図である。 プレイリストの表示方法の第４の例を示す図である。 プレイリストの表示方法の第５の例を示す図である。 コンピュータの構成例を示すブロック図である。
以下、本技術を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．実施の形態
２．変形例
＜１．実施の形態＞
［情報処理システム１の構成例］
図１は、本技術を適用した情報処理システムの一実施の形態を示すブロック図である。
情報処理システム１は、サーバ１１およびクライアント１２−１乃至１２−ｎを含むように構成される。サーバ１１とクライアント１２−１乃至１２−ｎは、ネットワーク１３を介して相互に接続されている。
なお、以下、クライアント１２−１乃至１２−ｎを個々に区別する必要がない場合、単に、クライアント１２と称する。
サーバ１１は、各クライアント１２に対して、動画や音楽等のコンテンツの配信サービスを提供する。また、サーバ１１は、コンテンツのリストであるプレイリストの作成を支援したり、各ユーザが作成したプレイリストを複数のユーザで共有したりする機能を有する。さらに、サーバ１１は、プレイリストを自動で生成し、各ユーザに提供する機能を有する。
なお、以下、サーバ１１が音楽配信サービスを提供する例を中心に説明する。
サーバ１１は、フィードバック保存部２１、プロファイル作成部２２、プロファイル保存部２３、コンテンツ特徴量保存部２４、評価付与部２５、プレイリスト生成部２６、プレイリスト保存部２７、プロファイル類似度計算部２８、ソーシャルグラフ保存部２９、プレイリスト選択部３０、差分抽出部３１、差分保存部３２、差分理由抽出部３３、表示制御部３４、および、通信部３５を含むように構成される。なお、この図では、主にサーバ１１のプレイリストの生成および提供に関係する部分のみを示しており、その他の部分については一部図示を省略している。
フィードバック保存部２１は、各クライアント１２からネットワーク１３を介して通信部３５に送信される情報の中から、コンテンツに対する各ユーザのフィードバックに関する情報（以下、フィードバック情報と称する）を収集し、保存する。ここで、コンテンツに対するフィードバックとは、各ユーザのコンテンツに対する反応であり、例えば、好き／嫌いや、５段階評価等により表される。
プロファイル作成部２２は、フィードバック保存部２１に保存されているフィードバック情報や、各クライアント１２からネットワーク１３および通信部３５を介して供給される指令等に基づいて、各ユーザのユーザプロファイルを作成する。ここで、ユーザプロファイルとは、各ユーザのコンテンツに対する嗜好を示すデータであり、各コンテンツに対するユーザの評価の予測等に用いられる。プロファイル作成部２２は、作成した各ユーザのユーザプロファイルをプロファイル保存部２３に保存する。
コンテンツ特徴量保存部２４は、サーバ１１が配信する各コンテンツの特徴量を示す情報を保存する。
評価付与部２５は、プロファイル保存部２３に保存されているユーザプロファイル、および、コンテンツ特徴量保存部２４に保存されている各コンテンツの特徴量に基づいて、各コンテンツに対する各ユーザの評価を予測する。そして、評価付与部２５は、予測した評価を示すスコアを各コンテンツに付与する。評価付与部２５は、各ユーザの各コンテンツに対するスコアを示す情報をプレイリスト生成部２６に供給する。
また、評価付与部２５は、プレイリスト選択部３０により選択されたプレイリスト（以下、対象プレイリストと称する）に関する情報をプレイリスト保存部２７から読み出す。そして、評価付与部２５は、対象プレイリストを提示する対象となるユーザ（以下、アクティブユーザと称する）のユーザプロファイルおよびコンテンツの特徴量に基づいて、対象プレイリスト内のコンテンツに対するアクティブユーザの評価を予測する。また、評価付与部２５は、予測した評価を示すスコアを対象プレイリスト内の各コンテンツに付与する。そして、評価付与部２５は、対象プレイリストに関する情報にプレイリスト内の各コンテンツのスコアを示す情報を付与して、差分抽出部３１に供給する。
プレイリスト生成部２６は、評価付与部２５から供給される各ユーザの各コンテンツに対するスコアを示す情報、および、各クライアント１２からネットワーク１３および通信部３５を介して供給される指令等に基づいて、プレイリストを生成する。プレイリスト生成部２６は、生成したプレイリストをプレイリスト保存部２７に保存する。
プロファイル類似度計算部２８は、各ユーザ間のユーザプロファイルの類似度を計算し、計算した類似度を示す情報をプレイリスト選択部３０に供給する。
ソーシャルグラフ保存部２９は、各クライアント１２からネットワーク１３を介して通信部３５に送信される情報の中から、ソーシャルサービス上での各ユーザの関係を示すソーシャルグラフに関する情報を収集し、保存する。
なお、このソーシャルサービスは、サーバ１１が提供するサービスであってもよいし、他のサーバが提供するサービスであってもよい。また、例えば、他のサーバが提供するソーシャルサービスのソーシャルグラフを示す情報を当該サーバから取得し、ソーシャルグラフ保存部２９に保存するようにしてもよい。
プレイリスト選択部３０は、ユーザ間のユーザプロファイルの類似度、ソーシャルグラフ保存部２９に保存されているソーシャルグラフ、各クライアント１２からネットワーク１３および通信部３５を介して供給される指令等に基づいて、プレイリスト保存部２７に保存されているプレイリストの中から、アクティブユーザに提示する対象プレイリストを選択する。プレイリスト選択部３０は、対象プレイリストの選択結果を評価付与部２５に供給する。
差分抽出部３１は、対象プレイリスト内のコンテンツのうち、アクティブユーザを基準に生成されるプレイリストに含まれる可能性が低いコンテンツを差分コンテンツとして抽出する。ここで、あるユーザを基準に生成されるプレイリストとは、当該ユーザの嗜好を反映したプレイリストであり、例えば、当該ユーザが自分で作成したり、当該ユーザのユーザプロファイルを用いて生成されるプレイリストを含む。そして、差分抽出部３１は、対象プレイリストに関する情報に、差分コンテンツを示す情報を付与して、差分保存部３２に保存する。
差分理由抽出部３３は、フィードバック保存部２１に保存されているフィードバック情報、プロファイル保存部２３に保存されているユーザプロファイル、コンテンツ特徴量保存部２４に保存されている各コンテンツの特徴量、および、差分保存部３２に保存されている対象プレイリストに関する情報に基づいて、対象プレイリストに差分コンテンツが含まれる理由を示す差分理由を抽出する。差分理由抽出部３３は、抽出した差分理由を示す情報を表示制御部３４に供給する。
表示制御部３４は、対象プレイリストに関する情報を差分保存部３２から読み出し、対象プレイリストを表示するためのプレイリスト表示データを生成する。そして、表示制御部３４は、通信部３５およびネットワーク１３を介して、アクティブユーザのクライアント１２にプレイリスト表示データを送信することにより、アクティブユーザのクライアント１２におけるプレイリストの表示を制御する。
通信部３５は、ネットワーク１３を介して各クライアント１２と通信を行い、コンテンツ配信サービスに関わる各種の情報や指令等の送受信を行う。
［プレイリスト生成処理］
次に、図２のフローチャートを参照して、サーバ１１により実行されるプレイリスト生成処理について説明する。
ステップＳ１において、プロファイル作成部２２は、各ユーザのユーザプロファイルを作成する。プロファイル作成部２２は、作成した各ユーザのユーザプロファイルをプロファイル保存部２３に保存する。
ステップＳ２において、評価付与部２５およびプレイリスト生成部２６は、プレイリストを生成する。プレイリスト生成部２６は、生成したプレイリストをプレイリスト保存部２７に保存する。
その後、プレイリスト生成処理は終了する。
ここで、プレイリスト生成処理の具体例について説明する。
（ＣＢＦを用いる場合）
最初に、コンテントベースフィルタリング（ＣＢＦ）を用いてプレイリストを生成する場合について説明する。
まず、プロファイル作成部２２は、各ユーザのコンテンツに対するフィードバックとコンテンツの特徴量を組み合わせて、多変量解析や機械学習等の方法で、コンテンツの特徴量に基づいて各ユーザのコンテンツに対する評価を予測するモデルを学習する。そして、プロファイル作成部２２は、学習したモデルのパラメータを各ユーザのプロファイルとして、プロファイル保存部２３に保存する。
ここで、図３乃至図５を参照して、ユーザプロファイルの作成方法の具体例について説明する。なお、図３は、コンテンツの特徴量の具体例を示している。この例では、各コンテンツについて、テンポ、音の密度、リズム楽器の比の３種類の特徴量が求められている。図４は、ユーザＵ１の各コンテンツに対する評価値の具体例を示している。
図３のコンテンツ特徴量、および、図４のコンテンツに対する評価値に基づいて、線形回帰を行った場合、図５に示されるように、回帰関数における各特徴量の重み及び定数項が求まる。プロファイル作成部２２は、この回帰関数における各特徴量の重み及び定数項を含むプロファイルを、ユーザＵ１のプロファイルとして作成する。そして、プロファイル作成部２２は、作成したユーザＵ１のユーザプロファイルをプロファイル保存部２３に保存する。
次に、評価付与部２５およびプレイリスト生成部２６は、プロファイル作成部２２により作成された各ユーザのユーザプロファイルを用いて、各ユーザを基準とするプレイリストを生成する。
例えば、図６に示されるプレイリスト用のコンテンツの候補を用いて、図５に示されるユーザＵ１のユーザプロファイルに基づいて、ユーザＵ１を基準とするプレイリストを生成する場合について説明する。なお、図６は、図３と同様に、コンテンツＣ１１乃至Ｃ１５の、テンポ、音の密度、リズム楽器の比についての特徴量を示している。
例えば、評価付与部２５は、図５に示されるユーザプロファイルを用いて、コンテンツＣ１１乃至Ｃ１５に対するユーザＵ１の評価値を予測し、予測した評価値を示すスコアを各コンテンツに付与する。評価付与部２５は、ユーザＵ１の各コンテンツに対するスコアを示す情報をプレイリスト生成部２６に供給する。
図７は、コンテンツＣ１１乃至Ｃ１５に対するユーザＵ１の予測評価値に基づくスコアを示している。
なお、プレイリスト用のコンテンツの候補の中に、ユーザがすでに評価済みのコンテンツが含まれる場合、予測評価値の代わりに実際の評価値をスコアとして用いるようにしてもよい。
次に、プレイリスト生成部２６は、スコアが所定の閾値以上となるコンテンツを抽出し、さらにスコアが高い順にコンテンツを並べることにより、プレイリストを生成する。例えば、図７の例において閾値を３に設定した場合、コンテンツＣ１１、Ｃ１３、Ｃ１４が抽出され、コンテンツＣ１１、Ｃ１４、Ｃ１３の順に並べたプレイリストが、ユーザＵ１を基準とするプレイリストとして生成される。そして、プレイリスト生成部２６は、生成したプレイリストをプレイリスト保存部２７に保存する。
（ＣＦを用いる場合）
次に、協調フィルタリング（ＣＦ）を用いてプレイリストを生成する場合について説明する。
まず、プロファイル作成部２２は、コンテンツの特徴量を使用せずに、各ユーザが過去に各コンテンツに付与した評価値の集合を、各ユーザのユーザプロファイルとして作成し、プロファイル保存部２３に保存する。
次に、評価付与部２５およびプレイリスト生成部２６は、プロファイル作成部２２により作成された各ユーザのユーザプロファイルを用いて、各ユーザを基準とするプレイリストを生成する。
具体的には、まず、評価付与部２５は、ユーザが過去に付与したコンテンツに対する評価値を基に協調フィルタリングにより、プレイリスト用のコンテンツの候補に対する当該ユーザの評価値を予測する。そして、評価付与部２５は、予測した評価値を示すスコアを各コンテンツに付与する。評価付与部２５は、各コンテンツに対するスコアを示す情報をプレイリスト生成部２６に供給する。
例えば、ユーザｕが未評価のコンテンツｉの予測評価値Ｅｉは、ユーザｕの評価値集合（ユーザプロファイル）を基準にして、ユーザｕの評価値集合と他のユーザｖの評価値集合のPeason相関値ρｕｖをユーザ間の重みとして、次式（１）により算出することができる。
Figure 0005846442
ここで、ａｒｕは、ユーザｕの評価値の平均値、ｒｖｉは、ユーザｖのコンテンツｉに対する評価値を示す。
なお、プレイリスト用のコンテンツの候補の中に、ユーザがすでに評価済みのコンテンツが含まれる場合、予測評価値の代わりに実際の評価値をスコアとして用いるようにしてもよい。
次に、プレイリスト生成部２６は、ＣＢＦを用いる場合と同様に、スコアが所定の閾値以上となるコンテンツを抽出し、さらにスコアが高い順にコンテンツを並べることにより、プレイリストを生成する。
（ユーザが作成したルールを用いる場合）
次に、ユーザが自ら作成したルールを用いてプレイリストを生成する場合について説明する。
例えば、プロファイル作成部２２は、各ユーザからの指令に基づいて、コンテンツの特徴量に基づく１つ以上の条件（以下、コンテンツ判定条件と称する）を含み、コンテンツの抽出や評価に用いるルールをユーザプロファイルとして作成する。コンテンツ判定条件は、例えば、”テンポが６０以上”、”音の密度が４０以上６０未満”のように表される。
このとき、ユーザが自らコンテンツ判定条件を設定するようにしてもよいし、予め用意された複数のコンテンツ判定条件の中からユーザが選択するようにしてもよい。また、複数のコンテンツ判定条件をＡＮＤやＯＲ等で組み合わせて、ルールを作成するようにしてもよい。そして、プロファイル作成部２２は、各ユーザが作成したルールからなるユーザプロファイルをプロファイル保存部２３に保存する。
次に、評価付与部２５は、プレイリスト用の各コンテンツに対して、基準とするユーザのユーザプロファイル内のコンテンツ判定条件に対する充足率を求め、求めた充足率を示すスコアを各コンテンツに付与する。例えば、コンテンツ判定条件が１つの場合、スコアは０か１の２値で表され、コンテンツ判定条件が２つの場合、スコアは０，０．５，１の３値で表される。そして、評価付与部２５は、各コンテンツに対するスコアを示す情報をプレイリスト生成部２６に供給する。
なお、充足率の算出において、ＯＲで結合されている２つ以上のコンテンツ判定条件はまとめて１つのコンテンツ判定条件とみなされる。例えば、ユーザプロファイルに（コンテンツ判定条件１ ＯＲ コンテンツ判定条件２）と示されている場合、２つの条件をまとめて１つのコンテンツ判定条件とみなされる。一方、ユーザプロファイルに（コンテンツ判定条件１ ＡＮＤ コンテンツ判定条件２）と示されている場合、それぞれ別の２つのコンテンツ判定条件とみなされる。
そして、プレイリスト生成部２６は、ＣＢＦやＣＦを用いる場合と同様に、スコアが所定の閾値以上となるコンテンツを抽出し、さらにスコアが高い順にコンテンツを並べることにより、プレイリストを生成する。
（その他のプレイリスト生成処理）
なお、上述したようにユーザプロファイルを用いてプレイリストを自動生成する以外にも、ユーザが自分でプレイリストを作成するようにしてもよい。この場合、例えば、プレイリスト生成部２６は、ユーザから指定されたコンテンツを、指定された順序で並べることにより、プレイリストを生成する。このとき、プレイリスト内の各コンテンツに対して、ユーザがスコアを付与するようにしてもよい。
さらに、例えば、プレイリスト生成部２６が、最近のヒットチャートや、ユーザ投票などによるランキング等に基づいて、各ユーザに共通なプレイリストを生成するようにしてもよい。このとき、プレイリスト生成部２６が、所定の基準によりプレイリスト内の各コンテンツにスコアを付与するようにしてもよい。
図８および図９は、プレイリスト保存部２７に保存されるデータの構成例を示している。
図８は、各プレイリストとユーザとを対応付けるプレイリスト−ユーザテーブルの構成例を示している。プレイリスト−ユーザテーブルは、プレイリストを識別するためのプレイリストＩＤおよびユーザを識別するためのユーザＩＤの２項目を含む。この例では、例えば、プレイリストＰＬ１が、ユーザＵ１を基準に生成されたプレイリストであることが示されている。
図９は、各プレイリストの詳細を示すプレイリスト詳細テーブルの構成例を示している。プレイリスト詳細テーブルは、プレイリストＩＤ、プレイリスト内の各コンテンツの順序を示すプレイリスト内順序、コンテンツＩＤ、各コンテンツに付与されているスコアの４項目を含む。
なお、以下、あるユーザを基準に生成されたプレイリストのことを、単に当該ユーザのプレイリストとも称する。
［プレイリスト提示処理］
次に、図１０のフローチャートを参照して、サーバ１１により実行されるプレイリスト提示処理について説明する。
ステップＳ５１において、プレイリスト選択部３０は、アクティブユーザに提示するプレイリスト（対象プレイリスト）を選択する。なお、対象プレイリストの選択方法は特に限定されるものではないが、以下に選択方法の具体例をいくつか挙げる。
例えば、アクティブユーザと類似するユーザのプレイリストを選択することが考えられる。この場合、例えば、プロファイル類似度計算部２８は、アクティブユーザと他のユーザとの間のユーザプロファイルの類似度を計算し、計算結果をプレイリスト選択部３０に供給する。プレイリスト選択部３０は、例えば、類似度が上位の所定の人数のユーザ、あるいは、類似度が所定の閾値以上のユーザを、アクティブユーザと類似するユーザとして抽出する。そして、プレイリスト選択部３０は、抽出したユーザのプレイリストの中から所定の数のプレイリストを、アクティブユーザに提示する対象プレイリストとして選択する。
なお、ユーザプロファイル以外のユーザ属性等に基づいて、アクティブユーザと類似するユーザを抽出するようにしてもよい。
また、例えば、アクティブユーザと関係のあるユーザのプレイリストを選択することが考えられる。なお、ここで、アクティブユーザと関係のあるユーザとは、例えば、サーバ１１等が提供するソーシャルサービス上でアクティブユーザと友人関係にあるユーザや、アクティブユーザがフォローしているユーザ等のことである。
例えば、プレイリスト選択部３０は、ソーシャルグラフ保存部２９に保存されているソーシャルグラフに基づいて、アクティブユーザと関係のあるユーザの中から所定の人数のユーザを抽出する。そして、プレイリスト選択部３０は、抽出したユーザのプレイリストの中から所定の数のプレイリストを、アクティブユーザに提示する対象プレイリストとして選択する。
さらに、例えば、アクティブユーザが直接プレイリストを選択するようにしてもよい。すなわち、プレイリスト選択部３０は、プレイリスト保存部２７に保存されているプレイリストの中から、アクティブユーザにより指定されたプレイリストを対象プレイリストとして選択する。
そして、プレイリスト選択部３０は、対象プレイリストの選択結果を評価付与部２５に供給する。
なお、以下、対象プレイリストを生成する際に基準とされたユーザを比較対象ユーザと称する。換言すれば、対象プレイリストは、比較対象ユーザのユーザプロファイルを用いて作成されたり、比較対象ユーザが自ら作成したプレイリストとなる。
なお、プレイリスト生成部２６が、上述したようにヒットチャートやランキング等に基づいて生成した各ユーザに共通なプレイリストには、比較対象ユーザは存在しない。
ステップＳ５２において、サーバ１１は、差分コンテンツを抽出する。具体的には、評価付与部２５は、対象プレイリストに関する情報をプレイリスト保存部２７から読み出し、対象プレイリスト内の各コンテンツに対して、アクティブユーザを基準とするスコアを付与する。評価付与部２５は、対象プレイリストに関する情報にプレイリスト内の各コンテンツのスコアを示す情報を付与して、差分抽出部３１に供給する。
差分抽出部３１は、アクティブユーザのスコアに基づいて、対象プレイリスト内のコンテンツの中から差分コンテンツを抽出する。差分抽出部３１は、対象プレイリストに関する情報に、差分コンテンツを示す情報を付与して、差分保存部３２に保存する。
ステップＳ５３において、差分理由抽出部３３は、対象プレイリストに差分コンテンツが含まれる理由を示す差分理由を抽出する。差分理由抽出部３３は、抽出した差分理由を示す情報を表示制御部３４に供給する。
ここで、ステップＳ５２およびＳ５３の処理の具体例について説明する。
(ＣＢＦを用いて生成された対象プレイリストの場合)
最初に、ＣＢＦを用いて生成された対象プレイリストから差分コンテンツおよび差分理由を抽出する場合について説明する。
まず、評価付与部２５は、プレイリストを生成する場合と同様の方法により、アクティブユーザのユーザプロファイルを用いて、対象プレイリスト内の各コンテンツのスコアを算出する。これにより、対象プレイリスト内の各コンテンツに対してアクティブユーザを基準とするスコアが付与される。評価付与部２５は、対象プレイリストに関する情報にプレイリスト内の各コンテンツのスコアを示す情報を付与して、差分抽出部３１に供給する。
差分抽出部３１は、対象プレイリスト内のコンテンツの中から、アクティブユーザのスコアが所定の閾値未満のコンテンツを差分コンテンツとして抽出する。そして、差分抽出部３１は、対象プレイリストに関する情報に、差分コンテンツを示す情報を付加して、差分保存部３２に保存する。
次に、差分理由抽出部３３は、差分コンテンツのスコアが低くなった要因となるコンテンツの特徴量を差分理由として抽出する。すなわち、差分理由抽出部３３は、コンテンツの各特徴量のうちアクティブユーザと比較対象ユーザとの間で評価の差が大きい特徴量を差分理由として抽出する。
例えば、線形回帰を用いてユーザプロファイルが生成されている場合、差分理由抽出部３３は、｛アクティブユーザの回帰係数，比較対象ユーザの回帰係数，差分コンテンツの特徴量｝の組が、｛小，大，正の値｝または｛大，小，負の値｝となる特徴量を差分理由として抽出する。前者は、差分コンテンツの各特徴量のうち、アクティブユーザの評価が低く、比較対象ユーザの評価が高く、かつ、正の値をとる特徴量である。後者は、差分コンテンツの各特徴量のうち、アクティブユーザの評価が高く、比較対象ユーザの評価が低く、かつ、負の値をとる特徴量である。両者とも、その特徴量についてのアクティブユーザのスコアが、比較対象ユーザのスコアより大幅に低くなるケースである。
例えば、ユーザＵ１（アクティブユーザ）およびユーザＵ２（比較対象ユーザ）のユーザプロファイル（回帰係数）が、それぞれ図５および図１１に示されるようになり、図９のプレイリストＰＬ２が対象プレイリストに選択されている場合について検討する。
この場合、テンポに対する回帰係数が、ユーザＵ１が低く、ユーザＵ２が高く、かつ、その差が大きい。また、プレイリストＰＬ２内のコンテンツＣ１５，Ｃ１２ともに、図６に示されるように、テンポに対する特徴量が正の値となっている。従って、この場合、コンテンツの特徴量の中から、テンポが差分理由として抽出される。
なお、回帰係数の大、小については、例えば、全ユーザの回帰係数の平均を基準にして、１σ（標準偏差）以上大きい場合を大と判定し、１σ以上小さい場合を小と判定することが考えられる。また、差分コンテンツの特徴量について、正負のみを判定基準にするだけでなく、例えば、絶対値が所定の閾値以上であるか否かを判定基準に加えるようにしてもよい。
そして、差分理由抽出部３３は、抽出した差分理由を示す情報を表示制御部３４に供給する。
(ＣＦを用いて生成された対象プレイリストの場合)
次に、ＣＦを用いて生成された対象プレイリストから差分コンテンツおよび差分理由を抽出する場合について説明する。
まず、評価付与部２５は、プレイリストを生成する場合と同様の方法により、アクティブユーザのユーザプロファイルを用いて、対象プレイリスト内の各コンテンツのスコアを算出する。これにより、対象プレイリスト内の各コンテンツに対してアクティブユーザを基準とするスコアが付与される。評価付与部２５は、対象プレイリストに関する情報にプレイリスト内の各コンテンツのスコアを示す情報を付与して、差分抽出部３１に供給する。
差分抽出部３１は、対象プレイリスト内のコンテンツの中から、スコアが所定の閾値未満のコンテンツを差分コンテンツとして抽出する。そして、差分抽出部３１は、対象プレイリストに関する情報に差分コンテンツの情報を付加して、差分保存部３２に保存する。
次に、差分理由抽出部３３は、比較対象ユーザとアクティブユーザの評価履歴（評価値集合）の差異を差分理由として抽出する。
ＣＦを用いる場合、各ユーザの評価履歴を基準として、他のユーザとの評価履歴の類似度を用いて各コンテンツの評価値が予測される。その結果、同様の評価履歴を持つユーザ同士では、同じコンテンツに対してほぼ同様のスコアが付与される。従って、比較対象ユーザとアクティブユーザの評価履歴が類似している場合、比較対象ユーザを基準にして生成された対象プレイリスト内のコンテンツに対して、アクティブユーザを基準にして付与されるスコアは、通常高くなると想定される。
一方、対象プレイリスト内にアクティブユーザのスコアが低いコンテンツが存在する場合、比較対象ユーザとアクティブユーザの評価履歴の間に差があり、その差がアクティブユーザのスコアが低くなった要因であると想定される。
そこで、差分理由抽出部３３は、フィードバック保存部２１に保存されているフィードバック情報のうち、比較対象ユーザとアクティブユーザの両方が評価済みのコンテンツの評価値を読み出す。そして、差分理由抽出部３３は、両者の評価値の差が所定の閾値以上のコンテンツを差分理由として抽出する。なお、差分理由として抽出されるコンテンツは、通常、対象プレイリストに含まれるコンテンツ以外のコンテンツが対象になる。
例えば、ユーザＵ１（アクティブユーザ）およびユーザＵ２（比較対象ユーザ）がともに、コンテンツＣ２１乃至Ｃ２３に対して、図１２に示されるように評価値を付与している場合について検討する。この場合、評価値の差の閾値を３とすると、ユーザＵ１とユーザＵ２のコンテンツＣ２３に対する評価値の差が閾値より大きい４なので、コンテンツＣ２３が差分理由として抽出される。
そして、差分理由抽出部３３は、抽出した差分理由を示す情報を表示制御部３４に供給する。
(ユーザが作成したルールを用いて生成された対象プレイリストの場合)
次に、ユーザが作成したルールを用いて生成された対象プレイリストから差分コンテンツおよび差分理由を抽出する場合について説明する。
まず、評価付与部２５は、プレイリストを生成する場合と同様の方法により、アクティブユーザのユーザプロファイルを用いて、対象プレイリスト内の各コンテンツのスコアを算出する。これにより、対象プレイリスト内の各コンテンツに対してアクティブユーザを基準とするスコアが付与される。評価付与部２５は、対象プレイリストに関する情報にプレイリスト内の各コンテンツのスコアを示す情報を付与して、差分抽出部３１に供給する。
差分抽出部３１は、対象プレイリスト内のコンテンツの中から、算出したスコアが所定の閾値未満のコンテンツを差分コンテンツとして抽出する。そして、差分抽出部３１は、対象プレイリストに関する情報に差分コンテンツの情報を付加して、差分保存部３２に保存する。
次に、差分理由抽出部３３は、対象プレイリスト内の各コンテンツが満たす割合が低いコンテンツ判定条件を差分理由として抽出する。
例えば、図９のプレイリストＰＬ１が対象プレイリストに選択され、アクティブユーザのユーザプロファイルに、（コンテンツ判定条件１：テンポが６０以上）ＡＮＤ（コンテンツ判定条件２：音の密度が４０以上６０未満）というルールが示されている場合について検討する。
この場合、プレイリストＰＬ１内の各コンテンツの特徴量（図６）を参照すると、コンテンツ判定条件１は、プレイリストＰＬ１内の全てのコンテンツが満たしておらず、コンテンツ判定条件２は、プレイリストＰＬ１内の２／３のコンテンツが満たしている。従って、例えば閾値を１／３とすると、プレイリストＰＬ１内のコンテンツがコンテンツ判定条件１を満たす割合が閾値以下の０なので、コンテンツ判定条件１が差分理由として抽出される。
そして、差分理由抽出部３３は、抽出した差分理由を示す情報を表示制御部３４に供給する。
なお、比較対象ユーザが自分で作成したプレイリストや、各ユーザに共通なプレイリストが対象プレイリストに設定されている場合、ユーザプロファイルの種類によって、差分コンテンツおよび差分理由の抽出方法が異なる。
例えば、コンテンツの評価予測モデルに基づいてユーザプロファイルが作成されている場合、上述したＣＢＦを用いて生成された対象プレイリストの場合と同様の方法により、差分コンテンツおよび差分理由が抽出される。
また、各ユーザの評価値集合に基づいてユーザプロファイルが作成されている場合、上述したＣＦを用いて生成された対象プレイリストの場合と同様の方法により、差分コンテンツおよび差分理由が抽出される。なお、この場合、各ユーザに共通なプレイリストが対象プレイリストに設定されている場合は、比較対象ユーザの評価履歴として、例えば、アクティブユーザ以外のユーザの評価履歴の平均が用いられる。
さらに、各ユーザが作成したルールに基づいてユーザプロファイルが作成されている場合、上述したユーザが作成したルールを用いて生成された対象プレイリストの場合と同様の方法により、差分コンテンツおよび差分理由が抽出される。
図１０に戻り、ステップＳ５４において、表示制御部３４は、プレイリストの表示を制御する。具体的には、表示制御部３４は、対象プレイリストに関する情報を差分保存部３２から読み出す。なお、この対象プレイリストに関する情報には、ステップＳ５２の処理で抽出された差分コンテンツの情報が含まれる。
そして、表示制御部３４は、対象プレイリストを表示するためのプレイリスト表示データを生成し、通信部３５およびネットワーク１３を介して、アクティブユーザのクライアント１２に送信する。これにより、アクティブユーザのクライアント１２において、対象プレイリストが表示される。
ここで、図１３乃至図１７を参照して、対象プレイリストの表示方法の具体例について説明する。
図１３は、ＣＢＦを用いて生成された対象プレイリストの表示方法の例を示している。この例では、ユーザＵ２のプレイリストおよびユーザＵ３のプレイリストが上下に並べて表示されている。
まず、ユーザＵ２を表すアイコン１０１ａが左端に表示されている。その右に、ユーザＵ２のプレイリストに含まれるコンテンツを表すアイコン１０２ａ−１乃至１０２ａ−ｍが横に並べて表示されている。なお、アイコン１０２ａ−１乃至１０２ａ−ｍには、対応するコンテンツ（楽曲）のジャケット等が用いられる。
ここで、アイコン１０２ａ−１乃至１０２ａ−ｍは、対応するコンテンツのアクティブユーザのスコアが高い順に左から右に並べて表示される。従って、アクティブユーザとユーザＵ２の評価が類似し、ともに評価が高いコンテンツほど、対応するアイコンが左に表示される。一方、アクティブユーザとユーザＵ２の評価の差異が大きく、ユーザＵ２の評価は高いが、アクティブユーザの評価は低いコンテンツほど、対応するアイコンが右に表示される。従って、ステップＳ５２の処理で抽出された差分コンテンツに対応するアイコンは、右端付近に表示される。
また、スコアの高低により各アイコンの大きさが区別して表示される。すなわち、コンテンツのスコアが所定の閾値以上の場合、スコアが高くなるほど対応するアイコンが大きなサイズで表示される。一方、コンテンツのスコアが所定の閾値未満の場合、スコアが低くなるほど対応するアイコンが大きなサイズで表示される。
また、ユーザＵ２のプレイリストにアクティブユーザのスコアが低い差分コンテンツが含まれる理由を示す差分理由１０３が合わせて表示されている。この例の場合、差分理由として、”テンポが大きい”と表示されている。これにより、アクティブユーザの評価が低い”テンポが大きい”コンテンツがユーザＵ２のプレイリストに含まれ、それが差分コンテンツとして抽出されていることが分かる。
ユーザＵ３を表すアイコン１０１ｂ、および、ユーザＵ３のプレイリスト内のコンテンツに対応するアイコン１０２b−１乃至１０２ｂ−ｎについても、アイコン１０１ａ、および、アイコン１０２ａ−１乃至１０２ａ−ｍと同様の方法により表示される。また、この例では表示されていないが、ユーザＵ３のプレイリストに対しても、ユーザＵ２のプレイリストと同様に、差分理由を表示することが可能である。
これにより、アクティブユーザは、比較対象ユーザであるユーザＵ２およびユーザＵ３を基準に生成されたプレイリストと自分の嗜好との間の差異を容易に把握することができる。また、そのような差異が生じた理由を容易に知ることができる。そして、アクティブユーザは、他のユーザとの嗜好の差異を具体的に把握することにより、例えば、容易に好みのプレイリストを検索し、選択することができるようになる。
図１４は、ＣＦを用いて生成された対象プレイリストの表示方法の例を示している。この例では、ユーザＵ２のプレイリストが表示されている。
まず、ユーザＵ２を表すアイコン１１１が左端に表示されている。その右に、ユーザＵ２のプレイリストに含まれるコンテンツを表すアイコン１１２−１乃至１１２−ｍが、図１３の例と同じ基準に基づく順序およびサイズで表示されている。
また、ユーザＵ２のプレイリストにアクティブユーザのスコアが低い差分コンテンツが含まれる理由を示す差分理由１１３が合わせて表示されている。この例の場合、差分理由として、ユーザＵ２とアクティブユーザとの間の評価の差が大きいコンテンツを示すアイコンが表示されている。
これにより、図１３の例と同様に、アクティブユーザは、比較対象ユーザであるユーザＵ２を基準に生成されたプレイリストと自分の嗜好との間の差異を容易に把握することができる。また、そのような差異が生じた理由を容易に知ることができる。
図１５は、プレイリスト内のコンテンツを示すアイコンの表示方法の変形例を示している。この例では、ユーザＵ２のプレイリストが表示されている。
まず、ユーザＵ２を表すアイコン１２１ａと、アクティブユーザを表すアイコン１２１ｂが左右の両端に分かれて表示されている。その間に、ユーザＵ２のプレイリスト内のコンテンツを示すアイコン１２２−１乃至１２２−ｍが表示されている。ここで、アイコン１２２−１乃至１２２−ｍは、アクティブユーザのスコアが低い順に左から右に並べて表示される。
従って、アクティブユーザとユーザＵ２の評価が類似し、ともに評価が高いコンテンツほど、対応するアイコンがアクティブユーザのアイコン１２１ｂ寄りに表示される。一方、アクティブユーザとユーザＵ２の評価の差異が大きく、ユーザＵ２の評価は高いが、アクティブユーザの評価は低いコンテンツほど、対応するアイコンがユーザＵ２のアイコン１２１ａ寄りに表示される。従って、ステップＳ５２の処理で抽出された差分コンテンツに対応するアイコンは、ユーザＵ２のアイコン１２１ａの近くに表示される。
これにより、アクティブユーザは、比較対象ユーザであるユーザＵ２を基準に生成されたプレイリストにおいて、自分の嗜好に近いコンテンツと、自分の嗜好から遠く、ユーザＵ２の嗜好のみに近いコンテンツを容易に把握することができる。
なお、この例においても、図１３および図１４の例と同様に、差分理由を表示するようにすることが可能である。
図１６は、プレイリスト内のコンテンツを示すアイコンの表示方法の他の変形例を示している。この例では、ユーザＵ２のプレイリストおよびユーザＵ３のプレイリストが上下に並べて表示されている。
まず、ユーザＵ２を表すアイコン１３１ａが左端に表示されている。その右に、ユーザＵ２のプレイリストに含まれるコンテンツを示すアイコン１３２ａ−１乃至１３２ａ−ｍが、プレイリスト内の順序に従って左から右に並べて表示されている。
また、アイコン１３２ａ−１乃至１３２ａ−ｍのうち、アクティブユーザのスコアが所定の閾値未満である差分コンテンツに対応するアイコン１３２ａ−３，１３２ａ−ｍが強調されるように、他のアイコンと区別して表示されている。差分コンテンツのアイコンの表示方法は、他のアイコンと区別することが可能であれば、特に限定されるものではなく、例えば、アイコンの色や枠線の種類等により区別して表示される。
ユーザＵ３を表すアイコン１３１ｂ、および、ユーザＵ３のプレイリスト内のコンテンツに対応するアイコン１３２b−１乃至１３２ｂ−ｎについても、アイコン１３１ａ、および、アイコン１３２ａ−１乃至１３２ａ−ｍと同様の方法により表示される。
これにより、アクティブユーザは、比較対象ユーザであるユーザＵ２およびＵ３を基準に生成されたプレイリストと自分の嗜好との間の差異を容易に把握することができる。また、アクティブユーザは、自分の嗜好と異なる差分コンテンツのプレイリスト内の位置を容易に把握することができる。
なお、この例においても、図１３および図１４の例と同様に、差分理由を表示するようにすることが可能である。
図１７は、プレイリスト内のコンテンツの表示方法の変形例を示している。この例では、ユーザＵ２のプレイリストが表示されている。
まず、ユーザＵ２を表すアイコン１４１が左端に表示されている。その右に、アクティブユーザのスコアが所定の閾値以上のコンテンツと、閾値未満の差分コンテンツが左右に分かれて表示されている。この例では、中央に表示されているコンテンツＣ１乃至Ｃ３が、アクティブユーザのスコアが閾値以上で、アクティブユーザとユーザＵ２の評価が類似するコンテンツである。また、右端に表示されているコンテンツＣ５、Ｃ８、Ｃ７が、アクティブユーザのスコアが閾値未満で、アクティブユーザとユーザＵ２の評価の差異が大きい差分コンテンツである。
なお、コンテンツの表示順は、例えば、スコア順に表示するようにしてもよいし、プレイリスト内の順序に従って表示するようにしてもよい。また、中央に表示されるコンテンツと右端に表示されるコンテンツとで、フォントの種類や色を変えるようにしてもよい。
以上のようにして、ユーザは、サーバ１１から提供されるプレイリストと自分の嗜好との間の差異を容易に把握することができる。また、そのような差異が生じた理由を容易に知ることができる。そして、ユーザは、他のユーザとの嗜好の差異を具体的に把握することにより、例えば、容易に好みのプレイリストを検索し、選択することができるようになる。
＜２．変形例＞
以下、上述した本技術の実施の形態の変形例について説明する。
［変形例１：比較対象ユーザの変形例］
比較対象ユーザ（第１のユーザ）は、１人に限定されるものではない。すなわち、例えば、複数のユーザ群を基準に生成されたプレイリストを対象プレイリストに選択し、当該複数のユーザ群を比較対象ユーザに設定し、差分コンテンツと差分理由を抽出するようにすることが可能である。
また、比較対象ユーザ（第１のユーザ）をアクティブユーザ（第２のユーザ）自身に設定することも可能である。すなわち、例えば、過去にアクティブユーザを基準に生成されたプレイリストを対象プレイリストに選択し、過去のアクティブユーザを比較対象ユーザに設定し、差分コンテンツと差分理由を抽出するようにすることが可能である。これにより、アクティブユーザは、過去の自分と現在の自分との間の嗜好の差異を把握することができる。
［変形例２：リスト表示する対象の変形例］
また、本技術を用いてリスト表示する対象は、上述した例に限定されるものではない。例えば、本技術は、音楽や動画以外にも、書籍、ゲーム、ソフトウエア、ウエブサイト、ニュース、広告等、文字、音声、画像等を用いた各種のコンテンツをリスト表示する場合に適用することができる。
また、本技術は、コンテンツ以外のアイテム、例えば、各種の商品やソーシャルサービス上のユーザ等をリスト表示する場合にも適用することができる。例えば、他のユーザが評価または購入した商品のリストをアクティブユーザに提示する場合に、上述した例と同様に、アクティブユーザを基準とするスコアを各商品に付与し、付与したスコアに基づいて商品のリストの表示を制御することが考えられる。
［コンピュータの構成例］
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
図１８は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータにおいて、CPU（Central Processing Unit）４０１，ROM（Read Only Memory）４０２，RAM（Random Access Memory）４０３は、バス４０４により相互に接続されている。
バス４０４には、さらに、入出力インタフェース４０５が接続されている。入出力インタフェース４０５には、入力部４０６、出力部４０７、記憶部４０８、通信部４０９、及びドライブ４１０が接続されている。
入力部４０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部４０７は、ディスプレイ、スピーカなどよりなる。記憶部４０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部４０９は、ネットワークインタフェースなどよりなる。ドライブ４１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア４１１を駆動する。
以上のように構成されるコンピュータでは、CPU４０１が、例えば、記憶部４０８に記憶されているプログラムを、入出力インタフェース４０５及びバス４０４を介して、RAM４０３にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ（CPU４０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア４１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータでは、プログラムは、リムーバブルメディア４１１をドライブ４１０に装着することにより、入出力インタフェース４０５を介して、記憶部４０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部３５９で受信し、記憶部４０８にインストールすることができる。その他、プログラムは、ROM４０２や記憶部４０８に、あらかじめインストールしておくことができる。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
また、例えば、本技術は以下のような構成も取ることができる。
（１）
第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与する評価付与部と、
前記第２のユーザを基準とする評価に基づいて前記リストの表示を制御する表示制御部と
を備える情報処理装置。
（２）
前記第２のユーザの基準とする評価が低いアイテムが前記リストに含まれる理由を抽出する理由抽出部を
さらに備え、
前記表示制御部は、抽出された前記理由を前記リストとともに表示するように制御する
前記（１）に記載の情報処理装置。
（３）
前記評価付与部は、アイテムの特徴量に基づいて前記第２のユーザのアイテムに対する評価を予測するモデルを用いて前記リスト内のアイテムに評価を付与し、
前記理由抽出部は、アイテムの特徴量のうち前記第１のユーザと前記第２のユーザとの間の評価の差が大きい特徴量を前記理由として抽出する
前記（２）に記載の情報処理装置。
（４）
前記評価付与部は、前記第２のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより前記リスト内のアイテムに評価を付与し、
前記理由抽出部は、前記第１のユーザと前記第２のユーザが評価済みのアイテムのうち両者の評価の差が大きいアイテムを前記理由として抽出する
前記（２）に記載の情報処理装置。
（５）
前記評価付与部は、前記第２のユーザが作成した条件に基づいて、前記リスト内のアイテムに評価を付与し、
前記理由抽出部は、前記リスト内のアイテムが満たす割合が低い前記条件を前記理由として抽出する
前記（２）に記載の情報処理装置。
（６）
アイテムの特徴量に基づいて各ユーザのアイテムに対する評価を予測するモデルを学習する学習部を
さらに備え、
前記評価付与部は、前記第１のユーザの前記モデルを用いて生成された前記リスト内のアイテムに前記第２のユーザの前記モデルを用いて評価を付与する
前記（１）または（２）に記載の情報処理装置。
（７）
前記評価付与部は、前記第１のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより予測される評価に基づいて生成された前記リスト内のアイテムに、前記第２のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより評価を付与する
前記（１）または（２）に記載の情報処理装置。
（８）
前記評価付与部は、前記第１のユーザにより作成された条件に基づいて生成された前記リスト内のアイテムに、前記第２のユーザにより作成された条件に基づいて評価を付与する
前記（１）または（２）に記載の情報処理装置。
（９）
前記表示制御部は、前記リスト内のアイテムを前記第２のユーザを基準とする評価により区別して表示するように制御する
前記（１）乃至（８）のいずれかに記載の情報処理装置。
（１０）
前記表示制御部は、前記第２のユーザを基準とする評価が低いアイテムを強調して表示するように制御する
前記（９）に記載の情報処理装置。
（１１）
情報処理装置が、
第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与し、
前記第２のユーザを基準とする評価に基づいて前記リストの表示を制御する
ステップを含む情報処理方法。
（１２）
第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与し、
前記第２のユーザを基準とする評価に基づいて前記リストの表示を制御する
ステップを含む処理をコンピュータに実行させるためのプログラム。
１ 情報処理システム, １１ サーバ， １２−１乃至１２−ｎ クライアント， ２２ プロファイル作成部， ２５ 評価付与部， ２６ プレイリスト生成部， ３０ プレイリスト選択部， ３１ 差分抽出部， ３３ 差分理由抽出部， ３４ 表示制御部

Claims (11)

  1. 第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与する評価付与部と、
    前記第２のユーザを基準とする評価が低いアイテムが前記リストに含まれる理由を抽出する理由抽出部と、
    抽出された前記理由を前記リストとともに表示する表示情報を生成する制御部と
    を備える情報処理装置。
  2. 前記評価付与部は、アイテムの特徴量に基づいて前記第２のユーザのアイテムに対する評価を予測するモデルを用いて前記リスト内のアイテムに評価を付与し、
    前記理由抽出部は、アイテムの特徴量のうち前記第１のユーザと前記第２のユーザとの間の評価の差が大きい特徴量を前記理由として抽出する
    請求項１に記載の情報処理装置。
  3. 前記評価付与部は、前記第２のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより前記リスト内のアイテムに評価を付与し、
    前記理由抽出部は、前記第１のユーザと前記第２のユーザが評価済みのアイテムのうち両者の評価の差が大きいアイテムを前記理由として抽出する
    請求項１に記載の情報処理装置。
  4. 前記評価付与部は、前記第２のユーザが作成した条件に基づいて、前記リスト内のアイテムに評価を付与し、
    前記理由抽出部は、前記リスト内のアイテムが満たす割合が低い前記条件を前記理由として抽出する
    請求項１に記載の情報処理装置。
  5. アイテムの特徴量に基づいて各ユーザのアイテムに対する評価を予測するモデルを学習する学習部を
    さらに備え、
    前記評価付与部は、前記第１のユーザの前記モデルを用いて生成された前記リスト内のアイテムに前記第２のユーザの前記モデルを用いて評価を付与する
    請求項１に記載の情報処理装置。
  6. 前記評価付与部は、前記第１のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより予測される評価に基づいて生成された前記リスト内のアイテムに、前記第２のユーザが過去に付与したアイテムに対する評価を基準とする協調フィルタリングにより評価を付与する
    請求項１に記載の情報処理装置。
  7. 前記評価付与部は、前記第１のユーザにより作成された条件に基づいて生成された前記リスト内のアイテムに、前記第２のユーザにより作成された条件に基づいて評価を付与する
    請求項１に記載の情報処理装置。
  8. 前記制御部は、前記リスト内のアイテムを前記第２のユーザを基準とする評価により区別して表示する前記表示情報を生成する
    請求項１乃至７のいずれかに記載の情報処理装置。
  9. 前記制御部は、前記第２のユーザを基準とする評価が低いアイテムを強調して表示する前記表示情報を生成する
    請求項８に記載の情報処理装置。
  10. 情報処理装置が、
    第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与し、
    前記第２のユーザを基準とする評価が低いアイテムが前記リストに含まれる理由を抽出し、
    抽出された前記理由を前記リストとともに表示する表示情報を生成する
    ステップを含む情報処理方法。
  11. 第１のユーザを基準に生成されたリスト内のアイテムに第２のユーザを基準とする評価を付与し、
    前記第２のユーザを基準とする評価が低いアイテムが前記リストに含まれる理由を抽出し、
    抽出された前記理由を前記リストとともに表示する表示情報を生成する
    ステップを含む処理をコンピュータに実行させるためのプログラム。
JP2012120723A 2012-05-28 2012-05-28 情報処理装置、情報処理方法、および、プログラム Expired - Fee Related JP5846442B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2012120723A JP5846442B2 (ja) 2012-05-28 2012-05-28 情報処理装置、情報処理方法、および、プログラム
US13/864,525 US9633308B2 (en) 2012-05-28 2013-04-17 Information processing apparatus, information processing method, and program for evaluating content
CN201310188995.4A CN103455537B (zh) 2012-05-28 2013-05-21 信息处理设备和信息处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012120723A JP5846442B2 (ja) 2012-05-28 2012-05-28 情報処理装置、情報処理方法、および、プログラム

Publications (3)

Publication Number Publication Date
JP2013246681A JP2013246681A (ja) 2013-12-09
JP2013246681A5 JP2013246681A5 (ja) 2015-02-19
JP5846442B2 true JP5846442B2 (ja) 2016-01-20

Family

ID=49622357

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012120723A Expired - Fee Related JP5846442B2 (ja) 2012-05-28 2012-05-28 情報処理装置、情報処理方法、および、プログラム

Country Status (3)

Country Link
US (1) US9633308B2 (ja)
JP (1) JP5846442B2 (ja)
CN (1) CN103455537B (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9854025B2 (en) * 2014-05-16 2017-12-26 Google Inc. Soliciting and creating collaborative content items
US20160162125A1 (en) * 2014-12-05 2016-06-09 Verizon Patent And Licensing Inc. System and method for providing media preview for playlists
CN106463114B (zh) * 2015-03-31 2020-10-27 索尼公司 信息处理设备、控制方法及程序存储单元
US10345991B2 (en) * 2015-06-16 2019-07-09 International Business Machines Corporation Adjusting appearance of icons in an electronic device
CN105205406B (zh) * 2015-08-26 2017-11-07 中国地质大学（武汉） 一种隐私保护的交集计算方法
CN106095993A (zh) * 2016-06-21 2016-11-09 北京小米移动软件有限公司 推送方法及装置
WO2018173740A1 (ja) * 2017-03-23 2018-09-27 パイオニア株式会社 表示制御装置、表示制御方法及び表示制御用プログラム
CN107392049B (zh) * 2017-07-26 2018-04-17 安徽大学 一种基于差分隐私保护的推荐方法
KR20220112755A (ko) 2019-12-06 2022-08-11 소니그룹주식회사 정보 처리 시스템, 정보 처리 방법 및 기억 매체
US11509962B2 (en) * 2020-12-14 2022-11-22 Disney Enterprises, Inc. Curating narrative experiences through automated content compilation

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007066285A (ja) * 2004-12-28 2007-03-15 Sony Corp 情報処理装置および方法、並びにプログラム
JP4378646B2 (ja) * 2005-09-28 2009-12-09 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP4240096B2 (ja) * 2006-09-21 2009-03-18 ソニー株式会社 情報処理装置および方法、プログラム並びに記録媒体
JP5018148B2 (ja) * 2007-03-09 2012-09-05 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP4524709B2 (ja) * 2007-12-03 2010-08-18 ソニー株式会社 情報処理装置および方法、並びに、プログラム
US20090144226A1 (en) * 2007-12-03 2009-06-04 Kei Tateno Information processing device and method, and program
JP5531443B2 (ja) * 2009-04-08 2014-06-25 ソニー株式会社 情報処理装置および方法、並びにプログラム
JP2011221133A (ja) 2010-04-06 2011-11-04 Sony Corp 情報処理装置、クライアント装置、サーバ装置、リスト生成方法、リスト取得方法、リスト提供方法、及びプログラム
JP2011253462A (ja) * 2010-06-03 2011-12-15 Sony Corp コンテンツ推薦システム、コンテンツ推薦装置、およびコンテンツ推薦方法
JP5609373B2 (ja) * 2010-07-26 2014-10-22 大日本印刷株式会社 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム

Also Published As

Publication number Publication date
US9633308B2 (en) 2017-04-25
CN103455537A (zh) 2013-12-18
JP2013246681A (ja) 2013-12-09
CN103455537B (zh) 2017-10-24
US20130318013A1 (en) 2013-11-28

Similar Documents

Publication Publication Date Title
JP5846442B2 (ja) 情報処理装置、情報処理方法、および、プログラム
US8234311B2 (en) Information processing device, importance calculation method, and program
JP5843104B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
JP6262886B2 (ja) コンテンツの性能の最適化のための自動化されたクリックタイプの選択
US9055340B2 (en) Apparatus and method for recommending information, and non-transitory computer readable medium thereof
US20160155067A1 (en) Mapping Documents to Associated Outcome based on Sequential Evolution of Their Contents
CN110266745B (zh) 基于深度网络的信息流推荐方法、装置、设备及存储介质
JP5395729B2 (ja) 情報提示装置
JP6457358B2 (ja) アイテム推薦システム、アイテム推薦方法およびプログラム
JP5910316B2 (ja) 情報処理装置、情報処理方法、および、プログラム
JP2009157907A (ja) 情報処理装置および方法、並びに、プログラム
JP6065907B2 (ja) 情報処理装置、情報処理方法、および、プログラム
US9325754B2 (en) Information processing device and information processing method
US20200074481A1 (en) System, method, and device for analyzing media asset data
CN113366521A (zh) 感性计算设备、感性计算方法和程序
KR20210060375A (ko) 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램
US9875443B2 (en) Unified attractiveness prediction framework based on content impact factor
JP2016071881A (ja) アイテムリコメンドシステム
JP2013218555A (ja) 情報提供装置、情報提供方法および情報提供プログラム
JP2012098975A (ja) アイテムの推薦方法及び装置
KR20220113221A (ko) 영상 소스 데이터 거래 방법 및 시스템
JP2015228225A (ja) 情報推薦装置
JP3967230B2 (ja) 画像情報表示システム
JP5882372B2 (ja) 情報処理装置およびプログラム
JP2018041509A (ja) コンテンツの性能の最適化のための自動化されたクリックタイプの選択

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141226

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20141226

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150904

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150908

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151013

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20151029

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20151111

R151 Written notification of patent or utility model registration

Ref document number: 5846442

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees