JP6008329B2 - 推定装置、推定方法、プログラム、および集積回路 - Google Patents

推定装置、推定方法、プログラム、および集積回路 Download PDF

Info

Publication number
JP6008329B2
JP6008329B2 JP2013530466A JP2013530466A JP6008329B2 JP 6008329 B2 JP6008329 B2 JP 6008329B2 JP 2013530466 A JP2013530466 A JP 2013530466A JP 2013530466 A JP2013530466 A JP 2013530466A JP 6008329 B2 JP6008329 B2 JP 6008329B2
Authority
JP
Japan
Prior art keywords
association information
user
information
learning
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
JP2013530466A
Other languages
English (en)
Other versions
JPWO2013132788A1 (ja
Inventor
原田　尚幸
尚幸 原田
郁 大濱
郁 大濱
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.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
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 Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of JPWO2013132788A1 publication Critical patent/JPWO2013132788A1/ja
Application granted granted Critical
Publication of JP6008329B2 publication Critical patent/JP6008329B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G06F16/437—Administration of user profiles, e.g. generation, initialisation, adaptation, distribution
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/173—Analogue secrecy systems; Analogue subscription systems with two-way working, e.g. subscriber sending a programme selection signal
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
    • H04N21/4415—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card using biometric characteristics of the user, e.g. by voice recognition or fingerprint scanning

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、コンテンツと当該コンテンツの操作を行ったユーザとの対応付けを推定するための技術に関する。
放送番組や写真、音楽、動画などのコンテンツの管理を行うＨＤＤレコーダなどのコンテンツ管理装置は、しばしば家族など複数人のユーザで共用される。このようなコンテンツ管理装置において、ユーザは、コンテンツに対する操作を行う前にユーザ認証を行うことができる場合がある。ユーザ認証により当該ユーザを特定することができた場合には、「コンテンツ」と「コンテンツの操作を行ったユーザ」との対応付けができる。このため、上記対応付けにより得られた対応付け情報を用いて、所定のユーザの操作の対象となったコンテンツと、所定のコンテンツの操作を行ったユーザとのうちの一方が分かれば他方を特定することができる。このような従来の技術としては、例えば特許文献１に記載されたものが知られている。
特許第４１８７７２２号
Ｐａｕｌ Ｇｒａｈａｍ， Ａ Ｐｌａｎ ｆｏｒ Ｓｐａｍ， Ｉｎ Ｈａｃｋｅｒｓ ａｎｄ Ｐａｉｎｔｅｒｓ： Ｂｉｇ Ｉｄｅａｓ ｆｒｏｍ ｔｈｅ Ｃｏｍｐｕｔｅｒ Ａｇｅ， Ｏ’Ｒｅｉｌｌｙ Ｍｅｄｉａ， ｐｐ．１２１−１２９， ２００４．
しかしながら、特許文献１の技術では、「コンテンツ」と「コンテンツの操作を行ったユーザ」との対応付けができない場合がある。つまり、特許文献１の技術では、コンテンツとそのコンテンツを操作したユーザとの対応付けを精度よく推定することは難しい。
本発明は上記従来の課題を解決するものであり、コンテンツとそのコンテンツを操作したユーザとの対応付けを推定する装置において、精度よく推定を行うことを目的とする。
上記目的を達成するために、本発明の一態様に係る推定装置は、コンテンツと前記コンテンツを操作したユーザとの対応付けを推定する推定装置であって、コンテンツに対する操作を受け付ける受付部と、前記受付部により受け付けられた前記操作に基づいて、前記コンテンツに対する操作を行ったユーザである操作ユーザを特定できるか否かを判定する判定部と、前記操作ユーザを特定できると前記判定部により判定された場合において、前記操作ユーザによる操作の対象となったコンテンツと、当該操作ユーザとを対応付けた第１の対応付け情報を生成する第１の対応付け情報生成部と、前記第１の対応付け情報を用いて、所定のユーザと、前記所定のユーザによって操作が行われる傾向にあるコンテンツとを対応付けるための学習情報を生成する学習部と、前記操作ユーザを特定できないと前記判定部により判定された場合において、当該操作の対象となったコンテンツである未特定コンテンツと、前記学習部により生成された前記学習情報とを用いて、前記未特定コンテンツの操作を行ったユーザを推定する推定部と、前記未特定コンテンツと、前記推定部により推定されたユーザとを対応付けた第２の対応付け情報を生成する第２の対応付け情報生成部と、を備え、前記学習部は、前記第２の対応付け情報よりも前記第１の対応付け情報を優先的に用いて、前記学習情報を更新する。
なお、本発明は、このような特徴的な処理部を備える推定装置として実現することができるだけでなく、推定装置に含まれる特徴的な処理部をステップとする推定方法として実現することもできる。また、推定方法に含まれる特徴的な各ステップをコンピュータに実行させるコンピュータプログラムとして実現することもできる。そして、そのようなコンピュータプログラムを、ＣＤ−ＲＯＭ等のコンピュータ読取可能な非一時的な記録媒体あるいはインターネット等の通信ネットワークを介して流通させることができるのは、言うまでもない。
本発明によれば、コンテンツとそのコンテンツを操作したユーザとの対応付けの推定を精度よく行うことができるという効果が得られる。
図１は、本発明の実施の形態１に係る推定装置を含むシステムの全体構成の一例を模式的に示す図である。 図２は、本発明の実施の形態１に係る推定装置の機能ブロックを示す図である。 図３は、本発明の実施の形態１に係る推定装置の受付部で受信する番組情報の一例を示す図である。 図４は、本発明の実施の形態１に係る推定装置の第１の対応付け情報生成部によって生成される第１の対応付け情報の一例を示す図である。 図５は、本発明の実施の形態１に係る推定装置の学習部および推定部において用いるアルゴリズムの一例を示す図である。 図６は、本発明の実施の形態１に係る推定装置の学習部により生成される学習情報の一例を示す図である。 図７は、本発明の実施の形態１に係る推定装置の推定部における計算の一例を示す図である。 図８は、本発明の実施の形態１に係る推定装置の第２の対応付け情報生成部によって生成される第２の対応付け情報の一例を示す図である。 図９は、本発明の実施の形態１に係る推定装置の処理フローを示す図である。 図１０は、本発明の実施の形態２に係る推定装置の機能ブロックを示す図である。 図１１は、本発明の実施の形態２に係る推定装置の学習部により生成される学習情報の一例を示す図である。 図１２は、本発明の実施の形態２に係る推定装置の処理フローを示す図である。 図１３は、本発明の実施の形態３に係る推定装置の機能ブロックを示す図である。 図１４は、本発明の実施の形態３に係る推定装置のユーザ確認部における確認画面の一例を示す図である。 図１５は、本発明の実施の形態３に係る推定装置のユーザ確認の処理フローを示す図である。 図１６は、本発明の他の実施の形態に係る推定装置の処理フローを示す図である。 図１７は、本発明の他の実施の形態に係るサービスの類型１を説明する図である。 図１８は、本発明の他の実施の形態に係るサービスの類型２を説明する図である。 図１９は、本発明の他の実施の形態に係るサービスの類型３を説明する図である。 図２０は、本発明の他の実施の形態に係るサービスの類型４を説明する図である。
（本発明の基礎となった知見）
本発明者は、「背景技術」の欄において記載した、コンテンツ管理装置に関し、以下の問題が生じることを見出した。
上述した特許文献１では、どのユーザがどのコンテンツの操作を行ったかを特定するために、指紋、画像、ユーザ番号、ユーザＩＤなどのユーザ情報によるユーザ認証を行っている。
しかしながら、ユーザ情報を用いることが出来ない場合には、「コンテンツ」と「コンテンツの操作を行ったユーザ」との対応付けができないので、どのユーザがどのコンテンツの操作を行ったかを特定することはできない。
一方、ラベルとの対応付けがされていないデータが与えられたとき、「対応付けのルール」を用いて、対応付けられるべきラベルを推定し、データと推定したラベルとを対応付けた「推定した対応付け情報」を得る技術がある。これによれば「対応付けのルール」は、データとデータの種別を表すラベルとの正しい対応付けがなされた「正しい対応付け情報」からその傾向を学習することにより生成される。
このような従来の技術としては、例えば非特許文献１に記載されたものが知られている。非特許文献１では、メールがスパムメールか否かを推定するために、メールデータと「スパム」のラベルおよび「非スパム」のラベルとの対応付け情報をそれぞれ用意する。そして、ラベルごとにメールの文中に出現する単語をカウントすることで、スパムメールに出現しやすい単語、および、非スパムメールに出現しやすい単語を求め、メールデータとそれぞれのラベルとの対応付けのルールを学習している。新しいメールが与えられた際には、そのメールの文中に出現している単語と、対応付けのルールとを用いて計算をおこない、そのメールが「スパム」か「非スパム」かのどちらであるかを推定する。
特許文献１と非特許文献１とを組み合わせると、「コンテンツ」と「コンテンツの操作を行ったユーザ」との対応付けができない場合であっても、どのユーザがどのコンテンツの操作を行ったかを推定することが可能となる。例えば、端末装置（またはサーバ）によりユーザ認証が行われてからコンテンツの操作を行う場合と、ユーザ認証が行われずにユーザがコンテンツの操作を行う場合との２つの操作パターンが想定されるシステムがある。このようなシステムにおいては、ユーザ認証が行われた後に、ユーザがコンテンツの操作を行った場合には、「コンテンツ」と「コンテンツの操作を行ったユーザ」との対応付けができるので、当該対応付けにより得られた対応付け情報を「正しい対応付け情報」として蓄積することができ、蓄積した「正しい対応付け情報」を用いて、「対応付けのルール」を学習することができる。ユーザ認証が行われずにユーザがコンテンツを操作する場合には、コンテンツを操作したユーザを直接特定することはできない。しかしながら、学習によって得られた「対応付けのルール」と、「対応付けがされていないコンテンツ」（現在操作しているコンテンツ）とを用いて、どのユーザがどのコンテンツを操作したかを推定し、「推定した対応付け情報」を得ることが可能となる。
さらに、ユーザ認証が行われてから別のコンテンツの操作を行うことにより「正しい対応付け情報」が追加された場合、「対応付けのルール」を学習し直した方が推定の精度は向上する。したがって、「正しい対応付け情報」が何度も追加されるような場合には、「対応付けのルール」を更新することが好ましい。
しかしながら、「対応付けのルール」を更新する際に、「推定した対応付け情報」を「正しい対応付け情報」と同様に使ってしまうと、「対応付けのルール」を正しく学習することができず、推定精度が低下してしまう可能性がある。「推定した対応付け情報」は、あくまでも「推定」なので確実性は担保されないからである。
このような問題を解決するために、本発明の一態様に係る推定装置は、コンテンツと前記コンテンツを操作したユーザとの対応付けを推定する推定装置であって、コンテンツに対する操作を受け付ける受付部と、前記受付部により受け付けられた前記操作に基づいて、前記コンテンツに対する操作を行ったユーザである操作ユーザを特定できるか否かを判定する判定部と、前記操作ユーザを特定できると前記判定部により判定された場合において、前記操作ユーザによる操作の対象となったコンテンツと、当該操作ユーザとを対応付けた第１の対応付け情報を生成する第１の対応付け情報生成部と、前記第１の対応付け情報を用いて、所定のユーザと、前記所定のユーザによって操作が行われる傾向にあるコンテンツとを対応付けるための学習情報を生成する学習部と、前記操作ユーザを特定できないと前記判定部により判定された場合において、当該操作の対象となったコンテンツである未特定コンテンツと、前記学習部により生成された前記学習情報とを用いて、前記未特定コンテンツの操作を行ったユーザを推定する推定部と、前記未特定コンテンツと、前記推定部により推定されたユーザとを対応付けた第２の対応付け情報を生成する第２の対応付け情報生成部と、を備え、前記学習部は、前記第２の対応付け情報よりも前記第１の対応付け情報を優先的に用いて、前記学習情報を更新する。
これによれば、学習部は、第２の対応付け情報よりも第１の対応付け情報を優先的に用いて学習情報を更新する。このため、学習情報を更新する際に、「推定した対応付け情報」である第２の対応付け情報を「正しい対応付け情報」である第１の対応付け情報と同様に使用してしまうことによる推定精度の低下を防ぐことができる。
また、前記学習部は、前記第１の対応付け情報に対する重みより前記第２の対応付け情報に対する重みが小さくなるように、前記第１の対応付け情報および前記第２の対応付け情報に対する重み付けを行い、前記重み付け後の前記第１の対応付け情報および前記第２の対応付け情報を用いて、前記学習情報を更新してもよい。
これによれば、第１の対応付け情報と共に、第１の対応付け情報に対する重みより第２の対応付け情報に対する重みが小さくなるように重み付けを行い、学習情報を更新する際に、重み付け後の第１の対応付け情報と第２の対応付け情報との両方を用いる。このため、従来、第１の対応付け情報が少ない場合、学習に必要な情報が不足していることによって推定精度が低下する可能性があったが、第１の対応付け情報と共に、第１の対応付け情報の重みより小さくなるように重み付けを行った第２の対応付け情報を用いるため、推定精度を向上させることができる。
また、前記学習部は、前記第１の対応付け情報と前記第２の対応付け情報とのうち前記第１の対応付け情報のみを用いて前記学習情報を更新してもよい。
これによれば、学習情報を更新する際に、第１の対応付け情報と第２の対応付け情報とのうちで第２の対応付け情報を使用せずに、第１の対応付け情報のみを使用する。このため、第２の対応付け情報を第１の対応付け情報と同様に学習に使用してしまうことによる推定精度の低下を防ぐことができる。
また、前記学習部は、前記第１の対応付け情報の数が変化することに応じて、前記第１の対応付け情報又は前記第２の対応付け情報に対する重み付けを変化させてもよい。また、前記学習部は、前記第１の対応付け情報の数が予め定められた閾値を超えていない場合に、前記第１の対応付け情報および前記第２の対応付け情報を用いて前記学習情報を更新し、前記第１の対応付け情報の数が前記閾値を超えた場合に、前記第１の対応付け情報のみを用いて前記学習情報を更新してもよい。また、前記学習部は、前記第１の対応付け情報の数が予め定められた閾値を超えていない場合に、前記第１の対応付け情報のみを用いて前記学習情報を更新し、前記第１の対応付け情報が前記閾値を超えた場合に、前記第１の対応付け情報および前記第２の対応付け情報を用いて前記学習情報を更新してもよい。
これによれば、例えば、第１の対応付け情報の数が予め定められた閾値よりも少ない場合、「推定した対応付け情報」である第２の対応付け情報に対する重みを小さくして、重みを小さくした第２の対応付け情報を学習に加えることによって学習に用いる対応付け情報を第１の対応付け情報のみを用いる場合よりも増やすことができるため、推定精度を向上できる。
また、一方で、第１の対応付け情報の数が十分にある場合、第２の対応付け情報を学習に加えることにより推定精度が向上する効果を見込めなくなる。つまり、第１の対応付け情報の数が十分にある場合、第２の対応付け情報を用いることによる推定精度の低下が起こる。このため、第１の対応付け情報の数が予め定められた閾値を超えた場合に、第２の対応付け情報を学習に用いないことによって、推定精度の低下を防ぐことができる。
また、さらに、前記第２の対応付け情報生成部で生成された第２の対応付け情報が正しいか否かを、ユーザに確認するユーザ確認部と、前記ユーザ確認部により正しいと確認された第２の対応付け情報を前記第１の対応付け情報に変換する情報変換部と、を備えてもよい。
これによれば、第２の対応付け情報のうち、ユーザが正しい対応付けであると判断した情報を、第１の対応付け情報とすることによって、第１の対応付け情報を増やすことができるため、推定精度を向上させることができる。
また、本発明の一態様に係る推定装置は、コンテンツと前記コンテンツを操作したユーザとの対応付けを推定する推定装置であって、コンテンツに対する操作を受け付ける受付部と、前記受付部により受け付けられた前記操作に基づいて、前記コンテンツに対する操作を行ったユーザである操作ユーザを特定できるか否かを判定する判定部と、前記操作ユーザを特定できると前記判定部により判定された場合において、前記操作ユーザによる操作の対象となったコンテンツと、当該操作ユーザとを対応付けた第１の対応付け情報を生成する第１の対応付け情報生成部と、前記第１の対応付け情報を用いて、所定のユーザと、前記所定のユーザによって操作が行われる傾向にあるコンテンツとを対応付けるための学習情報を生成する学習部と、前記操作ユーザを特定できないと前記判定部により判定された場合において、当該操作の対象となったコンテンツである未特定コンテンツと、前記学習部により生成された前記学習情報とを用いて、前記未特定コンテンツの操作を行ったユーザを推定する推定部と、前記未特定コンテンツと、前記推定部により推定されたユーザとを対応付けた第２の対応付け情報を生成する第２の対応付け情報生成部と、前記第２の対応付け情報生成部で生成された第２の対応付け情報が正しいか否かを、ユーザに確認するユーザ確認部と、を備え、前記学習部は、前記第２の対応付け情報よりも前記第１の対応付け情報を優先的に用いて、前記学習情報を更新する。
これによれば、学習部は、第２の対応付け情報よりも第１の対応付け情報を優先的に用いて学習情報を更新する。このため、学習情報を更新する際に、「推定した対応付け情報」である第２の対応付け情報を「正しい対応付け情報」である第１の対応付け情報と同様に使用してしまうことによる推定精度の低下を防ぐことができる。
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムまたは記録媒体の任意な組み合わせで実現されてもよい。
以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。以下の実施の形態で示される数値、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。本発明は、請求の範囲によって特定される。よって、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。
以下、本発明の実施形態におけるコンテンツ操作ユーザ推定装置について、図面を参照しながら説明する。
（実施の形態１）
図１は、本発明の実施の形態１に係る推定装置１０を含むシステムの全体構成の一例を模式的に示す図である。
まず、本図を用いて推定装置１０を含むシステムの全体構成について説明する。
推定装置１０は、放送番組（コンテンツ）と放送番組を操作したユーザとの対応付けを推定する装置である。推定装置１０は、具体的には、放送番組（特にＴＶ番組）の録画を行う機能を持つ番組録画再生装置であり、放送番組の録画予約方法としてネットワーク経由で録画予約を行う場合と、直接の録画予約を行う場合との二つの方法を兼ね備えている。なお、本実施の形態では「コンテンツ」はＴＶ番組などの放送番組を示し、「操作」は録画予約を示す。また、ここに言う「録画予約」は、番組録画再生装置である推定装置１０に所定のＴＶ番組の録画を行わせるための当該ＴＶ番組に関する番組情報（後述参照）を指定する操作であって、指定された番組情報に対応する番組を録画するための予約に係る操作である。
端末装置１１は、ネットワーク経由で推定装置１０にＴＶ番組を録画予約させるための端末である。端末装置１１を推定装置１０に接続するためには、端末装置１１の操作を行なっているユーザがあらかじめ推定装置１０により認証される必要がある。このように、録画予約時にユーザが推定装置１０により認証されているため、推定装置１０は、ネットワーク経由で端末装置１１により録画予約を行ったユーザを特定することができる。端末装置１１は、例えば、携帯電話やＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などである。
出力装置１２は、推定装置１０から受信した情報を画面上に表示するための装置である。例えば、テレビやＰＣのディスプレイなどである。
入力装置１３は、推定装置１０により出力されることにより出力装置１２の画面上に表示された情報を見ながら、ユーザが推定装置１０にＴＶ番組を録画予約のための入力を行うための装置である。つまり、ユーザは、入力装置１３を操作することにより推定装置１０に対して録画予約を行うことができる。ユーザが入力装置１３を用いて録画予約を行う場合には、録画予約時にユーザを特定する情報が付加されるとは限らない。入力装置１３は、例えば、リモコンなどである。なお、出力装置１２と入力装置１３とは単一の装置として実現されてもよい。
次に、推定装置１０の構成について説明する。
図２は、本発明の実施の形態１に係る推定装置１０の機能ブロックを示す図である。
受付部１０１は、ユーザによるＴＶ番組（コンテンツ）に対する録画予約（操作）を受け付ける。具体的には、ＰＣ等の端末装置１１によって録画予約がユーザにより行われる場合、受付部１０１は、録画予約の対象となるＴＶ番組に関する情報である番組情報と、録画予約を行ったユーザを示す情報であるユーザ情報とを受け付ける。つまり、この場合の「ＴＶ番組（コンテンツ）に対する録画予約（操作）」とは、端末装置１１の操作を行なっているユーザが推定装置１０により認証されるための入力操作を含んでおり、当該入力操作によって受付部１０１は、ユーザ情報を受け付ける。また、受付部１０１は、リモコン等の入力装置１３によって録画予約が行われる場合は、番組情報のみを受信する。
以下の説明では、番組情報の一例として、ＴＶ番組のジャンルと放送開始時間とを用いるが、ＴＶ番組の特徴を表す情報であれば、ＥＰＧ（Ｅｌｅｃｔｏｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）に含まれる番組内容の説明文中のキーワード、出演者名、同じ番組を録画予約している他のユーザのユーザ情報、番組の映像や音声信号などであってもよい。また、ユーザ情報は、例えばユーザ名が考えられるが、ユーザ名に限らずに少なくともユーザを一意に特定できる情報であればよく、例えば、メールアドレス、指紋、識別子などであってもよい。
なお、受付部１０１は、端末装置１１によって録画予約が行われる場合のみにユーザ情報を取得しているが、これに限らずに、リモコンなどの入力装置１３からユーザ情報をユーザに入力させて、入力装置１３により入力されたユーザ情報を受付部１０１が受け付けるようにしてもよい。この場合には、例えば、ユーザの指紋を取得するための指紋取得部を入力装置１３に設けることにより、受付部１０１が入力装置１３から入力された指紋をユーザ情報として受け付けてもよいし、入力装置１３によってメールアドレスや識別子をユーザに入力させて当該メールアドレスや識別子をユーザ情報として受付部１０１が受け付けてもよい。
図３は、本発明の実施の形態１に係る推定装置１０の受付部１０１で受信する番組情報の一例を示す図である。本図では、例えば、番組Ａが２２：００から放送されるニュースであることを示している。
判定部１０２は、受付部１０１により受け付けられた操作に基づいて、ＴＶ番組（コンテンツ）に対する操作を行ったユーザである操作ユーザを特定できるか否かを判定する。判定部１０２は、操作ユーザを特定できると判定した場合（つまり、受付部１０１によりユーザ情報が受け付けられたことを判定した場合）には、番組情報とユーザ情報とを第１の対応付け情報生成部１０３へと受け渡す。一方で、判定部１０２は、操作ユーザを特定できないと判定した場合（つまり、受付部１０１によりユーザ情報が受け付けられていないことを判定した場合）には、番組情報を推定部１０５へと受け渡す。
第１の対応付け情報生成部１０３は、操作ユーザを特定できると判定部１０２により判定された場合において、操作ユーザによる操作の対象となったＴＶ番組（コンテンツ）に関する番組情報（コンテンツ情報）と、当該操作ユーザとを対応付けた第１の対応付け情報を生成し、記憶する。つまり、第１の対応付け情報生成部１０３は、判定部１０２により受け渡された番組情報およびユーザ情報（つまり、受付部１０１が受け付けた番組情報およびユーザ情報）を用いて第１の対応付け情報を生成する。
図４は、本発明の実施の形態１に係る推定装置１０の第１の対応付け情報生成部１０３によって生成される第１の対応付け情報の一例を示す図である。本図では、例えば、２２：００から放送されるニュースである番組Ａが、ユーザ「お父さん」に録画予約が行われたことを示している。本図に示されるように、番組情報とユーザとが対応付けられえている。
図５は、本発明の実施の形態１に係る推定装置１０の学習部１０４および推定部１０５において用いられるアルゴリズムの一例を示す図である。本図では、単純ベイズ分類器と呼ばれる手法をアルゴリズムの一例として挙げている。単純ベイズ分類器は、所定の特徴が与えられたときに確率計算によってクラスを推定するアルゴリズムである。本実施の形態においては番組情報であるジャンルおよび放送開始時間がそれぞれ特徴Ｆ１、Ｆ２に対応し、ユーザ情報であるユーザ名がクラスＣに対応する。そして、図５に示すアルゴリズムの式に対してジャンルおよび放送開始時間が与えられたときに、ユーザ名を推定することができる。
なお、ここでは、条件を満たす項目の総数であるＣｏｕｎｔ関数（Ｃｏｕｎｔ（Ｃ，Ｆｉ＝ｆｉ）およびＣｏｕｎｔ（Ｃ）ｍ−１）を計算することが「学習」であり、計算した各Ｃｏｕｎｔ関数の値を使ってｃｌａｓｓｉｆｙ関数の計算を行うことが「推定」である（図５参照）。なお、学習部１０４および推定部１０５において用いられるアルゴリズムは、単純ベイズ分類器に限らず、決定木やサポートベクトルマシン、ブースティングといった、分類を行う他のアルゴリズムであってもよい。
学習部１０４は、第１の対応付け情報生成部１０３において記憶された第１の対応付け情報を読み出して、読み出した第１の対応付け情報を用いて、所定のユーザと、所定のユーザが操作を行う傾向にあるＴＶ番組（コンテンツ）とを対応付けるための学習情報を生成する。つまり、学習部１０４は、番組情報とユーザとの対応付けの傾向の学習を行い、学習の結果である学習情報を生成し、記憶する。
図６は、本発明の実施の形態１に係る推定装置１０の学習部１０４により生成される学習情報の一例を示す図である。本図に示す学習情報は、単純ベイズ分類器によって操作ユーザの推定を行うことを前提に、どのユーザがどのジャンル、どの放送開始時間の番組を何回録画予約したかをカウントすることにより、学習部１０４により生成された情報である。本図では、例えば、ユーザ「お父さん」は、ジャンルがニュースである番組を２回、放送開始時間が２３：００である番組を２回録画予約していることを示している。なお、本図では、ジャンルを３項目、時間を３項目としているが、これらの項目をより集約してもよいし、より細分化してもよい。
推定部１０５は、操作ユーザを特定できないと判定部１０２により判定された場合において、当該操作の対象となったＴＶ番組（コンテンツ）である未特定コンテンツと、学習情報とを用いて、未特定コンテンツの操作を行ったユーザを推定する。つまり、推定部１０５は、学習部１０４において生成された学習情報を読み出して、読み出した学習情報と判定部１０２から受け取った番組情報（つまり、受付部１０１が受け付けた番組情報）とを用いて、番組情報に対応するＴＶ番組に対して操作を行う傾向にあるユーザを推定し、番組情報と推定されたユーザとを第２の対応付け情報生成部１０６に受け渡す。
図７は、本発明の実施の形態１に係る推定装置１０の推定部１０５における計算の一例を示す図である。この例では図５に示す単純ベイズ分類器と、図６に示す学習情報とを用いて、２２：００から放送されるドラマが、「お父さん」と「お母さん」とのどちらのユーザに録画予約されたものかを推定している。ここでは、１／２（お父さん）＜２／３（お母さん）であるため、ユーザ「お母さん」によって録画予約されたと推定される。
第２の対応付け情報生成部１０６は、未特定番組情報（未特定コンテンツ情報）と、推定部１０５により推定されたユーザとを対応付けた第２の対応付け情報を生成する。つまり、第２の対応付け情報生成部１０６は、推定部１０５から受け取った番組情報（つまり、受付部１０１が受け付けた番組情報）と推定部１０５により推定されたユーザとを対応付けた第２の対応付け情報を生成し、記憶する。
図８は、本発明の実施の形態１に係る推定装置１０の第２の対応付け情報生成部１０６によって生成される第２の対応付け情報の一例を示す図である。本図では、例えば、２２：００から放送されるドラマである番組Ｈが、ユーザ「お母さん」に録画予約されたものであると推定されたことを示している。本図に示されるように、第２の対応付け情報では、番組情報と推定されたユーザとが対応付けられている。
なお、学習部１０４は、学習部１０４において生成された学習情報と第１の対応付け情報生成部１０３において生成された第１の対応付け情報とを読み出し、読み出した学習情報と第１の対応付け情報とを用いて学習を行う。そして、学習部１０４は、学習した結果である新しい学習情報によって、もともと存在していた古い学習情報を上書き更新する。このとき、学習部１０４は、第１の対応付け情報と第２の対応付け情報とのうち第１の対応付け情報のみを用いて学習情報を更新する。なお、学習部１０４は、学習情報の更新を行うのに、第１の対応付け情報を全て用いて一から学習を行ってもよいし、古い学習情報と第１の対応付け情報とのうちで古い学習情報が生成された時からの追加分を用いて、当該追加分（つまり差分）のみの学習を行ってもよい。
以上が推定装置１０の構成についての説明である。
次に、推定装置１０の動作について説明する。
図９は、本発明の実施の形態１に係る推定装置１０の処理フローを示す図である。
ステップＳ１０１（受付ステップ）では、ＴＶ番組（コンテンツ）に対する操作を受付部１０１が受け付ける。具体的にはＴＶ番組に対するユーザによる録画予約を受け付ける。ユーザによる録画予約がＰＣ等の端末装置１１の操作によって行われた場合には、番組情報とユーザ情報とが受付部１０１により受け付けられる。また、ユーザによる録画予約がリモコンなどの入力装置１３の操作によって行われた場合には、番組情報のみが受付部１０１により受け付けられる。
ステップＳ１０２（判定ステップ）では、ステップＳ１０１において受付部１０１により受け付けられた操作に基づいて、ＴＶ番組（コンテンツ）に対する録画予約（操作）を行ったユーザである操作ユーザを特定できるか否かを判定部１０２が判定する。ステップＳ１０１において録画予約が受け付けられた際に当該録画予約と共にユーザ情報が受付部１０１により受け付けられた場合に、判定部１０２は、操作ユーザを特定できると判定し（ステップＳ１０２：Ｙｅｓ）、ステップＳ１０３に進む。一方で、ステップＳ１０１において録画予約が受け付けられた際に当該録画予約と共にユーザ情報が受付部１０１により受け付けられなかった場合に、判定部１０２は、操作ユーザを特定できないと判定し（ステップＳ１０２：Ｎｏ）、ステップＳ１０５に進む。
ステップＳ１０３（第１の対応付け情報生成ステップ）では、操作ユーザを特定できると判定ステップ（ステップＳ１０２）において判定された場合に、操作ユーザによる録画予約（操作）の対象となったＴＶ番組（コンテンツ）と、当該操作ユーザと、を対応付けた第１の対応付け情報を第１の対応付け情報生成部１０３が生成する。つまり、ステップＳ１０３において、第１の対応付け情報生成部１０３は、ステップＳ１０１において受付部１０１により受け付けられた番組情報と録画予約を行ったユーザとを対応付けた第１の対応付け情報を生成する。
ステップＳ１０４（学習ステップ）では、第１の対応付け情報を用いて、所定のユーザと、所定のユーザが録画予約（操作）を行う傾向にあるＴＶ番組（コンテンツ）とを対応付けるための学習情報を学習部１０４が生成する。なお、ステップＳ１０４は、ステップＳ１０３の直後に実行させる必要はなく、第１の対応付け情報を蓄積しておき、推定装置１０（番組録画装置）の計算資源に余裕があるときなどに実行させるようにしてもよい。
ステップＳ１０５（推定ステップ）では、操作ユーザを特定できないとステップＳ１０４により判定された場合において、当該録画予約（操作）の対象となったＴＶ番組（コンテンツ）である未特定コンテンツと、学習情報とを用いて、未特定コンテンツの操作を行ったユーザを推定部１０５が推定する。なお、ステップＳ１０５は、ステップＳ１０２やステップＳ１０４の直後に実行させる必要はなく、録画予約を行ったユーザを特定できなかった番組情報を蓄積しておき、推定装置１０（番組録画装置）の計算資源に余裕があるときなどに実行させるようにしてもよい。
ステップＳ１０６（第２の対応付け情報生成ステップ）では、未特定番組と、ステップＳ１０５により推定されたユーザとを対応付けた第２の対応付け情報を第２の対応付け情報生成部１０６が生成する。つまり、ステップＳ１０６において、第２の対応付け情報生成部１０６は、ステップＳ１０２において録画予約を行ったユーザを特定できなかった番組情報とステップＳ１０５において推定されたユーザとを対応付けた第２の対応付け情報を生成する。
ステップＳ１０７では、ステップＳ１０３において生成された第１の対応付け情報と、ステップＳ１０６において生成された第２の対応付け情報とのうちで、第２の対応付け情報を用いずに、第１の対応付け情報のみを用いて、ステップＳ１０４において生成された学習情報を学習部１０４が更新する。つまり、学習部１０４は、第１の対応付け情報と第２の対応付け情報のうち第１の対応付け情報のみを用いて学習情報を更新する。なお、ステップＳ１０７では、一度でもステップＳ１０４が実施された後ならば、任意のタイミングで非同期に実施可能である。また、ステップＳ１０７ではステップＳ１０６において生成された第２の対応付け情報を用いないため、ステップＳ１０６からステップＳ１０７への矢印を破線で示している。
以上が推定装置１０の動作についての説明である。
実施の形態１に係る推定装置１０によれば、第２の対応付け情報を第１の対応付け情報とは分けて管理し、学習情報を更新する際に、第１の対応付け情報と第２の対応付け情報とのうちで第２の対応付け情報を使用せずに、第１の対応付け情報のみを使用する。このため、第２の対応付け情報を第１の対応付け情報と同様に学習に使用してしまうことによる推定精度の低下を防ぐことができる。
このようにして、本実施の形態１に係る推定装置では、精度の高い対応付け情報を生成することができる。このような対応付け情報は、コンテンツの数やユーザの数が多い場合に特に有用であり、次のような用途に利用される。例えば、ユーザ毎のコンテンツの表示、ユーザ毎のコンテンツへのアクセス制限、各ユーザに対して当該ユーザが好むと思われるコンテンツの推薦などに利用できる。
ユーザ毎のコンテンツを表示できるようにすれば、他のユーザによって録画されたコンテンツを除いて表示させることができるため、例えば操作しているユーザが再生したいと思っているコンテンツを探しやすくすることができる。また、ユーザごとのコンテンツへのアクセス制限ができれば、所定のユーザが録画したコンテンツを他のユーザによって誤って操作（例えば消去または編集）されることを防ぐことができる。また、ユーザが好むと思われるコンテンツの推薦に利用できれば、ユーザに対して有用な情報を提供することができる。上記のような用途に対応付け情報を利用することができるため、本発明の一態様に係る推定装置のように精度の高い対応付け情報を生成することができることは有用である。
（実施の形態２）
図１０は、本発明の実施の形態２に係る推定装置２０の機能ブロックを示す図である。本図において、図２の機能ブロックと同一または対応する構成には同じ符号を用いる。以下、図２の機能ブロックと同一または対応する構成については説明を省略する。実施の形態２に係る推定装置２０は、学習部２０４における学習情報の更新に、第１の対応付け情報生成部１０３により生成された第１の対応付け情報に対する重みより第２の対応付け情報生成部１０６において生成された第２の対応付け情報に対する重みが小さくなるように、第１の対応付け情報および第２の対応付け情報に対する重み付けを行い、重み付けを行った後の第１の対応付け情報と第２の対応付け情報との両方を使用する点が、実施の形態１に係る推定装置１０と相違する。
学習部２０４は、第１の対応付け情報生成部１０３において記憶された第１の対応付け情報を読み出して、読み出した第１の対応付け情報を用いて、所定のユーザと、所定のユーザが操作を行う傾向にあるＴＶ番組（コンテンツ）とを対応付けるための学習情報を生成する。つまり、学習部２０４は、番組情報とユーザとの対応付けの傾向の学習を行い、学習の結果である学習情報を生成し、記憶する。
また、学習部２０４は、学習部２０４において生成された学習情報と、第１の対応付け情報生成部１０３において生成された第１の対応付け情報と、第２の対応付け情報生成部１０６において生成された第２の対応付け情報とを読み出して、生成した学習情報と読み出した第１の対応付け情報および第２の対応付け情報とを用いて、第１の対応付け情報に対する重みより第２の対応付け情報に対する重みが小さくなるように重み付けを行う。そして、学習部２０４は、重み付け後の第１の対応付け情報と第２の対応付け情報との両方を用いて学習を行い、学習した結果である新しい学習情報によって、もともと存在していた古い学習情報を上書き更新する。なお、学習部２０４は、学習情報の更新を行うのに、第１の対応付け情報と第２の対応付け情報とを全て用いて一から学習を行ってもよいし、古い学習情報と第１の対応付け情報および第２の対応付け情報とのうちで古い学習情報が生成された時からの追加分を用いて、当該追加分（つまり差分）のみの学習を行ってもよい。
図１１は、本発明の実施の形態２に係る推定装置２０の学習部２０４により生成される学習情報の一例を示す図である。本図に示す学習情報は、図６と同様に、単純ベイズ分類器によって操作ユーザの推定を行うことを前提に、どのユーザがどのジャンル、どの放送開始時間の番組を何回録画予約したかをカウントすることにより、学習部２０４により生成された情報である。ただし、ＴＶ番組と推定部１０５によって推定されたユーザとを用いて第２の対応付け情報生成部１０６が生成した第２の対応付け情報については、重み付けすることにより１未満の回数としてカウントする。つまり、第２の対応付け情報については、カウントした数に１未満の係数を乗じることになる。本図は、図４に１回分の重み付け、図８に０．１回分の重み付けを行って録画予約の回数をカウントしたものである。本図では、例えば、ユーザ「お父さん」は、ジャンルがニュースである番組を２．１回、放送開始時間が２３：００である番組を２．１回録画予約していることを示している。なお、本図では、ジャンルを３項目、時間を３項目としているが、これらの項目をより集約してもよいし、より細分化してもよい。
図１２は、本発明の実施の形態２に係る推定装置２０の処理フローを示す図である。本図において、図９の処理と同一または対応する処理には同じ符号を用いる。以下、図９の処理と同一または対応する処理については説明を省略する。
ステップＳ２０７では、ステップＳ１０３により生成された第１の対応付け情報に対する重みより、ステップＳ１０６により生成された第２の対応付け情報に対する重みが小さくなるように学習部２０４が重み付けを行い、重み付け後の第１の対応付け情報と第２の対応付け情報との両方を用いて、ステップＳ１０４で生成された学習情報を学習部２０４が更新する。なお、ステップＳ１０７では、一度でもステップＳ１０４が実施された後ならば、任意のタイミングで非同期に実施可能である。
実施の形態２に係る推定装置２０によれば、第２の対応付け情報を第１の対応付け情報とは分けて管理し、学習情報を更新する際に、第１の対応付け情報と共に、第１の対応付け情報に対する重みより第２の対応付け情報に対する重みが小さくなるように重み付けを行い、重み付け後の第１の対応付け情報と第２の対応付け情報との両方を用いる。このため、従来、第１の対応付け情報が少ない場合、学習に必要な情報が不足していることによって推定精度が低下する可能性があったが、第１の対応付け情報と共に、第１の対応付け情報の重みより小さくなるように重み付けを行った第２の対応付け情報を用いるため、推定精度を向上させることができる。
なお、上記実施の形態２に係る推定装置２０によれば、第１の対応付け情報と第２の対応付け情報との重み付けの割合は１：０．１で一定であるが、重み付けの割合は一定であることに限らずに、第１の対応付け情報の数の変化に応じてその割合を変化させてもよい。
例えば、第１の対応付け情報の数が予め定められた閾値を超えた場合に、第２の対応付け情報に対する重み付けを０．１から０に減少させてもよい。
この場合には、第１の対応付け情報の数が予め定められた閾値を超えていない場合に、第１の対応付け情報と第２の対応付け情報との重み付けの割合を１：０として、第１の対応付け情報と第２の対応付け情報とのうち第１の対応付け情報のみを用いて学習情報を更新することになる。一方で、第１の対応付け情報の数が予め定められた閾値を超えた場合に、第１の対応付け情報と第２の対応付け情報との重み付けの割合を１：０．１として、第２の対応付け情報に対する重み付けを変化させて、重み付け後の第１の対応付け情報および第２の対応付け情報の両方を用いて学習情報を更新することになる。
これによれば、第１の対応付け情報の数が予め定められた閾値よりも少ない場合、「推定した対応付け情報」である第２の対応付け情報に対する重みを小さくして、重みを小さくした第２の対応付け情報を学習に加えることによって学習に用いる対応付け情報を第１の対応付け情報のみを用いる場合よりも増やすことができるため、推定精度を向上できる。
また、一方で、第１の対応付け情報の数が十分にある場合、第２の対応付け情報を学習に加えることにより推定精度が向上する効果を見込めなくなる。つまり、第１の対応付け情報の数が十分にある場合、第２の対応付け情報を用いることによる推定精度の低下が起こる。このため、第１の対応付け情報の数が予め定められた閾値を超えた場合に、第２の対応付け情報を学習に用いないことによって、推定精度の低下を防ぐことができる。
また、例えば、第１の対応付け情報の数が予め定められた閾値を超えた場合に、第２の対応付け情報に対する重み付けを０から０．１に増加させてもよい。
この場合には、第１の対応付け情報の数が予め定められた閾値を超えていない場合に、第１の対応付け情報と第２の対応付け情報との重み付けの割合を１：０として、第１の対応付け情報と第２の対応付け情報とのうち第１の対応付け情報のみを用いて学習情報を更新することになる。一方で、第１の対応付け情報の数が予め定められた閾値を超えた場合に、第１の対応付け情報と第２の対応付け情報との重み付けの割合を１：０．１として、第２の対応付け情報に対する重み付けを変化させて重み付け後の第１の対応付け情報および第２の対応付け情報の両方を用いて学習情報を更新することになる。
また、上記変形例では、第１の対応付け情報の数が予め定められた閾値を超えるか否かに基づいて、第２の対応付け情報に対する重み付けの割合を２つの値で変化させているが、これに限らずに、第１の対応付け情報の数が増えるに従って、第２の対応付け情報に対する重み付けの割合を増加させるまたは減少させるように変化させてもよい。
（実施の形態３）
図１３は、本発明の実施の形態３に係る推定装置３０の機能ブロックを示す図である。本図において、図１０の機能ブロックと同一または対応する構成には同じ符号を用いる。以下、図１０の機能ブロックと同一または対応する構成については説明を省略する。実施の形態３に係る推定装置３０は、ユーザ確認部３０７と、情報変換部３０８をさらに有する点が、実施の形態２に係る推定装置２０と相違する。
ユーザ確認部３０７は、第２の対応付け情報生成部１０６で生成された第２の対応付け情報を読み出し、第２の対応付け情報が正しいか否かをユーザに確認する。
図１４は、本発明の実施の形態３に係る推定装置３０のユーザ確認部３０７における確認画面の一例を示す図である。本図では、番組Ｈの録画予約を行ったユーザが「お母さん」であると推定されており、その推定結果が現在操作中のユーザによって正しいと判断されたことを示している。
情報変換部３０８は、ユーザ確認部３０７により正しいと確認された第２の対応付け情報を、第１の対応付け情報生成部１０３で生成された第１の対応付け情報とみなして記憶する。この情報は、これ以降、第１の対応付け情報として扱われる。
なお、第１の対応付け情報と第２の対応付け情報とは、それぞれを別々のテーブルにより管理していなくてもよく、それぞれを同一のテーブルにより管理する場合にはそれぞれを識別可能なフラグを付与することにより管理してもよい。なお、このことは実施の形態１の推定装置１０および実施の形態２の推定装置２０についても同様である。
つまり、情報変換部３０８によって行われる処理である、ユーザ確認部３０７により正しいと確認された第２の対応付け情報を第１の対応付け情報としてみなす処理としては、以下の処理が考えられる。情報変換部３０８は、第１の対応付け情報と第２の対応付け情報とを別々のテーブルにより管理する場合には、ユーザ確認部３０７により正しいと確認された第２の対応付け情報を第１の対応付け情報に移動させる。また、情報変換部３０８は、第１の対応付け情報と第２の対応付け情報とを同一のテーブルにより別々のフラグを付与することにより管理する場合には、ユーザ確認部３０７により正しいと確認された第２の対応付け情報のフラグを、第２の対応付け情報を示すフラグから第１の対応付け情報を示すフラグへ変換する。
図１５は、本発明の実施の形態３に係る推定装置３０のユーザ確認の処理フローを示す図である。
ステップＳ３０８は、図１２のステップＳ１０６において生成された第２の対応付け情報が正しいか否かをユーザに確認する。なお、ステップＳ３０８は、一度でもステップＳ１０６が実施された後ならば、任意のタイミングで非同期に実施可能である。
ステップＳ３０９は、ステップＳ３０８において第２の対応付け情報がユーザにより正しいと確認されたか否かを判定する。第２の対応付け情報がユーザにより正しいと確認されたことを判定した場合（Ｓ３０９：Ｙｅｓ）はステップＳ３１０へ進み、第２の対応付け情報がユーザにより正しくないと確認されたことを判定した場合（Ｓ３０９：Ｎｏ）はユーザ確認の処理を終了する。
ステップＳ３１０は、ステップＳ３０９でユーザにより正しいと確認されたことを判定された第２の対応付け情報を、図１２のステップＳ１０３で生成された第１の対応付け情報だとみなし、ユーザ確認の処理を終了する。
実施の形態３に係る推定装置３０によれば、第２の対応付け情報のうち、ユーザが正しい対応付けであると判断した情報を、第１の対応付け情報とすることによって、第１の対応付け情報を増やすことができるため、推定精度を向上させることができる。
上記実施の形態３に係る推定装置３０によれば、ユーザ確認部３０７は、第２の対応付け情報が正しいか否かの確認を、図１４に示す確認画面を通じてユーザに入力を行わせることにより行なっているがこれに限らない。例えば、推定装置１０により認証されているユーザが、推定装置１０に録画されている未特定コンテンツの再生を行った場合に、情報変換部３０８が当該ユーザの操作により再生が行われた未特定コンテンツとユーザとが対応付けられている第２の対応付け情報を、第１の対応付け情報としてみなす処理を行なってもよい。これにより、ユーザが第２の対応付け情報が正しいことを確認しなくても、推定された第２の対応付け情報が確実な第１の対応付け情報であるとみなすことができる。したがって、ユーザが確認にかかる操作の手間をかけなくとも、確実な第１の対応付け情報を第２の対応付け情報から変換することができる。
（他の実施の形態）
なお、上記実施の形態１に係る推定装置１０によれば、推定装置１０の処理フローにおいて、ステップＳ１０６の後のステップＳ１０７として学習部１０４が学習情報の更新に、第１の対応付け情報と第２の対応付け情報とのうち第１の対応付け情報のみを用いているがこれに限らない。また、上記実施の形態２に係る推定装置２０によれば、推定装置２０の処理フローにおいて、ステップＳ１０６の後のステップＳ２０７として学習部２０４が学習情報の更新に、第１の対応付け情報に対する重み付けよりも小さくなるように第２の対応付け情報に対する重み付けを行い、重み付け後の第１の対応付け情報と第２の対応付け情報とを用いているが、これに限らない。
例えば以下に説明するようなステップＳ４０７をステップＳ１０６のあとの処理として行わせてもよい。図１６は、本発明の他の実施の形態に係る推定装置の処理フローを示す図である。本図において、図９の処理と同一または対応する処理には同じ符号を用いている。以下、図９の処理と同一または対応する処理については説明を省略する。ステップＳ４０７では、ステップＳ１０６で生成された第２の対応付け情報よりもステップＳ１０３で生成された第１の対応付け情報を優先的に用いて、学習部が学習情報を更新する。
また、上記実施の形態２に係る推定装置２０によれば、第１の対応付け情報の重みよりも第２の対応付け情報の重みが小さくなるように重み付けを行い、重み付けを行った後の第１の対応付け情報と第２の対応付け情報との両方を学習情報の更新に用いているが、第１の対応付け情報と第２の対応付け情報との両方を学習情報の更新に用いることに限らない。例えば、第１の対応付け情報の重みよりも第２の対応付け情報の重みが小さくなるように重み付けを行う場合であっても、第１の対応付け情報の重みを１、かつ、第２の対応付け情報の重みを０として、実施の形態１に係る推定装置１０のように、第１の対応付け情報と第２の対応付け情報とのうち第１の対応付け情報のみを用いて学習情報を更新するようにしてもよい。
なお、ブロック図（図２、図１０、図１３など）の各機能ブロックは典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい（例えばメモリ以外の機能ブロックが１チップ化されていてもよい。）。
ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
さらには、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
また、各機能ブロックのうち、符号化または復号化の対象となるデータを格納する手段だけ１チップ化せずに別構成としてもよい。
また、上記実施の形態１〜３に係る推定装置１０、２０、３０は、番組録画装置に限らず、サーバなどで実現されてもよい。また、ユーザ情報が付加される録画予約の方法として、リモコンにおいて指紋認証を行ったり、ディスプレイに取り付けたカメラによって顔画像認証を行ったり、操作時に自分が誰かを選択できるようにしたりしてもよい。
また、学習部１０４、２０４が行う学習情報の更新は、更新の時までの所定の期間の間に蓄積された対応付け情報（第１の対応付け情報のみ、または、重み付けを行った後の第１の対応付け情報および第２の対応付け情報）を用いて更新するようにしてもよい。つまり、学習部１０４、２０４は、更新する時から所定の期間遡った時までの間に蓄積された対応付け情報を用いて、更新するようにしてもよい。このように、最新の対応付け情報を用いて学習情報を更新することにより、時を経るに従ってユーザの嗜好が変化したとしても第２の対応付け情報を精度よく推定することができる。
なお、本発明におけるコンテンツは放送番組や写真、音楽などのＡＶ機器のコンテンツだけでなく、健康機器の計測データや操作履歴を蓄積する機器における操作内容なども含む。
例えば、コンテンツ管理装置が体重計である場合、１回の計測体重が「コンテンツ」、被測定者が「ユーザ」、測定が「操作」にあたり、ユーザ登録時などユーザが判明している状態での計測体重をもとに、通常のユーザが不明な場合の計測におけるユーザを推定する。
また、コンテンツ管理装置がドライブレコーダである場合、１回の運転内容が「コンテンツ」、運転手が「ユーザ」、運転が「操作」にあたり、ユーザ登録時などユーザが判明している状態での運転内容をもとに、通常のユーザが不明な場合の運転におけるユーザを推定する。ここで、運転内容とは移動経路やブレーキ回数などの運転操作を含む。
さらに、ＡＶ機器以外の家電においても携帯電話など個人に紐づいた端末からの制御が可能であり、制御命令の履歴を管理しているものがある。
例えば電子レンジでは、あたため時間や温度などの調理内容を指定して調理者が調理命令を実行するための手段として、本体の直接操作と携帯端末からの無線通信の両方を有し、調理命令の履歴を管理しているものがある。ここで、携帯端末からの操作は、端末が個人に紐づいているためユーザの特定が可能である。このような家電の場合、１回の制御命令内容が「コンテンツ」、家電の使用者が「ユーザ」、制御命令が「操作」にあたり、ユーザが判明している携帯端末からの制御命令の内容をもとに、ユーザが不明である本体を直接操作した場合のユーザを推定する。
上記態様において説明された技術は、例えば、以下のクラウドサービスの類型において実現されうる。しかし、上記態様において説明された技術が実現される類型はこれに限られるものでない。
（サービスの類型１：自社データセンタ型）
図１７は、サービスの類型１（自社データセンタ型）を示す。本類型は、サービスプロバイダ４２０がグループ４００から情報を取得し、ユーザに対してサービスを提供する類型である。本類型では、サービスプロバイダ４２０が、データセンタ運営会社の機能を有している。即ち、サービスプロバイダが、ビッグデータの管理をするデータセンタ（クラウドサーバ）５０３を保有している。従って、データセンタ運営会社は存在しない。
本類型では、サービスプロバイダ４２０は、データセンタ（クラウドサーバ）５０３を運営、管理している。また、サービスプロバイダ４２０は、ＯＳ５０２及びアプリケーション５０１を管理する。サービスプロバイダ４２０は、サービスプロバイダ４２０が管理するＯＳ５０２及びアプリケーション５０１を用いて矢印５０４に示すサービス提供を行う。
（サービスの類型２：ＩａａＳ利用型）
図１８は、サービスの類型２（ＩａａＳ利用型）を示す。ここでＩａａＳとはインフラストラクチャー・アズ・ア・サービスの略であり、コンピュータシステムを構築および稼動させるための基盤そのものを、インターネット経由のサービスとして提供するクラウドサービス提供モデルである。
本類型では、データセンタ運営会社がデータセンタ（クラウドサーバ）５０３を運営、管理している。また、サービスプロバイダ４２０は、ＯＳ５０２及びアプリケーション５０１を管理する。サービスプロバイダ４２０は、サービスプロバイダ４２０が管理するＯＳ５０２及びアプリケーション５０１を用いて矢印５０４に示すサービス提供を行う。
（サービスの類型３：ＰａａＳ利用型）
図１９は、サービスの類型３（ＰａａＳ利用型）を示す。ここでＰａａＳとはプラットフォーム・アズ・ア・サービスの略であり、ソフトウェアを構築および稼動させるための土台となるプラットフォームを、インターネット経由のサービスとして提供するクラウドサービス提供モデルである。
本類型では、データセンタ運営会社４１０は、ＯＳ５０２を管理し、データセンタ（クラウドサーバ）５０３を運営、管理している。また、サービスプロバイダ４２０は、アプリケーション５０１を管理する。サービスプロバイダ４２０は、データセンタ運営会社が管理するＯＳ５０２及びサービスプロバイダ４２０が管理するアプリケーション５０１を用いて矢印５０４に示すサービス提供を行う。
（サービスの類型４：ＳａａＳ利用型）
図２０は、サービスの類型４（ＳａａＳ利用型）を示す。ここでＳａａＳとはソフトウェア・アズ・ア・サービスの略である。例えばデータセンタ（クラウドサーバ）を保有しているプラットフォーム提供者が提供するアプリケーションを、データセンタ（クラウドサーバ）を保有していない会社・個人（利用者）がインターネットなどのネットワーク経由で使用できる機能を有するクラウドサービス提供モデルである。
本類型では、データセンタ運営会社４１０は、アプリケーション５０１を管理し、ＯＳ５０２を管理し、データセンタ（クラウドサーバ）５０３を運営、管理している。また、サービスプロバイダ４２０は、データセンタ運営会社４１０が管理するＯＳ５０２及びアプリケーション５０１を用いて矢印５０４に示すサービス提供を行う。
以上いずれの類型においても、サービスプロバイダ４２０がサービス提供行為を行ったものとする。また例えば、サービスプロバイダ若しくはデータセンタ運営会社は、ＯＳ、アプリケーション若しくはビッグデータのデータベース等を自ら開発してもよいし、また、第三者に外注させてもよい。
以上、本発明の推定装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の範囲内に含まれる。
本発明の推定装置は、様々な用途に利用可能である。例えば、テレビ、デジタルビデオレコーダーにおける、ユーザ毎の情報表示部として利用価値が高い。
１０、２０、３０ 推定装置
１１ 端末装置
１２ 出力装置
１３ 入力装置
１０１ 受付部
１０２ 判定部
１０３ 第１の対応付け情報生成部
１０４、２０４ 学習部
１０５ 推定部
１０６ 第２の対応付け情報生成部
３０７ ユーザ確認部
３０８ 情報変換部
４００ グループ
４１０ データセンタ運営会社
４２０ サービスプロバイダ
５０１ アプリケーション
５０２ ＯＳ
５０３ データセンタ（クラウドサーバ）
５０４ 矢印

Claims (10)

  1. コンテンツと前記コンテンツを操作したユーザとの対応付けを推定する推定装置であって、
    コンテンツに対する操作を受け付ける受付部と、
    前記受付部により受け付けられた前記操作に基づいて、前記コンテンツに対する操作を行ったユーザである操作ユーザを特定できるか否かを判定する判定部と、
    前記操作ユーザを特定できると前記判定部により判定された場合において、前記操作ユーザによる操作の対象となったコンテンツと当該操作ユーザとを対応付けた第１の対応付け情報を生成する第１の対応付け情報生成部と、
    前記第１の対応付け情報を用いて、所定のユーザと、前記所定のユーザによって操作が行われる傾向にあるコンテンツとを対応付けるための学習情報を生成する学習部と、
    前記操作ユーザを特定できないと前記判定部により判定された場合において、当該操作の対象となったコンテンツである未特定コンテンツと、前記学習部により生成された前記学習情報とを用いて、前記未特定コンテンツの操作を行ったユーザを推定する推定部と、
    前記未特定コンテンツと、前記推定部により推定されたユーザとを対応付けた第２の対応付け情報を生成する第２の対応付け情報生成部と、
    を備え、
    前記学習部は、前記第２の対応付け情報よりも前記第１の対応付け情報を優先的に用いて、前記学習情報を更新する
    推定装置。
  2. 前記学習部は、前記第１の対応付け情報に対する重みより前記第２の対応付け情報に対する重みが小さくなるように、前記第１の対応付け情報および前記第２の対応付け情報に対する重み付けを行い、前記重み付け後の前記第１の対応付け情報および前記第２の対応付け情報を用いて、前記学習情報を更新する
    請求項１に記載の推定装置。
  3. 前記学習部は、前記第１の対応付け情報と前記第２の対応付け情報とのうち前記第１の対応付け情報のみを用いて前記学習情報を更新する
    請求項１または２に記載の推定装置。
  4. 前記学習部は、前記第１の対応付け情報の数が変化することに応じて、前記第１の対応付け情報又は前記第２の対応付け情報に対する重み付けを変化させる
    請求項２に記載の推定装置。
  5. 前記学習部は、
    前記第１の対応付け情報の数が予め定められた閾値を超えていない場合に、前記第１の対応付け情報および前記第２の対応付け情報を用いて前記学習情報を更新し、
    前記第１の対応付け情報の数が前記閾値を超えた場合に、前記第１の対応付け情報のみを用いて前記学習情報を更新する
    請求項４に記載の推定装置。
  6. 前記学習部は、
    前記第１の対応付け情報の数が予め定められた閾値を超えていない場合に、前記第１の対応付け情報のみを用いて前記学習情報を更新し、
    前記第１の対応付け情報が前記閾値を超えた場合に、前記第１の対応付け情報および前記第２の対応付け情報を用いて前記学習情報を更新する
    請求項４に記載の推定装置。
  7. さらに、
    前記第２の対応付け情報生成部で生成された第２の対応付け情報が正しいか否かを、ユーザに確認するユーザ確認部と、
    前記ユーザ確認部により正しいと確認された第２の対応付け情報を前記第１の対応付け情報に変換する情報変換部と、
    を備える
    請求項１から６のいずれか１項に記載の推定装置。
  8. コンテンツと前記コンテンツを操作したユーザとの対応付けを推定する、コンピュータが実行する推定方法であって、
    コンテンツに対する操作を受け付ける受付ステップと、
    前記受付ステップにおいて受け付けられた前記操作に基づいて、前記コンテンツに対する操作を行ったユーザである操作ユーザを特定できるか否かを判定する判定ステップと、
    前記操作ユーザを特定できると前記判定ステップにおいて判定された場合に、前記操作ユーザによる操作の対象となったコンテンツと、当該操作ユーザとを対応付けた第１の対応付け情報を生成する第１の対応付け情報生成ステップと、
    前記第１の対応付け情報を用いて、所定のユーザと、前記所定のユーザにより操作が行われる傾向にあるコンテンツとを対応付けるための学習情報を生成する学習ステップと、
    前記操作ユーザを特定できないと前記判定ステップにおいて判定された場合に、当該操作の対象となったコンテンツである未特定コンテンツと、前記学習ステップにおいて生成された前記学習情報とを用いて、前記未特定コンテンツの操作を行ったユーザを推定する推定ステップと、
    前記未特定コンテンツと、前記推定ステップにおいて推定されたユーザとを対応付けた第２の対応付け情報を生成する第２の対応付け情報生成ステップと、
    を含み、
    前記学習ステップは、前記第２の対応付け情報よりも前記第１の対応付け情報を優先的に用いて、前記学習情報を更新する
    推定方法。
  9. 請求項８に記載の推定方法をコンピュータに実行させるためのプログラム。
  10. コンテンツと前記コンテンツを操作したユーザとの対応付けを推定する推定装置に備えられる集積回路であって、
    コンテンツに対する操作を受け付ける受付部と、
    前記受付部により受け付けられた前記操作に基づいて、前記コンテンツに対する操作を行ったユーザである操作ユーザを特定できるか否かを判定する判定部と、
    前記操作ユーザを特定できると前記判定部により判定された場合において、前記操作ユーザによる操作の対象となったコンテンツと、当該操作ユーザとを対応付けた第１の対応付け情報を生成する第１の対応付け情報生成部と、
    前記第１の対応付け情報を用いて、所定のユーザと、前記所定のユーザによって操作が行われる傾向にあるコンテンツとを対応付けるための学習情報を生成する学習部と、
    前記操作ユーザを特定できないと前記判定部により判定された場合において、当該操作の対象となったコンテンツである未特定コンテンツと、前記学習部により生成された前記学習情報とを用いて、前記未特定コンテンツの操作を行ったユーザを推定する推定部と、
    前記未特定コンテンツと、前記推定部により推定されたユーザとを対応付けた第２の対応付け情報を生成する第２の対応付け情報生成部と、
    を備え、
    前記学習部は、前記第２の対応付け情報よりも前記第１の対応付け情報を優先的に用いて、前記学習情報を更新する
    集積回路。
JP2013530466A 2012-03-05 2013-02-27 推定装置、推定方法、プログラム、および集積回路 Expired - Fee Related JP6008329B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012048201 2012-03-05
JP2012048201 2012-03-05
PCT/JP2013/001184 WO2013132788A1 (ja) 2012-03-05 2013-02-27 推定装置、推定方法、プログラム、および集積回路

Publications (2)

Publication Number Publication Date
JPWO2013132788A1 JPWO2013132788A1 (ja) 2015-07-30
JP6008329B2 true JP6008329B2 (ja) 2016-10-19

Family

ID=49116284

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013530466A Expired - Fee Related JP6008329B2 (ja) 2012-03-05 2013-02-27 推定装置、推定方法、プログラム、および集積回路

Country Status (3)

Country Link
US (1) US8826315B2 (ja)
JP (1) JP6008329B2 (ja)
WO (1) WO2013132788A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2015311069B2 (en) * 2014-09-03 2019-12-12 Electrolux Appliances Aktiebolag Method for data communication with a domestic appliance by a mobile computer device, mobile computer device and domestic appliance

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04187722A (ja) 1990-11-20 1992-07-06 Seiko Epson Corp 永久磁石の製造方法
WO2004104881A1 (ja) * 2003-05-26 2004-12-02 Matsushita Electric Industrial Co., Ltd. 操作履歴利用システム
JP4399410B2 (ja) * 2003-05-26 2010-01-13 パナソニック株式会社 操作履歴利用システム
JP4187722B2 (ja) 2005-01-05 2008-11-26 三菱電機株式会社 推奨番組抽出装置
JP4843826B2 (ja) * 2007-11-05 2011-12-21 ヤフー株式会社 行動属性取得システム、および行動属性取得システムの制御方法
JP2009303115A (ja) * 2008-06-17 2009-12-24 Panasonic Corp 録画コンテンツの所有者推定装置、録画コンテンツの所有者推定方法、録画コンテンツの所有者推定プログラム、録画コンテンツの所有者推定プログラムを記録した記録媒体、録画コンテンツの所有者推定集積回路

Also Published As

Publication number Publication date
US8826315B2 (en) 2014-09-02
US20140082649A1 (en) 2014-03-20
WO2013132788A1 (ja) 2013-09-12
JPWO2013132788A1 (ja) 2015-07-30

Similar Documents

Publication Publication Date Title
US8438598B2 (en) Information processing apparatus, information processing method, program, and information sharing system
US10299003B2 (en) Information processing apparatus, information processing method, computer program, and information sharing system
US8849816B2 (en) Personalized media charts
EP2325766B1 (en) Method and apparatus for managing content service in network based on content use history
US8180731B2 (en) Apparatus and method for computing evaluation values of content data stored for reproduction
RU2524840C2 (ru) Адаптивное неявное изучение для рекомендательных систем
JP2005513688A (ja) ユーザが複数のプロファイルを結合することを可能にするコンテンツのアクセス及び表示のための方法及び装置
JP2007515713A (ja) 推奨の拡張協調フィルタリング技術
US9325754B2 (en) Information processing device and information processing method
CN106471498A (zh) 用于使用元数据和使用数据分析的过滤技术的系统和方法
JP2013210828A (ja) 情報処理装置、情報処理方法、情報処理システム、及びプログラム
US20160048595A1 (en) Filtering Content Suggestions for Multiple Users
JP6008329B2 (ja) 推定装置、推定方法、プログラム、および集積回路
JP5574416B2 (ja) 端末装置、端末装置の制御方法、記録媒体
KR20080049847A (ko) 네트워크에 접속된 휴대가능 저장 장치들에 대한 저장프로파일 생성
JP2012015883A (ja) 番組推薦装置及び方法及びプログラム
JP2015228225A (ja) 情報推薦装置
JP2011221700A (ja) コンテンツ推薦装置及び推薦方法
JP7206642B2 (ja) 録画装置
JP7369604B2 (ja) 情報処理システム
WO2024210097A1 (ja) レコメンド配信サーバ
WO2013084537A1 (ja) サーバ装置、ａｖ装置、およびプログラム
JP2016033543A (ja) カラオケ装置及び情報処理装置用プログラム
CN110909206A (zh) 用于输出信息的方法和装置
JP2019053622A (ja) 情報処理装置、情報処理方法および情報処理プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150727

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160705

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160808

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: 20160830

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160905

R151 Written notification of patent or utility model registration

Ref document number: 6008329

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

SZ03 Written request for cancellation of trust registration

Free format text: JAPANESE INTERMEDIATE CODE: R313Z03

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees