JP6059595B2 - コンテンツ検索結果提供装置、コンテンツ検索結果提供方法、及びコンテンツ検索結果提供システム - Google Patents

Description

本発明は、コンテンツ検索結果提供装置、コンテンツ検索結果提供方法、及びコンテンツ検索結果提供システムに関する。

従来から、過去の購買履歴に基づいて、利用者が購入すると考えられる情報をレコメンド情報として出力表示する技術がある（例えば、特許文献１参照）。特許文献１に記載の技術では、レコメンド情報を表示する際、各種表示条件（例えば、顧客の購入価格帯）に基づいた表示順でレコメンド情報を出力表示する。

特開２０１１−４８６６７号公報

ところで、特許文献１では、レコメンド情報の表示順を決定する方法について記載されているが、ある検索クエリにより検索されたコンテンツと、過去の検索履歴に基づいたレコメンド情報とを組み合わせて表示することについては考慮されていない。

例えば、ある検索クエリにより検索されたコンテンツと、過去の検索履歴に基づいたレコメンド情報とを組み合わせて表示する場合、画一的な表示条件で、レコメンド情報と、検索クエリにより検索されたコンテンツを表示しても、必ずしもユーザにとって適切な優先度を持った検索結果を提供することができない。

そこで、本発明においては、上記の課題を解決するために、ある検索クエリにより検索されたコンテンツと、レコメンド情報とを利用者にとって適切な優先度を持った検索結果を提供するコンテンツ検索結果提供装置、コンテンツ検索結果提供方法、及びコンテンツ検索結果提供システムを提供することを目的とする。

本発明に係るコンテンツ検索結果提供装置は、過去の検索クエリと、ユーザが選択したコンテンツとを関連づけた情報であるコンテンツ履歴情報を記憶するコンテンツ履歴情報記憶手段と、コンテンツに対応する属性情報を当該コンテンツに関連付けて記憶するコンテンツ属性記憶手段と、検索要求時の検索クエリと、コンテンツ履歴情報とに基づいて、レコメンド取得対象となるコンテンツであるレコメンド取得対象コンテンツを決定するレコメンド取得対象コンテンツ決定手段と、レコメンド取得対象コンテンツに関連するコンテンツである関連コンテンツを特定するための検索結果である関連コンテンツ検索結果を取得する関連コンテンツ検索結果取得手段と、検索要求時の検索クエリに対応するコンテンツの検索結果である検索クエリ検索結果を取得する検索クエリ検索結果取得手段と、コンテンツ履歴情報のコンテンツに対応する属性を抽出する属性抽出手段と、関連コンテンツ検索結果におけるそれぞれの関連コンテンツの評価値である関連コンテンツ評価値と、検索クエリ検索結果におけるそれぞれのコンテンツの評価値である検索結果評価値と、属性抽出手段が抽出した属性における属性種別毎の評価値である属性評価値と、を算出する評価手段と、関連コンテンツ評価値と、検索結果評価値と、属性評価値とに基づいてコンテンツの優先度を決定し、当該優先度に基づいて検索結果を出力する出力手段と、を備える。

また、本発明に係るコンテンツ検索結果提供方法は、過去の検索クエリと、ユーザが選択したコンテンツとを関連づけた情報であるコンテンツ履歴情報を記憶するコンテンツ履歴情報記憶手段と、コンテンツに対応する属性情報を当該コンテンツに関連付けて記憶するコンテンツ属性記憶手段と、を備える装置におけるレコメンド情報提供方法であって、検索要求時の検索クエリと、コンテンツ履歴情報とに基づいて、レコメンド取得対象となるコンテンツであるレコメンド取得対象コンテンツを決定するレコメンド取得対象コンテンツ決定ステップと、レコメンド取得対象コンテンツに関連するコンテンツである関連コンテンツを特定するための検索結果である関連コンテンツ検索結果を取得する関連コンテンツ検索結果取得ステップと、検索要求時の検索クエリに対応するコンテンツの検索結果である検索クエリ検索結果を取得する検索クエリ検索結果取得ステップと、コンテンツ履歴情報のコンテンツに対応する属性を抽出する属性抽出ステップと、関連コンテンツ検索結果におけるそれぞれの関連コンテンツの評価値である関連コンテンツ評価値と、検索クエリ検索結果におけるそれぞれのコンテンツの評価値である検索結果評価値と、属性抽出手段が抽出した属性における属性種別毎の評価値である属性評価値と、を算出する評価ステップと、関連コンテンツ評価値と、検索結果評価値と、前記属性評価値とに基づいてコンテンツの優先度を決定し、当該優先度に基づいて検索結果を出力する出力ステップと、を備える。

このようなコンテンツ検索結果提供装置及びコンテンツ検索結果提供方法によれば、検索クエリに対応するコンテンツの検索結果と、関連コンテンツの検索結果を混在させて表示させる際に、検索クエリに対応するコンテンツの検索結果の評価値と、関連コンテンツの検索結果の評価値と、コンテンツ履歴情報のコンテンツに対応する属性の評価値とに基づいて出力させる。よって、コンテンツ検索結果提供装置及びコンテンツ検索結果提供方法によれば、関連コンテンツの検索結果と検索クエリによる検索結果の評価値だけでなく、コンテンツ履歴情報に関する属性の評価値も加味して検索結果を提供するため、ユーザの好みに即した検索結果を提供することができる。すなわち、コンテンツ検索結果提供装置は、ユーザにとって適切な優先度を持った検索結果を提供することできる。

本発明に係るコンテンツ検索結果提供装置では、属性抽出手段は、検索クエリ検索結果のコンテンツに対応する属性をさらに抽出し、評価手段は、コンテンツ履歴情報のコンテンツに対応する属性のそれぞれの属性毎の評価値と、検索クエリ検索結果のコンテンツに対応する属性のそれぞれの属性種別毎の評価値とに基づいて属性評価値を算出するようにしてもよい。

この発明によれば、コンテンツ検索結果提供装置では、検索クエリ検索結果のコンテンツに対応する属性の評価値も考慮することになるため、検索結果の属性の偏りも考慮した検索結果を提供することができる。

本発明に係るコンテンツ検索結果提供装置では、評価手段は、検索クエリ検索結果のコンテンツ全体に対する同一の属性を有するコンテンツの割合と、コンテンツ履歴情報のコンテンツ全体に対する同一の属性を有するコンテンツ履歴情報の割合とを、積算した結果に基づいて属性評価値をそれぞれ算出するようにしてもよい。

この発明によれば、コンテンツ検索結果提供装置では、検索クエリ検索結果のコンテンツ全体に対する同一の属性を有するコンテンツの割合と、コンテンツ履歴情報のコンテンツ全体に対する同一の属性を有するコンテンツ履歴情報の割合とを積算した結果に基づいて属性評価値を算出する。このように、検索クエリ検索結果の件数とコンテンツ履歴情報の件数に差があるとしても割合により算出しているため、件数の差に影響を受けないように調整した（正規化した）属性評価値を算出することができる。

また、本発明に係るコンテンツ検索結果提供装置では、評価手段は、検索クエリ検索結果のコンテンツ全体に対する同一の属性を有するコンテンツの割合と、コンテンツ履歴情報のコンテンツ全体に対する同一の属性を有するコンテンツ履歴情報の割合とを、加算した結果に基づいて属性評価値をそれぞれ算出する。この場合も、コンテンツ検索結果提供装置は、検索クエリ検索結果のコンテンツ全体に対する同一の属性を有するコンテンツの割合と、コンテンツ履歴情報のコンテンツ全体に対する同一の属性を有するコンテンツ履歴情報の割合とを加算した結果に基づいて属性評価値を算出する。このように、検索クエリ検索結果の件数とコンテンツ履歴情報の件数に差があるとしても割合により算出しているため、件数の差に影響を受けないように調整した（正規化した）属性評価値を算出することができる。

また、本発明に係るコンテンツ検索結果提供装置では、出力手段は、コンテンツ毎に、関連コンテンツ評価値と、検索結果評価値と、コンテンツに対応する属性の属性評価値とを用いた算出結果に基づいて検索結果として出力する優先度を決定する。この発明によれば、コンテンツ検索結果提供装置は、関連コンテンツの検索結果と検索クエリによる検索結果の評価値だけでなく、コンテンツ履歴情報に関する属性の評価値も加味して検索結果を提供するため、ユーザの好みに即した優先度を持った検索結果を提供することができる。

また、本発明に係るコンテンツ検索結果提供装置では、出力手段は、属性評価値に基づいて、コンテンツを属性毎にグルーピングして、グループ内で関連コンテンツ評価値と、検索結果評価値とに基づいた評価に基づいて検索結果として出力する優先度を決定する。この発明によれば、コンテンツ検索結果提供装置は、関連コンテンツの検索結果と検索クエリによる検索結果の評価値だけでなく、コンテンツ履歴情報に関する属性の評価値も加味して検索結果を提供するため、ユーザの好みに即した優先度を持った検索結果を提供することができる。

また、本発明に係るコンテンツ検索結果提供システムでは、コンテンツ検索結果提供装置と、コンテンツ検索結果提供装置からの要求に応じて関連コンテンツ検索結果をコンテンツ検索結果提供装置へ送信する関連コンテンツ検索結果出力装置と、コンテンツ検索結果提供装置からの要求に応じて検索クエリ検索結果をコンテンツ検索結果提供装置へ送信する検索クエリ検索結果出力装置とを含む。

本発明によれば、コンテンツ検索結果提供装置は、関連コンテンツの検索結果と検索クエリによる検索結果の評価値だけでなく、コンテンツ履歴情報に関する属性の評価値も加味して検索結果を提供するため、ユーザの好みに即した検索結果を提供することができる。すなわち、ユーザにとって適切な優先度を持った検索結果を提供することできる。

本実施形態の情報システム構成図である。 本実施形態の情報配信サーバ２００の機能を示すブロック図である。 情報配信サーバ２００のハードウェア構成図である。 コンテンツ履歴情報のデータ構造を示す図である。 コンテンツメタデータ記憶部２０２が管理している情報のデータ構造を示す図である。 本実施形態のレコメンドサーバ３００の機能を示すブロック図である。 本実施形態の検索サーバ４００の機能を示すブロック図である。 本実施形態のユーザ端末１００の機能を示すブロック図である。 本実施形態のシーケンス図である。 レコメンド取得対象コンテンツＩＤ検索の詳細処理のフローチャートである。 コンテンツ評価計算の詳細処理（１）のフローチャートである。 コンテンツ評価計算の詳細処理（２）のフローチャートである。 コンテンツ検索結果の例を示す図である。 属性評価値の例を示す図である。 検索結果の例を示す図である。 属性評価値の例を示す図である。 検索結果の例を示す図である。

以下、図面を参照しながら、本発明に係る実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。

（情報処理システムの構成）
図１に示すように、情報処理システムは、情報配信サーバ２００（コンテンツ検索結果提供装置）、レコメンドサーバ３００（レコメンド情報出力装置）、及び検索サーバ４００（検索結果出力装置）から構成される。携帯電話等のユーザ端末１００は、ネットワークを介して情報配信サーバ２００と接続している。

情報配信サーバ２００は、ユーザ端末１００から検索クエリを受信すると共に、検索要求を受け付けると、過去の検索クエリに基づいて検索された結果から選択されたコンテンツの情報を用いて、検索要求時の検索クエリと関連性のあるコンテンツを決定し、当該コンテンツに関連するコンテンツ、及び検索クエリに対応するコンテンツをユーザ端末１００へ提供する。なお、ここでいう選択とは、予め定められた操作対象（リンク、ボタン等）に対する選択を意味し、閲覧を意味する選択（例えば、コンテンツ詳細情報のリンク選択等）だけでなく、購入を目的とする選択（例えば、コンテンツ購入用のリンク選択等）も含む。また、ここでコンテンツとは、コンテンツの内容だけでなく、コンテンツの識別情報も含む。

図２は、本実施形態の情報配信サーバ２００の機能構成を示すブロック図である。図２に示されるように、情報配信サーバ２００は、コンテンツ履歴情報記憶部２０１（コンテンツ履歴情報記憶手段）、コンテンツメタデータ記憶部２０２（コンテンツ属性記憶手段）、検索要求受付部２０３、レコメンド取得対象コンテンツ決定部２０４（レコメンド取得対象コンテンツ決定手段）、関連コンテンツ取得部２０５（関連コンテンツ検索結果取得手段）、クエリ検索結果取得部２０６（検索クエリ検索結果取得手段）、属性抽出部２０７（属性抽出手段）、コンテンツ評価部２０８（評価手段）、及びコンテンツ検索結果出力部２０９（出力手段）を含んで構成されている。

図３は、情報配信サーバ２００のハードウェア構成図である。図１に示される情報配信サーバ２００は、物理的には、図３に示すように、１又は複数のＣＰＵ１１、主記憶装置であるＲＡＭ１２及びＲＯＭ１３、入力デバイスであるキーボード及びマウス等の入力装置１４、ディスプレイ等の出力装置１５、ネットワークカード等のデータ送受信デバイスである通信モジュール１６、半導体メモリ等の補助記憶装置１７などを含むコンピュータシステムとして構成されている。図２における各機能は、図３に示すＣＰＵ１１、ＲＡＭ１２等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１１の制御のもとで入力装置１４、出力装置１５、通信モジュール１６を動作させるとともに、ＲＡＭ１２や補助記憶装置１７におけるデータの読み出し及び書き込みを行うことで実現される。以下、図２に示す機能ブロックに基づいて、各機能ブロックを説明する。

コンテンツ履歴情報記憶部２０１は、過去の検索クエリと、当該過去の検索クエリに基づいた検索結果から選択されたコンテンツとを対応付けた情報であるコンテンツ履歴情報を記憶するデータベースである。

図４は、あるユーザにおける、コンテンツ履歴情報の記憶内容を示す説明図である。図４に示すように、コンテンツ履歴情報は、レコードＩＤ、検索クエリ、選択されたコンテンツＩＤ、コンテンツに対応するサービス及び日時（選択時の日時）を含む。

図４では、例えば、レコードＩＤが「レコード１」であるレコードは、検索クエリ「飲み物」で検索要求し、その検索結果からジュースＡ（５００ｍｌ×２４本入り）が、２０１３年２月８日に、購入サービスＡを利用して選択されたことを示している。なお、全レコード数が３０で、コンテンツに対応するサービスがＶＩＤＥＯであるレコード数が１８、ＢＯＯＫであるレコード数が７、ＭＵＳＩＣであるレコード数が３、ＳＨＯＰであるレコード数が２とする。

コンテンツメタデータ記憶部２０２は、コンテンツと当該コンテンツのメタデータとを関連付けた情報（コンテンツメタデータ）を記憶するデータベースである。

図５は、コンテンツメタデータの記憶内容を示す説明図である。図５に示すように、コンテンツメタデータは、コンテンツＩＤ、及びメタデータを含む。ここでメタデータとは、データ検索用の情報（例えば、コンテンツの属性情報等）を意味し、一般的には複数のメタデータが設定されている。

図５では、例えば、コンテンツＩＤ「ジュースＡ（オレンジ）（５００ｍｌ×２４本入り）」のメタデータが「購入サービスＡ、ソフトドリンク・清涼飲料、飲み物／ソフトドリンク、炭酸、カラダに嬉しい製品設計」であることを示している。そして、コンテンツメタデータで管理するメタデータにおける１番目のデータ（上記の例では、購入サービスＡ）は、サービスの情報であることを示すものとする。ここでサービスとは、代表的な属性に該当し、コンテンツの提供元やコンテンツの種別を意味する。

検索要求受付部２０３は、ユーザ端末１００から、ユーザＩＤ及び検索クエリを取得すると共にコンテンツの検索要求を受け付ける。

レコメンド取得対象コンテンツ決定部２０４は、検索要求時の検索クエリと、コンテンツ履歴情報記憶部２０１が記憶しているコンテンツ履歴情報とに基づいて、レコメンド取得対象となるコンテンツであるレコメンド取得対象コンテンツを決定する。

具体的に、レコメンド取得対象コンテンツ決定部２０４は、コンテンツ履歴情報を参照して、検索要求時の検索クエリに対応するコンテンツをレコメンド取得対象コンテンツに決定する。また、レコメンド取得対象コンテンツ決定部２０４は、検索要求時の検索クエリに対応する過去の検索クエリが無い場合（すなわち、検索要求時の検索クエリに対応するコンテンツが無い場合）は、コンテンツメタデータを参照して検索クエリに対応するメタデータを有するコンテンツを特定し、特定したコンテンツがコンテンツ履歴情報にある場合、当該コンテンツをレコメンド取得対象コンテンツに決定する。

そして、レコメンド取得対象コンテンツ決定部２０４は、コンテンツメタデータを参照して検索クエリに対応するメタデータを有するコンテンツを特定し、特定したコンテンツがコンテンツ履歴情報に無い場合、最新のコンテンツ履歴情報のコンテンツをレコメンド取得対象コンテンツに決定する。なお、検索要求時の検索クエリに対応する過去の検索クエリには、検索要求時の検索クエリに完全一致する過去の検索クエリだけでなく、部分一致する過去の検索クエリも含む。

関連コンテンツ取得部２０５は、レコメンド取得対象コンテンツ決定部２０４が決定したレコメンド取得対象コンテンツをレコメンドサーバ３００へ通知すると共に、関連コンテンツの取得要求を行い、レコメンドサーバ３００から関連コンテンツを関連コンテンツの検索結果として取得する。ここで、関連コンテンツとは、レコメンド取得対象コンテンツに類似するコンテンツ（例えば、メタデータが共通しているコンテンツ）をいう。

クエリ検索結果取得部２０６は、検索クエリを検索サーバ４００へ通知すると共に、当該検索クエリに対応するコンテンツを検索クエリ検索結果として検索サーバ４００から取得する。

属性抽出部２０７は、コンテンツ履歴情報のコンテンツに対応するサービス（属性）と、検索クエリ検索結果のコンテンツに対応するサービス（属性）とを抽出する。具体的には、属性抽出部２０７は、あるユーザのコンテンツ履歴情報の「コンテンツに対応するサービス」を抽出したり、クエリ検索結果取得部２０６が取得した検索クエリ検索結果のサービスを抽出したりする。

コンテンツ評価部２０８は、関連コンテンツ取得部２０５が取得した関連コンテンツ及びクエリ検索結果取得部２０６が取得したコンテンツの評価値を算出したり、コンテンツ履歴情報のコンテンツに基づいたコンテンツのサービス種別毎の評価値を算出したりすることによって、各コンテンツの優先度を算出する。

コンテンツ検索結果出力部２０９は、コンテンツ評価部２０８が評価した結果に基づいて、コンテンツ結果を生成し、当該コンテンツ検索結果をユーザ端末１００へ出力する。

（レコメンドサーバ）
次に、レコメンドサーバ３００について説明する。図６は、レコメンドサーバ３００の機能構成を示すブロック図である。図６に示すとおり、レコメンドサーバ３００は、レコメンド取得対象コンテンツ取得部３０１、関連コンテンツ計算部３０２、及び関連コンテンツ送信部３０３を含んで構成されている。このレコメンドサーバ３００は、１又は複数のＣＰＵ、ＲＡＭ、ＲＯＭなどのハードウェアにより構成されており、記憶されているプログラムにしたがってＣＰＵは動作するよう構成されている。具体的には、情報配信サーバ２００と同様の構成をとるものであって、図３に示されるハードウェア構成により実現される。以下、各構成について説明する。

レコメンド取得対象コンテンツ取得部３０１は、情報配信サーバ２００からレコメンド取得対象コンテンツを取得するものである。

関連コンテンツ計算部３０２は、レコメンド取得対象コンテンツ取得部３０１が取得したレコメンド取得対象コンテンツに関連するコンテンツを、図示しないコンテンツのデータベースから検索し、計算することにより関連コンテンツを決定する。例えば、関連コンテンツ計算部３０２は、レコメンド取得対象コンテンツのメタデータと同一のメタデータを有するコンテンツを関連コンテンツとする。また、関連コンテンツ計算部３０２は、参照度合い等に基づいて、各関連コンテンツの表示順位を決定する。

関連コンテンツ送信部３０３は、関連コンテンツ計算部３０２が計算した結果により定められた関連コンテンツ及び各関連コンテンツの順位情報を情報配信サーバ２００へ送信する。

（検索サーバ）
次に、検索サーバ４００について説明する。図７は、検索サーバ４００の機能構成を示すブロック図である。図７に示すとおり、検索サーバ４００は、クエリ取得部４０１、コンテンツ計算部４０２、及びクエリ検索結果コンテンツ送信部４０３を含んで構成されている。この検索サーバ４００は、１又は複数のＣＰＵ、ＲＡＭ、ＲＯＭなどのハードウェアにより構成されており、記憶されているプログラムにしたがってＣＰＵは動作するよう構成されている。具体的には、情報配信サーバ２００と同様の構成をとるものであって、図３に示されるハードウェア構成により実現される。以下、各構成について説明する。

クエリ取得部４０１は、情報配信サーバ２００から検索クエリを取得するものである。

コンテンツ計算部４０２は、クエリ取得部４０１が取得した検索クエリに対応するコンテンツを、図示しないコンテンツのデータベースから検索して、送信対象となるコンテンツを決定する。具体的には、コンテンツ計算部４０２は、コンテンツのデータベースから検索したそれぞれのコンテンツに対して計算処理をした結果に基づいて情報配信サーバ２００へ送信する対象となるコンテンツを決定する。上記計算処理の具体例として、コンテンツ計算部４０２は、検索クエリに対応するコンテンツについて、当該検索クエリに対応するメタデータ数等を計算する。コンテンツ計算部４０２は、検索クエリに一致するメタデータ又は検索クエリを含むメタデータの数に基づいて各コンテンツの順位を決定する。

クエリ検索結果コンテンツ送信部４０３は、コンテンツ計算部４０２が計算した結果定めたコンテンツ及び各コンテンツの順位情報を情報配信サーバ２００へ送信する。

（ユーザ端末）
次に、ユーザ端末１００について説明する。図８は、ユーザ端末１００の機能構成を示すブロック図である。図８に示すとおり、ユーザ端末１００は、ブラウザ１０１、レコメンド要求送信部１０２、及び配信情報表示部１０３を含んで構成されている。このユーザ端末１００は、１又は複数のＣＰＵ、ＲＡＭ、ＲＯＭなどのハードウェアにより構成されており、記憶されているプログラムにしたがってＣＰＵは動作するよう構成されている。具体的には、情報配信サーバ２００と同様の構成をとるものであって、図３に示されるハードウェア構成により実現される。以下、各構成について説明する。

ブラウザ１０１は、インターネットに接続するためのアプリケーション部分であり、インターネット上に配置されているサイトに対してアクセスし、サイトに保持されているコンテンツをユーザに閲覧可能にさせるものである。

レコメンド要求送信部１０２は、図示しない操作部をユーザが操作することにより、検索クエリ及びユーザＩＤとともにレコメンド情報の要求を情報配信サーバ２００に送信する部分である。

配信情報表示部１０４は、ブラウザ１０１により取得されたメニュー画面およびコンテンツ（Ｗｅｂページ）を表示する部分である。

つぎに、これらユーザ端末１００、情報配信サーバ２００、レコメンドサーバ３００、及び検索サーバ４００の動作について図９を用いて説明する。図９は、ユーザ端末１００の要求に応じて検索結果を配信するときのユーザ端末１００、情報配信サーバ２００、レコメンドサーバ３００、及び検索サーバ４００の処理を示すシーケンス図である。

図９に示すとおり、ユーザ端末１００のレコメンド要求送信部１０２は、ユーザＩＤと検索クエリとを情報配信サーバ２００へ送信すると共に、検索結果送信要求する（ステップＳ１）。

情報配信サーバ２００の検索要求受付部２０３は、ユーザＩＤと検索クエリとを取得すると共に、検索結果送信要求を受け付け、クエリ検索結果取得部２０６は、当該検索クエリを検索サーバ４００へ送信する（ステップＳ２）。

レコメンド取得対象コンテンツ決定部２０４は、検索要求時の検索クエリと、コンテンツ履歴情報記憶部２０１が記憶しているコンテンツ履歴情報とに基づいて、レコメンド取得対象となるコンテンツであるレコメンド取得対象コンテンツを決定する（ステップＳ３）。レコメンド取得対象コンテンツ決定部２０４がレコメンド取得対象コンテンツを決定する詳細の方法については、後述する。

関連コンテンツ取得部２０５は、レコメンド取得対象コンテンツのコンテンツＩＤをレコメンドサーバ３００へ送信する（ステップＳ４）。レコメンドサーバ３００の関連コンテンツ計算部３０２は、当該レコメンド取得対象コンテンツの関連コンテンツを計算し（ステップＳ５）、レコメンドサーバ３００の関連コンテンツ送信部３０３は、当該関連コンテンツの計算結果に基づいた関連コンテンツを情報配信サーバ２００へ送信する（ステップＳ６）。

検索サーバ４００のコンテンツ計算部４０２は、検索クエリに対応するコンテンツを計算し（ステップＳ７）、検索サーバ４００のクエリ検索結果コンテンツ送信部４０３は、計算に基づく結果を情報配信サーバ２００へ送信する（ステップＳ８）。

コンテンツ評価部２０８は、関連コンテンツ取得部２０５が取得したコンテンツの評価値と、クエリ検索結果取得部２０６が取得したコンテンツの評価値と、属性抽出部２０７が抽出したサービスにおけるサービス種別毎の評価値とを算出し、検索結果として出力するコンテンツの優先度を決定する（ステップＳ９）。そして、コンテンツ検索結果出力部２０９は、当該優先度に基づいた出力用の検索結果をユーザ端末１００へ出力する（ステップＳ１０）。なお、ステップＳ９の処理の詳細については、後述する。

続いて、ステップＳ３における、レコメンド取得対象コンテンツ決定部２０４がレコメンド取得対象コンテンツを決定する詳細の方法を図１０のフローチャートを用いて説明する。レコメンド取得対象コンテンツ決定部２０４は、検索クエリａ（例えば、「飲み物」）に対応するコンテンツ群Ａがコンテンツ履歴に存在するか、コンテンツ履歴情報記憶部２０１より検索する（ステップＳ３１）。ここで、コンテンツ群Ａは、検索クエリａに対応するコンテンツの集合を意味する。

コンテンツ群Ａがある場合（ステップＳ３２；ＹＥＳ）、レコメンド取得対象コンテンツ決定部２０４は、コンテンツ群Ａの中で最新のコンテンツをレコメンド取得対象コンテンツとし（ステップＳ３３）、処理を終了する。

コンテンツ群Ａがない場合（ステップＳ３２；ＮＯ）、レコメンド取得対象コンテンツ決定部２０４は、コンテンツメタデータ記憶部２０２とコンテンツ履歴情報記憶部２０１とに記憶されている情報を参照して、クエリａをメタデータに含むコンテンツの集合であるコンテンツ群Ｂを検索する（ステップＳ３４）。

コンテンツ群Ｂがある場合（ステップＳ３５；ＹＥＳ）、レコメンド取得対象コンテンツ決定部２０４は、コンテンツ群Ｂの中で最新のコンテンツをレコメンド取得対象コンテンツとし（ステップＳ３６）、処理を終了する。

コンテンツ群Ｂがない場合（ステップＳ３５；ＮＯ）、レコメンド取得対象コンテンツ決定部２０４は、コンテンツ履歴情報記憶部２０１に記憶されているコンテンツ履歴情報の内、最新のコンテンツをレコメンド取得対象コンテンツとして（ステップＳ３７）、処理を終了する。

続いて、図１１のフローチャートを用いて評価算出処理を説明する。この処理は、図９に示したシーケンス図のステップＳ９とステップＳ１０に対応する。

まず、コンテンツ評価部２０８は、クエリ検索結果取得部２０６が取得したコンテンツの集合であるコンテンツ群Ｃ１のそれぞれのコンテンツの評価値Ｖ１を求める（ステップＳ９１）。

コンテンツ評価部２０８が算出する評価値Ｖ１は、以下の式（１）により求めることができる。
Ｖ１＝(M-α)×｛（x+1-rank₁）/x｝・・・（１）

ここで、xは、クエリ検索結果取得部２０６が取得したコンテンツの件数であり、αは、関連コンテンツ取得部２０５が取得したコンテンツと、クエリ検索結果取得部２０６が取得したコンテンツとの優先度合を定める指標値であり、Mは、αが取り得る最大値であり、rank₁は、クエリ検索結果取得部２０６が取得したコンテンツ内における各コンテンツの順位である。よって、評価値Ｖ１は、クエリ検索結果取得部２０６が取得したコンテンツの件数と、クエリ検索結果取得部２０６が取得したコンテンツ内における各コンテンツの順位とに基づいて算出される値である。クエリ検索結果取得部２０６が取得したコンテンツ内における各コンテンツの順位が上位であれば、上位であるほど、評価値Ｖ１が高くなる。なお、コンテンツ評価部２０８は、上記式（１）により評価値Ｖ１を算出したが、他の種々の式により評価値Ｖ１を算出するようにしてもよい。例えば、上記式（１）では、（x+1-rank₁）をxで割っているが、xをrank₁で割るようにしてもよい。

コンテンツ群Ｃ１に含まれるコンテンツの中に、関連コンテンツ取得部２０５が取得したコンテンツの集合であるコンテンツ群Ｃ２に含まれるコンテンツが無い場合（ステップＳ９２；ＮＯ）、コンテンツ検索結果出力部２０９は、評価値Ｖ１のランキング通りの順位のコンテンツを出力する（ステップＳ９３）。

コンテンツ群Ｃ１に含まれるコンテンツの中に、関連コンテンツ取得部２０５が取得した関連コンテンツ群Ｃ２に含まれるコンテンツがある場合（ステップＳ９２；ＹＥＳ）、コンテンツ評価部２０８は、関連コンテンツ群Ｃ２のコンテンツの内、コンテンツ群Ｃ１にも含まれるコンテンツの評価値Ｖ２を求める（ステップＳ９４）。関連コンテンツ群Ｃ２のコンテンツの内、コンテンツ群Ｃ１のコンテンツには含まれないコンテンツは、評価対象外とするものとする。なお、関連コンテンツ群Ｃ２のコンテンツの内、コンテンツ群Ｃ１のコンテンツには含まれないコンテンツの評価値Ｖ２を求めるようにしてもよい。

コンテンツ評価部２０８が算出する評価値Ｖ２は、以下の式（２）により求めることができる。
Ｖ２＝α×｛（x+1-rank₂）/x｝・・・（２）

ここで、ｘは、関連コンテンツ取得部２０５が取得した件数であり、αは、関連コンテンツ取得部２０５が取得したコンテンツと、クエリ検索結果取得部２０６が取得したコンテンツとの優先度合を定める指標値であり、rank₂は、関連コンテンツ取得部２０５が取得した関連コンテンツ内における各コンテンツの順位である。よって、評価値Ｖ２は、関連コンテンツ取得部２０５が取得したコンテンツの件数と、関連コンテンツ取得部２０５が取得したコンテンツ内における各コンテンツの順位とに基づいて算出される値である。関連コンテンツ取得部２０５が取得したコンテンツ内における各コンテンツの順位が上位であれば、上位であるほど、評価値Ｖ２が高くなる。なお、コンテンツ評価部２０８は、上記式（２）により評価値Ｖ２を算出したが、他の種々の式により評価値Ｖ２を算出するようにしてもよい。例えば、上記式（２）では、（x+1-rank₂）をxで割っているが、ｘをrank₂で割るようにしてもよい。

次に、コンテンツ評価部２０８が属性評価値を算出して、コンテンツ検索結果出力部２０９が、関連コンテンツ評価値と、検索結果評価値と、属性評価値とに基づいてコンテンツの優先度を決定し、当該優先度に基づいて検索結果を出力する（ステップＳ９５）。

続いて、図１２のフローチャートを用いて評価算出処理を説明する。この処理は、図１１に示したステップＳ９５に対応する。

まず、コンテンツ評価部２０８は、クエリａにヒットしたコンテンツ群Ｃ１より、全コンテンツ数c_all（ここでは２０とする）を取得すると共に、ＶＩＤＥＯのコンテンツ数c_v、ＭＵＳＩＣのコンテンツ数c_m、ＢＯＯＫのコンテンツ数c_b、購入サービスＡのコンテンツ数c_sを求める（ステップＳ１０１）。

具体的には、属性抽出部２０７が、図１３に示すようなコンテンツ検索結果からサービスを抽出して、コンテンツ評価部２０８は、同一のサービス種別毎にコンテンツの数を集計する。この場合、ＶＩＤＥＯのコンテンツ数c_vは、７となり、ＭＵＳＩＣのコンテンツ数c_mは、１２となり、ＢＯＯｋのコンテンツ数c_bは、１となり、購入サービスＡのコンテンツ数c_sは、０となる。

各コンテンツ数を集計した後、コンテンツ評価部２０８は、ＶＩＤＥＯのコンテンツ数c_v、ＭＵＳＩＣのコンテンツ数c_m、ＢＯＯＫのコンテンツ数c_b、及び購入サービスＡのコンテンツ数c_s及び全コンテンツ数c_allを用いて加算スムージング法で除算し、コンテンツ群Ｃ１全体に対する同一のサービスを有する検索クエリ検索結果の割合を算出する（ステップＳ１０２）。

具体的には、加算スムージングする際に使用する定数βをβ＝１/c_all＝１/２０とする。この場合、例えば、ＭＵＳＩＣコンテンツの割合rate(c_m)を以下の式（３）に基づいて算出する。
rate(c_m)=(c_m+α)/(c_all+β×20)・・・（３）

上記式に基づいて、ＭＵＳＩＣコンテンツの割合rate(c_m)は、０．５７４になり、ＶＩＤＥＯコンテンツの割合rate(c_v)は、０．３３６になり、ＢＯＯＫコンテンツの割合rate(c_b)は、０．０５になり、購入サービスＡの割合rate(c_s)は、０．００２になる。

続いて、属性抽出部２０７が、コンテンツ履歴情報記憶部２０１を参照し、例えば、あるユーザのコンテンツ履歴情報の「コンテンツに対応するサービス」を抽出し、コンテンツ評価部２０８が、当該ユーザのコンテンツ履歴情報のコンテンツ数r_all（ここでは３０）、ＶＩＤＥＯのコンテンツ数r_v、ＭＵＳＩＣのコンテンツ数r_m、ＢＯＯＫのコンテンツ数r_b、購入サービスＡのコンテンツ数r_sを求める（ステップＳ１０３）。

この場合、コンテンツ評価部２０８は、コンテンツ数r_allを３０、ＶＩＤＥＯのコンテンツ数r_vを１８、ＭＵＳＩＣのコンテンツ数r_mを３、ＢＯＯＫのコンテンツ数r_bを７、購入サービスＡのコンテンツ数r_sを２とする。

そして、コンテンツ評価部２０８は、ＶＩＤＥＯのコンテンツ数r_v、ＭＵＳＩＣのコンテンツ数r_m、ＢＯＯＫのコンテンツ数r_b、購入サービスＡのコンテンツ数r_s、及び全コンテンツ数r_allを用いて加算スムージング法で除算することにより、コンテンツ履歴情報のコンテンツ全体に対する同一のサービスを有するコンテンツ履歴情報の割合を算出する（ステップＳ１０４）。

コンテンツ評価部２０８は、サービス種別毎の、コンテンツ履歴情報のコンテンツ全体に対する割合を上記式（３）に基づいて算出する。ＭＵＳＩＣのコンテンツ割合rate(r_m)は、０．０９８になり、ＶＩＤＥＯのコンテンツ割合rate(r_v)は、０．５８１になり、ＢＯＯＫのコンテンツ割合rate(r_b)は、０．２２７になり、購入サービスＡのコンテンツ割合rate(r_s)は、０．０６５になる。

続いて、コンテンツ評価部２０８は、ＶＩＤＥＯのコンテンツ割合rate(c_v)、ＭＵＳＩＣのコンテンツ割合rate(c_m)、ＢＯＯＫのコンテンツ割合rate(c_b）、購入サービスＡのコンテンツ割合rate(c_s)、ＶＩＤＥＯのコンテンツ割合rate(r_v)、ＭＵＳＩＣのコンテンツ割合rate(r_m)、ＢＯＯＫのコンテンツ割合rate(r_b)、購入サービスＡのコンテンツ割合rate(r_s)についてそれぞれサービス種別毎に積を求め、各属性評価値（各サービスの評価値）として、ＶＩＤＥＯの属性評価値ｖａｌｕｅ（ｖ）、ＭＵＳＩＣの評価値ｖａｌｕｅ（ｍ）、ＢＯＯＫの評価値ｖａｌｕｅ（ｂ）、購入サービスＡの評価値ｖａｌｕｅ（ｓ）を求める。

この結果を、図１４に示す。例えば、ＶＩＤＥＯの場合、ＶＩＤＥＯのコンテンツ割合rate(c_v)が０．３３６で、ＶＩＤＥＯのコンテンツ割合rate(r_v)が０．５８１であるため、ＶＩＤＥＯの評価値ｖａｌｕｅ（ｖ）は、０．１９５となる。

同様に、ＭＵＳＩＣの評価値ｖａｌｕｅ（ｍ）は、０．０５６２になり、ＢＯＯＫの評価値ｖａｌｕｅ（ｂ）は、０．０１１４となり、購入サービスＡの評価値ｖａｌｕｅ（ｓ）は、０．０００１３となる。この結果、ＶＩＤＥＯがサービスの優先度として最も高いことになる。このように、情報配信サーバ２００は、履歴の評価値（コンテンツの割合）と、コンテンツの評価値（コンテンツの割合）とを積算することにより、履歴とコンテンツとのそれぞれの評価のバランスを取ることができる。

続いて、コンテンツ評価部２０８は、各コンテンツにおける、評価値Ｖ１と評価値Ｖ２との和に対して、コンテンツに対応するサービスの属性評価値を積算し、積算した値を最終評価値とする。

そして、コンテンツ検索結果出力部２０９は、最終評価値のランキング順に並べたコンテンツ結果を出力する（ステップＳ１０６）。

コンテンツ検索結果出力部２０９が出力するコンテンツ結果の例を図１５に示す。図１５に示す例は、クエリが「歌手Ａ」の場合の出力例である。ランキングは、評価値Ｖ１と評価値Ｖ２との和に対して、コンテンツに対応するサービスの属性評価値を積算した値に基づいて定められている。図１４に示したように、各コンテンツに対応するサービスの属性評価値を積算しているため、属性評価値が最も高い「ＶＩＤＥＯ」に対応するコンテンツが上位になる傾向にある（例えば、ビデオＡ１、ビデオＡ２）。但し、評価値Ｖ１及び評価値Ｖ２が高いコンテンツは、サービスが「ＶＩＤＥＯ」でなくても上位になる（例えば、曲Ａ２）。このように、情報配信サーバ２００は、各コンテンツ自体の評価値（評価値Ｖ１と評価値Ｖ２）と、コンテンツのサービスの評価（属性評価値）とを総合的に考慮して、コンテンツの優先度を定めているため、ユーザにとって適切な優先度を持った検索結果を提供することができる。

（変形例）
上述の実施形態では、検索結果のコンテンツ数によるrateとユーザ履歴のコンテンツ数によるrateとを積算した値を属性評価値とする場合について述べたが、本発明はこれに限られず、それぞれのrateを加算するようにしてもよい。

この場合、ＭＵＳＩＣのコンテンツ割合rate(c_m)は、(c_m/c_all)となり、０．６０となる。同様に、ＶＩＤＥＯのコンテンツ割合rate(c_v)は、０．３５、ＢＯＯＫのコンテンツ割合rate(c_b)は、０．０５となり、購入サービスＡのコンテンツ割合rate(c_s)は、０．００となる。

さらに、ＭＵＳＩＣのコンテンツ割合rate(r_m)は、０．１０となり、ＶＩＤＥＯのコンテンツ割合rate(r_v)は、０．６０となり、ＢＯＯＫのコンテンツ割合rate(r_b)は、０．２３となり、購入サービスＡのコンテンツ割合rate(r_s)は、０．０７となる。

そして、コンテンツ評価部２０８は、それぞれサービス種別毎に加算し、サービス種別毎の評価値として、ＶＩＤＥＯの評価値ｖａｌｕｅ（ｖ）、ＭＵＳＩＣの評価値ｖａｌｕｅ（ｍ）、ＢＯＯＫの評価値ｖａｌｕｅ（ｂ）、購入サービスＡの評価値ｖａｌｕｅ（ｓ）を求める。

この結果を、図１６に示す。図１６に示すように、ＶＩＤＥＯの評価値ｖａｌｕｅ（ｖ）が０．９５、ＭＵＳＩＣの評価値ｖａｌｕｅ（ｍ）が０．７０、ＢＯＯＫの評価値ｖａｌｕｅ（ｂ）が０．２３、購入サービスＡの評価値ｖａｌｕｅ（ｓ）が０．０７となる。

この場合、加算スムージング法を用いることなく、コンテンツ評価部２０８は、コンテンツ全体に占める各サービスの割合を算出することができる。そして、コンテンツ評価部２０８は、積算した場合に比して、属性評価値が極端に小さい値になってしまうこと、及び極端に大きな値になってしまうことを防止することができる。すなわち、コンテンツ評価部２０８は、属性評価値の最大値と最小値との差が大きくなることを防止することができる。

上述の実施形態では、属性評価値を、評価値Ｖ１とＶ２との加算値に積算して、最終的な評価値とする場合について述べたが、属性評価値の順にサービス毎にグルーピングして、グループ化したサービス内で、評価値Ｖ１とＶ２との加算値に基づいて並び替えをするようにしてもよい。

検索結果のコンテンツ数によるrateとユーザ履歴のコンテンツ数によるrateとを加算することにより定められた属性評価値に基づいてサービス種別毎でグルーピング化して、グループしたサービス毎に、評価値Ｖ１とＶ２との加算値に基づいて並び替えをするようにした場合における出力例を図１７に示す。

図１７に示すように、情報配信サーバ２００は、サービス種別毎にまとめて出力することにより、利用者にとって、有用性の高いと推定されるサービスに対応するコンテンツを優先的に出力することができる。

次に、本実施形態の情報配信サーバ２００の作用効果について説明する。情報配信サーバ２００は、過去の検索クエリと、ユーザが選択したコンテンツとを関連づけた情報であるコンテンツ履歴情報を記憶するコンテンツ履歴情報記憶部２０１と、検索要求時の検索クエリと、コンテンツ履歴情報とに基づいて、レコメンド取得対象となるコンテンツであるレコメンド取得対象コンテンツを決定するレコメンド取得対象コンテンツ決定部２０４と、レコメンド取得対象コンテンツに関連するコンテンツである関連コンテンツを特定するための検索結果である関連コンテンツ検索結果を取得する関連コンテンツ検索結果取得部２０５と、検索要求時の検索クエリに対応するコンテンツの検索結果である検索クエリ検索結果を取得するクエリ検索結果取得部２０６と、コンテンツ履歴情報のコンテンツに対応するサービスを抽出する属性抽出部２０７と、関連コンテンツ検索結果におけるそれぞれの関連コンテンツの評価値である関連コンテンツ評価値Ｖ２と、検索クエリ検索結果におけるそれぞれのコンテンツの評価値である検索結果評価値Ｖ１と、属性抽出部２０７が抽出したサービスにおけるサービス種別毎の評価値である属性評価値と、を算出するコンテンツ評価部２０８と、関連コンテンツ評価値Ｖ２と検索結果評価値Ｖ１と属性評価値とに基づいて、検索結果として出力するコンテンツの優先度を決定し、当該優先度に基づいて検索結果を出力するコンテンツ検索結果出力部２０９と、を備える。

この場合、情報配信サーバ２００は、関連コンテンツの検索結果と検索クエリによる検索結果の評価値だけでなく、コンテンツ履歴情報に関するサービスの評価値も加味して検索結果を提供するため、ユーザの好みに即した検索結果を提供することができる。すなわち、情報配信サーバ２００は、ユーザにとって適切な優先度を持った検索結果を提供することできる。

また、情報配信サーバ２００では、属性抽出部２０７は、検索クエリ検索結果のコンテンツに対応するサービスをさらに抽出し、コンテンツ評価部２０８は、コンテンツ履歴情報のコンテンツに対応するサービスのそれぞれのサービス種別毎の評価値と、検索クエリ検索結果のコンテンツに対応するサービスのそれぞれのサービス種別毎の評価値とに基づいて属性評価値を算出する。この場合、情報配信サーバ２００では、検索クエリ検索結果のコンテンツに対応するサービスの評価値も考慮することになるため、検索結果のサービスの偏りも考慮した検索結果を提供することができる。

また、情報配信サーバ２００では、コンテンツ評価部２０８は、検索クエリ検索結果のコンテンツ全体に対する同一のサービスを有するコンテンツの割合と、コンテンツ履歴情報のコンテンツ全体に対する同一のサービスを有するコンテンツの割合とを、加算した結果に基づいて属性評価値をそれぞれ算出する。この場合も、情報配信サーバ２００は、検索クエリ検索結果のコンテンツ全体に対する同一のサービスを有するコンテンツの割合と、コンテンツ履歴情報のコンテンツ全体に対する同一のサービスを有するコンテンツ履歴情報の割合とを加算した結果に基づいて属性評価値を算出するため、検索クエリ検索結果の件数とコンテンツ履歴情報の件数に差があるとしても割合により算出しているため、件数の差に影響を受けないように調整した（正規化した）属性評価値を算出することができる。

また、情報配信サーバ２００では、コンテンツ検索結果出力部２０９は、コンテンツ毎に、関連コンテンツ評価値と、検索結果評価値と、コンテンツに対応するサービスの属性評価値とを用いた算出結果に基づいて検索結果として出力する優先度を決定する。この場合、情報配信サーバ２００は、関連コンテンツの検索結果と検索クエリによる検索結果の評価値だけでなく、コンテンツ履歴情報に関するサービスの評価値も加味して検索結果を提供するため、ユーザの好みに即した優先度を持った検索結果を提供することができる。

また、情報配信サーバ２００では、コンテンツ検索結果出力部２０９は、属性評価値に基づいて、コンテンツをサービス種別毎にグルーピングして、グループ内で関連コンテンツ評価値と、検索結果評価値とに基づいた評価に基づいて検索結果として出力する優先度を決定する。この発明によれば、情報配信サーバ２００は、関連コンテンツの検索結果と検索クエリによる検索結果の評価値だけでなく、コンテンツ履歴情報に関するサービスの評価値も加味して検索結果を提供するため、ユーザの好みに即した優先度を持った検索結果を提供することができる。

（他の実施形態）
上述の実施形態では、情報配信サーバ２００と、レコメンドサーバ３００と、検索サーバ４００を分けて構成する場合について述べたが、各サーバの機能を１台のサーバで実現するようにしてもよい。

上述の実施形態では、コンテンツ履歴情報の数として、検索クエリによる検索結果から選択された数（例えば、クリック選択数等）を適用する場合について述べたが、過去に選択されたコンテンツ種類の数をコンテンツ履歴情報の数として適用するようにしてもよい。

上述の実施形態では、サービスの評価値を求める際に、割合情報を適用する場合について述べたが、本発明は、これに限られず、順位情報等、サービス間で優劣を定めることができる種々の情報を適用するようにしてもよい。

上述の実施形態では、属性抽出部２０７が属性としてサービス情報を抽出する場合について述べたが、本発明はこれに限られず、任意のメタデータを抽出するようにしてもよい。

１００…ユーザ端末、１０１…ブラウザ、１０２…レコメンド要求送信部、１０３…配信情報表示部、２００…情報配信サーバ、２０１…コンテンツ履歴情報記憶部、２０２…コンテンツメタデータ記憶部、２０３…検索要求受付部、２０４…レコメンド取得対象コンテンツ決定部、２０５…関連コンテンツ取得部、２０６…クエリ検索結果取得部、２０７…属性抽出部、２０８…コンテンツ評価部、２０９…コンテンツ検索結果出力部、３００…レコメンドサーバ、３０１…レコメンド取得対象コンテンツ取得部、３０２…関連コンテンツ計算部、３０３…関連コンテンツ送信部、４００…検索サーバ、４０１…クエリ取得部、４０２…コンテンツ計算部、４０３…クエリ検索結果コンテンツ送信部。

Claims (8)

1. 過去の検索クエリと、ユーザが選択したコンテンツとを関連づけた情報であるコンテンツ履歴情報を記憶するコンテンツ履歴情報記憶手段と、
   前記コンテンツに対応する属性情報を当該コンテンツに関連付けて記憶するコンテンツ属性記憶手段と、
   検索要求時の検索クエリと、前記コンテンツ履歴情報とに基づいて、レコメンド取得対象となるコンテンツであるレコメンド取得対象コンテンツを決定するレコメンド取得対象コンテンツ決定手段と、
   前記レコメンド取得対象コンテンツに関連するコンテンツである関連コンテンツを特定するための検索結果である関連コンテンツ検索結果を取得する関連コンテンツ検索結果取得手段と、
   前記検索要求時の検索クエリに対応するコンテンツの検索結果である検索クエリ検索結果を取得する検索クエリ検索結果取得手段と、
   前記コンテンツ履歴情報のコンテンツに対応する属性を抽出する属性抽出手段と、
   前記関連コンテンツ検索結果におけるそれぞれの関連コンテンツの評価値である関連コンテンツ評価値と、前記検索クエリ検索結果におけるそれぞれのコンテンツの評価値である検索結果評価値と、前記属性抽出手段が抽出した属性における属性種別毎の評価値である属性評価値と、を算出する評価手段と、
   前記関連コンテンツ評価値と、前記検索結果評価値と、前記属性評価値とに基づいてコンテンツの優先度を決定し、当該優先度に基づいて検索結果を出力する出力手段と、
   を備えることを特徴とするコンテンツ検索結果提供装置。
2. 前記属性抽出手段は、検索クエリ検索結果のコンテンツに対応する属性をさらに抽出し、
   前記評価手段は、前記コンテンツ履歴情報のコンテンツに対応する属性のそれぞれの属性種別毎の評価値と、検索クエリ検索結果のコンテンツに対応する属性のそれぞれの属性種別毎の評価値とに基づいて前記属性評価値を算出することを特徴とする請求項１に記載のコンテンツ検索結果提供装置。
3. 前記評価手段は、前記検索クエリ検索結果のコンテンツ全体に対する同一の属性を有するコンテンツの割合と、前記コンテンツ履歴情報のコンテンツ全体に対する同一の属性を有するコンテンツ履歴情報の割合とを、積算した結果に基づいて属性評価値をそれぞれ算出することを特徴とする請求項２に記載のコンテンツ検索結果提供装置。
4. 前記評価手段は、前記検索クエリ検索結果のコンテンツ全体に対する同一の属性を有するコンテンツの割合と、前記コンテンツ履歴情報のコンテンツ全体に対する同一の属性を有するコンテンツ履歴情報の割合とを、加算した結果に基づいて属性評価値をそれぞれ算出することを特徴とする請求項２に記載のコンテンツ検索結果提供装置。
5. 前記出力手段は、コンテンツ毎に、前記関連コンテンツ評価値と、前記検索結果評価値と、前記コンテンツに対応する属性の属性評価値とを用いた算出結果に基づいて検索結果として出力する優先度を決定することを特徴とする請求項１から４のいずれか一項に記載のコンテンツ検索結果提供装置。
6. 前記出力手段は、前記属性評価値に基づいて、前記コンテンツを前記属性毎にグルーピングして、グループ内で前記関連コンテンツ評価値と、前記検索結果評価値とに基づいた評価に基づいて検索結果として出力する優先度を決定することを特徴とする請求項１から４のいずれか一項に記載のコンテンツ検索結果提供装置。
7. 過去の検索クエリと、ユーザが選択したコンテンツとを関連づけた情報であるコンテンツ履歴情報を記憶するコンテンツ履歴情報記憶手段と、
   前記コンテンツに対応する属性情報を当該コンテンツに関連付けて記憶するコンテンツ属性記憶手段と、を備える装置におけるコンテンツ検索結果提供方法であって、
   前記検索要求時の検索クエリと、前記コンテンツ履歴情報とに基づいて、レコメンド取得対象となるコンテンツであるレコメンド取得対象コンテンツを決定するレコメンド取得対象コンテンツ決定ステップと、
   前記レコメンド取得対象コンテンツに関連するコンテンツである関連コンテンツを特定するための検索結果である関連コンテンツ検索結果を取得する関連コンテンツ検索結果取得ステップと、
   前記検索要求時の検索クエリに対応するコンテンツの検索結果である検索クエリ検索結果を取得する検索クエリ検索結果取得ステップと、
   前記コンテンツ履歴情報のコンテンツに対応する属性を抽出する属性抽出ステップと、
   前記関連コンテンツ検索結果におけるそれぞれの関連コンテンツの評価値である関連コンテンツ評価値と、前記検索クエリ検索結果におけるそれぞれのコンテンツの評価値である検索結果評価値と、前記属性抽出ステップで抽出した属性における属性種別毎の評価値である属性評価値と、を算出する評価ステップと、
   前記関連コンテンツ評価値と、前記検索結果評価値と、前記属性評価値とに基づいてコンテンツの優先度を決定し、当該優先度に基づいて検索結果を出力する出力ステップと、
   を備えるコンテンツ検索結果提供方法。
8. 請求項１から６のいずれか１項に記載のコンテンツ検索結果提供装置と、前記コンテンツ検索結果提供装置からの要求に応じて、検索されて生成された検索結果を前記コンテンツ検索結果提供装置へ送信する検索結果出力装置と、前記コンテンツ検索結果提供装置からの要求に応じて前記レコメンド取得対象コンテンツに対応するレコメンド情報を前記コンテンツ検索結果提供装置へ送信するレコメンド情報出力装置とを含むコンテンツ検索結果提供システム。

Images