JP6065676B2 - 情報処理プログラム、情報処理方法及び装置 - Google Patents

Description

本技術は、コンテンツの推薦情報の提供技術に関する。

図書館は、利用者が１冊でも多くの本と出合ってそれらの本を借りるという機会を増やして、図書館の利用率を高めて行くことを１つの目的としていることが多い。

本の推薦という観点からすると、例えばオンライン販売のサイトで、本の購入時に同じ本を購入した他人が他に購入した本を薦めるという機能が用いられている場合がある。しかし、たまたま一緒の本を購入しただけで、他人が購入した他の本には興味がない場合も多い。

その他にも、コンテンツの推薦を行うための技術が存在しているが、必ずしもユーザに適切なコンテンツが推薦されるわけではない。

特開２０１２−１０３８３２号公報 特開２００８−３１０３８５号公報

従って、本技術の目的は、一側面によれば、適切なコンテンツをユーザに推薦できるようにするための新規な技術を提供することである。

本技術に係る情報処理方法は、（Ａ）複数の期間の各期間において流行したコンテンツのデータを格納する第１のデータ格納部から、指定されたコンテンツと同一の期間について格納されている他のコンテンツのデータを抽出し、（Ｂ）抽出された他のコンテンツのデータの少なくとも一部を含む推薦情報を出力する処理を含む。

適切なコンテンツをユーザに推薦できるようになる。

図１は、実施の形態に係るシステムの概要を示す図である。 図２は、図書館サーバの機能ブロック図である。 図３は、ユーザＤＢに格納されるデータの一例を示す図である。 図４は、貸出ＤＢに格納されるデータの一例を示す図である。 図５は、売上ランキングＤＢに格納されるデータの一例を示す図である。 図６は、貸出ランキングＤＢに格納されるデータの一例を示す図である。 図７は、本実施の形態に係るメインの処理フローを示す図である。 図８は、第１の表示例を示す図である。 図９は、貸出ベース推薦処理の処理フローを示す図である。 図１０は、第２の表示例を示す図である。 図１１は、複数年処理の処理フローを示す図である。 図１２は、データ格納部に格納されるデータの一例を示す図である。 図１３は、図１２のデータの処理例を示す図である。 図１４は、ジャンル別紹介処理の処理フローを示す図である。 図１５は、第３の表示例を示す図である。 図１６は、過去ベースの紹介処理の処理フローを示す図である。 図１７は、第４の表示例を示す図である。 図１８は、第５の表示例を示す図である。 図１９は、第６の表示例を示す図である。 図２０は、コンピュータの機能ブロック図である。

本技術の実施の形態に係るシステムの概要を図１に示す。例えばインターネットや図書館内のＬＡＮ（Local Area Network）であるネットワーク１には、１又は複数の図書館端末５と、本実施の形態における主要な処理を実行する図書館サーバ３とが接続される。ネットワーク１が、インターネットなどの図書館外部のネットワークに接続する場合や図書館ＬＡＮが解放されている場合には、ユーザ端末７も接続される場合がある。

図書館端末５は、例えば図書館館内に設置され、例えばタッチパネル式の表示部等を備える。ハードウエアのキーボードを備えている場合もある。また、図書館端末５は、Ｗｅｂ（ウェブ）ブラウザを実行しているものとする。ユーザ端末７も、Ｗｅｂブラウザやメールクライアントアプリケーションを実行しているものとする。

図２に、図書館サーバ３の機能ブロック図を示す。図書館サーバ３は、要求処理部３１と、データ抽出部３２と、ユーザデータベース（ＤＢ）３３と、貸出ＤＢ３４と、売上ランキングＤＢ３５と、貸出ランキングＤＢ３６と、メール送信部３７と、データ格納部３８とを有する。

要求処理部３１は、例えば、図書館端末５やユーザ端末７からユーザがログインしてきた場合に、要求されたデータ等を含むウェブページデータを生成して、要求元の図書館端末５やユーザ端末７へ送信する。なお、要求処理部３１は、このウェブページデータに推薦図書のデータを含める場合があり、その場合には、データ抽出部３２に対してデータ抽出処理を指示する。

データ抽出部３２は、以下で説明するように、ユーザＤＢ３３と、貸出ＤＢ３４と、売上ランキングＤＢ３５と、貸出ランキングＤＢ３６とを用いて、推薦図書のデータを生成又は抽出し、要求処理部３１に出力する。なお、処理途中のデータについては、データ格納部３８に格納される。

また、メール送信部３７は、ユーザＤＢ３３に登録されているユーザのメールアドレス宛に、各種お知らせを含むメールを送信するが、当該メールに推薦図書のデータを含める場合がある。メールに推薦図書のデータを含める場合には、データ抽出部３２に対してデータ抽出処理を指示する。

ユーザＤＢ３３には、例えば図３に示すようなデータが格納される。図３の例では、ユーザ毎に、ユーザＩＤと、パスワードと、ユーザ名と、住所と、過去に借りた本のリストと、貸出中の本のリストと、予約した本のリストと、メールアドレスとが登録されるようになっている。本名（タイトル）が登録される例を示しているが、本の識別子（ＩＤ）を登録するようにしても良い。

また、貸出ＤＢ３４には、例えば図４に示すようなデータが格納される。図４の例では、図書館名と、本名と、発行年と、当該本が置かれている棚の棚番号と、作家名と、ジャンルと、貸出有無とが登録されるようになっている。ここでは、複数の図書館のデータが格納される例を示しているが、自図書館のみのデータを格納するようにしても良い。本名は、本のＩＤの場合もある。

売上ランキングＤＢ３５には、例えば図５に示すようなデータが格納される。図５の例では、流行年と、本名と、作家名と、ジャンルと、発行年とが登録されるようになっている。この売上ランキングＤＢ３５には、例えば年毎に、売上上位所定数の本のデータが列挙されるようになっている。本名は、本のＩＤの場合もある。なお、年毎ではなく、２年毎、半年ごとなど、他の期間毎であっても良い。また、売上数などのデータもさらに格納される場合もある。

貸出ランキングＤＢ３６には、例えば図６に示すようなデータが格納される。図６の例では、流行年と、本名と、作家名と、貸出回数とが登録されるようになっている。この貸出ランキングＤＢ３６には、例えば年毎に、貸出回数上位所定数の本のデータが列挙されるようになっている。本名は、本のＩＤの場合もある。なお、年毎ではなく、２年毎、半年ごとなど、他の期間毎であっても良い。

次に、図７乃至図１９を用いて、図書館サーバ３の処理内容について説明する。

なお、ここでは、ユーザがログインした後に、図書館サーバ３の要求処理部３１が、推薦図書のデータを含むウェブページデータを、ユーザ端末７又は図書館端末５に送信する前であるものとする。なお、上でも述べたように、メール送信部３７が、推薦図書のデータを含むメールを、ユーザのメールアドレス宛に送信する前であっても良い。

要求処理部３１は、例えばログインしたユーザ（メールであれば、メール送信先ユーザ）のユーザＩＤを特定し（図７：ステップＳ１）、当該ユーザＩＤを含む、推薦図書のデータ要求をデータ抽出部３２に出力する。

データ抽出部３２は、推薦図書のデータ要求を受け取ると、ユーザＩＤでユーザＤＢ３３を検索して、予約中の本を特定する（ステップＳ３）。予約中の本が存在しない場合には、一般的な推薦図書を特定するので、ここでは説明を省略する。

その後、データ抽出部３２は、売上ランキングＤＢ３５を、予約中の本で検索する（ステップＳ５）。ここで、検索がヒットしなければ（ステップＳ７：Ｎｏルート）、データ抽出部３２及び要求処理部３１は、後に述べる貸出ベース推薦処理を実行する（ステップＳ１７）。そして処理は終了する。

一方、検索がヒットすれば（ステップＳ７：Ｙｅｓルート）、データ抽出部３２は、ヒットした年の数が１年のみであるか判断する（ステップＳ９）。ヒットした年が複数年であれば、データ抽出部３２及び要求処理部３１は、後に述べる複数年処理を実行する（ステップＳ１９）。そして処理は終了する。

一方、ヒットした年の数が１年のみであれば、データ抽出部３２は、売上ランキングＤＢ３５から、ヒットした年について登録された他の本のデータを抽出する（ステップＳ１１）。そして、データ抽出部３２は、貸出ＤＢ３４を、抽出された本で検索して、貸出中か否かを判断し、貸出中ではない本に絞り込む（ステップＳ１３）。図３及び図５の例では、予約中の本が「Ｘの大冒険」であれば、２０００年が１年のみ抽出され、図５の例において、２０００年に対応して登録されている他の本は「健康＊＊」及び「宇宙船＊＊」である。「健康＊＊」及び「宇宙船＊＊」で、貸出ＤＢ３４（図４）を検索すると、図書館Ｘ及びＹの両方で「宇宙船＊＊」については貸出中であるが、「健康＊＊」であれば図書館Ｙにおいて、貸出中ではないと判断される。そして、データ抽出部３２は、貸出中ではないとされた本のデータを、要求処理部３１に出力する。

要求処理部３１は、貸出中ではないとされた本のデータを受け取ると、当該本のデータを推薦図書のデータとして含むウェブページデータを生成し、ユーザ端末７又は図書館端末５に送信する（ステップＳ１５）。

例えば、図８に示すようなデータが、ウェブページに含まれることになる。このように、「Ｘの大冒険」を予約中でまだ借りられていないユーザには、「Ｘの大冒険」と同じ年に流行した「健康＊＊」であれば直ぐに借りられるので、これを推薦することによってユーザに新たな気付きを与えることができる。

近年、過去に流行した本などを読み返す人が増えている。これは、４０代から高齢者が昔を懐かしく思い、昔の本等を再度読み直すという現象があるためとも言われている。また、当時流行していた本等を読みたいと思っていても仕事や家事や育児等が多忙で読めなかったが、子育て等が終わり余裕が出てきて読む時間が増えている人もいる。このような人たちに有効な気付きを与えて他の本をも借りてもらえれば、図書館の貸出率を向上させることができるようになる。

次に、貸出ベース推薦処理について図９及び図１０を用いて説明する。データ抽出部３２は、予約中の本で、貸出ランキングＤＢ（図６）３６を検索する（図９：ステップＳ２１）。検索でヒットしなければ（ステップＳ２３：Ｎｏルート）、データ抽出部３２は、一般的な推薦図書のデータ（例えば月間推薦図書など）を、要求処理部３１に出力する。要求処理部３１は、一般的な推薦図書のデータを受け取ると、一般的な推薦図書のデータを含むウェブページデータを生成し、ユーザ端末７又は図書館端末５に送信する（ステップＳ２５）。そして処理は終了する。

一方、検索でヒットがあれば（ステップＳ２３：Ｙｅｓルート）、データ抽出部３２は、ヒットした年の数が１年のみであるか判断する（ステップＳ２７）。ヒットした年が複数年であれば、データ抽出部３２及び要求処理部３１は、後に述べる複数年処理を実行する（ステップＳ３５）。そして処理は終了する。

一方、ヒットした年の数が１年のみであれば、データ抽出部３２は、貸出ランキングＤＢ３６から、ヒットした年について登録された他の本のデータを抽出する（ステップＳ２９）。そして、データ抽出部３２は、貸出ＤＢ３４を抽出された本で検索して、貸出中か否かを判断し、貸出中ではない本に絞り込む（ステップＳ３１）。基本的な処理内容は、図７のステップＳ１３と同様である。そして、データ抽出部３２は、貸出中ではないとされた本のデータを、要求処理部３１に出力する。

要求処理部３１は、貸出中ではないとされた本のデータを受け取ると、当該本のデータを推薦図書のデータとして含むウェブページデータを生成し、ユーザ端末７又は図書館端末５に送信する（ステップＳ３３）。出力内容も図８と同様である。但し、さらに貸出ＤＢ３４から、貸出中ではないとされた本のデータとして図書館名と棚番号とをさらに抽出して、図１０のようなデータを出力するようにしても良い。図１０の例では、図書館名と棚番号とが追加のデータとして含まれている。そして処理は終了する。

次に、複数年処理について図１１乃至図１９を用いて説明する。データ抽出部３２は、ステップＳ５でヒットした年、当該年に対して登録されている本名及びジャンルを、売上ランキングＤＢ３５から抽出し、例えばデータ格納部３８に格納する（図１１：ステップＳ４１）。例えば、図１２に示すようなデータが、データ格納部３８に格納される。これは、予約中の本が「宇宙船＊＊」である場合に抽出されるデータの例を示しており、作家名及び発行年についてもここでは抽出されている。

そして、データ抽出部３２は、抽出された本の本名で貸出ＤＢ３４を検索して、貸出中の本のデータを、データ格納部３８から除外する（ステップＳ４３）。図１２の例では、「バナナの・・・」は貸出中なので除外されて、図１３に示すようなデータがデータ格納部３８に格納されることになる。

その後、データ抽出部３２は、ユーザＩＤでユーザＤＢ３３を検索して過去に本を借りたことがあるかを判断する（ステップＳ４５）。例えばユーザＤＢ（図３）において、過去に借りた本の欄に本名が登録されていれば、当該過去に借りた本のリストを読み出す。

過去に本を借りていない場合には、データ抽出部３２は、後に述べるジャンル別紹介処理を実行する（ステップＳ５３）。そして処理は終了する。

一方、過去に本を借りている場合には、データ抽出部３２は、抽出された年が連続しており且つ同じ本が当該連続する年に出現しているか判断する（ステップＳ４７）。例えば、図１２の状態であれば、「バナナの・・・」が１９８０年と１９８１年の両方に出現しており、このような場合にはこの条件を満たすと判断される。

抽出された年が連続していない、又は抽出された年が連続しているが同じ本が当該連続する年に出現しているわけではない場合には、処理はステップＳ５１に移行する。

一方、抽出された年が連続しており且つ同じ本が当該連続する年に出現している場合には、データ抽出部３２は、連続する年以外の年が抽出されたか判断する（ステップＳ４９）。例えば図１２に示すような状態であれば、１９８０年と１９８１年以外に、２０００年が抽出されているので、このような状態であれば条件を満たすことになる。このような条件を満たす場合には、データ抽出部３２は、後に説明する過去ベースの紹介処理を実行する（ステップＳ５１）。その後処理は終了する。

一方、連続する年以外の年が抽出されていない場合には、処理はステップＳ５３に移行する。

ステップＳ４５乃至Ｓ５１では、過去に借りている本があれば、基本的には、当該過去に借りている本を基に分岐する処理を行う。一方、過去に借りている本がなければ、ジャンル別紹介処理を実行する。過去に借りている本がある場合でも、結果的に、抽出された年が連続しているだけで１つの期間となってしまっている場合には、１つの年が抽出されたのと同視して、ジャンル別紹介処理を実行する。

次に、ジャンル別紹介処理について、図１４及び図１５を用いて説明する。データ抽出部３２は、データ格納部３８に格納されている本（すなわちステップＳ４１で抽出されステップＳ４３で絞り込まれた本）を、ジャンル別に分類する（ステップＳ６１）。また、データ抽出部３２は、予約中の本で貸出ＤＢ３４を検索して、予約中の本のジャンルを特定する（ステップＳ６３）。その後、データ抽出部３２は、特定されたジャンルを最優先し、それ以外のジャンルについては冊数が多いジャンルを優先して、ジャンル及び本の並び替えを行う（ステップＳ６５）。データ抽出部３２は、この処理結果を、要求処理部３１に出力する。

要求処理部３１は、データ抽出部３２から受け取ったデータを推薦図書のデータとして含むウェブページデータを生成し、図書館端末５又はユーザ端末７へ送信する（ステップＳ６７）。例えば、予約中の本のジャンルが「評論・随筆」であり、過去に本を借りていない場合で、図１２のようなデータがデータ格納部３８に格納されていると、図１５に示すようなデータが推薦図書のデータとして生成される。

このようにすれば、予約中の本と同じジャンルの本を優先して同じような年に流行した本を推薦することができるようになる。

次に、過去ベースの紹介処理を図１６乃至図１９を用いて説明する。データ抽出部３２は、ユーザＤＢ３３から、処理に係るユーザＩＤに対応付けて格納されている過去に借りた本のデータを抽出する（図１６：ステップＳ７１）。そして、データ抽出部３２は、過去に借りた本で売上ランキングＤＢ３５を検索して流行年を特定すると共に、過去に借りた本を流行年毎に分類し、冊数を計数する（ステップＳ７３）。例えば、１９８０年が３冊、１９８１年が５冊、１９８２年が４冊、２０００年が１冊などというデータが得られるようになる。同じ本が複数年に流行している場合には、複数年の各年においてカウントする。また、売上ランキングＤＢ３５に登録されていない場合には、カウントしない。

そして、データ抽出部３２は、ステップＳ７３の処理結果から、ステップＳ５でヒットした年であって且つ冊数が突出した年があるか判断する（ステップＳ７５）。例えば、３冊以上他の年より冊数が多い年があれば、この条件を満たしていると判断する。３冊は一例であり、平均値よりも５割以上多い冊数といったように基準を決めることができる。

ステップＳ５でヒットした年であって且つ冊数が突出した年があれば、データ抽出部３２は、ステップＳ５でヒットした年であって且つ冊数が突出した年の抽出本のデータをデータ格納部３８から読み出して、推薦図書のデータとして要求処理部３１に出力する。要求処理部３１は、データ抽出部３２から推薦図書のデータを受け取ると、当該推薦図書のデータを含むウェブページデータを生成し、図書館端末５又はユーザ端末７へ送信する（ステップＳ７７）。そして処理は終了する。例えば、１９８０年が突出して冊数が多い年であるとして、図１２に示すようなデータがデータ格納部３８に格納されている場合には、図１７に示すようなデータが推薦図書のデータとして含まれることになる。これによって、ユーザが着目している年に流行した他の本を提示できるようになる。

一方、ステップＳ７５の条件を満たしていない場合には、データ抽出部３２は、ステップＳ５でヒットした年であって且つ冊数が多い年が連続しているか判断する（ステップＳ７９）。例えば、ステップＳ４９で連続する年のみがヒットしたことが確認されると、本ステップで条件を満たしている可能性がある。例えば、冊数が所定数（例えば３）以上の年が連続している場合には、条件を満たしていると判断する。また、他の年よりも冊数が多い場合に条件を満たすように判断しても良い。なお、ステップＳ５でヒットした年の範囲に、冊数が所定数以上で連続する年の範囲が入っていれば良く、完全一致しなくても良い。例えば、ヒットした年の範囲が１９８０年から１９８２年であり、冊数が所定数以上で連続する年の範囲が１９８０年及び１９８１年であれば、１９８０年及び１９８１年は条件を満たすことになる。

このような条件を満たしている場合には、データ抽出部３２は、ステップＳ５でヒットした年であって且つ冊数が多い連続年の抽出本のデータを、データ格納部３８から読み出して、推薦図書のデータとして要求処理部３１に出力する。要求処理部３１は、データ抽出部３２から推薦図書のデータを受け取ると、当該推薦図書のデータを含むウェブページデータを生成し、図書館端末５又はユーザ端末７へ送信する（ステップＳ８１）。そして処理は終了する。例えば、１９８０年から１９８３年に該当する本があれば、図１８に示すようなデータが推薦図書のデータとして含まれることになる。このようにして、ユーザがやや着目している期間に流行した他の本を提示できるようになる。

一方、ステップＳ７９の条件を満たさない場合、データ抽出部３２は、データ抽出部３２は、ステップＳ５でヒットした年を古い順に並べたデータを生成し、推薦図書のデータとして要求処理部３１に出力する。要求処理部３１は、推薦図書のデータを受け取ると、当該推薦図書のデータを含むウェブページデータを生成し、図書館端末５又はユーザ端末７へ送信する（ステップＳ８３）。そして処理は終了する。例えば図１２のようなデータがデータ格納部３８に格納されているとすると、図１９に示すようなデータが推薦図書のデータとして含まれることになる。図１９の例では、１９８０年と、１９８１年と、２０００年とに流行した本が列挙されている。なお、１９８０年と１９８１年とは同じ本であるので、古い方のみを残すようにしても良い。

このような処理を実行すれば、過去に借りていた本をベースに優先すべき年を特定でき、それに応じて他の本の推薦を行うことができるようになる。

以上本技術の実施の形態を説明したが、本技術はこれに限定されるものではない。例えば、図２に示した図書館サーバ３の構成は一例であって、プログラムモジュール構成とは一致しない場合もある。また、複数台のコンピュータで図書館サーバ３の機能を実現する場合もある。さらに、クライアント側の装置も、携帯電話機やスマートフォンのような装置の場合もある。

上でも述べたように、メール等他の手段により推薦図書のデータを通知するようにしても良い。また、上で述べた例では本の例を示したが、本ではなくビデオや音楽のようなコンテンツであっても良い。なお、物理的な本だけではなく、電子的な本をも含む場合もある。

さらに、売上ランキングＤＢ３５や貸出ランキングＤＢ３６を予約中の本で検索しているが、任意の他の本に着目して検索するようにしても良い。さらに、検索結果が単年であるか複数年であるかにより処理を切り替えているが、複数年であっても単年と同様の処理を行うようにしても良い。さらに、過去に借りていた本の流行年の態様に応じて処理を切り替えたが、例えば単純に冊数順に並べて上位所定数を提示するようにしても良い。

上では売上ランキングＤＢ３５及び貸出ランキングＤＢ３６を用いる例を示したが、いずれか一方のみを用いるようにしても良い。また、図１６では売上ランキングＤＢ３５を用いる例を示したが、貸出ランキングＤＢ３６を用いる場合もある。

なお、上で述べた図書館サーバ３、図書館端末５、ユーザ端末７は、コンピュータ装置であって、図２０に示すように、メモリ２５０１とＣＰＵ（Central Processing Unit）２５０３とハードディスク・ドライブ（ＨＤＤ：Hard Disk Drive）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。オペレーティング・システム（ＯＳ：Operating System）及び本実施例における処理を実施するためのアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。ＣＰＵ２５０３は、アプリケーション・プログラムの処理内容に応じて表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、所定の動作を行わせる。また、処理途中のデータについては、主としてメモリ２５０１に格納されるが、ＨＤＤ２５０５に格納されるようにしてもよい。本技術の実施例では、上で述べた処理を実施するためのアプリケーション・プログラムはコンピュータ読み取り可能なリムーバブル・ディスク２５１１に格納されて頒布され、ドライブ装置２５１３からＨＤＤ２５０５にインストールされる。インターネットなどのネットワーク及び通信制御部２５１７を経由して、ＨＤＤ２５０５にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及びアプリケーション・プログラムなどのプログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

以上述べた本実施の形態をまとめると、以下のようになる。

本実施の形態に係る情報処理方法は、（Ａ）予め定められている期間毎に当該期間において流行したコンテンツのデータを格納する第１のデータ格納部から、指定されたコンテンツと同一の期間について格納されている他のコンテンツのデータを抽出し、（Ｂ）抽出された他のコンテンツのデータのうち少なくとも一部を含む推薦情報を出力する処理を含む。

このようにすれば、指定されたコンテンツと同一期間に流行した他のコンテンツをユーザに対して推薦できるようになり、例えば過去の一定期間に興味のあるユーザに対して気付きを与えることができるようになる。

また、上で述べた出力する処理が、（ｂ１）コンテンツの貸出を管理する第２のデータ格納部に基づき、抽出された他のコンテンツが貸出中であるか否かを判断することで、貸出中でないコンテンツを特定する処理を含むようにしても良い。このようにすれば、現在貸出が可能な他のコンテンツに気付きを与えることができるようになる。

また、上で述べた流行したコンテンツが、貸出回数又は売上数に基づき特定されたコンテンツである場合もある。

また、上記指定されたコンテンツが、推薦情報の出力先のユーザが予約中のコンテンツである場合もある。予約中で借りられない本以外に着目させることができるようになり、本の貸し出しが促進されるようになる。

また、上で述べた出力する処理が、（ｂ２）同一の期間が複数である場合、ユーザ毎に過去の貸出コンテンツのデータを格納する第３のデータ格納部から、推薦情報の出力先のユーザの過去の貸出コンテンツのデータを抽出し、（ｂ３）第１のデータ格納部から、抽出された過去の貸出コンテンツが格納されている期間を特定し、（ｂ４）特定された期間に基づき、抽出された他のコンテンツを絞り込む処理を含むようにしても良い。このようにすれば、指定されたコンテンツが複数の期間で流行したような場合には、ユーザの過去のデータに基づき期間及びコンテンツを絞り込むことができるようになる。

なお、上記絞り込む処理が、特定された期間が、上記同一の期間が含む連続する期間と一致し、且つ特定された期間が特定された回数が他の期間より多い又は閾値以上の回数である場合には、上記同一の期間が含む連続する期間により他のコンテンツを絞り込む処理を含むようにしても良い。このようにすれば、連続する期間を範囲として取り扱うことができる。

なお、上で述べたような処理をコンピュータに実施させるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブル・ディスク、ＣＤ−ＲＯＭなどの光ディスク、光磁気ディスク、半導体メモリ（例えばＲＯＭ）、ハードディスク等のコンピュータ読み取り可能な記憶媒体又は記憶装置に格納される。なお、処理途中のデータについては、ＲＡＭ等の記憶装置に一時保管される。

以上の実施例を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）
複数の期間の各期間において流行したコンテンツのデータを格納する第１のデータ格納部から、指定されたコンテンツと同一の期間について格納されている他のコンテンツのデータを抽出し、
抽出された前記他のコンテンツのデータの少なくとも一部を含む推薦情報を出力する
処理を、コンピュータに実行させるためのプログラム。

（付記２）
前記出力する処理が、
コンテンツの貸出を管理する第２のデータ格納部に基づき、抽出された前記他のコンテンツが貸出中であるか否かを判断することで、貸出中でないコンテンツを特定する処理
を含む付記１記載のプログラム。

（付記３）
前記流行したコンテンツが、貸出回数又は売上数に基づき特定されたコンテンツである
付記１又は２記載のプログラム。

（付記４）
前記指定されたコンテンツが、前記推薦情報の出力先のユーザが予約中のコンテンツである
付記１乃至３のいずれか１つ記載のプログラム。

（付記５）
前記出力する処理が、
前記同一の期間が複数である場合、ユーザ毎に過去の貸出コンテンツのデータを格納する第３のデータ格納部から、前記推薦情報の出力先のユーザの過去の貸出コンテンツのデータを抽出し、
前記第１のデータ格納部から、抽出された前記過去の貸出コンテンツが格納されている期間を特定し、
特定された前記期間に基づき、抽出された前記他のコンテンツを絞り込む
処理を含む、付記１乃至４のいずれか１つ記載のプログラム。

（付記６）
前記絞り込む処理が、
特定された前記期間が、前記同一の期間が含む連続する期間と一致し、且つ特定された前記期間が特定された回数が他の期間より多い又は閾値以上の回数である場合には、前記同一の期間が含む連続する期間により前記他のコンテンツを絞り込む処理
を含む付記５記載のプログラム。

（付記７）
複数の期間の各期間において流行したコンテンツのデータを格納する第１のデータ格納部から、指定されたコンテンツと同一の期間について格納されている他のコンテンツのデータを抽出し、
抽出された前記他のコンテンツのデータの少なくとも一部を含む推薦情報を出力する
処理を含み、コンピュータにより実行される情報処理方法。

（付記８）
複数の期間の各期間において流行したコンテンツのデータを格納する第１のデータ格納部から、指定されたコンテンツと同一の期間について格納されている他のコンテンツのデータを抽出する抽出部と、
抽出された前記他のコンテンツのデータの少なくとも一部を含む推薦情報を出力する出力部と、
を有する情報処理装置。

１ ネットワーク
３ 図書館サーバ
５ 図書館端末
７ ユーザ端末
３１ 要求処理部
３２ データ抽出部
３３ ユーザＤＢ
３４ 貸出ＤＢ
３５ 売上ランキングＤＢ
３６ 貸出ランキングＤＢ
３７ メール送信部
３８ データ格納部

Claims (8)

1. 複数の期間の各期間に対応付けて流行したコンテンツのデータを格納する第１のデータ格納部を参照し、指定されたコンテンツと同一の期間に対応付けられた他のコンテンツのデータを抽出し、
   コンテンツの貸出情報を記憶する第２のデータ格納部を参照し、抽出された前記他のコンテンツのうち、貸出中でないコンテンツを特定し、
   特定された前記貸出中でないコンテンツのデータを含む推薦情報を出力する、
   処理をコンピュータに実行させることを特徴とするプログラム。
2. 前記流行したコンテンツが、貸出回数又は売上数に基づき特定されたコンテンツである、
   請求項１記載のプログラム。
3. 前記指定されたコンテンツが、前記推薦情報の出力先のユーザが予約中のコンテンツである、
   請求項１又は２記載のプログラム。
4. 複数の期間の各期間に対応付けて流行したコンテンツのデータを格納する第１のデータ格納部を参照し、指定されたコンテンツと同一の期間に対応付けられた他のコンテンツのデータを抽出し、
   前記同一の期間が複数である場合、ユーザ毎に過去の貸出コンテンツのデータを格納する第２のデータ格納部を参照し、推薦情報の出力先のユーザの過去の貸出コンテンツのデータを抽出し、
   前記第１のデータ格納部を参照し、抽出された前記過去の貸出コンテンツに対応付けられた期間を特定し、
   特定された前記期間に基づき、抽出された前記他のコンテンツを絞り込み、絞り込み後のコンテンツのデータを含む前記推薦情報を出力する、
   処理をコンピュータに実行させることを特徴とするプログラム。
5. 複数の期間の各期間に対応付けて流行したコンテンツのデータを格納する第１のデータ格納部を参照し、指定されたコンテンツと同一の期間に対応付けられた他のコンテンツのデータを抽出し、
   コンテンツの貸出情報を記憶する第２のデータ格納部を参照し、抽出された前記他のコンテンツのうち、貸出中でないコンテンツを特定し、
   特定された前記貸出中でないコンテンツのデータを含む推薦情報を出力する、
   処理をコンピュータが実行することを特徴とする情報処理方法。
6. 複数の期間の各期間に対応付けて流行したコンテンツのデータを格納する第１のデータ格納部を参照し、指定されたコンテンツと同一の期間に対応付けられた他のコンテンツのデータを抽出する抽出部と、
   コンテンツの貸出情報を記憶する第２のデータ格納部を参照し、前記抽出部により抽出された前記他のコンテンツのうち、貸出中でないコンテンツを特定する特定部と、
   前記特定部により特定された前記貸出中でないコンテンツのデータを含む推薦情報を出力する出力部と、
   を有する情報処理装置。
7. 複数の期間の各期間に対応付けて流行したコンテンツのデータを格納する第１のデータ格納部を参照し、指定されたコンテンツと同一の期間に対応付けられた他のコンテンツのデータを抽出し、
   前記同一の期間が複数である場合、ユーザ毎に過去の貸出コンテンツのデータを格納する第２のデータ格納部を参照し、推薦情報の出力先のユーザの過去の貸出コンテンツのデータを抽出し、
   前記第１のデータ格納部を参照し、抽出された前記過去の貸出コンテンツに対応付けられた期間を特定し、
   特定された前記期間に基づき、抽出された前記他のコンテンツを絞り込み、絞り込み後のコンテンツのデータを含む前記推薦情報を出力する、
   処理をコンピュータが実行することを特徴とする情報処理方法。
8. 複数の期間の各期間に対応付けて流行したコンテンツのデータを格納する第１のデータ格納部を参照し、指定されたコンテンツと同一の期間に対応付けられた他のコンテンツのデータを抽出する第１抽出部と、
   前記同一の期間が複数である場合、ユーザ毎に過去の貸出コンテンツのデータを格納する第２のデータ格納部を参照し、推薦情報の出力先のユーザの過去の貸出コンテンツのデータを抽出する第２抽出部と、
   前記第１のデータ格納部を参照し、前記第２抽出部により抽出された前記過去の貸出コンテンツに対応付けられた期間を特定する特定部と、
   前記特定部により特定された前記期間に基づき、前記第１抽出部により抽出された前記他のコンテンツを絞り込み、絞り込み後のコンテンツのデータを含む前記推薦情報を出力する出力部と、
   を有する情報処理装置。

Images