JP6433615B1 - 視聴記録分析装置、視聴記録分析方法、及び視聴記録分析プログラム - Google Patents

Abstract

【課題】世帯について記録された視聴ログから当該世帯の構成員の情報を得る。【解決手段】視聴記録分析装置１０は、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得部２０と、第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習部２１と、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得部２２と、第１関係データと第２視聴記録データとに基づいて、対象世帯を構成する構成員の属性を判定する世帯構成判定部２４と、を有する。【選択図】図５

Description

本発明は、視聴記録分析装置、視聴記録分析方法、及び視聴記録分析プログラムに関する。

放送された番組を表示するテレビ受像機等のモニタ装置で視聴される番組の視聴情報を収集して分析し、番組の視聴率等の情報を得ることが行われている。
また、特許文献１には、モニタ装置に表示された番組を視聴する視聴者を個人単位で識別することによって、年齢や性別によりグループに分けた視聴者属性ごとに各番組の視聴状況を分析するシステムについて開示されている。

特開２００３−１６３９４９号公報

特許文献１に記載のシステムでは、モニタ装置で番組を視聴する視聴者の個人情報を特定するための装置（視聴者装置３）を必要とする。そのため、こうした特殊な装置を有さないシステムにおいては、どのような属性の視聴者が視聴していたかを知ることができない。

本発明は、上記の課題に鑑みてなされたものであり、その目的は、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる視聴記録分析装置、視聴記録分析方法、及び視聴記録分析プログラムを提供することにある。

上記課題は、本発明に係る視聴記録分析装置によれば、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、前記所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得部と、前記第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習部と、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得部と、前記第１関係データと前記第２視聴記録データとに基づいて、それぞれの属性の構成員が前記対象世帯に含まれる確率を示す存在確率を前記対象世帯における構成員の属性ごとに算出する存在確率算出部と、前記存在確率算出部により算出された前記対象世帯の構成員の属性ごとの存在確率に基づいて、前記対象世帯を構成する構成員の属性を判定する世帯構成判定部と、を有することにより解決される。
上記の視聴記録分析装置によれば、世帯構成が既知の所定世帯の視聴ログに基づいて、視聴ログと構成員の属性との関係を学習できる。これにより、世帯構成が未知の対象世帯の視聴ログから、対象世帯の世帯構成員の情報を得ることができる。すなわち、上記の視聴記録分析装置によれば、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる。
また、対象世帯の視聴ログから、対象世帯に含まれる可能性が高い構成員の属性を判定できる。これにより、対象世帯の世帯構成を精度良く判定できる。

上記の視聴記録分析装置において、前記関係データ学習部は、前記所定世帯ごとに記録された視聴ログを説明変数とし、前記所定世帯ごとの各属性の構成員が存在する確率を目的変数とした数理モデルを用いて、前記第１関係データを学習するとよい。
こうすることで、対象世帯の視聴ログから、対象世帯に含まれる可能性が高い構成員の属性を判定できる。これにより、対象世帯の世帯構成をより精度良く判定できる。

上記の視聴記録分析装置において、前記世帯構成判定部は、前記存在確率算出部により算出される構成員の属性ごとに算出される存在確率のうち第１閾値以上である構成員の属性を、前記対象世帯を構成する構成員の属性と判定するとよい。
こうすることで、対象世帯の世帯構成を簡易な処理により効率よく判定できる。

上記の視聴記録分析装置において、前記世帯構成判定部は、前記存在確率算出部により算出される構成員の属性ごとに算出される存在確率に前記第１閾値以上のものがない場合には、所定の基準に基づき選択された構成員の属性を、前記対象世帯を構成する構成員の属性と判定するとよい。
こうすることで、対象世帯に一人の構成員も含まれないと判定されることを回避できる。

上記の視聴記録分析装置において、前記第１視聴記録データ取得部は、前記所定世帯ごとに含まれる構成員の個人視聴ログをさらに取得し、前記関係データ学習部は、前記所定世帯ごとに記録された視聴ログと、前記所定世帯ごとに含まれる構成員の属性と、前記個人視聴ログに基づいて、それぞれの視聴ログと、世帯構成員と、各構成員の個人視聴有無の関係を示す第２関係データをさらに学習し、前記第２関係データに基づいて、前記第２視聴記録データに含まれるそれぞれの視聴ログごとに、前記世帯構成判定部により判定された前記対象世帯を構成する構成員ごとの視聴有無を判定する視聴有無判定部を有するとよい。
こうすることで、対象世帯について記録された視聴ログのそれぞれに対して対象世帯の構成員の誰が視聴していたかを判定できる。

上記の視聴記録分析装置において、前記第２視聴記録データに含まれる視聴ログごとに、前記第２関係データに基づいて、前記対象世帯を構成する構成員ごとの視聴確率を算出する視聴確率算出部を有し、前記視聴有無判定部は、前記視聴確率算出部により算出される視聴確率に基づいて、前記第２視聴記録データに含まれる視聴ログごとに、前記世帯構成判定部により判定された前記対象世帯を構成する構成員ごとの視聴有無を判定するとよい。
こうすることで、対象世帯の視聴ログごとに、視聴していた構成員を精度良く判定できる。

上記の視聴記録分析装置において、前記視聴有無判定部は、前記対象世帯を構成する構成員のうち、前記第２視聴記録データに含まれる一の視聴ログについて算出された視聴確率が第２閾値以上である構成員について、前記一の視聴ログに対して視聴ありと判定するとよい。
こうすることで、対象世帯の視聴ログごとに、視聴していた構成員を更に精度良く判定できる。

上記の視聴記録分析装置において、前記視聴有無判定部は、前記対象世帯を構成する構成員のうち、前記一の視聴ログについて算出された視聴確率が前記第２閾値以上である構成員がいない場合には、前記対象世帯を構成する構成員の中から所定の基準で選択された構成員が、前記一の視聴ログに対して視聴ありと判定するとよい。
こうすることで、視聴ログごとにいずれの構成員にも視聴されていないと判定される事態を回避できる。

また、上記課題は、本発明に係る視聴記録分析方法によれば、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、前記所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得ステップと、前記第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習ステップと、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得ステップと、前記第１関係データと前記第２視聴記録データとに基づいて、それぞれの属性の構成員が前記対象世帯に含まれる確率を示す存在確率を前記対象世帯における構成員の属性ごとに算出する存在確率算出ステップと、前記存在確率算出ステップにより算出された前記対象世帯の構成員の属性ごとの存在確率に基づいて、前記対象世帯を構成する構成員の属性を判定する世帯構成判定ステップと、を有することにより解決される。
こうすることで、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる。

また、上記課題は、本発明に係る視聴記録分析プログラムによれば、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、前記所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得部と、前記第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習部と、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得部と、前記第１関係データと前記第２視聴記録データとに基づいて、それぞれの属性の構成員が前記対象世帯に含まれる確率を示す存在確率を前記対象世帯における構成員の属性ごとに算出する存在確率算出部と、前記存在確率算出部により算出された前記対象世帯の構成員の属性ごとの存在確率に基づいて、前記対象世帯を構成する構成員の属性を判定する世帯構成判定部としてコンピュータを機能させることにより解決される。
こうすることで、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる。

本発明によれば、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる。

視聴記録分析システムのシステム構成図である。 （Ａ）は対象世帯の実際の視聴状況を示し、（Ｂ）は対象世帯のチャンネルセンサにより測定される視聴ログを示す図である。 （Ａ）は対象世帯の視聴ログを示し、（Ｂ）は視聴ログから推定される対象世帯の世帯構成を示す図である。 （Ａ）は対象世帯の視聴ログを示し、（Ｂ）は対象世帯を構成する構成員の視聴者属性ごとに分離した視聴ログを示す図である。 視聴記録分析装置の機能ブロック図である。 第１視聴記録データを構成する視聴ログの一例を示す図である。 第１視聴記録データを構成する世帯構成データの一例を示す図である。 個人視聴記録データの一例を示す図である。 第２視聴記録データの一例を示す図である。 対象世帯ごとの構成員属性の存在確率の一例を示す図である。 対象世帯ごとの構成員属性の判定結果の一例を示す図である。 対象世帯の構成員について算出した視聴確率の一例を示す図である。 対象世帯ごとの個人視聴ログの判定結果の一例を示す図である。 第１視聴記録データと個人視聴記録データに基づく学習処理のフロー図である。 第２視聴記録データに基づいて対象世帯の構成員を推定する処理のフロー図である。 第２視聴記録データの視聴ログごとに対象世帯の構成員の視聴の有無を判定する処理のフロー図である。

以下、図１乃至図１２を参照しながら、本発明の実施の形態（以下、本実施形態）に係る視聴記録分析装置１０を備える視聴記録分析システム１について説明する。

＜視聴記録分析システム１のシステム構成＞
図１に示されるように、視聴記録分析システム１は、視聴記録分析装置１０と、サンプル世帯Ｓに設けられる個人視聴ログ記録システム６と、対象世帯Ｔに設けられる世帯視聴ログ記録システム７とを備える。

サンプル世帯Ｓは、視聴率調査のために所定地域に存在する世帯から無作為に抽出された世帯である。サンプル世帯Ｓに対しては、世帯の各構成員がテレビ等の受信機で視聴したチャンネルの履歴情報（視聴ログ）が記録可能となっている。すなわち、サンプル世帯Ｓに対しては、世帯ごとの番組の視聴ログ（世帯視聴ログ）と、世帯に含まれる個人ごとの番組の視聴ログ（個人視聴ログ）との両方が取得可能となっている。
なお、サンプル世帯Ｓには、複数の世帯が含まれることとするが、以下では説明のためサンプル世帯Ｓの一世帯である第１サンプル世帯Ｓ１を例として説明する。

第１サンプル世帯Ｓ１には、世帯の各構成員の個人視聴ログが記録可能な個人視聴ログ記録システム６が設置される。
個人視聴ログ記録システム６は、受信機２Ｓ、チャンネルセンサ３Ｓ、個人特定器４Ｓ及びオンラインメータ５Ｓを備える。

受信機２Ｓは、放送される番組（コンテンツ）を受信し、番組を出力（映像の表示と、音声の出力）する装置である。テレビ受像機が上記の受信機２Ｓの一例に相当し、以下では受信機２Ｓがテレビ受像機であることとして説明する。なお、放送は、無線又は有線で伝送されることとしてよく、特に限定されない。

チャンネルセンサ３Ｓは、受信機２Ｓが電源オン状態であるときに作動し、作動時に選択されているチャンネル（例えばテレビ局）を特定する。具体的には、テレビ番組の音声信号を特定することにより、チャンネルを特定する。そのため、チャンネルセンサ３Ｓは、信号ケーブルによって受信機２Ｓ（テレビ受像機）のデジタル音声出力端子に接続されており、受信機２Ｓから出力されるデジタル音声信号を取り込むことができる。すなわち、チャンネルセンサ３Ｓは、受信機２Ｓのデジタル音声出力端子から出力されるデジタル音声信号から特徴データを抽出する機能、それらのデジタル音声信号の音声信号形式を判定する機能等を備えている。

個人特定器４Ｓは、チャンネルセンサ３Ｓと同様、受信機２Ｓが電源オン状態であるときに作動する。また、個人特定器４Ｓには、世帯の構成員の各々を特定するためのボタンが設けられている。世帯の構成員は、テレビ視聴を開始するにあたり、個人特定器４Ｓに設けられたボタン中、自分に割り当てられたボタンを押す。このボタン操作を受け付けることにより、個人特定器４Ｓは、受信機２Ｓが電源オン状態である間、世帯中の誰が視聴しているのかを特定する。すなわち、個人特定器４Ｓは、受信機２Ｓにより出力されている番組の視聴者を識別することができる。
具体的には、個人特定器４Ｓは、世帯の構成員のうち、１番に割り当てられた個人（第１ユーザ）が一人で視聴している場合や、１番に割り当てられた個人（第１ユーザ）と２番に割り当てられた個人（第２ユーザ）の二人で視聴している場合等をそれぞれ特定可能である。
なお、本実施形態において個人特定器４Ｓは、専用の入力装置（具体的にはピープルメータ）によって構成されているが、これに限定されるものではなく、個人特定用のボタンが設けられたリモコンによって構成されてもよい。

オンラインメータ５Ｓは、チャンネルセンサ３Ｓ及び個人特定器４Ｓの各々の特定結果を取得し、これらの情報を記録したデータを生成する。オンラインメータ５Ｓは、生成したデータを、電話回線、インターネット等のネットワークＮを通じて視聴記録分析装置１０に送信する。
オンラインメータ５Ｓが送信するデータは、チャンネルセンサ３Ｓによる特定結果、すなわち、第１サンプル世帯Ｓ１においてどのテレビ番組をいつどれだけ視聴したのかを示す視聴ログと、第１サンプル世帯Ｓ１の世帯構成員の情報とを含む。そして、上記の視聴ログと世帯構成員の情報は、本発明の「第１視聴記録データ」に相当する。
また、オンラインメータ５Ｓが送信するデータは、どの調査対象者がどのテレビ番組をいつどれだけ視聴したのか（詳細には、調査対象者である世帯の構成員のうちの誰が、どのテレビ局が放送しているテレビ番組の音声信号を受信したか）を示す個人視聴ログを含む。上記の個人視聴ログは、本発明の「個人視聴記録データ」に相当する。
なお、本実施形態において、オンラインメータ５Ｓは、受信機２Ｓが電源オン状態である間、一定の時間間隔（例えば、１分間隔）で上記の第１視聴記録データを生成する。したがって、例えば、テレビ番組を視聴していない場合であっても、受信機２Ｓの電源がオン状態であれば、第１視聴記録データが生成される。
また、オンラインメータ５Ｓは、生成した１分ごとのログからなる第１視聴記録データ、個人視聴記録データを、ネットワークＮを通じて視聴記録分析装置１０に向けて逐次送信する。また、オンラインメータ５Ｓは、所定時間分（例えば１日、１週間）の第１視聴記録データ、個人視聴記録データを蓄積し、蓄積した第１視聴記録データ、個人視聴記録データをまとめて視聴記録分析装置１０に向けて送信してもよい。

以上の処理により、視聴記録分析装置１０において、第１サンプル世帯Ｓ１の第１視聴記録データ、個人視聴記録データが蓄積されることになる。
また、サンプル世帯Ｓの各世帯についても同様の処理が実行され、これにより、サンプル世帯Ｓの各世帯の第１視聴記録データ、個人視聴記録データが視聴記録分析装置１０に蓄積されることとなる。

対象世帯Ｔは、視聴率調査のために所定地域に存在する世帯から抽出された世帯である。対象世帯Ｔは、サンプル世帯Ｓと同じ地域から抽出されてもよいし、サンプル世帯Ｓとは違う地域から抽出されてもよい。なお、本実施形態では、説明のため対象世帯Ｔを一つのみ示しているが、対象世帯Ｔは複数あってもよい。
対象世帯Ｔに対しては、世帯の番組の視聴ログのみが記録可能となっている。すなわち、対象世帯Ｔに対しては、世帯の各構成員の番組の視聴ログについては記録されないこととする。

図１に示されるように、対象世帯Ｔには、世帯の視聴ログが記録可能な世帯視聴ログ記録システム７が設置される。
世帯視聴ログ記録システム７は、受信機２Ｔ、チャンネルセンサ３Ｔ、及びオンラインメータ５Ｔを備える。すなわち、世帯視聴ログ記録システム７は、主に個人特定器４Ｓを備えていない点で個人視聴ログ記録システム６と相違する。受信機２Ｓと受信機２Ｔ、チャンネルセンサ３Ｓとチャンネルセンサ３Ｔの構成及び処理は共通であるため、以下ではオンラインメータ５Ｔについてのみ説明する。

オンラインメータ５Ｔは、チャンネルセンサ３Ｔの特定結果を入手し、これらの情報を記録したデータを生成する。オンラインメータ５Ｔは、生成したデータを、電話回線、インターネット等のネットワークＮを通じて視聴記録分析装置１０に送信する。
オンラインメータ５Ｔが送信するデータは、対象世帯Ｔにおいてどのテレビ番組がいつどれだけ視聴されたのかを示す世帯視聴ログであり、本発明の「第２視聴記録データ」に相当する。
なお、本実施形態において、オンラインメータ５Ｔは、受信機２Ｔが電源オン状態である間、一定の時間間隔（例えば、１分間隔）で第２視聴記録データを生成する。したがって、例えば、テレビ番組を視聴していない場合であっても、受信機２Ｔの電源がオン状態であれば、第２視聴記録データが生成される。
また、生成された１分ごとの調査データは、ネットワークＮを通じてオンラインメータ５から視聴記録分析装置１０に向けて逐次送信される。これにより、視聴記録分析装置１０において、対象世帯Ｔの第２視聴記録データが蓄積されることになる。
また、オンラインメータ５Ｔは、生成した１分ごとのログからなる第２視聴記録データを、ネットワークＮを通じて視聴記録分析装置１０に向けて逐次送信する。また、オンラインメータ５Ｔは、所定時間分（例えば１日、１週間）の第２視聴記録データを蓄積し、蓄積した第２視聴記録データをまとめて視聴記録分析装置１０に向けて送信してもよい。
また、本実施形態では、対象世帯Ｔのオンラインメータ５ＴからネットワークＮを通じて第２視聴記録データが視聴記録分析装置１０に送信されることとしたがこれに限られない。例えば、対象世帯Ｔと視聴記録分析装置１０とはネットワークで通信可能に接続されていなくともよい。この場合には、対象世帯Ｔについて蓄積した第２視聴記録データを、他のサーバや記録媒体を通じて視聴記録分析装置１０が取得するようにしてもよい。
また、図１では、説明を簡単とするために１つの対象世帯Ｔを示したが、対象世帯Ｔは２以上あってもよいことはもちろんである。

以上の処理により、視聴記録分析装置１０において、対象世帯Ｔの第２視聴記録データが蓄積されることになる。

視聴記録分析装置１０は、サンプル世帯Ｓから得られた第１視聴記録データ及び個人視聴記録データ、並びに対象世帯Ｔから得られた第２視聴記録データに基づいて分析を行う装置である。
具体的には視聴記録分析装置１０は、サンプル世帯Ｓから得られた第１視聴記録データと、対象世帯Ｔから得られた第２視聴記録データとに基づいて、世帯構成が不明である対象世帯Ｔの世帯構成を判定する処理を行う。
さらに、視聴記録分析装置１０は、サンプル世帯Ｓから得られた個人視聴記録データに基づいて、対象世帯Ｔの第２視聴記録データに含まれる単位時間ごとの視聴ログが、対象世帯Ｔの世帯構成員のうちいずれにより視聴されたものであるかを判定する。
なお、視聴記録分析装置１０により実行される処理の詳細については後述する。以下では、まず視聴記録分析装置１０のハードウェア構成の一例について説明する。

図１に示されるように、視聴記録分析装置１０は、ハードウェアとしてプロセッサ１１、記憶ユニット１２及び通信ユニット１３を備えるコンピュータである。

プロセッサ１１は、例えば中央処理装置（Central Processing Unit）を含み構成され、記憶ユニット１２に記憶されるプログラムやデータに基づいて各種の演算処理を実行するとともに、視聴記録分析装置１０の各部を制御する。

記憶ユニット１２は、例えばメモリ、磁気ディスク装置を含み構成され、各種のプログラムやデータを記憶するほか、プロセッサ１１のワークメモリとしても機能する。

通信ユニット１３は、ネットワークインターフェースカード（ＮＩＣ）等の通信インターフェースを有し、通信インターフェースを介してネットワークＮに接続する。そして、通信ユニット１３は、ネットワークＮを介してオンラインメータ５Ｓ、オンラインメータ５Ｔ等のデバイスと通信する。

＜視聴記録分析装置１０の処理の概要＞
次に、図２乃至図４を参照しながら、視聴記録分析装置１０による処理の概要について説明する。

＜＜視聴記録データの取得＞＞
図２（Ａ）の左側には、対象世帯Ｔの構成員を示した。図２（Ａ）に示されるように、対象世帯Ｔには、第１ユーザ（５０代男）、第２ユーザ（４０代女）、第３ユーザ（１０代男）が含まれることとする。
そして、図２（Ａ）の右側には、対象世帯Ｔにおける各構成員の視聴状況を示した。図２（Ａ）は、所定チャンネルについての視聴状況を示したものである。

図２（Ａ）に示されるように、第１ユーザは第１ユーザ視聴ログ３０の示す時間帯において所定チャンネルを視聴したこととする。また、第２ユーザは、第２ユーザ視聴ログ３１の示す時間帯において所定チャンネルを視聴したこととする。また、第３ユーザは、第３ユーザ視聴ログ３２の示す時間帯において所定チャンネルを視聴したこととする。

これに対し、対象世帯Ｔにおいては、個人特定器４Ｓが設置されていないため、個人の特定がなされず、チャンネルセンサ３Ｔによる視聴ログの記録は、図２（Ｂ）に示されるようになる。
すなわち、対象世帯Ｔの世帯視聴ログ記録システム７においては、第１〜第３ユーザのいずれかが視聴している時間帯が世帯視聴ログとして記録されることとなる。

そのため、視聴記録分析装置１０は、対象世帯Ｔの世帯視聴ログ記録システム７から上記の図２（Ｂ）に示すような世帯視聴ログからなる第２視聴記録データを取得する。

＜＜世帯構成の判定＞＞
図３（Ａ）には、対象世帯Ｔの第２視聴記録データ（世帯視聴ログ）を示している。そして、視聴記録分析装置１０は、図３（Ｂ）に示すように、対象世帯Ｔの第２視聴記録データから対象世帯Ｔの世帯構成を推定する。

上記の世帯構成の推定処理に先立ち、視聴記録分析装置１０は、サンプル世帯Ｓから取得した第１視聴記録データに基づいて、視聴チャンネル、視聴日時、属性（性別、年代による区分）に基づいて、視聴チャンネル、視聴日時から属性の存在確率を算出するための数理モデルを学習する。例えば、上記の数理モデルは、回帰分析を用いたものとしてよく、具体的にはロジスティック回帰、ｋ近傍法、ニューラルネットワーク、サポートベクターマシーン（ＳＶＭ）等の各種手法を用いることができる。
例えば、視聴記録分析装置１０は、属性をＣ１（子供：４〜１２才）、Ｃ２（子供：１３〜１９才）、Ｆ１（女性：２０〜３４才）、Ｆ２（女性：３５〜４９才）、Ｆ３（女性：５０才以上）、Ｍ１（男性：２０〜３４才）、Ｍ２（男性：３５〜４９才）、Ｍ３（男性：５０才以上）とし、それぞれに目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）を対応させる。ここでｘは説明変数（ベクトル）であり、例えばｆ_１（ｘ）は、世帯の中にＣ１の属性の構成員が存在する確率を示す目的変数となる。
なお、属性の分類はあくまで一例であり、属性は上記の例に限定されるものではない。
そして、視聴記録分析装置１０は、サンプル世帯Ｓから得た第１視聴記録データに基づいて、上記の目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）と説明変数ｘとの関係を学習する。

そして、視聴記録分析装置１０は、第２視聴記録データに基づいて説明変数に値を入力して、目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）の各々の値（存在確率）を算出する。そして、視聴記録分析装置１０は、目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）の各々の値（存在確率）に基づいて、対象世帯Ｔの構成員の属性を判定する。
具体的には、視聴記録分析装置１０は、目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）の値のうち、第１閾値以上である目的変数を抽出し、抽出した目的変数に対応する属性の構成員が対象世帯Ｔに存在すると判定する。
なお、図３（Ｂ）に示した例では、対象世帯Ｔには、Ｃ２、Ｆ２、Ｍ３の属性のユーザが存在すると判定されたものとする。

＜＜個人視聴判定＞＞
次に、視聴記録分析装置１０は、第２視聴記録データにおける視聴ログの各々について、対象世帯Ｔについて判定された構成員の各々の視聴の有無を判定する。
すなわち、視聴記録分析装置１０は、図４（Ａ）に示される対象世帯Ｔの第２視聴記録データに含まれる各々の視聴ログについて、Ｃ２、Ｆ２、Ｍ３の属性のユーザのそれぞれが視聴したか否かを判定する。

世帯視聴ログに対して各構成員の視聴を判定する処理に先立ち、視聴記録分析装置１０は、サンプル世帯Ｓから取得した個人視聴記録データに基づいて、視聴チャンネル、視聴日時、属性（性別、年代による区分）に基づいて、対象の視聴ログが各属性のユーザにより視聴された確率（視聴確率）を算出するための数理モデルを学習する。例えば、上記の数理モデルは、回帰分析を用いたものとしてよく、具体的にはロジスティック回帰、ｋ近傍法、ニューラルネットワーク、サポートベクターマシーン（ＳＶＭ）等の各種手法を用いることができる。
例えば、視聴記録分析装置１０は、Ｃ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３の属性の各々に目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）を対応させる。ここでｙは説明変数（ベクトル）であり、例えばｇ_１（ｙ）は、対象の視聴ログがＣ１の属性の構成員により視聴された確率を示す目的変数となる。
そして、視聴記録分析装置１０は、サンプル世帯Ｓから得た個人視聴記録データに基づいて、上記の目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）と説明変数ｙとの関係を学習する。

そして、視聴記録分析装置１０は、第２視聴記録データに基づいて説明変数に値を入力して、目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）のうち、対象世帯Ｔの世帯構成員に対応する目的変数の値（視聴確率）を算出する。
ここで、対象世帯Ｔについて存在しないと判定された世帯構成員についての目的変数の値は、計算対象外とする。
また、視聴記録分析装置１０は、上記算出した視聴確率のうち、視聴ログについて設定した第２閾値以上である視聴確率に対応する属性のユーザが、当該視聴ログを視聴していたと判定する。
なお、図４（Ｂ）に示した例では、第１視聴ログ４１に基づき、第１ユーザ（Ｍ３）の視聴に係る分割第１視聴ログ４１ａ、第２ユーザ（Ｆ３）の視聴に係る分割第１視聴ログ４１ｂ、第３ユーザ（Ｃ２）の視聴に係る分割第１視聴ログ４１ｃが生成される。

以上のように視聴記録分析装置１０によれば、対象世帯Ｔの世帯視聴ログから、対象世帯Ｔの世帯構成を判定できる。さらに、視聴記録分析装置１０によれば対象世帯Ｔの世帯視聴ログを構成する各視聴ログについて世帯構成員のそれぞれが視聴していたか否かを判定することができる。これにより、世帯視聴ログに基づいて、世帯構成員の各々の個人視聴ログを得ることができる。

＜視聴記録分析装置１０の機能＞
次に、以上の処理を実現するために視聴記録分析装置１０に備えられる機能について、図５を参照しながら説明する。

図５に示すように、視聴記録分析装置１０は、第１視聴記録データ取得部２０、関係データ学習部２１、第２視聴記録データ取得部２２、存在確率算出部２３、世帯構成判定部２４、視聴確率算出部２５、閾値設定部２６、及び視聴有無判定部２７を備える。

視聴記録分析装置１０に備えられる上記の各部の機能は、記憶ユニット１２に記憶されるプログラム（視聴記録分析プログラム）に従ってプロセッサ１１が視聴記録分析装置１０の各部を動作させることにより実行される。すなわち、上記のプログラムに従ってプロセッサ１１が視聴記録分析装置１０の各部を動作させることにより、本発明の視聴記録分析方法が実行される。
また、上記のプログラムは、通信ユニット１３によりネットワーク２等の通信網を介して視聴記録分析装置１０が取得してもよいし、プログラムを記憶した記憶媒体から視聴記録分析装置１０が読み込んで取得することとしてもよい。
以下、上記の各部の機能の詳細について説明する。

［第１視聴記録データ取得部２０］
第１視聴記録データ取得部２０は、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する。
なお、第１視聴記録データ取得部２０により実行される処理が、第１視聴記録データ取得ステップに相当する。

「所定世帯」とは、個人ごとの視聴ログを記録する対象となる世帯である。例えば、サンプル世帯Ｓに含まれる各世帯が上記の「所定世帯」に相当する。
「視聴チャンネル」とは、世帯に含まれる構成員が視聴したチャンネルである。換言すれば、所定世帯に設置される受信機２Ｓにおいて視聴されたチャンネルが上記の「視聴チャンネル」に相当する。具体的には、受信機２Ｓにおいて視聴されたテレビ放送のチャンネル番号が上記の「視聴チャンネル」の一例に相当する。
「視聴日時」とは、構成員が視聴チャンネルを視聴した日時である。この「視聴日時」は、西暦（又は和暦）による年月日及び時間の情報を含むこととしてよい。また「視聴日時」には更に曜日の情報が含まれることとしてもよい。
「視聴ログ」とは、視聴チャンネルと視聴日時とを対応付けて記録した情報である。例えば「視聴ログ」は所定の単位時間（例えば１分）ごとに記録されることとしてよい。

「所定世帯ごとに含まれる構成員の属性」とは、所定世帯に存在する構成員を示す情報である。例えば、所定世帯を構成する構成員の年代、性別、職業、年収等の各種要素の少なくとも一つに基づく区分のリストが上記の「所定世帯ごとに含まれる構成員の属性」に相当する。もちろん、構成員の属性は、上記の例に限定されるものではなく、人の特性に関わる任意の情報を用いることができる。
また、具体的には、構成員の年代又は性別により構成員を区分したＣ１（子供：４〜１２才）、Ｃ２（子供：１３〜１９才）、Ｆ１（女性：２０〜３４才）、Ｆ２（女性：３５〜４９才）、Ｆ３（女性：５０才以上）、Ｍ１（男性：２０〜３４才）、Ｍ２（男性：３５〜４９才）、Ｍ３（男性：５０才以上）により表される情報が「構成員の属性」の一例に相当する。

また、第１視聴記録データ取得部２０は、所定世帯ごとに記録された視聴ログと、それぞれの視聴ログに対応する構成員の属性を含む個人視聴記録データをさらに取得する。

「視聴ログに対応する構成員の属性」とは、視聴ログにより示される視聴日時に視聴チャンネルを視聴した構成員の属性である。ここで、「属性」とは、例えば構成員の年代又は性別の少なくとも一方に基づく区分の情報とするが、これに限定されない。
例えば、サンプル世帯Ｓにおいては世帯の構成員ごとの属性を予め個人特定器４Ｓに記録しておくことにより、上記の「視聴ログに対応する構成員の属性」を特定することができる。

以下、図６Ａ、図６Ｂ及び図６Ｃに基づき、第１視聴記録データと、個人視聴記録データの一例について説明する。
図６Ａには、第１視聴記録データＤ１に含まれる視聴ログデータＤ１ａの一例を示した。図６Ａに示されるように、視聴ログデータＤ１ａには、所定世帯（サンプル世帯Ｓ）を識別する世帯ＩＤ、所定世帯に設置される受信機２Ｓを識別する受信機ＩＤ、受信機２Ｓにおいて視聴された視聴日時、視聴チャンネルが関連付けて記憶される。

図６Ｂには、第１視聴記録データＤ１に含まれる世帯構成データＤ１ｂの一例を示した。図６Ｂに示されるように、世帯構成データＤ１ｂには、所定世帯（サンプル世帯Ｓ）を識別する世帯ＩＤ、所定世帯の世帯構成員の属性を示す分類情報が関連付けて記憶される。例えば、図６Ｂに示す例では、世帯ＩＤ「Ｓ００１」の世帯には、分類「Ｃ１、Ｍ２、Ｆ２」の世帯構成員が存在することを示す。
世帯構成データＤ１ｂは、予めサンプル世帯Ｓについて既知の情報として保持しておくこととしてもよい。

図６Ｃには、個人視聴記録データＤ１ｃの一例を示した。図６Ｃに示されるように、個人視聴記録データＤ１ｃには、所定世帯（サンプル世帯Ｓ）を識別する世帯ＩＤ、所定世帯の各構成員を識別する個人ＩＤ、各構成員の属性（分類）、各構成員の視聴日時及び視聴チャンネルを含む個人視聴ログが関連付けて記憶される。
なお、個人視聴記録データＤ１ｃにおいて、構成員が視聴したチャンネルが「０」であるとは、その構成員が視聴を行わなかったことを示す。

第１視聴記録データ取得部２０は、主に視聴記録分析装置１０のプロセッサ１１、記憶ユニット１２及び通信ユニット１３により実現される。
具体的には、プロセッサ１１は、通信ユニット１３を介して、サンプル世帯Ｓの各世帯のオンラインメータ５Ｓから第１視聴記録データ及び個人視聴記録データを受信し、受信した第１視聴記録データ及び個人視聴記録データを記憶ユニット１２に記憶する。
なお、第１視聴記録データ取得部２０は、サンプル世帯Ｓの第１視聴記録データ、個人視聴記録データを、オンラインメータ５Ｓから直接取得しなくともよい。例えば、第１視聴記録データ取得部２０は、サンプル世帯Ｓの第１視聴記録データ、個人視聴記録データを保持するデータベースや、記録媒体から、サンプル世帯Ｓの第１視聴記録データ、個人視聴記録データを取得するようにしてもよい。

［関係データ学習部２１］
関係データ学習部２１は、第１視聴記録データに基づいて、視聴ログと構成員の属性との関係を示す第１関係データを学習する。
また、関係データ学習部２１は、所定世帯ごとに記録された視聴ログと、所定世帯ごとに含まれる構成員の属性と、所定世帯の個人視聴ログに基づいて、それぞれの視聴ログと、世帯構成員と、各構成員の個人視聴有無の関係を示す第２関係データを学習する。
なお、関係データ学習部２１により実行される処理が関係データ学習ステップに相当する。
関係データ学習部２１は、主に視聴記録分析装置１０のプロセッサ１１及び記憶ユニット１２により実現される。

「第１関係データ」は、所定期間（例えば１週間）に渡り記録された視聴ログに基づいて世帯における各属性の構成員の存在確率を算出するためのデータである。
また、「第２関係データ」は、単位時間の視聴ログについてそれぞれの構成員の視聴確率を算出するためのデータである。
例えば、「第１関係データ」と「第２関係データ」はそれぞれ、回帰分析における説明変数と目的変数との関係を示す式として表される。

より具体的には、Ｃ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３の構成員の属性のそれぞれに対応した目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）が上記の第１関係データの一例に相当する。ここでｘは説明変数（ベクトル）であり、目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）はそれぞれ所定期間に渡り記録された第１視聴記録データに基づいて、Ｃ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３のそれぞれの属性の構成員が存在する確率を示す。
なお、関係データ学習部２１は、サンプル世帯Ｓから得た第１視聴記録データに基づいて、上記の目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）を学習する。例えば上記の「学習」とは、上記の目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）と説明変数ｘとの関係を表す等式に含まれる係数を算出することである。

また、Ｃ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３の構成員の属性のそれぞれに対応した目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）が上記の第２関係データの一例に相当する。ここでｙは説明変数（ベクトル）であり、目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）はそれぞれ単位時間の視聴ログを、Ｃ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３のそれぞれの属性の構成員が視聴した確率（視聴確率）を示す。
なお、関係データ学習部２１は、サンプル世帯Ｓから得た個人視聴記録データに基づいて、上記の目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）を学習する。例えば上記の「学習」とは、上記の目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）と説明変数ｙとの関係を表す等式に含まれる係数を算出することである。

なお、第１関係データ、第２関係データを構成する説明変数は、一部が共通し、他が相違していてもよいし、全てが共通、又は全てが相違していてもよい。一例として、上記の説明変数には、チャンネル、時間帯、曜日、番組ジャンル、地域等のうち少なくともいずれかを用いることとしてよい。

［第２視聴記録データ取得部２２］
第２視聴記録データ取得部２２は、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する。
なお、第２視聴記録データ取得部２２により実行される処理が第２視聴記録データ取得ステップに相当する。

「対象世帯」とは、世帯ごとの視聴ログを記録する対象となる世帯である。換言すれば、「対象世帯」とは世帯ごとの視聴ログを記録する対象とはなるが、個人ごとの視聴ログを記録する対象とはなっていない世帯である。例えば、図１に示す対象世帯Ｔが上記の「対象世帯」に相当する。

「第２視聴記録データ」とは、対象世帯の視聴ログを記録した情報である。すなわち、「第２視聴記録データ」は、対象世帯における視聴チャンネルとその視聴日時とを関連付けて記録したデータである。
図７には、第２視聴記録データＤ２の一例を示した。図７に示されるように、第２視聴記録データＤ２には、対象世帯を識別する世帯ＩＤ、対象世帯に設置される受信機２Ｔを識別する受信機ＩＤ、受信機２Ｔにおいて視聴された視聴日時、視聴チャンネルが関連付けて記憶される。

第２視聴記録データ取得部２２は、主に視聴記録分析装置１０のプロセッサ１１、記憶ユニット１２及び通信ユニット１３により実現される。
具体的には、プロセッサ１１は、通信ユニット１３を介して、対象世帯Ｔのオンラインメータ５Ｔから第２視聴記録データを受信し、受信した第２視聴記録データを記憶ユニット１２に記憶する。
なお、第２視聴記録データ取得部２２は、対象世帯Ｔの第２視聴記録データをオンラインメータ５Ｔから直接取得しなくともよい。例えば、第２視聴記録データ取得部２２は、対象世帯Ｔの第２視聴記録データを保持するデータベースや、記録媒体から、対象世帯Ｔの第２視聴記録データを取得するようにしてもよい。

［存在確率算出部２３］
存在確率算出部２３は、関係データと、第２視聴記録データとに基づいて、対象世帯における構成員の属性ごとの存在確率を算出する。

「構成員の属性ごとの存在確率」とは、それぞれの属性（例えばＣ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３）の構成員が対象世帯に含まれる確率である。
具体的には、存在確率算出部２３は、第１関係データ（目的変数ｆ_１（ｘ）〜ｆ_８（ｘ））に基づいて、上記の「構成員の属性ごとの存在確率」を算出する。

存在確率算出部２３は、主に視聴記録分析装置１０のプロセッサ１１及び記憶ユニット１２により実現される。
具体的には、プロセッサ１１は、記憶ユニット１２に記憶される第２視聴記録データに基づいて説明変数に値を入力し、記憶ユニット１２に記憶される目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）のそれぞれの値を算出する。そして、プロセッサ１１は、目的変数ｆ_１（ｘ）〜ｆ_８（ｘ）のそれぞれの値を、Ｃ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３のそれぞれの属性の構成員が対象世帯に含まれる確率（存在確率）として得る。

［世帯構成判定部２４］
世帯構成判定部２４は、関係データと第２視聴記録データとに基づいて、対象世帯を構成する構成員の属性を判定する。
世帯構成判定部２４は、存在確率算出部２３により算出される構成員の属性ごとの存在確率に基づいて、対象世帯を構成する構成員の属性を判定する。
具体的には、世帯構成判定部２４は、構成員の属性ごとの存在確率が、第１閾値以上である属性を、対象世帯を構成する構成員の属性とする。
また、世帯構成判定部２４は、存在確率算出部２３により算出される構成員の属性ごとに算出される存在確率に第１閾値以上ものがない場合には、所定の基準（構成員判定基準）に基づいて、既知の属性の中から選択した属性の構成員が、対象世帯に含まれていると判定する。
なお、世帯構成判定部２４により実行される処理が、世帯構成判定ステップに相当する。

「対象世帯を構成する構成員」とは、対象世帯の世帯主及び世帯主と同居している世帯員である。例えば、対象世帯Ｔの第１〜第３のユーザが上記の「対象世帯を構成する構成員」の一例に相当する。
「構成員の属性」とは、世帯の構成員に対応する年代、性別による区分である。例えば、Ｃ１、Ｃ２、Ｆ１、Ｆ２、Ｆ３、Ｍ１、Ｍ２、Ｍ３の区分が上記の「構成員の属性」の一例に相当する。

世帯構成判定部２４は、主に視聴記録分析装置１０のプロセッサ１１及び記憶ユニット１２により実現される。世帯構成判定部２４による処理の一例を図８Ａ、及び図８Ｂを参照しながら説明する。
図８Ａには、存在確率算出部２３により算出された各世帯についての構成員の属性ごとの存在確率を表す存在確率データＤ３ａを示した。
ここで、第１閾値を０．５とした場合に、図８Ａには、第１閾値以上の存在確率を示すセルに対して網掛けを施している。
具体的には、プロセッサ１１は、存在確率算出部２３により算出された属性ごとの存在確率が、第１閾値（Ａ）以上である属性（すなわち、図８Ａにおける網掛けに対応する属性）を抽出する。そして、プロセッサ１１は、上記抽出した属性の存在フラグを真（Ｔ）、それ以外を偽（Ｆ）として、図８Ｂに示す世帯構成判定データＤ３ｂを生成する。
上記の「構成員判定基準」とは、構成員に係る所定の値の大きさ、又は構成員をランダムに選択する等の予め定められた任意の基準としてよい。

［視聴確率算出部２５］
視聴確率算出部２５は、第２視聴記録データに含まれる視聴ログごとに、第２関係データに基づいて、対象世帯を構成する構成員の属性ごとの視聴確率を算出する。

「視聴確率」とは、対象の視聴ログについて対象世帯を構成する構成員のそれぞれが視聴している確率である。
具体的には、視聴確率算出部２５は、第２視聴記録データと、第２関係データ（目的変数ｇ_１（ｙ）〜ｇ_８（ｙ））に基づいて、上記の「視聴確率」を算出する。

視聴確率算出部２５は、主に視聴記録分析装置１０のプロセッサ１１及び記憶ユニット１２により実現される。
具体的には、プロセッサ１１は、記憶ユニット１２に記憶される第２視聴記録データに基づいて説明変数に値を入力し、記憶ユニット１２に記憶される目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）のそれぞれの値を算出する。なお、プロセッサ１１は、目的変数ｇ_１（ｙ）〜ｇ_８（ｙ）のうち、世帯構成判定部２４により世帯に含まれると判定されなかった構成員の属性については視聴確率計算の対象外とする。

［閾値設定部２６］
閾値設定部２６は、存在確率算出部２３により算出される存在確率と比較する第１閾値と、視聴確率算出部２５により算出される視聴確率と比較する第２閾値を設定する。
「第１閾値」及び「第２閾値」はそれぞれ、固定値としてもよいし、対象世帯の地域等に応じて可変としてもよい。
そして、第１閾値と第２閾値は互いに同一の値であってもよいし、異なる値であってもよい。

閾値設定部２６は、主に視聴記録分析装置１０のプロセッサ１１及び記憶ユニット１２により実現される。
具体的には、プロセッサ１１は、記憶ユニット１２に第１閾値及び第２閾値の値を記憶し、記憶ユニット１２から第１閾値及び第２閾値の値を読み出す。

［視聴有無判定部２７］
視聴有無判定部２７は、第２関係データに基づいて、第２視聴記録データに含まれるそれぞれの視聴ログごとに、世帯構成判定部２４により判定された対象世帯を構成する構成員ごとの視聴有無を判定する。
例えば、視聴有無判定部２７は、視聴確率算出部２５により算出される視聴確率に基づいて、第２視聴記録データに含まれる視聴ログごとに、世帯構成判定部２４により判定された対象世帯を構成する構成員ごとの視聴有無を判定することとしてよい。
具体的には、視聴有無判定部２７は、対象世帯を構成する構成員のうち、第２視聴記録データに含まれる一の視聴ログについて算出された視聴確率が第２閾値以上である構成員について、上記一の視聴ログに対して視聴ありと判定することとしてよい。
また、視聴有無判定部２７は、対象世帯を構成する構成員のうち、一の視聴ログについて算出された視聴確率が第２閾値以上である構成員がいない場合には、対象世帯を構成する構成員の中から所定の基準（構成員に係る所定の値の大きさやランダムな基準等）で選択された構成員が、一の視聴ログに対して視聴ありと判定することとしてよい。

視聴有無判定部２７は、主に視聴記録分析装置１０のプロセッサ１１及び記憶ユニット１２により実現される。視聴有無判定部２７による処理の一例を、図９Ａ、及び図９Ｂを参照しながら説明する。
まず、プロセッサ１１は、対象世帯についての世帯構成判定部２４による判定結果と、視聴確率算出部２５による算出結果に基づいて、図９Ａに示す視聴確率算出結果テーブルＤ４ａを生成する。
視聴確率算出結果テーブルＤ４ａには、対象世帯の世帯ＩＤ、対象世帯の構成員を識別する個人ＩＤ、対象世帯の視聴ログ（視聴日時、視聴チャンネル）、対象世帯の構成員の視聴確率が関連付けて記憶される。
上記の対象世帯の構成員の属性は、世帯構成判定部２４による結果に基づいており、上記の視聴確率は、視聴確率算出部２５による結果に基づいている。

次に、プロセッサ１１は、視聴確率算出結果テーブルＤ４ａに記憶される視聴確率に基づいて、対象世帯の各構成員の視聴の有無を判定し、図９Ｂに示す視聴判定データＤ４ｂを生成する。図９Ｂに示されるように、視聴判定データＤ４ｂは、視聴確率算出結果テーブルＤ４ａの各レコードに対して「視聴フラグ」を追加したテーブルである。

また、上記の「視聴フラグ」は真偽値として表され、真（Ｔ）である場合には、視聴したことを意味し、偽（Ｆ）である場合には、視聴していないことを意味する。
ここで、プロセッサ１１は、視聴確率が第２閾値（例えば０．５）以上である場合に、視聴フラグを真（Ｔ）とし、視聴確率が第２閾値未満である場合には、視聴フラグを偽（Ｆ）とする。

＜視聴記録分析装置１０による処理の流れ＞
次に、図１０乃至図１２を参照しながら、視聴記録分析装置１０により実行される処理の流れについて説明する。

図１０には、第１視聴記録データに基づく学習処理のフロー図を示した。
図１０に示されるように、視聴記録分析装置１０は、サンプル世帯Ｓの各々に設置されたオンラインメータ５Ｓから第１視聴記録データ、個人視聴記録データを取得する（Ｓ１０１）。このＳ１０１の処理は、第１視聴記録データ取得部２０により実行されるものである。

次に、視聴記録分析装置１０は、第１視聴記録データに基づいて、第１学習処理を実行する（Ｓ１０２）。具体的には、第１学習処理とは、第１視聴記録データに基づいて、第１〜第Ｎの属性の構成員の存在確率を示す目的変数ｆ_１（ｘ）〜ｆ_Ｎ（ｘ）を学習する処理である。なお、上記のＮは１以上の整数であり、構成員の属性の数に対応する。具体的には、構成員の属性がＣ１（第１属性）、Ｃ２（第２属性）、Ｆ１（第３属性）、Ｆ２（第４属性）、Ｆ３（第５属性）、Ｍ１（第６属性）、Ｍ２（第７属性）、Ｍ３（第８属性）の８つである場合には、上記のＮは８となる。

また、視聴記録分析装置１０は、個人視聴記録データに基づいて、第２学習処理を実行する（Ｓ１０３）。具体的には、第２学習処理とは、個人視聴記録データに基づいて、視聴ログの各々第１〜第Ｎの属性の構成員により視聴された確率（視聴確率）を示す目的変数ｇ_１（ｙ）〜ｇ_Ｎ（ｙ）を学習する処理である。なお、Ｓ１０２及びＳ１０３の処理は、関係データ学習部２１により実行されるものである。
また、以上の学習処理は、定期的なタイミングにより実行されてもよいし、指定に応じて適宜実行されてもよい。

図１１には、第２視聴記録データに基づいて対象世帯の構成員を推定する処理のフロー図を示した。
図１１に示されるように、視聴記録分析装置１０は、対象世帯Ｔに設置されたオンラインメータ５Ｔから第２視聴記録データを取得する（Ｓ２０１）。このＳ２０１の処理は、第２視聴記録データ取得部２２により実行されるものである。

次に、視聴記録分析装置１０は、変数ｉを１に初期化し（Ｓ２０２）、以下の処理を実行する。
まず、視聴記録分析装置１０は、第２視聴記録データに基づいて、第ｉ属性の構成員の存在確率を示すｆ_ｉ（ｘ）を算出する（Ｓ２０３）。
そして、ｆ_ｉ（ｘ）が所定値（Ａ）以上である場合には（Ｓ２０４：Ｙｅｓ）、視聴記録分析装置１０は、第ｉ属性の構成員の存在フラグＦＬ_ｉに真（Ｔ）を設定する（Ｓ２０５）。ＦＬ_ｉは、真偽値であり、真（Ｔ）又は偽（Ｆ）のいずれかの値を取る。
一方で、ｆ_ｉ（ｘ）が所定値（Ａ）以上でない場合には（Ｓ２０４：Ｎｏ）、視聴記録分析装置１０は、第ｉ属性の構成員の存在フラグＦＬ_ｉに偽（Ｆ）を設定する（Ｓ２０６）。

次に、変数ｉがＮに達していない場合には（Ｓ２０７：Ｎｏ）、視聴記録分析装置１０は、変数ｉに１を加算して（Ｓ２０８）、Ｓ２０３に戻り、処理を継続する。
一方で、変数ｉがＮに達している場合には（Ｓ２０７：Ｙｅｓ）、視聴記録分析装置１０は、処理を終了する。
ここで、対象世帯Ｔの構成員は、ＦＬ_１〜ＦＬ_Ｎのうち値が「真（Ｔ）」である属性の者として特定される。そして、対象世帯Ｔについて特定された構成員の情報は、世帯構成判定データＤ３ｂに記録される。

図１２には、第２視聴記録データの各視聴ログについて対象世帯の構成員のそれぞれの視聴判定の有無を判定する処理のフロー図を示した。図１２に示す処理は、図１１に示す処理の後に実行されることとする。
また、以下に説明する例では、視聴記録分析装置１０は、第２視聴記録データを単位時間ごとに分割して、それぞれの視聴ログＬ_１〜Ｌ_Ｍについて構成員の視聴有無を判定することとする。なお、上記のＭは１以上の整数であり、第２視聴記録データの分割数に相当する。

図１２に示されるように、視聴記録分析装置１０は、記憶ユニット１２から対象世帯Ｔの世帯構成データ（世帯構成判定データＤ３ｂ）を取得する（Ｓ３００）。
また、視聴記録分析装置１０は、対象世帯Ｔに設置されたオンラインメータ５Ｔから第２視聴記録データを取得する（Ｓ３０１）。なお、Ｓ３０１の処理は、既に第２視聴記録データを取得している場合には省略可能である。

次に、視聴記録分析装置１０は、変数ｉを１に初期化し（Ｓ３０２）、以下の処理を実行する。
まず、視聴記録分析装置１０は、第ｉ属性の存在フラグＦＬ_ｉの値がＴ（真）である場合には（Ｓ３０３：Ｙｅｓ）、変数ｊを１に設定し（Ｓ３０４）、Ｓ３０５に進む。
Ｓ３０５では、視聴記録分析装置１０は、視聴ログＬ_ｊが第ｉ属性の構成員により視聴された確率（視聴確率）を示すｇ_ｊ（ｙ）が第２閾値Ｔｈ以上であるか否かを判定する（Ｓ３０５）。
そして、ｇ_ｊ（ｙ）が第２閾値Ｔｈ以上である場合には（Ｓ３０５：Ｙｅｓ）、視聴記録分析装置１０は、視聴ログＬ_ｊが第ｉ属性の構成員により視聴されたと判定する（Ｓ３０６）。具体的には、視聴記録分析装置１０は、視聴判定データＤ４ｂの「視聴フラグ」の値に真（Ｔ）を書き込む。なお、「視聴フラグ」の初期値は偽（Ｆ）とする。

視聴記録分析装置１０は、Ｓ３０６を実行した後にＳ３０７に進む。また、Ｓ３０５においてｇ_ｊ（ｙ）が第２閾値Ｔｈ以上でない場合（Ｓ３０５：Ｎｏ）には、視聴記録分析装置１０は、Ｓ３０６を実行せずに、Ｓ３０７に進む。

Ｓ３０７において、変数ｊがＭに達していない場合には（Ｓ３０７：Ｎｏ）、視聴記録分析装置１０は、変数ｊに１を加算して（Ｓ３０８）、Ｓ３０５に戻り、それ以降の処理を実行する。
また、Ｓ３０３において、第ｉ属性の構成員の存在フラグＦＬ_ｉの値がＴ（真）でない場合には（Ｓ３０３：Ｎｏ）、視聴確率の算出、視聴判定は行わずに、Ｓ３０９に進む。
また、Ｓ３０７において、変数ｊがＭに達している場合には（Ｓ３０７：Ｙｅｓ）、視聴記録分析装置１０は、Ｓ３０９に進む。

Ｓ３０９では、視聴記録分析装置１０は、変数ｉがＮに達しているかを判定し（Ｓ３０９）、変数ｉがＮに達していない場合には（Ｓ３０９：Ｎｏ）、変数ｉに１を加算して（Ｓ３１０）、Ｓ３０３に戻り、それ以降の処理を実行する。
一方で、変数ｉがＮに達している場合には（Ｓ３０９：Ｙｅｓ）、視聴記録分析装置１０は、処理を終了する。
以上の処理により、第２視聴記録データを分割した視聴ログＬ_１〜Ｌ_Ｍのそれぞれに対して対象世帯Ｔの構成員のそれぞれの視聴判定を行うことができる。

また、視聴記録分析装置１０は、複数の対象世帯Ｔに対して、図１２に示すフローをそれぞれ実行することとしてよい。そして、視聴記録分析装置１０は、構成員の属性の各々について、単位時間ごとの視聴率情報を算出することとしてよい。例えば、構成員の属性の各々について視聴確率を合計し、その平均値を視聴率情報として得ることとしてよい。

＜まとめ＞
以上説明した本実施形態に係る視聴記録分析装置１０、視聴記録分析装置１０により実行される視聴記録分析方法、及び視聴記録分析装置１０を機能させるための視聴記録分析プログラムの主な特徴は以下の通りである。

［１］視聴記録分析装置１０は、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得部２０と、第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習部２１と、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得部２２と、第１関係データと第２視聴記録データとに基づいて、対象世帯を構成する構成員の属性を判定する世帯構成判定部２４と、を有する。
上記の視聴記録分析装置１０によれば、世帯構成が既知の所定世帯の視聴ログに基づいて、視聴ログと構成員の属性との関係を学習できる。これにより、世帯構成が未知の対象世帯の視聴ログから、対象世帯の世帯構成員の情報を得ることができる。すなわち、上記の視聴記録分析装置１０によれば、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる。

［２］視聴記録分析装置１０は、第１関係データと、第２視聴記録データとに基づいて、対象世帯における構成員の属性ごとの存在確率を算出する存在確率算出部２３を有する。世帯構成判定部２４は、存在確率算出部２３により算出される構成員の属性ごとの存在確率に基づいて、対象世帯を構成する構成員の属性を判定する。
こうすることで、対象世帯の視聴ログから、対象世帯に含まれる可能性が高い構成員の属性を判定できる。これにより、対象世帯の世帯構成を精度良く判定できる。

［３］視聴記録分析装置１０において、世帯構成判定部２４は、存在確率算出部２３により算出される構成員の属性ごとに算出される存在確率のうち第１閾値以上である構成員の属性を、対象世帯を構成する構成員の属性と判定する。
なお、上記の第１閾値は、閾値設定部２６により設定されるものである。
こうすることで、対象世帯の世帯構成を簡易な処理により効率よく判定できる。

［４］視聴記録分析装置１０において、世帯構成判定部２４は、存在確率算出部２３により算出される構成員の属性ごとに算出される存在確率に前記第１閾値以上のものがない場合には、所定の基準に基づき選択された構成員の属性を、前記対象世帯を構成する構成員の属性と判定する。
こうすることで、対象世帯に一人の構成員も含まれないと判定されることを回避できる。

［５］視聴記録分析装置１０において、第１視聴記録データ取得部２０は、所定世帯ごとに含まれる構成員の個人視聴ログをさらに取得する。関係データ学習部２１は、所定世帯ごとに記録された視聴ログと、所定世帯ごとに含まれる構成員の属性と、個人視聴ログに基づいて、それぞれの視聴ログと、世帯構成員と、各構成員の個人視聴有無の関係を示す第２関係データをさらに学習する。視聴記録分析装置１０は、第２関係データに基づいて、第２視聴記録データに含まれるそれぞれの視聴ログごとに、世帯構成判定部２４により判定された対象世帯を構成する構成員ごとの視聴有無を判定する視聴有無判定部２７を有する。
こうすることで、対象世帯について記録された視聴ログのそれぞれに対して対象世帯の構成員の誰が視聴していたかを判定できる。

［６］視聴記録分析装置１０は、第２視聴記録データに含まれる視聴ログごとに、第２関係データに基づいて、対象世帯を構成する構成員ごとの視聴確率を算出する視聴確率算出部２５を有する。視聴有無判定部２７は、視聴確率算出部２５により算出される視聴確率に基づいて、第２視聴記録データに含まれる視聴ログごとに、世帯構成判定部２４により判定された対象世帯を構成する構成員ごとの視聴有無を判定する。
こうすることで、対象世帯の視聴ログごとに、視聴していた構成員を精度良く判定できる。

［７］視聴記録分析装置１０において、視聴有無判定部２７は、対象世帯を構成する構成員のうち、第２視聴記録データに含まれる一の視聴ログについて算出された視聴確率が第２閾値以上である構成員について、一の視聴ログに対して視聴ありと判定する。
なお、上記の第２閾値は、閾値設定部２６により設定されるものである。
こうすることで、対象世帯の視聴ログごとに、視聴していた構成員を更に精度良く判定できる。

［８］視聴記録分析装置１０において、視聴有無判定部２７は、対象世帯を構成する構成員のうち、一の視聴ログについて算出された視聴確率が第２閾値以上である構成員がいない場合には、対象世帯を構成する構成員の中から所定の基準で選択された構成員が、一の視聴ログに対して視聴ありと判定する。
こうすることで、視聴ログごとにいずれの構成員にも視聴されていないと判定される事態を回避できる。

［９］また、視聴記録分析装置１０による視聴記録分析方法は、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得ステップと、第１視聴記録データに基づいて、視聴ログと構成員の属性との関係を示す第１関係データを学習する関係データ学習ステップと、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得ステップと、第１関係データと第２視聴記録データとに基づいて、対象世帯を構成する構成員の属性を判定する世帯構成判定ステップと、を有する。
こうすることで、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる。

［１０］また、視聴記録分析プログラムは、所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得部２０と、第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習部２１と、対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得部２２と、第１関係データと第２視聴記録データとに基づいて、対象世帯を構成する構成員の属性を判定する世帯構成判定部２４としてコンピュータ（視聴記録分析装置１０）を機能させる。
こうすることで、世帯について記録された視聴ログから当該世帯の構成員の情報を得ることができる。

＜その他の実施形態＞
本発明は上記の実施形態に限定されるものではない。
上記の実施形態においては、メディア接触に関する調査の一例である視聴率調査、具体的には、テレビ番組の視聴者数に関する分析を行うケースを例に挙げて説明した。
なお、メディア接触に関する調査とは、本実施形態のようなテレビ番組（ＣＭ含む）の視聴状況に関する調査に限らず、ラジオ番組等（ＣＭ含む）の視聴状況、携帯電話・スマートフォン・タブレット・ＰＣ等によってインターネット上で閲覧・視聴できる情報（ウェブサイト等）の閲覧状況や動画・音楽等の視聴状況、新聞・雑誌等の購読状況等であってもよい。例えば、本発明は、テレビ番組の視聴者数に関する分析を行うケース、ラジオ番組の聴取者数に関する分析を行うケース、インターネット番組の視聴者数に関する分析を行うケース、及び、文字情報番組のように音声を伴わない番組の閲覧者数に関する分析を行うケースにも適用可能である。

また、視聴記録分析装置１０は、上記の処理以外にも、第１視聴記録データ、個人視聴記録データ、第２視聴記録データに基づいて、分析対象となる番組に関する世帯ごとの視聴率（世帯視聴率）や、構成員の属性（年代、性別によるグループ）ごとの視聴率（個人視聴率）に関する分析を行うこととしてもよい。
例えば、視聴記録分析装置１０は、複数の対象世帯Ｔの各々の視聴ログに対して、世帯の構成員を推定する処理を行い、さらに各構成員の視聴有無を判定することで、構成員の属性ごとの視聴率を算出することとしてもよい。
上記の実施形態では、対象世帯Ｔは、世帯視聴率を調査する対象の世帯としたが、これに限られるものではなく、デバイスログが記録される任意の世帯としてよい。
なお、上記の「デバイスログ」には、ネットワーク（インターネット等）に接続する受信機（テレビジョン装置、ハードディスクレコーダー、セットトップボックス等）から収集される視聴ログが含まれる。

また、第１視聴記録データＤ１に係るデータの記録期間と、第２視聴記録データＤ２に係るデータの記録期間とは相違していてもよい。
また、視聴記録分析装置１０は、一台のコンピュータから構成される例に限られず、複数台のコンピュータが協働することで構成されてもよい。
また、対象世帯Ｔには、受信機２Ｔ及びチャンネルセンサ３Ｔが複数設置されていることとしてもよい。同様に、サンプル世帯Ｓの各々の世帯には、受信機２Ｓ、チャンネルセンサ３Ｓ及び個人特定器４Ｓが複数設置されていることとしてもよい。

１ 視聴記録分析システム
２Ｓ 受信機
３Ｓ チャンネルセンサ
４Ｓ 個人特定器
５Ｓ オンラインメータ
２Ｔ 受信機
３Ｔ チャンネルセンサ
５Ｔ オンラインメータ
６ 個人視聴ログ記録システム
７ 世帯視聴ログ記録システム
１０ 視聴記録分析装置
１１ プロセッサ
１２ 記憶ユニット
１３ 通信ユニット
２０ 第１視聴記録データ取得部
２１ 関係データ学習部
２２ 第２視聴記録データ取得部
２３ 存在確率算出部
２４ 世帯構成判定部
２５ 視聴確率算出部
２６ 閾値設定部
２７ 視聴有無判定部
３０ 第１ユーザ視聴ログ
３１ 第２ユーザ視聴ログ
３２ 第３ユーザ視聴ログ
３３ 第４ユーザ視聴ログ
４１ 第１視聴ログ
４１ａ 分割第１視聴ログ
４１ｂ 分割第１視聴ログ
４１ｃ 分割第１視聴ログ
Ｄ１ 第１視聴記録データ
Ｄ１ａ 視聴ログデータ
Ｄ１ｂ 世帯構成データ
Ｄ１ｃ 個人視聴記録データ
Ｄ２ 第２視聴記録データ
Ｄ３ａ 存在確率データ
Ｄ３ｂ 世帯構成判定データ
Ｄ４ａ 視聴確率算出結果テーブル
Ｄ４ｂ 視聴判定データ
Ｎ ネットワーク
Ｓ サンプル世帯
Ｓ１ 第１サンプル世帯
Ｔ 対象世帯

Claims (10)

1. 所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、前記所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得部と、
   前記第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習部と、
   対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得部と、
   前記第１関係データと前記第２視聴記録データとに基づいて、それぞれの属性の構成員が前記対象世帯に含まれる確率を示す存在確率を前記対象世帯における構成員の属性ごとに算出する存在確率算出部と、
   前記存在確率算出部により算出された前記対象世帯の構成員の属性ごとの存在確率に基づいて、前記対象世帯を構成する構成員の属性を判定する世帯構成判定部と、を有することを特徴とする視聴記録分析装置。
2. 前記関係データ学習部は、前記所定世帯ごとに記録された視聴ログを説明変数とし、前記所定世帯ごとの各属性の構成員が存在する確率を目的変数とした数理モデルを用いて、前記第１関係データを学習することを特徴とする請求項１に記載の視聴記録分析装置。
3. 前記世帯構成判定部は、前記存在確率算出部により算出される構成員の属性ごとに算出される存在確率のうち第１閾値以上である構成員の属性を、前記対象世帯を構成する構成員の属性と判定することを特徴とする請求項１又は２に記載の視聴記録分析装置。
4. 前記世帯構成判定部は、前記存在確率算出部により算出される構成員の属性ごとに算出される存在確率に前記第１閾値以上のものがない場合には、所定の基準に基づき選択された構成員の属性を、前記対象世帯を構成する構成員の属性と判定することを特徴とする請求項３に記載の視聴記録分析装置。
5. 前記第１視聴記録データ取得部は、前記所定世帯ごとに含まれる構成員の個人視聴ログをさらに取得し、
   前記関係データ学習部は、前記所定世帯ごとに記録された視聴ログと、前記所定世帯ごとに含まれる構成員の属性と、前記個人視聴ログに基づいて、それぞれの視聴ログと、世帯構成員と、各構成員の個人視聴有無の関係を示す第２関係データをさらに学習し、
   前記第２関係データに基づいて、前記第２視聴記録データに含まれるそれぞれの視聴ログごとに、前記世帯構成判定部により判定された前記対象世帯を構成する構成員ごとの視聴有無を判定する視聴有無判定部を有することを特徴とする請求項１乃至４のいずれかに記載の視聴記録分析装置。
6. 前記第２視聴記録データに含まれる視聴ログごとに、前記第２関係データに基づいて、前記対象世帯を構成する構成員ごとの視聴確率を算出する視聴確率算出部を有し、
   前記視聴有無判定部は、前記視聴確率算出部により算出される視聴確率に基づいて、前記第２視聴記録データに含まれる視聴ログごとに、前記世帯構成判定部により判定された前記対象世帯を構成する構成員ごとの視聴有無を判定することを特徴とする請求項５に記載の視聴記録分析装置。
7. 前記視聴有無判定部は、前記対象世帯を構成する構成員のうち、前記第２視聴記録データに含まれる一の視聴ログについて算出された視聴確率が第２閾値以上である構成員について、前記一の視聴ログに対して視聴ありと判定することを特徴とする請求項６に記載の視聴記録分析装置。
8. 前記視聴有無判定部は、前記対象世帯を構成する構成員のうち、前記一の視聴ログについて算出された視聴確率が前記第２閾値以上である構成員がいない場合には、前記対象世帯を構成する構成員の中から所定の基準で選択された構成員が、前記一の視聴ログに対して視聴ありと判定することを特徴とする請求項７に記載の視聴記録分析装置。
9. 所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、前記所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得ステップと、
   前記第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習ステップと、
   対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得ステップと、
   前記第１関係データと前記第２視聴記録データとに基づいて、それぞれの属性の構成員が前記対象世帯に含まれる確率を示す存在確率を前記対象世帯における構成員の属性ごとに算出する存在確率算出ステップと、
   前記存在確率算出ステップにより算出された前記対象世帯の構成員の属性ごとの存在確率に基づいて、前記対象世帯を構成する構成員の属性を判定する世帯構成判定ステップと、を有することを特徴とする視聴記録分析方法。
10. 所定世帯ごとに記録された視聴チャンネル及び視聴日時を示す視聴ログと、前記所定世帯ごとに含まれる構成員の属性とを含む第１視聴記録データを取得する第１視聴記録データ取得部と、
    前記第１視聴記録データに基づいて、視聴ログと世帯に含まれる構成員の属性との関係を示す第１関係データを学習する関係データ学習部と、
    対象世帯について記録された視聴チャンネル及び視聴日時を示す視聴ログを含む第２視聴記録データを取得する第２視聴記録データ取得部と、
    前記第１関係データと前記第２視聴記録データとに基づいて、それぞれの属性の構成員が前記対象世帯に含まれる確率を示す存在確率を前記対象世帯における構成員の属性ごとに算出する存在確率算出部と、
    前記存在確率算出部により算出された前記対象世帯の構成員の属性ごとの存在確率に基づいて、前記対象世帯を構成する構成員の属性を判定する世帯構成判定部としてコンピュータを機能させるための視聴記録分析プログラム。

Images