JP7340982B2 - 映像紹介装置及びプログラム - Google Patents

Description

特許法第３０条第２項適用 ＮＨＫ仙台放送局編集、２０１９年５月１日発行の、第７２回東北地方技術報告会予稿集に掲載。

本発明は、おすすめ映像をユーザに紹介する映像紹介装置及びプログラムに関する。

従来、映像コンテンツの視聴サービスを提供するシステムが知られている。このシステムの例として、アマゾンプライム・ビデオがある。アマゾンプライム・ビデオは、インターネットを介して、ビデオ・オン・デマンド（ＶＯＤ）のサービスを提供するシステムである。

このシステムでは、ユーザが視聴した映像コンテンツの履歴を生成し、視聴履歴に基づいて、視聴済みの映像コンテンツに関連する映像コンテンツを紹介するサービスも付随している。

また、Ｗｅｂコミュニケーションサービス上の投稿データと共に、投稿したユーザの性格に関する情報を閲覧するシステムが知られている（例えば、特許文献１を参照）。

このシステムは、Ｗｅｂコミュニケーションサービスにて投稿された投稿データを取得し、投稿データに含まれる語句に基づいてユーザの性格を分析し、記憶部から分析結果の性格に対応した画像データを読み出し、画像データを表示するものである。

このようなシステムを用いることにより、ユーザは、前述の例では所望の映像コンテンツに関する情報及び性格に関する情報を容易に取得することができる。このため、所望の情報を取得するための検索、調査等の様々な作業が不要となり、時間及び作業負荷を低減することができる。

特開２０１３－１９６４２５号公報

一方で、テレビ業界においては、インターネットの普及に伴い、テレビ離れが増えつつあり、このままでは視聴者が減少する可能性がある。このような問題を解決するために、視聴者であるユーザに対し、当該ユーザの所望する映像を積極的に紹介する、新たなメディアサービスを提供することが考えられる。このようなメディアサービスを用いることにより、テレビに接触する機会が増え、好みの映像を視聴する動機となり得るからである。この新たなメディアサービスは、テレビ業界だけでなくネット業界のサービスとしても、今後活かせる可能性がある。

例えば、ユーザの性格を判定し、その性格に応じた映像を紹介することができれば、ユーザが所望の映像を視聴する機会が増え、視聴者数の減少及びテレビ離れを抑えることができる。

そこで、本発明は前記課題を解決するためになされたものであり、その目的は、ユーザの性格に応じたおすすめ映像を紹介する映像紹介装置及びプログラムを提供することにある。

前記課題を解決するために、請求項１の映像紹介装置は、おすすめ映像をユーザへ紹介する映像紹介装置において、表示器に表示された複数の評価用映像に対するそれぞれの評価値を、前記ユーザの操作に従い入力し、前記評価用映像毎の前記評価値に基づいて、予め設定された性格判定規則に従い、前記ユーザの性格を示す予め設定された性格タイプ毎のスコアを求め、当該スコアの最も大きい前記性格タイプを判定する性格判定部と、前記性格タイプの前記ユーザの操作により入力された前記評価値が所定値または所定値以上の映像について、当該映像の特徴が予め設定された前記性格タイプ毎の特徴データから、前記性格判定部により判定された前記性格タイプに対応する前記特徴データを設定する映像特徴設定部と、前記映像特徴設定部により設定された前記特徴データをユーザ特徴データとし、前記おすすめ映像毎の特徴が予め設定された前記おすすめ映像毎の前記特徴データを映像特徴データとして、前記ユーザ特徴データと前記映像特徴データとを比較し、前記ユーザ特徴データに対応する前記映像特徴データを特定し、当該映像特徴データに対応する前記おすすめ映像を特定し、当該おすすめ映像を前記表示器へ出力する映像選択部と、
を備えたことを特徴とする。

また、請求項２の映像紹介装置は、請求項１に記載の映像紹介装置において、前記性格判定規則を、複数の前記評価用映像に対するそれぞれの前記評価値のうち最大の前記評価値と最小の前記評価値との間の差に基づいて、前記性格タイプ毎の前記スコアが設定された規則、及び、前記評価用映像の前記評価値に基づいて、前記性格タイプ毎の前記スコアが設定された規則とする、ことを特徴とする。

また、請求項３の映像紹介装置は、請求項１または２に記載の映像紹介装置において、前記性格タイプを、直観タイプ、感覚タイプ、感情タイプ及び思考タイプとする、ことを特徴とする。

さらに、請求項４のプログラムは、コンピュータを、請求項１から３までのいずれか一項に記載の映像紹介装置として機能させることを特徴とする。

以上のように、本発明によれば、ユーザの性格に応じたおすすめ映像を紹介することができる。

本発明の実施形態による映像紹介装置のハードウェア構成例を示す概略図である。 映像紹介装置の制御部の構成例を示すブロック図である。 性格判定部の処理例を示すフローチャートである。 性格判定規則の例を説明する図である。 映像特徴設定部の処理例を示すフローチャートである。 性格タイプ毎の特徴ＤＢのデータ構成例を示す図である。 映像選択部の処理例を示すフローチャートである。 映像毎の特徴ＤＢのデータ構成例を示す図である。 おすすめ映像ＤＢのデータ構成例を示す図である。 本発明の他の実施形態（１）による映像紹介装置の制御部の構成例を示す図である。 本発明の他の実施形態（２）による映像紹介装置の制御部の構成例を示す図である。 アンケート調査に用いた映像を示す図である。 アンケート調査結果における映像評価の特性を示す図である。

以下、本発明を実施するための形態について図面を用いて詳細に説明する。
〔アンケート結果から得られた知見〕
本発明者らは、ユーザの性格に応じたおすすめ映像を紹介するという目的を達成すべく、鋭意検討を行った。その結果、ユーザに映像を提示してその映像評価を分析することにより、ユーザの性格を判定できることを見出した。また、判定した性格に応じた好みの映像を、おすすめ映像として紹介できることを見出した。

具体的には、本発明者らは、性格及び映像評価に関するアンケート調査を、被検者１５９人に対して行った。アンケート調査は、性格判定のための質問を４０問、映像を見てどの程度良いと感じたかの映像評価を５段階で行う質問を１０問用意し、合計５０問の回答をユーザから得るものである。

図１２は、アンケート調査に用いた映像を示す図である。アンケート調査に用いた映像として、映像Ａは「海外の街」、映像Ｂは「雨の渋谷」、映像Ｃは「教室」、映像Ｄは「市場」、映像Ｅは「噴水」、映像Ｆは「都会の夜景」、映像Ｇは「電車」、映像Ｈは「火事」、映像Ｉは「夕方の公園」、映像Ｊは「スポーツ」をそれぞれ表した、１０秒間の音声なしの動画である。

アンケート調査により、図１２に示す合計１０の映像を用いて、それぞれの映像につき５段階の映像評価が得られた。

また、アンケート調査により、「ユングの心理」（福島哲夫、「ユング心理学で分かる８つの性格」、ＰＨＰ研究所、２０１１年）に基づき、被検者を４つの性格タイプに分けた。そして、その性格タイプ毎に、映像評価の結果を平均してその値を比較した特性グラグが得られた。

４つの性格タイプは、「直観タイプ」「感覚タイプ」「感情タイプ」「思考タイプ」である。この４つの性格タイプは、ユングにより分類された性格のタイプであり、外界の情報を把握する際に主に活用する機能を主要機能とし、その他の機能を劣等機能として、何かを感じ取って理解する主要機能がどれに該当するかによって分類されたものである。

「直観タイプ」は、インスピレーションが強く自由奔放な性格である。「感覚タイプ」は、五感を使って物事をありのままに受け止める性格である。「感情タイプ」は、他人及び自分の気持ちを一番大切にする性格である。「思考タイプ」は、物事を論理的に考えて把握する性格である。

図１３は、アンケート調査結果における映像評価の特性を示す図である。横軸は映像Ａ～Ｊの種類を示し、縦軸は映像Ａ～Ｊに対する５段階（０～４）の評価値を示す。評価値が０に近いほど、心地よくない（評価低い）ことを示し、評価値が４に近いほど、心地よい（評価高い）ことを示す。また、グラフ内の折れ線は、４つの性格タイプのそれぞれについて、映像Ａ～Ｊのそれぞれの評価値を平均した値の特性を表している。

横軸において、丸で囲まれた記号の映像Ｂ，Ｃ，Ｅ，Ｈ，Ｉは、４つの性格タイプにおいて、評価値にある程度の差があることを示している。

図１３から、例えば、映像Ｂ，Ｃにおいて、評価値の差を４つの性格タイプで比較すると、「感覚タイプ」については大きい差があるのに対し（α）、「思考タイプ」については大きい差がない（β）ことがわかる。このように、性格タイプ毎に、映像評価の仕方が異なることがわかる。

図１３に示した特性を整理すると、４つの性格タイプのそれぞれについて、以下に示すように、映像評価の仕方及び好みの映像の特徴があることがわかった。

「直観タイプ」の映像評価の仕方は、他の性格タイプが低く評価している映像Ｈ「火事」に対して、低く評価していない。「直観タイプ」の好みの映像の特徴は、「自然」「街並み」「乗物」である。

「感覚タイプ」の映像評価の仕方は、良いと思う映像と良くないと思う映像の評価の仕方に大きく差をつける（映像評価値の差が２以上である）。「感覚タイプ」の好みの映像の特徴は、「人混み」「街並み」「夕日」「光」「スポーツ」である。

「感情タイプ」の映像評価の仕方は、他の性格と比べて日常的な映像に対してつまらないと感じる。「感情タイプ」の好みの映像の特徴は、「人が少ない（静寂）」「夕方」「夜」である。

「思考タイプ」の映像評価の仕方は、良いと思う映像と良くないと思う映像の評価の仕方に差をあまりつけない（映像評価値の差が１以下である）。「思考タイプ」の好みの映像の特徴は、「夜」「天気（雨）」「都会」である。

このように、映像Ａ～Ｊに対する映像評価の差等に基づいて、ユーザの性格を判定することができ、判定した性格毎に、好みの映像を選択することができる。

つまり、本発明者らは、ユーザに映像を提示してその映像評価を分析することにより、ユーザの性格を判定できることを見出し、ユーザの性格と映像評価との間の関係性を導き出した。また、本発明者らは、判定した性格に応じた好みの映像を、おすすめ映像として紹介できることを見出した。このような知見は、主に、後述する図２に示す映像紹介装置１の制御部１０の構成、後述する評価用映像ＤＢ２１、後述する性格判定規則ＤＢ２２、及び後述する性格タイプ毎の特徴ＤＢ２４に反映される。以下、映像紹介装置について説明する。

〔映像紹介装置〕
次に、本発明の実施形態による映像紹介装置について説明する。図１は、本発明の実施形態による映像紹介装置のハードウェア構成例を示す概略図である。この映像紹介装置１は、ＣＰＵ１１と、プログラム、ＤＢ（データベース）及びデータ等を記憶するＲＯＭ及びＲＡＭからなる記憶部１２と、アプリケーションのプログラム、ＤＢ及びデータ等を記憶する記憶装置（例えばハードディスク装置）１３と、当該映像紹介装置１のオペレータであるユーザによる操作器３の操作に伴い、所定のデータを入力制御する操作／入力部１４と、ユーザに対し映像を提示し、データ入力操作等を促すための画面情報を表示器２に出力する表示出力インターフェース部１５と、インターネット等のネットワークを介してプログラム、ＤＢ及びデータ等の送受信を行う通信部１６と、を備えて構成される。これらの構成部は、システムバス１７を介して相互に接続される。

記憶装置１３には、映像紹介装置１の基本的な機能を提供するＯＳ（オペレーティングシステム）プログラム、映像紹介プログラム、及び、映像紹介プログラムにて使用する各種ＤＢ及びデータ等が記憶されている。

映像紹介プログラムは、ユーザの性格に応じた映像をおすすめ映像として紹介するプログラムである。具体的には、映像紹介プログラムは、ユーザへ提示した映像の評価値を入力し、所定の性格判定規則に従ってユーザの性格を判定し、その性格に対応する特徴データを取得し、その特徴データに対応する映像をおすすめ映像として出力する。

尚、映像紹介プログラムは、当該映像紹介装置１が処理を行うときに、ＣＰＵ１１により記憶装置１３から記憶部１２のＲＡＭに読み出されて実行される。また、各種ＤＢ及びデータ等は、映像紹介プログラムの実行に伴い、ＣＰＵ１１により記憶装置１３から記憶部１２のＲＡＭに読み出される。また、映像紹介プログラムの実行に伴い生成されるＤＢ及びデータ等は、ＣＰＵ１１によって記憶部１２のＲＡＭから記憶装置１３へ書き込まれる。

また、映像紹介プログラム、ＤＢ及びデータ等は、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ－ＲＯＭ、ＤＶＤ等）、半導体メモリ等の記憶媒体に格納して頒布することもでき、前述のとおり、通信部１６によりネットワークを介して送受信することもできる。

ここで、ＯＳプログラムは、ＣＰＵ１１により実行され、映像紹介装置１の基本的な機能として、記憶部１２、記憶装置１３、操作／入力部１４、表示出力インターフェース部１５及び通信部１６を管理する。そして、このＯＳプログラムがＣＰＵ１１によって実行された状態で、前述の映像紹介プログラムが実行される。

制御部１０は、ＣＰＵ１１及び記憶部１２により構成され、ＣＰＵ１１が記憶装置１３に記憶された映像紹介プログラムを記憶部１２に読み出して実行することにより、映像紹介装置１全体を統括制御する。図１は、映像紹介プログラム等が記憶装置１３から記憶部１２に読み出された状態を示している。このように、映像紹介装置１は、図１に示したハードウェア構成により、制御部１０が映像紹介プログラムに従って各種処理を行う。

映像紹介装置１は、パーソナルコンピュータであってもよいし、携帯型のスマートフォン等のモバイル端末であってもよい。映像紹介装置１がモバイル端末である場合、映像紹介装置１は、表示器２及び操作器３を備えている。

〔制御部１０〕
次に、映像紹介装置１の制御部１０について説明する。図２は、映像紹介装置１の制御部１０の構成例を示すブロック図である。この制御部１０－１は、性格判定部２０、評価用映像ＤＢ２１、性格判定規則ＤＢ２２、映像特徴設定部２３、性格タイプ毎の特徴ＤＢ２４、映像選択部２５、映像毎の特徴ＤＢ２６及びおすすめ映像ＤＢ２７を備えている。

（性格判定部２０）
性格判定部２０は、ユーザへ提示した映像に対する評価値を入力し、評価値に基づき所定の性格判定規則に従って、ユーザの性格タイプを判定する。そして、性格判定部２０は、ユーザの性格タイプを含む性格データを映像特徴設定部２３に出力する。

図３は、性格判定部２０の処理例を示すフローチャートである。性格判定部２０は、評価用映像ＤＢ２１から評価用映像を読み出し（ステップＳ３０１）、評価用映像を表示器２に出力する（ステップＳ３０２）。

これにより、ユーザに対し、評価用映像に対する評価値を決定させることができる。ユーザは、表示器２に表示された評価用映像を見ることで、評価用映像の評価を行い、その評価値を決定する。評価値は、図１３に示したとおり、５段階（０～４）で表され、０に近いほど心地よくない（評価が低い）ことを示し、評価値が４に近いほど心地よい（評価が高い）ことを示す。

性格判定部２０は、ユーザによる操作器３の操作に従い、表示器２に表示された評価用映像の評価値を入力する（ステップＳ３０３）。性格判定部２０は、全ての評価用映像の処理が完了したか否かを判定し（ステップＳ３０４）、全ての評価用映像の処理が完了していないと判定した場合（ステップＳ３０４：Ｎ）、ステップＳ３０１へ移行する。

一方、性格判定部２０は、ステップＳ３０４において、全ての評価用映像の処理が完了したと判定した場合（ステップＳ３０４：Ｙ）、ステップＳ３０５へ移行する。

評価用映像ＤＢ２１には、予め設定された複数の評価用映像が格納されている。評価用映像ＤＢ２１には、例えば図１２に示した映像Ａ～Ｊが格納されている。評価用映像ＤＢ２１に格納された評価用の映像Ａ～Ｊのそれぞれについて評価値が入力された場合、ステップＳ３０４における全ての評価用映像の処理が完了したと判定される。

本発明者らの実験によれば、評価用映像ＤＢ２１に格納された評価用映像としては、少なくとも以下の５本の映像を用いることが、ユーザの性格を精度高く判定し、おすすめ映像を精度高く選択する観点で望ましい、という知見が得られている。
（１）１本の「スピード感のある映像」
（２）１本の「災害を連想させる映像」
（３）２本の「日常的な映像」
（４）１本の「「子供」、「夕方」または「木」のある映像」

「スピード感のある映像」は、映像フレーム間において、例えばオブジェクトの動き量が所定量以上である映像をいう（例えば図１２の映像Ｊ）。「災害を連想させる映像」は、火事、地震（地割れ等）、水害、事故等を表現した映像をいう（例えば図１２の映像Ｈ）。「日常的な映像」は、日常生活において目にする景色等の映像をいう（例えば図１２の映像Ｃ，Ｇ，Ｉ）。「「子供」、「夕方」または「木」のある映像」は、例えば図１２の映像Ｉである。

性格判定部２０は、ステップＳ３０４（Ｙ）から移行して、性格判定規則ＤＢ２２から性格判定規則を読み出す（ステップＳ３０５）。そして、性格判定部２０は、複数の映像のそれぞれについての評価値及び性格判定規則に基づいて、ユーザの性格を示す性格タイプ毎にスコアを求める（ステップＳ３０６）。これにより、「直観タイプ」のスコア、「感覚タイプ」のスコア、「感情タイプ」のスコア及び「思考タイプ」のスコアが求められる。

性格判定規則ＤＢ２２には、複数の映像のそれぞれの評価値から性格タイプ毎のスコアを求めるための性格判定規則が格納されている。性格判定規則は予め設定される。

図４は、性格判定規則ＤＢ２２に格納された性格判定規則の例を説明する図である。（１）は、最大・最小の評価値の差に基づいてスコアを付与する性格判定規則を示す。（２）は、映像Ｃ「教室」（日常的な映像）の評価値に基づいてスコアを付与する性格判定規則を示す。（３）は、映像Ｈ「火事」（災害を連想させる映像）の評価値に基づいてスコアを付与する性格判定規則を示す。（４）は、映像Ｉ「夕方の公園」（「子供」、「夕方」または「木」がある映像）の評価値に基づいてスコアを付与する性格判定規則を示す。（５）は、映像Ｊ「スポーツ」（スピード感がある映像）の評価値に基づいてスコアを付与する性格判定規則を示す。

尚、図４に示した性格判定規則は一例である。これに加え、映像Ａ「海外の街」の評価値に基づいてスコアを付与する性格判定規則、映像Ｂ「雨の渋谷」の評価値に基づいてスコアを付与する性格判定規則が含まれ、同様に、映像Ｄ，Ｅ，Ｆ，Ｇの性格判定規則も含まれる。

例えば、性格判定部２０は、性格判定規則ＤＢ２２から、図４に示した（１）～（５）等の性格判定規則を読み出す。そして、性格判定部２０は、映像Ａ～Ｊのそれぞれの評価値のうち最大の評価値及び最小の評価値を特定し、これらの差を求める。

性格判定部２０は、図４に示した（１）の性格判定規則を用いて、差と閾値ｚ１とを比較し、差が閾値ｚ１以上であると判定した場合、「感覚タイプ」のスコア及び「感情タイプ」のスコアにそれぞれ１を加算する。一方、性格判定部２０は、差と閾値ｚ２とを比較し、差が閾値ｚ２以下であると判定した場合、「直観タイプ」のスコア及び「思考タイプ」のスコアにそれぞれ１を加算する。

また、性格判定部２０は、差が閾値ｚ１よりも小さく、かつ閾値ｚ２よりも大きいと判定した場合、全ての性格タイプについてスコアの加算を行わない。ここで、閾値ｚ１，ｚ２は予め設定され、ｚ１＞ｚ２である。

次に、性格判定部２０は、図４に示した（２）の性格判定規則を用いて、映像Ｃ「教室」の評価値と閾値ｃとを比較し、評価値が閾値ｃ以上であると判定した場合、「思考タイプ」のスコアに１を加算する。一方、性格判定部２０は、評価値が閾値ｃよりも小さいと判定した場合、全ての性格タイプについてスコアの加算を行わない。

次に、性格判定部２０は、図４に示した（３）の性格判定規則を用いて、映像Ｈ「火事」の評価値と閾値ｈとを比較し、評価値が閾値ｈ以下であると判定した場合、「感情タイプ」のスコアに１を加算する。一方、性格判定部２０は、評価値が閾値ｈよりも大きいと判定した場合、全ての性格タイプについてスコアの加算を行わない。

同様に、性格判定部２０は、図４に示した（４）（５）等の性格判定規則を用いて、性格タイプ毎のスコアの加算処理を行う。

尚、映像Ｃ「教室」のような日常的な映像については、図４に示した（２）の性格判定規則が用いられ、映像Ｈ「火事」のような災害を連想させる映像については、図４に示した（３）の性格判定規則が用いられる。また、映像Ｉ「夕方の公園」のような「子供」、「夕方」または「木」がある映像については、図４に示した（４）の性格判定規則が用いられ、映像Ｊ「スポーツ」のようなスピード感がある映像については、図４に示した（５）の性格判定規則が用いられる。

図３に戻って、性格判定部２０は、ステップＳ３０６にて求めた性格タイプ毎のスコアについて、スコアの最も大きい性格タイプを特定し、ユーザの性格を判定する（ステップＳ３０７）。そして、性格判定部２０は、判定した性格の性格タイプを含む性格データを映像特徴設定部２３に出力する（ステップＳ３０８）。

このように、性格判定部２０により、ユーザが評価した複数の映像に対するそれぞれの評価値を用いて、最大・最小の評価値の差に基づく性格判定規則、及び映像Ａ～Ｊのそれぞれの評価値に基づく性格判定規則から、ユーザの性格を判定することができる。

（映像特徴設定部２３）
図２に戻って、映像特徴設定部２３は、性格判定部２０から性格データを入力し、予め設定された性格タイプ毎の特徴データから、性格データに対応する特徴データを抽出し、ユーザの性格に対応した特徴データを設定する。そして、映像特徴設定部２３は、ユーザの性格に対応した特徴データを映像選択部２５に出力する。

図５は、映像特徴設定部２３の処理例を示すフローチャートである。映像特徴設定部２３は、性格判定部２０から性格データを入力する（ステップＳ５０１）。そして、映像特徴設定部２３は、性格タイプ毎の特徴ＤＢ２４から、性格データに対応する特徴データを読み出す（ステップＳ５０２）。映像特徴設定部２３は、読み出した特徴データの示す特徴を、ユーザ好みの映像の特徴に設定する（ステップＳ５０３）。

図６は、性格タイプ毎の特徴ＤＢ２４のデータ構成例を示す図である。特徴ＤＢ２４には、性格タイプ及びその性格に対応した特徴データが格納されている。具体的には、「直観タイプ」の性格に対応して「自然」「街並み」「乗物」・・・が格納され、「感覚タイプ」の性格に対応して「人混み」「街並み」「夕日」「光」「スポーツ」・・・が格納されている。

また、「感情タイプ」の性格に対応して「人が少ない（静寂）」「夕方」「夜」・・・が格納され、「思考タイプ」の性格に対応して「夜」「天気（雨）」「都会」「ライトアップ」・・・が格納されている。

この性格タイプ毎の特徴ＤＢ２４は、例えば「直観タイプ」の性格のユーザは、「自然」「街並み」「乗物」・・・を特徴とする映像を好むことを示している。同様に、「感覚タイプ」「感情タイプ」及び「思考タイプ」の性格のユーザは、対応する特徴データの示す特徴を有する映像を好むことを示している。

図６に示した性格タイプ毎の特徴ＤＢ２４は、前述のアンケート調査により得られた知見が反映されたものであり、予め設定される。各性格タイプの被検者が好む映像は、評価値が例えば評価値４（または評価値が３以上）の映像とし、その映像から抽出された特徴データが予め設定される。

例えば、映像特徴設定部２３は、性格判定部２０から入力した性格データが「感情タイプ」を示している場合、図６に示した性格タイプ毎の特徴ＤＢ２４から「感情タイプ」に対応する特徴データである「人が少ない（静寂）」「夕方」「夜」・・・を読み出す。そして、映像特徴設定部２３は、ユーザ好みの映像の特徴が「人が少ない（静寂）」「夕方」「夜」・・・であることを認識する。

図５に戻って、映像特徴設定部２３は、ステップＳ５０２，Ｓ５０３にて、性格タイプ毎の特徴ＤＢ２４から読み出した、ユーザ好みの映像の特徴を示す特徴データを映像選択部２５に出力する（ステップＳ５０４）。

例えば、映像特徴設定部２３は、性格タイプ毎の特徴ＤＢ２４から「感情タイプ」に対応する特徴データである「人が少ない（静寂）」「夕方」「夜」・・・を読み出した場合、これらの特徴を含む特徴データを映像選択部２５に出力する。

このように、映像特徴設定部２３により、予め設定された性格タイプ毎の特徴データから、ユーザの性格に対応した特徴データ、すなわちユーザが好む映像の特徴を示す特徴データを設定することができる。

（映像選択部２５）
図２に戻って、映像選択部２５は、映像特徴設定部２３から特徴データを入力し、このユーザの特徴データ（ユーザ特徴データ）と、予め設定された映像毎の特徴データ（映像特徴データ）とを比較する。そして、映像選択部２５は、ユーザ特徴データに対応する映像特徴データ（ユーザ特徴データが複数の場合、そのうちの一つの特徴データを含む映像特徴データ）を特定し、当該映像特徴データに対応する映像インデックスを、ユーザが好む映像の特徴に合致する映像インデックスとして特定する。そして、映像選択部２５は、予め設定された映像群から、映像インデックスに対応する映像を選択し、その映像をおすすめ映像として表示器２に出力する。

図７は、映像選択部２５の処理例を示すフローチャートである。映像選択部２５は、映像特徴設定部２３から特徴データを入力する（ステップＳ７０１）。そして、映像選択部２５は、映像毎の特徴ＤＢ２６から、入力した特徴データに対応する映像インデックスを読み出す（ステップＳ７０２）。

図８は、映像毎の特徴ＤＢ２６のデータ構成例を示す図である。映像毎の特徴ＤＢ２６には、映像インデックス及びその映像インデックスに対応した特徴データが格納されている。例えば、映像インデックス「１」の特徴データとして「スポーツ」が格納され、映像インデックス「２」の特徴データとして、「自然」「街並み」が格納されている。

この映像毎の特徴ＤＢ２６は、例えば映像インデックス「１」の映像の特徴が「スポーツ」であることを示しており、映像インデックス「２」の映像の特徴が「自然」及び「街並み」であることを示している。

図８に示した映像毎の特徴ＤＢ２６は、映像インデックスの映像に対する特徴が特徴データとして定義されたものであり、予め設定される。

例えば、映像特徴設定部２３から入力した特徴データが、「感覚タイプ」に対応する特徴データ「人混み」「街並み」「夕日」「光」「スポーツ」・・・を示している場合を想定する。

この場合、映像選択部２５は、映像毎の特徴ＤＢ２６から、入力した特徴データ「人混み」「街並み」「夕日」「光」「スポーツ」・・・のうちの少なくとも一つの特徴データを含む映像インデックスを特定する。この例では、映像選択部２５は、入力した特徴データ「人混み」「街並み」「夕日」「光」「スポーツ」・・・のうちの「スポーツ」に対応する映像インデックス「１」を特定し、映像毎の特徴ＤＢ２６からこの映像インデックス「１」を読み出す。この場合、映像選択部２５は、複数の異なる映像インデックスを読み出すこともあり得る。

図７に戻って、映像選択部２５は、おすすめ映像ＤＢ２７から、ステップＳ７０２にて読み出した映像インデックスに対応するおすすめ映像のファイルを読み出す（ステップＳ７０３）。これにより、おすすめ映像ＤＢ２７の中から、ユーザの性格に応じたおすすめ映像が選択される。

図９は、おすすめ映像ＤＢ２７のデータ構成例を示す図である。おすすめ映像ＤＢ２７は、映像インデックス及びその映像インデックスに対応したおすすめ映像のファイルが格納されている。例えば、映像インデックス「１」のおすすめ映像のファイルとして「×××．ｍｐｇ」が格納され、映像インデックス「２」のおすすめ映像のファイルとして「△△△．ｍｐｇ」が格納されている。これらのおすすめ映像は、例えば１分間の音声付き映像である。

図９に示したおすすめ映像ＤＢ２７は、ユーザに対し、その性格に応じて紹介するために用意された映像であり、予め設定される。

図７に戻って、映像選択部２５は、ステップＳ７０３にて読み出したおすすめ映像のファイルを再生することで、おすすめ映像を表示器２へ出力する（ステップＳ７０４）。

尚、映像選択部２５は、性格判定部２０から性格データを入力し、おすすめ映像と共に性格データも表示器２へ出力するようにしてもよい。これにより、ユーザは、おすすめ映像に加え、自らの性格を知ることができる。

このように、映像選択部２５により、ユーザの性格に対応した特徴データが示す特徴、すなわちユーザが好む映像の特徴を有する映像が、おすすめ映像ＤＢ２７の中から選択され、おすすめ映像としてユーザへ紹介することができる。

以上のように、本発明の実施形態による映像紹介装置１によれば、性格判定部２０は、ユーザへ提示した評価用映像に対する評価値を入力し、評価値に基づき、性格判定規則ＤＢ２２に格納された性格判定規則に従って、性格タイプ毎のスコアを求め、スコアの最も大きい性格タイプをユーザの性格タイプとして判定する。

評価用映像としては、発明者らの知見から、少なくとも１本の「スピード感のある映像」、１本の「災害を連想させる映像」、２本の「日常的な映像」及び１本の「「子供」、「夕方」または「木」のある映像」が用いられる。

性格判定規則は、評価用映像に対する最大・最小の評価値の差に基づいた性格タイプ毎のスコア、及び、評価用映像に対する評価値に基づいた性格タイプ毎のスコアが定義された規則であり、前述のアンケート調査から得られた知見が反映されたものである。

映像特徴設定部２３は、性格タイプ毎の特徴ＤＢ２４に格納された特徴データから、性格データに対応する特徴データを抽出し、ユーザの性格に対応した特徴データを設定する。

性格タイプ毎の特徴ＤＢ２４に格納された特徴データは、当該性格タイプのユーザが好む映像の特徴を示すデータであり、前述のアンケート調査から得られた知見が反映されたものである。

映像選択部２５は、ユーザの性格に対応した特徴データと、映像毎の特徴ＤＢ２６に格納された特徴データとを比較し、前者の特徴データに対応する後者の特徴データを特定し、特定した特徴データに対応する映像をおすすめ映像ＤＢ２７から読み出し、読み出した映像をおすすめ映像として出力する。

これにより、ユーザの性格に応じたおすすめ映像を紹介することができる。そして、ユーザが所望の映像を視聴する機会を増やすことができ、視聴者数の減少及びテレビ離れを抑えることができる。

〔他の実施形態（１）〕
次に、本発明の他の実施形態による映像紹介装置１について説明する。図１０は、本発明の他の実施形態（１）による映像紹介装置１の制御部１０の構成例を示す図である。この制御部１０－２は、ユーザの性格を判定する際に、評価用映像毎の評価値を入力データとし、性格タイプを示す性格データを出力データとするＮＮ（ニューラルネットワーク）を用いるものである。

制御部１０－２は、性格判定部３０、評価用映像ＤＢ２１、ＮＮ３１、映像特徴設定部２３、性格タイプ毎の特徴ＤＢ２４、映像選択部２５、映像毎の特徴ＤＢ２６及びおすすめ映像ＤＢ２７を備えている。

図２に示した制御部１０－１とこの制御部１０－２とを比較すると、両制御部１０－１，１０－２は、評価用映像ＤＢ２１、映像特徴設定部２３、性格タイプ毎の特徴ＤＢ２４、映像選択部２５、映像毎の特徴ＤＢ２６及びおすすめ映像ＤＢ２７を備えている点で共通する。

一方、制御部１０－２は、性格判定部２０に代わる性格判定部３０、及び性格判定規則ＤＢ２２に代わるＮＮ３１を備えている点で、性格判定部２０及び性格判定規則ＤＢ２２を備えている制御部１０－１と相違する。以下、図１０において、図２と同一部分には同一符号を付し、重複する説明は省略する。

（性格判定部３０）
性格判定部３０は、ユーザへ提示した評価用映像毎の評価値を入力し、評価用映像毎の評価値をＮＮの入力データとしてＮＮ３１に出力する。そして、性格判定部３０は、性格タイプを示す性格データをＮＮの出力データとしてＮＮ３１から入力する。ＮＮ３１から入力する性格データは、当該ＮＮ３１により、学習にて設定された重みパラメータを用いて演算された性格タイプを示すデータである。性格判定部３０は、性格データを映像特徴設定部２３に出力する。

（ＮＮ３１）
ＮＮ３１は、性格判定部３０から評価用映像毎の評価値を入力し、これらの評価値を入力データとして、予め設定された重みパラメータを用いてＮＮの演算を行うことで、性格タイプ毎のスコアを算出する。そして、ＮＮ３１は、スコアの最も高い性格タイプを示す性格データを性格判定部３０に出力する。

例えば評価用映像が、図１２に示した映像Ａ～Ｊである場合、ＮＮ３１は、映像Ａの評価値、映像Ｂの評価値、・・・及び映像Ｊの評価値を入力データとして、ＮＮの演算を行う。

尚、ＮＮ３１が用いる重みパラメータは、ＮＮ３１を学習する学習装置（図示せず）により設定される。学習装置は、評価用映像毎の評価値及び性格タイプを示す性格データを学習データとして、ＮＮ３１に対して教師ありの学習を行う。

ＮＮ３１としては、例えばＣＮＮ（Convolutional Neural Network：畳み込みニューラルネットワーク）、ＲＮＮ（Recurrent Neural Network：再帰型ニューラルネットワーク）、ＬＳＴＭ（Long Short-Term Memory）が用いられる。

また、ＮＮ３１の代わりに、サポートベクターマシン（Support Vector Machine）、決定木（Decision Trees）等の他の演算部を用いるようにしてもよい。要するに、当該演算部は、評価用映像毎の評価値及び予め設定されたパラメータを用いた演算を行い、評価用映像毎の評価値に対応する性格タイプを示す性格データを求めることができればよい。

以上のように、本発明の他の実施形態（１）の映像紹介装置１によれば、性格判定部３０は、ユーザへ提示した評価用映像毎の評価値をＮＮの入力データとして、ＮＮ３１に演算を行わせ、ＮＮ３１から性格データを入力する。

ＮＮ３１は、評価用映像毎の評価値を入力データとして、学習装置により学習され設定された最適な重みパラメータを用いてＮＮの演算を行い、スコアの最も高い性格タイプを示す性格データを求める。

ここで、図２に示した性格判定規則ＤＢ２２を用いる場合は、図４に示した性格判定規則を手動にて予め設定する必要があるのに対し、ＮＮ３１を用いる場合は、学習装置により学習され設定された重みパラメータを使用すれば済む。

これにより、ユーザの性格を判定するための仕組みを、簡易な手法を利用して構成することができ、ユーザの性格を精度高く判定することができる。

〔他の実施形態（２）〕
図１１は、本発明の他の実施形態（２）による映像紹介装置１の制御部１０の構成例を示す図である。この制御部１０－３は、図２に示した制御部１０－１の処理に加え、評価用映像ＤＢ２１に格納される評価用映像を選択し、性格タイプ毎の特徴ＤＢ２４に格納される特徴データを設定し、映像毎の特徴ＤＢ２６に格納される特徴データを設定するものである。つまり、制御部１０－３は、評価用映像ＤＢ２１、性格タイプ毎の特徴ＤＢ２４及び映像毎の特徴ＤＢ２６を生成するための構成部等を備える。

制御部１０－３は、性格判定部２０、評価用映像ＤＢ２１、性格判定規則ＤＢ２２、映像特徴設定部２３、性格タイプ毎の特徴ＤＢ２４、映像選択部２５、映像毎の特徴ＤＢ２６、おすすめ映像ＤＢ２７、評価用映像選択部３２、映像ＤＢ３３及び特徴データ設定部３４，３５を備えている。

図２に示した制御部１０－１とこの制御部１０－３とを比較すると、両制御部１０－１，１０－３は、性格判定部２０、評価用映像ＤＢ２１、性格判定規則ＤＢ２２、映像特徴設定部２３、性格タイプ毎の特徴ＤＢ２４、映像選択部２５、映像毎の特徴ＤＢ２６及びおすすめ映像ＤＢ２７を備えている点で共通する。

一方、制御部１０－３は、制御部１０－１の構成に加え、評価用映像選択部３２、映像ＤＢ３３及び特徴データ設定部３４，３５を備えている点で、制御部１０－１と相違する。

（評価用映像選択部３２）
評価用映像選択部３２は、映像ＤＢ３３から映像を読み出し、読み出した映像に基づいて、当該映像の特徴データを生成する。これにより、映像ＤＢ３３に格納された全ての映像の特徴データが生成される。

具体的には、評価用映像選択部３２は、映像の字幕テキスト、ＥＰＧ（Electronic Programming Guide：電子番組表）に含まれる要約（映像に対応する番組の要約）、画像処理等を用いて、特徴データを生成する。

例えば評価用映像選択部３２は、映像の字幕テキストに含まれるデータのうち、所定の手法にて特徴を表したデータを抽出し、当該データを特徴データとして生成する。ＥＰＧの要約についても同様である。

また、例えば評価用映像選択部３２は、映像を構成するフレーム間の動き量を算出し、動き量に基づいて動きの有無を判定する。そして、評価用映像選択部３２は、動きが有ると判定し、他の条件に合致する場合、特徴データ（例えば「スポーツ」）を生成する。また、例えば評価用映像選択部３２は、映像に対する画像認識処理により、例えば「木」「子供」が存在するか否かを判定し、「木」または「子供」が存在する場合、特徴データ「木」または「子供」を生成する。

評価用映像選択部３２は、評価用映像を選択する際のその特徴データを入力し、入力した特徴データ（入力特徴データ）と生成した映像毎の特徴データ（生成特徴データ）とを比較する。そして、評価用映像選択部３２は、入力特徴データに対応する生成特徴データを特定し、特定した生成特徴データに対応する映像を、評価用映像として選択し、評価用映像を評価用映像ＤＢ２１に格納する。

例えば、評価用映像選択部３２は、前述の５本の映像（（１）１本の「スピード感のある映像」、（２）１本の「災害を連想させる映像」、（３）２本の「日常的な映像」及び（４）１本の「「子供」、「夕方」または「木」のある映像」）を評価用映像として選択したい場合、それぞれの特徴データを入力する。

そして、評価用映像選択部３２は、前述の特徴データの比較を行い、映像ＤＢ３３に格納された映像群から５本の映像を評価用映像として選択し、５本の評価用映像を評価用映像ＤＢ２１に格納する。

これにより、評価用映像ＤＢ２１には、前述の５本の映像が評価用映像として格納され、新たな評価用映像ＤＢ２１が生成される。このような５本の映像を評価用映像として用いることで、ユーザの性格を精度高く判定し、精度の高いおすすめ映像をユーザへ紹介することができる。また、ユーザの所望する映像を評価用映像として評価用映像ＤＢ２１に格納することができる。さらに、既に生成された評価用映像ＤＢ２１に対し、新たな評価用映像を追加することができる。

（特徴データ設定部３４）
特徴データ設定部３４は、性格タイプ、及び当該性格タイプのユーザにおける評価の高い映像（例えば評価値４の映像）を入力する。そして、特徴データ設定部３４は、評価用映像選択部３２と同様の処理を行うことで、入力した映像に基づいて特徴データを生成する。

特徴データ設定部３４は、生成した特徴データを、入力した性格タイプの特徴データとして、性格タイプ毎の特徴ＤＢ２４に格納する。例えば、性格タイプとして「直観タイプ」が入力され、「直観タイプ」のユーザにより評価値４が付された映像が入力された場合、当該映像に基づいて特徴データが生成され、「直観タイプ」の特徴データとして性格タイプ毎の特徴ＤＢ２４に格納される。

このように、特徴データ設定部３４により、性格タイプ毎のユーザにより評価された評価の高い映像を用いて、当該映像の特徴データが生成され、性格タイプ毎の特徴データとして特徴ＤＢ２４に格納され、性格タイプ毎の特徴ＤＢ２４が生成される。

（特徴データ設定部３５）
特徴データ設定部３５は、おすすめ映像ＤＢ２７に格納されるおすすめ映像を入力し、評価用映像選択部３２と同様の処理を行うことで、入力したおすすめ映像に基づいて特徴データを生成する。

特徴データ設定部３５は、生成した特徴データを、入力したおすすめ映像の映像インデックスと共に映像毎の特徴ＤＢ２６に格納する。

このように、特徴データ設定部３５により、おすすめ映像ＤＢ２７に格納されるおすすめ映像を用いて、当該おすすめ映像の特徴データが生成され、当該おすすめ映像の映像インデックスと共に映像毎の特徴ＤＢ２６に格納される。また、当該おすすめ映像がおすすめ映像ＤＢ２７に格納される。

以上のように、本発明の他の実施形態（２）の映像紹介装置１によれば、評価用映像選択部３２は、映像ＤＢ３３から映像を読み出し、前述の手法にて当該映像の特徴データを生成し、選択する映像の特徴データを入力し、入力した特徴データと生成した映像毎の特徴データとを比較する。そして、評価用映像選択部３２は、入力した特徴データに対応する映像毎の特徴データを特定し、特定した特徴データに対応する映像を評価用映像として選択し、評価用映像ＤＢ２１に格納する。

特徴データ設定部３４は、性格タイプ、及び当該性格タイプのユーザにおいて評価の高い映像を入力し、前述の手法にて当該映像の特徴データを生成し、生成した特徴データを、入力した性格タイプの特徴データとして、性格タイプ毎の特徴ＤＢ２４に格納する。

特徴データ設定部３５は、おすすめ映像ＤＢ２７に格納されるおすすめ映像を入力し、前述の手法にて当該おすすめ映像の特徴データを生成し、生成した特徴データを、当該おすすめ映像の映像インデックスと共に映像毎の特徴ＤＢ２６に格納する。

これにより、評価用映像選択部３２の処理にて、入力した特徴データに対応する評価用映像を映像ＤＢ３３から選択することができるから、手動にて評価用映像を選択する場合に比べ、評価用映像ＤＢ２１の生成負荷を低減することができる。また、字幕テキスト等に基づいて特徴データが生成され、この特徴データを用いて評価用映像が選択されるから、性格判定部２０において、ユーザの性格を精度高く判定することができる。

また、特徴データ設定部３４の処理にて性格タイプ毎の特徴ＤＢ２４が生成され、特徴データ設定部３５の処理にて映像毎の特徴ＤＢ２６が生成されるから、手動により特徴ＤＢ２４，２６が生成される場合に比べ、特徴ＤＢ２４，２６の生成負荷を低減することができる。

以上、実施形態を挙げて本発明を説明したが、本発明は前記実施形態に限定されるものではなく、その技術思想を逸脱しない範囲で種々変形可能である。前記実施形態では、性格タイプを４つの「直観タイプ」「感覚タイプ」「感情タイプ」「思考タイプ」として説明したが、５以上の性格タイプであってもよい。

また、図１１に示した制御部１０－３において、評価用映像選択部３２及び特徴データ設定部３４，３５は、映像に基づいて、映像の字幕テキスト、ＥＰＧに含まれる映像の番組の要約、画像処理等を用いて、特徴データを生成するようにした。これに対し、評価用映像選択部３２及び特徴データ設定部３４，３５は、映像に基づいて、映像の字幕テキスト、ＥＰＧに含まれる映像の番組の要約、画像処理等を用いて、予め設定された複数の特徴データから、映像の特徴に合致する特徴データを選択するようにしてもよい。

１ 映像紹介装置
２ 表示器
３ 操作器
１０，１０－１，１０－２，１０－３ 制御部
１１ ＣＰＵ
１２ 記憶部
１３ 記憶装置
１４ 操作／入力部
１５ 表示出力インターフェース部
１６ 通信部
１７ システムバス
２０，３０ 性格判定部
２１ 評価用映像ＤＢ
２２ 性格判定規則ＤＢ
２３ 映像特徴設定部
２４，２６ 特徴ＤＢ
２５ 映像選択部
２７ おすすめ映像ＤＢ
３１ ＮＮ（ニューラルネットワーク）
３２ 評価用映像選択部
３３ 映像ＤＢ
３４，３５ 特徴データ設定部

Claims (4)

1. おすすめ映像をユーザへ紹介する映像紹介装置において、
   表示器に表示された複数の評価用映像に対するそれぞれの評価値を、前記ユーザの操作に従い入力し、前記評価用映像毎の前記評価値に基づいて、予め設定された性格判定規則に従い、前記ユーザの性格を示す予め設定された性格タイプ毎のスコアを求め、当該スコアの最も大きい前記性格タイプを判定する性格判定部と、
   前記性格タイプの前記ユーザの操作により入力された前記評価値が所定値または所定値以上の映像について、当該映像の特徴が予め設定された前記性格タイプ毎の特徴データから、前記性格判定部により判定された前記性格タイプに対応する前記特徴データを設定する映像特徴設定部と、
   前記映像特徴設定部により設定された前記特徴データをユーザ特徴データとし、前記おすすめ映像毎の特徴が予め設定された前記おすすめ映像毎の前記特徴データを映像特徴データとして、
   前記ユーザ特徴データと前記映像特徴データとを比較し、前記ユーザ特徴データに対応する前記映像特徴データを特定し、当該映像特徴データに対応する前記おすすめ映像を特定し、当該おすすめ映像を前記表示器へ出力する映像選択部と、
   を備えたことを特徴とする映像紹介装置。
2. 請求項１に記載の映像紹介装置において、
   前記性格判定規則を、複数の前記評価用映像に対するそれぞれの前記評価値のうち最大の前記評価値と最小の前記評価値との間の差に基づいて、前記性格タイプ毎の前記スコアが設定された規則、及び、前記評価用映像の前記評価値に基づいて、前記性格タイプ毎の前記スコアが設定された規則とする、ことを特徴とする映像紹介装置。
3. 請求項１または２に記載の映像紹介装置において、
   前記性格タイプを、直観タイプ、感覚タイプ、感情タイプ及び思考タイプとする、ことを特徴とする映像紹介装置。
4. コンピュータを、請求項１から３までのいずれか一項に記載の映像紹介装置として機能させるためのプログラム。

Images