JP7424455B2 - レコメンド装置、レコメンド方法、及びプログラム - Google Patents

Description

本発明は、音楽に関する情報を提供するレコメンド装置、レコメンド方法、及びプログラムに関する。

従来、楽器演奏の独習を支援する技術分野において、ユーザの演奏技術やモチベーションに応じて最適なアドバイスを与える演奏教習装置として、次のような従来技術が知られている（例えば特許文献１）。この技術は、楽音のノートの入力を受け付け、所定の単位時間の間に受け付けた押鍵回数を練習状態変数（片手部分練習等）と対応付けて記憶し、同一の練習状態変数ごとに記憶した押鍵回数に基づいて、モチベーション変動を評価し、アドバイスを生成する。

特開２０１３－１４８７７３号公報

しかしながら、対象となるユーザのみの演奏や操作に基づいてアドバイスとなる情報を生成しているので、必ずしも対象となるユーザにとって良質な情報が与えられていない。

本発明は、対象となるユーザに良質な情報を与えることにより、対象となるユーザによる楽器演奏の独習を良好に支援することを目的とする。

態様の一例のレコメンド装置では、第１ユーザの演奏に係る第１の演奏関連情報と、前記第１ユーザ以外の複数のユーザそれぞれの演奏に係る第２の演奏関連情報との比較によって前記複数のユーザの中から特定された、演奏の傾向または演奏の特性が前記第１ユーザと似た第２ユーザの演奏に係る、前記第２の演奏関連情報のうちの第３の演奏関連情報に基づいて、前記第１ユーザが演奏したことがなく前記第２ユーザが演奏したことがある曲の情報及び、前記第１ユーザが使用したことがなく前記第２ユーザが演奏時に使用していた機能の情報、のいずれかを少なくとも含み、前記第１ユーザの演奏に関して推奨する曲または機能を示すレコメンド情報を決定する。

本発明によれば、対象となるユーザに良質な情報を与えることにより、対象となるユーザによる楽器演奏の独習を良好に支援することが可能となる。

情報提供システムの実施形態のシステム構成図である。 サーバ又は端末のハードウェア構成例を示す図である。 第１の実施形態における情報提供システムの動作例を示すシーケンス図である。 第２の実施形態における情報提供システムの端末処理例を示すフローチャートである。 第２の実施形態におけるユーザ演奏を評価して採点する処理の例を示すフローチャートである。 第２の実施形態における情報提供システムのサーバ処理例を示すフローチャートである。 第２の実施形態におけるログの例を示す図である。 第２の実施形態における曲データベースの構成例を示す図である。 第２の実施形態における利用傾向と利用傾向ユーザ間距離の例を示す図である。 第２の実施形態におけるユーザごとの得点分布とユーザタイプの例を示す図である。 第２の実施形態における得点ログ特性の例を示す図である。 第２の実施形態における曲マスタ特性の説明図である。 第２の実施形態における曲マスタ特性のパラメータと曲マスタ特性ユーザ間距離の例を示す図である。

以下、本発明を実施するための形態について図面を参照しながら詳細に説明する。図１は、情報提供システムの実施形態のシステム構成図である。楽器１０３は、例えばＵＳＢ－ＭＩＤＩ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ－Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉｔａｌ Ｉｎｔｅｒｆａｃｅ）等の通信インタフェースを介して、スマートフォンやタブレットなどの例えばスマートデバイスである端末１０２と接続される。端末１０３は、それが内蔵する通信装置を介してインターネットなどのネットワーク１０５と接続される。ネットワーク１０５には、ワイドエリアネットワークやローカルエリアネットワーク、特には図示しないルータ装置などを介して、レコメンドサーバ１０１や曲データサーバ１０４などのサーバ装置が接続される。

楽器１０３は、例えば、ＵＳＢ－ＭＩＤＩのインタフェースや鍵盤を備える電子鍵盤楽器であるが、その他どのような電子楽器であってもよい。ユーザが楽器１０３を演奏すると、その演奏に関連する演奏関連情報が、ＵＳＢ－ＭＩＤＩを介して端末１０２に送られる。演奏関連情報とは、演奏によりどの楽音が押鍵又は離鍵されたかを示すノートオン／オフ情報、例えばメトロノーム、テンポスイッチ、ダンパーペダル、ステップレッスン、ＡＢリピート、ソフトペダル、ソステヌート等のどの機能が操作されたかを示す情報等である。

端末１０２は、楽器１０３から演奏関連情報を受信し、その演奏関連情報をログ情報としてレコメンドサーバ１０１に送信する。また、端末１０２は、ユーザによる採点機能の選択に応じて、曲データサーバ１０４からユーザが楽器を演奏する曲のデータを受信することにより、上記演奏関連情報に対してユーザによる楽器１０３の演奏を採点する処理、採点結果を表示する処理を実行し、その採点の途中結果及び最終結果等の採点情報をログ情報として、レコメンドサーバ１０１に送信する。その後、端末１０２は、レコメンドサーバ１０１からレコメンド情報や演奏の分析結果である可視化情報等の情報を受信し、表示する。

レコメンドサーバ１０１は、端末１０２から採点情報を受け取ることにより、レコメンド情報や可視化情報等の情報を生成し、端末１０２に返送する。

曲データサーバ１０４は、ユーザが楽器１０３を演奏するときの曲に関する各楽音のノートデータやタイミングデータ等の曲データを、端末１０２に送信する。

図２は、図１のレコメンドサーバ１０１、端末１０２、又は曲データサーバ１０４を実現可能なコンピュータのハードウェア構成の一例を示す図である。このコンピュータは、サーバコンピュータのほか、スマートフォン、タブレット端末などを含む。図２に示されるコンピュータは、プロセッサ（例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ））２０１、メモリ２０２、入力装置２０３、出力装置２０４、補助情報記憶装置２０５、可搬型記録媒体２０９が挿入される媒体駆動装置２０６、及び通信装置２０７を備える。これらの構成要素は、バス２０８により相互に接続されている。同図に示される構成は上記各装置１０１、１０２、又は１０４を実現できるコンピュータの一例であり、そのようなコンピュータはこの構成に限定されるものではない。

メモリ２０２は、例えば、Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ）、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）、フラッシュメモリ等の半導体メモリであり、処理に用いられるプログラム及びデータを格納する。

プロセッサ２０１は、例えば、メモリ２０２を利用して、後述する各フローチャートの処理に対応するプログラムを実行する。

入力装置２０３は、例えば、キーボード、ポインティングデバイス等であり、オペレータ又はユーザからの指示又は情報の入力に用いられる。出力装置２０４は、例えば、表示装置、プリンタ、スピーカ等であり、オペレータ又はユーザへの問合せ又は処理結果の出力に用いられる。

補助情報記憶装置２０５は、例えば、ＳＳＤ（ソリッドステートドライブ）、ハードディスク記憶装置、磁気ディスク記憶装置、光ディスク装置、光磁気ディスク装置、テープ装置、又は半導体記憶装置である。上記各装置１０１、１０２、又は１０４は、補助情報記憶装置２０５にそれぞれの装置に用いられる後述する各フローチャートの処理を実行するプログラム及びデータを格納しておき、それらをメモリ２０２にロードして使用することができる。

媒体駆動装置２０６は、可搬型記録媒体２０９を駆動し、その記録内容にアクセスする。可搬型記録媒体２０９は、メモリデバイス、フレキシブルディスク、光ディスク、光磁気ディスク等である。可搬型記録媒体２０９は、Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＣＤ－ＲＯＭ）、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ（ＤＶＤ）、Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）メモリ、ＳＤメモリカード等であってもよい。オペレータ又はユーザは、この可搬型記録媒体２０９に上述のプログラム及びデータを格納しておき、メモリ２０２にロードして使用することができる。

このように、上述のプログラム及びデータを格納するコンピュータ読取り可能な記録媒体は、メモリ２０２、補助情報記憶装置２０５、又は可搬型記録媒体２０９のような、物理的な（非一時的な）記録媒体である。

通信装置２０７は、例えばローカルエリアネットワーク（ＬＡＮ）やワイドエリアネットワーク（ＷＡＮ）等のネットワーク１０５に接続され、通信に伴うデータ変換を行う通信インタフェースを含む。上記各装置１０１、１０２、又は１０４は、上述のプログラム又はデータをネットワーク１０５に接続される外部の装置から通信装置２０７を介して受信し、それらをメモリ２０２にロードして使用することができる。また、通信装置２０７が図１の端末１０２に内蔵される場合、上記の機能に加えて、例えばＵＳＢ－ＭＩＤＩ等のインタフェースを介して図１の楽器１０３に接続するインタフェース機能も備える。

なお、上記１０１、１０２、又は１０４の各装置が図２の全ての構成要素を含む必要はなく、用途又は条件に応じて一部の構成要素を省略することも可能である。例えば、オペレータ又はユーザからの指示又は情報を入力する必要がない場合は、入力装置２０３が省略されてもよい。可搬型記録媒体２０９を利用しない場合は、媒体駆動装置２０６が省略されてもよい。

上記図１及び図２の情報提供システムにおける動作の第１の実施形態について、図３のシーケンス図を用いて説明する。

ユーザ（以下、楽器１０３を演奏するユーザを「第１ユーザ」と呼ぶ）が、楽器１０３と端末１０２を例えばＵＳＢ－ＭＩＤＩで接続し、楽器１０３を使ってある曲（第１曲）の演奏を行うと、端末１０２のプロセッサ２０１は、その端末１０２の通信装置２０７を介して演奏関連情報を取得し、その演奏関連情報をログ情報３０１として、その端末１０２の通信装置２０７からネットワーク１０５を介してレコメンドサーバ１０１に送信する（図３のシーケンスＳ３０１）。

また、端末１０２のプロセッサ２０１は、第１ユーザが採点機能を有効にして演奏を行うと、曲データサーバ１０４からネットワーク１０５及びその端末１０２の通信装置２０７を介して第１ユーザが楽器を演奏する曲のデータを受信することにより、上記演奏関連情報に対して第１ユーザによる楽器１０３の演奏を採点する処理を実行し、その採点の途中結果及び最終結果等の採点情報をログ情報３０２として、その端末１０２の通信装置２０７からネットワーク１０５を介してレコメンドサーバ１０１に送信する（図３のシーケンスＳ３０２）。

また、端末１０２のプロセッサ２０１は、上記採点結果を、出力装置２０４（例えば端末１０２であるスマートデバイスの液晶ディスプレイ）に表示する（図３のシーケンスＳ３０３）。

レコメンドサーバ１０１では、そのレコメンドサーバ１０１のプロセッサ２０１が、端末１０２からネットワーク１０５を介してログ情報３０１、３０２として送られてきた演奏関連情報や採点情報を、そのレコメンドサーバ１０１の通信装置２０７を介して受信する。そして、プロセッサ２０１は、それらの演奏関連情報（操作、曲利用、機能利用等）や採点情報（得点）と、メモリ２０２内に蓄積されている楽器１０３を演奏する第１ユーザ以外の第２ユーザを含む複数の他のユーザによる演奏に応じた複数の演奏関連情報と、に基づいて決定された情報を、上記第１ユーザに提供するためにレコメンドサーバ１０１の通信装置２０７から送信する（図３のシーケンスＳ３０４）。

ここで、レコメンドサーバ１０１のプロセッサ２０１は、第１ユーザによる複数の演奏関連情報に基づいて、第１ユーザを少なくともお気楽タイプ、ストイックタイプ、又は挫折タイプを含む複数のタイプのなかのいずれかのタイプに分類し、その分類されたタイプと同じタイプの第２ユーザの演奏関連情報に基づいて、第１ユーザに提供するための情報を決定する。

また、ログ情報３０２として採点情報が端末１０２から送られてきた場合、レコメンドサーバ１０１のプロセッサ２０１は、上記複数のタイプを、少なくとも各ユーザによる演奏の得点情報及び練習期間に基づいて決定する。

更に、上記第１ユーザに提供するための情報は、第１ユーザが演奏したことがなく他のユーザが演奏したことがある第２曲の情報及び、他のユーザが第１曲の演奏時に使用していた機能の情報、のいずれかを少なくとも含むようにしてよい。

第１ユーザに提供するための更に具体的な情報の例としては、以下のようなものが挙げられる。
・次に挑戦する曲（レベル別）
・練習支援用の機能
・同じレベルのユーザが良く弾いている曲の紹介
・採点した曲の区間別採点・判定とランキング
・技術的アドバイス

続いて、レコメンドサーバ１０１のプロセッサ２０１は、シーケンスＳ３０４で決定したレコメンド情報や、ユーザのタイプから分析した結果を可視化するための情報を生成する（図３のシーケンスＳ３０５）。

そして、レコメンドサーバ１０１のプロセッサ２０１は、シーケンスＳ３０３で決定したレコメンド情報と、シーケンスＳ３０５で生成した可視化情報等の情報を、そのレコメンドサーバ１０１の通信装置２０７からネットワーク１０５を介して端末１０２に返送する（図３のシーケンスＳ３０６）。

端末１０２は、レコメンドサーバ１０１からネットワーク１０５及びその端末１０２の通信装置２０７を介して送られてきた情報のうち、可視化情報に基づいて、シーケンスＳ３０３での採点結果表示と共に、下記のような表示方法で、レコメンド表示と分析結果の可視化を、その端末１０２の出力装置２０４（液晶ディスプレイ等）に対して行う（図３のシーケンスＳ３０７、Ｓ３０８）。
・上記レコメンド情報のテキスト表示
・時系列の採点情報（区間別の採点やアドバイスコメントも表記）
・成長曲線（他ユーザとの比較あり）
・レーダチャート（第１ユーザの特性を表すもの）

従来は楽器とスマホを使ってユーザに機能を提供するものだったのが、レコメンドサーバ１０１により、より広くかつ最適なレコメンド情報を提供することが可能となる。楽器は一人で演奏するのはつまらないので、それを継続できるようなモチベーションにつながることに寄与する。自分一人で練習しているのではなく他の人も似たようなことをやっているということが意識できるようになる。自分一人ではなく、他の人がやってきた中で参考になるような情報を、レコメンド情報として提供することが可能となる。自分が気づいてないこと（曲、機能）を他の人が気づくとか、ユーザが好みの曲の演奏を習得していく過程で、似たような他のユーザの習得過程のデータ（ビッグデータ）から適切なアドバイスやレコメンドができ、習得過程のユーザにとっては現実の他者の成功例などからのアドバイスを受け取ることができる。機械的な論理から導かれるアドバイスではないため説得性が高く、他者を意識することができて練習を継続するモチベーションの持続向上の効果も期待できる。

次に、図１及び図２の情報提供システムにおける更に具体的な動作例を示す第２の実施形態について、以下の図４から図６のフローチャートと、図７から図１３の説明図を用いて説明する。

図４は、第２の実施形態において、図１の情報提供システムの端末１０２のプロセッサ２０１が実行する端末処理例を示すフローチャートである。このフローチャートは、端末１０２において、プロセッサ２０１がメモリ２０２に記憶された制御プログラムを実行する処理を示すものである。

図５は、図４の端末処理におけるステップＳ４０１の更に詳細な動作例を示すフローチャートである。

図６は、第２の実施形態において、図１の情報提供システムのレコメンドサーバ１０１のプロセッサ２０１が実行するサーバ処理例を示すフローチャートである。このフローチャートは、レコメンドサーバ１０１において、プロセッサ２０１がメモリ２０２に記憶された制御プログラムを実行する処理を示すものである。

まず、図４のフローチャートにおいて、前述した第１の実施形態における図３のシーケンスＳ３０１及びＳ３０２の動作と同様にして、端末１０２のプロセッサ２０１は、楽器１０３から演奏関連情報を取得し、一方、曲データサーバ１０４からネットワーク１０５及びその端末１０２の通信装置２０７を介してユーザ（第１ユーザ）が楽器を演奏する曲のデータを受信することにより、上記演奏関連情報に対してユーザによる楽器１０３の演奏を採点する処理を実行する（図４のステップＳ４０１）。

この処理の詳細について、図５のフローチャートを用いて説明する。まず、端末１０２のプロセッサ２０１は、その端末１０２におけるメモリ２０２上の模範演奏、伴奏再生のための領域や各種変数等の初期化を実行する（図５のステップＳ５０１）。

次に、端末１０２のプロセッサ２０１は、その端末１０２の通信装置２０７からＵＳＢ－ＭＩＤＩを介して楽器１０３に、曲データサーバ１０４から取得した模範演奏と伴奏のための自動演奏データの送出を開始して、演奏を開始する（図５のステップＳ５０２）。

その後、端末１０２のプロセッサ２０１は、演奏中、以下のステップＳ５０３からＳ５０５の一連の処理を繰り返し実行する。この一連の処理において、端末１０２のプロセッサ２０１はまず、模範演奏と、伴奏再生の処理を実行する（図５のステップＳ５０３）。具体的には、端末１０２のプロセッサ２０１は、模範演奏、伴奏再生処理において、曲データサーバ１０４からその端末１０２のメモリ２０２に取得した模範演奏、伴奏再生の自動演奏データを順次読み出しながら、時刻に従い、発音／消音すべきタイミングで楽器１０３の音源に対してノート番号を出力する。ユーザ操作でテンポやメトロノームのオン／オフ、模範演奏のガイドのありなしなどの設定に応じて再生処理を実行する。

次に、端末１０２のプロセッサ２０１は、楽器１０３から送られてくる演奏関連情報に基づいて、ユーザ演奏の評価処理を実行する（図５のステップＳ５０４）。具体的には、端末１０２のプロセッサ２０１は、ユーザ演奏があったタイミングの近くに模範演奏があるかどうか、ノート番号（ピッチ）の比較とタイミングのずれなどにより、正解数、ミスタッチ数などをカウントアップしてゆく。正解数は、上記ずれの程度により、「正解」、「ほぼ正解」のようにしてもよい。また、経過時刻から曲の前半と後半に分けて、「正解」、「ほぼ正解」のカウントを行うようにすると、後述するレコメンドサーバ１０１でのユーザタイプ（お気楽タイプ、ストイックタイプ、挫折タイプ等）の判定において、「後半は全然ダメだけど、前半はＯＫ」と、「全体的にダメ」との違いにより、より細かなユーザタイプの判定を行うことが可能となる。また、端末１０２のプロセッサ２０１は、後述するステップＳ５０６での正規化のために、模範演奏のノート数をカウントする。

次に、端末１０２のプロセッサ２０１は、模範演奏及び伴奏再生が終了して演奏が終了したか否かを判定する（図５のステップＳ５０５）。

端末１０２のプロセッサ２０１は、演奏が終了していない（ステップＳ５０５の判定がＮＯである）ならば、ステップＳ５０３からＳ５０５の一連の処理を繰返し実行する。

端末１０２のプロセッサ２０１は、演奏が終了した（ステップＳ５０５の判定がＹＥＳになった）ならば、採点処理を実行する（図５のステップＳ５０６）。この処理では、端末１０２のプロセッサ２０１は、前述したようにカウントした模範演奏のノート数に対するステップＳ５０５で評価した正解数の割合に基づいて、タイミングずれとミスタッチで減点補正する。

その後、端末１０２のプロセッサ２０１は、図５のフローチャートで示される図４のステップＳ４０１の評価処理を終了する。

図４の説明に戻って、端末１０２のプロセッサ２０１は、ステップＳ４０１での評価処理に基づく採点結果を、第１の実施形態における図３のシーケンスＳ３０３の場合と同様にして、出力装置２０４（例えば端末１０２であるスマートデバイスの液晶ディスプレイ）に表示する（図４のステップＳ４０２）。

そして、端末１０２のプロセッサ２０１は、ステップＳ４０２での採点結果と、楽器１０３から演奏関連情報として受信される情報のうちの各機能の操作状態とを、端末１０２の通信装置２０７からネットワーク１０５を介して、レコメンドサーバ１０１にアップロードする（図４のステップＳ４０３）。

その後、端末１０２のプロセッサ２０１は、ネットワーク１０５からその端末１０２の通信装置２０７を介して、レコメンドサーバ１０１からの返信が受信されるまで待機状態となる（図４のステップＳ４０４→Ｓ４０５の判定がＮＯの繰返し）。

上記アップロードに対してレコメンドサーバ１０１が応答する、図６のサーバ処理について説明する。レコメンドサーバ１０１のプロセッサ２０１はまず、端末１０２からネットワーク１０５及びそのレコメンドサーバ１０１の通信装置２０７を介して受信された採点情報と機能操作状態を、レコメンドサーバ１０１のメモリ２０２又は補助情報記憶装置２０５に記憶されている得点ログ及び操作ログに追加する（図６のステップＳ６０１）。

図７は、図６のステップＳ６０１で具体的に生成される得点ログ及び操作ログの例を示す図である。図７（ａ）に例示される得点ログには、端末１０２から受信される採点情報に含まれるユーザを識別するユーザＩＤと、採点された曲を識別する曲ＩＤと、採点の日付と、採点結果を表す得点とがロギングされてゆく。図７（ｂ）に例示される操作ログには、端末１０２から受信される機能の機能操作状態に含まれるユーザを識別するユーザＩＤと、機能を識別する機能ＩＤと、機能が操作された日付と、機能の操作量を表す値とがロギングされてゆく。

次に、レコメンドサーバ１０１のプロセッサ２０１は、端末１０２から受信したユーザの採点情報の採点結果と、該当ユーザの過去の得点ログとから、レコメンドタイプを決める（図６のステップＳ６０２）。具体的には、ユーザの過去の得点ログから、既に今回の採点結果が、最高得点に近い場合、又は、採点結果の得点が低くかつ採点結果が向上していない場合に、レコメンドタイプは「曲」とされ、それ以外の場合に、レコメンドタイプは「機能」とされる。

次に、レコメンドサーバ１０１のプロセッサ２０１は、ステップＳ６０２で決定したレコメンドタイプを判定する（図６のステップＳ６０３）。

ステップＳ６０３の判定でレコメンドタイプが「曲」であると判定した場合、レコメンドサーバ１０１のプロセッサ２０１は、曲利用傾向を分析しながら、曲利用の似たユーザを過去の得点ログから探す（図６のステップＳ６０４）。

図８は、曲利用傾向を分析するための基礎データとしてレコメンドサーバ１０１のメモリ２０２又は補助情報記憶装置２０５に記憶されている曲データベースの例を示す図である。曲データベースには、曲の属性として、曲を識別するための曲ＩＤと、演奏の難しさを示す指標である難易度と、曲のジャンルと、曲名の各項目を備える複数の曲データレコードが記憶されている。

レコメンドサーバ１０１のプロセッサ２０１は、図６のステップＳ６０４において、図７（ａ）の最近一定期間の得点ログと、図８の曲データベースとから、ユーザＩＤ毎に、得点ログ上で記録されている曲に対して、それぞれ図８の曲データベースから取得される、難易度の平均値と、練習曲利用回数と、ポップス利用回数と、ピアノ曲利用回数と、唱歌利用回数の各項目を集計した、図９（ａ－１）に例示される曲利用傾向データを、そのレコメンドサーバ１０１のメモリ２０２上に生成する。更に、レコメンドサーバ１０１のプロセッサ２０１は、図６のステップＳ６０４において、図９（ａ－２）に示されるように、得点ログに登録されている複数のユーザから任意の２ユーザからなるユーザ組を選択し、ユーザ組毎に、上記各項目についての２つの項目値の差の２乗を計算し、更に、その計算結果をユーザ組毎に全項目分累算しその累算結果の平方根を計算することにより、ユーザ組毎の距離を算出したテーブルデータを、そのレコメンドサーバ１０１のメモリ２０２上に生成する。そして、レコメンドサーバ１０１のプロセッサ２０１は、図６のステップＳ６０４で、図９（ａ－２）のテーブルデータから、端末１０２から通知される該当ユーザに対応するユーザＩＤを含みかつ距離が最も小さいユーザ組を選択し、そのユーザ組の該当ユーザでないほうのユーザを、曲利用傾向が似たユーザとして探し出す。

上記図９（ａ－１）に例示される曲利用傾向データでは、難易度以外の各項目の回数が集計されたが、各項目の割合が集計されてもよい。

続いて、レコメンドサーバ１０１のプロセッサ２０１は、図７（ａ）の得点ログを参照することにより、ステップＳ６０４で探し出した似たユーザが利用した曲のなかで、該当ユーザが利用していない曲を、レコメンド情報＝レコメンド曲として選ぶ（図６のステップＳ６０５）。

ステップＳ６０３の判定においてレコメンドタイプが「機能」であると判定した場合、レコメンドサーバ１０１のプロセッサ２０１は、機能利用傾向を分析しながら機能利用の似たユーザ、又は曲マスタ特性を分析しながら曲マスタ特性の似たユーザを、過去の操作ログから探す（図６のステップＳ６０６）。

まず、機能利用傾向が分析される場合のステップＳ６０６の処理について説明する。レコメンドサーバ１０１のプロセッサ２０１は、図６のステップＳ６０６において、図７（ｂ）の最近一定期間の操作ログから、ユーザＩＤ毎に、操作ログ上で記録されている各機能の利用回数を集計した、図９（ｂ－１）に例示される機能利用傾向データを、そのレコメンドサーバ１０１のメモリ２０２上に生成する。更に、レコメンドサーバ１０１のプロセッサ２０１は、図６のステップＳ６０６において、図９（ｂ－２）に示されるように、操作ログに登録されている複数のユーザから任意の２ユーザからなるユーザ組を選択しながら、ユーザ組毎に、上記各項目についての２つの項目値の差の２乗を計算し、更に、その計算結果をユーザ組毎に全項目分累算しその累算結果の平方根を計算することにより、ユーザ組毎の距離を算出したテーブルデータを、そのレコメンドサーバ１０１のメモリ２０２上に生成する。そして、レコメンドサーバ１０１のプロセッサ２０１は、図６のステップＳ６０６で、図９（ｂ－２）のテーブルデータから、端末１０２から通知される該当ユーザに対応するユーザＩＤを含みかつ距離が最も小さいユーザ組を選択し、そのユーザ組の該当ユーザでないほうのユーザを、機能利用傾向が似たユーザとして探し出す。

上記図９（ｂ－１）に例示される機能利用傾向データでは、各項目の回数が集計されたが、各項目の割合が集計されてもよい。

次に、曲マスタ傾向が分析される場合のステップＳ６０６の処理について説明する。曲マスタ傾向を分析するための基礎データとして、ユーザ毎の得点分布が有効である。そのために、レコメンドサーバ１０１のプロセッサ２０１は、図７（ａ）の得点ログの得点値をユーザ毎に例えばクラスタ分析して集計することにより、図１０（ａ）に例示されるようなユーザごと（Ｕ００１、Ｕ００２、Ｕ００３）の得点分布を算出することができる。この得点分布図は、ユーザ毎に得点の時系列の傾向を指標として、図１０（ｂ）に示されるようなユーザタイプを表している。図１０（ａ）及び（ｂ）を見ると、ユーザＩＤ＝Ｕ００２は、得点が低い状態から比較的長い時間（例えば１ヶ月間）コンスタントに得点が上昇して演奏が上達してゆくタイプであり、いわばストイックタイプと呼ぶことができる。また、ユーザＩＤ＝Ｕ００３は、短い時間しか練習せずかつ低い得点であきらめてしまったタイプであり、いわば挫折タイプと呼ぶことができる。更に、ユーザＩＤ＝Ｕ００１は、比較的短い時間だが結構高い得点を得ていて演奏が上手なタイプであり、いわばお気楽タイプと呼ぶことができる。レコメンドサーバ１０１のプロセッサ２０１は、ステップＳ６０６において、図１０（ａ）に示されるように算出した得点分布図のデータにおいて、例えば該当ユーザのクラスタにクラスタの重心間の距離が最も近いクラスタのユーザを、曲マスタ特性が似たユーザとして選択する。

次に、曲マスタ傾向が分析される場合のステップＳ６０６の別の具体的な処理について説明する。レコメンドサーバ１０１のプロセッサ２０１は、ステップＳ６０６において、図７（ａ）の得点ログにおいて、ユーザＩＤ毎にまとめた上で、図１２に示される各指標値である初回得点、到達得点、練習間隔、得点変化、今回得点変化練習期間を算出し、図１１（ａ）に例示されるテーブルデータを、レコメンドサーバ１０１のメモリ２０２上に生成する。

更に、レコメンドサーバ１０１のプロセッサ２０１は、ステップＳ６０６において、上記テーブルデータから、上記各指標値毎の平均値をユーザＩＤ毎に算出し、図１３（ａ）に例示される曲マスタ特性のパラメータテーブルデータを、レコメンドサーバ１０１のメモリ２０２上に生成する。更に、レコメンドサーバ１０１のプロセッサ２０１は、ステップＳ６０６において、図１３（ｂ）に示されるように、得点ログに登録されている複数のユーザから任意の２ユーザからなるユーザ組を選択し、ユーザ組毎に、上記各指標値についての２つの指標値の差の２乗を計算し、更に、その計算結果をユーザ組毎に全指標分累算しその累算結果の平方根を計算することにより、ユーザ組毎の距離を算出したテーブルデータを、そのレコメンドサーバ１０１のメモリ２０２上に生成する。そして、レコメンドサーバ１０１のプロセッサ２０１は、ステップＳ６０６で、図１３（ｂ）のテーブルデータから、端末１０２から通知される該当ユーザに対応するユーザＩＤを含みかつ距離が最も小さいユーザ組を選択し、そのユーザ組の該当ユーザでないほうのユーザを、曲マスタ特性が似たユーザとして探し出す。

上述した図６のステップＳ６０６の処理の後、レコメンドサーバ１０１のプロセッサ２０１は、図７（ｂ）の操作ログを参照することにより、ステップＳ６０６で探し出した似たユーザが利用した機能のうち、該当ユーザが利用していない機能を、レコメンド情報＝レコメンド機能として選ぶ（図６のステップＳ６０７）。

ステップＳ６０５又はＳ６０７の後、レコメンドサーバ１０１のプロセッサ２０１は、レコメンド情報として選択したレコメンド曲又はレコメンド機能を、そのレコメンドサーバ１０１の通信装置２０７からネットワーク１０５を介して端末１０２に返信（図６のステップＳ６０８）。その後、レコメンドサーバ１０１のプロセッサ２０１は、端末１０２に対する返信処理であるサーバ処理を終了する。

図４の端末処理の説明に戻り、レコメンドサーバ１０１からの上記返信があると、ステップＳ４０５の判定がＹＥＳとなる。この結果、端末１０２のプロセッサ２０１は、レコメンドサーバ１０１からネットワーク１０５及びその端末１０２の通信装置２０７を介して受信した上記レコメンド情報を、その端末１０２の出力装置２０４の液晶ディスプレイ等に表示し、レコメンド表示が行われる。

上記第２の実施形態において、図１３（ａ）を図１０（ｂ）と比較することにより、図１０～図１３のように算出される曲マスタ特性パラメータテーブルが、お気楽タイプ、ストイックタイプ、挫折タイプなどのユーザタイプを良く表していることがわかる。第２の実施形態では、このようにユーザタイプが似たユーザの演奏関連情報に基づいて、該当ユーザに対応するレコメンド情報を決定することにより、より適切なレコメンド情報の提供が可能となる。

上述の第２の実施形態において、図６のステップＳ６０６において、レコメンドサーバ１０１のプロセッサ２０１が、機能利用傾向又は曲マスタ特性のどちらの分析法を採用するかは、ランダムに決めたり、１回毎に変えるなどしてよい。

第２の実施形態で説明したように、曲利用傾向、機能利用傾向、曲マスタ特性などのそれぞれの傾向を分析することによって、おすすめの曲を推薦したり、おすすめの機能を推薦したり、練習の方法をアドバイスする際に的確で、ユーザにとっては納得しやすいレコメンドが得られ、他のユーザを意識でき練習のモチベーションを維持する効果が得られる。

挫折タイプの人が挫折タイプの他の人の演奏関連情報に基づくレコメンドを受けたくないというような場合には、ユーザのスイッチ操作により、例えば挫折タイプの人がストイックタイプの他の人の演奏関連情報に基づくレコメンドを受けられるようにしてもよい。

更に、図５のステップＳ５０４で説明したように、経過時刻から曲の前半と後半に分けて、「正解」、「ほぼ正解」のカウントを行うようにすると、レコメンドサーバ１０１でのユーザタイプ（お気楽タイプ、ストイックタイプ、挫折タイプ等）の判定において、「後半は全然ダメだけど、前半はＯＫ」と、「全体的にダメ」との違いにより、より細かなユーザタイプの判定を行うことが可能となり、それらの判定に基づいて更に適切なレコメンド情報の提供を行うことが可能となる。

上記第１の実施形態及び第２の実施形態以外の他の変形例として、ユーザが曲に対してどのようなテンポで練習していたか分かるよう、その曲の採点処理時にテンポ情報を追加するようにし、得点ログにテンポ情報も記録するようにすることで、上達しない場合の練習としてテンポを落として練習することをレコメンドするようにしてもよい。更には、ユーザが曲の習得度（得点）に対してどのようなテンポで練習すると上達が望めるか分かるように、ユーザとレベルの類似したユーザのログを参照し、練習に適したテンポの値の例をレコメンドするようにしてもよい。

更に他の変形例として、練習時に使用されると想定される機能であるメトロノーム、ＲＥＣ、ＡＢリピートの使用情報を追加し、使用頻度の高い機能については、特定の曲の練習に有効そうな機能としてレコメンドできるようにしてもよい。例えば、或るユーザが曲でハイスコアを取るまでに最も利用頻度の高かった機能がメトロノームであった場合、同じ曲に対するお勧めの練習機能としてメトロノームをレコメンドするようにすることができる。

更に他の変形例として、ユーザの最高点、利用回数から得意・好みの曲のジャンルを絞り、そのジャンル内でユーザが利用した曲の難易度の平均値に近い難易度の曲をレコメンドするようにしてもよい。

更に他の変形例として、利用回数の多さから好みの調を推定し、そこから曲をレコメンドするようにしてもよい。

以上、開示の実施形態とその利点について詳しく説明したが、当業者は、特許請求の範囲に明確に記載した本発明の範囲から逸脱することなく、様々な変更、追加、省略をすることができる。

その他、本発明は上述した実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、上述した実施形態で実行される機能は可能な限り適宜組み合わせて実施しても良い。上述した実施形態には種々の段階が含まれており、開示される複数の構成要件による適宜の組み合せにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、効果が得られるのであれば、この構成要件が削除された構成が発明として抽出され得る。

以上の実施形態に関して、更に以下の付記を開示する。
（付記１）
通信装置と、
プロセッサと、
を備え、前記プロセッサは、
前記通信装置を介して、第１ユーザによる第１曲の演奏関連情報を取得し、
前記第１ユーザによる第１曲の演奏関連情報と、メモリ内に蓄積されている前記第１ユーザ以外の第２ユーザを含む複数の他のユーザによる演奏に応じた複数の演奏関連情報と、に基づいて決定された情報を、前記第１ユーザに提供するために前記通信装置から送信する、
サーバ装置。
（付記２）
付記１に記載のサーバ装置において、
前記プロセッサは、
前記第１ユーザによる複数の演奏関連情報に基づいて、前記第１ユーザを複数のタイプのなかのいずれかのタイプに分類し、
分類された前記タイプと同じタイプの前記第２ユーザの演奏関連情報に基づいて、前記第１ユーザに提供するための情報を決定する。
（付記３）
付記２に記載のサーバ装置において、
前記複数のタイプは、少なくとも（１）お気楽タイプ、（２）ストイックタイプ又は、（３）挫折タイプのいずれかを含む。
（付記４）
付記２または３に記載のサーバ装置において、
前記演奏関連情報は、各ユーザによる演奏の得点情報を含み、
前記複数のタイプは、少なくとも前記各ユーザによる演奏の得点情報及び練習期間に基づいて決定される。
（付記５）
付記１から４のいずれかに記載のサーバ装置において、
前記第１ユーザに提供するための情報は、前記第１ユーザが演奏したことがなく前記他のユーザが演奏したことがある第２曲の情報及び、前記他のユーザが前記第１曲の演奏時に使用していた機能の情報、のいずれかを少なくとも含む。
（付記６）
サーバ装置と、端末装置と、からなる情報提供システムであって、
前記サーバ装置は、
通信装置と、
プロセッサと、
を備え、前記プロセッサは、
前記通信装置を介して、第１ユーザによる第１曲の演奏関連情報を取得し、
前記第１ユーザによる第１曲の演奏関連情報と、メモリ内に蓄積されている前記第１ユーザ以外の第２ユーザを含む複数の他のユーザによる演奏に応じた複数の演奏関連情報と、に基づいて決定された情報を、前記第１ユーザに提供するために前記通信装置から送信し、
前記端末装置は、
前記第１ユーザによる演奏関連情報を前記サーバ装置に送信し、
前記サーバ装置における前記通信装置から送信された前記第１ユーザに提供するための情報を受信し、
受信された前記第１ユーザに提供するための情報を表示する、
情報提供システム。
（付記７）
通信装置を備えるサーバ装置のコンピュータに、
前記通信装置を介して、第１ユーザによる第１曲の演奏関連情報を取得させ、
前記第１ユーザによる第１曲の演奏関連情報と、メモリ内に蓄積されている前記第１ユーザ以外の第２ユーザを含む複数の他のユーザによる演奏に応じた複数の演奏関連情報と、に基づいて決定された情報を、前記第１ユーザに提供するために前記通信装置から送信させる、
方法。
（付記８）
通信装置を備えるサーバ装置のコンピュータに、
前記通信装置を介して、第１ユーザによる第１曲の演奏関連情報を取得させ、
前記第１ユーザによる第１曲の演奏関連情報と、メモリ内に蓄積されている前記第１ユーザ以外の第２ユーザを含む複数の他のユーザによる演奏に応じた複数の演奏関連情報と、に基づいて決定された情報を、前記第１ユーザに提供するために前記通信装置から送信させる、
プログラム。

１０１ レコメンドサーバ
１０２ 端末
１０３ 楽器
１０４ 曲データサーバ
１０５ ネットワーク
２０１ プロセッサ
２０２ メモリ
２０４ 出力装置
２０５ 補助情報記憶装置
２０７ 通信装置

Claims (13)

1. 第１ユーザの演奏に係る第１の演奏関連情報と、前記第１ユーザ以外の複数のユーザそれぞれの演奏に係る第２の演奏関連情報との比較によって前記複数のユーザの中から特定された、演奏の傾向または演奏の特性が前記第１ユーザと似た第２ユーザの演奏に係る、前記第２の演奏関連情報のうちの第３の演奏関連情報に基づいて、前記第１ユーザが演奏したことがなく前記第２ユーザが演奏したことがある曲の情報及び、前記第１ユーザが使用したことがなく前記第２ユーザが演奏時に使用していた機能の情報、のいずれかを少なくとも含み、前記第１ユーザの演奏に関して推奨する曲または機能を示すレコメンド情報を決定する、
   レコメンド方法。
2. 前記第１の演奏関連情報及び前記第２の演奏関連情報は、少なくとも、第１ユーザ及び前記複数のユーザの演奏した曲、第１ユーザ及び前記複数のユーザが演奏時に使用した機能、第１ユーザ及び前記複数のユーザの演奏に対する得点、のいずれかの情報を含む、請求項１に記載のレコメンド方法。
3. 少なくとも曲利用傾向、演奏時に使用する機能利用傾向、及び、演奏ごとに算出される得点の分布から判断できる曲マスタ特性、のいずれかが前記第１ユーザと似た他のユーザを前記第２ユーザとして特定する、請求項１または２に記載のレコメンド方法。
4. 少なくとも、前記曲利用傾向、前記機能利用傾向、及び、前記曲マスタ特性、のいずれかに関連する複数の項目にそれぞれ対応する複数の数値情報を、前記複数のユーザからユーザ毎に取得し、前記第１ユーザと他のユーザとの組であるユーザ組毎に、前記複数の数値情報を用いて、前記第１ユーザと前記曲利用傾向、前記機能利用傾向、及び、前記曲マスタ特性のいずれかが似たユーザを前記第２ユーザとして特定する、請求項３に記載のレコメンド方法。
5. 前記第１ユーザの演奏に係る前記第１の演奏関連情報に基づいて前記第１ユーザのレコメンドタイプが曲であるか機能であるかを決定し、決定された前記レコメンドタイプに応じて、前記第２ユーザが利用している曲または機能のなかで、前記第１ユーザが利用していない曲または機能を前記レコメンド情報として決定する、請求項１から４のいずれかに記載のレコメンド方法。
6. 前記複数のユーザの中から前記第１ユーザと曲利用傾向の似た他のユーザを、前記第２ユーザとして、少なくともこれまで練習した曲の難易度情報、及びこれまで練習した曲のジャンル情報、のいずれかに基づいて決定する、請求項１から５のいずれかに記載のレコメンド方法。
7. 前記複数のユーザの中から前記第１ユーザと演奏時に使用する機能利用傾向の似た他のユーザを、前記第２ユーザとして、少なくともこれまで練習時に使用したメトロノーム利用回数、テンポ情報、及びペダル利用回数、のいずれかに基づいて決定する、請求項１から５のいずれかに記載のレコメンド方法。
8. 前記複数のユーザの中から前記第１ユーザと演奏ごとに算出される得点の分布から判断できる曲マスタ特性の似た他のユーザを、前記第２ユーザとして、各ユーザの得点分布から決定されるユーザのタイプに基づいて決定する、請求項１から５のいずれかに記載のレコメンド方法。
9. 第１ユーザが演奏したことがなく、第１ユーザ以外の複数のユーザのうち、演奏の傾向または演奏の特性が前記第１ユーザと似た第２ユーザが演奏したことがある曲の情報及び、前記第１ユーザが使用したことがなく、前記第２ユーザが演奏時に使用していた機能の情報、のいずれかを少なくとも含み、前記第１ユーザの演奏に関して推奨する曲または機能を示すレコメンド情報を決定するために、前記第１ユーザの演奏に係る第１の演奏関連情報と、前記複数のユーザそれぞれの演奏に係る第２の演奏関連情報とを比較することにより、前記複数のユーザの中から前記第２ユーザを特定する、
   レコメンド装置。
10. 第１ユーザの演奏に係る第１の演奏関連情報と、前記第１ユーザ以外の複数のユーザそれぞれの演奏に係る第２の演奏関連情報との比較によって前記複数のユーザの中から特定された、演奏の傾向または演奏の特性が前記第１ユーザと似た第２ユーザの演奏に係る、前記第２の演奏関連情報のうちの第３の演奏関連情報に基づいて、前記第１ユーザが演奏したことがなく前記第２ユーザが演奏したことがある曲の情報及び、前記第１ユーザが使用したことがなく前記第２ユーザが演奏時に使用していた機能の情報、のいずれかを少なくとも含み、前記第１ユーザの演奏に関して推奨する曲または機能を示すレコメンド情報を決定する、
    レコメンド装置。
11. 第１ユーザが演奏したことがなく、第１ユーザ以外の複数のユーザのうち、演奏の傾向または演奏の特性が前記第１ユーザと似た第２ユーザが演奏したことがある曲の情報及び、前記第１ユーザが使用したことがなく、前記第２ユーザが演奏時に使用していた機能の情報、のいずれかを少なくとも含み、前記第１ユーザの演奏に関して推奨する曲または機能を示すレコメンド情報を決定するために、前記第１ユーザの演奏に係る第１の演奏関連情報と、前記複数のユーザそれぞれの演奏に係る第２の演奏関連情報とを比較することにより、前記複数のユーザの中から前記第２ユーザを特定する、
    レコメンド方法。
12. コンピュータに、
    第１ユーザの演奏に係る第１の演奏関連情報と、前記第１ユーザ以外の複数のユーザそれぞれの演奏に係る第２の演奏関連情報との比較によって前記複数のユーザの中から特定された、演奏の傾向または演奏の特性が前記第１ユーザと似た第２ユーザの演奏に係る、前記第２の演奏関連情報のうちの第３の演奏関連情報に基づいて、前記第１ユーザが演奏したことがなく前記第２ユーザが演奏したことがある曲の情報及び、前記第１ユーザが使用したことがなく前記第２ユーザが演奏時に使用していた機能の情報、のいずれかを少なくとも含み、前記第１ユーザの演奏に関して推奨する曲または機能を示すレコメンド情報を決定させる、
    プログラム。
13. コンピュータに、
    第１ユーザが演奏したことがなく、第１ユーザ以外の複数のユーザのうち、演奏の傾向または演奏の特性が前記第１ユーザと似た第２ユーザが演奏したことがある曲の情報及び、前記第１ユーザが使用したことがなく、前記第２ユーザが演奏時に使用していた機能の情報、のいずれかを少なくとも含み、前記第１ユーザの演奏に関して推奨する曲または機能を示すレコメンド情報を決定するために、前記第１ユーザの演奏に係る第１の演奏関連情報と、前記複数のユーザそれぞれの演奏に係る第２の演奏関連情報とを比較することにより、前記複数のユーザの中から、前記第２ユーザを特定させる、
    プログラム。
    

Images