JP7520065B2

JP7520065B2 - 管理システム

Info

Publication number: JP7520065B2
Application number: JP2022042464A
Authority: JP
Inventors: 隆史宮田; 大輝山田; 智彰萩原
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2022-03-17
Filing date: 2022-03-17
Publication date: 2024-07-22
Anticipated expiration: 2042-03-17
Also published as: JP2023136666A; US20230297326A1; CN116775932A

Description

本発明は、管理システムに関する。

従来、携帯情報端末を利用するユーザの嗜好情報を、ユーザが行動を行う時間帯や場所に応じて学習する装置の発明が開示されている（特許文献１）。

特許第３８３８０１４号公報

特許文献１には、ユーザの嗜好情報をコンテンツごとに学習することについて開示されていない。このため、従来の技術では、コンテンツに依存する利用者の嗜好を適切に利用することができない場合があった。

本発明は、このような事情を考慮してなされたものであり、コンテンツに依存する利用者の嗜好を適切に利用することができる管理システムを提供することを目的の一つとする。

この発明に係る管理システムは、以下の構成を採用した。
（１）：この発明の一態様に係る管理システムは、利用者の位置情報と嗜好性情報とをモデルに入力することで、前記利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理する管理システムであって、前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する反映度合い決定部を備えるものである。

（２）：本発明の他の態様に係る管理システムは、利用者の位置情報と嗜好性情報とをモデルに入力することで、前記利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理する管理システムであって、第１位置で前記コンテンツが前記レコメンドされることで再生された際の前記利用者による第１評価情報と、第２位置で同一の前記コンテンツが再生された際の前記利用者による第２評価情報とを取得する取得部と、前記第１評価情報と前記第２評価情報との比較に基づいて、前記嗜好性情報を更新する更新部と、を備えるものである。

（３）：本発明の他の態様に係る管理システムは、時間帯情報と嗜好性情報とをモデルに入力することで、利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理する管理システムであって、前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する反映度合い決定部を備えるものである。

（４）：本発明の他の態様に係る管理システムは、時間帯情報と嗜好性情報とをモデルに入力することで、利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理する管理システムであって、第１時間帯で前記コンテンツが前記レコメンドされることで再生された際の前記利用者による第１評価情報と、第２時間帯で同一の前記コンテンツが再生された際の前記利用者による第２評価情報とを取得する取得部と、前記第１評価情報と前記第２評価情報との比較に基づいて、前記嗜好性情報を更新する更新部と、を備えるものである。

（５）：上記（２）または（４）の態様において、前記更新部は、前記第１評価情報が第１基準よりも高かった前記コンテンツについて、前記第１評価情報と前記第２評価情報との比較に基づいて、前記嗜好性情報を更新するものである。

（６）：上記（２）、（４）、または（５）の態様において、前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する反映度合い決定部を更に備え、前記反映度合い決定部は、前記第２評価情報が第２基準よりも低かった場合、当該コンテンツについて前記嗜好性情報が反映される度合いを低下させるものである。

（７）：上記（２）、（４）～（６）の態様において、前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する反映度合い決定部を更に備え、前記反映度合い決定部は、前記第２評価情報が第３基準よりも高かった場合、当該コンテンツについて前記嗜好性情報が反映される度合いを上昇させるものである。

（１）～（７）の態様によれば、コンテンツに依存する利用者の嗜好を適切に利用することができる。

管理システムが適用されるコンテンツ提供システム１の構成図である。利用者情報１５２の内容の一例を示す図である。地図情報１５４の内容の一例を示す図である。楽曲レコメンドに関する処理の流れの概略を示す図である。管理システム３００の構成図である。楽曲の提供履歴３５２に含まれる情報の一例を示す図である。評価情報３５４の一例を示す図である。管理システム３００により実行される処理の流れの一例を示すフローチャートである。

以下、図面を参照し、本発明の管理システムの実施形態について説明する。

図１は、管理システムが適用されるコンテンツ提供システム１の構成図である。コンテンツ提供システム１は、移動体に搭乗した乗員に対してコンテンツを提供するシステムである。コンテンツとは、例えば、楽曲である。楽曲とは、音楽のことであり、アーティストの歌唱、演奏、或いはプログラム再生による楽曲の他、環境音等を含んでもよい。以下の説明ではコンテンツが楽曲であるものとするが、コンテンツは画像を伴う映像コンテンツ等であってもよい。移動体とは、例えば、乗員が滞在する空間のある車両（四輪または三輪のある車両、マイクロモビリティ等）、船舶、航空機、或いは二輪車などを含む。二輪車の場合、ヘルメットに設けられたオーディオ装置によって楽曲が再生されてもよい。

コンテンツ提供システム１は、例えば、携帯端末装置１０において動作するＭｕｓｉｃアプリ３２と、フロントサーバ１００とを備える。フロントサーバ１００は、コンテンツ提供装置の一例である。携帯端末装置１０及びオーディオ装置５０は、利用者が利用する装置の一例である。

［携帯端末装置］
携帯端末装置１０は、例えばスマートフォンやタブレット端末等の通信機能、入出力機能、アプリ実行機能を有する可搬型コンピュータ装置である。携帯端末装置１０は、例えば、近距離通信部１２と、ネットワーク通信部１４と、Ｍｕｓｉｃアプリ実行部１６と、タッチパネル１８とを備える。

近距離通信部１２は、オーディオ装置５０の近距離通信部６０と、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉ－Ｆｉ、ＵＳＢ（Universal Serial Bus）などの通信規格に基づいて、無線または有線で通信する。

ネットワーク通信部１４は、ネットワークＮＷを介してフロントサーバ１００と通信する。ネットワークＮＷは、無線基地局、アクセスポイント、インターネット、プロバイダ端末、ＷＡＮ（Wide Area Network）等を含む。

Ｍｕｓｉｃアプリ実行部１６は、ＣＰＵ（Central Processing Unit）などのプロセッサが、記憶部３０に記憶されたＭｕｓｉｃアプリ３２を実行することで機能する。Ｍｕｓｉｃアプリ実行部１６は、タッチパネル１８に対してなされた利用者の入力操作に応じて携帯端末装置１０の各部を制御する。Ｍｕｓｉｃアプリ３２は、例えば、予めアプリ提供者のサーバ装置から携帯端末装置１０にインストールされたものである。

［オーディオ装置］
オーディオ装置５０は、移動体に設置される（前述したようにヘルメット内に設置されてもよい）。オーディオ装置５０は、例えば、連携アプリ実行部５２と、音響調整部５４と、スピーカシステム５６と、タッチパネル５８と、近距離通信部６０とを備える。

連携アプリ実行部５２は、ＣＰＵなどのプロセッサが、記憶部に記憶された連携アプリ（不図示）を実行することで機能する。連携アプリ実行部５２は、タッチパネル５８に対してなされた利用者の入力操作に応じて、Ｍｕｓｉｃアプリ実行部１６と連携してオーディオ装置５０の各部を制御する。

音響調整部５４は、スピーカシステム５６を制御する。スピーカシステム５６は、例えば複数のスピーカを含む。音響調整部５４は、複数のスピーカのそれぞれの音量を調整することにより、音像を任意の場所に定位させてもよい。

近距離通信部６０は、前述の通り、携帯端末装置１０の近距離通信部１２と無線または有線で通信する。

［フロントサーバ］
フロントサーバ１００は、例えば、ネットワーク通信部１０２と、利用者情報取得部１０４と、位置情報取得部１０６と、ＰＯＩ（Point Of Interest）取得部１０８と、楽曲データ取得部１１０と、コンテンツ提供部１１２と、記憶部１５０とを備える。ネットワーク通信部１０２と記憶部１５０以外の構成要素は、例えば、ＣＰＵなどのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体（非一過性の記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。記憶部１５０には、利用者情報１５２や地図情報１５４等の情報が格納される。

ネットワーク通信部１０２は、ネットワークＮＷを介して携帯端末装置１０と通信する。なお、フロントサーバ１００とバックサーバ２００との通信も同じネットワークＮＷを介して行われてもよいが、専用回線やＬＡＮ（Local Area Network）、ＶＰＮ（Virtual Private Network）等を介して通信が行われてもよい。

利用者情報取得部１０４は、携帯端末装置１０の利用者の情報（利用者情報）を取得し、利用者情報１５２に登録する。図２は、利用者情報１５２の内容の一例を示す図である。利用者情報１５２は、例えば、氏名、年齢、性別、職業、好みの音楽ジャンル、好みのアーティスト、趣味等を含む情報である。利用者情報取得部１０４は、利用者情報１５２を、利用者の入力操作に応じて取得する。

位置情報取得部１０６は、利用者（移動体）の位置情報を取得する。利用者（移動体）の位置情報は、オーディオ装置５０が設置された移動体が備える位置測位装置（ＧＰＳ（Global Positioning System）受信機等、不図示）により測位され、オーディオ装置５０と携帯端末装置１０を介してフロントサーバ１００に伝えられたものでもよいし、携帯端末装置１０が備える位置測位装置（不図示）により測位され、フロントサーバ１００に伝えられたものでもよい。

ＰＯＩ取得部１０８は、利用者の位置情報を用いて地図情報１５４を参照し、楽曲レコメンド圏（以下、「レコメンド圏」）内に利用者が入った（以下、「ＰＯＩがヒットした」と称する）ＰＯＩを取得する。楽曲レコメンド圏内に入ったことは、ＰＯＩ（地点）に接近したことの一例である。図３は、地図情報１５４の内容の一例を示す図である。地図情報１５４は、複数のＰＯＩ情報と、複数のＰＯＩ情報のそれぞれに対応するレコメンド圏の情報とを含む。ＰＯＩ情報は、例えば、ＰＯＩ（例えば有名な施設、景勝地等）に対応付けられた、ＰＯＩの位置情報（緯度、経度）、ＰＯＩの種別などの情報を含む。

地図情報１５４に含まれるＰＯＩは、適宜変更されてもよい。例えば、期間限定のイベントを開催するＰＯＩは、そのイベントを開催する期間のみ地図情報１５４に含まれてもよい。また、ＰＯＩに対応付けられる各情報は、適宜変更されてもよい。例えば、地図情報１５４に含まれるＰＯＩ、例えば観光地でライトアップを開催する場合、ライトアップが開催される時間帯のみレコメンド圏を広げるようにしてもよい。

地図情報１５４は、更に、道路構造の情報を含んでもよい。地図情報１５４が道路構造を含む場合は、道路を通過してＰＯＩに到達するまでの距離でレコメンド圏を設定してよい。なお、地図情報１５４に含まれるＰＯＩは楽曲レコメンド対象であるものとするが、楽曲レコメンド対象で無いＰＯＩが地図情報１５４に含まれてもよい。その場合、楽曲レコメンド対象である旨を示すフラグがＰＯＩに対応付けられる。

楽曲データ取得部１１０は、あるＰＯＩがヒットした場合、楽曲リクエストをバックサーバ２００に送信する。楽曲リクエストには、利用者の利用者情報（個人情報保護の観点から、氏名を削除、年齢を「３０代」などに変更、職業も詳細情報から「会社員」といった粒度に変更するなどの処理が行われてよい）と、ヒットしたＰＯＩを示すＰＯＩ情報（ＰＯＩの識別情報でもよい）が含まれる。楽曲データ取得部１１０は、複数のＰＯＩがヒットした場合、複数のＰＯＩのうちのいずれかのＰＯＩのＰＯＩ情報を楽曲リクエストに含める。楽曲リクエストに含めるＰＯＩ情報については、後に説明する。

後述するように、バックサーバ２００は、楽曲リクエストを取得すると、当該利用者と当該ＰＯＩにマッチした楽曲を自動選択し、例えばストリーミング形式で選択して楽曲の楽曲データを楽曲データ２５８から取得してフロントサーバ１００に送信する。楽曲データ取得部１１０は、バックサーバ２００により送信されて自動レコメンドされる楽曲データを取得する。楽曲データ取得部１１０が取得する楽曲データは、利用者の情報と利用者がレコメンド圏に入ってヒットしたＰＯＩ情報とに基づいて自動レコメンドされる。

コンテンツ提供部１１２は、利用者がレコメンド圏に入ったときに、楽曲データ取得部１１０により取得された楽曲データを携帯端末装置１０に送信し、携帯端末装置１０に楽曲データを再生可能とさせる。携帯端末装置１０は、楽曲データをオーディオ装置５０に送信してスピーカシステム５６に再生させる。なお、楽曲データ２５８を保持して楽曲データの提供元となる機能はフロントサーバ１００にあってもよいし、他のサーバ装置にあってもよい。

携帯端末装置１０またはオーディオ装置５０は、ＰＯＩが接近していることでレコメンドされた楽曲の再生を利用者に提案する。例えば、携帯端末装置１０またはオーディオ装置５０は、提案した楽曲を再生してよいかどうか利用者に問いかける画像を表示し、または音声を出力し、利用者がタッチ操作または音声で承諾する旨の返信をした場合にレコメンドされた楽曲が再生される。

［バックサーバ］
バックサーバ２００は、例えば、利用者特徴情報生成部２０２と、ＰＯＩ特徴情報生成部２０４と、自動楽曲選択部２０６と、記憶部２５０とを備える。記憶部２５０以外の機能部は、例えば、ＣＰＵなどのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体（非一過性の記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。記憶部２５０には、利用者特徴情報２５２、ＰＯＩ特徴情報２５４、学習済モデル２５６、楽曲データ２５８などの情報が格納される。

利用者特徴情報生成部２０２は、楽曲リクエストに含まれる利用者情報に基づいて、ベクトル等の形式の利用者特徴情報を生成する。同じ利用者に係る二度目以降の楽曲リクエストに備えて、生成された利用者特徴情報は利用者特徴情報２５２として記憶部２５０に記憶されてよい。

ＰＯＩ特徴情報生成部２０４は、楽曲リクエストに含まれるＰＯＩ情報に基づいて、ベクトル等の形式のＰＯＩ特徴情報を生成する。同じＰＯＩに係る二度目以降の楽曲リクエストに備えて、生成されたＰＯＩ特徴情報は利用者特徴情報２５２として記憶部２５０に記憶されてよい。

なお、利用者情報から利用者特徴情報を生成する機能と、ＰＯＩ特徴情報からＰＯＩ特徴情報を生成する機能とのうち一方または双方は、フロントサーバ１００の機能であってもよい。その場合、楽曲リクエストには、例えば利用者特徴情報とＰＯＩ特徴情報が含まれることになってよい。

自動楽曲選択部２０６は、楽曲リクエストに対応する利用者特徴情報とＰＯＩ特徴情報を学習済モデル２５６に入力することで、当該利用者および当該利用者が接近して通過するＰＯＩにマッチする楽曲の楽曲データを楽曲データ２５８から抽出して自動レコメンドする。自動楽曲選択部２０６は、自動レコメンドされた楽曲データをフロントサーバ１００に送信する。フロントサーバ１００の楽曲データ取得部１１０は、自動楽曲選択部２０６により自動レコメンドされた楽曲データを取得する。

学習済モデル２５６は、予めフィードバック実験結果から得られた情報を正解データとして、学習されたものである。学習済モデル２５６は、例えば、「３０代男性が東京タワー付近を通過する」ときに、そのシチュエーションで実際に評価が高かった楽曲を選択するように学習される。フィードバック実験とは、例えば、Ｍｕｓｉｃアプリ３２を通じた楽曲提供に対する高評価、低評価、再度の再生といった利用者のフィードバックを集めたものである。

図４は、楽曲レコメンドに関する処理の流れの概略を示す図である。フロントサーバ１００は、携帯端末装置１０またはオーディオ装置５０により送信される利用者の位置情報を取得すると、取得した位置情報を地図情報に参照して、ＰＯＩがヒットしたか否かを判定する。ＰＯＩがヒットした場合に、位置情報を送信した利用者の利用者情報及びヒットしたＰＯＩのＰＯＩ情報を楽曲リクエストに含めてバックサーバ２００に送信する。

バックサーバ２００は、送信された楽曲リクエストに対応する利用者情報に基づいて利用者特徴情報を生成し、学習済モデル２５６に入力する。バックサーバ２００は、送信された楽曲リクエストに対応するＰＯＩ情報に基づいてＰＯＩ特徴情報を生成し、学習済モデル２５６に入力する。バックサーバ２００は、学習済モデル２５６の出力データを、利用者および利用者が接近して通過するＰＯＩにマッチする楽曲の楽曲データとして楽曲データ２５８から抽出する。

［管理システム］
以下、管理システムについて説明する。管理システムは、コンテンツ提供システム１が楽曲を提供した履歴に基づいて、利用者特徴情報の生成過程、ＰＯＩ特徴情報の生成過程、および情報学習済モデル２５６（これらを合わせたものが特許請求の範囲における「モデル」に相当する）を再学習することで利用者特徴情報が楽曲データの選択に反映される度合いを更新（決定）したり、利用者特徴情報を更新したりする。管理システムの各構成要素は、フロントサーバ１００に配置されてもよいし、バックサーバ２００に配置されてもよいし、それらとは異なるコンピュータ装置に配置されてもよい。

図５は、管理システム３００の構成図である。管理システム３００は、例えば、取得部３１０と、反映度合い決定部３２０と、更新部３３０と、記憶部３５０とを備える。記憶部３５０以外の構成要素は、例えば、ＣＰＵなどのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体（非一過性の記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。記憶部３５０には、楽曲の提供履歴３５２や評価情報３５４等の情報が格納される。

取得部３１０は、コンテンツ提供システム１による楽曲の提供履歴３５２と、それに対する利用者の評価情報３５４とを取得して記憶部３５０に記憶させる。図６は、楽曲の提供履歴３５２に含まれる情報の一例を示す図である。

楽曲の提供履歴３５２は、例えば、利用者ＩＤに対して、楽曲ＩＤと、楽曲が生成されるに至った過程（楽曲レコメンドにより再生されたのか、或いはそれ以外の方法で（利用者のマニュアル選択、ランダム再生など）再生されたのか）を示す情報と、楽曲レコメンドであった場合のＰＯＩと、再生時刻を示すタイムスタンプとが対応付けられた情報である。

評価情報３５４は、楽曲が再生されたとき（再生中あるいは再生後）にタッチパネル１８またはタッチパネル５８が提供するインターフェース画面に対して利用者が入力した評価（例えば高評価と低評価の二つがあるが。より高段階で評価がなされてもよい）を収集したものである。図７は、評価情報３５４の一例を示す図である。評価情報は、例えば、利用者ＩＤに対して、楽曲ＩＤと、当該楽曲ＩＤの楽曲に対する評価と、タイムスタンプとが対応付けられた情報である。

反映度合い決定部３２０は、楽曲の提供履歴３５２および評価情報３５４を参照し、モデルが、レコメンドされる楽曲を選択する際に、利用者特徴情報（嗜好性情報の一例）が反映される度合いを、楽曲ごとに決定する。反映度合い決定部３２０は、例えば、第１ＰＯＩで楽曲が楽曲レコメンドにより再生された際の利用者による第１評価情報と、第１ＰＯＩとは異なる位置（第２位置）で同一の楽曲が再生された際の利用者による第２評価情報とを参照し、第２評価情報が第２基準よりも低かった場合（例えば低評価であった場合）、当該楽曲について利用者特徴情報が反映される度合いを低下させるように、学習済モデル２５６を再学習する。このとき、第２評価情報は、例えば、第１ＰＯＩとは異なる位置（第２位置）で同一の楽曲がレコメンドとは無関係に再生された際の利用者による評価情報である。なお、第２評価情報は、レコメンドされたことで再生された際の利用者による評価情報を含んでもよい。また、反映度合い決定部は、第２評価情報が第３基準よりも高かった場合（例えば高評価であった場合）、当該楽曲について利用者特徴情報が反映される度合いを上昇させるように、学習済モデル２５６を再学習する。反映度合い決定部３２０は、係る処理を、第１評価情報が第１基準よりも高かった（例えば高評価であった）楽曲についてのみ行うようにしてもよい。ここで、学習済モデル２５６は、楽曲ごとに生成され、出力値として「利用者にレコメンドする推奨度」を出力し、バックサーバ２００は、推奨度の最も高い楽曲をレコメンドするものであってよい。その場合、反映度合い決定部３２０は、当該楽曲についての学習済モデル２５６を再学習すればよい。

以上は、楽曲の評価が高評価と低評価の二つで表される場合について述べたが、評価がより高段階で表される場合、第２基準と第３基準については、第２基準が第３基準と同等あるいはそれよりも低い基準であれば、任意に定められてよい。

更新部３３０は、第１評価情報と第２評価情報との比較に基づいて、利用者特徴情報を更新する。更新部３３０は、第１評価情報が第１基準よりも高かった（例えば高評価であった）楽曲について、第１評価情報と第２評価情報との比較に基づいて、利用者特徴情報を更新する。より具体的に、更新部３３０は、例えば、第１評価情報だけでなく第２評価情報も高評価であった楽曲について、利用者が好む楽曲であると判断されるように、その利用者の利用者特徴情報を更新する（つまり、利用者特徴情報生成部２０２の処理内容を、当該利用者が当該楽曲を好むと判断される度合いが高くなるように修正する）。「当該利用者が当該楽曲を好むと判断される度合い」については、例えば、学習済モデル２５６の中間層で計算されるようになっており、学習済モデル２５６は最終的に選曲するか否かを活性化関数で判断するように構成されている。更新部３３０は、その中間層の出力値が高くなるように利用者特徴情報の導出モデルまで含めてバックプロパゲーションを行うことで、利用者特徴情報を更新する。一方、更新部３３０は、第１評価情報が高評価であり第２評価情報が低評価であった楽曲に関しては、利用者が楽曲そのものを好んでいるとは限らない、つまりＰＯＩと合わせて高評価であったものと推定し、利用者特徴情報の更新は行わない。

図８は、管理システム３００により実行される処理の流れの一例を示すフローチャートである。まず、取得部３１０が楽曲の提供履歴３５２と評価情報３５４を取得する（ステップＳ３００）。

次に、反映度合い決定部３２０または更新部３３０が、第１評価情報が高評価、すなわちレコメンドによって再生され且つ高評価を得た楽曲が存在するか否かを判定する（ステップＳ３０２）。第１評価情報が高評価の楽曲が存在する場合、反映度合い決定部３２０または更新部３３０は、同一の楽曲について第２評価情報、すなわち異なる位置で再生された際の評価情報が存在するか否かを判定する（ステップＳ３０４）。

同一の楽曲について第２評価情報が存在する場合、反映度合い決定部３２０または更新部３３０は、第２評価情報が高評価であるか否かを判定する（ステップＳ３０６）。第２評価情報が高評価である場合、反映度合い決定部３２０が当該楽曲について利用者特徴情報が反映される度合いを上昇させ（ステップＳ３０８）、更新部３３０が利用者特徴情報を更新する（ステップＳ３１０）。

第２評価情報が高評価でない場合、反映度合い決定部３２０または更新部３３０は、第２評価情報が低評価であるか否かを判定する（ステップＳ３１２）。第２評価情報が低評価である場合、反映度合い決定部３２０は、当該楽曲について利用者特徴情報が反映される度合いを低下させる（ステップＳ３１４）。

ステップＳ３０４～Ｓ３１４の処理が終了すると、反映度合い決定部３２０または更新部３３０は、当該楽曲を処理対象から除外し（ステップＳ３１６）、ステップＳ３０２に処理を戻す。ステップＳ３０２で第１評価情報が高評価の楽曲が発見されなくなると、本フローチャートの処理が終了する。

以上説明した実施形態によれば、コンテンツ（楽曲）に依存する利用者の嗜好を適切に利用することができる。

［時間帯への適用］
上記説明した実施形態において、「ＰＯＩ」を「時間帯」に置換して構成されてもよい。すなわち、コンテンツ提供システムは、利用者特徴情報と時間帯の情報を学習済モデルに入力することでコンテンツ（楽曲）をレコメンドするものであってもよい。それに対する管理システムは、第１時間帯で楽曲がレコメンドされることで再生された際の利用者による第１評価情報と、第２時間帯で同一の楽曲が再生された際の利用者による第２評価情報とを取得し、上記実施形態と同様に、第２評価情報が高評価であった場合、当該楽曲について利用者特徴情報が反映される度合いを上昇させるように、学習済モデルを再学習すると共に、利用者が好む楽曲であると判断されるように、その利用者の利用者特徴情報を更新し、第２評価情報が低評価であった場合、当該楽曲について利用者特徴情報が反映される度合いを上昇させるように、学習済モデルを再学習するものであってもよい。係る構成においても同様に、コンテンツ（楽曲）に依存する利用者の嗜好を適切に利用することができる。

［ＰＯＩと時間帯の組み合わせへの適用］
更に、上記説明した実施形態において、コンテンツ提供システムは、利用者特徴情報とＰＯＩ特徴情報と時間帯の情報を学習済モデルに入力することでコンテンツ（楽曲）をレコメンドするものであってもよい。つまり、コンテンツ提供システムは、例えば、「利用者の好みを反映させて夕方の東京タワーにぴったりの楽曲をレコメンドする」ようなものであってもよい。それに対する管理システムは、上記説明した処理をＰＯＩについて、或いは時間帯について個別に実行するのに加えて（または、代えて）、ＰＯＩと時間帯の組み合わせを基準として処理を行ってもよい。例えば、管理システムは、第１ＰＯＩで第１時間帯に楽曲がレコメンドされることで再生された際の利用者による第１評価情報と、第２ＰＯＩで第２時間帯に同一の楽曲が再生された際の利用者による第２評価情報とを取得し、上記の処理を行ってもよい。

上記説明した実施形態は、以下のように表現することができる。
コンピュータによって読み込み可能な命令（computer-readable instructions）を格納する記憶媒体（storage medium）と、
前記記憶媒体に接続された一以上のプロセッサと、を備え、
前記一以上のプロセッサは、前記コンピュータによって読み込み可能な命令を実行することにより（the processor executing the computer-readable instructions to:）
利用者の位置情報と嗜好性情報とをモデルに入力することで、前記利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理し、
前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する、
ことを実行する、コンテンツ提供装置。

上記説明した実施形態は、以下のように表現することもできる。
コンピュータによって読み込み可能な命令（computer-readable instructions）を格納する記憶媒体（storage medium）と、
前記記憶媒体に接続された一以上のプロセッサと、を備え、
前記一以上のプロセッサは、前記コンピュータによって読み込み可能な命令を実行することにより（the processor executing the computer-readable instructions to:）
利用者の位置情報と嗜好性情報とをモデルに入力することで、前記利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理し、
第１位置で前記コンテンツが前記レコメンドされることで再生された際の前記利用者による第１評価情報と、第２位置で同一の前記コンテンツが再生された際の前記利用者による第２評価情報とを取得し、
前記第１評価情報と前記第２評価情報との比較に基づいて、前記嗜好性情報を更新する、
ことを実行する、コンテンツ提供装置。

上記説明した実施形態は、以下のように表現することもできる。
コンピュータによって読み込み可能な命令（computer-readable instructions）を格納する記憶媒体（storage medium）と、
前記記憶媒体に接続された一以上のプロセッサと、を備え、
前記一以上のプロセッサは、前記コンピュータによって読み込み可能な命令を実行することにより（the processor executing the computer-readable instructions to:）
時間帯情報と嗜好性情報とをモデルに入力することで、利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理し、
前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する、
ことを実行する、コンテンツ提供装置。

上記説明した実施形態は、以下のように表現することもできる。
コンピュータによって読み込み可能な命令（computer-readable instructions）を格納する記憶媒体（storage medium）と、
前記記憶媒体に接続された一以上のプロセッサと、を備え、
前記一以上のプロセッサは、前記コンピュータによって読み込み可能な命令を実行することにより（the processor executing the computer-readable instructions to:）
時間帯情報と嗜好性情報とをモデルに入力することで、利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理し、
第１時間帯で前記コンテンツが前記レコメンドされることで再生された際の前記利用者による第１評価情報と、第２時間帯で同一の前記コンテンツが再生された際の前記利用者による第２評価情報とを取得し、
前記第１評価情報と前記第２評価情報との比較に基づいて、前記嗜好性情報を更新する、
ことを実行する、コンテンツ提供装置。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１、２コンテンツ提供システム
１０携帯端末装置
１２近距離通信部
１４ネットワーク通信部
１６Ｍｕｓｉｃアプリ実行部
１８タッチパネル
３０記憶部
３２Ｍｕｓｉｃアプリ
５０オーディオ装置
５２連携アプリ実行部
５４音響調整部
５６スピーカシステム
５８タッチパネル
６０近距離通信部
７０Ｍｕｓｉｃアプリ実行部
７２ネットワーク通信部
８０記憶部
８２Ｍｕｓｉｃアプリ
１００フロントサーバ
１０２ネットワーク通信部
１０４利用者情報取得部
１０６位置情報取得部
１０８ＰＯＩ取得部
１１０楽曲データ取得部
１１２コンテンツ提供部
１５０記憶部
１５２利用者情報
１５４地図情報
２００バックサーバ
２０２利用者特徴情報生成部
２０４ＰＯＩ特徴情報生成部
２０６自動楽曲選択部
２５０記憶部
２５２利用者特徴情報
２５４ＰＯＩ特徴情報
２５６学習済モデル
２５８楽曲データ
３００管理システム
３１０取得部
３２０反映度合い決定部
３３０更新部
３５０記憶部
３５２楽曲の提供履歴
３５４評価情報

Claims

利用者の位置情報と嗜好性情報とをモデルに入力することで、前記利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理する管理システムであって、
前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する反映度合い決定部と、
第１位置で前記コンテンツが前記レコメンドされることで再生された際の前記利用者による第１評価情報と、第２位置で同一の前記コンテンツが再生された際の前記利用者による第２評価情報とを取得する取得部と、
前記第１評価情報だけでなく前記第２評価情報も高評価であった場合に、前記コンテンツが前記利用者が好むコンテンツであると判断されるように、前記嗜好性情報を更新する更新部と、
を備える管理システム。
時間帯情報と嗜好性情報とをモデルに入力することで、利用者にコンテンツをレコメンドするシステムに利用される、前記モデルに関する情報を管理する管理システムであって、
前記モデルが前記レコメンドされるコンテンツを選択する際に、前記嗜好性情報が反映される度合いを、前記コンテンツごとに決定する反映度合い決定部と、
第１時間帯で前記コンテンツが前記レコメンドされることで再生された際の前記利用者による第１評価情報と、第２時間帯で同一の前記コンテンツが再生された際の前記利用者による第２評価情報とを取得する取得部と、
前記第１評価情報だけでなく前記第２評価情報も高評価であった場合に、前記コンテンツが前記利用者が好むコンテンツであると判断されるように、前記嗜好性情報を更新する更新部と、
を備える管理システム。
前記更新部は、前記第１評価情報が第１基準よりも高かった前記コンテンツについて、前記嗜好性情報を更新する、
請求項１または２記載の管理システム。
前記反映度合い決定部は、前記第２評価情報が第２基準よりも低かった場合、当該コンテンツについて前記嗜好性情報が反映される度合いを低下させる、
請求項１から３のうちいずれか１項記載の管理システム。
前記反映度合い決定部は、前記第２評価情報が第３基準よりも高かった場合、当該コンテンツについて前記嗜好性情報が反映される度合いを上昇させる、
請求項１から４のうちいずれか１項記載の管理システム。