JPWO2006064877A1 - コンテンツ推薦装置 - Google Patents

Abstract

ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行い、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する。生成した視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する。決定した主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツを、ユーザが未だ視聴していないコンテンツの中から選択し、選択したコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する。

Description

本発明は、ＥＰＧ（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）等のコンテンツ情報を用いた視聴履歴に基づくコンテンツ選出・提示技術に関する。

コンテンツ選出・提示技術とは、ユーザが過去に視聴したコンテンツの分析を行い、将来放送されるコンテンツのうち、分析結果に基づきユーザの嗜好に沿うであろうコンテンツを選出し、そのコンテンツ情報を提示する技術である。
従来、コンテンツの視聴履歴に基づき、ユーザの嗜好に沿ったコンテンツを選出し、そのコンテンツ情報を提示する技術が開示されている。例えば、特許文献１では、コンテンツ情報を文字情報として扱い、視聴履歴に含まれる一のコンテンツのコンテンツ情報からキーワードを抽出し、視聴履歴に含まれる他のコンテンツのコンテンツ情報における抽出したキーワードの出現頻度を計数する。そして、放送予定コンテンツから出現頻度の高いキーワードを含むコンテンツを選出し、そのコンテンツ情報を提示する。
特開平７−１３５６２１号公報 特願２００５−５１５４４２

しかしながら、従来の方法では、上述したようにユーザの嗜好に沿ったコンテンツ情報の選出処理は、出現頻度の高いキーワードを含むコンテンツ情報をただ選出するという平面的な処理である。したがって、選出されたコンテンツ情報は単にリスト表示されるだけであり、その際例えば、選出されたコンテンツが１００件以上に上り、リスト表示が数ページにも及ぶ場合には、ユーザにとって所望のコンテンツを探す操作が煩雑になる。そのため、ユーザの嗜好に沿ったコンテンツ情報を選出し、提示する機能があまりユーザに利用されていないという実情がある。

本発明は上記問題に鑑みてなされたものであって、視聴履歴に基づき選出されたコンテンツが膨大な数になる場合であっても、選出結果から所望のコンテンツを選択する際に、ユーザが利用し易い表示を実現するコンテンツ推薦装置を提供することを目的とする。

上記課題を解決するために、本発明は、ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行い、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析手段と、視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析手段と、主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツを、ユーザが未だ視聴していないコンテンツの中から選択する選択手段と、選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示手段とを含むコンテンツ推薦装置である。

本発明は、上記の構成を備えることにより、提示されるコンテンツ情報は、主の視聴動機部分、従の視聴動機部分に対応付けられているので、ユーザは視聴動機別に簡単にコンテンツ情報を把握することができる。ユーザは所望のコンテンツを探す時間を格段に短縮できるので、上記機能の利用を促進することができる。
ここで、前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、前記視聴した複数コンテンツのコンテンツ情報における出現頻度が、所定の閾値以上となる属性の実体の組合せであるとしても良い。

これにより、例えば、前記視聴動機情報を、前記視聴した複数コンテンツのコンテンツ情報における出現回数が所定の閾値以上となる属性の実体の組合せとすると、ユーザの視聴動機を捉えることできる。さらに、前記視聴動機情報を、コンテンツが有する属性の実体の組合せのうち、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せとすると、視聴動機情報として抽出される属性の実体の組合せは、視聴コンテンツのコンテンツ情報における出現回数だけでは判断されず、全コンテンツのコンテンツ情報に占める割合として判断されるので、より的確にユーザの視聴動機を捉えることができる。

ここで、前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記嗜好解析手段により生成された他の視聴動機情報に最も高頻度で包含される属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。
これにより、抽出した視聴動機情報のうち、特にユーザがコンテンツを視聴する際の動機となった属性の実体の組合せを特定することができる。

ここで、前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記出現頻度が最も高い属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。
これにより、抽出した視聴動機情報のうち、特にユーザがコンテンツを視聴する際の動機となった属性の実体の組合せを特定することができる。

ここで、前記コンテンツ推薦装置は、更に、時刻を計時する計時手段を含み、
前記ユーザが既に視聴した複数コンテンツは、視聴した日時と対応付けられており、前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、所定期間内において、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せであるとしても良い。

これにより、所定期間内における視聴動機情報を抽出するので、局所的な視聴動機を捉えることができる。
ここで、前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、その期間よりも長期の期間に視聴されたコンテンツのコンテンツ情報に最も多く含まれる属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。

これにより、視聴動機情報を抽出する対象となる所定期間内よりも長期の期間に最頻出する属性の実体の組合せを主の視聴動機部分とするので、長期にわたる嗜好を反映することができる。
ここで、前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、前記視聴した日時が最も古いコンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時が、所定時点よりも過去であるものであり、従の視聴動機部分とは、主の視聴動機部分とされた単一の属性の実体もしくは複数の属性の実体の組合せを除く属性の実体の組合せであるとしても良い。

これにより、前記所定期間内における視聴動機情報のうち、視聴した日時が最も古いコンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時が、所定時点よりも過去であるものを主の視聴動機部分とするので、過去の視聴動機情報を反映することができる。
ここで、前記グループ化とは、共通の主の視聴動機部分を有する視聴動機情報は主の視聴動機部分を共有化し、もしくは、一の視聴動機情報の主の視聴動機部分が他の視聴動機情報と共通ならば共通部分を共有化し、従の視聴動機部分を共有化された主の視聴動機部分の下位に配置することにより、主の視聴動機部分と従の視聴動機部分とを階層構造化することであり、前記提示手段は、前記コンテンツ情報を階層構造化された主の視聴動機部分と従の視聴動機部分とに対応付けて提示するとしても良い。

これにより、主の視聴動機部分が共有化されるので、コンテンツを選択する際に、重複してコンテンツを選択することを防止することができる。また、従の視聴動機部分を主の視聴動機部分の下位に配置するので、主の視聴動機部分と従の視聴動機部分を階層構造化することができる。よって、提示されるコンテンツ情報は階層化されるので、ユーザが利用し易い表示を実現することができる。

ここで、前記嗜好解析手段は、生成した視聴動機情報に基づき、コンテンツに重畳された最新情報、もしくは広告情報から特徴キーワードを抽出するキーワード抽出手段を含み、前記選択手段は、抽出されたキーワードにて拡張された視聴動機情報に基づきコンテンツを選出するとしても良い。
これにより、拡張された視聴動機情報に基づきコンテンツを選出し、ユーザに提示することができる。

ここで、前記コンテンツ推薦装置は、更に、前記嗜好解析手段により生成された視聴動機情報に基づき、ネットワークを介して情報を検索する情報検索手段を含み、前記選択されたコンテンツは、前記情報検索手段により検索された情報を含むとしても良い。
これにより、Ｗｅｂ情報についても視聴動機情報に基づいて選出することができる。

第一実施形態におけるコンテンツ推薦装置１００の内部構成を示す図である。 第一実施形態におけるコンテンツ推薦装置１００の構成を示す機能ブロック図である。 ＥＰＧの一例を示す図である。 第一実施形態におけるコンテンツ推薦装置１００の動作に関するフローチャートを示す図である。 第一実施形態における視聴動機を解析するフローチャートを示す図である。 主の視聴動機部分決定処理に関するフローチャートを示す図である。 階層構造化処理に関するフローチャートを示す図である。 ＧＵＩ生成部２１７にて生成されたＧＵＩの例を示す図である。 ＧＵＩ生成部２１７にて生成されたＧＵＩの変化例を示す図である。 ＧＵＩ生成部２１７にて生成されたＧＵＩの変化例を示す図である。 主の視聴動機部分決定処理に関するフローチャートを示す図である。 第二実施形態におけるコンテンツ推薦装置１００ａの構成を示す機能ブロック図である。 第二実施形態における主の視聴動機部分決定処理に関するフローチャートを示す図である。 第二実施形態における主の視聴動機部分決定処理に関するフローチャートを示す図である。 第三実施形態におけるコンテンツ推薦装置１００ｂの内部構成を示す図である。 第三実施形態におけるコンテンツ推薦装置１００ｂの構成を示す機能ブロック図である。 第三実施形態におけるＧＵＩ生成部２１７にて生成されたＧＵＩの例を示す図である。

符号の説明

１００、１００ａ、１００ｂ コンテンツ推薦装置
１０１ ユーザ入力受付部
１０２ チューナ
１０３ ＣＰＵ
１０４ ＲＯＭ
１０５ ＲＡＭ
１０６ デコーダ
２０１、２０１ａ 視聴コンテンツ情報抽出部
２０２、２０２ａ 視聴コンテンツ情報記憶部
２０３ 放送コンテンツ情報取得部
２０４ 放送コンテンツ情報記憶部
２０４ｂ コンテンツ情報記憶部
２０５ 放送コンテンツ最新情報取得部
２０６ 放送コンテンツ最新情報記憶部
２０６ｂ コンテンツ最新情報記憶部
２０７、２０７ｂ 視聴動機抽出部
２０８ 視聴動機記憶部
２０９、２０９ａ 視聴動機解析部
２１０ 視聴動機解析結果記憶部
２１１ コンテンツ選出部
２１２ 選出コンテンツ記憶部
２１３ ラベル情報生成部
２１４ ラベル情報記憶部
２１５ ＧＵＩ管理情報記憶部
２１６、２１６ｂ ＧＵＩ制御部
２１７ ＧＵＩ生成部
１２０１ 計時部
１２０２ 視聴動機蓄積部
１５０１ ネットワーク通信部
１６０１ 配信コンテンツ情報取得部
１６０２ 配信コンテンツ最新情報取得部
１６０３ Ｗｅｂ情報取得部
１６０４ Ｗｅｂ最新情報取得部
１６０５ Ｗｅｂ検索部

以下、本発明の実施の形態について、図面を参照しながら説明する。
（第一実施形態）
図１は、コンテンツ推薦装置１００の内部構成を示す図である。図１に示すようにコンテンツ推薦装置１００は、ユーザ入力受付部１０１、チューナ１０２、ＣＰＵ１０３、ＲＯＭ１０４、ＲＡＭ１０５、及びデコーダ１０６を含んで構成される。

ユーザ入力受付部１０１は、ユーザからの入力を受け付ける。例えば、ユーザより視聴するコンテンツの選択を受け付ける。
チューナ１０２は、放送波を受信し、受信した放送波よりコンテンツ、コンテンツ情報、及びコンテンツに関連する最新情報（以下、「コンテンツ最新情報」という）を取得する。

ＲＯＭ１０４は、コンテンツ推薦装置１００における様々な処理を実現するための制御プログラムを格納している。
ＲＡＭ１０５は、ユーザの嗜好に沿ったコンテンツを選出する処理等に用いられる各種情報を格納するメモリである。
ＣＰＵ１０３、ＲＯＭ１０４、ＲＡＭ１０５はコンピュータシステム１０７を構成しており、ＲＯＭ１０４に格納されたプログラムがＣＰＵ１０３に読み込まれプログラムとハードウェア資源とが協働することにより機能を達成する。

デコーダ１０６は、コンテンツのＡＶデコード、コンテンツ選出結果を表示するためのＧＵＩの生成等を行う。
続いて図２は、コンテンツ推薦装置１００の構成を示す機能ブロック図である。図２に示すようにコンテンツ推薦装置１００は、ユーザ入力受付部１０１、視聴コンテンツ情報抽出部２０１、視聴コンテンツ情報記憶部２０２、放送コンテンツ情報取得部２０３、放送コンテンツ情報記憶部２０４、放送コンテンツ最新情報取得部２０５、放送コンテンツ最新情報記憶部２０６、視聴動機抽出部２０７、視聴動機記憶部２０８、視聴動機解析部２０９、視聴動機解析結果記憶部２１０、コンテンツ選出部２１１、選出コンテンツ記憶部２１２、ラベル情報生成部２１３、ラベル情報記憶部２１４、ＧＵＩ管理情報記憶部２１５、ＧＵＩ制御部２１６、及びＧＵＩ生成部２１７を含んで構成される。

視聴コンテンツ情報抽出部２０１は、ユーザ入力受付部１０１により受け付けられたユーザ入力に基づいて、放送コンテンツ情報記憶部２０４からコンテンツのコンテンツ情報を抽出する。
視聴コンテンツ情報記憶部２０２は、視聴コンテンツ情報抽出部２０１にて抽出されたコンテンツのコンテンツ情報を記憶する。

放送コンテンツ情報取得部２０３は、放送局より送信されるコンテンツ情報を取得する。図３は、コンテンツが番組の場合におけるＥＰＧの一例を示す図である。ＥＰＧは、本図で示すように識別情報３０１、放送日時３０２、放送局３０３、タイトル３０４、内容３０５、ジャンル３０６、及び出演者３０７という属性から構成される。各属性に対する実体（以下、「属性値」という）は、図３における対応する属性における枠内の文字列であり、放送日時２０２、内容２０５という属性に関しては、図３における対応する属性における枠内の値をカテゴライズないしは要約した結果である。例えば、「放送局」属性に関しては、「ＸＹＺテレビ」等が属性値であり、「ジャンル」属性に関しては、「ドラマ」等が属性値である。また、「放送時間」属性に関しては、カテゴライズないしは要約した結果である「夕方」、「月曜ゴールデンタイム」、「夏期朝方」等が属性値であり、「内容」属性に関しては、辞書等を用いてカテゴライズないしは要約した結果である「恋愛」、「古代史」、「ビジネス」等が属性値である。

放送コンテンツ情報記憶部２０４は、放送コンテンツ情報取得部２０３にて取得されたコンテンツ情報を記憶する。
放送コンテンツ最新情報取得部２０５は、放送局より送信されるコンテンツ最新情報を取得する。
放送コンテンツ最新情報記憶部２０６は、放送コンテンツ最新情報取得部２０５にて取得されたコンテンツ最新情報を記憶する。

視聴動機抽出部２０７は、放送コンテンツ情報記憶部２０４により記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶されたコンテンツ情報に基づき、視聴されたコンテンツに対するユーザの視聴動機情報を抽出する。
例えば、視聴動機抽出部２０７により抽出される視聴動機情報とは、放送コンテンツ情報記憶部２０４により記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶されたコンテンツ情報とに基づいて抽出される、コンテンツを視聴するか否かを判別するのに適した、単一の属性−属性値対もしくは複数の属性−属性値対の組合せである。ここで属性−属性値対とは、属性と、その属性に対応する属性値を対として表現するものである。

例えば、
［放送局：ＸＹＺテレビ］
［ジャンル：ドラマ］∧［出演者：大竹伸二］
［放送局：ＸＹＺテレビ］∧［ジャンル：ニュース］∧［内容：経済］
といったものである。ここで、［内容：経済］は、「内容」属性の属性値に「経済」キーワードが含まれるという意味、もしくは、「内容」属性の属性値に含まれる複数のキーワードから解析した内容が「経済」であるという意味である。

視聴動機情報は、コンテンツを視聴するか否かを判別する判別精度の高いものがピックアップされる。例えば、視聴したコンテンツのコンテンツ情報には出現していて、視聴していないコンテンツのコンテンツ情報には出現していない単一の属性−属性値対、もしくは複数の属性−属性値対の組合せである。また、視聴したコンテンツのコンテンツ情報には高頻度で出現していて、視聴していないコンテンツのコンテンツ情報には低頻度でしか出現していない単一の属性−属性値対もしくは複数の属性−属性値対の組合せでも良い。なお、視聴動機情報を抽出するアルゴリズムは後述する。

視聴動機記憶部２０８は、視聴動機抽出部２０７にて抽出された視聴動機情報を記憶する。
視聴動機解析部２０９は、視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分する。また、共通の主の視聴動機部分を有する視聴動機情報は主の視聴動機部分を共有化し、もしくは、ある視聴動機情報の主の視聴動機部分が他の視聴動機情報と共通ならば共通部分を共有化する。そして、主の視聴動機部分の下位に従の視聴動機部分を配置することにより、主の視聴動機部分と従の視聴動機部分を階層構造化する。

例えば、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、視聴動機抽出部２０７により抽出された他の視聴動機情報に最も高頻度に出現するものを主の視聴動機部分とする。主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分として、それぞれを区分する。

視聴動機抽出部２０７による視聴動機情報の抽出、及び視聴動機解析部２０９による抽出した視聴動機情報の区分処理、階層構造化処理は随時行われるとしても良いし、定期的に行われるとしても良いし、ユーザ入力により指定されたときに行うとしても良い。
視聴動機解析結果記憶部２１０は、視聴動機解析部２０９にて解析された視聴動機情報の解析結果を記憶する。

コンテンツ選出部２１１は、例えば放送予定コンテンツ等、ユーザがまだ視聴していない放送コンテンツの中から、視聴動機解析結果記憶部２１０により記憶された視聴動機解析結果に基づき、ユーザの嗜好に沿ったコンテンツを選出する。
選出コンテンツ記憶部２１２は、コンテンツ選出部２１１にて選出されたコンテンツのコンテンツ情報を選出要因となった主の視聴動機部分、従の視聴動機部分に対応付けて記憶する。

ラベル情報生成部２１３は、視聴動機解析結果記憶部２１０に記憶された視聴動機解析結果に基づいて、視聴動機別に選出コンテンツを括るためのラベル情報を生成する。
例えば、視聴動機情報［ジャンル：ドラマ］∧［出演者：大竹伸二］からラベル情報「［大竹伸二］出演のドラマ番組」を生成する等である。
ラベル情報記憶部２１４は、ラベル情報生成部２１３にて生成されたラベル情報を生成要因となった主の視聴動機部分、従の視聴動機部分に対応付けて記憶する。

ＧＵＩ管理情報記憶部２１５は、ＧＵＩを生成するための管理情報を記憶する。
ＧＵＩ制御部２１６は、ＧＵＩ管理情報記憶部２１５に記憶されている管理情報に基づき、コンテンツ選出部２１１にて選出されたコンテンツを、ラベル情報生成部２１３により生成されたラベル情報に対応付けて表示させるためのＧＵＩ制御を行う。
ＧＵＩ生成部２１７は、ＧＵＩ制御部２１６より制御され、ＧＵＩ表示を行う。
＜動作＞
続いて、コンテンツ推薦装置１００の動作について図４に示すフローチャートを用いて説明する。図４は、視聴動機情報を抽出し、抽出した視聴動機情報を解析して、解析結果に基づきコンテンツを選出し、選出したコンテンツを表示するまでの全体フローを示す図である。

まず、視聴動機抽出部２０７は、放送コンテンツ情報記憶部２０４により記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶された視聴コンテンツ情報とに基づき、視聴コンテンツの視聴動機情報を抽出する（ステップＳ４０１）。具体的な処理内容については、図５にて後述する。視聴動機情報を抽出した後、視聴動機解析部２０９は、抽出された視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分する（ステップＳ４０２）。具体的な処理内容については、図６にて後述する。視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分した後、それらを階層構造化する。（ステップＳ４０３）。具体的な処理内容については、図７にて後述する。続いて、ラベル情報生成部２１３は、ステップＳ４０１〜ステップＳ４０３までの処理に基づいて、視聴動機別に選出コンテンツを括るためのラベル情報を生成する（ステップＳ４０４）。コンテンツ選出部２１１は、ステップＳ４０１〜ステップＳ４０３までの処理に基づいて、例えば放送予定コンテンツ等、ユーザがまだ視聴していない放送コンテンツの中から、コンテンツを選出する（ステップＳ４０５）。ＧＵＩ制御部２１６は、ＧＵＩ生成部２１７に視聴動機別に生成されたラベル情報を表示させる（ステップＳ４０６）。ＧＵＩ制御部２１６は、ＧＵＩ管理情報記憶部２１５に基づき、コンテンツ選出部２１１にて選出されたコンテンツを、選出要因となった主の視聴動機部分、従の視聴動機部分に対応付けて表示するためのＧＵＩ制御を行い、ＧＵＩ生成部２１７によりＧＵＩ表示情報が表示される（ステップＳ４０７）。

続いて、ステップＳ４０１における視聴動機情報を抽出する処理について図５に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは一つの視聴済みコンテンツのコンテンツ情報を特定する変数である。ｍは特定された前記コンテンツ情報において、一つの属性−属性値対の組合せを特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ５０１、Ｓ５０２）。続いて、全視聴コンテンツのコンテンツ情報におけるｍの出現回数Ａを算出し（ステップＳ５０３）、全コンテンツのコンテンツ情報におけるｍの出願回数Ｂを算出する（ステップＳ５０４）。そして、Ａ／Ｂが所定の閾値以上か否かを判断し（ステップＳ５０５）、閾値以上の場合は、ｍを視聴動機情報として抽出する（ステップＳ５０６）。閾値未満の場合は、ステップＳ５０７に移行する。ｍが最後か否かを判断し（ステップＳ５０７）、最後でなければｍを一つ計数し（ステップＳ５０８）、ステップＳ５０３に移行する。最後であれば、ｎが最後か否かを判断し（ステップＳ５０９）、最後でなければｎを一つ計数し（ステップＳ５１０）、ステップＳ５０２に移行する。最後であれば、処理を終了する。

続いて、ステップＳ４０２における視聴動機情報から主の視聴動機部分を決定する処理について、図６に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍは抽出した視聴動機情報のうち、ｎにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。ｉは一つの主の視聴動機部分における他の視聴動機情報に対する被包含率を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ６０１、Ｓ６０２）。ｎとｍを比較し、共通する属性−属性値対が存在するか否かを判断する（ステップＳ６０３）。共通する属性−属性値対が存在しない場合は、ｍを一つ計数し（ステップＳ６０４）、ステップＳ６０３に移行する。共通する属性−属性値対が存在する場合は、共通する属性−属性値対をｎの主の視聴動機部分の候補として抽出する（ステップＳ６０５）。続いて、抽出したｎの主の視聴動機部分が候補リストに既に存在しているか否かを判断し（ステップＳ６０６）、存在している場合は、ｉを１だけ計数する（ステップＳ６０７）。存在していない場合は、新たに候補リストに追加し、ｉを１とする（ステップＳ６０８）。ｍが最後か否かを判断し（ステップＳ６０９）、最後でなければステップＳ６０４に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、ｉが最大の候補をｎの主の視聴動機部分とする（ステップＳ６１０）。ｎが最後か否かを判断し（ステップＳ６１１）、最後でなければｎを一つ計数し（ステップＳ６１２）、ステップＳ６０２に移行する。最後であれば、処理を終了する。

続いて、ステップＳ４０３における階層構造化する処理について、図７に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍは抽出した視聴動機情報のうち、ｎにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ７０１、Ｓ７０２）。ｎとｍを比較し、ｍがｎの主の視聴動機部分と同一であるか否かを判断する（ステップＳ７０３）。同一である場合は、ｍを主の視聴動機部分とし、従の視聴動機部分をその下に配置して、階層構造化する（ステップＳ７０４）。同一でない場合は、ｎの主の視聴動機部分とｍの主の視聴動機部分とが同一であるか否かを判断する（ステップＳ７０５）。同一でない場合は、ｍを１計数し（ステップＳ７０６）、ステップＳ７０３に移行する。同一である場合には、同一部分を主の視聴動機部分とし、従の視聴動機部分をその下に配置して、階層構造化する（ステップＳ７０７）。ｍが最後か否かを判断し（ステップＳ７０８）、最後でなければステップＳ７０６に移行する。最後であれば、ｎが最後か否かを判断し（ステップＳ７０９）、最後でなければｎを一つ計数し（ステップＳ７１０）、ステップＳ７０２に移行する。最後であれば、処理を終了する。

上述した図５から図７の処理を経ることにより、階層構造化されたユーザの視聴動機を得ることができる。続いて、階層構造化されたユーザの視聴動機に基づき選出されたコンテンツ情報の提示に関し、具体的に説明する。
図８は、ＧＵＩ制御部２１６による制御により、ＧＵＩ生成部２１７にて表示されるＧＵＩの例を示す図であり、「太郎さん」と「花子さん」の二人のユーザに対するＧＵＩ例である。本図で示されるように、ラベル情報記憶部２１４に記憶されたラベル情報が表示され、選出コンテンツ記憶部２１２に記憶された選出コンテンツは対応するラベル情報に括られて表示される。これにより、ユーザは、視聴動機別に選出コンテンツを把握することができる。

続いて、図８のようにコンテンツ紹介メニューが表示された後のユーザ操作について説明する。ユーザ「太郎さん」は、まず図８にて図示された、ラベル情報８０１上のカーソルを上下に移動させることでラベル情報８０１、８０２、８０３の中から所望のラベル情報の括りを選択する。次に、例えば、ラベル情報８０１を選択したとすれば、図８にて図示されたコンテンツ情報８０４上のカーソルを上下に移動させることでコンテンツ情報８０４、８０５、８０６の中から視聴したいコンテンツを選択して、決定することでそのコンテンツを視聴する。これにより、選出コンテンツをただ単にリスト表示した場合と比較すると、コンテンツを漠然と探すのではなく、まずラベル情報の括りを選択し、その中から所望のコンテンツを選択するので、ユーザにとっては格段に手間が省ける。

また、図８において、コンテンツ情報８０４とコンテンツ情報８０８、コンテンツ情報８０７とコンテンツ情報８０９にそれぞれ示されるように、同一コンテンツであってもユーザ「太郎さん」に対するＧＵＩと、ユーザ「花子さん」に対するＧＵＩとでは、異なるラベルの括りの中に表示される。これにより、それぞれのユーザは、自身に対する視聴動機別に選出コンテンツを把握することができる。

続いて図９、図１０に、視聴動機抽出部２０７及び視聴動機解析部２０９により、随時、視聴動機が再構築される場合におけるＧＵＩ表示の変化の例を示す。
図９の上図では、例えば、
［ジャンル：ドラマ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：音楽］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報を抽出している場合の表示を示す。その後、ユーザに視聴されたコンテンツが増加するのに伴い、視聴動機が再構築され、他ジャンルにおいても、例えば、
［ジャンル：バラエティ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：料理］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報が抽出されたとする。図９の下図は、特定の閾値以上のジャンルにて共通の属性−属性値対が抽出された場合等に、上記視聴動機情報が、
［出演者：鈴木順平］→［視聴する］
という視聴動機情報に集約されて再構築された時のＧＵＩ変化の例を示す。つまり、視聴されたコンテンツの増加に伴い、視聴動機が再構築された際には、［出演者：鈴木順平］が主の視聴動機部分となり、共有化され、［ジャンル：ドラマ］、［ジャンル：音楽］、［ジャンル：バラエティ］、及び［ジャンル：料理］が従の視聴動機部分となる。

図９にて図示されるように、ラベル情報９０１、９０２が更新されて、ラベル情報９０３となり、ラベル情報９０３に集約されて表示される。また、ラベル情報９０３にて示されるように、例えば、同じ視聴動機の括りの中もジャンル別で表示される。
図１０の上図では、例えば、
［ジャンル：ドラマ］→［視聴する］
［ジャンル：音楽］→［視聴する］
という視聴動機情報を抽出している場合の表示を示す。その後、ユーザに視聴されたコンテンツが増加するのに伴い、視聴動機が再構築され、上記視聴動機情報にて包含されていた、
［ジャンル：ドラマ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：音楽］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報が抽出され、他ジャンルにおいても、例えば、
［ジャンル：バラエティ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：料理］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報が抽出されたとする。図１０の下図は、特定の閾値以上のジャンルにて共通の属性−属性値対が抽出された場合等に、上記視聴動機情報が、
［出演者：鈴木順平］→［視聴する］
という視聴動機情報に集約されて再構築された時のＧＵＩ変化の例を示す。

図１０にて図示されるように、ラベル情報１００１、１００２が更新されて、ラベル情報１００３、１００４、１００５となり、新たにラベル情報１００５が括り出されて表示される。
以上のように本実施形態によれば、抽出した視聴動機情報を主の視聴動機部分、従の視聴動機部分に区分し、階層構造化する。よって、表示されたコンテンツ情報は階層化されており、ユーザは所望のコンテンツを簡単に探すことができる。

なお、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、視聴動機抽出部２０７により算出された出現頻度が最も高いものを主の視聴動機部分とし、主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分として、それぞれを区分するとしてもよい。

上述した場合における主の視聴動機部分を決定する処理について、図１１に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍは抽出した視聴動機情報のうち、ｎにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。Ａは全視聴コンテンツのコンテンツ情報におけるｍの出現回数であり、Ｂは全コンテンツのコンテンツ情報におけるｍの出願回数である。まず、ｎ及びｍを初期化する（ステップＳ１１０１、Ｓ１１０２）。ｎとｍを比較し、ｎがｍを包含しているか否かを判断する（ステップＳ１１０３）。包含してない場合は、ｍを１計数し（ステップＳ１１０４）、ステップＳ１１０３に移行する。包含している場合は、ｍをｎの主の視聴動機部分の候補として抽出し、主の視聴動機候補リストに追加する（ステップＳ１１０５）。抽出したｎの主の視聴動機部分が候補リストに既に存在しているか否かを判断する（ステップＳ１１０６）。存在していない場合は、新たに候補リストに追加する（ステップＳ１１０７）。ｍが最後か否かを判断し（ステップＳ１１０８）、最後でなければステップＳ１１０４に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、Ａ／Ｂが最大の候補をｎの主の視聴動機部分とする（ステップＳ１１０９）。ｎが最後か否かを判断し（ステップＳ１１１０）、最後でなければｎを一つ計数し（ステップＳ１１１１）、ステップＳ１１０２に移行する。最後であれば、処理を終了する。
（第二実施形態）
本実施形態は、長期的な嗜好の抽出に関する実施の形態である。過去の視聴動機情報を蓄積しておき、それを反映することで長期的な嗜好を抽出する。そこで図１２に示すように本実施形態のコンテンツ推薦装置１００ａは、第一実施形態の構成に加え、計時部１２０１、視聴動機蓄積部１２０２を含んで構成される。

計時部１２０１は、日時を計る。
視聴動機蓄積部１２０２は、過去の視聴動機情報を累積しておき、その情報を視聴動機解析部２０９に送出する。
また、本実施形態の視聴コンテンツ情報抽出部２０１ａは、ユーザ入力受付部１０１により受け付けられたユーザ入力に基づいて、放送コンテンツ情報記憶部２０４からコンテンツのコンテンツ情報を抽出する。また、計時部１２０１からコンテンツのコンテンツ情報を抽出した日時を受け取り、それらを対応付ける。

本実施形態の視聴コンテンツ情報記憶部２０２ａは、対応付けられた視聴コンテンツ情報抽出部２０１ａにて抽出されたコンテンツのコンテンツ情報と、計時部１２０１にて計時された日時とを記憶する。
本実施形態の視聴動機解析部２０９ａは、例えば、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、視聴コンテンツ情報記憶部２０２ａにより記憶された日時が一定期間内にある視聴コンテンツ情報に最頻出するものを主の視聴動機部分とする。主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分として、それぞれを区分する。
＜動作＞
続いて、視聴動機情報から主の視聴動機部分を決定する処理について、図１３に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは期間ａにおいて抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍはｎにより特定された視聴動機情報を構成する属性−属性値の組合せにおいて、一つの組合せを特定する変数である。ｌは一つの主の視聴動機部分の候補を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ１３０１、Ｓ１３０２）。ｍを主の視聴動機部分の候補リストに追加し（ステップＳ１３０３）、ｍが最後か否かを判断する（ステップＳ１３０４）。最後でなければ、ｍを１計数し（ステップＳ１３０５）、ステップＳ１３０３に移行する。最後であれば、ｌを初期化する（ステップＳ１３０６）。視聴コンテンツ情報記憶部２０２を参照し、期間ａよりも長期の期間ｂにおいて、ｌの出現頻度を算出する（ステップＳ１３０７）。ｌが最後か否かを判断する（ステップＳ１３０８）。最後でなければ、ｌを１計数し（ステップＳ１３０９）、ステップＳ１３０７に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、期間ｂにおける出現頻度が最大のものをｎの主の視聴動機部分とする（ステップＳ１３１０）。ｎが最後か否かを判断する（ステップＳ１３１１）。最後でなければ、ｎを１計数し（ステップＳ１３１２）、ステップＳ１３０２に移行する。最後であれば、処理を終了する。

以上のように本実施形態によれば、ユーザの長期にわたる視聴動機情報を反映して、コンテンツを選出することができる。上述したように、視聴動機情報を抽出した期間よりも長期の期間を対象期間として、視聴コンテンツ情報記憶部を参照し、前記視聴動機情報を構成する組合せのうち、最頻出の属性−属性値対の組合せを主の視聴動機部分とする。その結果、表示の際に過去の視聴動機情報に含まれる属性−属性値対の組合せを主の視聴動機部分として固定することができるので、ユーザにとって利用し易い表示を実現することができる。

なお、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、その組合せを含む視聴コンテンツ情報における視聴日時が最も古く、かつ、その視聴日時が所定時点より過去を示すものであるとき、その組合せを主の視聴動機部分としても良い。

また、主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分としても良い。
上述した場合における主の視聴動機部分を決定する処理について、図１４に示すフローチャートを用いて説明する。ｎは期間ａにおいて抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍはｎにより特定された視聴動機情報を構成する属性−属性値の組合せにおいて、一の組合せを特定する変数である。ｌは一つの主の視聴動機部分の候補を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ１４０１、Ｓ１４０２）。ｍを主の視聴動機部分の候補リストに追加し（ステップＳ１４０３）、ｍが最後か否かを判断する（ステップＳ１４０４）。最後でなければ、ｍを１計数し（ステップＳ１４０５）、ステップＳ１４０３に移行する。最後であれば、ｌを初期化する（ステップＳ１４０６）。視聴コンテンツ情報記憶部２０２を参照し、ｌを含む視聴コンテンツのうち、最も古い視聴日時を抽出する（ステップＳ１４０７）。ｌが最後か否かを判断する（ステップＳ１４０８）。最後でなければ、ｌを１計数し（ステップＳ１４０９）、ステップＳ１４０７に移行する。最後であれば、候補のうち、視聴日時が最古のｌが時点ｂよりも過去か否かを判断する（ステップＳ１４１０）。時点ｂよりも過去であれば、ｌをｎの主の視聴動機部分に決定する（ステップＳ１４１１）。時点ｂよりも過去でない場合は、ステップＳ１４１２に移行する。ｎが最後か否かを判断する（ステップＳ１４１２）。最後でなければ、ｎを１計数し（ステップＳ１４１３）、ステップＳ１４０２に移行する。最後であれば、処理を終了する。
（第三実施形態）
本実施形態は、放送局から送信されるコンテンツのみならず、ネットワークを介して配信されるコンテンツ等についても、視聴動機情報に基づき選出すべきコンテンツの対象とする実施の形態である。図１５は、本実施形態におけるコンテンツ推薦装置１００ｂの内部構成を示す図である。コンテンツ推薦装置１００ｂは、第一実施形態の構成に加え、ネットワーク通信部１５０１を含んで構成される。

ネットワーク通信部１５０１は、ネットワークを介して配信されるコンテンツ、コンテンツ情報、コンテンツ最新情報、及びネットワークを介して検索されるＷｅｂ情報やＷｅｂ最新情報を取得する。
続いて、図１６は本実施形態のコンテンツ推薦装置１００ｂの構成を示す機能ブロック図である。コンテンツ推薦装置１００ｂは、第一実施形態の構成に加え、配信コンテンツ情報取得部１６０１、配信コンテンツ最新情報取得部１６０２、ｗｅｂ情報取得部１６０３、ｗｅｂ最新情報取得部１６０４、及びｗｅｂ検索部１６０５を含んで構成される。また、放送コンテンツ情報記憶部２０４、放送コンテンツ最新情報記憶部２０６の代わりに、コンテンツ情報記憶部２０４ｂ、コンテンツ最新情報記憶部２０６ｂを備える。

配信コンテンツ情報取得部１６０１は、ネットワークを通じて配信されるコンテンツ情報を取得する。
配信コンテンツ最新情報取得部１６０２は、ネットワークを通じて配信されるコンテンツ最新情報を取得する。
ｗｅｂ情報取得部１６０３は、ｗｅｂ情報を取得する。

ｗｅｂ最新情報取得部１６０４は、ｗｅｂ最新情報を取得する。
Ｗｅｂ検索部１６０５は、視聴動機情報の解析結果に基づき、Ｗｅｂ情報を検索する。
コンテンツ情報記憶部２０４ｂは、放送コンテンツ情報取得部２０３にて取得されたコンテンツ情報と、配信コンテンツ情報取得部１６０１にて取得されたコンテンツ情報を記憶する。

コンテンツ最新情報記憶部２０６ｂは、放送コンテンツ最新情報記憶部２０５にて取得されたコンテンツ最新情報、配信コンテンツ最新情報取得部１６０２にて取得されたコンテンツ最新情報、及びｗｅｂ最新情報取得部１６０４にて取得されたｗｅｂ最新情報を記憶する。
本実施形態の視聴動機抽出部２０７ｂは、コンテンツ情報記憶部２０４ｂにより記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶されたコンテンツ情報に基づき、視聴されたコンテンツに対するユーザの視聴動機情報を抽出する。

本実施形態のＧＵＩ制御部２１６ｂは、ＧＵＩ管理情報記憶部２１５に基づき、コンテンツ選出部２１１にて選出されたコンテンツ、及びＷｅｂ検索部１７０５にて検索されたＷｅｂ情報を選出要因となったラベル情報に対応付けて表示するためのＧＵＩ制御を行う。
図１７は、ＧＵＩ制御部２１６ｂにより制御され、ＧＵＩ生成部２１７にて生成されるＧＵＩ表示の一例である。ラベル情報１７０１、１７０２で示されるように、ラベル情報記憶部２１４で記憶されたラベル情報が表示され、選出コンテンツ記憶部２１２により記憶された選出コンテンツ、及びＷｅｂ検索部１６０５により検索されたＷｅｂ情報が対応する視聴動機別に括られて表示される。これにより、ユーザは、視聴動機別に選出コンテンツ及びＷｅｂ情報を把握することができる。

続いて、図１７のように情報紹介メニューが表示された後のユーザ操作について説明する。ユーザは、まず図１７にて示されたラベル情報１７０１上のカーソルを上下に移動させることでラベル情報１７０１、１７０２の中から所望のラベル情報の括りを選択する。次に、例えばラベル情報１７０１を選択したとすれば、図１７にて図示されたコンテンツ情報１７０３上のカーソルを上下に移動させることでコンテンツ情報１７０３、１７０４、１７０５、１７０６の中から視聴したいコンテンツもしくはＷｅｂ情報を選択して、決定することでそのコンテンツもしくはＷｅｂ情報を視聴する。
（補足）
以上、本発明に係るコンテンツ推薦装置について、実施の形態に基づいて説明したが、本発明は上記の実施の形態に限られないことは勿論である。

上述において視聴動機情報を解析するアルゴリズムの一例を示したが、コンテンツを視聴するか視聴しないかを判別するのに適した、属性と属性値からなるルールを抽出するものであれば、これ以外のアルゴリズムであってもよい。
上述においてはコンテンツを番組として説明したが、コンテンツを音楽としても適用することが可能である。例えば、属性を書誌情報および音楽特徴量の種類とし、属性値をその名称および値として、音楽の視聴履歴からユーザ毎の視聴動機を抽出し、その視聴動機別に音楽を分類して表示することができる。また、視聴動機情報に基づくラベリング表示や視聴動機情報の再構築も可能である。なお、書誌情報とは、例えば、ジャンルやアーティスト名等であり、音楽特徴量とは、周波数変化度やパワースペクトル、テンポ、ビートおよび音質等があり、これ以外の種類であってもよい。更に、音楽以外のコンテンツにも適用可能である。

第一実施形態において上述した視聴動機抽出部２０７は、抽出した視聴動機情報に基づき、放送コンテンツ最新情報記憶部２０６により記憶されたコンテンツ最新情報から特徴キーワードを抽出し、対応する視聴動機を拡張させるとしてもよい。例えば、上記視聴動機情報の例で説明すれば、出演者：大竹伸二とキャッチアップされて売り出されている他俳優や出演者：大竹伸二に関する最新情報等を表すキーワードにより、［出演者：大竹伸二］を［出演者：大竹伸二ｏｒ上田昇ｏｒ石井洋平］と拡張する等である。

また、第三実施形態において上述した視聴動機抽出部２０７ｂは、抽出した視聴動機情報に基づき、放送コンテンツ最新情報取得部２０５と配信コンテンツ最新情報取得部１６０２で取得されたコンテンツ最新情報、及びＷｅｂ最新情報取得部１６０４で取得されたＷｅｂ最新情報から特徴キーワードを抽出し、視聴動機情報を拡張するとしてもよい。
また、コンテンツは、複数のコーナに区分されており、送信されるコンテンツ情報は、コーナ情報を含んでいる場合が考えられる。その場合には、視聴コンテンツ情報取得手段は、ユーザが視聴したコーナの識別情報を取得する。視聴コンテンツ情報記憶手段は、取得された視聴コーナ情報を記憶する。視聴動機抽出手段は、コーナ情報と視聴コーナ情報とに基づき、ユーザがコーナを視聴する動機を解析し、コンテンツ選出手段は、解析結果に基づき、放送コンテンツもしくは配信コンテンツの中からコンテンツのコーナを選出するとしても良い。

上記の実施形態では、コンテンツ推薦装置を用いたが、本発明は上記フローチャートで示したステップを含む方法、及び上記フローチャートで示したステップをコンピュータに実行させるプログラムコードを含むプログラム、及びシステムＬＳＩ等の集積回路であっても良い。システムＬＳＩは、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセスで実現しても良い。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用しても良い。
更には、半導体技術の進歩又は派生する技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積回路化を行っても良い。例えば、バイオ技術の適応などが可能性としてありうる。

本発明を構成するコンテンツ推薦装置は、製造産業において経営的に、また継続的及び反復的に製造し、販売することができる。特に、視聴コンテンツに対するユーザの視聴動機を捉えることで、視聴可能性の高いコンテンツを選出し、Ｗｅｂ情報を検索するための技術として有用である。また、コンテンツに関する最新情報やＷｅｂ最新情報を利用することで、話題性の高いコンテンツを選出し、話題性の高いＷｅｂ情報を検索するための技術として有用である。

本発明は、EPG（Electronic Program Guide）等のコンテンツ情報を用いた視聴履歴に基づくコンテンツ選出・提示技術に関する。

コンテンツ選出・提示技術とは、ユーザが過去に視聴したコンテンツの分析を行い、将来放送されるコンテンツのうち、分析結果に基づきユーザの嗜好に沿うであろうコンテンツを選出し、そのコンテンツ情報を提示する技術である。
従来、コンテンツの視聴履歴に基づき、ユーザの嗜好に沿ったコンテンツを選出し、そのコンテンツ情報を提示する技術が開示されている。例えば、特許文献１では、コンテンツ情報を文字情報として扱い、視聴履歴に含まれる一のコンテンツのコンテンツ情報からキーワードを抽出し、視聴履歴に含まれる他のコンテンツのコンテンツ情報における抽出したキーワードの出現頻度を計数する。そして、放送予定コンテンツから出現頻度の高いキーワードを含むコンテンツを選出し、そのコンテンツ情報を提示する。
特開平７−１３５６２１号公報 国際公開公報ＷＯ２００５／０４８５８７

しかしながら、従来の方法では、上述したようにユーザの嗜好に沿ったコンテンツ情報の選出処理は、出現頻度の高いキーワードを含むコンテンツ情報をただ選出するという平面的な処理である。したがって、選出されたコンテンツ情報は単にリスト表示されるだけであり、その際例えば、選出されたコンテンツが100件以上に上り、リスト表示が数ページにも及ぶ場合には、ユーザにとって所望のコンテンツを探す操作が煩雑になる。そのため、ユーザの嗜好に沿ったコンテンツ情報を選出し、提示する機能があまりユーザに利用されていないという実情がある。

本発明は上記問題に鑑みてなされたものであって、視聴履歴に基づき選出されたコンテンツが膨大な数になる場合であっても、選出結果から所望のコンテンツを選択する際に、ユーザが利用し易い表示を実現するコンテンツ推薦装置を提供することを目的とする。

上記課題を解決するために、本発明は、ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行い、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析手段と、視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析手段と、主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツを、ユーザが未だ視聴していないコンテンツの中から選択する選択手段と、選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示手段とを含むコンテンツ推薦装置である。

本発明は、上記の構成を備えることにより、提示されるコンテンツ情報は、主の視聴動機部分、従の視聴動機部分に対応付けられているので、ユーザは視聴動機別に簡単にコンテンツ情報を把握することができる。ユーザは所望のコンテンツを探す時間を格段に短縮できるので、上記機能の利用を促進することができる。
ここで、前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、前記視聴した複数コンテンツのコンテンツ情報における出現頻度が、所定の閾値以上となる属性の実体の組合せであるとしても良い。

これにより、例えば、前記視聴動機情報を、前記視聴した複数コンテンツのコンテンツ情報における出現回数が所定の閾値以上となる属性の実体の組合せとすると、ユーザの視聴動機を捉えることできる。さらに、前記視聴動機情報を、コンテンツが有する属性の実体の組合せのうち、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せとすると、視聴動機情報として抽出される属性の実体の組合せは、視聴コンテンツのコンテンツ情報における出現回数だけでは判断されず、全コンテンツのコンテンツ情報に占める割合として判断されるので、より的確にユーザの視聴動機を捉えることができる。

ここで、前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記嗜好解析手段により生成された他の視聴動機情報に最も高頻度で包含される属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。
これにより、抽出した視聴動機情報のうち、特にユーザがコンテンツを視聴する際の動機となった属性の実体の組合せを特定することができる。

ここで、前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記出現頻度が最も高い属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。
これにより、抽出した視聴動機情報のうち、特にユーザがコンテンツを視聴する際の動機となった属性の実体の組合せを特定することができる。

ここで、前記コンテンツ推薦装置は、更に、時刻を計時する計時手段を含み、
前記ユーザが既に視聴した複数コンテンツは、視聴した日時と対応付けられており、前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、所定期間内において、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せであるとしても良い。

これにより、所定期間内における視聴動機情報を抽出するので、局所的な視聴動機を捉えることができる。
ここで、前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、その期間よりも長期の期間に視聴されたコンテンツのコンテンツ情報に最も多く含まれる属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。

これにより、視聴動機情報を抽出する対象となる所定期間内よりも長期の期間に最頻出する属性の実体の組合せを主の視聴動機部分とするので、長期にわたる嗜好を反映することができる。
ここで、前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、前記視聴した日時が最も古いコンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時が、所定時点よりも過去であるものであり、従の視聴動機部分とは、主の視聴動機部分とされた単一の属性の実体もしくは複数の属性の実体の組合せを除く属性の実体の組合せであるとしても良い。

これにより、前記所定期間内における視聴動機情報のうち、視聴した日時が最も古いコンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時が、所定時点よりも過去であるものを主の視聴動機部分とするので、過去の視聴動機情報を反映することができる。
ここで、前記グループ化とは、共通の主の視聴動機部分を有する視聴動機情報は主の視聴動機部分を共有化し、もしくは、一の視聴動機情報の主の視聴動機部分が他の視聴動機情報と共通ならば共通部分を共有化し、従の視聴動機部分を共有化された主の視聴動機部分の下位に配置することにより、主の視聴動機部分と従の視聴動機部分とを階層構造化することであり、前記提示手段は、前記コンテンツ情報を階層構造化された主の視聴動機部分と従の視聴動機部分とに対応付けて提示するとしても良い。

これにより、主の視聴動機部分が共有化されるので、コンテンツを選択する際に、重複してコンテンツを選択することを防止することができる。また、従の視聴動機部分を主の視聴動機部分の下位に配置するので、主の視聴動機部分と従の視聴動機部分を階層構造化することができる。よって、提示されるコンテンツ情報は階層化されるので、ユーザが利用し易い表示を実現することができる。

ここで、前記嗜好解析手段は、生成した視聴動機情報に基づき、コンテンツに重畳された最新情報、もしくは広告情報から特徴キーワードを抽出するキーワード抽出手段を含み、前記選択手段は、抽出されたキーワードにて拡張された視聴動機情報に基づきコンテンツを選出するとしても良い。
これにより、拡張された視聴動機情報に基づきコンテンツを選出し、ユーザに提示することができる。

ここで、前記コンテンツ推薦装置は、更に、前記嗜好解析手段により生成された視聴動機情報に基づき、ネットワークを介して情報を検索する情報検索手段を含み、前記選択されたコンテンツは、前記情報検索手段により検索された情報を含むとしても良い。
これにより、Web情報についても視聴動機情報に基づいて選出することができる。

以下、本発明の実施の形態について、図面を参照しながら説明する。
（第一実施形態）
図１は、コンテンツ推薦装置１００の内部構成を示す図である。図１に示すようにコンテンツ推薦装置１００は、ユーザ入力受付部１０１、チューナ１０２、CPU１０３、ROM１０４、RAM１０５、及びデコーダ１０６を含んで構成される。

ユーザ入力受付部１０１は、ユーザからの入力を受け付ける。例えば、ユーザより視聴するコンテンツの選択を受け付ける。
チューナ１０２は、放送波を受信し、受信した放送波よりコンテンツ、コンテンツ情報、及びコンテンツに関連する最新情報（以下、「コンテンツ最新情報」という）を取得する。

ROM１０４は、コンテンツ推薦装置１００における様々な処理を実現するための制御プログラムを格納している。
RAM１０５は、ユーザの嗜好に沿ったコンテンツを選出する処理等に用いられる各種情報を格納するメモリである。
CPU１０３、ROM１０４、RAM１０５はコンピュータシステム１０７を構成しており、ROM１０４に格納されたプログラムがCPU１０３に読み込まれプログラムとハードウェア資源とが協働することにより機能を達成する。

デコーダ１０６は、コンテンツのAVデコード、コンテンツ選出結果を表示するためのGUIの生成等を行う。
続いて図２は、コンテンツ推薦装置１００の構成を示す機能ブロック図である。図２に示すようにコンテンツ推薦装置１００は、ユーザ入力受付部１０１、視聴コンテンツ情報抽出部２０１、視聴コンテンツ情報記憶部２０２、放送コンテンツ情報取得部２０３、放送コンテンツ情報記憶部２０４、放送コンテンツ最新情報取得部２０５、放送コンテンツ最新情報記憶部２０６、視聴動機抽出部２０７、視聴動機記憶部２０８、視聴動機解析部２０９、視聴動機解析結果記憶部２１０、コンテンツ選出部２１１、選出コンテンツ記憶部２１２、ラベル情報生成部２１３、ラベル情報記憶部２１４、GUI管理情報記憶部２１５、GUI制御部２１６、及びGUI生成部２１７を含んで構成される。

視聴コンテンツ情報抽出部２０１は、ユーザ入力受付部１０１により受け付けられたユーザ入力に基づいて、放送コンテンツ情報記憶部２０４からコンテンツのコンテンツ情報を抽出する。
視聴コンテンツ情報記憶部２０２は、視聴コンテンツ情報抽出部２０１にて抽出されたコンテンツのコンテンツ情報を記憶する。

放送コンテンツ情報取得部２０３は、放送局より送信されるコンテンツ情報を取得する。図３は、コンテンツが番組の場合におけるEPGの一例を示す図である。EPGは、本図で示すように識別情報３０１、放送日時３０２、放送局３０３、タイトル３０４、内容３０５、ジャンル３０６、及び出演者３０７という属性から構成される。各属性に対する実体（以下、「属性値」という）は、図３における対応する属性における枠内の文字列であり、放送日時２０２、内容２０５という属性に関しては、図３における対応する属性における枠内の値をカテゴライズないしは要約した結果である。例えば、「放送局」属性に関しては、「ＸＹＺテレビ」等が属性値であり、「ジャンル」属性に関しては、「ドラマ」等が属性値である。また、「放送時間」属性に関しては、カテゴライズないしは要約した結果である「夕方」、「月曜ゴールデンタイム」、「夏期朝方」等が属性値であり、「内容」属性に関しては、辞書等を用いてカテゴライズないしは要約した結果である「恋愛」、「古代史」、「ビジネス」等が属性値である。

放送コンテンツ情報記憶部２０４は、放送コンテンツ情報取得部２０３にて取得されたコンテンツ情報を記憶する。
放送コンテンツ最新情報取得部２０５は、放送局より送信されるコンテンツ最新情報を取得する。
放送コンテンツ最新情報記憶部２０６は、放送コンテンツ最新情報取得部２０５にて取得されたコンテンツ最新情報を記憶する。

視聴動機抽出部２０７は、放送コンテンツ情報記憶部２０４により記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶されたコンテンツ情報に基づき、視聴されたコンテンツに対するユーザの視聴動機情報を抽出する。
例えば、視聴動機抽出部２０７により抽出される視聴動機情報とは、放送コンテンツ情報記憶部２０４により記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶されたコンテンツ情報とに基づいて抽出される、コンテンツを視聴するか否かを判別するのに適した、単一の属性−属性値対もしくは複数の属性−属性値対の組合せである。ここで属性−属性値対とは、属性と、その属性に対応する属性値を対として表現するものである。

例えば、
［放送局：ＸＹＺテレビ］
［ジャンル：ドラマ］∧［出演者：大竹伸二］
［放送局：ＸＹＺテレビ］∧［ジャンル：ニュース］∧［内容：経済］
といったものである。ここで、［内容：経済］は、「内容」属性の属性値に「経済」キーワードが含まれるという意味、もしくは、「内容」属性の属性値に含まれる複数のキーワードから解析した内容が「経済」であるという意味である。

視聴動機情報は、コンテンツを視聴するか否かを判別する判別精度の高いものがピックアップされる。例えば、視聴したコンテンツのコンテンツ情報には出現していて、視聴していないコンテンツのコンテンツ情報には出現していない単一の属性−属性値対、もしくは複数の属性−属性値対の組合せである。また、視聴したコンテンツのコンテンツ情報には高頻度で出現していて、視聴していないコンテンツのコンテンツ情報には低頻度でしか出現していない単一の属性−属性値対もしくは複数の属性−属性値対の組合せでも良い。なお、視聴動機情報を抽出するアルゴリズムは後述する。

視聴動機記憶部２０８は、視聴動機抽出部２０７にて抽出された視聴動機情報を記憶する。
視聴動機解析部２０９は、視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分する。また、共通の主の視聴動機部分を有する視聴動機情報は主の視聴動機部分を共有化し、もしくは、ある視聴動機情報の主の視聴動機部分が他の視聴動機情報と共通ならば共通部分を共有化する。そして、主の視聴動機部分の下位に従の視聴動機部分を配置することにより、主の視聴動機部分と従の視聴動機部分を階層構造化する。

例えば、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、視聴動機抽出部２０７により抽出された他の視聴動機情報に最も高頻度に出現するものを主の視聴動機部分とする。主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分として、それぞれを区分する。

視聴動機抽出部２０７による視聴動機情報の抽出、及び視聴動機解析部２０９による抽出した視聴動機情報の区分処理、階層構造化処理は随時行われるとしても良いし、定期的に行われるとしても良いし、ユーザ入力により指定されたときに行うとしても良い。
視聴動機解析結果記憶部２１０は、視聴動機解析部２０９にて解析された視聴動機情報の解析結果を記憶する。

コンテンツ選出部２１１は、例えば放送予定コンテンツ等、ユーザがまだ視聴していない放送コンテンツの中から、視聴動機解析結果記憶部２１０により記憶された視聴動機解析結果に基づき、ユーザの嗜好に沿ったコンテンツを選出する。
選出コンテンツ記憶部２１２は、コンテンツ選出部２１１にて選出されたコンテンツのコンテンツ情報を選出要因となった主の視聴動機部分、従の視聴動機部分に対応付けて記憶する。

ラベル情報生成部２１３は、視聴動機解析結果記憶部２１０に記憶された視聴動機解析結果に基づいて、視聴動機別に選出コンテンツを括るためのラベル情報を生成する。
例えば、視聴動機情報［ジャンル：ドラマ］∧［出演者：大竹伸二］からラベル情報「［大竹伸二］出演のドラマ番組」を生成する等である。
ラベル情報記憶部２１４は、ラベル情報生成部２１３にて生成されたラベル情報を生成要因となった主の視聴動機部分、従の視聴動機部分に対応付けて記憶する。

GUI管理情報記憶部２１５は、GUIを生成するための管理情報を記憶する。
GUI制御部２１６は、GUI管理情報記憶部２１５に記憶されている管理情報に基づき、コンテンツ選出部２１１にて選出されたコンテンツを、ラベル情報生成部２１３により生成されたラベル情報に対応付けて表示させるためのGUI制御を行う。
GUI生成部２１７は、GUI制御部２１６より制御され、GUI表示を行う。
＜動作＞
続いて、コンテンツ推薦装置１００の動作について図４に示すフローチャートを用いて説明する。図４は、視聴動機情報を抽出し、抽出した視聴動機情報を解析して、解析結果に基づきコンテンツを選出し、選出したコンテンツを表示するまでの全体フローを示す図である。

まず、視聴動機抽出部２０７は、放送コンテンツ情報記憶部２０４により記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶された視聴コンテンツ情報とに基づき、視聴コンテンツの視聴動機情報を抽出する（ステップＳ４０１）。具体的な処理内容については、図５にて後述する。視聴動機情報を抽出した後、視聴動機解析部２０９は、抽出された視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分する（ステップＳ４０２）。具体的な処理内容については、図６にて後述する。視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分した後、それらを階層構造化する。（ステップＳ４０３）。具体的な処理内容については、図７にて後述する。続いて、ラベル情報生成部２１３は、ステップＳ４０１〜ステップＳ４０３までの処理に基づいて、視聴動機別に選出コンテンツを括るためのラベル情報を生成する（ステップＳ４０４）。コンテンツ選出部２１１は、ステップＳ４０１〜ステップＳ４０３までの処理に基づいて、例えば放送予定コンテンツ等、ユーザがまだ視聴していない放送コンテンツの中から、コンテンツを選出する（ステップＳ４０５）。GUI制御部２１６は、GUI生成部２１７に視聴動機別に生成されたラベル情報を表示させる（ステップＳ４０６）。GUI制御部２１６は、GUI管理情報記憶部２１５に基づき、コンテンツ選出部２１１にて選出されたコンテンツを、選出要因となった主の視聴動機部分、従の視聴動機部分に対応付けて表示するためのGUI制御を行い、GUI生成部２１７によりGUI表示情報が表示される（ステップＳ４０７）。

続いて、ステップＳ４０１における視聴動機情報を抽出する処理について図５に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは一つの視聴済みコンテンツのコンテンツ情報を特定する変数である。ｍは特定された前記コンテンツ情報において、一つの属性−属性値対の組合せを特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ５０１、Ｓ５０２）。続いて、全視聴コンテンツのコンテンツ情報におけるｍの出現回数Ａを算出し（ステップＳ５０３）、全コンテンツのコンテンツ情報におけるｍの出願回数Ｂを算出する（ステップＳ５０４）。そして、Ａ／Ｂが所定の閾値以上か否かを判断し（ステップＳ５０５）、閾値以上の場合は、ｍを視聴動機情報として抽出する（ステップＳ５０６）。閾値未満の場合は、ステップＳ５０７に移行する。ｍが最後か否かを判断し（ステップＳ５０７）、最後でなければｍを一つ計数し（ステップＳ５０８）、ステップＳ５０３に移行する。最後であれば、ｎが最後か否かを判断し（ステップＳ５０９）、最後でなければｎを一つ計数し（ステップＳ５１０）、ステップＳ５０２に移行する。最後であれば、処理を終了する。

続いて、ステップＳ４０２における視聴動機情報から主の視聴動機部分を決定する処理について、図６に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍは抽出した視聴動機情報のうち、ｎにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。ｉは一つの主の視聴動機部分における他の視聴動機情報に対する被包含率を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ６０１、Ｓ６０２）。ｎとｍを比較し、共通する属性−属性値対が存在するか否かを判断する（ステップＳ６０３）。共通する属性−属性値対が存在しない場合は、ｍを一つ計数し（ステップＳ６０４）、ステップＳ６０３に移行する。共通する属性−属性値対が存在する場合は、共通する属性−属性値対をｎの主の視聴動機部分の候補として抽出する（ステップＳ６０５）。続いて、抽出したｎの主の視聴動機部分が候補リストに既に存在しているか否かを判断し（ステップＳ６０６）、存在している場合は、ｉを１だけ計数する（ステップＳ６０７）。存在していない場合は、新たに候補リストに追加し、ｉを１とする（ステップＳ６０８）。ｍが最後か否かを判断し（ステップＳ６０９）、最後でなければステップＳ６０４に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、ｉが最大の候補をｎの主の視聴動機部分とする（ステップＳ６１０）。ｎが最後か否かを判断し（ステップＳ６１１）、最後でなければｎを一つ計数し（ステップＳ６１２）、ステップＳ６０２に移行する。最後であれば、処理を終了する。

続いて、ステップＳ４０３における階層構造化する処理について、図７に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍは抽出した視聴動機情報のうち、ｎにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ７０１、Ｓ７０２）。ｎとｍを比較し、ｍがｎの主の視聴動機部分と同一であるか否かを判断する（ステップＳ７０３）。同一である場合は、ｍを主の視聴動機部分とし、従の視聴動機部分をその下に配置して、階層構造化する（ステップＳ７０４）。同一でない場合は、ｎの主の視聴動機部分とｍの主の視聴動機部分とが同一であるか否かを判断する（ステップＳ７０５）。同一でない場合は、ｍを１計数し（ステップＳ７０６）、ステップＳ７０３に移行する。同一である場合には、同一部分を主の視聴動機部分とし、従の視聴動機部分をその下に配置して、階層構造化する（ステップＳ７０７）。ｍが最後か否かを判断し（ステップＳ７０８）、最後でなければステップＳ７０６に移行する。最後であれば、ｎが最後か否かを判断し（ステップＳ７０９）、最後でなければｎを一つ計数し（ステップＳ７１０）、ステップＳ７０２に移行する。最後であれば、処理を終了する。

上述した図５から図７の処理を経ることにより、階層構造化されたユーザの視聴動機を得ることができる。続いて、階層構造化されたユーザの視聴動機に基づき選出されたコンテンツ情報の提示に関し、具体的に説明する。
図８は、GUI制御部２１６による制御により、GUI生成部２１７にて表示されるGUIの例を示す図であり、「太郎さん」と「花子さん」の二人のユーザに対するGUI例である。本図で示されるように、ラベル情報記憶部２１４に記憶されたラベル情報が表示され、選出コンテンツ記憶部２１２に記憶された選出コンテンツは対応するラベル情報に括られて表示される。これにより、ユーザは、視聴動機別に選出コンテンツを把握することができる。

続いて、図８のようにコンテンツ紹介メニューが表示された後のユーザ操作について説明する。ユーザ「太郎さん」は、まず図８にて図示された、ラベル情報８０１上のカーソルを上下に移動させることでラベル情報８０１、８０２、８０３の中から所望のラベル情報の括りを選択する。次に、例えば、ラベル情報８０１を選択したとすれば、図８にて図示されたコンテンツ情報８０４上のカーソルを上下に移動させることでコンテンツ情報８０４、８０５、８０６の中から視聴したいコンテンツを選択して、決定することでそのコンテンツを視聴する。これにより、選出コンテンツをただ単にリスト表示した場合と比較すると、コンテンツを漠然と探すのではなく、まずラベル情報の括りを選択し、その中から所望のコンテンツを選択するので、ユーザにとっては格段に手間が省ける。

また、図８において、コンテンツ情報８０４とコンテンツ情報８０８、コンテンツ情報８０７とコンテンツ情報８０９にそれぞれ示されるように、同一コンテンツであってもユーザ「太郎さん」に対するGUIと、ユーザ「花子さん」に対するGUIとでは、異なるラベルの括りの中に表示される。これにより、それぞれのユーザは、自身に対する視聴動機別に選出コンテンツを把握することができる。

続いて図９、図１０に、視聴動機抽出部２０７及び視聴動機解析部２０９により、随時、視聴動機が再構築される場合におけるGUI表示の変化の例を示す。
図９の上図では、例えば、
［ジャンル：ドラマ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：音楽］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報を抽出している場合の表示を示す。その後、ユーザに視聴されたコンテンツが増加するのに伴い、視聴動機が再構築され、他ジャンルにおいても、例えば、
［ジャンル：バラエティ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：料理］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報が抽出されたとする。図９の下図は、特定の閾値以上のジャンルにて共通の属性−属性値対が抽出された場合等に、上記視聴動機情報が、
［出演者：鈴木順平］→［視聴する］
という視聴動機情報に集約されて再構築された時のGUI変化の例を示す。つまり、視聴されたコンテンツの増加に伴い、視聴動機が再構築された際には、[出演者：鈴木順平]が主の視聴動機部分となり、共有化され、［ジャンル：ドラマ］、［ジャンル：音楽］、［ジャンル：バラエティ］、及び［ジャンル：料理］が従の視聴動機部分となる。

図９にて図示されるように、ラベル情報９０１、９０２が更新されて、ラベル情報９０３となり、ラベル情報９０３に集約されて表示される。また、ラベル情報９０３にて示されるように、例えば、同じ視聴動機の括りの中もジャンル別で表示される。
図１０の上図では、例えば、
［ジャンル：ドラマ］→［視聴する］
［ジャンル：音楽］→［視聴する］
という視聴動機情報を抽出している場合の表示を示す。その後、ユーザに視聴されたコンテンツが増加するのに伴い、視聴動機が再構築され、上記視聴動機情報にて包含されていた、
［ジャンル：ドラマ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：音楽］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報が抽出され、他ジャンルにおいても、例えば、
［ジャンル：バラエティ］∧［出演者：鈴木順平］→［視聴する］
［ジャンル：料理］∧［出演者：鈴木順平］→［視聴する］
という視聴動機情報が抽出されたとする。図１０の下図は、特定の閾値以上のジャンルにて共通の属性−属性値対が抽出された場合等に、上記視聴動機情報が、
［出演者：鈴木順平］→［視聴する］
という視聴動機情報に集約されて再構築された時のGUI変化の例を示す。

図１０にて図示されるように、ラベル情報１００１、１００２が更新されて、ラベル情報１００３、１００４、１００５となり、新たにラベル情報１００５が括り出されて表示される。
以上のように本実施形態によれば、抽出した視聴動機情報を主の視聴動機部分、従の視聴動機部分に区分し、階層構造化する。よって、表示されたコンテンツ情報は階層化されており、ユーザは所望のコンテンツを簡単に探すことができる。

なお、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、視聴動機抽出部２０７により算出された出現頻度が最も高いものを主の視聴動機部分とし、主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分として、それぞれを区分するとしてもよい。

上述した場合における主の視聴動機部分を決定する処理について、図１１に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍは抽出した視聴動機情報のうち、ｎにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。Ａは全視聴コンテンツのコンテンツ情報におけるｍの出現回数であり、Ｂは全コンテンツのコンテンツ情報におけるｍの出願回数である。まず、ｎ及びｍを初期化する（ステップＳ１１０１、Ｓ１１０２）。ｎとｍを比較し、ｎがｍを包含しているか否かを判断する（ステップＳ１１０３）。包含してない場合は、ｍを１計数し（ステップＳ１１０４）、ステップＳ１１０３に移行する。包含している場合は、ｍをｎの主の視聴動機部分の候補として抽出し、主の視聴動機候補リストに追加する（ステップＳ１１０５）。抽出したｎの主の視聴動機部分が候補リストに既に存在しているか否かを判断する（ステップＳ１１０６）。存在していない場合は、新たに候補リストに追加する（ステップＳ１１０７）。ｍが最後か否かを判断し（ステップＳ１１０８）、最後でなければステップＳ１１０４に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、Ａ／Bが最大の候補をｎの主の視聴動機部分とする（ステップＳ１１０９）。ｎが最後か否かを判断し（ステップＳ１１１０）、最後でなければｎを一つ計数し（ステップＳ１１１１）、ステップＳ１１０２に移行する。最後であれば、処理を終了する。
（第二実施形態）
本実施形態は、長期的な嗜好の抽出に関する実施の形態である。過去の視聴動機情報を蓄積しておき、それを反映することで長期的な嗜好を抽出する。そこで図１２に示すように本実施形態のコンテンツ推薦装置１００ａは、第一実施形態の構成に加え、計時部１２０１、視聴動機蓄積部１２０２を含んで構成される。

計時部１２０１は、日時を計る。
視聴動機蓄積部１２０２は、過去の視聴動機情報を累積しておき、その情報を視聴動機解析部２０９に送出する。
また、本実施形態の視聴コンテンツ情報抽出部２０１ａは、ユーザ入力受付部１０１により受け付けられたユーザ入力に基づいて、放送コンテンツ情報記憶部２０４からコンテンツのコンテンツ情報を抽出する。また、計時部１２０１からコンテンツのコンテンツ情報を抽出した日時を受け取り、それらを対応付ける。

本実施形態の視聴コンテンツ情報記憶部２０２ａは、対応付けられた視聴コンテンツ情報抽出部２０１ａにて抽出されたコンテンツのコンテンツ情報と、計時部１２０１にて計時された日時とを記憶する。
本実施形態の視聴動機解析部２０９ａは、例えば、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、視聴コンテンツ情報記憶部２０２ａにより記憶された日時が一定期間内にある視聴コンテンツ情報に最頻出するものを主の視聴動機部分とする。主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分として、それぞれを区分する。
＜動作＞
続いて、視聴動機情報から主の視聴動機部分を決定する処理について、図１３に示すフローチャートを用いて説明する。本フローチャートにおいて、ｎは期間ａにおいて抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍはｎにより特定された視聴動機情報を構成する属性−属性値の組合せにおいて、一つの組合せを特定する変数である。ｌは一つの主の視聴動機部分の候補を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ１３０１、Ｓ１３０２）。ｍを主の視聴動機部分の候補リストに追加し（ステップＳ１３０３）、ｍが最後か否かを判断する（ステップＳ１３０４）。最後でなければ、ｍを１計数し（ステップＳ１３０５）、ステップＳ１３０３に移行する。最後であれば、ｌを初期化する（ステップＳ１３０６）。視聴コンテンツ情報記憶部２０２を参照し、期間ａよりも長期の期間ｂにおいて、ｌの出現頻度を算出する（ステップＳ１３０７）。ｌが最後か否かを判断する（ステップＳ１３０８）。最後でなければ、ｌを１計数し（ステップＳ１３０９）、ステップＳ１３０７に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、期間ｂにおける出現頻度が最大のものをｎの主の視聴動機部分とする（ステップＳ１３１０）。ｎが最後か否かを判断する（ステップＳ１３１１）。最後でなければ、ｎを1計数し（ステップＳ１３１２）、ステップＳ１３０２に移行する。最後であれば、処理を終了する。

以上のように本実施形態によれば、ユーザの長期にわたる視聴動機情報を反映して、コンテンツを選出することができる。上述したように、視聴動機情報を抽出した期間よりも長期の期間を対象期間として、視聴コンテンツ情報記憶部を参照し、前記視聴動機情報を構成する組合せのうち、最頻出の属性−属性値対の組合せを主の視聴動機部分とする。その結果、表示の際に過去の視聴動機情報に含まれる属性−属性値対の組合せを主の視聴動機部分として固定することができるので、ユーザにとって利用し易い表示を実現することができる。

なお、視聴動機抽出部２０７により抽出された一の視聴動機情報が複数の属性−属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性−属性値対もしくは複数の属性−属性値対の組合せのうち、その組合せを含む視聴コンテンツ情報における視聴日時が最も古く、かつ、その視聴日時が所定時点より過去を示すものであるとき、その組合せを主の視聴動機部分としても良い。

また、主の視聴動機部分とされた単一の属性−属性値対もしくは複数の属性−属性値対の組合せを除く単一の属性−属性値対もしくは複数の属性−属性値対の組合せを従の視聴動機部分としても良い。
上述した場合における主の視聴動機部分を決定する処理について、図１４に示すフローチャートを用いて説明する。ｎは期間ａにおいて抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。ｍはｎにより特定された視聴動機情報を構成する属性−属性値の組合せにおいて、一の組合せを特定する変数である。ｌは一つの主の視聴動機部分の候補を特定する変数である。まず、ｎ及びｍを初期化する（ステップＳ１４０１、Ｓ１４０２）。ｍを主の視聴動機部分の候補リストに追加し（ステップＳ１４０３）、ｍが最後か否かを判断する（ステップＳ１４０４）。最後でなければ、ｍを１計数し（ステップＳ１４０５）、ステップＳ１４０３に移行する。最後であれば、ｌを初期化する（ステップＳ１４０６）。視聴コンテンツ情報記憶部２０２を参照し、ｌを含む視聴コンテンツのうち、最も古い視聴日時を抽出する（ステップＳ１４０７）。ｌが最後か否かを判断する（ステップＳ１４０８）。最後でなければ、ｌを１計数し（ステップＳ１４０９）、ステップＳ１４０７に移行する。最後であれば、候補のうち、視聴日時が最古のｌが時点ｂよりも過去か否かを判断する（ステップＳ１４１０）。時点ｂよりも過去であれば、ｌをｎの主の視聴動機部分に決定する（ステップＳ１４１１）。時点ｂよりも過去でない場合は、ステップＳ１４１２に移行する。ｎが最後か否かを判断する（ステップＳ１４１２）。最後でなければ、ｎを1計数し（ステップＳ１４１３）、ステップＳ１４０２に移行する。最後であれば、処理を終了する。
（第三実施形態）
本実施形態は、放送局から送信されるコンテンツのみならず、ネットワークを介して配信されるコンテンツ等についても、視聴動機情報に基づき選出すべきコンテンツの対象とする実施の形態である。図１５は、本実施形態におけるコンテンツ推薦装置１００ｂの内部構成を示す図である。コンテンツ推薦装置１００ｂは、第一実施形態の構成に加え、ネットワーク通信部１５０１を含んで構成される。

ネットワーク通信部１５０１は、ネットワークを介して配信されるコンテンツ、コンテンツ情報、コンテンツ最新情報、及びネットワークを介して検索されるWeb情報やWeb最新情報を取得する。
続いて、図１６は本実施形態のコンテンツ推薦装置１００ｂの構成を示す機能ブロック図である。コンテンツ推薦装置１００ｂは、第一実施形態の構成に加え、配信コンテンツ情報取得部１６０１、配信コンテンツ最新情報取得部１６０２、web情報取得部１６０３、web最新情報取得部１６０４、及びweb検索部１６０５を含んで構成される。また、放送コンテンツ情報記憶部２０４、放送コンテンツ最新情報記憶部２０６の代わりに、コンテンツ情報記憶部２０４ｂ、コンテンツ最新情報記憶部２０６ｂを備える。

配信コンテンツ情報取得部１６０１は、ネットワークを通じて配信されるコンテンツ情報を取得する。
配信コンテンツ最新情報取得部１６０２は、ネットワークを通じて配信されるコンテンツ最新情報を取得する。
web情報取得部１６０３は、web情報を取得する。

web最新情報取得部１６０４は、web最新情報を取得する。
Web検索部１６０５は、視聴動機情報の解析結果に基づき、Web情報を検索する。
コンテンツ情報記憶部２０４ｂは、放送コンテンツ情報取得部２０３にて取得されたコンテンツ情報と、配信コンテンツ情報取得部１６０１にて取得されたコンテンツ情報を記憶する。

コンテンツ最新情報記憶部２０６ｂは、放送コンテンツ最新情報記憶部２０５にて取得されたコンテンツ最新情報、配信コンテンツ最新情報取得部１６０２にて取得されたコンテンツ最新情報、及びweb最新情報取得部１６０４にて取得されたweb最新情報を記憶する。
本実施形態の視聴動機抽出部２０７ｂは、コンテンツ情報記憶部２０４ｂにより記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部２０２により記憶されたコンテンツ情報に基づき、視聴されたコンテンツに対するユーザの視聴動機情報を抽出する。

本実施形態のGUI制御部２１６ｂは、GUI管理情報記憶部２１５に基づき、コンテンツ選出部２１１にて選出されたコンテンツ、及びWeb検索部１７０５にて検索されたWeb情報を選出要因となったラベル情報に対応付けて表示するためのGUI制御を行う。
図１７は、GUI制御部２１６ｂにより制御され、GUI生成部２１７にて生成されるGUI表示の一例である。ラベル情報１７０１、１７０２で示されるように、ラベル情報記憶部２１４で記憶されたラベル情報が表示され、選出コンテンツ記憶部２１２により記憶された選出コンテンツ、及びWeb検索部１６０５により検索されたWeb情報が対応する視聴動機別に括られて表示される。これにより、ユーザは、視聴動機別に選出コンテンツ及びWeb情報を把握することができる。

続いて、図１７のように情報紹介メニューが表示された後のユーザ操作について説明する。ユーザは、まず図１７にて示されたラベル情報１７０１上のカーソルを上下に移動させることでラベル情報１７０１、１７０２の中から所望のラベル情報の括りを選択する。次に、例えばラベル情報１７０１を選択したとすれば、図１７にて図示されたコンテンツ情報１７０３上のカーソルを上下に移動させることでコンテンツ情報１７０３、１７０４、１７０５、１７０６の中から視聴したいコンテンツもしくはWeb情報を選択して、決定することでそのコンテンツもしくはWeb情報を視聴する。
（補足）
以上、本発明に係るコンテンツ推薦装置について、実施の形態に基づいて説明したが、本発明は上記の実施の形態に限られないことは勿論である。

上述において視聴動機情報を解析するアルゴリズムの一例を示したが、コンテンツを視聴するか視聴しないかを判別するのに適した、属性と属性値からなるルールを抽出するものであれば、これ以外のアルゴリズムであってもよい。
上述においてはコンテンツを番組として説明したが、コンテンツを音楽としても適用することが可能である。例えば、属性を書誌情報および音楽特徴量の種類とし、属性値をその名称および値として、音楽の視聴履歴からユーザ毎の視聴動機を抽出し、その視聴動機別に音楽を分類して表示することができる。また、視聴動機情報に基づくラベリング表示や視聴動機情報の再構築も可能である。なお、書誌情報とは、例えば、ジャンルやアーティスト名等であり、音楽特徴量とは、周波数変化度やパワースペクトル、テンポ、ビートおよび音質等があり、これ以外の種類であってもよい。更に、音楽以外のコンテンツにも適用可能である。

第一実施形態において上述した視聴動機抽出部２０７は、抽出した視聴動機情報に基づき、放送コンテンツ最新情報記憶部２０６により記憶されたコンテンツ最新情報から特徴キーワードを抽出し、対応する視聴動機を拡張させるとしてもよい。例えば、上記視聴動機情報の例で説明すれば、出演者：大竹伸二とキャッチアップされて売り出されている他俳優や出演者：大竹伸二に関する最新情報等を表すキーワードにより、［出演者：大竹伸二］を［出演者：大竹伸二or上田昇or石井洋平］と拡張する等である。

また、第三実施形態において上述した視聴動機抽出部２０７ｂは、抽出した視聴動機情報に基づき、放送コンテンツ最新情報取得部２０５と配信コンテンツ最新情報取得部１６０２で取得されたコンテンツ最新情報、及びWeb最新情報取得部１６０４で取得されたWeb最新情報から特徴キーワードを抽出し、視聴動機情報を拡張するとしてもよい。
また、コンテンツは、複数のコーナに区分されており、送信されるコンテンツ情報は、コーナ情報を含んでいる場合が考えられる。その場合には、視聴コンテンツ情報取得手段は、ユーザが視聴したコーナの識別情報を取得する。視聴コンテンツ情報記憶手段は、取得された視聴コーナ情報を記憶する。視聴動機抽出手段は、コーナ情報と視聴コーナ情報とに基づき、ユーザがコーナを視聴する動機を解析し、コンテンツ選出手段は、解析結果に基づき、放送コンテンツもしくは配信コンテンツの中からコンテンツのコーナを選出するとしても良い。

上記の実施形態では、コンテンツ推薦装置を用いたが、本発明は上記フローチャートで示したステップを含む方法、及び上記フローチャートで示したステップをコンピュータに実行させるプログラムコードを含むプログラム、及びシステムＬＳＩ等の集積回路であっても良い。システムＬＳＩは、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現しても良い。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用しても良い。
更には、半導体技術の進歩又は派生する技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積回路化を行っても良い。例えば、バイオ技術の適用などが可能性としてありうる。

本発明を構成するコンテンツ推薦装置は、製造産業において経営的に、また継続的及び反復的に製造し、販売することができる。特に、視聴コンテンツに対するユーザの視聴動機を捉えることで、視聴可能性の高いコンテンツを選出し、Web情報を検索するための技術として有用である。また、コンテンツに関する最新情報やWeb最新情報を利用することで、話題性の高いコンテンツを選出し、話題性の高いWeb情報を検索するための技術として有用である。

第一実施形態におけるコンテンツ推薦装置１００の内部構成を示す図である。 第一実施形態におけるコンテンツ推薦装置１００の構成を示す機能ブロック図である。 EPGの一例を示す図である。 第一実施形態におけるコンテンツ推薦装置１００の動作に関するフローチャートを示す図である。 第一実施形態における視聴動機を解析するフローチャートを示す図である。 主の視聴動機部分決定処理に関するフローチャートを示す図である。 階層構造化処理に関するフローチャートを示す図である。 GUI生成部２１７にて生成されたGUIの例を示す図である。 GUI生成部２１７にて生成されたGUIの変化例を示す図である。 GUI生成部２１７にて生成されたGUIの変化例を示す図である。 主の視聴動機部分決定処理に関するフローチャートを示す図である。 第二実施形態におけるコンテンツ推薦装置１００ａの構成を示す機能ブロック図である。 第二実施形態における主の視聴動機部分決定処理に関するフローチャートを示す図である。 第二実施形態における主の視聴動機部分決定処理に関するフローチャートを示す図である。 第三実施形態におけるコンテンツ推薦装置１００ｂの内部構成を示す図である。 第三実施形態におけるコンテンツ推薦装置１００ｂの構成を示す機能ブロック図である。 第三実施形態におけるGUI生成部２１７にて生成されたGUIの例を示す図である。

符号の説明

１００、１００ａ、１００ｂ コンテンツ推薦装置
１０１ ユーザ入力受付部
１０２ チューナ
１０３ CPU
１０４ ROM
１０５ RAM
１０６ デコーダ
２０１、２０１ａ 視聴コンテンツ情報抽出部
２０２、２０２ａ 視聴コンテンツ情報記憶部
２０３ 放送コンテンツ情報取得部
２０４ 放送コンテンツ情報記憶部
２０４ｂ コンテンツ情報記憶部
２０５ 放送コンテンツ最新情報取得部
２０６ 放送コンテンツ最新情報記憶部
２０６ｂ コンテンツ最新情報記憶部
２０７、２０７ｂ 視聴動機抽出部
２０８ 視聴動機記憶部
２０９、２０９ａ 視聴動機解析部
２１０ 視聴動機解析結果記憶部
２１１ コンテンツ選出部
２１２ 選出コンテンツ記憶部
２１３ ラベル情報生成部
２１４ ラベル情報記憶部
２１５ GUI管理情報記憶部
２１６、２１６ｂ GUI制御部
２１７ GUI生成部
１２０１ 計時部
１２０２ 視聴動機蓄積部
１５０１ ネットワーク通信部
１６０１ 配信コンテンツ情報取得部
１６０２ 配信コンテンツ最新情報取得部
１６０３ Web情報取得部
１６０４ Web最新情報取得部
１６０５ Web検索部

Claims (13)

1. ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行い、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析手段と、
   視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析手段と、
   主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツを、ユーザが未だ視聴していないコンテンツの中から選択する選択手段と、
   選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示手段と
   を含むコンテンツ推薦装置。
2. 前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、前記視聴した複数コンテンツのコンテンツ情報における出現頻度が、所定の閾値以上となる属性の実体の組合せである
   請求項１記載のコンテンツ推薦装置。
3. 前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記嗜好解析手段により生成された他の視聴動機情報に最も高頻度で包含される属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せである
   請求項２記載のコンテンツ推薦装置。
4. 前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記出現頻度が最も高い属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せである
   請求項２記載のコンテンツ推薦装置。
5. 前記コンテンツ推薦装置は、更に、
   時刻を計時する計時手段を含み、
   前記ユーザが既に視聴した複数コンテンツは、視聴した日時と対応付けられており、
   前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、所定期間内において、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せである
   請求項１記載のコンテンツ推薦装置。
6. 前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、その期間よりも長期の期間に視聴されたコンテンツのコンテンツ情報に最も多く含まれる属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せである
   請求項５記載のコンテンツ推薦装置。
7. 前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、前記視聴した日時が最も古いコンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時が、所定時点よりも過去であるものであり、従の視聴動機部分とは、主の視聴動機部分とされた単一の属性の実体もしくは複数の属性の実体の組合せを除く属性の実体の組合せである
   請求項５記載のコンテンツ推薦装置。
8. 前記グループ化とは、共通の主の視聴動機部分を有する視聴動機情報は主の視聴動機部分を共有化し、もしくは、一の視聴動機情報の主の視聴動機部分が他の視聴動機情報と共通ならば共通部分を共有化し、従の視聴動機部分を共有化された主の視聴動機部分の下位に配置することにより、主の視聴動機部分と従の視聴動機部分とを階層構造化することであり、
   前記提示手段は、前記コンテンツ情報を階層構造化された主の視聴動機部分と従の視聴動機部分とに対応付けて提示する
   請求項１記載のコンテンツ推薦装置。
9. 前記嗜好解析手段は、
   生成した視聴動機情報に基づき、コンテンツに重畳された最新情報、もしくは広告情報から特徴キーワードを抽出するキーワード抽出手段を含み、
   前記選択手段は、抽出されたキーワードにて拡張された視聴動機情報に基づきコンテンツを選出する
   請求項１記載のコンテンツ推薦装置。
10. 前記コンテンツ推薦装置は、更に、
    前記嗜好解析手段により生成された視聴動機情報に基づき、ネットワークを介して情報を検索する情報検索手段を含み、
    前記選択されたコンテンツは、前記情報検索手段により検索された情報を含む
    請求項１記載のコンテンツ推薦装置。
11. ユーザが既に視聴した複数コンテンツのそれぞれに対するユーザの嗜好解析と、
    嗜好解析の結果たるコンテンツが有する属性の実体の組合せである視聴動機情報の生成と、
    視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分の決定と、
    主の視聴動機部分が共通の視聴動機情報のグループ化と、
    主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツのユーザが未だ視聴していないコンテンツの中からの選択と、
    選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてのユーザへの提示と
    を含むコンテンツ推薦方法。
12. ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行い、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析コードと、
    視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析コードと、
    主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツを、ユーザが未だ視聴していないコンテンツの中から選択する選択コードと、
    選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示コードと
    を含む手順をコンピュータに行わせるコンピュータ読み取り可能なプログラム。
13. ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行い、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析手段と、
    視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析手段と、
    主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツを、ユーザが未だ視聴していないコンテンツの中から選択する選択手段と、
    選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示手段と
    を含むコンテンツ推薦装置に設けられるシステム集積回路。

Images