JPWO2009157339A1 - コンテンツ話題性判定システム、その方法及びプログラム - Google Patents

Abstract

本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、複数コンテンツの視聴履歴情報と同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、合計視聴頻度に基づいて、同一／派生コンテンツの話題性を判定する話題性判定手段とを有する。

Description

本発明はコンテンツ話題性判定システム、その方法及びプログラムに関する。

近年、多くの動画投稿サイトが立ち上がってきており、インターネットを通じて様々な動画像を視聴できる環境が整いつつある。しかしながら、非常に多くの動画像が投稿されるため、話題性に富んだ有用なコンテンツを探し出すことは難しい。これは、各コンテンツがどれだけ視聴されているかを表す視聴頻度がわかれば、視聴頻度から話題性を判定できる。

ネットワーク上でコンテンツを配信すると同時に視聴頻度の計測を行うシステムの一例が、特許文献１に記載されている。このシステムでは、受信端末側に視聴データを測定する手段が備わっており、ユーザがコンテンツサーバから配信されるコンテンツを視聴すると、その視聴データを測定し、視聴データとユーザの属性情報をあわせてコンテンツサーバに送信する。コンテンツサーバは、ユーザから送られてくる視聴データを集計し、コンテンツごとに視聴頻度データを算出する。

しかしながら、特許文献１で開示される視聴頻度データを用いてコンテンツの話題性を判定しようとすると、問題が生じる。

特開２００７-２０２０５４号公報

第１の問題点は、特許文献１で開示される視聴頻度からは、話題になっているコンテンツを正しく抽出できないことである。

これは、コンテンツを識別するＩＤ(識別情報)ごとに視聴頻度を算出しているためである。このため、コンテンツのＩＤ管理がきちんとなされておらず、同一のコンテンツに複数のＩＤが付与されている場合や、コンテンツＩＤ付与のポリシーが異なる複数の動画像サイトから同一のコンテンツが配信されている場合に、個々のＩＤごとにしか視聴頻度を算出できなかった。

よって、同じコンテンツに付与されているＩＤの数が増えれば増えるほど、ユーザの視聴が分散され、一つの識別ＩＤあたりのコンテンツ視聴頻度が減ることになり、視聴頻度はコンテンツの話題性を正確には反映しなくなる。また、あるコンテンツから派生してできるコンテンツ（あるニュースコンテンツの一部の映像を別の番組でも利用する場合など）が存在する場合、その派生コンテンツ内には、元のコンテンツが含まれる（単に含まれる場合だけでなく、文字重畳や画像のサイズ、色の変更など、多少の加工が加わって含まれる場合もある）。この結果、派生コンテンツの視聴は、もとになるコンテンツの視聴にもなる。

従って、話題性を判定する場合には、派生コンテンツまで含めて視聴頻度を考慮することが重要である。

そこで、本発明は上記課題に鑑みて発明されたものであって、その目的は、コンテンツの話題性を適切に判定することができるコンテンツ話題性判定システム、方法およびプログラムを提供することにある。

上記課題を解決する本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段とを有するコンテンツ話題性判定システムである。

上記課題を解決する本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出ステップと、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化ステップと、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定ステップとを有するコンテンツ話題性判定方法である。

上記課題を解決する本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出処理と、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化処理と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定処理とを情報処理装置に実行させるコンテンツ話題性判定用プログラムである。

本発明によれば、コンテンツの話題性を適切に判定することができる。

図１は本発明の実施の形態におけるコンテンツ話題性判定システムの構成を示すブロック図である。 図２は時間軸を持つコンテンツ間のグループ化の一例を表す図である。 図３は図１の話題性判定手段１０２の実施の形態を表すブロック図である。 図４は図１の話題性判定手段１０２の他の実施の形態を表すブロック図である。 図５は本実施の形態におけるコンテンツ話題性判定システムの全体の動作を示す流れ図である。 図６は図３に示す話題性判定手段１０２の動作を示す流れ図である。 図７は図４に示す話題性判定手段１０２の動作を示す流れ図である。

本実施の形態のコンテンツ話題性判定システムは、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段（図１の１００）と、特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段（図１の１０１）と、複数コンテンツの視聴履歴情報と同一／派生コンテンツグループ化情報とに基づいて、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段（図１の１０２）とを備える。

このように構成されたコンテンツ話題性判定システムによれば、同一コンテンツに複数の異なるＩＤが付与されていたり、そのコンテンツが別のコンテンツの一部として用いられていたりする場合であってもそれらをグループ化し、グループに対して視聴頻度を算出する。この視聴頻度に基づいて話題性を判定することにより、同一コンテンツに複数の異なるＩＤが付与されていたり、そのコンテンツが別のコンテンツの一部として用いられていたりする場合であっても、コンテンツの話題性を的確に判定でき、本発明の目的を達成することができる。

次に、本発明の実施の形態について図面を参照して詳細に説明する。

図１は、本発明の実施の形態におけるコンテンツ話題性判定システムを示した図である。図１を参照すると、本実施の形態におけるコンテンツ話題性判定システムは、特徴量抽出手段１００、同一／派生コンテンツグループ化手段１０１、話題性判定手段１０２、コンテンツ視聴手段１０４、コンテンツ蓄積手段１０５、コンテンツ視聴履歴蓄積手段１０６とからなる。

コンテンツ蓄積手段１０５は複数のコンテンツを蓄積しており、特徴量抽出手段１００とコンテンツ視聴手段１０４へ接続される。特徴量抽出手段１００は、コンテンツ蓄積手段１０５からコンテンツが入力され、コンテンツに対する特徴量を求めて特徴量を同一／派生コンテンツグループ化手段１０１へ出力する。同一／派生コンテンツグループ化手段１０１へは、特徴量抽出手段１００から出力されるコンテンツの特徴量が入力され、特徴量間のリンク関係を表すコンテンツリンク情報を求め、グループ化情報として話題性判定手段１０２へ出力する。話題性判定手段１０２は、同一／派生コンテンツグループ化手段１０１からグループ化情報が入力され、コンテンツ視聴履歴蓄積手段１０６からコンテンツ視聴履歴情報が入力され、話題コンテンツ情報を生成して出力する。コンテンツ視聴手段１０４は、コンテンツ蓄積手段１０５からコンテンツが入力され、視聴履歴情報をコンテンツ視聴履歴蓄積手段１０６へ出力する。

次に、図１に示されるコンテンツ話題性判定システムの動作について説明する。

コンテンツはコンテンツ蓄積手段１０５に蓄えられている。ここで、コンテンツとは、例えば、デジタル化されたマルチメディアコンテンツのことを指し、デジタル化された写真、映像、音楽、あるいはそれらを組み合わせてできるコンテンツなどが該当する。なお、コンテンツは放送番組のように、プロが制作したコンテンツのみではなく、コンシューマが制作したコンテンツである、いわゆるＣＧＭ（Consumer Generated Media）であってもよい。以下では、コンテンツとして動画像コンテンツを例にして説明するが、音楽や写真などであっても同様に当てはまる。

また、コンテンツ蓄積手段１０５は、便宜上、一箇所にコンテンツが蓄えられているように書いてあるが、複数のストレージに分散してコンテンツが蓄積されていてもよい。たとえば、インターネット上の複数の動画像投稿サイトで、サイトごとに動画像コンテンツが蓄積されていてもよい。また、各サイトでも、複数のストレージに分けてコンテンツが蓄積されていてもよい。コンテンツ蓄積手段１０５に蓄積されたコンテンツは特徴量抽出手段１００へ入力される。

特徴量抽出手段１００では、入力される各コンテンツに対して特徴量抽出を行う。特徴量は、写真の場合は、色や模様、形などの視覚的特徴量であり、たとえば、ISO/IEC １５９３８-３で規格化されている特徴量を用いることができる。音楽の場合は、音のパワーや周波数成分などの音響特徴量であり、たとえば、ISO/IEC １５９３８-４で規格化されている特徴量を用いることができる。映像の場合には、上述の視覚特徴量に加え、さらに動きを表現する視覚特徴量も用いることができ、たとえば、ISO/IEC １５９３８-３で規格化されている特徴量を用いることができる。また、上述の音響特徴量を用いてもよいし、音響特徴量と視覚特徴量の両方を用いてもよい。抽出された各コンテンツの特徴量は、同一/派生コンテンツグループ化手段１０１へ出力される。

同一/派生コンテンツグループ化手段１０１では、入力される各コンテンツの特徴量間で照合を行い、特徴量間の類似度が十分大きい場合には、内容が同一のコンテンツであると見做し、グループ化する。具体的には、ある２つのコンテンツの特徴量間で類似度（あるいは距離）を算出し、それが閾値以上（距離の場合は閾値以下）の場合には、その２つのコンテンツをグループ化する。

類似度の算出においては、写真コンテンツの場合には、写真全体で特徴量同士を比較して、類似度算出を行うことによって、同一の写真をグループ化できる。また、写真の一部の領域同士で照合を行って類似度を算出してもよい。この場合には、ある写真を使ってできる別の画像（たとえば、写真に枠を付けたり、別の写真に貼り込んだりしてできる画像）、すなわち、派生コンテンツもグループ化することが可能になる。一方、映像や音楽のように、時間軸を有するコンテンツの場合には、各時間区間（区間長は任意）に対してコンテンツのグループ化を行う。たとえば、コンテンツＡ、Ｂ、Ｃ、Ｄ間で図２のような照合がなされたとすると、斜め縞線で示した時間区間同士、縦縞線で示した時間区間同士をグループ化する。このようにして求まったグループ化情報は、話題性判定手段１０２へ出力される。

コンテンツ蓄積手段１０５に蓄積されたコンテンツは、ユーザが選択して視聴する際、コンテンツ視聴手段１０４へも入力される。コンテンツ視聴手段１０４では、ユーザがコンテンツを再生し、視聴する。同時に、コンテンツの視聴履歴を記録する。この際、視聴履歴は、コンテンツを再生したかどうかを記録するだけでもよいし、あるいは、冒頭からユーザが見なかった場合には、最初はとばして実際に再生された箇所の情報だけ記述する。また、早送りをした区間があれば、その区間情報も記録する。コンテンツごとの視聴履歴情報は、コンテンツ視聴履歴蓄積手段１０６へ出力する。

コンテンツ視聴履歴蓄積手段１０６では、入力される視聴履歴情報が蓄積される。この視聴履歴情報も、コンテンツ蓄積手段１０５と同様、複数のストレージに分散して蓄積されていてもよい。視聴履歴情報は話題性判定手段１０２へ入力される。

話題性判定手段１０２では、グループ化情報と視聴履歴情報とから、各コンテンツの視聴頻度を算出する。ここでは、コンテンツごとに視聴履歴情報を算出し、グループ化情報によってグループ内で合計することによって合計視聴頻度を算出する。そして、この合計視聴頻度に基づいてコンテンツの話題性を判定し、話題性情報として出力する。話題性判定手段１０２の動作の詳細については後述する。

次に、フローチャートを用いて、コンテンツ話題性判定システムの全体の動作を説明する。

図５は、図１で示す本実施の形態におけるコンテンツ話題性判定システムの処理全体の流れを表すフローチャートである。

まず、ステップＳ５００において、コンテンツ毎の特徴量抽出を行う。抽出の詳細は特徴量抽出手段１００で述べたとおりである。次に、ステップＳ５０１において、抽出された特徴量の照合をコンテンツ間で行い、コンテンツのグループ化を行い、グループ化情報を求める。グループ化の詳細は同一/派生コンテンツグループ化手段１０１で述べたとおりである。そして、ステップＳ５０２において、グループ化情報と、視聴履歴情報を用いてコンテンツの話題性判定を行い、話題性情報を算出する。

次に、話題性判定手段１０２の実施の形態について詳しく述べる。

図３は、話題性判定手段１０２の一実施の形態を表す図である。

図３は、視聴頻度算出手段２００、合計視聴頻度算出手段２０１、話題性指標算出手段２０２とからなる。視聴頻度算出手段２００は視聴履歴情報を入力とし、コンテンツごとの視聴頻度情報を合計視聴頻度算出手段２０１へ出力する。合計視聴頻度算出手段２０１はグループ化情報と視聴頻度算出手段２００から出力される視聴頻度情報とを入力とし、合計視聴頻度を話題性指標算出手段２０２へ出力する。話題性指標算出手段２０２は、合計視聴頻度を入力とし、話題性情報を算出して出力する。

次に、図３の話題性判定手段１０２の動作について説明する。

まず、視聴頻度算出手段２００において、視聴履歴情報から個々のコンテンツの視聴頻度を算出する。得られたコンテンツごとの視聴頻度情報は、合計視聴頻度算出手段２０１へ出力される。

合計視聴頻度算出手段２０１では、グループ化されたコンテンツ全体としての視聴頻度である合計視聴頻度を、個々のコンテンツの視聴頻度を合計することによって算出する。一方、映像や音楽のように、時間軸を有するコンテンツの場合には、各時間区間（区間長は任意）に対してコンテンツの合計視聴頻度を算出する。

たとえば、図２の例の場合、視聴頻度算出手段２００で求まる各コンテンツの視聴頻度が時間に依存せずそれぞれN_A 、N_B 、N_C、N_Dだったとすると、斜線で示す部分の合計視聴頻度は式１になり、縦縞で示す部分の合計視聴頻度は式２になる。

N_A + N_B + N_C 式１

N_A + N_B + N_C + N_D 式２

一方、コンテンツの部分再生によって、各コンテンツの視聴頻度が時間によって異なる場合、コンテンツＡ、Ｂ、Ｃ、Ｄのメディア時間(コンテンツの先頭からの相対時刻)に対する視聴頻度をN_A(t)、N_B(t)、N_C(t)、N_D(t)とすると、斜線で示す部分の合計視聴頻度は式３になり、縦縞で示す部分の合計視聴頻度は式４になる。

N_A(t) + N_B(t) + N_C(t + t₁) 式３

N_A(t) + N_B(t) + N_C(t + t₁) + N_D(t - t₃ + t₂) 式４

このようにして算出した合計視聴頻度は、話題性指標算出手段２０２へ出力される。あるいは、各コンテンツが、もとのコンテンツか、派生コンテンツかで重み付けを行って合計するようになっていてもよい。あるいは、各コンテンツの存在するサイトの信頼性を加味して、サイトに依存した重み付けを行って合計するようになっていてもよい。この場合には、斜線で示す部分の合計視聴頻度は、時間に依存しない場合は式５、依存する場合は式６のようになる。ここで、W_A、W_B、W_Cは、重み付け係数である。

W_AN_A + W_BN_B + W_CN_C 式５

W_AN_A(t) + W_BN_B(t) + W_CN_C(t + t₁) 式６

なお、視聴頻度は、視聴した時刻が現在からの時間に近いものほど重み付けして算出されていてもよい。例えば、本日視聴された場合の重みを1、k日前に視聴された場合には、重みを1-k/Nとし、N日以前に視聴された場合には、重みを0にして視聴頻度のカウントに入れないといった制御が考えられる。これにより、直近の視聴頻度を重要視することによって、より旬な話題性のあるコンテンツを抽出できるようになる。

話題性指標算出手段２０２では、合計視聴頻度に基づいてコンテンツ、あるいはコンテンツの時間区間ごとの話題性を判定する。もっとも単純には、合計が大きいほど話題性が大きいと判断すればよい。すなわち、合計視聴頻度をそのまま話題性指標として用いることができる。

次にフローチャートを使って、話題性判定手段１０２の動作を説明する。

図６は、図３に示す話題性判定手段１０２での処理全体のフローチャートである。

まず、ステップＳ５５０においてコンテンツ単位での視聴頻度を算出する。次に、ステップ５５１において、コンテンツ単位での視聴頻度をグループ化されたコンテンツ内で合計して合計視聴頻度を算出する。最後に、ステップＳ５５２において、合計視聴頻度から話題性指標を算出し、出力する。

次に、話題性判定手段１０２の他の実施の形態について詳しく述べる。

図４は、話題性判定手段１０２の他の実施の形態を表す図である。

図４は、視聴頻度算出手段２００、合計視聴頻度算出手段２０１、話題性指標算出手段２０２、有効視聴区間判定２５０とからなる。有効視聴区間判定２５０の入力が視聴履歴情報であり、その出力が視聴頻度算出手段２００に入力される。それ以外の構成は図３の話題性判定手段１０２と同様である。

次に、図４の話題性判定手段１０２の動作について説明する。

視聴頻度算出手段２００、合計視聴頻度算出手段２０１、話題性指標算出手段２０２の動作は図３の同じである。ここでは、有効視聴区間判定２５０の動作について述べる。

有効視聴区間判定２５０には、視聴履歴情報が入力される。有効視聴区間判定２５０では、入力された視聴履歴から、視聴としてふさわしくない履歴を判定し、削除する。たとえば、再生時間が非常に短い場合には、そのコンテンツを視聴しているのではなく、ザッピングでコンテンツを選んでいる際にたまたま目に触れた程度である可能性が高い。あるいは、早送りなどの特殊再生を行った場合も、通常の視聴とは異なる。よってこれらのログを除外し、残った履歴を視聴頻度算出手段２００へ出力する。

図７は、図４に示す話題性判定手段１０２の処理全体のフローチャートである。

はじめに入っている有効視聴区間判定S５５３以外は、図６のフローチャートと同様である。有効視聴区間判定（ステップＳ５５３）は、入力された視聴履歴から、視聴としてふさわしくない履歴を判定し、削除する。その後の判定は、図６のフローチャートと同様である。

本実施の形態では、複数のコンテンツから自動的に同一または派生コンテンツを見つけ出してグループ化し、区間ごとにグループ内で視聴頻度を合計して話題性を判定するように構成されているため、コンテンツのある区間の話題性を的確に判定できる。

その理由は、動画像の区間単位で照合を行い、同一コンテンツに異なるＩＤが付与されている場合であっても、あるコンテンツから派生してできるコンテンツであっても同一のものとしてグループ化することができ、そのグループに対する話題性を、個々のコンテンツの視聴頻度全体によって評価できるからである。

尚、上記実施の形態では各部をハードウェアで構成したが、プログラムで動作するＣＰＵ等の情報処理装置で構成しても良い。この場合、プログラムは、上述した動作をＣＰＵ等の情報処理装置に実行させる。

以上の如く、本発明の第１の態様は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段とを有するコンテンツ話題性判定システムである。

本発明の第２の態様は、上記態様において、前記コンテンツが時間軸を有するコンテンツであり、前記コンテンツグループ化手段は、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、前記話題性判定手段は、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する。

本発明の第３の態様は、上記態様において、前記コンテンツが音楽または映像である。

本発明の第４の態様は、上記態様において、前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む。

本発明の第５の態様は、上記態様において、前記話題性判定手段は、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する。

本発明の第６の態様は、上記態様において、前記話題性判定手段は、コンテンツの話題性を時間区間で判断する。

本発明の第７の態様は、上記態様において、前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴手段を有する。

本発明の第８の態様は、上記態様において、前記話題性判定手段は、前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定する有効視聴区間判定手段を有し、前記有効視聴区間判定手段で有効と判定された区間を使って合計視聴頻度を算出する。

本発明の第９の態様は、上記態様において、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出ステップと、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化ステップと、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定ステップとを有するコンテンツ話題性判定方法である。

本発明の第１０の態様は、上記態様において、前記コンテンツが時間軸を有するコンテンツであり、前記コンテンツグループ化ステップは、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、前記話題性判定ステップは、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する。

本発明の第１１の態様は、上記態様において、前記コンテンツが音楽または映像である。

本発明の第１２の態様は、上記態様において、前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む。

本発明の第１３の態様は、上記態様において、前記話題性判定ステップは、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する。

本発明の第１４の態様は、上記態様において、前記話題性判定ステップは、コンテンツの話題性を時間区間で判断する。

本発明の第１５の態様は、上記態様において、前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴ステップを有する。

本発明の第１６の態様は、上記態様において、前記話題性判定ステップは、前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定し、前記有効と判定された区間を使って合計視聴頻度を算出する。

本発明の第１７の態様は、上記態様において、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出処理と、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化処理と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定処理とを情報処理装置に実行させるコンテンツ話題性判定プログラムである。

以上好ましい実施の形態、及び態様をあげて本発明を説明したが、本発明は必ずしも上記実施の形態及び態様に限定されるものではなく、その技術的思想の範囲内において様々に変形し実施することが出来る。

本出願は、２００８年６月２６日に出願された日本出願特願２００８−１６７３４４号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

本発明によれば、ネット上に投稿されたコンテンツの話題性を区間ごとに判別するといった用途に適用できる。また、上記の用途はネットワークに限らず、同じハードディスクレコーダ内に蓄積されたコンテンツであっても、同一あるいは派生コンテンツが存在する場合には、同様に適用可能である。

１００ 特徴量抽出手段
１０１ 同一／派生コンテンツグループ化手段
１０２ 話題性判定手段
１０４ コンテンツ視聴手段
１０５ コンテンツ蓄積手段
１０６ コンテンツ視聴履歴蓄積手段
２００ 視聴頻度算出手段
２０１ 合計視聴頻度算出手段
２０２ 話題性指標算出手段
２５０ 有効視聴区間手段

Claims (17)

1. 複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、
   前記特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、
   前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段と
   を有するコンテンツ話題性判定システム。
2. 前記コンテンツが時間軸を有するコンテンツであり、
   前記コンテンツグループ化手段は、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、
   前記話題性判定手段は、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する
   請求項１に記載のコンテンツ話題性判定システム。
3. 前記コンテンツが音楽または映像である請求項２に記載のコンテンツ話題性判定システム。
4. 前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む請求項３に記載のコンテンツ話題性判定システム。
5. 前記話題性判定手段は、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する請求項１から請求項４のいずれかに記載の話題性判定システム。
6. 前記話題性判定手段は、コンテンツの話題性を時間区間で判断する請求項５に記載の話題性判定システム。
7. 前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴手段を有する請求項１から請求項６のいずれかに記載の話題性判定システム。
8. 前記話題性判定手段は、
   前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定する有効視聴区間判定手段を有し、
   前記有効視聴区間判定手段で有効と判定された区間を使って合計視聴頻度を算出する
   請求項１から請求項７のいずれかに記載の話題性判定システム。
9. 複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出ステップと、
   前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化ステップと、
   前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定ステップと
   を有するコンテンツ話題性判定方法。
10. 前記コンテンツが時間軸を有するコンテンツであり、
    前記コンテンツグループ化ステップは、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、
    前記話題性判定ステップは、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する
    請求項９に記載のコンテンツ話題性判定方法。
11. 前記コンテンツが音楽または映像である請求項１０に記載のコンテンツ話題性判定方法。
12. 前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む請求項１１に記載のコンテンツ話題性判定方法。
13. 前記話題性判定ステップは、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する請求項９から請求項１２のいずれかに記載の話題性判定方法。
14. 前記話題性判定ステップは、コンテンツの話題性を時間区間で判断する請求項１３に記載の話題性判定方法。
15. 前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴ステップを有する請求項９から請求項１４のいずれかに記載の話題性判定方法。
16. 前記話題性判定ステップは、
    前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定し、
    前記有効と判定された区間を使って合計視聴頻度を算出する
    請求項９から請求項１５のいずれかに記載の話題性判定方法。
17. 複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出処理と、
    前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化処理と、
    前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定処理と
    を情報処理装置に実行させるコンテンツ話題性判定プログラム。
    

Images