KR101007839B1 - 정보 처리 장치 및 정보 처리 방법, 기록 매체, 및프로그램 - Google Patents

정보 처리 장치 및 정보 처리 방법, 기록 매체, 및프로그램 Download PDF

Info

Publication number
KR101007839B1
KR101007839B1 KR1020057010452A KR20057010452A KR101007839B1 KR 101007839 B1 KR101007839 B1 KR 101007839B1 KR 1020057010452 A KR1020057010452 A KR 1020057010452A KR 20057010452 A KR20057010452 A KR 20057010452A KR 101007839 B1 KR101007839 B1 KR 101007839B1
Authority
KR
South Korea
Prior art keywords
information
vector
program
user
preference
Prior art date
Application number
KR1020057010452A
Other languages
English (en)
Other versions
KR20050085479A (ko
Inventor
노리유키 야마모토
미쓰히로 미야자키
마리 사이토
히로유키 고이케
Original Assignee
소니 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 소니 주식회사 filed Critical 소니 주식회사
Publication of KR20050085479A publication Critical patent/KR20050085479A/ko
Application granted granted Critical
Publication of KR101007839B1 publication Critical patent/KR101007839B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/08—Systems for the simultaneous or sequential transmission of more than one television signal, e.g. additional information signals, the signals occupying wholly or partially the same frequency band, e.g. by time division
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H04N21/2353—Processing of additional data, e.g. scrambling of additional data or processing content descriptors specifically adapted to content descriptors, e.g. coding, compressing or processing of metadata
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4334—Recording operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/78—Television signal recording using magnetic recording
    • H04N5/782—Television signal recording using magnetic recording on tape
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/426—Internal components of the client ; Characteristics thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/775—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television receiver
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/78—Television signal recording using magnetic recording
    • H04N5/781—Television signal recording using magnetic recording on disks or drums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/84—Television signal recording using optical recording
    • H04N5/85—Television signal recording using optical recording on discs or drums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/907—Television signal recording using static stores, e.g. storage tubes or semiconductor memories
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99934—Query formulation, input preparation, or translation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명은 정이력 벡터 및 부이력 벡터를 생성할 수 있도록 하는 정보 처리 장치 및 정보 처리 방법, 기록 매체, 및 프로그램에 관한 것이다. 스텝 S71에서 초기 등록 내용으로부터 부이력 벡터가 생성된다. 스텝 S72에서 초기 등록 내용이 변경되어 있지 않다고 판단되고, 스텝 S73에서 조작 로그가 공급되었다고 판단된 경우, 스텝 S74에서 공급된 조작 로그는 정이력인지 여부가 판단된다. 공급된 조작 로그가 정이력이면, 스텝 S75에서 조작 로그에 대응하는 프로그램 벡터가 정이력으로서 추가 보존되고, 스텝 S76에서 프로그램 벡터의 총계로부터 정이력 벡터가 생성된다. 공급된 조작 로그가 부이력이면, 스텝 S77에서 조작 로그에 대응하는 프로그램 벡터가 부이력으로서 추가 보존되고, 스텝 S78에서 프로그램 벡터의 총계로부터 부이력 벡터가 생성된다. 본 발명은 프로그램 추천 처리 장치에 적용할 수 있다.
정이력, 부이력, 기록 매체, 프로그램, 스텝, 조작 로그.

Description

정보 처리 장치 및 정보 처리 방법, 기록 매체, 및 프로그램 {INFORMATION PROCESSING DEVICE AND INFORMATION PROCESSING METHOD, RECORDING MEDIUM, AND COMPUTER PROGRAM}
본 발명은 정보 처리 장치 및 정보 처리 방법, 기록 매체, 및 프로그램에 관한 것이며, 특히, 텔레비전 방송이나 라디오 방송 등의 프로그램이나, 스트리밍 데이터 등을 시청하는 사용자에 대하여, 예를 들면, 자동 녹화나 프로그램 등의 추천을 행하는 경우에 사용하기에 바람직한, 정보 처리 장치 및 정보 처리 방법, 기록 매체, 및 프로그램에 관한 것이다.
종래, 예를 들면, 텔레비전 방송이나 라디오 방송 등에 있어서, 사용자에 대하여 프로그램을 추천하는 경우에는, 전자 프로그램 가이드(EPG: Electronic Program Guide) 등의 프로그램 정보(프로그램 메타 데이터)를 기초로, 사용자의 기호 정보에 매칭할 프로그램이 선택되었다. 사용자에의 프로그램 추천 방법은 사용자 기호 데이터의 취득 방법에 따라 상이하며, 예를 들면, 초기에 사용자의 흥미에 관한 정보를 등록하여 받고, 그 정보에 따라, 프로그램을 추천하는 초기 흥미 등록 방식, 사용자가 과거에 시청한 프로그램의 이력을 이용하여 프로그램을 추천하는 시청 이력 이용 방식, 또는 다른 사용자의 시청 이력을 이용하여 프로그램을 추천 하는 협조 필터링 방식 등의 방법이 있었다.
초기 흥미 등록 방식에서는, 이용 개시 시에 예를 들면, 선호하는 프로그램 카테고리(예를 들면, 드라마, 버라이어티 등), 선호하는 장르(추리물, 폭소물 등), 또는 선호하는 탤런트명 등을 사용자에게 등록하여 받고, 이들 정보를 키워드로 하여, 프로그램 메타 데이터 사이에서 매칭을 취함으로써, 추천해야 할 프로그램명이 취득되도록 되어 있다.
또, 시청 이력 이용 방식에서는, 사용자가 프로그램을 시청할 때마다 시청된 프로그램 메타 데이터가 축적되고, 어느 정도 이력 메타 데이터가 축적되면, 그 메타 데이터가 해석되어, 예를 들면, 선호하는 프로그램 카테고리, 선호하는 장르, 또는 선호하는 탤런트명 등의 정보가 취득된다. 그리고, 이들 정보를 키워드로 하여, 프로그램 메타 데이터 사이에서 매칭을 취함으로써, 추천해야 할 프로그램명이 취득되도록 되어 있다.
예를 들면, HDD(Hard Disk Drive)를 사용한 녹화 장치 등에 있어서는, 시청 이력뿐만 아니라, 녹화 예약, 또는 녹화 등의 사용자 조작이 이력 정보로서 축적되어, 기호 정보의 취득에 사용되는 것도 있다. 이 경우, 사용자가 특히 흥미를 가지고 프로그램을 시청하고 있는 것이 아니라, 텔레비전 수상기나 라디오 등을 부착하고 있기 때문에 시청하고 있는 상태로 되어 있던 프로그램과, 사용자가 보다 흥미를 가지고, 의식적으로 시청한 프로그램을 일부 구별하는 것이 가능해져, 사용자의 기호를 보다 반영한 정보를 취득할 수 있다.
그리고, 협조 필터링 방식은 제1 사용자의 시청이나 조작의 이력에 대하여, 그 밖의 사용자의 시청 이력 사이에서 매칭을 취함으로써, 제1 사용자와 시청 이력이 비슷한 제2 사용자를 검색하여, 그 시청 또는 조작의 이력 데이터를 취득함으로써, 제2 사용자가 시청한 프로그램에서, 제1 사용자가 아직 시청하고 있지 않는 프로그램을 추출하여 추천하는 것이다.
또, 방송 프로그램에 미리, 프로그램의 속성 정보로서, n 차원의 속성 벡터를 부가하고, 사용자의 초기 등록 내용이나, 사용자가 재생, 또는 녹화 예약한 프로그램 속성 벡터의 각 속성 항목의 평균값을 기초로 생성된 선택 벡터와, 속성 벡터를 비교함으로써, 녹화할 프로그램, 또는 재생할 프로그램을 선택할 수 있도록 되어 있는 기술이 있다(예를 들면, 일본국 특개 2001-160955호 공보).
그러나, 초기 등록 방식을 기초로, 프로그램을 선택하는 경우, 사용자가 초기 등록을 행한 시기의 고정적인 흥미밖에 반영할 수 없는 데다, 상세한 정보를 얻기 위해서는, 사용자의 등록 조작이 복잡하게 되어 버린다. 이에 대하여, 초기 설정 등록 정보의 입력 조작을 간단하게 하기 위해 등록되는 정보수를 적게 하여 버린 경우, 대략적인 사용자의 기호 정보를 기초로 한 추천밖에 할 수 없으므로, 사용자의 기호에 합치되는 프로그램이 선택될 정밀도가 낮은 것으로 되어 버린다.
이에 대하여, 이력 이용 방식 등과 같이 단순하게 사용자의 시청 이력 등을 기초로 수집한 메타 데이터의 총계, 또는 평균 등을 사용하여, 프로그램을 선택하는 경우, 이력이 어느 정도 축적되지 않으면, 사용자의 기호에 정확하게 합치된 프로그램을 추천할 수 없다. 또한, 이력 이용 방식에서는, 메타 데이터 사이의 관계성이 무디어져 버려, 충분한 개인화는 할 수 없었다. 또 이력을 겹쳐 쌓음으로써, 예를 들면, 장르 등 이력으로서 겹쳐지기 쉬운 항목(사용자가 기호하는 것으로서 검출되기 쉬운 항목)과, 출연자 등 이력으로서 요소가 확대되기 쉬운 항목(사용자가 기호하는 것으로서 검출 되기 어려운 항목)에서, 중요도에 편향이 생겨 버리는 경우가 있다.
구체적으로는, 예를 들면, 사용자가 해설자 A의 팬이므로, 「해설자 A가 해설하고 있는 구단 B의 시합 실황 중계」를 좋아서 시청하고 있는 경우, 장르인 「야구의 실황 중계」라고 하는 정보는 이력으로서 겹쳐지기 쉽지만(「야구의 실황 중계」라고 하는 정보는 사용자가 기호하는 것으로서 검출되기 쉽지만), 출연자인 「해설자 A」라고 하는 정보는 이력으로서 겹쳐지기 어렵다(「해설자 A」라고 하는 정보는 사용자가 기호하는 것으로서 검출되기 어렵다). 이 때문에 다른 해설자가 해설하고 있는 구단 B의 시합 실황 중계가 추천되어, 해설자 A가 출연하고 있는 버라이어티 프로그램이 추천되지 않는 경우가 발생한다.
또, 일본국 특개 2001-160955호 공보에 나타난 바와 같이 방송 프로그램에 미리, 프로그램의 속성 벡터를 부가하고, 사용자의 초기 등록 내용이나, 사용자가 재생, 또는 녹화 예약한 프로그램 속성 벡터의 각 속성 항목의 평균값을 기초로 생성된 선택 벡터와, 속성 벡터를 비교함으로써, 녹화할 프로그램, 또는 재생할 프로그램을 선택하도록 한 경우도, 사용자의 조작 이력을 이용하는 것이기 때문에 동일하게 이력으로서 겹쳐지기 쉬운 항목과, 출연자 등 이력으로서 요소가 확대되기 쉬운 항목에서, 중요도에 편향이 생겨 버리는 경우가 있다.
또한, 예를 들면, 드라마를 좋아하고, 버라이어티는 거의 드라마에 출연하지 않는 코메디언 A가 출연하는 것만 좋아하여, 버라이어티 대 드라마의 시청 비율이 2 : 8인 사용자에 대하여 생성되는 선택 벡터에서는, 거의 드라마에 출연하지 않는 코메디언 A보다, 특히 선호하는 배우가 아님에도 불구하고, 드라마에 자주 출연하는 출연자 B가 이력으로서 겹쳐 버린다. 따라서, 코메디언 A가 출연하는 버라이어티보다, 드라마에 자주 출연하는 출연자 B가 출연하는 다큐멘터리가 우선적으로 추천되어 버린다.
또, 사용자에 따라서, 프로그램을 선택하기 위해 중요한 항목이 상이한(예를 들면, 출연자 중시나 내용 중시 등) 경우에도, 모든 항목이 동일하게 연산되기 때문에 사용자 고유의 기호가 반영되지 않는 경우가 있었다.
또, 협조 필터링 방식으로 이용되는 것은 어디까지나 다른 사용자의 기호 정보이므로, 각각의 사용자의 기호를 상세하게 나타내는 정보를 추출하는 것은 곤란했다.
본 발명은 이와 같은 상황을 감안하여 이루어진 것이며, 사용자의 기호에 합치된 프로그램을 선택할 수 있도록 하는 것이다.
본 발명의 정보 처리 장치는 컨텐츠의 속성 정보를 취득하는 속성 정보 취득 수단과, 사용자의 조작 이력을 취득하는 조작 이력 취득 수단과, 조작 이력 취득 수단에 의해 취득된 조작 이력을 기초로, 사용자 기호의 정(正)의 요인을 나타내는 제1 기호 정보와, 사용자 기호의 부(負)의 요인을 나타내는 제2 기호 정보를 생성하는 기호 정보 생성 수단과, 제1 기호 정보와 속성 정보와의 유사도, 및 제2 기호 정보와 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 사용자에게 시청을 추천하는 컨텐츠를 나타내는 추천 정보를 생성하는 추천 정보 생성 수단을 구비하는 것을 특징으로 한다.
기호 정보 생성 수단에 의해 생성된 제1 기호 정보 및 제2 기호 정보, 및 속성 정보 취득 수단에 의해 취득된 속성 정보는 각각 복수개의 항목으로 구성된 것으로 할 수 있고, 기호 정보 생성 수단에는 조작 이력 취득 수단에 의해 취득된 조작 이력의 항목 중 어느 하나에 주목시켜, 주목한 항목의 요소별로 제1 기호 정보 및 제2 기호 정보를 생성시키도록 할 수 있고, 추천 정보 생성 수단에는 속성 정보의 요소에 대응한 제1 기호 정보와 제2 기호 정보를 추출시켜, 속성 정보와의 유사도를 산출시키도록 할 수 있다.
추천 정보 생성 수단에는, 제1 기호 정보와 속성 정보와의 유사도, 및 제2 기호 정보와 속성 정보와의 유사도가 독립된 산출 결과를 기초로, 어느 것과도 유사도가 낮은 컨텐츠를 나타내는 추천 정보를 생성시키도록 할 수 있다.
기호 정보 생성 수단에 의해 생성된 제1 기호 정보 및 제2 기호 정보, 및 속성 정보 취득 수단에 의해 취득된 속성 정보는 소정 항목마다 벡터화되어 있는 것으로 할 수 있다.
컨텐츠의 속성 정보, 및 제1 기호 정보 및 제2 기호 정보 중 적어도 일부를 항목마다 정규화하는 정규화 처리 수단을 추가로 구비시키도록 할 수 있고, 추천 정보 생성 수단에는 적어도 일부가 정규화 처리 수단에 의해 정규화된 컨텐츠의 속성 정보와 제1 기호 정보 및 제2 기호 정보와의 유사도를 각각 독립적으로 산출함으로써, 추천 정보를 생성시키도록 할 수 있다.
추천 정보 생성 수단에는 기호 정보 생성 수단에 의해 생성된 제1 기호 정보 및 제2 기호 정보와, 속성 정보 취득 수단에 의해 취득된 속성 정보와의 내적(內積) 연산을 기초로, 추천 정보를 생성시키도록 할 수 있다.
소정 항목은 대항목과 대항목을 보다 상세하게 분류하는 소항목으로 구성되는 것으로 할 수 있고, 추천 정보 생성 수단에는 기호 정보 생성 수단에 의해 생성된 제1 기호 정보 및 제2 기호 정보와, 속성 정보 취득 수단에 의해 취득된 속성 정보를 대항목마다 각각 내적 연산하고, 그들의 내적 연산 결과의 총계를 기초로, 추천 정보를 생성시키도록 할 수 있다.
조작 이력 취득 수단에는 취득한 조작 이력을 사용자가 선호하는 컨텐츠를 나타내는 제1 조작 이력과, 사용자가 선호하지 않는 컨텐츠를 나타내는 제2 조작 이력으로 분류시키도록 할 수 있고, 기호 정보 생성 수단에는 제1 조작 이력을 기초로, 제1 기호 정보를 생성시키도록 할 수 있고, 제2 조작 이력을 기초로, 제2 기호 정보를 생성시키도록 할 수 있다.
추천 정보 생성 수단에는 기호 정보 생성 수단에 의해 생성된 제1 기호 정보와, 속성 정보 취득 수단에 의해 취득된 속성 정보와의 유사도로부터 기호 정보 생성 수단에 의해 생성된 제2 기호 정보와, 속성 정보 취득 수단에 의해 취득된 속성 정보와의 유사도를 감산한 값을 기초로, 추천 정보를 생성시키도록 할 수 있다.
추천 정보 생성 수단에 의해 생성된 추천 정보를 표시하는 표시 수단을 추가로 구비하도록 할 수 있다.
컨텐츠를 수신하는 수신 수단과, 추천 정보 생성 수단에 의해 생성된 추천 정보에 따라, 수신 수단에 의해 수신되는 컨텐츠의 선택을 제어하는 선택 제어 수단을 추가로 구비시키도록 할 수 있다.
선택 제어 수단에 의해 수신이 선택된 컨텐츠를 기록하는 기록 수단을 추가로 구비시키도록 할 수 있다.
본 발명의 정보 처리 방법은 사용자의 조작 이력을 취득하는 조작 이력 취득 스텝과, 조작 이력 취득 스텝의 처리에 의해 취득된 조작 이력을 기초로, 사용자 기호의 정의 요인을 나타내는 제1 기호 정보와, 사용자 기호의 부의 요인을 나타내는 제2 기호 정보를 생성하는 기호 정보 생성 스텝과, 제1 기호 정보와 속성 정보와의 유사도, 및 제2 기호 정보와 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 사용자의 기호와 합치된 컨텐츠를 나타내는 추천 정보를 생성하는 추천 정보 생성 스텝을 포함하는 것을 특징으로 한다.
본 발명의 기록 매체에 기록되어 있는 프로그램은 사용자의 조작 이력을 취득하는 조작 이력 취득 스텝과, 조작 이력 취득 스텝의 처리에 의해 취득된 조작 이력을 기초로, 사용자 기호의 정의 요인을 나타내는 제1 기호 정보와, 사용자 기호의 부의 요인을 나타내는 제2 기호 정보를 생성하는 기호 정보 생성 스텝과, 제1 기호 정보와 속성 정보와의 유사도, 및 제2 기호 정보와 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 사용자의 기호와 합치된 컨텐츠를 나타내는 추천 정보를 생성하는 추천 정보 생성 스텝을 포함하는 것을 특징으로 한다.
본 발명의 프로그램은 사용자의 조작 이력을 취득하는 조작 이력 취득 스텝과, 조작 이력 취득 스텝의 처리에 의해 취득된 조작 이력을 기초로, 사용자 기호의 정의 요인을 나타내는 제1 기호 정보와, 사용자 기호의 부의 요인을 나타내는 제2 기호 정보를 생성하는 기호 정보 생성 스텝과, 제1 기호 정보와 속성 정보와의 유사도, 및 제2 기호 정보와 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 사용자의 기호와 합치된 컨텐츠를 나타내는 추천 정보를 생성하는 추천 정보 생성 스텝을 포함하는 것을 특징으로 한다.
본 발명의 정보 처리 장치 및 정보 처리 방법, 및 프로그램에서는, 사용자의 조작 이력을 기초로, 사용자 기호의 정의 요인을 나타내는 제1 기호 정보와, 사용자 기호의 부의 요인을 나타내는 제2 기호 정보가 생성되고, 제1 기호 정보와 속성 정보와의 유사도, 및 제2 기호 정보와 속성 정보와의 유사도가 각각 독립적으로 산출됨으로써, 사용자에게 시청을 추천하는 컨텐츠를 나타내는 추천 정보가 생성된다.
도 1은 텔레비전 프로그램 방송, 및 스트림 데이터의 분배에 대하여 설명하는 도면이다.
도 2는 도 1의 분배 서버의 구성을 나타낸 블록도이다.
도 3은 프로그램 벡터 생성 처리 1에 대하여 설명하는 플로 차트이다.
도 4는 EPG 데이터를 설명하는 도면이다.
도 5는 프로그램 벡터에 대하여 설명하는 도면이다.
도 6은 프로그램 벡터 생성 처리 2에 대하여 설명하는 플로 차트이다.
도 7은 그룹화 처리 1에 대하여 설명하는 플로 차트이다.
도 8은 그룹화 처리 2에 대하여 설명하는 플로 차트이다.
도 9는 타이틀 그룹화 처리 1에 대하여 설명하는 플로 차트이다.
도 10은 타이틀 그룹화 처리 2에 대하여 설명하는 플로 차트이다.
도 11은 타이틀 그룹화 처리 3에 대하여 설명하는 플로 차트이다.
도 12는 타이틀 그룹화 처리 4에 대하여 설명하는 플로 차트이다.
도 13은 도 1의 프로그램 추천 처리 장치의 구성을 나타낸 블록도이다.
도 14는 정이력 벡터 및 부이력 벡터 생성 처리 1에 대하여 설명하는 플로 차트이다.
도 15는 정이력 벡터를 설명하는 도면이다.
도 16은 정이력 벡터 및 부이력 벡터 생성 처리 2에 대하여 설명하는 플로 차트이다.
도 17은 매칭 처리 1에 대하여 설명하는 플로 차트이다.
도 18은 매칭 처리 2에 대하여 설명하는 플로 차트이다.
도 19는 매칭 처리 3에 대하여 설명하는 플로 차트이다.
도 20은 매칭 처리 4에 대하여 설명하는 플로 차트이다.
도 21은 매칭 처리 5에 대하여 설명하는 플로 차트이다.
도 22는 사용자 측 효과 벡터 생성 처리 1에 대하여 설명하는 플로 차트이다.
도 23은 사용자 측 효과 벡터 생성 처리 2에 대하여 설명하는 플로 차트이 다.
도 24는 사용자 측 효과 벡터 생성 처리 3에 대하여 설명하는 플로 차트이다.
도 25는 사용자 측 효과 벡터 생성 처리 4에 대하여 설명하는 플로 차트이다.
도 26은 사용자 측 반(反)효과 벡터 생성 처리 1에 대하여 설명하는 플로 차트이다.
도 27은 사용자 측 반효과 벡터 생성 처리 2에 대하여 설명하는 플로 차트이다.
도 28은 그룹 추천을 포함하는 매칭 처리에 대하여 설명하는 플로 차트이다.
도 29는 사용자 모델을 사용한 매칭 처리에 대하여 설명하는 플로 차트이다.
도 30은 예외 추천 처리에 대하여 설명하는 플로 차트이다.
도 31은 도 1의 텔레비전 수신 장치의 구성을 나타낸 블록도이다.
도 32는 도 1의 텔레비전 표시 장치의 구성을 나타낸 블록도이다.
도 33은 추천 정보 표시 처리에 대하여 설명하는 플로 차트이다.
도 34는 자동 채널 설정 처리에 대하여 설명하는 플로 차트이다.
도 35는 도 1의 녹화 재생 장치의 구성을 나타낸 블록도이다.
도 36은 자동 녹화 처리에 대하여 설명하는 플로 차트이다.
도 37은 분배 서버의 상이한 구성예를 나타낸 블록도이다.
도 38은 프로그램 추천 처리 장치의 상이한 구성예를 나타낸 블록도이다.
도 39는 텔레비전 프로그램 방송, 및 스트림 데이터의 분배를 위한 네트워크의 상이한 예에 대하여 설명하는 도면이다.
도 40은 분배 서버의 상이한 구성예를 나타낸 블록도이다.
이하, 도면을 참조하여, 본 발명의 실시예에 대하여 설명한다.
도 1을 사용하여, 텔레비전 프로그램 방송, 및 스트림 데이터의 분배에 대하여 설명한다.
방송국(1)은 지상파의 프로그램 방송을 송신하거나, 또는 위성(2)을 통해 위성파의 프로그램 방송을 송신한다. 도 1에서는, 방송국(1)을 1개만 도시하여 설명하고 있지만, 방송국(1)이 복수개 존재하는 것은 물론이다. 텔레비전 수신 장치(4)의 안테나(3)는 지상파, 또는 위성파의 프로그램 방송을 수신한다. 방송 신호에는, 필요에 따라, EPG(Electronic Program Guide)가 포함되어 있다.
분배 서버(5)는 스트리밍 데이터 데이터 베이스(6)로부터 스트리밍 데이터를 판독하고, 인터넷 그 밖의 네트워크를 포함하는 네트워크(8)를 통해 텔레비전 수신 장치(4)에 분배하는 동시에, 메타 데이터 데이터 베이스(7)로부터, 방송국(1)으로부터 방송되는 프로그램에 관한 정보인 EPG, 또는 EPG보다 상세한 정보를 포함하는 메타 데이터를 판독하여, 프로그램마다 프로그램 벡터 PP를 생성하고, EPG 데이터와 함께 네트워크(8)를 통해 EPG 수신 장치(9)에 분배한다.
일반적인 방송 신호에 중첩되는 EPG의 정보량이 이하에 설명하는 처리에 충분한 정보인 경우, 처리에는 일반적인 방송 신호에 중첩되는 EPG와 동일한 것을 이 용하도록 해도 된다. 또, 일반적인 방송 신호에 중첩되는 EPG의 정보량이 이하에 설명하는 처리에 충분한 정보라고는 할 수 없는 경우, 처리에는 일반적인 방송 신호에 중첩되는 EPG에 더하여, 또는 단독으로, 메타 데이터를 이용하도록 해도 된다. 이하, 일반적인 방송 신호에 중첩되는 EPG에서는, 처리에 충분한 정보량이 없기 때문에 본 실시예에서는, 메타 데이터를 포함하는 정보를 이용하는 것으로 하고, 이 정보를 EPG 데이터라고 총칭하는 것으로 한다.
EPG 수신 장치(9)는 분배된 EPG 데이터를 텔레비전 수신 장치(4)에 공급한다. 또, EPG 수신 장치(9)는 EPG 데이터와 함께 분배된 프로그램 벡터 PP를 프로그램 추천 처리 장치(10)에 공급한다.
튜너를 가지는 텔레비전 수신 장치(4)는 조작부를 가지는 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)로부터 공급되는 채널의 선택을 나타내는 제어 신호에 따라, 안테나(3)를 통해 지상파, 또는 위성파의 방송 신호를 선국하여 수신하는 동시에, 네트워크(8)를 통해 분배 서버(5)로부터 스트리밍 데이터의 분배를 받는다. 또, 텔레비전 수신 장치(4)는 EPG 수신 장치(9)로부터 EPG 데이터의 공급을 받아 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급한다. 그리고, 텔레비전 수신 장치(4)는 수신한 방송파에 EPG가 포함되어 있는 경우, 프로그램의 신호와 분리하여 각각 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급한다.
프로그램 추천 처리 장치(10)는 EPG 수신 장치(9)로부터 프로그램 벡터 PP를 취득하는 동시에, 텔레비전 표시 장치(11) 및 녹화 재생 장치(12)로부터 조작 로그 를 취득하고, 이들 정보, 또는 사용자의 조작 입력을 기초로, 사용자의 기호에 합치된 프로그램을 추천하기 위한 추천 정보를 생성하여, 텔레비전 표시 장치(11) 및 녹화 재생 장치(12)에 공급한다.
텔레비전 표시 장치(11)는 사용자의 조작 입력을 기초로, 텔레비전 수신 장치(4)로부터 공급된 방송 신호, 또는 녹화 재생 장치(12)로부터 공급된 재생 신호를 표시하거나, 프로그램 추천 처리 장치(10)로부터 공급된 추천 정보를 기초로, 채널을 자동 설정하거나, 추천 프로그램 정보를 표시한다. 텔레비전 표시 장치(11)는 사용자의 조작 이력인 조작 로그를 프로그램 추천 처리 장치(10)에 공급한다.
녹화 재생 장치(12)는 사용자의 조작 입력을 기초로, 텔레비전 수신 장치(4)로부터 공급된 방송 신호를, 장착된 기록 매체, 또는 내장하는 기록 매체(예를 들면, 하드 디스크)에 녹화하거나, 프로그램 추천 처리 장치(10)로부터 공급된 추천 정보를 기초로, 텔레비전 수신 장치(4)로부터 공급된 방송 신호를, 장착된 기록 매체, 또는 내장하는 기록 매체에 자동 녹화한다. 또, 녹화 재생 장치(12)는 장착된 기록 매체, 또는 내장하는 기록 매체에 녹화되어 있는 프로그램을 재생하고, 텔레비전 표시 장치(11)에 출력하여 표시시킨다. 또한, 녹화 재생 장치(12)는 사용자의 조작 이력인 조작 로그를 프로그램 추천 처리 장치(10)에 공급한다.
여기에서는, EPG 수신 장치(9), 텔레비전 수신 장치(4), 프로그램 추천 처리 장치(10), 텔레비전 표시 장치(11), 및 녹화 재생 장치(12)를 각각 상이한 장치로서 설명했지만, 이들 장치는 개별적으로 구성되지 않아도 된다. 예를 들면, EPG 수신 장치(9), 텔레비전 수신 장치(4), 및 텔레비전 표시 장치(11)를 튜너 기능을 내장한 텔레비전 수상기(15-1)로서, 일체적으로 구성하도록 해도 되는 것은 물론이다. 또한, 녹화 재생 장치(12)도 일체적으로 구성하여, 녹화 기능을 가지는 텔레비전 수상기(15-2)로서 구성하도록 해도 된다. 이 녹화 재생 장치(12)는 기록 매체로서, 대용량의 하드 디스크를 가지는, 이른바 하드 디스크 레코더라도 되는 것은 물론이다. 또, 프로그램 추천 처리 장치(10)를, 튜너 기능을 내장한 텔레비전 수상기(15-1)에 내장하여, 텔레비전 수상기(15-3)로 해도, 또는 녹화 기능을 가지는 텔레비전 수상기(15-2)에 내장하여, 텔레비전 수상기(15-4)로 하도록 해도 된다.
도 2는 분배 서버(5)의 구성을 나타낸 블록도이다.
데이터 취득부(21)는 메타 데이터 데이터 베이스(7) 및 스트리밍 데이터 데이터 베이스(6)로부터 데이터를 취득하여, 데이터 송신부(25)에 공급하는 동시에, EPG 데이터를 메타 데이터 추출부(22)에 공급한다. 또, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)에 등록되어 있는 EPG 데이터를 그 내용에 의해 그룹화하는 처리를 실행한다.
메타 데이터 추출부(22)는 데이터 취득부(21)로부터 공급된 EPG 데이터로부터 프로그램 벡터 PP를 생성하기 위해 필요한 데이터를 추출하여, 프로그램 벡터 생성부(23)에 공급한다. 프로그램 벡터 생성부(23)는 메타 데이터를 기초로, 프로그램 벡터 PP를 생성하고, 필요에 따라 데이터 기억부(24)에 기억되어 있는 프로그램 측 효과 벡터 EfPP를 대응시켜, 데이터 송신부(25)에 공급한다.
데이터 기억부(24)는 프로그램 벡터 PP를 생성하는 경우에 필요한 정보인 프로그램 측 효과 벡터 EfPP를 필요에 따라 기억한다.
어떻게 시청률을 높이는가 하는 제작 측, 방송 측의 관점에 따라, 예를 들면, 교양계 프로그램에서는, 장르나 내용의 요소가 강하다고 하는 특성, 버라이어티 프로그램 등에서는, 출연자의 요소가 강하다고 하는 특성, 드라마 등에서는, 출연자 및 극작가의 요소가 강하다고 하는 특성이 있다. 프로그램의 특징을 정확하게 추출하기 위해서는, 이들 특성을 이용할 필요가 있다. 즉, 프로그램 벡터 PP를 구성하는 요소 중, 사용자의 기호에 합치된 프로그램을 추천하기 위해 실행되는 매칭 처리에서, 어느 요소가 중요한가는 프로그램의 장르에 따라 상이하다.
즉, 프로그램의 장르가 「교양·다큐멘터리」인 경우, 중요한 항목은 출연자가 아니고, 그 내용이나 제목이다. 이에 대하여, 프로그램의 장르가 「버라이어티」일 때, 중요한 항목은 출연자이며, 프로그램의 장르가 「드라마」일 때, 중요한 항목은 출연자와 극작가이다. 이들을 프로그램 벡터 PP의 생성에 이용하는 경우, 프로그램의 장르별로, 항목마다의, 매칭 처리에 있어서의 기여 정도를 규정하는 프로그램 측 효과 벡터가 설정되어, 데이터 기억부(24)에 기억된다.
데이터 송신부(25)는 데이터 취득부(21)로부터 공급된 EPG 데이터 및 스트리밍 데이터, 및 프로그램 벡터 생성부(23)로부터 공급된 프로그램 벡터 PP, 및 프로그램 측 효과 벡터 EfPP를, 네트워크(8)를 통해 EPG 수신 장치(9), 또는 텔레비전 수신 장치(4)에 송신한다.
또, 프로그램 벡터 생성부(23)에는, 필요에 따라 드라이브(26)가 접속된다. 드라이브(26)에는, 필요에 따라 자기 디스크(31), 광 디스크(32), 광자기 디스크(33), 및 반도체 메모리(34)가 장착되어, 데이터의 수수를 행한다.
다음에, 도 3의 플로 차트를 참조하여, 분배 서버(5)가 실행하는 프로그램 벡터 생성 처리 1에 대하여 설명한다.
스텝 S1에서, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)로부터 메타 데이터로 구성되어 있는 EPG 데이터의 공급을 받는다.
스텝 S2에서, 메타 데이터 추출부(22)는 데이터 취득부(21)로부터 EPG 데이터의 공급을 받고, 프로그램 벡터 PP를 생성하기 위해 필요한 메타 데이터를 추출하여, 프로그램 벡터 생성부(23)에 출력한다.
도 4에 메타 데이터의 예를 나타냈다. 메타 데이터에는, 예를 들면, 장르로서 「영화-방화」, 영화의 제목으로서 「도카이도 미쓰야 괴담」, 방송된 연월일 및 배급 처의 데이터, 방송 일시, 방송하는 방송국명, 및 방송 시각 등이 포함되어 있다. 또한, 메타 데이터에는, 감독명, 극작가명, 촬영자(카메라맨), 음악 담당자, 출연자 등의 데이터, 및 이 프로그램의 내용으로서 영화의 해설 등이 포함되어 있다.
스텝 S3에서, 프로그램 벡터 생성부(23)는 메타 데이터에 포함되어 있는 타이틀, 내용 등을 필요에 따라 형태소(形態素) 해석하고, 단어로 분해한다. 구체적으로는, 프로그램 벡터 생성부(23)는 메타 데이터에 포함되어 있는 영화의 제목을 타이틀로서, 「도카이도」, 「미쓰야」, 「괴담」의 3개 단어로 분해한다. 또, 프로그램 벡터 생성부(23)는 메타 데이터에 영화의 해설로서, 도 4에 나타낸 바와 같이 「'59 신사이호 스타일 미가 넘쳐 유명한 "미쓰야 괴담"의 세계를 그리는 방화 공포물의 걸작.」 이라고 하는 정보가 포함되어 있는 경우, 해설에 포함되어 있는 단어를 추출하여, 「사이호」, 「스타일」, 「미」, 「충분히」, 「유명」, 「미쓰야」, 「괴담」, 「세계」, 「그린다」, 「방화」, 「공포물」, 「걸작」을 내용 정보로 한다.
스텝 S4에서, 프로그램 벡터 생성부(23)는 메타 데이터에 포함되어 있는 각각의 항목을 벡터화하여, 프로그램 벡터 PP가 생성되고, 처리가 종료된다. 생성된 프로그램 벡터 PP는 데이터 송신부(25)에 출력되고, 네트워크(8)를 통해 EPG 수신 장치(9)에 송신된다. 항목의 벡터화는 모든 상세 요소를 1렬로 하여 나란히 하도록 해도 되고, 대항목으로 분리한 후에 대항목마다 벡터화하도록 해도 된다.
대항목별로 벡터화가 행해지는 경우, 예를 들면, 도 5에 나타낸 바와 같이, 대항목을 타이틀, 장르, 시간대, 방송국, 출연자, 각본/원작/연출, 내용의 7 항목으로 하여, 프로그램 벡터 PP=(Tm, Gm, Pm, Hm, Sm, Am, Km)이 생성된다. 그리고, 각 항목의 내용이 타이틀(Title)Tm={title 1, title 2, …｝, 장르(Genre)Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝, 시간대(Hour)Hm=｛아침, 낮, 저녁, 골든, 심야｝, 방송국(TV Station)Sm=｛NNK 종합, NNK 교육, 아세아 TV, TTS, 후지, 텔레니치, 도토, NNK 위성 제1, NNK 위성 제2, WOWO｝, 출연자(Person)Pm=｛person A, person B, …｝각본/원작/연출 등(Author)Am=｛person a, person b, …｝내용(Keyword)Km=｛kw1, kw2, …｝로서 벡터화된다.
전술한 7개의 대항목 중, 대항목 「장르」, 「방송국」, 「시간대」는 종류를 고정할 수 있기 때문에 상세 요소를 각각 수치 벡터로 나타낼 수 있다. 방송국의 경우, 예를 들면, 방송국 Sm=｛NNK 종합, NNK 교육, 아세아 TV, TTS, 후지, 텔레니치, 도토, NNK 위성 제1, NNK 위성 제2, WOWO｝에서, 대응하는 프로그램의 방송국이 WOWO인 경우, 방송국 벡터는 방송국 Sm=｛0, 0, 0, 0, 0, 0, 0, 0, 0, 1｝로 나타낼 수 있다. 장르의 경우, 예를 들면, 장르 Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝에서, 대응하는 프로그램의 장르가 교양/다큐멘터리인 경우, 장르 벡터는 장르 Gm=｛0, 0, 0, 0, 0, 0, 1, 0, 0｝으로 나타낼 수 있다.
한편, 대항목 「타이틀」, 「출연자」, 「각본/원작/연출」, 「내용」 등 수치 벡터로 나타낼 수 없는 항목에서는, 벡터에 포함되는 단어의 빈도 등에 의해 항목값(단어)과 중요도(수치)가 대응시켜진다. 예를 들면, 대항목 「타이틀」은 타이틀 Tm=｛도카이도-1, 미쓰야-1, 괴담-1｝과 같이 각각 단어-수치로 구성되는 요소에 의해 표현된다. 이 예에서의, 예를 들면, 「도카이도-1」은 「도카이도」의 단어 빈도가 「1」인 것을 의미한다.
이와 같은 처리에 의해, 프로그램 벡터 PP가 생성되어, EPG 수신 장치(9)에 송신된다. 구체적으로는, 도 4를 사용하여 설명한 프로그램 메타 데이터로부터 프로그램 벡터 PP가 생성된 경우, 프로그램 벡터 PP=｛타이틀 Tm=｛도카이도-1, 미쓰야-1, 괴담-1｝, 장르 Gm=｛0, 0, 0, 1, 0, 0, 0, 0, 0｝, 시간대 Hm=｛0, 0, 0, 0, 1｝, 방송국 Sm=｛0, 0, 0, 0, 0, 0, 0, 0, 0, 1｝, 출연자 Pm=｛와카스기 가즈 미-1, 아마미 시게루-1, 에미 토시히코-1, 나카무라 류지로-1, 니시자와 노리코-1｝, 각본/원작/연출 Am=｛나카가와 노부오-1, 오누키 쇼이치-1, 이시다 요시히로-1, 니시모토 쇼지-1, 와타나베쥬타-1｝, 내용 Km=｛사이호-1, 스타일-1, 미-1, 충분히-1, 유명-1, 미쓰야-1, 괴담-1, 세계-1, 그린다-1, 방화-1, 공포물-1, 걸작-1｝｝이 생성되어, EPG 수신 장치(9)에 송신된다.
이와 같이 생성되는 프로그램 벡터 PP에서, 예를 들면, 출연자 Pm의 구성 요소 중, 주연을 강조하거나, 각본/원작/연출 Am의 구성 요소 중, 감독을 강조하여, 프로그램 벡터 PP를 생성하도록 해도 된다. 이와 같은 경우, 프로그램 벡터 PP의 구성 요소는, 예를 들면, 출연자 Pm={와카스기 가즈미-3, 아마미 시게루-2, 에미 도시히코-1, 나카무라 류지로-1, 니시자와 노리코-1｝, 각본/원작/연출 Am={나카가와 노부오-3, 오누키 쇼이치-1, 이시다 요시히로-1, 니시모토 쇼지-1, 와타나베 쥬타-1｝로 된다.
또, 프로그램 벡터 PP를 생성하기 위해, 어느 요소가 중요한가는 전술한 바와 같이 프로그램의 장르에 따라 상이하다. 장르마다 어떠한 요소가 중요한가를 나타낸 프로그램 측 효과 벡터 EfPP가 프로그램 측 효과 벡터 정보로서, 데이터 기억부(24)에 기억되어 있는 경우, 프로그램 측 효과 벡터 EfPP를 프로그램 벡터 PP에 대응시켜 송신하도록 해도 된다. 프로그램 측 효과 벡터 EfPP는 프로그램 벡터 PP의 대항목에 대응하여 설정된다.
프로그램 벡터 PP=｛타이틀 Tm, 장르 Gm, 시간대 Hm, 방송국 Sm, 출연자 Pm, 각본/원작/연출 Am, 내용 Km｝에서, 예를 들면, 프로그램의 장르가 「교양/다큐멘 터리」인 경우, 중요한 항목은 그 내용이나 제목(중요도가 3인 경우)이므로, 프로그램 측 효과 벡터 EfPP=｛3, 1, 1, 1, 1, 1, 3｝로 된다. 이에 대하여, 프로그램의 장르가 「버라이어티」일 때, 중요한 항목은 출연자(중요도가 5인 경우)이므로, 프로그램 측 효과 벡터 EfPP=｛1, 1, 1, 1, 5, 1, 1｝로 된다. 또, 프로그램의 장르가 「드라마」일 때, 중요한 항목은 출연자(중요도가 2인 경우)와 극작가이며, 특히 극작가가 중요(중요도가 3인 경우)인 경우, 프로그램 측 효과 벡터 EfPP=｛1, 1, 1, 1, 2, 3, 1｝로 된다.
다음에, 도 6의 플로 차트를 참조하여, 프로그램 측 효과 벡터 EfPP가 프로그램 벡터 PP에 대응시켜 송신되는 경우의, 프로그램 벡터 생성 처리 2에 대하여 설명한다.
스텝 S11 내지 스텝 S14에서, 도 3을 사용하여 설명한 스텝 S1 내지 스텝 S4의 처리와 동일한 처리가 실행된다. 즉, 메타 데이터 데이터 베이스(7)로부터 EPG 데이터의 공급을 받고, EPG 데이터로부터 프로그램 벡터 PP를 생성하기 위해 필요한 메타 데이터가 추출되어 메타 데이터에 포함되어 있는 타이틀, 내용 등이 필요에 따라 형태소 해석되어 단어로 분해된다. 그리고, 메타 데이터에 포함되어 있는 각각의 항목이 벡터화되어 프로그램 벡터 PP가 생성된다.
스텝 S15에서, 프로그램 벡터 생성부(23)는 공급된 메타 데이터 프로그램의 장르에 따라, 대응하는 효과 벡터를 데이터 기억부(24)에 기억되어 있는 효과 벡터 정보로부터 추출한다. 예를 들면, 프로그램의 장르가 「버라이어티」일 때, 데이터 기억부(24)로부터 출연자에 대한 중요도를 부여하는 효과 벡터 EfPP=｛1, 1, 1, 1, 5, 1, 1｝이 추출된다.
스텝 S16에서, 프로그램 벡터 생성부(23)는 스텝 S15에서 추출된 효과 벡터 EfPP를 스텝 S14에서 생성된 프로그램 벡터 PP와 대응시키고, 처리가 종료된다.
이와 같은 처리에 의해 프로그램 벡터 PP가 생성되고, 프로그램의 장르에 따라, 중요한 항목에 중요도를 부여하기 위한 프로그램 측 효과 벡터 EfPP가 대응시켜지고, 네트워크(8)를 통해 EPG 수신 장치(9)에 송신된다.
이상 설명한 바와 같이 하여, 프로그램 벡터 PP가 생성되지만, 예를 들면, 프로그램을 그 속성마다 그룹화함으로써, 프로그램 벡터 PP를 적은 연산량으로 정확하게 작성하도록 할 수 있다.
프로그램의 그룹화는, 예를 들면, 연속 드라마, 1주 단위 동일 장르의 프로그램군, 프로그램 편성 단위(13주)의 출연자마다의 프로그램군 등으로 생성할 수 있지만, 그 구체예로서, 다음의 도 7의 플로 차트를 참조하여, 연속 드라마를 그룹화하는 경우의 그룹화 처리 1에 대하여 설명한다.
스텝 S31에서, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)에 등록되어 있는 EPG 데이터로부터, 예를 들면, 동일 타이틀, 동일 방송국에서, 방송 시각이 평일의 동(同) 시각이나, 동일 요일의 동 시각인 등의 소정 조건(그룹화를 위한 조건)에 합치된 프로그램을 추출한다.
스텝 S32에서, 데이터 취득부(21)는 추출된 프로그램을 그룹화하고, 대응하는 프로그램의 EPG 데이터에 그룹 ID를 붙인다.
스텝 S33에서, 메타 데이터 추출부(22)는 동일 그룹 ID를 가지는, 즉, 연속 드라마라고 인식된 프로그램의 제1 회 방송의 프로그램 벡터 생성에 필요한 메타 데이터를 추출한다.
스텝 S34에서, 도 3 또는 도 6을 사용하여 설명한 프로그램 벡터 생성 처리가 실행된다.
스텝 S35에서, 프로그램 벡터 생성부(23)는 대응하는 그룹 ID의 프로그램 벡터 PP를 제1 회 방송분의 프로그램 벡터에 고정하여 설정하고, 처리가 종료된다.
이와 같은 처리에 의해 연속 드라마가 그룹화되어, 프로그램 벡터가 통일된다. 또, 그룹 ID와 프로그램 벡터 PP를 대응시켜, 데이터 기억부(24)에 기억해 두도록 해도 된다.
특히, 연속 드라마의 EPG 데이터에서, 첫회의 내용은 프로그램 전체의 해설이 되어 있지만, 첫회 이외의 내용은 그 회분의 해설로 되어 있는 것이 많고, 프로그램 전체의 내용을 나타내고 있지는 않다. 또, 내용 이외 부분의 메타 데이터는 매회 거의 동일하기 때문에 첫회분의 EPG 데이터를 채용하여 프로그램 벡터 PP를 생성함으로써, 프로그램 벡터 생성 처리의 처리 회수를 감소할 수 있을 뿐만 아니라, 보다 정확하게 프로그램의 특성과 합치된 프로그램 벡터 PP를 생성하는 것이 가능하게 된다.
도 7에서는, 연속 드라마의 EPG 데이터에 동일한 ID를 부가하는 처리에 대하여 설명했지만, EPG 데이터에 연속 드라마를 구별하는 정보가 미리 포함되어 있는 경우, 스텝 S31의 처리를 생략하고, EPG 데이터에 포함되어 있는 연속 드라마를 구별하는 정보를 참조하여, 연속 드라마의 EPG에 동일한 ID를 부가하도록 해도 된다.
다음에, 도 8의 플로 차트를 참조하여, 연속 드라마 이외의 요소에 의해서도 그룹화를 행할 수 있는 그룹화 처리 2에 대하여 설명한다. 여기에서는, 장르 및 출연자에 의한 그룹화를 행하는 것으로 하여 설명한다.
스텝 S51에서, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)에 등록되어 있는 EPG 데이터를 참조하여, 프로그램의 EPG 데이터에 메타 데이터의 내용에 대응한 클러스터 코드를 부가한다.
예를 들면, 동일 타이틀, 동일 방송국에서, 방송 시각이 평일의 동 시각이나, 동일 요일의 동 시각인 등 연속 드라마인 조건에 합치된 프로그램을 추출하고, 추출된, 연속 드라마라고 인식되는 프로그램군 중에서, 예를 들면, 연속 드라마의 방송 시각에 의해, 평일의 동 시각이면 코드 1, 동일 요일의 동 시각이면 코드 2, 격주, 격일 등, 코드 1 및 코드 2 이외의 방송 시각이면 코드 3 등 최소 자리수의 제1 클러스터 코드가 결정된다. 연속 드라마가 아닌 경우, 최소 자리수의 제1 클러스터 코드는 0이 된다.
다음에, 메타 데이터 데이터 베이스(7)에 등록되어 있는 메타 데이터의 장르에 관한 데이터를 참조하여, 그 장르마다 예를 들면, 코드 20, 코드 30 등 하위로부터 2자리수째(10의 자리수)에 수치를 가지는 제2 클러스터 코드가 결정된다.
마지막으로, 메타 데이터 데이터 베이스(7)에 등록되어 있는 메타 데이터의 출연자 데이터를 참조하여, 예를 들면, 코드 2300, 코드 800 등 하위로부터 2자리수째 이상(100 이상의 자리수)을 사용하여 표현되는 제3 클러스터 코드가 결정된다.
그리고, 제1 내지 제3 클러스터 코드의 합계값이 그 프로그램의 EPG에 부가 되는 클러스터 코드가 된다.
스텝 S52에서, 데이터 취득부(21)는 클러스터 코드의 1자리수째가 0인지 여부를 기초로, 대응하는 EPG는 연속 드라마의 것인지 여부를 판단한다.
스텝 S52에서, 연속 드라마라고 판단된 경우, 스텝 S53 및 스텝 S54에서, 도 7의 스텝 S33 및 스텝 S34와 동일한 처리가 실행된다. 즉, 제1 회 방송의 EPG가 추출되고, 도 3 또는 도 6을 사용하여 설명한 프로그램 벡터 생성 처리가 실행된다.
스텝 S55에서, 프로그램 벡터 생성부(23)는 이 연속 드라마의 프로그램 벡터 PP를 제1 회 방송 분의 프로그램 벡터 PP에 고정하여 설정하고, 프로그램 벡터 PP에, 생성한 클러스터 코드를 대응시켜 설정하고, 처리가 종료된다.
스텝 S52에서, 연속 드라마가 아니라고 판단된 경우, 스텝 S56에서, 도 3 또는 도 6을 사용하여 설명한 프로그램 벡터 생성 처리가 실행된다.
스텝 S57에서, 프로그램 벡터 생성부(33)는 프로그램 벡터 PP에 생성한 클러스터 코드를 대응시켜, 처리가 종료된다.
이와 같은 처리에 의해 연속 드라마 이외라도, 장르나 출연자에 의해 프로그램 벡터 PP를 그룹화하는 것이 가능해져, 그룹을 나타내는 클러스터 코드와, 프로그램 벡터 PP를 대응시킬 수 있다.
도 2를 사용하여 설명한 분배 서버(5)에서, 도 3 내지 도 8을 사용하여 설명한 바와 같이 하여 프로그램 벡터 PP가 생성되므로, 항상 새로운 용어나 장르 등에 대응한 프로그램 벡터 PP를 생성하는 것이 가능해진다. 생성된 프로그램 벡터 PP는 EPG 데이터와 함께 네트워크(8)를 통해 EPG 수신 장치(9)에 수신되어, 프로그램 추천 처리 장치(10)에 공급된다.
또, 그룹화 처리는 타이틀을 형태소 해석하여, 단어로 분해하고, 단어마다 그룹 ID를 붙임으로써 행하도록 해도 된다.
다음에, 도 9의 플로 차트를 참조하여, 타이틀 그룹화 처리 1에 대하여 설명한다.
스텝 S61에서, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)에 등록되어 있는 EPG 데이터를 참조하여, 등록되어 있는 메타 데이터로부터 타이틀을 추출하고, 프로그램 벡터 생성부(23)에 공급한다.
스텝 S62에서, 프로그램 벡터 생성부(23)는 타이틀을 형태소 해석하여, 단어로 분해한다. 구체적으로는, 메타 데이터에 포함되어 있는 영화의 제목이 「도카이도 미쓰야 괴담」인 경우, 이것이 타이틀로서 형태소 해석되므로, 「도카이도」, 「미쓰야」, 「괴담」의 3개의 단어가 얻어진다.
스텝 S63에서, 프로그램 벡터 생성부(23)는 해석된 단어, 또는 복수개의 단어로 구성되는 단어군 중 어느 하나를 추출하고, 데이터 기억부(24)로부터 추출된 단어, 또는 단어군에 대응하는 그룹 ID를 추출한다.
여기에서, 복수개의 단어로 구성되는 단어군이란, 형태소 해석에 의해 얻어진 단어의 조합에 의해 생성되는 단어군이며, 예를 들면, 형태소 해석에 의해 얻어진 단어가 「도카이도」, 「미쓰야」, 「괴담」인 경우, 단어군은 「도카이도·미 쓰야」, 「도카이도·괴담」, 「미쓰야·괴담」이 된다.
스텝 S64에서, 프로그램 벡터 생성부(23)는 데이터 기억부(24)로부터 대응하는 그룹 ID가 추출되었는지 여부를 판단한다.
스텝 S64에서, 대응하는 그룹 ID가 추출되지 않았다고 판단된 경우, 추출된 단어, 또는 복수개의 단어로 구성되는 단어군에는 아직 그룹 ID가 붙여져 있지 않으므로, 스텝 S65에서, 프로그램 벡터 생성부(23)는 추출된 단어, 또는 복수개의 단어로 구성되는 단어군에 새로운 그룹 ID를 대응시킨다. 또, 프로그램 벡터 생성부(23)는 단어, 또는 복수개의 단어로 구성되는 단어군과, 그에 대응하는 그룹 ID를 데이터 기억부(24)에 기억시킨다.
스텝 S64에서, 대응하는 그룹 ID가 추출되었다고 판단된 경우, 또는 스텝 S65의 처리 종료 후, 스텝 S66에서, 프로그램 벡터 생성부(23)는 타이틀을 구성하는 모든 단어, 또는 복수개의 단어로 구성되는 단어군에 대하여 그룹 ID를 추출했는지 여부를 판단한다.
스텝 S66에서, 타이틀을 구성하는 모든 단어, 또는 복수개의 단어로 구성되는 단어군에 대하여 그룹 ID를 추출하고 있지 않다고 판단된 경우, 처리는 스텝 S63으로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S66에서, 타이틀을 구성하는 모든 단어, 또는 복수개의 단어로 구성되는 단어군에 대하여 그룹 ID가 추출되었다고 판단된 경우, 스텝 S67에서, 프로그램 벡터 생성부(23)는 프로그램 벡터에, 추출된 그룹 ID를 대응시켜 처리가 종료된다.
이와 같은 처리에 의해 프로그램 벡터에 타이틀을 구성하는 단어, 또는 단어 군에 대응하는 그룹 ID가 대응시켜지고, 데이터 송신부(25)에 의해 네트워크(8)를 통해 텔레비전 수신 장치(4) 또는 EPG 수신 장치(9)에 송신된다.
또, 유사한 타이틀의 프로그램을 동일 그룹으로 하도록 해도 된다. 예를 들면, 타이틀 「2년 A조(組) 긴파치 선생」의 연속 드라마와 타이틀 「2년 A조 긴파치 선생 스페셜」의 특별 프로그램을 동일 그룹으로서 그룹화할 수 있도록, 타이틀을 구성하는 단어의 형태소 해석 결과를 기초로, 예를 들면, 2주간, 1개월, 반년 등 소정 기간의 프로그램 타이틀로, 단어의 일치율을 빠짐없이 체크하여 산출하고, 단어의 일치율이 소정값 이상인 경우, 동일 그룹으로 하도록 해도 된다.
다음에, 도 10의 플로 차트를 참조하여, 타이틀을 구성하는 단어의 일치율에 의해 그룹화를 실행하는 타이틀 그룹화 처리 2에 대하여 설명한다.
스텝 S401 및 스텝 S402에서, 도 9를 사용하여 설명한, 스텝 S61 및 스텝 S62와 동일한 처리가 실행된다. 즉, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)에 등록되어 있는 EPG 데이터를 참조해서, 등록되어 있는 메타 데이터로부터 타이틀을 추출하여, 프로그램 벡터 생성부(23)에 공급하고, 프로그램 벡터 생성부(23)는 타이틀을 형태소 해석하여, 단어로 분해한다.
스텝 S403에서, 프로그램 벡터 생성부(23)는 해석된 단어를 기초로, 타이틀 간의 단어의 일치도, 즉, 단어가 일치하고 있는 비율을 나타내는 일치율을 산출한다.
구체적으로는, 타이틀 「2년 A조 긴파치 선생」과, 타이틀 「2년 A조 긴파치 선생 스페셜」이 각각 「2」 「년」 「A」 「조」 「긴파치」 「선생」과, 「2」 「년」 「A」 「조」 「긴파치」 「선생」 「스페셜」로 형태소 분석된 경우, 이 2개 프로그램의 타이틀을 구성하는 단어의 일치율은 6/7으로 85.7%가 된다.
스텝 S404에서, 프로그램 벡터 생성부(23)는 단어가, 예를 들면, 70% 등 소정값 이상 일치하고 있는지 여부를 판단한다. 이 일치율의 임계값은 70% 이외의 어떠한 수치라도 되는 것은 물론이다.
스텝 S404에서, 단어가 70% 등 소정값 이상 일치하고 있다고 판단된 경우, 스텝 S405에서, 프로그램 벡터 생성부(23)는 그들 프로그램에 동일 그룹 ID를 대응시킨다. 또, 프로그램 벡터 생성부(23)는 일치한 단어, 또는 단어군과, 그에 대응하는 그룹 ID를 데이터 기억부(24)에 기억시킨다.
스텝 S404에서, 70% 등 소정값 이하의 일치율이라고 판단된 경우, 또는 스텝 S405의 처리 종료 후, 스텝 S406에서, 프로그램 벡터 생성부(23)는 타이틀의 빠짐없는 체크가 종료되었는지 여부를 판단한다.
스텝 S406에서, 타이틀의 빠짐없는 체크가 종료되어 있지 않다고 판단된 경우, 처리는 스텝 S403으로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S406에서, 타이틀의 빠짐없는 체크가 종료되었다고 판단된 경우, 처리가 종료된다.
이와 같은 처리에 의해, 프로그램 벡터에 타이틀을 구성하는 단어의 일치율을 기초로 한 그룹 ID가 대응시켜지고, 데이터 송신부(25)에 의해 네트워크(8)를 통해 텔레비전 수신 장치(4) 또는 EPG 수신 장치(9)에 송신되므로, 예를 들면, 연속 드라마와 스페셜 프로그램 등 유사한 타이틀의 프로그램을 동일 그룹으로서 처 리하게 하도록 할 수 있다.
또한, 타이틀을 구성하는 단어의 일치율을 기초로, 그룹을 결정하도록 함으로써, 예를 들면, EPG, 또는 메타 데이터에 있어서, 숫자의 반각과 전각, 또는 영문자의 반각과 전각, 또는 대문자와 소문자 등의 표기 요동이 있는 경우에도, 동일 타이틀의 프로그램을 동일 그룹으로서 검출하는 것이 가능해진다.
또, 단어의 일치율에 더하여, 예를 들면, 방송국이나 프로그램 장르, 또는 방송 개시 시각 등을 그룹화의 조건에 더하도록 해도 된다. 예를 들면, 뉴스 프로그램 등에 있어서는, 타이틀이 「뉴스」를 포함하는 적은 단어에 의해 구성되어 있으므로, 도 10을 사용하여 설명한 처리에서는, 상이한 방송국의 상이한 형태의 뉴스 프로그램이라도, 동일 그룹으로서 검출되어 버릴 우려가 있으므로, 단어의 일치율에 더하여, 방송국도 일치한 경우, 동일 그룹으로 하도록 해도 된다.
도 11의 플로 차트를 참조하여, 방송국의 일치를 조건에 더하여, 타이틀을 구성하는 단어의 일치율에 의해 그룹화를 실행하는 타이틀 그룹화 처리 3에 대하여 설명한다.
스텝 S421 내지 스텝 S424에서, 도 10을 사용하여 설명한, 스텝 S401 내지 스텝 S404와 동일한 처리가 실행된다. 즉, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)에 등록되어 있는 EPG 데이터를 참조하여, 등록되어 있는 메타 데이터로부터 타이틀을 추출하여, 프로그램 벡터 생성부(23)에 공급하고, 프로그램 벡터 생성부(23)는 타이틀을 형태소 해석하여, 단어로 분해한다. 그리고, 프로그램 벡터 생성부(23)는 해석된 단어를 기초로, 타이틀 간 단어의 일치도를 산출하여, 단 어가, 예를 들면, 70% 등 소정값 이상 일치하고 있는지 여부를 판단한다.
스텝 S424에서, 단어가 70% 등 소정값 이상 일치하고 있다고 판단된 경우, 스텝 S425에서, 프로그램 벡터 생성부(23)는 그들 프로그램의 방송국이 일치하고 있는지 여부를 판단한다.
스텝 S425에서, 이들 프로그램의 방송국이 일치하고 있다고 판단된 경우, 스텝 S426에서, 프로그램 벡터 생성부(23)는 그들 프로그램에 동일 그룹 ID를 대응시킨다. 또, 프로그램 벡터 생성부(23)는 일치한 단어, 또는 단어군과, 그에 대응하는 방송국 및 그룹 ID를 데이터 기억부(24)에 기억시킨다.
스텝 S424에서, 70% 등 소정값 이하의 일치율이라고 판단된 경우, 스텝 S425에서, 이들 프로그램의 방송국이 일치하고 있지 않다고 판단된 경우, 또는 스텝 S426의 처리 종료 후, 스텝 S427에서, 프로그램 벡터 생성부(23)는 타이틀의 빠짐없는 체크가 종료되었는지 여부를 판단한다.
스텝 S427에서, 타이틀의 빠짐없는 체크가 종료되어 있지 않다고 판단된 경우, 처리는 스텝 S423으로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S427에서, 타이틀의 빠짐없는 체크가 종료되었다고 판단된 경우, 처리가 종료된다.
이와 같은 처리에 의해 프로그램 벡터에 방송국의 일치와 타이틀을 구성하는 단어의 일치율을 기초로 한 그룹 ID가 대응시켜지고, 데이터 송신부(25)에 의해 네트워크(8)를 통해 텔레비전 수신 장치(4) 또는 EPG 수신 장치(9)에 송신되므로, 예를 들면, 유사한 타이틀의 프로그램을 동일 그룹으로 하는 경우에, 타국의 뉴스 프 로그램을 동일 그룹으로 하는 것을 방지할 수 있다.
그리고, 도 11에서는, 타이틀을 구성하는 단어의 일치율 이외에 동일한 방송국인지 여부를 조건으로서, 그룹화를 행하는 것으로 하여 설명했지만, 방송국 이외의, 예를 들면, 방송 시간대나 장르 등을, 타이틀을 구성하는 단어의 일치율 이외의 조건으로서, 그룹화를 실행하도록 해도 되는 것은 물론이다.
또한, 예를 들면, 연속 드라마나 연속 프로그램의 방송 개시 시각이 스포츠 중 계나 특별 프로그램 등 때문에 어긋난 경우에도, 동일 그룹으로서 검출 가능하도록, 타이틀을 구성하는 단어의 일치율 이외의 조건을, 방송 시각이, 예를 들면, 1시간 등 소정 시간 범위 내의 어긋남에서 일치하고 있는지 여부로 하여, 그룹화를 실행하도록 해도 된다.
도 12의 플로 차트를 참조하여, 방송 시각이 소정 시간 범위 내의 어긋남에서 일치하고 있는지 여부를 조건에 더하고, 타이틀을 구성하는 단어의 일치율에 의해 그룹화를 실행하는 타이틀 그룹화 처리 4에 대하여 설명한다.
스텝 S441 내지 스텝 S444에서, 도 10을 사용하여 설명한, 스텝 S401 내지 스텝 S404와 동일한 처리가 실행된다. 즉, 데이터 취득부(21)는 메타 데이터 데이터 베이스(7)에 등록되어 있는 EPG 데이터를 참조해서, 등록되어 있는 메타 데이터로부터 타이틀을 추출하여, 프로그램 벡터 생성부(23)에 공급하고, 프로그램 벡터 생성부(23)는 타이틀을 형태소 해석하여, 단어로 분해한다. 그리고, 프로그램 벡터 생성부(23)는 해석된 단어를 기초로, 타이틀 간 단어의 일치도를 산출하고, 단어가, 예를 들면, 70% 등 소정값 이상 일치하고 있는지 여부를 판단한다.
스텝 S444에서, 단어가 70% 등 소정값 이상 일치하고 있다고 판단된 경우, 스텝 S445에서, 프로그램 벡터 생성부(23)는 그들 프로그램의 방송 개시 시각이, 예를 들면, 1시간 등의 소정 범위 내의 어긋남에서 일치하고 있는지 여부를 판단한다.
스텝 S445에서, 그들 프로그램의 방송 개시 시각이 소정 범위 내의 어긋남에서 일치하고 있다고 판단된 경우, 스텝 S446에서, 프로그램 벡터 생성부(23)는 그들 프로그램에 동일 그룹 ID를 대응시킨다. 또, 프로그램 벡터 생성부(23)는 일치한 단어, 또는 단어군과, 그에 대응하는 방송 개시 시각의 범위, 및 그룹 ID를 데이터 기억부(24)에 기억시킨다.
스텝 S444에서, 70% 등 소정값 이하의 일치율이라고 판단된 경우, 스텝 S445에서, 그들 프로그램의 방송 개시 시각이 소정 범위 이상으로 어긋나 있다고 판단된 경우, 또는 스텝 S446의 처리 종료 후, 스텝 S447에서, 프로그램 벡터 생성부(23)는 타이틀의 빠짐없는 체크가 종료되었는지 여부를 판단한다.
스텝 S447에서, 타이틀의 빠짐없는 체크가 종료되어 있지 않다고 판단된 경우, 처리는 스텝 S443으로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S447에서, 타이틀의 빠짐없는 체크가 종료되었다고 판단된 경우, 처리가 종료된다.
이와 같은 처리에 의해 프로그램 벡터에 방송 개시 시각의 소정 범위 내의 어긋남을 포함하는 일치와, 타이틀을 구성하는 단어의 일치율을 기초로 한 그룹 ID가 대응시켜지고, 데이터 송신부(25)에 의해 네트워크(8)를 통해 텔레비전 수신 장 치(4) 또는 EPG 수신 장치(9)에 송신되므로, 예를 들면, 유사한 타이틀의 프로그램을 동일 그룹으로 하는 경우에 특별 프로그램 등에 의한 방송 시각의 변경을 위해, 동일 그룹으로서 검출되어야할 프로그램이 동일 그룹으로서 검출되지 않는 것을 방지할 수 있다.
도 13은 프로그램 추천 처리 장치(10)의 구성을 나타낸 블록도이다.
데이터 취득부(41)는 분배 서버(5)로부터 송신된 프로그램 벡터 PP, 및 프로그램 벡터 PP에 대응하는 프로그램 측 효과 벡터 EfPP를 취득한다. 프로그램 벡터 추출부(42)는 데이터 취득부(41)가 취득한 프로그램 벡터 PP로부터 매칭 처리에 필요한 프로그램 벡터 PP, 또는 사용자 모델 생성을 위해 필요한 프로그램 벡터 PP를 추출하고, 필요에 따라, 프로그램 벡터 PP에 대응하는 프로그램 측 효과 벡터 EfPP와 함께 매칭 처리부(43)에 공급한다.
조작 입력부(44)는, 예를 들면, 키보드, 터치 패드, 마우스 등의 입력 디바이스로 구성되며, 사용자가 입력한 초기 등록 정보나, 사용자 모델 생성을 위한 토픽의 입력을 받아 초기 등록 보존부(45)에 출력한다. 초기 등록 보존부(45)는 조작 입력부(44)로부터 공급된 초기 등록 내용이나, 사용자 모델 생성을 위한 토픽을 등록하고, 필요에 따라, 조작 로그 취득부(46), 또는 매칭 처리부(43)에 공급한다. 또, 초기 등록 보존부(45)에 보존되어 있는 내용은 조작 입력부(44)로부터 입력되는 사용자의 조작에 따라, 차례로 갱신된다. 초기 등록되는 내용에는, 예를 들면, 싫은 장르, 싫은 키워드, 싫은 출연자 등 사용자가 선호하지 않는 프로그램을 나타내는 정보나, 선호하는 장르, 선호하는 키워드, 선호하는 출연자 등 사용자가 선호 하는 프로그램을 나타내는 정보가 있다.
조작 로그 취득부(46)는 텔레비전 표시 장치(11) 또는 녹화 재생 장치(12)로부터 조작 로그를 취득하여, 이들 정보를 정이력과 부이력으로 분류하고, 필요에 따라, 초기 등록 보존부(45)에 보존되어 있는 정보를 참조하여, 데이터 취득부(41)가 취득한 프로그램 벡터 PP 중, 정이력 및 부이력에 대응하는 프로그램 벡터 PP를 판독하고, 정이력 보존부(47)와 부이력 보존부(48)에 공급하여 보존시킨다. 정이력 보존부(47)는 공급된 정이력을 보존하고, 정이력 벡터 UP를 생성한다. 부이력 보존부(48)는 공급된 부이력을 보존하고, 부이력 벡터 MUP를 생성한다. 생성된 정이력 벡터 UP와 부이력 벡터 MUP는 매칭 처리부(43)에 공급된다.
여기에서, 정이력이란 사용자가 적극적으로 시청하려고 하는, 환언하면, 좋다고 생각하는 프로그램의 후보를 추출하기 위해 사용되는 정보이며, 예를 들면, 사용자가 프로그램을 시청하거나, 녹화한 경우, 또는 후술하는 처리에 의해 사용자에게 추천 프로그램 리스트로서 제안된 프로그램이 사용자에게 받아들여져 시청 또는 녹화된 경우, 그 프로그램의 메타 데이터는 호인상(好印象) 메타 데이터로서, 정이력 보존부(47)에 보존된다. 정이력 보존부(47)는 상세 항목마다 또는 대항목마다 정이력의 총계를 구해, 정이력 벡터 UP를 생성한다.
한편, 부이력이란 사용자가 시청하는 데 소극적인, 환언하면, 바람직하지 않다고 생각하는 프로그램을, 추천하는 프로그램으로부터 제외하기 위해 사용되는 정보이며, 예를 들면, 초기 등록에서 싫다고 된 항목이나, 녹화 후 보지 않고 소거된 프로그램, 또는 후술하는 처리에 의해 사용자에게 추천 프로그램 리스트로서 제안 된 프로그램이 사용자에게 받아들여지지 않아 시청 또는 녹화 조작되지 않은 경우, 그 프로그램의 메타 데이터는 부인상(負印象) 메타 데이터로서, 부이력 보존부(48)에 보존된다. 예를 들면, 사용자가 초기 등록에서 「스포츠」를 싫다고 한 경우, 장르 Gmup=｛0, 0, 5, 0, 0, 0, 0, 0, 0｝이 중요도 5로 부인상으로서 부이력 보존부(48)에 추가 보존된다. 부이력 보존부(48)는 상세 항목마다 또는 대항목마다 부이력의 총계를 구해, 부이력 벡터 MUP를 생성한다.
매칭 처리부(43)는 프로그램 벡터 추출부(42)로부터 추출된 프로그램 벡터와, 정이력 보존부(47) 또는 부이력 보존부(48)로부터 공급된 정이력 벡터 UP, 또는 부이력 벡터 MUP와의 매칭을 검증한다.
프로그램 벡터 PP, 정이력 벡터 UP, 또는 부이력 벡터 MUP가 모든 상세 요소를 1렬로 나란히 하여 벡터화되어 있는 경우, 타이틀이나 키워드 등은 복수개의 단어로 구성되어 있으므로, 그 단어 1어(語)와, 예를 들면, 장르 등의 항목이 벡터에서 동일 무게가 되어 버린다. 그래서, 매칭 처리부(43)의 정규화 처리부(61)는 단어에 의해 구성되는 항목인 타이틀 및 내용에 대하여, 프로그램마다 단어를 단어수로 나눔으로써 정규화한다. 예를 들면, 타이틀 Tm=｛도카이도-1, 미쓰야-1, 괴담-1｝인 경우, 타이틀 Tm=｛도카이도: 0.33, 미쓰야: 0.33, 괴담: 0.33｝으로 정규화된다. 이에 따라, 타이틀, 내용 모두 그 항목 내 단어의 토탈로 중요도가 1이 되므로, 매칭 처리에서 문제가 생기지 않는다.
벡터 연산부(62)는 프로그램 벡터 PP와, 정이력 벡터 UP, 또는 부이력 벡터 MUP와의 매칭 처리를 실행한다.
벡터 연산부(62)는 프로그램 벡터 PP, 정이력 벡터 UP 및 부이력 벡터 MUP가 상세 항목의 전 요소를 1렬로 나란히 한 벡터로 나타나 있는 경우, 정이력 벡터 UP 또는 부이력 벡터 MUP와, 프로그램 벡터 PP와의 벡터 사이의 코사인 거리(cosθ)에 의해, 다음의 식 (1)에 나타낸 바와 같이, 프로그램 벡터 PP와, 정이력 벡터 UP와의 유사도 SimUP를 구하고, 식 (2)에 나타낸 바와 같이, 프로그램 벡터 PP와 부이력 벡터 MUP와의 유사도 SimMUP를 구한다. 코사인 거리란, 식 (1)과 식 (2)에 나타낸 바와 같이 2개 벡터의 내적(內積)을 각 벡터의 절대값의 적(積)으로 제산(除算)하여 얻어지는 값이다.
SimUP=cosθu=UPㆍPP/｜UP｜×｜PP｜… (1)
SimMUP=cosθm=MUPㆍPP/｜MUP｜×｜PP｜… (2)
단, 식 (1) 및 식 (2)에서, PP는 프로그램 벡터 PP를 나타내고, UP는 정이력 벡터 UP를 나타내고, MUP는 부이력 벡터 MUP를 나타낸다. 또, "·"은 내적을 나타내고, "×"는 요소의 곱셈(스칼라 연산)을 나타낸다.
또, 벡터 연산부(62)는 프로그램 벡터 PP, 정이력 벡터 UP 및 부이력 벡터 MUP가 대항목마다 벡터화되어 있는 경우, 대항목마다 프로그램 벡터 PP와, 정이력 벡터 UP와의 유사도와, 프로그램 벡터 PP와 부이력 벡터 MUP와의 유사도를 구하고, 대항목마다 유사도의 합을 산출하여, 유사도 SimUP 및 유사도 SimMUP를 산출할 수 있다. 예를 들면, 단어로 분해되어 있는 대항목 「타이틀」에서, 정이력 벡터 UP가 타이틀 Tup=｛학교-1, 괴담-1, 화장실-1｝이며, 공급된 프로그램 벡터 PP가 타이틀 Tm=｛도카이도-1, 미쓰야-1, 괴담-1｝인 경우, 단위 벡터 길이를 1로 하면, 벡터의 길이(절대값)는 요소 합계의 2승 합의 평방근이므로, 타이틀의 유사도인 코사인 거리 cosθt는 다음의 식 3과 같이 산출된다.
cosθt=(1·1)/(√3×√3=1/3 … (3)
식 (3)에서, "·"은 내적을 나타내고, "×"는 스칼라 연산을 나타낸다. 프로그램 벡터 PP와, 부이력 벡터 MUP와의 대항목마다의 유사도도, 식 (3)과 동일한 계산에 의해 산출된다.
예를 들면, 정이력 벡터 UP를 정이력 벡터 UP=｛타이틀 Tup, 장르 Gup, 출연자 Pup, 각본/원작/연출 Aup, 내용(키워드) Kup｝ 및 부이력 벡터 MUP를 부이력 벡터 MUP=｛타이틀 Tmup, 장르 Gmup, 출연자 Pmup, 각본/원작/연출 Amup, 내용(키워드) Kmup｝로 한 경우, 각각의 대항목에서, 식 (3)과 동일한 연산에 의해 대항목마다 유사도가 얻어지므로, 유사도 SimUP 및 유사도 SimMUP는 모두 다음의 식 (4)의 유사도 Sim으로서 연산된다.
Sim=cosθt+ cosθg+cosθp+cosθa+cosθk … (4)
여기에서, cosθt는 대항목 「타이틀」에 있어서의 프로그램 벡터 PP와, 정이력 벡터 UP 또는 부이력 벡터 MUP와의 코사인 거리이며, cosθg는 대항목 「장르」에 있어서의 프로그램 벡터 PP와, 정이력 벡터 UP 또는 부이력 벡터 MUP와의 코사인 거리이며, cosθp는 대항목 「출연자」에 있어서의 프로그램 벡터 PP와, 정이력 벡터 UP 또는 부이력 벡터 MUP와의 코사인 거리이며, cosθa는 대항목 「각본/원 작/연출」에 있어서의 프로그램 벡터 PP와, 정이력 벡터 UP 또는 부이력 벡터 MUP와의 코사인 거리이며, cosθk는 대항목 「내용」에 있어서의 프로그램 벡터 PP와, 정이력 벡터 UP 또는 부이력 벡터 MUP와의 코사인 거리이다.
유사도 SimUP 및 유사도 SimMUP가 대항목마다의 연산 결과의 합으로서 산출된 경우, 항목 간 중요도의 편향이 없어지기 때문에, 정규화를 행하고 있는 것과 같은 뜻이다. 따라서, 전 요소를 1렬로 나란히 한 벡터와 달리, 정규화 처리부(61)에 의한 정규화 처리를 실행하지 않아도 된다.
즉, 정규화를 행하지 않고, 전 요소를 1렬로 나란히 한 벡터를 사용해 버린 경우, 빈도가 겹쳐지기 쉬운, 예를 들면, 방송국, 장르 등의 항목과 비교하여, 타이틀이나 내용 등의 항목에서는, 이력이 증가하는 데 따라, 단어수는 증가하는 한편, 각각의 단어의 빈도는 커지기 어렵다.
이 때문에, 전 요소를 사용하여, 요소마다 합계를 취한 경우, 빈도가 겹쳐지기 쉬운 방송국, 장르 등 항목의 영향이 커져 버리므로, 예를 들면, 사용자가 해설자 A의 팬이므로, 「해설자 A가 해설하고 있는 구단 B의 시합 실황 중계」를 즐겨 시청하고 있는 경우, 장르인 「야구의 실황 중계」라고 하는 정보는 이력으로서 겹쳐지기 쉽지만, 출연자인 「해설자 A」라고 하는 정보는 이력으로서 겹쳐지기 어렵다. 따라서, 다른 해설자가 해설하고 있는 구단 B의 시합 실황 중계가 추천되어, 해설자 A가 출연하고 있는 버라이어티 프로그램이 추천되지 않는 경우가 발생한다.
이에 대하여, 정규화를 행하거나, 또는 대항목마다의 연산 결과의 합을 유사 도 SimUP 및 유사도 SimMUP로서 산출하도록 함으로써, 이력 빈도의 대소 영향을 받지 않고, 해설자 A가 출연하고 있는 버라이어티 프로그램을 추천할 수 있어, 보다 정확하게 사용자의 기호를 반영하도록 할 수 있다.
또, 벡터 연산부(62)는 초기 등록 보존부(45)에 보존되어 있는 사용자의 초기 등록 정보, 프로그램 벡터 PP에 대응시켜져 송신되는 프로그램 측 효과 벡터 EfPP, 또는 사용자 정보 등록부(63)에서 생성되어 등록되어 있는 사용자 측 효과 벡터 EfUP(후술), 또는 사용자 측 반(反)효과 벡터 EfMUP(후술)에 의해 중요도를 부여하여, 유사도 SimUP 및 유사도 SimMUP를 산출하도록 할 수도 있다.
벡터 연산부(62)는 전술한 바와 같은 방법으로 산출된 유사도 SimUP를 기초로, 예를 들면, 정이력 벡터와의 유사도가 높은 상위 소정수(예를 들면, 10)의 프로그램에 대하여, 다시 이력 벡터 MUP와의 유사도 SimMUP를 구하고, SimUP－SimMUP를 연산하여, 연산 결과의 상위 소정수(예를 들면, 3)의 프로그램을 추천 프로그램으로서, 추천 정보 출력부(49)에 출력한다.
또, 벡터 연산부(62)는 프로그램 벡터가 그룹화되어 있는 경우, 추천된 프로그램의 정보를 기초로, 사용자 정보 등록부(63)에 추천 우선 그룹을 등록하여, 추천 우선 그룹에 대응하는 프로그램을 우선적으로 추천한다.
또한, 벡터 연산부(62)는 초기 등록 보존부(45)에 보존되어 있는 토픽을 사용하여 프로그램 벡터 PP의 필터링을 행함으로써, 사용자 모델 벡터를 생성하고, 사용자 정보 등록부(63)에 등록하여, 매칭 처리를 행하도록 할 수 있다. 사용자 모델에 대한 상세에 대해서는 후술한다.
사용자 정보 등록부(63)는 초기 등록 보존부(45)로부터 공급된 사용자의 초기 등록 내용, 또는 정이력 보존부(47) 또는 부이력 보존부(48)로부터 공급된 정이력 벡터 UP 또는 부이력 벡터 MUP를 기초로, 사용자 측 효과 벡터 EfUP 및 반효과 벡터 EfMUP를 생성하여 보존한다. 사용자 측 효과 벡터 EfUP는 그 사용자에게 대항목 중 어느 요소가 프로그램의 선택에 중요하며, 프로그램의 선택을 위해 중요도가 놓여져 있는 항목인가를 나타내는 벡터이거나, 또는 각각의 항목에 있어서의 사용자의 기호를 나타내는 벡터이다. 반효과 벡터 EfMUP는 그 사용자에게 대항목 중 어느 요소가 프로그램의 선택에 중요하지 않은 요소이며, 프로그램의 선택을 위해 중요도가 놓여져 있지 않은 항목인가를 나타내는 벡터이거나, 또는 각각의 항목에 있어서, 사용자가 선호하지 않는 항목을 나타내는 벡터이다.
환언하면, 사용자 측 효과 벡터 EfUP 및 반효과 벡터 EfMUP는 프로그램 벡터 PP와, 정이력 벡터 UP 또는 부이력 벡터 MUP와의 매칭에 있어서, 어느 항목이 크게 기여하는가를 규정하는 것이다.
사용자 측 효과 벡터 EfUP 및 반효과 벡터 EfMUP는 사용자에 따라 설정 가능하게 하거나, 미리 정해진 값을 사용하도록 해도 되지만, 초기 등록 보존부(45)에 등록되어 있는 사용자의 초기 등록 내용을 기초로, 생성되도록 해도 된다.
구체적으로는, 사용자 측 효과 벡터 EfUP가 그 사용자에게 대항목 중 어느 요소가 프로그램의 선택에 중요한가를 나타내는 정보인 경우, 프로그램 벡터 PP=｛타이틀 Tm, 장르 Gm, 시간대 Hm, 방송국 Sm, 출연자 Pm, 각본/원작/연출 Am, 내용 Km｝에 있어서, 사용자에게 장르가 중요한 경우, 예를 들면, 효과 벡터 EfUP=(1, 5, 1, 1, 1, 1, 1)로 설정된다. 이에 대하여, 사용자에게 출연자와 장르가 중요한 경우, 예를 들면, 효과 벡터 EfUP=(1, 3, 1, 1, 5, 1, 1)로 설정된다.
또, 사용자 측 효과 벡터 EfUP가 각각의 항목에 있어서의 사용자의 기호를 나타내는 벡터인 경우, 대항목 장르 Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝에 있어서, 사용자가 좋다고 생각하는 프로그램의 장르가 교양/다큐멘터리인 경우, 사용자 효과 벡터 EfUP는, 예를 들면, 장르 Gm=｛0, 0, 0, 0, 0, 0, 5, 0, 0｝으로 설정된다.
또, 사용자 측 효과 벡터 EfUP 및 반효과 벡터 EfMUP는 정이력 벡터 UP 또는 부이력 벡터 MUP를 기초로, 또는 일정 기간에 사용자가 시청한 프로그램을 카운트함으로써, 생성되도록 해도 된다. 또한, 사용자 측 효과 벡터 EfUP 및 반효과 벡터 EfMUP는 장르별로 생성하는 것도 가능하다. 사용자 측 효과 벡터 EfUP 또는 반효과 벡터 EfMUP를 생성하는 방법에 대해서는, 도 22 내지 도 27을 사용하여 후술한다.
또한, 사용자 정보 등록부(63)는 벡터 연산부(62)의 처리에 의해 생성된 추천 우선 그룹의 정보나, 사용자 모델 벡터 등을 필요에 따라 등록한다.
이상 설명한 매칭 처리부(43)에서는, 정이력 벡터 UP와의 유사도가 높은 프로그램(사용자가 적극적으로 시청하는 프로그램)으로부터 부이력을 사용하여, 사용자가 선호하지 않는다고 생각되는 프로그램(사용자가 시청하는 데 소극적인 프로그램)을 제거하는 처리를 실행하지 않아도, 예를 들면, 정이력만을 사용하여 추천 프로그램을 결정하는 것도 가능하다.
추천 정보 출력부(49)는 매칭 처리부(43)로부터 공급된 추천 프로그램의 정보를 추천 프로그램 리스트(50)에 등록하는 동시에, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급한다. 추천 프로그램 리스트(50)는 프로그램 추천 처리 장치(10)로부터 분리 가능하게 구성되어 있고, 추천 프로그램 출력부(49)로부터 출력된 추천 프로그램 정보를 등록한다. 추천 프로그램 리스트(50)에 추천 프로그램 정보를 보존하도록 함으로써, 예를 들면, 상이한 텔레비전 수신 장치(4), 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12) 등을 사용하는 경우에도, 지금까지 축적한 이력 정보를 사용하여, 프로그램의 추천이나, 자동 녹화 등을 실행시키도록 하는 것이 가능하다.
또, 매칭 처리부(43)는 필요에 따라 드라이브(51)와도 접속되어 있다. 드라이브(51)에는, 필요에 따라 자기 디스크(71), 광 디스크(72), 광자기 디스크(73), 및 반도체 메모리(74)가 장착되어, 데이터의 수수를 행한다.
도 14의 플로 차트를 참조하여, 프로그램 추천 처리 장치(10)가 실행하는 정이력 벡터 및 부이력 벡터 생성 처리 1에 대하여 설명한다.
스텝 S71에서, 조작 로그 취득부(46)는 초기 등록 보존부(45)로부터 판독한 초기 등록 내용을 부이력 보존부(48)에 공급한다. 부이력 보존부(48)는 공급된 초기 등록 내용을 참조하여, 부이력 벡터 MUP를 생성한다.
스텝 S72에서, 조작 로그 취득부(46)는 초기 등록 보존부(45)에 보존되어 있는 등록 내용을 기초로, 초기 등록 내용이 변경되었는지 여부를 판단한다. 스텝 S72에서, 초기 등록 내용이 변경되었다고 판단된 경우, 처리는 스텝 S71으로 복귀 하여, 그 이후의 처리가 반복된다.
스텝 S72에서, 초기 등록 내용이 변경되어 있지 않다고 판단된 경우, 스텝 S73에서, 조작 로그 취득부(46)는 텔레비전 표시 장치(11) 또는 녹화 재생 장치(12)로부터 조작 로그가 공급되었는지 여부를 판단한다. 스텝 S73에서, 조작 로그가 공급되어 있지 않다고 판단된 경우, 처리는 스텝 S72으로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S73에서, 조작 로그가 공급되었다고 판단된 경우, 스텝 S74에서, 조작 로그 취득부(46)는, 공급된 조작 로그는 정이력인지 여부를 판단한다. 예를 들면, 조작 로그가 녹화 조작인 경우, 그 조작에 대응하는 프로그램의 프로그램 벡터 PP는 정이력으로 되고, 조작 로그가 재생되어 있지 않은 녹화 데이터의 소거인 경우, 그 조작에 대응하는 프로그램의 프로그램 벡터 PP는 부이력으로 된다.
스텝 S74에서, 공급된 조작 로그는 정이력이라고 판단된 경우, 스텝 S75에서, 조작 로그 취득부(46)는 정이력이라고 판단된 조작 로그에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출하여, 정이력 보존부(47)에 공급한다. 정이력 보존부(47)는 공급된 프로그램 벡터 PP를 정이력으로서 추가 보존한다.
스텝 S76에서, 정이력 보존부(47)는 상세 항목마다 또는 대항목마다 정이력 프로그램 벡터 PP의 벡터 총계를 구해, 정이력 벡터 UP를 생성한다. 스텝 S76의 처리 종료 후, 처리는 스텝 S72으로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S74에서, 공급된 조작 로그는 정이력이 아니라고 판단된 경우, 공급된 조작 로그는 부이력이므로, 스텝 S77에서, 조작 로그 취득부(46)는 부이력이라고 판단된 조작 로그에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출하여, 부이력 보존부(48)에 공급한다. 부이력 보존부(48)는 공급된 프로그램 벡터 PP를 부이력으로서 추가 보존한다.
스텝 S78에서, 부이력 보존부(48)는 상세 항목마다 또는 대항목마다 부이력 프로그램 벡터 PP의 벡터 총계를 구해, 부이력 벡터 MUP를 생성한다. 스텝 S78의 처리 종료 후, 처리는 스텝 S72로 복귀하여, 그 이후의 처리가 반복된다.
대항목이 정이력 벡터 UP=｛타이틀 Tup, 장르 Gup, 출연자 Pup, 각본/원작/연출 Aup, 내용(키워드) Kup｝이며, 대항목 중에 상세 항목이 기재되어 있는 경우, 정이력 벡터 UP에서는, 각 상세 항목의 뒤에 벡터 총계를 나타내는 수치가 기재된다. 예를 들면, 도 15에 나타낸 바와 같이 대항목 「장르」에 관해서는, 장르 Gup=｛(드라마-25), (버라이어티-34), (스포츠-42), (영화-37), (음악-73), (어린이용/교육-120), (교양/다큐멘터리-3), (뉴스/보도-5), (기타-23)｝과 같이 상세 항목마다 정이력의 총계를 나타내는 수치가 기재된다. 또, 대항목 「타이틀」과 같이, 단어에 의해 나타나는 벡터에 있어서는, 예를 들면, 타이틀 Tup=｛(title1-12), (title2-3), …｝과 같이, 단어에 계속해서, 단어마다의 정이력의 총계를 나타내는 수치가 기재된다. 부이력 벡터 MUP에 있어서도, 정이력 벡터 UP와 동일하게 하여, 항목에 계속해서 총계를 나타내는 수치가 기술된다.
도 15에서는, 정이력 벡터 UP(및 부이력 벡터 MUP)의 대항목을 타이틀, 장르, 출연자, 각본/원작/연출, 내용(키워드)으로 하여, 도 5를 사용하여 설명한 프로그램 벡터 PP보다 적은 항목수인 것으로서 설명했지만, 프로그램 벡터 PP와 동일 한 대항목으로 해도 되는 것은 물론이다.
도 14에서는, 초기 등록의 내용을 기초로, 조작 로그가 입력되기 전에 부이력 벡터 MUP가 생성되는 것으로 하여 설명하고 있지만, 초기 등록 시에 사용자가 좋다고 생각하는 프로그램을 선택하기 위한 정보의 등록을 받도록 하여, 조작 로그가 입력되기 전에 정이력 벡터 UP도 생성되도록 해도 된다. 또, 초기 등록을 기초로 정이력 벡터 UP, 또는 부이력 벡터 MUP를 생성하지 않고, 조작 로그만을 사용하여 정이력 벡터 UP, 또는 부이력 벡터 MUP를 생성하도록 해도 된다.
이와 같이 하여, 정이력 벡터 UP, 및 부이력 벡터 MUP를 독립적으로 생성하여 유지함으로써, 보다 정밀하게 사용자의 기호와의 매칭 처리를 행할 수 있다.
그리고, 이 때, 정이력 및 부이력을 더욱 정밀하게 구할 수 있도록 해도 된다. 예를 들면, 도 14를 사용하여 설명한 처리에 있어서는, 모든 항목에서의 정이력과 부이력에 대응하는 프로그램 벡터 PP의 총계를 사용하여, 정이력 벡터 UP 및 부이력 벡터 MUP를 생성했지만, 정이력 및 부이력에 대응하는 프로그램 벡터 PP의 총계를, 예를 들면, 장르별로 축적하여 장르별로 정이력 벡터 UP 및 부이력 벡터 MUP를 생성하도록 해도 된다.
방송되는 프로그램의 장르에 의해, 출연자가 치우쳐 버리는 일이 자주 발생하므로, 사용자의 기호가 정확하게 반영되지 않는 경우가 있다. 구체적으로는, 드라마가 좋고, 버라이어티는 거의 드라마에 출연하지 않는 코메디언 A가 출연하는 것만을 좋아해서, 버라이어티 대 드라마의 시청 비율이 2: 8인 사용자에 있어서, 장르를 구별하지 않고 출연자 정이력을 축적한 경우, 거의 드라마에 출연하지 않는 코메디언 A보다, 특히 선호하는 배우가 아님에도 불구하고, 드라마에 자주 출연하는 출연자 B가 정이력 벡터 UP에서 고(高)포인트로 되어 버리는 경우가 있다. 이와 같은 경우, 예를 들면, 코메디언 A가 출연하는 버라이어티보다, 드라마에 자주 출연하는 출연자 B가 출연하는 다큐멘터리가 추천되어 버린다. 이것을 방지하기 위해서는, 장르별로 정이력 및 부이력을 축적하고, 이것을 기초로, 장르별로 정이력 벡터 UP 및 부이력 벡터 MUP를 생성하면 된다.
또, 예를 들면, 사용자가 해설자 A의 팬이므로, 「해설자 A가 해설하고 있는 구단 B의 시합 실황 중계」를 즐겨 시청하고 있는 경우, 장르인 「스포츠」라고 하는 정보는 이력으로서 겹쳐지기 쉽지만, 출연자인 「해설자 A」라고 하는 정보는 이력으로서 겹쳐지기 어려우므로, 다른 해설자가 해설하고 있는 구단 B의 시합 실황 중계가 추천되어, 해설자 A가 출연하고 있는 버라이어티 프로그램이 추천되지 않는 경우가 발생한다. 이것을 방지하기 위해서는, 예를 들면, 출연자별로 정이력 및 부이력을 축적하고, 이것을 기초로, 출연자별로 정이력 벡터 UP 및 부이력 벡터 MUP를 생성하면 된다.
이와 같이, 특정 요소별로 이력을 축적하도록 함으로써, 사용자의 기호를 무디어지게 하지 않고, 보다 치밀하게 사용자의 기호를 반영하는 것이 가능해진다.
그리고, 매칭 처리부(43)에서, 이와 같이 하여 생성된 정이력 벡터 UP 및 부이력 벡터 MUP와, 공급된 프로그램 벡터 PP의 매칭을 검증함으로써, 사용자의 기호를 정확하게 반영한 추천 프로그램 정보를 생성하는 것이 가능해진다.
다음에, 도 16의 플로 차트를 참조하여, 장르별로 이력을 축적하도록 한 정 이력 벡터 및 부이력 벡터 생성 처리 2에 대하여 설명한다.
스텝 S81 내지 스텝 S84에서, 도 14의 스텝 S71 내지 스텝 S74와 동일한 처리가 실행된다. 즉, 초기 등록이 참조되어, 부이력 벡터 MUP가 생성되고, 초기 등록 내용이 변경되었는지 여부가 판단되어, 변경되지 않은 경우, 공급된 조작 로그가 정이력인지 여부가 판단된다.
스텝 S84에서, 공급된 조작 로그가 정이력이라고 판단된 경우, 스텝 S85에서, 조작 로그 취득부(46)는 정이력이라고 판단된 조작 로그에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출하여, 정이력 보존부(47)에 공급한다. 정이력 보존부(47)는 공급된 프로그램 벡터 PP의 장르를 추출한다.
스텝 S86에서, 정이력 보존부(47)는 데이터 취득부(41)로부터 추출된 프로그램 벡터 PP를 장르별로 정이력으로서 추가 보존한다.
스텝 S87에서, 정이력 보존부(47)는 상세 항목마다 또는 대항목마다 프로그램 벡터가 추가 보존된 장르에서, 정이력의 프로그램 벡터 PP의 벡터 총계를 구해, 대응하는 장르의 정이력 벡터 UP를 생성한다. 스텝 S87의 처리 종료 후, 처리는 스텝 S82로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S84에서, 공급된 조작 로그가 정이력이 아니라고 판단된 경우, 공급된 조작 로그는 부이력이므로, 스텝 S88에서, 조작 로그 취득부(46)는 부이력이라고 판단된 조작 로그에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출하여, 부이력 보존부(48)에 공급한다. 부이력 보존부(48)는 공급된 프로그램 벡터 PP의 장르를 추출한다.
스텝 S89에서, 부이력 보존부(48)는 데이터 취득부(41)로부터 추출된 프로그램 벡터 PP를 장르별로 부이력으로서 추가 보존한다.
스텝 S90에서, 부이력 보존부(48)는 상세 항목마다 또는 대항목마다 프로그램 벡터가 추가 보존된 장르에서, 부이력의 프로그램 벡터 PP의 벡터 총계를 구해, 대응하는 장르의 부이력 벡터 MUP를 생성한다. 스텝 S90의 처리 종료 후, 처리는 스텝 S82로 복귀하여, 그 이후의 처리가 반복된다.
이와 같은 처리에 의해, 장르별로 정이력 벡터 UP와 부이력 벡터 MUP가 생성되므로, 사용자의 기호를 무디어지게 하지 않고, 보다 치밀하게 사용자의 기호를 반영하는 것이 가능해져, 사용자의 기호를 정확하게 반영한 추천 프로그램 정보를 생성하는 것이 가능해진다.
도 17의 플로 차트를 참조하여, 프로그램 벡터 PP, 정이력 벡터 UP 및 부이력 벡터 MUP가 상세 항목의 전 요소를 1렬로 나란히 한 벡터로 나타나 있는 경우의, 매칭 처리 1에 대하여 설명한다.
스텝 S101에서, 프로그램 벡터 추출부(42)는 복수개 프로그램(예를 들면, 소정 시간대에 방송되는 프로그램)의 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출하여, 매칭 처리부(43)의 정규화 처리부(61)에 공급한다. 정규화 처리부(61)는 공급된 프로그램 벡터 PP와, 정이력 보존부(47)로부터 판독한 정이력 벡터 UP의 구성 요소 중, 단어로 구성되어 있는 타이틀 및 내용에 대한 정규화를 행하고, 벡터 연산부(62)에 정규화 결과를 공급한다.
구체적으로는, 정규화 처리부(61)는 공급된 프로그램 벡터 PP가, 예를 들면, 타이틀 Tm=｛도카이도-1, 미쓰야-1, 괴담-1｝인 경우, 타이틀 Tm=｛도카이도: 0.33, 미쓰야: 0.33, 괴담: 0.33｝으로서, 그 프로그램마다 그 항목 내의 단어의 토탈로 중요도가 1이 되도록 정규화한다.
스텝 S102에서, 매칭 처리부(43)의 벡터 연산부(62)는 전술한 식 (1)을 사용하여, 복수개 프로그램의 프로그램 벡터 PP와, 정이력 벡터 UP의 코사인 거리인 유사도 SimUP를 산출한다.
스텝 S103에서, 벡터 연산부(62)는 스텝 S102에서 산출된 프로그램 벡터 PP와, 정이력 벡터 UP와의 유사도를 나타내는 유사도 SimUP를 비교하여, 유사도의 상위로부터, 예를 들면, 10 등의 소정수만큼 프로그램 벡터 PP를 추출한다.
스텝 S104에서, 벡터 연산부(62)는 스텝 S103에서 추출된 프로그램 벡터 PP와, 부이력 보존부(48)로부터 판독한 부이력 벡터 MUP와의 코사인 거리인 유사도 SimMUP를 전술한 식 (2)를 사용하여 산출한다.
스텝 S105에서, 벡터 연산부(62)는 정이력 벡터 UP와의 유사도(즉, 코사인 거리) SimMUP－부이력 벡터와의 유사도(즉, 코사인 거리) SimMUP를 산출하고, 그 상위가 되는 소정수(예를 들면, 1개) 프로그램의 프로그램 벡터 또는 EPG 데이터를 추천 정보로서 추출하여, 추천 정보 출력부(49)에 출력하고, 추천 프로그램 리스트(50)에 등록시키는 동시에 텔레비전 표시 장치(11) 및 녹화 재생 장치(12)에 출력하여, 처리가 종료된다.
이와 같은 처리에 의해 프로그램 벡터 PP, 정이력 벡터 UP 및 부이력 벡터 MUP가 상세 항목의 전 요소를 1렬로 나란히 한 벡터로 나타나 있는 경우에 있어서, 프로그램 벡터 PP와 정이력 벡터 UP와의 유사도와, 프로그램 벡터 PP와 부이력 벡터와의 유사도를 기초로, 사용자의 기호에 합치된 추천 프로그램을 결정하는 것이 가능해진다.
다음에, 도 18의 플로 차트를 참조하여, 단어로 나타나는 항목의 정규화를 행하지 않고, 대항목마다 코사인 거리의 계산을 행하여, 그 합을 유사도 SimUP 및 유사도 SimMUP로서 산출함으로써 추천 프로그램을 결정하는 매칭 처리 2에 대하여 설명한다.
스텝 S111에서, 프로그램 벡터 추출부(42)는 복수개 프로그램(예를 들면, 소정 시간대에 방송되는 프로그램)의 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출하여, 매칭 처리부(43)의 벡터 연산부(62)에 공급한다. 벡터 연산부(62)는 공급된 프로그램 벡터 PP와, 정이력 보존부(47)로부터 판독한 정이력 벡터 UP 각각의 대항목에 대하여, 프로그램 벡터 PP와 정이력 벡터 UP의 코사인 거리를 산출한다.
스텝 S112에서, 벡터 연산부(62)는 스텝 S111에서 항목마다 산출된 코사인 거리의 값을, 전술한 식 (4)를 사용하여 합계하고, 유사도 SimUP를 산출한다.
스텝 S113에서, 벡터 연산부(62)는 스텝 S112에서 산출된 프로그램 벡터 PP와, 정이력 벡터 UP와의 유사도 SimUP를 비교하고, 유사도의 상위로부터, 예를 들면, 10 등 소정수의 프로그램 벡터 PP를 추출한다.
스텝 S114에서, 벡터 연산부(62)는 스텝 S113의 처리에 의해 추출된 프로그램 벡터 PP와, 부이력 보존부(48)로부터 판독한 부이력 벡터 MUP 각각의 대항목에 대하여, 프로그램 벡터 PP와 부이력 벡터 MUP의 코사인 거리를 산출한다.
스텝 S115에서, 벡터 연산부(62)는 스텝 S114에서 항목마다 산출된 코사인 거리의 값을, 전술한 식 (4)를 사용하여 합계하고, 유사도 SimMUP를 산출한다.
스텝 S116에서, 벡터 연산부(62)는 ｛프로그램 벡터 PP와, 정이력 벡터 UP와의 코사인 거리인 유사도 SimUP｝－｛프로그램 벡터 PP와 부이력 벡터와의 코사인 거리인 유사도 SimMUP｝를 산출하고, 그 상위가 되는 소정수(예를 들면 3개) 프로그램의 프로그램 벡터 PP 또는 EPG 데이터를 추천 정보로서 추출하여, 추천 정보 출력부(49)에 출력하고, 추천 프로그램 리스트(50)에 등록시키는 동시에, 텔레비전 표시 장치(11) 및 녹화 재생 장치(12)에 출력하여, 처리가 종료된다.
이와 같은 처리에 의해, 단어로 나타나는 항목의 정규화를 행하지 않고, 대항목마다 연산 결과의 합이 유사도 SimUP 및 유사도 SimMUP로서 산출되므로, 상이한 대항목에 속하는 상세 요소 간 이력 겹치기의 편향 영향을 받지 않고, 프로그램 벡터 PP와 정이력 벡터 UP와의 유사도와, 프로그램 벡터 PP와 부이력 벡터 MUP와의 유사도를 기초로, 사용자의 기호에 합치된 추천 프로그램을 결정하는 것이 가능해진다.
도 17 및 도 18을 사용하여 설명한 매칭 처리 1 및 매칭 처리 2에서는, 사용자의 정이력 벡터 UP와의 유사도가 높은 프로그램으로부터, 부이력을 사용하여, 사용자가 선호하지 않는다고 생각되는 프로그램을 제거할 수 있는 것으로 하여 설명하고 있지만, 예를 들면, 정이력만을 사용하여 추천 프로그램을 결정하도록 해도 된다.
또, 사용자에 따라서는, 프로그램을 선택하는 데 있어서, 뉴스나 보도 프로 그램을 매우 좋아하거나, 장르보다 출연자가 중요하거나, 출연자에는 구애되지 않지만, 내용이 중요한 등 프로그램을 선택하기 위해 강조되는 항목과, 강조되지 않는 항목, 환언하면, 중요한 항목과 그렇지 않은 항목이 고정되어 있는 경우가 있다.
따라서, 매칭 처리는 전술한 프로그램 측 효과 벡터 EfPP, 사용자 측 효과 벡터 EfUP, 또는 사용자 측 반효과 벡터 EfMUP를 이용하여 행하도록 해도 된다. 또, 프로그램 측 효과 벡터 EfPP, 사용자 측 효과 벡터 EfUP, 또는 사용자 측 반효과 벡터 EfMUP를 이용하는지 여부는 사용자에 의해 설정 가능하도록 해도 된다.
다음에, 도 19의 플로 차트를 참조하여, 프로그램 벡터 PP, 정이력 벡터 UP 및 부이력 벡터 MUP가 상세 항목의 전 요소를 1렬로 나란히 한 벡터로 나타나 있는 경우에, 사용자의 설정에 의해 프로그램 측 효과 벡터 EfPP 또는 사용자 측 효과 벡터 EfUP를 이용하여 매칭 처리를 행하는 매칭 처리 3에 대하여 설명한다.
스텝 S121에서, 벡터 연산부(62)는 조작 입력부(44)를 사용하여 사용자에 의해 입력되고, 초기 등록 보존부(45)에 등록되어 있는 프로그램 측 효과 벡터 EfPP 및 사용자 측 효과 벡터 EfUP 또는 사용자 측 반효과 벡터 EfMUP의 이용 설정 내용을 취득한다. 효과 벡터의 이용 설정 내용이란, 매칭 처리에 있어서, 프로그램 측 효과 벡터 EfPP, 사용자 측 효과 벡터 EfUP 또는 사용자 측 반효과 벡터 EfMUP를 이용하여, 중요도를 부여하는지 여부를 나타내는 정보이다.
스텝 S122에서, 벡터 연산부(62)는 필요에 따라, 사용자 정보 등록부(63)로부터 사용자 측 효과 벡터 EfUP를 판독하고, 다음의 식 (5)를 사용하여, 프로그램 벡터 PP와 정이력 벡터 UP의 코사인 거리를 산출하고, 유사도 SimUP로 한다.
Figure 112005030524946-pct00001
그리고, 식 (5)에서는, 프로그램 벡터 PP=(p1, p2, …), 정이력 벡터 UP=(u1, u2, …), 프로그램 측 효과 벡터 EfPP=(epd1, epd2, …), 사용자 측 효과 벡터 EfUP=(eud1, eud2, …)인 것으로 한다. 또, 식 (5)에서는, 프로그램 측 효과 벡터 EfPP 및 사용자 측 효과 벡터 EfUP를 모두 이용하는 것으로 하여 설명하고 있지만, 설정에 의해 프로그램 측 효과 벡터 EfPP 및 사용자 측 효과 벡터 EfUP 중 어느 하나가 이용되지 않는 경우, 이용되지 않는 벡터에 대신하여 수치 「1」이 대입되어 계산된다.
또, 사용자 측 효과 벡터 EfUP는 사용자에 의해 설정 가능해도, 사용자의 초기 설정을 기초로 설정되는 것이라도 되고, 사용자 정보 등록부(63)에서 생성되는 것이라도 된다. 사용자 측 효과 벡터 EfUP 생성의 상세에 대해서는, 도 22 내지 도 25를 사용하여 후술한다.
스텝 S123에서, 벡터 연산부(62)는 스텝 S122에서 산출된 프로그램 벡터 PP와 정이력 벡터 UP와의 유사도 SimUP를 비교하고, 유사도의 상위로부터, 예를 들면, 10 등 소정수의 프로그램 벡터 PP를 추출한다.
스텝 S124에서, 벡터 연산부(62)는 필요에 따라 사용자 정보 등록부(63)로부터 사용자 측 반효과 벡터 EfMUP를 판독하고, 다음의 식 (6)을 사용하여, 스텝 S123에서 추출된 프로그램 벡터 PP와 부이력 벡터 MUP의 코사인 거리를 산출한다.
Figure 112005030524946-pct00002
그리고, 식 (6)에서는, 프로그램 벡터 PP=(p1, p2, …), 부이력 벡터 MUP=(m1, m2, …), 프로그램 측 효과 벡터 EfPP=(epd1, epd2, …), 사용자 측 반효과 벡터 EfMUP=(emd1, emd2, …)인 것으로 한다. 또, 식 (6)에서는, 프로그램 측 효과 벡터 EfPP 및 사용자 측 반효과 벡터 EfMUP를 모두 이용하는 것으로 하여 설명하고 있지만, 설정에 의해 프로그램 측 효과 벡터 EfPP 및 사용자 측 반효과 벡터 EfMUP 중 어느 하나가 이용되지 않는 경우, 이용되지 않는 벡터에 대신하여, 수치 「1」이 대입되어 계산된다.
또, 사용자 측 반효과 벡터 EfMUP는 사용자에 의해 설정 가능해도, 사용자의 초기 설정을 기초로 설정되는 것이라도 되고, 사용자 정보 등록부(63)에서 생성되는 것이라도 된다. 사용자 측 반효과 벡터 EfMUP 생성의 상세에 대해서는, 도 26 또는 도 27을 사용하여 후술한다.
스텝 S125에서, 벡터 연산부(62)는 프로그램 벡터 PP와 정이력 벡터 UP와의 유사도 SimUP－프로그램 벡터 PP와 부이력 벡터와의 유사도 SimMUP를 산출하고, 그 상위가 되는 소정수(예를 들면 3개) 프로그램의 프로그램 벡터 PP 또는 EPG 데이터를 추천 정보로서 추출하여, 추천 정보 출력부(49)에 출력하고, 추천 프로그램 리스트(50)에 등록시키는 동시에, 텔레비전 표시 장치(11) 및 녹화 재생 장치(12) 에 출력하여, 처리가 종료된다.
이와 같은 처리에 의해, 설정에 따라, 프로그램 측 효과 벡터 EfPP, 사용자 측 효과 벡터 EfUP, 또는 사용자 측 반효과 벡터 EfMUP가 이용되어 추천 정보가 추출되므로, 사용자의 기호를 정확하게 반영한 프로그램을 추천하도록 할 수 있다.
도 19를 사용하여 설명한 처리에서는, 프로그램 벡터 PP, 정이력 벡터 UP 및 부이력 벡터 MUP가 상세 항목의 전 요소를 1렬로 나란히 한 벡터로 나타나 있는 경우의 처리에 대하여 설명했지만, 프로그램 벡터 PP, 정이력 벡터 UP 및 부이력 벡터 MUP를 각각 대항목마다 연산하도록 해도 된다.
다음에, 도 20의 플로 차트를 참조하여, 대항목마다 프로그램 측 효과 벡터 EfPP, 사용자 측 효과 벡터 EfUP, 또는 사용자 측 반효과 벡터 EfMUP를 반영시킬 수 있도록 한 매칭 처리 4에 대하여 설명한다.
스텝 S131에서, 도 19의 스텝 S121과 동일한 처리가 실행되어, 효과 벡터의 이용 설정 내용이 취득된다.
스텝 S132에서, 벡터 연산부(62)는 공급된 프로그램 벡터 PP와, 정이력 보존부(47)로부터 판독한 정이력 벡터 UP 각각의 대항목에 대하여, 프로그램 벡터 PP와 정이력 벡터 UP의 코사인 거리를 산출한다. 여기에서는, 효과 벡터는 연산에 이용되지 않는다.
스텝 S133에서, 벡터 연산부(62)는 다음의 식 (7)을 사용하여, 항목마다 산출된 코사인 거리에 필요에 따라 효과 벡터를 곱셈하고, 얻어진 값을 합계하여, 유사도 SimUP를 산출한다.
SimUP=epdt·eudt·cosθut+epdg·eudg·cosθug+epdp·eudp·cosθup+epda·euda·cosθua+epdk·eudk·cosθuk … (7)
그리고, 식 (7)에서는, 프로그램 벡터 PP=(pt, pg, pp, pa, pk)와 정이력 벡터 UP=(ut, ug, up, ua, uk)와의 대항목마다의 코사인 거리가 (cosθut, cosθug, cosθup, cosθua, cosθuk)이며, 프로그램 측 효과 벡터 EfPP=(epdt, epdg, epdp, epda, epdk), 사용자 측 효과 벡터 EfUP=(eudt, eudg, eudp, euda, eudk)인 것으로 한다. 또, 식 (7)에서는, 프로그램 측 효과 벡터 EfPP 및 사용자 측 효과 벡터 EfUP를 모두 이용하는 것으로 하여 설명하고 있지만, 설정에 의해 프로그램 측 효과 벡터 EfPP 및 사용자 측 효과 벡터 EfUP 중 어느 하나가 이용되지 않는 경우, 이용되지 않는 벡터에 대신하여, 수치 「1」이 대입되어 계산된다.
스텝 S134에서, 벡터 연산부(62)는 스텝 S133에서 산출된 프로그램 벡터 PP와 정이력 벡터 UP와의 유사도 SimUP를 비교하고, 유사도의 상위로부터, 예를 들면, 10 등 소정수의 프로그램 벡터 PP를 추출한다.
스텝 S135에서, 벡터 연산부(62)는 스텝 S134의 처리에 의해 추출된 프로그램 벡터 PP와, 부이력 보존부(48)로부터 판독한 부이력 벡터 MUP 각각의 대항목에 대하여, 프로그램 벡터 PP와 부이력 벡터 MUP의 코사인 거리를 산출한다. 여기에서는, 효과 벡터는 연산에 이용되지 않는다.
스텝 S136에서, 벡터 연산부(62)는 다음의 식 (8)을 사용하여, 항목마다 산 출된 코사인 거리에 필요에 따라 효과 벡터를 곱셈하고, 얻어진 값을 합계하여, 유사도 SimMUP를 산출한다.
SimMUP=epdt·emdt·cosθmt+epdg·emdg·cosθmg+epdp·emdp·cosθmp+epda·emda·cosθma+epdk·emdk·cosθmk … (8)
그리고, 식 (8)에서는, 프로그램 벡터 PP=(pt, pg, pp, pa, pk)와 부이력 벡터 MUP=(mt, mg, mp, ma, mk)와의 대항목마다의 코사인 거리가 (cosθmt, cosθmg, cosθmp, cosθma, cosθmk)이며, 프로그램 측 효과 벡터 EfPP=(epdt, epdg, epdp, epda, epdk), 사용자 측 반효과 벡터 EfMUP=(emdt, emdg, emdp, emda, emdk)인 것으로 한다. 또, 식 (8)에서는, 프로그램 측 효과 벡터 EfPP 및 사용자 측 반효과 벡터 EfMUP를 모두 이용하는 것으로 하여 설명하고 있지만, 설정에 의해 프로그램 측 효과 벡터 EfPP 및 사용자 측 반효과 벡터 EfMUP 중 어느 하나가 이용되지 않는 경우, 이용되지 않는 벡터에 대신하여, 수치 「1」이 대입되어 계산된다.
스텝 S137에서, 벡터 연산부(62)는 ｛프로그램 벡터 PP와 정이력 벡터 UP와의 코사인 거리인 유사도 SimUP｝－｛프로그램 벡터 PP와 부이력 벡터와의 코사인 거리인 유사도 SimMUP｝를 산출하고, 그 상위가 되는 소정수(예를 들면 3개) 프로그램의 프로그램 벡터 PP 또는 EPG 데이터를 추천 정보로서 추출하여, 추천 정보 출력부(49)에 출력하고, 추천 프로그램 리스트(50)에 등록시키는 동시에, 텔레비전 표시 장치(11) 및 녹화 재생 장치(12)에 출력하여, 처리가 종료된다.
이와 같은 처리에 의해, 대항목마다 효과 벡터가 이용되어 중요도가 부여되므로, 사용자의 기호에 상세하게 합치된 추천 정보를 생성하는 것이 가능해진다.
다음에, 도 21의 플로 차트를 참조하여, 도 16을 사용하여 설명한 정이력 벡터 및 부이력 벡터 생성 처리(2)의 처리에 의해 생성된, 장르별 정이력 벡터 UP 및 부이력 벡터 MUP, 및 장르별 사용자 측 효과 벡터 EfUP 및 사용자 측 반효과 벡터 EfMUP를 사용하여, 매칭 처리를 실행하는 매칭 처리 5에 대하여 설명한다.
스텝 S141에서, 도 19의 스텝 S121과 동일한 처리가 실행되어, 효과 벡터의 이용 설정 내용이 취득된다.
스텝 S142에서, 벡터 연산부(62)는 공급된 프로그램 벡터 PP의 장르를 추출한다. 여기에서는, 예를 들면, 공급된 프로그램 벡터 PP의 장르가 「드라마」에서 만난 것으로 하여 설명한다.
스텝 S143에서, 벡터 연산부(62)는 공급된 프로그램 벡터 PP와, 정이력 보존부(47)로부터 판독한, 장르 「드라마」에 대응하는 정이력 벡터 UP 각각의 대항목에 대하여, 프로그램 벡터 PP와 정이력 벡터 UP의 코사인 거리를 산출한다. 여기에서는, 효과 벡터는 연산에 이용되지 않는다.
스텝 S144에서, 벡터 연산부(62)는 다음의 식 (9)를 사용하여, 항목마다 산출된 코사인 거리에 필요에 따라 장르 「드라마」에 대응하는 사용자 측 효과 벡터를 곱셈하고, 얻어진 값을 합계하여, 유사도 SimUP를 산출한다.
SimUP=epdt·eudtd·cosθutd+epdg·eudgd·cosθugd+epdp·eudpd·cosθupd+epda ·eudad·cosθuad+epdk·eudkd·cosθukd … (9)
그리고, 식 (9)에서는, 프로그램 벡터 PP=(pt, pg, pp, pa, pk)와, 장르 「드라마」에 대응하는 정이력 벡터 UP=(ut, ug, up, ua, uk)와의 대항목마다의 코사인 거리가 (cosθutd, cosθugd, cosθupd, cosθuad, cosθukd)이며, 프로그램 측 효과 벡터 EfPP=(epdt, epdg, epdp, epda, epdk), 장르 「드라마」에 대응하는 사용자 측 효과 벡터 EfUP=(eudtd, eudgd, eudpd, eudad, eudkd)인 것으로 한다. 또, 식 (9)에서는, 프로그램 측 효과 벡터 EfPP 및 사용자 측 효과 벡터 EfUP를 모두 이용하는 것으로 하여 설명하고 있지만, 설정에 의해 프로그램 측 효과 벡터 EfPP 및 사용자 측 효과 벡터 EfUP 중 어느 하나가 이용되지 않는 경우, 이용되지 않는 벡터에 대신하여, 수치 「1」이 대입되어 계산된다.
스텝 S145에서, 벡터 연산부(62)는 스텝 S143에서 산출된 프로그램 벡터 PP와 정이력 벡터 UP와의 유사도 SimUP를 비교하고, 유사도의 상위로부터, 예를 들면, 10 등 소정수의 프로그램 벡터 PP를 추출한다.
스텝 S146에서, 벡터 연산부(62)는 스텝 S145의 처리에 의해 추출된 프로그램 벡터 PP와, 부이력 보존부(48)로부터 판독한 장르 「드라마」에 대응하는 부이력 벡터 MUP 각각의 대항목에 대하여, 프로그램 벡터 PP와 부이력 벡터 MUP의 코사인 거리를 산출한다. 여기에서는, 효과 벡터는 연산에 이용되지 않는다.
스텝 S147에서, 벡터 연산부(62)는 다음의 식 (10)을 사용하여, 항목마다 산 출된 코사인 거리에 필요에 따라, 장르 「드라마」에 대응하는 효과 벡터를 곱셈하고, 얻어진 값을 합계하여, 유사도 SimMUP를 산출한다.
SimMUP=epdt·emdtd·cosθmtd+epdg·emdgd·cosθmgd+epdp·emdpd·cosθmpd+epda·emdad·cosθmad+epdk·emdkd·cosθmkd … (10)
그리고, 식 (10)에서는, 프로그램 벡터 PP=(pt, pg, pp, pa, pk)와 부이력 벡터 MUP=(mt, mg, mp, ma, mk)와의 대항목마다의 코사인 거리가 (cosθmtd, cosθmgd, cosθmpd, cosθmad, cosθmkd)이며, 프로그램 측 효과 벡터 EfPP=(epdt, epdg, epdp, epda, epdk), 장르 「드라마」에 대응하는 사용자 측 반효과 벡터 EfMUP=(emdtd, emdgd, emdpd, emdad, emdkd)인 것으로 한다. 또, 식 (10)에서는, 프로그램 측 효과 벡터 EfPP 및 사용자 측 반효과 벡터 EfMUP를 모두 이용하는 것으로 하여 설명하고 있지만, 설정에 의해 프로그램 측 효과 벡터 EfPP 및 사용자 측 반효과 벡터 EfMUP 중 어느 하나가 이용되지 않는 경우, 이용되지 않는 벡터에 대신하여, 수치 「1」이 대입되어 계산된다.
스텝 S148에서, 벡터 연산부(62)는 ｛프로그램 벡터 PP와 정이력 벡터 UP와의 코사인 거리인 유사도 SimUP｝－｛프로그램 벡터 PP와 부이력 벡터와의 코사인 거리인 유사도 SimMUP｝를 산출하고, 그 상위가 되는 소정수(예를 들면 3개) 프로그램의 프로그램 벡터 PP 또는 EPG 데이터를 추천 정보로서 추출하여, 추천 정보 출력부(49)에 출력하고, 추천 프로그램 리스트(50)에 등록시키는 동시에, 텔레비전 표시 장치(11) 및 녹화 재생 장치(12)에 출력하여, 처리가 종료된다.
이와 같은 처리에 의해, 대항목마다 장르별의 정이력 벡터 UP 및 부이력 벡터 MUP와 프로그램 벡터 PP와의 코사인 거리가 구해지고, 장르에 대응한 효과 벡터가 이용되어 중요도가 부여되어 유사도가 산출되므로, 사용자의 기호에 상세하게 합치된 추천 정보를 생성하는 것이 가능해진다.
또, 사용자 측 효과 벡터 EfUP 및 반효과 벡터 EfMUP는 전술한 바와 같이 초기 등록 보존부(45)에 등록되어 있는 사용자의 초기 등록 내용을 기초로 생성되도록 해도 되고, 정이력 벡터 UP 또는 부이력 벡터 MUP, 또는 일정 기간에 사용자가 시청한 프로그램을 카운트함으로써, 사용자 고유의 사용자 측 효과 벡터 EfUP 및 반효과 벡터 EfMUP가 생성되도록 해도 된다.
도 22의 플로 차트를 참조하여, 일정 기간에 사용자가 시청한 프로그램을 카운트함으로써 사용자 측 효과 벡터 EfUP를 생성하는 사용자 측 효과 벡터 생성 처리 1에 대하여 설명한다.
스텝 S151에서, 매칭 처리부(43)의 사용자 정보 등록부(63)는 미처리의 대항목 중 어느 하나를 선택한다.
스텝 S152에서, 사용자 정보 등록부(63)는 정이력 보존부(47)에 보존되어 있는 정이력을 참조하여, 예를 들면, 1주간, 1개월, 또는 3개월 등 일정 기간 중에 사용자가 시청한 프로그램을 검출하고, 프로그램 벡터 추출부(42)에 일정 기간 중에 사용자가 시청한 프로그램에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출시켜, 스텝 S151에서 선택된 대항목에 포함되는 상세 항목마다 프로그램 수를 카운트한다.
구체적으로는, 예를 들면, 스텝 S151에서 선택된 대항목이 대항목 장르 Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝이면, 사용자 정보 등록부(63)는 일정 기간 중에 사용자가 시청한 프로그램의 프로그램 벡터 PP의 구성 요소를 각각에 대응하는 항목으로 분류하여 카운트한다. 일정 기간 중에 사용자가 시청한 프로그램이, 예를 들면, 50 프로그램인 경우, 프로그램수의 카운트 결과는, 예를 들면, 장르 Gm=(10, 18, 5, 2, 8, 1, 0, 1, 5)로 된다.
스텝 S153에서, 사용자 정보 등록부(63)는 프로그램 벡터 추출부(42)에 동일 기간에 있어서의 모든 프로그램에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출시켜, 스텝 S151에서 선택된 대항목에 포함되는 상세 항목마다 프로그램수를 카운트한다.
구체적으로는, 예를 들면, 스텝 S151에서 선택된 대항목이 대항목 장르 Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝이면, 사용자 정보 등록부(63)는 동일 기간에 있어서의 모든 프로그램의 프로그램 벡터 PP의 구성 요소를 각각에 대응하는 항목으로 분류하여 카운트한다. 동일 기간에 있어서의 모든 프로그램이, 예를 들면, 1000 프로그램인 경우, 프로그램수의 카운트 결과는, 예를 들면, 장르 Gm=(104, 239, 68, 25, 78, 91, 60, 254, 81)로 된다.
스텝 S154에서, 사용자 정보 등록부(63)는 스텝 S152 및 스텝 S153의 카운트 결과를 기초로, 사용자의 시청 실적의 카운트수/전 프로그램의 카운트수를 산출한다.
프로그램 편성은 시청률 경쟁의 영향에 의해 대중의 기호를 반영하고 있다고 생각할 수 있다. 즉, 사용자의 시청 실적의 카운트수/전 프로그램의 카운트수 연산은, 환언하면, 사용자의 시청 실적 카운트수를 표준 모델로서의 전 프로그램의 카운트수로 정규화하는 것과 같은 뜻이다. 스텝 S154에서 산출되는 정규화 벡터를 정규화 벡터 D로 하는 것으로 한다.
예를 들면, 대항목 장르 Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝에서, 1주간의 전 프로그램의 카운트수가 (8, 12, 3, 7, 6, 4, 2, 8, 10)이며, 이에 대하여 사용자가 시청한 프로그램의 카운트수가 (4, 0, 1, 2, 3, 4, 1, 2, 2)인 경우, 정규화 벡터 D는 다음과 같이 된다.
D=(4/8, 0/12, 1/3, 2/7, 3/6, 4/4, 1/2, 2/8, 2/10)=(0.5, 0, 0.33, 0.28, 0.5, 1.0, 0.5, 0.13, 0.2)
즉, 정규화 벡터 D의 구성 요소가 1.0인 경우에는, 설정된 기간 중에 해당하는 항목의 전 프로그램을 시청한 것, 정규화 벡터 D의 구성 요소가 0인 경우에는, 설정된 기간 중에 해당하는 프로그램은 하나도 시청하지 않았다는 것을 의미한다.
스텝 S155에서, 사용자 정보 등록부(63)는 스텝 S154의 산출 결과를 기초로, 대응하는 대항목의 효과 벡터를 생성한다.
효과 벡터를 생성하기 위해, 대항목 장르 Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝중 어느 하나의 항목을 사용하여, 표준값을 설정한다. 예를 들면, 장르: 「드라마」의 프로그램 1주간분에 있어서, 일반적인 사용자는 그 2할 정도를 시청하고 있는 것으로 하고, 표준값을 0.2로 설정하면 된다. 대항목의 효과 벡터는 상대값으로서 산출되기 때문에, 설정값은 0 내지 1의 어느 값이라도 상관없다. 그리고, 사용자 측 효과 벡터는 스텝 S154에서 산출된 정규화 벡터 D와, 설정값과의 상대값이다.
따라서, 사용자의 흥미 장르를 나타내는 대항목 장르 Gm의 효과 벡터 E는
E=(0.3, -0.2, 0.13, 0.08, 0.3, 0.8, 0.3, -0.07, 0.0)으로 산출되므로, 대응하는 사용자는 「어린이용/교육」의 장르를 좋아하고, 「버라이어티」의 장르를 선호하지 않는다고 판단할 수 있다.
스텝 S156에서, 사용자 정보 등록부(63)는 모든 대항목의 효과 벡터가 생성되었는지 여부를 판단한다. 스텝 S156에서, 모든 대항목의 효과 벡터가 생성되어 있지 않다고 판단된 경우, 처리는 스텝 S151로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S156에서, 모든 대항목의 효과 벡터가 생성되었다고 판단된 경우, 스텝 S157에서, 사용자 정보 등록부(63)는 모든 대항목의 효과 벡터를 보존하고, 처리가 종료된다.
이와 같은 처리에 의해, 일반적인 기호와, 사용자 고유의 기호와의 차이를 구할 수 있다. 또, 사용자 측 효과 벡터 EfUP를, 예를 들면, 3개월, 반년 등 소정 기간마다 재연산도록 함으로써, 사용자의 기호를 리얼 타임으로 반영한 프로그램을 추천할 수 있다.
또, 도 22의 처리에서는, 예를 들면, 1주간, 1개월, 또는 3개월 등 일정 기간 중에 사용자가 시청한 프로그램을 기초로 사용자 측 효과 벡터 EfUP를 구하는 것으로 하여 설명했지만, 복수개의 기간을 대상으로 하여, 예를 들면, 단기, 중기, 장기에 대응하는 사용자 측 효과 벡터 EfUP를 산출하고, 이들 복수개의 효과 벡터를 사용하여, 추천 정보를 결정하도록 해도 된다.
여기에서는, 사용자 고유의 기호를 사용자 측 효과 벡터 EfUP로서 이용하는 경우에 대하여 설명했지만, 사용자 고유의 기호를 정이력 벡터 UP로서 매칭 처리에 사용하도록 해도 된다.
또, 방송되고 있는 전 프로그램에 대신하여, 시청자가 가장 프로그램을 시청하는 소정 시간대(예를 들면, 18시 내지 22시의, 이른바, 골든 타임)에 방송되는 전 프로그램을 카운트하도록 해도 된다. 이와 같이 함으로써, 일반적인 기호를 구하기 위한 연산 처리를 대폭 적게 할 수 있다.
다음에, 도 23의 플로 차트를 참조하여, 정이력 벡터 UP와, 대중의 기호와의 유사도를 나타내는 코사인 거리의 연산에 의해, 사용자 고유의 기호와, 대중의 기호와의 격차를 매칭에 이용하기 위한 사용자 측 효과 벡터 EfUP를 구하는 사용자 측 효과 벡터 산출 처리 2에 대하여 설명한다.
스텝 S161에서, 매칭 처리부(43)의 사용자 정보 등록부(63)는 정이력 보존부(47)에 보존되어 있는 정이력 벡터 UP를 취득한다.
스텝 S162에서, 사용자 정보 등록부(63)는 일반적인 기호를 나타내는 표준 기호 벡터 APP를 취득한다.
표준 기호 벡터 APP는 분배 서버(5)로부터 공급되는 것으로 해도 되고, 또는 프로그램 편성은 시청률 경쟁의 영향에 의해 대중의 기호를 반영하고 있다고 생각되므로, 도 22를 사용하여 설명한 사용자 측 효과 벡터 산출 처리(1)와 동일하게 하여, 일정 기간에 방송된 전 프로그램의 내용을 카운트하고, 필요에 따라 정규화하여, 표준 기호 벡터 APP로 하도록 해도 된다.
분배 서버(5)에서는, 예를 들면, 일반적인 시청률 조사나, 그 밖의 방법을 이용하여, 일반적인 기호를 나타내는 표준 기호 벡터 APP를 생성하도록 해도 된다.
스텝 S163에서, 사용자 정보 등록부(63)는 대항목마다 표준 기호 벡터 APP와, 정이력 벡터 UP와의 코사인 거리를 산출한다. 코사인 거리가 클수록, 표준 기호 벡터 APP와, 정이력 벡터 UP와의 유사도가 높다.
스텝 S164에서, 사용자 정보 등록부(63)는 스텝 S163에서 산출된 코사인 거리를 기초로, 대항목마다 코사인 거리를 역수(逆數)로 하여 효과 벡터 EfUP를 생성하고, 처리가 종료된다. 코사인 거리의 역수가 클수록 표준 기호 벡터 APP와, 정이력 벡터 UP와의 유사도는 낮다.
이와 같은 처리에 의해, 일반적인 기호와, 대응하는 사용자 고유 기호와의 차이를 반영한 사용자 측 효과 벡터 EfUP를 구할 수 있다. 이 사용자 측 효과 벡터 EfUP를 사용하여 프로그램 추천 처리를 행한 경우, 사용자의 기호와 일반적인 기호와의 차이가 강조되어, 추천되는 프로그램이 결정된다.
그리고, 여기에서는, 프로그램 벡터 PP, 및 정이력 벡터 UP가 대항목마다 벡 터로 나타나고 있는 것으로 하여 설명했지만, 프로그램 벡터 PP, 및 정이력 벡터 UP가 상세 항목의 전 요소를 1렬로 나란히 한 벡터로 나타나 있는 경우에도, 동일한 처리가 실행 가능한 것은 물론이다.
또, 표준 기호 벡터 APP와, 정이력 벡터 UP와의 유사도는 효과 벡터를 산출할 뿐만 아니라, 그 사용자의 유니크도(度)를 나타내는 지수로서, 프로그램 추천에 직접적으로 사용하도록 해도 된다. 예를 들면, 표준 기호 벡터 APP와, 정이력 벡터 UP와의 유사도가 높은 경우, 일반용 유행에 맞는 신프로그램 등을 우선적으로 추천하도록 해도 된다.
도 22 및 도 23을 사용하여 설명한 바와 같이, 사용자 측 효과 벡터 EfUP는 사용자의 조작 이력에 따라, 학습적으로 구해지면 바람직하지만, 사용자 측 효과 벡터는 미리 초기 등록으로서 등록되어 있어도 되고, 경험 등에 의해 구해지는, 미리 설정되어 있는 값을 사용하도록 해도 된다.
그리고, 대항목에 주목하여, 사용자 측 효과 벡터 EfUP를 생성할 뿐만 아니라, 대항목을 구성하는 구성 요소에 주목하여, 사용자 측 효과 벡터 EfUP를 생성하도록 해도 된다. 예를 들면, 대항목을 구성하는 구성 요소 「출연자 Pm」에 있어서, 주역과 조역을 구별 가능하게 해 두고, 드라마나 영화에서, 주역보다 조역의 배역을 우선하는 사용자는 주역에 대하여 조역의 중요도를 크게 하도록 사용자 측 효과 벡터 EfUP를 설정 가능하게 하거나, 대항목을 구성하는 구성 요소 「각본/원작/연출 Am」에 있어서, 감독, 연출가, 원작자, 카메라맨 등을 구별 가능하게 해 두고, 감독이나 연출가보다 카메라맨을 중시하는 사용자는 카메라맨의 중요도를 크 게 하도록 사용자 측 효과 벡터 EfUP를 설정 가능하도록 해도 된다.
또, 사용자 측 효과 벡터 EfUP를 장르마다 생성하고, 도 21을 사용하여 설명한 매칭 처리(5)와 같이, 대응하는 장르의 정이력 벡터 UP와 프로그램 벡터 PP와의 매칭 일 때 작용시키도록 해도 된다.
다음에, 도 24의 플로 차트를 참조하여, 일정 기간에 사용자가 시청한 프로그램을 장르별로 카운트함으로써 사용자 측 효과 벡터 EfUP를 생성하는 사용자 측 효과 벡터 생성 처리 3에 대하여 설명한다.
스텝 S171에서, 매칭 처리부(43)의 사용자 정보 등록부(63)는 일정 기간에 사용자가 시청한 프로그램을 장르별로 카운트하기 위해, 어느 하나의 장르를 선택한다.
스텝 S172에서, 사용자 정보 등록부(63)는 미처리의 대항목 중 어느 하나를 선택한다.
스텝 S173에서, 사용자 정보 등록부(63)는 정이력 보존부(47)에 보존되어 있는 정이력을 참조하여, 예를 들면, 1주간, 1개월, 또는 3개월 등의 일정 기간 중에 사용자가 시청한 프로그램 중, 선택된 장르의 것을 검출하고, 프로그램 벡터 추출부(42)에 일정 기간 중에 사용자가 시청한 것 중, 선택된 장르의 프로그램에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출시켜, 스텝 S172에서 선택된 대항목에 포함되는 상세 항목마다 프로그램수를 카운트한다.
스텝 S174에서, 사용자 정보 등록부(63)는 프로그램 벡터 추출부(42)에 동일 기간에 있어서의 모든 프로그램 중, 선택된 장르에 대응하는 프로그램 벡터 PP를 데이터 취득부(41)로부터 추출시켜, 스텝 S172에서 선택된 대항목에 포함되는 상세 항목마다 프로그램수를 카운트한다.
스텝 S175에서, 사용자 정보 등록부(63)는 스텝 S173 및 스텝 S174의 카운트 결과를 기초로, 선택된 장르에 있어서의 사용자 시청 실적의 카운트수/전 프로그램의 카운트수를 산출한다.
전술한 바와 같이 프로그램 편성은 시청률 경쟁의 영향에 의해, 대중의 기호를 반영하고 있다고 생각된다. 즉, 선택된 장르에 있어서의 사용자 시청 실적의 카운트수/전 프로그램의 카운트수의 연산은, 환언하면, 대응하는 장르에 있어서의 사용자 시청 실적의 카운트수를 표준 모델로서의 대응하는 장르의 전 프로그램의 카운트수로 정규화하는 것과 같은 뜻이다. 스텝 S175에서 산출되는 정규화 벡터를 정규화 벡터 D′로 하는 것으로 한다.
예를 들면, 대항목 장르 Gm=｛드라마, 버라이어티, 스포츠, 영화, 음악, 어린이용/교육, 교양/다큐멘터리, 뉴스/보도, 기타｝중 「드라마」의 장르에 대응하는 프로그램 벡터 PP의 대항목 시간대 Hm=｛아침, 낮, 저녁, 골든, 심야｝에 있어서, 1주간의 전 프로그램의 카운트수가 (10, 35, 7, 53, 17)이며, 이에 대하여 사용자가 시청한 프로그램의 카운트수가 (5, 0, 0, 8, 4)인 경우, 정규화 벡터 D′는 다음과 같이 된다.
D′=(5/10, 0/35, 0/7, 8/53, 4/17)
=(0.5, 0, 0, 0.15, 0.24)
즉, 정규화 벡터 D′의 구성 요소가 1.0인 경우에는, 설정된 기간 중에, 해 당하는 항목의 전 프로그램을 시청한 것을 의미하고, 정규화 벡터 D′의 구성 요소가 0인 경우에는, 설정된 기간 중에, 해당하는 프로그램은 하나도 시청하지 않았다는 것을 의미한다.
스텝 S176에서, 사용자 정보 등록부(63)는 스텝 S175의 산출 결과를 기초로, 선택된 장르에 있어서의, 대응하는 대항목의 효과 벡터를 생성한다.
효과 벡터를 생성하기 위해, 대항목 시간대 Hm=｛아침, 낮, 저녁, 골든, 심야｝중 어느 하나의 항목을 사용하여, 표준값을 설정한다. 예를 들면, 시간대: 「골든」의 프로그램 1주간분에서, 일반적인 사용자는 드라마의 2할 정도를 시청하고 있는 것으로 하여, 표준값을 0.2로 설정하면 된다. 대항목의 효과 벡터는 상대값으로서 산출되기 때문에, 설정값은 0 내지 1의 어느 값이라도 상관없다. 그리고, 사용자 측 효과 벡터는 스텝 S175에서 산출된 정규화 벡터 D′와, 설정값과의 상대값이다.
따라서, 사용자의 흥미 시간대를 나타내는 대항목 시간대 Tm의 효과 벡터E′는
E′=(0.3, -0.2, -0.2, -0.05, 0.04)
로 산출되므로, 대응하는 사용자는 아침 시간대의 드라마를 좋아하고, 낮이나 저녁 시간대의 드라마를 선호하지 않는다고 판단할 수 있다.
스텝 S177에서, 사용자 정보 등록부(63)는 선택된 장르에서, 모든 대항목의 효과 벡터가 생성되었는지 여부를 판단한다. 스텝 S177에서, 모든 대항목의 효과 벡터가 생성되어 있지 않다고 판단된 경우, 처리는 스텝 S172로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S177에서, 모든 대항목의 효과 벡터가 생성되었다고 판단된 경우, 스텝 S178에서, 사용자 정보 등록부(63)는 모든 장르의 처리가 종료되었는지 여부를 판단한다. 스텝 S178에서, 모든 장르가 종료되어 있지 않다고 판단된 경우, 처리는 스텝 S171으로 복귀하여, 그 이후의 처리가 반복된다.
스텝 S178에서, 모든 장르가 종료되었다고 판단된 경우, 스텝 S179에서, 사용자 정보 등록부(63)는 모든 대항목의 효과 벡터를 보존하고, 처리가 종료된다.
이와 같은 처리에 의해, 일반적인 기호와, 사용자 고유 기호와의 차이를 장르별로 구할 수 있다. 또, 도 22를 사용하여 설명한 경우와 동일하게 하여, 사용자 측 효과 벡터 EfUP를, 예를 들면, 3개월, 반년 등 소정 기간마다 재연산하도록 함으로써, 사용자의 기호를 리얼 타임으로 반영한 프로그램을 추천할 수 있다.
또, 도 24의 처리에 있어서도, 예를 들면, 1주간, 1개월, 또는 3개월 등 일정 기간 중에 사용자가 시청한 프로그램을 기초로, 사용자 측 효과 벡터 EfUP를 구하는 것으로 하여 설명했지만, 도 22를 사용하여 설명한 경우와 동일하게 하여, 복수개의 기간을 대상으로 하여, 예를 들면, 단기, 중기, 장기에 대응하는 사용자 측 효과 벡터 EfUP를 산출하고, 이들 복수개의 효과 벡터를 사용하여, 추천 정보를 결정하도록 해도 된다.
또, 도 24의 처리에 있어서도, 방송되고 있는 전 프로그램에 대신하여, 시청자가 가장 프로그램을 시청하는 소정 시간대(예를 들면, 18시 내지 22시의, 이른바, 골든 타임)에 방송되는 전 프로그램을 카운트하도록 해도 된다.
다음에, 도 25의 플로 차트를 참조하여, 정이력 벡터 UP와, 대중의 기호와의 유사도를 나타내는 코사인 거리의 연산을 장르별로 실행함으로써, 사용자 고유의 기호와 대중의 기호와의 격차를 매칭에 이용하기 위한 사용자 측 효과 벡터 EfUP를 구하는 사용자 측 효과 벡터 생성 처리 4에 대하여 설명한다.
스텝 S191에서, 매칭 처리부(43)의 사용자 정보 등록부(63)는 처리를 실행하는 장르를 지정하기 위해, 어느 하나의 장르를 선택한다.
스텝 S192에서, 사용자 정보 등록부(63)는 정이력 보존부(47)에 보존되어 있는 정이력 벡터 UP 중, 선택된 장르의 정이력 벡터 UP를 취득한다.
스텝 S193에서, 사용자 정보 등록부(63)는 일반적인 기호를 나타내는 표준 기호 벡터 APP 중, 선택된 장르의 표준 기호 벡터 APP를 취득한다.
표준 기호 벡터 APP는 전술한 바와 같이 분배 서버(5)로부터 공급되는 것으로 해도 되고, 또는 프로그램 편성은 시청률 경쟁의 영향에 의해 대중의 기호를 반영하고 있다고 생각되므로, 도 24를 사용하여 설명한 사용자 측 효과 벡터 산출 처리(3)와 동일하게 하여, 일정 기간에 방송된 전 프로그램의 내용을 장르별로 카운트하고, 필요에 따라 정규화하여, 장르별 표준 기호 벡터 APP로 하도록 해도 된다.
분배 서버(5)에서는, 예를 들면, 일반적인 시청률 조사나, 그 밖의 방법을 사용하여, 일반적인 기호를 나타내는 표준 기호 벡터 APP를 장르별로 생성하도록 해도 된다.
스텝 S194에서, 사용자 정보 등록부(63)는 선택된 장르의 정이력 벡터 UP와, 선택된 장르의 표준 기호 벡터 APP를 사용하여, 대항목마다 표준 기호 벡터 APP와, 정이력 벡터 UP와의 코사인 거리를 산출한다. 코사인 거리가 클수록, 표준 기호 벡터 APP와, 정이력 벡터 UP와의 유사도가 높다.
스텝 S195에서, 사용자 정보 등록부(63)는 스텝 S194에서 산출된 코사인 거리를 기초로, 대항목마다 코사인 거리를 역수로 하여, 선택된 장르의 효과 벡터 EfUP를 생성한다. 코사인 거리의 역수가 클수록, 표준 기호 벡터 APP와, 정이력 벡터 UP와의 유사도는 낮다.
스텝 S196에서, 사용자 정보 등록부(63)는 모든 장르의 처리가 종료되었는지 여부를 판단한다. 스텝 S196에서, 모든 장르가 종료되어 있지 않다고 판단된 경우, 처리는 스텝 S191로 복귀하여, 그 이후의 처리가 반복된다. 스텝 S196에서, 모든 장르가 종료되었다고 판단된 경우, 처리가 종료된다.
이와 같은 처리에 의해, 일반적인 기호와, 대응하는 사용자 고유 기호와의 차이를 반영한 장르별 사용자 측 효과 벡터 EfUP를 구할 수 있다.
또, 도 23을 사용하여 설명한 처리와 동일하게 하여, 표준 기호 벡터 APP와, 부이력 벡터 MUP와의 유사도를 구하고, 그 역수를 반효과 벡터 EfMUP로서 산출하도록 해도 된다.
다음에, 도 26의 플로 차트를 참조하여, 부이력 벡터 MUP를 대중의 기호와 비교함으로써, 반효과 벡터 EfMUP를 구하는 사용자 측 반효과 벡터 산출 처리 1에 대하여 설명한다.
스텝 S201에서, 매칭 처리부(43)의 사용자 정보 등록부(63)는 부이력 보존부(48)에 보존되어 있는 부이력 벡터 MUP를 취득한다.
스텝 S202에서, 사용자 정보 등록부(63)는 일반적인 기호를 나타내는 표준 기호 벡터 APP를 취득한다.
표준 기호 벡터 APP는 분배 서버(5)로부터 공급되는 것으로 해도 된다. 또는 프로그램 편성은 시청률 경쟁의 영향에 의해 대중의 기호를 반영하고 있다고 생각되므로, 도 22를 사용하여 설명한 사용자 측 효과 벡터 산출 처리(1)와 동일하게 하여, 일정 기간에 방송된 전 프로그램의 내용을 카운트하고, 필요에 따라 정규화하여, 표준 기호 벡터 APP로 하도록 해도 된다.
스텝 S203에서, 사용자 정보 등록부(63)는 대항목마다 표준 기호 벡터 APP와, 부이력 벡터 MUP와의 코사인 거리를 산출한다. 코사인 거리가 클수록, 표준 기호 벡터 APP와, 부이력 벡터 MUP와의 유사도가 높다.
스텝 S204에서, 사용자 정보 등록부(63)는 스텝 S203에서 산출된 코사인 거리를 기초로, 대항목마다 코사인 거리를 역수로 하여, 반효과 벡터 EfMUP를 생성하고, 처리가 종료된다.
이와 같은 처리에 의해 반효과 벡터 EfMUP를 생성할 수 있으므로, 사용자가 선호하지 않는 프로그램을, 추천할 프로그램으로부터 효과적으로 생략할 수 있다.
다음에, 도 27의 플로 차트를 참조하여, 장르별로 실행되는 사용자 측 반효과 벡터 생성 처리 2에 대하여 설명한다.
스텝 S211에서, 매칭 처리부(43)의 사용자 정보 등록부(63)는 처리를 실행하는 장르를 지정하기 위해, 어느 하나의 장르를 선택한다.
스텝 S212에서, 사용자 정보 등록부(63)는 부이력 보존부(48)에 보존되어 있는 부이력 벡터 MUP 중, 선택된 장르의 부이력 벡터 MUP를 취득한다.
스텝 S213에서, 사용자 정보 등록부(63)는 일반적인 기호를 나타내는 표준 기호 벡터 APP 중, 선택된 장르의 표준 기호 벡터 APP를 취득한다.
스텝 S214에서, 사용자 정보 등록부(63)는 선택된 장르의 부이력 벡터 MUP와 선택된 장르의 표준 기호 벡터 APP를 기초로, 대항목마다 표준 기호 벡터 APP와, 부이력 벡터 MUP와의 코사인 거리를 산출한다. 코사인 거리가 클수록, 표준 기호 벡터 APP와 부이력 벡터 MUP와의 유사도가 높다.
스텝 S215에서, 사용자 정보 등록부(63)는 스텝 S214에서 산출된 코사인 거리를 기초로, 대항목마다 코사인 거리를 역수로 하여, 반효과 벡터 EfMUP를 생성한다. 코사인 거리의 역수가 클수록 표준 기호 벡터 APP와, 부이력 벡터 MUP와의 유사도가 낮다.
스텝 S216에서, 사용자 정보 등록부(63)는 모든 장르의 처리가 종료되었는지 여부를 판단한다. 스텝 S216에서, 모든 장르가 종료되어 있지 않다고 판단된 경우, 처리는 스텝 S211로 복귀하여, 그 이후의 처리가 반복된다. 스텝 S216에서, 모든 장르가 종료되었다고 판단된 경우, 처리가 종료된다.
이와 같은 처리에 의해, 반효과 벡터 EfMUP를 장르별로 생성할 수 있으므로, 사용자가 선호하지 않는 프로그램을, 추천할 프로그램으로부터 효과적으로 생략할 수 있다.
그리고, 사용자 측 효과 벡터 EfUP와, 반효과 벡터 EfMUP는 도 23, 및 도 25 내지 도 27을 사용하여 설명한 대항목마다의 코사인 거리의 역수를 n배한 값, 또는 소정 자리수로 사사오입한 값을 사용하는 것으로 해도 상관없고, 1부터 코사인 거 리의 역수를 감산한 값, 또는 그 값을 n배한 값을 사용하는 것으로 해도 상관없다.
여기에서는, 프로그램 벡터 PP, 및 부이력 벡터 MUP가 대항목마다 벡터로 나타나 있는 것으로 하여 설명했지만, 프로그램 벡터 PP, 및 부이력 벡터 MUP가 상세 항목의 전 요소를 1렬로 나란히 한 벡터로 나타나 있는 경우에도, 동일한 처리가 실행 가능한 것은 물론이다.
또, 프로그램 벡터 추출부(42)에 의해 추출되는 프로그램 벡터에는, 도 7 또는 도 8을 사용하여 설명한 처리에 의해 생성된 그룹 ID, 또는 클러스터 코드 등 그룹을 나타내는 정보가 부가되어 있는 경우가 있다.
예를 들면, 사용자가 좋아서 시청하는 프로그램이 연속 드라마인 경우, 해당하는 연속 드라마는 모든 회에서 추천되도록 하면, 추천을 위한 연산 처리를 삭감할 수 있다. 또, 사용자에게 매우 선호되고 있는 프로그램과 동 그룹의 프로그램을 우선적으로 추천하도록 하는 것에 의해서도, 추천을 위한 연산 처리를 삭감할 수 있다.
다음에, 도 28의 플로 차트를 참조하여, 그룹 추천을 포함하는 매칭 처리에 대하여 설명한다.
스텝 S221에서, 매칭 처리부(43)의 벡터 연산부(62)는 프로그램 벡터 추출부(42)로부터 공급된 프로그램 벡터 PP에 그룹 ID, 또는 클러스터 코드 등 그룹을 나타내는 정보가 부가되어 있는지 여부를 기초로, 대응하는 프로그램이 그룹화되어 있는지 여부를 판단한다.
스텝 S221에서, 대응하는 프로그램이 그룹화되어 있다고 판단된 경우, 스텝 S222에서, 벡터 연산부(62)는 그룹 ID, 또는 클러스터 코드로 나타나는 그룹은 추천 우선 그룹으로서, 사용자 정보 등록부(63)에 등록되어 있는지 여부지를 판단한다.
스텝 S222에서, 추천 우선 그룹으로서 등록되어 있다고 판단된 경우, 스텝 S223에서, 벡터 연산부(62)는 대응하는 프로그램의 정보를 추천 정보로서, 추천 정보 출력부(49)에 공급한다. 추천 정보 출력부(49)는 추천 프로그램 리스트(50)에 추천할 프로그램을 등록하는 동시에, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 추천할 프로그램의 정보를 출력하고, 처리는 후술하는 스텝 S227로 진행한다.
스텝 S221에서, 대응하는 프로그램이 그룹화되어 있지 않다고 판단된 경우, 또는 스텝 S222에서, 추천 우선 그룹으로서 등록되어 있지 않다고 판단된 경우, 스텝 S224에서, 도 17 내지 도 21을 사용하여 설명한 매칭 처리 1 내지 매칭 처리 5 중 어느 하나의 처리가 실행된다.
스텝 S225에서, 벡터 연산부(62)는 스텝 S224에서 실행된 매칭 처리 1 내지 매칭 처리 3 중 어느 하나의 처리에서 추천된 프로그램의 프로그램 벡터에 그룹 ID, 또는 클러스터 코드 등 그룹을 나타내는 정보가 부가되어 있는지 여부를 기초로, 추천된 프로그램이 그룹화되어 있는지 여부를 판단한다. 스텝 S225에서, 추천된 프로그램이 그룹화되어 있지 않다고 판단된 경우, 처리는 종료된다.
스텝 S225에서, 추천된 프로그램이 그룹화되어 있다고 판단된 경우, 스텝 S226에서, 벡터 연산부(62)는 프로그램 벡터에 부가하고 있는 그룹 ID, 또는 클러 스터 코드를 추천 우선 그룹으로서, 사용자 정보 등록부(63)에 등록하여 보존한다.
스텝 S223, 또는 스텝 S226의 처리 종료 후, 스텝 S227에서, 벡터 연산부(62)는 부이력 보존부(48)에 보존되어 있는 부이력의 조작 로그를 참조하여, 스텝 S223의 처리에 의해 추천된 프로그램, 또는 스텝 S224의 처리에 의해 추천된 프로그램 중, 그룹화되어 있으므로, 스텝 S226의 처리에서 추천 우선 그룹으로서 등록된 프로그램에 대하여, 예를 들면, 추천한 프로그램이 받아 들여지지 않고 그 밖의 프로그램의 시청 또는 녹화를 지령하는 조작 입력이나, 자동 녹화된 프로그램의 재생 전 소거를 지령하는 조작 입력 등 부(負)의 이력이 되는 조작 입력을 받았는지 여부를 판단한다. 스텝 S227에서, 부의 이력이 되는 조작 입력을 받고 있지 않다고 판단된 경우, 처리가 종료된다.
스텝 S227에서, 부의 이력이 되는 조작 입력을 받았다고 판단된 경우, 스텝 S228에서, 벡터 연산부(62)는 사용자 정보 등록부(63)의 추천 우선 그룹의 등록으로부터 대응하는 그룹을 떼어 내고, 처리가 종료된다.
그리고, 도 9를 사용하여 설명한 타이틀 그룹화 처리 1에 의해, 1개의 프로그램 벡터 PP에 복수개의 그룹 ID가 관련지어져 있는 경우도 있다. 특히 이와 같은 경우에는, 스텝 S228에서, 부의 이력이 되는 조작 입력에 의해, 사용자 정보 등록부(63)의 추천 우선 그룹의 등록으로부터 모든 그룹 ID가 떼어지도록 해도 되고, 부의 이력이 되는 조작 입력의 회수를 축적하도록 하여, 소정수만큼 부의 이력이 되는 조작 입력이 행해진 경우에, 사용자 정보 등록부(63)의 추천 우선 그룹의 등록으로부터 대응하는 그룹 ID가 떼어지도록 해도 된다. 또, 1개의 프로그램 벡터 PP에 1개의 그룹 ID가 관련지어져 있는 경우에도 동일하다.
이와 같은 처리에 의해 사용자가 좋아서 시청하고 있는 연속 드라마를 모든 회에서 추천되도록 하거나, 사용자에게 매우 선호되고 있는 프로그램과 동 그룹의 프로그램을 추천하도록 할 수 있으므로, 추천을 위한 연산 처리를 삭감할 수 있다.
이와 같이 그룹 추천을 포함하는 매칭 처리가 행해지고 있는 경우, 텔레비전 표시 장치(11) 또는 녹화 재생 장치(12)로부터 취득되는 사용자의 조작 이력을 기초로 생성되는 정이력 벡터 UP 및 부이력 벡터 MUP는 대응하는 그룹마다 생성되도록 해도 된다.
또, 텔레비전 표시 장치(11) 또는 녹화 재생 장치(12)로부터 취득되는 사용자의 조작 이력 중 정이력을 기초로, 동일한 연속 드라마에 있어서의 시청 또는 녹화 예약의 회수를 카운트하고, 소정 회수 이상이 된 경우에 매칭 처리를 특히 행하지 않고, 우선적으로 추천하도록 해도 상관없다.
또, 사용자 이력을 사용하여 프로그램의 추천 처리를 행하지 않고, 사용자가 미리 지정한 토픽을 기초로 사용자 모델을 설정하고, 사용자 모델을 기초로 프로그램의 추천 처리를 행하도록 해도 된다.
사용자 모델은 소정 프로그램군으로부터 사용자가 미리 지정한 토픽을 사용하여 필터링을 행하는 것에 의해, 토픽에 대응하는 프로그램을 추출함으로써 얻어진다. 초기 등록 보존부(45)는 사용자에 의해 입력된 토픽을 보존한다. 등록되는 토픽은 복수개라도 상관없고, 사용자의 조작 입력에 의해 적당히 갱신된다. 벡터 연산부(62)는 프로그램 벡터 추출부(42)로부터 공급되는 사용자 모델 작성 대상 프 로그램의 프로그램 벡터에서, 초기 등록 보존부(45)에 보존되어 있는 토픽을 포함하는 프로그램 벡터를 추출하고, 추출된 프로그램 벡터의 총계를 필요에 따라 정규화함으로써, 사용자 모델 벡터를 생성하여, 사용자 정보 등록부(63)에 등록한다.
이에 따라, 예를 들면, 토픽으로서, 시간대 Hm=「23시 이후」 및 장르 Gm=「버라이어티」가 지정된 경우, 이들 토픽을 사용하여 필터링이 행해져, 사용자 모델 「심야의 버라이어티」가 생성된다. 사용자 모델 「심야의 버라이어티」에는, 23시 이후의 심야 범위에 방송되는 버라이어티 프로그램에 출연한 코메디언이 구성 요소로서 포함되므로, 예를 들면, 드라마 등 버라이어티와는 상이한 장르의 프로그램에서, 대응하는 코메디언이 출연하는 프로그램이 매칭 처리에서 추출되어 추천되므로, 항목마다 매칭 처리를 행하는 경우와 비교하여, 사용자의 기호를 장르 등을 초월하여 적용하는 것이 가능해진다.
그리고, 사용자 모델 작성 대상의 프로그램은, 예를 들면, 소정 기간의 전 프로그램이라도, 소정 시간대(예를 들면, 이른바 골든 타임)에 방송된 프로그램군이라도 된다.
또, 예를 들면, 동일 필터링 조건을 사용하여, 상이한 프로그램 집합을 대상으로 필터링을 행함으로써, 예를 들면, 상이한 시기, 또는 상이한 시간대 등 상이한 프로그램 편성에 상세하게 대응한 사용자 모델 벡터를 생성할 수 있다.
구체적으로는, 동일「장르 Gm=음악」이라고 하는 조건에서도, 현재의 프로그램 편성과, 10년 전의 프로그램 편성에서는, 방송 시각이나 출연자에 차이가 있으므로, 「현재의 음악 팬」 「10년 전의 음악 팬」이라고 하는 상이한 사용자 모델 을 생성할 수 있다. 이에 따라, 「10년 전의 음악 팬」이 좋아서 듣고 있던 팝스 가수가 현재 배우으로서 출연하고 있는 드라마나 영화 등을 추천하거나, 또는 「10년 전의 음악 팬」이 좋아서 듣고 있던 악곡을, 현재의 가수가 노래하는 프로그램을 추천하는 것이 가능해진다.
또, 예를 들면, 주로 사회인이 시청하는 20시 내지 24시 등의 시간대와, 주로 아이가 시청하는 15시 내지 20시 등의 시간대에서는, 동일 「장르 Gm=음악」이라고 하는 조건에서도, 필터링에 의해 상이한 프로그램군을 얻을 수 있으므로, 상이한 사용자 모델을 생성할 수 있다.
그리고, 벡터 연산부(62)는 프로그램 벡터 추출부(42)로부터 공급되는 프로그램의 프로그램 벡터 PP와, 사용자 정보 등록부(63)에 등록되어 있는 사용자 모델 벡터와의 유사도를 연산하고, 그 결과를 기초로, 추천 정보를 생성하여, 추천 정보 출력부(49)에 공급한다. 추천 정보 출력부(49)는 추천 정보를 추천 프로그램 리스트(50)에 등록하는 동시에, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급한다.
다음에, 도 29의 플로 차트를 참조하여, 사용자 모델을 사용한 매칭 처리에 대하여 설명한다.
스텝 S231에서, 매칭 처리부(43)의 벡터 연산부(62)는 프로그램 벡터 추출부(42)에서 추출된 사용자 모델 작성 대상 프로그램의 프로그램 벡터를 취득한다. 사용자 모델 작성 대상 프로그램이란, 예를 들면, 1개월 또는 3개월 등의 소정 기간에 방송된 프로그램이라도, 이들 소정 기간 중의 소정 시간대(예를 들면, 골든 타임)에 방송된 프로그램이라도 되며, 또는 10년 전, 20년 전 등 과거의 소정 기간에 방송된 프로그램이라도 된다.
스텝 S232에서, 초기 등록 보존부(45)는 조작 입력부(44)로부터 사용자에 의해 입력된 토픽을 취득하여, 보존한다. 벡터 연산부(62)는 초기 등록 보존부(45)로부터 토픽을 판독하여, 필터링 조건으로서 설정한다. 필터링 조건은, 예를 들면, 해시 테이블로서 기재되도록 해도 된다.
스텝 S233에서, 벡터 연산부(62)는 스텝 S231에서 취득된 프로그램 벡터 PP를, 스텝 S232에서 설정된 필터링 조건을 기초로 필터링하여, 토픽에 합치되는 프로그램 벡터 PP를 추출한다. 예를 들면, 사용자 모델 작성 대상 프로그램이 과거 3개월간의 전 프로그램인 경우, 벡터 연산부(62)는 과거 3개월간의 전 프로그램 벡터 PP에 대하여 「타이틀 Tm, 또는 장르 Gm=축구」라고 하는 조건으로 필터링을 행한다.
스텝 S234에서, 벡터 연산부(62)는 스텝 S233에서 필터링에 의해 추출된 프로그램 벡터 PP의 총계를 구해, 사용자 모델 벡터로 한다. 예를 들면, 「타이틀 Tm, 또는 장르 Gm=축구」라고 하는 조건으로 필터링이 행해진 경우, 「축구 팬」이라고 하는 사용자 모델의 사용자 모델 벡터가 생성된다.
스텝 S235에서, 벡터 연산부(62)는 스텝 S234에서 생성된 사용자 모델 벡터와, 프로그램 벡터 추출부(42)에서 추출된 추천 정보를 구하기 위한 후보가 되는(이 후 방송될 예정인) 프로그램의 프로그램 벡터 PP와의 코사인 거리를 산출한다.
스텝 S236에서, 벡터 연산부(62)는 스텝 S235에서 산출된 코사인 거리를 기 초로, 사용자 모델 벡터와 추천 정보를 구하기 위한 후보가 되는 프로그램의 프로그램 벡터 PP와의 유사도를 비교하고, 비교 결과를 기초로, 유사도가 높은 것 중, 상위로부터 소정수의 프로그램을 추천 정보로서 추출하여, 추천 정보 출력부(49)에 공급한다. 추천 정보 출력부(49)는 추천 정보를 추천 프로그램 리스트(50)에 등록하는 동시에, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급하여, 처리가 종료된다.
이와 같은 처리에 의해, 사용자의 조작 이력이 없는 경우에도, 사용자가 설정한 토픽에 합치된 프로그램을 추천할 수 있다. 또, 종래에는, 예를 들면, 「타이틀 Tm, 또는 장르 Gm=축구」라고 하는 조건을 설정하여 매칭 처리를 행한 경우, 축구 선수가 출연하는 버라이어티나 드라마 등을 추출할 수 없었다. 이에 대하여, 도 29를 사용하여 설명한 처리에서는, 「타이틀 Tm, 또는 장르 Gm=축구」라고 하는 토픽으로 사용자 모델을 설정함으로써, 사용자 모델 벡터의 출연자나 내용 등의 항목에도, 축구 선수명이 많이 포함되기 때문에, 비록 「타이틀 Tm, 또는 장르 Gm=축구」라고 하는 조건에 합치되고 있지 않은 프로그램이라도, 축구 선수가 출연하는 버라이어티나 드라마 등을 추출하여 추천하는 것이 가능해진다.
여기에서는, 사용자 모델 벡터와, 프로그램 벡터와의 코사인 거리를 산출함으로써, 유사도를 구하는 것으로 하여 설명하고 있지만, 대항목마다 개별적으로 코사인 거리를 산출하고, 그 합계를 사용하여 유사도를 구하도록 해도 된다.
그리고, 사용자 모델 벡터의 생성 처리는 분배 서버(5)에서 실행되도록 해도 된다. 그 경우, 예를 들면, 도 2를 사용하여 설명한 프로그램 벡터 생성부(23)가 생성한 프로그램 벡터를 사용하여, 도 29의 스텝 S231 내지 스텝 S234의 처리가 실행되도록 하면 된다.
또, 사용자의 기호에 있던 프로그램을 추천할 뿐만 아니라, 정이력 벡터 UP 및 부이력 벡터 MUP의 어느 것과도 유사도가 낮은 것을 선택하면, 좋지도 싫지도 않은, 즉, 지금까지 사용자가 시청한 적이 없는 특징을 가지는 프로그램, 환언하면, 무작정 싫은 프로그램이 추천될 가능성이 높아진다. 이와 같이 사용자의 기호를 추출하여 학습을 진행시키기 위해서는, 지금까지 사용자가 시청한 적이 없는 특징을 가지는 프로그램도 평가하여 받는 것이 중요하다.
이에 따라, 사용자에 대하여 제공하는 추천 결과에 의외성을 부여하여, 사용자의 흥미 확대에 연결하는 것이 가능하게 될 뿐만 아니라, 보다 사용자의 기호에 합치된 프로그램을 추천하기 때문에, 매우 중요한 이력 정보를 취득하는 것이 가능해진다.
다음에, 도 30의 플로 차트를 참조하여, 예외 추천 프로그램 선택 처리에 대하여 설명한다.
스텝 S241에서, 매칭 처리부(43)의 벡터 연산부(62)는 프로그램 벡터 추출부(42)로부터 공급된 프로그램 벡터 PP와, 정이력 보존부(47)에 보존되어 있는 정이력 벡터 UP, 및 부이력 보존부(48)에 보존되어 있는 부이력 벡터 MUP를 사용하여, 대항목마다 정이력 벡터 UP와 프로그램 벡터 PP와의 코사인 거리, 및 부이력 벡터 MUP와 프로그램 벡터 PP와의 코사인 거리를 각각 산출한다.
스텝 S242에서, 벡터 연산부(62)는 항목마다 산출된 코사인 거리의 값을 정 이력 측과 부이력 측에서 각각 합계한다. 즉, 스텝 S241 및 스텝 S242의 처리에 의해, 전술한 정이력 벡터 UP와 프로그램 벡터 PP와의 유사도 SimUP 및 부이력 벡터 MUP와 프로그램 벡터 PP와의 유사도 SimMUP가 산출된다.
스텝 S243에서, 벡터 연산부(62)는 정이력 벡터 UP, 및 부이력 벡터 MUP와의 유사도가 낮음을 나타내는 예외 추천값을 산출한다.
구체적으로는, 예외 추천값은 (1-SimUP)×(1－SimMUP) 또는 (1/SimUP)×(1/SimMUP)에 의해 구하는 것이 가능하다.
스텝 S244에서, 벡터 연산부(62)는 스텝 S243의 산출 결과를 기초로, 예외 추천값이 높은 프로그램을 구해 추천 정보로서 추출하고, 처리가 종료된다.
이와 같은 처리에 의해, 지금까지 사용자가 시청한 적이 없는 특징을 가지는 프로그램을 추출하여 추천할 수 있으므로, 사용자에의 추천 프로그램의 선택에 의외성을 부여하여, 사용자의 흥미 확대에 연결하는 것이 가능하게 될 뿐만 아니라, 보다 사용자의 기호에 합치된 프로그램을 추천하기 때문에, 매우 중요한 이력 정보를 취득하는 것이 가능해진다.
도 13내지 도 30을 사용하여 설명한 처리에 의해, 프로그램 추천 처리 장치(10)에서, 추천 정보가 생성되어 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급된다.
텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에는, 텔레비전 수신 장치(4)에서 수신되어 복호된 위성파 또는 지상파의 방송 신호가 공급된다.
텔레비전 표시 장치(11)는 사용자의 조작 입력을 기초로, 텔레비전 수신 장 치(4)로부터 공급된 방송 신호, 또는 녹화 재생 장치(12)로부터 공급된 재생 데이터를 표시하거나, 프로그램 추천 처리 장치(10)로부터 공급된 추천 정보를 기초로, 추천 프로그램 정보를 표시하거나, 채널의 자동 설정을 실행한다. 또한, 텔레비전 표시 장치(11)는 조작 로그를 프로그램 추천 처리 장치(10)에 공급한다.
또, 녹화 재생 장치(12)는 사용자의 조작 입력을 기초로, 텔레비전 수신 장치(4)로부터 공급된 방송 신호를 녹화 또는 녹화 예약하거나, 프로그램 추천 처리 장치(10)로부터 공급된 추천 정보를 기초로, 프로그램을 자동 녹화한다. 또, 녹화 재생 장치(12)는 장착된 기록 매체, 또는 내장하는 기록 매체에 녹화되어 있는 프로그램을 재생하고, 텔레비전 표시 장치(11)에 출력하여 표시시킨다. 또한, 녹화 재생 장치(12)는 조작 로그를 프로그램 추천 처리 장치(10)에 공급한다.
도 31은 텔레비전 수신 장치(4)의 구성을 나타낸 블록도이다. 텔레비전 수신 장치(4)는 디지털 방송용 수신 장치의 표준 규격에 대응하는 일반적인 수신 장치인 것으로 하여 설명한다.
위성파 검파부(91)는 위성(2)을 통해 송신되고, 안테나(3)에 의해 수신된 위성파를 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)로부터 공급된 채널을 선택하는 신호를 기초로 선국하여 검파하고, 전송 모드에 관한 제어 신호를 TMCC(Transmission and Multiplexing Configuration Control) 복호부(92)에, 방송 신호를 복조·복호 처리부(93)에 공급한다.
TMCC 복호부(92)는 전송 다중 제어 신호에서의 전송 모드(변조 방식, 부호화율 등)나 슬롯 등의 정보 입력을 받아 이들 정보를 복호하고, 복조·복호 처리부 (93)에 공급한다.
복조·복호 처리부(93)는 TMCC 복호부(92)로부터 공급된 전송 모드에 관한 정보에 따라, 공급된 방송 신호를, 예를 들면, QPSK(quadri-phase shift keying: 4위상 변조 방식, 또는 4상 PSK라고도 함) 방식이나, 8상 PSK 방식 등의 방법을 사용하여 복조 및 복호하고, 디인터리버(94)에 공급한다.
디인터리버(94)는 공급된 신호를 디인터리브하여, 에러 정정 처리부(95)에 공급한다. 또, 디인터리버(94)는 공급된 신호에 대하여, 다시 프레임 분리나 디스크램블 처리를 행하도록 해도 된다.
에러 정정 처리부(95)는, 예를 들면, 리드 솔로몬 부호 등을 사용한 에러 정정 처리를 행하고, CA(Conditional Access: 한정 수신) 디스크램블부(101)에 공급한다.
지상파 검파부(96)는 안테나(3)에 의해 수신된 지상파를 텔레비전 표시 장치(11) 또는 녹화 재생 장치(12)로부터 공급된, 채널을 선택하는 제어 신호를 기초로 선국하여 검파하고, 전송 모드에 관한 제어 신호를 TMCC 복호부(97)에, 방송 신호를 복조·복호 처리부(98)에 공급한다.
TMCC 복호부(97)는 전송 다중 제어 신호에서의 전송 모드(변조 방식, 부호화율 등)나 슬롯, TS 등의 정보 입력을 받아 이들 정보를 복호하고, 복조·복호 처리부(98)에 공급한다.
복조·복호 처리부(98)는 TMCC 복호부(97)로부터 공급된 전송 모드에 관한 정보에 따라, 공급된 방송 신호를, 예를 들면, QAM(quadrature amplitude modulation: 직교 진폭 변조) 방식 등의 방법을 사용하여 복조 및 복호하고, 디인터리버(99)에 공급한다.
디인터리버(99)는 공급된 신호를 디인터리브하여, TS(Transport Stream；트랜스포트 스트림) 재생부(100)에 공급한다. 또, 디인터리버(99)는 공급된 신호에 대하여, 다시 프레임 분리나 디스크램블 처리를 행하도록 해도 된다.
TS 재생부(100)는 공급된 신호를 기초로, 트랜스포트 스트림을 재생하여, CA 디스크램블부(101)에 공급한다.
CA 디스크램블부(101)는 에러 정정 처리부(95), 또는 TS 재생부(100)로부터 공급된 신호를 기초로 한정 수신 신호를 디스크램블하여, 디멀티플렉서(102)에 공급한다.
데이터 입력부(103)는 EPG 수신 장치(9)로부터 EPG 데이터의 입력을 받거나, 네트워크(8)를 통해 분배 서버(5)로부터 스트리밍 데이터의 공급을 받아 디멀티플렉서(102)에 공급한다.
디멀티플렉서(102)는 CA 디스크램블부(101), 또는 데이터 입력부(103)로부터 공급된 신호를 디멀티플렉스하여, 음성 신호는 음성 신호 복호부(104)에, 영상 신호는 영상 신호 복호부(105)에, 그리고, 제어 신호나 EPG 등의 데이터는 데이터 복호부(106)에 각각 공급한다.
음성 신호 복호부(104)는 공급된 음성 신호를 복호하여, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급한다. 영상 신호 복호부(105)는 공급된 영상 신호를 복호하여, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급한 다. 데이터 복호부(106)은 공급된 제어 신호나 EPG 등의 데이터를 복호하여, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급한다.
텔레비전 수신 장치(4)의 처리에 의해, 수신된 위성파, 또는 지상파, 또는 분배된 스트리밍 데이터가 소정 방식에 의해 복조 및 복호되어, 텔레비전 표시 장치(11), 또는 녹화 재생 장치(12)에 공급된다.
도 32는 텔레비전 표시 장치(11)의 구성을 나타낸 블록도이다.
조작 입력부(121)는 사용자로부터의 조작 입력을 받아 텔레비전 표시 장치(11)의 각 부에 사용자의 조작 입력에 대응하는 제어 신호를 공급하는 동시에, 사용자의 조작 내용을 조작 로그 리스트(122)에 공급하여 보존시킨다. 조작 로그 리스트(122)에 보존되어 있는 사용자의 조작 로그는 도 13을 사용하여 설명한 프로그램 추천 처리 장치(10)의 조작 로그 취득부(46)에 의해 취득된다. 또, 사용자의 조작 입력이 채널의 선택인 경우, 조작 입력부(121)는 입력된 사용자의 조작을 채널 설정부(123)에 공급한다.
채널 설정부(123)는 조작 입력부(121)로부터 공급된 사용자의 조작 입력을 나타내는 신호에 따라, 채널의 선택을 나타내는 제어 신호를 생성하여, 텔레비전 수신 장치(4)에 공급한다. 또, 채널 설정부(123)는 후술하는 추천 프로그램 리스트(128)에 등록되어 있는 추천 정보에 따라, 자동적으로 채널을 설정하기 위해, 채널의 선택을 나타내는 제어 신호를 생성하여, 텔레비전 수신 장치(4)에 공급한다. 텔레비전 수신 장치(4)는 제어 신호에 따라, 지정된 채널의 방송 신호를 수신한다.
데이터 입력부(124)는 텔레비전 수신 장치(4)로부터 방송 신호의 입력을 받 아, 화상 처리부(125)에 공급한다. 화상 처리부(125)는 공급된 방송 신호에 대하여, 출력부(126)의 화상 표시 방법에 따라, 화상 처리를 행하고, 출력부(126)에 공급한다. 출력부(126)는, 예를 들면, CRT(Cathode Ray Tube), 또는 LCD(Liquid Crystal Display) 등의 표시 디바이스와, 스피커 등의 음성 출력 디바이스로 구성되며, 공급된 화상 처리 후의 방송 신호의 화상 신호를 표시 디바이스에 표시하고, 음성 출력 디바이스로부터 음성 신호를 출력한다.
추천 프로그램 리스트 취득부(127)는 프로그램 추천 처리 장치(10)로부터 추천 정보를 취득하여, 추천 프로그램 리스트(128)에 공급한다. 추천 프로그램 리스트(128)는 공급된 추천 정보를 등록한다. 추천 프로그램 리스트(128)에 등록된 추천 정보는 채널 설정부(123)에 판독되거나, 추천 프로그램 정보 표시 제어부(129)에 판독된다.
추천 프로그램 정보 표시 제어부(129)는 프로그램의 추천 정보를 사용자에게 제시하기 위해, 추천 프로그램 리스트(128)로부터 판독한 추천 정보를 화상 처리부(125)에 출력한다. 화상 처리부(125)는 추천 프로그램 정보 표시 제어부(129)로부터 공급된 추천 정보를 단독으로, 또는 데이터 입력부(124)로부터 공급된 방송 신호의 화상에 중첩시켜, 출력부(126)에 출력하고, 표시 디바이스에 표시시킨다.
그리고, 프로그램 추천 처리 장치(10)로부터 공급되는 추천 정보를 기초로, 출력부(126)에 추천 정보를 표시시키거나, 자동적으로 채널을 설정시키도록 하는가는 사용자의 설정에 의해 결정되도록 해도 된다.
도 33의 플로 차트를 참조하여, 프로그램 추천 처리 장치(10)로부터 공급되 는 추천 정보를 기초로, 사용자에게 프로그램 추천 정보를 제시하기 위한 추천 정보 표시 처리에 대하여 설명한다.
스텝 S251에서, 추천 프로그램 리스트 취득부(127)는 프로그램 추천 처리 장치(10)의 추천 정보 출력부(49)로부터 출력된 추천 정보를 취득한다.
스텝 S252에서, 추천 프로그램 리스트 취득부(127)는 취득한 추천 정보를 추천 프로그램 리스트(128)에 등록한다.
스텝 S253에서, 추천 프로그램 정보 표시 제어부(129)는 추천 프로그램 리스트(128)로부터, 예를 들면, 3시간이나 1일 등 현재 시각보다 소정 시간 이내에 방송되는 프로그램의 추천 정보를 판독하고, 추천할 프로그램의 타이틀, 내용, 방송 시간, 및 방송 채널 등을 표시시키기 위한 추천 정보 표시용 데이터를 생성하여, 화상 처리부(125)에 공급한다.
스텝 S254에서, 화상 처리부(125)는 공급된 추천 정보 표시용 데이터를 출력부(126)에 표시시키기 위한 화상 처리를 실행하고, 출력부(126)에 공급한다. 추천 정보는 단독으로, 또는 데이터 입력부(124)로부터 공급된 방송 신호의 화상에 중첩되어, 화상 처리된다.
스텝 S255에서, 출력부(126)는 화상 처리부(125)로부터 공급된 추천 정보를 표시하고, 처리가 종료된다.
이와 같은 처리에 의해, 출력부(126)에 추천 정보가 표시되므로, 사용자는 표시된 추천 정보를 참조하여, 시청할 프로그램을 선택하는 것이 가능해진다.
다음에, 도 34의 플로 차트를 참조하여, 프로그램 추천 처리 장치(10)로부터 공급되는 추천 정보를 기초로, 자동적으로 채널을 설정하고, 사용자의 기호에 합치된 프로그램을 표시시키기 위한 자동 채널 설정 처리에 대하여 설명한다.
스텝 S271 및 스텝 S272에서, 도 33을 사용하여 설명한 스텝 S251 및 스텝 S252와 동일한 처리가 실행된다. 즉, 프로그램 추천 처리 장치(10)의 추천 정보 출력부(49)로부터 출력된 추천 정보가 취득되고, 취득된 추천 정보가 추천 프로그램 리스트(128)에 등록된다.
채널 설정부(123)는 스텝 S273에서, 프로그램 추천 리스트(128)로부터 현재 시각에 대응하는 추천 프로그램의 정보를 취득하고, 스텝 S274에서, 추천 프로그램의 정보를 기초로, 채널 설정 정보를 생성하여, 텔레비전 수신 장치(4)에 출력한다. 텔레비전 수신 장치(4)는 제어 신호에 따라, 지정된 채널의 방송 신호를 수신한다.
스텝 S275에서, 데이터 입력부(124)는 텔레비전 수신 장치(4)로부터 지정된 채널의 방송 신호를 취득하여, 화상 처리부(125)에 공급한다.
스텝 S276에서, 화상 처리부(125)는 공급된 방송 신호에 출력부(126)에 표시시키기 위한 화상 처리를 실행하고, 출력부(126)에 공급한다.
스텝 S277에서, 출력부(126)는 화상 처리부(125)로부터 공급된, 추천된 프로그램의 영상을 표시하여 음성을 출력하고, 처리가 종료된다.
이와 같은 처리에 의해, 자동적으로 사용자의 기호에 합치된 프로그램이 방송되고 있는 채널에 채널 설정된다. 도 34를 사용하여 설명한 자동 채널 설정 처리는, 예를 들면, 사용자가 지령했을 때 실행되도록 해도 된다. 이에 따라, 사용 자가 어느 프로그램을 시청하는가를 고민한 경우 등에 적절한 프로그램이 방송되고 있는 프로그램에 채널을 자동적으로 설정하는 것이 가능해진다.
또, 도 34를 사용하여 설명한 자동 채널 설정 처리는, 예를 들면, 2시간 등 특히 의식하여 채널을 설정하지 않고, 단 방치되어 있다고 판단 가능한 소정 시간마다 또는 방치되어 있다고 판단 가능한 소정 시간, 사용자로부터의 조작 입력이 없는 경우 등에 실행되도록 해도 된다.
그리고, 사용자가 의식하여 프로그램을 시청하고 있는 도중에 자동적으로 채널이 바뀌어 버리지 않도록, 자동 채널 설정 처리의 실행 불가 모드를 준비하여, 사용자가 지령할 수 있도록 해도 된다.
도 35는 녹화 재생 장치(12)의 구성을 나타낸 블록도이다.
조작 입력부(141)는 사용자로부터의 조작 입력을 받아 녹화 재생 장치(12)의 각 부에 사용자의 조작 입력에 대응하는 제어 신호를 공급하는 동시에, 사용자의 조작 내용을 조작 로그 리스트(142)에 공급하여 보존시킨다. 조작 로그 리스트(142)에 보존되어 있는 사용자의 조작 로그는 도 13을 사용하여 설명한 프로그램 추천 처리 장치(10)의 조작 로그 취득부(46)에 의해 취득된다.
녹화 설정부(143)는 조작 입력부(141)로부터 공급된 사용자의 조작 입력을 나타내는 신호에 따라, 또는 후술하는 추천 프로그램 리스트(149)에 등록되어 있는 추천 정보로부터, 예를 들면, 녹화할 프로그램의 방송 개시 시간 및 방송 종료 시간, 및 방송되는 채널 등 녹화 처리를 행하기 위해 필요한 정보를 추출한다. 녹화 설정부(143)는 조작 입력부(141)로부터 공급된 사용자의 조작 입력이 녹화 예약인 경우, 녹화 처리를 행하기 위해 필요한 정보를 녹화 예약 리스트(144)에 등록하고, 조작 입력부(141)로부터 공급된 사용자의 조작 입력이 현재 방송되고 있는 프로그램의 녹화 처리인 경우, 또는 후술하는 추천 프로그램 리스트(149)에 등록되어 있는 추천 정보를 사용하여 자동 녹화 처리를 행하는 경우, 녹화 처리를 행하기 위해 필요한 정보를 녹화 제어부(145)에 공급한다.
녹화 제어부(145)는 녹화 설정부(143)로부터 공급된, 녹화 처리를 행하기 위해 필요한 정보를 기초로, 또는 녹화 예약 리스트(144)에 등록되어 있는 녹화 예약 정보 중 현재 시각에 대응하는 녹화 예약 정보를 추출함으로써, 녹화할 프로그램의 방송 채널을 나타내는 제어 신호를 생성하여, 텔레비전 수신 장치(4)에 공급하는 동시에, 녹화 처리를 실행하기 위한 제어 신호를 생성하여, 녹화 재생 처리부(147)에 공급한다. 텔레비전 수신 장치(4)는 제어 신호에 따라, 지정된 채널의 방송 신호를 수신한다.
데이터 입력부(146)는 텔레비전 수신 장치(4)로부터 방송 신호의 입력을 받아 녹화 재생 처리부(147)에 공급한다. 녹화 재생 처리부(147)는, 예를 들면, 자기 테이프, 광 디스크, 자기 디스크, 광자기 디스크, 또는 반도체 메모리 등의 기록 매체가 장착 가능하도록 구성되거나, 그 내부에 예를 들면, 하드 디스크, 또는 반도체 메모리 등의 기록 매체를 가지고, 그들 기록 매체에 정보를 기록하거나, 그들 기록 매체로부터 정보를 재생 가능하도록 되어 있다. 구체적으로는, 녹화 재생 처리부(147)에 장착 가능한 기록 매체가 자기 테이프인 경우, 녹화 재생 처리부(147)는 자기 헤드를 가지고, 자기 테이프에 데이터 입력부(146)로부터 공급된 방 송 신호를 기록(즉, 녹화)하거나, 자기 테이프에 기록되어 있는 정보를 재생하고, 텔레비전 표시 장치(11) 등에 공급하여 재생 출력시킨다.
추천 프로그램 리스트 취득부(148)는 프로그램 추천 처리 장치(10)로부터 추천 정보를 취득하여, 추천 프로그램 리스트(149)에 공급한다. 추천 프로그램 리스트(149)는 공급된 추천 정보를 등록한다. 추천 프로그램 리스트(149)에 등록된 추천 정보는 녹화 설정부(143)에 판독되어, 자동적으로 녹화 처리가 실행된다.
다음에, 도 36의 플로 차트를 참조하여, 자동 녹화 처리에 대하여 설명한다.
스텝 S291에서, 추천 프로그램 리스트 취득부(148)는 프로그램 추천 처리 장치(10)의 추천 정보 출력부(49)로부터 출력된 추천 정보를 취득한다.
스텝 S292에서, 추천 프로그램 리스트 취득부(148)는 취득한 추천 정보를 추천 프로그램 리스트(149)에 등록한다.
스텝 S293에서, 녹화 설정부(143)는 프로그램 추천 리스트(149)로부터 현재 시각에 대응하는 추천 프로그램의 정보를 추출하고, 방송 개시 시간 및 방송 종료 시간, 및 방송 채널 등 녹화 처리를 위해 필요한 정보를 취득하여, 녹화 제어부(145)에 공급한다.
스텝 S294에서, 녹화 제어부(145)는 녹화할 프로그램의 방송 신호 공급을 받기 위한 채널 설정 정보를 생성하여, 텔레비전 수신 장치(4)에 출력한다. 텔레비전 수신 장치(4)는 제어 신호에 따라, 지정된 채널의 방송 신호를 수신한다.
스텝 S295에서, 데이터 입력부(146)는 텔레비전 수신 장치(4)로부터, 지정된 채널의 방송 신호를 취득하여, 녹화 재생 처리부(147)에 공급한다.
스텝 S296에서, 녹화 재생 처리부(147)는 공급된 방송 신호를 장착되어 있는, 또는 내장되어 있는 기록 매체에 기록하여, 처리가 종료된다.
이와 같은 처리에 의해, 사용자의 기호에 합치된 프로그램을 자동적으로 녹화하는 것이 가능해진다. 도 36을 사용하여 설명한 자동 녹화 처리는 사용자가 지령한 녹화 처리, 또는 녹화 예약 처리에 의한 녹화 동작 중 등 이미 녹화 동작이 행해지고 있는 동안에는 실행되지 않는다.
여기에서는, 현재 시각에 대응하는 추천 프로그램을 기초로, 자동적으로 녹화를 행하는 경우에 대하여 설명했지만, 예를 들면, 현재 시각보다 앞의 소정 시간분의 추천 정보를 취득하여, 동일한 처리에 의해 자동적으로 녹화 예약을 설정할 수 있도록 해도 되는 것은 물론이다.
도 1 내지 도 36을 사용하여 설명한 처리에서는, 프로그램 벡터 PP가 분배 서버(5)에서 생성되는 것으로 하여 설명했지만, 분배 서버가 프로그램 벡터 PP를 생성하는 것이 아니라, 네트워크(8)를 통해 EPG 데이터를 프로그램 추천 처리 장치에 공급하고, 프로그램 추천 처리 장치에서, 프로그램 벡터 PP를 생성하도록 해도 된다.
분배 서버가 프로그램 벡터 PP를 생성하는 것이 아니라, 네트워크(8)를 통해 EPG 데이터를 프로그램 추천 처리 장치에 공급하고, 프로그램 추천 처리 장치에서, 프로그램 벡터 PP를 생성하는 경우의 분배 서버(171)의 구성을 도 37에 나타내고, 프로그램 추천 처리 장치(191)의 구성을 도 38에 나타냈다.
그리고, 도 2의 분배 서버(5), 및 도 13의 프로그램 추천 처리 장치(10)에 있어서의 경우와 대응하는 부분에는 동일한 부호를 부여하고 있어, 그 설명은 적당히 생략한다.
즉, 분배 서버(171)는 도 2를 사용하여 설명한 분배 서버(5)의 데이터 취득부(21) 및 데이터 송신부(25)로 구성되며, 스트리밍 데이터 데이터 베이스(6) 또는 메타 데이터 데이터 베이스(7)로부터 스트리밍 데이터, 또는 메타 데이터로 구성되는 EPG 데이터를 취득하여, 네트워크(8)를 통해 EPG 수신 장치(9) 또는 텔레비전 수신 장치(4)에 송신한다.
그리고, 프로그램 추천 처리 장치(191)는 도 2의 분배 서버(5)에 설치되어 있는 것과 동일한 메타 데이터 추출부(22) 및 프로그램 벡터 생성부(23)가 새롭게 형성되어 있는 이외는 도 13을 사용하여 설명한 프로그램 추천 처리 장치(10)와 동일한 구성을 가지는 것이며, 프로그램 추천 처리 장치(10)가 실행하는 처리에 더하여, 도 3을 사용하여 설명한 프로그램 벡터 생성 처리(1), 및 도 6을 사용하여 설명한 프로그램 벡터 생성 처리(2), 및 도 7을 사용하여 설명한 그룹화 처리(1), 및 도 8을 사용하여 설명한 그룹화 처리를 실행한다.
분배 서버가 프로그램 벡터 PP를 생성하는 것이 아니라, 네트워크(8)를 통해 EPG 데이터를 프로그램 추천 처리 장치에 공급하고, 프로그램 추천 처리 장치에서, 프로그램 벡터 PP를 생성하는 경우에도, 도 1 내지 도 36을 사용하여 설명한 경우와 동일한 효과를 나타내는 것이 가능하다.
또, EPG 수신 장치(9)가 텔레비전 존 표시 장치(11) 및 녹화 재생 장치(12)로부터 사용자의 조작 이력이나 설정 정보 등을 수집하여, 네트워크(8)를 통해 분 배 서버에 공급하도록 하고, 분배 서버가 프로그램 벡터 PP를 생성할 뿐만 아니라, 매칭 처리를 실행하고, 네트워크(8)를 통해 매칭 결과를 EPG 수신 장치(9)에 공급하도록 해도 된다. 이 경우의 네트워크 구성을 도 39에 나타내고, 분배 서버(201)의 구성을 나타내는 블록도를 도 40에 나타냈다.
그리고, 도 1, 도 37, 및 도 38에 있어서의 경우와 대응하는 부분에는 동일한 부호를 부여하고 있어, 그 설명은 적당히 생략한다.
즉, 분배 서버(201)는 도 37을 사용하여 설명한 분배 서버(171)에 도 38을 사용하여 설명한 프로그램 추천 처리 장치(191)의 기능을 더한 것이며, 사용자는 프로그램 추천 처리 장치를 보유할 필요가 없다.
도 39 및 도 40에 나타난 구성에서는, 프로그램 벡터 PP, 프로그램 측 효과 벡터 EfPP, 정이력 벡터 UP, 부이력 벡터 MUP, 또는 표준 기호 벡터 APP 등의 생성 처리나, 프로그램 벡터의 그룹화 처리, 매칭 처리, 또는 예외 추천 프로그램 선택 처리 등 도 3 내지 도 12, 및 도 14 내지 도 30을 사용하여 설명한 모든 처리가 분배 서버(201)에서 실행된다.
그리고, 이 때, EPG 수신 장치(9)가 텔레비전 존 표시 장치(11) 및 녹화 재생 장치(12)로부터 수집하여, 네트워크(8)를 통해 송신하는 사용자의 조작 이력이나 설정 정보 등에는, 예를 들면, 사용자 ID 등이 부여되어, 사용자마다 구별 가능하게 된다. 또, 분배 서버(201)의 프로그램 추천 처리 장치(191)에서, 초기 등록 보존부(45), 정이력 보존부(47), 부이력 보존부(48) 등은 공급된 정보의 사용자 ID를 기초로, 각각의 정보를 사용자별로 보존한다.
이상의 설명에서는, 텔레비전 방송 신호의 EPG 데이터를 사용하여, 사용자의 기호에 있는 프로그램을 추천하는 경우에 대하여 설명했지만, 본 발명은 라디오 방송, 또는 스트리밍 데이터 등 각종 디지털 컨텐츠에 속성 정보를 부가하여, 사용자의 기호에 있는 것을 추천하는 경우에 대해서도 적용 가능하다.
전술한 일련의 처리는 소프트웨어에 의해 실행할 수도 있다. 그 소프트웨어는 그 소프트웨어를 구성하는 프로그램이 전용 하드웨어에 내장되어 있는 컴퓨터, 또는 각종 프로그램을 인스톨함으로써, 각종 기능을 실행하는 것이 가능한, 예를 들면 범용 퍼스널 컴퓨터 등에 기록 매체로부터 인스톨된다.
이 기록 매체는 도 2, 도 13, 또는 도 38에 나타낸 바와 같이, 컴퓨터와는 별도로, 사용자에게 프로그램을 제공하기 위해 배포되는, 프로그램이 기록되어 있는 자기 디스크(31 또는 71)(플렉시블 디스크를 포함함), 광 디스크(32 또는 72)(CD-ROM(Compact Disk-Read Only Memory), DVD(Digital Versatile Disk)를 포함함), 광자기 디스크(33 또는 73)(MD(Mini-Disk)(상표)를 포함함), 또는 반도체 메모리(34 또는 74) 등으로 이루어지는 패키지 미디어 등에 의해 구성된다.
또, 본 명세서에서, 기록 매체에 기록되는 프로그램을 기술하는 스텝은 기재된 순서에 따라 시계열적으로 행해지는 처리는 물론, 반드시 시계열적으로 처리되지 않아도, 병렬적 또는 개별적으로 실행되는 처리도 포함하는 것이다.
그리고, 본 명세서에서, 시스템이란, 복수개의 장치에 의해 구성되는 장치 전체를 나타내는 것이다.
이와 같이 본 발명에 의하면, 사용자의 기호와 합치된 컨텐츠를 선택할 수 있다. 특히, 사용자의 조작 이력을 기초로 생성된 제1 기호 정보와 속성 정보와의 유사도, 및 제2 기호 정보와 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 사용자에게 시청을 추천하는 컨텐츠를 나타내는 추천 정보가 생성되므로, 사용자의 기호에 정확하게 합치된 컨텐츠를 선택할 수 있다.

Claims (15)

  1. 사용자의 기호와 합치된 컨텐츠를 선택하는 처리를 실행하는 정보 처리 장치에 있어서,
    상기 컨텐츠의 속성 정보를 취득하는 속성 정보 취득 수단과,
    상기 사용자의 조작 이력을 취득하는 조작 이력 취득 수단과,
    상기 조작 이력 취득 수단에 의해 취득된 상기 조작 이력을 기초로, 상기 사용자 기호의 정(正)의 요인을 나타내는 제1 기호 정보와, 상기 사용자 기호의 부(負)의 요인을 나타내는 제2 기호 정보를 생성하는 기호 정보 생성 수단과,
    상기 제1 기호 정보와 상기 속성 정보와의 유사도, 및 상기 제2 기호 정보와 상기 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 상기 사용자에게 시청을 추천하는 컨텐츠를 나타내는 추천 정보를 생성하는 추천 정보 생성 수단
    을 구비하고,
    상기 기호 정보 생성 수단에 의해 생성된 상기 제1 기호 정보 및 상기 제2 기호 정보, 및 상기 속성 정보 취득 수단에 의해 취득된 상기 속성 정보는 소정 항목마다 벡터화되어 있고,
    상기 정보 처리 장치는 상기 컨텐츠의 속성 정보, 및 상기 제1 기호 정보 및 상기 제2 기호 정보 중 적어도 일부를 상기 항목마다 정규화하는 정규화 처리 수단을 더 구비하고,
    상기 추천 정보 생성 수단은, 적어도 일부가 상기 정규화 처리 수단에 의해 정규화된 상기 컨텐츠의 속성 정보와, 상기 제1 기호 정보 및 상기 제2 기호 정보와의 유사도를 각각 독립적으로 산출함으로써, 상기 추천 정보를 생성하는,
    정보 처리 장치.
  2. 제1항에 있어서,
    상기 기호 정보 생성 수단에 의해 생성된 상기 제1 기호 정보 및 상기 제2 기호 정보, 및 상기 속성 정보 취득 수단에 의해 취득된 상기 속성 정보는 각각 복수개의 항목으로 구성되며,
    상기 기호 정보 생성 수단은, 상기 조작 이력 취득 수단에 의해 취득된 상기 조작 이력의 상기 항목 중 어느 하나에 주목하고, 주목한 상기 항목의 요소별로 상 기 제1 기호 정보 및 상기 제2 기호 정보를 생성하며,
    상기 추천 정보 생성 수단은, 상기 속성 정보의 상기 요소에 대응한 상기 제1 기호 정보와 상기 제2 기호 정보를 추출하여, 상기 속성 정보와의 유사도를 산출하는 것을 특징으로 하는 정보 처리 장치.
  3. 제1항에 있어서,
    상기 추천 정보 생성 수단은, 상기 제1 기호 정보와 상기 속성 정보와의 유사도, 및 상기 제2 기호 정보와 상기 속성 정보와의 유사도의 독립된 산출 결과를 기초로, 어느 것과도 유사도가 낮은 상기 컨텐츠를 나타내는 추천 정보를 생성하는 것을 특징으로 하는 정보 처리 장치.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 추천 정보 생성 수단은, 상기 기호 정보 생성 수단에 의해 생성된 상기 제1 기호 정보 및 상기 제2 기호 정보와, 상기 속성 정보 취득 수단에 의해 취득된 상기 속성 정보와의 내적(內積) 연산을 기초로 상기 추천 정보를 생성하는 것을 특징으로 하는 정보 처리 장치.
  7. 제1항에 있어서,
    상기 소정 항목은 대항목과, 상기 대항목을 보다 상세하게 분류하는 소항목으로 구성되며,
    상기 추천 정보 생성 수단은, 상기 기호 정보 생성 수단에 의해 생성된 상기 제1 기호 정보 및 상기 제2 기호 정보와, 상기 속성 정보 취득 수단에 의해 취득된 상기 속성 정보를 상기 대항목마다 각각 내적 연산하고, 이들 내적 연산 결과의 총계를 기초로 상기 추천 정보를 생성하는 것을 특징으로 하는 정보 처리 장치.
  8. 제1항에 있어서,
    상기 조작 이력 취득 수단은, 취득한 상기 조작 이력을 상기 사용자가 선호 하는 컨텐츠를 나타내는 제1 조작 이력과, 상기 사용자가 선호하지 않는 컨텐츠를 나타내는 제2 조작 이력으로 분류하고,
    상기 기호 정보 생성 수단은, 상기 제1 조작 이력을 기초로 상기 제1 기호 정보를 생성하고, 상기 제2 조작 이력을 기초로 상기 제2 기호 정보 생성하는 것을 특징으로 하는 정보 처리 장치.
  9. 제8항에 있어서,
    상기 추천 정보 생성 수단은, 상기 기호 정보 생성 수단에 의해 생성된 상기 제1 기호 정보와, 상기 속성 정보 취득 수단에 의해 취득된 상기 속성 정보와의 유사도로부터 상기 기호 정보 생성 수단에 의해 생성된 상기 제2 기호 정보와, 상기 속성 정보 취득 수단에 의해 취득된 상기 속성 정보와의 유사도를 감산한 값을 기초로, 상기 추천 정보를 생성하는 것을 특징으로 하는 정보 처리 장치.
  10. 제1항에 있어서,
    상기 추천 정보 생성 수단에 의해 생성된 상기 추천 정보를 표시하는 표시 수단을 추가로 구비하는 것을 특징으로 하는 정보 처리 장치.
  11. 제1항에 있어서,
    상기 컨텐츠를 수신하는 수신 수단과,
    상기 추천 정보 생성 수단에 의해 생성된 상기 추천 정보에 따라, 상기 수신 수단에 의해 수신되는 상기 컨텐츠의 선택을 제어하는 선택 제어 수단을 추가로 구비하는 것을 특징으로 하는 정보 처리 장치.
  12. 제11항에 있어서,
    상기 선택 제어 수단에 의해 수신이 선택된 상기 컨텐츠를 기록하는 기록 수단을 추가로 구비하는 것을 특징으로 하는 정보 처리 장치.
  13. 사용자의 기호와 합치된 컨텐츠를 선택하는 처리를 실행하는 정보 처리 장치의 정보 처리 방법에 있어서,
    상기 컨텐츠의 속성 정보를 취득하는 속성 정보 취득 스텝과,
    상기 사용자의 조작 이력을 취득하는 조작 이력 취득 스텝과,
    상기 조작 이력 취득 스텝의 처리에 의해 취득된 상기 조작 이력을 기초로, 상기 사용자 기호의 정의 요인을 나타내는 제1 기호 정보와, 상기 사용자 기호의 부의 요인을 나타내는 제2 기호 정보를 생성하는 기호 정보 생성 스텝과,
    상기 제1 기호 정보와 상기 속성 정보와의 유사도, 및 상기 제2 기호 정보와 상기 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 상기 사용자의 기호와 합치된 컨텐츠를 나타내는 추천 정보를 생성하는 추천 정보 생성 스텝
    을 포함하고,
    상기 기호 정보 생성 스텝에 의해 생성된 상기 제1 기호 정보 및 상기 제2 기호 정보, 및 상기 속성 정보 취득 스텝에 의해 취득된 상기 속성 정보는 소정 항목마다 벡터화되어 있고,
    상기 컨텐츠의 속성 정보, 및 상기 제1 기호 정보 및 상기 제2 기호 정보 중 적어도 일부를 상기 항목마다 정규화하는 정규화 처리 스텝을 더 포함하고,
    상기 추천 정보 생성 스텝은, 적어도 일부가 상기 정규화 처리 스텝에 의해 정규화된 상기 컨텐츠의 속성 정보와, 상기 제1 기호 정보 및 상기 제2 기호 정보와의 유사도를 각각 독립적으로 산출함으로써, 상기 추천 정보를 생성하는,
    정보 처리 방법.
  14. 사용자의 기호와 합치된 컨텐츠를 선택하는 처리를 컴퓨터에 실행시키는 프로그램으로서,
    상기 컨텐츠의 속성 정보를 취득하는 속성 정보 취득 스텝과,
    상기 사용자의 조작 이력을 취득하는 조작 이력 취득 스텝과,
    상기 조작 이력 취득 스텝의 처리에 의해 취득된 상기 조작 이력을 기초로, 상기 사용자 기호의 정의 요인을 나타내는 제1 기호 정보와, 상기 사용자 기호의 부의 요인을 나타내는 제2 기호 정보를 생성하는 기호 정보 생성 스텝과,
    상기 제1 기호 정보와 상기 속성 정보와의 유사도, 및 상기 제2 기호 정보와 상기 속성 정보와의 유사도를 각각 독립적으로 산출함으로써, 상기 사용자의 기호와 합치된 컨텐츠를 나타내는 추천 정보를 생성하는 추천 정보 생성 스텝
    을 포함하고,
    상기 기호 정보 생성 스텝에 의해 생성된 상기 제1 기호 정보 및 상기 제2 기호 정보, 및 상기 속성 정보 취득 스텝에 의해 취득된 상기 속성 정보는 소정 항목마다 벡터화되어 있고,
    상기 컨텐츠의 속성 정보, 및 상기 제1 기호 정보 및 상기 제2 기호 정보 중 적어도 일부를 상기 항목마다 정규화하는 정규화 처리 스텝을 더 포함하고,
    상기 추천 정보 생성 스텝은, 적어도 일부가 상기 정규화 처리 스텝에 의해 정규화된 상기 컨텐츠의 속성 정보와, 상기 제1 기호 정보 및 상기 제2 기호 정보와의 유사도를 각각 독립적으로 산출함으로써, 상기 추천 정보를 생성하는,
    컴퓨터가 판독할 수 있는 프로그램이 기록되어 있는 기록 매체.
  15. 삭제
KR1020057010452A 2002-12-12 2003-12-12 정보 처리 장치 및 정보 처리 방법, 기록 매체, 및프로그램 KR101007839B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2002-00361277 2002-12-12
JP2002361277A JP2004194108A (ja) 2002-12-12 2002-12-12 情報処理装置および情報処理方法、記録媒体、並びにプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020057011879A Division KR101029740B1 (ko) 2002-12-12 2003-12-12 정보 처리 장치 및 정보 처리 방법 및 기록 매체

Publications (2)

Publication Number Publication Date
KR20050085479A KR20050085479A (ko) 2005-08-29
KR101007839B1 true KR101007839B1 (ko) 2011-01-13

Family

ID=32501035

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020057011879A KR101029740B1 (ko) 2002-12-12 2003-12-12 정보 처리 장치 및 정보 처리 방법 및 기록 매체
KR1020057010452A KR101007839B1 (ko) 2002-12-12 2003-12-12 정보 처리 장치 및 정보 처리 방법, 기록 매체, 및프로그램

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020057011879A KR101029740B1 (ko) 2002-12-12 2003-12-12 정보 처리 장치 및 정보 처리 방법 및 기록 매체

Country Status (6)

Country Link
US (2) US7577645B2 (ko)
EP (2) EP1942664A3 (ko)
JP (1) JP2004194108A (ko)
KR (2) KR101029740B1 (ko)
CN (2) CN1750610A (ko)
WO (1) WO2004054246A1 (ko)

Families Citing this family (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100861625B1 (ko) * 2001-01-23 2008-10-07 소니 가부시끼 가이샤 통신 장치 및 통신 방법, 전자 기기 및 그 제어 방법 및기억 매체
WO2004054245A1 (ja) * 2002-12-12 2004-06-24 Sony Corporation 情報処理装置および情報処理方法、情報処理システム、記録媒体、並びにプログラム
JP2004194108A (ja) * 2002-12-12 2004-07-08 Sony Corp 情報処理装置および情報処理方法、記録媒体、並びにプログラム
EP1743287A4 (en) * 2004-02-27 2009-02-25 Daniel Abrahamsohn METHOD AND SYSTEM FOR OBTAINING DATA FROM MULTIPLE SOURCES AND CLASSIFYING DOCUMENTS BASED ON METADATA OBTAINED THROUGH COLLABORATIVE FILTERING AND OTHER MATCHING TECHNIQUES
US20050210501A1 (en) * 2004-03-19 2005-09-22 Microsoft Corporation Method and apparatus for handling metadata
JP2006040085A (ja) * 2004-07-29 2006-02-09 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
JP2006094018A (ja) * 2004-09-22 2006-04-06 Sharp Corp 番組推薦装置、番組推薦方法、プログラムおよびそのプログラムを記録した記録媒体
CN101036386A (zh) * 2004-10-01 2007-09-12 松下电器产业株式会社 频道订约建议装置、方法、程序和集成电路
JP2006148853A (ja) * 2004-10-18 2006-06-08 Sharp Corp 情報作成装置、番組推薦装置、情報作成方法、番組推薦プログラムおよびそのプログラムを記録した記録媒体
WO2006043498A1 (ja) * 2004-10-18 2006-04-27 Pioneer Corporation 情報処理装置、統計情報データベースのデータ構造、情報生成装置、情報処理方法、情報生成方法、情報処理プログラム、およびそのプログラムを記録した記録媒体
JP2006129265A (ja) * 2004-10-29 2006-05-18 Sharp Corp 番組情報抽出装置、番組情報表示装置、放送番組録画システム、番組情報抽出方法、プログラム、および、プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2006129122A (ja) * 2004-10-29 2006-05-18 Sharp Corp 放送受信装置、放送受信方法、放送受信プログラム及びプログラム記録媒体
JP2006134383A (ja) * 2004-11-02 2006-05-25 Canon Inc 再生装置、再生方法及びそのプログラム
KR20050044844A (ko) 2004-11-03 2005-05-13 삼성전자주식회사 디지털 방송 채널정보 표시 장치 및 방법
JP4430002B2 (ja) * 2004-11-03 2010-03-10 三星電子株式会社 デジタル放送プログラム情報の表示装置及び方法
JP2006157715A (ja) * 2004-11-30 2006-06-15 Sharp Corp 番組情報抽出装置、番組情報抽出方法、そのプログラムおよび記録媒体
JP4534748B2 (ja) * 2004-12-20 2010-09-01 ソニー株式会社 情報処理装置および方法、記録媒体、並びにプログラム
DE102005039507A1 (de) * 2005-01-18 2006-08-17 Hirschmann Electronics Gmbh Programmdiversity
US7912806B2 (en) * 2005-02-21 2011-03-22 Brother Kogyo Kabushiki Kaisha System and device for providing contents
CN101180879B (zh) * 2005-05-23 2010-12-15 松下电器产业株式会社 通信装置、通信方法和集成电路
JP4378646B2 (ja) 2005-09-28 2009-12-09 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2007110388A (ja) * 2005-10-13 2007-04-26 Funai Electric Co Ltd 連係動作プログラム及び接続機器
EP2346244A1 (en) * 2005-12-29 2011-07-20 United Video Properties, Inc. Systems and methods for managing content
JP2007272451A (ja) * 2006-03-30 2007-10-18 Toshiba Corp 推薦番組情報提供装置、推薦番組情報提供方法及びプログラム
US20070250378A1 (en) * 2006-04-24 2007-10-25 Hughes John M Systems and methods for conducting production competitions
JP4179341B2 (ja) * 2006-06-01 2008-11-12 ソニー株式会社 情報処理装置および方法、プログラム、並びに記録媒体
JP5027483B2 (ja) * 2006-11-10 2012-09-19 富士通株式会社 情報検索装置及び情報検索方法
JP4909033B2 (ja) * 2006-11-30 2012-04-04 富士通株式会社 番組検索装置
JP4423568B2 (ja) * 2006-12-08 2010-03-03 ソニー株式会社 表示制御処理装置および方法並びにプログラム
US8473525B2 (en) * 2006-12-29 2013-06-25 Apple Inc. Metadata generation for image files
JP2008187576A (ja) 2007-01-31 2008-08-14 Sony Corp 情報処理装置および方法、並びにプログラム
JP2008187575A (ja) * 2007-01-31 2008-08-14 Sony Corp 情報処理装置および方法、並びにプログラム
JP5075423B2 (ja) * 2007-02-16 2012-11-21 株式会社東芝 推薦番組提示装置、および推薦番組提示方法
JP4389973B2 (ja) * 2007-06-26 2009-12-24 ソニー株式会社 情報処理装置および方法、並びにプログラム
JP5173287B2 (ja) * 2007-07-06 2013-04-03 キヤノン株式会社 番組記録装置及びその制御方法
JP4403432B2 (ja) * 2007-07-19 2010-01-27 ソニー株式会社 録画再生装置及び録画再生方法
US8949877B2 (en) * 2007-08-31 2015-02-03 At&T Intellectual Property I, L.P. Method and system for determining subscriber demand for multimedia content
KR100964013B1 (ko) * 2007-11-09 2010-06-15 광주과학기술원 사용자 선호도 기반의 데이터 변환 서비스 시스템 및 그방법
KR101060487B1 (ko) * 2007-11-19 2011-08-30 서울대학교산학협력단 태그 클라우드를 이용한 콘텐츠 추천 장치 및 방법
US20090170586A1 (en) * 2007-12-26 2009-07-02 Springtime Productions, Llc Springtime productions special charity fund raising process
JP5166949B2 (ja) * 2008-04-10 2013-03-21 株式会社エヌ・ティ・ティ・ドコモ レコメンド情報生成装置およびレコメンド情報生成方法
JP4645676B2 (ja) * 2008-04-28 2011-03-09 ソニー株式会社 情報処理装置、関連アイテムの提供方法、及びプログラム
JP4636343B2 (ja) * 2008-09-02 2011-02-23 ソニー株式会社 情報処理装置、情報処理方法、情報処理プログラム及び情報処理システム
JP4650552B2 (ja) * 2008-10-14 2011-03-16 ソニー株式会社 電子機器、コンテンツ推薦方法及びプログラム
CN101819570B (zh) * 2009-02-27 2012-08-15 国际商业机器公司 网络环境中的用户信息处理和资源推荐的方法和系统
JP5182178B2 (ja) * 2009-03-18 2013-04-10 ソニー株式会社 情報処理装置及び情報処理方法
JP5338450B2 (ja) * 2009-04-22 2013-11-13 富士通株式会社 再生装置及びプログラム
JP5409103B2 (ja) * 2009-04-30 2014-02-05 株式会社Ｎｔｔドコモ レコメンド情報配信装置およびレコメンド情報配信方法
JP2011145742A (ja) * 2010-01-12 2011-07-28 Sony Corp 情報処理装置、情報処理方法、およびプログラム
JP5479134B2 (ja) * 2010-01-29 2014-04-23 株式会社東芝 デジタル放送受信機及び録画番組の制御方法
KR20110091382A (ko) 2010-02-05 2011-08-11 삼성전자주식회사 방송 수신 장치, 방송 프로그램 선택 방법 및 그 저장 매체
KR20110108776A (ko) * 2010-03-29 2011-10-06 삼성전자주식회사 휴대단말기의 사용방법을 제공하는 방법
WO2012023921A2 (en) 2010-08-19 2012-02-23 Thomson Licensing Personalization of information content by monitoring network traffic
KR101829339B1 (ko) * 2010-08-19 2018-02-19 톰슨 라이센싱 네트워크 트래픽을 모니터링함으로써 정보 컨텐츠를 개인화
JP5578040B2 (ja) * 2010-11-15 2014-08-27 ソニー株式会社 情報処理装置および方法、情報処理システム、並びに、プログラム
EP2518992A1 (en) * 2011-04-28 2012-10-31 Axel Springer Digital TV Guide GmbH Apparatus and method for managing a personal channel
US8577876B2 (en) * 2011-06-06 2013-11-05 Met Element, Inc. System and method for determining art preferences of people
JP5859771B2 (ja) * 2011-08-22 2016-02-16 ソニー株式会社 情報処理装置、情報処理システム情報処理方法及びプログラム
CN103699551B (zh) * 2012-09-27 2016-05-04 腾讯科技（深圳）有限公司 一种信息的推荐方法、服务器及系统
US20160065160A1 (en) * 2013-03-21 2016-03-03 Intellectual Discovery Co., Ltd. Terminal device and audio signal output method thereof
US9210461B2 (en) * 2013-03-27 2015-12-08 Verizon and Redbox Digital Entertainment Services, LLC Theme-based media program discovery systems and methods
WO2015194132A1 (ja) * 2014-06-19 2015-12-23 日本電気株式会社 情報処理装置、ベクトルデータ処理方法、及び、記録媒体
US9986299B2 (en) * 2014-09-22 2018-05-29 DISH Technologies L.L.C. Scheduled programming recommendation system
KR20160051983A (ko) * 2014-10-30 2016-05-12 현대자동차주식회사 차량의 음악 추천 시스템 및 그 방법
US9467733B2 (en) 2014-11-14 2016-10-11 Echostar Technologies L.L.C. Intuitive timer
US9503791B2 (en) 2015-01-15 2016-11-22 Echostar Technologies L.L.C. Home screen intelligent viewing
JP6868777B2 (ja) * 2015-12-02 2021-05-12 ソニーグループ株式会社 情報処理装置、光ディスク、および情報処理方法、並びにプログラム
JP6641204B2 (ja) * 2016-03-17 2020-02-05 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
JP6986061B2 (ja) * 2016-03-17 2021-12-22 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
US9924217B1 (en) 2016-11-22 2018-03-20 Echostar Technologies L.L.C. Home screen recommendations determination
US10231020B2 (en) 2017-05-16 2019-03-12 The Directv Group, Inc Sports recommender system utilizing content based filtering
CN112740721A (zh) * 2018-09-28 2021-04-30 索尼公司 信息处理装置、方法和程序
JP6866466B2 (ja) * 2019-12-27 2021-04-28 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
JP6998933B2 (ja) * 2019-12-27 2022-01-18 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
CN111563201A (zh) * 2020-04-29 2020-08-21 北京三快在线科技有限公司 内容推送方法、装置、服务器及存储介质
US20230081938A1 (en) * 2020-09-16 2023-03-16 Google Llc Digital video analysis
CN114443967B (zh) * 2022-04-08 2022-07-08 北京并行科技股份有限公司 一种相似应用推荐方法、计算设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001160955A (ja) * 1999-12-01 2001-06-12 Sony Corp 放送システム及び受信装置
JP2001282285A (ja) * 2000-03-31 2001-10-12 Matsushita Electric Ind Co Ltd 音声認識方法及び音声認識装置、並びにそれを用いた番組指定装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6076082A (en) 1995-09-04 2000-06-13 Matsushita Electric Industrial Co., Ltd. Information filtering method and apparatus for preferentially taking out information having a high necessity
JP3244005B2 (ja) 1995-09-04 2002-01-07 松下電器産業株式会社 情報フィルタ装置及び情報フィルタリング方法
US6018738A (en) * 1998-01-22 2000-01-25 Microsft Corporation Methods and apparatus for matching entities and for predicting an attribute of an entity based on an attribute frequency value
US6742003B2 (en) * 2001-04-30 2004-05-25 Microsoft Corporation Apparatus and accompanying methods for visualizing clusters of data and hierarchical cluster classifications
JP2001086420A (ja) 1999-09-16 2001-03-30 Matsushita Electric Ind Co Ltd 放送端末装置
WO2001061571A2 (en) * 2000-02-18 2001-08-23 Homeportfolio, Inc. Attribute tagging and matching system and method for database management
EP1186164A1 (en) 2000-03-17 2002-03-13 Koninklijke Philips Electronics N.V. Method and apparatus for rating database objects
EP1156424A2 (en) * 2000-05-17 2001-11-21 Matsushita Electric Industrial Co., Ltd. Information recommendation apparatus and information recommendation system
US7454775B1 (en) * 2000-07-27 2008-11-18 Koninklijke Philips Electronics N.V. Method and apparatus for generating television program recommendations based on similarity metric
US7721310B2 (en) * 2000-12-05 2010-05-18 Koninklijke Philips Electronics N.V. Method and apparatus for selective updating of a user profile
US20020075320A1 (en) * 2000-12-14 2002-06-20 Philips Electronics North America Corp. Method and apparatus for generating recommendations based on consistency of selection
US20040032393A1 (en) * 2001-04-04 2004-02-19 Brandenberg Carl Brock Method and apparatus for scheduling presentation of digital content on a personal communication device
US7149804B2 (en) * 2001-04-30 2006-12-12 Sony Computer Entertainment America Inc. Method and system for providing evaluation of text-based products
JP4098539B2 (ja) * 2002-03-15 2008-06-11 富士通株式会社 プロファイル情報の推薦方法、プログラム及び装置
US20030220858A1 (en) * 2002-05-24 2003-11-27 Duc Lam Method and system for collaborative vendor reconciliation
US7171620B2 (en) * 2002-07-24 2007-01-30 Xerox Corporation System and method for managing document retention of shared documents
US6999962B2 (en) * 2002-08-13 2006-02-14 Xerox Corporation Shared document repository with coupled recommender system
JP2004194108A (ja) * 2002-12-12 2004-07-08 Sony Corp 情報処理装置および情報処理方法、記録媒体、並びにプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001160955A (ja) * 1999-12-01 2001-06-12 Sony Corp 放送システム及び受信装置
JP2001282285A (ja) * 2000-03-31 2001-10-12 Matsushita Electric Ind Co Ltd 音声認識方法及び音声認識装置、並びにそれを用いた番組指定装置

Also Published As

Publication number Publication date
CN100566387C (zh) 2009-12-02
CN1750610A (zh) 2006-03-22
KR20050074655A (ko) 2005-07-18
US20060129547A1 (en) 2006-06-15
EP1571836A1 (en) 2005-09-07
WO2004054246A1 (ja) 2004-06-24
KR101029740B1 (ko) 2011-04-19
EP1942664A3 (en) 2016-06-08
KR20050085479A (ko) 2005-08-29
US7587382B2 (en) 2009-09-08
CN1739289A (zh) 2006-02-22
US7577645B2 (en) 2009-08-18
EP1571836A4 (en) 2010-09-08
JP2004194108A (ja) 2004-07-08
EP1942664A2 (en) 2008-07-09
EP1571836B1 (en) 2014-07-16
US20060294093A1 (en) 2006-12-28

Similar Documents

Publication Publication Date Title
KR101007839B1 (ko) 정보 처리 장치 및 정보 처리 방법, 기록 매체, 및프로그램
KR101084503B1 (ko) 정보 처리 장치 및 정보 처리 방법, 및 기록 매체
JP4003127B2 (ja) 情報処理装置および情報処理方法、情報処理システム、記録媒体、並びにプログラム
JP4491746B2 (ja) 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP5482206B2 (ja) 情報処理装置、情報処理方法およびプログラム
US20100011020A1 (en) Recommender system
US8875186B2 (en) Apparatus and method of providing a recommended broadcast program
JP2011142468A (ja) 情報処理装置、情報処理方法およびプログラム
JP4182743B2 (ja) 画像処理装置および方法、記録媒体、並びにプログラム
US7640563B2 (en) Describing media content in terms of degrees
JP4161701B2 (ja) 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP4501948B2 (ja) 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP4547596B2 (ja) 情報処理装置および情報処理方法、並びにプログラム
JP4577562B2 (ja) 情報処理装置および情報処理方法、並びにプログラム

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee