WO2006064877A1

WO2006064877A1 - コンテンツ推薦装置

Info

Publication number: WO2006064877A1
Application number: PCT/JP2005/023051
Authority: WO
Inventors: Keiji Icho; Noriaki Horii; Masayuki Misaki
Original assignee: Matsushita Electric Industrial Co., Ltd.
Priority date: 2004-12-17
Filing date: 2005-12-15
Publication date: 2006-06-22
Also published as: JPWO2006064877A1; US20080229360A1; US7797710B2; JP4557987B2; CN100558161C; CN101080927A

Abstract

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

Description

明細書

コンテンツ推薦装置

技術分野

[0001] 本発明は、 EPG (Electronic Program Guide)等のコンテンツ情報を用いた視聴履歴に基づくコンテンツ選出'提示技術に関する。

背景技術

[0002] コンテンツ選出'提示技術とは、ユーザが過去に視聴したコンテンツの分析を行レ、、将来放送されるコンテンツのうち、分析結果に基づきユーザの嗜好に沿うであろうコンテンッを選出し、そのコンテンツ情報を提示する技術である。

従来、コンテンツの視聴履歴に基づき、ユーザの嗜好に沿ったコンテンツを選出し、そのコンテンツ情報を提示する技術が開示されている。例えば、特許文献 1では、コンテンツ情報を文字情報として扱レ、、視聴履歴に含まれる一のコンテンツのコンテンッ情報からキーワードを抽出し、視聴履歴に含まれる他のコンテンツのコンテンツ情報における抽出したキーワードの出現頻度を計数する。そして、放送予定コンテンッから出現頻度の高いキーワードを含むコンテンツを選出し、そのコンテンツ情報を提示する。

特許文献 1 :特開平 7— 135621号公報

特許文献 2： #112005- 515442

発明の開示

発明が解決しょうとする課題

[0003] し力、しながら、従来の方法では、上述したようにユーザの嗜好に沿ったコンテンツ情報の選出処理は、出現頻度の高レ、キーワードを含むコンテンツ情報をただ選出するという平面的な処理である。したがって、選出されたコンテンツ情報は単にリスト表示されるだけであり、その際例えば、選出されたコンテンツ力件以上に上り、リスト表示が数ページにも及ぶ場合には、ユーザにとって所望のコンテンツを探す操作が煩雑になる。そのため、ユーザの嗜好に沿ったコンテンツ情報を選出し、提示する機能があまりユーザに利用されてレヽなレヽとレ、う実情がある。 [0004] 本発明は上記問題に鑑みてなされたものであって、視聴履歴に基づき選出されたコンテンツが膨大な数になる場合であっても、選出結果から所望のコンテンツを選択する際に、ユーザが利用し易い表示を実現するコンテンツ推薦装置を提供することを目的とする。

課題を解決するための手段

[0005] 上記課題を解決するために、本発明は、ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行い、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析手段と、視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析手段と、主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンツを、ユーザが未だ視聴していないコンテンッの中から選択する選択手段と、選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示手段とを含むコンテンツ推薦装置である。発明の効果

[0006] 本発明は、上記の構成を備えることにより、提示されるコンテンツ情報は、主の視聴動機部分、従の視聴動機部分に対応付けられているので、ユーザは視聴動機別に簡単にコンテンツ情報を把握することができる。ユーザは所望のコンテンツを探す時間を格段に短縮できるので、上記機能の利用を促進することができる。

ここで、前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、前記視聴した複数コンテンツのコンテンツ情報における出現頻度が、所定の閾値以上となる属性の実体の組合せであるとしても良い。

[0007] これにより、例えば、前記視聴動機情報を、前記視聴した複数コンテンツのコンテンッ情報における出現回数が所定の閾値以上となる属性の実体の組合せとすると、ュ一ザの視聴動機を捉えることできる。さらに、前記視聴動機情報を、コンテンツが有する属性の実体の組合せのうち、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せとすると、視聴動機情報として抽出される属性の実体の組合せは、視聴コンテンツのコンテンツ情報における出現回数だけでは判断されず、全コンテンツのコンテンツ情報に占める割合として判断されるので、より的確にユーザの視聴動機を捉えることができる。

[0008] ここで、前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記嗜好解析手段により生成された他の視聴動機情報に最も高頻度で包含される属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良レ、。

これにより、抽出した視聴動機情報のうち、特にユーザがコンテンツを視聴する際の動機となった属性の実体の組合せを特定することができる。

[0009] ここで、前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記出現頻度が最も高い属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。

[0010] ここで、前記コンテンツ推薦装置は、更に、時刻を計時する計時手段を含み、前記ユーザが既に視聴した複数コンテンツは、視聴した日時と対応付けられており、前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、所定期間内において、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せであるとしても良い。

[0011] これにより、所定期間内における視聴動機情報を抽出するので、局所的な視聴動機を捉えること力 Sできる。

ここで、前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、その期間よりも長期の期間に視聴されたコンテンツのコンテンツ情報に最も多く含まれる属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せであるとしても良い。 [0012] これにより、視聴動機情報を抽出する対象となる所定期間内よりも長期の期間に最頻出する属性の実体の組合せを主の視聴動機部分とするので、長期にわたる嗜好を反映すること力 Sできる。

ここで、前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、前記視聴した日時が最も古いコンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時力所定時点よりも過去であるものであり、従の視聴動機部分とは、主の視聴動機部分とされた単一の属性の実体もしくは複数の属性の実体の組合せを除く属性の実体の組合せであるとしても良い。

[0013] これにより、前記所定期間内における視聴動機情報のうち、視聴した日時が最も古レ、コンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時が、所定時点よりも過去であるものを主の視聴動機部分とするので、過去の視聴動機情報を反映することができる。

ここで、前記グループ化とは、共通の主の視聴動機部分を有する視聴動機情報は主の視聴動機部分を共有化し、もしくは、一の視聴動機情報の主の視聴動機部分が他の視聴動機情報と共通ならば共通部分を共有化し、従の視聴動機部分を共有化された主の視聴動機部分の下位に配置することにより、主の視聴動機部分と従の視聴動機部分とを階層構造化することであり、前記提示手段は、前記コンテンツ情報を階層構造化された主の視聴動機部分と従の視聴動機部分とに対応付けて提示するとしても良い。

[0014] これにより、主の視聴動機部分が共有化されるので、コンテンツを選択する際に、重複してコンテンツを選択することを防止することができる。また、従の視聴動機部分を主の視聴動機部分の下位に配置するので、主の視聴動機部分と従の視聴動機部分を階層構造ィ匕することができる。よって、提示されるコンテンツ情報は階層化されるので、ユーザが利用し易い表示を実現することができる。

[0015] ここで、前記嗜好解析手段は、生成した視聴動機情報に基づき、コンテンツに重畳された最新情報、もしくは広告情報力も特徴キーワードを抽出するキーワード抽出手段を含み、前記選択手段は、抽出されたキーワードにて拡張された視聴動機情報に基づきコンテンツを選出するとしても良い。これにより、拡張された視聴動機情報に基づきコンテンツを選出し、ユーザに提示すること力 Sできる。

[0016] ここで、前記コンテンツ推薦装置は、更に、前記嗜好解析手段により生成された視聴動機情報に基づき、ネットワークを介して情報を検索する情報検索手段を含み、前記選択されたコンテンツは、前記情報検索手段により検索された情報を含むとしても良い。

これにより、 Web情報についても視聴動機情報に基づいて選出することができる。図面の簡単な説明

[0017] [図 1]第一実施形態におけるコンテンツ推薦装置 100の内部構成を示す図である。

[図 2]第一実施形態におけるコンテンツ推薦装置 100の構成を示す機能ブロック図である。

[図 3]EPGの一例を示す図である。

[図 4]第一実施形態におけるコンテンツ推薦装置 100の動作に関するフローチャートを示す図である。

[図 5]第一実施形態における視聴動機を解析するフローチャートを示す図である。

[図 6]主の視聴動機部分決定処理に関するフローチャートを示す図である。

[図 7]階層構造化処理に関するフローチャートを示す図である。

[図 8]GUI生成部 217にて生成された GUIの例を示す図である。

[図 9]GUI生成部 217にて生成された GUIの変化例を示す図である。

[図 10]GUI生成部 217にて生成された GUIの変化例を示す図である。

[図 11]主の視聴動機部分決定処理に関するフローチャートを示す図である。

[図 12]第二実施形態におけるコンテンツ推薦装置 100aの構成を示す機能ブロック図である。

[図 13]第二実施形態における主の視聴動機部分決定処理に関するフローチャートを示す図である。

[図 14]第二実施形態における主の視聴動機部分決定処理に関するフローチャートを示す図である。

[図 15]第三実施形態におけるコンテンツ推薦装置 100bの内部構成を示す図である園〇 16]第三実施形態におけるコンテンツ推薦装置 100bの構成を示す機能ブロック〇

図である。

園 17]第三実施形態における GUI生成部 217にて生成された GUIの例を示す図である。

符号の説明

100a, 100b コンテンツ推薦装置

101 ユーザ入力受付部

102 チューナ

103 CPU

104 ROM

105 RAM

106 デコーダ

201、 201a 視聴コンテンツ情報抽出部

202、 202a 視聴コンテンツ情報記憶部

203 放送コンテンツ情報取得部

204 放送コンテンツ情報記憶部

204b コンテンツ情報記憶部

205 放送コンテンツ最新情報取得部

206 放送コンテンツ最新情報記憶部

206b コンテンツ最新情報記憶部

207、 207b 視聴動機抽出部

208 視聴動機記憶部

209、 209a 視聴動機解析部

210 視聴動機解析結果記憶部

211 コンテンツ選出部

212 選出コンテンツ記憶部

213 ラベル情報生成部 214 ラベル情報記憶部

215 GUI管理情報記憶部

216、 216b GUI制御部

217 GUI生成部

1201 計時咅 B

1202 視聴動機蓄積部

1501 ネットワーク通信部

1601 配信コンテンツ情報取得部

1602 配信コンテンツ最新情報取得部

1603 Web情報取得部

1604 Web最新情報取得部

1605 Web検索部

発明を実施するための最良の形態

[0019] 以下、本発明の実施の形態について、図面を参照しながら説明する。

(第一実施形態）

図 1は、コンテンツ推薦装置 100の内部構成を示す図である。図 1に示すようにコンテンッ推薦装置 100は、ユーザ入力受付部 101、チューナ 102、 CPU103、 ROM 10 4、 RAM105,及びデコーダ 106を含んで構成される。

[0020] ユーザ入力受付部 101は、ユーザからの入力を受け付ける。例えば、ユーザより視聴するコンテンツの選択を受け付ける。

チューナ 102は、放送波を受信し、受信した放送波よりコンテンツ、コンテンツ情報、及びコンテンツに関連する最新情報 (以下、「コンテンツ最新情報」という）を取得する。

[0021] ROM104は、コンテンツ推薦装置 100における様々な処理を実現するための制御プログラムを格納している。

RAM105は、ユーザの嗜好に沿ったコンテンツを選出する処理等に用いられる各種情報を格納するメモリである。

CPU103、 ROM104, RAM105はコンピュータシステム 107を構成しており、 ROM1 04に格納されたプログラムが CPU103に読み込まれプログラムとハードウェア資源とが協働することにより機能を達成する。

[0022] デコーダ 106は、コンテンツの AVデコード、コンテンツ選出結果を表示するための GUIの生成等を行う。

続いて図 2は、コンテンツ推薦装置 100の構成を示す機能ブロック図である。図 2に示すようにコンテンツ推薦装置 100は、ユーザ入力受付部 101、視聴コンテンツ情報抽出部 201、視聴コンテンツ情報記憶部 202、放送コンテンツ情報取得部 203、放送コンテンツ情報記憶部 204、放送コンテンツ最新情報取得部 205、放送コンテンツ最新情報記憶部 206、視聴動機抽出部 207、視聴動機記憶部 208、視聴動機解析部 209、視聴動機解析結果記憶部 210、コンテンツ選出部 211、選出コンテンツ記憶部 212、ラベル情報生成部 213、ラベル情報記憶部 214、 GUI管理情報記憶部 2 15、 GUI制御部 216、及び GUI生成部 217を含んで構成される。

[0023] 視聴コンテンツ情報抽出部 201は、ユーザ入力受付部 101により受け付けられたユーザ入力に基づいて、放送コンテンツ情報記憶部 204からコンテンツのコンテンツ情報を抽出する。

視聴コンテンッ情報記憶部 202は、視聴コンテンッ情報抽出部 201にて抽出されたコンテンツのコンテンツ情報を記憶する。

[0024] 放送コンテンツ情報取得部 203は、放送局より送信されるコンテンツ情報を取得する。図 3は、コンテンツが番組の場合における EPGの一例を示す図である。 EPGは、本図で示すように識別情報 301、放送日時 302、放送局 303、タイトル 304、内容 30 5、ジヤンノレ 306、及び出演者 307という属性力構成される。各属性に対する実体（以下、「属性値」という）は、図 3における対応する属性における枠内の文字列であり、放送日時 202、内容 205という属性に関しては、図 3における対応する属性における枠内の値をカテゴライズないしは要約した結果である。例えば、「放送局」属性に関しては、「XYZテレビ」等が属性値であり、「ジャンル」属性に関しては、「ドラマ」等が属性値である。また、「放送時間」属性に関しては、カテゴライズないしは要約した結果である「夕方」、「月曜ゴールデンタイム」、「夏期朝方」等が属性値であり、「内容」属性に関しては、辞書等を用いてカテゴライズないしは要約した結果である「恋愛」、「古代史」、「ビジネス」等が属性値である。

[0025] 放送コンテンツ情報記憶部 204は、放送コンテンツ情報取得部 203にて取得されたコンテンツ情報を記憶する。

放送コンテンツ最新情報取得部 205は、放送局より送信されるコンテンツ最新情報を取得する。

放送コンテンツ最新情報記憶部 206は、放送コンテンツ最新情報取得部 205にて取得されたコンテンツ最新情報を記憶する。

[0026] 視聴動機抽出部 207は、放送コンテンツ情報記憶部 204により記憶されたコンテンッ情報と、視聴コンテンツ情報記憶部 202により記憶されたコンテンツ情報に基づき、視聴されたコンテンツに対するユーザの視聴動機情報を抽出する。

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

[0027] 例えば、

[放送局: XYZテレビ]

[ジャンル:ドラマ] Λ [出演者:大竹伸二]

[放送局： XYZテレビ] Λ [ジヤンノレ：ニュース] Λ [内容：経済]

といったものである。ここで、 [内容：経済]は、「内容」属性の属性値に「経済」キーヮードが含まれるという意味、もしくは、「内容」属性の属性値に含まれる複数のキーヮードから解析した内容が「経済」であるとレ、う意味である。

[0028] 視聴動機情報は、コンテンツを視聴するか否かを判別する判別精度の高いものがピックアップされる。例えば、視聴したコンテンツのコンテンツ情報には出現していて、視聴していないコンテンツのコンテンツ情報には出現していない単一の属性一属性値対、もしくは複数の属性—属性値対の組合せである。また、視聴したコンテンツのコンテンツ情報には高頻度で出現していて、視聴していないコンテンツのコンテンツ情報には低頻度でしか出現していない単一の属性属性値対もしくは複数の属性属性値対の組合せでも良い。なお、視聴動機情報を抽出するアルゴリズムは後述する。

[0029] 視聴動機記憶部 208は、視聴動機抽出部 207にて抽出された視聴動機情報を記憶する。

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

[0030] 例えば、視聴動機抽出部 207により抽出された一の視聴動機情報が複数の属性— 属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性属性値対もしくは複数の属性属性値対の組合せのうち、視聴動機抽出部 20 7により抽出された他の視聴動機情報に最も高頻度に出現するものを主の視聴動機部分とする。主の視聴動機部分とされた単一の属性属性値対もしくは複数の属性属性値対の組合せを除く単一の属性属性値対もしくは複数の属性属性値対の組合せを従の視聴動機部分として、それぞれを区分する。

[0031] 視聴動機抽出部 207による視聴動機情報の抽出、及び視聴動機解析部 209による抽出した視聴動機情報の区分処理、階層構造化処理は随時行われるとしても良いし、定期的に行われるとしても良いし、ユーザ入力により指定されたときに行うとしても良い。

視聴動機解析結果記憶部 210は、視聴動機解析部 209にて解析された視聴動機情報の解析結果を記憶する。

[0032] コンテンツ選出部 211は、例えば放送予定コンテンツ等、ユーザがまだ視聴していない放送コンテンツの中から、視聴動機解析結果記憶部 210により記憶された視聴動機解析結果に基づき、ユーザの嗜好に沿ったコンテンツを選出する。

選出コンテンツ記憶部 212は、コンテンツ選出部 211にて選出されたコンテンツのコンテンツ情報を選出要因となった主の視聴動機部分、従の視聴動機部分に対応付けて記憶する。

[0033] ラベル情報生成部 213は、視聴動機解析結果記憶部 210に記憶された視聴動機解析結果に基づレ、て、視聴動機別に選出コンテンツを括るためのラベル情報を生成する。

例えば、視聴動機情報 [ジヤンノレ：ドラマ] Λ [出演者:大竹伸二]からラベル情報「 [ 大竹伸二]出演のドラマ番組」を生成する等である。

ラベル情報記憶部 214は、ラベル情報生成部 213にて生成されたラベル情報を生成要因となった主の視聴動機部分、従の視聴動機部分に対応付けて記憶する。

[0034] GUI管理情報記憶部 215は、 GUIを生成するための管理情報を記憶する。

GUI制御部 216は、 GUI管理情報記憶部 215に記憶されている管理情報に基づき、コンテンツ選出部 211にて選出されたコンテンツを、ラベル情報生成部 213により生成されたラベル情報に対応付けて表示させるための GUI制御を行う。

GUI生成部 217は、 GUI制御部 216より制御され、 GUI表示を行う。

<動作 >

続いて、コンテンツ推薦装置 100の動作について図 4に示すフローチャートを用いて説明する。図 4は、視聴動機情報を抽出し、抽出した視聴動機情報を解析して、解析結果に基づきコンテンツを選出し、選出したコンテンツを表示するまでの全体フロ一を示す図である。

[0035] まず、視聴動機抽出部 207は、放送コンテンツ情報記憶部 204により記憶されたコンテンッ情報と、視聴コンテンツ情報記憶部 202により記憶された視聴コンテンツ情報とに基づき、視聴コンテンツの視聴動機情報を抽出する (ステップ S401)。具体的な処理内容については、図 5にて後述する。視聴動機情報を抽出した後、視聴動機解析部 209は、抽出された視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分する（ステップ S402)。具体的な処理内容については、図 6にて後述する。視聴動機情報を主の視聴動機部分と従の視聴動機部分に区分した後、それらを階層構造化する。（ステップ S403)。具体的な処理内容については、図 7にて後述する。続いて、ラベル情報生成部 213は、ステップ S401〜ステップ S403までの処理に基づいて、視聴動機別に選出コンテンツを括るためのラベル情報を生成する (ステップ

S404)。コンテンツ選出咅 211 ίま、ステップ S401〜ステップ S403までの処理に基づいて、例えば放送予定コンテンツ等、ユーザがまだ視聴していない放送コンテンツの中から、コンテンツを選出する（ステップ S405)。 GUI制御部 216は、 GUI生成部 2 17に視聴動機別に生成されたラベル情報を表示させる (ステップ S406)。 GUI制御部 216は、 GUI管理情報記憶部 215に基づき、コンテンツ選出部 211にて選出されたコンテンツを、選出要因となった主の視聴動機部分、従の視聴動機部分に対応付けて表示するための GUI制御を行レ、、 GUI生成部 217により GUI表示情報が表示される（ステップ S407)。

[0036] 続いて、ステップ S401における視聴動機情報を抽出する処理について図 5に示すフローチャートを用いて説明する。本フローチャートにおいて、 _nは一つの視聴済みコンテンッのコンテンツ情報を特定する変数である。 mは特定された前記コンテンツ情報において、一つの属性属性値対の組合せを特定する変数である。まず、 n及び mを初期化する（ステップ S501、 S502)。続いて、全視聴コンテンツのコンテンツ情報における mの出現回数 Aを算出し (ステップ S503)、全コンテンツのコンテンツ情報における mの出願回数 Bを算出する (ステップ S504)。そして、 A/Bが所定の閾値以上か否力を判断し (ステップ S505)、閾値以上の場合は、 mを視聴動機情報として抽出する（ステップ S506)。閾値未満の場合は、ステップ S507に移行する。 mが最後か否かを判断し (ステップ S507)、最後でなければ mを一つ計数し (ステップ S5 08)、ステップ S503に移行する。最後であれば、 nが最後か否かを判断し (ステップ S 509)、最後でなければ nを一つ計数し（ステップ S510)、ステップ S502に移行する。最後であれば、処理を終了する。

[0037] 続いて、ステップ S402における視聴動機情報から主の視聴動機部分を決定する処理について、図 6に示すフローチャートを用いて説明する。本フローチャートにおいて、 nは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。 mは抽出した視聴動機情報のうち、 nにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。 iは一つの主の視聴動機部分における他の視聴動機情報に対する被包含率を特定する変数である。まず、 n及び mを初期化する（ステップ S601、 S602)。 nと mを比較し、共通する属性—属性値対が存在するか否かを判断する（ステップ S603)。共通する属性属性値対が存在しない場合は、 mを一つ計数し (ステップ S604)、ステップ S603に移行する。共通する属性—属性値対が存在する場合は、共通する属性一属性値対を nの主の視聴動機部分の候補として抽出する（ステップ S605)。続いて、抽出した nの主の視聴動機部分が候補リストに既に存在しているか否かを判断し (ステップ S606)、存在している場合は、 iを 1だけ計数する (ステップ S607)。存在していない場合は、新たに候補リストに追加し、 iを 1とする（ステップ S608)。 mが最後か否かを判断し (ステップ S609)、最後でなければステップ S604に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、 iが最大の候補を nの主の視聴動機部分とする（ステップ S610)。 n が最後か否かを判断し (ステップ S611)、最後でなければ nを一つ計数し (ステップ S 612)、ステップ S602に移行する。最後であれば、処理を終了する。

[0038] 続いて、ステップ S403における階層構造化する処理について、図 7に示すフローチャートを用いて説明する。本フローチャートにおいて、 nは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。 mは抽出した視聴動機情報のうち、 nにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。まず、 n及び mを初期化する（ステップ S701、 S702)。 nと mを比較し、 mが n の主の視聴動機部分と同一であるか否かを判断する（ステップ S703)。同一である場合は、 mを主の視聴動機部分とし、従の視聴動機部分をその下に配置して、階層構造化する（ステップ S704)。同一でない場合は、 nの主の視聴動機部分と mの主の視聴動機部分とが同一であるか否力を判断する (ステップ S705)。同一でない場合は、 mを 1計数し (ステップ S706)、ステップ S703に移行する。同一である場合には、同一部分を主の視聴動機部分とし、従の視聴動機部分をその下に配置して、階層構造化する（ステップ S707)。 mが最後か否かを判断し (ステップ S708)、最後でなければステップ S706に移行する。最後であれば、 nが最後か否かを判断し (ステップ S 709)、最後でなければ nを一つ計数し (ステップ S710)、ステップ S702に移行する。最後であれば、処理を終了する。

[0039] 上述した図 5から図 7の処理を経ることにより、階層構造化されたユーザの視聴動機を得ることができる。続いて、階層構造化されたユーザの視聴動機に基づき選出されたコンテンツ情報の提示に関し、具体的に説明する。

図 8は、 GUI制御部 216による制御により、 GUI生成部 217にて表示される GUIの例を示す図であり、「太郎さん」と「花子さん」の二人のユーザに対する GUI例である。本図で示されるように、ラベル情報記憶部 214に記憶されたラベル情報が表示され、選出コンテンツ記憶部 212に記憶された選出コンテンツは対応するラベル情報に括られて表示される。これにより、ユーザは、視聴動機別に選出コンテンツを把握することができる。

[0040] 続いて、図 8のようにコンテンツ紹介メニューが表示された後のユーザ操作について説明する。ユーザ「太郎さん」は、まず図 8にて図示された、ラベル情報 801上の力一ソルを上下に移動させることでラベル情報 801、 802、 803の中力所望のラベル情報の括りを選択する。次に、例えば、ラベル情報 801を選択したとすれば、図 8にて図示されたコンテンツ情報 804上のカーソルを上下に移動させることでコンテンツ情報 804、 805、 806の中力視聴したいコンテンツを選択して、決定することでそのコンテンツを視聴する。これにより、選出コンテンツをただ単にリスト表示した場合と比較すると、コンテンツを漠然と探すのではなぐまずラベル情報の括りを選択し、その中から所望のコンテンツを選択するので、ユーザにとっては格段に手間が省ける。

[0041] また、図 8において、コンテンツ情報 804とコンテンツ情報 808、コンテンツ情報 807 とコンテンツ情報 809にそれぞれ示されるように、同一コンテンツであってもユーザ「太郎さん」に対する GUIと、ユーザ「花子さん」に対する GUIとでは、異なるラベルの括りの中に表示される。これにより、それぞれのユーザは、自身に対する視聴動機別に選出コンテンツを把握することができる。

[0042] 続いて図 9、図 10に、視聴動機抽出部 207及び視聴動機解析部 209により、随時、視聴動機が再構築される場合における GUI表示の変化の例を示す。

図 9の上図では、例えば、

[ジャンル:ドラマ] Λ [出演者:鈴木順平]→[視聴する]

[ジヤンノレ：音楽] Λ [出演者:鈴木順平]→ [視聴する]

という視聴動機情報を抽出している場合の表示を示す。その後、ユーザに視聴されたコンテンツが増加するのに伴い、視聴動機が再構築され、他ジャンルにおいても、例えば、

[ジャンル：バラエティ] Λ [出演者:鈴木順平]→ [視聴する]

[ジャンル:料理] Λ [出演者:鈴木順平]→[視聴する]

という視聴動機情報が抽出されたとする。図 9の下図は、特定の閾値以上のジャンルにて共通の属性一属性値対が抽出された場合等に、上記視聴動機情報が、

[出演者:鈴木順平]→ [視聴する]

という視聴動機情報に集約されて再構築された時の GUI変化の例を示す。つまり、視聴されたコンテンツの増加に伴い、視聴動機が再構築された際には、 [出演者:鈴木順平]が主の視聴動機部分となり、共有化され、 [ジャンル:ドラマ]、 [ジャンル:音楽] 、 [ジャンル:バラエティ]、及び [ジャンル:料理]が従の視聴動機部分となる。

図 9にて図示されるように、ラベル情報 901、 902が更新されて、ラベル情報 903となり、ラベル情報 903に集約されて表示される。また、ラベル情報 903にて示されるように、例えば、同じ視聴動機の括りの中もジャンル別で表示される。

図 10の上図では、例えば、

[ジャンル：ドラマ]→ [視聴する]

[ジャンル：音楽]→ [視聴する]

という視聴動機情報を抽出している場合の表示を示す。その後、ユーザに視聴されたコンテンツが増加するのに伴い、視聴動機が再構築され、上記視聴動機情報にて包含されていた、

[ジャンル:ドラマ] Λ [出演者:鈴木順平]→[視聴する]

[ジヤンノレ：音楽] Λ [出演者:鈴木順平]→ [視聴する]

という視聴動機情報が抽出され、他ジャンルにおいても、例えば、

[ジヤンノレ：バラエティ] Λ [出演者:鈴木順平]→ [視聴する]

[ジャンル:料理] Λ [出演者:鈴木順平]→[視聴する]

という視聴動機情報が抽出されたとする。図 10の下図は、特定の閾値以上のジヤンルにて共通の属性一属性値対が抽出された場合等に、上記視聴動機情報が、 [出演者:鈴木順平]→ [視聴する] という視聴動機情報に集約されて再構築された時の GUI変化の例を示す。

[0044] 図 10にて図示されるように、ラベル情報 1001、 1002が更新されて、ラベル情報 10 03、 1004、 1005となり、新たにラベノレ†青幸艮 1005力 S括り出されて表示される。

以上のように本実施形態によれば、抽出した視聴動機情報を主の視聴動機部分、従の視聴動機部分に区分し、階層構造化する。よって、表示されたコンテンツ情報は階層化されており、ユーザは所望のコンテンツを簡単に探すことができる。

[0045] なお、視聴動機抽出部 207により抽出された一の視聴動機情報が複数の属性—属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性 -属性値対もしくは複数の属性―属性値対の組合せのうち、視聴動機抽出部 207 により算出された出現頻度が最も高レ、ものを主の視聴動機部分とし、主の視聴動機部分とされた単一の属性一属性値対もしくは複数の属性一属性値対の組合せを除く単一の属性一属性値対もしくは複数の属性一属性値対の組合せを従の視聴動機部分として、それぞれを区分するとしてもよい。

[0046] 上述した場合における主の視聴動機部分を決定する処理について、図 11に示すフローチャートを用いて説明する。本フローチャートにおいて、 _nは抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。 mは抽出した視聴動機情報のうち、 nにより特定される視聴動機情報以外の一つの視聴動機情報を特定する変数である。 Aは全視聴コンテンツのコンテンツ情報における mの出現回数であり、 B は全コンテンツのコンテンツ情報における _mの出願回数である。まず、 _n及び _mを初期化する（ステップ S1101、 S1102)。 nと mを比較し、 nが mを包含しているか否かを判断する（ステップ S1103)。包含してない場合は、 mを 1計数し (ステップ S1104)、ステップ SI 103に移行する。包含している場合は、 mを nの主の視聴動機部分の候補として抽出し、主の視聴動機候補リストに追加する（ステップ S1105)。抽出した n の主の視聴動機部分が候補リストに既に存在しているか否力 ^判断する (ステップ SI 106)。存在していない場合は、新たに候補リストに追加する（ステップ S 1107)。 mが最後か否かを判断し (ステップ S1108)、最後でなければステップ S1104に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、 A/Bが最大の候補を nの主の視聴動機部分とする（ステップ S1109)。 nが最後か否かを判断し（ステップ SI 110)、最後でなければ nを一つ計数し（ステップ SI 1 11)、ステップ S I 102に移行する。最後であれば、処理を終了する。

(第二実施形態）

本実施形態は、長期的な嗜好の抽出に関する実施の形態である。過去の視聴動機情報を蓄積しておき、それを反映することで長期的な嗜好を抽出する。そこで図 1 2に示すように本実施形態のコンテンツ推薦装置 100aは、第一実施形態の構成に加え、計時部 1201、視聴動機蓄積部 1202を含んで構成される。

[0047] 計時部 1201は、日時を計る。

視聴動機蓄積部 1202は、過去の視聴動機情報を累積しておき、その情報を視聴動機解析部 209に送出する。

また、本実施形態の視聴コンテンツ情報抽出部 201aは、ユーザ入力受付部 101 により受け付けられたユーザ入力に基づいて、放送コンテンツ情報記憶部 204からコンテンッのコンテンツ情報を抽出する。また、計時部 1201からコンテンツのコンテンッ情報を抽出した日時を受け取り、それらを対応付ける。

[0048] 本実施形態の視聴コンテンツ情報記憶部 202aは、対応付けられた視聴コンテンツ情報抽出部 201aにて抽出されたコンテンツのコンテンツ情報と、計時部 1201にて計時された日時とを記憶する。

本実施形態の視聴動機解析部 209aは、例えば、視聴動機抽出部 207により抽出された一の視聴動機情報が複数の属性属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性属性値対もしくは複数の属性属性値対の組合せのうち、視聴コンテンツ情報記憶部 202aにより記憶された日時が一定期間内にある視聴コンテンツ情報に最頻出するものを主の視聴動機部分とする。主の視聴動機部分とされた単一の属性一属性値対もしくは複数の属性一属性値対の組合せを除く単一の属性一属性値対もしくは複数の属性一属性値対の組合せを従の視聴動機部分として、それぞれを区分する。

<動作 >

続いて、視聴動機情報から主の視聴動機部分を決定する処理について、図 13に示すフローチャートを用いて説明する。本フローチャートにおいて、 _nは期間 _aにおいて抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。 mは nにより特定された視聴動機情報を構成する属性属性値の組合せにぉレ、て、一つの組合せを特定する変数である。 1は一つの主の視聴動機部分の候補を特定する変数である。まず、 n及び mを初期化する（ステップ S1301、 S1302)。 mを主の視聴動機部分の候補リストに追加し (ステップ S 1303)、 mが最後か否かを判断する（ステツプ S1304)。最後でなければ、 mを 1計数し（ステップ S1305)、ステップ S1303に移行する。最後であれば、 1を初期化する (ステップ S1306)。視聴コンテンツ情報記憶部 202を参照し、期間 aよりも長期の期間 bにおいて、 1の出現頻度を算出する (ステツプ S1307)。 1が最後か否かを判断する（ステップ SI 308)。最後でなければ、 1を 1計数し (ステップ S1309)、ステップ S1307に移行する。最後であれば、候補リストに存在する主の視聴動機部分の候補のうち、期間 bにおける出現頻度が最大のものを n の主の視聴動機部分とする（ステップ S1310)。 nが最後か否かを判断する (ステップ S1311)。最後でなければ、 nを 1計数し（ステップ S1312)、ステップ S1302に移行する。最後であれば、処理を終了する。

[0049] 以上のように本実施形態によれば、ユーザの長期にわたる視聴動機情報を反映して、コンテンツを選出することができる。上述したように、視聴動機情報を抽出した期間よりも長期の期間を対象期間として、視聴コンテンツ情報記憶部を参照し、前記視聴動機情報を構成する組合せのうち、最頻出の属性属性値対の組合せを主の視聴動機部分とする。その結果、表示の際に過去の視聴動機情報に含まれる属性属性値対の組合せを主の視聴動機部分として固定することができるので、ユーザにとって利用し易い表示を実現することができる。

[0050] なお、視聴動機抽出部 207により抽出された一の視聴動機情報が複数の属性—属性値対の組合せであった場合に、前記一の視聴動機情報に包含される単一の属性一属性値対もしくは複数の属性一属性値対の組合せのうち、その組合せを含む視聴コンテンツ情報における視聴日時が最も古ぐかつ、その視聴日時が所定時点より過去を示すものであるとき、その組合せを主の視聴動機部分としても良い。

[0051] また、主の視聴動機部分とされた単一の属性一属性値対もしくは複数の属性ー属性値対の組合せを除く単一の属性一属性値対もしくは複数の属性一属性値対の組合せを従の視聴動機部分としても良い。

上述した場合における主の視聴動機部分を決定する処理について、図 14に示すフローチャートを用いて説明する。 _nは期間 _aにおレ、て抽出した視聴動機情報のうち、一つの視聴動機情報を特定する変数である。 mは nにより特定された視聴動機情報を構成する属性—属性値の組合せにおいて、一の組合せを特定する変数である。 1 は一つの主の視聴動機部分の候補を特定する変数である。まず、 n及び mを初期化する（ステップ S1401、 S1402)。 mを主の視聴動機部分の候補リストに追加し (ステップ S1403)、 mが最後か否かを判断する（ステップ S1404)。最後でなければ、 mを 1計数し (ステップ S1405)、ステップ S1403に移行する。最後であれば、 1を初期化する（ステップ S1406)。視聴コンテンツ情報記憶部 202を参照し、 1を含む視聴コンテンッのうち、最も古い視聴日時を抽出する (ステップ S1407)。 1が最後か否かを判断する（ステップ S1408)。最後でなければ、 1を 1計数し (ステップ S1409)、ステップ S1407に移行する。最後であれば、候補のうち、視聴日時が最古の 1が時点 bよりも過去か否かを判断する（ステップ S1410)。時点 bよりも過去であれば、 1を nの主の視聴動機部分に決定する (ステップ S 1411)。時点 bよりも過去でない場合は、ステップ S1412に移行する。 nが最後か否かを判断する（ステップ S1412)。最後でなければ、 nを 1計数し（ステップ S1413)、ステップ S1402に移行する。最後であれば、処理を終了する。

(第三実施形態）

本実施形態は、放送局から送信されるコンテンツのみならず、ネットワークを介して配信されるコンテンツ等についても、視聴動機情報に基づき選出すべきコンテンツの対象とする実施の形態である。図 15は、本実施形態におけるコンテンツ推薦装置 10 Obの内部構成を示す図である。コンテンツ推薦装置 100bは、第一実施形態の構成に加え、ネットワーク通信部 1501を含んで構成される。

ネットワーク通信部 1501は、ネットワークを介して配信されるコンテンツ、コンテンツ情報、コンテンツ最新情報、及びネットワークを介して検索される Web情報や Web最新情報を取得する。

続いて、図 16は本実施形態のコンテンツ推薦装置 100bの構成を示す機能ブロック図である。コンテンツ推薦装置 100bは、第一実施形態の構成に加え、配信コンテンッ情報取得部 1601、配信コンテンツ最新情報取得部 1602、 web情報取得部 160 3、 web最新情報取得部 1604、及び web検索部 1605を含んで構成される。また、放送コンテンツ情報記憶部 204、放送コンテンツ最新情報記憶部 206の代わりに、コンテンッ情報記憶部 204b、コンテンツ最新情報記憶部 206bを備える。

[0053] 配信コンテンツ情報取得部 1601は、ネットワークを通じて配信されるコンテンツ情報を取得する。

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

web情報取得部 1603は、 web情報を取得する。

[0054] web最新情報取得部 1604は、 web最新情報を取得する。

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

[0055] コンテンツ最新情報記憶部 206bは、放送コンテンツ最新情報記憶部 205にて取得されたコンテンツ最新情報、配信コンテンツ最新情報取得部 1602にて取得されたコンテンツ最新情報、及び web最新情報取得部 1604にて取得された web最新情報を記憶する。

本実施形態の視聴動機抽出部 207bは、コンテンツ情報記憶部 204bにより記憶されたコンテンツ情報と、視聴コンテンツ情報記憶部 202により記憶されたコンテンツ情報に基づき、視聴されたコンテンツに対するユーザの視聴動機情報を抽出する。

[0056] 本実施形態の GUI制御部 216bは、 GUI管理情報記憶部 215に基づき、コンテンツ選出部 211にて選出されたコンテンツ、及び Web検索部 1705にて検索された Web情報を選出要因となったラベル情報に対応付けて表示するための GUI制御を行う。図 17は、 GUI制御部 216bにより制御され、 GUI生成部 217にて生成される GUI表示の一例である。ラベル情報 1701、 1702で示されるように、ラベル情報記憶部 214 で記憶されたラベル情報が表示され、選出コンテンツ記憶部 212により記憶された選出コンテンツ、及び Web検索部 1605により検索された Web情報が対応する視聴動機別に括られて表示される。これにより、ユーザは、視聴動機別に選出コンテンツ及び Web情報を把握することができる。

[0057] 続いて、図 17のように情報紹介メニューが表示された後のユーザ操作について説明する。ユーザは、まず図 17にて示されたラベル情報 1701上のカーソルを上下に移動させることでラベル情報 1701、 1702の中から所望のラベル情報の括りを選択する。次に、例えばラベル情報 1701を選択したとすれば、図 17にて図示されたコンテンッ情報 1703上のカーソルを上下に移動させることでコンテンツ情報 1703、 170 4、 1705、 1706の中から視聴したいコンテンツもしくは Web情報を選択して、決定することでそのコンテンツもしくは Web情報を視聴する。

(補足）

以上、本発明に係るコンテンツ推薦装置について、実施の形態に基づいて説明した力本発明は上記の実施の形態に限られないことは勿論である。

[0058] 上述にぉレ、て視聴動機情報を解析するアルゴリズムの一例を示したが、コンテンツを視聴するか視聴しないかを判別するのに適した、属性と属性値からなるルールを抽出するものであれば、これ以外のアルゴリズムであってもよい。

上述においてはコンテンツを番組として説明した力コンテンツを音楽としても適用することが可能である。例えば、属性を書誌情報および音楽特徴量の種類とし、属性値をその名称および値として、音楽の視聴履歴からユーザ毎の視聴動機を抽出し、その視聴動機別に音楽を分類して表示することができる。また、視聴動機情報に基づくラベリング表示や視聴動機情報の再構築も可能である。なお、書誌情報とは、例えば、ジャンルやアーティスト名等であり、音楽特徴量とは、周波数変化度やパワースペクトル、テンポ、ビートおよび音質等があり、これ以外の種類であってもよい。更に、音楽以外のコンテンツにも適用可能である。

[0059] 第一実施形態において上述した視聴動機抽出部 207は、抽出した視聴動機情報に基づき、放送コンテンツ最新情報記憶部 206により記憶されたコンテンツ最新情報力、ら特徴キーワードを抽出し、対応する視聴動機を拡張させるとしてもよい。例えば、上記視聴動機情報の例で説明すれば、出演者:大竹伸二とキャッチアップされて売り出されている他俳優や出演者:大竹伸二に関する最新情報等を表すキーワードにより、 [出演者:大竹伸二]を [出演者:大竹伸二 or上田昇 or石井洋平]と拡張する等である。

[0060] また、第三実施形態において上述した視聴動機抽出部 207bは、抽出した視聴動機情報に基づき、放送コンテンツ最新情報取得部 205と配信コンテンツ最新情報取得部 1602で取得されたコンテンツ最新情報、及び Web最新情報取得部 1604で取得された Web最新情報から特徴キーワードを抽出し、視聴動機情報を拡張するとしてあよい。

また、コンテンツは、複数のコーナに区分されており、送信されるコンテンツ情報は、コーナ情報を含んでいる場合が考えられる。その場合には、視聴コンテンツ情報取得手段は、ユーザが視聴したコーナの識別情報を取得する。視聴コンテンツ情報記憶手段は、取得された視聴コーナ情報を記憶する。視聴動機抽出手段は、コーナ情報と視聴コーナ情報とに基づき、ユーザがコーナを視聴する動機を解析し、コンテンッ選出手段は、解析結果に基づき、放送コンテンツもしくは配信コンテンツの中からコンテンツのコーナを選出するとしても良い。

[0061] 上記の実施形態では、コンテンツ推薦装置を用いたが、本発明は上記フローチヤートで示したステップを含む方法、及び上記フローチャートで示したステップをコンビユータに実行させるプログラムコードを含むプログラム、及びシステム LSI等の集積回路であっても良い。システム LSIは、集積度の違いにより、 IC、 LSI,スーパー LSI、ゥノレトラ LSIと呼称されることもある。

[0062] また、集積回路化の手法は LSIに限るものではなぐ専用回路又は汎用プロセスで実現しても良レ、。 LSI製造後に、プログラムすることが可能な FPGA (Field Programm able Gate Array)や、 LSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブノレ ·プロセッサを利用しても良レ、。

更には、半導体技術の進歩又は派生する技術により LSIに置き換わる集積回路化の技術が登場すれば、当然、その技術を用レ、て機能ブロックの集積回路化を行っても良い。例えば、ノォ技術の適応などが可能性としてありうる。

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

Claims

請求の範囲

[1] ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行レ、、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析手段と、

視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析手段と、

主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンッを、ユーザが未だ視聴していないコンテンツの中から選択する選択手段と、選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示手段と

を含むコンテンツ推薦装置。

[2] 前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、前記視聴した複数コンテンツのコンテンツ情報における出現頻度が、所定の閾値以上となる属性の実体の組合せである

請求項 1記載のコンテンツ推薦装置。

[3] 前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記嗜好解析手段により生成された他の視聴動機情報に最も高頻度で包含される属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せである

請求項 2記載のコンテンツ推薦装置。

[4] 前記主の視聴動機部分とは、前記視聴動機情報に包含される属性の実体の組合せのうち、前記出現頻度が最も高い属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せである

請求項 2記載のコンテンツ推薦装置。

[5] 前記コンテンツ推薦装置は、更に、

時刻を計時する計時手段を含み、

前記ユーザが既に視聴した複数コンテンツは、視聴した日時と対応付けられており前記視聴動機情報とは、コンテンツが有する属性の実体の組合せのうち、所定期間内において、全コンテンツのコンテンツ情報における出現回数に占める前記視聴した複数コンテンツのコンテンツ情報における出現回数が、所定の閾値以上となる属性の実体の組合せである

請求項 1記載のコンテンツ推薦装置。

[6] 前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、その期間よりも長期の期間に視聴されたコンテンツのコンテンツ情報に最も多く含まれる属性の実体の組合せであり、従の視聴動機部分とは、主の視聴動機部分と決定された属性の実体の組合せを除く属性の実体の組合せである

請求項 5記載のコンテンツ推薦装置。

[7] 前記主の視聴動機部分とは、前記所定期間内における視聴動機情報のうち、前記視聴した日時が最も古いコンテンツのコンテンツ情報に含まれる属性の実体の組合せであり、かつ、前記視聴した日時力所定時点よりも過去であるものであり、従の視聴動機部分とは、主の視聴動機部分とされた単一の属性の実体もしくは複数の属性の実体の組合せを除く属性の実体の組合せである

請求項 5記載のコンテンツ推薦装置。

[8] 前記グノレープ化とは、共通の主の視聴動機部分を有する視聴動機情報は主の視聴動機部分を共有化し、もしくは、一の視聴動機情報の主の視聴動機部分が他の視聴動機情報と共通ならば共通部分を共有化し、従の視聴動機部分を共有化された主の視聴動機部分の下位に配置することにより、主の視聴動機部分と従の視聴動機部分とを階層構造化することであり、

前記提示手段は、前記コンテンツ情報を階層構造化された主の視聴動機部分と従の視聴動機部分とに対応付けて提示する

請求項 1記載のコンテンツ推薦装置。

[9] 前記嗜好解析手段は、

生成した視聴動機情報に基づき、コンテンツに重畳された最新情報、もしくは広告情報から特徴キーワードを抽出するキーワード抽出手段を含み、前記選択手段は、抽出されたキーワードにて拡張された視聴動機情報に基づきコンテンッを選出する

請求項 1記載のコンテンツ推薦装置。

[10] 前記コンテンツ推薦装置は、更に、

前記嗜好解析手段により生成された視聴動機情報に基づき、ネットワークを介して情報を検索する情報検索手段を含み、

前記選択されたコンテンツは、前記情報検索手段により検索された情報を含む請求項 1記載のコンテンツ推薦装置。

[11] ユーザが既に視聴した複数コンテンツのそれぞれに対するユーザの嗜好解析と、嗜好解析の結果たるコンテンツが有する属性の実体の組合せである視聴動機情報の生成と、

視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分の決定と、主の視聴動機部分が共通の視聴動機情報のグノレープ化と、

主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンッのユーザが未だ視聴していないコンテンツの中からの選択と、

選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてのユーザへの提示と

を含むコンテンツ推薦方法。

[12] ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行レ、、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析コードと、

視聴動機情報のうち、主の視聴動機部分、従の視聴動機部分を決定し、主の視聴動機部分が共通の視聴動機情報をグループ化する動機分析コードと、

主の視聴動機部分、及び従の視聴動機部分の組合せを属性の実体として有するコンテンッを、ユーザが未だ視聴していないコンテンツの中から選択する選択コードと、選択されたコンテンツのコンテンツ情報を主の視聴動機部分、従の視聴動機部分に対応付けてユーザに提示する提示コードと

を含む手順をコンピュータに行わせるコンピュータ読み取り可能なプログラム。ユーザが既に視聴した複数コンテンツのそれぞれに対して、ユーザの嗜好解析を行レ、、コンテンツが有する属性の実体の組合せである視聴動機情報を生成する嗜好解析手段と、

を含むコンテンツ推薦装置に設けられるシステム集積回路。