WO2011162415A1 - 情報提供装置、システム、方法、及びプログラム - Google Patents

情報提供装置、システム、方法、及びプログラム Download PDF

Info

Publication number
WO2011162415A1
WO2011162415A1 PCT/JP2011/064995 JP2011064995W WO2011162415A1 WO 2011162415 A1 WO2011162415 A1 WO 2011162415A1 JP 2011064995 W JP2011064995 W JP 2011064995W WO 2011162415 A1 WO2011162415 A1 WO 2011162415A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
context
content
information selection
values
Prior art date
Application number
PCT/JP2011/064995
Other languages
English (en)
French (fr)
Inventor
千央 伊藤
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2012521561A priority Critical patent/JP5803912B2/ja
Priority to US13/704,322 priority patent/US9100238B2/en
Publication of WO2011162415A1 publication Critical patent/WO2011162415A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce

Definitions

  • the present invention relates to an information providing apparatus, system, method, and program.
  • the information required by the user varies depending on the user and the user's state.
  • the context refers to the state of the user.
  • the information presentation apparatus described in Patent Literature 1 includes a map information storage unit, a POI (Point Of Interest) information storage unit, a map information acquisition unit, a POI information selection history management unit, a POI information weighting unit, and a screen output. And generally operates as follows.
  • the POI information storage means stores POI information indicating stores on the map.
  • the map information acquisition means extracts map information and corresponding POI information based on the current position of the user or the user's situation.
  • the POI information selection history management means manages the history of POI information selected by the user in the past.
  • the POI information weighting means calculates a posterior probability that each POI information is selected using a probability network model that selects POI information according to a situation (season, time, place) where the user is placed, and according to the posterior probability. Are assigned to each POI information.
  • the screen output means displays the POI information ranked according to the weight on the screen.
  • Patent Document 2 discloses a content distribution system including an in-vehicle device (content reception / playback device), a content server that distributes content, and a service server that transmits content candidate list information that can be distributed by the content server to the in-vehicle device.
  • the in-vehicle device disclosed in Patent Literature 2 estimates content desired by a user, creates a time table including content distributed by the content server and information on the distribution time, and transmits the created time table to the content server.
  • the program organization program for creating the time table in the in-vehicle device performs content selection as follows.
  • the program organization program starts with random variables related to content information (content information, consideration, data capacity, etc.), and random variables and situations related to user information (gender, favorite genre, etc.) (information related to cars and traffic jam information). Generate a Bayesian network with random variables related to. And a program organization program inputs the information regarding a content into the said Bayesian network, and calculates the probability distribution regarding user information or situation information. The program organization program determines the equivalence between the result of this calculation, the user at the time of recommendation, and various types of information about the situation, and determines that the content is suitable for distribution in descending order of content equivalence.
  • the content providing apparatus described in Patent Literature 3 includes a user information management unit, an action history management unit, a rule management unit, a situation recognition unit, a process selection unit, and a content delivery unit.
  • a status recognition unit of the content providing device of Patent Document 3 acquires input data related to a user from various information devices that can communicate with the content providing device, the input data and the information recognition held by the rule management unit The user's situation is recognized by collating with the rule. Further, when user information data and behavior history data held by the user status management unit and the behavior history management unit are acquired as input data, situation recognition is similarly performed on the input data.
  • the information recognition unit outputs the result of situation recognition as situation recognition data.
  • the process selection unit compares the information recognition data with the process selection rule held by the rule management unit, and determines the content type to be provided to the user.
  • the process selection unit outputs content creation request data based on the determined content type.
  • the content delivery unit selects a request destination from a plurality of content creation means for creating content and creates the content.
  • the content delivery unit delivers the created content to the user terminal associated with the user.
  • the information providing system described in Patent Literature 4 includes an information providing server and a terminal configured to be able to communicate with each other.
  • the information providing server includes a recommendation data generation unit and a recommendation data transmission unit.
  • the recommendation data generation unit of the information providing server generates content that matches the preferences of the terminal or the user based on the setting state of the terminal received from the terminal and the content usage frequency data of the user at the terminal.
  • the recommendation data transmission unit transmits the generated content to the terminal.
  • the terminal includes a terminal state detection unit, a setting data transmission unit, a recommendation data reception unit, a frequency data update unit, a frequency data transmission unit, a rank calculation unit, and a display processing unit.
  • the terminal transmits data on the setting state of the terminal and data on the usage frequency of the content to the information providing server, and receives recommendation data from the information providing bag.
  • Non-Patent Document 1 describes a method of optimizing context parameters that affect the entire information selection by eliminating context parameters that are determined not to affect the value determination criteria.
  • the method of Non-Patent Document 1 identifies the user preference model constructed by SVM (Support Vector Machine) when the influence of a change of a context parameter on a value criterion is changed by one context parameter. Evaluation is made by calculating the amount of change in the plane by the Monte Carlo method.
  • JP 2004-355075 JP2005-087552 JP-A-2005-190421 JP 2009-129359 A
  • Patent Documents 1 to 4 it is impossible to know in advance context information effective for estimating information desired by the user. Therefore, in these technologies, the unnecessary context for estimating the information that the user wants may become noise, adversely affect the accuracy of recommendation to the user, and may recommend unnecessary information. There was a problem. Further, there is a problem that the processing cost increases as the number of contexts increases.
  • the technique of Non-Patent Document 1 optimizes feature parameter design by eliminating unnecessary context feature parameters that do not affect the user's preference model. In other words, the technique of Non-Patent Document 1 extracts and eliminates context feature parameters that do not significantly change user preferences when the context feature parameters change.
  • Non-Patent Document 1 estimates the feature parameter of the context that is effective for estimating the parameter value preferred by the user among the parameter values of the feature parameter of the specific item. Nor does it estimate the parameters. Therefore, the technique of Non-Patent Document 1 also has a problem that it is not possible to recommend highly accurate information by selecting and using effective context information for estimating information desired by the user. .
  • An object of the present invention is to provide an information providing system that does not require a large processing cost and provides information to a user by selecting information desired by the user with high accuracy.
  • the information providing apparatus stores data for storing usage log data including a plurality of sets of values of a plurality of contexts and one or more information selection criteria values of the content input from a user terminal when accessing the content
  • the information providing system of the present invention stores data for storing usage log data including a plurality of sets of values of a plurality of contexts and values of one or more information selection criteria of the content input from a user terminal at the time of accessing the content.
  • the information providing method provides data storage means for using log data including a plurality of sets of values of a plurality of contexts and values of one or more information selection criteria of the contents input from a user terminal at the time of accessing the contents. And from the usage log data, the content access frequency is totaled for each combination of each value that can be taken by each context and each value that can be taken by each information selection criterion. The number of associations between each information selection criterion and each context is calculated, and for each of m (m is 1 or more) information selection criteria, the association with the information selection criterion is large based on the number of associations.
  • the program storage medium of the present invention stores usage log data including a plurality of sets of values of a plurality of contexts and values of one or more information selection criteria of the content input from a user terminal when the computer accesses the content.
  • Data storage means for storing; aggregation means for aggregating the frequency of content access for each combination of each value that each context can take and each value that each information selection criterion can take from the usage log data; and The number of associations between each information selection criterion and each context is calculated from the result of the aggregation by the means, and the context influence degree calculating means for outputting to the information providing means, and m (m is 1 or more) information selection criteria.
  • Information providing means for selecting a text and selecting content to be output to the current terminal based on the values (current values) of the n [h] contexts input from one of the user terminals (current terminal); The information providing program to be operated as is stored.
  • the present invention has an effect that information desired by a user can be accurately selected and provided to the user with a small processing cost.
  • FIG. 1 is a block diagram showing the configuration of the information providing apparatus according to the first embodiment of the present invention.
  • the information providing apparatus 1 includes a totaling unit 12, a context influence calculating unit 13, a data storage unit 20, and an information providing unit 30.
  • the data storage unit 20 stores information on content usage history by the user.
  • the content usage history information is also referred to as a usage log.
  • the content usage history information includes user context information at the time of content usage and content attribute information used by the user.
  • the content usage history information stored in the data storage unit 20 may be the usage history information of a plurality of users, and is not limited to the usage history information of a specific single user.
  • the user status is, for example, “age”, “sex”, “profession”, “sake lover” indicating whether or not he / she likes liquor, “current area” which is the location of the user at the time of access, and access Describe in the "time zone” that was performed, "weather” at the time of access, etc.
  • the context is individual information representing the user's state, such as the user's “age”, “sex”, “occupation”, “current area”, and the like.
  • the value that each context can take is one of a plurality of values corresponding to each context. For example, when the context is “sex”, the context value is either “male” or “female”.
  • each context is one of a plurality of values corresponding to each context, for example, the user's “gender” is “female” of “male” and “female”. It assumes that the value of is taken. However, one context may take a plurality of values.
  • Context values include values that can be expressed as continuous values, such as location and time.
  • the context value is a place, an area having a certain extent can be specified.
  • the value of the cotentist may be expressed by a place name.
  • the context value may be expressed in a predetermined time width, for example, a time zone such as the 19 o'clock range.
  • the context is information stored in a user terminal (not shown), a measured value of a sensor included in the user terminal, or the like.
  • the context is stored in the terminal or transmitted to the information providing apparatus 1 by the user terminal that has accessed the content when accessing the content.
  • the context accumulated in the terminal is transmitted to the information providing apparatus 1 as appropriate.
  • the content is information expressed by, for example, characters, images, sounds, and the like.
  • the content may be information indicating the location of information such as URI (Uniform Resource Identifier) and specifying the information. Further, the content may be a combination of information represented by characters, images, voices, and URLs.
  • the content attribute is a property related to the content itself or a property related to the content.
  • content attributes for example, when the content is information such as a store or facility, there are “purpose” for using the store or facility and “area” indicating the location of the store or facility.
  • content attributes include “ranking” indicating the ranking of the popularity of the store or facility, the number of users, the number of times the store or facility information is browsed, and the like.
  • restaurant attributes include “budget” and “distance from the station”.
  • the type of medium constituting the content such as an image including one, an image including one, an audio including one, or a character only, may be an attribute of the content.
  • the presence or absence of a discount ticket, a coupon, etc. at the time of store use may be included in the attribute of the content.
  • the information selection criterion is individual information describing content attributes such as the “purpose” and “area” described above. Each information selection criterion takes one of a plurality of values corresponding to the information selection criterion. For example, if the information selection criterion is “Purpose”, and the possible values of the information selection criterion are “alcohol”, “cafe”, “daily food”, “game meal”, “entertainment”, The “purpose” in the content information selection criteria takes one of these values. However, one information selection criterion may take a plurality of values.
  • the value of the information selection criterion is a plurality of values for each usage count of the content for which the information selection criterion takes a plurality of values.
  • the number of times of use may be counted assuming that each content is used once.
  • a value that can be expressed as a continuous value, such as a place, for example, may be expressed as a place name that can identify an area having a certain extent if it is a place.
  • the context information in the content usage history information includes the value of each context of the user who used the content at the time of using the content.
  • the content attribute information in the content usage history information includes the value of each information selection criterion of the content used by the user.
  • the data storage unit 20 does not necessarily have to store the content usage history information as a single piece of data. For example, the data storage unit 20 may store usage information data, context data, and content attribute data separately.
  • the above-described usage information data is data including information for specifying the time of content usage, the user who has used the content, and information for specifying the content used.
  • the context data is data including the time and the value of each context of the user at that time.
  • the content attribute data is data including the value of each attribute type of content.
  • FIG. 10 is a diagram illustrating an example of the configuration of the data storage unit when the data storage unit stores usage information data, context data, and content attribute data separately.
  • the data storage unit 20B illustrated in FIG. 10 includes a usage information storage unit 201, a context information storage unit 202, and a content information storage unit 202.
  • the data storage unit 20B stores usage information data in the usage information storage unit 201, context data in the context information storage unit 202, and content attribute data in the content information storage unit 202. 11, 12, and 13 are examples of usage log data, context data, and content attribute data, respectively.
  • the data storage unit 20B can operate by replacing the data storage unit 20 of FIG.
  • the content information selection criterion is information that can be used to select a specific type of content from a large number of content. For example, by selecting content whose “purpose” value is “alcohol” in the information selection criteria, it is possible to extract the content of a tavern.
  • the totaling unit 12 uses the content usage by combining all the values that can be taken by each context and all the values that can be taken by a predetermined information selection criterion from the information on the usage history of the content by the user stored in the data storage unit 20. Count the number of times.
  • the tabulation unit 12 outputs the tabulation result to the context influence degree calculation unit 13.
  • the totaling unit 12 performs totaling for a predetermined information selection criterion.
  • the information selection criteria for the aggregation unit 12 to aggregate may be all information selection criteria, but not necessarily all information selection criteria.
  • the totaling unit 12 may perform totaling on one or more information selection criteria selected in advance instead of all the information selection criteria.
  • the user may designate one or more information selection criteria for aggregation using an input unit (not shown).
  • the totaling unit 12 When the data storage unit 20 in FIG. 1 is replaced with the data storage unit 20B, the totaling unit 12 generates the content usage history information shown in FIG. 3 from the usage information data, context data, and content attribute data, and then totals the data. You may go.
  • the totaling unit 12 may perform direct tabulation while taking correspondence between data from the usage information data, context data, and content attribute data without creating the content history information as shown in FIG.
  • the tabulation unit 12 may use the tabulated usage count as it is as the tabulation result.
  • the tabulation unit 12 calculates the result of some processing such as normalization, calculation of the ratio of the total number of use, logarithm, and the like as the score, and calculates the calculated score. Can be used as the total result. In the example described later, the total number of uses is directly used as a score.
  • the context influence degree calculation unit 13 calculates an influence degree representing the magnitude of association of each context with a predetermined information selection criterion from the result of the summation by the summation part 12. There may be one or more information selection criteria for calculating the degree of influence. The information selection criterion for calculating the influence degree may be determined in advance, or may be determined by the user selecting with an input unit (not shown). Note that the totaling unit 12 does not necessarily perform totaling for all information selection criteria.
  • the aforementioned association means an association between two variables, each taking one of a plurality of values.
  • “large association” means that the association between the two variables is large. In this case, the probability that one variable takes each value varies greatly depending on the value that the other variable takes.
  • “small association” means that the association between the two variables is small. In this case, the probability that one variable takes each value does not change greatly even if the value taken by the other variable changes.
  • an index indicating the size of the association is called a number of associations (coefficient of association).
  • the influence degree is a numerical value representing the degree of influence of a certain context on a certain information selection criterion.
  • the degree of influence is a numerical value indicating the degree of variation in the probability that a value of a certain information selection criterion is selected due to a difference in value taken by a certain context.
  • the context influence degree calculation unit 13 can calculate the number of linkages between the context and the information selection criterion, and can use the calculated number of linkages as the degree of influence.
  • the context influence degree calculation unit 13 calculates the influence degree of a certain context with respect to a certain information selection criterion as follows, for example.
  • the context influence calculation unit 13 first sets the score of the aggregation result for each combination of the information selection reference value and the context value in the form of a matrix.
  • the context influence calculation unit 13 calculates the number of linkages between the information selection criterion and the context from the matrix.
  • the context influence degree calculation unit 13 sets the calculated number of linked relationships as the influence degree of the context with respect to the information selection criterion.
  • the context influence calculation unit 13 can use, for example, the number of relations of Cramer as the number of relations.
  • the context influence degree calculation unit 13 can also use other linkage numbers such as Yule linkage numbers.
  • the context influence degree calculation part 13 is good also as another degree as an influence degree, if it is a value showing the magnitude
  • the context influence degree calculation unit 13 calculates the influence degree of each context with respect to all information selection criteria for which the influence degree is to be calculated.
  • the context influence degree calculation unit 13 outputs the calculated influence degree information to the information providing unit 30.
  • the information providing unit 30 estimates and selects the content desired by the user based on the current context value (current value) input from the user terminal to which the content is to be provided and the degree of influence thereof, and selects Provided content is provided to the user terminal.
  • the information providing apparatus 1 of the present invention only needs to provide content in response to a request from the user terminal, and may provide content regardless of whether there is a request from the user terminal. When the information providing apparatus 1 provides content in response to a request from the user terminal, the information providing apparatus 1 may receive the current context value together with the content provision request.
  • the information providing apparatus 1 can set the value of the context when the user terminal makes a content request to the information providing apparatus 1 to the current context value.
  • the information providing apparatus 1 may request the user terminal to transmit a context value and receive the context value before providing the content. That's fine.
  • the user terminal may transmit the context value to the information providing apparatus 1 in response to the request.
  • the information providing apparatus 1 can set the context value when the user terminal transmits the context value to the current context value.
  • the content desired by the user is estimated, for example, by estimating the value of information selection criteria for the content desired by the user, that is, the value of the attribute type.
  • the information providing unit 30 provides content to the user by selecting content having the estimated information selection reference value from the data storage unit 20 and transmitting the content to the terminal (current terminal) that transmitted the context value. I do.
  • the information providing unit 30 may provide a plurality of contents if there are a plurality of contents that meet the conditions. If there is no content that matches the conditions, the information providing apparatus 1 may search the user by inputting information search conditions, as in a normal information search apparatus.
  • the estimation of the value of the information selection criterion for selecting the content desired by the user can be performed, for example, by determining the value of the information selection criterion from the current value of the selected context using a predetermined table or the like. It can also be performed as follows.
  • the information providing unit 30 receives each degree of influence calculated by the context influence degree calculating unit 13. Based on each received degree of influence, the information providing unit 30 selects a context having a large influence on an information selection criterion for selecting content from the contexts. And the information provision part 30 determines the value of the information selection reference
  • the procedure for determining the information selection criterion value is, for example, as follows. First, the information providing unit 30 obtains a probability that a user whose context value is the current value accesses content having each value of the information selection criterion from the content usage history.
  • the information providing unit 30 determines an information selection criterion value having a large calculated probability as an information selection criterion value for selecting content desired by the user. For example, the information providing unit 30 selects content having the determined information selection criterion value and provides it to the user as follows. The information providing unit 30 first searches for content whose information provision reference value is the determined value, for example, from the content attribute information stored in the data storage unit 20. If there is content whose information provision reference value is the determined value, the information providing unit 30 uses the information for specifying the content as a search result.
  • the content attribute information stored in the data storage unit 20 includes information for specifying the content and content attribute information as shown in FIG. 13, for example, and does not include usage history or context information. The shape is convenient for extraction.
  • the information providing unit 30 selects content to be provided to the user based on information for specifying the content, which is the search result, and provides the content to the user.
  • the information providing unit 30 provides content to the user by transmitting the selected content to a user terminal used by the user such as a mobile terminal.
  • the content can be stored in the data storage unit 20, for example.
  • the information provision part 30 should just select the content transmitted to a user from the some content memorize
  • the information providing unit 30 may select from a plurality of contents existing in another content server (not shown).
  • the information providing unit 30 may create content based on data stored in the data storage unit 20 or data of a content server (not shown).
  • the information selection reference value of each content can be stored in the data storage unit 20.
  • the value of the information selection criterion only needs to be stored in such a form that the corresponding content can be specified.
  • the information selection criterion value may be stored together in the content information storage unit 203 of the data storage unit 20B.
  • the information selection criterion value of each content may be stored in a form included in the content.
  • the content selection and provision method performed by the information providing unit 30 is a method that uses only the context value that has a large influence on the information selection criterion for selecting the content among the context values of the information presentation target user. Other existing methods may be used regardless of the above.
  • the information selection criteria for selecting content which is the target of the aggregation by the aggregation unit 12 and the calculation of the number of relations by the content influence calculation unit 13, may be determined at the time of aggregation by the aggregation unit 12.
  • Information selection criteria for selecting content can be determined in advance, or can be determined by input from a user terminal, for example. Moreover, what is necessary is just to let a user input the current value of a context previously by the input part which is not illustrated, for example.
  • a value that needs to be measured by the sensor may be automatically measured by a sensor included in the user terminal, for example.
  • a value that can be acquired without user input, such as time may be automatically acquired.
  • FIG. 2 is a flowchart showing the operation of the information providing apparatus 1 of this embodiment.
  • the information providing apparatus 1 starts an operation in response to a request for information provision from a user via a user terminal (not shown), for example.
  • the information providing apparatus 1 may start the operation regardless of whether there is a request from the user terminal, for example, at a predetermined time.
  • the user terminal continues to transmit its own position information measured by a sensor or the like to the information providing apparatus 1, and the information providing apparatus 1 operates when the position of the user terminal enters a predetermined area. You may make it the structure which starts.
  • the user terminal transmits information for designating the information selection criterion for calculating the influence degree to the information providing apparatus 1. To do. In this case, the designation of the information selection criterion designated by the user is sent to at least the context influence calculation unit 13.
  • the information provision request does not need to include a condition or the like, and may be any information request. Referring to FIG. 2, the totaling unit 12 first reads a usage log that is a usage history of content by the user from the usage record storage unit 20 (step S ⁇ b> 11).
  • the usage log in FIG. 3 includes a usage information part, a context data part, and a content attribute data part.
  • the usage information section includes information for specifying a user who uses the content and information for specifying the used content.
  • the context data part includes context information that represents the state of the user at the time of access.
  • the content attribute data portion includes information on the attribute of the content accessed by the user.
  • FIG. 3 shows an example of the usage log, and the configuration of the usage log is not limited to the configuration shown in FIG.
  • the first content usage record (the third row in the table) is the content that the user 01 calls item 01 at 19:00:01 on February 1, 2010.
  • the context of the user 01 at the time of browsing indicates that the value of the context “current location” is “area 1” and the value of the context “time zone” is “19:00”.
  • the attribute type (information selection criterion) of the content “item 01” viewed by the user 01 is that the value of the information selection criterion “purpose” is “alcohol” and the value of the information selection criterion “area” is “area 1”. ".
  • the totaling unit 12 totals the number of times the content is used by the user for each combination of each value that can be taken by each context and each value that can be taken by each information selection criterion to be tabulated ( Step S12).
  • the tabulation unit 12 performs a predetermined process on the tabulated usage count and calculates a score.
  • the totaling unit 12 may use the number of uses as a score as it is, without performing the process for the number of uses of the count result.
  • the tabulation unit 12 outputs the data of the tabulation result to the context influence degree calculation unit 13.
  • FIG. 4 is a diagram illustrating an example of a totaling result obtained by the totaling unit 12.
  • FIG. 4 is an example in which the number of uses is directly used as a score.
  • the first data (second row in the table) of the aggregation result of FIG. 4 indicates that the user whose context “current location” value is “area 1” and the information selection criterion “purpose” value is “alcohol”.
  • the context influence degree calculation unit 13 calculates an influence degree representing the magnitude of the association between each context and each information selection criterion from the aggregation result output by the aggregation unit 12 (step S13).
  • the context influence calculation unit 13 may calculate the number of linkages between a certain context and a certain information selection criterion as follows, for example.
  • the context influence degree calculation unit 13 forms the score of the tabulation result for each combination of each value of each context and each value of each information selection criterion in the form of a matrix.
  • the context influence degree calculation unit 13 may generate one matrix representing the total result for one set of context and one information selection criterion.
  • FIG. 5 shows an example of the score of the total result expressed in a matrix.
  • the example of FIG. 5 is a tabulation result for a combination of each value of “current area” that is one of the contexts and each value of “purpose” that is one of the information selection criteria.
  • each of the values “Area 1”, “Area 2”, “Area 3”, and “Area 4” that can be taken by “Current Area”, which is one of the contexts is in each row of the matrix.
  • values “sake”, “cafe”, “daily meal”, “game meal”, and “entertainment” that can be taken by “purpose” as one of information selection criteria correspond to each column of the matrix.
  • FIG. 5 is a tabulation result for a combination of each value of “current area” that is one of the contexts and each value of “purpose” that is one of the information selection criteria.
  • the context influence calculation unit 13 calculates the number of associations between the corresponding context and the information selection criterion from the score of the aggregation result for the combination of each value of the context and each value of the information selection criterion in the form of a matrix. To do. As described above, the number of linkages calculated by the context influence degree calculation unit 13 is, for example, the number of Kramer linkages, the number of Yule linkages, or the number of other linkages.
  • FIG. 6 is a diagram illustrating an example of the calculated number of linkage relationships.
  • the numerical value of each element represents the number of context relations corresponding to each row with respect to the information selection criterion corresponding to each column.
  • the numerical value in the “purpose” line is the number of linkages between the information selection criterion “purpose” and each context.
  • the upper left numerical value indicates that the number of linkages between the information selection criterion “area” and the context “age” is 0.2.
  • the context influence degree calculation unit 13 sets the calculated number of linked relations as the influence degree of the context corresponding to the same number of linked relations with respect to the information selection criterion corresponding to the number of linked relations.
  • FIG. 7 is a diagram illustrating an example of the degree of influence of each context on the information selection criterion.
  • influences other than the case where the information selection criterion is “purpose” are omitted, but FIG. 7 illustrates each context for other information selection criteria such as “area” and “ranking”, for example.
  • the context influence degree calculation unit 13 outputs the calculated influence degree to the information providing unit 30.
  • the information providing unit 30 selects a context that has a high influence on a predetermined information selection criterion (step S14).
  • the information providing unit 30 estimates the value of the information selection criterion based on the selected context with a high degree of influence, and selects the context to be provided to the user based on the estimated value of the information selection criterion (Ste S15).
  • the estimation of the value of the information selection criterion performed by the information providing unit 30 may be performed by a method described later, or may be performed by another known method.
  • the information providing apparatus 1 of the present embodiment described above and the information providing apparatuses of other embodiments described below can be realized by a computer and a program that controls the computer. This embodiment has an effect that a large processing cost is not required, and information desired by the user can be selected with high accuracy and provided to the user.
  • the information providing apparatus 1 calculates the degree of influence representing the magnitude of the influence of each context on the information selection criterion for selecting information. Since the information providing apparatus 1 according to the present embodiment calculates the degree of influence described above, the information presenting unit estimates a value of the information selection criterion for selecting information, and a context having a large influence on the information selection criterion. Can only be used. Thereby, it is possible to eliminate an adverse effect on the estimation result of the value of the information selection criterion due to a context having a small influence on the information selection criterion.
  • the aggregation unit 12 performs aggregation for each context
  • the context influence degree calculation unit 13 calculates the influence degree of each context.
  • the tabulation unit 12 may tabulate a combination of two or more contexts as a new context (combination context) in addition to the existing context.
  • the totaling unit 12 may set a new combination of contexts as a new context, for example.
  • the context influence degree calculation unit 13 may calculate the influence degree of the combination context on the information selection reference in the same manner as the influence degree of the context on the information selection reference.
  • the information provision part 30 should just handle a combination context equivalent to a context. That is, the context in the above description may include a combination context.
  • the context influence calculation unit 13 deletes the influence degree of each context included in the combination context. Further, when the influence value of the combination context is smaller than the influence value of any context included in the combination context, the context influence calculation unit 13 deletes the influence degree of the combination context.
  • the context impact level calculation unit 13 may perform the deletion of the impact level by, for example, setting the impact level to a value (for example, 0) indicating that the impact level is the smallest, and eliminate the impact level itself. May be.
  • Deletion of the influence degree by the context influence degree calculation unit 13 may be performed so that the context from which the influence degree is deleted is not selected by the information providing unit 30 as a context having a large influence on the information selection criterion.
  • the information providing unit 30 selects a context having a large influence on the information selection criterion from each context based on the degree of influence calculated by the context influence degree calculating unit 13. However, as described above, the context from which the influence degree is deleted is not selected as a context having a large influence on the information selection criterion.
  • the information providing unit 30 further determines the value of the information selection criterion based on the current value of the selected context.
  • FIG. 8 is a diagram showing the configuration of the information providing system of this embodiment.
  • the information providing system of the present embodiment includes an information providing apparatus 1 ⁇ / b> A and a user terminal 2.
  • the information providing apparatus 1A according to the present embodiment includes a data storage unit 20A, a totaling unit 12, a context influence degree calculating unit 13A, an information providing unit 30A including an information usage degree calculating unit 31, and an information selecting unit 32. .
  • the user terminal 2 includes a display unit 41 and a usage log transmission unit 42.
  • the data storage unit 20A may have the same configuration as the data storage unit 20B shown in FIG.
  • the information providing apparatus 1A according to the present embodiment is different from the information providing apparatus 1 illustrated in FIG. 1 in that an information providing unit 30A including an information usage calculating unit 31 and an information selecting unit 32 is included.
  • the data storage unit 20 ⁇ / b> A is different in that it receives usage log data from the usage log transmission unit 42 of the user terminal 2.
  • the information on the degree of influence output by the context influence degree calculating unit 13A to the information providing unit 30A is input to the information utilization degree calculating unit 31 of the information providing unit 30A.
  • the totaling unit 12 is the same as the totaling unit 12 of the information providing apparatus 1 according to the first embodiment, and thus description thereof is omitted.
  • the process of calculating the influence degree of the context influence degree calculating unit 13A is the same as the process of calculating the influence degree of the context influence degree calculating unit 13 of the information providing apparatus 1 according to the first embodiment. Description of calculation is omitted.
  • the context influence degree calculation unit 13A outputs the calculated influence degree to the information usage degree calculation unit 31.
  • the information use degree calculation unit 31 sets the use degree, which is a value representing the ease of use by the user who presents the information, as predetermined information. Calculate for each possible value of the selection criteria.
  • the information selection criteria for which the information usage calculation unit 31 calculates the usage are all or a part of the information selection criteria for which the aggregation unit 12 has aggregated the number of times the content is used.
  • the information selection criteria for the usage calculation target may be determined in advance, or may be selected by a user, for example, using an input unit (not shown). For example, the information usage calculation unit 31 calculates the usage as follows.
  • the information utilization degree calculation unit 31 selects a context having a large influence on a predetermined information selection criterion by a predetermined method based on the influence degree information received from the context influence degree calculation unit 13A. For example, the information usage degree calculation unit 31 may select a predetermined number of contexts having a larger influence on a predetermined information selection criterion based on the calculated influence degree, from the one having the larger influence. In addition, the information usage degree calculation unit 31 may select a context having an influence degree equal to or greater than a predetermined threshold, for example. The information usage degree calculation unit 31 may calculate the ratio of the degree of influence of each content with respect to the calculated maximum degree of influence, and may select a context in which the calculated ratio is equal to or greater than a predetermined threshold.
  • the information utilization degree calculation unit 31 can also perform selection using another existing method.
  • the information usage calculation unit 31 is a value that can be taken by a predetermined information selection criterion for the content based on the current value of the selected context of the user to which the information providing apparatus 1A provides the content.
  • the usage is calculated for each.
  • the usage is a value representing the degree of possibility that the user uses the content.
  • the degree of use is, for example, a probability based on past use history. Although the details will be described later, the usage may be another value correlated with the probability based on the past usage history as represented by the right side of Equation 2, for example.
  • the past usage history is not limited to the usage history of the user who is to present the content, and may be the usage history of many users.
  • the past usage history may be a usage history stored in the data storage unit 20 or a usage history separately collected.
  • C1j1, C2j2,..., Cnjn are current values of contexts selected by the information usage calculating unit 31 among user contexts to be provided with contents.
  • n is the number of selected contexts, and N is the number of values that the predetermined attribute type can take.
  • the probability that the user selects content whose value of the predetermined information selection criterion is Gi is calculated by the equation shown in Formula 1.
  • the information usage calculation unit 31 sets the value calculated by Equation 1 as the usage when the value of the information selection criterion is Gi.
  • Formula 1 is an expression representing the degree of use of the i-th value of one predetermined information selection criterion.
  • the information usage calculation unit 31 similarly calculates the usage of each value of each information selection criterion.
  • the values of N and n are values according to each information selection criterion, and are not necessarily the same values for all information selection criteria.
  • the information usage calculation unit 31 may directly calculate the value on the left side of Equation 1 from, for example, past usage history.
  • the information usage calculation unit 31 performs calculation by substituting each probability value constituting the right side of Equation 1 previously calculated from past usage history into the right side of Equation 1, for example.
  • the value on the left side of Equation 1 may be calculated.
  • the denominator on the right side of Equation 1 is a value determined by C1j1,... Cnjn, and does not depend on Gi. Therefore, the information usage calculation unit 31 may use the value calculated on the right side of Equation 2 that is the value of the numerator on the right side of Equation 1 as the usage.
  • the information usage calculation unit 31 may calculate the usage by another existing method for calculating a value representing the degree of possibility, instead of the value calculated by the right side of Equation 1 or Equation 2. .
  • the information usage calculation unit 31 calculates the usage for all values of all the information selection criteria to be used for calculating the usage, and transmits the calculated usage information to the information selection unit 32.
  • the information selection unit 32 selects content that is highly likely to be used by the user as content to be provided to the user by the following selection method based on the usage received from the information usage calculation unit 31, and the user terminal 2 to send.
  • the information selection unit 32 has, for example, content having a value that is most likely to be used by the user as the information selection criterion value, based on the received usage, among the predetermined one or more information selection criterion values. Is selected as the content to be transmitted to the user.
  • the content may be selected as content for transmission to the user.
  • the information selection unit 32 may provide a plurality of contents if there are a plurality of contents that match the conditions. If there is no content that matches the conditions, the information providing apparatus 1A may perform a search by allowing the user to input information search conditions like a normal information search apparatus.
  • the content can be stored in the data storage unit 20, for example. In this case, the information selection unit 32 may select content to be transmitted to the user from the plurality of contents stored in the data storage unit 20 and transmit the content to the user terminal 2.
  • the information selection part 32 may select the content transmitted to a user from the some content which exists in the other content server which is not shown in figure.
  • the information selection unit 32 may create content based on data stored in the data storage unit 20 or data of a content server (not shown).
  • the user terminal 2 includes a display unit 41 and a usage log transmission unit 42.
  • the user terminal 2 can be realized by, for example, a computer or a mobile terminal that is communicably connected to the information providing apparatus 1A via a network.
  • the user terminal 2 displays the content received from the information providing apparatus 1A to the user via software such as a browser via the display unit 41 such as a display.
  • the user uses the content by selecting and browsing the content to be viewed from the content displayed on the display unit 41 using an input unit (not shown).
  • the usage log transmission unit 42 acquires the usage log information and transmits it to the information providing apparatus 1A.
  • the usage record transmitted by the usage log transmission unit 42 is, for example, acquired by the user terminal 2 using any existing method and recorded on the user terminal 2 when the user accesses the content. However, it is not necessary for the user terminal 2 to transmit all the information of the usage history.
  • the user terminal 2 may be configured to transmit user context information at the time of content use acquired by causing the user to input the information, and other devices record and transmit information other than the context information.
  • the information providing apparatus 1A that has received the usage log information stores the received usage log in the data storage unit 20A.
  • Step S21 to S24 in FIG. 9 are the same as steps S11 to S14 in the operation of the information recommendation apparatus according to the first embodiment shown in FIG.
  • the information usage degree calculation unit 31 selects a context having a large influence on a predetermined information selection criterion by a predetermined method.
  • the information usage calculation unit 31 calculates the usage for each of the values that can be taken by the information selection criterion, based on the value of the selected context in the current context of the user who is the target of providing information. (Step S25).
  • the usage is calculated individually for each information selection criterion.
  • the information usage calculation unit 31 selects the three contexts having the greatest influence on the predetermined information selection criterion as the contexts having the greatest influence on the information selection criterion.
  • the information selection criterion for calculating the usage and calculating the usage of each value is “purpose”. Values that the information selection criterion “purpose” can take are “alcohol”, “cafe”, “daily food”, “game meal”, and “entertainment”. Then, the information usage calculation unit 31 selects a context having a large influence on the information selection criterion “purpose” based on the influence shown in FIG.
  • the information utilization degree calculation unit 31 sets “time zone (influence degree 0.8)”, “next estimated area (influence degree 0.7)”, and “current area (influence degree 0.6)”.
  • the context is selected as having a large influence on the information selection criterion “purpose”.
  • C1j1, C2j2, and C3j3 are a “time zone” value, a “next estimated area” value, and a “current area” value, respectively.
  • G1 to G5 are “alcohol”, “cafe”, “daily life”, “game”, and “entertainment”, which are values that the information selection criterion “purpose” can take.
  • the probability is calculated according to Equation 1 for each possible value of the information selection criterion, and the calculated probability is used as the usage rate. .
  • the information usage calculation unit 31 transmits the calculated usage information to the information selection unit 32. Based on the usage information received from the information usage calculation unit 31, the information selection unit 32 selects content according to a predetermined criterion (step S 26), and transmits data of the selected content to the user terminal 2. To the user (step S27). For example, it is assumed that the information selection unit 32 selects and displays only the content having the information selection criterion value having the highest usage value as the attribute type value.
  • the utilization value is the largest when the value of the information selection criterion “purpose” is “alcohol”.
  • the information selection unit 32 selects content whose information selection criterion “purpose” is “alcohol” as content to be presented to the user.
  • the user uses content displayed on the display unit 41 of the user terminal 2 (step S28).
  • the usage log transmission unit 42 transmits information on content usage records by the user to the information providing apparatus 1A (step S29).
  • the data storage unit 20A of the information providing apparatus 1A stores the content usage record information received from the usage log transmission unit 42 of the user terminal 2 (step S30).
  • this embodiment has an effect that the accuracy of selection of information provided to the user can be improved.
  • the information usage calculation unit 31 of the present embodiment will calculate the value for each content attribute type based on the current content value of the user to whom the content is to be provided. This is because the content is selected according to the degree of use representing the degree of the content.
  • the present invention has been described above with reference to the embodiments, but the present invention is not limited to the above embodiments. Various changes that can be understood by those skilled in the art can be made to the configuration and details of the present invention within the scope of the present invention. This application claims the priority on the basis of Japanese application Japanese Patent Application No. 2010-143684 for which it applied on June 24, 2010, and takes in those the indications of all here.
  • the present invention can be applied to the field of information recommendation / information retrieval that provides appropriate content according to the user and the user's situation.

Abstract

［課題］　少ない処理コストで、ユーザが所望する情報を精度よく選択して提供する。 ［解決手段］　本発明の情報提供装置は、コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータを記憶するデータ記憶手段と、前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計する集計手段と、前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、情報提供手段に出力するコンテキスト影響度算出手段と、ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１～前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する情報提供手段と、を含む。

Description

情報提供装置、システム、方法、及びプログラム
　本発明は、情報提供装置、システム、方法、及びプログラムに関する。
　ユーザが求める情報は、ユーザ及びユーザの状態によって異なる。以下、コンテキストはユーザの状態のことである。コンテキストが変化すると、ユーザが求める情報も変化する。変化するコンテキスト下においてユーザが求める情報を、ユーザの行動の記録を収集・分析することで推定し、推定結果に基づいてユーザが所望する情報を提供する技術として、例えば以下に示すものがある。
　特許文献１に記載の情報提示装置は、地図情報蓄積手段と、ＰＯＩ（Ｐｏｉｎｔ　Ｏｆ　Ｉｎｔｅｒｅｓｔ）情報蓄積手段と、地図情報取得手段と、ＰＯＩ情報選択履歴管理手段と、ＰＯＩ情報重み付け手段と、画面出力手段とを含み、概略次のように動作する。
　ＰＯＩ情報蓄積手段は、地図上の店舗などを示すＰＯＩ情報を蓄積する。地図情報取得手段は、ユーザの現在位置又はユーザの状況に基づいて、地図情報及び該当するＰＯＩ情報を抽出する。ＰＯＩ情報選択履歴管理手段は、ユーザが過去に選択したＰＯＩ情報の履歴を管理する。ＰＯＩ情報重み付け手段は、ユーザが置かれる状況（季節、時間、場所）に応じてＰＯＩ情報を選択する確率ネットワークモデルを用いて、各ＰＯＩ情報が選択される事後確率を算出し、事後確率に応じた重みを各ＰＯＩ情報に付与する。画面出力手段は、重みに応じて順位付けしたＰＯＩ情報を画面に表示する。
　特許文献２には、車載装置（コンテンツ受信再生装置）と、コンテンツを配信するコンテンツサーバと、該コンテンツサーバが配信可能なコンテンツ候補一覧情報を前記車載装置に送信するサービスサーバを含むコンテンツ配信システムが記載されている。特許文献２の車載装置は、ユーザが所望するコンテンツを推定して、コンテンツサーバが配信するコンテンツ及びその配信時刻の情報を含むタイムテーブルを作成し、作成したタイムテーブルをコンテンツサーバに送信する。車載装置においてタイムテーブルを作成する番組編成プログラムは、概略次のようにコンテンツの選別を行う。
　番組編成プログラムは、まず、コンテンツ情報（内容情報、対価、データ容量等）に関わる確率変数、及び、ユーザ情報（性別、好みのジャンルなど）に関する確率変数及び状況（車に関わる情報や渋滞情報）に関わる確率変数を持つベイジアンネットワークを生成する。そして、番組編成プログラムは、コンテンツに関わる情報を前記ベイジアンネットワークに入力して、ユーザ情報や状況情報に関わる確率分布を計算する。番組編成プログラムは、この計算の結果と、推薦時点のユーザとその状況の各種情報との間で等価度の判定を行い、コンテンツの等価度の高い順に配信に適するコンテンツであると判断する。
　特許文献３に記載のコンテンツ提供装置は、利用者情報管理部と、行動履歴管理部と、ルール管理部と、状況認識部と、処理選択部と、コンテンツ配送部とを含み、概略次のように動作する。
　特許文献３のコンテンツ提供装置の状況認識部は、該コンテンツ提供装置と通信可能な各種情報機器からある利用者に関連する入力データを取得した場合、該入力データとルール管理部が保持する情報認識ルールとの照合を行って前記利用者の状況を認識する。また、利用者状況管理部、行動履歴管理部が保持する利用者情報データや行動履歴データを入力データとして取得した場合、その入力データに対しても同様に状況認識を行う。情報認識部は、状況認識を行った結果を状況認識データとして出力する。
　次に、処理選択部は、情報認識データとルール管理部が保持する処理選択ルールとの照合を行い、利用者に提供すべきコンテンツタイプを判断する。処理選択部は、判断したコンテンツタイプに基づきコンテンツ作成依頼データを出力する。
　コンテンツ配送部は、処理選択部が出力したコンテンツ作成依頼データに基づき、コンテンツを作成する複数のコンテンツ作成手段から依頼先を選択してコンテンツを作成させる。コンテンツ配送部は、前記利用者に関連付けられたユーザ端末に、作成されたコンテンツを配送する。
　特許文献４に記載の情報提供システムは、互いに通信可能に構成された情報提供サーバと端末とを含む。
　情報提供サーバは、推薦データ生成部と、推薦データ送信部とを含む。情報提供サーバの推薦データ生成部は、端末から受信した端末の設定状態や端末におけるユーザのコンテンツ利用頻度データに基づいて、端末又は利用者の嗜好に合うコンテンツを生成する。推薦データ送信部は、生成したコンテンツを端末に送信する。
　端末は、端末状態検出部と、設定データ送信部と、推薦データ受信部と、頻度データ更新部と、頻度データ送信部と、順位演算部と、表示処理部とを含む。端末は、端末の設定状態のデータやコンテンツの利用頻度のデータを情報提供サーバに送信し、情報提供鯖から推薦データを受信する。端末は、嗜好のみではなく、過去にコンテンツを利用した際の端末の状態を反映した優先順位を計算し、計算した優先順位に基づき推薦されたコンテンツを配列して表示する。
　また、非特許文献１には、価値判断基準に影響を及ぼさないと判定されるコンテキストパラメタを排除することで、情報選択全体に影響を及ぼすコンテキストパラメタを最適化する方法が記載されている。非特許文献１の方法は、あるコンテキストパラメタの変化が価値判断基準に与える影響の大きさを、１つのコンテキストパラメタを変化させた時の、ＳＶＭ（Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ）で構築したユーザ嗜好モデルの識別平面の変化量をモンテカルロ法で算出することにより、評価する。
特開２００４−３５５０７５ 特開２００５−０８４７５２ 特開２００５−１９０４２１ 特開２００９−１２９３５９
奥　健太他，″情報爆発時代に向けたコンテキストアウェア推薦方式のための特徴パラメタ最適化に関する考察″，第７０回情報処理学会全国大会．
　特許文献１~４の技術では、ユーザの欲しい情報を推定するために有効なコンテキスト情報を予め知ることができない。そのため、これらの技術には、ユーザが欲しい情報を推定するのに不必要なコンテキストがノイズとなり、ユーザへの推薦の精度に悪影響を及ぼして、不要な情報を推薦してしまう可能性があるという問題があった。また、コンテキスト数の次元が増えると処理コストが大きいという問題があった。
　非特許文献１の技術は、ユーザの嗜好モデルに対する影響を及ぼさない、不要なコンテキスト特徴パラメタを排除することにより、特徴パラメタ設計の最適化を行うものである。言い換えると、非特許文献１の技術は、コンテキスト特徴パラメタが変化した時に、ユーザの嗜好が大きく変化しないような、コンテキスト特徴パラメタを抽出し排除するものである。非特許文献１の技術は、特定のアイテムの特徴パラメタのパラメタ値のうち、ユーザが好むパラメタ値を推定するのに有効なコンテキストの特徴パラメタを推定するのでも、コンテキストの特徴パラメタからアイテムの特徴パラメタを推定するものでもない。従って、非特許文献１の技術にも、ユーザの欲しい情報を推定するために有効なコンテキスト情報を選択して使用することにより、精度の高い情報の推薦を行うことはできないと言う問題があった。
　本発明の目的は、大きい処理コストが不要で、ユーザが所望する情報を精度よく選択してユーザに提供する情報提供システムを提供することにある。
　本発明の情報提供装置は、コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータを記憶するデータ記憶手段と、前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計する集計手段と、前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、情報提供手段に出力するコンテキスト影響度算出手段と、ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する情報提供手段と、を含む。
　本発明の情報提供システムは、コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータを記憶するデータ記憶手段と、前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計する集計手段と、前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、情報提供手段に出力するコンテキスト影響度算出手段と、ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する情報提供手段と、を含む情報提供装置と、前記情報提供手段が選択したコンテンツの情報を表示する表示手段を含む１台以上のユーザ端末とを含む。
　本発明の情報提供方法は、コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータをデータ記憶手段に記憶し、前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計し、前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する。
　本発明のプログラム記憶媒体は、コンピュータを、コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータを記憶するデータ記憶手段と、前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計する集計手段と、前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、情報提供手段に出力するコンテキスト影響度算出手段と、ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する情報提供手段と、として動作させる情報提供プログラムを記憶する。
　本発明には、少ない処理コストで、ユーザが所望する情報を精度よく選択してユーザに提供できるという効果がある。
第１の実施形態に係る情報提供装置の構成を表すブロック図である。 第１の実施形態に係る情報提供装置の動作を表すフローチャートである。 利用ログデータの例を表す図である。 コンテンツ利用の頻度を、コンテキストの値と情報選択基準の値との組み合わせで集計した集計結果の例を表す図である。 コンテキストが「現在のエリア」であり情報選択基準が「目的」である、コンテンツの利用の頻度をマトリクスとして表現した、集計結果の一部の例を表す図である。 各情報選択基準に対する各コンテキストの影響度の例を表す図である。 各情報選択基準に対する各コンテキストの影響度の例を表す図である。 第２の実施形態に係る情報提供システムの構成を表すブロック図である。 第２の実施形態に係る情報提供システムの動作を表すフローチャートである。 データ記憶部の構成の一例を表す図である。 利用ログデータの一例を表す図である。 コンテキストデータの一例を表す図である。 コンテンツ属性データの一例を表す図である。
　（第１の実施形態）
　次に、本発明の実施形態について図面を参照して詳細に説明する。
　図１は、本発明の第１の実施形態に係る情報提供装置の構成を表すブロック図である。
　図１を参照すると、本実施形態の情報提供装置１は、集計部１２と、コンテキスト影響度算出部１３と、データ記憶部２０と、情報提供部３０とを含む。
　データ記憶部２０は、ユーザによるコンテンツの利用履歴の情報を記憶する。コンテンツの利用履歴の情報は、利用ログとも表記することにする。コンテンツ利用履歴の情報は、コンテンツ利用時のユーザのコンテキストの情報と、ユーザが利用したコンテンツの属性の情報とを含む。データ記憶部２０が記憶するコンテンツの利用履歴の情報は、複数のユーザの利用履歴の情報であってよく、特定の一人のユーザの利用履歴の情報に限られるものではない。
　本実施形態では、ユーザの状態を、例えば、「年齢」、「性別」、「職業」、酒好きか否かを表す「酒好き」、アクセス時のユーザの所在地である「現在のエリア」、アクセスを行った「時間帯」、アクセス時の「天気」等で記述する。コンテキストは、このような、ユーザの「年齢」、「性別」、「職業」、「現在のエリア」等ユーザの状態を表す個々の情報である。おのおののコンテキストが取りうる値は、各コンテキストに対応した複数の値のうちのいずれかの値である。例えばコンテキストが「性別」である場合、コンテキストの値は「男」又は「女」のいずれかである。コンテキストには、「性別」のように通常は変化しないものもあるが、「現在のエリア」や「時間帯」のように、刻々と変化する可能性があるものもある。
　前述のように、コンテキストは、例えば、「年齢」、「性別」、「職業」、酒好きか否かを表す「酒好き」、アクセス時のユーザの所在地である「現在のエリア」、アクセスを行った「時間帯」、アクセス時の「天気」等である。以下では、例えばユーザの「性別」は「男」と「女」のうちの「女」であると言ったように、それぞれのコンテキストは、それぞれのコンテキストに対応した複数の値のうちのいずれかの値を取るものとして説明する。しかし、一つのコンテキストが複数の値を取ってもよい。また、一部のコンテキストに値がないユーザがいてもよい。この場合、後述の集計の際、例えば、複数の値を取るコンテキストは利用回数を重複してカウントし、値がないコンテキストはカウントしないようにすることができる。コンテキストの値には、例えば場所や時刻などのように、連続値でも表現できる値がある。このような場合、例えば、コンテキストの値が場所であれば、ある程度の広がりを持った領域を特定できる、例えば地名などで、コテンキストの値を表現すればよい。また、例えばコンテキストの値が時刻であれば、所定の時間の幅である、例えば１９時台などの時間帯で、コンテキストの値を表現すればよい。
　コンテキストは、図示しないユーザ端末に記憶されている情報や、ユーザ端末が含むセンサの測定値などである。コンテキストは、コンテンツへのアクセス時にアクセスを行ったユーザ端末によって端末内に蓄積又は情報提供装置１に送信される。また、端末内に蓄積されたコンテキストは、適宜情報提供装置１に送信される。
　コンテンツは、例えば文字や画像、音声等で表現される情報のことである。コンテンツは、例えばＵＲＩ（Ｕｎｉｆｏｒｍ　Ｒｅｓｏｕｒｃｅ　Ｉｄｅｎｔｉｆｉｅｒ）のような情報の所在を表し情報を特定できる情報であってもよい。また、コンテンツは、文字や画像、音声などで表される情報やＵＲＬを組み合わせたものであってもよい。
　コンテンツの属性は、そのコンテンツのそのものに係る性質もしくはコンテンツの内容に係る性質のことである。コンテンツの属性の例として、例えばコンテンツが店舗や施設などの情報である場合、その店舗や施設を利用する「目的」や、その店舗や施設の所在地を表す「エリア」がある。他のコンテンツの属性の例としては、その店舗や施設の人気、利用者の人数、店舗や施設の情報の閲覧回数などの順位を表す「ランキング」等がある。また、飲食店の属性の例としては、例えば「予算」や「駅からの距離」等がある。また、例えば、画像を含むもの、映像を含むもの、音声を含むもの、文字だけのものなど、コンテンツを構成する媒体の種類が、コンテンツの属性であってもよい。さらに、店舗利用時の割引券やクーポン等の有無などがコンテンツの属性に含まれていてもよい。
　情報選択基準は、上記の「目的」、「エリア」などコンテンツの属性を記述する個々の情報である。
　各情報選択基準は、当該情報選択基準に応じた複数の値のうちのいずれかの値を取る。例えば、情報選択基準が「目的」である場合、情報選択基準が取りうる値が「お酒」、「カフェ」、「日常飯」、「勝負飯」、「エンタメ」であるとすると、それぞれのコンテンツの情報選択基準のうちの「目的」は、これらの値のうちのいずれかの値を取る。しかし、一つの情報選択基準が複数の値を取ってもよい。複数の値を取る情報選択基準が存在する場合、後述の利用回数の集計の際、情報選択基準が複数の値を取るコンテンツの利用回数１回につき、情報選択基準の値がそれらの複数の値それぞれであるコンテンツを１回ずつ利用したとして、利用回数をカウントすればよい。また、値が無い情報選択基準を持つコンテンツが存在してもよい。この場合、後述の集計の際、情報選択基準に値がなければカウントしなければよい。また、情報選択基準の値のうち、例えば場所などのように連続値で表現できる値は、場所であればある程度の広がりを持った領域を特定できる、例えば地名などで表現すればよい。
　コンテンツ利用履歴の情報におけるコンテキストの情報は、コンテンツ利用時におけるコンテンツを利用したユーザの各コンテキストの値を含む。また、コンテンツ利用履歴の情報におけるコンテンツの属性の情報は、ユーザが利用したコンテンツの各情報選択基準の値を含む。
　また、データ記憶部２０は、コンテンツ利用履歴の情を、必ずしもひとまとまりのデータとして記憶しておく必要はない。例えば、データ記憶部２０は、利用情報データと、コンテキストデータと、コンテンツ属性データとを別々に記憶しておいてもよい。上述の利用情報データは、コンテンツ利用の時刻と利用したユーザを特定するための情報と利用したコンテンツを特定するための情報を含むデータである。また、コンテキストデータは、時刻とその時刻におけるユーザの各コンテキストの値とを含むデータである。コンテンツ属性データは、コンテンツの各属性種別の値を含むデータである。
　図１０は、データ記憶部が、利用情報データと、コンテキストデータと、コンテンツ属性データとを別々に記憶する場合の、データ記憶部の構成の一例を表す図である。
　図１０に示すデータ記憶部２０Ｂは、利用情報記憶部２０１と、コンテキスト情報記憶部２０２と、コンテンツ情報記憶部２０２とを含む。データ記憶部２０Ｂは、利用情報記憶部２０１に利用情報データを、コンテキスト情報記憶部２０２にコンテキストデータを、コンテンツ情報記憶部２０２にコンテンツ属性データを記憶する。
　図１１、図１２、図１３は、それぞれ、利用ログデータ、コンテキストデータ、コンテンツ属性データの一例である。
　データ記憶部２０Ｂは、図１のデータ記憶部２０と入れ替えての動作が可能である。
　コンテンツの情報選択基準は、多数のコンテンツから特定の種類のコンテンツを選択するために使用することができる情報である。例えば、情報選択基準のうちの「目的」の値が「お酒」であるコンテンツを選択することで、居酒屋のコンテンツを抽出することができる。
　集計部１２は、データ記憶部２０が記憶する、ユーザによるコンテンツの利用履歴の情報から、各コンテキストが取りうる全ての値と所定の情報選択基準が取りうる全ての値の組み合わせで、コンテンツの利用回数を集計する。集計部１２は、集計の結果をコンテキスト影響度算出部１３に対し出力する。集計部１２は、予め決められた情報選択基準に対して、集計を行う。なお、集計部１２が集計を行う情報選択基準は、全ての情報選択基準であってもよいが、必ずしも全ての情報選択基準でなくてよい。集計部１２は、例えば、全ての情報選択基準ではなく、予め選択した１個以上の情報選択基準に対し集計を行ってもよい。また、図示しない入力部により、集計を行う１個以上の情報選択基準をユーザが指定する構成にしてもよい。
　図１のデータ記憶部２０をデータ記憶部２０Ｂと入れ替えた場合、集計部１２は、利用情報データ、コンテキストデータ、コンテンツ属性データから、図３に示すコンテンツ利用履歴の情報を作成してから集計を行ってもよい。あるいは、集計部１２は、図３に示すようなコンテンツ履歴の情報は作成せず、利用情報データ、コンテキストデータ、コンテンツ属性データから、データ間の対応を取りながら、直接集計を行ってもよい。
　集計部１２は、集計した利用回数をそのまま集計結果にすればよい。集計部１２は、集計した利用回数に対し、例えば正規化を行ったり、全利用回数に対する割合を算出したり、対数を取るなど、何らか処理を行った結果をスコアとして算出し、算出したスコアを集計結果とすることもできる。後述の例は、利用回数の合計をそのままスコアとしたものである。
　コンテキスト影響度算出部１３は、集計部１２による集計の結果から、所定の情報選択基準に対する各コンテキストの連関の大きさを表す影響度を算出する。影響度を算出する情報選択基準は、一つであっても、複数であってもよい。影響度を算出する情報選択基準は、予め決められていてもよく、ユーザが図示しない入力部により選択して決めるようにしてもよい。なお、集計部１２は、必ずしも全ての情報選択基準に対して集計を行う必要はない。
　前述の連関とは、それぞれ複数個の値のうちいずれかの値を取るような、２変量間の関連を意味する。例えば「連関が大きい」とは、前記の２変量間の関連が大きいことを意味する。この場合、一方の変量がそれぞれの値を取る確率は、他方の変量が取る値によって大きく異なる。一方、「連関が小さい」とは前記の２変量間の関連が小さいことを意味する。この場合、一方の変量がそれぞれの値を取る確率は、他方の変量が取る値が変わっても、大きく変化しない。一般に、連関の大きさを表す指標は連関係数（ｃｏｅｆｆｉｃｉｅｎｔ　ｏｆ　ａｓｓｏｃｉａｔｉｏｎ）と呼ばれる。
　影響度は、ある情報選択基準に対するあるコンテキストの影響の大きさの程度を表す数値である。すなわち、影響度は、あるコンテキストが取る値の違いによる、ある情報選択基準の値が選ばれる確率の変動の大きさの度合いを表す数値である。コンテキスト影響度算出部１３は、コンテキストと情報選択基準との間の連関係数を算出し、算出した連関係数を影響度とすることができる。
　コンテキスト影響度算出部１３は、ある情報選択基準に対するあるコンテキストの影響度の算出を、例えば次のようにして行う。
　コンテキスト影響度算出部１３は、まず、当該情報選択基準の値と当該コンテキストの値との組み合わせのそれぞれに対する集計結果のスコアを、マトリクスの形にする。次に、コンテキスト影響度算出部１３は、そのマトリクスから、当該情報選択基準と当該コンテキストとの間の連関係数を算出する。コンテキスト影響度算出部１３は、算出した連関係数を、当該情報選択基準に対する当該コンテキストの影響度とする。
　コンテキスト影響度算出部１３は、連関係数として、例えばクラメール（Ｃｒａｍｅｒ）の連関係数を使用することができる。また、コンテキスト影響度算出部１３は、ユール（Ｙｕｌｅ）の連関係数など他の連関係数を使用することもできる。また、コンテキスト影響度算出部１３は、情報選択基準に対するコンテキストの影響の大きさを表す値であれば、他の値を影響度としてもよい。
　コンテキスト影響度算出部１３は、影響度算出の対象となる全ての情報選択基準に対して、各コンテキストの影響度の算出を行う。コンテキスト影響度算出部１３は、算出した影響度の情報を、情報提供部３０に対して出力する。
　情報提供部３０は、コンテンツを提供する対象のユーザ端末から入力した現在のコンテキストの値（カレント値）とそれぞれの影響度とをもとに、ユーザが所望するコンテンツを推定して選択し、選択したコンテンツをそのユーザ端末に提供する。本発明の情報提供装置１は、ユーザ端末からの要求に対してコンテンツの提供を行えばよく、また、ユーザ端末からの要求の有無に関わらず、コンテンツの提供を行ってもよい。情報提供装置１がユーザ端末からの要求に対してコンテンツの提供を行う場合、情報提供装置１は、コンテンツの提供の要求と共に現在のコンテキストの値を受け取ればよい。その場合、情報提供装置１は、ユーザ端末が情報提供装置１に対しコンテンツの要求を行った時のコンテキストの値を、現在のコンテキストの値にすることができる。ユーザ端末からの要求にかかわらずコンテンツの提供を行う場合、情報提供装置１は、コンテンツの提供の前に、ユーザ端末に対しコンテキストの値を送信するよう要求を行い、コンテキストの値を受け取っておけばよい。ユーザ端末はその要求に応じて情報提供装置１にコンテキストの値を送信すればよい。この場合、情報提供装置１は、ユーザ端末がコンテキストの値を送信した時のコンテキストの値を、現在のコンテキストの値にすることができる。
　ユーザが所望するコンテンツを推定は、例えば、ユーザが所望するコンテンツの情報選択基準の値、すなわち、属性種別の値を推定することで行う。情報提供部３０は、推定した情報選択基準の値を持つコンテンツをデータ記憶部２０から選択して、コンテキストの値の送信を行った端末（カレント端末）に送信することで、ユーザに対するコンテンツの提供を行う。情報提供部３０は、条件に合致したコンテンツが複数存在すれば複数のコンテンツを提供すればよい。条件に合致したコンテンツがしない場合は、情報提供装置１は、通常の情報検索装置のように、ユーザに情報検索の条件を入力させて検索させるなどすればよい。ユーザが所望するコンテンツを選択するための情報選択基準の値の推定は、例えば、選択したコンテキストのカレント値から、所定のテーブルなどにより情報選択基準の値を決めることで行うことができ、また、次のようにして行うこともできる。
　前述のように、情報提供部３０は、コンテキスト影響度算出部１３が算出したそれぞれの影響度を受け取る。情報提供部３０は、受け取ったそれぞれの影響度に基づき、コンテキストのうち、コンテンツを選択するための情報選択基準に対する影響が大きいコンテキストを選択する。そして、情報提供部３０は、選択したコンテキストの現在の値のみを用いて、コンテンツを選択するための情報選択基準の値の決定を行う。この、情報選択基準の値を決定の手順は、例えば、次のようなものである。まず、情報提供部３０は、コンテンツ利用履歴により、コンテキストの値が前記のカレント値であるユーザが、情報選択基準のそれぞれの値を持つコンテンツにアクセスする確率を求める。情報提供部３０は、求めた確率が大きい、情報選択基準の値を、ユーザが所望するコンテンツを選択するための情報選択基準の値として決定する。
　情報提供部３０は、例えば次のように、決定した情報選択基準の値を持つコンテンツを選択して、ユーザに提供する。情報提供部３０は、まず、例えばデータ記憶部２０が記憶するコンテンツの属性の情報から、情報提供基準の値が前記の決定した値であるコンテンツを検索する。情報提供部３０は、情報提供基準の値が前記の決定した値であるコンテンツが存在すれば、当該コンテンツを特定するための情報を検索結果とする。データ記憶部２０が記憶するコンテンツの属性の情報は、例えば図１３に示す例のように、コンテンツを特定するための情報とコンテンツの属性の情報とを含み、利用履歴やコンテキストの情報を含まない形であれば、抽出を行うのに都合がよい。
　情報提供部３０は、検索結果である、コンテンツを特定するための情報をもとに、ユーザに提供するコンテンツを選択して、ユーザに提供する。情報提供部３０は、ユーザへのコンテンツの提供を、例えば携帯端末等のユーザが使用するユーザ端末に、選択したコンテンツを送信することで行う。
　コンテンツは、例えば、データ記憶部２０に記憶しておくことができる。この場合、情報提供部３０が、データ記憶部２０に記憶してある複数のコンテンツから、ユーザに送信するコンテンツを選択し、図示しないユーザ端末に送信すればよい。また、情報提供部３０は、図示しない他のコンテンツサーバに存在する複数のコンテンツから選択してもよい。また、データ記憶部２０が記憶するデータ又は図示しないコンテンツサーバのデータをもとに、情報提供部３０がコンテンツを作成してもよい。
　各コンテンツの情報選択基準の値は、同様に、データ記憶部２０に記憶しておくことができる。情報選択基準の値は、対応するコンテンツを特定できる形で記憶してあればよく、例えば図１０に示すように、データ記憶部２０Ｂのコンテンツ情報記憶部２０３にまとめて記憶しておけばよい。また、各コンテンツの情報選択基準の値は、コンテンツに含まれる形で記憶しておいてもよい。
　情報提供部３０が行うコンテンツの選択及び提供方法は、情報提示対象ユーザのコンテキストの値のうち、コンテンツを選択するための情報選択基準に対する影響の大きいコンテキストの値のみを使用する方法であれば、上記によらず既存の他の方法であってもよい。
　なお、集計部１２による集計及びコンテンツ影響度算出部１３による連関係数の算出の対象となる、コンテンツの選択を行うための情報選択基準は、集計部１２による集計の時点で決まっていればよい。コンテンツの選択を行うための情報選択基準は、予め決めておくことも、例えばユーザ端末からの入力により決定することもできる。
　また、コンテキストのカレント値は、例えば、図示しない入力部により、予めユーザに入力させておけばよい。コンテキストの値のうち、センサによる計測が必要な値は、例えばユーザ端末が含むセンサにより、自動的に計測すればよい。コンテキストの値のうち、例えば、時刻などユーザによる入力を介さずに取得できる値は自動的に取得すればよい。
　次に、本実施形態の情報提供装置１の動作を、図面を参照して詳細に説明する。
　図２は、本実施形態の情報提供装置１の動作を表すフローチャートである。
　情報提供装置１は、例えば、図示しないユーザ端末を介して、ユーザから情報提供の要求を受けて動作を開始する。情報提供装置１は、あるいは、例えば所定の時刻になると、ユーザ端末からの要求の有無に関わらず動作を開始してもよい。また、例えば、ユーザ端末が断続的にセンサなどで計測した自身の位置情報を情報提供装置１に送信し続け、情報提供装１置はユーザ端末の位置が所定の地域に入った場合に動作を開始するような構成にしてもよい。コンテキスト影響度算出部１３が影響度を算出する情報選択基準が予め決まっていない場合、ユーザ端末は、影響度を算出する対象となる情報選択基準の指定するための情報を情報提供装置１に送信する。この場合、ユーザが指定した情報選択基準の指定は、少なくともコンテキスト影響度算出部１３には送られる。影響度を算出する対象となる情報選択基準が予め決まっている場合、情報提供の要求は、条件等を含んだものである必要はなく、情報の提供を要求するものであればよい。
　図２を参照すると、まず集計部１２は、利用録記憶部２０から、ユーザによるコンテンツの利用履歴である利用ログを読み出す（ステップＳ１１）。
　図３は利用ログの一例の構成を表す図である。図３の利用ログは、利用情報部と、コンテキストデータ部と、コンテンツ属性データ部とを含む。利用情報部は、コンテンツを利用したユーザを特定する情報や利用したコンテンツを特定する情報を含む。コンテキストデータ部は、アクセス時のユーザの状態を表すコンテキストの情報を含む。コンテンツ属性データ部は、ユーザがアクセスしたコンテンツの属性の情報を含む。図３は利用ログの例であり、利用ログの構成は図３に示す構成に限られるものではない。
　図３に示す利用ログの例において、例えば、１番目のコンテンツ利用記録（表の３行目）は、２０１０年２月１日の１９時００分０１秒に、ユーザ０１がアイテム０１と言うコンテンツを閲覧したことを表す。また、閲覧時におけるユーザ０１のコンテキストは、コンテキスト「現在地」の値が「エリア１」であり、コンテキスト「時間帯」の値が「１９時台」であることを表す。さらに、ユーザ０１が閲覧したコンテンツ「アイテム０１」の属性種別（情報選択基準）は、情報選択基準「目的」の値が「お酒」であり、情報選択基準「エリア」の値が「エリア１」であることを表す。
　次に、集計部１２は、それぞれのコンテキストが取りうる値のそれぞれと集計の対象とするそれぞれの情報選択基準が取りうるそれぞれの値との組み合わせ毎に、ユーザによるコンテンツの利用回数を集計する（ステップＳ１２）。集計部１２は、集計した利用回数に所定の処理を行い、スコアを算出する。集計部１２は、集計結果の利用回数に対する処理を行わず、利用回数をスコアとしてそのまま使用してもよい。集計部１２は、集計結果のデータを、コンテキスト影響度算出部１３に対し出力する。
　図４は、集計部１２が集計を行った集計結果の一例を表す図である。図４は、利用回数をそのままスコアとした例である。例えば、図４の集計結果の１番目（表の２行目）のデータは、コンテキスト「現在地」の値が「エリア１」であるユーザが、情報選択基準「目的」の値が「お酒」であるコンテンツを利用した回数が１２回であることを表す。
　次に、コンテキスト影響度算出部１３は、集計部１２が出力した集計結果から、各コンテキストと各情報選択基準との連関の大きさを表す影響度を、それぞれ算出する（ステップＳ１３）。前述のように、コンテキスト影響度算出部１３は、あるコンテキストとある情報選択基準との間の連関係数の算出を、例えば次のように行えばよい。
　まず、コンテキスト影響度算出部１３は、各コンテキストのそれぞれの値と各情報選択基準のそれぞれの値と組み合わせに対する集計結果のスコアを、マトリクスの形にする。コンテキスト影響度算出部１３は、例えば、１個のコンテキストと１個の情報選択基準の組に対して、集計結果を表す１個のマトリクスを生成すればよい。
　図５はマトリクスで表現した、集計結果のスコアの例である。図５の例は、コンテキストの一つである「現在のエリア」のそれぞれの値と、情報選択基準の一つである「目的」のそれぞれの値との組み合わせに対する集計結果である。図５の例では、コンテキストの一つである「現在のエリア」が取りうるそれぞれの値「エリア１」、「エリア２」、「エリア３」、「エリア４」が、マトリクスのそれぞれの行に対応する。また、情報選択基準の一つである「目的」が取りうる値「お酒」、「カフェ」、「日常飯」、「勝負飯」、「エンタメ」が、マトリクスのそれぞれの列に対応する。図５の例において、最も左上の数値は、コンテキスト「現在地」の値が「エリア１」であるユーザが、情報選択基準「目的」の値が「お酒」であるコンテンツを利用した回数が１２回であることを表す。
　コンテキスト影響度算出部１３は、マトリクスの形にした、コンテキストのそれぞれの値と情報選択基準のそれぞれの値との組み合わせに対する集計結果のスコアから、対応するコンテキストと情報選択基準の連関係数を算出する。前述のように、コンテキスト影響度算出部１３が算出する連関係数は、例えば、クラメールの連関係数や、ユールの連関係数、あるいは他の連関係数である。
　図６は、算出した連関係数の一例を表す図である。図６の例では、それぞれの要素の数値は、それぞれの列に対応する情報選択基準に対する、それぞれの行に対応するコンテキストの連関係数を表す。例えば「目的」の行の数値は、情報選択基準「目的」とそれぞれのコンテキストとの間の連関係数である。図６の例において、例えば最も左上の数値は、情報選択基準「エリア」とコンテキスト「年齢」との間の連関係数が０．２であることを表す。
　コンテキスト影響度算出部１３は、算出した連関係数を、その連関係数に対応する情報選択基準に対する、同じ連関係数に対応するコンテキストの影響度とする。
　図７は、情報選択基準に対するそれぞれのコンテキストの影響度の例を表す図である。図７では、情報選択基準が「目的」である場合以外の影響度は省略して記載しているが、図７は、例えば「エリア」や「ランキング」等の他の情報選択基準に対する各コンテキストの影響度も含む。
　コンテキスト影響度算出部１３は、情報提供部３０に対して、算出した影響度を出力する。
　情報提供部３０は、所定の情報選択基準に対する影響度の高いコンテキストを選択する（ステップＳ１４）。
　次に情報提供部３０は、選択した影響度の高いコンテキストをもとに、情報選択基準の値を推定し、推定した情報選択基準の値をもとに、ユーザに提供するコンテキストを選択する（ステップＳ１５）。この情報提供部３０が行う情報選択基準の値の推定は、後述する方法で行ってもよく、他の既知である方法で行ってもよい。
　以上で説明した本実施形態の情報提供装置１及び以下で説明する他の実施形態の情報提供装置は、コンピュータと、コンピュータを制御するプログラムとで実現できる。
　本実施形態には、大きい処理コストが不要で、ユーザが所望する情報を精度よく選択しユーザに提供することができるという効果がある。
　その理由は、本実施形態の情報提供装置１は、情報の選択を行うための情報選択基準に対する、それぞれのコンテキストの影響の大きさを表す影響度を算出するからである。本実施形態の情報提供装置１は、前述の影響度を算出するので、情報提示部は、情報の選択を行うための情報選択基準の値を推定に、該情報選択基準に対する影響度が大きいコンテキストのみを使用することができる。これにより、該情報選択基準に対する影響度の小さいコンテキストによる該情報選択基準の値の推定結果に対する悪影響を、排除することができる。
　以上では、集計部１２はそれぞれのコンテキストに対し集計を行い、コンテキスト影響度算出部１３はそれぞれのコンテキストの影響度を算出するものとして説明を行った。しかし、集計部１２が、既存のコンテキストに加え、２つ以上のコンテキストの組み合わせを、新たなコンテキスト（組み合わせコンテキスト）として集計を行ってもよい。この場合、集計部１２は、例えば予め決められたコンテキストの組み合わせを新たなコンテキストとすればよい。また、コンテキスト影響度算出部１３は、コンテキストの情報選択基準に対する影響度と同様にして、組み合わせコンテキストの情報選択基準に対する影響度を算出すればよい。さらに、情報提供部３０は、組み合わせコンテキストを、コンテキストと同等に扱えばよい。すなわち上記の説明におけるコンテキストは、組み合わせコンテキストを含むものとすることができる。
　ただし、組み合わせコンテキストの影響度の値が、該組み合わせコンテキストが含む各コンテキストの影響度の値より大きい場合、コンテキスト影響度算出部１３は、該組み合わせコンテキストが含む各コンテキストの影響度を削除する。また、組み合わせコンテキストの影響度の値が、該組み合わせコンテキストが含むいずれかのコンテキストの影響度の値より小さい場合、コンテキスト影響度算出部１３は、該組み合わせコンテキストの影響度を削除する。コンテキスト影響度算出部１３は、影響度の削除を、例えば、影響度の値を最も影響が小さいことを表す値（例えば０）にすることで行えばよく、また、影響度の値そのものを無くしてもよい。コンテキスト影響度算出部１３による影響度の削除は、影響度が削除されたコンテキストが、情報提供部３０によって当該情報選択基準に対する影響の大きいコンテキストとして選択されなくなるように行われるものであればよい。
　情報提供部３０は、コンテキスト影響度算出部１３が算出した影響度に基づき、各コンテキストから当該情報選択基準に対する影響の大きいコンテキストを選択する。ただし、前述のように、影響度が削除されたコンテキストは、当該情報選択基準に対する影響の大きいコンテキストとして選択されない。情報提供部３０は、さらに、選択したコンテキストのカレント値をもとに当該情報選択基準の値を決定する。情報提供部３０は、決定した情報選択基準の値をもとにコンテンツを選択し、図示しないユーザ端末に提供する。
　（第２の実施形態）
　次に、本発明の第２の実施形態に係る情報提供システムについて、図面を参照して詳細に説明する。
　図８は本実施形態の情報提供システムの構成を表す図である。
　図８を参照すると、本実施形態の情報提供システムは、情報提供装置１Ａと、ユーザ端末２とを含む。本実施形態の情報提供装置１Ａは、データ記憶部２０Ａと、集計部１２とコンテキスト影響度算出部１３Ａと、情報利用度算出部３１と情報選択部３２とを含む情報提供部３０Ａと、を含む。ユーザ端末２は、表示部４１と、利用ログ送信部４２とを含む。簡単のため図９には１台のユーザ端末２のみ記載しているが、ユーザ端末は１台である必要はなく、複数台存在していてよい。また、データ記憶部２０Ａは、図１０に示すデータ記憶部２０Ｂと同様の構成であってもよい。
　本実施例の情報提供装置１Ａは、図１に記載の情報提供装置１と比較して、情報利用度算出部３１と、情報選択部３２とを含む情報提供部３０Ａを含む点が異なる。更に、データ記憶部２０Ａがユーザ端末２の利用ログ送信部４２から利用ログのデータを受信する点が異なる。また、コンテキスト影響度算出部１３Ａが情報提供部３０Ａに対し出力した影響度の情報は、情報提供部３０Ａの情報利用度算出部３１に入力される。
　以下、図１に示す第１の実施形態の情報提供装置１との相違点を中心に説明を行う。集計部１２は、第１の実施形態の情報提供装置１の集計部１２と同じであるので、説明を省略する。
　コンテキスト影響度算出部１３Ａの、影響度を算出する処理は、第１の実施形態の情報提供装置１のコンテキスト影響度算出部１３の、影響度を算出する処理と同じであるので、影響度の算出の説明は省略する。コンテキスト影響度算出部１３Ａは、算出した影響度を、情報利用度算出部３１に対して出力する。
　情報利用度算出部３１は、コンテキスト影響度算出部１３Ａから受信した影響度の情報をもとに、情報を提示する対象のユーザによる利用されやすさを表す値である利用度を、所定の情報選択基準が取りうる値ごとに算出する。情報利用度算出部３１が利用度の算出を行う情報選択基準は、集計部１２がコンテンツの利用回数の集計を行った情報選択基準の全て又は一部である。利用度の算出対象の情報選択基準は、予め決めておいたものであってもよく、また、図示しない入力部により例えばユーザが選択するものであってもよい。
　情報利用度算出部３１は、利用度の算出を、例えば次のようにして行う。
　情報利用度算出部３１は、まず、コンテキスト影響度算出部１３Ａから受信した影響度の情報に基づき、所定の情報選択基準に対する影響が大きいコンテキストを、所定の方法により選択する。情報利用度算出部３１は、例えば、算出した影響度に基づき所定の情報選択基準に対する影響が大きいコンテキストを、影響が大きい方から所定の個数だけ選択すればよい。また、情報利用度算出部３１は、例えば、影響度が所定の閾値以上のコンテキストを選択してもよい。情報利用度算出部３１は、算出した影響度の最大値に対する各コンテンツの影響度の割合を計算し、計算した割合が所定の閾値以上であるコンテキストを選択してもよい。情報利用度算出部３１は、あるいは、他の既存の方法で選択を行うこともできる。
　次に、情報利用度算出部３１は、情報提供装置１Ａがコンテンツを提供する対象となるユーザの、選択した上記のコンテキストのカレント値をもとに、コンテンツの所定の情報選択基準が取りうる値ごとに利用度を算出する。利用度とは、当該ユーザがコンテンツを利用する可能性の程度を表す値である。利用度は、例えば過去の利用履歴をもとにした確率である。また、利用度は、詳細は後述するが例えば式２の右辺で表されるような、過去の利用履歴をもとにした確率と相関のある他の値であってもよい。この過去の利用履歴は、コンテンツを提示する対象となるユーザの利用履歴に限られるものではなく、多数のユーザの利用履歴であってもよい。また、この過去の利用履歴は、データ記憶部２０が記憶する利用履歴でも、別途収集した利用履歴であってもよい。
　数１で、Ｃ１ｊ１、Ｃ２ｊ２、・・・、Ｃｎｊｎは、コンテンツの提供の対象となるユーザのコンテキストのうち、情報利用度算出部３１が選択したコンテキストのカレント値である。Ｇｉ（ｉ＝１、・・・、Ｎ）は、所定の情報選択基準が取りうる値である。ｎは選択したコンテキストの個数であり、Ｎは上記の所定の属性種別が取りうる値の個数である。このとき、当該ユーザが、上記の所定の情報選択基準の値がＧｉであるコンテンツを選択する確率は、数１に示す式で算出される。上記の確率を利用度とする場合、情報利用度算出部３１は、数１で算出される値を、情報選択基準の値がＧｉである場合の利用度とする。
Figure JPOXMLDOC01-appb-M000001
 　数１は、所定の一つの情報選択基準のｉ番目の値の、利用度を表す式である。複数の情報選択基準に対して利用度の計算を行う場合、情報利用度算出部３１は、同様にして各情報選択基準の各値の利用度を計算する。ただし、上記のＮやｎの値は、各情報選択基準に応じた値となり、必ずしも全ての情報選択基準で同じ値であるとは限らない。
　情報利用度算出部３１は、数１の左辺の値を、例えば過去の利用履歴から直接計算してもよい。また、情報利用度算出部３１は、例えば過去の利用履歴から予め計算しておいた数１の右辺を構成するそれぞれの確率の値を、数１の右辺に代入して計算を行うことで、数１の左辺の値を計算してもよい。
　数１の式の右辺の分母は、Ｃ１ｊ１、・・・Ｃｎｊｎによって決まる値であり、Ｇｉによらない。そこで、情報利用度算出部３１は、数１の式の右辺の分子の値である、数２の右辺で算出される値を、利用度としてもよい。また、情報利用度算出部３１は、数１や数２の右辺で算出される値ではなく、可能性の程度を表す値を算出する他の既存の方法により、利用度を算出してもよい。
Figure JPOXMLDOC01-appb-M000002
 　情報利用度算出部３１は、利用度の算出対象となる全ての情報選択基準の全ての値に対し利用度を算出し、算出した利用度の情報を情報選択部３２に送信する。
　情報選択部３２は、情報利用度算出部３１から受信した利用度をもとに、下記の選択法により、ユーザが利用する可能性が高いコンテンツを、ユーザに提供するコンテンツとして選択し、ユーザ端末２に送信する。
　情報選択部３２は、例えば、所定の一つ以上の情報選択基準の値の中で、受信した利用度に基づき、ユーザによって利用される可能性が最も高い値を情報選択基準の値として持つコンテンツを、ユーザに送信するためのコンテンツとして選択する。あるいは、所定の一つ以上情報選択基準の値の中で、ユーザによって利用される可能性が高い方から２個以上の値を選択し、選択した値のいずれかを情報選択基準の値として持つコンテンツを、ユーザに送信するためのコンテンツとして選択してもよい。情報選択部３２は、条件に合致したコンテンツが複数存在すれば複数のコンテンツを提供すればよい。条件に合致したコンテンツがしない場合は、情報提供装置１Ａは、通常の情報検索装置のように、ユーザに情報検索の条件を入力させて検索させるなどすればよい。
　前述のようにコンテンツは、例えば、データ記憶部２０に記憶しておくことができる。この場合、情報選択部３２が、データ記憶部２０に記憶してある複数のコンテンツから、ユーザに送信するコンテンツを選択し、ユーザ端末２に送信すればよい。また、情報選択部３２は、図示しない他のコンテンツサーバに存在する複数のコンテンツから、ユーザに送信するコンテンツを選択してもよい。また、データ記憶部２０が記憶するデータ又は図示しないコンテンツサーバのデータをもとに、情報選択部３２がコンテンツを作成してもよい。
　ユーザ端末２は、表示部４１と、利用ログ送信部４２を含む。ユーザ端末２は、例えば、情報提供装置１Ａとネットワークを介して通信可能に接続されたコンピュータや携帯端末等で実現できる。
　ユーザ端末２は、情報提供装置１Ａから受け取ったコンテンツを、ディスプレイ等の表示部４１を介して、例えばブラウザなどのソフトウェアにより、ユーザに対して表示する。ユーザは、図示しない入力部等により、表示部４１に表示されるコンテンツから、見たいコンテンツを選択して閲覧するなどして、コンテンツを利用する。
　ユーザが表示されたコンテンツを利用すると、利用ログ送信部４２が、利用ログの情報を取得し情報提供装置１Ａに送信する。
　利用ログ送信部４２が送信する利用の記録は、例えばユーザ端末２が、ユーザによるコンテンツへのアクセスが発生した時に、既存の任意の方法で取得しユーザ端末２上に記録したものである。ただし、ユーザ端末２が利用履歴の全ての情報を送信する必要はない。例えば、ユーザ端末２は、ユーザに入力させるなどして取得した、コンテンツ利用時のユーザのコンテキスト情報を送信し、他の装置がコンテキスト情報以外の情報を記録し送信する構成にすることもできる。利用ログの情報を受け取った情報提供装置１Ａは、受け取った利用ログをデータ記憶部２０Ａに記憶する。
　次に、本実施形態の動作について、図面を参照して詳細に説明する。
　図９は、本実施形態の動作を表すフローチャートである。
　図９のステップＳ２１~ステップＳ２４は、図２に示す第１の実施形態に係る情報推薦装置の動作におけるステップＳ１１~ステップＳ１４と同じであるので、説明を省略する。
　情報利用度算出部３１は、受け取った影響度の情報をもとに、所定の情報選択基準に対する影響の大きいコンテキストを所定の方法により選択する。情報利用度算出部３１は、情報提供の対象となるユーザの現在のコンテキストのうちの、選択したコンテキストの値をもとに、当該情報選択基準が取りうる値のそれぞれに対し、利用度を算出する（ステップＳ２５）。利用度を算出する情報選択基準が複数存在する場合は、それぞれの情報選択基準に対し、個別に利用度の算出を行う。以下の説明は、利用度の算出の動作を説明するための例である。
　下記の例では、情報利用度算出部３１は、所定の情報選択基準に対する影響度の値が大きい方から３個のコンテキストを、当該情報選択基準に対する影響の大きいコンテキストとして選択する。また、利用度を計算し各値の利用度の算出を行う対象の情報選択基準は、「目的」である。情報選択基準「目的」が取りうる値は、「お酒」、「カフェ」、「日常飯」、「勝負飯」、「エンタメ」である。そして、情報利用度算出部３１は、情報選択基準「目的」に対する影響の大きいコンテキストを、図７に示した影響度をもとに選択する。この場合、情報利用度算出部３１は、「時間帯（影響度０．８）」、「次の推定エリア（影響度０．７）」、「現在のエリア（影響度０．６）」を、情報選択基準「目的」に対する影響が大きいコンテキストとして選択する。
　上述の場合、選択するコンテキストの数は３なので、数１のｎはｎ＝３となる。Ｃ１ｊ１、Ｃ２ｊ２、Ｃ３ｊ３は、それぞれ、「時間帯」の値、「次の推定エリア」の値、「現在のエリア」の値である。また、Ｇ１~Ｇ５は、それぞれ、情報選択基準「目的」が取りうる値である「お酒」、「カフェ」、「日常飯」、「勝負飯」、「エンタメ」である。
　例えば、「時間帯」の値がＣ１ｊ１＝１９時台、「次の推定エリア」の値がＣ２ｊ２＝新橋、「現在のエリア」の値がＣ３ｊ３＝品川である場合に、数１で算出される、Ｇｉ（ｉ＝１~５）のそれぞれの確率は次の通りである。
　Ｐ（Ｇ１＝お酒｜Ｃ１ｊ１＝１９時，Ｃ２ｊ２＝新橋，Ｃ３ｊ３＝品川）＝０．７
　Ｐ（Ｇ２＝日常飯｜Ｃ１ｊ１＝１９時，Ｃ２ｊ２＝新橋，Ｃ３ｊ３＝品川）＝０．２
　Ｐ（Ｇ３＝勝負飯｜Ｃ１ｊ１＝１９時，Ｃ２ｊ２＝新橋，Ｃ３ｊ３＝品川）＝０．１
　Ｐ（Ｇ４＝カフェ｜Ｃ１ｊ１＝１９時，Ｃ２ｊ２＝新橋，Ｃ３ｊ３＝品川）＝０．０
　Ｐ（Ｇ５＝エンタメ｜Ｃ１ｊ１＝１９時，Ｃ２ｊ２＝新橋，Ｃ３ｊ３＝品川）＝０．０
　数１で算出される確率を利用度とする場合、これらの値が利用度である。「目的」以外の情報選択基準に対しても利用度を算出する場合は、当該情報選択基準が取りうるそれぞれの値に対して、数１に従って確率を計算し、計算した確率を利用度とする。
　情報利用度算出部３１は、算出した利用度の情報を、情報選択部３２に対して送信する。
　情報選択部３２は、情報利用度算出部３１から受け取った利用度の情報をもとに、所定の基準によりコンテンツを選択し（ステップＳ２６）、選択したコンテンツのデータを、ユーザ端末２に送信してユーザに提供する（ステップＳ２７）。
　例えば、情報選択部３２が、利用度の値が最も大きい情報選択基準の値を属性種別の値として持つコンテンツのみを選択して表示するとする。上記の利用度の例では、情報選択基準「目的」の値が「お酒」である場合の利用度の値が最も大きい。この場合、情報選択部３２は、情報選択基準「目的」の値が「お酒」であるコンテンツを、ユーザに提示するコンテンツとして選択する。
　ユーザは、ユーザ端末２の表示部４１が表示するコンテンツを利用する（ステップＳ２８）。
　利用ログ送信部４２は、ユーザによるコンテンツ利用記録の情報を、情報提供装置１Ａに送信する（ステップＳ２９）。
　情報提供装置１Ａのデータ記憶部２０Ａは、ユーザ端末２の利用ログ送信部４２から受け取ったコンテンツ利用記録の情報を記憶する（ステップＳ３０）。
　本実施形態には、第１の実施形態の効果に加えて、ユーザに提供する情報の選択の精度を向上できるという効果がある。
　その理由は、本実施形態の情報利用度算出部３１が、コンテンツ提供対象のユーザの現在のコンテンツの値をもとに、コンテンツの属性種別の値ごとに算出した、当該ユーザが利用する可能性の程度を表す利用度によって、コンテンツの選択を行うからである。
　以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は、２０１０年６月２４日に出願された日本出願特願２０１０−１４３６８４を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　本発明は、ユーザやユーザの状況に応じて適切なコンテンツを提供する情報推薦・情報検索の分野に適用できる。
　１、１Ａ　情報提供装置
　２　ユーザ端末
　１２　集計部
　１３、１３Ａ　コンテキスト影響度算出部
　２０、２０Ａ、２０Ｂ　データ記憶部
　３０、３０Ａ　情報提供部
　３１　情報利用度算出部
　３２　情報選択部
　４１　表示部
　４２　利用ログ送信部

Claims (7)

  1. 　コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータを記憶するデータ記憶手段と、
    　前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計する集計手段と、
    　前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、情報提供手段に出力するコンテキスト影響度算出手段と、
    　ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する情報提供手段と、
    　を含む情報提供装置。
  2. 　前記情報提供手段は、前記ｍ個の情報選択基準毎に、選択した前記ｎ［ｈ］個のコンテキストの前記カレント値に基づいて、当該情報選択基準の取りうる各値の発生確率を計算し、当該発生確率が高い方からｐ［ｈ］個（ｐ［ｈ］は１以上）の値（高確率情報選択基準値［ｈ］）を選択し、選択した全ての前記高確率情報選択基準値に基づいてコンテンツをデータ記憶手段から選択する
    　請求項１に記載の情報提供装置。
  3. 　コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータを記憶するデータ記憶手段と、
    　前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計する集計手段と、
    　前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、情報提供手段に出力するコンテキスト影響度算出手段と、
    　ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する情報提供手段と、
    　を含む情報提供装置と、
    　前記情報提供手段が選択したコンテンツの情報を表示する表示手段
    　を含む１台以上のユーザ端末と
    　を含む情報提供システム。
  4. 　コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータをデータ記憶手段に記憶し、
    　前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計し、
    　前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、
    　ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する、
    　情報提供方法。
  5. 　前記ｍ個の情報選択基準毎に、選択した前記ｎ［ｈ］個のコンテキストの前記カレント値に基づいて、当該情報選択基準の取りうる各値の発生確率を計算し、当該発生確率が高い方からｐ［ｈ］個（ｐ［ｈ］は１以上）の値（高確率情報選択基準値）を選択し、選択した全ての前記高確率情報選択基準値に基づいてコンテンツをデータ記憶手段から選択する
    　請求項４に記載の情報提供方法。
  6. 　コンピュータを、
    　コンテンツのアクセス時におけるユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上の情報選択基準の値との組を複数含む利用ログデータを記憶するデータ記憶手段と、
    　前記利用ログデータから、コンテンツのアクセスの頻度を、各コンテキストが取りうる各値と各情報選択基準が取りうる各値との組み合わせごとに集計する集計手段と、
    　前記集計手段が集計した結果から、各情報選択基準と各コンテキストとの間の連関係数を算出し、情報提供手段に出力するコンテキスト影響度算出手段と、
    　ｍ個（ｍは１以上）の情報選択基準毎に、前記連関係数に基づき、当該情報選択基準との連関が大きい方からｎ［ｈ］個（ｎ［ｈ］は１以上、ｈ＝１~前記ｍ）のコンテキストを選択し、前記ユーザ端末の一つ（カレント端末）から入力された前記ｎ［ｈ］個のコンテキストの値（カレント値）に基づいて前記カレント端末に出力するコンテンツを選択する情報提供手段と、
    　として動作させる情報提供プログラムを記憶するプログラム記憶媒体。
  7. 　前記コンピュータを、
    　前記ｍ個の情報選択基準毎に、選択した前記ｎ［ｈ］個のコンテキストの前記カレント値に基づいて、当該情報選択基準の取りうる各値の発生確率を計算し、当該発生確率が高い方からｐ［ｈ］個（ｐ［ｈ］は１以上）の値（高確率情報選択基準値）を選択し、選択した全ての前記高確率情報選択基準値に基づいてコンテンツをデータ記憶手段から選択する前記情報提供手段
    　として動作させる請求項６に記載の情報提供プログラムを記憶するプログラム記憶媒体。
PCT/JP2011/064995 2010-06-24 2011-06-23 情報提供装置、システム、方法、及びプログラム WO2011162415A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2012521561A JP5803912B2 (ja) 2010-06-24 2011-06-23 情報提供装置、システム、方法、及びプログラム
US13/704,322 US9100238B2 (en) 2010-06-24 2011-06-23 Information providing apparatus, system, method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010143684 2010-06-24
JP2010-143684 2010-06-24

Publications (1)

Publication Number Publication Date
WO2011162415A1 true WO2011162415A1 (ja) 2011-12-29

Family

ID=45371577

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/064995 WO2011162415A1 (ja) 2010-06-24 2011-06-23 情報提供装置、システム、方法、及びプログラム

Country Status (3)

Country Link
US (1) US9100238B2 (ja)
JP (1) JP5803912B2 (ja)
WO (1) WO2011162415A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014129159A1 (ja) * 2013-02-21 2014-08-28 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 情報通知方法及び情報通知システム
JP2015153189A (ja) * 2014-02-14 2015-08-24 日本電信電話株式会社 統計的ユーザ行動分析装置及び方法及びプログラム
WO2019097785A1 (ja) * 2017-11-17 2019-05-23 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

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10260955A (ja) * 1997-03-19 1998-09-29 Toshiba Corp 情報収集装置、情報評価装置、情報処理システム、情報収集方法、情報評価方法及び情報処理方法
JP2001282833A (ja) * 2000-03-29 2001-10-12 Nec Corp 顧客情報に基づく情報提供方法
JP2001306947A (ja) * 2000-04-20 2001-11-02 Ntt Data Corp アクセス分析システム、アクセス分析方法および記録媒体
JP2002334104A (ja) * 2001-05-07 2002-11-22 Sony Corp 情報配信システム、情報配信サーバ、クライアント、情報送信方法、受信方法、並びにプログラム
JP2004094383A (ja) * 2002-08-29 2004-03-25 Ntt Comware Corp レコメンデーション装置、広告配信方法
JP2006053616A (ja) * 2004-08-09 2006-02-23 Kddi Corp サーバ装置、ｗｅｂサイト推奨方法およびプログラム
JP2006133914A (ja) * 2004-11-02 2006-05-25 National Institute Of Advanced Industrial & Technology 情報アクセス関連度解析システムならびに情報アクセス関連度解析方法、情報アクセス関連度解析プログラムおよびその記録媒体
JP2009289068A (ja) * 2008-05-29 2009-12-10 Nippon Telegr & Teleph Corp <Ntt> 特性推定装置、特性推定システム、特性推定方法および特性推定プログラム
JP2010128927A (ja) * 2008-11-28 2010-06-10 Ntt Docomo Inc 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

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020152305A1 (en) * 2000-03-03 2002-10-17 Jackson Gregory J. Systems and methods for resource utilization analysis in information management environments
US7124272B1 (en) * 2003-04-18 2006-10-17 Symantec Corporation File usage history log for improved placement of files in differential rate memory according to frequency of utilizations and volatility of allocation space
JP2004355075A (ja) 2003-05-27 2004-12-16 Sony Corp 情報提示装置及び情報提示方法、並びにコンピュータ・プログラム
JP4387148B2 (ja) 2003-09-04 2009-12-16 株式会社デンソーアイティーラボラトリ コンテンツ配信システム及びコンテンツ受信再生装置
JP4074243B2 (ja) 2003-12-26 2008-04-09 株式会社東芝 コンテンツ提供装置と方法、およびプログラム
JP2009129359A (ja) 2007-11-27 2009-06-11 Toshiba Corp 情報提供システム、端末及び情報提供サーバ

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10260955A (ja) * 1997-03-19 1998-09-29 Toshiba Corp 情報収集装置、情報評価装置、情報処理システム、情報収集方法、情報評価方法及び情報処理方法
JP2001282833A (ja) * 2000-03-29 2001-10-12 Nec Corp 顧客情報に基づく情報提供方法
JP2001306947A (ja) * 2000-04-20 2001-11-02 Ntt Data Corp アクセス分析システム、アクセス分析方法および記録媒体
JP2002334104A (ja) * 2001-05-07 2002-11-22 Sony Corp 情報配信システム、情報配信サーバ、クライアント、情報送信方法、受信方法、並びにプログラム
JP2004094383A (ja) * 2002-08-29 2004-03-25 Ntt Comware Corp レコメンデーション装置、広告配信方法
JP2006053616A (ja) * 2004-08-09 2006-02-23 Kddi Corp サーバ装置、ｗｅｂサイト推奨方法およびプログラム
JP2006133914A (ja) * 2004-11-02 2006-05-25 National Institute Of Advanced Industrial & Technology 情報アクセス関連度解析システムならびに情報アクセス関連度解析方法、情報アクセス関連度解析プログラムおよびその記録媒体
JP2009289068A (ja) * 2008-05-29 2009-12-10 Nippon Telegr & Teleph Corp <Ntt> 特性推定装置、特性推定システム、特性推定方法および特性推定プログラム
JP2010128927A (ja) * 2008-11-28 2010-06-10 Ntt Docomo Inc 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

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014129159A1 (ja) * 2013-02-21 2014-08-28 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 情報通知方法及び情報通知システム
JPWO2014129159A1 (ja) * 2013-02-21 2017-02-02 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 情報通知方法及び情報通知システム
JP2015153189A (ja) * 2014-02-14 2015-08-24 日本電信電話株式会社 統計的ユーザ行動分析装置及び方法及びプログラム
WO2019097785A1 (ja) * 2017-11-17 2019-05-23 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

Also Published As

Publication number Publication date
US20130097231A1 (en) 2013-04-18
JP5803912B2 (ja) 2015-11-04
JPWO2011162415A1 (ja) 2013-08-22
US9100238B2 (en) 2015-08-04

Similar Documents

Publication Publication Date Title
US11765246B2 (en) Topical activity monitor and identity collector system
TWI636416B (zh) 內容個人化之多相排序方法和系統
US9116982B1 (en) Identifying interesting commonalities between entities
JP4914613B2 (ja) 評価情報管理システム、評価情報管理プログラム、および、評価情報管理方法
US20140280890A1 (en) Method and system for measuring user engagement using scroll dwell time
US20140278308A1 (en) Method and system for measuring user engagement using click/skip in content stream
US20150096043A1 (en) Methods and apparatus to identify privacy relevant correlations between data values
JP5673336B2 (ja) 情報処理方法、表示方法、情報処理装置、表示装置、情報処理プログラム、表示プログラム
US20110238730A1 (en) Correlated Information Recommendation
US10210242B1 (en) Presenting forked auto-completions
US20090198558A1 (en) Method and system for recommending jobseekers to recruiters
US20140280550A1 (en) Method and system for measuring user engagement from stream depth
KR101795785B1 (ko) 관심 분야별 취향 검색안내 시스템
JP2012113544A (ja) 飲食店推薦システム
US20150074544A1 (en) Information processing apparatus, information processing method, and program
JP2012068985A (ja) 質問回答検索装置及びその方法
JP5803912B2 (ja) 情報提供装置、システム、方法、及びプログラム
JP2006053616A (ja) サーバ装置、ｗｅｂサイト推奨方法およびプログラム
JP6414192B2 (ja) 情報処理装置、情報処理方法、情報処理プログラム
KR101544462B1 (ko) 위치기반 정보 제공 시스템에서의 클라이언트 단말 정보를 이용한 개인화 된 ｐｏｉ정보 제공 방법 및 그 클라이언트 단말
JP7392271B2 (ja) アイテム提示方法、アイテム提示プログラムおよびアイテム提示装置
JP2014222474A (ja) 情報処理装置、方法及びプログラム
JP5846033B2 (ja) 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム
JP6065061B2 (ja) 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム
KR102323153B1 (ko) 고객의 무의식 영역에 기반하여 의사결정 지원자료를 제공하는 의사결정 지원서버 및 그 의사결정 지원방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11798293

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012521561

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 13704322

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11798293

Country of ref document: EP

Kind code of ref document: A1