JP2004362019A - 情報推薦装置、情報推薦方法、情報推薦プログラム及び記録媒体 - Google Patents

Abstract

【課題】複数の情報源の履歴情報を利用して情報推薦を行う装置及び方法において、履歴情報は各情報源で共有し、幅広い情報推薦を行なう一方、各ユーザの情報源の利用傾向を考慮して情報推薦を行なえるようにする。
【解決手段】情報推薦装置内には、推薦処理プログラムとして、各情報からキーワードを抽出する手段６と、全情報源１０１〜１０４へのアクセス履歴からキーワードの重みを算出する手段７と、それぞれの情報源におけるアクセス履歴からキーワードの重みを算出する手段８と、前記２種類のキーワードの重みに基づき、各情報に対して推薦度を算出する手段９とを有している。情報源全体での利用履歴に基づいた情報推薦で且つ、ユーザの各情報源の利用傾向の違いにも対応できる情報推薦が可能である。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、履歴情報からユーザの好みを分析し、ユーザの好みに合致した情報を推薦する情報推薦装置、情報推薦方法、情報推薦プログラム及び記録媒体に関する。
【０００２】
【従来の技術】
従来、ユーザの好みに合致した情報推薦を行うために、ユーザの過去の使用履歴を観察し、履歴情報からユーザの好みを分析し、分析結果を基に情報推薦を行う装置及び方法がある。この装置及び方法では、予めユーザの好みをユーザに質問し、ユーザの回答を基に情報推薦を行う装置及び方法に比べて、ユーザ自身で気付いていない好みや、ユーザの好みの移り変わりに対応でき、よりユーザの好みに合致した情報推薦を行うことが可能である。
【０００３】
しかし、履歴を使用する前記従来の情報推薦装置及び方法の多くは、あるメディア情報に対して情報推薦を行う場合、対象となる情報源から提供される情報の履歴のみを利用して情報推薦を行っている。たとえば、おすすめのテレビ番組を推薦するためにテレビの視聴履歴のみを利用し、他の情報源の履歴は利用していない。ところが、現在では、多様なメディア情報源が存在しており、テレビのほかに、ウェブやメール等多様なコンテンツ情報が簡単にアクセスできることから、多様なメディア情報源の使用履歴情報を効果的に活かせる情報推薦装置及び方法が望まれている。
【０００４】
前記要望に対し、複数のメディア情報源のアクセス履歴を一括管理し、その履歴情報に基づき情報推薦を行う技術が開発されている（特許文献１等参照）。たとえば、テレビで見ている番組のホームページの情報を推薦したり、ウェブ上の検索エンジンでよく調べていた事柄に関するテレビ番組を推薦したり等のように、単一の情報源の履歴だけで分からないかったユーザの好みに応じて情報を推薦できるようになっている。すなわち、各メディア情報源の情報からキーワードを抽出し、それに対する複数の情報源の履歴情報を基に、新規情報がユーザの好みに合致するかどうかを評価することによって、多様なメディア情報を利用した情報推薦を可能にしている。
【０００５】
【特許文献１】
特開平１１―７４５３号公報。
【０００６】
【発明が解決しようとする課題】
しかし、前記特許文献１等に記載されている複数のメディア情報源のアクセス履歴を一括管理する装置及び方法は、キーワード毎の重みが複数の情報源間で同じに設定されているため、どの情報源からの情報に関しても同じ推薦度合で推薦されてしまう。たとえば、テレビでタレントＴを見る頻度が高いからといって、ウェブでは特に見たいとは思わない場合があり、このような場合でも、全体的にアクセス履歴の高いキーワードを含む情報がどの情報源でも上位に推薦されてしまうため、ウェブの閲覧においてもタレントＴが上位に推薦される可能性がある。
【０００７】
【発明の目的】
本発明は、履歴情報は複数の情報源間で共有して幅広い情報推薦を行う一方、ユーザの各情報源の利用の仕方の傾向を考慮して、できるだけユーザーの希望に合致した情報推薦を行なうことができる情報推薦装置及び方法等を提供することを目的としている。
【０００８】
【課題を解決するための手段】
上記の課題を解決するために、本願請求項１に係る情報推薦装置は、複数の情報源により提供される各情報からキーワードを抽出する手段と、全情報源へのアクセス履歴からキーワードの重みを算出する手段と、それぞれの情報源におけるアクセス履歴からキーワードの重みを算出する手段と、前記算出された２種類のキーワードの重みに基づき、各情報に対して推薦度を算出する手段とを有し、算出された推薦度に基づいてユーザの好みに合致する情報を推薦するように構成されている。
【０００９】
前記構成において、情報とは、主としてテレビ（又はラジオ）の視聴情報、ウェブの閲覧情報、メールの利用情報又は電子決済の情報等のメディア情報であり、テレビ放送局やインターネット等、各情報に対応する情報源から提供される。なお、前記電子決済の情報は、クレジットの決済や、インターネットショッピング、電子マネーを利用した買い物情報等のことであり、品名や金額などの情報が含まれている。
【００１０】
また、前記メディア情報の中の個々の各情報、たとえばテレビの場合は番組情報等を「コンテンツ又はコンテンツ情報」と称する。キーワードとは、各コンテンツ情報の属性情報や、各コンテンツ情報に含まれる文字列をいう。キーワードの例としては、あるテレビ番組のタイトル、出演者名、ジャンル名等であり、ＥＰＧ（電子番組情報）から得られるテキスト情報を元にキーワードを抜き出している。
【００１１】
あるメディア情報源αの新規情報に対する評価値を算出するには、新規情報に含まれるキーワードＮｘ（ｘ＝１〜ｎ）と、キーワードに対する重み情報から次のように算出される。キーワードの重みとは、基本的には出現数の多少によって決定され、出現数が多くなるほど、重みが大きくなる。
【００１２】
Ｐ（α） ＝
（（全メディア情報源におけるキーワードＮ１の重み）∪ （メディア情報源αにおけるキーワードＮ１の重み））
∪（（全メディア情報源におけるキーワードＮ２の重み） ∪ （メディア情報源αにおけるキーワードＮ２の重み））
∪ ・・・
∪（（全メディア情報源におけるキーワードＮｎの重み）∪（メディア情報源αにおけるキーワードＮｎの重み））
【００１３】
このようにして、他のメディア情報源の履歴を利用することによって、単一のメディア情報源の履歴からでは分からなかったユーザの好みをより正確に把握することができる。
【００１４】
また、各メディア情報源の重みを算出することによって、そのメディア情報源におけるキーワードの好み具合を考慮することができ、よりユーザの好みに合致した情報推薦を行える。
【００１５】
請求項２に係る情報推薦装置は、履歴コンテンツ情報からキーワードを抜き出し、キーワードの重みを算出する際に、そのコンテンツ情報毎にキーワードの重みを変えるように構成されている。これにより、そのキーワードに対するユーザの好み具合を考慮でき、よりユーザの好みを正確に把握することができる。
【００１６】
たとえば、あるテレビドラマの番組において、「出演者」をキーワードとしてそれぞれキーワードの重みを算出する際に、主演の場合は番組中で出演する場面が多いことからキーワードの重みを大きくし、逆に助演の場合は番組中で出演場面が少ないのでキーワードの重みを小さくする。従って、ある出演者に対するキーワードの重みは、その出演者が主演の番組を見ている場合には、ユーザがより好んでいると判断し、キーワードの重みが大きくなる。
【００１７】
請求項３に係る情報推薦装置は、推薦対象となるコンテンツ情報からキーワードを抜き出し、それらの重み情報によってコンテンツ情報の推薦度を算出する際に、そのコンテンツ情報に占める各キーワードの重要性を考慮し、それぞれにキーワードの重みを変えて算出することによって、ユーザの好みに合致した推薦度を算出するように構成される。
【００１８】
例えば、推薦対象としてあるテレビドラマ番組があった場合、出演者をキーワードとしてその重み情報から推薦度を算出するときに、主演の人の重みは大きく、助演の人の重みは小さくして推薦度を算出する。つまり、推薦対象となるコンテンツ情報において、出演場面が多いと考えられる人の重みを大きくする。それによって、ユーザが好んでいるタレントが出ている番組が複数あったとしても、より出演場面が多い番組が推薦されることになる。
【００１９】
請求項４に係る情報推薦装置は、複数のメディア情報に対して情報推薦度を算出して推薦する際に、推薦度が上位のコンテンツ情報の間で推薦度に差がなかった場合あるいは一定の得点差（たとえば１又は２）以内の場合には、メディア情報源毎の利用時間の傾向に基づいて、推薦順位を変更して推薦するように構成される。
【００２０】
たとえば、あるテレビ番組の推薦度とウェブページの推薦度があまり変わらなかった場合、テレビ番組の平均利用時間（視聴時間）とウェブページの平均利用時間とではウェブページの利用時間のほうが短いと考えられることから、ウェブページのほうを先に推薦する。また、利用終了後、テレビ番組を推薦してもよい。このように、利用傾向に基づいて推薦することで、ユーザにたくさんのコンテンツ情報を推薦することが可能になる。
【００２１】
【発明の実施の形態１】
【情報推薦装置】
［全体の基本構成］
図１は、本発明による情報推薦装置の実施の一形態を示すブロック図であり、この図１において、情報推薦装置は、推薦要求を受け付ける入力部１と、ＣＰＵ２及びメモリ３等を有する演算制御部４と、情報推薦用の各種プログラムを書き込んであるプログラム用の第１記憶部１０と、各種データを格納するデータ用の第２の記憶部１２と、各種情報を受信する受信部１３と、推薦情報を表示する表示部１５等を備えている。
【００２２】
前記受信部１３は、複数の情報源１０１，１０２，１０３，１０４等に接続可能であり、各情報源１０１，１０２，１０３，１０４から提供される各種情報を受信し、演算制御部４に伝送するようになっている。情報源１０１、１０２、１０３、１０４としては、テレビ放送情報源、ウェブ情報源、電子メールに関するメール情報源、電子決済等の情報源等がある。
【００２３】
前記プログラム用の第１の記憶部１０には、本発明による情報推薦処理に供される各種処理手段（プログラム）６，７，８，９が書き込まれている。すなわち、前記受信部１３で受信した各情報からキーワードを抽出するキーワード抽出手段（プログラム）６、全情報源１０１，１０２，１０３，１０４へのアクセス履歴からキーワードの重みを算出する第１の重み算出手段（プログラム）７、それぞれの情報源１０１，１０２，１０３，１０４へのアクセス履歴から各情報源毎のキーワードの重みを算出する第２の重み算出手段（プログラム）８及び前記算出された２種類のキーワードの重みに基づき、各情報に対し推薦度を算出する推薦度算出手段（プログラム）９が書き込まれている。前記情報推薦用の各手段（プログラム）６，７，８，９は、メモリ３にロードされ、データ用の第２の記憶部１２内の各データを参照して、ＣＰＵ２の制御のもとに実行される。
【００２４】
データ用の第２の記憶部１２は、履歴情報格納部（管理部）２１、キーワード評価テーブル２２及びコンテンツ評価テーブル２３等から構成されている。
【００２５】
履歴情報格納部２１には、ユーザが利用したコンテンツ情報の履歴が各情報源１０１，１０２，１０３，１０４毎にテキスト情報で格納されている。このテキスト情報は、前述のように受信部１３で受信して履歴情報格納部２１に格納するようになっているが、本装置がテレビ、ウェブ等の機能をもつ場合は、外部から受信する情報は放送コンテンツ情報等のコンテンツだけでよく、受信部１３で受信された放送コンテンツ情報からテキスト情報を抜き出し、履歴格納部２１に格納する。
【００２６】
本装置がテレビ、ウェブ等の機能を持たない場合は、ネットワークを介してそれらの機能をもつ別の機器から履歴情報を受信部１３が受信して、履歴格納部２１に格納する。
【００２７】
また、受信部１３では、外部サービス情報源１０５からの新規情報を受信し、新規情報の中からユーザに推薦する情報を選択する。新規情報とは、例えば、ＥＰＧのデータ、新規のホームページ情報、今週のおすすめホームページ情報、売り上げランキング情報、未読のメール等である。よって、受信部１３では、ユーザが本装置において利用した放送コンテンツ情報や、ユーザが他の機器において利用したコンテンツ情報の履歴情報、さらに新規情報を受信することになる。
【００２８】
図３はキーワード評価テーブル２２の例であり、前記図１のキーワード抽出手段６、第１の重み算出手段７及び第２の重み算出手段８の実行により、図３のキーワード評価テーブル２２には、抽出された各種キーワードの数が、それぞれ全情報源（総合）並びに各情報源毎に書き込まれ、情報を受信する毎に逐次更新される。
【００２９】
図４はコンテンツ評価テーブル２３の例であり、前記図１のキーワード抽出手段６、第１の重み算出手段７及び第２の重み算出手段８の実行により、図４のコンテンツ評価テーブル２３には、コンテンツ情報の名前、コンテンツ情報に含まれるキーワード、情報源の種類、算出された単純得点及びその情報源での得点等が書き込まれ、情報を受信する毎に逐次更新される。
【００３０】
なお、図３のキーワード評価テーブル２２に記入されるキーワードは、履歴情報が入ってくる度にそれに含まれる名詞をキーワードとして追加する追加型でもよく、予めキーワードを決定しておく固定型でもよい。
【００３１】
［具体的構成例］
以上概念的な構成を説明したが、次に具体的にコンテンツ情報例を挙げながら、情報推薦装置の説明をする。図１において、履歴情報格納部２１には、前述のように利用したコンテンツ情報の履歴をテキスト情報で格納するが、たとえばテレビを視聴した時には、視聴した番組のタイトルや出演者名、ジャンル名、番組説明文等の文字情報を格納する。これらの文字情報は、電子番組ガイド（ＥＰＧ）等のテキスト情報から抜き出すことができる。ウェブを閲覧した時には、ホームページのタイトルやアドレス情報等を格納する。電子メールの場合は、題名、送受信先のアドレス又はメール本分等を格納する。電子決済情報の場合は、購入した商品の名前、店の名前又は金額等を格納する。
【００３２】
図２は、図１の履歴情報格納部２１に格納したコンテンツ情報に含まれるキーワードを抽出し、図３のキーワード評価テーブル２２で一括管理する前の状態であり、各キーワードを各情報源（テレビ、ウェブ、メール、電子決済）１０１，１０２，１０３，１０４に分けて整理した状態を示したものである。
【００３３】
（キーワード評価テーブル）
図３に示すキーワード評価テーブル２２では、テレビ、ウェブ、メール、電子決済のコンテンツ情報に含まれるキーワードを一括管理しており、各情報源での履歴による得点と、全ての情報源での履歴をまとめた総合得点の両方を管理している。たとえば、得点「０」は、その情報源において、そのキーワードを含むコンテンツ情報を利用しなかったことを示す。なおここで履歴得点をカウントする時には、一定時間以上利用したものだけを対象とし、利用時間が極端に短い場合は、カウントしない方が正確な評価になる。
【００３４】
具体例を挙げて説明すると、図３において、「ニュース」というキーワードは、総合得点が１８であるが、そのなかで情報源１０４（テレビ）の履歴得点は２で、情報源１０２（ウェブ）の得点は８であり、これより「ニュース」というキーワードを含むコンテンツ情報は、テレビよりもウェブでよく利用していることが分かる。すなわち、ユーザは、「ニュース」というキーワードを含むコンテンツ情報をよく利用しているが、テレビではニュースをあまり視聴しておらず、ウェブ上でのニュース情報や、メールに流れるニュースをよくチェックしていること等が推測できる。
【００３５】
また、「音楽」のキーワードを含むコンテンツ情報もよく利用しているが、テレビでの得点が高いので、音楽番組をよく見ていること等が推測できる。
【００３６】
同じように、「映画」というキーワードには、メールや、電子決済での得点が高い。これより、テレビではあまり映画を見ないが、メール上でよく映画についての話題をやりとりしたり、電子決済の情報から、映画館で映画をみたり、レンタルビデオを借りしていること等が推測できる。
【００３７】
このように、ユーザの興味のある事柄でも、その事柄に関して利用する情報源は偏りがあると考えられ、これら情報源の偏りを考慮することにより、本発明では、ユーザの情報源の利用の仕方の傾向にしたがって、情報を推薦することが可能である。
【００３８】
このキーワード評価テーブル２２は、前記図１の履歴情報格納部２１に格納されるコンテンツ情報のテキスト情報から、キーワード抽出手段６を利用してキーワードを抽出し、第１及び第２の重み算出手段７，８を利用して、図２を経て図３のように、キーワード毎及びメディア情報源毎に履歴回数を更新する。
【００３９】
たとえば、テレビ番組を視聴した場合は、タイトル、ジャンル、出演者名、番組説明文などからキーワードを抜き出す。番組説明文は、形態素解析し、出現する名詞をキーワードとして抜き出してもよい。音楽番組を視聴した場合、ジャンル名から「音楽」というキーワードが抜き出され、総合得点、テレビの得点にそれぞれ追加される。
【００４０】
ウェブ閲覧履歴からは、閲覧したホームページのタイトル、テキスト情報からキーワードを抜き出し、総合得点、ウェブの得点にそれぞれ追加する。テキスト情報を形態素解析し、名詞をキーワードとして抜き出してよい。出現回数が多い単語を優先的にキーワードとしてもよい。例えば、ウェブで新聞記事を閲覧した場合、「新聞」というキーワードについて得点が追加される。
【００４１】
メール使用履歴からは、メールの題名、本文を形態素解析し、キーワードを抜き出して、それぞれのキーワードについて、総合、メールの得点が追加される。
【００４２】
電子決済の情報からは、商品名、店名、金額などがキーワードとして得点が追加される。
【００４３】
なお、前記説明では、情報源として、テレビ、ウェブ、メール、電子決済等の情報を利用しているが、勿論これらの情報源には限定されず、あるマルチメディア情報を利用した履歴がテキスト情報で取得できる場合は、それからキーワードを取得することもできる。
【００４４】
（コンテンツ評価テーブル）
図４に示すコンテンツ評価テーブル２３において、たとえば「ニュース２３」というコンテンツ情報は、「ニュース」というキーワードを含むテレビ番組なので、前記図３のキーワード評価テーブル２２を参照して、「ニュース」というキーワードの総合履歴得点と、テレビでの履歴得点から、単純得点と、テレビでの得点が算出される。
【００４５】
新規のコンテンツ情報を受信すると、コンテンツ情報からキーワードを抽出し、図１の第１及び第２の重み算出プログラム７，８を利用し、図３のキーワード評価テーブル２２を参照して得点を算出する。コンテンツ情報のキーワードの抽出は、先に述べた通りである。
【００４６】
図４において、「ニュース２３」の場合の得点の算出方法を具体的に説明する。キーワードＮ個を含むコンテンツ情報のコンテンツ評価テーブルの単純得点Ｘは、

であり、前記のようにコンテンツ情報が「ニュース２３」の場合は、「ニュース」というキーワードを含み、図３のキーワード評価テーブル２２から、その総合履歴得点が１８ということが分かり、単純得点は１８となる。
【００４７】
一方、一つの情報源αの得点Ｙは、

で算出され、情報源がテレビの場合は、図３のキーワード評価テーブル２２で「ニュース」のキーワードのテレビでの履歴得点が２であることから、１８＋２＝２０で、図４における「ニュース２３」のテレビでの得点が２０ということになる。
【００４８】
図４のコンテンツ評価テーブル２３の得点は、図３のキーワード評価テーブル２２が変更されるたびに変更される。また、新規のコンテンツ情報が入ってくる度にも算出される。
【００４９】
（推薦するコンテンツ情報の選び方）
図４のコンテンツ評価テーブル２３を参照し、図１の推薦度算出手段９を利用して、ユーザに推薦するコンテンツ情報を選出する。すなわち、入力部１からユーザによる推薦要求があった場合に、図４のコンテンツ評価テーブル２３から評価得点の高いコンテンツ情報を優先的に推薦する。このとき、単純得点ではなく、各情報源での得点を基に選出する。
【００５０】
たとえば、ユーザからの推薦要求が、「おすすめのテレビ番組を教えて欲しい」という内容ならば、図４のテレビの得点の中で一番得点の高いコンテンツ情報が選出される。たとえば「ニュース２３」のテレビの得点が２０であるのに対し、「ミュージックステーション」の得点が２４であることから、「ミュージックステーション」が選ばれる。
【００５１】
なお、単純得点では「ニュース２３」が１８で、「ミュージックステーション」が１６であり、「ニュース２３」のほうが高いが、これは、これらのコンテンツ情報に含まれる「ニュース」、「音楽」というキーワードで比較すると、「ニュース」をキーワードとする「ニュース２３」のほうが履歴得点が高いためである。
【００５２】
従来技術では、このような総合の履歴数が多いものが優先的に推薦されていたが、本実施の形態では、図３のキーワード評価テーブル２２から、「ニュース」はテレビでの得点数は低く、逆に「音楽」はテレビでの得点数が高いことがわかる。これによって、ユーザにテレビのコンテンツ情報を推薦する場合は、「音楽」を含むコンテンツ情報が優先されてもよいことが推測される。
【００５３】
複数の情報源の履歴を利用することによって、履歴情報が少ない状態でもよりユーザの好みに合致した情報を推薦できる可能性があるが、ユーザにはさまざまなメディア情報源を利用するときにも、個々のユーザの好みがあり、それを考慮した推薦方法が望ましい。メディア情報源毎において興味のある分野が変わる可能性もあり、このような場合にも対応できることが望まれる。
【００５４】
そこで、本発明では、総合の履歴数と、その情報源における履歴数を考慮した評価得点を算出することによって、メディア情報源全体での興味と、ある情報源内での興味を考慮した推薦を行うことが可能になる。全体的な興味の偏りと、メディア情報源間での興味の偏りを利用し、多様なメディア情報源の推薦に対応できる可能性がある。
【００５５】
ユーザからの推薦要求が、情報源を指定せず、「おすすめのコンテンツ情報を教えて欲しい」という内容ならば、図４の各情報源の得点のなかから高いものが優先される。この場合、得点が３８の「メールマガジンＮｏ．０２」が推薦される。
【００５６】
ユーザが情報源を指定しなかった場合、時間、使用端末などの状況によって、推薦するのでもよい。例えば、ユーザの使用している機器にテレビ機能がない場合は、テレビのコンテンツ情報を除いたものから選出したり、ユーザの今現在いる環境が、音をだせない状況ならば、メールコンテンツ情報を優先したりなどが考えられる。
【００５７】
なお、前述のように、単純得点は、従来技術との比較のために説明に用いたが、実際には使用しない。
【００５８】
【情報推薦処理の流れ】
図５は、本発明による情報推薦処理の流れの一例を示すフローチャート図である。ステップＳ４０１において、ユーザによる推薦要求、もしくは新着情報の受信、ユーザのアクセス履歴情報等が入力された場合には、ステップＳ４０２に進み、該入力が推薦要求かどうかを判別し、推薦要求でない場合は、ステップＳ４０３に進み、新規情報か否（すなわちアクセス履歴情報）かを判別する。
【００５９】
新規情報の場合にはステップＳ４０４に進み、新規情報の中からコンテンツ情報を一つ取り出し、ステップＳ４０５において、上記取り出したコンテンツ情報に含まれるキーワードを抽出する。キーワードの抽出の仕方は、先に述べたが、テキスト情報に含まれる名詞を抜き出してキーワードとするか、もしくはキーワード評価テーブル２２（図３）に存在するキーワードでテキスト情報の中に含まれるものを検索するものでもよい。
【００６０】
ステップＳ４０６において、前記ステップＳ４０５で抽出されたキーワードと図３のキーワード評価テーブル２２を参照し、コンテンツ情報の情報源における得点を計算する。計算の仕方は先に述べた通りであり、ステップＳ４０７において前記得点を図４のコンテンツ評価テーブル２３の対応する情報源の得点に追加する。なお、コンテンツ情報の単純得点は従来技術との比較を行うために、先の説明の中で説明したが、実際には使用しないので、計算しなくてよい。そして一つ一つのコンテンツ情報に関して上記の処理（Ｓ４０４〜Ｓ４０７）を行い、ステップＳ４０８において総てのコンテンツ情報の処理が終了したと判別すると、エンドに至る。
【００６１】
前記ステップＳ４０３において新規情報でないと判別した場合、すなわち、アクセス履歴情報だった場合は、ステップＳ４１０に進み、キーワード抽出手段６により、アクセスしたコンテンツ情報からキーワードを一つ取り出し、図３のキーワード評価テーブル２２を変更する。すなわち、図５のステップＳ４１１において、前記第１の重み算出手段７によりそのキーワードの総合得点のカウントを増やし、ステップＳ４１２において、前記第２の重み算出手段８によりその情報源における得点を増やす。キーワードが複数ある場合には、前記ステップＳ４１０〜Ｓ４１３の処理を繰り返し、ステップＳ４１３において、総てのキーワードについての処理が終了したと判別すれば、ステップＳ４１４に進み、図４のコンテンツ評価テーブル２３を変更する。すわち、そのキーワードを含み、メディア情報源が同じコンテンツ情報の、メディア情報源における得点を増やし、処理を終了する。
【００６２】
図５の前記ステップＳ４０２で情報推薦要求であった場合、前記推薦度算出手段９を利用して、ステップＳ４１５〜Ｓ４１８の処理が行われる。すなわち、ステップＳ４１５では、情報推薦要求に、メディア情報源の指定があるかないかを判別する。指定があった場合はステップＳ４１７に進み、指定された情報源から推薦情報を選択し、指定がなかった場合は、ステップＳ４１６に進み、全情報源から推薦情報を選択する。
【００６３】
情報の選択の仕方は先に述べたが、図４のコンテンツ評価テーブル２３を参照し、情報源における得点の高いコンテンツ情報を優先的に選択する。たとえばテレビ番組であれば、現在時刻に近いコンテンツ情報の優先度を上げたり、新しい情報ほど優先度を上げたり等、使用している機器がもつ機能や、ユーザの状況によって優先度を変更してもよい。そしてステップＳ４１６又はステップＳ４１７において推薦情報を選択したら、Ｓ４１８で情報を推薦して処理を終了させる。
【００６４】
以上、本発明の処理の流れの一例を述べたが、このように、複数の情報源の利用履歴を利用することによって、他の情報源で利用した興味のある分野の情報が別の情報源でも推薦することができ、履歴の少ない情報源においても個人の興味に合致した情報推薦が行うことが可能である。
【００６５】
さらに本発明では、全体のアクセス履歴だけでなく、情報源毎の履歴も利用して評価値を計算することにより、ユーザの情報源の利用傾向を考慮した情報推薦を行うことが可能である。これによって、メディア情報源ごとに利用する情報分野が異なるユーザにもよりよい情報推薦を行うことができる。
【００６６】
【発明の実施の形態２】
本願請求項２に係る発明に対応する実施の形態であり、履歴情報からキーワードの重みを算出する際に、前記実施の形態１では、キーワードの出現回数のみによって得点を算出していたが、本件実施の形態２では、そのコンテンツ情報によってキーワードの重みを変えて算出するために、前記図１のキーワード抽出手段６内に、キーワード毎に重み付けを行なう機能を備えている。その推薦方法を図５のフローチャートに基づいて説明する。
【００６７】
図５のステップＳ４１０において、たとえばテレビドラマの視聴履歴の場合、ＥＰＧのデータの中のタイトル、ジャンル、番組情報からキーワードを取り出すが、番組情報に出演者の情報も含まれていた場合に、出演者の中で主演の人の重みは大きく、助演の人の重みは小さくする。
【００６８】
たとえば図６及び図７により説明すると、テレビの履歴において、キーワードが俳優Ｂのところで、前述の図３では２回テレビで視聴していることから、得点は単純に２となっているが、該実施の形態２では、それが２回とも助演級だった場合は、重みを１回０．２とし、２回見ているので、図６のように俳優Ｂの得点は０．４となる。したがって、総合得点も、図３の俳優Ｂの総合得点３に対し、図７ではウェブでの得点１．０にテレビの得点０．４を加え、総合得点１．４となっている。
【００６９】
このように、番組のなかで出演場面が多く、ユーザが見ている人の重みを大きくしており、これによって、ユーザが見ている人の重みが大きくなり、その人が出演する番組の推薦度が高くなる。
【００７０】
たとえば、ユーザがタレントＴ１とタレントＴ２が好きで、それぞれが主演するドラマＤ１とＤ２を見ていたとする。さらに、どちらのドラマＤ１、Ｄ２にも助演としてタレントＴ３が出演していた場合、単に履歴ごとにカウントしていたのでは、タレントＴ３の重みが増えてしまうので、このような場合に本実施の形態のように、キーワードの重みに変化を付加することは有効である。
【００７１】
なお、主演かどうかの判断は、番組情報の出演者のなかで名前が最初の方に載っている人を主演であると判断する。普通ＥＰＧのデータには、番組情報の中で出演者が先に載っていて、その後に番組の説明文が続く。テレビドラマだけでなく、映画でもよい。
【００７２】
該実施の形態２による推薦処理は、必ずしも２種類のキーワードの重みを利用しなくてもよく、また、複数のメディア情報源の推薦の場合だけではなく、単独のメディア情報源内での推薦にも適応できる。したがって、履歴情報からキーワードを取り出してその重みを算出し、ユーザの好みを把握する場合のみに用いることができる。その場合の処理の流れは、図５のステップＳ４１０からＳ４１４までの処理となる。
【００７３】
【発明の実施の形態３】
本願請求項３に係る発明に対応する実施の形態であり、ユーザの好みを示すキーワードに基づいて、ユーザの好みに合致する情報を推薦する情報推薦装置であって、図１の推薦度算出手段９として、推薦対象となる情報に対し、該情報に含まれるキーワード毎に重み付けを変えて推薦度を算出する手段を備えている。
【００７４】
すなわち、図５のステップＳ４０５で新規コンテンツ情報からキーワードを取り出し、図３のキーワード評価テーブル２２を参照し、図５のステップＳ４０６でコンテンツ情報の評価を行うときに、コンテンツ情報におけるキーワードの重みを考慮して評価を行う。
【００７５】
具体的には、コンテンツ情報がテレビドラマ番組であった場合、主演の人の重みを大きくし、助演の人の重みを小さくして、コンテンツ情報の評価値を算出する。たとえば、図８で映画の評価を行なう場合に、俳優Ｂにおける重みは、前記図３のキーワード評価テーブル２２により、総合の重みが３、テレビにおける重みが２であるが、俳優Ｂがこの映画において助演であるとすると、本件実施の形態３では、その重みをそれぞれ１／２にする。それによって、評価値は次のような式で計算される。
【００７６】

【００７７】
この方法を用いると、例えば、ユーザがタレントＴを好きでその重みが高かった場合に、そのタレントＴが出演する番組が複数あった場合、そのタレントＴが主演する番組の推薦度を高くすることが可能である。
【００７８】
どれが主演かを判別する方法は、上記実施の形態２で述べている。どちらも例ではテレビドラマの主演の人の重みをあげることで説明しているが、テレビドラマや映画に限定されない。たとえば、テレビのタイトルに「タレントＴの料理番組」などのように、タイトルからタレントＴが中心であることがわかる場合には、そのタレントＴの重みを重くしてもよい。
【００７９】
タイトルからタレントＴを切り出すには、人名辞書を用いて切り出すかもしくは、番組説明の場所にタレントＴの名前が出演者として載っている場合は、そこからタレントＴを切り出すことができる。
【００８０】
前記の実施の形態２と同じく、この方法は２種類のキーワードの重みを利用しなくてもよく、また複数のメディア情報源の推薦の場合だけではなく、単独のメディア情報源内での推薦にも適応できる。したがって、キーワードの重みからユーザへの推薦度を算出する場合のみに用いることができる。その場合の処理の流れは、図５のステップＳ４０４からＳ４０９までとなる。
【００８１】
【発明の実施の形態４】
本願請求項４に係る発明に対応する実施の形態であり、図１の推薦度算出手段９は、各情報間で推薦度の差が０か一定値以内の場合には、情報源毎の利用時間の傾向に基づいて推薦順位を変更する機能を備えている。
【００８２】
すなわち、前記図５のステップＳ４１６において、全情報源から情報推薦を行うときに、上位の推薦度の差が一定値以内の場合に、利用時間傾向の短いメディア情報源の情報から推薦する。
【００８３】
図９は推薦方法を具体的に示すフローチャート図であり、ステップＳ４１６からコンテンツ情報の評価値が上位のものに注目し、ステップＳ５０１において、それらの評価値の差が少ないかどうかを判断する。得点差が０か一定値以内の場合、ステップＳ５０２でそれらの上位コンテンツ情報の中で複数のメディア情報源の種類が存在するかどうかを調べる。例えば、テレビのコンテンツ情報とウェブのコンテンツ情報が存在していたとすると、ステップＳ５０３に進み、それらの複数の情報源間で利用時間の傾向が異なるかどうかを判断し、異なる場合にはステップＳ５０４に進み、一つのコンテンツ情報に対してテレビとウェブの利用時間は、たとえばウェブのほうが短いことにより、利用時間傾向の短いウェブのコンテンツ情報を優先して推薦する。ステップＳ５０５でユーザが推薦したコンテンツ情報をチェックし終えたら、ステップＳ５０６に進み、他に上位の推薦コンテンツ情報があるかどうかを調べ、ＹＥＳであれば、ステップＳ５０２に戻り、ステップＳ５０３〜Ｓ５０６の処理を繰り返し、次に利用時間傾向の短いメディア情報源のコンテンツ情報を推薦する。
【００８４】
なお、前記図９の説明ではステップＳ４１６の流れから説明したが、この方法は複数の情報源の推薦において、キーワードの重みを情報源全体における重みと、情報源毎の重みと２種類用意しなくても適応できる方法であり、キーワードの重みからユーザへの推薦度を算出する場合のみに用いることができる。
【００８５】
また、メディア情報源毎ではなく、コンテンツ情報毎に重みを変えてもよい。たとえば、テレビ番組を視聴した場合、そのテレビ番組の番組時間と、利用時間が異なる場合は、重みを変えてもよい。１時間の番組を３０分しか見ていなかった場合は、１時間全部みたときよりも注目度が低いと考えて、重みを半分にしてもよい。
【００８６】
【発明の他の実施の形態】
利用時間を考慮する場合、たとえば図５のステップＳ４１０で履歴得点をカウントする際に、利用時間の極端に短い履歴は履歴としてカウントしないほうが望ましい。これは、テレビの場合、ザッピングしているときが考えられるからである。この場合の履歴を履歴としてカウントする利用時間の閾値は、情報源毎に異なるのが合理的である。
【００８７】
たとえば、テレビのほうがウェブより閾値が長いのは当然である。なぜならば、ウェブのプロ野球記事は数分で読めるが、テレビのプロ野球中継が数分以内というのは利用と言い難い。
【００８８】
以上のことから、メディア情報源毎に利用時間の傾向から閾値を定め、それよりも長い利用時間の履歴はカウントし、短い場合はカウントしないようにしてよい。
【００８９】
【発明の効果】
本発明では、メディア情報源全体のアクセス履歴数を利用することにより、他の情報源に興味ある分野の情報が別の情報源でも推薦することができる。また、全体のアクセス履歴数だけでなく、メディア情報源毎の履歴数も利用して評価値を計算することにより、メディア情報源ごとに利用する情報分野が異なるユーザにも対応することができる。これによって、少ない履歴でも情報源全体での興味を考慮した幅広い情報推薦が可能であり、また、情報源毎の利用傾向も考慮できることから、よりユーザのニーズにあった情報推薦をすることが可能である。
【図面の簡単な説明】
【図１】本発明による情報推薦装置の実施の一形態を示すブロック図である。
【図２】本発明による情報推薦装置の履歴情報格納部から抽出したキーワード履歴の一例であって、キーワード評価テーブル作成途中の状態を示す図である。
【図３】本発明による情報推薦装置のキーワード評価テーブルの一例を示す図である。
【図４】本発明による情報推薦装置のコンテンツ評価テーブルの一例を示す図である。
【図５】本発明による情報推薦装置の処理の流れの一例を示すフローチャート図である。
【図６】本発明による情報推薦装置の履歴情報格納部から抽出したキーワード履歴の別の例であって、キーワード評価テーブル作成途中の状態を示す図である。
【図７】図６に対応するキーワード評価テーブルを示す図である。
【図８】図６に対応するコンテンツ評価テーブルを示す図である。
【図９】本願の請求項４に係る発明に対応する情報推薦装置の処理の流れの一例を示すフローチャート図である。

Claims (7)

1. 複数の情報源から提供される情報に対するユーザの過去の履歴を管理して、履歴情報からユーザの好みを推定し、ユーザの好みに合致する情報を推薦する情報推薦装置であって、
   前記提供された各情報からキーワードを抽出する手段と、
   全情報源へのアクセス履歴からキーワードの重みを算出する手段と、
   それぞれの情報源におけるアクセス履歴からキーワードの重みを算出する手段と、
   前記算出された２種類のキーワードの重みに基づき、各情報に対して推薦度を算出する手段とを有し、
   算出された推薦度に基づいてユーザの好みに合致する情報を推薦するようにしたことを特徴とする情報推薦装置。
2. 情報源から提供されるコンテンツ情報に対するユーザの過去の履歴を管理して、履歴情報からユーザの好みを推定し、ユーザの好みに合致する情報を情報推薦装置であって、
   ユーザの利用したコンテンツ情報からキーワードを抽出すると共に抽出したキーワード毎に重み付けを行う機能を有する手段と、
   推薦対象となる情報に含まれるキーワードに基づいて、各情報に対して推薦度を算出する手段を備え、
   ユーザの好みに合致する情報を推薦するようにしたことを特徴とする情報推薦装置。
3. ユーザの好みを示すキーワードに基づいて、ユーザの好みに合致する情報を推薦する情報推薦装置であって、
   推薦対象となる情報に対し、該情報に含まれるキーワード毎に重み付けを変えて推薦度を算出する手段を備えた情報推薦装置。
4. ユーザの好みを示すキーワードに基づいて複数の情報源から提供される情報に対してユーザの好みに合致する情報を推薦する情報推薦装置であって、
   各情報間で推薦度の差が所定の大きさ以内の場合に、情報源毎の利用時間の傾向に基づいて推薦順位を変更する機能を備えたことを特徴とする情報推薦装置。
5. 複数の情報源から提供される情報に対するユーザの過去の履歴を管理して、ユーザの好みを推定し、ユーザの好みに合致する情報を推薦する情報推薦方法であって、
   各情報からキーワードを抽出するステップと、全情報源へのアクセス履歴数からキーワードの重みを算出するステップと、それぞれの情報源におけるアクセス履歴数からキーワードの重みを算出するステップを有し、
   前記算出された２種類のキーワードの重みに基づき、ユーザの好みに合致する情報を推薦することを特徴とする情報推薦方法。
6. コンピュータを請求項１記載の情報推薦装置として稼動させるための情報推薦プログラム。
7. 請求項６に記載の情報推薦プログラムを記録した記録媒体。

Images