Nothing Special   »   [go: up one dir, main page]

WO2004054246A1 - 情報処理装置および情報処理方法、記録媒体、並びにプログラム - Google Patents

情報処理装置および情報処理方法、記録媒体、並びにプログラム Download PDF

Info

Publication number
WO2004054246A1
WO2004054246A1 PCT/JP2003/015926 JP0315926W WO2004054246A1 WO 2004054246 A1 WO2004054246 A1 WO 2004054246A1 JP 0315926 W JP0315926 W JP 0315926W WO 2004054246 A1 WO2004054246 A1 WO 2004054246A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
vector
program
user
preference
Prior art date
Application number
PCT/JP2003/015926
Other languages
English (en)
French (fr)
Inventor
Noriyuki Yamamoto
Mitsuhiro Miyazaki
Mari Saito
Hiroyuki Koike
Original Assignee
Sony Corporation
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 Sony Corporation filed Critical Sony Corporation
Priority to EP03778859.3A priority Critical patent/EP1571836B1/en
Priority to US10/538,181 priority patent/US7577645B2/en
Publication of WO2004054246A1 publication Critical patent/WO2004054246A1/ja
Priority to US11/514,255 priority patent/US7587382B2/en

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/08Systems for the simultaneous or sequential transmission of more than one television signal, e.g. additional information signals, the signals occupying wholly or partially the same frequency band, e.g. by time division
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21Server components or server architectures
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23Processing of content or additional data; Elementary server operations; Server middleware
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H04N21/2353Processing of additional data, e.g. scrambling of additional data or processing content descriptors specifically adapted to content descriptors, e.g. coding, compressing or processing of metadata
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/433Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4334Recording operations
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508Management of client data or end-user data
    • H04N21/4532Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/482End-user interface for program selection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84Generation or processing of descriptive data, e.g. content descriptors
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/44Receiver circuitry for the reception of television signals according to analogue transmission standards
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/78Television signal recording using magnetic recording
    • H04N5/782Television signal recording using magnetic recording on tape
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41Structure of client; Structure of client peripherals
    • H04N21/426Internal components of the client ; Characteristics thereof
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/765Interface circuits between an apparatus for recording and another apparatus
    • H04N5/775Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television receiver
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/78Television signal recording using magnetic recording
    • H04N5/781Television signal recording using magnetic recording on disks or drums
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/84Television signal recording using optical recording
    • H04N5/85Television signal recording using optical recording on discs or drums
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/907Television signal recording using static stores, e.g. storage tubes or semiconductor memories
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • Y10S707/99934Query formulation, input preparation, or translation

Definitions

  • the present invention relates to an information processing apparatus, an information processing method, a recording medium, and a program, and particularly to a user who watches a program such as a television broadcast or a radio broadcast, streaming data, and the like.
  • the present invention relates to an information processing apparatus and an information processing method, a recording medium, and a program that are suitable for use in recommending programs and programs.
  • program information program metadata
  • EPG electronic program guide
  • the method of recommending a program to a user differs depending on the method of acquiring user preference data. For example, an initial interest registration method in which information on a user's interest is initially registered, and a program is recommended based on the information, There is a viewing history usage method that recommends programs using the history of programs viewed in the past, or a collaborative filtering method that recommends programs using the viewing histories of other users. Was.
  • the user can enter, for example, a favorite program category (eg, drama, variety, etc.), a favorite genre (inference, comedy, etc.), or a favorite talent name.
  • a favorite program category eg, drama, variety, etc.
  • a favorite genre inference, comedy, etc.
  • a favorite talent name is obtained by matching with the program metadata using these information as keywords.
  • the watched program metadata is stored every time the user views the program.
  • the data is analyzed to obtain information such as, for example, favorite program categories, favorite genres, or favorite talent names.
  • the program name to be recommended can be obtained.
  • HDD hard disk drive
  • user operations such as recording reservation or recording are accumulated as history information, which may be used to acquire preference information.
  • history information which may be used to acquire preference information.
  • the user was not watching the program with particular interest, but was watching the program because he had a television receiver or radio. It is possible to distinguish some of the programs that are interested and consciously watched, and acquire information that reflects the user's preferences.
  • the viewing history of the first user is matched with the viewing histories of other users, so that the viewing history is similar to that of the first user.
  • searching for the second user and acquiring the history data of the viewing or operation the programs that the second user has watched and the programs that the first user has not watched are extracted and recommended. Is what you do.
  • an n-dimensional attribute vector is added to the broadcast program in advance as program attribute information, and the initial registration contents of the user, the attribute of the program that the user has reproduced or recorded for recording, and the attribute items of each attribute of the vector are set.
  • There is a technology that can select a program to be recorded or a program to be played back by comparing a selection vector generated based on an average value with an attribute vector for example, And Japanese Patent Application Laid-Open No. 2001-16955).
  • a program when a program is selected by simply using the total or average of metadata collected based on the user's viewing history, such as a history utilization method, if the history is not accumulated to some extent, It is not possible to recommend programs that match the user's preferences correctly. Furthermore, in the history use method, the relationship between metadata was lost, and sufficient personalization was not possible. Also, by accumulating the history, items that tend to overlap as a history (such as genres) (items that are likely to be detected as being preferred by the user), and items such as performers whose elements tend to spread as a history (such as those that the user prefers) The weighting may be biased.
  • a broadcast program is added with a program attribute vector in advance, so that the initial registration contents of the user and the reproduction and reproduction of the user can be performed.
  • the program to be recorded or played back by comparing the selected vector generated based on the average value of each attribute item of the attribute vector of the program reserved for recording with the attribute vector.
  • performer B who frequently appears in dramas though he is not a favorite actor, overlaps history as comedian A who rarely appears in dramas. Therefore, the documentary starring performer B who frequently appears in the drama will be recommended over the variety starring Comedy A.
  • the present invention has been made in view of such a situation, and it is an object of the present invention to be able to select a program that matches a user's preference.
  • An information processing apparatus includes: an attribute information acquisition unit that acquires attribute information of a content; an operation history acquisition unit that acquires an operation history of a user; and an operation history acquired by the operation history acquisition unit.
  • First preference information indicating a positive factor of preference preference information generating means for generating second preference information indicating a negative factor of user preference, similarity between the first preference information and attribute information
  • a recommendation information generating means for independently calculating the similarity between the second preference information and the attribute information to generate recommendation information indicating content recommended for viewing by the user.
  • the first preference information and the second preference information generated by the preference information generating means, and the attribute information obtained by the attribute information obtaining means are each composed of a plurality of items.
  • the first preference information and the second preference information can be generated for each element of the focused item by focusing on one of the items of the operation history acquired by the means. Can extract the first preference information and the second preference information corresponding to the element of the attribute information, and calculate the degree of similarity with the attribute information.
  • the recommendation information generating means may generate the content having a low similarity in any of the contents. Can be generated.
  • the first preference information and the second preference information generated by the preference information generating means, and the attribute information obtained by the attribute information obtaining means, are assumed to be solid for each predetermined item. Can be.
  • Normalization processing means for normalizing at least a part of the content attribute information and at least one of the first preference information and the second preference information for each item may be further provided.
  • the means include: calculating the similarity between the attribute information of the content, which is at least partially normalized by the normalization processing means, and the first preference information and the second preference information; Can be generated.
  • the recommendation information generating means includes the recommendation information based on the inner product operation of the first preference information and the second preference information generated by the preference information generation means and the attribute information acquired by the attribute information acquisition means. Can be generated.
  • the predetermined item may be composed of a large item and a small item that classifies the large item in more detail.
  • the recommended information generating means includes a first preference generated by the preference information generating means.
  • the second preference information and the attribute information obtained by the attribute information obtaining means are calculated for inner items for each major item, and recommendation information is generated based on the sum of the inner product calculation results.
  • the operation history acquisition means classifies the acquired operation history into a first operation history indicating content that the user prefers and a second operation history indicating content that the user does not like.
  • the preference information generating means can generate the first preference information based on the first operation history, and can generate the second preference information based on the second operation history. Is generated.
  • the recommendation information generating means includes a second preference generated by the preference information generating means based on a similarity between the first preference information generated by the preference information generating means and the attribute information obtained by the attribute information obtaining means.
  • Recommendation information can be generated based on a value obtained by subtracting the degree of similarity between the information and the attribute information obtained by the attribute information obtaining means.
  • a display means for displaying the recommendation information generated by the recommendation information generating means can be further provided.
  • the information processing apparatus may further include a receiving unit that receives the content, and a selection control unit that controls selection of content received by the receiving unit based on the recommendation information generated by the recommendation information generating unit.
  • Recording means for recording the content selected to be received by the selection control means can be further provided.
  • An information processing method includes: an operation history acquisition step of acquiring a user operation history; and a first operation history indicating a positive factor of a user preference based on the operation history acquired by the operation history acquisition step.
  • a preference information, a preference information generating step of generating second preference information indicating a negative factor of the user's preference, a similarity between the first preference information and the attribute information, and a second preference information and the attribute A recommendation information generating step of calculating recommendation information indicating content matching the user's preference by independently calculating the similarity with the information.
  • the program recorded on the recording medium of the present invention comprises: an operation history acquisition step of acquiring a user operation history; and a positive factor of the user's preference based on the operation history acquired by the operation history acquisition step.
  • a first preference information indicating a negative factor of the user's preference; a preference information generating step of generating second preference information; a similarity between the first preference information and the attribute information; The similarity between preference information and attribute information 3 015926
  • the program according to the present invention includes: an operation history acquisition step for acquiring a user operation history; and first preference information indicating a positive factor of the user's preference based on the operation history acquired by the operation history acquisition step.
  • first preference information indicating a positive factor of the user's preference, and a negative factor of the user's preference. Is generated, and the similarity between the first preference information and the attribute information and the similarity between the second preference information and the attribute information are calculated independently. Recommendation information indicating content recommended for viewing by the user is generated.
  • FIG. 1 is a diagram illustrating television program broadcasting and distribution of stream data.
  • FIG. 2 is a block diagram showing the configuration of the distribution server of FIG.
  • FIG. 3 is a flowchart illustrating the program vector generation processing 1.
  • FIG. 4 is a diagram illustrating EPG data.
  • FIG. 5 is a diagram for explaining a program vector.
  • FIG. 6 is a flowchart illustrating the program vector generation processing 2.
  • FIG. 7 is a flowchart illustrating the grouping process 1.
  • FIG. 8 is a flowchart illustrating the grouping process 2.
  • FIG. 9 is a flowchart illustrating the title grouping process 1.
  • FIG. 10 is a flowchart for explaining the title grouping process 2.
  • FIG. 11 is a flowchart illustrating title grouping process 3.
  • FIG. 12 is a flowchart illustrating title grouping processing 4.
  • FIG. 13 is a block diagram showing a configuration of the program recommendation processing device of FIG.
  • FIG. 14 is a flowchart illustrating the positive history vector and negative history vector generation processing 1.
  • FIG. 15 is a diagram for explaining the normal history vector.
  • FIG. 16 is a flowchart illustrating the positive history vector and negative history vector generation processing 2.
  • FIG. 17 is a flowchart illustrating the matching process 1.
  • FIG. 18 is a flowchart illustrating the matching process 2.
  • FIG. 19 is a flowchart illustrating the matching process 3.
  • FIG. 20 is a flowchart illustrating the matching process 4.
  • FIG. 21 is a flowchart illustrating the matching process 5.
  • FIG. 22 is a flowchart illustrating the user-side effect vector generation processing 1.
  • FIG. 23 is a flowchart illustrating the user-side effect vector generation processing 2.
  • FIG. 24 is a flowchart illustrating the user-side effect vector generation processing 3.
  • FIG. 25 is a flowchart illustrating the user-side effect vector generation processing 4.
  • FIG. 26 is a flowchart for explaining the first reaction vector generation process on the user side.
  • FIG. 27 is a flowchart illustrating the user-side reaction vector generation process 2.
  • FIG. 28 is a flowchart illustrating a matching process including group recommendation.
  • FIG. 29 is a flowchart illustrating a matching process using a user model.
  • FIG. 30 is a flowchart illustrating the exception recommendation process.
  • FIG. 31 is a block diagram illustrating a configuration of the television receiver in FIG. 1.
  • FIG. 32 is a block diagram illustrating a configuration of the television display device in FIG. 1.
  • FIG. 33 is a flowchart illustrating the recommendation information display process.
  • FIG. 34 is a flowchart for explaining the automatic channel setting process.
  • FIG. 35 is a block diagram showing a configuration of the recording / reproducing apparatus of FIG.
  • FIG. 36 is a flowchart illustrating the automatic recording process.
  • FIG. 37 is a block diagram illustrating a different configuration example of the distribution server.
  • FIG. 38 is a block diagram showing a different configuration example of the program recommendation processing device.
  • FIG. 39 is a view for explaining different examples of networks for television program broadcasting and stream data distribution.
  • FIG. 40 is a block diagram illustrating a different configuration example of the distribution server. BEST MODE FOR CARRYING OUT THE INVENTION
  • the broadcast station 1 transmits a terrestrial program broadcast or a satellite wave program broadcast via the satellite 2.
  • the antenna 3 of the television receiver 4 receives a terrestrial or satellite program broadcast.
  • the broadcast signal includes an EPG (Electronic Program Guide) as necessary.
  • EPG Electronic Program Guide
  • the distribution server 5 reads the streaming data from the streaming data database 6 and distributes the streaming data to the television receiver 4 via a network 8 including the Internet and other networks.
  • Reads the EPG which is information about the program broadcasted from 1, or metadata containing more detailed information than the EPG, generates a program vector PP for each program, and creates a network along with the EPG data. 8 to the EPG receiving device 9.
  • the processing uses the same information as the EPG superimposed on the general broadcast signal. You may do it. If the amount of information of the EPG superimposed on the general broadcast signal is not sufficient information for the processing described below, the processing includes the EPG superimposed on the general broadcast signal. In addition, metadata may be used alone or independently.
  • information including metadata is used, and this information is referred to as EPG data. Shall be collectively referred to as
  • the EPG receiving device 9 supplies the distributed EPG data to the television receiving device 4. Further, the EPG receiving device 9 supplies the program recommendation processing device 10 with the program vector PP distributed together with the EPG data.
  • the television receiving device 4 having a tuner is connected to the television display device 11 having an operation unit or the control signal indicating the selection of a channel supplied from the recording / reproducing device 12 via the antenna 3 based on a control signal. It selects and receives terrestrial or satellite broadcast signals, and receives streaming data from a distribution server 5 via a network 8.
  • the television receiver 4 receives the supply of the EPG data from the EPG receiver 9 and supplies the EPG data to the television display device 11 or the recording / reproducing device 12. If the received broadcast wave contains an EPG, the television receiver 4 separates it from the program signal and supplies it to the television display device 11 or the recording / reproducing device 12, respectively. .
  • the program recommendation processing device 10 obtains the program vector PP from the EPG receiving device 9 and obtains the operation port from the television display device 11 and the recording / reproducing device 12. It generates recommendation information for recommending a program that matches the user's preference based on the information or the user's operation input, and supplies it to the television display device 11 and the recording / reproducing device 12.
  • the television display device 11 displays a broadcast signal supplied from the television receiving device 4 or a reproduced signal supplied from the recording / reproducing device 12 based on a user's operation input, and recommends a program. Based on the recommendation information supplied from the processing device 10, a channel is automatically set or recommended program information is displayed.
  • the television display device 11 supplies an operation log, which is an operation history of the user, to the program recommendation processing device 10.
  • the recording / reproducing device 12 records the broadcast signal supplied from the television receiver 4 on a mounted recording medium or a built-in recording medium (for example, a hard disk) based on a user's operation input. On the basis of the recommendation information supplied from the program recommendation processing device 10, the broadcast signal supplied from the television receiving device 4 is automatically recorded on a mounted recording medium or a built-in recording medium. Further, the recording / reproducing device 12 reproduces a program recorded on a mounted recording medium or a built-in recording medium, and outputs the program to the television display device 11 for display. Further, the recording / reproducing apparatus 12 supplies an operation log, which is a user's operation history, to the program recommendation processing apparatus 10.
  • a mounted recording medium or a built-in recording medium for example, a hard disk
  • the EPG receiving device 9, the television receiving device 4, the program recommendation processing device 10, the television display device 11, and the recording / reproducing device 12 have been described as different devices, respectively. It does not have to be configured separately.
  • the EPG receiving device 9, the television receiving device 4, and the television display device 11 may be integrally configured as a television receiver 15-1 having a built-in tuner function.
  • the recording / reproducing apparatus 12 may be integrally configured to be configured as a television receiver 15-2 having a recording function. It can be said that the recording / reproducing apparatus 12 may be a so-called hard disk recorder having a large-capacity hard disk as a recording medium. Not even.
  • the program recommendation processing device 10 is built in a television receiver 15-1 having a built-in tuner function, and can be used as a television receiver 15-3 or a television receiver 1 having a recording function.
  • the television receiver 15-5-4 may be built in the 5-2.
  • FIG. 2 is a block diagram showing the configuration of the distribution server 5.
  • the data acquisition unit 21 acquires data from the metadata database 7 and the streaming data database 6, supplies the data to the data transmission unit 25, and supplies the EPG data to the metadata extraction unit 22. Further, the data acquisition unit 21 executes a process of grouping the EPG data registered in the metadata database 7 according to the contents.
  • the metadata extraction unit 22 extracts data necessary to generate the program vector PP from the EPG data supplied from the data acquisition unit 21 and supplies the data to the program vector generation unit 23.
  • the program vector generation unit 23 generates a program vector PP based on the metadata, and if necessary, associates the program side effect vector EfPP stored in the data storage unit 24 with The data is supplied to the data transmission unit 25.
  • the data storage unit 24 stores the program side effect vector EfPP, which is information necessary for generating the program vector PP, as necessary.
  • the characteristics of genres and contents are strong, and in variety programs, the cast elements are strong. Characteristics and dramas are characterized by strong performers and scriptwriters. These characteristics must be used to correctly extract program features. In other words, of the elements that make up the program vector PP, which elements are important in the matching process that is performed to recommend a program that matches the user's preference depends on the genre of the program.
  • the program genre of the program is “education 'documentation'”, the important items are not the performers but the contents and titles.
  • the program genre is “drama”, the important items are the performer and the writer.
  • the data transmission unit 25 includes the EPG data and streaming data supplied from the data acquisition unit 21, the program vector PP supplied from the program vector generation unit 23, and the program side effect vector.
  • the EfPP is transmitted to the EPG receiving device 9 or the television receiving device 4 via the network 8.
  • a drive 26 is connected to the program vector generation unit 23 as necessary.
  • the magnetic disk 31, the optical disk 32, the magneto-optical disk 33, and the semiconductor memory 34 are mounted on the drive 26 as necessary, and data is transferred.
  • step S1 the data acquisition unit 21 receives the supply of the EPG data composed of the metadata from the metadata database 7.
  • step S2 the metadata extraction unit 22 receives the supply of the EPG data from the data acquisition unit 21 and extracts the metadata required to generate the program vector PP. Output to
  • Figure 4 shows an example of metadata. Metadata, for example, as a genre
  • Metadata includes the director's name, scriptwriter's name, photographer (photographer), music staff, performers, etc., and the content of this program, such as movie commentary.
  • step S3 the program vector generation unit 23 performs a morphological analysis on the title, contents, and the like included in the metadata as necessary, and decomposes the words into words.
  • the program vector generation unit 23 uses the title of the movie included in the metadata as a title and breaks it down into three words, “Tokaido”, “Mitani”, and “Kaidan”.
  • the program vector generation unit 23, as shown in FIG. 4 in the metadata describes the movie “'59 Shinseiho Style, depicting the world of Mitani Kaidan, famous for its beautiful beauty.
  • step S4 the program vector generation section 23 converts each item included in the metadata into a vector, generates a program vector PP, and ends the processing.
  • the generated program vector PP is output to the data transmission unit 25 and transmitted to the EPG reception device 9 via the network 8.
  • all the detailed elements may be arranged in one column, or they may be separated into large items and then vectorized for each large item.
  • Sm ⁇ NNK General, NNK Education, Asia Television, TT S, Buji, TV Japan, Toto, NNK Satellite 1, NNK Satellite 2, WOWO ⁇ , Performers
  • the genre Gm ⁇ drama, variety, sports, film, music, children / education, culture / documentation, news / reporting, etc. ⁇
  • the genre of the corresponding program is culture / documentation.
  • Item values words
  • weights numeric values
  • Tm (1 Tokaido 1, 1 Mitani 1, 1 Kaidan 1)
  • “1 Tokaido 1” means that the frequency of the word “Tokaido” is “1”.
  • the program vector PP is generated and transmitted to the EPG receiving device 9.
  • the program vector PP generated in this way for example, among the components of the performer Pm, the main star is weighted, and the director is weighted among the components of the script Z original Z production Z production Am, and the program vector is weighted.
  • a PP may be generated.
  • the program side effect vector EfPP indicating what elements are important for each genre is stored in the data storage unit 24 as the program side effect vector information
  • the program side effect vector EfPP is used. Alternatively, it may be transmitted in association with the program vector PP.
  • the program side effect EfPP is set corresponding to the major items of the program vector PP.
  • steps S11 to S14 processing similar to the processing in steps S1 to S4 described using FIG. 3 is performed.
  • the EPG data is supplied from the metadata database 7, and the metadata necessary to generate the program vector PP is extracted from the EPG data, and the title, content, etc. included in the metadata are extracted. Is morphologically analyzed as necessary and decomposed into words. Then, each item included in the metadata is vectorized to generate a program vector PP.
  • step S16 the program vector generation unit 23 associates the effect vector EfPP extracted in step S15 with the program vector PP generated in step S14, and ends the processing. Is done.
  • a program vector PP is generated, and a program-side effect vector EfPP for weighting important items based on the genre of the program is associated with the program vector PP.
  • a program vector PP is generated.For example, by grouping programs according to their attributes, the program vector PP can be accurately created with a small amount of computation. be able to.
  • Program grouping can be generated, for example, by serial drama, programs of the same genre in weekly units, and program groups of performers in programming units (13 weeks).
  • the grouping process 1 for grouping serial drama will be described below with reference to the flowchart of FIG.
  • step S31 the data acquisition unit 21 retrieves the EPG data registered in the metadata database 7 from, for example, the same title, the same broadcasting station, and the broadcast time is the same on weekdays or the same on the same day of the week. Extract programs that meet predetermined conditions (conditions for grouping) such as time.
  • step S32 the data acquisition unit 21 groups the extracted programs and attaches a group ID to the EPG data of the corresponding program.
  • step S33 the metadata extraction unit 22 has the same group ID, that is, the metadata necessary for generating the program vector of the first broadcast of the program recognized as a serial drama. Is extracted.
  • step S34 the program vector generation processing described with reference to FIG. 3 or FIG. 6 is executed.
  • step S35 the program vector generation unit 33 fixes the program vector FP of the corresponding group ID to the program vector of the first broadcast, and the process ends. .
  • the serial drama is grouped, and the program vector is unified. Further, the group ID and the program vector PP may be stored in the data storage unit 24 in association with each other.
  • the content of the first time is the commentary of the whole program, but the content other than the first time is often the commentary of the episode.
  • the program vector PP is generated by using the first EPG data to reduce the number of times the program vector generation process is performed. Not only can it be reduced, but it is also possible to more accurately generate a program vector PP that matches the program characteristics.
  • FIG. 7 the process of adding the same ID to the EPG data of the serial drama has been described.However, if the EPG data includes information for distinguishing the serial drama in advance, the process of step S31 is performed. By omitting it, the same ID may be added to the EPG of the serial drama with reference to the information for identifying the serial drama included in the EPG data.
  • step S51 the data acquisition unit 21 refers to the EPG data registered in the metadata database 7 and adds a cluster code corresponding to the content of the metadata to the EPG data of the program.
  • a program that matches the condition of a serial drama, such as the same title, the same broadcasting station, and the broadcast time is the same time on weekdays or the same time on the same day 3 is extracted and the Among the programs that are recognized as dramas, for example, depending on the broadcast time of the serial drama, code 1 for the same time in flat 3, code 2 for the same time on the same day, biweekly, alternate day, etc. If the broadcast time is other than code 1 and code 2, the first cluster code of the smallest digit, such as code 3, is determined. If it is not a serial drama, the first cluster code of the least significant digit is 0.
  • the data relating to the genre of the metadata registered in the metadata database 7 is referred to, and for each genre, for example, the second digit (1 0 A second cluster code having a numerical value in the () position is determined.
  • the data acquisition unit 21 determines whether or not the corresponding EPG is a serial drama based on whether or not the first digit of the cluster code is 0.
  • step S52 If it is determined in step S52 that the drama is a serial drama, in steps S53 and S54, the same processing as in steps S33 and S34 in FIG. 7 is performed. That is, the EPG of the first broadcast is extracted, and the program vector generation processing described with reference to FIG. 3 or FIG. 6 is executed.
  • step S55 the program vector generation unit 33 fixes the program vector PP of the serial drama to the program vector PP for the first broadcast, and sets the program vector PP in the program vector PP.
  • the generated cluster codes are set in association with each other, and the process ends. If it is determined in step S52 that it is not a serial drama, in step S56, the program vector generation processing described with reference to FIG. 3 or FIG. 6 is executed.
  • step S57 the program vector generation unit 33 associates the generated cluster code with the program vector PP and ends the processing.
  • the program vector PP is generated as described with reference to FIGS. 3 to 8, so that the program vector PP corresponding to a new term or genre is always generated. Can be generated.
  • the generated program vector PP is received by the EPG receiving device 9 via the network 8 together with the EPG data and supplied to the program recommendation processing device 10.
  • the grouping process may be performed by morphologically analyzing the title, decomposing the title into words, and attaching a group ID to each word.
  • step S61 the data acquisition unit 21 refers to the EPG data registered in the metadata database 7, extracts a title from the registered metadata, and generates a program vector generation unit. 2 to 3
  • step S62 the program vector generation unit 23 performs a morphological analysis on the title and breaks it down into words. Specifically, if the title of the movie included in the metadata is “Tokaido Mitani Kaidan”, this will be morphologically analyzed as the title, so the three titles “Tokaido”, “Miya”, and “Kaidan” A word is obtained.
  • step S63 the program vector generation unit 23 extracts one of the analyzed word or a group of words composed of a plurality of words, and extracts the word from the data storage unit 24. Then, a group ID corresponding to the extracted word or word group is extracted from.
  • the word group composed of a plurality of words is a word group generated by a combination of words obtained by morphological analysis.
  • words obtained by morphological analysis include “Tokaido”, “ In the case of "Mitani” and “Kaidan”, the words are “Tokaido ⁇ Mitani”, “Tokaido 'Kaidan” and "Mitani'Kaidan”
  • step S64 the program vector generation unit 23 determines whether the corresponding group ID has been extracted from the data storage unit 24.
  • step S64 If it is determined in step S64 that the corresponding group ID has not been extracted, the extracted word or a group of words composed of a plurality of words has not yet been assigned a group ID.
  • step S65 the program vector generation unit 23 associates a new group ID with the extracted word or a word group including a plurality of words.
  • the program vector generation unit 23 stores the word or a word group including a plurality of words and the corresponding group ID in the data storage unit 24.
  • step S66 the program The vector generation unit 23 determines whether or not a group ID has been extracted for all the words constituting the title or a word group composed of a plurality of words.
  • step S66 If it is determined in step S66 that the group ID has not been extracted for all words constituting the title or for a word group including a plurality of words, the process returns to step S63. Subsequent processing is repeated.
  • step S66 if it is determined that the group ID has been extracted for all the words constituting the title or for a group of words composed of a plurality of words, in step S67, the program vector generation unit 2 In step 3, the extracted group ID is associated with the program vector, and the processing ends.
  • the words constituting the title or the group ID corresponding to the group of words are associated with the program vector, and the data transmitting unit 25 transmits the television receiving device via the network 8 via the network 8. 4 or transmitted to EPG receiver 9.
  • programs with similar titles may be grouped together.
  • the title drama “Two Years A Gumi Ginpachi-sensei” and the special program “Two years A Gumi Ginpachi-sensei Special” can be grouped into the same group.
  • the word match rate is calculated on a round-robin basis for a program title for a predetermined period, such as two weeks, one month, and six months, and the word match rate is If the value is equal to or greater than the value, they may be in the same group.
  • step S401 and step S402 the same processing as step S61 and step S62 described with reference to FIG. 9 is executed. That is, the data acquisition unit 21 refers to the EPG data registered in the metadata database 7, extracts the title information from the registered metadata, and generates a program vector program. The program vector is supplied to the component unit 23, and the program vector generation unit 23 performs morphological analysis on the title and decomposes the title into words.
  • step S403 the program vector generation unit 23 calculates the degree of word matching between titles, that is, the matching rate indicating the rate of matching of words, based on the analyzed words.
  • step S404 the program vector generation unit 23 determines whether the words match at least a predetermined value such as 70%, for example.
  • a predetermined value such as 70%
  • the threshold value of the coincidence rate may be any numerical value other than 70%.
  • step S404 If it is determined in step S404 that the words match at least a predetermined value such as 70%, in step S405, the program vector generation unit 23 sets the Assign the same group ID to the program.
  • the program vector generating unit 2 3, matching words or a word group, the group ID corresponding thereto is stored in the data storage unit 2 4.
  • step S404 If it is determined in step S404 that the matching rate is equal to or less than a predetermined value such as 70%, or if the processing in step S405 ends, the program The vector generator 23 determines whether or not the brute force of the title has been completed.
  • step S 406 If it is determined in step S 406 that the brute force of the title has not been completed, the process returns to step S 403, and the subsequent processes are repeated.
  • step S406 If it is determined in step S406 that the brute force of the title has been completed, the process is terminated.
  • the program vector is associated with the group ID based on the matching rate of words constituting the title, and the data transmission unit 25 transmits the television reception device via the network 8 to the television receiver. 4 or the program is transmitted to the EPG receiving device 9, so that programs having similar titles such as a serial drama and a special program can be processed as the same group.
  • a broadcast station for example, a broadcast station, a program genre, or a broadcast start time may be added to the grouping condition.
  • the title is composed of a small number of words including "news". Therefore, the processing described with reference to FIG.
  • the same group since the same group may be detected, the same group may be used if the broadcast stations also match in addition to the word match rate.
  • steps S421 to S424 the same processing as steps S401 to S404 described using FIG. 10 is performed. That is, the data acquisition unit 21 refers to the EPG data registered in the metadata database 7, extracts the title from the registered metadata, and supplies the title to the program vector generation unit 23.
  • the program vector generation unit 23 morphologically analyzes the title and decomposes the title into words. Then, the program vector generation unit 23, based on the analyzed words, T JP2003 / 015926
  • the degree of matching of words between the titles is calculated, and it is determined whether or not the words match at least a predetermined value such as 70%.
  • step S424 If it is determined in step S424 that the words match at least a predetermined value such as 70%, in step S425, the program vector generation unit 23 executes the program It is determined whether or not the broadcasting stations are the same.
  • step S425 If it is determined in step S425 that the broadcasting stations of these programs match, in step S425, the program vector generation unit 23 assigns the same group ID to those programs. Is associated. Further, the program vector generation unit 23 causes the data storage unit 24 to store the matched word or word group and the corresponding broadcasting station and group ID.
  • step S424 If it is determined in step S424 that the match rate is equal to or less than a predetermined value such as 70%, if it is determined in step S425 that the broadcast stations of these programs do not match, Alternatively, after the processing in step S 426 is completed, in step S 427, the program vector generation unit 23 determines whether or not the round robin of the title has been completed.
  • a predetermined value such as 70%
  • step S 427 If it is determined in step S 427 that the brute force of the title has not been completed, the process returns to step S 423, and the subsequent processes are repeated. If it is determined in step S 427 that the brute force of the title has been completed, the processing is terminated.
  • the program vector is associated with the group ID based on the matching rate of the broadcast station and the matching rate of the words constituting the title, and the data transmitting unit 25 transmits the program ID via the network 8. Since it is transmitted to the television receiver 4 or the EPG receiver 9, for example, when programs having similar titles are in the same group, news programs of other stations may be in the same group. Can be prevented.
  • the grouping may be executed by using a condition other than the station, for example, a broadcasting time zone or a genre, as a condition other than the matching rate of the words constituting the title.
  • the broadcast start time of a serial drama or a band program is shifted due to a sports broadcast or a special program, etc.
  • the condition may be determined based on whether or not the broadcast time matches within a predetermined time range such as one hour, for example.
  • the grouping is performed based on the matching rate of the words constituting the title, with the condition that the broadcast times match within a predetermined time range or not.
  • the title grouping process 4 will be described.
  • steps S444 to S444 the same processing as in steps S401 to S404 described with reference to FIG. 10 is executed. That is, the data acquisition unit 21 refers to the EPG data registered in the metadata database 7, extracts a title from the registered metadata, and supplies the title to the program vector generation unit 23.
  • the program vector generation unit 23 morphologically analyzes the title and decomposes the title into words. Then, the program vector generation unit 23 calculates the degree of matching between the words based on the analyzed words, and determines whether the words match at least a predetermined value such as 70%, for example. Judge.
  • step S444 If it is determined in step S444 that the words match at least a predetermined value such as 70%, in step S445, the program vector generation unit 23 executes It is determined whether or not the broadcast start time of the program is coincident with a shift within a predetermined range such as one hour, for example.
  • step S446 determines The same group ID is associated with the program. Also, the program The vector generation unit 23 causes the data storage unit 24 to store the matched word or word group, the corresponding broadcast start time range, and the group ID. If it is determined in step S444 that the matching rate is equal to or less than a predetermined value such as 70%, in step S444, the broadcast start times of those programs are shifted beyond a predetermined range. Is determined, or after the processing in step S446 is completed, in step S444, the program vector generation unit 23 determines whether or not the gross winning of the title has been completed. I do.
  • step S444 If it is determined in step S444 that the brute force of the title has not been completed, the process returns to step S444, and the subsequent processes are repeated. If it is determined in step S447 that the brute force of the title has been completed, the processing is terminated.
  • the program vector is associated with a match including a deviation within a predetermined range of the broadcast start time and a group ID based on the match rate of words constituting the title, and the data transmission unit 25, the broadcast is transmitted to the television receiver 4 or the EPG receiver 9 via the network 8 so that, for example, when programs having similar titles are in the same group, the broadcast time of a special program or the like As a result, it is possible to prevent programs that should be detected as being in the same group from being detected as being in the same group.
  • FIG. 13 is a block diagram showing the configuration of the program recommendation processing device 10.
  • the data acquisition unit 41 acquires the program vector PP transmitted from the distribution server 5 and the program-side effect vector EfPP corresponding to the program vector PP.
  • the program vector extraction unit 42 converts the program vector PP acquired by the data acquisition unit 41 from the program vector PP required for matching processing or the program vector PP required for user model generation. Is extracted, and if necessary, supplied to the matching processing unit 43 together with the program side effect vector EfPP corresponding to the program vector PP.
  • the operation input unit 44 includes input devices such as a keyboard, a touch pad, and a mouse, and is used for initial registration information input by a user and for generating a user model. , And output it to the initial registration storage unit 45.
  • the initial registration storage unit 45 registers the initial registration contents supplied from the operation input unit 44 and topics for generating a user model, and, if necessary, the operation log acquisition unit 46 or a matching process. Supply to part 43. Further, the contents stored in the initial registration storage unit 45 are sequentially updated based on a user operation input from the operation input unit 44.
  • the information that is initially registered includes, for example, information indicating programs that the user does not like, such as disliked genres, disliked keywords, disliked performers, favorite genres, favorite keywords, favorite performers, etc. There is information indicating programs that the user prefers.
  • the operation port acquisition unit 46 acquires operation logs from the television display device 11 or the recording / reproducing device 12, classifies the information into positive history and negative history, and performs initial registration as necessary.
  • the program vector PP corresponding to the positive history and the negative history is read out of the program vector PP obtained by the data obtaining unit 41, and is stored in the positive history. It is supplied to section 47 and negative history storage section 48 for storage.
  • the correct history storage unit 47 stores the supplied correct history and generates a correct history vector UP.
  • the negative history storage unit 48 stores the supplied negative history and generates a negative history vector MUP.
  • the generated positive history vector UP and negative history vector MUP are supplied to the matching processing unit 43.
  • the correct history is information used to extract program candidates that the user intends to actively watch, in other words, a program that he or she likes, and for example, the user can watch one user program, If the program is recorded, or if a program proposed as a recommended program list to the user by the processing described later is accepted and viewed or recorded by the user, the metadata of the program is recorded as good impression metadata as positive history metadata.
  • the main history storage unit 47 calculates the total of the main history for each detailed item or for each major item, and generates the main history vector UP.
  • the matching processing unit 43 includes the program vector extracted from the program vector extraction unit 42 and the positive history vector UP supplied from the positive history storage unit 47 or the negative history storage unit 48, or Verify matching with the negative history vector MUP.
  • the vector calculation unit 62 performs a matching process between the program vector PP and the positive history vector UP or the negative history vector MUP.
  • the vector calculation unit 62 is a program vector PP, positive history vector UP, negative history vector MUP, and a positive history vector when all elements of detailed items are expressed in a single row.
  • the program vector PP and the positive history vector are calculated as shown in the following equation (1).
  • the degree of similarity Sim UP with the torque UP is calculated, and is expressed by equation (2).
  • the similarity SimMUP between the program vector PP and the negative history vector MUP is calculated.
  • the cosine distance is a value obtained by dividing the inner product of two vectors by the product of the absolute values of the vectors, as shown in equations (1) and (2).
  • PP indicates the program vector PP
  • UP indicates the positive history vector UP
  • MUP indicates the negative history vector MUP.
  • a positive history vector UP ⁇ title Tup, Jan Gup, performer Pup, script / original / production Aup, content (keyword) Kup ⁇ and negative history vector MUP
  • Negative history vector MUP ⁇ Ty Tonore Tmup, Giannore G mup, Performer Pmup, Screenplay / Original / Direction Amu P , Content (Keyword) Kttmp ⁇
  • the similarity can be obtained for each major item by the same operation as in equation (3), and the similarity SimUP and similarity SimMUP can be calculated using the similarity of the following equation (4). Calculated as Sim.
  • c OS 0 t is the cosine distance between the program vector PP and the regular history vector UP or the negative history vector MUP in the major item “Title”
  • cos 0 g is The cosine distance between the program vector PP in the item “Genre” and the positive history vector UP or the negative history vector recommendation P
  • cos 0 p is the program vector PP in the major item “Performers”.
  • cosine distance between the positive history base-vector UP or the negative history base vector MUP is a cosine distance between the positive history base-vector UP or the negative history base vector MUP
  • co s 0 a is, in large item "screenwriter / original Z demonstration”
  • the cosine distance between the UP or the negative history vector MUP, and cos 0 k is the cosine distance between the program vector PP and the positive history vector UP or the negative history vector MUP in the major item “content”.
  • the similarity SimUP and the similarity SimMUP are calculated as the sum of the operation results for each major item, there is no bias in the weight between items, so it is moral to perform normalization. Therefore, unlike the vector in which all elements are arranged in one column, the normalization processing by the normalization processing unit 61 need not be performed.
  • the normalization power ⁇ or the sum of the operation results for each major item is calculated as the similarity SimUP and the similarity SiraMUP, so that it is not affected by the magnitude of the history frequency, Commenter A can recommend the variety program on which the performer is performing, and can more accurately reflect the user's preferences.
  • the vector calculation unit 62 stores the user's initial registration information stored in the initial registration storage unit 45, the program side effect vector EfPP transmitted in association with the program vector PP, or Weighting is performed by the user side effect vector Ef UP (described later) or the user side effect vector EfMUP (described later) generated and registered in the user information registration unit 63, and the similarity SimUP and the similarity are calculated. It is also possible to calculate SimMUP.
  • the vector calculation unit 62 Based on the similarity score SimUP calculated by the above-described method, the vector calculation unit 62 generates, for example, a set of a predetermined number of higher ranks (eg, 10) having a higher similarity score with the positive history vector. On the other hand, the similarity SimMUP with the history vector MUP is further calculated, and SimUP-SimMUP is calculated, and a predetermined number (for example, 3) of programs having higher calculation results are output to the recommended information output unit 49 as recommended programs.
  • a predetermined number of higher ranks eg, 10
  • the vector calculation unit 62 registers the recommendation priority group in the user information registration unit 63 based on the information of the recommended program, and The program corresponding to the priority group is recommended with priority.
  • the vector operation unit 62 generates a user model vector by filtering the program vector PP using the topics stored in the initial registration storage unit 45, and generates the user information registration unit 63 Can be registered to perform the matching process. Details of the user model will be described later.
  • the user information registration unit 63 stores the initial registration content of the user supplied from the initial registration storage unit 45 or the positive history vector UP supplied from the positive history storage unit 47 or the negative history storage unit 48. Or user-effect vector based on negative history vector MUP 3 015926
  • EfUP is a vector that indicates to the user which of the major items is important for program selection and which is the item that is weighted for program selection. Or a vector indicating the user's preference for each item.
  • the reaction vector EfMUP is a vector that indicates which of the large items is an insignificant factor for program selection for the user and is an item that is not weighted for program selection. , Or, for each item, a vector indicating the item that the user does not like.
  • the user-side effect vector EfUP and the counter-effect vector EfMUP are all significant factors in matching the program vector PP with the positive history vector UP or the negative history vector MUP. It is specified.
  • the user side effect vector EfUP and the counter effect vector EfMUP may be set by the user or may be set to a predetermined value, but are registered in the initial registration storage unit 45. It may be generated based on the initial registration contents of the user.
  • the program vector PP (Title T m, genre G m, time zone Hm, broadcast station S m, performer P m, screenplay original / directed Am, content K m ⁇ , if the genre is important to the user, for example, the effect vector EfUP2 (1 , 5, 1, 1, 1, 1, 1, 1, 1). On the other hand, when the performer and the genre are important for the user, for example, the effect vector EfUP is set to (1, 3, 1, 1, 5, 1, 1).
  • the user side effect vector EfUP is a vector indicating the user's preference in each item
  • the user-side effect vector EfUP and the counter-effect vector EUP are generated based on the positive history vector UP or the negative history vector MUP, or by counting programs watched by the user during a certain period. You may make it. Further, the user-side effect vector EfUP and the counter-effect vector EfMUP can be generated for each genre. A method of generating the user-side effect vector EfUP or the counter-effect vector EfMUP will be described later with reference to FIGS. 22 to 27. Further, the user information registration unit 63 registers the information of the recommended priority group, the user model vector, and the like generated by the processing of the vector calculation unit 62 as necessary.
  • programs that are highly similar to the positive history vector UP are used to select programs that the user does not like using the negative history. Even without performing the process of removing (programs that the user is reluctant to view), for example, it is possible to determine a recommended program using only the correct history.
  • the recommended information output unit 49 registers the information on the recommended programs supplied from the matching processing unit 43 in the recommended program list 50 and supplies the information to the television display device 11 or the recording / reproducing device 12. I do.
  • the recommended program list 50 is configured to be detachable from the program recommendation processing device 10 and registers the recommended program information output from the recommended program output unit 49. By storing recommended program information in the recommended program list 50, for example, even when different television receivers 4, television display devices 11 or recording / reproducing devices 12 are used, Using the accumulated history information, it is possible to recommend programs and perform automatic recording. Further, the matching processing section 43 is connected to the drive 51 as necessary.
  • a magnetic disk 71, an optical disk 72, a magneto-optical disk 73, and a semiconductor memory 74 are mounted on the drive 51 as needed to exchange data.
  • the positive history vector and negative history vector generation processing 1 executed by the program recommendation processing device 10 will be described.
  • step S71 the operation log acquisition unit 46 supplies the initial registration content read from the initial registration storage unit 45 to the negative history storage unit 48.
  • the negative history storage unit 48 generates a negative history vector MUP by referring to the supplied initial registration contents.
  • step S72 the operation port acquisition unit 46 determines whether the initial registration contents have been changed based on the registration contents stored in the initial registration storage unit 45. If it is determined in step S72 that the initial registration content has been changed, the process returns to step S71, and the subsequent processes are repeated.
  • step S73 the operation log acquisition unit 46 transmits the information from the television display device 11 or the recording / reproducing device 12 It is determined whether an operation log has been supplied. If it is determined in step S73 that the operation log has not been supplied, the process returns to step S72, and the subsequent processes are repeated.
  • step S74 the operation log acquisition unit 46 determines whether the supplied operation log is a normal history. For example, if the operation log is a recording operation, the program vector PP of the program corresponding to the operation is the normal history, and if the operation log is the deletion of unplayed recorded data, The program vector PP of the corresponding program has a negative history.
  • step S74 if the supplied operation log is determined to be the correct history, in step S75, the operation log acquisition unit 46 responds to the operation log determined to be the correct history Pp from the data acquisition unit 41 Supply to the history storage unit 47.
  • the main history storage unit 47 additionally stores the supplied program vector PP as a main history.
  • step S76 the main history storage unit 47 obtains the sum of the vectors of the main history program vector PP for each detailed item or for each major item, and generates the main history vector UP. After the processing in step S76 ends, the processing returns to step S72, and the subsequent processing is repeated.
  • step S77 the operation port
  • the program vector PP corresponding to the operation port determined to be the history is extracted from the data acquisition unit 41 and supplied to the negative history storage unit 48.
  • the negative history storage unit 48 additionally stores the supplied program vector PP as a negative history.
  • step S78 the negative history storage unit 48 obtains the sum of the vectors of the negative history program vector PP for each detailed item or for each major item, and generates a negative history vector .MUP. After the process in step S78 ends, the process returns to step S72, and the subsequent processes are repeated.
  • the major items of the positive history vector UP are the title, genre, cast, script Z original / directed, and content (keyword).
  • the number of items is described as being smaller than the program vector PP described above, it is needless to say that it may be a large item similar to the program vector PP.
  • the negative history vector MUP is generated before the operation log is input based on the contents of the initial registration.
  • the registration of the information for selection may be received, and the normal history vector UP may be generated before the operation log is input.
  • the positive history vector UP or the negative history vector MUP is not generated, and only the operation log is used to increase the positive history vector or the negative history vector MUP. May be generated.
  • the positive history and the negative history may be determined more precisely.
  • the positive history vector UP and the negative history vector MUP are calculated using the sum of the program vectors PP corresponding to the positive history and the negative history for all items.
  • the total of the program vectors PP corresponding to the positive history and the negative history is accumulated, for example, by genre, and the positive history vector UP and the negative history vector MUP are generated for each genre. Is also good.
  • the positive history and the negative history may be accumulated for each performer, and based on this, the positive history vector UP and the negative history vector MUP may be generated for each performer. . In this way, by accumulating histories for specific elements, it is possible to reflect user preferences more precisely without dulling user preferences.
  • the matching processing unit 43 verifies the matching between the positive history vector UP and the negative history vector MUP generated in this way and the supplied program vector PP, so that the user's preference is obtained. It is possible to generate recommended program information that correctly reflects the information.
  • steps S81 to S84 the same processing as in steps S71 to S74 in FIG. 14 is performed. That is, the initial registration is referred to A history vector MUP is generated and it is determined whether or not the initial registration contents have been changed. If not, it is determined whether or not the supplied operation log is the correct history.
  • step S85 the operation log acquisition unit 46 responds to the operation log determined to be the correct history
  • the program vector PP is extracted from the data acquisition unit 41 and supplied to the normal history storage unit 47.
  • the main history storage unit 47 extracts the genre of the supplied program vector PP.
  • step S86 the main history storage unit 47 additionally stores the program vector PP extracted from the data acquisition unit 41 as a main history for each genre.
  • step S87 the main history storage unit 47 stores, for each detailed item or for each major item, the total of the vectors of the main history program vector PP in the genre in which the program vector is additionally stored. Then, a positive history vector UP of the corresponding genre is generated. After the processing in step S87 is completed, the processing returns to step S82, and the subsequent processing is repeated.
  • step S84 If it is determined in step S84 that the supplied operation log is not a positive history, the supplied operation log is a negative history. Then, the program vector PP corresponding to the operation log determined to be as is extracted from the data acquisition unit 41 and supplied to the negative history storage unit 48. The negative history storage unit 48 extracts the genre of the supplied program vector PP.
  • step S89 the negative history storage unit 48 additionally stores the program vector PP extracted from the data acquisition unit 41 as a negative history for each genre.
  • step S90 the negative history storage unit 48 stores the program vector of the negative history PP in the genre in which the program vector is additionally stored for each detailed item or for each major item. The sum is calculated, and a negative history vector MUP of the corresponding genre is generated.
  • step S90 ends, the processing returns to step S82, and the subsequent processing is repeated.
  • a positive history vector UP and a negative history vector MUP are generated for each genre, so that it is possible to more accurately reflect user preferences without dulling user preferences. It is possible to generate recommended program information that accurately reflects the user's preferences.
  • the program vector is represented by PP, the positive history vector UP, and the negative history vector MUP.
  • the matching process 1 will be described.
  • step S101 the program vector extraction unit 42 extracts a program vector PP of a plurality of programs (for example, a program broadcasted in a predetermined time zone) from the data acquisition unit 41, and performs a matching process. This is supplied to the normalization processing section 61 of the section 43.
  • the normalization processing unit 61 converts the supplied program vector PP and the regular history beta UP read out from the regular history storage unit 47 into the regularity of the title and content composed of words. Then, the normalized result is supplied to the beta operation unit 62.
  • step S102 the vector operation unit 62 of the matching processing unit 43 calculates the cosine distance between the program vector PP of a plurality of programs and the positive history vector UP using the above-described equation (1). Calculate the similarity SiraUP.
  • step S103 the vector operation unit 62 compares the similarity SimUP indicating the similarity between the program vector PP and the positive history vector UP calculated in step S102, For example, a predetermined number of program vectors PP such as 10 is extracted from the highest similarity.
  • step S104 the vector operation unit 62 includes the program vector PP extracted in step S103 and the negative history vector read from the negative history storage unit 48.
  • the similarity SimMUP which is the cosine distance from the torque MUP, is calculated by using the above-described equation (2).
  • step S105 the vector calculation unit 62 determines the similarity to the positive history vector UP (that is, the cosine distance) SimMUP—the similarity to the negative history vector (that is, the cosine distance) SimMUP , And a program vector or EPG data of a predetermined number (for example, one) of higher-ranked programs is extracted as recommendation information, output to the recommendation information output unit 49, and a recommended program list 50 Are output to the television display device 11 and the recording / reproducing device 12, and the processing is terminated.
  • a program vector or EPG data of a predetermined number (for example, one) of higher-ranked programs is extracted as recommendation information, output to the recommendation information output unit 49, and a recommended program list 50 Are output to the television display device 11 and the recording / reproducing device 12, and the processing is terminated.
  • the program vector PP, the positive history vector UP, and the negative history vector MUP power
  • the program vector in the case where all the elements of the detailed items are represented by a vector arranged in one line
  • the similarity between the Tonore PP and the positive history vector UP and the similarity between the program vector PP and the negative history vector it becomes possible to determine a recommended program that matches the user's preference. .
  • step S111 the program vector extraction unit 42 extracts a program vector PP of a plurality of programs (for example, a program broadcasted in a predetermined time zone) from the data acquisition unit 41 and performs matching. This is supplied to the vector operation unit 62 of the processing unit 43.
  • the vector calculation unit 62 includes a program vector PP and a main history vector for each of the major items of the supplied program vector PP and the main history vector UP read from the main history storage unit 47. Calculate the cosine distance of UP.
  • step S112 the vector computing unit 62 sums up the cosine distance values calculated for each item in step S111 using the above-described equation (4), and calculates the similarity SiraUP. calculate.
  • step S113 the vector operation unit 62 compares the similarity SitnUP between the program vector PP and the positive history vector UP calculated in step S112, and For example, a predetermined number of program vectors PP such as 10, for example, is extracted.
  • step S114 the vector operation unit 62 receives the program vector PP extracted by the processing in step S113 and the negative history vector MUP read from the negative history storage unit 48. For the items, calculate the cosine distance between the program vector PP and the negative history vector MUP.
  • step S115 the vector operation unit 62 sums the values of the cosine distances calculated for each item in step S114 using the above equation (4), and calculates the similarity SimMUP. calculate.
  • step S116 the vector calculation unit 62 determines that ⁇ similarity S imUP, which is the cosine distance between the program vector PP and the positive history vector UP ⁇ — ⁇ the similarity between the program vector PP and the negative history vector
  • the similarity SimMUP ⁇ which is the cosine distance, is calculated, and the program vectors PP or EPG data of a predetermined number (for example, three) of the higher-order programs are extracted as recommendation information, and output to the recommendation information output unit 49.
  • the program is registered in the recommended program list 50, and is output to the television display device 11 and the recording / reproducing device 12, and the process is terminated.
  • the sum of the calculation results is calculated as the similarity S imUP and the similarity S imMUP for each of the large items without normalizing the items indicated by the words.
  • the similarity between the program vector PP and the positive history vector UP, and the similarity between the program vector PP and the negative history beta request P thus, it becomes possible to determine a recommended program that matches the user's preference.
  • the matching process may be performed using the above-described program effect vector EfPP, user effect vector EfUP, or user effect vector EfMUP. Whether or not to use the program side effect vector EfPP, the user side effect vector EfUP, or the user side effect vector EfMUP may be settable by a user.
  • step S121 the vector operation unit 62 receives the program effect vector EfPP and the user effect input by the user using the operation input unit 44 and registered in the initial registration storage unit 45. Acquires the usage setting contents of the vector EfUP or the user side reaction vector EfMUP.
  • the effect vector usage settings indicate whether or not weighting should be performed using the program side effect vector EfPP, user side effect vector EfUP, or user side effect vector EfMUP in the matching process. Information.
  • step S122 the vector calculation unit 62 reads the user-side effect vector EfUP from the user information registration unit 63 as necessary, and calculates the following equation (5). 6
  • the user side effect vector EfUP may be set by the user, may be set based on the user's initial settings, or may be generated by the user information registration unit 63. May be. The details of the generation of the user-side effect vector EfUP will be described later with reference to FIGS.
  • step S123 the vector calculation unit 62 compares the similarity SimUP between the program vector PP and the positive history vector UP calculated in step S122, and from the highest similarity, For example, a predetermined number of program vectors PP such as 10 are extracted.
  • step S124 the vector operation unit 62 reads the user side reaction vector EfMUP, if necessary, from the user information registration unit 63, and
  • Equation (6) describes that both the program side effect vector EfPP and the user side effect vector EfMUP are used. However, depending on the setting, the program side effect vector EfMUP is used. If any of EfPP and the user side effect vector EfMUP are not used, the value "1" is substituted for the unused vector and calculated.
  • the user side reaction vector EfMUP may be set by the user, may be set based on the user's initial settings, or may be generated by the user information registration unit 63. There may be. Details of generation of the user side reaction vector EfMUP will be described later with reference to FIG. 26 or FIG.
  • step S125 the vector calculation unit 62 calculates the similarity SimUP between the program vector PP and the positive history vector SimUP—the similarity SimMUP between the program vector PP and the negative history vector. Then, program vector PP or EPG data of a predetermined number (for example, three) of higher-ranked programs is extracted as recommendation information, output to the recommendation information output unit 49, and registered in the recommended program list 50. Then, the data is output to the television display device 11 and the recording / reproducing device 12, and the process is terminated.
  • the recommendation information is extracted by using the program side effect vector EfPP, the user side effect vector EfUP, or the user side effect vector EUP according to the setting, so that the user's preference can be correctly determined. It is possible to recommend the program that reflects it.
  • step S131 the same processing as step S121 in FIG. 19 is performed, and the usage setting contents of the effect vector are obtained.
  • step S 1 32 the vector calculation unit 62 determines the program vector PP for each of the supplied program vector PP and the main history vector UP read from the main history storage unit 47. Calculate the cosine distance of the positive history vector UP.
  • the effect vector is not used in the calculation.
  • step S133 the betattle calculation unit 62 multiplies the cosine distance calculated for each item by the effect vector as necessary using the following equation (7), and calculates the obtained value. Sum up to calculate the similarity SimUP.
  • both the program side effect vector Ef PP and the user side effect vector EfUP are described as being used, but depending on the setting, the program side effect vector may be used. If either EfPP or the user-side effect vector EfUP is not used, the value "1" is substituted for the unused vector and calculated.
  • step S134 the vector operation unit 62 compares the similarity SimUP between the program vector PP and the positive history vector UP calculated in step S133. Then, a predetermined number of program vectors PP such as 10 are extracted from the top of the similarity.
  • Step S 1 3 Betatoru calculator 6 2, the program base vector PP extracted by the processing in step S 1 3 4, for each of the major items of negative history Betatoru MUP read out from the negative history storing unit 4 8 Calculate the cosine distance between the program vector and the negative history vector MUP.
  • the effect vector is not used for the calculation.
  • step S136 the vector calculation unit 62 uses the following equation (8) to multiply the cosine distance calculated for each item by the effect vector as necessary, and obtain the obtained value. And calculate the similarity SiraMUP.
  • step S 1 37 the vector calculation unit 62 sets ⁇ similarity SimUP, which is the cosine distance between the program vector PP and the positive history vector UP ⁇ — ⁇ the program vector PP and the negative history vector , And extract the program vector PP or EPG data of a predetermined number (for example, 3) of the higher rank programs as recommendation information, and output it to the recommendation information output unit 49. And register it in the recommended program list 50 6
  • the data is output to the television display device 11 and the recording / reproducing device 12, and the process is terminated.
  • the weighting is performed using the effect vector for each large item, so that it is possible to generate recommendation information that matches the user's preference in detail.
  • the positive history vector for each genre generated by the processing of the positive history vector generation processing 2 described with reference to FIG.
  • the following describes a matching process 5 in which a matching process is performed using the torque UP and the negative history vector MUP, and the user-side effect vector EfUP and the user-side countereffect vector EfMUP for each genre.
  • step S141 the same processing as in step S121 of FIG. 19 is executed, and the usage setting contents of the effect vector are obtained.
  • step S142 the vector calculation unit 62 extracts the genre of the supplied program vector PP.
  • the genre of the supplied program vector PP is “drama”.
  • step S143 the vector calculation unit 62 determines the supplied program vector PP and the regular history vector UP read from the normal history storage unit 47 and corresponding to the genre "drama". Calculate the cosine distance between the program vector PP and the positive history vector UP for the major items in (1). Here, the effect vector is not used for the calculation.
  • step S144 the vector operation unit 62 adds the cosine distance calculated for each item to the user-side effect corresponding to the genre “drama” as necessary using the following equation (9). The vectors are multiplied, and the obtained values are summed to calculate the similarity S imUP.
  • step S145 the vector operation unit 62 compares the similarity SimUP between the program vector PP and the normal history vector UP calculated in step S143, and for example, from the highest similarity, for example, 10 Extract a predetermined number of program vectors, such as PP.
  • step S146 the vector operation unit 62 includes the program vector PP extracted by the processing in step S145 and the negative history vector MUP corresponding to the Jan-Nore “drama” read from the negative history storage unit 48. Calculate the cosine distance between the program vector PP and the negative history vector MUP for each of the major items. Here, the effect vector is not used in the calculation.
  • step S147 the vector operation unit 62 uses the following equation (10) to add an effect vector corresponding to the genre “drama” to the cosine distance calculated for each item, if necessary. Multiply and sum the obtained values to calculate the similarity SimMUP.
  • both the program side effect vector EfPP and the user side effect vector EfMUP are described as being used, but the program side effect vector EfPP and user If any of the side reaction vectors EfMUP are not used, they are calculated by substituting the value "1" for the unused vector.
  • step S148 the vector calculation unit 62 sets the similarity SimUP, which is the cosine distance between the program vector PP and the positive history vector UP, —— ⁇ the program vector PP and the negative history vector
  • the similarity SimMUP ⁇ which is the cosine distance, is calculated, and the program vector PP or EPG data of a predetermined number (for example, three) of the higher rank programs is extracted as recommendation information, and output to the recommendation information output unit 49.
  • the program is registered in the recommended program list 50, and is output to the television display device 11 and the recording / reproducing device 12, thereby completing the process.
  • the cosine distance between the positive history vector UP and negative history vector MUP and program vector PP for each genre is obtained for each major item, and the effect vector corresponding to the genre is obtained. Since the similarity is calculated by using and weighting, it is possible to generate recommendation information that matches the user's preference in detail.
  • the user side effect vector EfUP and the counter effect vector EfMUP may be generated based on the user's initial registration contents registered in the initial registration storage unit 45 as described above, By counting the positive history vector UP or negative history vector MUP, or the programs that the user has watched in a certain period of time, the user-specific effect vector EfUP and countereffect vector EfMUP are generated. You may do it. With reference to the flowchart of FIG. 22, the user-side effect vector generation processing 1 for generating the user-side effect vector EfUP by counting the programs watched by the user during a certain period will be described.
  • step S151 the user information registration unit 63 of the matching processing unit 43 selects one of the unprocessed large items.
  • the user information registration unit 63 refers to the main history stored in the main history storage unit 47, and, for example, during a certain period such as one week, one month, or three months.
  • the program vector extraction unit 42 causes the program vector extraction unit 42 to extract from the data acquisition unit 41 the program vector PP corresponding to the program watched by the user during a certain period. The number of programs is counted for each detailed item included in the large item selected in 1.
  • step S153 the user information registration unit 63 causes the program vector extraction unit 42 to extract, from the data acquisition unit 41, program vectors PP corresponding to all programs in the same period. The number of programs is counted for each detailed item included in the large item selected in S151.
  • the programming is considered to reflect the tastes of the public due to the influence of audience rating competition.
  • the calculation of the count of the user's viewing performance / the count of all programs is, in other words, synonymous with normalizing the count of the user's viewing performance by the number of counts of all programs as a standard model. is there.
  • the normalization vector calculated in step S154 is referred to as a normalization vector D.
  • the component of the normalized vector D is 1.0, the user has watched all the programs of the corresponding item during the set period, and the component of the normalized vector D is 0. In some cases, this means that during the set period, no relevant program was viewed.
  • step S155 the user information registration unit 63 generates an effect vector of the corresponding large item based on the calculation result of step S155.
  • the standard value may be set to 0.2. Since the effect vector of the large item is calculated as a relative value, the set value may be any value from 0 to 1.
  • the user-side effect vector is a relative value between the normalization vector D calculated in step S154 and the set value.
  • step S156 the user information registration unit 63 determines whether the effect vector of all the major items has been generated. If it is determined in step S156 that the effect vectors of all large items have not been generated, the process returns to step S151, and the subsequent processes are repeated.
  • step S157 the user information registration unit 63 stores the effect vectors of all large items. Then, the process is terminated.
  • the user side effect vector EfUP is obtained based on a program watched by the user during a certain period such as one week, one month, or three months.
  • the user-side effect vector EfUP corresponding to the short-term, medium-term, and long-term may be calculated, and the recommendation information may be determined using the plurality of effect vectors.
  • the user-specific preference is used as the user-side effect vector EfUP.
  • the user-specific preference may be used as the normal history vector UP for the matching process.
  • all programs broadcast in a predetermined time zone for example, so-called golden time between 18 o'clock and 22 o'clock
  • golden time for example, so-called golden time between 18 o'clock and 22 o'clock
  • the user-specific preference and the public preference are calculated by calculating the positive history vector UP and the cosine distance indicating the similarity to the public preference.
  • the user-side effect vector calculation process 2 for obtaining the user-side effect vector EfUP for using the gap for matching will be described.
  • step S 161 the user information registration unit 63 of the matching processing unit 43 acquires the main history vector UP stored in the main history storage unit 47.
  • step S162 the user information registration unit 63 acquires a standard preference title APP indicating a general preference.
  • the standard preference vector APP may be supplied from the distribution server 5, or the program composition is considered to reflect the public's preference due to the influence of audience rating competition. In the same way as the user-side effect vector calculation process 1 described using 2, the contents of all programs broadcast during a certain period are counted, and if necessary, normalized, so that the standard preference vector APP is obtained. May be.
  • the distribution server 5 may generate a standard preference vector APP indicating general preferences, for example, using a general audience rating survey or another method.
  • the user information registration unit 63 calculates the cosine distance between the standard preference vector APP and the normal history vector UP for each large item. The larger the cosine distance, the higher the similarity between the standard preference vector APP and the normal history vector UP. 2003/015926
  • step S164 the user information registration unit 63 generates an effect vector EfUP for each major item by reversing the cosine distance based on the cosine distance calculated in step S166. Then, the process is terminated.
  • the user-side effect vector EfUP that reflects the difference between the general preference and the corresponding user-specific preference can be obtained.
  • the program recommendation process is performed using the user side effect vector EfUP, the difference between the user's preference and the general preference is emphasized, and the recommended program is determined.
  • program vector PP and the normal history vector UP have been described as being represented by vectors for each major item.
  • program vector PP and the normal history vector UP It is needless to say that the same processing can be executed even when all the elements of the item are represented by a single row of vector.
  • the similarity between the standard preference vector APP and the positive history vector UP is calculated not only by calculating the effect vector, but also by using it directly as an index indicating the user's uniqueness in recommending programs. May be. For example, when the similarity between the standard preference vector APP and the positive history vector UP is high, a new program that matches the trend of the general public may be preferentially recommended.
  • the user-side effect vector EfUP be obtained in a learning manner based on the user's operation history, but the user-side effect vector is Alternatively, the value may be registered in advance as an initial registration, or a preset value obtained by experience or the like may be used.
  • the user-side effect vector EfUP may be generated not only by generating the user-side effect vector EfUP by focusing on the large items, but also by focusing on the constituent elements constituting the large item.
  • the leading role and the supporting role can be distinguished, and in a drama or movie, a user who gives priority to the supporting role over the leading role will be assigned to the leading role.
  • the user-side effect vector EfUP can be set so as to increase the weight of supporting roles, or a configuration that configures large items In the element "Screenplay / Original / Direction Ara", directors, directors, original authors, photographers, etc. should be distinguishable, and users who value photographers more than directors and directors should increase the weight of photographers.
  • the user side effect vector EfUP may be settable.
  • the user-side effect vector EfUP is generated for each genre, and as shown in the matching process 5 described with reference to FIG. 21, the matching between the positive history vector UP of the corresponding genre and the program vector PP is performed. May be made to act.
  • step S171 the user information registration unit 63 of the matching processing unit 43 selects one of the genres in order to count the programs watched by the user during a certain period by genre.
  • step S172 the user information registration unit 63 selects one of the unprocessed large items.
  • the user information registration unit 63 refers to the main history stored in the main history storage unit 47 and, for example, during a certain period such as one week, one month, or three months. Among the programs watched by the user in the selected genre, the program genre that is selected is detected. The vector PP is extracted from the data acquisition unit 41, and the number of programs is counted for each detailed item included in the large item selected in step S172.
  • step S174 the user information registration unit 63 sends the program vector PP corresponding to the selected genre among all programs in the same period to the program vector extraction unit 42 from the data acquisition unit 41. Then, the number of programs is counted for each detailed item included in the large item selected in step S172. In step S175, the user information registration unit 63 determines, based on the count results of step S177 and step S174, the number of user viewing performance points Z in the selected genre. Calculate the number of power points for all programs.
  • the programming is considered to reflect the tastes of the public due to the influence of audience competition. That is, in the selected genre, the count of the user's viewing performance z
  • the calculation of the count of all programs is, in other words, the count of the user's viewing performance in the corresponding genre is converted to the corresponding jan This is equivalent to normalizing with the count number of all programs in the program.
  • the normalized vector calculated in step S175 is referred to as a normalized vector D '.
  • the count of all programs in a week is (10, 35, 7, 53, 17)
  • the count number of the program watched is (5, 0, 0, 8, 4)
  • the normalized vector D ' is as follows.
  • the component of the normalized vector D ' is 1.0, it means that all programs of the corresponding item have been watched during the set period, and the component of the normalized vector D' If is 0, it means that no relevant program was watched during the set period.
  • step S176 the user information registration unit 63 generates an effect vector of the corresponding large item in the selected genre based on the calculation result of step S175.
  • time zone In a week of the “Golden” program, it is assumed that general users watch about 20% of dramas, and the standard value may be set to 0.2.
  • the effect vector of the large item is calculated as a relative value, so the set value may be any value from 0 to 1.
  • the user-side effect vector is a relative value between the normalization vector D ′ calculated in step S175 and the set value.
  • step S177 the user information registration unit 63 determines whether or not the effect vectors of all large items have been generated in the selected genre. In step S177, If it is determined that the effect vectors of all the large items have not been generated, the process returns to step S172 and the subsequent processes are repeated. When it is determined that the effect vector of the item has been generated, in step S178, the user information registration unit 63 determines whether or not processing of all genres has been completed. If it is determined in step 8 that all the genres have not been completed, the process returns to step S171, and the subsequent processes are repeated.
  • step S179 the user information registration unit 63 stores the effect vectors of all the large items and performs processing. Is terminated.
  • the difference between general preferences and user-specific preferences can be determined for each genre.
  • the user-side effect vector EfUP is recalculated every predetermined period, for example, three months, six months, etc.
  • a program that reflects preferences in real time can be recommended.
  • the user side effect vector EfUP is obtained based on the program watched by the user during a certain period such as one week, one month, or three months.
  • the user-side effect vector EfUP corresponding to, for example, the short-term, medium-term, and long-term is calculated for a plurality of periods, and the plurality of effect vectors are calculated.
  • the recommendation information may be determined.
  • a predetermined time period in which the viewer views the program most (for example, the so-called “golden time” from 18 o'clock to 22 o'clock) ) May be counted for all programs broadcasted on the same day.
  • the user-specific preference is obtained by executing the UP of the positive history vector and the cosine distance calculation indicating the degree of similarity with the public preference for each genre.
  • the user-side effect vector generation processing 4 for finding the user-side effect vector EfUP for using the difference between the user and the preference of the public for matching will be described.
  • step S191 the user information registration unit 63 of the matching processing unit 43 selects one of the genres in order to specify the genre in which the processing is performed.
  • step S192 the user information registration unit 63 acquires the correct history vector UP of the selected genre from the correct history vectors UP stored in the correct history storage unit 47.
  • step S193 the user information registration unit 63 acquires the standard preference vector APP of the selected genre from the standard preference vector APP indicating the general preference.
  • the standard preference vector APP may be supplied from the distribution server 5 as described above, or the programming is considered to reflect the preference of the public due to the influence of the audience rating competition. Therefore, in the same way as in the user-side effect vector calculation process 3 described with reference to FIG. 24, the contents of all programs broadcast during a certain period are classified by genre. May be normalized, if necessary, and used as a genre standard preference vector APP.
  • the distribution server 5 may generate a standard preference vector APP indicating a general preference for each genre using, for example, a general audience rating survey or other methods.
  • step S194 the user information registration unit 63 uses the normal history vector UP of the selected genre and the standard preference vector APP of the selected genre to set the standard preference for each major item. Calculate the cosine distance between the vector APP and the normal history vector UP. The larger the cosine distance, the higher the similarity between the standard preference vector APP and the normal history vector UP.
  • step S 195 the user information registration unit 63 sets the reciprocal of the cosine distance for each major item based on the cosine distance calculated in step S 194 to determine the effect of the selected genre. Generates vector EfUP. The larger the reciprocal of the cosine distance, the lower the similarity between the standard preference vector APP and the normal history vector UP.
  • step S196 the user information registration unit 63 determines whether or not processing for all genres has been completed. If it is determined in step S178 that all genres have not been completed, the process returns to step S191, and the subsequent processes are repeated. If it is determined in step S196 that all genres have been completed, the processing is terminated.
  • step S201 the user information registration unit 63 of the matching processing unit 43 acquires the negative history vector MUP stored in the negative history storage unit 48.
  • step S202 the user information registration unit 63 acquires a standard preference vector APP indicating a general preference.
  • the standard preference vector APP may be supplied from the distribution server 5.
  • the programming is considered to reflect the tastes of the general public due to the influence of the audience rating competition. Therefore, the user-side effect vector calculation process 1 described with reference to FIG.
  • the content of all programs broadcasted on the Internet may be counted, and the content may be normalized as necessary to make the standard preference vector APP.
  • step S203 the user information registration unit 63 calculates a cosine distance between the standard preference vector APP and the negative history vector MUP for each large item.
  • step S204 the user information registration unit 63 generates a reaction vector EfMUP based on the cosine distance calculated in step S203, for each large item, by reciprocal the cosine distance. Then, the process is terminated.
  • reaction vector EfMUP can be generated, so that programs that the user does not like can be effectively omitted from recommended programs.
  • step S 211 the user information registration unit 63 of the matching processing unit 43 selects one of the genres in order to specify the genre in which the processing is performed.
  • step S212 the user information registration unit 63 acquires the negative history vector MUP of the selected genre from the negative history vectors MUP stored in the negative history storage unit 48. I do.
  • step S213 the user information registration unit 63 acquires the standard preference vector APP of the selected genre from the standard preference vector APP indicating the general preference.
  • step S214 the user information registration unit 63 determines the standard preference for each major item based on the negative history vector MUP of the selected genre and the standard preference vector APP of the selected genre. Calculate the cosine distance between the vector APP and the negative history vector MUP. The larger the cosine distance, the higher the similarity between the standard preference vector APP and the negative history vector MUP.
  • step S215 the user information registration unit 63 sets the reaction vector EfMUP based on the cosine distance calculated in step S214, reversing the cosine distance for each major item. Generate. The larger the reciprocal of the cosine distance, the lower the similarity between the standard preference vector APP and the negative history vector MUP.
  • step S216 the user information registration unit 63 determines whether or not processing of all genres has been completed. If it is determined in step S216 that all genres have not been completed, the process returns to step S211 and the subsequent processes are repeated. If it is determined in step S216 that all genres have been completed, the processing is terminated.
  • the counter-effect vector EfMUP can be generated for each genre, so that programs that the user does not like can be effectively excluded from recommended programs.
  • the user-side effect vector EfUP and the counter-effect vector EfMUP are n times the reciprocal of the cosine distance for each of the large items described with reference to FIG. 23 and FIGS. 25 to 27.
  • a value rounded to a predetermined digit may be used, a value obtained by subtracting the reciprocal of the cosine distance from 1 or a value obtained by multiplying the value by n may be used.
  • the program vector PP and the negative history vector MUP power are described in terms of vectors for each major item, but the program vector PP and the negative history It is needless to say that the same processing can be executed even when the vector MUP is represented by a vector in which all the elements of the detailed items are arranged in one column.
  • the program vector extracted by the program vector extraction unit 42 includes information indicating a group such as a group ID or a cluster code generated by the processing described with reference to FIG. 7 or FIG. May be added.
  • the program that the user prefers to watch is a serial drama
  • the corresponding serial drama is recommended in all episodes
  • the number of calculation processes for recommendation can be reduced.
  • by preferentially recommending a program in the same group as a program that is highly liked by the user it is possible to reduce the calculation processing for the recommendation.
  • step S221 the vector operation unit 62 of the matching processing unit 43 adds a group such as a group ID or a cluster code to the program vector PP supplied from the program vector extraction unit 42. It is determined whether or not the corresponding programs are grouped based on whether or not the information indicating “.” Is added.
  • a group such as a group ID or a cluster code
  • step S222 the vector calculation unit 62 determines whether the group indicated by the group ID or the cluster code is Then, it is determined whether the user information registration unit 63 is registered as a recommendation priority group.
  • step S223 the vector operation unit 62 uses the information of the corresponding program as recommendation information as recommendation information.
  • the recommended information output unit 49 registers the recommended program in the recommended program list 5 °, and outputs the information of the recommended program to the television display device 11 or the recording / reproducing device 12 for processing. Goes to step S 227 described later. 5926
  • step S221 If it is determined in step S221 that the corresponding program is not grouped, or if it is determined in step S222 that it is not registered as a recommendation priority group, In 24, any one of the matching processing 1 to the matching processing 5 described with reference to FIGS. 17 to 21 is executed.
  • step S225 the vector operation unit 62 adds, to the program vector of the program recommended in any one of the matching processes 1 to 3 executed in step S224, a group ID or Based on whether or not information indicating a group, such as a cluster code, is added, it is determined whether or not the recommended programs are grouped. If it is determined in step S225 that the recommended programs are not grouped, the processing is terminated.
  • step S226 the vector operation unit 62 determines the group ID added to the program vector, Alternatively, the cluster code is registered and stored in the user information registration unit 63 as a recommendation priority group.
  • step S2 27 the vector operation section 62 operates the negative history stored in the negative history storage section 48.
  • the programs recommended by the processing of step S 223 or the programs recommended by the processing of step S 224 are grouped. For a program registered as a recommendation priority group in processing, for example, an operation input to command viewing or recording of other programs without accepting the recommended program, or before playing back an automatically recorded program Judgment is made as to whether or not an operation input that has a negative history, such as an operation input for instructing the deletion of an operation, is received. If it is determined in step S 227 that an operation input having a negative history has not been received, the processing is terminated.
  • the corresponding group is removed from the registration of the recommendation priority group of, and the process is terminated.
  • a plurality of groups ID may be associated with one program vector PP by the title grouping process 1 described with reference to FIG.
  • step S 2208 all the group IDs are removed from the recommendation priority group registration of the user information registration unit 63 by an operation input that results in a negative history. It is also possible to accumulate the number of negative history operation inputs, and to register a recommendation priority group of the user information registration unit 63 when a predetermined number of negative history operation inputs are performed. , The corresponding group ID may be removed. The same applies to the case where one group ID is associated with one program vector PP.
  • Negative history vector MUP may be generated for each corresponding group.
  • the number of viewing or recording reservations in the same serial drama is counted based on the correct history of the user's operation history acquired from the television display device 11 or the recording / reproducing device 12, and the predetermined number or more is counted.
  • the recommendation may be given priority without performing the matching process.
  • a user model may be set based on a topic specified by the user in advance, and program recommendation processing may be performed based on the user model.
  • the user model is obtained by extracting a program corresponding to a topic from a predetermined program group by performing filtering using a topic specified in advance by the user.
  • the initial registration storage unit 45 stores the topic input by the user. More than one topic may be registered, and will be updated as appropriate according to the user's operation input.
  • the vector calculation unit 62 includes a program vector including a topic stored in the initial registration storage unit 45 in the program vector of the program for which the user model is to be created, which is supplied from the program vector extraction unit 42.
  • the user model vector is generated by normalizing the sum of the extracted program vectors as necessary, and is registered in the user information registration unit 63.
  • the user model “Midnight Variety” includes as a component a comedian who appeared in a variety program that is broadcast in the midnight frame after 23 o'clock, so for example, in a drama or other program of a genre different from the variety, Since the program in which the corresponding comedian appears is extracted and recommended in the matching process, it is possible to apply the user's preferences beyond the genre, as compared to the case where the matching process is performed for each item. .
  • the program for which the user model is to be created may be, for example, all programs in a predetermined period, or a group of programs broadcast in a predetermined time period (for example, so-called golden time).
  • user model vectors that correspond to different program schedules in detail for example, at different times or at different time periods, etc. Can be generated.
  • the vector computing unit 62 calculates the similarity between the program vector PP of the program supplied from the program vector extracting unit 42 and the user model vector registered in the user information registering unit 63. The calculation is performed, and recommendation information is generated based on the result, and is supplied to the recommendation information output unit 49.
  • the recommended information output unit 49 registers the recommended information in the recommended program list 50 and supplies the recommended information to the television display device 11 or the recording / reproducing device 12.
  • step S231 the vector operation unit 62 of the matching processing unit 43 acquires the program vector of the program for which the user model is to be created, which is extracted by the program vector extraction unit 42.
  • a program for which a user model is to be created is, for example, a program broadcast during a predetermined period such as one month or three months, and broadcast during a predetermined time period (for example, golden time) during the predetermined period.
  • the program may be a broadcasted program, or a program broadcast during a predetermined period in the past, such as 10 years ago, 20 years ago, or the like.
  • step S232 the initial registration storage unit 45 acquires the topic input by the user from the operation input unit 44 and stores it.
  • the vector calculation unit 62 reads the topics from the initial registration storage unit 45 and sets them as filtering conditions. You.
  • the filtering condition may be described as, for example, a hash table.
  • step S2 33 the vector computing unit 62 filters the program vector PP acquired in step S2 31 based on the filtering conditions set in step S2 32, Extract the program vector PP that matches the topic. For example, if the programs for which the user model is to be created are all programs in the past three months, the vector operation unit 62
  • step S235 the vector calculation unit 62 determines the user model vector generated in step S234 and the recommendation information extracted in the program vector extraction unit 42. Calculate the cosine distance between the program candidate PP and the program vector PP that will be broadcast later.
  • step S 236 the vector computing unit 62, based on the cosine distance calculated in step S 235, calculates the program model of the candidate program for obtaining the user model vector and the recommendation information. Based on the result of the comparison, a predetermined number of programs with the highest similarity are extracted from the top as recommended information and supplied to the recommended information output unit 49.
  • the recommended information output unit 49 registers the recommended information in the recommended program list 50 and supplies the recommended information to the television display device 11 or the recording / reproducing device 12, and the process is terminated.
  • the similarity is obtained by calculating the cosine distance between the user model vector and the program vector.However, the cosine distance is calculated individually for each major item, and the cosine distance is calculated. The similarity may be obtained using the sum.
  • the generation process of the user model vector may be executed in the distribution server 5. In this case, for example, the processing of steps S231 to S234 in FIG. 29 is executed using the program vector generated by the program vector generation unit 23 described with reference to FIG. What should I do?
  • step S 2 41 the vector calculation section 62 of the matching processing section 43 is stored in the program vector PP supplied from the program vector extraction section 42 and the main history storage section 47.
  • the positive history vector UP and the negative history vector MUP stored in the negative history storage unit 48 the cosine distance between the positive history vector UP and the program beta PP for each major item , And Calculate the cosine distance between the negative history vector MUP and the program vector PP.
  • step S224 the vector operation unit 62 sums the values of the cosine distance calculated for each item on the positive history side and the negative history side. That is, by the processing of step S241 and step S224, the similarity S iraUP between the positive history vector UP and the program vector PP and the negative history vector MUP and the program vector described above are obtained. The similarity SimMUP with the PP is calculated.
  • step S243 the vector calculation unit 62 calculates an exceptional recommendation value indicating a low degree of similarity with the positive history vector UP and the negative history vector MUP.
  • the exception recommendation value can be obtained from (1-SimUP) X (1-SimMUP) or (1 / SimUP) X (1 / SimMUP).
  • step S224 the vector operation unit 62 obtains a program with a high exception recommendation value based on the calculation result in step S243, extracts it as recommendation information, and ends the process.
  • a program having a feature that the user has never watched can be extracted and recommended, so that unexpectedness is given to the selection of a recommended program to the user, and the interest of the user is expanded. Not only will it be possible to connect to the Internet, but it will also be possible to acquire very important history information in order to recommend programs that match the user's preferences.
  • recommendation information is generated in the program recommendation processing device 10 and supplied to the television display device 11 or the recording / reproducing device 12.
  • the television display device 11 or the recording / reproducing device 12 is supplied with a satellite or terrestrial broadcast signal received and decoded by the television receiving device 4.
  • the television display device 11 displays a broadcast signal supplied from the television receiving device 4 or reproduction data supplied from the recording / reproducing device 12 based on a user's operation input, or displays a program. Based on the recommendation information supplied from the recommendation processing device 10, it displays recommended program information and executes automatic channel setting. Further, the television display device 11 supplies the operation log to the program recommendation processing device 10.
  • the recording / reproducing apparatus 12 records or reserves a broadcast signal supplied from the television receiving apparatus 4 based on a user's operation input, or based on recommendation information supplied from the program recommendation processing apparatus 10. Then, automatically record the program. Further, the recording / reproducing device 12 reproduces a program recorded on the attached recording medium or the built-in recording medium, and outputs the program to the television display device 11 for display. Further, the recording / reproducing device 12 supplies the operation log to the program recommendation processing device 10.
  • FIG. 31 is a block diagram showing a configuration of the television receiver 4.
  • the television receiver 4 will be described as a general receiver conforming to the standard for digital broadcast receivers.
  • the satellite wave detector 91 converts a satellite wave transmitted via the satellite 2 and received by the antenna 3 into a signal for selecting a channel supplied from the television display device 11 or the recording / reproducing device 12. Based on this, the channel is detected and detected, and the control relating to the transmission mode is supplied to a TMCC (Transmission and Multiplexing Configuration Control) decoding unit 92, and the broadcast signal is demodulated and supplied to a decoding processing unit 93.
  • TMCC Transmission and Multiplexing Configuration Control
  • the decoding unit 92 receives input of information such as a transmission mode (modulation method, coding rate, etc.) and a slot in the transmission multiplex control signal, decodes the information, and demodulates and decodes the information. Supply 9 to 3.
  • information such as a transmission mode (modulation method, coding rate, etc.) and a slot in the transmission multiplex control signal, decodes the information, and demodulates and decodes the information.
  • the decoding processing unit 93 converts the supplied broadcast signal into, for example, QPSK (quadri-code) based on the information on the transmission mode supplied from the TMCC decoding unit 92.
  • phase shift keying demodulated and decoded using a method such as a four-phase modulation method or a four-phase PSK method, or an eight-phase PSK method, and supplies the resulting signal to the din talever 94.
  • Dinter liver 94 dinterleaves the supplied signal and supplies it to error correction processing section 95.
  • the din taller 94 may further perform frame separation and descrambling processing on the supplied signal.
  • the error correction processing section 95 performs error correction processing using, for example, a Reed-Solomon code or the like, and supplies the result to a CA (Conditional Access: limited reception) descrambling section 101.
  • the terrestrial wave detector 96 selects and detects the terrestrial wave received by the antenna 3 based on a control signal for selecting a channel supplied from the television display device 11 or the recording / reproducing device 12. Then, the control signal for the transmission mode is supplied to the TMCC decoding section 97, and the broadcast signal is supplied to the demodulation and decoding processing section 98.
  • the TMC C decoder 97 receives input of information such as the transmission mode (modulation method, coding rate, etc.), slot, and TS in the transmission multiplex control signal, decodes the information, and demodulates and decodes the information.
  • Information such as the transmission mode (modulation method, coding rate, etc.), slot, and TS in the transmission multiplex control signal, decodes the information, and demodulates and decodes the information.
  • the demodulation / decoding processing section 98 converts the supplied broadcast signal based on the information on the transmission mode supplied from the TMCC decoding section 97 into, for example, a QAM (quadrature amplitude modulation) system.
  • the signal is demodulated and decoded by using the method, and supplied to the Dinta Riva 99.
  • Transport Stream This is supplied to the playback unit 100.
  • the din taller 99 may further perform a process of frame separation or descrambling on the supplied signal.
  • the TS reproduction unit 100 reproduces a transport stream based on the supplied signal, and supplies the transport stream to the CA descramble unit 101.
  • the CA descramble unit 101 descrambles the limited reception signal based on the signal supplied from the error correction processing unit 95 or the TS reproduction unit 100, and supplies the descrambled signal to the demultiplexer 102.
  • the data input unit 103 receives the input of the EPG data from the EPG receiving device 9, receives the streaming data from the distribution server 5 via the network 8, and supplies the streaming data to the demultiplexer 102.
  • the demultiplexer 102 demultiplexes the signal supplied from the CA descramble section 101 or the data input section 103, the audio signal is output to the audio signal decoding section 104, and the video signal is output to the audio signal decoding section 104.
  • the video signal decoder 105 supplies the data such as the control signal and the EPG to the data decoder 106.
  • the audio signal decoding unit 104 decodes the supplied audio signal and supplies it to the television display device 11 or the recording / reproducing device 12.
  • the video signal decoding unit 105 decodes the supplied video signal and supplies it to the television display device 11 or the recording / reproducing device 12.
  • the data decoding unit 106 decodes the supplied control signal and data such as EPG and supplies the data to the television display device 11 or the recording / reproducing device 12.
  • the received satellite wave or terrestrial wave or the distributed streaming data is demodulated and decoded by a predetermined method, and the television display device 11 or It is supplied to the recording and playback device 12.
  • FIG. 32 is a block diagram illustrating a configuration of the television display device 11.
  • the operation input unit 12 1 receives an operation input from the user, supplies a control signal corresponding to the user's operation input to each unit of the television display device 11, and stores the operation contents of the user in an operation log list 1 2 2 To be stored.
  • the user operation logs stored in the operation log list 122 are acquired by the operation log acquisition unit 46 of the program recommendation processing device 10 described with reference to FIG.
  • the operation input unit 121 supplies the input user operation to the channel setting unit 123.
  • the channel setting unit 123 generates a control signal indicating channel selection based on the signal indicating the user's operation input supplied from the operation input unit 122, and supplies the control signal to the television receiver 4.
  • the channel setting unit 123 sets a control signal indicating a channel selection in order to automatically set a channel based on recommendation information registered in a recommended number list 128 described later. Generated and supplied to the television receiver 4.
  • the television receiver 4 receives a broadcast signal of a specified channel based on the control signal.
  • the data input section 124 receives an input of a broadcast signal from the television receiver 4 and supplies the broadcast signal to the image processing section 125.
  • the image processing unit 125 performs image processing on the supplied broadcast signal based on the image display method of the output unit 126 and supplies the broadcast signal to the output unit 126.
  • the output unit 126 includes, for example, a display device such as a CRT (Cathode Ray Tube) or an LCD (Liquid Crystal Display), and a sound output device such as a speaker.
  • the image signal of the broadcast signal is displayed on the display device, and the audio signal is output from the audio output device.
  • the recommended program list obtaining section 127 obtains recommendation information from the program recommendation processing device 10 and supplies the recommended information to the recommended program list 128.
  • the recommended program list 128 registers the supplied recommended information.
  • the recommendation information registered in the recommended program list 128 is read out to the channel setting unit 123 or to the recommended program information display control unit 129.
  • the recommended program information display control unit 129 outputs the recommended information read from the recommended program list 128 to the image processing unit 125 in order to present the recommended information of the program to the user.
  • the image processing unit 125 outputs the recommendation information supplied from the recommended program information display control unit 129 alone or superimposed on the image of the broadcast signal supplied from the data input unit 124. Output it to the unit 1 26 and display it on the display device.
  • the ability to display the recommendation information on the output unit 126 and whether to automatically set the channel depends on the setting of the user. It may be determined.
  • a recommendation information display process for presenting program recommendation information to a user based on the recommendation information supplied from the program recommendation processing device 10 will be described.
  • step S ⁇ b> 251 the recommended program list acquisition section 127 acquires the recommendation information output from the recommendation information output section 49 of the program recommendation processing device 10.
  • step S252 the recommended program list acquisition section 127 registers the acquired recommended information in the recommended program list 128.
  • step S 253 the recommended program information display control unit 1 229 selects a program to be broadcast from the recommended program list 1 288 within a predetermined time from the current time, for example, 3 hours or 1 day.
  • the recommended information is read, and data for recommendation information display for displaying the title, content, broadcast time, and broadcast channel of the recommended program is generated and supplied to the image processing unit 125.
  • step S254 the image processing unit 125 executes image processing for displaying the supplied recommendation information display data on the output unit 126, and supplies the data to the output unit 126.
  • the recommendation information is subjected to image processing alone or by being superimposed on the image of the broadcast signal supplied from the data input unit 124.
  • step S255 the output unit 126 displays the recommendation information supplied from the image processing unit 125, and the process ends.
  • the recommendation information is displayed on the output unit 126, so that the user can select a program to view by referring to the displayed recommendation information.
  • a channel for automatically setting a channel based on the recommendation information supplied from the program recommendation processing device 10 and displaying a program matching the user's preference is displayed. The automatic channel setting process will be described.
  • step S271 and step S272 the same processing as in step S251 and step S252 described with reference to FIG. 33 is executed. That is, the recommendation information output from the recommendation information output unit 49 of the program recommendation processing device 10 is acquired, and the acquired recommendation information is registered in the recommended program list 128.
  • the channel setting unit 1 2 3 acquires the information of the recommended program corresponding to the current time from the program recommendation list 98 in step S 2 73, and in step S 2 74, based on the information of the recommended program, It generates channel setting information and outputs it to the television receiver 4.
  • the television receiver 4 receives the broadcast signal of the designated channel based on the control signal.
  • step S275 the data input unit 124 acquires the broadcast signal of the specified channel from the television receiver 4 and supplies the broadcast signal to the image processing unit 125.
  • step S 276 the image processing unit 125 performs image processing for displaying the supplied broadcast signal on the output unit 126, and supplies the broadcast signal to the output unit 126.
  • step S277 the output unit 126 displays the video of the recommended program supplied from the image processing unit 125, outputs the sound, and ends the processing.
  • a channel is automatically set to a channel on which a program matching the user's preference is being broadcast.
  • the automatic channel setting process described with reference to FIG. 34 may be executed, for example, when the user issues a command. This makes it possible to automatically set the channel to a program on which an appropriate program is being broadcast when the user is concerned about which program to watch.
  • the automatic channel setting process described with reference to FIG. 34 is performed, for example, every two hours, such as at a predetermined time when it is determined that the user has just left the channel without setting the channel with particular consideration.
  • the process may be executed when there is no operation input from the user for a predetermined time when it can be determined that the user has been left unattended.
  • FIG. 35 is a block diagram showing a configuration of the recording / reproducing device 12.
  • the operation input unit 14 1 receives an operation input from the user, supplies a control signal corresponding to the user's operation input to each unit of the recording / reproducing device 12, and displays the operation contents of the user through the operation port grease 14. Supply to 2 and save. Saved in operation log list 1 4 2
  • the operation log of the user is acquired by the operation port acquisition unit 46 of the program recommendation processing device 10 described with reference to FIG.
  • the recording setting section 144 is based on the signal indicating the user's operation input supplied from the operation input section 141 or based on recommendation information registered in a recommended program list 149 described later. For example, information necessary for performing a recording process, such as a broadcast start time and a broadcast end time of a program to be recorded and a broadcast channel, is extracted.
  • the recording setting unit 144 registers the information necessary for performing the recording process in the recording reservation list 144
  • the user's operation input supplied from the input unit 141 is a recording process of a currently broadcasted program, or automatic recording is performed using recommendation information registered in a recommended program list 149 described later.
  • the information necessary for performing the recording processing is supplied to the recording control unit 145.
  • the recording control section 144 is based on the information necessary for performing the recording process supplied from the recording setting section 144, or of the recording reservation information registered in the recording reservation list 144. By extracting the recording reservation information corresponding to the current time, a control signal indicating the broadcast channel of the program to be recorded is generated and supplied to the television receiver 4, and the control signal for executing the recording process is generated. It is generated and supplied to the recording / playback processing section 147.
  • the television receiver 4 receives a broadcast signal of a specified channel based on the control signal.
  • the data input unit 146 receives an input of a broadcast signal from the television receiver 4 and supplies the broadcast signal to the recording / playback processing unit 147.
  • the recording / reproducing processing unit 147 is configured so that a recording medium such as a magnetic tape, an optical disk, a magnetic disk, a magneto-optical disk, or a semiconductor memory can be mounted therein, or includes, for example, a hard disk. Or a recording medium such as a semiconductor memory so that information can be recorded on the recording medium or the information can be reproduced from the recording medium.
  • the recording medium attachable to the recording / playback processing unit 147 is a magnetic tape
  • the recording / playback processing unit 147 has a magnetic head
  • It records (ie, records) the broadcast signal supplied thereto, reproduces information recorded on a magnetic tape, and supplies the information to a television display device 11 or the like for reproduction and output.
  • the recommended program list obtaining unit 148 obtains the recommended information from the program recommendation processing device 10 and supplies it to the recommended program list 149.
  • the recommended program list 149 registers the supplied recommended information.
  • the recommendation information registered in the recommended program list 149 is read out to the recording setting unit 143, and the recording process is automatically executed.
  • step S291 the recommended program list acquisition unit 148 acquires the recommendation information output from the recommendation information output unit 49 of the program recommendation processing device 10.
  • step S292 the recommended program list obtaining unit 148 registers the obtained recommended information in the recommended program list 149.
  • step S293 the recording setting unit 144 extracts the information of the recommended program corresponding to the current time from the program recommendation list 109, and sets the broadcast start time and the broadcast end time, and the broadcast channel and the like. The information necessary for the recording process is obtained and supplied to the recording control unit 145.
  • step S294 the recording control unit 145 generates channel setting information for receiving the supply of the broadcast signal of the program to be recorded, and outputs it to the television receiver 4 .
  • the television receiver 4 receives the broadcast signal of the specified channel based on the control signal.
  • step S295 the data input unit 146 acquires the broadcast signal of the specified channel from the television receiver 4 , and supplies the broadcast signal to the recording / playback processing unit 147.
  • step S296 the recording / playback processing section 147 records the supplied broadcast signal on the attached or built-in recording medium, and the process ends. By such processing, it becomes possible to automatically record a program that matches the user's preference.
  • the automatic recording process described with reference to FIG. 36 is not executed while a recording operation is already being performed, such as during a recording process instructed by a user or during a recording operation by a recording reservation process.
  • the program vector PP has been described as being generated in the distribution server 5, but the distribution server does not generate the program vector PP, but via the network 8.
  • the EPG data may be supplied to a program recommendation processing device, and the program recommendation processing device may generate a program vector PP.
  • the distribution server does not generate the program vector PP, but supplies the EPG data to the program recommendation processing device via the network 8 and distributes it when the program recommendation processing device generates the program vector PP.
  • the configuration of the server 171 is shown in FIG. 37, and the configuration of the program recommendation processing device 191 is shown in FIG.
  • the distribution server 17 1 is composed of the data acquisition unit 21 and the data transmission unit 25 of the distribution server 5 described with reference to FIG. 2, and is streamed from the streaming data database 6 or the metadata database 7.
  • EPG data composed of reaming data or meta data is acquired and transmitted to the EPG receiving device 8 or the television receiving device 4 via the network 8.
  • a metadata acquisition unit 22 and a program vector generation unit 23 similar to those provided in the distribution server 5 of FIG. 2 are newly provided.
  • the configuration is the same as that of the program recommendation processing device 10 described with reference to FIG.
  • the grouping process 1 described with reference to FIG. 7 and the grouping process described with reference to FIG. 8 are executed.
  • the EPG receiving device 9 collects the user's operation history and setting information from the television display device 11 and the recording / reproducing device 12, and transmits the distribution server via the network 8.
  • the distribution server may not only generate the program vector PP but also execute the matching process and supply the matching result to the EPG receiving device 9 via the network 8.
  • the network configuration in this case is shown in FIG. 39, and a block diagram showing the configuration of the distribution server 201 is shown in FIG.
  • the distribution server 201 is obtained by adding the function of the program recommendation processing device 191 described with reference to FIG. 38 to the distribution server 171 described with reference to FIG. 37. Users do not need to own a program recommendation processor.
  • the program vector PP In the configurations shown in Fig. 39 and Fig. 40, the program vector PP, program side effect vector EfPP, positive history vector UP, negative history vector MUP, or standard preference vector APP All of the processing described with reference to FIGS. 3 to 12 and FIGS. 14 to 30, such as generation processing, program vector grouping processing, matching processing, and exceptional recommended program selection processing.
  • the EPG receiving device 9 collects the data from the television display device 11 and the recording / reproducing device 12 and transmits the collected data via the network 8.
  • a user ID is attached to the operation history and setting information so that each user can be distinguished.
  • the initial registration storage unit 45, the positive history storage unit 47, the negative history storage unit 48, etc. are based on the user ID of the supplied information. Then, each information is saved for each user.
  • the series of processes described above can be executed by software.
  • the software is capable of executing various functions by installing a computer in which the program constituting the software is built into dedicated hardware or installing various programs. Installed from a recording medium to a personal computer.
  • this recording medium is a magnetic disk 31 or a magnetic disk 31 on which the program is recorded, which is distributed to provide the program to the user separately from the computer.
  • 7 1 including flexible disk
  • optical disk 32 or 7 2 including CD-ROM (Compact Disk-Read Only Memory), DVD (Digital Versatile Disk)
  • magneto-optical disk 33 or 73 including MD (Mini-Disk) (trademark)
  • a packaged media consisting of semiconductor memory 34 or 74.
  • steps for describing a program recorded on a recording medium are not limited to processing performed in chronological order in the order described, but are not necessarily performed in chronological order. Alternatively, it also includes processing that is executed individually.
  • system refers to an entire device including a plurality of devices.
  • the present invention it is possible to select content that matches the user's preference.
  • the recommendation information indicating the content recommended to the user for viewing is generated, it is possible to select the content that properly matches the user's preference.

Landscapes

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

Abstract

本発明は、正履歴ベクトルおよび負履歴ベクトルを生成することができるようにする情報処理装置および情報処理方法、記録媒体、並びにプログラムに関する。ステップS71で初期登録内容より負履歴ベクトルが生成される。ステップS72で初期登録内容が変更されていないと判断され、ステップS73で操作ログが供給されたと判断された場合、ステップS74で供給された操作ログは正履歴であるか否かが判断される。供給された操作ログが正履歴であれば、ステップS75で、操作ログに対応する番組ベクトルが正履歴として追加保存され、ステップS76で、番組ベクトルの総和より正履歴ベクトルが生成される。供給された操作ログが負履歴であれば、ステップS77で、操作ログに対応する番組ベクトルが負履歴として追加保存され、ステップS78で、番組ベクトルの総和から負履歴ベクトルが生成される。本発明は、番組推薦処理装置に適用できる。

Description

明細書
情報処理装置および情報処理方法、 記録媒体、 並びにプログラム
技術分野
本発明は、 情報処理装置および情報処理方法、 記録媒体、 並びにプログラムに 関し、 特に、 テレビジョン放送やラジオ放送などの番組や、 ストリーミングデー タなどを視聴するユーザに対して、 例えば、 —自動録画や番組などの推薦を行う場 合に用いて好適な、 情報処理装置および情報処理方法、 記録媒体、 並びにプログ ラムに関する。
背景技術
従来、 例えば、 テレビジョン放送やラジオ放送などにおいて、 ユーザに対して 番組を推薦する場合には、 電子番組ガイド (E P G: Electronic Program Guide) などの番組情報 (番組メタデータ) を基に、 ユーザの嗜好情報にマッチ ングする番組が選択された。 ユーザへの番組の推薦方法は、 ユーザ嗜好データの 取得の方法によって異なり、 例えば、 初期にユーザの興味に関する情報を登録し てもらい、 その情報に基づいて、 番組を推薦する初期興味登録方式、 ユーザが過 去に視聴した番組の履歴を利用して、 番組を推薦する視聴履歴利用方式、 あるい は、 他のユーザの視聴履歴を利用して、 番組を推薦する協調フィルタリング方式 などの方法があった。
初期興味登録方式では、 利用開始時に、 例えば、 好きな番組カテゴリー (例え ば、 ドラマ、 バラエティ、 など) 、 好きなジャンル (推理もの、 お笑いもの、 な ど) 、 または、 好きなタレント名などをユーザに登録してもらい、 これらの情報 をキーワードとして、 番組メタデータとの間でマッチングを取ることにより、 推 薦すべき番組名が取得されるようになされている。
また、 視聴履歴利用方式では、 ユーザが番組を視聴するたびに、 視聴された番 組メタデータが蓄積され、 ある程度、 履歴メタデータが蓄積されると、 そのメタ データが解析されて、 例えば、 好きな番組カテゴリー、 好きなジャンル、 または、 好きなタレント名などの情報が取得される。 そして、 これらの情報をキーワード として、 番組メタデータとの間でマッチングを取ることにより、 推薦すべき番組 名が取得されるようになされている。
例えば、 HDD (Hard Disk Drive) を用いた録画装置などにおいては、 視聴履 歴のみならず、 録画予約、 または、 録画などのユーザ操作が履歴情報として蓄積 され、 嗜好情報の取得に用いられることもある。 この場合、 ユーザが、 特に興味 を持って番組を視聴しているのではなく、 テレビジョン受像機やラジオなどをつ けていたために視聴していた状態になっていた番組と、 ユーザが、 より興味を持 つて、 意識的に視聴した番組を一部区別することが可能となり、 ユーザの嗜好を より反映した情報を取得できる。
そして、 協調フィルタリング方式は、 第 1のユーザの視聴や操作の履歴に対し て、 その他のユーザの視聴履歴との間でマッチングを取ることにより、 第 1のュ 一ザと視聴履歴の似ている第 2のユーザを検索し、 その視聴または操作の履歴デ ータを取得することにより、 第 2のユーザが視聴した番組で、 第 1のユーザがま だ視聴していない番組を抽出して推薦するものである。
また、 放送番組に、 予め、 番組の属性情報として、 n次元の属性べク トルを付 加し、 ユーザの初期登録内容や、 ユーザが再生、 または録画予約した番組の属性 ベタトルの各属性項目の平均値を基に生成された選択べク トルと、 属性べク トル とを比較することにより、 録画する番組、 または、 再生する番組を選択すること ができるようになされている技術がある (例えば、 特開 2 0 0 1— 1 6 0 9 5 5 号公報) 。
しかしながら、 初期登録方式を基に、 番組を選択する場合、 ユーザが初期登録 を行った時期の固定的な興味しか反映できない上、 詳細な情報を得るためには、 ユーザの登録操作が複雑になってしまう。 これに対して、 初期設定の登録情報の 入力操作を簡単にするために、 登録される情報数を少なくしてしまった場合、 大 まかなユーザの嗜好情報を基にした推薦しかできないので、 ユーザの嗜好に合致 する番組が選択される精度が低いものとなってしまう。
これに対して、 履歴利用方式などのように、 単純にユーザの視聴履歴などを基 に収集したメタデータの総和、 または平均などを用いて、 番組を選択する場合、 履歴がある程度蓄積されないと、 ユーザの嗜好に正しく合致した番組を推薦する ことができない。 更に、 履歴利用方式では、 メタデータ間の関係性がなまってし まい、 充分な個人化はできなかった。 また履歴を積み重ねることにより、 例えば、 ジャンルなど、 履歴として重なり易い項目 (ユーザが嗜好するものとして検出さ れやすい項目) と、 出演者など、 履歴として要素が広がり易い項目 (ユーザが嗜 好するものとして検出されにくい項目) とで、 重み付けに偏りが生じてしまう場 合がある。
具体的には、 例えば、 ユーザが解説者 Aのファンであるので、 「解説者 Aが解 説している球団 Bの試合の実況中継」 を好んで視聴しているような場合、 ジヤン ルである 「野球の実況中継」 という情報は履歴として重なりやすい ( 「野球の実 況中継」 という情報は、 ユーザが嗜好するものとして検出されやすい) 力 出演 者である 「解説者 A」 という情報は履歴として重なり難い ( 「解説者 A」 という 情報は、 ユーザが嗜好するものとして検出され難い) 。 このため、 他の解説者が 解説している球団 Bの試合の実況中継が推薦されて、 解説者 Aが出演しているバ ラエティ番組が推薦されないような場合が発生する。
また、 特開 2 0 0 1— 1 6 0 9 5 5号公報に示されるように、 放送番組に、 予 め、 番組の属性べクトルを付加し、 ユーザの初期登録内容や、 ユーザが再生、 ま たは録画予約した番組の属性べク トルの各属性項目の平均値を基に生成された選 択べク トルと、 属性べクトルとを比較することにより、 録画する番組、 または、 再生する番組を選択するようにした場合も、 ユーザの操作履歴を利用するのであ るから、 同様に、 履歴として重なり易い項目と、 出演者など、 履歴として要素が 広がり易い項目とで、 重み付けに偏りが生じてしまう場合がある。 更に、 例えば、 ドラマが好きで、 バラエティは、 ほとんどドラマに出演しない コメディアン Aが出演するもののみを好み、 バラエティ対ドラマの視聴比率が 2 : 8であるユーザに対して生成される選択べク トルにおいては、 ほとんどドラ マに出演しないコメディアン Aよりも、 特に好きな俳優でないにもかかわらず、 ドラマに頻繁に出演する出演者 Bが履歴として重なってしまう。 従って、 コメデ イアン Aが出演するバラエティよりも、 ドラマに頻繁に出演する出演者 Bが出演 するドキュメンタリ一が優先的に推薦されてしまう。
また、 ユーザによって、 番組を選択するために重要な項目が異なる (例えば、 出演者重視や内容重視など) 場合にも、 全ての項目が同様に演算されるため、 ュ 一ザ固有の嗜好が反映されない場合があった。
また、 協調フィルタリング方式で利用されるのは、 あくまで他のユーザの嗜好 情報であるので、 それぞれのユーザの嗜好を詳細に表す情報を抽出することは困 難であった。 発明の開示
本発明はこのような状況に鑑みてなされたものであり、 ユーザの嗜好に合致し た番組を選択することができるようにするものである。
本発明の情報処理装置は、 コンテンツの属性情報を取得する属性情報取得手段 と、 ユーザの操作履歴を取得する操作履歴取得手段と、 操作履歴取得手段により 取得された操作履歴を基に、 ユーザの嗜好の正の要因を示す第 1の嗜好情報と、 ユーザの嗜好の負の要因を示す第 2の嗜好情報を生成する嗜好情報生成手段と、 第 1の嗜好情報と属性情報との類似度、 および、 第 2の嗜好情報と属性情報との 類似度を、 それぞれ独立に算出することにより、 ユーザに視聴を推薦するコンテ ンッを示す推薦情報を生成する推薦情報生成手段とを備えることを特徴とする。 嗜好情報生成手段により生成された第 1の嗜好情報および第 2の嗜好情報、 並 びに、 属性情報取得手段により取得された属性情報は、 それぞれ、 複数の項目で 構成されたものであるとすることができ、 嗜好情報生成手段には、 操作履歴取得 手段により取得された操作履歴の項目のいずれかに着目させて、 着目した項目の 要素別に、 第 1の嗜好情報および第 2の嗜好情報を生成させるようにすることが でき、 推薦情報生成手段には、 属性情報の要素に対応した第 1の嗜好情報と第 2 の嗜好情報とを抽出させて、 属性情報との類似度を算出させるようにすることが できる。
推薦情報生成手段には、 第 1の嗜好情報と属性情報との類似度、 および、 第 2 の嗜好情報と属性情報との類似度の独立した算出結果を基に、 いずれとも類似度 が低いコンテンツを示す推薦情報を生成させるようにすることができる。
嗜好情報生成手段により生成された第 1の嗜好情報および第 2の嗜好情報、 並 びに、 属性情報取得手段により取得された属性情報は、 所定の項目ごとにベタト ル化されているものとすることができる。
コンテンツの属性情報、 並びに、 第 1の嗜好情報および第 2の嗜好情報のうち の少なくとも一部を、 項目ごとに正規化する正規化処理手段を更に備えさせるよ うにすることができ、 推薦情報生成手段には、 少なくとも一部が正規化処理手段 により正規化されたコンテンッの属性情報と第 1の嗜好情報および第 2の嗜好情 報との類似度を、 それぞれ独立に算出することにより、 推薦情報を生成させるよ うにすることができる。
推薦情報生成手段には、 嗜好情報生成手段により生成された第 1の嗜好情報お よび第 2の嗜好情報と、 属性情報取得手段により取得された属性情報との内積演 算を基に、 推薦情報を生成させるようにすることができる。
所定の項目は、 大項目と、 大項目を更に詳細に分類する小項目で構成されるも のとすることができ、 推薦情報生成手段には、 嗜好情報生成手段により生成され た第 1の嗜好情報おょぴ第 2の嗜好情報と、 属性情報取得手段により取得された 属性情報とを、 大項目ごとにそれぞれ内積演算し、 それらの内積演算結果の総和 を基に、 推薦情報を生成させるようにすることができる。
操作履歴取得手段には、 取得した操作履歴を、 ユーザが好むコンテンツを示す 第 1の操作履歴と、 ユーザが好まないコンテンツを示す第 2の操作履歴とに分類 させるようにすることができ、 嗜好情報生成手段には、 第 1の操作履歴を基に、 第 1の嗜好情報を生成させるようにすることができ、 第 2の操作履歴を基に、 第 2の嗜好情報生成させるようにすることができる。
推薦情報生成手段には、 嗜好情報生成手段により生成された第 1の嗜好情報と、 属性情報取得手段により取得された属性情報との類似度から、 嗜好情報生成手段 により生成された第 2の嗜好情報と、 属性情報取得手段により取得された属性情 報との類似度を減算した値を基に、 推薦情報を生成させるようにすることができ る。
推薦情報生成手段により生成された推薦情報を表示する表示手段を更に備えさ せるようにすることができる。
コンテンッを受信する受信手段と、 推薦情報生成手段により生成された推薦情 報に基づいて、 受信手段により受信されるコンテンツの選択を制御する選択制御 手段とを更に備えるさせるようにすることができる。
選択制御手段により受信が選択されたコンテンツを記録する記録手段を更に備 えさせるようにすることができる
本発明の情報処理方法は、 ユーザの操作履歴を取得する操作履歴取得ステップ と、 操作履歴取得ステップの処理により取得された操作履歴を基に、 ユーザの嗜 好の正の要因を示す第 1の嗜好情報と、 ユーザの嗜好の負の要因を示す第 2の嗜 好情報を生成する嗜好情報生成ステップと、 第 1の嗜好情報と属性情報との類似 度、 および、 第 2の嗜好情報と属性情報との類似度を、 それぞれ独立に算出する ことにより、 ユーザの嗜好と合致したコンテンツを示す推薦情報を生成する推薦 情報生成ステップとを含むことを特徴とする。
本発明の記録媒体に記録されているプログラムは、 ユーザの操作履歴を取得す る操作履歴取得ステップと、 操作履歴取得ステツプの処理により取得された操作 履歴を基に、 ユーザの嗜好の正の要因を示す第 1の嗜好情報と、 ユーザの嗜好の 負の要因を示す第 2の嗜好情報を生成する嗜好情報生成ステップと、 第 1の嗜好 情報と属性情報との類似度、 および、 第 2の嗜好情報と属性情報との類似度を、 3 015926
7
それぞれ独立に算出することにより、 ユーザの嗜好と合致したコンテンツを示す 推薦情報を生成する推薦情報生成ステップとを含むことを特徴とする。
本発明のプログラムは、 ユーザの操作履歴を取得する操作履歴取得ステツプと、 操作履歴取得ステップの処理により取得された操作履歴を基に、 ユーザの嗜好の 正の要因を示す第 1の嗜好情報と、 ユーザの嗜好の負の要因を示す第 2の嗜好情 報を生成する嗜好情報生成ステップと、 第 1の嗜好情報と属性情報との類似度、 および、 第 2の嗜好情報と属性情報との類似度を、 それぞれ独立に算出すること により、 ユーザの嗜好と合致したコンテンツを示す推薦情報を生成する推薦情報 生成ステップとを含むことを特徴とする。
本発明の情報処理装置および情報処理方法、 並びにプログラムにおいては、 ュ 一ザの操作履歴を基に、 ユーザの嗜好の正の要因を示す第 1の嗜好情報と、 ユー ザの嗜好の負の要因を示す第 2の嗜好情報が生成され、 第 1の嗜好情報と属性情 報との類似度、 および、 第 2の嗜好情報と属性情報との類似度が、 それぞれ独立 に算出されることにより、 ユーザに視聴を推薦するコンテンツを示す推薦情報が 生成される。 図面の簡単な説明
図 1は、 テレビジョン番組放送、 およびストリームデータの配信について説明 する図である。
図 2は、 図 1の配信サーバの構成を示すプロック図である。
図 3は、 番組べク トル生成処理 1について説明するフローチャートである。 図 4は、 E P Gデータを説明する図である。
図 5は、 番組べク トルについて説明する図である。
図 6は、 番組べク トル生成処理 2について説明するフローチャートである。 図 7は、 グループ化処理 1について説明するフローチャートである。
図 8は、 グループ化処理 2について説明するフローチヤ一トである。
図 9は、 タイトルグループ化処理 1について説明するフローチヤ一トである。 図 1 0は、 タイトルグループ化処理 2について説明するフローチヤ一トである。 図 1 1は、 タイトルグループ化処理 3について説明するフローチャートである。 図 1 2は、 タイトルグループ化処理 4について説明するフローチャートである。 図 1 3は、 図 1の番組推薦処理装置の構成を示すブロック図である。
図 1 4は、 正履歴べク トルおよび負履歴べクトル生成処理 1について説明する フローチヤ一トである。
図 1 5は、 正履歴べク トルを説明する図である。
図 1 6は、 正履歴べク トルおよび負履歴べクトル生成処理 2について説明する フローチヤ一トである。
図 1 7は、 マッチング処理 1について説明するフローチヤ一トである。
図 1 8は、 マッチング処理 2について説明するフローチャートである。
図 1 9は、 マッチング処理 3について説明するフローチヤ一トである。
図 2 0は、 マッチング処理 4について説明するフローチヤ一トである。
図 2 1は、 マッチング処理 5について説明するフローチヤ一トである。
図 2 2は、 ユーザ側効き目べク トル生成処理 1について説明するフローチヤ一 トである。
図 2 3は、 ユーザ側効き目べク トル生成処理 2について説明するフローチヤ一 トである。
図 2 4は、 ユーザ側効き目べク トル生成処理 3について説明するフローチヤ一 トである。
図 2 5は、 ユーザ側効き目べク トル生成処理 4について説明するフローチヤ一 トである。
図 2 6は、 ユーザ側反効き目べクトル生成処理 1について説明するフローチヤ ートである。
図 2 7は、 ユーザ側反効き目べク トル生成処理 2について説明するフローチヤ 一トである。 図 2 8は、 グループ推薦を含むマッチング処理について説明するフローチヤ一 トである。
図 2 9は、 ユーザモデルを用いたマッチング処理について説明するフローチヤ ートである。
図 3 0は、 例外推薦処理について説明するフローチヤ一トである。
図 3 1は、 図 1のテレビジョン受信装置の構成を示すプロック図である。
図 3 2は、 図 1のテレビジョン表示装置の構成を示すプロック図である。
図 3 3は、 推薦情報表示処理について説明するフローチャートである。
図 3 4は、 自動チャンネル設定処理について説明するフローチヤ一トである。 図 3 5は、 図 1の録画再生装置の構成を示すプロック図である。
図 3 6は、 自動録画処理について説明するフローチヤ一トである。
図 3 7は、 配信サーバの異なる構成例を示すブロック図である。
図 3 8は、 番組推薦処理装置の異なる構成例を示すブロック図である。
図 3 9は、 テレビジョン番組放送、 およびス トリームデータの配信のためのネ ットワークの異なる例について説明する図である。
図 4 0は、 配信サーバの異なる構成例を示すブロック図である。 発明を実施するための最良の形態
以下、 図を参照して、 本発明の実施の形態について説明する。
図 1を用いて、 テレビジョン番組放送、 およびス トリームデータの配信につい て説明する。
放送局 1は、 地上波の番組放送を送信するか、 もしくは、 衛星 2を介して衛星 波の番組放送を送信する。 図 1においては、 放送局 1を 1つだけ図示して説明し ているが、 放送局 1力 複数存在することは言うまでもない。 テレビジョン受信 装置 4のアンテナ 3は、 地上波、 または衛星波の番組放送を受信する。 放送信号 には、 必要に応じて、 E P G (El ectroni c Program Guide) が含まれている。 P T/JP2003/015926
10
配信サーバ 5は、 ストリーミングデータデータベース 6から、 ス トリーミング データを読み出し、 インターネットその他のネットワークを含むネットワーク 8 を介して、 テレビジョン受信装置 4に配信するとともに、 メタデータデータべ一 ス 7から、 放送局 1から放送される番組に関する情報である E PG、 あるいは、 E PGよりも詳細な情報を含むメタデータを読み出して、 番組ごとに、 番組べク トル PPを生成し、 E PGデータとともに、 ネッ トワーク 8を介して、 E P G受 信装置 9に配信する。
一般的な放送信号に重畳される E P Gの情報量が、 以下に説明する処理に十分 な情報である場合、 処理には、 一般的な放送信号に重畳される E PGと同一のも のを利用するようにしても良い。 また、 一般的な放送信号に重畳される E P Gの 情報量が、 以下に説明する処理に十分な情報であるとはいえない場合、 処理には、 一般的な放送信号に重畳される E PGに加えて、 もしくは単独で、 メタデータを 利用するようにしても良い。 以下、 一般的な放送信号に重畳される E PGでは、 処理に十分な情報量がないため、 本実施の形態では、 メタデータを含む情報を利 用するものとし、 この情報を、 E PGデータと総称するものとする。
E PG受信装置 9は、 配信された E PGデータを、 テレビジョン受信装置 4に 供給する。 また、 E PG受信装置 9は、 E PGデータとともに配信された番組べ ク トル PPを、 番組推薦処理装置 1 0に供給する。
チューナを有するテレビジョン受信装置 4は、 操作部を有するテレビジョン表 示装置 1 1、 または、 録画再生装置 1 2から供給されるチャンネルの選択を示す 制御信号に基づいて、 アンテナ 3を介して、 地上波、 または衛星波の放送信号を 選局して受信するとともに、 ネットワーク 8を介して、 配信サーバ 5から、 ス ト リーミングデータの配信を受ける。 また、 テレビジョン受信装置 4は、 E P G受 信装置 9から、 E PGデータの供給を受け、 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2に供給する。 なお、 テレビジョン受信装置 4は、 受信した放送 波に、 E P Gが含まれていた場合、 番組の信号と分離して、 それぞれ、 テレビジ ヨン表示装置 1 1、 または、 録画再生装置 1 2に供給する。 番組推薦処理装置 1 0は、 E P G受信装置 9から、 番組べク トル PPを取得す るとともに、 テレビジョン表示装置 1 1およぴ録画再生装置 1 2から、 操作口グ を取得し、 これらの情報、 または、 ユーザの操作入力を基に、 ユーザの嗜好に合 致した番組を推薦するための推薦情報を生成し、 テレビジョン表示装置 1 1およ び録画再生装置 1 2に供給する。
テレビジョン表示装置 1 1は、 ユーザの操作入力を基に、 テレビジョン受信装 置 4から供給された放送信号、 または、 録画再生装置 1 2から供給された再生信 号を表示したり、 番組推薦処理装置 1 0から供給された推薦情報を基に、 チャン ネルを自動設定したり、 推薦番組情報を表示する。 テレビジョン表示装置 1 1は、 ユーザの操作履歴である操作ログを番組推薦処理装置 1 0に供給する。
録画再生装置 1 2は、 ユーザの操作入力を基に、 テレビジョン受信装置 4から 供給された放送信号を、 装着された記録媒体、 または、 内蔵する記録媒体 (例え ば、 ハードディスク) に録画したり、 番組推薦処理装置 1 0から供給された推薦 情報を基に、 テレビジョン受信装置 4から供給された放送信号を、 装着された記 録媒体、 または、 内蔵する記録媒体に自動録画する。 また、 録画再生装置 1 2は、 装着された記録媒体、 または、 内蔵する記録媒体に録画されている番組を再生し、 テレビジョン表示装置 1 1に出力して表示させる。 更に、 録画再生装置 1 2は、 ユーザの操作履歴である操作ログを番組推薦処理装置 1 0に供給する。
ここでは、 E P G受信装置 9、 テレビジョン受信装置 4、 番組推薦処理装置 1 0、 テレビジョン表示装置 1 1、 および、 録画再生装置 1 2を、 それぞれ異なる 装置として説明したが、 これらの装置は、 個別に構成されなくてもよい。 例えば、 E P G受信装置 9、 テレビジョン受信装置 4、 および、 テレビジョン表示装置 1 1を、 チューナ機能を内蔵したテレビジョン受像機 1 5— 1として、 一体的に構 成するようにしても良いことは、 言うまでもない。 更に、 録画再生装置 1 2も一 体的に構成して、 録画機能を有するテレビジョン受像機 1 5— 2として構成する ようにしても良い。 この録画再生装置 1 2は、 記録媒体として、 大容量のハード ディスクを有する、 いわゆるハードディスクレコーダであってもよいことは言う までもない。 また、 番組推薦処理装置 1 0を、 チューナ機能を内蔵したテレビジ ヨン受像機 1 5— 1に内蔵して、 テレビジョン受像機 1 5— 3としても、 または、 録画機能を有するテレビジョン受像機 1 5— 2に内蔵して、 テレビジョン受像機 1 5— 4とするようにしても良い。
図 2は、 配信サーバ 5の構成を示すブロック図である。
データ取得部 2 1は、 メタデータデータベース 7およびストリーミングデータ データベース 6からデータを取得し、 データ送信部 2 5に供給するとともに、 E P Gデータを、 メタデータ抽出部 2 2に供給する。 また、 データ取得部 2 1は、 メタデータデータベース 7に登録されている E P Gデータを、 その内容により、 グループ化する処理を実行する。
メタデータ抽出部 2 2は、 データ取得部 2 1から供給された E P Gデータから、 番組べクトル PPを生成するために必要なデータを抽出し、 番組べクトル生成部 2 3に供給する。 番組べクトル生成部 2 3は、 メタデータを基に、 番組べク トル PPを生成し、 必要に応じて、 データ記憶部 2 4に記憶されている番組側効き目 ベタ トル EfPPを対応付けて、 データ送信部 2 5に供給する。
データ記憶部 2 4は、 番組べク トル PPを生成する場合に必要な情報である番 組側効き目ベク トル EfPPを、 必要に応じて記憶する。
いかに視聴率を稼ぐかという制作側、 放送側の観点に基づいて、 例えば、 教養 系番組においては、 ジャンルや内容の要素が強いという特性、 バラエティ番組な どにおいては、 出演者の要素が強いという特性、 ドラマなどにおいては、 出演者 および脚本家の要素が強いという特性がある。 番組の特徴を正しく抽出するため には、 これらの特性を利用する必要がある。 すなわち、 番組ベクトル PPを構成 する要素のうち、 ユーザの嗜好に合致した番組を推薦するために実行されるマツ チング処理において、 どの要素が重要であるかは、 番組のジャンルによって異な る。
すなわち、 番組のジャンルが 「教養 'ドキュメント」 である場合、 重要な項目 は、 出演者ではなく、 その内容や題名である。 これに対して、 番組のジャンルが 「バラエティ」 のとき、 重要な項目は出演者であり、 番組のジャンルが 「ドラ マ」 であるとき、 重要な項目は、 出演者と脚本家である。 これらを番組ベク トル PPの生成に利用する場合、 番組のジャンル別に、 項目ごとの、 マッチング処理 における寄与の度合いを規定する番組側効き目べク トルが設定され、 データ記憶 部 2 4に記憶される。
データ送信部 2 5は、 データ取得部 2 1から供給された、 E P Gデータおょぴ ストリーミングデータ、 並びに、 番組べク トル生成部 2 3から供給された番組べ タトル PP、 および、 番組側効き目ベクトル EfPPを、 ネットワーク 8を介して、 E P G受信装置 9、 または、 テレビジョン受信装置 4に送信する。
また、 番組ベク トル生成部 2 3には、 必要に応じて、 ドライブ 2 6が接続され る。 ドライプ 2 6には、 必要に応じて、 磁気ディスク 3 1、 光ディスク 3 2、 光 磁気ディスク 3 3、 および半導体メモリ 3 4が装着され、 データの授受を行う。 次に、 図 3のフローチャートを参照して、 配信サーバ 5が実行する番組べタト ル生成処理 1について説明する。
ステップ S 1において、 データ取得部 2 1は、 メタデータデータベース 7から、 メタデータで構成されている E P Gデータの供給を受ける。
ステップ S 2において、 メタデータ抽出部 2 2は、 データ取得部 2 1から E P Gデータの供給を受け、 番組べクトル PPを生成するために必要なメタデータを 抽出し、 番組べクトル生成部 2 3に出力する。
図 4に、 メタデータの例を示す。 メタデータには、 例えば、 ジャンルとして
「映画一邦画」 、 映画の題名として 「東海道三谷怪談」 、 放送された年月日およ び配給元のデータ、 放送の日時、 放送する放送局名、 並びに、 放送時刻などが含 まれている。 更に、 メタデータ は、 監督名、 脚本家名、 撮影者 (カメラマン) 、 音楽担当者、 出演者などのデータ、 および、 この番組の内容として、 映画の解説 などが含まれている。
ステップ S 3において、 番組べクトル生成部 2 3は、 メタデータに含まれてい る、 タイ トル、 内容などを、 必要に応じて形態素解析し、 単語に分解する。 具体 的には、 番組ベクトル生成部 2 3は、 メタデータに含まれている映画の題名をタ ィトルとして、 「東海道」 、 「三谷」 、 「怪談」 の 3つの単語に分解する。 また、 番組ベクトル生成部 2 3は、 メタデータに、 映画の解説として、 図 4に示される ように、 「' 5 9新西宝 様式美たっぷりに有名な "三谷怪談" の世界を描く邦 画ホラーの傑作。 」 という情報が含まれていた場合、 解説に含まれている単語を 抽出して、 「西宝」 、 「様式」 、 「美」 、 「たっぷり」 、 「有名」 、 「三谷」 、 「怪談」 、 「世界」 、 「描く」 、 「邦画」 、 「ホラー」 、 「傑作」 を内容情報と する。
ステップ S 4において、 番組ベクトル生成部 2 3は、 メタデータに含まれてい るそれぞれの項目をべク トル化し、 番組べクトル PPが生成されて、 処理が終了 される。 生成された番組ベク トル PPは、 データ送信部 2 5に出力されて、 ネッ トワーク 8を介して、 E PG受信装置 9に送信される。 項目のベク トル化は、 全 ての詳細要素を 1列として並べるようにしても良いし、 大項目に分離した後に、 大項目ごとにベタトル化するようにしても良い。
大項目別にベク トル化が行われる場合、 例えば、 図 5に示されるように、 大項 目を、 タイ トル、 ジャンル、 時間帯、 放送局、 出演者、 脚本 Z原作 Z演出、 内容 の 7項目として、 番糸且ベクトル PP= (Tm, Gm, Pm, Am, Km) が生成され る。 そして、 各項目の内容が、 タイ トル (Title) Tm= {title 1 ,
title2, ■ ■ · } 、 ジヤンノレ (Genre) Gm= {ドラマ, ノ ラエティ, スポーツ, 映画, 音楽, 子供向け/教育, 教養ノドキュメント, ニュース/報道, その他 } 、 時間帯(Hour)Hm= {朝, 昼, 夕方, ゴールデン, 深夜 } 、 放送局(TV
Station) Sm= {NNK総合, NNK教育, 亜細亜テレビ, TT S, ブジ, テレ日, 東都, NNK衛星第 1 , NNK衛星第 2, WOWO} 、 出演者
(Person) Pm= {person A, person B, ■ · ■ } 脚本/原作ノ演出等
(Author) Am= {person a, person b, ■ · · } 内容 (Keyword) Km= {kw 1 , kw2, · ■ ■ } として、 べクトル化される。 上述した 7つの大項目の中で、 大項目 「ジャンル」 、 「放送局」 、 「時間帯」 は、 種類が固定できるため、 詳細要素をそれぞれ数値ベクトルで表すことができ る。 放送局の場合、 例えば、 放送局 Sm= {NNK総合, NNK教育, 亜細亜テ レビ, TT S, ブジ, テレ日, 東都, NNK衛星第1, NNK衛星第 2, WOW O} において、 対応する番組の放送局が WOWOである場合、 放送局べクトルは、 放送局 Sm= { 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 } で表すことができる。 ジャンルの場合、 例えば、 ジャンル Gm= {ドラマ, バラエティ, スポーツ, 映 画, 音楽, 子供向け/教育, 教養 /ドキュメント, ニュース/報道, その他 } に おいて、 対応する番組のジャンルが、 教養/ドキュメントであった場合、 ジヤン ノレべク トノレは、 ジヤン/レ Gm= { 0, 0, 0, 0 , 0, 0, 1, 0, 0 } で表す ことができる。
一方、 大項目 「タイトル」 、 「出演者」 、 「脚本ノ原作 Z演出」 、 「内容」 な どの、 数値べク トルで表すことのできない項目においては、 ベタ トルに含まれる 単語の頻度などによって、 項目値 (単語) と重み (数値) が対応付けられる。 例 えば、 大項目 「タイ トル」 は、 タイ トル Tm= (東海道一 1, 三谷一 1, 怪談一 1 } のように、 それぞれ、 単語一数値で構成される要素によって表される。 この 例における、 例えば、 「東海道一 1」 は、 「東海道」 の単語の頻度が 「1である ことを意味する。
このような処理により、 番組ベクトル PPが生成されて、 E PG受信装置 9に 送信される。 具体的には、 図 4を用いて説明した番組メタデータから番組べタト ル PPが生成された場合、 番組ベク トル PP= {タイ トル Tm= {東海道一 1 , 三 谷一 1, 怪談一 1 } 、 ジャンル Gm二 { 0 , 0, 0, 1 , 0 , 0, 0, 0, 0 } 、 時間帯 Hm= { 0, 0, 0, 0, 1 } 、 放送局 Sm= { 0 , 0, 0, 0, 0 , 0 , 0, 0, 0, 1 } 、 出演者 Pm= (若杉嘉津美— 1, 天海茂— 1, 江見俊彦一 1 , 中村竜ニ郎ー 1, 西沢典子一 1 } 、 脚本ノ原作 Z演出 Am= {中川信男一 1, 大 貫正一一 1, 石田義寛ー 1 , 西本正ニー 1, 渡辺宙太ー 1 } 、 内容 Km= {西宝 一 1, 様式 _ 1, 美一 1, たっぷり一 1, 有名一 1, 三谷一 1 , 怪談一 1 , 世界 一 1, 描く一 1, 邦画一 1, ホラ一一 1, 傑作一 1 } } が生成されて、 EPG受 信装置 9に送信される。
このように生成される番組ベク トル PPにおいて、 例えば、 出演者 Pmの構成 要素のうち、 主演を重み付けしたり、 脚本 Z原作 Z演出 Amの構成要素のうち、 監督を重み付けして、 番組ベク トル PPを生成するようにしても良い。 このよう な場合、 番組べクトル PPの構成要素は、 例えば、 出演者 Pm= {若杉嘉津美— 3, 天海茂 _ 2, 江見俊彦— 1, 中村竜ニ郎 _ 1, 西沢典子一 1 } 、 脚本 Z原作 /演出 Am= {中川信男 _3, 大貫正一一 1, 石田義寛ー 1, 西本正ニー 1, 渡 辺宙太一 1 } となる。
また、 番組ベクトル PPを生成するために、 どの要素が重要であるかは、 上述 したように、 番組のジャンルによって異なる。 ジャンルごとにどのような要素が 重要であるかを示した番組側効き目ベクトル Ef PPが、 番組側効き目べタトル情 報として、 データ記憶部 24に記憶されている場合、 番組側効き目ベク トル EfPPを、 番組べクトル PPに対応付けて送信するようにしても良い。 番組側効き 目べク トノレ EfPPは、 番組べクトル PPの大項目に対応して設定される。
番組ベク トル PP= (タイトル Tm, ジャンル Gm, 時間帯 Hra, 放送局 Sra, 出 演者 Pm, 脚本 Z原作 Z演出 Am, 内容 Km} において、 例えば、 番組のジヤン ルが 「教養 /ドキュメント」 である場合、 重要な項目は、 その内容や題名 (重み 付け値が 3の場合) であるので、 番組側効き目ベク トル EfPP= {3, 1, 1, 1, 1, 1, 3 } となる。 これに対して、 番組のジャンルが 「バラエティ」 のと き、 重要な項目は出演者 (重み付け値が 5の場合) であるので、 番組側効き目べ タ トル EfPP= { 1 , 1, 1, 1, 5, 1, 1 } となる。 また、 番組のジャンル 力 S 「ドラマ」 であるとき、 重要な項目は、 出演者 (重み付け値が 2の場合) と脚 本家であり、 特に脚本家が重要 (重み付け値が 3の場合) である場合、 番組側効 き目ベク トル EfPP= { 1, 1, 1 , 1, 2, 3, 1 } となる。 PC蘭 00雇 5926
17
次に、 図 6のフローチャートを参照して、 番組側効き目べク トル EfPPが、 番 組べク トル PPに対応付けて送信される場合の、 番組べク トル生成処理 2につい て説明する。
ステップ S 1 1乃至ステップ S 1 4において、 図 3を用いて説明したステップ S 1乃至ステップ S 4の処理と同様の処理が実行される。 すなわち、 メタデータ データベース 7から、 E P Gデータの供給を受け、 E P Gデータから、 番組べク トル PPを生成するために必要なメタデータが抽出され、 メタデータに含まれて いる、 タイ トル、 内容などが、 必要に応じて形態素解析されて、 単語に分解され る。 そして、 メタデータに含まれているそれぞれの項目がベク トル化されて、 番 組ベク トル PPが生成される。
ステップ S 1 5において、 番組べク トル生成部 2 3は、 供給されたメタデータ の番組のジャンルに基づいて、 対応する効き目べク トルを、.データ記憶部 2 4に 記憶されている効き目ベクトル情報から抽出する。 例えば、 番組のジャンルが 「バラエティ」 のとき、 データ記憶部 2 4から、 出演者に対する重み付けを行う 効き目ベク トル EfPP = { 1 , 1, 1 , 1, 5, 1, 1 } が抽出される。
ステップ S 1 6において、 番組ベク トル生成部 2 3は、 ステップ S 1 5におい て抽出された効き目べク トル EfPPを、 ステップ S 1 4において生成された番組 ベタトル PPと対応付けて、 処理が終了される。
このような処理により、 番組べクトル PPが生成されて、 番組のジャンルに基 づいて、 重要な項目に重み付けを施すための番組側効き目ベク トル EfPPが対応 付けられて、 ネットワーク 8を介して、 E P G受信装置 9に送信される。
以上説明したようにして、 番組べク トル PPが生成されるが、 例えば、 番組を その属性ごとにグループ化することにより、 番組ベク トル PPを、 少ない演算量 で、 正確に作成するようにすることができる。
番組のグループ化は、 例えば、 連続ドラマ、 1週単位の同一ジャンルの番組群、 番組編成単位 ( 1 3週) の出演者ごとの番組群などで生成できるが、 その具体例 として、 次の図 7のフローチャートを参照して、 連続ドラマをグループ化する場 合のグループ化処理 1について説明する。
ステップ S 3 1において、 データ取得部 2 1は、 メタデータデータベース 7に 登録されている E P Gデータから、 例えば、 同一タイ トル、 同一放送局で、 放送 時刻が平日の同時刻や、 同じ曜日の同時刻であるなどの所定の条件 (グループ化 のための条件) に合致した番組を抽出する。
ステップ S 3 2において、 データ取得部 2 1は、 抽出された番組をグループ化 し、 対応する番組の E P Gデータにグループ I Dをつける。
ステップ S 3 3において、 メタデータ抽出部 2 2は、 同一グループ I Dを有す る、 すなわち、 連続ドラマであると認識された番組の第 1回目の放送の番組べク トル生成に必要なメタデータを抽出する。
ステップ S 3 4において、 図 3または図 6を用いて説明した番組べクトル生成 処理が実行される。
ステップ S 3 5において、 番組べク トル生成部 3 3は、 対応するグループ I D の番組べク トル FPを、 第 1回の放送分の番組べクトルに固定して設定し、 処理 が終了される。
このような処理により、 連続ドラマがグループ化されて、 番組ベクトルが統一 される。 また、 グループ I Dと番組ベク トル PPとを、 対応付けて、 データ記憶 部 2 4に記憶しておくようにしても良い。
特に、 連続ドラマの E P Gデータにおいて、 初回の内容は、 番組全体の解説に なっているが、 初回以外の内容は、 その回の分の解説となっている とが多く、 番組全体の内容を表してはいない。 また、 内容以外の部分のメタデータは毎回ほ ぼ同じであることから、 初回分の E P Gデータを採用して番組べク トル PPを生 成することにより、 番組べク トル生成処理の処理回数を減少することができるの みならず、 より正確に番組の特性と合致した番組ベク トル PPを生成することが 可能になる。 図 7においては、 連続ドラマの E P Gデータに同一の I Dを付加する処理につ いて説明したが、 E P Gデータに、 連続ドラマを区別する情報が予め含まれてい る場合、 ステップ S 3 1の処理を省略して、 E P Gデータに含まれている連続ド ラマを区別する情報を参照して、 連続ドラマの E P Gに同一の I Dを付加するよ うにしても良い。
次に、 図 8のフローチャートを参照して、 連続ドラマ以外の要素によってもグ ループ化を行うことができるグループ化処理 2について説明する。 ここでは、 ジ ヤンルおよび出演者によるグループ化を行うものとして説明する。
ステップ S 5 1において、 データ取得部 2 1は、 メタデータデータベース 7に 登録されている E P Gデータを参照して、 番組の E P Gデータに、 メタデータの 内容に対応したクラスタコードを付加する。
例えば、 同一タイ トル、 同一放送局で、 放送時刻が平日の同時刻や、 同じ曜 3 の同時刻であるなどの、 連続ドラマである条件に合致した番組を抽出し、 抽出さ れた、 連続ドラマであると認識される番組群の中で、 例えば、 連続ドラマの放送 時刻によって、 平 3の同時刻であればコード 1、 同じ曜日の同時刻であればコー ド 2、 隔週、 隔日など、 コード 1およびコード 2以外の放送時刻であればコード 3などの、 最小桁の第 1のクラスタコードが決定される。 連続ドラマでない場合、 最小桁の第 1のクラスタコードは 0となる。
次に、 メタデータデータベース 7に登録されているメタデータのジャンルに関 するデータを参照して、 そのジャンルごとに、 例えば、 コード 2 0、 コード 3 0 などの、 下位から 2桁目 (1 0の位) に数値を有する第 2のクラスタコードが決 定される。
最後に、 メタデータデータベース 7に登録されているメタデータの出演者のデ ータを参照して、 例えば、 コード 2 3 0 0、 コード 8 0 0など、 下位から 2桁目 以上 (1 0 0以上の位) を用いて表される第 3のクラスタコードが決定される。 そして、 第 1乃至第 3のクラスタコードの合計値が、 その番組の E P Gに付加 されるクラスタコードとなる。 ステップ S 5 2において、 データ取得部 2 1は、 クラスタコードの 1桁目が 0 であるか否かを基に、 対応する E P Gは、 連続ドラマのものであるか否かを判断 する。
ステップ S 5 2において、 連続ドラマであると判断された場合、 ステップ S 5 3およびステップ S 5 4において、 図 7のステップ S 3 3およびステップ S 3 4 と同様の処理が実行される。 すなわち、 第 1回目の放送の E P Gが抽出されて、 図 3または図 6を用いて説明した番組べクトル生成処理が実行される。
ステップ S 5 5において、 番組べク トル生成部 3 3は、 この連続ドラマの番組 ベタ トル PPを、 第 1回の放送分の番組べクトル PPに固定して設定し、 番組べ タトル PP に、 生成したクラスタコードを対応付けて設定し、 処理が終了される。 ステップ S 5 2において、 連続ドラマではないと判断された場合、 ステップ S 5 6において、 図 3または図 6を用いて説明した番組べク トル生成処理が実行さ れる。
ステップ S 5 7において、 番組べク トル生成部 3 3は、 番組べク トノレ PPに生 成したクラスタコードを対応付けて、 処理が終了される。
このような処理により、 連続ドラマ以外であっても、 ジャンルや出演者によつ て番組べク トル PPをグループ化することが可能となり、 グループを示すクラス タコードと、 番組べクトノレ PPとを対応付けることができる。
図 2を用いて説明した配信サーバ 5において、 図 3乃至図 8を用いて説明した ようにして番組ベク トル PPが生成されるので、 常に新しい用語やジャンルなど に対応した番組べク トル PPを生成することが可能となる。 生成された番組べク トル PPは、 E P Gデータどともに、 ネットワーク 8を介して、 E P G受信装置 9に受信され、 番組推薦処理装置 1 0に供給される。
また、 グループ化処理は、 タイ トルを形態素解析して、 単語に分解し、 単語ご とにグループ I Dを付けることにより行うようにしてもよレ、。
次に、 図 9のフローチャートを参照して、 タイ トルグループ化処理 1について 説明する。 ステップ S 6 1において、 デ タ取得部 2 1は、 メタデータデータベース 7に 登録されている E P Gデータを参照して、 登録されているメタデータから、 タイ トルを抽出し、 番組べク トル生成部 2 3に供給する。
ステップ S 6 2において、 番組べクトル生成部 2 3は、 タイ トルを形態素解析 し、 単語に分解する。 具体的には、 メタデータに含まれている映画の題名が 「東 海道三谷怪談」 であった場合、 これがタイトルとして形態素解析されるので、 「東海道」 、 「三谷」 、 「怪談」 の 3つの単語が得られる。
ステップ S 6 3において、 番組べク トル生成部 2 3は、 解析された単語、 もし くは、 複数の単語から構成される単語群のうちのいずれかを抽出して、 データ記 憶部 2 4から、 抽出された単語、 または単語群に対応するグループ I Dを抽出す る。
ここで、 複数の単語から構成される単語群とは、 形態素解析により得られた単 語の組み合わせにより生成される単語群であり、 例えば、 形態素解析により得ら れた単語が 「東海道」 、 「三谷」 、 「怪談」 である場合、 単語群は、 「東海道 · 三谷」 、 「東海道 '怪談」 、 「三谷'怪談」 となる。
ステップ S 6 4において、 番組ベク トル生成部 2 3は、 データ記憶部 2 4から、 対応するグループ I Dが抽出されたか否かを判断する。
ステップ S 6 4において、 対応するグループ I Dが抽出されなかったと判断さ れた場合、 抽出された単語、 もしくは、 複数の単語から構成される単語群には、 まだグループ I Dが付けられていないので、 ステップ S 6 5において、 番組べク トル生成部 2 3は、 抽出された単語、 もしくは、 複数の単語から構成される単語 群に新たなグループ I Dを対応付ける。 また、 番組ベク トル生成部 2 3は、 単語、 もしくは、 複数の単語から構成される単語群と、 それに対応するグループ I Dを、 データ記憶部 2 4に記憶させる。
ステップ S 6 4において、 対応するグループ I Dが抽出されたと判断された場 合、 または、 ステップ S 6 5の処理の終了後、 ステップ S 6 6において、 番組べ クトル生成部 2 3は、 タイトルを構成する全ての単語、 もしくは、 複数の単語か ら構成される単語群についてグループ I Dを抽出したか否かを判断する。
ステップ S 6 6において、 タイ トルを構成する全ての単語、 もしくは、 複数の 単語から構成される単語群についてグループ I Dを抽出していないと判断された 場合、 処理は、 ステップ S 6 3に戻り、 それ以降の処理が繰り返される。
ステップ S 6 6において、 タイ トルを構成する全ての単語、 もしくは、 複数の 単語から構成される単語群についてグループ I Dが抽出されたと判断された場合、 ステップ S 6 7において、 番組べクトル生成部 2 3は、 番組べク トルに、 抽出さ れたグループ I Dを対応付けて、 処理が終了される。
このような処理により、 番組ベクトルに、 タイ トルを構成する単語、 または単 語群に対応するグループ I Dが対応付けられて、 データ送信部 2 5により、 ネッ トワーク 8を介して、 テレビジョン受信装置 4または、 E P G受信装置 9に送信 される。
また、 類似したタイトルの番組を、 同一のグループとするようにしても良い。 例えば、 タイ トル 「2年 A組銀八先生」 の連続ドラマと、 タイ トル 「2年 A組銀 八先生スペシャル」 の特別番組とを、 同一のグループとしてグループ化すること ができるように、 タイトルを構成する単語の形態素解析結果を基に、 例えば、 2 週間、 1ヶ月、 半年などの所定の期間の番組タイ トルで、 単語の一致率を総当り で算出し、 単語の一致率が所定の値以上である場合、 同一グループとするように してもよい。
次に、 図 1 0のフローチャートを参照して、 タイトルを構成する単語の一致率 によりグループ化を実行するタイ トルグループ化処理 2について説明する。
ステップ S 4 0 1およびステップ S 4 0 2において、 図 9を用いて説明した、 ステップ S 6 1およびステップ S 6 2と同様の処理が実行される。 すなわち、 デ ータ取得部 2 1は、 メタデータデータベース 7に登録されている E P Gデータを 参照して、 登録されているメタデータから、 タイ トノレを抽出し、 番組べクトル生 成部 2 3に供給し、 番組べクトル生成部 2 3は、 タイ トルを形態素解析し、 単語 に分解する。
ステップ S 4 0 3において、 番組べクトル生成部 2 3は、 解析された単語を基 に、 タイトル間の単語の一致度、 すなわち、 単語が一致している割合を示す一致 率を算出する。
具体的には、 タイ トル 「2年 A組銀八先生」 と、 タイ トル 「 2年 A組銀八先生 スペシャル」 とが、 それぞれ、 「2」 「年」 「A」 「組」 「銀八」 「先生」 と、
「2」 「年」 「A」 「組」 「銀八」 「先生」 「スペシャル」 とに形態素分析され た場合、 この 2つの番組のタイトルを構成する単語の一致率は、 6 7で8 5 . 7 %となる。
ステップ S 4 0 4において、 番組べクトル生成部 2 3は、 単語が、 例えば、 7 0 %などの所定の値以上一致しているか否かを判断する。 この、 一致率の閾値は、 7 0 %以外のいかなる数値であっても良いことは言うまでもない。
ステップ S 4 0 4において、 単語が、 7 0 %などの所定の値以上一致している と判断された場合、 ステップ S 4 0 5において、 番組べク トル生成部 2 3は、 そ れらの番組に、 同一のグループ I Dを対応付ける。 また、 番組ベク トル生成部2 3は、 一致した単語、 または、 単語群と、 それに対応するグループ I Dを、 デー タ記憶部 2 4に記憶させる。
ステップ S 4 0 4において、 7 0 %などの所定の値以下の一致率であると判断 された場合、 または、 ステップ S 4 0 5の処理の終了後、 ステップ S 4 0 6にお いて、 番組べク トル生成部 2 3は、 タイ トルの総当りが終了したか否かを判断す る。
ステップ S 4 0 6において、 タイ トルの総当りが終了していないと判断された 場合、 処理は、 ステップ S 4 0 3に戻り、 それ以降の処理が繰り返される。
ステップ S 4 0 6において、 タイ トルの総当りが終了したと判断された場合、 処理が終了される。 このような処理により、 番組べクトルに、 タイ トルを構成する単語の一致率を 基にしたグループ I Dが対応付けられて、 データ送信部 2 5により、 ネットヮー ク 8を介して、 テレビジョン受信装置 4または、 E P G受信装置 9に送信される ので、 例えば、 連続ドラマとスペシャル番組などの類似したタイトルの番組を、 同一のグループとして処理させるようにすることができる。
さらに、 タイ トルを構成する単語の一致率を基にグループを決定するようにす ることにより、 例えば、 E P G、 またはメタデータにおいて、 数字の半角と全角、 または、 英字の半角と全角、 もしくは、 大文字と小文字などの表記ゆれがあった 場合にも、 同一タイ トルの番組を、 同一のグループとして検出することが可能と なる。
また、 単語の一致率に加えて、 例えば、 放送局や番組ジャンル、 あるいは、 放 送開始時刻などを、 グループ化の条件に加えるようにしても良い。 例えば、 ニュ ース番組などにおいては、 タイトルが、 「ニュース」 を含む少ない単語によって 構成されているので、 図 1 0を用いて説明した処理では、 異なる放送局の異なる 形態のェユース番組であっても、 同一のグループとして検出されてしまう恐れが あるので、 単語の一致率に加えて、 放送局も一致した場合、 同一グループとする ようにしても良い。
図 1 1のフローチャートを参照して、 放送局の一致を条件に加えて、 タイ トル を構成する単語の一致率によりグループ化を実行するタイ トルグループ化処理 3 について説明する。
ステップ S 4 2 1乃至ステップ S 4 2 4において、 図 1 0を用いて説明した、 ステップ S 4 0 1乃至ステップ S 4 0 4と同様の処理が実行される。 すなわち、 データ取得部 2 1は、 メタデータデータベース 7に登録されている E P Gデータ を参照して、 登録されているメタデータから、 タイトルを抽出し、 番組べク トル 生成部 2 3に供給し、 番組べクトル生成部 2 3は、 タイトルを形態素解析し、 単 語に分解する。 そして、 番組ベクトル生成部 2 3は、 解析された単語を基に、 タ T JP2003/015926
25
ィトル間の単語の一致度を算出し、 単語が、 例えば、 7 0 %などの所定の値以上 一致しているか否かを判断する。
ステップ S 4 2 4において、 単語が、 7 0 %などの所定の値以上一致している と判断された場合、 ステップ S 4 2 5において、 番組べクトル生成部 2 3は、 そ れらの番組の放送局が一致しているか否かを判断する。
ステップ S 4 2 5において、 これらの番組の放送局が一致していると判断され た場合、 ステップ S 4 2 6において、 番組べク トル生成部 2 3は、 それらの番組 に、 同一のグループ I Dを対応付ける。 また、 番組ベクトル生成部 2 3は、 一致 した単語、 または、 単語群と、 それに対応する放送局およびグループ I Dを、 デ ータ記憶部 2 4に記憶させる。
ステップ S 4 2 4において、 7 0 %などの所定の値以下の一致率であると判断 された場合、 ステップ S 4 2 5において、 これらの番組の放送局が一致していな いと判断された場合、 または、 ステップ S 4 2 6の処理の終了後、 ステップ S 4 2 7において、 番組べク トル生成部 2 3は、 タイ トルの総当りが終了したか否か を判断する。
ステップ S 4 2 7において、 タイトルの総当りが終了していないと判断された 場合、 処理は、 ステップ S 4 2 3に戻り、 それ以降の処理が繰り返される。 ステップ S 4 2 7において、 タイトルの総当りが終了したと判断された場合、 処理が終了される。
このような処理により、 番組べクトルに、 放送局の一致とタイトルを構成する 単語の一致率を基にしたグループ I Dが対応付けられて、 データ送信部 2 5によ り、 ネットワーク 8を介して、 テレビジョン受信装置 4または、 E P G受信装置 9に送信されるので、 例えば、 類似したタイトルの番組を、 同一のグループとす る場合に、 他局のニュース番組を同一のグループとするようなことを防ぐことが できる。
なお、 図 1 1においては、 タイトルを構成する単語の一致率以外に、 同一の放 送局であるか否かを条件として、 グループ化を行うものとして説明したが、 放送 03 015926
' 26
局以外の、 例えば、 放送時間帯やジャンルなどを、 タイ トルを構成する単語の一 致率以外の条件として、 グループ化を実行するようにしても良いことは言うまで もない。
更に、 例えば、 連続ドラマや帯番組の放送開始時刻が、 スポーツ中継や特別番 組などのためにずれた場合においても、 同一グループとして検出可能なように、 タイトルを構成する単語の一致率以外の条件を、 放送時刻が、 例えば、 1時間な どの所定の時間範囲内のずれで一致しているか否かとして、 グループ化を実行す るようにしても良い。
図 1 2のフローチャートを参照して、 放送時刻が、 所定の時間範囲内のずれで 一致しているか否かを条件に加えて、 タイ トルを構成する単語の一致率によりグ ループ化を実行するタイ トルグループ化処理 4について説明する。
ステップ S 4 4 1乃至ステップ S 4 4 4において、 図 1 0を用いて説明した、 ステップ S 4 0 1乃至ステップ S 4 0 4と同様の処理が実行される。 すなわち、 データ取得部 2 1は、 メタデータデータベース 7に登録されている E P Gデータ を参照して、 登録されているメタデータから、 タイ トルを抽出し、 番組べク トル 生成部 2 3に供給し、 番組べクトル生成部 2 3は、 タイトルを形態素解析し、 単 語に分解する。 そして、 番組ベク トル生成部 2 3は、 解析された単語を基に、 タ ィトル間の単語の一致度を算出し、 単語が、 例えば、 7 0 %などの所定の値以上 一致しているか否かを判断する。
ステップ S 4 4 4において、 単語が、 7 0 %などの所定の値以上一致している と判断された場合、 ステップ S 4 4 5において、 番組べク トル生成部 2 3は、 そ れらの番組の放送開始時刻が、 例えば、 1時間などの所定の範囲内のずれで一致 しているか否かを判断する。
ステップ S 4 4 5において、 それらの番組の放送開始時刻が所定の範囲内のず れで一致していると判断された場合、 ステップ S 4 4 6において、 番組ベク トル 生成部 2 3は、 それらの番組に、 同一のグループ I Dを対応付ける。 また、 番組 ベクトル生成部 2 3は、 一致した単語、 または、 単語群と、 それに対応する放送 開始時刻の範囲、 およびグループ I Dを、 データ記憶部 2 4に記憶させる。 ステップ S 4 4 4において、 7 0 %などの所定の値以下の一致率であると判断 された場合、 ステップ S 4 4 5において、 それらの番組の放送開始時刻が所定の 範囲以上にずれていると判断された場合、 または、 ステップ S 4 4 6の処理の終 了後、 ステップ S 4 4 7において、 番組べクトル生成部 2 3は、 タイ トルの総当 りが終了したか否かを判断する。
ステップ S 4 4 7において、 タイトルの総当りが終了していないと判断された 場合、 処理は、 ステップ S 4 4 3に戻り、 それ以降の処理が繰り返される。 ステップ S 4 4 7において、 タイトルの総当りが終了したと判断された場合、 処理が終了される。
このような処理により、 番組べクトルに、 放送開始時刻の所定の範囲内のずれ を含む一致と、 タイ トルを構成する単語の一致率を基にしたグループ I Dが対応 付けられて、 データ送信部 2 5により、 ネットワーク 8を介して、 テレビジョン 受信装置 4または、 E P G受信装置 9に送信されるので、 例えば、 類似したタイ トルの番組を同一のグループとする場合に、 特別番組などによる放送時刻の変更 のために、 同一グループとして検出されるべき番組が、 同一グループとして検出 されないようなことを防ぐことができる。
図 1 3は、 番組推薦処理装置 1 0の構成を示すプロック図である。
データ取得部 4 1は、 配信サーバ 5から送信された番組べク トル PP、 およぴ 番組べクトル PPに対応する番組側効き目べクトル EfPPを取得する。 番組べク トノレ抽出部 4 2は、 データ取得部 4 1が取得した番組ベク トル PPから、 マッチ ング処理に必要な番組べクトル PP、 あるいは、 ユーザモデル生成のために必要 な番組べク トル PPを抽出し、 必要に応じて、 番組べクトル PPに対応する番組 側効き目べクトル EfPPとともに、 マツチング処理部 4 3に供給する。
操作入力部 4 4は、 例えば、 キーボード、 タツチパッド、 マウスなどの入力デ バイスで構成され、 ユーザが入力した初期登録情報や、 ユーザモデル生成のため のトピックの入力を受け、 初期登録保存部 4 5に出力する。 初期登録保存部 4 5 は、 操作入力部 4 4から供給された初期登録内容や、 ユーザモデル生成のための トピックを登録し、 必要に応じて、 操作ログ取得部 4 6、 または、 マッチング処 理部 4 3に供給する。 また、 初期登録保存部 4 5に保存されている内容は、 操作 入力部 4 4から入力されるユーザの操作に基づいて、 逐次更新される。 初期登録 される内容には、 例えば、 嫌いなジャンル、 嫌いなキーワード、 嫌いな出演者な どの、 ユーザが好まない番組を示す情報や、 好きなジャンル、 好きなキーワード、 好きな出演者などの、 ユーザが好む番組を示す情報がある。
操作口グ取得部 4 6は、 テレビジョン表示装置 1 1または録画再生装置 1 2か ら、 操作ログを取得し、 これらの情報を正履歴と負履歴に分類し、 必要に応じて、 初期登録保存部 4 5に保存されている情報を参照して、 データ取得部 4 1が取得 した番組べクトル PPのうち、 正履歴および負履歴に対応する番組べク トル PP を読み出して、 正履歴保存部 4 7と負履歴保存部 4 8に供給して保存させる。 正 履歴保存部 4 7は、 供給された正履歴を保存し、 正履歴べクトル UP を生成する。 負履歴保存部 4 8は、 供給された負履歴を保存し、 負履歴べク トル MUPを生成 する。 生成された正履歴べクトル UPと負履歴べクトル MUPは、 マッチング処理 部 4 3に供給される。
ここで、 正履歴とは、 ユーザが積極的に視聴しょうとする、 換言すれば、 好ま しいと思う番組の候補を抽出するために用いられる情報であり、 例えば、 ユーザ 1 番組を視聴したり、 録画した場合、 または、 後述する処理によりユーザに推 薦番組リストとして提案された番組が、 ユーザに受け入れられて視聴または録画 された場合、 その番組のメタデータは、 好印象メタデータとして、 正履歴保存部 4 7に保存される。 正履歴保存部 4 7は、 詳細項目ごとに、 または、 大項目ごと に、 正履歴の総和を求め、 正履歴べク トル UPを生成する。
一方、 負履歴とは、 ユーザが視聴するのに消極的である、 換言すれば、 好まし くないと思う番組を、 推薦する番組から除くために用いられる情報であり、 例え ば、 初期登録で嫌いであるとされた項目や、 録画後見ずに消去された番組、 また は、 後述する処理によりユーザに推薦番組リストとして提案された番組がユーザ に受け入れられず、 視聴または録画操作されなかった場合、 その番組のメタデー タは負印象メタデータとして、 負履歴保存部 4 8に保存される。 例えば、 ユーザ ヽ 初期登録で 「スポーツ」 を嫌いであるとした場合、 ジャンル G mup = { 0 , 0 , 5, 0 , 0, 0, 0, 0 , 0 } 力 重み 5で負印象として負履歴保存部 4 8 に追加保存される。 負履歴保存部 4 8は、 詳細項目ごとに、 または、 大項目ごと に、 負履歴の総和を求め、 負履歴べク トル MUPを生成する。
マッチング処理部 4 3は、 番組べク トノレ抽出部 4 2から抽出された番組べクト ルと、 正履歴保存部 4 7または負履歴保存部 4 8から供給された正履歴べク トル UP、 または、 負履歴ベクトル MUPとのマッチングを検証する。
番組べク トル PP、 正履歴べク トル UP、 または、 負履歴べクトル MUP力 全て の詳細要素を 1列に並べてベタトル化されている場合、 タイトルやキーワードな どは複数の単語で構成されているので、 その単語 1語と、 例えば、 ジャンルなど の項目が、 ベク トルにおいて同じ重さになってしまう。 そこで、 マッチング処理 部 4 3の正規化処理部 6 1は、 単語によって構成される項目であるタイ トルおよ び内容について、 番組ごとに、 単語を単語数で割ることで正規化する。 例えば、 タイ トル T m= {東海道— 1, 三谷一 1, 怪談— 1 } である場合、 タイ トル T m = {東海道: 0 . 3 3, 三谷: 0 . 3 3, 怪談: 0 . 3 3 } と正規化される。 こ れにより、 タイ トル、 内容とも、 その項目内の単語のトータルで、 重みが 1にな るので、 マッチング処理において不都合が生じない。
べク トル演算部 6 2は、 番組べクトノレ PPと、 正履歴べクトル UP、 または、 負 履歴べクトル MUP とのマッチング処理を実行する。
ベタ トル演算部 6 2は、 番組べクトル PP、 正履歴べクトル UPおよび負履歴べ ク トル MUP 、 詳細項目の全要素を 1列に並べたべクトルで表されている場合、 正履歴べク トル UPまたは負履歴べク トル MUPと、 番組べク トル PPとのべク ト ル間のコサイン距離 (cos 0 ) によって、 次の式 (1 ) に示されるように、 番組 ベクトル PPと正履歴ベク トル UPとの類似度 S imUPを求め、 式 (2 ) に示され るように、 番組べク トル PP と負履歴べク トル MUP との類似度 SimMUP を求める。 コサイン距離とは、 式 (1) と式 (2) に示されるように、 2つのベク トルの内 積を各べク トルの絶対値の積で除算して得られる値である。
SimUP = cos 0u=UP■ PP/|UP| X |PP| - - - (1)
SimMUP = cos0 m = MUP · PP/|MUP| X |PP| - - · (2)
ただし、 式 (1) および式 (2) において、 PPは番組べク トル PPを示し、 UP は正履歴べクトル UPを示し、 MUPは、 負履歴べク トル MUPを示す。 また、
"■ " は、 内積を示し、 " X " は、 要素の掛け算 (スカラ演算) を示す。
また、 ベタトル演算部 62は、 番組べク トノレ PP、 正履歴べクトル UPおよび負 履歴ベクトル MUPが大項目ごとにベクトル化されている場合、 大項目ごとに、 番組べクトル PPと正履歴べク トル UPとの類似度と、 番組べク トル PPと負履歴 ベタ トル MUPとの類似度を求め、 大項目ごとに類似度の和を算出して、 類似度 SimUPおよび類似度 SimMUPを算出することができる。 例えば、 単語に分解され ている大項目 「タイ トル」 において、 正履歴ベク トル UPが、 タイトル Tup =
{学校— 1, 怪談一 1, トイレ一 1 } であり、 供給された番組ベク トル PPが、 タイ トル Tm= {東海道— 1 , 三谷一 1, 怪談一 1 } である場合、 単位ベク トル 長さを 1とすると、 ベク トルの長さ (絶対値) は、 要素の合計の 2乗和の平方根 であるので、 タイ トルの類似度であるコサイン距離 cos0tは、 次の式 (3) の ように算出される。
cos 0t= (1 · 1) I (V"3 x V~3) =1/3 - ■ · (3)
式 (3) において、 " · " は、 内積を示し、 " X " は、 スカラ演算を示す。 番 組べク トル PPと、 負履歴べク トル MUPとの大項目ごとの類似度も、 式 (3) と 同様の計算によって算出される。
例えば、 正履歴べクトノレ UPを、 正履歴べクトル UP= {タイトル Tup, ジヤン ル Gup, 出演者 Pup, 脚本/原作/演出 Aup, 内容 (キーワード) Kup} およ び負履歴べク トノレ MUPを、 負履歴べク ト MUP= {タイ トノレ Tmup, ジヤンノレ G mup, 出演者 Pmup, 脚本/原作/演出 AmuP, 内容 (キーワード) Kttmp} とし た場合、 それぞれの大項目で、 式 (3 ) と同様の演算により、 大項目ごとに類似 度が得られるので、 類似度 SimUPおよび類似度 SimMUP は、 いずれも、 次の式 ( 4 ) の類似度 Simとして演算される。
Sim= cos Θ t+ cos θ ,+cos θ p+cos θ a+cos θ k■ · · ( 4 )
ここで、 cO S 0 tは、 大項目 「タイ トル」 における、 番組べク トル PPと、 正履 歴べク トル UPまたは負履歴べクトル MUPとのコサイン距離であり、 cos 0 gは、 大項目 「ジャンル」 における、 番組べクトル PPと、 正履歴べク トル UPまたは 負履歴ベクトル薦 Pとのコサイン距離であり、 cos 0 pは、 大項目 「出演者」 に おける、 番組べクトル PPと、 正履歴べク トル UPまたは負履歴べクトル MUPと のコサイン距離であり、 co s 0 aは、 大項目 「脚本/原作 Z演出」 における、 番 組べク トル PPと、 正履歴べク トル UPまたは負履歴べクトノレ MUPとのコサイン 距離であり、 cos 0 kは、 大項目 「内容」 における、 番組ベク トル PPと、 正履歴 ベタトル UPまたは負履歴べク トル MUPとのコサイン距離である。
類似度 SimUPおよび類似度 SimMUPが、 大項目ごとの演算結果の和として算出 された場合、 項目間の重みの偏りがなくなるため、 正規化を行っているのと道義 である。 従って、 全要素を 1列に並べたベタトルと異なり、 正規化処理部 6 1に よる正規化処理を行わなくてもよい。
すなわち、 正規化を行うことなく、 全要素を 1列に並べたベクトルを用いてし まった場合、 頻度の積み重なり易い、 例えば、 放送局、 ジャンルなどの項目と比 較して、 タイトルや内容などの項目においては、 履歴が増えるに従って、 単語数 は増える一方、 それぞれの単語の頻度は大きくなりにくい。
このため、 全要素を用いて、 要素ごとに合計を取った場合、 頻度の重なりやす い、 放送局、 ジャンルなどの項目の影響が大きくなつてしまうので、 例えば、 ュ 一ザが解説者 Aのファンであるので、 「解説者 Aが解説している球団 Bの試合の 実況中継」 を好んで視聴しているような場合、 ジャンルである 「野球の実況中 継」 という情報は履歴として重なりやすいが、 出演者である 「解説者 A」 という 情報は履歴として重なり難い。 従って、 他の解説者が解説している球団 Bの試合 の実況中継が推薦されて、 解説者 Aが出演しているバラエティ番組が推薦されな いような場合が発生する。
これに対して、 正規化を行う力 \ または、 大項目ごとの演算結果の和を類似度 SimUPおよび類似度 SiraMUPとして算出するようにすることにより、 履歴の頻度 の大小の影響を受けることなく、 解説者 Aが出演しているバラエティ番組を推薦 することができ、 より正確にユーザの嗜好を反映するようにすることができる。 また、 べクトル演算部 6 2は、 初期登録保存部 4 5に保存されているユーザの 初期登録情報、 番組べク トル PPに対応付けられて送信される番組側効き目べク トル EfPP、 または、 ユーザ情報登録部 6 3において生成されて登録されている ユーザ側効き目ベク トル Ef UP (後述) 、 もしくは、 ユーザ側反効き目ベク トル EfMUP (後述) により、 重み付けを行って、 類似度 SimUPおよび類似度 S imMUP を算出するようにすることもできる。
ベタ トル演算部 6 2は、 上述したような方法で算出された類似度 SimUPを基 に、 例えば、 正履歴べク トルとの類似度が高い上位所定数 (例えば、 1 0 ) の番 組に対して、 更に履歴ベクトル MUPとの類似度 SimMUPを求め、 SimUP— SimMUP を演算し、 演算結果の上位所定数 (例えば、 3 ) の番組を推薦番組として、 推薦 情報出力部 4 9に出力する。
また、 べク トル演算部 6 2は、 番組べク トルがグループ化されている場合、 推 薦された番組の情報を基に、 ユーザ情報登録部 6 3に、 推薦優先グループを登録 し、 推薦優先グループに対応する番組を、 優先的に推薦する。
更に、 ベタトル演算部 6 2は、 初期登録保存部 4 5に保存されているトピック を用いて番組べクトル PPのフィルタリングを行うことにより、 ユーザモデルべ タ トルを生成し、 ユーザ情報登録部 6 3に登録して、 マッチング処理を行うよう にすることができる。 ユーザモデルについての詳細については後述する。
ユーザ情報登録部 6 3は、 初期登録保存部 4 5から供給されたユーザの初期登 録内容、 あるいは、 正履歴保存部 4 7または負履歴保存部 4 8から供給された正 履歴べク トル UPまたは負履歴べクトノレ MUPを基に、 ユーザ側効き目べクトル 3 015926
33
EfUPおよび反効き目べク トル EfMUPを生成して、 保存する。 ユーザ側効き目べ タトル EfUPは、 そのユーザにとって、 大項目のうちのいずれの要素が番組の選 択に重要であり、 番組の選択のために重みが置かれている項目であるかを示すベ クトルか、 または、 それぞれの項目におけるユーザの嗜好を示すべク トルである。 反効き目ベクトル EfMUPは、 そのユーザにとって、 大項目のうちのいずれの要 素が番組の選択に重要でない要素であり、 番組の選択のために重みが置かれてい ない項目であるかを示すベクトルか、 または、 それぞれの項目において、 ユーザ が好まない項目を示すべク トルである。
換言すれば、 ユーザ側効き目べクトル EfUPおよぴ反効き目べクトル EfMUPは、 番組べクトル PPと、 正履歴べクトル UPまたは負履歴べクトル MUP とのマッチ ングにおいて、 いずれの項目が大きく寄与するかを規定するものである。
ユーザ側効き目べクトル EfUPおよび反効き目べク トル EfMUPは、 ユーザによ つて設定可能としたり、 予め定められた値を用いるようにしても良いが、 初期登 録保存部 4 5に登録されているユーザの初期登録内容を基に生成されるようにし ても良い。
具体的には、 ユーザ側効き目ベク トル EfUPが、 そのユーザにとって、 大項目 のうちのいずれの要素が番組の選択に重要であるかを示す情報である場合、 番組 ベク トル PP = {タイ トル T m, ジャンル G m, 時間帯 Hm, 放送局 S m, 出演者 P m, 脚本ノ原作/演出 Am, 内容 K m } において、 ユーザにとってジャンルが重要で ある場合、 例えば、 効き目ベクトル EfUP二 (1, 5 , 1 , 1, 1, 1, 1 ) と 設定される。 これに対して、 ユーザにとって出演者とジャンルが重要である場合、 例えば、 効き目ベクトル EfUP = ( 1 , 3, 1, 1, 5, 1, 1 ) と設定される。 また、 ユーザ側効き目べク トル EfUPが、 それぞれの項目におけるユーザの嗜 好を示すベク トルである場合、 大項目ジャンル G m = {ドラマ, バラエティ, ス ポーッ, 映画, 音楽, 子供向け Z教育, 教養/ドキュメント, ニュース/報道, その他 } において、 ユーザが好ましいと思う番組のジャンルが、 教養ノドキュメ ントであった場合、 ユーザ効き目べク トル EfUPは、 例えば、 ジャンル G m = { 0 , 0 , 0, 0, 0 , 0 , 5, 0 , 0 } と設定さ†Lる。
また、 ユーザ側効き目ベクトル EfUPおよび反効き目ベクトル E UPは、 正履 歴べク トル UPまたは負履歴べクトル MUPを基に、 あるいは、 一定期間にユーザ が視聴した番組をカウントすることにより、 生成されるようにしても良い。 更に、 ユーザ側効き目べク トル EfUPおよび反効き目べクトル EfMUPは、 ジャンル別に 生成することも可能である。 ユーザ側効き目べク トル EfUPまたは反効き目べク トル EfMUPを生成する方法については、 図 2 2乃至図 2 7を用いて後述する。 更に、 ユーザ情報登録部 6 3は、 べクトル演算部 6 2の処理により生成された、 推薦優先グループの情報や、 ユーザモデルベク トルなどを、 必要に応じて登録す る。
以上説明したマッチング処理部 4 3においては、 正履歴べク トル UPとの類似 度が高い番組 (ユーザが積極的に視聴する番組) から、 負履歴を用いて、 ユーザ が好まないと思われる番組 (ユーザが視聴するのに消極的である番組) を取り除 く処理を行わなくても、 例えば、 正履歴のみを用いて推薦番組を決定することも 可能である。
推薦情報出力部 4 9は、 マッチング処理部 4 3から供給された推薦番組の情報 を、 推薦番組リスト 5 0に登録するとともに、 テレビジョン表示装置 1 1、 また は、 録画再生装置 1 2に供給する。 推薦番組リスト 5 0は、 番組推薦処理装置 1 0から取り外し可能に構成されており、 推薦番組出力部 4 9から出力された推薦 番組情報を登録する。 推薦番組リスト 5 0に推薦番組情報を保存するようにする ことにより、 例えば、 異なるテレビジョン受信装置 4、 テレビジョン表示装置 1 1、 あるいは、 録画再生装置 1 2などを用いる場合においても、 これまで蓄積し た履歴情報を用いて、 番組の推薦や、 自動録画などを実行させるようにすること が可能である。 また、 マッチング処理部 4 3は、 必要に応じて、 ドライブ 5 1とも接続されて いる。 ドライブ 5 1には、 必要に応じて、 磁気ディスク 7 1、 光ディスク 7 2、 光磁気ディスク 7 3、 および半導体メモリ 7 4が装着され、 データの授受を行う。 図 1 4のフローチャートを参照して、 番組推薦処理装置 1 0が実行する、 正履 歴べクトルおよび負履歴べク トル生成処理 1について説明する。
ステップ S 7 1において、 操作ログ取得部 4 6は、 初期登録保存部 4 5から読 み出した初期登録内容を負履歴保存部 4 8に供給する。 負履歴保存部 4 8は、 供 給された初期登録内容を参照して、 負履歴べクトル MUPを生成する。
ステップ S 7 2において、 操作口グ取得部 4 6は、 初期登録保存部 4 5に保存 されている登録内容を基に、 初期登録内容が変更されたか否かを判断する。 ステ ップ S 7 2において、 初期登録内容が変更されたと判断された場合、 処理は、 ス テツプ S 7 1に戻り、 それ以降の処理が繰り返される。
ステップ S 7 2において、 初期登録内容が変更されていないと判断された場合、 ステップ S 7 3において、 操作ログ取得部 4 6は、 テレビジョン表示装置 1 1ま たは録画再生装置 1 2から、 操作ログが供給されたか否かを判断する。 ステップ S 7 3において、 操作ログが供給されていないと判断された場合、 処理は、 ステ ップ S 7 2に戻り、 それ以降の処理が繰り返される。
ステップ S 7 3において、 操作ログが供給されたと判断された場合、 ステップ S 7 4において、 操作ログ取得部 4 6は、 供給された操作ログは、 正履歴である か否かを判断する。 例えば、 操作ログが、 録画操作である場合、 その操作に対応 する番組の番組べク トル PPは、 正履歴となり、 操作ログが、 再生していない録 画データの消去である場合、 その操作に対応する番組の番組ベク トル PPは、 負 履歴となる。
ステップ S 7 4において、 供給された操作ログは、 正履歴であると判断された 場合、 ステップ S 7 5において、 操作ログ取得部 4 6は、 正履歴であると判断さ れた操作ログに対応する番組べク トル ppをデータ取得部 4 1から抽出し、 正履 歴保存部 47に供給する。 正履歴保存部 47は、 供給された番組べクトル PP を、 正履歴として追加保存する。
ステップ S 76において、 正履歴保存部 47は、 詳細項目ごと、 または、 大項 目ごとに正履歴番組べク トル PPのべク トルの総和を求めて、 正履歴べクトノレ UP を生成する。 ステップ S 76の処理の終了後、 処理は、 ステップ S 72に戻り、 それ以降の処理が繰り返される。
ステップ S 74において、 供給された操作ログは、 正履歴ではないと判断され た場合、 供給された操作ログは、 負履歴であるので、 ステップ S 7 7において、 操作口グ取得部 46は、 負履歴であると判断された操作口グに対応する番組べク トル PPをデータ取得部 4 1から抽出し、 負履歴保存部 48に供給する。 負履歴 保存部 48は、 供給された番組べク トル PPを、 負履歴として追加保存する。
ステップ S 78において、 負履歴保存部 48は、 詳細項目ごと、 または、 大項 目ごとに負履歴番組べク トル PPのべクトルの総和を求めて、 負履歴べクトル .MUP を生成する。 テツプ S 78の処理の終了後、 処理は、 ステップ S 72に戻り、 それ以降の処理が繰り返される。
大項目が、 正履歴べク トル UP= {タイ トル Tup, ジャンル Gup, 出演者 Pup, 脚本/原作/演出 Aup, 内容 (キーワード) Kup} であり、 大項目の中に詳細 項目が記載されている場合、 正履歴べクトル UP においては、 各詳細項目の後に、 ベクトル総和を示す数値が記載される。 例えば、 図 1 5に示されるように、 大項 目 「ジャンル」 に関しては、 ジャンル Gup= { (ドラマー 25) , (バラェテ ィー 34) , (スポーツ— 42) ' (映画一 37) , (音楽一 73) , (子供向 け/教育一 1 20) , (教養 Zドキュメント一 3) , (ェユース/報道一 5) ,
(その他一 23) } のように、 詳細項目ごとに正履歴の総和を示す数値が記載さ れる。 また、 大項目 「タイトル」 のように、 単語によって示されるベク トルにお いては、 例えば、 タイ トル Tu p = { (title 1 - 1 2) , (title 2 -
3) , · · ■ } のように、 単語に続いて、 単語ごとの正履歴の総和を示す数値が 記載される。 負履歴べク トル MUPにおいても、 正履歴べク トル UP と同様にして、 項目に続いて総和を示す数値が記述される。
図 1 5においては、 正履歴べクトル UP (および、 負履歴べク トル MUP) の大 項目を、 タイ トル、 ジャンル、 出演者、 脚本 Z原作/演出、 内容 (キーワード) とし、 図 5を用いて説明した番組ベクトル PPよりも少ない項目数であるものと して説明したが、 番組べクトル PPと同様の大項目としても良いことは言うまで もない。
図 1 4においては、 初期登録の内容を基に、 操作ログが入力される前に負履歴 ベク トル MUPが生成されるものとして説明しているが、 初期登録時に、 ユーザ が好ましいと思う番組を選択するための情報の登録を受けるようにし、 操作ログ が入力される前に正履歴ベク トル UPも生成されるようにしても良い。 また、 初 期登録を基に正履歴べク トル UP、 または、 負履歴べク トル MUPを生成せず、 操 作ログのみを用いて正履歴べク トル UP、 または、 負履歴べク トル MUPを生成す るようにしてもよい。
このようにして、 正履歴ベクトル UP、 および、 負履歴ベクトル MUPを独立し て生成して保持することにより、 より精密に、 ユーザの嗜好とのマッチング処理 を行うことができる。
なお、 このとき、 正履歴および負履歴を、 更に精緻に求めることができるよう にしても良い。 例えば、 図 1 4を用いて説明した処理においては、 全ての項目に おける正履歴と負履歴に対応する番組ベク トル PPの総和を用いて、 正履歴べク トル UPおよび負履歴べクトル MUPを生成したが、 正履歴おょぴ負履歴に対応す る番組ベク トル PPの総和を、 例えば、 ジャンル別に蓄積して、 ジャンル別に正 履歴べクトル UPおよび負履歴べクトノレ MUPを生成するようにしても良い。
放送される番組のジャンルによって、 出演者が偏ってしまうことが頻繁に発生 するため、 ユーザの嗜好が正しく反映されない場合がある。 具体的には、 ドラマ が好きで、 バラエティは、 ほとんどドラマに出演しないコメディアン Aが出演す るもののみを好み、 パラエティ対ドラマの視聴比率が 2 : 8であるユーザにおい て、 ジャンルを区別せずに出演者の正履歴を蓄積した場合、 ほとんどドラマに出 演しないコメディアン Aよりも、 特に好きな俳優でないにもかかわらず、 ドラマ に頻繁に出演する出演者 Bが、 正履歴べク トル UPにおいて高ポイントとなって しまう場合がある。 このような場合、 例えば、 コメディアン Aが出演するバラエ ティよりも、 ドラマに頻繁に出演する出演者 Bが出演するドキュメンタリーが推 薦されてしまう。 これを防止するためには、 ジャンル別に正履歴および負履歴を 蓄積し、 これを基に、 ジャンル別に正履歴ベク トル UPおよび負履歴ベク トル MUPを生成すればよい。
また、 例えば、 ユーザが解説者 Aのファンであるので、 「解説者 Aが解説して いる球団 Bの試合の実況中継」 を好んで視聴しているような場合、 ジャンルであ る 「スポーツ」 という情報は履歴として重なりやすいが、 出演者である 「解説者 A」 という情報は履歴として重なり難いので、 他の解説者が解説している球団 B の試合の実況中継が推薦されて、 解説者 Aが出演しているバラエティ番組が推薦 されないような場合が発生する。 これを防止するためには、 例えば、 出演者別に 正履歴おょぴ負履歴を蓄積し、 これを基に、 出演者別に正履歴ベク トル UPおよ ぴ負履歴ベク トル MUPを生成すればよい。 . このように、 特定の要素別に履歴を蓄積するようにすることにより、 ユーザの 好み.をなまらせる.ことなく、 より緻密にユーザの嗜好を反映することが可能とな る。
そして、 マッチング処理部 4 3において、 このようにして生成された正履歴べ ク トル UPおよび負履歴べクトル MUPと、 供給された番組べク トル PPのマッチ ングを検証することにより、 ユーザの嗜好を正しく反映した推薦番組情報を生成 することが可能となる。
次に、 図 1 6のフローチャートを参照して、 ジャンル別に履歴を蓄積するよう にした、 正履歴べク トルおょぴ負履歴べク トル生成処理 2について説明する。 ステップ S 8 1乃至ステップ S 8 4において、 図 1 4のステップ S 7 1乃至ス テツプ S 7 4と同様の処理が実行される。 すなわち、 初期登録が参照されて、 負 履歴べク トル MUP が生成され、 初期登録内容が変更されたか否かが判断されて、 変更されなかった場合、 供給された操作ログが、 正履歴であるか否かが判断され る。
ステップ S 8 4において、 供給された操作ログが正履歴であると判断された場 合、 ステップ S 8 5において、 操作ログ取得部 4 6は、 正履歴であると判断され た操作ログに対応する番組べクトル PPをデータ取得部 4 1から抽出し、 正履歴 保存部 4 7に供給する。 正履歴保存部 4 7は、 供給された番組べクトル PPのジ ヤンルを抽出する。
ステップ S 8 6において、 正履歴保存部 4 7は、 データ取得部 4 1から抽出さ れた番組ベク トル PPを、 ジャンル別に、 正履歴として追加保存する。
ステップ S 8 7において、 正履歴保存部 4 7は、 詳細項目ごと、 または、 大項 目ごとに、 番組ベクトルが追加保存されたジャンルにおいて、 正履歴の番組べク トル PPのべクトルの総和を求めて、 対応するジャンルの正履歴べクトル UPを 生成する。 ステップ S 8 7の処理の終了後、 処理は、 ステップ S 8 2に戻り、 そ れ以降の処理が繰り返される。
ステップ S 8 4において、 供給された操作ログが正履歴ではないと判断された 場合、 供給された操作ログは負履歴であるので、 ステップ S 8 8において、 操作 ログ取得部 4 6は、 負履歴であると判断された操作ログに対応する番組べク トル PPをデータ取得部 4 1から抽出し、 負履歴保存部 4 8に供給する。 負履歴保存 部 4 8は、 供給された番組ベク トル PPのジャンルを抽出する。
ステップ S 8 9において、 負履歴保存部 4 8は、 データ取得部 4 1から抽出さ れた番組ベクトル PPを、 ジャンル別に、 負履歴として追加保存する。
ステップ S 9 0において、 負履歴保存部 4 8は、 詳細項目ごと、 または、 大項 目ごとに、 番組べク トルが追加保存されたジャンルにおいて、 負履歴の番組べク トル PPのベク トルの総和を求めて、 対応するジャンルの負履歴ベク トル MUPを 生成する。 ステップ S 9 0の処理の終了後、 処理は、 ステップ S 8 2に戻り、 そ れ以降の処理が繰り返される。 このような処理により、 ジャンル別に正履歴べクトル UPと負履歴べク トル MUPが生成されるので、 ユーザの好みをなまらせることなく、 より緻密にユーザ の嗜好を反映することが可能となり、 ユーザの嗜好を正しく反映した推薦番組情 報を生成することが可能となる。
図 1 7のフローチャートを参照して、 番組べク トノレ PP、 正履歴べク トル UPお よび負履歴べク トル MUPカ、 詳細項目の全要素を 1列に並べたベタ トルで表さ れている場合の、 マッチング処理 1について説明する。
ステップ S 1 0 1において、 番組べク トル抽出部 4 2は、 複数番組 (例えば、 所定の時間帯に放送される番組) の番組べクトル PPをデータ取得部 4 1から抽 出して、 マッチング処理部 4 3の正規化処理部 6 1に供給する。 正規化処理部 6 1は、 供給された番組べクトル PPと、 正履歴保存部 4 7から読み出した正履歴 ベタトル UPの構成要素のうち、 単語で構成されているタイトルおよび内容につ いての正規化を行い、 ベタトル演算部 6 2に正規化結果を供給する。
具体的には、 正規化処理部 6 1は、 供給された番組べク トル PPが、 例えば、 タイ トル T m = {東海道一 1, 三谷一 1, 怪談— 1 } である場合、 タイ トル T m = {東海道: 0 . 3 3, 三谷: 0 . 3 3, 怪談: 0 . 3 3 } として、 その番組ご とに、 その項目内の単語のトータルで、 重みが 1になるように正規化する。 ステップ S 1 0 2において、 マッチング処理部 4 3のべクトル演算部 6 2は、 上述した式 (1 ) を用いて、 複数番組の番組べク トル PPと正履歴べクトル UP のコサイン距離である類似度 SiraUPを算出する。
ステップ S 1 0 3において、 ベタトル演算部 6 2は、 ステップ S 1 0 2におい て算出された、 番組べク トル PPと正履歴べク トル UP との類似度を示す類似度 SimUPを比較し、 類似度の上位から、 例えば、 1 0などの所定の数だけ、 番組べ クトル PPを抽出する。
ステップ S 1 0 4において、 ベタ トル演算部 6 2は、 ステップ S 1 0 3におい て抽出された番組べク トル PPと、 負履歴保存部 4 8から読み出した負履歴べク トル MUPとのコサイン距離である類似度 SimMUPを、 上述した式 (2 ) を用いて 算出する。
ステップ S 1 0 5において、 ベク トル演算部 6 2は、 正履歴ベク トル UPとの 類似度 (すなわち、 コサイン距離) SimMUP—負履歴ベク トルとの類似度 (すな わち、 コサイン距離) SimMUPを算出し、 その上位となる、 所定数 (例えば、 1 つ) の番組の番組ベク トルまたは E P Gデータを推薦情報として抽出し、 推薦情 報出力部 4 9に出力して、 推薦番組リスト 5 0に登録させるとともに、 テレビジ ヨン表示装置 1 1および録画再生装置 1 2に出力して、 処理が終了される。
このような処理により、 番組べクトノレ PP、 正履歴べクトル UPおよぴ負履歴べ タ トル MUP力 詳細項目の全要素を 1列に並べたベク トルで表されている場合 において、 番組べク トノレ PPと正履歴べク トル UPとの類似度と、 番組べク トル PPと負履歴べクトルとの類似度とを基に、 ユーザの嗜好に合致した推薦番組を 決定することが可能となる。
次に、 図 1 8のフローチャートを参照して、 単語で示される項目の正規化を行 うのではなく、 大項目ごとにコサイン距離の計算を行い、 その和を類似度 S imUP および類似度 SimMUPとして算出することにより推薦番組を決定する、 マツチン グ処理 2について説明する。
ステップ S 1 1 1において、 番組べク トル抽出部 4 2は、 複数番組 (例えば、 所定の時間帯に放送される番組) の番組べタ トル PPをデータ取得部 4 1から抽 出して、 マッチング処理部 4 3のべクトル演算部 6 2に供給する。 べク トル演算 部 6 2は、 供給された番組べクトル PPと、 正履歴保存部 4 7から読み出した正 履歴べクトル UPのそれぞれの大項目について、 番組べク トル PPと正履歴べク トル UPのコサイン距離を算出する。
ステップ S 1 1 2において、 ベタ トル演算部 6 2は、 ステップ S 1 1 1におい て項目ごとに算出されたコサイン距離の値を、 上述した式 (4 ) を用いて合計し、 類似度 SiraUPを算出する。 ステップ S 1 1 3において、 ベタ トル演算部 6 2は、 ステップ S 1 1 2におい て算出された、 番組べク トル PPと正履歴べクトル UP との類似度 SitnUPを比較 し、 類似度の上位から、 例えば、 1 0などの所定の数の番組ベクトル PPを抽出 する。
ステップ S 1 1 4において、 ベタトル演算部 6 2は、 ステップ S 1 1 3の処理 により抽出された番組べク トル PPと、 負履歴保存部 4 8から読み出した負履歴 べクトル MUPのそれぞれの大項目について、 番組べク トル PPと負履歴べク トル MUPのコサイン距離を算出する。
ステップ S 1 1 5において、 ベタ トル演算部 6 2は、 ステップ S 1 1 4におい て項目ごとに算出されたコサイン距離の値を、 上述した式 (4 ) を用いて合計し、 類似度 SimMUPを算出する。
ステップ S 1 1 6において、 ベタトル演算部 6 2は、 {番組べクトル PPと正 履歴べクトル UPとのコサイン距離である類似度 S imUP } — {番組べク トル PPと 負履歴ベク トルとのコサイン距離である類似度 SimMUP } を算出し、 その上位と なる所定数 (例えば 3つ) の番組の番組ベクトル PPまたは E P Gデータを推薦 情報として抽出し、 推薦情報出力部 4 9に出力して、 推薦番組リス ト 5 0に登録 させるとともに、 テレビジョン表示装置 1 1および録画再生装置 1 2に出力して、 処理が終了される。
このような処理により、 単語で示される項目の正規化を行うことなく、 大項目 ごとに演算結果の和が類似度 S imUPおよび類似度 S imMUPとして算出されるので、 異なる大項目に属する詳細要素間の履歴の重なりの偏りの影響を受けることなく、 番組べクトル PPと正履歴べク トル UPとの類似度と、 番組べク トノレ PPと負履歴 ベタトル願 Pとの類似度とを基に、 ユーザの嗜好に合致した推薦番組を決定す ることが可能となる。
図 1 7および図 1 8を用いて説明したマッチング処理 1およびマッチング処理 2においては、 ユーザの正履歴べクトノレ UPとの類似度が高い番組から、 負履歴 を用いて、 ユーザが好まないと思われる番組を取り除くことができるものとして 説明しているが、 例えば、 正履歴のみを用いて推薦番組を決定するようにしても よい。
また、 ユーザによっては、 番組を選択するにあたり、 ニュースや報道番組を非 常に好んだり、 ジャンルより も出演者が重要であったり、 出演者にはこだわらな いが、 内容が重要であるなど、 番組を選択するために重み付けられる項目と、 重 み付けられない項目、 換言すれば、 重要な項目とそうでない項目が固定している 場合がある。
従って、 マッチング処理は、 上述した番組側効き目べク トル EfPP、 ユーザ側 効き目ベク トル EfUP、 または、 ユーザ側反効き目ベク トル EfMUPを利用して行 うようにしてもよい。 また、 番組側効き目ベクトル EfPP、 ユーザ側効き目べク トル EfUP、 または、 ユーザ側反効き目ベク トル EfMUPを利用するか否かは、 ュ 一ザにより設定可能なようにしても良い。
次に、 図 1 9のフローチャートを参照して、 番組べクトノレ PP、 正履歴べクト ル UPおよび負履歴べクトル MUPカ、 詳細項目の全要素を 1列に並べたベタトル で表されている場合に、 ユーザの設定により、 番組側効き目ベク トル EfPPまた はユーザ側効き目べク トル EfUPを利用してマッチング処理を行う、 マッチング 処理 3について説明する。
ステップ S 1 2 1において、 ベク トル演算部 6 2は、 操作入力部 4 4を用いて ユーザにより入力され、 初期登録保存部 4 5に登録されている番組側効き目べク トル EfPPおよびユーザ側効き目べクトル EfUPまたはユーザ側反効き目べクト ル EfMUPの利用設定内容を取得する。 効き目ベク トルの利用設定内容とは、 マ ツチング処理において、 番組側効き目べク トル EfPP、 ユーザ側効き目べクトル EfUPまたはユーザ側反効き目べクトル EfMUPを利用して、 重み付けを行うか否 かを示す情報である。
ステップ S 1 2 2において、 ベタトル演算部 6 2は、 必要に応じて、 ユーザ情 報登録部 6 3から、 ユーザ側効き目ベク トル EfUPを読み込み、 次の式 (5 ) を 6
44 用いて、 番組べクトル PPと正履歴べクトル UPのコサイン距離を算出し、 類似 度 SiraUPとする。
Figure imgf000046_0001
(5)
なお、 式 (5) においては、 番組べクトル PP= ( ^ p2、 · · ·) 、 正履歴 ベク トル UP= (u1( u2, ■ · · ) 、 番組側効き目ベク トル EfPP= (e p dい . e p d2, ' · ' ) 、 ユーザ側効き目ベク トル EfUP= (e u dい e u d
2, ■ · ■ ) であるものとする。 また、 式 (5) においては、 番組側効き目べク トル EfPPおよびユーザ側効き目べク トル EfUPのいずれをも利用するものとし て説明しているが、 設定により、 番組側効き目べク トル EfPPおよびユーザ側効 き目べクトル EfUPのうちのいずれかが利用されない場合、 利用されないベタト ルに代わって数値 「1」 が代入されて計算される。
また、 ユーザ側効き目ベク トル EfUPは、 ユーザにより設定可能であっても、 ユーザの初期設定を基に設定されるものであっても良いし、 ユーザ情報登録部 6 3において生成されるものであっても良い。 ユーザ側効き目べク トル EfUPの生 成の詳細については、 図 22乃至図 25を用いて後述する。
ステップ S 1 23において、 ベタ トル演算部 6 2は、 ステップ S 1 22におい て算出された、 番組べク トノレ PPと正履歴べクトル UPとの類似度 SimUPを比較 し、 類似度の上位から、 例えば、 1 0などの所定の数の番組べク トル PPを抽出 する。
ステップ S 1 24において、 ベタトル演算部 6 2は、 必要に応じて、 ユーザ情 報登録部 6 3力、ら、 ユーザ側反効き目べク トル EfMUPを読み込み、 次の式
(6) を用いて、 ステップ S 1 2 3において抽出された番組べク トル PPと負履 歴べク トル MUPのコサイン距離を算出する。
… (6)
Figure imgf000046_0002
なお、 式 (6 ) においては、 番組べクトル PP = ( pい p 2 · · · ) , 負履歴 ベタ トル MUP = (nij , m2, ■ ■ · ) 、 番組側効き目べク トル EfPP = ( e p d x e p ά 2, ■ ■ · ) 、 ユーザ側反効き目ベク トル EfMUP= ( e m e m d 2, · · · ) であるものとする。 また、 式 (6 ) においては、 番組側効き目べク トル EfPPおよびユーザ側反効き目べク トル EfMUPのいずれをも利用するものと して説明しているが、 設定により、 番組側効き目べク トル EfPPおよびユーザ側 反効き目べクトル EfMUPのうちのいずれかが利用されない場合、 利用されない ベタトルに代わって、 数値 「1」 が代入されて計算される。
また、 ユーザ側反効き目ベク トル EfMUPは、 ユーザにより設定可能であって も、 ユーザの初期設定を基に設定されるものであっても良いし、 ユーザ情報登録 部 6 3において生成されるものであっても良い。 ユーザ側反効き目べク トル EfMUPの生成の詳細については、 図 2 6または図 2 7を用いて後述する。
ステップ S 1 2 5において、 ベタトル演算部 6 2は、 番組べクトル PPと正履 歴べク トノレ UPとの類似度 SimUP—番組べク トル PPと負履歴べク トルとの類似度 SimMUPを算出し、 その上位となる所定数 (例えば 3つ) の番組の番組ベク トル PPまたは E P Gデータを推薦情報として抽出し、 推薦情報出力部 4 9に出力し て、 推薦番組リスト 5 0に登録させるとともに、 テレビジョン表示装置 1 1およ び録画再生装置 1 2に出力して、 処理が終了される。
このような処理により、 設定に応じて、 番組側効き目ベクトル EfPP、 ユーザ 側効き目ベクトル EfUP、 または、 ユーザ側反効き目ベクトル E UPが用いられ て、 推薦情報が抽出されるので、 ユーザの嗜好を正しく反映した番組を推薦する ようにすることができる。
図 1 9を用いて説明した処理では、 番組べクトル PP、 正履歴べク トル UPおよ ぴ負履歴べクトル MUP力 詳細項目の全要素を 1列に並べたベタトルで表され ている場合の処理について説明したが、 番組べク トル PP、 正履歴べク トル UPお よび負履歴べク トル MUPを、 それぞれ、 大項目ごとに演算するようにしても良 レ、。 次に、 図 20のフローチャートを参照して、 大項目ごとに、 番組側効き目べク トル EfPP、 ユーザ側効き目べクトル EfUP、 または、 ユーザ側反効き目べク トル EfMUPを反映させることができるようにした、 マッチング処理 4について説明す る。
ステップ S 1 3 1において、 図 1 9のステップ S 1 2 1と同様の処理が実行さ れて、 効き目べク トルの利用設定内容が取得される。
ステップ S 1 3 2において、 ベタトル演算部 6 2は、 供給された番組べク トル PPと、 正履歴保存部 4 7から読み出した正履歴べクトル UPのそれぞれの大項目 について、 番組べク トル PPと正履歴べク トル UPのコサイン距離を算出する。 ここでは、 効き目ベク トルは演算に利用されない。
ステップ S 1 3 3において、 ベタトル演算部 6 2は、 次の式 (7) を用いて、 項目ごとに算出されたコサイン距離に、 必要に応じて効き目べクトルを乗算し、 得られた値を合計して、 類似度 SimUPを算出する。
SimUP = epdt' euat* cos Θ ut+ ep g* eud„* cos Θ ug+ epdp« eudp* cos Θ un
+ epda* euda- cos Θ ua+ epdk* eudk- cos Θ uk · - · (7)
なお、 式 (7) においては、 番組ベクトル PP= (pt, g, pp, pa, k) と 正履歴ベク トル UP= (ut, ug, up, ua) uk) との大項目ごとのコサイン距離が、 (cos0ut, cos0ug, cos Θ up , cos 0ua, cos 0uk) であり、 番組側効き目べク トル EfPP= (epdt, epも, epdp, epも, epdk) 、 ユーザ側効き目べク トノレ EfUP = (eudt, eudg, eudp, euda, eudk) であるものとする。 また、 式 (7) におい ては、 番組側効き目べク トル Ef PPおよびユーザ側効き目べク トル EfUPのいず れをも利用するものとして説明しているが、 設定により、 番組側効き目ベク トル EfPPおよびユーザ側効き目べクトル EfUPのうちのいずれかが利用されない場合、 利用されないべク トルに代わって、 数値 「1」 が代入されて計算される。
ステップ S 1 3 4において、 ベタトル演算部 6 2は、 ステップ S 1 3 3におい て算出された、 番組べク トル PPと正履歴べク トル UP との類似度 SimUPを比較 し、 類似度の上位から、 例えば、 1 0などの所定の数の番組べク トル PPを抽出 する。
ステップ S 1 3 5において、 ベタトル演算部 6 2は、 ステップ S 1 3 4の処理 により抽出された番組べクトル PPと、 負履歴保存部4 8から読み出した負履歴 ベタトル MUPのそれぞれの大項目について、 番組べク トノレ PPと負履歴べクトル MUPのコサイン距離を算出する。 ここでは、 効き目ベク トルは演算に利用されな い。
ステップ S 1 3 6において、 べクトル演算部 6 2は、 次の式 (8) を用いて、 項目ごとに算出されたコサイン距離に、 必要に応じて効き目べクトルを乗算し、 得られた値を合計して、 類似度 SiraMUPを算出する。
SiraMUP = epdt'emdt-cos Θ mt+ epdg* emdg* cos Θ mg+ epdp · eradp · cos Θ mp
+ epda* erada* cos Θ ra-+ epdk* eradk' cos Θ mk■ ■ ■ (8)
なお、 式 (8) においては、 番組ベクトル PP= (pt, g) pp, pa, k) と 負履歴ベク トル UP= (mt, mg, mp, ma, mk) との大項目ごとのコサイン距離 i (cos0mt, cos0mg, cos 0mp, cos Θ ma, cos 0rak) であり、 番組側効き目 べク トル EfPP= (epdt, epdg, epdp, epda, epdい ) 、 ユーザィ則反効き目べク ト ル EfMUP= (eradt, emdg, emdp, emも, eradk) であるものとする。 また、 式
(8) においては、 番組側効き目べク トル EfPPおよびユーザ側反効き目べタ ト ル EfMUPのいずれをも利用するものとして説明しているが、 設定により、 番組 側効き目べクトノレ EfPPおよびユーザ側反効き目べク トル EfMUPのうちのいずれ かが利用されない場合、 利用されないベタ トルに代わって、 数値 「1」 が代入さ れて計算される。
ステップ S 1 3 7において、 ベタ トル演算部 6 2は、 {番組べク トル PPと正 履歴べクトル UPとのコサイン距離である類似度 SimUP} — {番組べク トル PPと 負履歴ベク トルとのコサイン距離である類似度 SimMUP} を算出し、 その上位と なる所定数 (例えば 3つ) の番組の番組ベク トル PPまたは E PGデータを推薦 情報として抽出し、 推薦情報出力部 4 9に出力して、 推薦番組リス ト 5 0に登録 6
48
させるとともに、 テレビジョン表示装置 1 1および録画再生装置 1 2に出力して、 処理が終了される。
このような処理により、 大項目ごとに、 効き目ベク トルが利用されて重み付け が行われるので、 ユーザの嗜好に詳細に合致した推薦情報を生成することが可能 となる。
次に、 図 2 1のフローチャートを参照して、 図 1 6を用いて説明した正履歴べ クトルおょぴ負履歴べク トル生成処理 2の処理により生成された、 ジャンル別の 正履歴べク トル UPおよび負履歴べク トル MUP、 並びに、 ジャンル別のユーザ側 効き目べク トル EfUPおよびユーザ側反効き目べクトル EfMUPを用いて、 マッチ ング処理を実行するマッチング処理 5について説明する。
ステップ S 1 4 1において、 図 1 9のステップ S 1 2 1と同様の処理が実行さ れて、 効き目ベク トルの利用設定内容が取得される。
ステップ S 1 4 2において、 べク トル演算部 6 2は、 供給された番組べク トル PPのジャンルを抽出する。 ここでは、 例えば、 供給された番組べク トル PPのジ ヤンルが 「ドラマ」 であったものとして説明する。
ステップ S 1 4 3において、 ベタトル演算部 6 2は、 供給された番組べク トル PPと、 正履歴保存部 4 7から読み出した、 ジャンル 「ドラマ」 に対応する正履 歴べク トル UPのそれぞれの大項目について、 番組べク トノレ PPと正履歴べクト ル UPのコサイン距離を算出する。 ここでは、 効き目ベク トルは演算に利用され ない。
ステップ S 1 4 4において、 ベクトル演算部 6 2は、 次の式 (9 ) を用いて、 項目ごとに算出されたコサイン距離に、 必要に応じて、 ジャンル 「ドラマ」 に対 応するユーザ側効き目ベク トルを乗算し、 得られた値を合計して、 類似度 S imUP を算出する。
SimUP = epdt # eudtd ' cos Θ utd + epd„* eudgd ' cos Θ ugd + epdp · eudpd * cos Θ upd + epda * eudad - cos Θ uad + epdk * eudkd - cos Θ ukd · · · ( 9 ) なお、 式 (9) においては、 番組ベクトル PP= (pt, g, Pp) pa, pk) と、 ジャンル 「ドラマ」 に対応する正履歴ベク トル UP= (ut, ug, up, ua, uk) と の大項目ごとのコサイン距離が、 (cos0utd, cos 0ugd, cos 0upd , cos 0uad, cos 0ukd) であり、 番組側効き目ベク トル EfPP= (epdt) epdg, epdp, epda, epdk) 、 ジャンル 「ドラマ」 に対応するユーザ側効き目ベク トル EfUP== (eudtd, eudgd, eudpd, eudad, eudkd) であるものとする。 また、 式 (9) においては、 番 組側効き目べク トル EfPPおよびユーザ側効き目べク トル EfUPのいずれをも利 用するものとして説明しているが、 設定により、 番組側効き目ベクトル EfPPお ょぴユーザ側効き目べク トル EfUPのうちのいずれかが利用されない場合、 利用 されないベクトルに代わって、 数値 「1」 が代入されて計算される。
ステップ S 145において、 ベタ トル演算部 6 2は、 ステップ S 143におい て算出された、 番組べクトル PPと正履歴べクトル UP との類似度 SimUPを比較 し、 類似度の上位から、 例えば、 10などの所定の数の番組べク トル PPを抽出 する。
ステップ S 146において、 べク トル演算部 6 2は、 ステップ S 145の処理 により抽出された番組べクトル PPと、 負履歴保存部 48から読み出したジヤン ノレ 「ドラマ」 に対応する負履歴ベク トル MUPのそれぞれの大項目について、 番 組べク トル PPと負履歴べクトル MUPのコサイン距離を算出する。 ここでは、 効 き目べクトルは演算に利用されない。
ステップ S 147において、 ベク トル演算部 6 2は、 次の式 (1 0) を用いて、 項目ごとに算出されたコサイン距離に、 必要に応じて、 ジャンル 「ドラマ」 に対 応する効き目ベクトルを乗算し、 得られた値を合計して、 類似度 SimMUPを算出 する。
SiraMUP = epdt-eradtd- cos Θ mtd + epdg- emdgd* cos Θ mgd+ epdp* emdpd- cos Θ mpd + epda* emdad- cos Θ mad+ epdk* emdkd' cos Θ rakd · ■ · (10)
なお、 式 (1 0) においては、 番組ベク トル PP= (pt, g) p) pa) k) と負履歴ベク トル MUP = (mt, g> mp, ma, mk) との大項目ごとのコサイン 2003/015926
50
£巨离雀カ s、 (cos Θ mtd, cos Θ ragd, cos Θ mpd , cos Θ ai, cos Θ mki) であり、 番糸且 側効き目ベク トル EfPP = (epdt, epdg, epdp, epda, epdk) 、 ジャンル 「ドラ マ」 に対応するユーザ側反効き目ベク トル EfMUP = (emdtd, eradgd, emdpd, eradad, emdkd) であるものとする。 また、 式 (1 0 ) においては、 番組側効き目べクト ル EfPPおよびユーザ側反効き目べクトル EfMUPのいずれをも利用するものとし て説明しているが、 設定により、 番組側効き目ベクトル EfPPおよびユーザ側反 効き目べク トル EfMUPのうちのいずれかが利用されない場合、 利用されないベ クトルに代わって、 数値 「1」 が代入されて計算される。
ステップ S 1 4 8において、 ベタトル演算部 6 2は、 {番組べク トノレ PPと正 履歴べクトル UPとのコサイン距離である類似度 SimUP } — {番組べク トル PPと 負履歴ベク トルとのコサイン距離である類似度 SimMUP } を算出し、 その上位と なる所定数 (例えば 3つ) の番組の番組ベク トル PPまたは E P Gデータを推薦 情報として抽出し、 推薦情報出力部 4 9に出力して、 推薦番組リスト 5 0に登録 させるとともに、 テレビジョン表示装置 1 1および録画再生装置 1 2に出力して、 処理が終了される。
このような処理により、 大項目ごとに、 ジャンル別の正履歴ベク トル UPおよ び負履歴べクトノレ MUPと番組べクトノレ PPとのコサイン距離が求められ、 ジヤン ルに対応した効き目べク トルが利用されて重み付けが行われて類似度が算出され るので、 ユーザの嗜好に詳細に合致した推薦情報を生成することが可能となる。 また、 ユーザ側効き目ベク トル EfUPおよび反効き目ベクトル EfMUPは、 上述 したように、 初期登録保存部 4 5に登録されている、 ユーザの初期登録内容を基 に生成されるようにしても良いし、 正履歴べクトノレ UPまたは負履歴べク トル MUP、 あるいは、 一定期間にユーザが視聴した番組をカウントすることにより、 ユーザ固有のユーザ側効き目べクトル EfUPおよび反効き目べクトノレ EfMUPが生 成されるようにしても良い。 図 2 2のフローチャートを参照して、 一定期間にユーザが視聴した番組をカウ ントすることによりユーザ側効き目べクトル EfUPを生成する、 ユーザ側効き目 ベタトル生成処理 1について説明する。
ステップ S 1 5 1において、 マッチング処理部 4 3のユーザ情報登録部 6 3は、 未処理の大項目のうちのいずれかを選択する。
ステップ S 1 5 2において、 ユーザ情報登録部 6 3は、 正履歴保存部 4 7に保 存されている正履歴を参照して、 例えば、 1週間、 1ヶ月、 または 3ヶ月などの 一定期間中にユーザが視聴した番組を検出し、 番組べクトル抽出部 4 2に、 一定 期間中にユーザが視聴した番組に対応する番組べクトル PPをデータ取得部 4 1 から抽出させて、 ステップ S 1 5 1において選択された大項目に含まれる詳細項 目ごとに番組数をカウントする。
具体的には、 例えば、 ステップ S 1 5 1において選択された大項目が、 大項目 ジャンル G m = {ドラマ, バラエティ, スポーツ, 映画, 音楽, 子供向け/教育, 教養 ドキュメント, ニュース Z報道, その他 } であれば、 ユーザ情報登録部 6 3は、 一定期間中にユーザが視聴した番組の番組ベク トル PPの構成要素を、 そ れぞれに対応する項目に分類してカウントする。 一定期間中にユーザが視聴した 番組が、 例えば、 5 0番組であった場合、 番組数のカウント結果は、 例えば、 ジ ヤンノレ G m = ( 1 0 , 1 8, 5 , 2 , 8 , 1, 0, 1, 5 ) となる。
ステップ S 1 5 3において、 ユーザ情報登録部 6 3は、 番組べク トル抽出部 4 2に、 同一期間における全ての番組に対応する番組ベク トル PPをデータ取得部 4 1から抽出させて、 ステップ S 1 5 1において選択された大項目に含まれる詳 細項目ごとに番組数をカウントする。
具体的には、 例えば、 ステップ S 1 5 1において選択された大項目が、 大項目 ジャンル G m = {ドラマ, バラエティ, スポーツ, 映画, 音楽, 子供向け Z教育, 教養/ドキュメント, ニュース/報道, その他 } であれば、 ユーザ情報登録部 6 3は、 同一期間における全ての番組の番組ベク トル PPの構成要素を、 それぞれ に対応する項目に分類してカウントする。 同一期間における全ての番組が、 例え ば、 1 00 0番組であった場合、 番組数のカウント結果は、 例えば、 ジャンル G m= ( 1 04, 2 3 9, 6 8 , 2 5, 7 8, 9 1 , 6 0, 2 5 4, 8 1) となる。 ステップ S 1 54において、 ユーザ情報登録部 6 3は、 ステップ S 1 5 2およ びステップ S 1 5 3のカウント結果を基に、 ユーザの視聴実績のカウント数 Z全 番組のカウント数を算出する。
番組編成は、 視聴率競争の影響により、 大衆の嗜好を反映していると考えられ る。 すなわち、 ユーザの視聴実績のカウント数/全番組のカウント数の演算は、 換言すれば、 ユーザの視聴実績のカウント数を、 標準モデルとしての全番組の力 ゥント数で正規化することと同義である。 ステップ S 1 5 4において算出される 正規化べク トルを正規化べク トル Dと称するものとする。
例えば、 大項目ジャンル Gm= {ドラマ, バラエティ, スポーツ, 映画, 音楽, 子供向け/教育, 教養 Zドキュメント, ニュース Z報道, その他 } において、 1 週間の全番組のカウント数が、 (8, 1 2, 3 , 7, 6, 4, 2, 8, 1 0) で あり、 対してユーザが視聴した番組のカウント数が、 (4, 0, 1, 2, 3 , 4, 5, 5 , 2)であった場合、 正規化ベクトル Dは、 以下のようになる。
D= (4/8 , 0/ 1 2, 1/3 , 2/7 , 3/6 , 4/4, 1/2, 2 /8, 2/ 1 0) = (0. 5, 0, 0. 3 3 , 0. 2 8, 0. 5 , 1. 0, 0. 5, 0. 1 3, 0. 2)
すなわち、 正規化べク トル Dの構成要素が 1. 0である場合は、 設定された期 間中に、 該当する項目の全番組を視聴したこと、 正規化べクトル Dの構成要素が 0である場合は、 設定された期間中に、 該当する番組は一つも視聴しなかったこ とを意味する。
ステップ S 1 5 5において、 ユーザ情報登録部 6 3は、 ステップ S 1 5 4の算 出結果を基に、 対応する大項目の効き目べクトルを生成する。
効き目ベク トルを生成するために、 大項目ジャンル Gm= {ドラマ, バラェテ ィ, スポーツ, 映画, 音楽, 子供向け/教育, 教養 zドキュメント, ニュース z 報道, その他 } のうちのいずれかの項目を用いて、 標準値を設定する。 例えば、 TJP2003/015926
53
ジャンル: 「ドラマ」 の番組 1週間分において、 一般的なユーザは、 その 2割 程度を視聴しているとして、 標準値を 0. 2に設定すればよい。 大項目の効き目 ベクトルは、 相対値として算出されるため、 設定値は 0乃至 1のいずれの値であ つてもかまわない。 そして、 ユーザ側効き目ベク トルは、 ステップ S 1 5 4にお いて算出された正規化ベクトル Dと、 設定値との相対値である。
従って、 ユーザの興味ジャンルを示す、 大項目ジャンル Gmの効き目ベク トル Eは、
E= (0. 3, 一0. 2, 0. 1 3, 0. 0 8, 0. 3 , 0. 8, 0. 3, 一 0. 0 7, 0. 0) と算出されるので、 対応するユーザは、 「子供向けズ教 育」 のジャンルを好み、 「バラエティ」 のジャンルを好まないと判断することが できる。
ステップ S 1 5 6において、 ユーザ情報登録部 6 3は、 全ての大項目の効き目 ベタトルが生成されたか否かを判断する。 ステップ S 1 5 6において、 全ての大 項目の効き目ベクトルが生成されていないと判断された場合、 処理は、 ステップ S 1 5 1に戻り、 それ以降の処理が繰り返される。
ステップ S 1 5 6において、 全ての大項目の効き目べク トルが生成されたと判 断された場合、 ステップ S 1 5 7において、 ユーザ情報登録部 6 3は、 全ての大 項目の効き目ベクトルを保存して、 処理が終了される。
このような処理により、 一般的な嗜好と、 ユーザ固有の嗜好との差を求めるこ とができる。 また、 ユーザ側効き目ベクトル EfUPを、 例えば、 3ヶ月、 半年な どの所定の期間ごとに再演算するようにすることにより、 ユーザの嗜好をリアル タイムに反映した番組を推薦することができる。
また、 図 2 2の処理においては、 例えば、 1週間、 1ヶ月、 または 3ヶ月など の一定期間中にユーザが視聴した番組を基にユーザ側効き目べクトル EfUPを求 めるものとして説明したが、 複数の期間を対象として、 例えば、 短期、 中期、 長 期に対応するユーザ側効き目べクトル EfUPを算出し、 これら複数の効き目べク トルを用いて、 推薦情報を決定するようにしても良い。 ここでは、 ユーザ固有の嗜好を、 ユーザ側効き目べク トル EfUPとして利用す る場合について説明したが、 ユーザ固有の嗜好を、 正履歴ベク トル UPとしてマ ツチング処理に用いるようにしても良い。
また、 放送されている全番組に代わって、 視聴者が最も番組を視聴する所定の 時間帯 (例えば、 1 8時乃至 2 2時の、 いわゆる、 ゴールデンタイム) に放送さ れる全番組をカウントするようにしてもよい。 このようにすることにより、 一般 的な嗜好を求めるための演算処理を大幅に少なくすることができる。
次に、 図 2 3のフローチヤ一トを参照して、 正履歴べク トル UPと、 大衆の嗜 好との類似度を示すコサイン距離の演算によって、 ユーザ固有の嗜好と、 大衆の 嗜好との隔たりをマッチングに利用するためのユーザ側効き目べク トル EfUPを 求める、 ユーザ側効き目べク トル算出処理 2について説明する。
ステップ S 1 6 1において、 マッチング処理部 4 3のユーザ情報登録部 6 3は、 正履歴保存部 4 7に保存されている正履歴べクトル UPを取得する。
ステップ S 1 6 2において、 ユーザ情報登録部 6 3は、 一般的な嗜好を示す、 標準嗜好べタ トル APPを取得する。
標準嗜好べク トル APP は、 配信サーバ 5から供給されるものとしても良いし、 または、 番組編成は、 視聴率競争の影響により、 大衆の嗜好を反映していると考 えられるので、 図 2 2を用いて説明したユーザ側効き目べクトル算出処理 1と同 様にして、 一定期間に放送された全番組の内容をカウントし、 必要に応じて正規 化して、 標準嗜好ベクトル APPとするようにしても良い。
配信サーバ 5においては、 例えば、 一般的な視聴率調査や、 その他の方法を用 いて、 一般的な嗜好を示す標準嗜好べク トル APP を生成するようにしても良い。 ステップ S 1 6 3において、 ユーザ情報登録部 6 3は、 大項目ごとに、 標準嗜 好べク トル APP と、 正履歴べク トル UPとのコサイン距離を算出する。 コサイン 距離が大きいほど、 標準嗜好べク トル APPと、 正履歴べク トル UPとの類似度が 高い。 2003/015926
55
ステップ S 1 6 4において、 ユーザ情報登録部 6 3は、 ステップ S 1 6 3にお いて算出されたコサイン距離を基に、 大項目ごとに、 コサイン距離を逆数にして、 効き目ベク トル EfUPを生成して、 処理が終了される。 コサイン距離の逆数が大 きレヽほど、 標準嗜好べクトル APPと、 正履歴べク トノレ UPとの類似度は低い。
このような処理により、 一般的な嗜好と、 対応するユーザ固有の嗜好との差を 反映したユーザ側効き目べク トル EfUPを求めることができる。 このユーザ側効 き目べクトル EfUPを用いて番組推薦処理を行った場合、 ユーザの嗜好と一般的 な嗜好との違いが強調されて、 推薦される番組が決定される。
なお、 ここでは、 番組べク トル PP、 および正履歴べクトル UPが、 大項目ごと にべク トルで表されているものとして説明したが、 番組べクトル PP、 および正 履歴べクトル UP力 詳細項目の全要素を 1列に並べたベタトルで表されている 場合においても、 同様の処理が実行可能であることは言うまでもない。
また、 標準嗜好べクトル APPと、 正履歴べクトル UPとの類似度は、 効き目べ クトルを算出するのみならず、 そのユーザのユニーク度を示す指数として、 番組 の推薦に直接的に用いるようにしても良い。 例えば、 標準嗜好べク トル APP と、 正履歴べク トル UPとの類似度が高い場合、 一般向けの流行に即した新番組など を優先的に推薦するようにしても良い。
図 2 2およぴ図 2 3を用いて説明したように、 ユーザ側効き目べクトル EfUP は、 ユーザの操作履歴に基づいて、 学習的に求められると好適であるが、 ユーザ 側効き目べクトノレは、 予め初期登録として登録されていても良いし、 経験などに より求められる、 予め設定されている値を用いるようにしても良い。
なお、 大項目に着目して、 ユーザ側効き目べク トル EfUPを生成するのみなら ず、 大項目を構成する構成要素に着目して、 ユーザ側効き目ベクトル EfUPを生 成するようにしても良い。 例えば、 大項目を構成する構成要素 「出演者 P m」 に おいて、 主役と脇役を区別可能にしておき、 ドラマや映画において、 主役よりも 脇役の配役を優先するユーザは、 主役に対して、 脇役の重み付けを大きくするよ うにユーザ側効き目べク トル EfUPを設定可能としたり、 大項目を構成する構成 要素 「脚本/原作/演出 Ara」 において、 監督、 演出家、 原作者、 カメラマンな どを区別可能にしておき、 監督や演出家より、 カメラマンを重視するユーザは、 カメラマンの重み付けを大きくするようにユーザ側効き目べク トル EfUPを設定 可能なようにしても良い。
また、 ユーザ側効き目ベクトル EfUPをジャンルごとに生成し、 図 2 1を用い て説明したマッチング処理 5のように、 対応するジャンルの正履歴べク トル UP と番組べク トル PPとのマッチングのときに作用させるようにしても良い。
次に、 図 2 4のフローチャートを参照して、 一定期間にユーザが視聴した番組 を、 ジャンル別にカウントすることによりユーザ側効き目べク トル EfUPを生成 する、 ユーザ側効き目ベクトル生成処理 3について説明する。
ステップ S 1 7 1において、 マッチング処理部 4 3のユーザ情報登録部 6 3は、 一定期間にユーザが視聴した番組を、 ジャンル別にカウントするために、 いずれ かのジャンルを選択する。
ステップ S 1 7 2において、 ユーザ情報登録部 6 3は、 未処理の大項目のうち のいずれかを選択する。
ステップ S 1 7 3において、 ユーザ情報登録部 6 3は、 正履歴保存部 4 7に保 存されている正履歴を参照して、 例えば、 1週間、 1ヶ月、 または 3ヶ月などの 一定期間中にユーザが視聴した番組のうち、 選択されたジャンルのものを検出し、 番組ベクトル抽出部 4 2に、 一定期間中にユーザが視聴したもののうち、 選択さ れたジャンルの番組に対応する番組べク トル PPをデータ取得部 4 1から抽出さ せて、 ステップ S 1 7 2において選択された大項目に含まれる詳細項目ごとに番 組数をカウントする。
ステップ S 1 7 4において、 ユーザ情報登録部 6 3は、 番組べクトル抽出部 4 2に、 同一期間における全ての番組のうち、 選択されたジャンルに対応する番組 ベクトル PPをデータ取得部 4 1から抽出させて、 ステップ S 1 7 2において選 択された大項目に含まれる詳細項目ごとに番組数をカウントする。 ステップ S 1 7 5において、 ユーザ情報登録部 6 3は、 ステップ S 1 7 3およ びステップ S 1 74のカウント結果を基に、 選択されたジャンルにおける、 ユー ザの視聴実績の力ゥント数 Z全番組の力ゥント数を算出する。
上述したように、 番組編成は、 視聴率競争の影響により、 大衆の嗜好を反映し ていると考えられる。 すなわち、 選択されたジャンルにおける、 ユーザの視聴実 績のカウント数 z全番組のカウント数の演算は、 換言すれば、 対応するジャンル におけるユーザの視聴実績のカウント数を、 標準モデルとしての対応するジヤン ルの全番組のカウント数で正規化することと同義である。 ステップ S 1 7 5にお いて算出される正規化べクトルを正規化べクトル D ' と称するものとする。
例えば、 大項目ジャンル Gm= {ドラマ, バラエティ, スポーツ, 映画, 音楽, 子供向け Z教育, 教養/ドキュメント, ニュース 報道, その他 } のうちの 「ド ラマ」 のジャンルに対応する番組べクトル PP の、 大項目時間帯 Tm= {朝、 昼、 夕方、 ゴールデン、 深夜 } において、 1週間の全番組のカウント数が、 (1 0, 3 5, 7, 5 3, 1 7) であり、 対してユーザが視聴した番組のカウント数が、 (5, 0, 0, 8, 4)であった場合、 正規化ベク トル D 'は、 以下のようにな る。
D ' = (5/ 1 0, 0/3 5, 0/7 , 8/5 3 , 4/ 1 7)
= (0. 5 , 0, 0, 0. 2 8, 0. 1 5, 0. 24)
すなわち、 正規化ベク トル D 'の構成要素が 1. 0である場合は、 設定された 期間中に、 該当する項目の全番組を視聴したことを意味し、 正規化ベク トル D ' の構成要素が 0である場合は、 設定された期間中に、 該当する番組は一つも視聴 しなかったことを意味する。
ステップ S 1 7 6において、 ユーザ情報登録部 6 3は、 ステップ S 1 7 5の算 出結果を基に、 選択されたジャンルにおける、 対応する大項目の効き目ベク トル を生成する。
効き目ベク トルを生成するために、 大項目時間帯 Tm= {朝、 昼、 夕方、 ゴー ルデン、 深夜 } のうちのいずれかの項目を用いて、 標準値を設定する。 例えば、 時間帯: 「ゴールデン」 の番組 1週間分において、 一般的なユーザは、 ドラマ の 2割程度を視聴しているとして、 標準値を 0 . 2に設定すればよい。 大項目の 効き目べク トルは、 相対値として算出されるため、 設定値は 0乃至 1のいずれの 値であってもかまわない。 そして、 ユーザ側効き目ベクトルは、 ステップ S 1 7 5において算出された正規化べク トル D ' と、 設定値との相対値である。
従って、 ユーザの興味ジャンルを示す、 大項目ジャンル G mの効き目べク トル E 'は、
E ' = ( 0 . 3 , — 0 . 2 , — 0 . 2, 一 0 . 0 5, 0 . 0 4 )
と算出されるので、 対応するユーザは、 朝の時間帯のドラマを好み、 昼や夕方 の時間帯のドラマを好まないと判断することができる。
ステップ S 1 7 7において、 ユ^"ザ情報登録部 6 3は、 選択されたジャンルに おいて、 全ての大項目の効き目ベクトルが生成されたか否かを判断する。 ステツ プ S 1 7 7において、 全ての大項目の効き目べク トルが生成されていないと判断 された場合、 処理は、 ステップ S 1 7 2に戻り、 それ以降の処理が繰り返される。 ステップ S 1 7 7において、 全ての大項目の効き目ベク トルが生成されたと判 断された場合、 ステップ S 1 7 8において、 ユーザ情報登録部 6 3は、 全てのジ ヤンルの処理が終了したか否かを判断する。 ステップ S 1 7 8において、 全ての ジャンルが終了していないと判断された場合、 処理は、 ステップ S 1 7 1に戻り、 それ以降の処理が繰り返される。
ステップ S 1 7 8において、 全てのジャンルが終了したと判断された場合、 ス テツプ S 1 7 9において、 ユーザ情報登録部 6 3は、 全ての大項目の効き目べク トルを保存して、 処理が終了される。
このような処理により、 一般的な嗜好と、 ユーザ固有の嗜好との差をジャンル 別に求めることができる。 また、 図 2 2を用いて説明した場合と同様にして、 ュ 一ザ側効き目ベク トル EfUPを、 例えば、 3ヶ月、 半年などの所定の期間ごとに 再演算するようにすることにより、 ユーザの嗜好をリアルタイムに反映した番組 を推薦することができる。 また、 図 2 4の処理においても、 例えば、 1週間、 1ヶ月、 または 3ヶ月など の一定期間中にユーザが視聴した番組を基にユーザ側効き目べクトル EfUPを求 めるものとして説明したが、 図 2 2を用いて説明した場合と同様にして、 複数の 期間を対象として、 例えば、 短期、 中期、 長期に対応するユーザ側効き目べク ト ル EfUPを算出し、 これら複数の効き目ベク トルを用いて、 推薦情報を決定する ようにしても良い。
また、 図 2 4の処理においても、 放送されている全番組に代わって、 視聴者が 最も番組を視聴する所定の時間帯 (例えば、 1 8時乃至 2 2時の、 いわゆる、 ゴ 一ルデンタイム) に放送される全番組をカウントするようにしてもよい。
次に、 図 2 5のフローチヤ一トを参照して、 正履歴べク トル UPと、 大衆の嗜 好との類似度を示すコサイン距離の演算を、 ジャンル別に実行することによって、 ユーザ固有の嗜好と大衆の嗜好との隔たりをマッチングに利用するためのユーザ 側効き目べクトノレ EfUPを求める、 ユーザ側効き目べクトル生成処理 4について 説明する。
ステップ S 1 9 1において、 マッチング処理部 4 3のユーザ情報登録部 6 3は、 処理を実行するジャンルを指定するために、 いずれかのジャンルを選択する。 ステップ S 1 9 2において、 ユーザ情報登録部 6 3は、 正履歴保存部 4 7に保 存されている正履歴べク トル UPのうち、 選択されたジャンルの正履歴べクトル UPを取得する。
ステップ S 1 9 3において、 ユーザ情報登録部 6 3は、 一般的な嗜好を示す、 標準嗜好べク トル APPのうち、 選択されたジャンルの標準嗜好べク トル APPを 取得する。
標準嗜好べク トル APPは、 上述したように、 配信サーバ 5から供給されるも のとしても良いし、 または、 番組編成は、 視聴率競争の影響により、 大衆の嗜好 を反映していると考えられるので、 図 2 4を用いて説明したユーザ側効き目べク トル算出処理 3と同様にして、 一定期間に放送された全番組の内容をジャンル別 にカウントし、 必要に応じて正規化して、 ジャンル別標準嗜好ベク トル APPと するようにしても良い。
配信サーバ 5においては、 例えば、 一般的な視聴率調査や、 その他の方法を用 いて、 一般的な嗜好を示す標準嗜好べク トル APPをジャンル別に生成するよう にしても良い。
ステップ S 1 9 4において、 ユーザ情報登録部 6 3は、 選択されたジャンルの 正履歴べク トノレ UPと、 選択されたジャンルの標準嗜好べクトル APPを用いて、 大項目ごとに、 標準嗜好べク トル APPと、 正履歴べク トル UPとのコサイン距離 を算出する。 コサイン距離が大きいほど、 標準嗜好ベク トル APPと、 正履歴べ ク トル UPとの類似度が高い。
ステップ S 1 9 5において、 ユーザ情報登録部 6 3は、 ステップ S 1 9 4にお いて算出されたコサイン距離を基に、 大項目ごとに、 コサイン距離を逆数にして、 選択されたジャンルの効き目べク トル EfUPを生成する。 コサイン距離の逆数が 大きいほど、 標準嗜好べクトル APPと、 正履歴べクトル UPとの類似度は低い。 ステップ S 1 9 6において、 ユーザ情報登録部 6 3は、 全てのジャンルの処理 が終了したか否かを判断する。 ステップ S 1 7 8において、 全てのジャンルが終 了していないと判断された場合、 処理は、 ステップ S 1 9 1に戻り、 それ以降の 処理が繰り返される。 ステップ S 1 9 6において、 全てのジャンルが終了したと 判断された場合、 処理が終了される。
このような処理により、 一般的な嗜好と、 対応するユーザ固有の嗜好との差を 反映した、 ジャンル別のユーザ側効き目べクトル EfUPを求めることができる。 また、 図 2 3を用いて説明した処理と同様にして、 標準嗜好ベク トル APP と、 負履歴べク トル MUPとの類似度を求め、 その逆数を、 反効き目べク トル EfMUP として算出するようにしてもよい。
次に、 図 2 6のフローチャートを参照して、 負履歴ベク トル MUPを、 大衆の 嗜好と比較することにより、 .反効き目べク トル EfMUPを求めるユーザ側反効き 目べク トル算出処理 1について説明する。 ステップ S 2 0 1において、 マッチング処理部 4 3のユーザ情報登録部 6 3は、 負履歴保存部 4 8に保存されている負履歴べクトル MUPを取得する。
ステップ S 2 0 2において、 ユーザ情報登録部 6 3は、 一般的な嗜好を示す、 標準嗜好べクトル APPを取得する。
標準嗜好ベク トル APPは、 配信サーバ 5から供給されるものとしても良い。 あるいは、 番組編成は、 視聴率競争の影響により、 大衆の嗜好を反映していると 考えられるので、 図 2 2を用いて説明したユーザ側効き目べク トル算出処理 1と 同様にして、 一定期間に放送された全番組の内容をカウントし、 必要に応じて正 規化して、 標準嗜好べク トル APPとするようにしても良い。
ステップ S 2 0 3において、 ユーザ情報登録部 6 3は、 大項目ごとに、 標準嗜 好べク トル APPと、 負履歴べクトル MUP とのコサイン距離を算出する。 コサイ ン距離が大きいほど、 標準嗜好べクトル APPと、 負履歴べクトル而 Pとの類似 度が高い。
ステップ S 2 0 4において、 ユーザ情報登録部 6 3は、 ステップ S 2 0 3にお いて算出されたコサイン距離を基に、 大項目ごとに、 コサイン距離を逆数にして、 反効き目ベクトル EfMUPを生成して、 処理が終了される。
このような処理により、 反効き目べクトル EfMUPを生成することができるの で、 ユーザが好まない番組を、 推薦する番組から効果的に省くことができる。 次に、 図 2 7のフローチャートを参照して、 ジャンル別に実行されるユーザ側 反効き目ベクトル生成処理 2について説明する。
ステップ S 2 1 1において、 マッチング処理部 4 3のユーザ情報登録部 6 3は、 処理を実行するジャンルを指定するために、 いずれかのジャンルを選択する。 ステップ S 2 1 2において、 ユーザ情報登録部 6 3は、 負履歴保存部 4 8に保 存されている負履歴べク トル MUPのうち、 選択されたジャンルの負履歴べク ト ル MUPを取得する。 ステップ S 2 1 3において、 ユーザ情報登録部 6 3は、 一般的な嗜好を示す、 標準嗜好べク トル APPのうち、 選択されたジャンルの標準嗜好べク トル APPを 取得する。
ステップ S 2 1 4において、 ユーザ情報登録部 6 3は、 選択されたジャンルの 負履歴べク トル MUPと選択されたジャンルの標準嗜好べクトル APPとを基に、 大項目ごとに、 標準嗜好べクトル APPと、 負履歴べク トル MUP とのコサイン距 離を算出する。 コサイン距離が大きいほど、 標準嗜好べク トル APPと、 負履歴 ベタ トル MUPとの類似度が高い。
ステップ S 2 1 5において、 ユーザ情報登録部 6 3は、 ステップ S 2 1 4にお いて算出されたコサイン距離を基に、 大項目ごとに、 コサイン距離を逆数にして、 反効き目ベク トル EfMUPを生成する。 コサイン距離の逆数が大きいほど、 標準 嗜好べクトル APPと、 負履歴べクトル MUPとの類似度が低い。
ステップ S 2 1 6において、 ユーザ情報登録部 6 3は、 全てのジャンルの処理 が終了したか否かを判断する。 ステップ S 2 1 6において、 全てのジャンルが終 了していないと判断された場合、 処理は、 ステップ S 2 1 1に戻り、 それ以降の 処理が繰り返される。 ステップ S 2 1 6において、 全てのジャンルが終了したと 判断された場合、 処理が終了される。
このような処理により、 反効き目ベク トル EfMUPを、 ジャンル別に生成する ことができるので、 ユーザが好まない番組を、 推薦する番組から効果的に省くこ とができる。
なお、 ユーザ側効き目べク トル EfUPと、 反効き目べクトル EfMUPは、 図 2 3、 および、 図 2 5乃至図 2 7を用いて説明した大項目ごとのコサイン距離の逆数を n倍した値、 あるいは、 所定の桁で四捨五入した値を用いるものとしてもかまわ ないし、 1からコサイン距離の逆数を減算した値、 あるいは、 その値を n倍した 値を用いるものとしてもかまわない。
ここでは、 番組べクトル PP、 およぴ負履歴べクトル MUP力 大項目ごとにベ ク トルで表されているものとして説明したが、 番組べクトル PP、 およぴ負履歴 ベタトル MUPが、 詳細項目の全要素を 1列に並べたベタトルで表されている場 合においても、 同様の処理が実行可能であることは言うまでもない。
また、 番組べクトル抽出部 4 2によって抽出される番組べクトルには、 図 7ま たは図 8を用いて説明した処理により生成された、 クループ I D、 またはクラス タコードなどのグループを示す情報が付加されている場合がある。
例えば、 ユーザが好んで視聴する番組が、 連続ドラマであった場合、 該当する 連続ドラマは、 全ての回において推薦されるようにすれば、 推薦のための演算処 理を削減することができる。 また、 ユーザに非常に好まれている番組と同グルー プの番組を優先的に推薦するようにすることによつても、 推薦のための演算処理 を削減することができる。
次に、 図 2 8のフローチャートを参照して、 クループ推薦を含むマッチング処 理について説明する。
ステップ S 2 2 1において、 マッチング処理部 4 3のべクトル演算部 6 2は、 番組べクトル抽出部 4 2から供給された番組べク トノレ PPに、 クループ I D、 ま たはクラスタコードなどのグループを示す情報が付加されているか否かを基に、 対応する番組は、 グループ化されているか否かを判断する。
ステップ S 2 2 1において、 対応する番組はグループ化されていると判断され た場合、 ステップ S 2 2 2において、 ベク トル演算部 6 2は、 クループ I D、 ま たはクラスタコードで示されるグループは、 推薦優先グループとして、 ユーザ情 報登録部 6 3に登録されているか否かを判断する。
ステップ S 2 2 2において、 推薦優先グループとして登録されていると判断さ れた場合、 ステップ S 2 2 3において、 ベタ トル演算部 6 2は、 対応する番組の 情報を、 推薦情報として、 推薦情報出力部 4 9に供給する。 推薦情報出力部 4 9 は、 推薦番組リス ト 5◦に推薦する番組を登録するとともに、 テレビジョン表示 装置 1 1、 または、 録画再生装置 1 2に、 推薦する番組の情報を出力して、 処理 は、 後述するステップ S 2 2 7に進む。 5926
64
ステップ S 2 2 1において、 対応する番組はグループ化されていないと判断さ れた場合、 または、 ステップ S 2 2 2において、 推薦優先グループとして登録さ れていないと判断された場合、 ステップ S 2 2 4において、 図 1 7乃至図 2 1を 用いて説明した、 マツチング処理 1乃至マッチング処理 5のいずれかの処理が実 行される。
ステップ S 2 2 5において、 ベタトル演算部 6 2は、 ステップ S 2 2 4におい て実行されたマッチング処理 1乃至マッチング処理 3のいずれかの処理において 推薦された番組の番組ベクトルに、 クループ I D、 またはクラスタコードなどの グループを示す情報が付加されているか否かを基に、 推薦された番組は、 グルー プ化されているか否かを判断する。 ステップ S 2 2 5において、 推薦された番組 は、 グループ化されていないと判断された場合、 処理は終了される。
ステップ S 2 2 5において、 推薦された番組は、 グループ化されていると判断 された場合、 ステップ S 2 2 6において、 ベタトル演算部 6 2は、 番組べク トル に付加しているグループ I D、 またはクラスタコードを、 推薦優先グループとし て、 ユーザ情報登録部 6 3に登録して保存する。
ステップ S 2 2 3、 または、 ステップ S 2 2 6の処理の終了後、 ステップ S 2 2 7において、 ベタ トル演算部 6 2は、 負履歴保存部 4 8に保存されている負履 歴の操作ログを参照して、 ステップ S 2 2 3の処理により推薦された番組、 また は、 ステップ S 2 2 4の処理により推薦された番組のうち、 グループ化されてい るので、 ステップ S 2 2 6の処理において推薦優先グループとして登録された番 組に対して、 例えば、 推薦した番組が受け入れられずにその他の番組の視聴の視 聴または録画を指令する操作入力や、 自動録画された番組の再生前の消去を指令 する操作入力など、 負の履歴となる操作入力を受けたか否かを判断する。 ステツ プ S 2 2 7において、 負の履歴となる操作入力を受けていないと判断された場合、 処理が終了される。
ステップ S 2 2 7において、 負の履歴とな 操作入力を受けたと判断された場 合、 ステップ S 2 2 8において、 べク トル演算部 6 2は、 ユーザ情報登録部 6 3 T JP2003/015926
65
の推薦優先グループの登録から、 対応するグループをはずして、 処理が終了され る。
なお、 図 9を用いて説明したタイトルグループ化処理 1により、 1つの番組べ クトル PPに複数のグループ I Dが関連付けられている場合もある。 特にこのよ うな場合には、 ステップ S 2 2 8において、 負の履歴となる操作入力により、 ュ 一ザ情報登録部 6 3の推薦優先グループの登録から、 全てのグループ I Dがはず されるようにしても良いし、 負の履歴となる操作入力の回数を蓄積するようにし、 所定の数だけ負の履歴となる操作入力が行われた場合に、 ユーザ情報登録部 6 3 の推薦優先グループの登録から、 対応するグループ I Dがはずされるようにして も良い。 また、 1つの番組ベクトル PPに 1つののグループ I Dが関連付けられ ている場合においても同様である。
このような処理により、 ユーザが好んで視聴している連続ドラマを全ての回に おいて推薦されるようにしたり、 ユーザに非常に好まれている番組と同グループ の番組を推薦するようにすることができるので、 推薦のための演算処理を削減す ることができる。
このように、 グループ推薦を含むマッチング処理が行われている場合、 テレビ ジョン表示装置 1 1または録画再生装置 1 2から取得されるユーザの操作履歴を 基に生成される正履歴べクトル UPおよぴ負履歴べクトル MUPは、 対応するグル ープごとに生成されるようにしてもよい。
また、 テレビジョン表示装置 1 1または録画再生装置 1 2から取得されるユー ザの操作履歴のうちの正履歴を基に、 同一の連続ドラマにおける視聴または録画 予約の回数をカウントし、 所定回数以上になった場合に、 マッチング処理を特に 行うことなく、 優先的に推薦するようにしてもかまわない。
また、 ユーザ履歴を用いて番組の推薦処理を行うのではなく、 ユーザが予め指 定したトピックを基にユーザモデルを設定し、 ユーザモデルを基に番組の推薦処 理を行うようにしてもよい。 ユーザモデルは、 所定の番組群から、 ユーザが予め指定したトピックを用いて フィルタリングを行うことにより、 トピックに対応する番組を抽出することで得 られる。 初期登録保存部 4 5は、 ユーザにより入力されたトピックを保存する。 登録されるトピックは複数であってもかまわないし、 ユーザの操作入力によって、 適宜、 更新される。 ベタ トル演算部 6 2は、 番組べクトル抽出部 4 2から供給さ れる、 ユーザモデル作成対象の番組の番組べクトルにおいて、 初期登録保存部 4 5に保存されているトピックを含む番組べク トルを抽出し、 抽出された番組べク トルの総和を、 必要に応じて正規化することにより、 ユーザモデルベク トルを生 成し、 ユーザ情報登録部 6 3に登録する。
これにより、 例えば、 トピックとして、 時間帯 Hm二 「2 3時以降」 およびジ ヤンル G m 「バラエティ」 が指定された場合、 これらのトピックを用いてフィ ルタリングが行われ、 ユーザモデル 「深夜のバラエティ」 が生成される。 ユーザ モデル 「深夜のバラエティ」 には、 2 3時以降の深夜枠に放送されるバラエティ 番組に出演したコメディアンが構成要素として含まれるので、 例えば、 ドラマな どの、 バラエティとは異なるジャンルの番組において、 対応するコメディアンが 出演する番組がマッチング処理において抽出され、 推薦されるので、 項目ごとに マッチング処理を行う場合と比較して、 ユーザの嗜好を、 ジャンルなどを超越し て適用することが可能となる。
なお、 ユーザモデル作成対象の番組は、 例えば、 所定期間の全番組であっても、 所定の時間帯 (例えば、 いわゆるゴールデンタイム) に放送された番組群であつ てもよい。
また、 例えば、 同じフィルタリング条件を用いて、 異なる番組集合を対象にフ ィルタリングを行うことによって、 例えば、 異なる時期、 あるいは、 異なる時間 帯などの、 異なる番組編成に詳細に対応したユーザモデルべク トルを生成するこ とができる。
具体的には、 同じ 「ジャンル G m =音楽」 という条件でも、 現在の番組編成と、 1 0年前の番組編成では、 放送時刻や出演者に違いがあるので、 「現在の音楽フ アン」 「1 0年前の音楽ファン」 という異なるユーザモデルを生成することがで きる。 これにより、 「1 0年前の音楽ファン」 が好んで聞いていたポップス歌手 力 現在、 俳優として出演しているドラマや映画などを推薦したり、 または、
「1 0年前の音楽ファン」 が好んで聞いていた楽曲を、 現在の歌手が歌うような 番組を推薦することが可能となる。
また、 例えば、 主に社会人が視聴するような、 2 0時乃至 2 4時などの時間帯 と、 主に子供が視聴するような、 1 5時乃至 2◦時などの時間帯とでは、 同じ 「ジャンル G m =音楽」 という条件でも、 フィルタリングにより異なる番組群を 得ることができるので、 異なるユーザモデルを生成することができる。
そして、 ベタトル演算部 6 2は、 番組べクトル抽出部 4 2から供給される番組 の番組べク トル PPと、 ユーザ情報登録部 6 3に登録されているユーザモデルべ タ トルとの類似度を演算し、 その結果を基に、 推薦情報を生成し、 推薦情報出力 部 4 9に供給する。 推薦情報出力部 4 9は、 推薦情報を、 推薦番組リスト 5 0に 登録するとともに、 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2に供 給する。
次に、 図 2 9のフローチャートを参照して、 ユーザモデルを用いたマッチング 処理について説明する。
ステップ S 2 3 1において、 マッチング処理部 4 3のべク トル演算部 6 2は、 番組べクトル抽出部 4 2において抽出された、 ユーザモデル作成対象の番組の番 組ベク トルを取得する。 ユーザモデル作成対象の番組とは、 例えば、 1ヶ月また は 3ヶ月などの所定の期間に放送された番組であっても、 それら所定の期間中の 所定の時間帯 (例えば、 ゴールデンタイム) に放送された番組であっても良いし、 あるいは、 1 0年前、 2 0年前などの、 過去の所定の期間に放送された番組であ つても良い。
ステップ S 2 3 2において、 初期登録保存部 4 5は、 操作入力部 4 4より、 ュ 一ザにより入力されたトピックを取得し、 保存する。 ベク トル演算部 6 2は、 初 期登録保存部 4 5からトピックを読み出して、 フィルタリング条件として設定す る。 フィルタリング条件は、 例えば、 ハッシュテーブルとして記載されるように しても良い。
ステップ S 2 3 3において、 ベタ トル演算部 6 2は、 ステップ S 2 3 1におい て取得された番組べク トル PPを、 ステップ S 2 3 2において設定されたフィル タリング条件を基にフィルタリングし、 トピックに合致する番組ベクトル PPを 抽出する。 例えば、 ユーザモデル作成対象の番組が、 過去 3ヶ月間の全番組であ る場合、 ベタトル演算部 6 2は、 過去 3ヶ月間の全番組べクトル PPに対して
「タイ トル T m、 または、 ジャンル G m =サッカー」 という条件でフィルタリン グを施す。
ステップ S 2 3 4において、 ベタ トル演算部 6 2は、 ステップ S 2 3 3におい てフィルタリングによって抽出された番組べク トル PPの総和を求めて、 ユーザ モデルべク トノレとする。 例えば、 「タイ トル T m、 または、 ジヤンノレ G m =サッ カー」 という条件でフィルタリングが施された場合、 「サッカーファン」 という ュ一ザモデルのユーザモデルべク トルが生成される。
ステップ S 2 3 5において、 ベク トル演算部 6 2は、 ステップ S 2 3 4におい て生成されたユーザモデルべクトルと、 番組べク トル抽出部 4 2において抽出さ れた、 推薦情報を求めるための候補となる (この後放送される予定である) 番組 の番組べク トル PPとのコサイン距離を算出する。
ステップ S 2 3 6において、 ベタ トル演算部 6 2は、 ステップ S 2 3 5におい て算出されたコサイン距離を基に、 ユーザモデルベク トルと推薦情報を求めるた めの候補となる番組の番組べクトル PPとの類似度を比較し、 比較結果を基に、 類似度が高いもののうち、 上位から所定の数の番組を推薦情報として抽出し、 推 薦情報出力部 4 9に供給する。 推薦情報出力部 4 9は、 推薦情報を、 推薦番組リ スト 5 0に登録するとともに、 テレビジョン表示装置 1 1、 または、 録画再生装 置 1 2に供給して、 処理が終了される。
このような処理により、 ユーザの操作履歴がない場合においても、 ユーザが設 定したトピックに合致した番組を推薦することができる。 また、 従来においては、 例えば、 「タイ トル T m、 または、 ジャンル G m =サッカー」 という条件を設定 してマッチング処理を行った場合、 サッカー選手が出演するバラエティやドラマ などを抽出することができなかった。 これに対して、 図 2 9を用いて説明した処 理においては、 「タイト^レ T m、 または、 ジヤン レ G m =サッカー」 という トビ ックでユーザモデルを設定することにより、 ユーザモデルベク トルの出演者や内 容などの項目にも、 サッカー選手名が多く含まれるために、 たとえ 「タイトル T m、 または、 ジャンル G m サッカー」 という条件に合致していない番組であつ ても、 サッカー選手が出演するバラエティやドラマなどを抽出して推薦すること が可能となる。
ここでは、 ユーザモデルべクトルと、 番組べク トルとのコサイン距離を算出す ることにより、 類似度を求めるものとして説明しているが、 大項目ごとに、 個別 にコサイン距離を算出し、 その合計を用いて類似度を求めるようにしても良い。 なお、 ユーザモデルベクトルの生成処理は、 配信サーバ 5において実行される ようにしてもよい。 その場合、 例えば、 図 2を用いて説明した番組ベク トル生成 部 2 3が生成した番組ベクトルを用いて、 図 2 9のステップ S 2 3 1乃至ステツ プ S 2 3 4の処理が実行されるようにすれば良い。
また、 ユーザの嗜好にあった番組を推薦するばかりでなく、 正履歴ベクトル UPおよび負履歴べク トル MUPのいずれとも類似度が低いものを選ぶと、 好きで も嫌いでもない、 すなわち、 これまでユーザが視聴したことのない特徴を有する 番組、 換言すれば、 食わず嫌いの番組が推薦される可能性が高くなる。 このよう に、 ユーザの嗜好を抽出して学習を進めるためには、 これまでユーザが視聴した ことのない特徴を有する番組も評価してもらうことが重要である。
これにより、 ユーザに対して提供する推薦結果に意外性を与え、 ユーザの興味 の拡大につなげることが可能になるばかりでなく、 よりユーザの嗜好に合致した 番組を推薦するために、 非常に重要な履歴情報を取得することが可能となる。 次に、 図 3 0のフローチャートを参照して、 例外推薦番組選択処理について説 明する。 6
70
ステップ S 2 4 1において、 マッチング処理部 4 3のべクトル演算部 6 2は、 番組べクトル抽出部 4 2から供給された番組べク トル PPと、 正履歴保存部 4 7 に保存されている正履歴べク トル UP、 および、 負履歴保存部 4 8に保存されて いる負履歴べク トル MUPとを用いて、 大項目ごとに、 正履歴べク トル UP と番組 ベタトル PPとのコサイン距離、 および、 負履歴べク トル MUPと番組べクトノレ PP とのコサイン距離を、 それぞれ算出する。
ステップ S 2 4 2において、 ベクトル演算部 6 2は、 項目ごとに算出されたコ サイン距離の値を、 正履歴側と負履歴側で、 それぞれ、 合計する。 すなわち、 ス テツプ S 2 4 1およびステップ S 2 4 2の処理により、 上述した、 正履歴べクト ル UPと番組べク トル PPとの類似度 S iraUPおよび負履歴べク トル MUPと番組べ ク トル PPとの類似度 SimMUPが算出される。
ステップ S 2 4 3において、 ベクトル演算部 6 2は、 正履歴ベク トル UP、 お よび、 負履歴べクトル MUPとの類似度の低さを示す例外推薦値を算出する。 具体的には、 例外推薦値は、 (1一 SimUP) X ( 1 - S imMUP) または ( 1 / SimUP) X ( 1 /S imMUP) によって求めることが可能である。
ステップ S 2 4 4において、 ベタ トル演算部 6 2は、 ステップ S 2 4 3の算出 結果を基に、 例外推薦値の高い番組を求め、 推薦情報として抽出し、 処理が終了 される。
このような処理により、 これまでユーザが視聴したことのない特徴を有する番 組を抽出して推薦することができるので、 ユーザへの推薦番組の選択に、 意外性 を与え、 ユーザの興味の拡大につなげることが可能になるばかりでなく、 よりュ 一ザの嗜好に合致した番組を推薦するために、 非常に重要な履歴情報を取得する ことが可能となる。
図 1 3乃至図 3 0を用いて説明した処理により、 番組推薦処理装置 1 0におい て、 推薦情報が生成されて、 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2に供給される。 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2には、 テレビジョン受 信装置 4において受信されて復号された衛星波または地上波の放送信号が供給さ れる。
テレビジョン表示装置 1 1は、 ユーザの操作入力を基に、 テレビジョン受信装 置 4から供給された放送信号、 または、 録画再生装置 1 2から供給された再生デ ータを表示したり、 番組推薦処理装置 1 0から供給された推薦情報を基に、 推薦 番組情報を表示したり、 チャンネルの自動設定を実行する。 更に、 テレビジョン 表示装置 1 1は、 操作ログを番組推薦処理装置 1 0に供給する。
また、 録画再生装置 1 2は、 ユーザの操作入力を基に、 テレビジョン受信装置 4から供給された放送信号を録画または録画予約したり、 番組推薦処理装置 1 0 から供給された推薦情報を基に、 番組を自動録画する。 また、 録画再生装置 1 2 は、 装着された記録媒体、 または、 内蔵する記録媒体に録画されている番組を再 生し、 テレビジョン表示装置 1 1に出力して表示させる。 更に、 録画再生装置 1 2は、 操作ログを番組推薦処理装置 1 0に供給する。
図 3 1は、 テレビジョン受信装置 4の構成を示すプロック図である。 テレビジ ョン受信装置 4は、 デジタル放送用受信装置の標準規格に対応する一般的な受信 装置であるものとして説明する。
衛星波検波部 9 1は、 衛星 2を介して送信され、 アンテナ 3によって受信され た衛星波を、 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2から供給さ れたチャンネルを選択する信号を基に選局して検波し、 伝送モードに関する制御 "を T M C C (Transmi ss ion and Mult ipl exing Confi gurat ion Contro l) 復号部 9 2に、 放送信号を復調 '復号処理部 9 3に供給する。
丁1^〇0復号部9 2は、 伝送多重制御信号における伝送モード (変調方式、 符 号化率など) やスロット等の情報の入力を受け、 これらの情報を復号し、 復調' 復号処理部 9 3に供給する。
復調 *復号処理部 9 3は、 T M C C復号部 9 2から供給された、 伝送モードに 関する情報に基づいて、 供給された放送信号を、 例えば、 Q P S K (quadri- phase shift keying: 4位相変調方式、 または、 4相 P S Kとも称する) 方式 や、 8相 P SK方式などの方法を用いて復調および復号し、 ディンタリーバ 94 に供給する。
ディンタリーバ 9 4は、 供給された信号をディンタリーブして、 誤り訂正処理 部 9 5に供給する。 また、 ディンタリーバ 9 4は、 供給された信号に対して、 更 に、 フレーム分離やデスクランブルの処理を施すようにしても良い。
誤り訂正処理部 9 5は、 例えば、 リードソロモン符号などを用いた誤り訂正処 理を行い、 CA (Conditional Access:限定受信) デスクランプル部 1 0 1に 供給する。
地上波検波部 9 6は、 アンテナ 3によって受信された地上波を、 テレビジョン 表示装置 1 1または録画再生装置 1 2から供給された、 チャンネルを選択する制 御信号を基に選局して検波し、 伝送モードに関する制御信号を TMCC復号部 9 7に、 放送信号を復調,復号処理部 9 8に供給する。
TMC C復号部 9 7は、 伝送多重制御信号における伝送モード (変調方式、 符 号化率など) やスロッ ト、 T S等の情報の入力を受け、 これらの情報を復号し、 復調,復号処理部 9 8に供給する。
復調 '復号処理部 9 8は、 TMCC復号部 9 7から供給された、 伝送モードに 関する情報に基づいて、 供給された放送信号を、 例えば、 QAM (quadrature amplitude modulation:直交振幅変調) 方式などの方法を用いて復調および復 号し、 ディンタリーバ 9 9に供給する。
ディンタリーバ 9 9は、 供給された信号をディンタリーブして、 T S
(Transport Stream; トランスポートス トリーム) 再生部 1 0 0に供給する。 また、 ディンタリーバ 9 9は、 供給された信号に対して、 更に、 フレーム分離や デスクランブルの処理を施すようにしても良い。
T S再生部 1 0 0は、 供給された信号を基に、 トランスポートス トリームを再 生し、 C Aデスクランブル部 1 0 1に供給する。 C Aデスクランプル部 1 0 1は、 誤り訂正処理部 9 5、 または、 T S再生部 1 0 0から供給された信号を基に、 限定受信信号をデスクランブルし、 デマルチプ レクサ 1 0 2に供給する。
データ入力部 1 0 3は、 E P G受信装置 9から、 E P Gデータの入力を受けた り、 ネットワーク 8を介して、 配信サーバ 5より、 ストリーミングデータの供給 を受け、 デマルチプレクサ 1 0 2に供給する。
デマルチプレクサ 1 0 2は、 C Aデスクランブル部 1 0 1、 または、 データ入 力部 1 0 3から供給された信号をデマルチプレタスし、 音声信号は音声信号復号 部 1 0 4に、 映像信号は、 映像信号復号部 1 0 5に、 そして、 制御信号や E P G などのデータは、 データ復号部 1 0 6にそれぞれ供給する。
音声信号復号部 1 0 4は、 供給された音声信号を復号し、 テレビジョン表示装 置 1 1、 または、 録画再生装置 1 2に供給する。 映像信号復号部 1 0 5は、 供給 された映像信号を復号し、 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2に供給する。 データ復号部 1 0 6は、 供給された制御信号や E P Gなどのデー タを復号し、 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2に供給する。 テレビジョン受信装置 4の処理により、 受信された衛星波、 または地上波、 あ るいは、 配信されたス トリーミングデータが、 所定の方式により復調および復号 されて、 テレビジョン表示装置 1 1、 または、 録画再生装置 1 2に供給される。 図 3 2は、 テレビジョン表示装置 1 1の構成を示すブロック図である。
操作入力部 1 2 1は、 ユーザからの操作入力を受け、 テレビジョン表示装置 1 1の各部にユーザの操作入力に対応する制御信号を供給するとともに、 ユーザの 操作内容を操作ログリス ト 1 2 2に供給して保存させる。 操作ログリス ト 1 2 2 に保存されているユーザの操作ログは、 図 1 3を用いて説明した番組推薦処理装 置 1 0の操作ログ取得部 4 6により取得される。 また、 ユーザの操作入力が、 チ ヤンネルの選択であった場合、 操作入力部 1 2 1は、 入力されたユーザの操作を チヤンネル設定部 1 2 3に供給する。 チャンネル設定部 1 2 3は、 操作入力部 1 2 1から供給されたユーザの操作入 力を示す信号に基づいて、 チャンネルの選択を示す制御信号を生成し、 テレビジ ヨン受信装置 4に供給する。 また、 チャンネル設定部 1 2 3は、 後述する推薦番 組リス ト 1 2 8に登録されている推薦情報に基づいて、 自動的にチャンネルを設 定するために、 チャンネルの選択を示す制御信号を生成し、 テレビジョン受信装 置 4に供給する。 テレビジョン受信装置 4は、 制御信号に基づいて、 指定された チャンネルの放送信号を受信する。
データ入力部 1 2 4は、 テレビジョン受信装置 4から放送信号の入力を受け、 画像処理部 1 2 5に供給する。 画像処理部 1 2 5は、 供給された放送信号に対し て、 出力部 1 2 6の画像表示方法に基づいて、 画像処理を施し、 出力部 1 2 6に 供給する。 出力部 1 2 6は、 例えば、 C R T (Cathode Ray Tube) 、 または、 L C D (Li qui d Crystal Di splay) などの表示デバイスと、 スピーカなどの音 声出力デバイスで構成され、 供給された画像処理後の放送信号の画像信号を表示 デバイスに表示し、 音声出力デバイスから音声信号を出力する。
推薦番組リスト取得部 1 2 7は、 番組推薦処理装置 1 0から、 推薦情報を取得 し、 推薦番組リス ト 1 2 8に供給する。 推薦番組リス ト 1 2 8は、 供給された推 薦情報を登録する。 推薦番組リスト 1 2 8に登録された推薦情報は、 チャンネル 設定部 1 2 3に読み出されたり、 推薦番組情報表示制御部 1 2 9に読み出される。 推薦番組情報表示制御部 1 2 9は、 番組の推薦情報をユーザに提示するために、 推薦番組リス ト 1 2 8から読み出した推薦情報を、 画像処理部 1 2 5に出力する。 画像処理部 1 2 5は、 推薦番組情報表示制御部 1 2 9から供給された推薦情報を、 単独で、 または、 データ入力部 1 2 4から供給された放送信号の画像に重畳させ て、 出力部 1 2 6に出力して、 表示デバイスに表示させる。
なお、 番組推薦処理装置 1 0から供給される推薦情報を基に、 出力部 1 2 6に 推薦情報を表示させる力、 自動的にチャンネルを設定させるようにするかは、 ュ 一ザの設定によって決定されるようにしても良い。 図 3 3のフローチャートを参照して、 番組推薦処理装置 1 0から供給される推 薦情報を基に、 ユーザに番組推薦情報を提示するための推薦情報表示処理につい て説明する。
ステップ S 2 5 1において、 推薦番組リスト取得部 1 2 7は、 番組推薦処理装 置 1 0の推薦情報出力部 4 9から出力された推薦情報を取得する。
ステップ S 2 5 2において、 推薦番組リスト取得部 1 2 7は、 取得した推薦情 報を、 推薦番組リスト 1 2 8に登録する。
ステップ S 2 5 3において、 推薦番組情報表示制御部 1 2 9は、 推薦番組リス ト 1 2 8から、 例えば、 3時間や 1日など、 現在時刻よりも所定の時間以内に放 送される番組の推薦情報を読み出し、 推薦する番組のタイ トル、 内容、 放送時間、 および、 放送チャンネルなどを表示させるための、 推薦情報表示用のデータを生 成し、 画像処理部 1 2 5に供給する。
ステップ S 2 5 4において、 画像処理部 1 2 5は、 供給された推薦情報表示用 のデータを、 出力部 1 2 6に表示させるための画像処理を実行し、 出力部 1 2 6 に供給する。 推薦情報は、 単独で、 または、 データ入力部 1 2 4から供給された 放送信号の画像に重畳されて、 画像処理される。
ステップ S 2 5 5において、 出力部 1 2 6は、 画像処理部 1 2 5から供給され た推薦情報を表示し、 処理が終了される。
このような処理により、 出力部 1 2 6に推薦情報が表示されるので、 ユーザは、 表示された推薦情報を参照して、 視聴する番組を選択することが可能となる。 次に、 図 3 4のフローチャートを参照して、 番組推薦処理装置 1 0から供給さ れる推薦情報を基に、 自動的にチャンネルを設定して、 ユーザの嗜好に合致した 番組を表示させるための自動チャンネル設定処理について説明する。
ステップ S 2 7 1およびステップ S 2 7 2において、 図 3 3を用いて説明した ステップ S 2 5 1およびステップ S 2 5 2と同様の処理が実行される。 すなわち、 番組推薦処理装置 1 0の推薦情報出力部 4 9から出力された推薦情報が取得され、 取得された推薦情報が、 推薦番組リスト 1 2 8に登録される。 チャンネル設定部 1 2 3は、 ステップ S 2 7 3において、 番組推薦リスト 9 8 から、 現在時刻に対応する推薦番組の情報を取得し、 ステップ S 2 7 4において、 推薦番組の情報を基に、 チャンネル設定情報を生成し、 テレビジョン受信装置 4 に出力する。 テレビジョン受信装置 4は、 制御信号に基づいて、 指定されたチヤ ンネルの放送信号を受信する。
ステップ S 2 7 5において、 データ入力部 1 2 4は、 テレビジョン受信装置 4 から指定されたチャンネルの放送信号を取得し、 画像処理部 1 2 5に供給する。 ステップ S 2 7 6において、 画像処理部 1 2 5は、 供給された放送信号に、 出 力部 1 2 6に表示させるための画像処理を実行し、 出力部 1 2 6に供給する。 ステップ S 2 7 7において、 出力部 1 2 6は、 画像処理部 1 2 5から供給され た、 推薦された番組の映像を表示して、 音声を出力し、 処理が終了される。
このような処理により、 自動的に、 ユーザの嗜好に合致した番組が放送されて いるチャンネルにチャンネル設定される。 図 3 4を用いて説明した自動チャンネ ル設定処理は、 例えば、 ユーザが指令したときに実行されるようにしても良い。 これにより、 ユーザが、 どの番組を視聴するかを悩んだ場合などに、 適切な番組 が放送されている番組にチャンネルを自動的に設定することが可能となる。
また、 図 3 4を用いて説明した自動チャンネル設定処理は、 例えば、 2時間な ど、 特に意識してチャンネルを設定せず、 ただ放置されていると判断可能なよう な所定の時間ごとに、 あるいは、 放置されていると判断可能なような所定の時間、 ユーザからの操作入力がなかった場合などに実行されるようにしても良い。
なお、 ユーザが意識して番組を視聴している途中で、 自動的にチャンネルが切 り替わってしまうことがないように、 自動チャンネル設定処理の実行不可のモー ドを用意して、 ユーザが指令することができるようにしても良い。
図 3 5は、 録画再生装置 1 2の構成を示すブロック図である。 ' 操作入力部 1 4 1は、 ユーザからの操作入力を受け、 録画再生装置 1 2の各部 にユーザの操作入力に対応する制御信号を供給するとともに、 ユーザの操作内容 を操作口グリス ト 1 4 2に供給して保存させる。 操作ログリス ト 1 4 2に保存さ れているユーザの操作ログは、 図 1 3を用いて説明した番組推薦処理装置 1 0の 操作口グ取得部 4 6により取得される。
録画設定部 1 4 3は、 操作入力部 1 4 1から供給されたユーザの操作入力を示 す信号に基づいて、 または、 後述する推薦番組リスト 1 4 9に登録されている推 薦情報から、 例えば、 録画する番組の放送開始時間および放送終了時間、 並びに、 放送されるチャンネルなど、 録画処理を行うために必要な情報を抽出する。 録画 設定部 1 4 3は、 操作入力部 1 4 1から供給されたユーザの操作入力が録画予約 である場合、 録画処理を行うために必要な情報を録画予約リスト 1 4 4に登録し、 操作入力部 1 4 1から供給されたユーザの操作入力が、 現在放送されている番組 の録画処理である場合、 または、 後述する推薦番組リスト 1 4 9に登録されてい る推薦情報を用いて自動録画処理を行う場合、 録画処理を行うために必要な情報 を、 録画制御部 1 4 5に供給する。
録画制御部 1 4 5は、 録画設定部 1 4 3から供給された、 録画処理を行うため に必要な情報を基に、 または、 録画予約リスト 1 4 4に登録されている録画予約 情報のうち現在時刻に対応する録画予約情報を抽出することにより、 録画する番 組の放送チャンネルを示す制御信号を生成して、 テレビジョン受信装置 4に供給 するとともに、 録画処理を実行するための制御信号を生成し、 録画再生処理部 1 4 7に供給する。 テレビジョン受信装置 4は、 制御信号に基づいて、 指定された チャンネルの放送信号を受信する。
データ入力部 1 4 6は、 テレビジョン受信装置 4から放送信号の入力を受け、 録画再生処理部 1 4 7に供給する。 録画再生処理部 1 4 7は、 例えば、 磁気テー プ、 光ディスク、 磁気ディスク、 光磁気ディスク、 または、 半導体メモリなどの 記録媒体が装着可能なように構成されるか、 その内部に、 例えば、 ハードデイス ク、 または、 半導体メモリなどの記録媒体を有し、 それらの記録媒体に情報を記 録したり、 それらの記録媒体から情報を再生可能なようになされている。 具体的 には、 録画再生処理部 1 4 7に装着可能な記録媒体が磁気テープである場合、 録 画再生処理部 1 4 7は、 磁気へッドを有し、 磁気テープにデータ入力部 1 4 6か _
PCT/JP2003/015926
78
ら供給された放送信号を記録 (すなわち、 録画) したり、 磁気テープに記録され ている情報を再生して、 テレビジョン表示装置 1 1などに供給して再生出力させ る。
推薦番組リスト取得部 1 4 8は、 番組推薦処理装置 1 0から、 推薦情報を取得 し、 推薦番組リスト 1 4 9に供給する。 推薦番組リスト 1 4 9は、 供給された推 薦情報を登録する。 推薦番組リスト 1 4 9に登録された推薦情報は、 録画設定部 1 4 3に読み出されて、 自動的に録画処理が実行される。
次に、 図 3 6のフローチャートを参照して、 自動録画処理について説明する。 ステップ S 2 9 1において、 推薦番組リスト取得部 1 4 8は、 番組推薦処理装 置 1 0の推薦情報出力部 4 9から出力された推薦情報を取得する。
ステップ S 2 9 2において、 推薦番組リスト取得部 1 4 8は、 取得した推薦情 報を、 推薦番組リスト 1 4 9に登録する。
ステップ S 2 9 3において、 録画設定部 1 4 3は、 番組推薦リスト 1 0 9から、 現在時刻に対応する推薦番組の情報を抽出し、 放送開始時間および放送終了時間、 並びに、 放送チャンネルなどの、 録画処理のために必要な情報を取得して、 録画 制御部 1 4 5に供給する。
ステップ S 2 9 4において、 録画制御部 1 4 5は、 録画する番組の放送信号の 供給を受けるためのチャンネル設定情報を生成し、 テレビジョン受信装置4に出 力する。 テレビジョン受信装置 4は、 制御信号に基づいて、 指定されたチャンネ ルの放送信号を受信する。
ステップ S 2 9 5において、 データ入力部 1 4 6は、 テレビジョン受信装置4 から、 指定されたチャンネルの放送信号を取得し、 録画再生処理部 1 4 7に供給 する。
ステップ S 2 9 6において、 録画再生処理部 1 4 7は、 供給された放送信号を、 装着されている、 または、 内蔵されている記録媒体に記録して、 処理が終了され る。 このような処理により、 ユーザの嗜好に合致した番組を、 自動的に録画するこ とが可能となる。 図 3 6を用いて説明した自動録画処理は、 ユーザが指令した録 画処理、 または、 録画予約処理による録画動作中など、 すでに録画動作が行われ ている間には実行されない。
ここでは、 現在時刻に対応する推薦番組を基に、 自動的に録画を行い場合につ いて説明したが、 例えば、 現在時刻よりも先の所定の時間分の推薦情報を取得し て、 同様の処理により、 自動的に録画予約を設定することができるようにしても よいことは言うまでもない。
図 1乃至図 3 6を用いて説明した処理では、 番組ベクトル PPが、 配信サーバ 5において生成されるものとして説明したが、 配信サーバが番組ベクトル PPを 生成するのではなく、 ネットワーク 8を介して、 E P Gデータを番組推薦処理装 置に供給し、 番組推薦処理装置において、 番組ベク トル PPを生成するようにし ても良い。
配信サーバが番組べク トル PPを生成するのではなく、 ネットワーク 8を介し て、 E P Gデータを番組推薦処理装置に供給し、 番組推薦処理装置において、 番 組べク トノレ PPを生成する場合の配信サーバ 1 7 1の構成を図 3 7に示し、 番組 推薦処理装置 1 9 1の構成を図 3 8に示す。
なお、 図 2の配信サーバ 5、 および、 図 1 3の番組推薦処理装置 1 0における 場合と対応する部分には同一の符号を付してあり、 その説明は適宜省略する。 すなわち、 配信サーバ 1 7 1は、 図 2を用いて説明した配信サーバ 5のデータ 取得部 2 1およびデータ送信部 2 5で構成され、 ス トリーミングデータデータベ ース 6またはメタデータデータベース 7からス ト リーミングデータ、 または、 メ タデータで構成される E P Gデータを取得して、 ネットワーク 8を介して、 E P G受信装置 8またはテレビジョン受信装置 4に送信する。
そして、 番組推薦処理装置 1 9 1は、 図 2の配信サーバ 5に設けられていたも のと同様のメタデータ取得部 2 2および番組べク トル生成部 2 3が新たに設けら れている以外は、 図 1 3を用いて説明した番組推薦処理装置 1 0と同様の構成を 有するものであり、 番組推薦処理装置 1 0が実行する処理に加えて、 図 3を用い て説明した番組ベク トル生成処理 1、 および、 図 6を用いて説明した番組べタト ル生成処理 2、 並びに、 図 7を用いて説明したグループ化処理 1、 および、 図 8 を用いて説明したグループ化処理を実行する。
配信サーバが番組ベク トル PPを生成するのではなく、 ネットワーク 8を介し て、 E P Gデータを番組推薦処理装置に供給し、 番組推薦処理装置において、 番 組べク トル PPを生成する場合においても、 図 1乃至図 3 6を用いて説明した場 合と同様の効果を奏することが可能である。
また、 更に、 E P G受信装置 9が、 テレビジョンジョン表示装置 1 1およぴ録 画再生装置 1 2から、 ユーザの操作履歴や設定情報などを収集して、 ネットヮー ク 8を介して、 配信サーバに供給するようにし、 配信サーバが、 番組ベクトル PP を生成するのみでなく、 マッチング処理を実行し、 ネットワーク 8を介して、 マッチング結果を E P G受信装置 9に供給するようにしてもよい。 この場合のネ ットワーク構成を図 3 9に示し、 配信サーバ 2 0 1の構成を示すブロック図を図 4 0に示す。
なお、 図 1、 図 3 7、 および図 3 8における場合と対応する部分には同一の符 号を付してあり、 その説明は適宜省略する。
すなわち、 配信サーバ 2 0 1は、 図 3 7を用いて説明した配信サーバ 1 7 1に、 図 3 8を用いて説明した番組推薦処理装置 1 9 1の機能を加えたものであり、 ュ 一ザは、 番組推薦処理装置を保有する必要がない。
図 3 9および図 4 0に示される構成においては、 番組べクトル PP、 番組側効 き目べクトル EfPP、 正履歴べクトル UP、 負履歴べク トル MUP、 もしくは、 標準 嗜好べクトル APPなどの生成処理や、 番組べクトルのグループ化処理、 マッチ ング処理、 または、 例外推薦番組選択処理などの、 図 3乃至図 1 2、 および、 図 1 4乃至図 3 0を用いて説明した全ての処理が、 配信サーバ 2 0 1で実行される。 なお、 このとき、 E P G受信装置 9が、 テレビジョンジョン表示装置 1 1およ び録画再生装置 1 2から収集して、 ネットワーク 8を介して送信する、 ユーザの 操作履歴や設定情報などには、 たとえば、 ユーザ I Dなどが付けられて、 ユーザ ごとに区別可能なようになされる。 また、 配信サーバ 2 0 1の番組推薦処理装置 1 9 1において、 初期登録保存部 4 5、 正履歴保存部 4 7、 負履歴保存部 4 8な どは、 供給された情報のユーザ I Dを基に、 それぞれの情報をユーザ別に保存す る。
以上の説明においては、 テレビジョン放送信号の E P Gデータを用いて、 ユー ザの嗜好にあった番組を推薦する場合について説明したが、 本発明は、 ラジオ放 送、 あるいは、 ス トリーミングデータなどの各種デジタルコンテンツに属性情報 を付加し、 ユーザの嗜好にあったものを推薦する場合についても適用可能である。 上述した一連の処理は、 ソフトウェアにより実行することもできる。 そのソフ トウエアは、 そのソフトウェアを構成するプログラムが、 専用のハードウェアに 組み込まれているコンピュータ、 または、 各種のプログラムをインス トールする ことで、 各種の機能を実行することが可能な、 例えば汎用のパーソナルコンビュ ータなどに、 記録媒体からインス トールされる。
この記録媒体は、 図 2、 図 1 3、 または、 図 3 8に示すように、 コンピュータ とは別に、 ユーザにプログラムを提供するために配布される、 プログラムが記録 されている磁気ディスク 3 1または 7 1 (フレキシプルディスクを含む) 、 光デ イスク 3 2または 7 2 (CD-ROM (Compact Di sk-Read Onl y Memory) , DVD (Di gi tal Versat i l e Di sk) を含む) 、 光磁気ディスク 3 3または 7 3 (MD (Mini-Di sk) (商標) を含む) 、 もしくは半導体メモリ 3 4または 7 4などよ りなるパッケージメディァなどにより構成される。
また、 本明細書において、 記録媒体に記録されるプログラムを記述するステツ プは、 記載された順序に沿って時系列的に行われる処理はもちろん、 必ずしも時 系列的に処理されなくとも、 並列的あるいは個別に実行される処理をも含むもの である。
なお、 本明細書において、 システムとは、 複数の装置により構成される装置全 体を表すものである。 産業上の利用可能性
このように、 本発明によれば、 ユーザの嗜好と合致したコンテンツを選択する ことができる。 特に、 ユーザの操作履歴を基に生成された第 1の嗜好情報と属性 情報との類似度、 および、 第 2の嗜好情報と属性情報との類似度を、 それぞれ独 立に算出することにより、 ユーザに視聴を推薦するコンテンッを示す推薦情報が 生成されるので、 ユーザの嗜好に正しく合致したコンテンツを選択することがで きる。

Claims

請求の範囲
1 . ユーザの嗜好と合致したコンテンツを選択する処理を実行する情報処理装 置において、
前記コンテンツの属性情報を取得する属性情報取得手段と、
前記ユーザの操作履歴を取得する操作履歴取得手段と、
前記操作履歴取得手段により取得された前記操作履歴を基に、 前記ユーザの嗜 好の正の要因を示す第 1の嗜好情報と、 前記ユーザの嗜好の負の要因を示す第 2 の嗜好情報を生成する嗜好情報生成手段と、
前記第 1の嗜好情報と前記属性情報との類似度、 および、 前記第 2の嗜好情報 と前記属性情報との類似度を、 それぞれ独立に算出することにより、 前記ユーザ に視聴を推薦するコンテンツを示す推薦情報を生成する推薦情報生成手段と を備えることを特徴とする情報処理装置。
2 . 前記嗜好情報生成手段により生成された前記第 1の嗜好情報および前記第 2の嗜好情報、 並びに、 前記属性情報取得手段により取得された前記属性情報は、 それぞれ、 複数の項目で構成され、
前記嗜好情報生成手段は、 前記操作履歴取得手段により取得された前記操作履 歴の前記項目のいずれかに着目して、 着目した前記項目の要素別に、 前記第 1の 嗜好情報および前記第 2の嗜好情報を生成し、
前記推薦情報生成手段は、 前記属性情報の前記要素に対応した前記第 1の嗜好 情報と前記第 2の嗜好情報とを抽出して、 前記属性情報との類似度を算出する ことを特徴とする請求の範囲第 1項に記載の情報処理装置。
3 . 前記推薦情報生成手段は、 前記第 1の嗜好情報と前記属性情報との類似度、 および、 前記第 2の嗜好情報と前記属性情報との類似度の独立した算出結果を基 に、 いずれとも類似度が低い前記コンテンツを示す推薦情報を生成する
ことを特徴とする請求の範囲第 1項に記載の情報処理装置。
4 . 前記嗜好情報生成手段により生成された前記第 1の嗜好情報および前記第 2の嗜好情報、 並びに、 前記属性情報取得手段により取得された前記属性情報は、 所定の項目ごとにベタトル化されている
ことを特徴とする請求の範囲第 1項に記載の情報処理装置。
5 . 前記コンテンツの属性情報、 並びに、 前記第 1の嗜好情報および前記第 2 の嗜好情報のうちの少なくとも一部を、 前記項目ごとに正規化する正規化処理手 段を更に備え、
前記推薦情報生成手段は、 少なくとも一部が前記正規化処理手段により正規化 された前記コンテンッの属性情報と前記第 1の嗜好情報および前記第 2の嗜好情 報との類似度を、 それぞれ独立に算出することにより、 前記推薦情報を生成する ことを特徴とする請求の範囲第 4項に記載の情報処理装置。
6 . 前記推薦情報生成手段は、 前記嗜好情報生成手段により生成された前記第 1の嗜好情報および前記第 2の嗜好情報と、 前記属性情報取得手段により取得さ れた前記属性情報との内積演算を基に、 前記推薦情報を生成する
ことを特徴とする請求の範囲第 4項に記載の情報処理装置。
7 . 前記所定の項目は、 大項目と、 前記大項目を更に詳細に分類する小項目で 構成され、
前記推薦情報生成手段は、 前記嗜好情報生成手段により生成された前記第 1の 嗜好情報および前記第 2の嗜好情報と、 前記属性情報取得手段により取得された 前記属性情報とを、 前記大項目ごとにそれぞれ内積演算し、 それらの内積演算結 果の総和を基に、 前記推薦情報を生成する
ことを特徴とする請求の範囲第 4項に記載の情報処理装置。
8 . 前記操作履歴取得手段は、 取得した前記操作履歴を、 前記ユーザが好むコ ンテンッを示す第 1の操作履歴と、 前記ユーザが好まないコンテンツを示す第 2 の操作履歴とに分類し、
前記嗜好情報生成手段は、 前記第 1の操作履歴を基に、 前記第 1の嗜好情報を 生成し、 前記第 2の操作履歴を基に、 前記第 2の嗜好情報生成する ことを特徴とする請求の範囲第 1項に記載の情報処理装置。
9 . 前記推薦情報生成手段は、 前記嗜好情報生成手段により生成された前記第 1の嗜好情報と、 前記属性情報取得手段により取得された前記属性情報との類似 度から、 前記嗜好情報生成手段により生成された前記第 2の嗜好情報と、 前記属 性情報取得手段により取得された前記属性情報との類似度を減算した値を基に、 前記推薦情報を生成する
ことを特徴とする請求の範囲第 8項に記載の情報処理装置。
1 0 . 前記推薦情報生成手段により生成された前記推薦情報を表示する表示手 段
を更に備えることを特徴とする請求の範囲第 1項に記載の情報処理装置。
1 1 . 前記コンテンツを受信する受信手段と、
前記推薦情報生成手段により生成された前記推薦情報に基づいて、 前記受信手 段により受信される前記コンテンツの選択を制御する選択制御手段と
を更に備えることを特徴とする請求の範囲第 1項に記載の情報処理装置。
1 2 . 前記選択制御手段により受信が選択された前記コンテンツを記録する記 録手段
を更に備えることを特徴とする請求の範囲第 1 1項に記載の情報処理装置。
1 3 . ユーザの嗜好と合致したコンテンツを選択する処理を実行する情報処理 装置の情報処理方法において、
前記ユーザの操作履歴を取得する操作履歴取得ステップと、
前記操作履歴取得ステップの処理により取得された前記操作履歴を基に、 前記 ユーザの嗜好の正の要因を示す前記第 1の嗜好情報と、 前記ユーザの嗜好の負の 要因を示す第 2の嗜好情報を生成する嗜好情報生成ステツプと、
前記第 1の嗜好情報と前記属性情報との類似度、 および、 前記第 2の嗜好情報 と前記属性情報との類似度を、 それぞれ独立に算出することにより、 前記ユーザ の嗜好と合致したコンテンツを示す推薦情報を生成する推薦情報生成ステツプと を含むことを特徴とする情報処理方法。
1 4 . ユーザの嗜好と合致したコンテンツを選択する処理をコンピュータに実 行させるプログラムであって、
前記ユーザの操作履歴を取得する操作履歴取得ステップと、
前記操作履歴取得ステップの処理により取得された前記操作履歴を基に、 前記 ユーザの嗜好の正の要因を示す前記第 1の嗜好情報と、 前記ユーザの嗜好の負の 要因を示す第 2の嗜好情報を生成する嗜好情報生成ステップと、
前記第 1の嗜好情報と前記属性情報との類似度、 および、 前記第 2の嗜好情報 と前記属性情報との類似度を、 それぞれ独立に算出することにより、 前記ユーザ の嗜好と合致したコンテンツを示す推薦情報を生成する推薦情報生成ステツプと を含むことを特徴とするコンピュータが読み取り可能なプログラムが記録され ている記録媒体。
1 5 . ユーザの嗜好と合致したコンテンツを選択する処理をコンピュータに実 行させるプログラムであって、
前記ユーザの操作履歴を取得する操作履歴取得ステツプと、
前記操作履歴取得ステップの処理により取得された前記操作履歴を基に、 前記 ユーザの嗜好の正の要因を示す前記第 1の嗜好情報と、 前記ユーザの嗜好の負の 要因を示す第 2の嗜好情報を生成する嗜好情報生成ステツプと、
前記第 1の嗜好情報と前記属性情報との類似度、 および、 前記第 2の嗜好情報 と前記属性情報との類似度を、 それぞれ独立に算出することにより、 前記ユーザ の嗜好と合致したコンテンツを示す推薦情報を生成する推薦情報生成ステツプと を含むことを特徴とするプログラム。
PCT/JP2003/015926 2002-12-12 2003-12-12 情報処理装置および情報処理方法、記録媒体、並びにプログラム WO2004054246A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP03778859.3A EP1571836B1 (en) 2002-12-12 2003-12-12 Information processing device and information processing method, recording medium, and computer program
US10/538,181 US7577645B2 (en) 2002-12-12 2003-12-12 Information processing device and information processing method, recording medium, and computer program
US11/514,255 US7587382B2 (en) 2002-12-12 2006-09-01 Information processing apparatus and information processing method, recording medium, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2002361277A JP2004194108A (ja) 2002-12-12 2002-12-12 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP2002-361277 2002-12-12

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US10/538,181 A-371-Of-International US7577645B2 (en) 2002-12-12 2003-12-12 Information processing device and information processing method, recording medium, and computer program
US11/514,255 Division US7587382B2 (en) 2002-12-12 2006-09-01 Information processing apparatus and information processing method, recording medium, and program

Publications (1)

Publication Number Publication Date
WO2004054246A1 true WO2004054246A1 (ja) 2004-06-24

Family

ID=32501035

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2003/015926 WO2004054246A1 (ja) 2002-12-12 2003-12-12 情報処理装置および情報処理方法、記録媒体、並びにプログラム

Country Status (6)

Country Link
US (2) US7577645B2 (ja)
EP (2) EP1571836B1 (ja)
JP (1) JP2004194108A (ja)
KR (2) KR101007839B1 (ja)
CN (2) CN1750610A (ja)
WO (1) WO2004054246A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108369814A (zh) * 2015-12-02 2018-08-03 索尼公司 信息处理设备、光盘、信息处理方法与程序
CN114443967A (zh) * 2022-04-08 2022-05-06 北京并行科技股份有限公司 一种相似应用推荐方法、计算设备及存储介质

Families Citing this family (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030135539A1 (en) * 2001-01-23 2003-07-17 Tetsujiro Kondo Communication apparatus, communication method, eletronic device, control method of the electronic device, and recording medium
WO2004054245A1 (ja) * 2002-12-12 2004-06-24 Sony Corporation 情報処理装置および情報処理方法、情報処理システム、記録媒体、並びにプログラム
JP2004194108A (ja) * 2002-12-12 2004-07-08 Sony Corp 情報処理装置および情報処理方法、記録媒体、並びにプログラム
EP1743287A4 (en) * 2004-02-27 2009-02-25 Daniel Abrahamsohn METHOD AND SYSTEM FOR OBTAINING DATA FROM MULTIPLE SOURCES AND CLASSIFYING DOCUMENTS BASED ON METADATA OBTAINED THROUGH COLLABORATIVE FILTERING AND OTHER MATCHING TECHNIQUES
US20050210501A1 (en) * 2004-03-19 2005-09-22 Microsoft Corporation Method and apparatus for handling metadata
JP2006040085A (ja) * 2004-07-29 2006-02-09 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
JP2006094018A (ja) * 2004-09-22 2006-04-06 Sharp Corp 番組推薦装置、番組推薦方法、プログラムおよびそのプログラムを記録した記録媒体
JP4676441B2 (ja) * 2004-10-01 2011-04-27 パナソニック株式会社 チャンネル契約提案装置、方法、プログラム及び集積回路
WO2006043498A1 (ja) * 2004-10-18 2006-04-27 Pioneer Corporation 情報処理装置、統計情報データベースのデータ構造、情報生成装置、情報処理方法、情報生成方法、情報処理プログラム、およびそのプログラムを記録した記録媒体
JP2006148853A (ja) * 2004-10-18 2006-06-08 Sharp Corp 情報作成装置、番組推薦装置、情報作成方法、番組推薦プログラムおよびそのプログラムを記録した記録媒体
JP2006129122A (ja) * 2004-10-29 2006-05-18 Sharp Corp 放送受信装置、放送受信方法、放送受信プログラム及びプログラム記録媒体
JP2006129265A (ja) * 2004-10-29 2006-05-18 Sharp Corp 番組情報抽出装置、番組情報表示装置、放送番組録画システム、番組情報抽出方法、プログラム、および、プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2006134383A (ja) * 2004-11-02 2006-05-25 Canon Inc 再生装置、再生方法及びそのプログラム
JP4430002B2 (ja) * 2004-11-03 2010-03-10 三星電子株式会社 デジタル放送プログラム情報の表示装置及び方法
KR20050044844A (ko) 2004-11-03 2005-05-13 삼성전자주식회사 디지털 방송 채널정보 표시 장치 및 방법
JP2006157715A (ja) * 2004-11-30 2006-06-15 Sharp Corp 番組情報抽出装置、番組情報抽出方法、そのプログラムおよび記録媒体
JP4534748B2 (ja) * 2004-12-20 2010-09-01 ソニー株式会社 情報処理装置および方法、記録媒体、並びにプログラム
DE102005039507A1 (de) * 2005-01-18 2006-08-17 Hirschmann Electronics Gmbh Programmdiversity
US7912806B2 (en) * 2005-02-21 2011-03-22 Brother Kogyo Kabushiki Kaisha System and device for providing contents
WO2006126537A1 (ja) * 2005-05-23 2006-11-30 Matsushita Electric Industrial Co., Ltd. 通信装置、通信方法、通信プログラム、その記録媒体及び集積回路
JP4378646B2 (ja) 2005-09-28 2009-12-09 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2007110388A (ja) * 2005-10-13 2007-04-26 Funai Electric Co Ltd 連係動作プログラム及び接続機器
CA3175867A1 (en) * 2005-12-29 2007-07-12 Rovi Guides, Inc. Systems and methods for managing content
JP2007272451A (ja) * 2006-03-30 2007-10-18 Toshiba Corp 推薦番組情報提供装置、推薦番組情報提供方法及びプログラム
US20070250378A1 (en) * 2006-04-24 2007-10-25 Hughes John M Systems and methods for conducting production competitions
JP4179341B2 (ja) * 2006-06-01 2008-11-12 ソニー株式会社 情報処理装置および方法、プログラム、並びに記録媒体
JP5027483B2 (ja) * 2006-11-10 2012-09-19 富士通株式会社 情報検索装置及び情報検索方法
JP4909033B2 (ja) * 2006-11-30 2012-04-04 富士通株式会社 番組検索装置
JP4423568B2 (ja) * 2006-12-08 2010-03-03 ソニー株式会社 表示制御処理装置および方法並びにプログラム
US8473525B2 (en) * 2006-12-29 2013-06-25 Apple Inc. Metadata generation for image files
JP2008187576A (ja) * 2007-01-31 2008-08-14 Sony Corp 情報処理装置および方法、並びにプログラム
JP2008187575A (ja) 2007-01-31 2008-08-14 Sony Corp 情報処理装置および方法、並びにプログラム
JP5075423B2 (ja) * 2007-02-16 2012-11-21 株式会社東芝 推薦番組提示装置、および推薦番組提示方法
JP4389973B2 (ja) * 2007-06-26 2009-12-24 ソニー株式会社 情報処理装置および方法、並びにプログラム
JP5173287B2 (ja) * 2007-07-06 2013-04-03 キヤノン株式会社 番組記録装置及びその制御方法
JP4403432B2 (ja) * 2007-07-19 2010-01-27 ソニー株式会社 録画再生装置及び録画再生方法
US8949877B2 (en) * 2007-08-31 2015-02-03 At&T Intellectual Property I, L.P. Method and system for determining subscriber demand for multimedia content
KR100964013B1 (ko) * 2007-11-09 2010-06-15 광주과학기술원 사용자 선호도 기반의 데이터 변환 서비스 시스템 및 그방법
KR101060487B1 (ko) * 2007-11-19 2011-08-30 서울대학교산학협력단 태그 클라우드를 이용한 콘텐츠 추천 장치 및 방법
US20090170586A1 (en) * 2007-12-26 2009-07-02 Springtime Productions, Llc Springtime productions special charity fund raising process
JP5166949B2 (ja) * 2008-04-10 2013-03-21 株式会社エヌ・ティ・ティ・ドコモ レコメンド情報生成装置およびレコメンド情報生成方法
JP4645676B2 (ja) * 2008-04-28 2011-03-09 ソニー株式会社 情報処理装置、関連アイテムの提供方法、及びプログラム
JP4636343B2 (ja) * 2008-09-02 2011-02-23 ソニー株式会社 情報処理装置、情報処理方法、情報処理プログラム及び情報処理システム
JP4650552B2 (ja) * 2008-10-14 2011-03-16 ソニー株式会社 電子機器、コンテンツ推薦方法及びプログラム
CN101819570B (zh) * 2009-02-27 2012-08-15 国际商业机器公司 网络环境中的用户信息处理和资源推荐的方法和系统
JP5182178B2 (ja) * 2009-03-18 2013-04-10 ソニー株式会社 情報処理装置及び情報処理方法
JP5338450B2 (ja) * 2009-04-22 2013-11-13 富士通株式会社 再生装置及びプログラム
JP5409103B2 (ja) * 2009-04-30 2014-02-05 株式会社Nttドコモ レコメンド情報配信装置およびレコメンド情報配信方法
JP2011145742A (ja) * 2010-01-12 2011-07-28 Sony Corp 情報処理装置、情報処理方法、およびプログラム
JP5479134B2 (ja) * 2010-01-29 2014-04-23 株式会社東芝 デジタル放送受信機及び録画番組の制御方法
KR20110091382A (ko) * 2010-02-05 2011-08-11 삼성전자주식회사 방송 수신 장치, 방송 프로그램 선택 방법 및 그 저장 매체
KR20110108776A (ko) * 2010-03-29 2011-10-06 삼성전자주식회사 휴대단말기의 사용방법을 제공하는 방법
KR101829339B1 (ko) * 2010-08-19 2018-02-19 톰슨 라이센싱 네트워크 트래픽을 모니터링함으로써 정보 컨텐츠를 개인화
KR20130100269A (ko) 2010-08-19 2013-09-10 톰슨 라이센싱 네트워크 트래픽의 모니터링에 의한 정보 콘텐츠의 개인화
JP5578040B2 (ja) * 2010-11-15 2014-08-27 ソニー株式会社 情報処理装置および方法、情報処理システム、並びに、プログラム
EP2518992A1 (en) * 2011-04-28 2012-10-31 Axel Springer Digital TV Guide GmbH Apparatus and method for managing a personal channel
US8577876B2 (en) * 2011-06-06 2013-11-05 Met Element, Inc. System and method for determining art preferences of people
JP5859771B2 (ja) * 2011-08-22 2016-02-16 ソニー株式会社 情報処理装置、情報処理システム情報処理方法及びプログラム
CN103699551B (zh) * 2012-09-27 2016-05-04 腾讯科技(深圳)有限公司 一种信息的推荐方法、服务器及系统
US20160065160A1 (en) * 2013-03-21 2016-03-03 Intellectual Discovery Co., Ltd. Terminal device and audio signal output method thereof
US9210461B2 (en) * 2013-03-27 2015-12-08 Verizon and Redbox Digital Entertainment Services, LLC Theme-based media program discovery systems and methods
US10459902B2 (en) * 2014-06-19 2019-10-29 Nec Corporation Information processing device, vector data processing method, and recording medium
US9986299B2 (en) * 2014-09-22 2018-05-29 DISH Technologies L.L.C. Scheduled programming recommendation system
KR20160051983A (ko) * 2014-10-30 2016-05-12 현대자동차주식회사 차량의 음악 추천 시스템 및 그 방법
US9467733B2 (en) 2014-11-14 2016-10-11 Echostar Technologies L.L.C. Intuitive timer
US9503791B2 (en) 2015-01-15 2016-11-22 Echostar Technologies L.L.C. Home screen intelligent viewing
JP6986061B2 (ja) * 2016-03-17 2021-12-22 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
JP6641204B2 (ja) * 2016-03-17 2020-02-05 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
US9924217B1 (en) 2016-11-22 2018-03-20 Echostar Technologies L.L.C. Home screen recommendations determination
US10231020B2 (en) 2017-05-16 2019-03-12 The Directv Group, Inc Sports recommender system utilizing content based filtering
CN112740721A (zh) * 2018-09-28 2021-04-30 索尼公司 信息处理装置、方法和程序
JP6866466B2 (ja) * 2019-12-27 2021-04-28 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
JP6998933B2 (ja) * 2019-12-27 2022-01-18 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム
CN111563201A (zh) * 2020-04-29 2020-08-21 北京三快在线科技有限公司 内容推送方法、装置、服务器及存储介质
JP2023521565A (ja) * 2020-09-16 2023-05-25 グーグル エルエルシー デジタルビデオ分析
CN117641004B (zh) * 2023-11-22 2024-05-14 北京风平智能科技有限公司 一种短视频推荐方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09288683A (ja) * 1995-09-04 1997-11-04 Matsushita Electric Ind Co Ltd 情報フィルタ装置及び情報フィルタリング方法
US6076082A (en) 1995-09-04 2000-06-13 Matsushita Electric Industrial Co., Ltd. Information filtering method and apparatus for preferentially taking out information having a high necessity
JP2001086420A (ja) * 1999-09-16 2001-03-30 Matsushita Electric Ind Co Ltd 放送端末装置
JP2001160955A (ja) * 1999-12-01 2001-06-12 Sony Corp 放送システム及び受信装置
WO2001069921A1 (en) 2000-03-17 2001-09-20 Koninklijke Philips Electronics N.V. Method and apparatus for rating database objects
JP2001282285A (ja) * 2000-03-31 2001-10-12 Matsushita Electric Ind Co Ltd 音声認識方法及び音声認識装置、並びにそれを用いた番組指定装置
WO2002047381A2 (en) 2000-12-05 2002-06-13 Koninklijke Philips Electronics N.V. Method and apparatus for selective updating of a user profile
WO2002049357A2 (en) 2000-12-14 2002-06-20 Koninklijke Philips Electronics N.V. Method and apparatus for generating recommendations based on consistency of selection

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6018738A (en) * 1998-01-22 2000-01-25 Microsft Corporation Methods and apparatus for matching entities and for predicting an attribute of an entity based on an attribute frequency value
US6742003B2 (en) * 2001-04-30 2004-05-25 Microsoft Corporation Apparatus and accompanying methods for visualizing clusters of data and hierarchical cluster classifications
AU2001241604A1 (en) * 2000-02-18 2001-08-27 Homeportfolio, Inc. Attribute tagging and matching system and method for database management
EP1156424A2 (en) * 2000-05-17 2001-11-21 Matsushita Electric Industrial Co., Ltd. Information recommendation apparatus and information recommendation system
US7454775B1 (en) * 2000-07-27 2008-11-18 Koninklijke Philips Electronics N.V. Method and apparatus for generating television program recommendations based on similarity metric
US20040032393A1 (en) * 2001-04-04 2004-02-19 Brandenberg Carl Brock Method and apparatus for scheduling presentation of digital content on a personal communication device
US7149804B2 (en) * 2001-04-30 2006-12-12 Sony Computer Entertainment America Inc. Method and system for providing evaluation of text-based products
JP4098539B2 (ja) * 2002-03-15 2008-06-11 富士通株式会社 プロファイル情報の推薦方法、プログラム及び装置
US20030220858A1 (en) * 2002-05-24 2003-11-27 Duc Lam Method and system for collaborative vendor reconciliation
US7171620B2 (en) * 2002-07-24 2007-01-30 Xerox Corporation System and method for managing document retention of shared documents
US6999962B2 (en) * 2002-08-13 2006-02-14 Xerox Corporation Shared document repository with coupled recommender system
JP2004194108A (ja) * 2002-12-12 2004-07-08 Sony Corp 情報処理装置および情報処理方法、記録媒体、並びにプログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09288683A (ja) * 1995-09-04 1997-11-04 Matsushita Electric Ind Co Ltd 情報フィルタ装置及び情報フィルタリング方法
US6076082A (en) 1995-09-04 2000-06-13 Matsushita Electric Industrial Co., Ltd. Information filtering method and apparatus for preferentially taking out information having a high necessity
JP2001086420A (ja) * 1999-09-16 2001-03-30 Matsushita Electric Ind Co Ltd 放送端末装置
JP2001160955A (ja) * 1999-12-01 2001-06-12 Sony Corp 放送システム及び受信装置
US20010049822A1 (en) 1999-12-01 2001-12-06 Tadao Yoshida Broadcasting system and reception apparatus
WO2001069921A1 (en) 2000-03-17 2001-09-20 Koninklijke Philips Electronics N.V. Method and apparatus for rating database objects
JP2001282285A (ja) * 2000-03-31 2001-10-12 Matsushita Electric Ind Co Ltd 音声認識方法及び音声認識装置、並びにそれを用いた番組指定装置
WO2002047381A2 (en) 2000-12-05 2002-06-13 Koninklijke Philips Electronics N.V. Method and apparatus for selective updating of a user profile
WO2002049357A2 (en) 2000-12-14 2002-06-20 Koninklijke Philips Electronics N.V. Method and apparatus for generating recommendations based on consistency of selection

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1571836A4

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108369814A (zh) * 2015-12-02 2018-08-03 索尼公司 信息处理设备、光盘、信息处理方法与程序
CN108369814B (zh) * 2015-12-02 2020-07-17 索尼公司 信息处理设备、光盘与信息处理方法
CN114443967A (zh) * 2022-04-08 2022-05-06 北京并行科技股份有限公司 一种相似应用推荐方法、计算设备及存储介质

Also Published As

Publication number Publication date
CN100566387C (zh) 2009-12-02
US20060294093A1 (en) 2006-12-28
EP1571836A1 (en) 2005-09-07
KR20050085479A (ko) 2005-08-29
US7587382B2 (en) 2009-09-08
KR101029740B1 (ko) 2011-04-19
EP1571836B1 (en) 2014-07-16
EP1942664A3 (en) 2016-06-08
KR20050074655A (ko) 2005-07-18
US20060129547A1 (en) 2006-06-15
CN1739289A (zh) 2006-02-22
EP1942664A2 (en) 2008-07-09
JP2004194108A (ja) 2004-07-08
US7577645B2 (en) 2009-08-18
CN1750610A (zh) 2006-03-22
EP1571836A4 (en) 2010-09-08
KR101007839B1 (ko) 2011-01-13

Similar Documents

Publication Publication Date Title
WO2004054246A1 (ja) 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP4003127B2 (ja) 情報処理装置および情報処理方法、情報処理システム、記録媒体、並びにプログラム
KR101019976B1 (ko) 정보 처리 장치 및 정보 처리 방법, 정보 처리 시스템, 기록 매체
US8613023B2 (en) Information processor, information processing method and computer program
JP4491746B2 (ja) 情報処理装置および情報処理方法、記録媒体、並びにプログラム
US20170075994A1 (en) Profile Based Content Retrieval for Recommender Systems
JP4182743B2 (ja) 画像処理装置および方法、記録媒体、並びにプログラム
JP4161701B2 (ja) 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP4501948B2 (ja) 情報処理装置および情報処理方法、記録媒体、並びにプログラム
JP4547596B2 (ja) 情報処理装置および情報処理方法、並びにプログラム
JP4577562B2 (ja) 情報処理装置および情報処理方法、並びにプログラム

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): CN KR US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LU MC NL PT RO SE SI SK TR

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 1020057010452

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2003778859

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 20038A87695

Country of ref document: CN

WWP Wipo information: published in national office

Ref document number: 1020057010452

Country of ref document: KR

WWP Wipo information: published in national office

Ref document number: 2003778859

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2006129547

Country of ref document: US

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 10538181

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 10538181

Country of ref document: US