JP2004326227A

JP2004326227A - Information providing method, information providing system, its program, and program storage medium

Info

Publication number: JP2004326227A
Application number: JP2003116839A
Authority: JP
Inventors: Eiichi Naito; 栄一内藤; Jun Ozawa; 順小澤
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2003-04-22
Filing date: 2003-04-22
Publication date: 2004-11-18

Abstract

<P>PROBLEM TO BE SOLVED: To solve problems of conventional recommended contents which are not always suitable for all the users because the recommended contents are decided by an univocal method for all the users on the basis of evaluation to the contents or purchase activities of the users and cannot comply with difference in a change rate of user's taste, intensity of characteristics for taste, freshness of favorite contents, and the like between users. <P>SOLUTION: When easy setting of a learning term, a recommendation term, and a parameter of the number of similar users is allowed for each user, suitable contents can be recommended to every user. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、コンテンツを適切な状況でユーザに提供するための情報提供装置、情報提供方法、そのプログラム、および、そのプログラム記憶媒体に関する。
【０００２】
【従来の技術】
近年、インターネットの急速な普及と発展に伴って、各種の情報をユーザに提供するサービスが様々な形態で実現されている。特に、インターネットのＷＷＷ（ＷｏｒｌｄＷｉｄｅＷｅｂ）や電子メールなどの情報を閲覧することが可能な携帯電話の普及に伴って、様々な場所から情報にアクセスすることが可能となっている。
【０００３】
一方、提供される情報が豊富になると、所望の情報を入手できる可能性が高くなる反面、大量の情報の中から自分の求める情報を見つけ出すことが大変な作業となりがちである。このため、例えば特許文献１に開示されているように、協調フィルタリング手法を用いて、ユーザの商品評価データなどの相互関係に基づいて、未評価の商品を推薦するための方法などが提案されている。
【０００４】
【特許文献１】
特開２００２−３３４２５７号公報（全文）
【０００５】
【発明が解決しようとする課題】
しかしながら、従来の技術では、推薦されるコンテンツは、ユーザのコンテンツに対する評価や購入行動などに基づいてすべてのユーザに対して一意の方法で決定されるため、ユーザの嗜好の変化の速さ度合や、嗜好の個性の強さ度合、好むコンテンツの新しさ度合などのユーザによる違いに対応することができず、すべてのユーザに対して適切なコンテンツを推薦できるものではなかった。
【０００６】
本発明は、かかる点に鑑み、ユーザごとに学習期間、推薦期間、類似ユーザ数のパラメータを容易に設定できるようにすることにより、すべてのユーザに対して適切なコンテンツを推薦できるようにすることを目的とする。
【０００７】
【課題を解決するための手段】
請求項１の本発明は、推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、ユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、ユーザに推薦するコンテンツの決定に用いるための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法である。
【０００８】
請求項２の本発明は、推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、ユーザ間の類似度を算出するための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに基づいてユーザ間の類似度を算出し、前記履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法である。
【０００９】
請求項３の本発明は、推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、ユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、前記推薦対象であるコンテンツの絞込みに用いるための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに含まれるコンテンツのみを推薦対象として絞り込み、前記履歴データに基づいて前記絞り込んだコンテンツからユーザに推薦するコンテンツの決定を行う情報提供方法である。
【００１０】
請求項４の本発明は、推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、前記履歴データに基づいてユーザ間の類似度を算出し、前記推薦対象であるコンテンツの絞込みに用いるための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに含まれるコンテンツのみを推薦対象として絞り込み、前記履歴データと前記ユーザ間の類似度とに基づいて前記絞り込んだコンテンツからユーザに推薦するコンテンツの決定を行う情報提供方法である。
【００１１】
請求項５の本発明は、推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を履歴データとして記憶し、前記履歴データに基づいてユーザ間の類似度を算出し、ユーザに推薦するコンテンツの決定に用いるためのユーザ数の設定を受け付け、前記履歴データのうち前記ユーザ数のユーザの履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法である。
【００１２】
請求項６の本発明は、推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を履歴データとして記憶し、前記履歴データに基づいてユーザ間の類似度を算出し、ユーザに推薦するコンテンツの決定に用いるためのユーザ間類似度の閾値の設定を受け付け、前記履歴データのうち前記閾値以上のユーザ間類似度のユーザの履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法である。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照しながら説明する。
（実施の形態１）
第１の実施の形態の情報提供装置の構成図を図１に示す。本実施の形態では、本発明を移動電話向けの着信メロディーを推薦するという応用例に適用したものである。図１において、１は本実施の形態の情報提供装置、２は情報提供装置１の情報を受信可能な複数の端末（本実施形態では携帯電話）である。１０１は端末２との通信を行う通信部、１０２は提供するコンテンツを記憶するコンテンツデータベース、１０３はコンテンツデータベース１０２の検索を行う検索部、１０４は検索部１０３での検索結果の履歴を記憶する履歴蓄積部、１０５はユーザ間類似度を算出するために用いる履歴の期間を設定する学習期間設定部、１０６はユーザ間の類似度を算出するユーザ間類似度算出部、１０７はコンテンツ推薦のために考慮する類似ユーザの数を設定する類似ユーザ数設定部、１０８はコンテンツ推薦のために用いる履歴の期間を設定する推薦期間設定部、１０９はユーザに推薦するコンテンツの推薦度合を算出する推薦度合算出部、１１０は推薦度合に基づいてユーザにコンテンツを推薦する推薦部である。
【００１４】
コンテンツデータベース１０２に記憶されているコンテンツの例を図２に示す。本実施形態ではコンテンツとして着信メロディ−を例に説明したが、音楽や映像、情報などのコンテンツでもよい。図２において、コンテンツにはユニーク（固有）なメロディＩＤが予め付与されている。メロディＩＤ以外には、アーティスト名、曲名、ジャンルなどの他の属性、楽曲の実態である楽曲データが記憶されているが、本発明ではコンテンツの推薦のためにメロディＩＤだけを用いる。
【００１５】
本実施の形態は、汎用計算機などに構成され、情報提供装置としての機能以外の他の機能やアプリケーションが動作しても良い。
【００１６】
以上のように構成された本実施の形態における情報提供装置の動作をコンテンツ検索時と、コンテンツ推薦時とに分けて説明する。コンテンツ検索時とは、ユーザによる検索操作に基づき楽曲を検索し、必要に応じてダウンロードする動作である。コンテンツ推薦時とは、コンテンツ検索時の動作とは非同期に行われる、ユーザにコンテンツを推薦する動作である。
【００１７】
コンテンツ検索時の動作を図３のフローチャートを用いて説明する。
［ステップ１０１］コンテンツの検索
検索部１０３は、通信部１０１を通じてユーザからの検索要求を受け付け、検索要求に基づきコンテンツデータベース１０２の検索を行い、通信部１０１を通じて端末２に検索結果を送信する。検索要求は、メロディＩＤ、アーティスト名、曲名などの属性の全部もしくは一部、あるいは、その組み合わせを検索条件とすることが可能である。また、後述する［ステップ１１９］により推薦されたコンテンツの表示リストから選択入力するという方法による検索も可能である。
［ステップ１０２］コンテンツのダウンロード要求受付
検索部１０３は、通信部１０１を通じて［ステップ１０１］の検索結果に対するユーザからのダウンロード要求を受け付ける。ダウンロード要求がある場合は［ステップ１０３］に進み、ダウンロード要求がない場合は［ステップ１０５］に進む。
［ステップ１０３］コンテンツのダウンロード
検索部１０３は、［ステップ１０２］でダウンロード要求のあったコンテンツの実体をコンテンツデータベース１０２から取り出し、通信部１０１を通じて端末２に送信する。
［ステップ１０４］ダウンロード履歴の蓄積
検索部１０３は、［ステップ１０２］でダウンロード要求のあったコンテンツのメロディＩＤを、該要求のあった日時、および、該要求を行ったユーザに固有のユーザＩＤと対応付けて、履歴蓄積部１０４に記憶させる。履歴蓄積部１０４に記憶しているダウンロード履歴の例を図４に示す。
［ステップ１０５］終了要求受付
検索部１０３は、通信部１０１を通じてユーザからの検索終了要求を受け付ける。検索終了要求がない場合は［ステップ１０１］に進み、検索終了要求がある場合は終了する。
【００１８】
以上の動作により、コンテンツ検索時にユーザのダウンロード履歴を記憶しておく。
【００１９】
次に、コンテンツ推薦時の動作を図５のフローチャートを用いて説明する。コンテンツの推薦は、ユーザからリクエストがあった場合、あるいは、サービス管理者からリクエストがあった場合、あるいは、図示しないタイマーなどによる自動的に生じるタイミングで行われる。
［ステップ１１１］学習期間設定
学習期間設定部１０５は、通信部１０１を通じて、ユーザ間類似度を算出するために用いる履歴の期間に関してユーザからの設定入力を受け付け、該設定値を記憶しておく。例えば、ユーザは学習期間として「現在から３ヶ月前まで」という値を入力する。学習期間が短ければ短いほど、短期的なユーザの嗜好が推薦に反映され、学習期間が長ければ長いほど、長期的なユーザの嗜好が推薦に反映される。
［ステップ１１２］学習用履歴取り出し
ユーザ間類似度算出部１０６は、図４に示すように履歴蓄積部１０４に記憶されている履歴の日付に基づいて、［ステップ１１１］で設定された期間の履歴データを履歴蓄積部１０４から取り出す。
［ステップ１１３］ユーザ間類似度算出
ユーザ間類似度算出部１０６は、［ステップ１１２］で取り出した履歴データを用いてすべてのユーザ間の類似度を次のように算出する。ここでは、類似度としてＪａｃｃａｒｄ類似度を用いる。すなわち、ユーザｕ（ｉ）とユーザｕ（ｊ）がダウンロードしたコンテンツの集合をそれぞれＰ（ｉ）、Ｐ（ｊ）とすると、ユーザｕ（ｉ）とユーザｕ（ｊ）の類似度ｓ（ｉ，ｊ）は、集合Ｐ（ｉ）とＰ（ｊ）の交わりの結びに対する割合として次のように算出する。ただし、ｊ＝ｉの場合はユーザ自分自身であるので算出しない。
【００２０】
ｓ（ｉ，ｊ）＝｜Ｐ（ｉ）∩Ｐ（ｊ）｜／｜Ｐ（ｉ）∪Ｐ（ｊ）｜・・・（式１）
類似度の算出の例を図６から図８を用いて説明する。図６は、図４の履歴データから設定された期間のデータを取り出し、ユーザごとにダウンロードしたコンテンツのメロディＩＤを記載したものである。図６では、例えばユーザｕ（１）が、Ｐ（１）、Ｐ（２）、Ｐ（３）、Ｐ（４）のメロディをダウンロードしたことを示している。図７は、図６をベン図で示したものである。ユーザｕ（１）とユーザｕ（２）の類似度ｓ（１，２）は、図８で示すように次のように求められる。
ｓ（１，２）＝｜Ｐ（１）∩Ｐ（２）｜／｜Ｐ（１）∪Ｐ（２）｜＝３／６＝０．５
以上のようにして算出したユーザ間の類似度の例を図９に示す。
［ステップ１１４］類似ユーザ数設定
類似ユーザ数設定部１０７は、通信部１０１を通じて、コンテンツ推薦のために考慮する類似ユーザの数の設定入力を受け付け、該設定値を記憶しておく。例えば、ユーザは類似ユーザ数として「１００人」という値を入力する。類似ユーザの数が少なければ少ないほど、ユーザの嗜好に強く偏ったコンテンツの推薦が行われ、類似ユーザの数が多ければ多いほど、より全員に共通して人気のあるコンテンツの推薦が行われる。
［ステップ１１５］類似ユーザ取り出し
推薦度合算出部１０９は、各々のユーザについて、［ステップ１１３］で算出したユーザ間類似度の高い順に、［ステップ１１４］で設定された人数のユーザのユーザＩＤと類似度を取り出す。
［ステップ１１６］推薦期間設定
推薦期間設定部１０８は、通信部１０１を通じて、コンテンツ推薦のために用いる履歴の期間の設定入力を受け付け、該設定値を記憶しておく。例えば、ユーザは推薦期間として「現在から１ヶ月前まで」という値を入力する。推薦期間が短ければ短いほど、最近人気のあるコンテンツからユーザの嗜好が反映されたものが推薦され、推薦期間が長ければ長いほど、昔から人気のあるコンテンツからユーザの嗜好が反映されたものが推薦される。
［ステップ１１７］推薦用履歴取り出し
推薦度合算出部１０９は、図４に示すように履歴蓄積部１０４に記憶されている履歴の日付に基づいて、［ステップ１１６］で設定された期間の履歴データを履歴蓄積部１０４から取り出す。
［ステップ１１８］推薦度合算出
推薦度合算出部１０９は、各々のユーザについて、すべてのコンテンツの推薦度合を次のように算出する。
【００２１】
ユーザｕ（ｉ）に対するアイテムＰ（ｋ）の推薦度合いｇ（ｉ、ｋ）は、［ステップ１１７］で取り出した履歴データの中でアイテムＰ（ｋ）をダウンロードしていて、かつ、［ステップ１１５］で取り出した類似ユーザであるユーザｕ（ｊ）とのユーザ間類似度ｓ（ｉ、ｊ）の合計として、次式のように算出する。
【００２２】

［ステップ１１９］推薦コンテンツ選択
推薦部１１０は、各々のユーザについて、［ステップ１１８］で算出した推薦度合の高い順に所与の数のコンテンツを選択し、これを推薦コンテンツとして通信部１０１を通じて端末２に送信する。送信されたコンテンツに基づいて、端末２では、例えば図１１のような画面を表示してユーザにコンテンツを推薦する。
【００２３】
以上の動作により、コンテンツ推薦時に、コンテンツ検索時のユーザのダウンロード履歴を用いてコンテンツを推薦する。
【００２４】
以上のように、ユーザ間類似度の算出に用いる履歴期間を設定することにより、ユーザの嗜好の変化の速さがさまざまであっても、その変化に対応して適切なコンテンツを推薦できる。また、類似ユーザ数を設定することにより、ユーザの嗜好の個性の強さがさまざまであっても、嗜好の強さに対応して適切なコンテンツを推薦できる。また、推薦に用いる履歴期間を設定することにより、ユーザの好むコンテンツが最近のものであるか昔からのものであるかがさまざまであっても、好むコンテンツの新しさ度合に対応して適切なコンテンツを推薦できる。
【００２５】
なお、［ステップ１１１］、［ステップ１１４］、［ステップ１１６］の設定はユーザの入力により行ったが、サービス管理者やコンテンツ提供者など別の人間の入力による設定でも良い。ここでコンテンツ提供者は提供するコンテンツを保有したり、新規のコンテンツの供給や、コンテンツの分類整理などを行い、ユーザによる問い合わせのあるコンテンツの検索や、提供を行う。またサービス管理者は、単数、あるいは複数のコンテンツ提供者とユーザとの間に介在して、コンテンツ提供者から提供されたコンテンツに対してユーザによる問い合わせのあるコンテンツの検索や、提供を行う。
【００２６】
本実施形態では人間による入力と記載したが、サーバによる自動処理でもかまわない。
【００２７】
また、ユーザ間類似度としてＪａｃｃａｒｄ類似度を用いたが、相関係数や余弦など他の類似度や距離でも良い。
【００２８】
また、ユーザ数の設定により類似ユーザの絞り込みを行ったが、ユーザ間類似度の閾値の設定により類似ユーザの絞り込みを行ってもよい。
【００２９】
また、推薦度合の算出は類似度の和としたが、他の算出方法でも良い。
【００３０】
【発明の効果】
以上のように本発明によると、ユーザの嗜好の変化の速さや、ユーザの嗜好の個性の強さや、ユーザの好むコンテンツの新しさ度合がさまざまであっても、設定によりそれらに対応して適切なコンテンツを推薦することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態の情報提供装置の要部の構成を示すブロック図
【図２】図１中のコンテンツデータベースの記憶情報の例を示す図
【図３】本発明の実施の形態の情報提供装置の要部のコンテンツ検索時の動作を示すフローチャート
【図４】図１中の履歴蓄積部の記憶情報の例を示す図
【図５】本発明の実施の形態の情報提供装置の要部のコンテンツ推薦時の動作を示すフローチャート
【図６】ユーザとダウンロードしたコンテンツとの関連の例を表す図
【図７】ユーザとダウンロードしたコンテンツとの関連を表すベン図
【図８】ユーザ間類似度の算出方法を説明する図
【図９】ユーザ間類似度の例を表す図
【図１０】各々のユーザに対するコンテンツの推薦度合の例を表す図
【図１１】端末２に表示されたコンテンツ推薦画面の例を表す図
【符号の説明】
１情報提供装置
２端末
１０１通信部
１０２コンテンツデータベース
１０３検索部
１０４履歴蓄積部
１０５学習期間設定部
１０６ユーザ間類似度算出部
１０７類似ユーザ数設定部
１０８推薦期間設定部
１０９推薦度合算出部
１１０推薦部[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to an information providing apparatus, an information providing method, a program, and a program storage medium for providing content to a user in an appropriate situation.
[0002]
[Prior art]
In recent years, with the rapid spread and development of the Internet, services for providing various types of information to users have been realized in various forms. In particular, with the spread of mobile phones capable of browsing information such as the World Wide Web (WWW) and electronic mail on the Internet, information can be accessed from various places.
[0003]
On the other hand, when the provided information is abundant, the possibility that desired information can be obtained increases, but on the other hand, finding a desired information from a large amount of information tends to be a difficult task. For this reason, for example, as disclosed in Patent Literature 1, a method for recommending an unrated product based on a mutual relationship between the product evaluation data of a user and the like using a collaborative filtering technique has been proposed. I have.
[0004]
[Patent Document 1]
JP-A-2002-334257 (full text)
[0005]
[Problems to be solved by the invention]
However, in the conventional technology, the recommended content is determined in a unique manner for all the users based on the evaluation and the purchase behavior of the content of the user and the like. However, it is not possible to cope with differences among users such as the degree of personality of taste and the degree of newness of favorite contents, and it is not possible to recommend appropriate contents to all users.
[0006]
In view of the above, the present invention makes it possible to easily set parameters of a learning period, a recommendation period, and the number of similar users for each user, thereby enabling appropriate content to be recommended to all users. With the goal.
[0007]
[Means for Solving the Problems]
The present invention according to claim 1 is an information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein an evaluation of the part by a user is stored as history data in association with an evaluation date and time. Information for accepting the setting of a history period for use in determining content to be recommended to a user, and determining content to be recommended to a user based on history data in which the evaluation date and time is within the period in the history data How to provide.
[0008]
The present invention according to claim 2 is an information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein a plurality of users evaluate the part of the contents by associating them with an evaluation date and time. And stores the setting of the period of the history for calculating the similarity between the users, calculates the similarity between the users based on the history data in which the evaluation date and time is within the period among the history data, An information providing method for determining a content recommended to a user based on the history data and the similarity between the users.
[0009]
The present invention according to claim 3 is an information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein an evaluation of the part by a user is stored as history data in association with an evaluation date and time. Receiving a setting of a history period for use in narrowing down the content to be recommended, and narrowing down only the content included in the history data whose evaluation date and time is within the time period among the history data, as the recommendation target; An information providing method for determining a content to be recommended to a user from the narrowed-down content based on history data.
[0010]
The present invention according to claim 4 is an information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein a plurality of users evaluate the part of the contents by associating the evaluation with the evaluation date and time. And calculates a similarity between users based on the history data, accepts a setting of a history period for use in narrowing down the content to be recommended, and sets the evaluation date and time in the history data to the period. An information providing method for narrowing down only contents included in the history data within the list as recommendation targets, and determining a content to be recommended to a user from the narrowed down contents based on the history data and the similarity between the users.
[0011]
The present invention according to claim 5 is an information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein evaluations of said part contents by a plurality of users are stored as history data, The similarity between the users is calculated based on the data, the setting of the number of users for use in determining the content to be recommended to the user is received, and the history data of the number of users and the similarity between the users are included in the history data. This is an information providing method for determining content to be recommended to a user based on the degree.
[0012]
The present invention according to claim 6 is an information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein evaluations of said part contents by a plurality of users are stored as history data, Calculating a similarity between the users based on the data, accepting a setting of a threshold of the similarity between users for use in determining a content recommended to the user; An information providing method for determining a content to be recommended to a user based on the history data and the similarity between the users.
[0013]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
(Embodiment 1)
FIG. 1 shows a configuration diagram of the information providing apparatus according to the first embodiment. In the present embodiment, the present invention is applied to an application example of recommending a ring melody for a mobile phone. In FIG. 1, reference numeral 1 denotes an information providing apparatus according to the present embodiment, and reference numeral 2 denotes a plurality of terminals (mobile phones in the present embodiment) capable of receiving information of the information providing apparatus 1. Reference numeral 101 denotes a communication unit that communicates with the

terminal

2, 102 denotes a content database that stores contents to be provided, 103 denotes a search unit that searches the

content database

102, and 104 denotes a history that stores a history of search results of the search unit 103. A storage unit, 105 is a learning period setting unit that sets a period of a history used to calculate the similarity between users, 106 is a similarity calculation unit between users, which calculates similarity between users, and 107 is a content similarity calculation unit. A similar user number setting unit for setting the number of similar users to be considered, a recommendation period setting unit for setting a history period used for content recommendation, and a recommendation degree calculation for calculating a recommendation degree of content recommended to the user Reference numeral 110 denotes a recommendation unit that recommends content to the user based on the degree of recommendation.
[0014]
FIG. 2 shows an example of the content stored in the content database 102. In the present embodiment, an incoming melody has been described as an example of content, but content such as music, video, and information may be used. In FIG. 2, a unique (unique) melody ID is assigned to the content in advance. In addition to the melody ID, other attributes such as an artist name, a song name, and a genre, and music data that is the actual state of the music are stored. In the present invention, only the melody ID is used for content recommendation.
[0015]
The present embodiment is configured as a general-purpose computer or the like, and other functions or applications other than the function as the information providing device may operate.
[0016]
The operation of the information providing apparatus according to the present embodiment configured as described above will be described separately for content search and content recommendation. The content search is an operation of searching for music based on a search operation by the user and downloading the music as needed. The content recommendation is an operation of recommending content to a user, which is performed asynchronously with the content search operation.
[0017]
The operation at the time of content search will be described with reference to the flowchart of FIG.
[Step 101] The content search / search unit 103 receives a search request from a user via the communication unit 101, searches the content database 102 based on the search request, and transmits the search result to the terminal 2 via the communication unit 101. The search request can use all or part of attributes such as a melody ID, an artist name, a song name, or a combination thereof as a search condition. Further, a search by a method of selecting and inputting from a display list of contents recommended in [Step 119] described later is also possible.
[Step 102] The content download request reception search unit 103 receives a download request from the user for the search result of [Step 101] via the communication unit 101. When there is a download request, the process proceeds to [Step 103], and when there is no download request, the process proceeds to [Step 105].
[Step 103] The content download search unit 103 extracts the entity of the content requested to be downloaded in [Step 102] from the content database 102, and transmits it to the terminal 2 through the communication unit 101.
[Step 104] The download history storage / search unit 103 sets the melody ID of the content requested to be downloaded in [Step 102], the date and time of the request, and the user ID unique to the user who made the request. The information is stored in the history storage unit 104 in association with each other. FIG. 4 shows an example of the download history stored in the history accumulation unit 104.
[Step 105] The end request reception search unit 103 receives a search end request from the user via the communication unit 101. If there is no search end request, the process proceeds to [Step 101], and if there is a search end request, the process ends.
[0018]
With the above operation, the user's download history is stored at the time of content search.
[0019]
Next, the operation at the time of content recommendation will be described with reference to the flowchart of FIG. The recommendation of the content is performed when there is a request from the user, when there is a request from the service manager, or at a timing automatically generated by a timer (not shown) or the like.
[Step 111] Learning period setting The learning period setting unit 105 receives, via the communication unit 101, a setting input from the user regarding the period of the history used to calculate the similarity between users, and stores the setting value. For example, the user inputs a value “from the present to three months before” as the learning period. The shorter the learning period, the shorter the user preference is reflected in the recommendation, and the longer the learning period, the longer the user preference is reflected in the recommendation.
[Step 112] Based on the history date stored in the history accumulation unit 104, the learning history extraction user-to-user similarity calculation unit 106 shown in FIG. Data is retrieved from the history storage unit 104.
[Step 113] Inter-user similarity calculation The inter-user similarity calculation unit 106 calculates the similarity between all users using the history data extracted in [Step 112] as follows. Here, Jaccard similarity is used as the similarity. That is, assuming that sets of contents downloaded by the users u (i) and u (j) are P (i) and P (j), respectively, the similarity s (i) between the users u (i) and u (j) , J) is calculated as a ratio to the intersection of the intersection of the sets P (i) and P (j) as follows. However, in the case of j = i, it is not calculated because it is the user himself.
[0020]
s (i, j) = | P (i) ∩P (j) | / | P (i) ∪P (j) | (formula 1)
An example of calculating the similarity will be described with reference to FIGS. FIG. 6 shows the melody ID of the content downloaded from the history data of FIG. 4 for a set period and downloaded for each user. FIG. 6 shows that, for example, the user u (1) has downloaded the melodies of P (1), P (2), P (3), and P (4). FIG. 7 shows FIG. 6 in a Venn diagram. The similarity s (1,2) between the user u (1) and the user u (2) is obtained as shown in FIG.
s (1,2) = | P (1) ∩P (2) | / | P (1) ∪P (2) | = 3/6 = 0.5
FIG. 9 shows an example of the similarity between users calculated as described above.
[Step 114] Similar user number setting The similar user number setting unit 107 receives, via the communication unit 101, a setting input of the number of similar users to be considered for content recommendation, and stores the setting value. For example, the user inputs a value of “100” as the number of similar users. The smaller the number of similar users is, the more the content that is strongly biased toward the user's preference is recommended. The larger the number of similar users is, the more the content that is popular among all is recommended.
[Step 115] The similar user take-out recommendation degree calculation unit 109 determines, for each user, the user IDs of the number of users set in [Step 114] in the descending order of the similarity between users calculated in [Step 113]. Take out the degree.
[Step 116] Recommendation Period Setting The recommendation period setting unit 108 receives, via the communication unit 101, a setting input of a history period used for content recommendation, and stores the setting value. For example, the user inputs a value “from the present to one month before” as the recommendation period. The shorter the recommendation period, the more popular content that reflects the user's preferences is recommended, and the longer the recommendation period, the more popular content that reflects the user's preference from the oldest. Recommended.
[Step 117] The recommendation history retrieval / recommendation degree calculation unit 109, based on the history date stored in the history accumulation unit 104 as shown in FIG. 4, converts the history data for the period set in [Step 116]. It is extracted from the history storage unit 104.
[Step 118] Recommendation Level Calculation The recommendation level calculation unit 109 calculates the recommendation levels of all the contents for each user as follows.
[0021]
The recommendation degree g (i, k) of the item P (k) for the user u (i) is such that the item P (k) is downloaded from the history data extracted in [Step 117] and [Step 115]. ] Is calculated as the following equation as the sum of the similarity s (i, j) between the users and the user u (j), which is a similar user extracted in the above.
[0022]

[Step 119] Recommended content selection The recommendation unit 110 selects a given number of contents in descending order of the degree of recommendation calculated in [Step 118] for each user, and uses the selected contents as the recommended content through the communication unit 101 through the communication unit 101. Send to Based on the transmitted content, the terminal 2 displays a screen as shown in FIG. 11, for example, and recommends the content to the user.
[0023]
With the above operation, at the time of content recommendation, the content is recommended using the download history of the user at the time of content search.
[0024]
As described above, by setting the history period used for calculating the similarity between users, even if the speed of change of the user's preference varies, an appropriate content can be recommended according to the change. Further, by setting the number of similar users, it is possible to recommend an appropriate content corresponding to the strength of the preference even if the strength of the personality of the user varies. In addition, by setting the history period used for recommendation, even if the user's favorite content is recent or old, there is a variety Content can be recommended.
[0025]
Note that the settings of [Step 111], [Step 114], and [Step 116] are performed by user input, but may be set by another human input such as a service manager or a content provider. Here, the content provider owns the content to be provided, supplies new content, sorts and organizes the content, and performs search and provision of the content inquired by the user. Further, the service manager intervenes between one or a plurality of content providers and the user to search for and provide the content provided by the user with respect to the content provided by the content provider.
[0026]
In the present embodiment, the input is described as a human input, but may be performed automatically by a server.
[0027]
Although the Jaccard similarity is used as the similarity between users, other similarities and distances such as a correlation coefficient and a cosine may be used.
[0028]
Further, similar users are narrowed down by setting the number of users. However, similar users may be narrowed down by setting a threshold value of similarity between users.
[0029]
Although the degree of recommendation is calculated as the sum of similarities, another calculation method may be used.
[0030]
【The invention's effect】
As described above, according to the present invention, even if the speed of change of the user's preference, the strength of the personality of the user's preference, and the degree of newness of the content preferred by the user are various, it is appropriate to cope with them by setting. Content can be recommended.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a main part of an information providing apparatus according to an embodiment of the present invention; FIG. 2 is a diagram showing an example of information stored in a content database in FIG. 1 FIG. FIG. 4 is a flowchart showing an operation of a main part of the information providing apparatus at the time of content search. FIG. 4 is a diagram showing an example of information stored in a history storage unit in FIG. 1 FIG. 5 is an information providing apparatus according to an embodiment of the present invention. FIG. 6 is a flowchart showing an example of the relationship between the user and the downloaded content. FIG. 7 is a diagram showing the relationship between the user and the downloaded content. FIG. 7 is a Venn diagram showing the relationship between the user and the downloaded content. FIG. 9 illustrates an example of a similarity between users. FIG. 10 illustrates an example of a degree of recommendation of content to each user. FIG. 11 illustrates content displayed on a terminal 2. Recommendation screen Diagram illustrating an example EXPLANATION OF REFERENCE NUMERALS
REFERENCE SIGNS LIST 1 information providing device 2 terminal 101 communication unit 102 content database 103 search unit 104 history accumulation unit 105 learning period setting unit 106 user similarity calculation unit 107 similar user number setting unit 108 recommendation period setting unit 109 recommendation degree calculation unit 110 recommendation unit

Claims

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、ユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、ユーザに推薦するコンテンツの決定に用いるための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法。An information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein a user's evaluation of the part of contents is stored as history data in association with an evaluation date and time, and the contents recommended for the user are stored. An information providing method for receiving a setting of a history period to be used for determination and determining a content recommended to a user based on history data in which the evaluation date and time is within the period among the history data.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、ユーザ間の類似度を算出するための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに基づいてユーザ間の類似度を算出し、前記履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法。An information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein evaluations on the part by plural users are stored as history data in association with an evaluation date and time, and similarity between users is stored. Accepts the setting of the period of the history for calculating the degree, calculates the similarity between the users based on the history data in which the evaluation date and time is within the period of the history data, and calculates the similarity between the history data and the user. An information providing method for determining content to be recommended to a user based on similarity.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、ユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、前記推薦対象であるコンテンツの絞込みに用いるための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに含まれるコンテンツのみを推薦対象として絞り込み、前記履歴データに基づいて前記絞り込んだコンテンツからユーザに推薦するコンテンツの決定を行う情報提供方法。An information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein an evaluation of the part by a user is stored as history data in association with an evaluation date and time, and the contents to be recommended are stored. The setting of the history period for use in narrowing down the search is accepted, and only the content included in the history data whose evaluation date and time is within the period among the history data is narrowed down as the recommendation target, and the narrowing down is performed based on the history data. An information providing method for determining content to be recommended to a user from content.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶し、前記履歴データに基づいてユーザ間の類似度を算出し、前記推薦対象であるコンテンツの絞込みに用いるための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに含まれるコンテンツのみを推薦対象として絞り込み、前記履歴データと前記ユーザ間の類似度とに基づいて前記絞り込んだコンテンツからユーザに推薦するコンテンツの決定を行う情報提供方法。An information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein evaluation of the part by a plurality of users is stored as history data in association with an evaluation date and time, and A similarity between users is calculated based on the content, and a setting of a history period for use in narrowing down the content to be recommended is received, and the evaluation date and time of the history data is included in the history data within the period. An information providing method in which only contents are narrowed down as recommendation targets, and a content to be recommended to a user is determined from the narrowed down contents based on the history data and the similarity between the users.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を履歴データとして記憶し、前記履歴データに基づいてユーザ間の類似度を算出し、ユーザに推薦するコンテンツの決定に用いるためのユーザ数の設定を受け付け、前記履歴データのうち前記ユーザ数のユーザの履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法。An information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein evaluations of the part by a plurality of users are stored as history data, and similarity between users is determined based on the history data. A degree of calculation, accepts a setting of the number of users for use in determining content to be recommended to the user, and recommends the user to the user based on the history data of the number of users and the similarity between the users among the history data. Information providing method for determining the content to be used.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供方法であって、複数のユーザによる前記一部のコンテンツに対する評価を履歴データとして記憶し、前記履歴データに基づいてユーザ間の類似度を算出し、ユーザに推薦するコンテンツの決定に用いるためのユーザ間類似度の閾値の設定を受け付け、前記履歴データのうち前記閾値以上のユーザ間類似度のユーザの履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う情報提供方法。An information providing method for recommending a part of contents from a plurality of contents to be recommended, wherein evaluations of the part by a plurality of users are stored as history data, and similarity between users is determined based on the history data. Calculating the degree of similarity, and accepting the setting of a threshold of the degree of similarity between users for use in determining the content recommended to the user, and the history data of the user having the degree of similarity between users equal to or greater than the threshold among the historical data, and An information providing method for determining content to be recommended to a user based on similarity.

前記コンテンツに対する評価は、コンテンツを転送するためのユーザの要求とする請求項１乃至６のいずれかに記載の情報提供方法。The information providing method according to claim 1, wherein the evaluation of the content is a user request for transferring the content.

前記ユーザ間の類似度は、両方のユーザに正の評価を受けたコンテンツ数を少なくとも一方のユーザに正の評価を受けたコンテンツ数で除した除数である請求項２、４乃至６のいずれかに記載の情報提供方法。7. The similarity between the users is a divisor obtained by dividing the number of contents positively evaluated by both users by the number of contents positively evaluated by at least one user. 8. Information provision method described in.

前記推薦するコンテンツの決定は、コンテンツ各々に対して、該コンテンツに正の評価を行ったユーザのユーザ間類似度の合計に基づく請求項２、４乃至６のいずれかに記載の情報提供方法。7. The information providing method according to claim 2, wherein the determination of the content to be recommended is based on a total of similarities between users of users who have positively evaluated the content for each content.

前記推薦するコンテンツの決定は、前記類似度の合計が所定の閾値以上である請求項２、４乃至６のいずれかに記載の情報提供方法。7. The information providing method according to claim 2, wherein the determination of the recommended content is such that the sum of the similarities is equal to or greater than a predetermined threshold. 8.

前記推薦するコンテンツの決定は、前記類似度の合計の高い順に所定の数である請求項２、４乃至６のいずれかに記載の情報提供方法。7. The information providing method according to claim 2, wherein the determination of the recommended content is a predetermined number in descending order of the total of the similarities.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供装置であって、ユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶する履歴蓄積手段と、ユーザに推薦するコンテンツの決定に用いるための履歴の期間の設定を受け付ける学習期間設定手段と、前記履歴データのうち前記評価日時が前記期間内である履歴データに基づいてユーザに推薦するコンテンツの決定を行う推薦手段とを有することを特徴とする情報提供装置。An information providing apparatus for recommending a part of contents from a plurality of contents to be recommended, a history accumulating means for storing a user's evaluation of the part of the contents as history data in association with an evaluation date and time, A learning period setting unit for receiving a setting of a history period for use in determining a content to be recommended, and determining a content to be recommended to a user based on history data in which the evaluation date and time are within the period, among the history data An information providing apparatus comprising: a recommendation unit.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供装置であって、複数のユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶する履歴蓄積手段と、ユーザ間の類似度を算出するための履歴の期間の設定を受け付ける学習期間設定手段と、前記履歴データのうち前記評価日時が前記期間内である履歴データに基づいてユーザ間の類似度を算出するユーザ間類似度算出手段と、前記履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う推薦手段とを有することを特徴とする情報提供装置。An information providing apparatus that recommends a part of contents from a plurality of contents to be recommended, a history storage unit that stores evaluations of the part of contents by a plurality of users as history data in association with an evaluation date and time, A learning period setting unit for receiving a setting of a history period for calculating a similarity between users; and calculating a similarity between users based on history data in which the evaluation date and time is within the period among the history data. An information providing apparatus comprising: an inter-user similarity calculating unit; and a recommending unit that determines content to be recommended to a user based on the history data and the similarity between the users.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供装置であって、ユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶する履歴蓄積手段と、前記推薦対象であるコンテンツの絞込みに用いるための履歴の期間の設定を受け付ける推薦期間設定手段と、前記履歴データのうち前記評価日時が前記期間内である履歴データに含まれるコンテンツのみを推薦対象として絞り込み、前記履歴データに基づいて前記絞り込んだコンテンツからユーザに推薦するコンテンツの決定を行う推薦手段とを有することを特徴とする情報提供装置。An information providing apparatus for recommending a part of contents from a plurality of contents to be recommended, a history storage unit for storing a user's evaluation of the part of the contents as history data in association with an evaluation date and time, A recommendation period setting unit that receives a setting of a history period for use in narrowing down the target content, and narrows down only the content included in the history data whose evaluation date and time is within the period among the history data as a recommendation target; An information providing apparatus comprising: a recommendation unit configured to determine content to be recommended to a user from the narrowed content based on the history data.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供装置であって、複数のユーザによる前記一部のコンテンツに対する評価を評価日時と対応付けて履歴データとして記憶する履歴蓄積手段と、前記履歴データに基づいてユーザ間の類似度を算出するユーザ間類似度算出手段と、前記推薦対象であるコンテンツの絞込みに用いるための履歴の期間の設定を受け付け、前記履歴データのうち前記評価日時が前記期間内である履歴データに含まれるコンテンツのみを推薦対象として絞り込み、前記履歴データと前記ユーザ間の類似度とに基づいて前記絞り込んだコンテンツからユーザに推薦するコンテンツの決定を行う推薦手段とを有することを特徴とする情報提供装置。An information providing apparatus that recommends a part of contents from a plurality of contents to be recommended, a history storage unit that stores evaluations of the part of contents by a plurality of users as history data in association with an evaluation date and time, An inter-user similarity calculating means for calculating a similarity between users based on the history data, and accepting a setting of a history period for use in narrowing down the content to be recommended, and Recommending means for narrowing down only the content included in the history data within the period as a recommendation target, and determining a content to be recommended to a user from the narrowed down content based on the history data and the similarity between the users; An information providing device, comprising:

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供装置であって、複数のユーザによる前記一部のコンテンツに対する評価を履歴データとして記憶する履歴蓄積手段と、前記履歴データに基づいてユーザ間の類似度を算出するユーザ間類似度算出手段と、ユーザに推薦するコンテンツの決定に用いるためのユーザ数の設定を受け付ける類似ユーザ数設定手段と、前記履歴データのうち前記ユーザ数のユーザの履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う推薦手段とを有することを特徴とする情報提供装置。An information providing apparatus that recommends a part of contents from a plurality of contents to be recommended, a history storage unit that stores, as history data, evaluations of the part of contents by a plurality of users, based on the history data. An inter-user similarity calculating unit that calculates a similarity between users; a similar-user-number setting unit that receives a setting of the number of users to be used for determining content recommended to the user; An information providing apparatus, comprising: a recommendation unit that determines a content to be recommended to a user based on the history data and the similarity between the users.

推薦対象である複数のコンテンツから一部のコンテンツを推薦する情報提供装置であって、複数のユーザによる前記一部のコンテンツに対する評価を履歴データとして記憶する履歴蓄積手段と、前記履歴データに基づいてユーザ間の類似度を算出するユーザ間類似度算出手段と、ユーザに推薦するコンテンツの決定に用いるためのユーザ間類似度の閾値の設定を受け付ける類似ユーザ類似度設定手段と、前記履歴データのうち前記閾値以上のユーザ間類似度のユーザの履歴データと前記ユーザ間の類似度とに基づいてユーザに推薦するコンテンツの決定を行う推薦手段とを有することを特徴とする情報提供装置。An information providing apparatus that recommends a part of contents from a plurality of contents to be recommended, a history storage unit that stores, as history data, evaluations of the part of contents by a plurality of users, based on the history data. An inter-user similarity calculating unit that calculates an inter-user similarity; a similar user similarity setting unit that receives a setting of an inter-user similarity threshold used for determining a content recommended to a user; An information providing apparatus, comprising: a recommendation unit that determines a content to be recommended to a user based on history data of a user having a similarity between users equal to or greater than the threshold and a similarity between the users.

コンピュータを、請求項１２乃至１７のいずれかに記載の情報提供装置として機能させるためのプログラム。A program for causing a computer to function as the information providing device according to any one of claims 12 to 17.

請求項１８に記載のプログラムの機能をコンピュータに実行させるために、プログラムの全体あるいは一部を格納しているプログラム記録媒体。19. A program recording medium storing all or a part of a program for causing a computer to execute the functions of the program according to claim 18.