JP2005039749A - 情報処理装置および方法、記録媒体、並びにプログラム - Google Patents

Abstract

【課題】 ユーザの嗜好に合わせた番組を推薦できるようにする。
【解決手段】 類似系番組推薦部４３は、ベクトルマッチングで類似系推薦番組を推薦し、推薦番組決定部４９に出力する。定番系番組推薦部５３は、設定された項目に基づいて定番系推薦番組を推薦し、推薦番組決定部４９に出力する。受入率計算部４８は、履歴保存部４７に保存されている操作履歴に基づいて、定番系推薦番組と類似系推薦番組の受入率を計算する。推薦番組決定部４９は、受入率計算部４８により計算された受入率に基づいて、定番系推薦番組と類似系推薦番組の推薦番組数をそれぞれ決定し、推薦番組表示画面を生成して、推薦情報出力部５０より録画再生装置に出力する。本発明は、番組推薦システムに適用することができる。
【選択図】 図３

Description

本発明は、情報処理装置および方法、記録媒体、並びにプログラムに関し、特に、番組を録画する際に、ユーザの嗜好にあった番組を推薦できるようにした情報処理装置および方法、記録媒体、並びにプログラムに関する。

放送された番組を録画する、いわゆる、ビデオレコーダやHDD（Hard Disc Drive）レコーダなどの録画装置を用いて、番組の録画予約を行う際、ユーザの嗜好に基づいて、録画予約する番組を推薦するサービスが普及しつつある。

録画予約する際に提示する推薦番組の決定方法は、例えば、複数のアルゴリズムにより推薦番組として抽出された番組を、それぞれ所定個数だけ表示するようにしたり、それぞれのアルゴリズムで抽出された番組を切り替えて表示するなどして、録画番組として推薦させるというものである。

上述のアルゴリズムとしては、例えば、放送局（チャンネル）や放送時間などの番組情報（番組メタデータ）を予め登録するなどして、ユーザの嗜好を登録しておき、EPG（Electronic Program Guide）に含まれる各番組のメタデータと比較し、一致する番組を推薦番組として抽出するものがある。

また、その他のアルゴリズムとしては、予め、放送される番組の属性情報として、ｎ次元の属性ベクトルを付加し、予め登録されているユーザの嗜好情報や、ユーザが再生、または録画予約した番組の属性ベクトルの各属性項目の平均値を基に生成された選択ベクトルと、属性ベクトルとを比較することにより、推薦番組として抽出させる方法もある（例えば、特許文献１参照）。
特開２００１−１６０９５５号公報

しかしながら、上述のように、複数のアルゴリズムを用いて、それぞれのアルゴリズムにより、例えば、５番組を抽出して、推薦番組として提示するようにした場合、所望とするいずれか１のアルゴリズムに基づいて、番組を推薦してもらえばよいというユーザにとって、所望としない複数のアルゴリズムで個々に推薦される５番組の提示は不要なものとなり、推薦番組として提示されることが煩わしいものとなってしまう恐れがあった。

また、上述のような問題を解決するため、ユーザが所望とするアルゴリズムでのみ番組が推薦されるように切り替えて、提示されるようにした場合、例えば、所定の同一時間帯に放送される番組が、ユーザの嗜好にあった番組でなければ提示されない状態となるため、同一時間帯に放送される、所望とするアルゴリズムでは提示することができない番組は提示されないことになり、そのユーザにとって、同一時間帯に録画したいと思っていた番組があったとしても、これまでの嗜好とは異なる番組であるため提示されず、結果的に録画したいと思っていた番組を予約し損なってしまう恐れがあった。

本発明はこのような状況に鑑みてなされたものであり、ユーザの嗜好の変化に応じて、アルゴリズムを切り替えて番組を推薦し、ユーザにとって最適な番組を推薦できるようにするものである。

本発明の情報処理装置は、複数の番組のメタデータを取得するメタデータ取得手段と、操作履歴を取得する操作履歴取得手段と、複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで番組を抽出する抽出手段と、複数のアルゴリズムに優先度を設定する優先度設定手段と、抽出手段で抽出された番組のメタデータと、操作履歴との一致度、および、アルゴリズムの優先度に基づいて、番組を推薦する推薦手段とを備えることを特徴とする。

前記優先度設定手段には、操作履歴に基づいて、複数のアルゴリズムの優先度を変更して設定させるようにすることができる。

前記メタデータには、前記番組の放送時刻を少なくとも含ませるようにすることができ、抽出手段が前記メタデータに含まれる放送時刻が同一の複数の番組を抽出した場合、推薦手段には、放送時刻が同一の複数の番組のうち、優先度設定手段により設定された優先度の高いアルゴリズムに基づいて抽出された番組を推薦させるようにすることができる。

前記推薦手段には、優先度の高いアルゴリズムで抽出された番組を表示して推薦させるようにすることができる。

前記ユーザがデータを入力する入力手段をさらに設けるようにさせることができ、優先度設定手段には、入力手段により入力されたデータに基づいて、複数のアルゴリズムに優先度を変更して設定させるようにすることができる。

前記優先度設定手段には、複数のアルゴリズムの組み合わせからなる新たなアルゴリズムに優先度を設定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、複数の番組のメタデータを取得するメタデータ取得ステップと、操作履歴を取得する操作履歴取得ステップと、複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで番組を抽出する抽出ステップと、複数のアルゴリズムに優先度を設定する優先度設定ステップと、抽出ステップの処理で抽出された番組のメタデータと、操作履歴との一致度、および、アルゴリズムの優先度に基づいて、番組を推薦する推薦ステップとを含むことを特徴とする。

本発明の記録媒体のプログラムは、複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで番組を抽出する抽出ステップと、複数のアルゴリズムに優先度を設定する優先度設定ステップと、抽出ステップの処理で抽出された番組のメタデータと、操作履歴との一致度、および、アルゴリズムの優先度に基づいて、番組を推薦する推薦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、複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで番組を抽出する抽出ステップと、複数のアルゴリズムに優先度を設定する優先度設定ステップと、抽出ステップの処理で抽出された番組のメタデータと、操作履歴との一致度、および、アルゴリズムの優先度に基づいて、番組を推薦する推薦ステップとをコンピュータに実行させることを特徴とする。

本発明の情報処理装置および方法、並びにプログラムにおいては、複数の番組のメタデータが取得され、操作履歴が取得され、複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで番組が抽出され、複数のアルゴリズムに優先度が設定され、抽出された番組のメタデータと、操作履歴との一致度、および、アルゴリズムの優先度に基づいて、番組が推薦される。

本発明の情報処理装置は、独立した装置であっても良いし、情報処理を行うブロックであっても良い。

本発明によれば、ユーザの嗜好に合わせた番組を推薦することが可能となる。

以下に本発明の実施の形態を説明するが、本明細書に記載の発明と、発明の実施の形態との対応関係を例示すると、次のようになる。この記載は、本明細書に記載されている発明をサポートする実施の形態が本明細書に記載されていることを確認するためのものである。従って、発明の実施の形態中には記載されているが、発明に対応するものとして、ここには記載されていない実施の形態があったとしても、そのことは、その実施の形態が、その発明に対応するものではないことを意味するものではない。逆に、実施の形態が発明に対応するものとしてここに記載されていたとしても、そのことは、その実施の形態が、その発明以外の発明には対応しないものであることを意味するものでもない。

さらに、この記載は、本明細書に記載されている発明の全てを意味するものではない。換言すれば、この記載は、本明細書に記載されている発明であって、この出願では請求されていない発明の存在、すなわち、将来、分割出願されたり、補正により出現、追加される発明の存在を否定するものではない。

即ち、本発明の情報処理装置は、複数の番組のメタデータを取得するメタデータ取得手段（例えば、図３のデータ取得部４１）と、操作履歴を取得する操作履歴取得手段（例えば、図３の操作ログ取得部４６）と、複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで番組を抽出する抽出手段（例えば、図３の類似系番組推薦部４３、および、定番系番組推薦部５３）と、複数のアルゴリズムに優先度を設定する優先度設定手段（例えば、図３の受入率計算部４８）と、抽出手段で抽出された番組のメタデータと、操作履歴との一致度、および、アルゴリズムの優先度に基づいて、番組を推薦する推薦手段（例えば、図３の推薦番組決定部４９）とを備えることを特徴とする。

本発明の情報処理方法は、複数の番組のメタデータを取得するメタデータ取得ステップ（例えば、図５のステップＳ４１の処理）と、操作履歴を取得する操作履歴取得ステップ（例えば、図５のステップＳ４３の処理）と、複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで番組を抽出する抽出ステップ（例えば、図１７のステップＳ１１３，Ｓ１１４の処理）と、複数のアルゴリズムに優先度を設定する優先度設定ステップ（例えば、図５１のステップＳ４８３乃至Ｓ４８５の処理）と、抽出ステップの処理で抽出された番組のメタデータと、操作履歴との一致度、および、アルゴリズムの優先度に基づいて、番組を推薦する推薦ステップ（例えば、図１７のステップＳ１１５の処理）とを含むことを特徴とする。

尚、本発明の記録媒体、および、プログラムの対応関係については、情報処理方法と同様であるので、その説明は省略する。

図１は、本発明を適用した配信システムの一実施の形態の構成を示す図である。

配信サーバ１２−１乃至１２−ｎは、インターネットなどからなるネットワーク１１を介して番組を録画再生装置１４−１乃至１４−ｎに配信する。また、図１において、配信サーバ１２−１乃至１２−ｎは、例えば、放送設備を備え、図示せぬアンテナや、衛星などを介して、地上波、または衛星波を用いて番組を配信するようにしてもよい。さらに、配信サーバ１２−１乃至１２−ｎは、番組を配信する際、必要に応じて、配信される信号にはメタデータからなるEPG（Electronic Program Guide）を含めて配信し、この場合、メタデータに関する情報は、推薦サーバ１３にも配信する。尚、以下において、配信サーバ１２−１乃至１２−ｎについ、特に区別する必要がない場合、単に、配信サーバ１２と称するものとし、その他の構成についても同様とする。

推薦サーバ１３は、配信サーバ１２から放送される番組に関する情報であるEPG、あるいは、EPGよりも詳細な情報を含むメタデータと、録画再生装置１４−１乃至１４−ｎの各々から供給されるユーザの操作ログとに基づいて、番組の録画予約の操作がなされるとき、録画再生装置１４−１乃至１４−ｎにユーザの嗜好にあった番組を推薦する情報を提供する。

一般的な放送信号に重畳されるEPG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EPG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EPG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EPG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、本実施の形態では、メタデータを含むEPGを利用するものとし、この情報を、EPGデータ、または、メタデータと称するものとする。

録画再生装置１４−１乃至１４−ｎは、ネットワーク１１を介して配信サーバ１２より配信される番組を、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、さらに、録画した番組を図示せぬテレビジョン受像機などに供給し、再生させる。また、録画再生装置１４は、配信サーバ１２より配信されるEPGデータ（メタデータ）を取得して、録画予約を受け付ける。この際、放送番組の録画予約の操作に対応して、ユーザの操作ログを推薦サーバ１３に供給すると共に、この操作ログに基づいて、推薦サーバ１３より供給される推薦番組の情報を受け取り、これを適宜録画予約操作の際に表示する。したがって、ユーザは、録画再生装置１４を操作して、番組の録画予約を実行する際、推薦サーバ１３より供給される推薦番組の情報を見ながら録画予約の操作を実行することができる。尚、この録画再生装置１４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。

図２は、配信サーバ１２の構成を示すブロック図である。

データ取得部２１は、メタデータデータベース２６（以下、メタデータDB２６とも称する）およびストリーミングデータデータベース２７（以下、ストリーミングデータDB２７とも称する）からデータを取得し、データ送信部２５に供給するとともに、EPGデータ（メタデータ）を、メタデータ抽出部２２に供給する。また、データ取得部２１は、メタデータデータベース２６に登録されているEPG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２２は、データ取得部２１から供給されたEPGデータから、番組ベクトルPPを生成するために必要なデータを抽出し、番組ベクトル生成部２３に供給する。番組ベクトル生成部２３は、メタデータを基に、番組ベクトルPPを生成し、必要に応じて、データ記憶部２４に記憶されている番組側効き目ベクトルEfPPを対応付けて、データ送信部２５に供給する。

データ記憶部２４は、番組ベクトル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（類似系推薦番組）を推薦するために実行されるマッ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ベクトルが設定され、データ記憶部２４に記憶される。

データ送信部２５は、データ取得部２１から供給された、EPGデータおよびストリーミングデータ、並びに、番組ベクトル生成部２３から供給された番組ベクトルPP、および、番組側効き目ベクトルEfPPを、ネットワーク１１を介して、推薦サーバ１３、および、録画再生装置１４−１乃至１４−ｎに送信する。

次に、図３のブロック図を参照して、推薦サーバ１３の構成を説明する。

データ取得部４１は、配信サーバ１２から送信された番組ベクトルPP、および番組ベクトルPPに対応する番組側効き目ベクトルEfPPと共に、EPGデータを取得する。番組ベクトル抽出部４２は、データ取得部４１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ベクトルPP、あるいは、ユーザモデル生成のために必要な番組ベクトルPPを抽出し、必要に応じて、番組ベクトルPPに対応する番組側効き目ベクトルEfPPとともに、類似系番組推薦部４３に供給する。メタデータ抽出部５２は、データ取得部４１が取得したEPGデータ、すなわち、メタデータを抽出して、定番系番組推薦部５３に供給する。

操作入力部４４は、例えば、キーボード、タッチパッド、マウスなどの入力デバイスで構成され、ユーザの申告に基づいて入力される初期登録情報や、ユーザベクトルを生成するためのトピックの入力を受け、初期登録保存部４５に出力する。初期登録保存部４５は、操作入力部４４から供給された初期登録内容や、ユーザベクトルを生成するためのトピックを登録し、必要に応じて、操作ログ取得部４６、または、類似系番組推薦部４３に供給する。また、初期登録保存部４５に保存されている内容は、ユーザにより予め聴取されている情報が操作入力部４４から入力されたものである。

操作ログ取得部４６は、録画再生装置１４から、操作ログを取得し、これらの情報を操作履歴として履歴保存部４７に保存させる。

ここで、操作履歴とは、推薦番組決定部４９により推薦した番組のうち、どの番組が受け入れられて、録画予約されたか否かという情報である。さらには、操作履歴とは、後述する定番系推薦番組、または、類似系推薦番組のいずれが受け入れられて、実際に予約録画されたのか否かを示す情報である。

類似系番組推薦部４３は、番組ベクトル抽出部４２から抽出された番組ベクトルと、初期登録保存部４５から供給されたユーザベクトルUPとのマッチングに基づいて類似系推薦番組を抽出して推薦番組決定部４９に供給する。

番組ベクトルPP、および、ユーザベクトルUPが、全ての詳細要素を１列に並べてベク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、類似系番組推薦部４３の正規化処理部６１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Ｔm＝｛東海道−１，三谷−１，怪談−１｝である場合、タイトルＴm＝｛東海道：０．３３，三谷：０．３３，怪談：０．３３｝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。

ベクトル演算部６２は、各番組について番組ベクトルPPと、ユーザベクトルUPとのマッチング処理を実行し、これらの結果に基づいて、番組ベクトルPPとユーザベクトルUPとの類似度の高い番組を類似系推薦番組として推薦番組決定部４９に供給する。

ベクトル演算部６２は、番組ベクトルPP、ユーザベクトルUPが、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、ユーザベクトルUPと、番組ベクトルPPとのベクトル間のコサイン距離（cosθ）によって、次の式（１）に示されるように、番組ベクトルPPとユーザベクトルUPとの類似度SimUPを求める。コサイン距離とは、式（１）に示されるように、２つのベクトルの内積を各ベクトルの絶対値の積で除算して得られる値である。

SimUP＝cosθ＝（（ef×UP）・PP）/（|ef×UP|×|PP|）・・・（１）

ただし、式（１）において、PPは番組ベクトルPPを示し、UPはユーザベクトルUPを示し、efは、番組側効き目ベクトルefPP、または、ユーザ側効き目ベクトルefUPを示す。また、“・”は、内積を示し、“×”は、要素の掛け算（スカラ演算）を示し、以下においても同様とする。

また、ベクトル演算部６２は、番組ベクトルPP、および、ユーザベクトルUP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、番組ベクトルPPとユーザベクトルUPとの類似度SimUP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、ユーザベクトルUPが、タイトルＴup＝｛学校−１，怪談−１，トイレ−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−１，怪談−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、効き目ベクトルが｛１，１，１｝であった場合、タイトルの類似度であるコサイン距離cosθは、次の式（２）のように算出される。

cosθ＝（1・1）/（√3×√3）＝1/3・・・（２）

例えば、ユーザベクトルUPを、ユーザベクトル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｝とした場合、それぞれの大項目で、式（２）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は、いずれも、次の式（３）の類似度Simとして演算される。

Sim＝cosθt+cosθg+cosθp+cosθa+cosθk・・・（３）

ここで、cosθtは、大項目「タイトル」における、番組ベクトルPPと、ユーザベクトルUPとのコサイン距離であり、cosθgは、大項目「ジャンル」における、番組ベクトルPPと、ユーザベクトルUPとのコサイン距離であり、cosθpは、大項目「出演者」における、番組ベクトルPPと、ユーザベクトルUPとのコサイン距離であり、cosθaは、大項目「脚本／原作／演出」における、番組ベクトルPPと、ユーザベクトルUPとのコサイン距離であり、cosθkは、大項目「内容」における、番組ベクトルPPと、ユーザベクトルUPとのコサイン距離である。

類似度SimUP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同義である。従って、全要素を１列に並べたベクトルと異なり、正規化処理部６１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ってしまうので、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「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、正規化を行うか、または、大項目ごとの演算結果の和を類似度SimUP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、ベクトル演算部６２は、初期登録保存部４５に保存されているユーザの初期登録情報、番組ベクトルPPに対応付けられて送信される番組側効き目ベクトルEfPP、または、ユーザ情報登録部６３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EfUPにより、重み付けを行って、類似度SimUPを算出するようにすることもできる。

ベクトル演算部６２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、ユーザベクトルとの類似度が高い上位所定数（例えば、１０）の番組を推薦番組として、推薦情報出力部５０に出力する。

ユーザ情報登録部６３は、初期登録保存部４５から供給されたユーザの初期登録内容、あるいは、履歴保存部４７から供給されたユーザベクトルUPを基に、ユーザ側効き目ベクトルEfUPを生成して、保存する。ユーザ側効き目ベクトル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ベクトルである。

換言すれば、ユーザ側効き目ベクトルEfUPは、番組ベクトルPPと、ユーザベクトルUP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。

ユーザ側効き目ベクトルEfUPは、ユーザによっ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４５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Ｔm，ジャンルＧm，時間帯Ｈm，放送局Ｓm，出演者Ｐm，脚本／原作／演出Ａm，内容Ｋｍ｝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＝（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、ユーザ側効き目ベクトル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、ユーザが好ましいと思う番組のジャンルが、教養／ドキュメントであった場合、ユーザ効き目ベクトルEfUPは、例えば、ジャンルＧｍ＝｛０，０，０，０，０，０，５，０，０｝と設定される。

また、ユーザ側効き目ベクトルEfUPは、ユーザベクトルUP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、ユーザ側効き目ベクトルEfUPは、ジャンル別に生成することも可能である。

尚、本明細書においては、ユーザ側効き目ベクトルefUPと番組側効き目ベクトルefPPは、いずれかを選択できる構成とするものとし、特に区別することなく、いずれも効き目ベクトルefと総称するものとする。

すなわち、類似系番組推薦部４３は、ユーザベクトルUPに効き目ベクトルを乗じたユーザ効き目ベクトルと番組ベクトルPPとのコサイン距離に基づいた類似度により推薦番組を抽出するというアルゴリズムにより抽出される番組を類似系推薦番組として推薦番組決定部４９に出力する。

推薦情報出力部５０は、推薦番組決定部４９により供給された推薦番組の情報を、推薦番組リスト５１に登録するとともに、ネットワーク１１を介して、録画再生装置１４に供給する。

メタデータ抽出部５２は、データ取得部４１により取得された配信サーバ１２から配信されたデータのうち、各番組のメタデータを抽出し、定番系推薦部５３に供給する。定番系番組推薦部５３は、メタデータ抽出部５２より供給されてくる番組毎のメタデータに基づいて、初期登録保存部４５に初期登録されている大項目のユーザの嗜好に対応する大項目の情報毎に、メタデータが一致する番組を抽出するアルゴリズムにより、抽出された番組を定番系推薦番組として推薦番組決定部４９に供給する。

受入率計算部４８は、履歴保存部４７に保存された履歴情報に基づいて、定番系番組推薦部５３により推薦された番組と、類似系推薦部４３により推薦された番組の、それぞれの受入率、すなわち、推薦された番組数に対して、実際にユーザにより録画予約された番組の割合を求め、推薦番組決定部４９に出力する。

推薦番組決定部４９は、録画再生装置１４の表示部９０（図４）で表示可能な数の番組数に対する定番系番組推薦部５３より供給された定番系推薦番組の番組数と、類似系番組推薦部４３より供給された類似系推薦番組の番組数の割合を受入率に基づいて決定し、決定した数の定番系推薦番組と類似系推薦番組とをそれぞれから抽出して、最終的な推薦番組を決定して、推薦情報出力部５０に供給する。

すなわち、推薦サーバ１３は、定番系推薦番組と類似系推薦番組という２種類のアルゴリズムで抽出される推薦番組に基づいて、表示可能な推薦番組の総数に対する、それぞれの番組数の割合を受入率により決定し、推薦番組を決定する。

次に、図４のブロック図を参照して、録画再生装置１４の構成について説明する。

操作入力部８１は、ユーザからの操作入力を受け、録画再生装置１４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８２に供給して保存させる。操作ログリスト８２に保存されているユーザの操作ログは、図３を用いて説明した推薦サーバ１３の操作ログ取得部４６により取得される。

録画設定部８３は、配信サーバ１３より供給されるEPGデータ（メタデータ）をEPG画像として表示部９０（または、図示せぬテレビジョン受像機など）に表示すると共に、必要に応じて推薦番組表示画像を推薦番組表示画像８９より読み出して表示する。さらに、録画設定部８３は、このように表示したEPG画像や推薦番組の情報に基づいて、ユーザが操作入力部８１を操作して入力した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の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８３は、操作入力部８１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８４に登録し、操作入力部８１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、録画処理を行うために必要な情報を、録画制御部８５に供給する。

録画制御部８５は、録画設定部８３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８４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（配信サーバ１２を特定する信号）を生成して、録画再生処理部８７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８７に供給する。

データ入力部８６は、インターネットなどからなるネットワーク１１を介して配信された放送信号の入力を受信し、録画再生処理部８７に供給する。録画再生処理部８７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、ハードディスク、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データ入力部８６より供給される放送番組の信号を記録したり、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８７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８７は、磁気ヘッドを有し、磁気テープにデータ入力部８６か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、図示せぬテレビジョン受像機などに供給して再生出力させる。

次に、図５を参照して、録画予約処理について説明する。

ステップＳ１において、配信サーバ１２のデータ取得部２１は、メタデータデータベース２６から、メタデータで構成されているEPGデータを取得し、データ送信部２５、および、メタデータ抽出部２２に供給する。

ステップＳ２において、メタデータ抽出部２２は、メタデータDB２６よりデータ取得部２１により取得されたEPGデータを受け、番組ベクトルPPを生成するために必要なメタデータを抽出し、番組ベクトル生成部２３に出力する。

図６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−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、メタデータには、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Ｓ３において、番組ベクトル生成部２３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２３は、メタデータに含まれている映画の題名をタイトルとして、「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２３は、メタデータに、映画の解説として、図５に示されるように、「'５９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Ｓ４において、番組ベクトル生成部２３は、メタデータに含まれているそれぞれの項目をベクトル化し、番組ベクトルPPを生成する。生成された番組ベクトルPPは、データ送信部２５に出力されて、ネットワーク１１を介して、推薦サーバ１３、および、録画再生装置１４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、大項目ごとにベク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７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／原作／演出、内容の７項目として、番組ベクトル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＝｛title１，title2，・・・｝、ジャンル（Genre）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｝、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，ＴＴＳ，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／演出等(Author)Ａｍ＝｛person a，person b，・・・｝内容（Keyword)Ｋｍ＝｛kw１，kw２，・・・｝として、ベクトル化される。

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，ＴＴＳ，ブジ，テレ日，東都，ＮＮＫ衛星第１，ＮＮＫ衛星第２，ＷＯＷＯ｝において、対応する番組の放送局がＷＯＷＯである場合、放送局ベクトルは、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、ジャンルベクトルは、ジャンル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／原作／演出」、「内容」などの、数値ベクトルで表すことのできない項目においては、ベク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−１，三谷−１，怪談−１｝のように、それぞれ、単語−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−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、推薦サーバ１３、および、録画記録装置１４に配信される。具体的には、図６を用いて説明した番組メタデータから番組ベクトルPPが生成された場合、番組ベクトルPP＝｛タイトルＴｍ＝｛東海道−１，三谷−１，怪談−１｝、ジャンルＧｍ＝｛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−１，中村竜二郎−１，西沢典子−１｝、脚本／原作／演出Ａｍ＝｛中川信男−１，大貫正一−１，石田義寛−１，西本正二−１，渡辺宙太−１｝、内容Ｋｍ＝｛西宝−１，様式−１，美−１，たっぷり−１，有名−１，三谷−１，怪談−１，世界−１，描く−１，邦画−１，ホラー−１，傑作−１｝｝が生成されて、推薦サーバ１３、および、録画記録装置１４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／原作／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、番組ベクトル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，中村竜二郎−１，西沢典子−１｝、脚本／原作／演出Ａｍ＝｛中川信男−３，大貫正一−１，石田義寛−１，西本正二−１，渡辺宙太−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EfPPが、番組側効き目ベクトル情報として、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、番組ベクトルPPに対応付けて送信するようにしても良い。番組側効き目ベクトルEfPPは、番組ベクトル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Ｈm，放送局Ｓm，出演者Ｐm，脚本／原作／演出Ａm，内容Ｋｍ｝において、例えば、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、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、番組側効き目ベクトルEfPP＝｛１，１，１，１，５，１，１｝となる。また、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（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。

ステップＳ５において、番組ベクトル生成部２３は、供給されたメタデータの番組のジャンルに基づいて、対応する効き目ベクトルを、データ記憶部２４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２４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Ｓ６において、番組ベクトル生成部２３は、ステップＳ５において抽出された効き目ベクトルEfPPを、ステップＳ１４において生成された番組ベクトルPPと対応付けて、EPGデータと共にデータ送信部２５を介して配信する。

このような処理により、番組ベクトルPPが生成されて、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１１を介して、推薦サーバ１３、および、録画記録装置１４に送信される。

ステップＳ２１において、録画設定部８３は、操作入力部８１がユーザにより操作されて、録画予約操作が要求されたか否かを判定し、録画予約操作が要求されるまでその処理が繰り返される。そして、録画予約操作が要求されたと判定された場合、その処理は、ステップＳ２２に進む。

ステップＳ２２において、録画設定部８３は、配信サーバ１３より配信されているEPGデータを取得する。すなわち、ステップＳ１１乃至Ｓ１６の処理により配信サーバ１２より配信されているEPGデータを抽出して取得する。

ステップＳ２３において、録画設定部８３は、表示部９０、または、図示せぬテレビジョン受像機にEPG画面を表示する、EPG表示処理を実行する。

ここで、図８のフローチャートを参照して、EPG表示処理について説明する。

ステップＳ６１において、録画設定部８３は、図示せぬリアルタイムクロックより現在の日時の情報を取得する。

ステップＳ６２において、表示部９０、または、図示せぬテレビジョン受像機の表示可能範囲を取得する。表示部９０の表示範囲については、予め表示画像の大きさの情報などが記憶されており、その情報に基づいて、表示範囲を取得する。図示せぬテレビジョン受像機については、テレビジョン受像機に問い合わせて、表示画面の大きさの情報（水平方向、および、垂直方向の画素数などの情報）を取得する。

ステップＳ６３において、録画設定部８３は、EPGの表示に関する設定情報を取得する。EPGの表示に関する設定情報は、後述するステップＳ２５の処理により設定される情報であり、録画設定部８３が図示せぬメモリに記憶しており、EPGの表示方法を設定するものであり、特に設定がなされない状態（ユーザにより設定情報が操作されない状態）、すなわち、デフォルトの状態では、EPGデータが加工されることなく表示されるので、特に設定情報は存在しないものとみなされる。

ステップＳ６４において、録画設定部８３は、設定情報が存在するか否かを判定する。すなわち、上述したように、ユーザにより設定情報が操作されることの無い状態のとき、設定情報は存在しないものとみなされるので、実際には、録画設定部８３が、設定情報がデフォルトの値であるか否かに基づいて、設定情報に操作が加えられているとき、設定情報が存在すると判定され、逆に、設定情報に操作が加えられていない状態のとき、設定情報が存在しないと判定される。

例えば、ステップＳ６４において、後述するステップＳ２５の処理により、設定情報が操作されていた場合、設定情報は、存在すると判定され、その処理は、ステップＳ６５に進む。

ステップＳ６５において、録画設定部８３は、ステップＳ６１の処理で取得された日時に対応するEPGデータを読出し、設定情報に対応してEPGデータを加工して表示画面を生成し、ステップＳ６６において、表示部９０、または、図示せぬテレビジョン受像機にEPGの表示画像を表示する。

一方、ステップＳ６４において、設定情報が存在しない、すなわち、デフォルトの状態で操作がなされなかったと判定された場合、ステップＳ６５の処理はスキップされて、EPGデータそのものの情報に対応するEPGの表示画面が表示される。

ここで、図５のフローチャートの説明に戻る。

ステップＳ２４において、録画設定部８３は、設定情報の変更が指示されたか否かを判定する。例えば、ステップＳ２３の処理により表示されたEPGの表示画面を見て、ユーザが何らかの加工を加えるため、操作入力部８１が操作されて、設定情報の変更が指示された場合、その処理は、ステップＳ２５に進み、設定情報変更処理が実行される。

ここで、図９のフローチャートを参照して、EPGの表示に係る設定情報変更処理について説明する。

ステップＳ８１において、録画設定部８３は、例えば、図１０で示されるような、設定情報の設定画面を表示部９０、または、図示せぬテレビジョン受像機に表示する。図１０においては、図中上からジャンル設定、時間帯設定、および、出演者設定と表示されており、それぞれの表示領域をポインタなどで選択することで指定することができる。

ステップＳ８２において、録画設定部８３は、入力操作部８１に問い合わせて、図１０における設定画面上のジャンル設定が選択されたか否かを判定し、例えば、図１０における設定画面上のジャンル設定が選択されたと判定された場合、その処理は、ステップＳ８３に進む。

ステップＳ８３において、録画設定部８３は、表示部９０、または、図示せぬテレビジョン受像機に図１１で示されるようなジャンル設定画面を表示する。図１１においては、図中上から「ドラマ」、「スポーツ」、および、「ニュース」という３種類のジャンルが表示されており、それぞれの表示領域の左端に丸状のラジオボタンが表示されており、ポインタなどで選択することができる。

ステップＳ８４において、録画設定部８３は、操作入力部８１に問い合わせて、いずれかのジャンルが選択されたかを判定し、いずれかが選択されたと判定されるまで同様の処理が繰り返される。例えば、図１１で示されるように、「ドラマ」の左側に設けられたラジオボタンが選択されて（図中においては、黒丸で選択されたことが示されている）、「ドラマ」が選択されたと判定された場合、ステップＳ８５において、録画設定部８３は、選択されたジャンルを設定情報として記憶し、その処理は、ステップＳ８６に進む。これらのジャンルを設定情報として選択した情報を含む、操作入力部８１がユーザにより操作された情報は、全て操作ログリスト８２に蓄積される。

ステップＳ８６において、図１０おけるの時間帯設定が選択されたと判定された場合、その処理は、ステップＳ８７に進む。

ステップＳ８７において、録画設定部８３は、表示部９０、または、図示せぬテレビジョン受像機に時間帯設定画面を表示する。尚、時間帯設定画面は、図１１において示したジャンル設定表示画面と基本的に同様のものであるが、例えば、「ドラマ」、「スポーツ」、および、「ニュース」というジャンルの代わりに、「0:00乃至6:00」、「6:00乃至12:00」などが表示され、いずれかを選択するラジオボタンをポインタなどで選択できるものであるので、図示は省略する。

ステップＳ８８において、録画設定部８３は、操作入力部８１に問い合わせて、いずれかの時間帯が選択されたかを判定し、いずれかが選択されたと判定されるまで同様の処理が繰り返される。そして、いずれかの時間帯が選択されたと判定された場合、ステップＳ８９において、録画設定部８３は、選択された時間帯を設定情報として記憶し、その処理は、ステップＳ９０に進む。

ステップＳ９０において、図１０おけるの出演者設定が選択されたと判定された場合、その処理は、ステップＳ９１に進む。

ステップＳ９１において、録画設定部８３は、表示部９０、または、図示せぬテレビジョン受像機に出演者設定画面を表示する。尚、出演者設定画面は、図１１において示したジャンル設定表示画面と基本的に同様のものであるが、例えば、「ドラマ」、「スポーツ」、および、「ニュース」というジャンルの代わりに、「若杉嘉津美」、「天海茂」などが表示され、いずれかを選択するラジオボタンをポインタなどで選択できるものであるので、図示は省略する。

ステップＳ９２において、録画設定部８３は、操作入力部８１に問い合わせて、いずれかの出演者が選択されたかを判定し、いずれかが選択されたと判定されるまで同様の処理が繰り返される。そして、いずれかの出演者が選択されたと判定された場合、ステップＳ９３において、録画設定部８３は、選択された出演者を設定情報として記憶し、その処理は、ステップＳ９４に進む。

ステップＳ９４において、録画設定部８３は、入力操作部８１に問い合わせて、設定情報の変更処理の終了が指示されたか否かを判定し、終了が指示されていると判定された場合、その処理は、終了し、図５のステップＳ２３の処理に戻る。

ステップＳ８２において、ジャンルが選択されなかった場合、ステップＳ８３乃至Ｓ８５の処理がスキップされて、その処理は、ステップＳ８６に進む。

ステップＳ８６において、時間帯が選択されなかった場合、ステップＳ８７乃至Ｓ８９の処理がスキップされて、その処理は、ステップＳ９０に進む。

ステップＳ９０において、出演者が選択されなかった場合、ステップＳ９１乃至Ｓ９３の処理がスキップされて、その処理は、ステップＳ９４に進む。

ステップＳ９４において、設定情報の変更処理の終了が指示されなかったと判定された場合、その処理は、ステップＳ８１に戻り、それ以降の処理が繰り返される。

すなわち、終了が指示されるまで、設定情報を変更することができ、さらに、設定情報の変更処理がなされた後も、図５のステップＳ２４の処理において、再び、設定情報の変更を指示し、所望とする番組のみが表示されるEPG表示画面が表示されるまで、あるいは、所望とする番組を見つけられるまで、ステップＳ２３乃至Ｓ２５の処理を繰り返すことができる。

図９のフローチャートを参照して説明した設定情報変更処理により、図８のフローチャートを参照して説明したEPG表示処理により表示されるEPGの表示画面は変化していくことになる。

より詳細には、例えば、設定情報が変更されていない場合に、図１２で示されるようなEPG表示画面が表示されるものとする。すなわち、図１２で示されるEPG表示画面においては、１６時と１７時の時間帯で、４種類のチャンネルの場合において、６ｃｈ（ＴＳテレビ）は１６時から１７時帯は「ドラマ１」、「天気予報１」、「ドラマ２」であり、８ｃｈ（ＦＪテレビ）は１６時帯が「トークショー１」、「天気予報２」であり、１７時帯が「ニュース１」であり、１０ｃｈ（ＡＳテレビ）は１６時帯が「ドラマ３」、「天気予報３」であり、１６時帯を含んだ１７時帯が「ニュース２」であり、１２ｃｈ（ＴＫテレビ）は１６時帯が「トークショー２」、「天気予報４」であり、１７時帯が「ニュース３」である。さらに、それぞれの番組にはタイトルと共に、番組の簡単な解説や出演者名等が記載されるようなEPGが表示されるものとする。このとき、各番組の表示領域は、ポインタなどを入力操作部８１により操作することにより、選択することで録画予約する番組を選択することができる。

ここで、例えば、図１１で示されるジャンル設定画面のように、ジャンルとして「ドラマ」が選択された場合、図８のフローチャートのステップＳ６５の処理により、録画設定部８３は、EPGデータを加工して、図１３で示されるように、６ｃｈ（ＴＳテレビ）の１６時から１７時帯の「ドラマ１」、「ドラマ２」の内容と、１０ｃｈ（ＡＳテレビ）の１６時の「ドラマ３」の内容とが選択されて表示するようなEPG表示画面を生成する。結果として、図１３で示されるような、ジャンルとして選択された「ドラマ」に対応する「ドラマ１」、「ドラマ２」、「ドラマ３」以外の「トークショー１」、「トークショー２」「ニュース１」、「ニュース２」、「ニュース３」、「天気予報１」、「天気予報２」、「天気予報３」、「天気予報４」は非表示のEPG表示画面が加工生成される。

同様にして、図１４で示されるジャンル設定画面のように、ジャンルとして「ニュース」が選択された場合、図８のフローチャートのステップＳ６５の処理により、録画設定部８３は、EPGデータを加工して、図１５で示されるように、「ニュース１」、［ニュース２］、
「ニュース３」以外が非表示となるEPG表示画面を生成する。

以上のようにEPG表示画面を変化させることにより、ユーザは、自らが興味のある番組のみを選択的に表示させることが可能となり、結果として、素早く自らが録画予約したい番組を見つけ出すことが可能となる。

尚、以上の処理においては、設定する項目として、ジャンル、時間帯、および、出演者のみを例としてきたが、言うまでもなく、例えば、上述した番組ベクトルやユーザベクトルにおける大項目に相当するものである、タイトル、放送局、脚本、または、内容といったものを設定できるようにしてもよく、それ以外の項目を設定できるようにしてもよい。

また、ジャンルについても、「ドラマ」、「ニュース」、および、「スポーツ」といった３種類の項目だけであったが、同様にして、これに限るものではなく、「バラエティ」、「映画」、「音楽」、「子供向け」、「教育、教養」、または、「報道」といった項目であってもよい。

さらに、以上においては、設定された項目に対応する番組以外は、EPG表示画面に非表示となるようにする場合について説明してきたが、例えば、選択された以外の番組表示フォントを小さくしたり、ぼやけるようにしてもよく、選択された項目の番組が視覚的に捉えやすい表示となるようにすれば、いずれの方法であってもよい。

ここで、図５のフローチャートの説明に戻る。

ステップＳ２４において、設定情報の変更が指示されなかったと判定された場合、ステップＳ２６において、録画設定部８３は、入力操作部８１に問い合わせて、録画番組が選択されたか否かを判定する。例えば、EPG表示画面のいずれかの番組がポインタにより選択され無かった場合、その処理は、ステップＳ２３に戻り、EPG表示画面が表示された状態で、かつ、設定情報を変更できる状態が繰り返される。一方、ステップＳ２６において、録画番組が選択されたと判定された場合、ステップＳ２７において、録画設定部８３は、録画予約しようとする番組が選択されたことを示す情報を推薦サーバ１３に送信すると共に、例えば、図１６で示されるような確認画面を表示する。このとき、録画設定部８３は、操作ログリスト８２を推薦サーバ１３に供給する。

すなわち、図１６においては、「以下の設定で録画予約しますか？」と表示され、その下に、今選択された番組の情報として、「日時：4/4 19:30-20:30」と示され、「チャンネル：12ch」」、と示され、さらに、「番組名：「誰でも芸術家」」が選択されていることが示されている。

推薦サーバ１３においては、ステップＳ４１において、データ取得部４１は、上述したステップＳ１乃至Ｓ６の処理により送信されてきたEPGデータと番組ベクトル（番組側効き目ベクトルを含む）を受信し、対応した、番組ベクトル抽出部４２は、ここから番組ベクトル（番組側効き目ベクトルを含む）を抽出して類似系番組推薦部４３に供給し、同様にして、メタデータ抽出部５２は、メタデータ（EPGデータ）を抽出して定番系番組推薦部５３に供給する

ステップＳ４２において、データ取得部４１は、録画番組が選択されたこと知らせる通知が受信されたか否かを判定し、通知が受信されるまでその処理を繰り返す。例えば、ステップＳ２７の処理により、録画番組が選択されたことを示す通知が送信されてきた場合、録画番組が選択されたことを知らせる通知が受信されたと判定し、その処理は、ステップＳ４３に進む。

ステップＳ４３において、操作ログ取得部４６は、録画番組が選択されたことを通知してきた録画再生装置１４に問い合わせて操作ログリスト８２を読み出して取得し、取得した操作ログ８２に基づいて、ユーザによる操作履歴を履歴保存部４７に保存する。

ステップＳ４４において、推薦番組表示画面生成処理が実行される。

ここで、図１７のフローチャートを参照して、推薦番組表示画面生成処理について説明する。

ステップＳ１１１において、定番系番組推薦部５３、類似系番組推薦部４３、および、受入率計算部４８は、それぞれ履歴保存部４７に保存されている操作履歴を読み出す。

ステップＳ１１２において、アルゴリズム別推薦番組数決定処理が実行される。

ここで、図１８のフローチャートを参照して、アルゴリズム別推薦番組数決定処理について説明する。

ステップＳ１３１において、受入率計算部４８は、アルゴリズム別に受入率を計算し、推薦番組決定部４９に供給する。より詳細には、操作履歴には、後述する所定のメタデータが一致する番組を抽出するアルゴリズムで推薦される各項目毎の定番系推薦番組と、番組ベクトルとユーザベクトルに効き目ベクトルを乗じたユーザ効き目ベクトルとの一致度により番組を抽出するアルゴリズムにより推薦される類似系推薦番組とを推薦したときの受入率、すなわち、推薦した番組が実際に録画予約された割合を計算する。実際には、いずれのアルゴリズムで推薦された番組も録画予約されないこともあるが、ここでは、推薦された番組として受け入れられた総番組数に対する、それぞれのアルゴリズムでの推薦番組の受け入れられた割合を受入率とする。従って、操作履歴のうち、定番系推薦番組の各項目毎の推薦番組と類似系推薦番組のうち、いずれかの推薦番組が録画予約された回数をＸとし、そのうち定番系推薦番組の、例えば、時間帯で選択された推薦番組が録画予約された回数がＹ１、定番系推薦番組の、例えば、ジャンルで選択された推薦番組が録画予約された回数がＹ２、類似系推薦番組が予約された回数がＺである場合、定番系推薦番組のうちの時間帯で抽出するアルゴリズムの受入率は、Ｙ１／Ｘであり、定番系推薦番組のうちのジャンルで抽出するアルゴリズムの受入率は、Ｙ２／Ｘであり、類似系推薦番組の受入率は、Ｚ／Ｘとなる。

ステップＳ１３２において、推薦番組決定部４９は、総推薦番組数Ｒに対して、それぞれの受入率を乗じて、それぞれのアルゴリズムで推薦すべき番組数、すなわち、定番系推薦番組数の項目毎の推薦番組数、および、類似系推薦番組数を決定する。より詳細には、上述の場合、総推薦番組数Ｒであるとき、定番系推薦番組の、例えば、時間帯で選択された推薦番組数はＲ×Ｙ１／Ｘ、定番系推薦番組の、例えば、ジャンルで選択された推薦番組数はＲ×Ｙ２／Ｘ、および、類似系推薦番組数はＲ×Ｚ／Ｘとなる。

以上の処理により、操作履歴に基づいて、ユーザが、定番系推薦番組の各項目別の推薦番組と類似系推薦番組をどのような割合で受け入れているのかに基づいて、アルゴリズム別に推薦される番組数を決定することができる。換言すれば、以上の処理により、推薦される番組の基準となるアルゴリズムの優先度が決定されているとも言える。

ここで、図１７のフローチャートの説明に戻る。

ステップＳ１１２の処理により、アルゴリズム別の推薦番組数が決定された後、ステップＳ１１３において、定番系推薦番組処理が実行される。

ここで、図１９のフローチャートを参照して、定番系推薦番組決定処理について説明する。

ステップＳ１５１において、定番系番組推薦部５３は、録画予約が設定された番組と同一時間帯の番組をEPGデータから抽出し、定番系推薦番組として推薦番組決定部４９に供給する。従って、例えば、図１２で示されるようなEPG表示画面を生成するEPGデータ（メタデータ）であった場合、ドラマ１が予約番組として選択されていたとき、16:00乃至17:00の同一時間帯である「ドラマ１」、「トークショー１」、「ドラマ３」、および「トークショー２」が抽出されることになる。

ステップＳ１５２において、定番系番組推薦部５３は、録画予約が設定された番組と同一のジャンルの番組をEPGデータから抽出し、定番系推薦番組として推薦番組決定部４９に供給する。従って、例えば、図１２で示されるようなEPG表示画面を生成するEPGデータ（メタデータ）であった場合、ドラマ１が予約番組として選択されていたとき、「ドラマ１」、「ドラマ２」、および、「ドラマ３」が抽出されることになる。

ステップＳ１５３において、定番系番組推薦部５３は、録画予約が設定された番組の出演者と同一の出演者を含む番組をEPGデータから抽出し、定番系推薦番組として推薦番組決定部４９に供給する。

ステップＳ１５４において、推薦番組決定部４９は、ステップＳ１５１乃至Ｓ１５３の処理で順次各項目別に推薦された番組から、図１８のフローチャートを参照して説明したアルゴリズム別推薦番組数決定処理で決定された定番系推薦番組数を抽出して、これらを定番系推薦番組とする。尚、ステップＳ１５１乃至Ｓ１５３の処理で推薦された番組数が、決定された個数よりも少ない場合は、推薦されている番組数全てを定番系推薦番組とする。従って、このような場合には、推薦される番組数が減少するようなことがある。逆に、決定された個数より多い場合は、複数の条件で推薦されている番組を優先したり、あるいは、各番組にランダムに通し番号を付して、上位から決定された個数の順位に当たる番号までの番組を推薦するようにしてもよい。

ここで、図１７のフローチャートの説明に戻る。

ステップＳ１１３の処理により、定番系推薦番組が決定されると、ステップＳ１１４において、類似系推薦番組決定処理が実行される。

ここで、図２０のフローチャートを参照して、類似系推薦番組決定処理について説明する。

ステップＳ１７１において、類似系番組推薦部４３のベクトル演算部６２は、効き目ベクトルefを取得する。このとき、ベクトル演算部６２が取得する効き目ベクトルefは、番組側効き目ベクトルefPP、または、ユーザ側効き目ベクトルefUPのいずれであってもよく、設定により切り替えられるようにしてもよい。

ステップＳ１７２において、ベクトル演算部６２は、効き目ベクトルefにユーザベクトルUPを乗算してユーザ効き目ベクトルef×UPを生成する。より詳細には、ベクトル演算部６２は、番組ベクトル抽出部４２から供給される、ユーザベクトルの作成対象の番組の番組ベクトルにおいて、初期登録保存部４５に保存されているトピックを含む番組ベクトルを抽出し、抽出された番組ベクトルの総和を、必要に応じて正規化することにより、ユーザベクトルを生成し、ユーザ情報登録部６３に登録している。従って、ベクトル演算部６２は、ユーザ情報登録部６３に登録されているユーザベクトルを読出し、読み出したユーザベクトルUPに効き目ベクトルefを乗じる。

ステップＳ１７３において、ベクトル演算部６２は、EPGに含まれる番組毎に、番組ベクトルと、ユーザ効き目ベクトルとのコサイン距離を上述した式（１）により求め、類似度として算出し、番組と対応付けて推薦番組決定部４９に出力する。

ステップＳ１７４において、ベクトル演算部６２は、全ての番組について、類似度を求めたか否かを判定し、全ての番組について類似度が求められていないと判定された場合、その処理は、ステップＳ１７３に戻る。すなわち、EPGの全ての番組について、類似度が求められたと判定されるまで、ステップＳ１７３，Ｓ１７４の処理を繰り返す。

ステップＳ１７４において、全ての番組について類似度が求められたと判定された場合、ステップＳ１７５において、推薦番組決定部４９は、類似度の上位ｎ位（ｎは、図１８のフローチャートの処理により決定された類似系推薦番組数ｎである）までの番組を類似系推薦番組に決定する。

すなわち、ベクトル演算部６２は、EPGに含まれる番組毎に、番組ベクトルと、ユーザ効き目ベクトルとのベクトルマッチングをコサイン距離を用いて行い、推薦番組決定部４９が、マッチング度合い（一致度）の高い上位ｎ位までの番組、すなわち、コサイン距離の小さい類似度の高いｎ位までの番組を類似系推薦番組として決定する。

ここで、図１７のフローチャートの説明に戻る。

ステップＳ１１５において、推薦番組決定部４９は、ステップＳ１１３，Ｓ１１４の処理により決定された定番系推薦番組と類似系推薦番組の情報に基づいて、例えば、日付などに対応した推薦番組表示画面を生成し、推薦番組情報出力部５０に出力する。

より詳細には、例えば、図２１で示されるように、定番系推薦番組と類似系推薦番組が決定しているものとした場合、以下のようになる。

尚、図２１においては、図中上の番組群１０１には、定番系推薦番組のうち、ユーザが選択した番組と同一時間帯の番組が抽出されており、最上段に「4/1 23:00−23:30 8ch 「今日のニュース」」、その下の段に、「4/4 19:00−20:00 10ch 「ミステリー事件簿」」と記された２つの番組が推薦されている。尚、ここでいう時間帯とは、一日を6時間毎に区切った時間帯である。従って、0:00乃至6:00、6:00乃至12:00、12:00乃至18:00、および、18:00乃至24:00である。

また、番組群１０２には、例えば、ユーザが選択した番組のジャンルが「バラエティ」だった場合の例として、定番系推薦番組のうち、ジャンルが「バラエティ」の番組が抽出されており、最上段に「4/1 19:00−21:00 4ch 「プロ野球珍プレーＳＰ」」、その下の段に、「4/4 19:00−20:00 8ch 「もしもバラエティ」」と記された２つの番組が推薦されている。

さらに、番組群１０３には、例えば、ユーザが選択した番組の出演者が「タレントＡ」だった場合の例として、定番系推薦番組のうち、出演者が「タレントＡ」の番組が抽出されており、最上段に「4/1 21:00−22:00 8ch 「タレントＡの爆笑対談」」、その下の段に、「4/4 19:00−20:00 4ch 「タレントＡわくわくテレビ」」と記された２つの番組が推薦されている。

また、番組群１０４には、例えば、ベクトルマッチング、すなわち、類似系推薦番組のうち上位6位までの番組が、類似系推薦番組として記載されており、１位として4/2 19:00−21:00 4ch 「プロ野球中継」、2位として4/1 16:00−17:00 6ch 「ドラマＢ（再）」、3位として、4/4 19:30-20:00 6ch 「世界旅発見」、4位として、4/2 21:00-23:00 8ch 「水曜洋画劇場」、5位として、4/4 19:00-21:00 4ch 「プロ野球珍プレーＳＰ」、6位として、4/1 21:00-22:00 8ch 「タレントＡの爆笑対談」がそれぞれ記載されている。

このような場合、今の例においては、アルゴリズムは、定番系推薦番組における時間帯、ジャンル、出演者のそれぞれの項目で抽出されるアルゴリズムと、および、類似系推薦番組を抽出するアルゴリズムの合計4個である。

そこで、最初の表示の場合、すなわち、過去の履歴により、いずれのアルゴリズムで抽出された推薦番組が録画予約される割合が均等である場合、表示可能な推薦番組の総数Ｒに対していずれもＲ／４個の番組が表示されることになる。従って、推薦番組として表示可能な番組の個数が４個であった場合、各アルゴリズムにより選択された番組毎に１個ずつが選択されることになる。

従って、図２１で示されるような番組群１０１乃至１０４のような推薦番組が抽出された場合、ステップＳ１１５の処理においては、例えば、図２２で示されるような番組推薦画面が生成されることになる。

図２２においては、タブ１１１乃至１１３が表示され、各タブ毎に、「４／４（夜）」、「４／５（朝）」、「４／５（昼）」と表示され、それぞれのタブが、４月４日の夜の推薦番組、４月５日の朝の推薦番組、４月５日の昼の推薦番組を示しており、早い時間帯からタブが表示されている。そして、各タブには、その時間帯に属する推薦番組が、最高４番組までの推薦番組が表示されており、４／４（夜）のタブには、最上段に図２１の番組群１０１から「4/4 19:00−20:00 10ch 「ミステリー事件簿」」が、その下に図２１の番組群１０２から「4/4 19:00−20:00 8ch 「もしもバラエティ」」が、さらに、その下に図２１の番組群１０３から「4/4 19:00−20:00 4ch 「タレントＡわくわくテレビ」」が、そして、最下段に図２１の番組群１０４から「4/4 19:30-20:00 6ch 「世界旅発見」」が、それぞれ選択されて表示されており、各アルゴリズムについて１個の推薦番組が表示されている。その他のタブについても同様に、推薦番組が表示される。

さらに、図２３で示されるように、タブ１１１上の推薦番組の各表示領域１１１ａ乃至１１１ｄは、ポインタなどをその位置に移動させると、それぞれの推薦番組が選択された根拠となる情報が示される。すなわち、例えば、表示領域１１１ａにポインタを移動させると、図２４で示されるような吹出しウィンドウが表示される。図２４においては、「あなたがいつも見ている番組ですよ！」と表示され、表示領域１１１ａに表示されている「4/4 19:00−20:00 10ch 「ミステリー事件簿」」が、図１６で示される選択された番組の時間帯の情報に基づいて、定番系推薦番組のうち時間帯で抽出されるアルゴリズムにより推薦された番組であることをユーザに示唆することができる。

また、例えば、表示領域１１１ｂにポインタを移動させると、図２５で示されるような吹出しウィンドウが表示される。図２５においては、「バラエティ番組がお好きですよね？」と表示され、表示領域１１１ｂに表示されている「4/4 19:00−20:00 8ch 「もしもバラエティ」」が、図１６で示される選択された番組のジャンルの情報（「誰でも芸術家」という番組はバラエティに属する番組であるものとする）に基づいて、定番系推薦番組のうちジャンルで抽出されるアルゴリズムにより推薦された番組であることをユーザに示唆することができる。

さらに、例えば、表示領域１１１ｃにポインタを移動させると、図２６で示されるような吹出しウィンドウが表示される。図２６においては、「タレントＡさんがお好きですよね？」と表示され、表示領域１１１ｃに表示されている「4/4 19:00−20:00 4ch 「タレントＡわくわくテレビ」」が、図１６で示される選択された番組の出演者（「誰でも芸術家」という番組にはタレントＡが出演するものとする）の情報に基づいて、定番系推薦番組のうち出演者で抽出されるアルゴリズムにより推薦された番組であることをユーザに示唆することができる。

さらに、例えば、表示領域１１１ｄにポインタを移動させると、図２７で示されるような吹出しウィンドウが表示される。図２７においては、「あなたの最近の嗜好にあっています！」と表示され、表示領域１１１ｄに表示されている「4/4 19:00−20:00 6ch 「世界旅発見」」が、番組ベクトルとユーザベクトルの情報に基づいて、類似系推薦番組を抽出されるアルゴリズムにより推薦された番組であることをユーザに示唆することができる。

そして、各表示領域１１１ａ乃至ｄにおいて、ポインタなどで番組を選択することで録画予約をすることができる。

このように表示されることにより、ユーザは、１個の番組を録画予約するために選択するだけで、その選択された番組から得られるユーザの嗜好と、予め入力されているユーザの嗜好とを考慮した、複数の様々なアルゴリズムにより抽出された推薦番組の提示を受けることができるので、うっかり見たいと思っていた番組を録画予約し損なう可能性を小さくすることが可能となる。また、推薦される番組について、推薦の根拠を示す情報を提示することが可能となるので、ユーザは、推薦された番組の中から実際に録画予約したい番組を正確に吟味することが可能となる。

ここで、図５のフローチャートの説明に戻る。

ステップＳ４４において、上述したような推薦番組表示画面が生成されると、ステップＳ４５において、推薦サーバ１３の推薦番組情報出力部５０は、生成された推薦番組表示画面のデータをネットワーク１１を介して録画再生装置１４に送信する。

ステップＳ２８において、録画再生装置１４の録画設定部８１は、推薦サーバ１３より送信されてきた推薦番組表示画面のデータを受信して、図２２乃至図２７を参照して説明したような推薦番組表示画面を表示部９０、または、図示せぬテレビジョン受像機などに表示させる。この際、図１６で示した録画予約をするために選択された表示画面とは別に表示する。

ステップＳ２９において、録画設定部８１は、録画番組が確定したか否かを判定する。例えば、録画番組が確定していないと判定された場合、その処理は、ステップＳ２３に戻り、それ以降の処理が繰り返される。

ステップＳ２９において、録画番組が確定したと判定された場合、ステップＳ３０において、録画設定部８３は、録画予約リストに録画予約が確定された番組を加えることにより録画予約を完了し、その処理を終了する。

以上の処理により、ユーザが録画予約を行うために選択した番組の各項目に基づいてアルゴリズム別に推薦される推薦番組数を、ユーザの受入率に応じて変化させながら表示することで、ユーザの嗜好に適応しつつ録画予約する番組を推薦させることが可能となる。換言すれば、ユーザの受入率に応じて番組を推薦する際のアルゴリズムの優先度を変化させることで、ユーザの嗜好に適応しながら番組を推薦することが可能となる。

以上においては、図１８のフローチャートを参照して説明したように、アルゴリズム別に推薦番組数を決定していたが、図１８のフローチャートの処理によると、受入率が小さくなるアルゴリズムの推薦番組は、同様の処理が繰り返されていくうちに、推薦する番組数が０となってしまうことが考えれる。一度、推薦番組が０となったアルゴリズムで推薦される番組数は、０のままとなってしまうため、受入率が０のまま変化しないことになってしまい、結果として、そのアルゴリズムで推薦される番組が消滅してしまう恐れがある。そこで、所定回数推薦番組数が０となってしまった場合、最低１番組だけでも表示されるようにしてもよい。

図２８は、所定のアルゴリズムにより推薦される推薦番組数が０となってしまった状態が、２回続いた場合、それ以降では、１番組だけでも表示させる推薦番組表示画面を生成するようにした推薦サーバ１３の構成を示している。尚、図３を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

図２８において、図３の構成と異なるのは、推薦番組決定部４９に代えて、推薦番組決定部２０１を設けた点である。推薦番組決定部２０１の機能は、基本的に推薦番組決定部４９と同様であるが、上述したように、所定のアルゴリズムにより推薦される推薦番組数が０となってしまった状態をカウントする図示せぬゼロ状態カウンタを備えており、所定のアルゴリズムにより推薦される推薦番組数が０となってしまった状態のゼロ状態カウンタが２以上の場合、すなわち、２回続いた場合、それ以降では、推薦番組として１番組を表示させるようにアルゴリズム別の推薦番組数を決定する。

図２９のフローチャートを参照して、図２８の推薦サーバ１３によるアルゴリズム別推薦番組数決定処理について説明する。尚、図２９のフローチャートのステップＳ２０１，Ｓ２０２の処理は、図１８のフローチャートのステップＳ１３１，Ｓ１３２の処理と同様であるので、その説明は省略する。

ステップＳ２０３において、推薦番組決定部２０１は、いずれかの項目の定番系推薦番組数か、または、類似系推薦番組数が０であるか否か、すなわち、いずれかのアルゴリズムで推薦された番組数が０であるか否かを判定し、例えば、いずれかのアルゴリズムで推薦される番組数が０であると判定された場合、その処理は、ステップＳ２０４に進む。

ステップＳ２０４において、推薦番組決定部２０１は、図示せぬゼロ状態カウンタＮを１インクリメントする。

ステップＳ２０５において、推薦番組決定部２０１は、ゼロ状態カウンタＮが２以上であるか否かを判定し、２以上であると判定した場合、ステップＳ２０６において、ゼロ状態となっているアルゴリズム数が、Ｃのとき、Ｃ個の各アルゴリズムは推薦番組を１とし、その他のアルゴリズムで推薦される番組数の総数を（Ｒ−Ｃ）とする。

ステップＳ２０３において、いずれのアルゴリズムで推薦される番組数も０ではないと判定された場合、ステップＳ２０７において、推薦番組決定部２０１は、ゼロ状態カウンタＮを０にリセットし、その処理は、終了する。

ステップＳ２０５において、ゼロ状態カウンタＮが２以上ではないと判定された場合、ステップＳ２０６の処理はスキップされて、処理が終了する。

以上の処理により、いずれかのアルゴリズムで推薦される番組数が０となった状態が２回以上続くと、そのアルゴリズムで推薦される番組数を１とすることができるので、常に、複数のユーザの嗜好に基づいた推薦番組を提示することが可能となる。

以上の例においては、ユーザのアルゴリズム別の推薦番組に対する受入率に基づいて、各アルゴリズム別の推薦番組数を変化させるようにしてきたが、アルゴリズム別の推薦番組数ではなく、アルゴリズム別の推薦番組を提示するユーザインターフェース（以下、UIとも称する）（推薦番組表示画面の構成）を変化させるようにしてもよい。

図３０は、受入率に応じて、各アルゴリズム別の推薦番組を提示するUIを変化させるようにした推薦サーバ１３の構成を示している。尚、図３を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

図３０において、図３の構成と異なるのは、推薦番組決定部４９に代えて、推薦番組決定部２１１を設けた点である。推薦番組決定部２１１の機能は、基本的に推薦番組決定部４９と同様であるが、上述したように、受入率に応じて、各アルゴリズム別の推薦番組を提示するUIを変化させる点で異なる。より詳細には、推薦番組決定部２１１は、アルゴリズム別で、最も受入率の高いアルゴリズムにより推薦される推薦番組については、キャラクタ画面からなる推薦番組表示画面をUIとして生成し、それ以外の推薦番組については、図２２乃至図２７で示したリスト画面からなる推薦番組表示画面をUIとして生成する。

ここで、図３１のフローチャートを参照して、図３０の推薦サーバ１３による推薦番組表示画面生成処理について説明する。尚、図３１のステップＳ２５１乃至Ｓ２５４の処理は、図１７のフローチャートのステップＳ１１１乃至Ｓ１１４の処理と同様であるのでその説明は省略する。

ステップＳ２５５において、推薦番組決定部２１１は、受入率計算部４８より入力される受入率の情報に基づいて、受入率の最も高いアルゴリズムを抽出する。

ステップＳ２５６において、推薦番組決定部２１１は、最も高い受入率のアルゴリズムで推薦された推薦番組に対しては、例えば、図３２で示すようなキャラクタを用いた推薦番組表示画面をUIとして生成し、それ以外の推薦番組に対しては、図２２乃至図２７を参照して説明したリスト表示画面をUIとして生成する。

図３２においては、キャラクタ推薦番組表示画面２２１の中に、最も受入率の高いアルゴリズムで推薦された番組を示す情報が記されている。今の場合、「2003/4/1 19:00-21:00 「プロ野球珍プレーＳＰ」」と示されており、さらに、キャラクタ２２３と共に、キャラクタ２２３からの吹出し２２４が設けられており「きみの好きそうな番組だよ」と表示されている。この表示により、「2003/4/1 19:00-21:00 「プロ野球珍プレーＳＰ」」の番組が、最も受入率の高いアルゴリズムで推薦された番組であることが示される。

すなわち、受入率の高いアルゴリズムにより抽出された推薦番組は、ユーザが所望としている番組である可能性が高く、他の推薦番組よりも優先度の高い番組であることが予想される。そこで、以上のように、優先度の高い番組をよりユーザに認識しやすい、より優先度の高い画面で表示することにより、表示されている推薦番組のリストの中から所望としている番組を探す必要が無くなり、迅速に所望としている可能性の高い番組を提示することが可能となる。

以上の例においては、キャラクタを用いた推薦番組表示画面と、推薦番組の一覧を示すリスト表示画面の２種類の推薦番組表示画面（UI）の例について示したが、それ以上の種類の表示画面を用意して、受入率に基づいて設定される優先度に伴って、推薦番組表示画面（UI）を切り替えるようにしてもよい。

以上の例においては、録画予約処理を行う際に、ユーザにとってのアルゴリズムの優先度に応じて、各アルゴリズムで抽出された推薦番組を表示するようにして、録画予約操作におけるユーザの負担を軽減させるようにしてきたが、例えば、録画予約が完了した後、録画予約時間の直前に再度、録画予約がなされている番組の同一時間帯の番組の情報を提示して、録画予約した番組を確認できるようにしてもよい。

図３３，図３４は、録画予約時間の直前に再度、録画予約がなされている番組の同一時間帯の番組の情報を提示して、録画予約した番組を確認できるようにした推薦サーバ１３と、録画再生装置１４の構成を示している。尚、図３，図４を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

図３３において、図３の推薦サーバ１３と異なる点は、推薦番組決定部４９に代えて、推薦番組決定部２３１を設けた点にあり、同様にして、図３４において、図４の録画再生装置１４と異なる点は、録画設定部８３に代えて録画設定部２４１を設けた点にある。

推薦番組決定部２３１は、基本的な機能は、図３の推薦番組決定部４９と同様であるが、履歴保存部４７の情報に基づいて、録画予約されている番組の録画予約時刻の直前（例えば、５分前）になると推薦番組表示画面を生成して、推薦情報出力部５０に供給し、図３４の録画再生装置１４に送信する。

図３４の録画再生装置１４における録画設定部２４１は、この録画予約時刻直前に推薦サーバ１３より送信されてくる推薦番組表示画面を表示部９０、または、図示せぬテレビジョン受像機に表示させる。

ここで、図３５のフローチャートを参照して、図３３，図３４の推薦サーバ１３、および、録画再生装置１４による録画確認処理について説明する。尚、図３５のステップＳ２７２，Ｓ２７３の処理は、図１８のステップＳ１３１の処理、および、図３１のステップＳ２５５の処理と同様であるので、その説明は省略する。

ステップＳ２７１において、推薦番組決定部２３１は、履歴保存部４７に記憶されている操作履歴に基づいて録画予約の情報を取得して、さらに、録画予約時刻を割り出し、その録画予約時刻から５分前であるか否かを判定し、５分前であると判定されるまで、その処理を繰り返す。ステップＳ２７１において、録画予約時刻５分前であると判定された場合、その処理は、ステップＳ２７２に進む。

ステップＳ２７４において、推薦番組決定部２３１は、現在録画予約されている番組の情報を示す画面と共に、最も高い受入率のアルゴリズムで推薦された推薦番組に対しては、例えば、図３２で示すようなキャラクタを用いた推薦番組表示画面を生成し、それ以外の推薦番組に対しては、図２２乃至図２７を参照して説明したリスト表示画面をからなる確認画面をそれぞれ生成し、推薦情報出力部５０より録画再生装置１４に送信させる。

一方、ステップＳ２８１において、録画再生装置１４の録画設定部２４１は、推薦サーバ１３より確認画面が送信されてきたか否かを判定し、例えば、ステップＳ２７４の処理により確認画面が送信されてきたと判定された場合、その処理は、ステップＳ２８２に進む。

ステップＳ２８２において、録画設定部２４１は、供給された確認画面を表示部９０、または、図示せぬテレビジョン受像機に表示させる。

ステップＳ２８３において、録画設定部２４１は、所定の時間（例えば、３分程度）が経過したか否かを判定し、所定の時間が経過されたと判定されるまで、その処理を繰り返し、例えば、所定の時間が経過したと判定された場合、その処理は、ステップＳ２８４に進む。

ステップＳ２８４において、録画設定部２４１は、確認画面の表示を終了する。

以上のような処理により、録画予約直前に録画再生装置１４で確認画面を表示することができるので、ユーザは、所望としている番組が確実に録画予約できているか否かを、録画予約時刻の直前に特に意識しなくても確認することができる。さらに、確認画面は、上述したようにアルゴリズムの優先度の高い推薦番組が、より優先度の高い表示画面により（本実施例では、キャラクタを用いた推薦番組表示画面として表示される）、録画予約中の番組と共に表示されるので、録画予約がなされているか否かを迅速に確認することが可能となり、所望とする番組の録画し忘れを抑制することが可能となる。

以上においては、受入率に応じて各アルゴリズムにより抽出された推薦番組を決定するようにしたが、例えば、録画予約の時間帯が、最も視聴者の多い時間帯（一般に、ゴールデンタイムと称されるような時間帯で、例えば、18:00乃至23:00のような時間帯）である場合、同一時間帯の推薦番組の番組数を多くして推薦番組表示画面を構成するようにしてもよい。

図３６は、録画予約しようとする番組の予約時刻が、最も視聴者の多い時間帯（ここでは、18:00乃至23:00であるが、この付近の時間帯であればよく、この時間帯に限定されるものではない）である場合、同一時間帯の推薦番組の番組数を多くして推薦番組表示画面を構成するようにした推薦サーバ１３の構成を示している。尚、図３を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

図３６において、図３の推薦サーバ１３と異なる点は、推薦番組決定部４９に代えて、推薦番組決定部２５１を設けた点にある。

推薦番組決定部２５１は、基本的には、推薦番組決定部４９と同様の機能を有するものであるが、さらに、録画予約しようとする番組の予約時刻が、最も視聴者の多い時間帯（ここでは、18:00乃至23:00であるが、この付近の時間帯であればよく、この時間帯に限定されるものではない）である場合、同一時間帯の推薦番組の番組数を多くして推薦番組表示画面を生成する。

ここで、図３７のフローチャートを参照して、図３６の推薦サーバ１３によるアルゴリズム別推薦番組数決定処理について説明する。尚、図３７のフローチャートのステップＳ３０１，Ｓ３０４の処理については、図１８のフローチャートにおけるステップＳ１３１，Ｓ１３２の処理と同様であるので、その説明は省略する。

ステップＳ３０２において、推薦番組決定部２５１は、録画予約番組として選択された番組時間帯が18:00乃至23:00であるか否かを判定し、例えば、録画予約番組として選択された番組時間帯が18:00乃至23:00ではないと判定した場合、その処理は、ステップＳ３０４に進む。

一方、ステップＳ３０２において、録画予約番組として選択された番組時間帯が18:00乃至23:00であると判定された場合、ステップＳ３０３において、推薦番組決定部２５１は、時間帯別の定番系推薦番組数と、それ以外の推薦番組数の比率を９：１に設定し、総推薦番組数ＲであるときＲ×０．９の番組数を時間帯別の定番系推薦番組数に設定し、それ以外の推薦番組の総数をＲ×０．１とし、時間帯別の定番系推薦番組以外の推薦番組については、Ｒ×０．１個の番組数の中で、受入率に応じた推薦番組数を設定する。

以上の処理により、時間帯によりアルゴリズムの優先度を変化させて、推薦番組として表示することが可能となる。

以上においては、ユーザが録画再生装置１４を操作して録画予約の操作をしようとしたときに推薦番組の情報を推薦サーバ１３が行っていたが、例えば、ユーザが録画再生装置１４を利用して録画された番組を再生し終わったタイミングで提供するようにしてもよい。また、あるいは任意のタイミングでユーザの要求に応じて推薦番組表示画面を提供するようにしてもよい。

図３８の推薦サーバ１３と、図３９の録画再生装置１４は、ユーザが録画された番組を再生し終わったタイミングで、推薦番組の情報を提供するようにした場合のそれぞれの構成を示している。尚、図３，図４を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

図３８の推薦サーバ１３において、図３の推薦サーバ１３と異なる点は、推薦番組決定部４９に代えて、推薦番組決定部２６１を設けた点である。推薦番組決定部２６１は、基本的には、図３の推薦番組決定部４９と同様の機能を有するものであるが、録画再生装置１４において録画された番組の再生が終了された時点で、推薦番組の情報を提供する。

また、図３９の録画再生装置１４において、図４の録画再生装置１４と異なる点は、録画設定部８４、および、録画再生処理部８７に代えて、録画設定部２７１、および、録画再生部２７２を設けた点である。録画設定部２７１、および、録画再生処理部２７２は、基本的には、録画設定部８４、および、録画再生処理部８７と同様の機能を有するものであるが、録画再生処理部２７２は、録画された番組の再生が終了したとき、再生の終了を示す操作ログリスト８２の情報を取得するように録画設定部２７１に通知する。録画設定部２７１は、この通知に基づいて、図３９の推薦サーバ１３に対して同様の通知を行い、この通知に伴って送信されてくる推薦番組の情報を表示部９０、または、図示せぬテレビジョン受像機に表示させる。

次に、図４０のフローチャートを参照して、録画番組の再生が終了したときの推薦番組の表示処理について説明する。

ステップＳ３２１において、図３９の録画再生装置１４の録画設定部２７１は、録画再生処理部２７２に問い合わせて、録画された番組の再生が終了されたか否かを判定し、録画された番組の再生が終了されたと判定されるまで、その処理を繰り返す。そして、録画された番組の再生が終了されたと判定された場合、ステップＳ３２２において、録画設定部２７１は、ネットワーク１１を介して再生が終了したことを示す通知を推薦サーバ１３に通知する。録画設定部２７１は、操作ログリスト８２の情報として再生が終了されたことを示す情報と通知する。

ステップＳ３３１において、図３８の推薦サーバ１３の操作ログ取得部４６は、再生の終了を示す操作ログが取得されたか否かにより、再生の終了が通知されたか否かを判定し、再生の終了が通知されたと判定されるまでその処理を繰り返す。そして、ステップＳ３２２の処理により、再生の終了が通知されたと判定された場合、ステップＳ３３２において、受入率計算部４８は、アルゴリズム毎の受入率を計算し、計算結果を推薦番組決定部２６に供給する。

ステップＳ３３３において、推薦番組決定部２６１は、受入率の高いアルゴリズムにより推薦された番組を推薦番組として抽出する。ステップＳ３３４において、推薦番組決定部２６１は、受入率の高いアルゴリズムにより推薦された番組からなる推薦番組表示画面を生成し、推薦情報出力部５０より録画再生装置１４に送信する。

ステップＳ３２３において、録画設定部２７１は、推薦番組の表示画面が推薦サーバ１３より供給されてきたか否かを判定し、推薦番組の表示画面が推薦サーバ１３より供給されてきたと判定されるまでその処理を繰り返す。そして、推薦番組の表示画面が推薦サーバ１３より供給されてきたと判定された場合、ステップＳ３２４において、推薦サーバ１３より供給された推薦番組の表示画面を表示部９０、または、図示せぬテレビジョン受像機に表示させる。

この処理により、録画された番組を再生し終えたタイミングで新たな推薦番組を提示することができるので、録画された番組を見終えなければ、さらに、新たな録画予約ができないような状態（例えば、記録再生処理部８７の記憶容量を完全に使い切ってしまうまで番組が録画されているような状態）で、録画された番組を再生し終えた後、続けて録画予約処理を行うことができ、録画予約のし忘れを抑制することができる。また、例えば、連続ドラマなどを再生し終えた後、次の回のドラマを予約し忘れるといったことが抑制される。

以上の例においては、各項目ごとの定番系推薦番組と類似系推薦番組からそれぞれの表示番組数を決定して推薦番組表示画面を生成するようにしてきたが、例えば、定番系推薦番組と類似系推薦番組においては、それぞれの推薦される番組を抽出するアルゴリズムが全く異なるため、同一の番組が推薦番組として抽出されることがある。

すなわち、図４１で示されるように、定番系推薦番組recFITの集合と、類似系推薦番組recSIMの集合は、重なり合う部分となる共通推薦番組recCAPとなる集合が存在することがある。従って、上述したような手法により推薦番組表示画面が生成されると、共通推薦番組の集合に属する番組が、異なるアルゴリズムにより抽出された番組として、同一の推薦番組のリストの中に複数表示されてしまう恐れがある。

そこで、定番系推薦番組としても類似系推薦番組としても選択された番組は、共通推薦番組として別のアルゴリズムで抽出された推薦番組とみなすようにしてもよい。

図４２は、定番系推薦番組としても類似系推薦番組としても選択された番組を、共通推薦番組として別のアルゴリズムで抽出された推薦番組とみなすようにした推薦サーバ１３の構成を示している。尚、図３を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

図４２の推薦サーバ１３において、図３の推薦サーバ１３と異なる点は、推薦番組決定部４９に代えて、推薦番組決定部２８１を設けたことと、受入率計算部４８に代えて、受入率計算部２８２を設けたことである。

推薦番組決定部２８１は、基本的に推薦番組決定部４９と同様であるが、受入率計算部２８２が、定番系推薦番組の各項目毎の推薦番組、類似系推薦番組に加えて、共通推薦番組について、それぞれ受入率を計算するので、対応して、定番系推薦番組の各項目毎の推薦番組、類似系推薦番組に加えて、共通推薦番組を決定し、それらに対応する推薦番組表示画面を生成する。

受入率計算部２８２は、基本的には、受入率計算部４８と同様の機能を有するものであるが、上述したように、定番系推薦番組の各項目毎の推薦番組、類似系推薦番組に加えて、共通推薦番組について、それぞれ受入率を計算し、推薦番組決定部２８１に供給する。

次に、図４３のフローチャートを参照して、図４２の推薦サーバ１３による推薦番組表示画面生成処理について説明する。尚、図４３のステップＳ３５１乃至Ｓ３５４の処理は、図１７のフローチャートを参照して説明したステップＳ１１１，Ｓ１１３，Ｓ１１４，Ｓ１１２の処理と同様であるのでその説明は省略するが、図３５１のフローチャートにおいては、ステップＳ３５２，Ｓ３５３の処理が完了してからでなければ、共通推薦番組を特定することができないので、ステップＳ３５４の処理で、アルゴリズム別に推薦番組数を決定する。処理内容は、同様であるので、その説明は省略する。

ステップＳ３５５において、推薦番組決定部２８１は、ステップＳ３５４の処理により決定された、共通推薦番組を含む各アルゴリズムでの推薦番組数に応じて、各アルゴリズムの推薦番組を決定し、推薦番組表示画面を生成して、推薦情報出力部５０から録画再生装置１４に送信させる。

次に、図４４のフローチャートを参照して、図４２の推薦サーバ１３による定番系推薦番組決定処理について説明する。尚、図４４のフローチャートにおけるステップＳ３７１乃至Ｓ３７３の処理についは、図１９のフローチャートにおけるステップＳ１５１乃至Ｓ１５３の処理と同様であるのでその説明は省略する。すなわち、アルゴリズム別の推薦番組数は、後段の処理であるので、図１９のフローチャートのステップＳ１５４に対応する処理が後段のステップＳ３５５の処理に含まれている。

次に、図４５のフローチャートを参照して、図４２の推薦サーバ１３による類似系推薦番組決定処理について説明する。尚、図４５のフローチャートにおけるステップＳ３９１乃至Ｓ３９４の処理は、図２０のフローチャートのステップＳ１７１乃至Ｓ１７４の処理と同様であるのでその説明は省略する。すなわち、アルゴリズム別の推薦番組数は、後段の処理であるので、図２０のフローチャートのステップＳ１７５に対応する処理が後段のステップＳ３５５の処理に含まれている。

次に、図４６のフローチャートを参照して、図４２の推薦サーバ１３によるアルゴリズム別推薦番組数決定処理について説明する。尚、図４６のフローチャートにおけるステップＳ４１１の処理は、図１８のフローチャートにおけるステップＳ１３１の処理と同様であるのでその説明は省略する。

ステップＳ４１２において、推薦番組決定部２８１は、総推薦番組数Ｒに対して、それぞれの受入率を乗じて、それぞれのアルゴリズムで推薦すべき番組数、すなわち、定番系推薦番組数の項目毎の推薦番組数、類似系推薦番組数、および、共通推薦番組数を決定する。

以上の処理により、それぞれの推薦される番組を抽出するアルゴリズムが全く異なるために、同一の番組が複数個推薦番組として抽出されることがなくなるため、推薦番組表示画面により多くの推薦番組を表示することが可能となる。

以上においては、共通推薦番組を含めたアルゴリズム別の推薦番組数に基づいて、推薦番組の表示画面を生成するようにしていたが、共通推薦番組は、定番系推薦番組や類似系推薦番組のいずれにも属する推薦番組であるため、他の推薦番組よりも優先度は高いものと考えることもできる。そこで、共通推薦番組についてのみ、抽出して推薦番組を表示させるようにしてもよい。

また、以上においては、受入率に基づいてアルゴリズム別の推薦番組数を決定して（アルゴリズム別の優先度を決定しているとも言える）、推薦番組を表示する表示画面を生成していたが、例えば、上述したようにUIを切り替えて推薦番組を表示する際のUI毎の受入率に基づいて（UIの優先度に基づいて）、UIを切り替えて推薦番組を表示するようにしてもよい。

図４７は、UIの受入率に基づいて、UIの優先度を決定して、決定したUIで推薦番組の表示画面を生成するようにした推薦サーバ１３の構成を示している。尚、図３を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。ここでいうUIは、例えば、図２２乃至図２７を参照して説明した推薦番組のリスト表示画面や、図３２を参照して説明したキャラクタを用いた推薦番組の表示画面である。

図４７の推薦サーバ１３において、図３の推薦サーバ１３と異なる点は、受入率計算部４８に代えて、受入率計算部２９１を設けたことと、推薦番組決定部４９に代えて、推薦番組決定部２９２を設けたことである。

受入率計算部２９１は、履歴保存部４７に保存されている操作履歴に基づいて、UI別の受入率を計算し、推薦番組決定部２９２に出力する。

推薦番組決定部２９２は、基本的に推薦番組決定部４９と同様の機能を有しているが、各アルゴリズムでの推薦番組から、共通推薦番組を求め、受入率計算部２９１より供給されたUI別の受入率に基づいて、UIの優先度を設定し、設定された優先度の割合でランダムにUIを切り替えて共通推薦番組を表示する表示画像を生成する。

次に、図４８のフローチャートを参照して、図４７の推薦サーバ１３による録画予約処理について説明する。尚、図４８のフローチャートにおけるステップＳ４３１乃至Ｓ４３５の処理は、図５のステップＳ４１乃至Ｓ４５の処理と基本的には同様の処理であるが、ステップＳ４３３の処理においては、操作ログリスト８２が取得される際、推薦番組が表示されたUI毎の受入回数の情報が含まれた操作ログリスト８２が取得される。

次に、図４９のフローチャートを参照して、図４７の推薦サーバ１３による推薦番組表示画面生成処理について説明する。尚、ステップＳ４５１乃至Ｓ４５３の処理については、図１７のステップＳ１１１，Ｓ１１３，Ｓ１１４の処理と同様であるので、その説明は量略する。

ステップＳ４５４において、受入率計算部２９１は、初回の処理であるか否かを判定し、初回の処理であると判定した場合、ステップＳ４５５において、UI別の受入率を全てのUIについて均等に設定して、推薦番組決定部２９２に出力する。

ステップＳ４５６において、推薦番組決定部２９２は、共通推薦番組を抽出する。

ステップＳ４５７において、推薦番組決定部２９２は、共通推薦番組をUIの受入率の比率で、ランダムにUIを切り替えて推薦番組を表示する表示画面を生成する。従って、今の場合、UIが２種類だったとき、それぞれのUIが１：１の割合で表示されて、共通推薦番組が推薦番組として表示される画面が生成される。

一方、ステップＳ４５４において、初回の処理ではないと判定された場合、受入率計算部２９１は、各UI毎の受入回数を履歴保存部４７より読み出して求め、それぞれの受入率を求める。すなわち、例えば、図２２乃至図２７を参照して説明した推薦番組のリスト表示画面がＶ１回受け入れられ、図３２を参照して説明したキャラクタを用いた推薦番組の表示画面がＶ２回受け入れられた場合、リスト表示画面とキャラクタを用いた表示画面のそれぞれの受入率は、それぞれＶ１／（Ｖ１＋Ｖ２），Ｖ２／（Ｖ１＋Ｖ２）である。

従って、この場合、ステップＳ４５７においては、リスト表示画面からなるUIとキャラクタを用いた表示画面からなるUIは、Ｖ１：Ｖ２の割合で切り替えられて表示されて、共通推薦番組が表示される表示画面が生成される。

以上の処理により、比較的優先度の高い共通推薦番組を、複数のUIの受入率に応じた優先度の割合でUIを切り替えて表示することにより、受入率に応じた、すなわち、優先に応じた頻度でUIを切り替えて共通推薦番号を表示する表示画面が生成される。

結果として、ユーザにとって受け入れられやすい推薦番組を、ユーザにとって受け入れられ易いUIで提示することが可能となる。

以上においては、各アルゴリズムの受入率に基づいて、すなわち、各アルゴリズムの受入率に基づいた優先度により各アルゴリズムで推薦される番組数を決定する例について説明してきたが、各アルゴリズム毎の優先度を個々に設定して、その優先度に基づいて各アルゴリズムにより推薦された番組の中から推薦番組表示画面に表示する推薦番組を決定するようにしてもよい。

図５０は、各アルゴリズム毎の優先度を個々に設定して、その優先度に基づいて各アルゴリズムにより推薦された番組の中から推薦番組表示画面に表示する推薦番組を決定するようにした推薦サーバ１３の構成を示している。図３を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

ここで、図５０の推薦サーバ１３の構成において、図３の推薦サーバ１３の構成と異なる点は、初期保存部４５、および、推薦番組決定部４９に代えて、初期保存部３０１、および、薦番組決定部３０２を設けた点にある。また、受入率計算部４８は、削除されている。

初期保存部３０１は、基本的には初期保存部４５と同様であるが、予め操作入力部４４より入力される各アルゴリズム別の優先度を記憶している。この優先度は、例えば、０乃至１００の値で示されるものであり、値が大きいほど優先度が高い。また、推薦番組決定部３０２は、基本的な機能は、推薦番組決定部４９と同様であるが、初期保存部３０１に記憶されている優先度を読み出し、定番系番組推薦部５１より推薦されてくる各項目別の定番系推薦番組と、類似系番組推薦部４３より推薦されてくる類似系推薦番組の各番組ついて、読み出した優先度に基づいて、優先度の順位を求め、優先度の順位の高い上位Ｒ個の番組を抽出して推薦番組を決定し、推薦番組表示画面を生成して、推薦情報出力部５０を制御して、ネットワーク１１を介して録画再生装置１４に送信する。

次に、図５１のフローチャートを参照して、図５０の推薦サーバ１３による推薦番組表示画面生成処理について説明する。尚、図５１のフローチャートにおけるステップＳ４８１，Ｓ４８２の処理は、図４３のステップＳ３５２，Ｓ３５３の処理と同様であるので、その説明は省略する。

ステップＳ４８３において、推薦番組決定部３０２は、初期登録保存部３０１に予め登録されている優先度の情報を読み出す。

ステップＳ４８４において、類似系推薦番組の優先度にマッチング係数を乗じる。

ステップＳ４８５において、同一時間帯の全ての推薦番組の優先度の上位Ｒ位（推薦番組の表示数がＲ個である）までの推薦番組を表示する表示画面を生成して、推薦情報出力部５０よりネットワーク１１を介して録画再生装置１４に送信する。

すなわち、例えば、図５２のコラム３１１で示されるように、アルゴリズム別優先度が設定されているものとする。コラム３１１においては、時間帯（定番系推薦番組）の優先度が１００に、ジャンル（定番系推薦番組）の優先度が６０に、出演者（定番系推薦番組）の優先度が８０に、ベクトルマッチング（類似系推薦番組）の優先度が９０に、それぞれ設定されている。

従って、定番系番組推薦部５３から推薦された時間帯の定番系推薦番組である、「「4/1 23:00−23:30 8ch 「今日のニュース」」、および、「4/4 19:00−20:00 10ch 「ミステリー事件簿」」は、図５２のコラム３１２で示されるように、それぞれ優先度が１００に設定される。

また、定番系番組推薦部５３から推薦されたジャンルの定番系推薦番組のうち、ジャンルが「バラエティ」の番組である「4/1 19:00−21:00 4ch 「プロ野球珍プレーＳＰ」」、および、「4/4 19:00−20:00 8ch 「もしもバラエティ」」は、図５２のコラム３１３で示されるように、それぞれ優先度が６０に設定される。

さらに、定番系番組推薦部５３から推薦された出演者の定番系推薦番組のうち、出演者が「タレントＡ」の番組である「4/1 21:00−22:00 8ch 「タレントＡの爆笑対談」」、および、「4/4 19:00−20:00 4ch 「タレントＡわくわくテレビ」」は、図５２のコラム３１４で示されるように、それぞれ優先度が８０に設定される。

コラム３１５には、類似系番組推薦部４３によりベクトルマッチングにより推薦された番組、すなわち、類似系推薦番組のうち上位５位までの番組が、類似系推薦番組として記載されており、１位として4/2 19:00−21:00 4ch 「プロ野球中継」、2位として4/1 16:00−17:00 6ch 「ドラマＢ（再）」、3位として、4/4 19:30-20:00 6ch 「世界旅発見」、4位として、4/2 21:00-23:00 8ch 「水曜洋画劇場」、5位として、4/4 23:00-23:30 2ch 「ポップスタジオ」が、類似系推薦番組として抽出される。全てのベクトルマッチングにより推薦された番組、すなわち、類似系推薦番組の優先度は、基本的にコラム３１１で設定されたように９０となるが、その順位に応じてマッチング係数が乗算され（ステップＳ４８４の処理）、マッチング係数が乗算された値が各番組の優先度となる。マッチング係数としては、例えば、今の場合、1位が１．０、2位が０．９、3位が０．８、4位が０．７、5位が０．６といったものである。

従って、１位である「4/2 19:00−21:00 4ch 「プロ野球中継」」の優先度は、９０（＝９０×１．０）となり、2位である「4/1 16:00−17:00 6ch 「ドラマＢ（再）」」の優先度は、８１（＝９０×０．９）となり、3位である、4/4 19:30-20:00 6ch 「世界旅発見」の優先度は、７２（＝９０×０．８）、4位である、4/2 21:00-23:00 8ch 「水曜洋画劇場」の優先度は、６３（＝９０×０．７）、5位である、4/4 23:00-23:30 2ch 「ポップスタジオ」の優先度は、５４（９０×０．６）となる。

従って、図５２のコラム３１１により設定されたアルゴリズム別の優先度と、コラム３１２乃至３１５で示される定番系推薦番組と類似系推薦番組である場合、推薦番組決定部３０２は、各々の番組の優先度の高い順に、例えば、図５３で示されるような表示画面を生成する。すなわち、図５３においては、上からタブ３２１乃至３２３が表示され、各タブ毎に、「４／４（夜）」、「４／５（朝）」、「４／５（昼）」と表示され、それぞれのタブが、４月４日の夜の推薦番組、４月５日の朝の推薦番組、４月５日の昼の推薦番組を示しており、早い時間帯からタブが表示されている。そして、各タブには、その時間帯に属する推薦番組が、優先度の高い４番組までの推薦番組が表示されており、４／４（夜）のタブには、最上段に図５２のコラム３１２から「4/4 19:00−20:00 10ch 「ミステリー事件簿」」が、その下に図５２のコラム３１４から「4/4 19:00−20:00 4ch 「タレントＡわくわくテレビ」」が、さらに、その下に図５２のコラム３１５から「4/4 19:30-20:00 6ch 「世界旅発見」」が、そして、最下段に図５２のコラム３１３から「4/4 19:00−20:00 8ch 「もしもバラエティ」」が、それぞれ選択されて表示されており、優先度の高い順に上から表示されている。その他のタブについても同様に、推薦番組が表示される。

さらに、図５３で示されるように、タブ３２１上の推薦番組の各表示領域３２１ａ乃至３２１ｄは、ポインタなどをその位置に移動させると、それぞれの推薦番組の優先度の情報が示される。すなわち、例えば、表示領域３２１ａにポインタを移動させると優先度１００が表示され、表示領域３２１ｂにポインタを移動させると優先度８０が表示され、表示領域３２１ｂにポインタを移動させると優先度７２が表示され、表示領域３２１ｂにポインタを移動させると優先度６０が表示される。この表示により、ユーザは、推薦された番組の優先度を認識しながら、録画予約する番組を吟味することが可能となる。

以上の例においては、優先度が予め設定されて初期登録保存部３０１に保存され、その後、優先度が変化しないことが前提となっていたが、例えば、優先度をユーザが自由に設定できるようにしたり、または、アルゴリズム別の受入状況に応じて学習するようにしてもよい。

図５４，図５５は、優先度をユーザが自由に設定できるようにしたり、または、アルゴリズム別の受入状況に応じて学習するようにした推薦サーバ１３、および、録画再生装置１４の構成を示している。尚、図５０，図４を参照して説明した構成については、同一の番号を付してあり、その説明は適宜省略するものとする。

ここで、図５４の推薦サーバ１３の構成において、図５０の推薦サーバ１３の構成と異なる点は、優先度設定部３３１を新たに設けた点にある。優先度設定部３３１は、録画再生装置１４からの要求により、優先度を設定する画面を生成し、録画再生装置１４に供給する。また、優先度設定部３３１は、優先度の設定処理が終了した旨の通知を受けると、録画再生装置１４の操作ログリスト８２を読み出し、優先度の設定情報を読み出して、初期登録保存部３０１の優先度の設定を変更する。さらに、優先度設定部３３１は、定期的に録画再生装置１４の操作ログリスト８２を読み出し、推薦番組のアルゴリズム別の受入状況を読み出し、初期登録保存部３０１の優先度の設定を変更することで、優先度を受入状況に応じて学習する。

また、図５５の録画設定部３４１は、推薦サーバ１３に対して優先度の設定画面を要求し、取得して、表示部９０、または、図示せぬテレビジョン受像機に表示させる。さらに、録画設定部３４１は、操作入力部８１が操作信号に応じて優先度の表示を変化させる。また、優先度の設定が完了した場合、推薦サーバ１３に通知し、優先度の設定における操作ログリスト８２を読み出させ、優先度の設定内容を反映させる。

次に、図５６のフローチャートを参照して、図５４の推薦サーバ１３と図５５の録画再生装置１４における優先度の設定処理について説明する。

ステップＳ５０１において、録画設定部３４１は、操作入力部８１が操作されて、優先度の設定が要求されたか否かを判定し、優先度の設定が要求されるまでその処理を繰り返す。ステップＳ５０１において、優先度の設定が指示されたと判定された場合、ステップＳ５０２において、録画設定部３４１は、優先度の設定が指示されたことを、推薦サーバ１３に通知する。

ステップＳ５２１において、推薦サーバ１３の優先度設定部３３１は、優先度の設定の指示が通知されたか否かを判定し、優先度の設定の指示が通知されるまでその処理を繰り返す。ステップＳ５２１において、例えば、ステップＳ５０２の処理により優先度の設定が通知された場合、優先度の設定が通知されたと判定され、その処理は、ステップＳ５２２に進む。

ステップＳ５２２において、優先度設定部３３１は、優先度の設定画面を生成して録画再生装置１４に通知する。

ステップＳ５０３において、録画設定部３４１は、優先度の設定画面が供給されたか否かを判定し、送信されてくるまでその処理を繰り返す。ステップＳ５２２の処理により、優先度の設定画面が送信されてきた場合、優先度の設定画面が送信されてきたと判定され、その処理は、ステップＳ５０４に進む。

ステップＳ５０４において、録画設定部３４１は、送信されてきた優先度の設定画面を例えば、図５７で示されるように表示する。図５７においては、設定画面としてタブ３４１乃至３４３が設けられており、各タブには、「優先度」、「キーワード」、「個人化」と表示されており、タブ３４１乃至３４３のいずれかを選択することで、「優先度」、「キーワード」、「個人化」が設定できる。

今の場合、優先度の設定であり、上から「時間帯」、「お好きなジャンル」、「お好きな出演者」、および、「嗜好にあっている」と表示されており、横に現在設定されている優先度として、上から「１００」、「６０」、「８０」、「９０」と示されおり、「時間帯」に対応する定番系推薦番組の時間帯の優先度が１００であり、「お好きなジャンル」に対応する定番系推薦番組のジャンルの優先度が６０であり、「お好きな出演者」に対応する定番系推薦番組の出演者の優先度が８０であり、「嗜好にあっている」に対応する類似系推薦番組の優先度が９０であることがそれぞれ示されている。また、各欄の右側に設けられた「ＵＰ」と表示されたボタンが押下されると値が１インクリメントされ、「ＤＯＷＮ」と表示されたボタンが押下されると値が１デクリメントされる。さらに、「削除」と表示されたボタンが押下されると優先度設定が削除され、実質的に優先度が０となる。

さらに、その下には、「学習機能」と表示されており、その横の「ＯＮ」、「ＯＦＦ」とき際されたボタン３６１，３６２を押下することにより、後述する学習機能のオンオフを切り替えることができる。最下段には、「完了」と記載されたボタン３５１が表示されており、操作を完了させるときユーザにより押下される。

録画設定部３４１は、優先度の設定が変更されたか否かを判定し、例えば、図５７で示される「ＵＰ」、「ＤＯＷＮ」、または「削除」と記載されたいずれかのボタンが操作入力部８１が操作されることにより押下された場合、設定が変更されたと判定され、ステップＳ５０６において、録画設定部３４１は、優先度の設定の変更内容を反映して表示部９０、または、テレビジョン受像機に表示させる。すなわち、UPと表示されたボタンが押下されると優先度が１インクリメントされ、DOWNと表示されたボタンが押下されると優先度が１デクリメントされ、さらに、消去と表示されたボタンが押下されると優先度の設定が消去される。また、ステップＳ５０５において、優先度の設定が変更されていないと判定された場合、ステップＳ５０６の処理はスキップされる。

ステップＳ５０７において、録画設定部３４１は、図５７で示される「完了」と表示されたボタン３５１が押下されて、優先度の設定が完了したか否かを判定し、完了していないと判定された場合、その処理は、ステップＳ５０４に戻る。すなわち、「完了」と表示されたボタン３５１が押下されるまで、ステップＳ５０４乃至Ｓ５０７の処理を繰り返す。そして、ステップＳ５０７において、「完了」と表示されたボタン３５１が押下されたと判定され、優先度の設定が完了したと判定した場合、ステップＳ５０８において、録画設定部３４１は、設定の終了を推薦サーバ１３に通知する。

ステップＳ５２３において、優先度設定部３３１は、優先度の設定の完了が通知されたか否かを判定し、完了が通知されるまでその処理を繰り返す。そして、ステップＳ５２３において、例えば、ステップＳ５０８の処理により優先度の設定処理の完了が通知された場合、その処理は、ステップＳ５２４に進む。

ステップＳ５２４において、操作ログ取得部４６は、録画再生装置１４の操作ログリスト８２を読み出し、ステップＳ５０４乃至Ｓ５０７の一連の処理により設定が変更された優先度の情報を取得し、操作履歴として履歴保存部４７に保存する。

ステップＳ５２５において、優先度設定部３３１は、履歴保存部４７に保存されている操作履歴に基づいて、初期登録保存部３０１に保存されている優先度を変更させる。

以上のような処理により、ユーザにより優先度を変更させることができるので、ユーザの嗜好にあった優先度を設定することができ、結果として、ユーザの嗜好にあった優先度で番組推薦表示画面を生成することができるので、録画予約する際の推薦番組をよりユーザの嗜好にあったものにすることができる。

次に、図５８のフローチャートを参照して、図５４の推薦サーバ１３による優先度学習処理について説明する。尚、この優先度学習処理は、例えば、図５７で示されるような学習機能のオンボタン３６１が押下されて、学習機能がオンにされた場合になされる処理である。

ステップＳ５４１において、優先度設定部３３１は、録画予約が完了したか否かを判定し、録画予約が完了するまでその処理を繰り返す。そして、録画予約が完了したと判定された場合、その処理は、ステップＳ５４２に進む。

ステップＳ５４２において、操作ログ取得部４６は、録画再生装置１３の操作ログリスト８２を読み出し、読み出した操作ログリストに対応する操作履歴を履歴保存部４７に保存させる。

ステップＳ５４３において、優先度設定部３３１は、履歴保存部４７の操作履歴に基づいて、時間帯で推薦した番組（定番系推薦番組）が予約されたか否かを判定し、例えば、予約されていた場合、ステップＳ５４４において、定番系推薦番組の時間帯のアルゴリズムの優先度を１インクリメントさせる。逆に、時間帯で推薦した番組（定番系推薦番組）が予約されていない場合、ステップＳ５４５において、定番系推薦番組の時間帯のアルゴリズムの優先度を１デクリメントさせる。

さらに、ステップＳ５４６において、優先度設定部３３１は、履歴保存部４７の操作履歴に基づいて、ジャンルで推薦した番組（定番系推薦番組）が予約されたか否かを判定し、例えば、予約されていた場合、ステップＳ５４７において、定番系推薦番組のジャンルのアルゴリズムの優先度を１インクリメントさせる。逆に、ジャンルで推薦した番組（定番系推薦番組）が予約されていない場合、ステップＳ５４８において、定番系推薦番組のジャンルのアルゴリズムの優先度を１デクリメントさせる。

また、ステップＳ５４９において、優先度設定部３３１は、履歴保存部４７の操作履歴に基づいて、出演者で推薦した番組（定番系推薦番組）が予約されたか否かを判定し、例えば、予約されていた場合、ステップＳ５５０において、定番系推薦番組の出演者のアルゴリズムの優先度を１インクリメントさせる。逆に、出演者で推薦した番組（定番系推薦番組）が予約されていない場合、ステップＳ５５１において、定番系推薦番組の出演者のアルゴリズムの優先度を１デクリメントさせる。

さらに、ステップＳ５５２において、優先度設定部３３１は、履歴保存部４７の操作履歴に基づいて、類似系推薦番組が予約されたか否かを判定し、例えば、予約されていた場合、ステップＳ５５３において、類似系推薦番組の優先度を１インクリメントさせる。逆に、類似系推薦番組が予約されていない場合、ステップＳ５５４において、類似系推薦番組のアルゴリズムの優先度を１デクリメントさせ、その処理は、ステップＳ５４１に戻る。

以上の処理により、定番系推薦番組の時間帯、ジャンル、出演者、および、類似系推薦番組のそれぞれのアルゴリズムについて、推薦した番組が録画予約されると優先度を１上げて、逆に、予約されなかった場合に１下げるようにすることで、各アルゴリズムに対する優先度を学習させていくことが可能となる。

上述した一連の処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、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、各種の機能を実行させることが可能な、例えば汎用のパーソナルコンピュータなどに記録媒体からインストールされる。

図５９は、図３，図２８，図３０，図３３，図３６，図３８，図４２，図４７，図５０、または図５４の推薦サーバ１３の電気的な内部構成をソフトウェアにより実現する場合のパーソナルコンピュータの一実施の形態の構成を示している。パーソナルコンピュータのCPU５０１は、パーソナルコンピュータの全体の動作を制御する。また、CPU５０１は、バス５０４および入出力インタフェース５０５を介してユーザからキーボードやマウスなどからなる入力部５０６から指令が入力されると、それに対応してROM(Read Only Memory)５０２に格納されているプログラムを実行する。あるいはまた、CPU５０１は、ドライブ５１０に接続された磁気ディスク５２１、光ディスク５２２、光磁気ディスク５２３、または半導体メモリ５２４から読み出され、記憶部５０８にインストールされたプログラムを、RAM(Random Access Memory)５０３にロードして実行する。これにより、上述した図３，図２８，図３０，図３３，図３６，図３８，図４２，図４７，図５０、または図５４の推薦サーバ１３の機能が、ソフトウェアにより実現されている。さらに、CPU５０１は、通信部５０９を制御して、外部と通信し、データの授受を実行する。

プログラムが記録されている記録媒体は、図５９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５２１（フレキシブルディスクを含む）、光ディスク５２２（CD-ROM(Compact Disc-Read Only Memory)，DVD（Digital Versatile Disk）を含む）、光磁気ディスク５２３（MD（Mini-Disc）を含む）、もしくは半導体メモリ５２４などよりなるパッケージメディアにより構成されるだけでなく、コンピュータに予め組み込まれた状態でユーザに提供される、プログラムが記録されているROM５０２や、記憶部５０８に含まれるハードディスクなどで構成される。

尚、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ップは、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含むものである。

また、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。

本発明を適用した配信システムを示す図である。 図１の配信サーバの構成を示すブロック図である。 図１の推薦サーバの構成を示すブロック図である。 図１の録画再生装置の構成を示すブロック図である。 図１の配信システムによる録画予約処理を説明するフローチャートである。 ＥＰＧデータを説明する図である。 番組ベクトルについて説明する図である。 EPG表示処理を説明するフローチャートである。 設定情報変更処理を説明するフローチャートである。 設定画面を説明する図である。 設定画面を説明する図である。 EPGを説明する図である。 設定画面を説明する図である。 設定画面を説明する図である。 設定画面を説明する図である。 録画予約する番組を選択した場合に表示される画面を示す図である。 推薦番組表示画面生成処理を説明するフローチャートである。 アルゴリズム別推薦番組数決定処理を説明するフローチャートである。 定番系推薦番組決定処理を説明するフローチャートである。 類似系推薦番組決定処理を説明するフローチャートである。 推薦番組を説明する図である。 推薦番組の表示画面の例を示す図である。 推薦番組の表示画面の例を示す図である。 推薦番組の表示画面の例を示す図である。 推薦番組の表示画面の例を示す図である。 推薦番組の表示画面の例を示す図である。 推薦番組の表示画面の例を示す図である。 推薦サーバのその他の構成を示すブロック図である。 図２８の推薦サーバによるアルゴリズム別推薦番組数決定処理を説明するフローチャートである。 推薦サーバのさらにその他の構成を示すブロック図である。 推薦番組表示画面生成処理を説明するフローチャートである。 推薦番組の表示画面のその他の例を示す図である。 推薦サーバのその他の構成を示すブロック図である。 録画再生装置のその他の構成を示すブロック図である。 図３３の推薦サーバと図３４の録画再生装置による録画確認処理を説明するフローチャートである。 推薦サーバのその他の構成を示すブロック図である。 図３６の推薦サーバによるアルゴリズム別推薦番組数決定処理を説明するフローチャートである。 推薦サーバのその他の構成を示すブロック図である。 録画再生装置のその他の構成を示すブロック図である。 図３３の推薦サーバと図３４の録画再生装置による推薦番組表示処理を説明するフローチャートである。 共通推薦番組を説明する図である。 推薦サーバのその他の構成を示すブロック図である。 図４２の推薦サーバによる推薦番組表示画面生成処理を説明するフローチャートである。 図４２の推薦サーバによる定番系推薦番組決定処理を説明するフローチャートである。 図４２の推薦サーバによる類似系推薦番組決定処理を説明するフローチャートである。 図４２の推薦サーバによるアルゴリズム別推薦番組数決定処理を説明するフローチャートである。 推薦サーバのその他の構成を示すブロック図である。 図４７の推薦サーバによる録画予約処理を説明するフローチャートである。 図４７の推薦サーバによる推薦番組表示画面生成処理を説明するフローチャートである。 推薦サーバのその他の構成を示すブロック図である。 図５０の推薦サーバによる推薦番組表示画面生成処理を説明するフローチャートである。 優先度の設定を説明する図である。 推薦番組の表示画面の例を示す図である。 推薦サーバのその他の構成を示すブロック図である。 録画再生装置のその他の構成を示すブロック図である。 図５４の推薦サーバと図５５の録画再生装置による優先度設定処理を説明するフローチャートである。 推薦番組の表示画面の例を示す図である。 図５４の推薦サーバによる優先度学習処理を説明するフローチャートである。 記録媒体を説明する図である。

符号の説明

１１ ネットワーク， １２，１２−１乃至１２−ｎ 配信サーバ， １３ 推薦サーバ， １４，１４−１乃至１４−ｎ 録画再生装置， ２１ データ取得部， ２２ メタデータ抽出部， ２３ 番組ベクトル生成部， ２４ データ記憶部， ２５ データ送信部， ２６ メタデータDB， ２７ ストリーミングデータDB， ４１ データ取得部， ４２ 番組ベクトル抽出部， ４３ 類似系番組推薦部， ４４ 操作入力部， ４５ 初期登録保存部， ４６ 操作ログ取得部， ４７ 履歴保存部， ４８ 受入率計算部， ４９ 推薦番組決定部， ５０ 推薦情報出力部， ５１ 推薦番組リスト， ８１ 操作入力部， ８２ 操作ログリスト， ８３ 録画設定部， ８４ 録画予約リスト， ８５ 録画制御部， ８６ データ入力部， ８７ 録画再生処理部， ８８ 推薦番組表示画像取得部， ８９ 推薦番組表示画像， ９０ 表示部， ２０１ 推薦番組決定部， ２１１ 推薦番組決定部， ２３１ 推薦番組決定部， ２４１ 録画設定部， ２５１ 推薦番組決定部， ２６１ 推薦番組決定部， ２７１ 録画設定部， ２８１ 推薦番組決定部， ２８２ 受入率計算部， ２９１ 受入率計算部， ２９２ 推薦番組決定部， ３０１ 初期登録保存部， ３０２ 推薦番組決定部， ３３１ 優先度決定部

Claims (9)

1. 複数の番組のメタデータを取得するメタデータ取得手段と、
   操作履歴を取得する操作履歴取得手段と、
   前記複数の番組のメタデータと、前記操作履歴との関係に基づいて、複数のアルゴリズムで前記番組を抽出する抽出手段と、
   前記複数のアルゴリズムに優先度を設定する優先度設定手段と、
   前記抽出手段で抽出された前記番組のメタデータと、前記操作履歴との一致度、および、前記アルゴリズムの優先度に基づいて、前記番組を推薦する推薦手段と
   を備えることを特徴とする情報処理装置。
2. 前記優先度設定手段は、前記操作履歴に基づいて、前記複数のアルゴリズムの優先度を変更して設定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記メタデータは、前記番組の放送時刻を少なくとも含み、
   前記抽出手段が前記メタデータに含まれる放送時刻が同一の複数の番組を抽出した場合、前記推薦手段は、前記放送時刻が同一の複数の番組のうち、前記優先度設定手段により設定された優先度の高い前記アルゴリズムに基づいて抽出された番組を推薦する
   ことを特徴とする請求項１に記載の情報処理装置。
4. 前記推薦手段は、前記優先度の高いアルゴリズムで抽出された前記番組を表示して推薦する
   ことを特徴とする請求項１に記載の情報処理装置。
5. ユーザがデータを入力する入力手段をさらに備え、
   前記優先度設定手段は、前記入力手段により入力されたデータに基づいて、前記複数のアルゴリズムに優先度を変更して設定する
   ことを特徴とする請求項１に記載の情報処理装置。
6. 前記優先度設定手段は、前記複数のアルゴリズムの組み合わせからなる新たなアルゴリズムに優先度を設定する
   ことを特徴とする請求項１に記載の情報処理装置。
7. 複数の番組のメタデータを取得するメタデータ取得ステップと、
   操作履歴を取得する操作履歴取得ステップと、
   前記複数の番組のメタデータと、前記操作履歴との関係に基づいて、複数のアルゴリズムで前記番組を抽出する抽出ステップと、
   前記複数のアルゴリズムに優先度を設定する優先度設定ステップと、
   前記抽出ステップの処理で抽出された前記番組のメタデータと、前記操作履歴との一致度、および、前記アルゴリズムの優先度に基づいて、前記番組を推薦する推薦ステップと
   を含むことを特徴とする情報処理方法。
8. 複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで前記番組を抽出する抽出ステップと、
   前記複数のアルゴリズムに優先度を設定する優先度設定ステップと、
   前記抽出ステップの処理で抽出された前記番組のメタデータと、前記操作履歴との一致度、および、前記アルゴリズムの優先度に基づいて、前記番組を推薦する推薦ステップと
   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。
9. 複数の番組のメタデータと、操作履歴との関係に基づいて、複数のアルゴリズムで前記番組を抽出する抽出ステップと、
   前記複数のアルゴリズムに優先度を設定する優先度設定ステップと、
   前記抽出ステップの処理で抽出された前記番組のメタデータと、前記操作履歴との一致度、および、前記アルゴリズムの優先度に基づいて、前記番組を推薦する推薦ステップと
   をコンピュータに実行させることを特徴とするプログラム。

Images