JP2008225781A - レコメンデーション装置 - Google Patents

Abstract

【課題】ユーザ毎の生活スタイルに適したコンテンツを推薦することができるレコメンデーション装置を提供すること。
【解決手段】ユーザが所有する端末がネットワークに接続される時間帯情報がユーザ毎にデータベース２４に記録される。ユーザからの接続がなされた場合に、制御部２１は、データベース２４に記録される時間帯情報に基づき、接続時間帯が類似するユーザに関する情報を抽出し、抽出したユーザに関する情報を、時間帯情報が類似する各ユーザに配信する。この結果、ユーザの端末１１ａ、１１ｂ、１１ｃにおいて接続時間帯の類似するユーザの情報が表示される。
【選択図】図１

Description

本発明は、ユーザ毎のライフスタイルに適したコンテンツを推薦するレコメンデーション装置に関する。

従来、ネットワーク上にある膨大なコンテンツの中から所望のコンテンツを探す場合、ユーザは端末からコンテンツの検索要求をサーバに送信する。サーバはユーザからの検索要求に適合するコンテンツをデータベースから抽出し、その抽出結果をユーザの端末に返信する。

このようなコンテンツの検索に関する技術として、例えば特許文献１ではユーザの嗜好や状況（場所や時間）に応じたコンテンツを抽出している。また、特許文献２では、ユーザの嗜好を示すキーワードをもとに、ユーザの嗜好に合ったコンテンツを抽出している。さらに、特許文献３では、ユーザが過去に視聴したコンテンツの履歴情報を他のユーザの履歴情報と比較し、共通するコンテンツが多く、趣味や嗜好が近いと思われる他のユーザの履歴情報を抽出してコンテンツの検索に利用している。
特開２００５−１７４０９４号公報 特開２００４−１２７０３６号公報 特開２００３−１８６９０４号公報

例えば、ユーザがパーソナルコンピュータ（ＰＣ）に向かって他の人の書いたブログ等の記事を読めるのは、１日の仕事が終わった後の時間である場合が多い。こうした時間帯においては、ユーザは一日の疲れが癒されるようなコンテンツを読みたいと考えることが多い。また、生活のリズムが異なる人同士では、一方が休みたいのに、他方はこれから活動的になるような状況も考えられる。この場合、お互いの心理状態が一致せず、両者が共にコンテンツを楽しむことが困難である。

ここで、特許文献１〜３の技術は上述したようなユーザ毎の生活スタイルを考慮に入れたコンテンツの抽出を行うものではない。

本発明は、上記の事情に鑑みてなされたもので、ユーザ毎の生活スタイルに適したコンテンツを推薦することができるレコメンデーション装置を提供することを目的とする。

上記の目的を達成するために、本発明の第１の態様のレコメンデーション装置は、ユーザが所有する端末がネットワークに接続される時間帯情報をユーザ毎に日々記録する記録手段と、上記記録される時間帯情報に基づき、上記時間帯情報が類似するユーザに関する情報を抽出する類似ユーザ抽出手段と、上記抽出されたユーザに関する情報を、上記時間帯情報が類似する各ユーザに配信する配信手段とを具備することを特徴とする。

本発明によれば、ユーザ毎の生活スタイルに適したコンテンツを推薦することができるレコメンデーション装置を提供することができる。

以下、図面を参照して本発明の実施形態を説明する。
図１は、本発明の一実施形態に係るレコメンデーション装置を含む通信システムの構成を示す図である。図１に示す通信システムは、端末１１ａ、１１ｂ、１１ｃとネットワークサーバ１２とがそれぞれネットワーク１０を介して通信自在に接続されている。なお、図１においては、３つの端末を示しているが、端末の数は３つに限るものではない。

端末１１ａ、１１ｂ、１１ｃは各種入力操作を行うための操作部と、ネットワークサーバ１２にアップロードされた記事を閲覧するための表示部とを少なくとも有する端末である。

ネットワークサーバ１２は、端末１１ａ、１１ｂ、１１ｃからの指示に従って記事の表示等の各種のサービスを実行する。このネットワークサーバ１２は、制御部２１と、通信部２２と、時計部２３と、データベース２４とを有している。

制御部２１は、ネットワークサーバ１２の動作を統括的に制御する。端末１１ａ、１１ｂ、１１ｃが操作されると、制御部２１はどの端末からどのような操作がなされたかを判定し、その操作内容に応じた各種の制御を行う。この制御は、ユーザによって書き込まれた記事をデータベース２４に記録する制御やユーザによって書き込まれた記事をデータベース２４から取得して、端末上で閲覧可能に表示するための制御等が含まれる。また、制御部２１は、類似ユーザ抽出手段としての機能も有しており、データベースに記録されるユーザ毎の接続状況を示す情報から、接続時間帯が類似するユーザを抽出する。

通信部２２は、端末１１ａ、１１ｂ、１１ｃとの間でデータの送受信を行う。時計部２３は端末１１ａ、１１ｂ、１１ｃがネットワークサーバ１２に接続した時間を計時する。データベース２４は、ユーザによって書き込まれた記事等の各種コンテンツを記録するとともに、ネットワークサーバ１２への接続状況（接続時間帯情報）をユーザ毎に記録する。

以下、図２に示す通信システムの動作について説明する。図２は、ネットワークサーバ１２が端末１１ａ、１１ｂ、１１ｃに対して行う表示制御について示すフローチャートである。なお、図２の表示制御は、例えば図３のような表示画面をユーザが見ながら、日記等の記事を書いたり、他のユーザの書いた記事を読んだりできるような、所謂ブログやＳＮＳ（Social Networking Service）等のサービスに適用する場合について示している。

端末１１ａ、１１ｂ、１１ｃの何れかが操作されると、その操作指示が通信部２２を介して制御部２１に入力される。これを受けて、制御部２１は入力された操作指示が何れのユーザがなされたものであるかを特定する（ステップＳ１）。なお、この特定はユーザを特定するものであり、異なる機種から操作指示がなされた場合であっても良い。なお、ユーザが同一であるか否かは、例えばユーザ毎に与えられるアカウントが同一であるか否かによって判定することができる。

操作指示を行ったユーザの特定を行った後、制御部２１はユーザからの操作指示を解析し、記事の入力モードが選択されたか否かを判定する（ステップＳ２）。ステップＳ２の判定において、記事の入力モードが選択された場合には記事の入力用の表示制御を行う（ステップＳ３）。この場合は図３に示す記事表示画面１０１においてユーザは記事を入力することが可能である。

一方、ステップＳ２の判定において記事の入力モードが選択されていなかった場合には他の人の記事を閲覧する閲覧モードが選択されたとして、記事の閲覧用の表示制御を行う（ステップＳ４）。この場合は図３に示す記事表示画面１０１においてユーザは任意の記事を指定して閲覧することが可能である。

ステップＳ３又はステップＳ４の後、制御部２１はステップＳ１で特定したユーザとネットの接続時間帯が類似しているユーザを判定するネットワーク接続時間帯判定処理を行う（ステップＳ５）。ここでネットワーク接続時間帯が類似していると判定されたユーザの情報は、ステップＳ３又はステップＳ４の表示制御の際に図３の参照符号１０２で示すようにして表示される。なお、ここで表示される情報（ユーザプロファイル）は、ユーザの名前（ハンドル名等も含む）や、そのユーザが書いた記事（若しくは記事の概要）等であり、これらの情報を表示させることで、ユーザに自身の生活スタイルに適したコンテンツを推薦することができる。

次に、図４を参照して、ネットワーク接続時間帯の類似度についてさらに詳しく説明する。図４は、ユーザ毎のネットワーク接続時間帯の一例を示したタイムチャートである。図４においては例として、３人のユーザ（ユーザＡ、ユーザＢ、ユーザＣ）が、何時にネットワークに接続しているかを、据え置き型の端末（所謂デスクトップＰＣ）による接続オン、携帯型の端末（所謂モバイルＰＣや、携帯電話機、ＰＤＡ等）による接続オン、接続オフの３つの状態に分けて１日毎に示している。なお、図４の曜日毎の区分けは左端が０時、右端が２４時（次の日の０時）を示している。

図４において、ユーザＡは、毎日、夜間に据え置き型の端末を用いてネットワークに接続するユーザである。これに対し、ユーザＢは曜日毎の接続時間帯が異なり、ユーザＡがネットワークに接続していない時間に接続していないような場合もある。また、ユーザＢは、昼間は携帯型の端末からネットワークに接続していることも分かる。このように、ユーザＢはネットワークへの接続時間帯もネットワークへの接続端末も不規則であることが分かる。これに対し、ユーザＣはユーザＡと同じような生活のリズムを持っていることが分かる。

ネットワークに接続している時間帯が重なっていれば、そのユーザ同士でリアルタイムのコミュニケーションを行える可能性が高まる。また、生活のリズムも似ていることからユーザＡが書いた記事をユーザＣがすぐに見てもらえる可能性が高くなる。このようにしてユーザＡは、自身の書く記事がどのような人に見られているかを想定して記事を書くことができ、結果、自身の書く記事を質の高いものとすることができる。

図５は、図２のステップＳ５のネットワーク接続時間帯類似度判定処理の詳細を示したフローチャートである。なお、以下の説明においてはネットワーク接続時間帯の類似度を表す変数として、Ｋ（１）〜Ｋ（７）を用いる。これらＫ（１）〜Ｋ（７）のうち、Ｋ（１）は今日の類似度であり、Ｋ（２）はその１日前、Ｋ（３）は２日前、…というように括弧内の数字は日にちを示している。また、これらの類似度を計算するためにデータベース２４には、図４に示すような過去８日分のネットワーク接続時間帯情報がユーザ毎に記録されているものとする。

図５において、制御部２１は、類似度判定の基準とするユーザを設定する（ステップＳ１１）。ここでは、例えばステップＳ１で判定されたユーザを基準のユーザとして設定する。

以後、ステップＳ１１において設定した基準のユーザに対してネットワーク接続時間帯の類似度を比較することになる。この場合、基準のユーザ以外の全てのユーザとの比較を行っても良いが、基準のユーザと嗜好の近いユーザが分かっている場合にはその中でのみ類似度を比較するほうが処理量の軽減等の観点からは望ましい。そこで、制御部２１は、ステップＳ１１で設定した基準のユーザと嗜好が類似するユーザを判定する（ステップＳ１２）。この判定は、例えば、各ユーザが作成した記事内に類似する嗜好キーワードがあるか否かを判定することによって行う。

次に制御部２１は、基準のユーザと該基準のユーザと嗜好が類似するユーザとのネットワーク接続時間帯の類似度を判定する（ステップＳ１３）。この類似度判定の詳細については後述する。類似度の判定後、制御部２１は、類似度の判定を終了するか、即ち、類似度判定の対象となる全てのユーザとの間で類似度を判定したか否かを判定する（ステップＳ１４）。ステップＳ１４の判定において、まだ類似度判定の対象となる全てのユーザとの間で類似度を判定していない場合に、制御部２１は、別のユーザを選択した後（ステップＳ１５）、ステップＳ１３に戻り、再び類似度の判定を行う。

一方、ステップＳ１４の判定において、類似度判定の対象となる全てのユーザとの間で類似度を判定した場合に、制御部２１は、ネットワーク接続時間帯が類似しているユーザ、即ち変数Ｋ（１）〜Ｋ（７）の合計値が高いユーザの情報を図３の参照符号１０２に示すようにして表示する（ステップＳ１６）。なお、ユーザの情報は合計値が最も高いユーザのもののみを表示するようにしても良いし、合計値が所定値を超えるユーザの情報を全て表示するようにしても良い。

図６は、図５のステップＳ１３の類似度判定の詳細を示したフローチャートである。ここで以下の説明において、図５と同様にｎは日にちを示す変数である。また、ｋは類似度を示す変数である。

まず、制御部２１はｎを０に初期化するとともに（ステップＳ２１）、ｋを０に初期化する（ステップＳ２２）。次に制御部２１は、現在時刻における、基準のユーザの接続状態とステップＳ１２で判定した基準のユーザと嗜好が類似するユーザの接続状態とを検出する（ステップＳ２３）。そして、制御部２１は比較した両者の接続状態が一致したか否かを判定する（ステップＳ２４）。なお、ステップＳ２４の判定における接続状態は、携帯型の端末と据え置き型の端末とは別の接続がなされたと見なす。即ち、この場合は、同一時刻に接続がなされていても接続状態が一致していないと見なすようにする。

ステップＳ２４の判定において、接続状態が一致した場合には、類似度を示す変数ｋを１つインクリメントする（ステップＳ２５）。その後にステップＳ２６に移行する。一方、ステップＳ２４の判定において、接続状態が一致していない場合には、類似度を示す変数ｋをインクリメントせずにステップＳ２６に移行する。

次に、制御部２１は１日前までの接続状態の判定を行ったか否かを判定する（ステップＳ２６）。ステップＳ２６の判定において、１日前までの接続状態の判定を行っていない場合に、制御部２１はステップＳ２４において判定を行った時刻（初回は現在時刻）からさらに１０分前の接続状態を検出する（ステップＳ２７）。その後、ステップＳ２４に戻り、制御部２１は、基準のユーザと該基準のユーザと嗜好が類似するユーザとの接続状態の判定を再び行う。即ち、制御部２１は、現在時刻から遡って１日前の接続状態の判定を行うまで、現在時刻から１０分ずつ遡りながら接続状態の判定を行う。

また、ステップＳ２６の判定において、１日前までの接続状態の判定を行った場合に、制御部２１は、日にちを示す変数ｎを１つインクリメントする（ステップＳ２８）。その後、制御部２１はその日のＫ（ｎ）にステップＳ２５で得られたｋを設定する（ステップＳ２９）。

次に、制御部２１は８日までの接続状態の判定を行ったか否かを判定する（ステップＳ３０）。ステップＳ３０の判定において、８日前までの接続状態の判定を行っていない場合にはステップＳ２２に戻り、制御部２１はさらに１日前の接続状態の判定を行う。一方、ステップＳ３０の判定において、８日前までの接続状態の判定を行った場合に、制御部２１はＫ（１）〜Ｋ（７）の７日分の接続状態の類似度を図４のようにして曜日毎にデータベース２４に記録して管理する（ステップＳ３１）。ここで、「今日」の類似度Ｋ（１）は、まだその日が終わっていないと正しく判定できない場合があるので「８日前」の類似度Ｋ（８）を利用するようにしても良い。

図４のようにして、接続状態の類似度を曜日別に管理するようにすれば、曜日別、または平日−休日別等でどのユーザと接続時間帯が類似しているかを判定することが可能である。また、１週間を通してネットワーク接続時間帯が類似しているか否かもＫ（１）〜Ｋ（７）の合計で判定することができる。勿論、データベース２４に過去１ヶ月、過去１年という期間のネットワーク接続時間帯を記録し、それをもとに過去１ヶ月、過去１年という期間で接続時間帯の比較を行うようにしても良い。また、図６の例では、１日内での接続時間帯の比較は１０分毎に行っているが、５分毎や１分毎に行うようにしても良い。

以上説明したように、本実施形態によれば、ユーザがネットワークに接続した時間帯をデータベース２４に記録しておき、記録しておいたネットワーク接続時間帯の情報から、ネットワーク接続時間帯の類似しているユーザを判定してそのユーザの書いた記事等の情報を表示している。これにより、ユーザ毎の生活スタイルに適したコンテンツを推薦することが可能である。

また、携帯型の端末と据え置き型の端末とで分けてネットワーク接続時間帯の類似度を判定しているため、ネットワークへ接続する端末の区別を行わない場合よりも、より生活スタイルが類似しているユーザを判定することが可能である。勿論、ネットワークへ接続する端末の区別を行わず、ネットワーク接続時間帯のみで類似度を判定するようにしても良い。

以下、上述した実施形態の変形例について説明する。上述の実施形態では現在から遡って過去ｎ日分のネットワーク接続時間帯情報を記録しているが、過去ｎ日分のネットワーク接続時間帯情報を各曜日の単位時間毎に平均してから記録するようにしても良い。図７に平均値を求める場合の曜日毎の接続時間帯情報の一例を示す。

図８は、平均値を求める場合の類似度判定処理について示すフローチャートである。ここで、ｎは日にちを表す変数である。ここではｎは１〜７であり、それぞれが月〜日曜日に対応している。また、ｍは時間を表す変数で１日/単位時間までの値をとる。さらに、ｋは類似度を示す変数である。

まず、制御部２１はｎを１に（ステップＳ４１）、ｋを０に（ステップＳ４２）、ｍを０に（ステップＳ４３）初期化する。次に制御部２１は、曜日ｎの時刻ｍにおける、基準のユーザの接続状態とステップＳ１２で判定した基準のユーザと嗜好が類似するユーザの接続状態とを検出する（ステップＳ４４）。そして、制御部２１は比較した両者の接続状態の差の絶対値がある閾値以下であるか否かを判定する（ステップＳ４５）。

ステップＳ４５の判定において、接続状態の差の絶対値が閾値以下である場合には、類似度を示す変数ｋを１つインクリメントする（ステップＳ４６）。その後にステップＳ４７に移行する。一方、ステップＳ４５の判定において、接続状態の差の絶対値が閾値を越えている場合には、類似度を示す変数ｋをインクリメントせずにステップＳ４７に移行する。

次に、制御部２１は１日分の判定が終了したか否か、即ちｍが最大値に達したか否かを判定する（ステップＳ４７）。ステップＳ４７の判定において、１日分の判定が終了していない場合に、制御部２１はｍを１つインクリメントする（ステップＳ４８）。その後、ステップＳ４４に戻り、制御部２１は、別の時刻における基準のユーザと該基準のユーザと嗜好が類似するユーザとの接続状態の判定を再び行う。即ち、制御部２１は、１日分の判定が終了するまで各時刻における接続状態の判定を行う。

また、ステップＳ４７の判定において、１日分の判定が終了した場合に、制御部２１は、Ｋ（ｎ）にステップＳ４６で得られたｋを設定する（ステップＳ４９）。

次に、制御部２１は全曜日での接続状態の判定を行ったか否かを判定する（ステップＳ５０）。ステップＳ５０の判定において、全曜日での接続状態の判定を行っていない場合にはｎを１つインクリメントした後（ステップＳ５１）、ステップＳ４２に戻り、次の曜日での接続状態の判定を行う。

このような変形例によれば、単にｎ日分のネットワーク接続時間帯情報を記録するよりもデータベース２４の容量を抑えることができる。

以上実施形態に基づいて本発明を説明したが、本発明は上述した実施形態に限定されるものではなく、本発明の要旨の範囲内で種々の変形や応用が可能なことは勿論である。例えば、上述した実施形態ではネットワークへの接続がなされたことのみをデータベース２４に記録しているが、ネットワーク接続時のユーザの操作の内容（例えば記事の作成操作や記事の閲覧操作）の情報もデータベース２４に記録しても良い。このユーザによる操作の内容を類似度の判定に用いることで、より生活スタイルの類似したユーザを特定することが可能である。

さらに、上記した実施形態には種々の段階の発明が含まれており、開示される複数の構成要件の適当な組合せにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、上述したような課題を解決でき、上述したような効果が得られる場合には、この構成要件が削除された構成も発明として抽出され得る。

本発明の一実施形態に係るレコメンデーション装置を含む通信システムの構成を示す図である。 ネットワークサーバが端末に対して行う表示制御について示すフローチャートである。 ユーザ情報の表示例について示す図である。 ユーザ毎のネットワーク接続時間帯の一例を示したタイムチャートである。 ネットワーク接続時間帯類似度判定処理の詳細を示したフローチャートである。 類似度判定の詳細を示したフローチャートである。 平均値を求める場合の曜日毎の接続時間帯情報の一例を示すタイムチャートである。 変形例の場合の類似度判定の詳細を示したフローチャートである。

符号の説明

１０…ネットワーク、１１ａ，１１ｂ，１１ｃ…端末、１２…ネットワークサーバ、２１…制御部、２２…通信部、２３…時計部、２４…データベース

Claims (3)

1. ユーザが所有する端末がネットワークに接続される時間帯情報をユーザ毎に日々記録する記録手段と、
   上記記録される時間帯情報に基づき、上記時間帯情報が類似するユーザに関する情報を抽出する類似ユーザ抽出手段と、
   上記抽出されたユーザに関する情報を、上記時間帯情報が類似する各ユーザに配信する配信手段と、
   を具備することを特徴とするレコメンデーション装置。
2. 上記記録手段は、上記時間帯情報を所定の日数間隔毎に加算して記録することを特徴とする請求項１に記載のレコメンデーション装置。
3. 上記類似ユーザ抽出手段は、上記端末の種類をさらに判定し、上記ユーザに関する情報を抽出する際に、上記端末の種類の判定結果に応じた重み付けを行った状態で上記ユーザに関する情報を抽出することを特徴とする請求項１に記載のレコメンデーション装置。

Images