JP3927445B2

JP3927445B2 - Personal digest distribution system

Info

Publication number: JP3927445B2
Application number: JP2002140815A
Authority: JP
Inventors: 隆子橋本; 研策山本; 隆加登岡; 篤志飯沢
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2002-05-15
Filing date: 2002-05-15
Publication date: 2007-06-06
Anticipated expiration: 2022-05-15
Also published as: JP2003333500A

Description

【０００１】
【発明の属する技術分野】
本発明は、パーソナルダイジェスト配信システムに関し、より詳細には、モバイル環境においてサッカーや野球などのスポーツ番組の映像シーンを説明する映像メタデータを利用して、スポーツ番組に関するダイジェストを作成して利用者の携帯端末に配信するパーソナルダイジェスト配信システムに関する。
【０００２】
【従来の技術】
近年、ＰＤＡ、携帯電話を始めとする携帯端末の普及がめざましい。現在試験的に運用されている次世代の携帯端末（ＩＭＴ２０００）では、最大３８４Ｋｂｐｓというネットワーク帯域によってテキスト、静止画像のみならず動画像の受信も可能となり、今後、音声読み上げなどの高度な機能も実装可能になると考えられている。
【０００３】
このような携帯端末に対して、野球やサッカーの試合速報などのスポーツ番組関連情報を送出するサービスが開始されている。これは得点やイニング終了といった事象の発生に従って、サービス提供者が「１回裏、Ｇチーム３−１Ｈチーム。Ｔ選手のタイムリーヒットでＧチーム逆転。」といった文字列および該当する映像シーンを作成し、利用者の携帯端末にインターネット網などを利用して配信する、というものである。
【０００４】
このサービスにより移動中などでテレビを視聴できない利用者でも、番組の経過を知ることが可能となる。送信される情報もすべての利用者に同一のものでなく、利用者の嗜好を反映させて、利用者毎に個人化されたものが送られてくることが予想される。そのためには利用者の嗜好を反映させて自動的にシーンを抽出し、説明文字列を生成する仕組みの提案が望まれている。
【０００５】
ところで、本願出願人は、これまでに、利用者毎のパーソナルなダイジェストを動的に作成し、個人化した文字列を生成する方法を既に提案している。
【０００６】
【発明が解決しようとする課題】
しかしながら、従来、パーソナルなダイジェストを作成するに際して、利用者の嗜好を十分に反映したパーソナルなダイジェストを効率的に作成する方法が提案されていない。例えば、利用者の複数の嗜好項目を十分に反映させた利用者固有のパーソナルなダイジェストを作成する効率的な方法が何等提案されていないのが現状である。
【０００７】
また、従来、１つの番組に対するダイジェストを作成するものは提案されているが、複数の番組での（番組をまたいだ）ベストシーンからなるダイジェストや、利用者にとってのベスト番組のダイジェスト等を効率的に作成する方法については提案されていないのが現状である。
【０００８】
本発明は、上記に鑑みてなされたものであり、利用者の嗜好を十分に反映した利用者固有のパーソナルなダイジェストを効率的に作成することが可能なパーソナルダイジェスト配信システムを提案することを目的とする。
【０００９】
また、本発明は、上記に鑑みてなされたものであり、複数の番組でのベストシーンからなるパーソナルなダイジェストや、利用者にとってのベスト番組のパーソナルなダイジェスト等を効率的に作成することが可能なパーソナルダイジェスト配信システムを提案することを目的とする。
【００１０】
【課題を解決するための手段】
上記課題を解決するために、請求項１にかかる発明は、モバイル環境においてサッカーや野球などのスポーツ番組の映像シーンを説明する映像メタデータを利用して、スポーツ番組に関するダイジェストを作成して利用者の携帯端末に配信するパーソナルダイジェスト配信システムにおいて、前記映像メタデータを意味的に解釈するための基本ルールに基づいて、前記映像メタデータの基本解析を行って重要度を算出する基本解析部と、前記映像メタデータおよび利用者の嗜好情報に基づいて、利用者の嗜好による重要度の増分を算出し、算出した利用者の嗜好による重要度の増分を前記基本解析部で算出した重要度に反映させた重要度を算出する嗜好反映部と、前記嗜好反映部で算出された重要度に基づいて、映像シーンを選択して各利用者向けのパーソナルダイジェストを作成するシーン選択部と、を備えたことを特徴とする。
【００１１】
上記発明によれば、基本解析部は、映像メタデータを意味的に解釈するための基本ルールに基づいて、映像メタデータの基本解析を行って重要度を算出し、嗜好反映部は、映像メタデータおよび利用者の嗜好情報に基づいて、利用者の嗜好による重要度の増分を算出し、算出した利用者の嗜好による重要度の増分を基本解析部で算出した重要度に反映させた重要度を算出し、シーン選択部は、嗜好反映部で算出された重要度に基づいて、映像シーンを選択して各利用者向けのパーソナルダイジェストを作成する。
【００１２】
また、請求項２にかかる発明は、請求項１にかかる発明において、前記映像メタデータは、登場人物、基本的な事象内容、およびステイタス情報等が記述されており、前記基本ルールは、前記メタデータにおいて、２つ以上の基本的な事象が連続している場合の複合事象のルールと、前記基本的な事象および前記複合事象の重み付けのルールとからなることを特徴とする。
【００１３】
上記発明によれば、映像メタデータには、登場人物、基本的な事象内容、およびステイタス情報等を記述し、基本ルールを、メタデータにおいて、２つ以上の基本的な事象が連続している場合の複合事象のルールと、基本的な事象および前記複合事象の重み付けのルールとで構成する。
【００１４】
また、請求項３にかかる発明は、請求項１にかかる発明において、前記嗜好情報は、嗜好項目名、または前記嗜好項目名および当該嗜好項目の嗜好の度合いから構成されることを特徴とする。上記発明によれば、嗜好情報を、嗜好項目名、または嗜好項目名および嗜好項目の嗜好の度合いで構成する。
【００１５】
また、請求項４にかかる発明は、請求項３にかかる発明において、前記嗜好反映部は、前記映像メタデータに前記嗜好項目が含まれている場合に、当該嗜好項目の嗜好の度合いを係数として前記利用者の嗜好による重要度の増分を算出することを特徴とする。上記発明によれば、嗜好反映部は、映像メタデータに嗜好項目が含まれている場合に、当該嗜好項目の嗜好の度合いを係数として利用者の嗜好による重要度の増分を算出する。
【００１６】
また、請求項５にかかる発明は、請求項１にかかる発明において、前記嗜好反映部は、前記算出した利用者の嗜好による重要度の増分を、前記基本解析部で算出した重要度に重み付け演算して重要度を算出することを特徴とする。上記発明によれば、前記嗜好反映部は、前記算出した利用者の嗜好による重要度の増分を、前記基本解析部で算出した重要度に重み付け演算して重要度を算出する。
【００１７】
また、請求項６にかかる発明は、請求項１にかかる発明において、前記シーン選択部は、前記映像シーンを説明する複数の映像メタデータの重要度の和を当該映像シーンのシーン重要度として算出することを特徴とする。上記発明によれば、シーン選択部は、映像シーンを説明する複数の映像メタデータの重要度の和を当該映像シーンのシーン重要度として算出する。
【００１８】
また、請求項７にかかる発明は、請求項６にかかる発明において、前記シーン選択部は、前記シーン重要度に基づいて１番組内の映像シーンを選択し、各利用者向けのパーソナルダイジェストを作成することを特徴とする。上記発明によれば、シーン選択部は、前記シーン重要度に基づいて１番組内の映像シーンを選択し、利用者向けのパーソナルダイジェストを作成する。
【００１９】
また、請求項８にかかる発明は、請求項７にかかる発明において、前記シーン選択部は、シーン重要度に基づいて複数の番組から映像シーンを選択して、各利用者向けのパーソナルダイジェストを作成することを特徴とする。上記発明によれば、シーン選択部は、シーン重要度に基づいて複数の番組から映像シーンを選択して、各利用者向けのパーソナルダイジェストを作成する。
【００２０】
また、請求項９にかかる発明は、請求項７にかかる発明において、前記シーン選択部は、複数の番組の各番組毎にシーン重要度を加算して各番組の番組重要度を算出し、算出した番組重要度に基づいて利用者毎のベスト番組を選択し、選択したベスト番組のパーソナルダイジェストを作成することを特徴とする。上記発明によれば、シーン選択部は、複数の番組の各番組毎にシーン重要度を加算して各番組の番組重要度を算出し、算出した番組重要度に基づいて利用者毎のベスト番組を選択し、選択したベスト番組のパーソナルダイジェストを作成する。
【００２１】
【発明の実施の形態】
以下、図面を参照して、本発明にかかるパーソナルダイジェスト配信システムの好適な実施の形態を詳細に説明する。
【００２２】
（発明の概要）
本発明では、チームや選手といった複数の嗜好項目を、嗜好の度合いなどに基づいて各映像シーンの重要度に反映させ、各利用者毎のダイジェストを作成する方法を提案する。ここでは、対象映像を野球やサッカーなどのスポーツ映像とし、モバイル環境においてパーソナルなダイジェストを配信するシステムについて提案する。我々の提案するシステムは、予め利用者が登録済みの嗜好情報を利用し、試合の経過に応じて、動的にパーソナルなダイジェストを作成し配信するシステムである。
【００２３】
各嗜好情報を（嗜好項目名、嗜好の度合い）で定義する。具体的には、嗜好項目名：チーム、選手のＩＤ、嗜好の度合い（０〜１）と定義する。そして、嗜好の度合いを各事象の重要度の算出に反映させる。例えば、Ｇチームが好きでＭ選手が好きという人がいた場合、Ｇチームが好きな事による重要度の増分と、Ｍ選手が好きな事による重要度の増分とを嗜好の度合いに基づいて配分し、嗜好を複合した重要度を算出する。これにより、ある事象の重要度を複数の嗜好情報を反映させて算出することが可能となる。
【００２４】
また、本発明では、番組毎に映像シーンに対して各々利用者毎に複数の嗜好情報を反映させて重要度を算出し、この重要度に基づき番組をまたいで映像シーンをランキングする。ランキング上位の映像シーンが、利用者毎の複数の番組でのベストシーンとなる。また、本発明では、番組毎に映像シーンの重要度の総和を算出して、その総和を各番組の番組重要度とする。この番組重要度に基づき番組をランキングする。ランキング上位の番組が、利用者毎のベストゲーム（番組）となる。このベストゲーム（番組）に対してダイジェストを生成して各利用者向けのベストダイジェストを作成する。
【００２５】
（実施の形態）
図１は、本発明のパーソナルダイジェスト配信システムの概略システム構成図である。本実施の形態のパーソナルダイジェスト配信システム１００は、スポーツ番組の中継場所において映像シーン（ダイジェスト候補シーン）および当該映像シーンを説明するための映像メタデータを生成して送信する現場処理部２００と、現場処理部２００から送信された映像メタデータ、映像シーン、および予め登録されている各利用者の嗜好情報等に基づいて、各利用者向けの映像シーンを選択し、各利用者向けのパーソナルダイジェストを生成すると共に、各利用者のアクセス制御を行うダイジェスト処理部３００と、ダイジェスト処理部３００で作成したパーソナルダイジェストを蓄積して配信する動画配信処理部４００と、から構成される。なお、利用者の携帯端末と本システムとは有線または無線の通信回線およびネットワークを介して接続される。また、本システムの各装置は動画配信可能な通信環境で接続されていれば良いが、ここでは、現場処理部２００とダイジェスト処理部３００とは無線接続、ダイジェスト処理部３００と動画配信処理部４００とは専用回線で接続されているものとする。
【００２６】
ここで、ダイジェスト処理部３００は、番組映像自体を処理するわけではなく、現場処理部２００が作成した映像メタデータを参照し、映像シーン（これも現場処理部２００によって作成される）のランキングのみをするため、効率的なダイジェスト作成が実現できる。また、ダイジェスト処理部３００と動画配信処理部４００と分けることにより、それぞれの装置の負荷が分散され、動画配信処理の効率化を図ることができる。
【００２７】
また、現場処理部２００は、各種の中継場所などに複数台配置され、番組の経過にしたがって番組メタデータを作成し、映像メタデータに対応する映像シーンの編集切り出しを行う。なお、映像メタデータの作成および映像シーンの編集切り出しは、公知の技術を適用できるため、説明を省略する。また、映像メタデータと映像シーンの作成順序はどちらが先でも良い。さらに、図１に示すように、現場処理部２００は、映像メタデータの作成を行うメタデータ入力用ノートＰＣ、映像メタデータの確認を行うメタデータ確認用ノートＰＣ、番組の映像シーンを編集してエンコードし、ダイジェスト処理部３００へアップロードするエンコードサーバを備えている。
【００２８】
現場処理部２００によって作成された情報は、作成の都度直ちにダイジェスト処理部３００に送信されるか、あるいは番組の区切りのタイミングで送信される。ここで、番組の区切りのタイミングとは、例えば、野球番組の場合は、イニング終了時や打席終了時などを挙げることができる。
【００２９】
映像シーンに関する情報として映像メタデータを作成し、送信することで、効率的な映像メタデータの作成が実現できる。またリアルタイムに、あるいは番組の区切りのタイミングで映像メタデータおよび映像シーンを送信することにより、大きな遅延なく番組内容の解析をすることが可能となる。
【００３０】
現場処理部２００において作成される映像メタデータは、映像シーンを説明している。具体的には、映像メタデータには、各映像シーンにおいて、どのような登場人物が登場しているのか、何をしたか、どのような特徴があるかなどの情報が記述される。
【００３１】
本実施の形態のダイジェストは、映像シーンの利用者毎のランキングとして表現することができる。前述したように映像メタデータが映像シーンを説明する情報として作成されているので、映像メタデータの内容を解析するだけで、効率的にダイジェスト生成のための解析処理を行うことができる。
【００３２】
また、ダイジェスト処理部３００は、現場処理部２００から送信された映像メタデータおよび映像メタデータを受信したり、利用者からのアクセス情報を管理し、利用者毎のパーソナルダイジェストを提示する機能を持つＷＷＷサーバ（登録商標）３０１と、受信した映像メタデータや、映像メタデータを意味的に解釈して重要度を算出する基本解析処理を行うための基本ルール、基本解析処理の処理結果、および嗜好反映処理の処理結果等を蓄積するメタＤＢ３０２と、利用者の嗜好に関する嗜好情報を予め蓄積しておくユーザ管理ＤＢ３０３と、メタＤＢ３０２およびユーザ管理ＤＢ３０３に情報を入力するためのＩＦ（インタフェース）とそれらの情報を管理する機能をもつＤＢサーバ３０４と、現場処理部２００から送信される映像シーンが蓄積される動画ストレージサーバ３０５と、メタＤＢ３０２に蓄積された映像メタデータの情報を基に、映像シーンの重要度を解析するダイジェストサーバ３０６とを備えている。
【００３３】
つぎに、番組メタデータおよび映像シーンを蓄積するデータの流れを説明する。ＤＢサーバ３０４は、ＷＷＷサーバ３０１を介して現場処理部２００からの映像メタデータを受信してメタＤＢ３０２にデータを蓄積するとともに、その結果を現場処理部２００に返す。一方、現場処理部２００ではメタＤＢ３０２上に蓄積されたデータの結果を見ながら映像メタデータの作成を行うことが可能となる。また、現場処理部２００からは、編集切り出しされた映像シーンが送信され、ダイジェスト処理部３００では、受信した映像シーンが動画ストレージサーバ３０５に蓄積される。
【００３４】
ダイジェストサーバ３０６は、ＤＢサーバ３０４の書き込んだＤＢ上のデータを読み込むことによって解析処理を行う構成である。ダイジェストサーバ３０６は、映像メタデータの更新をチェックし、データの更新があった場合、ただちに映像メタデータを意味的に解釈して重要度を算出するための基本解析処理を開始し、その解析結果（重要度）をメタＤＢ３０２に書き込む構成である。このような処理により、ダイジェストサーバ３０６は映像メタデータの更新から大きな遅延なく、映像メタデータの解析を行い、映像シーンの基本解析による重要度を求めることが可能となる。なお、上記メタＤＢ３０２では、番組単位で映像メタデータが管理されている。
【００３５】
つづいて、ダイジェスト処理部３００と動画配信処理部４００とのデータの流れを説明する。ＷＷＷサーバ３０１は、ネットワークおよび動画配信処理部４００を介して、利用者（携帯端末）からのダイジェスト作成リクエストを入力すると、ユーザ管理ＤＢ３０３から該当する利用者の嗜好情報を読み出し、ダイジェストサーバ３０６へダイジェスト作成リクエストを出力する。このリクエストを受けるとダイジェストサーバ３０６が嗜好反映処理を実行して該当する利用者向けのパーソナルダイジェストを作成する。作成されるパーソナルダイジェストとしては、▲１▼番組内で映像シーンをランキングして作成したパーソナルダイジェスト、▲２▼複数の番組で映像シーンをランキングして作成したパーソナルダイジェスト、▲３▼複数の番組の中からベスト番組を選択してこのベスト番組について作成したパーソナルダイジェストがあり、利用者のリクエストに応じてこれらダイジェストが作成される。
【００３６】
なお、動画ストレージサーバ３０５の蓄積されている映像シーンは、動画配信処理部４００のＦＴＰ（ＦｉｌｅＴｒａｎｓｆｅｒＰｒｏｔｏｃｏｌ）サーバによって所定時間おきに（例えば、５分おきに）アップロードされ、ダイジェスト処理部３００と動画配信処理部４００の同期処理がなされる。
【００３７】
図２は、ダイジェスト処理部３００（主としてダイジェストサーバ３０６）を機能的に示した機能概略図を示している。ダイジェスト処理部３００は、利用者向け画面および利用者のアクセスを制御している。ダイジェスト処理部３００は、基本解析処理を実行し、映像メタデータの内容を意味的に解釈するための基本ルールに基づいて、映像メタデータの基本解析を行って重要度を算出する基本解析部３１１と、嗜好反映処理を実行して、映像メタデータおよび利用者の嗜好情報に基づいて、利用者毎の嗜好を基本解析部３１１で算出した重要度に反映させる嗜好反映部３１２と、および嗜好反映部３１２で嗜好が反映された重要度から利用者毎の重要事象をランキングし、複数の事象（映像メタデータ）から構成される映像シーンの選択を行ってパーソナルダイジェストを作成するシーン選択部３１３とから構成されている。
【００３８】
基本解析部３１１は、試合の経過に従って、リアルタイムに生成される映像メタデータを利用者の嗜好によらない中立的な内容の基本ルールに基づき、ほぼリアルタイムに基本解析して重要度を算出する。基本解析部３１１による基本解析は、中立的な内容の基本ルールの記述に基づくものであるため、利用者の嗜好によらない中立的な解析となる。
【００３９】
嗜好反映部３１２は、利用者からのリクエストがある場合に起動される。嗜好反映部３１２は、利用者からのリクエストがある度に、利用者の嗜好情報をユーザ管理ＤＢから読み出して、映像メタデータと利用者の嗜好情報に基づいて利用者による嗜好の増分を算出し、利用者の嗜好の増分を基本解析部３１１で解析された重要度に反映させる。
【００４０】
シーン選択部３１３は、嗜好反映部３１２で利用者の嗜好が反映された重要度に基づいて利用者毎の重要な映像シーンを選択し、利用者向けのパーソナルダイジェストを作成する。
【００４１】
上述したように映像メタデータの基本解析は、基本解析部３１１でリアルタイムに処理されるため、利用者からのリクエストがあった場合は、嗜好反映部３１２とシーン選択部３１３のみが動作すればよく、利用者毎の重要度の算出の負荷を軽減することが可能となる。
【００４２】
つぎに、パーソナルダイジェストの具体的な作成方法を野球番組の場合を例示して、［映像メタデータ］、［基本ルール］、［嗜好情報］、［映像シーンの重要度］、［パーソナルダイジェスト］の順に詳細に説明する。
【００４３】
［映像メタデータ］
まず、現場処理部２００で作成される映像メタデータについて説明する。図３は、野球映像に対するメタデータの一例を示す図である。同図に示すメタデータは、「シーンＩＤ」、「メタデータＩＤ」、「攻撃チーム名」、「守備チーム名」、「主役選手名」、「脇役選手名」、「基本事象名」、「種別」で構成されている。
【００４４】
ここで、「シーンＩＤ」は、ダイジェスト候補となる映像シーンのＩＤを示している。「メタデータＩＤ」は、各映像メタデータの識別子である。「攻撃チーム／守備チーム名」は、その映像メタデータが記述している事象が発生したときの攻撃チーム／守備チームの名前である。「主役選手名」は、その映像メタデータが表現している事象の主役となる選手の名前である。「脇役選手名」は、通常、投手の名前が設定される。「基本事象名」は、その映像メタデータの表現する基本事象である。「種別」は、基本事象を詳細に説明するための情報である。
【００４５】
映像シーンは、複数のメタデータから構成されている。図３において、例えば、「シーンＩＤ」＝“８４７”の映像シーンは、「メタデータＩＤ」＝“２４６１００”、“２４６２００”から構成されている。「メタデータＩＤ」＝“２４６２００”は、Ｉ投手の打席において、Ｉ投手が凡打でアウトになったことを表現している。
【００４６】
［基本ルール］
基本解析部３１１は、基本ルールに従って、映像メタデータを基本解析して重要度を算出する。基本ルールは、２つ以上の基本的な事象が連続している場合の複合事象のルールと、基本的な事象および複合的な事象の重み付けのルール（重要度パラメータ）から構成される。基本ルールは、基本解析部３１１により変更・修正が可能となっている。
【００４７】
図４は、複合事象のルールの一例を示している。図４に示す複合事象のルールにおいて、“タイムリー”という複合事象は、「種別」が“安打”、“二塁打”、“三塁打”などの基本事象「進塁」の後に続けて、基本事象「加点」の映像メタデータが記述されたときに生成される。
【００４８】
重要度の重み付けのルールとして、攻撃レベル、投手レベル、および興奮レベル等の重要度パラメータが定義されている。図５は、攻撃レベルの重要度パラメータの一例を示す図である。投手レベルおよび興奮レベルの重要度パラメータについては説明を省略する。図５に示す攻撃レベルの重要度パラメータでは、加点やタイムリーの時に、重要度が“２＊攻撃係数”分増加する。この攻撃係数は、図６に示すように定義される。この攻撃係数は、イニングが進むにつれ、またクリーンナップの打席の度に大きくなるため、時間および打席順を攻撃レベルの値に反映させることができる。
【００４９】
例えば、図３に示す映像メタデータにおいて、メタデータＩＤ＝２４６５００（Ｇチーム、Ｄチーム、Ｍ選手、加点、ソロホームラン）の場合には、“２（加点）＊攻撃係数＋８（ホームラン）＊攻撃係数”が基本解析による攻撃レベルの重要度となる。基本ルールは容易に記述でき、かつ変更・修正も可能であるため、柔軟性の高い内容解析が実現できる。
【００５０】
［嗜好情報］
つぎに、嗜好情報について詳細に説明する。嗜好情報は、利用者向けＵＩＦから設定され、ユーザ管理ＤＢ３０３に格納される。嗜好情報は、以下の形式で定義される。
嗜好情報＝（嗜好項目名、嗜好の度合い）
ここで、嗜好項目名：チーム、選手のＩＤ
嗜好の度合い：０〜１（数値の高い方が嗜好している度合いが高い）
【００５１】
以下に嗜好情報の一例を示す。
・好きな選手
（Ｍ選手、１．０）
（Ｋ投手、０．８）
（Ｇ選手、０．５）
・好きなチーム
（Ｇチーム、０．８）
（Ｙチーム、０．５）
【００５２】
上記の嗜好情報の例では、利用者は、「Ｍ選手選手」を「１．０」、「Ｋ投手投手」を「０．８」、「Ｇ選手選手」を「０．５」の度合いで嗜好していることを示しており、また、「Ｇチーム」を「１．０」、「Ｙチーム」を「０．８」の度合いで嗜好していることを示している。
【００５３】
図７は、嗜好情報のユーザ設定画面の一例を示している。同図に示す嗜好情報のユーザ設定画面において、嗜好項目名および嗜好の度合いを設定する。同図に示す嗜好情報のユーザ設定画面では、お好み選手、チームの設定において、嗜好の度合いは、一番上の嗜好項目が１．０、二番目が０．８、三番目が０．５となる。なお、嗜好の度合いを省略することも可能である。その場合、嗜好の度合いはデフォルト値（通常は、１．０）が設定される。このように嗜好の度合いを定義することにより、よりきめ細やかな嗜好情報の設定が可能となる。
【００５４】
嗜好反映部３１２は、映像メタデータおよび嗜好情報に基づいて利用者の嗜好による重要度の増分を算出する。具体的には、嗜好反映部３１２は、選手嗜好とチーム嗜好の２種類の嗜好に分けて処理を行い、攻撃レベル、投手レベル、および守備レベル等の各レベルについて、嗜好の度合いから利用者の嗜好による重要度の増分を算出する。そして、基本解析部３１１により算出された基本解析による重要度に、利用者の嗜好による増分を加算または乗算して、利用者の嗜好を反映させた重要度を算出する。以下、利用者の嗜好を反映させた重要度の算出方法を具体的に説明する。
【００５５】
（選手嗜好の場合）
選手嗜好の場合、その選手が投手であるか否かによって処理が分かれる。前述の映像メタデータの場合には、投手であるか否かは、「脇役選手名」にその選手の名前が設定されているか否かで判定する。
【００５６】
▲１▼投手でない場合
映像メタデータの「主役選手名」が、嗜好項目に等しい場合に、攻撃レベルと興奮レベルに利用者の嗜好を反映させる。嗜好選手が投手でない場合、攻撃レベル、興奮レベルの嗜好の増分は、下式で算出することができる。
【００５７】
（攻撃レベル）の嗜好の増分＝α＊嗜好の度合い
但し、αは基本増分
（興奮レベル）の嗜好の増分＝α’＊嗜好の度合い
但し、α’は基本増分
【００５８】
基本解析による重要度に嗜好の増分を加算して、利用者の嗜好を反映させた重要度を算出する。例えば、嗜好情報＝（Ｍ選手、１．０）の場合、図３に示すメタデータＩＤ＝２４６５００のメタデータ（Ｇチーム、Ｄチーム、Ｍ選手、加点、ソロホームラン）の場合には、基本解析による攻撃レベルの重要度は、攻撃係数＝１とした場合、（８＋２）＝１０ポイントとなる。また、基本増分α＝１０とした場合、Ｍ選手を嗜好している場合の攻撃レベルの嗜好の増分は、（１０＊１）＝１０となる。そして、このメタデータの攻撃レベルの重要度は、１０（基本解析）＋１０（嗜好の増分）＝２０となる。
【００５９】
▲２▼投手の場合
映像メタデータの脇役選手名が嗜好項目に等しい場合に、投手レベル、興奮レベルに利用者の嗜好を反映させる。嗜好選手が、投手の場合、投手レベル、興奮レベルの嗜好の増分は、下式で算出することができる。
【００６０】
（投手レベル）の嗜好の増分＝（投手レベル）＊（β＊嗜好の度合い）
（興奮レベル）の嗜好の増分＝（興奮レベル）＊（β＊嗜好の度合い）
但し、βは基本積算係数
【００６１】
投手レベルは、三振、三者凡退等の時に値が増加する。例えば、嗜好選手が投手の時に三振、三者凡退などの事象が発生すると、その時点における投手レベルの値が上がる。その値に対し、（β＊嗜好の度合い）を積算するため、投手レベルの値は嗜好を反映して増加することとなる。また、興奮レベルは、満塁や４番打者の打席の時に値が増加するため、例えば、嗜好選手が投手で、満塁や４番打者の打席の場合は、投手レベルの値が（β＊嗜好の度合い）を積算した値分増加する。
【００６２】
嗜好選手が投手でない場合と、投手である場合との嗜好反映の相違は、投手でない場合は、攻撃レベル、興奮レベルに対して、無条件に値を加算することで嗜好を反映させるのに対して、投手である場合は、投手レベルと興奮レベルの値を積算する点にある。すなわち、嗜好選手が打者や走者であった場合は、それだけで攻撃レベル、興奮レベルの重要度が増加するが、投手の場合は、三振などの重要事象がおきて、投手レベルが「０」より大きい値にならない限り投手レベルの重要度が増えず、また、満塁や４番打者の打席で興奮レベルの値が「０」より大きくならない限り興奮レベルの重要度が増えないことになる。
【００６３】
（チーム嗜好の場合）
チーム嗜好の場合、そのチームが攻撃チームであるか否かにより処理が分かれる。
【００６４】
▲１▼攻撃チームの場合
映像メタデータの攻撃チーム名が嗜好項目に等しい場合に、攻撃レベルと興奮レベルに利用者の嗜好を反映させる。嗜好チームが攻撃チームの場合、攻撃レベルと興奮レベルの嗜好の増分は、下式で算出することができる。
【００６５】
（攻撃レベル）の嗜好の増分＝γ＊嗜好の度合い
ここでγは基本増分
（興奮レベル）の嗜好の増分＝γ’＊嗜好の度合い
ここでγ’は基本増分
【００６６】
▲２▼守備チームの場合
映像メタデータの守備チーム名が嗜好項目に等しい場合に、投手レベルと興奮レベルに利用者の嗜好を反映させる。嗜好チームが守備チームの場合、投手レベルと興奮レベルの嗜好の増分は、下式で算出することができる。
【００６７】
（投手レベル）の嗜好の増分＝（投手レベル）＊（φ＊嗜好の度合い）
（興奮レベル）の嗜好の増分＝（興奮レベル）＊（φ＊嗜好の度合い）
ここでφは基本積算係数
【００６８】
上記のように各レベルの特徴、嗜好項目の特徴、および嗜好の度合いによって、嗜好の増分を変えることにより、よりきめの細かい効果的な嗜好反映が実現できる。上述した処理により、各事象に対する利用者毎の嗜好反映（重要度算出）が可能となる。
【００６９】
［重要度の算出］
嗜好反映部３１２は、基本解析部３１１で基本解析された映像メタデータにおける重要度と、算出した利用者の嗜好の増分に基づいて、各映像シーンの重要度を算出する。各事象は、それぞれ攻撃レベル、投手レベル、および興奮レベルの基本的解析による重要度と、利用者の嗜好項目毎の嗜好反映のための嗜好の増分を有している。映像メタデータにおける重要度は下式で算出することができる。
【００７０】
映像メタデータにおける重要度＝Σｎ＋ψ＊Σｎ´＋ω＊Σｎ´´
但し、ｎ：攻撃レベル、投手レベル、興奮レベルの基本解析による重要度
ｎ´ ：選手嗜好による各レベルの嗜好の増分
ｎ´´：チーム嗜好による各レベルの嗜好の増分
ψ、ω：係数
【００７１】
例えば、メタデータＩＤ＝２４６５００のメタデータ（Ｇチーム、Ｄチーム、Ｍ選手、加点、ソロホームラン）およびメタデータＩＤ＝２４６４００のメタデータ（Ｇチーム、Ｄチーム、Ｍ選手、打撃開始）の場合は、嗜好情報＝（Ｍ選手、１．０）、（Ｇチーム、０．８）とした場合、各レベルにおける基本解析の重要度と、嗜好の増分、および映像メタデータにおける重要度（総合計）は、図８に示すようになる。但し、α＝１０、α´＝５、β＝１０、γ＝５、γ´＝３、φ＝１．５としている。
【００７２】
係数α、α´、β、γ、γ´、φ、ψ、ωは、任意に設定可能となっており、、これらの係数を所望の値に設定することにより、選手嗜好とチーム嗜好のいずれを重要度により反映させるかを設定することができる。これにより、利用者の嗜好を反映させた映像メタデータの重要度を柔軟に算出することが可能となる。
【００７３】
また、１つの映像シーンを説明する映像メタデータは複数あるため、嗜好反映部３１２は、同一の映像シーンを説明する複数の映像メタデータの重要度の総和を算出して、映像シーンのシーン重要度を算出する。例えば、シーンＩＤ＝８４７の映像シーンの場合は、メタデータＩＤ＝２４６５００およびメタデータＩＤ＝２４６４００のメタデータが記述されているため、両映像メタデータの重要度の総和（２３．４＋３５．４＝５８．９）がシーン重要度となる。これにより、利用者毎の映像シーンの重要度を算出することが可能となる。
【００７４】
［パーソナルダイジェスト］
シーン選択部３１３は、嗜好反映部３１２で算出された映像シーンのシーン重要度の高い順、すなわち、重要度のランキング順に１番組内の映像シーンをソートして、利用者の嗜好を反映した各利用者向けのパーソナルダイジェストを作成する。この際、利用者の嗜好項目にあった映像シーンの重要度が高くなるが、それ以外に中立の立場で重要であると判定された映像シーンが上位にランキングされる。これにより、利用者の嗜好を反映しつつ、中立の立場で重要であると判定された映像シーンが上位にランキングされるようなソートを実現でき、利用者の嗜好を反映して全体の流れを表現できるダイジェストを作成することが可能となる。
【００７５】
また、シーン選択部３１３は、利用者のリクエストに応じて、複数の番組（複数の野球番組）から、映像シーンのシーン重要度に基づいて映像シーンのシーン重要度の高い順に映像シーンをソートして利用者向けのパーソナルダイジェストを作成する。これにより、映像シーンを番組を跨いでランキングすることが可能となる。例えば、野球番組の場合には、例えば、週単位、月単位、またはシーズン単位で、その期間内の複数の野球番組の中から映像シーンのシーン重要度に基づいて映像シーンを選択することにより、利用者向けの週単位、月単位、またはシーズン単位のベスト映像シーンを選択することが可能となる。
【００７６】
また、シーン選択部３１３は、利用者のリクエストに応じて、各番組毎に映像シーンのシーン重要度の総和を算出して番組重要度を求め、番組重要度から利用者毎のベスト番組を選択し、このベスト番組の利用者向けのパーソナルダイジェストを作成する。これにより、利用者毎のベスト番組を選ぶことが可能となり、より柔軟なサービスを提供することができる。
【００７７】
なお、本発明は、上記した実施の形態に限定されるものではなく、発明の要旨を変更しない範囲で適宜変形可能である。
【００７８】
【発明の効果】
以上説明したように、請求項１にかかる発明によれば、モバイル環境においてサッカーや野球などのスポーツ番組の映像シーンを説明する映像メタデータを利用して、スポーツ番組に関するダイジェストを作成して利用者の携帯端末に配信するパーソナルダイジェスト配信システムにおいて、前記映像メタデータを意味的に解釈するための基本ルールに基づいて、前記映像メタデータの基本解析を行って重要度を算出する基本解析部と、前記映像メタデータおよび利用者の嗜好情報に基づいて、利用者の嗜好による重要度の増分を算出し、算出した利用者の嗜好による重要度の増分を前記基本解析部で算出した重要度に反映させた重要度を算出する嗜好反映部と、前記嗜好反映部で算出された重要度に基づいて、映像シーンを選択して各利用者向けのパーソナルダイジェストを作成するシーン選択部と、を備えているので、利用者の嗜好を十分に反映した利用者固有のパーソナルなダイジェストを効率的に作成することが可能なパーソナルダイジェスト配信システムを提案することが可能となる。
【００７９】
また、請求項２にかかる発明によれば、請求項１にかかる発明において、前記映像メタデータは、登場人物、基本的な事象内容、およびステイタス情報等が記述されており、前記基本ルールは、前記メタデータにおいて、２つ以上の基本的な事象が連続している場合の複合事象のルールと、前記基本的な事象および前記複合事象の重み付けのルールとからなることとしたので、請求項１にかかる発明の効果に加えて、基本解析部で事象の重要性に応じた中立的な重要度を簡単に作成することが可能となる。
【００８０】
また、請求項３にかかる発明によれば、請求項１にかかる発明において、前記嗜好情報は、嗜好項目名、または前記嗜好項目名および当該嗜好項目の嗜好の度合いから構成されることとしたので、請求項１にかかる発明に加えて、嗜好項目および当該嗜好項目の嗜好の度合いに応じた事象の重要度を算出することが可能となる。
【００８１】
また、請求項４にかかる発明によれば、請求項３にかかる発明において、前記嗜好反映部は、前記映像メタデータに前記嗜好項目が含まれている場合に、当該嗜好項目の嗜好の度合いを係数として前記利用者の嗜好による重要度の増分を算出することとしたので、請求項３にかかる発明の効果に加えて、利用者の嗜好による重要度の増分を簡単に算出することが可能となる。
【００８２】
また、請求項５にかかる発明によれば、請求項１にかかる発明において、前記嗜好反映部は、前記算出した利用者の嗜好による重要度の増分を、前記基本解析部で算出した重要度に重み付け演算して重要度を算出することとしたので、請求項１にかかる発明の効果に加えて、利用者の嗜好を十分に反映させた事象の重要度を算出することが可能となる。
【００８３】
また、請求項６にかかる発明によれば、請求項１にかかる発明において、シーン選択部は、前記映像シーンを説明する複数の映像メタデータの重要度の和を当該映像シーンのシーン重要度として算出することとしたので、請求項１にかかる発明の効果に加えて、利用者の嗜好を十分に反映した映像シーンの重要度を簡単に算出することが可能となる。
【００８４】
また、請求項７にかかる発明によれば、請求項６にかかる発明において、前記シーン選択部は、前記シーン重要度に基づいて１番組内の映像シーンを選択し、各利用者向けのパーソナルダイジェストを作成することとしたので、請求項６にかかる発明の効果に加えて、１番組内の映像シーンからなる利用者の嗜好を十分に反映したパーソナルダイジェストを効率的に作成することが可能となる。
【００８５】
また、請求項８にかかる発明によれば、請求項７にかかる発明において、前記シーン選択部は、シーン重要度に基づいて複数の番組から映像シーンを選択して、各利用者向けのパーソナルダイジェストを作成することとしたので、請求項７にかかる発明の効果に加えて、複数の番組のベスト映像シーンからなるパーソナルダイジェストを効率的に作成することが可能となる。
【００８６】
また、請求項９にかかる発明は、請求項７にかかる発明において、前記シーン選択部は、複数の番組の各番組毎にシーン重要度を加算して各番組の番組重要度を算出し、算出した番組重要度に基づいて利用者毎のベスト番組を選択し、選択したベスト番組のパーソナルダイジェストを作成することとしたので、請求項７にかかる発明の効果に加えて、利用者にとってのベスト番組のパーソナルダイジェストを効率的に作成することが可能となる。
【図面の簡単な説明】
【図１】本発明のパーソナルダイジェスト配信システムの概略システム構成図である。
【図２】ダイジェスト処理部（主としてダイジェストサーバ）を機能的に示した機能概略図である。
【図３】野球映像に対する映像メタデータの一例を示す図である。
【図４】基本ルールにおける複合事象のルールの一例を示す図である。
【図５】攻撃レベルの重要度パラメータの一例を示す図である。
【図６】攻撃係数を説明するための図である。
【図７】嗜好情報のユーザ設定画面の一例を示す図である。
【図８】基本解析の重要度、嗜好の増分、および映像メタデータにおける重要度（総合計）を説明するための図である。
【符号の説明】
１００パーソナルダイジェスト配信システム
２００現場処理部
３００ダイジェスト処理部
４００動画配信処理部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a personal digest distribution system. More specifically, the present invention uses a video metadata describing a video scene of a sports program such as soccer or baseball in a mobile environment to create a digest related to a sports program and The present invention relates to a personal digest distribution system that distributes to a mobile terminal.
[0002]
[Prior art]
In recent years, the spread of mobile terminals such as PDAs and mobile phones has been remarkable. The next-generation mobile terminal (IMT2000) that is currently being used experimentally can receive text and still images as well as moving images with a network bandwidth of up to 384 Kbps, and will be equipped with advanced functions such as voice reading in the future. It is considered possible.
[0003]
A service for sending sports program related information such as baseball and soccer game bulletins to such portable terminals has been started. In accordance with the occurrence of a score or inning end, the service provider creates a character string such as “G team 3-1H team once. G team reversal due to timely hit of T player” and the corresponding video scene. Then, it is distributed to the user's mobile terminal using the Internet network or the like.
[0004]
With this service, even a user who cannot view the television while moving or the like can know the progress of the program. The information to be transmitted is not the same for all users, and it is expected that personalized information will be sent for each user, reflecting the user's preferences. For this purpose, it is desired to propose a mechanism that automatically extracts scenes reflecting user preferences and generates an explanatory character string.
[0005]
By the way, the applicant of the present application has already proposed a method of dynamically creating a personal digest for each user and generating a personalized character string.
[0006]
[Problems to be solved by the invention]
However, conventionally, when creating a personal digest, a method for efficiently creating a personal digest that sufficiently reflects the user's preference has not been proposed. For example, at present, no efficient method for creating a user-specific personal digest that sufficiently reflects a plurality of user preference items has been proposed.
[0007]
Conventionally, a method for creating a digest for one program has been proposed, but a digest composed of best scenes (across programs) and a digest of the best program for users can be efficiently performed. However, the current method has not been proposed.
[0008]
The present invention has been made in view of the above, and an object of the present invention is to propose a personal digest distribution system capable of efficiently creating a user-specific personal digest that sufficiently reflects user preferences. And
[0009]
In addition, the present invention has been made in view of the above, and it is possible to efficiently create a personal digest composed of the best scenes of a plurality of programs, a personal digest of the best programs for the user, and the like. It aims at proposing a personal digest distribution system.
[0010]
[Means for Solving the Problems]
In order to solve the above-mentioned problem, the invention according to claim 1 creates a digest relating to a sports program by using video metadata that describes a video scene of a sports program such as soccer or baseball in a mobile environment. In a personal digest distribution system for distributing to a mobile terminal, a basic analysis unit that performs basic analysis of the video metadata and calculates importance based on basic rules for semantic interpretation of the video metadata; Based on the video metadata and user preference information, an increase in importance due to user preference is calculated, and the calculated increase in importance due to user preference is reflected in the importance calculated in the basic analysis unit A preference reflection unit that calculates the importance level, and a video scene selected based on the importance level calculated by the preference reflection unit And a scene selection unit to create a personal digest directed, characterized by comprising a.
[0011]
According to the above invention, the basic analysis unit performs basic analysis of the video metadata based on the basic rules for semantic interpretation of the video metadata to calculate the importance, and the preference reflection unit includes the video metadata. Based on the data and user preference information, an importance increase based on user preference is calculated, and the importance increase based on the calculated user preference is reflected in the importance calculated by the basic analysis unit The scene selection unit selects a video scene based on the importance calculated by the preference reflection unit and creates a personal digest for each user.
[0012]
The invention according to claim 2 is the invention according to claim 1, wherein the video metadata describes a character, basic event contents, status information, and the like. The data is characterized by comprising a complex event rule when two or more basic events are continuous, and the basic event and the complex event weighting rule.
[0013]
According to the above invention, the video metadata describes the characters, basic event contents, status information, etc., and the basic rule is that two or more basic events are continuous in the metadata. A composite event rule, and a basic event and a weighting rule for the composite event.
[0014]
The invention according to claim 3 is the invention according to claim 1, wherein the preference information is configured by a preference item name or a preference item name and a preference degree of the preference item. According to the said invention, preference information is comprised by the preference item name or the preference item name, and the preference degree of a preference item.
[0015]
The invention according to claim 4 is the invention according to claim 3, wherein the preference reflection unit uses the degree of preference of the preference item as a coefficient when the preference item is included in the video metadata. An increase in importance according to the user's preference is calculated. According to the above invention, when a preference item is included in the video metadata, the preference reflection unit calculates an increase in importance based on the user's preference using the degree of preference of the preference item as a coefficient.
[0016]
The invention according to claim 5 is the invention according to claim 1, wherein the preference reflecting unit weights the importance degree calculated by the calculated user preference to the importance degree calculated by the basic analysis part. And calculating the degree of importance. According to the above invention, the preference reflection unit calculates the importance by weighting the importance increment calculated by the user's preference to the importance calculated by the basic analysis unit.
[0017]
The invention according to claim 6 is the invention according to claim 1, wherein the scene selection unit calculates a sum of importance levels of a plurality of video metadata describing the video scene as a scene importance level of the video scene. It is characterized by doing. According to the above invention, the scene selection unit calculates the sum of the importance levels of the plurality of video metadata describing the video scene as the scene importance level of the video scene.
[0018]
The invention according to claim 7 is the invention according to claim 6, wherein the scene selection unit selects a video scene in one program based on the importance of the scene, and creates a personal digest for each user. It is characterized by doing. According to the above invention, the scene selection unit selects a video scene in one program based on the scene importance and creates a personal digest for the user.
[0019]
The invention according to claim 8 is the invention according to claim 7, wherein the scene selection unit selects a video scene from a plurality of programs based on the importance of the scene, and creates a personal digest for each user. It is characterized by doing. According to the above invention, the scene selection unit selects a video scene from a plurality of programs based on the scene importance and creates a personal digest for each user.
[0020]
The invention according to claim 9 is the invention according to claim 7, wherein the scene selection unit calculates the program importance of each program by adding the scene importance for each program of the plurality of programs. The best program for each user is selected based on the program importance level, and a personal digest of the selected best program is created. According to the above invention, the scene selection unit calculates the program importance of each program by adding the scene importance for each program of the plurality of programs, and the best program for each user based on the calculated program importance. To create a personal digest of the selected best program.
[0021]
DETAILED DESCRIPTION OF THE INVENTION
DESCRIPTION OF EMBODIMENTS Hereinafter, a preferred embodiment of a personal digest distribution system according to the present invention will be described in detail with reference to the drawings.
[0022]
(Summary of Invention)
The present invention proposes a method of creating a digest for each user by reflecting a plurality of preference items such as teams and players on the importance of each video scene based on the degree of preference and the like. Here, we propose a system that distributes a personal digest in a mobile environment, with the target video being a sports video such as baseball or soccer. The system we propose is a system that uses personal preference information registered in advance and dynamically creates and distributes a personal digest as the game progresses.
[0023]
Each preference information is defined by (preference item name, preference degree). Specifically, it is defined as a preference item name: team, player ID, and degree of preference (0 to 1). Then, the degree of preference is reflected in the calculation of the importance of each event. For example, if there is a person who likes the G team and likes the M player, the increase in the importance due to the likes of the G team and the increase in the importance due to the likes of the M player are allocated based on the degree of preference. Then, the importance that combines the preferences is calculated. As a result, the importance of a certain event can be calculated by reflecting a plurality of preference information.
[0024]
Further, in the present invention, importance is calculated by reflecting a plurality of preference information for each user for each video scene for each program, and video scenes are ranked across programs based on this importance. The video scene with the highest ranking is the best scene in a plurality of programs for each user. In the present invention, the sum of the importance levels of the video scene is calculated for each program, and the sum is set as the program importance level of each program. The programs are ranked based on the program importance. The program with the highest ranking is the best game (program) for each user. A digest is generated for this best game (program) to create a best digest for each user.
[0025]
(Embodiment)
FIG. 1 is a schematic system configuration diagram of a personal digest distribution system of the present invention. The personal digest distribution system 100 of the present embodiment includes an on-site processing unit 200 that generates and transmits a video scene (digest candidate scene) and video metadata for explaining the video scene at a sports program relay location, A video scene for each user is selected based on the video metadata transmitted from the processing unit 200, a video scene, and preference information of each user registered in advance, and a personal digest for each user is selected. A digest processing unit 300 that generates and controls access for each user, and a moving image distribution processing unit 400 that accumulates and distributes personal digests created by the digest processing unit 300 are configured. Note that the user's portable terminal and the system are connected via a wired or wireless communication line and a network. In addition, each apparatus of this system may be connected in a communication environment capable of moving image distribution, but here, the on-site processing unit 200 and the digest processing unit 300 are wirelessly connected and the digest processing unit 300 and the moving image distribution processing unit 400 Are connected by a dedicated line.
[0026]
Here, the digest processing unit 300 does not process the program video itself, but refers to the video metadata created by the site processing unit 200, and only the ranking of video scenes (also created by the site processing unit 200). Therefore, efficient digest creation can be realized. Also, by separating the digest processing unit 300 and the moving image distribution processing unit 400, the load on each device is distributed, and the efficiency of the moving image distribution processing can be improved.
[0027]
The on-site processing unit 200 is arranged in plural at various relay locations and the like, creates program metadata according to the progress of the program, and edits and cuts out a video scene corresponding to the video metadata. It should be noted that a known technique can be applied to the creation of the video metadata and the editing / cutting out of the video scene, and thus description thereof is omitted. In addition, either the video metadata or the video scene creation order may be first. Further, as shown in FIG. 1, the on-site processing unit 200 edits a metadata input notebook PC for creating video metadata, a metadata confirmation notebook PC for checking video metadata, and a video scene of a program. Encoding server for encoding and uploading to the digest processing unit 300.
[0028]
The information created by the on-site processing unit 200 is immediately transmitted to the digest processing unit 300 every time it is created, or transmitted at the timing of program breaks. Here, for example, in the case of a baseball program, the program break timing may be the end of inning or the end of batting.
[0029]
By creating and transmitting video metadata as information related to a video scene, efficient video metadata can be created. Also, by transmitting video metadata and video scenes in real time or at the timing of program breaks, it becomes possible to analyze program content without a large delay.
[0030]
The video metadata created in the field processing unit 200 describes a video scene. Specifically, the video metadata describes information such as what characters appear in each video scene, what they did, and what features they have.
[0031]
The digest of the present embodiment can be expressed as a ranking for each user of the video scene. As described above, since the video metadata is created as information describing the video scene, it is possible to efficiently perform analysis processing for generating a digest only by analyzing the contents of the video metadata.
[0032]
The digest processing unit 300 has a function of receiving video metadata and video metadata transmitted from the site processing unit 200, managing access information from the user, and presenting a personal digest for each user. WWW server (registered trademark) 301, received video metadata, basic rules for performing basic analysis processing for calculating importance by semantic interpretation of video metadata, processing results of basic analysis processing, and preferences Meta DB 302 for accumulating processing results of reflection processing, user management DB 303 for accumulating preference information related to user preferences, IF (interface) for inputting information into the meta DB 302 and user management DB 303, and those DB server 304 having the function of managing the information of the image and video transmitted from the field processing unit 200 A picture storage server 305 is over emissions are accumulated based on the information of the video metadata stored in the metadata DB 302, and a digest server 306 to analyze the importance of the video scene.
[0033]
Next, the flow of data for storing program metadata and video scenes will be described. The DB server 304 receives the video metadata from the site processing unit 200 via the WWW server 301, accumulates the data in the meta DB 302, and returns the result to the site processing unit 200. On the other hand, the on-site processing unit 200 can create video metadata while looking at the results of data stored on the meta DB 302. Also, the edited and cut-out video scene is transmitted from the field processing unit 200, and the received video scene is accumulated in the moving image storage server 305 in the digest processing unit 300.
[0034]
The digest server 306 is configured to perform analysis processing by reading data on the DB written by the DB server 304. The digest server 306 checks the update of the video metadata. When the data is updated, the digest server 306 immediately starts the basic analysis process for semantically interpreting the video metadata and calculating the importance, and the analysis result In this configuration, (importance) is written in the meta DB 302. Through such processing, the digest server 306 can analyze the video metadata without significant delay from the update of the video metadata, and can determine the importance based on the basic analysis of the video scene. In the meta DB 302, video metadata is managed in units of programs.
[0035]
Next, the data flow between the digest processing unit 300 and the moving image distribution processing unit 400 will be described. When the WWW server 301 inputs a digest creation request from a user (mobile terminal) via the network and the moving image distribution processing unit 400, the WWW server 301 reads the corresponding user preference information from the user management DB 303 and digests it to the digest server 306. Output creation request. When this request is received, the digest server 306 executes a preference reflection process to create a personal digest for the corresponding user. Personal digests to be created include (1) personal digests created by ranking video scenes within a program, (2) personal digests created by ranking video scenes in multiple programs, and (3) multiple programs There is a personal digest created for the best program by selecting the best program from these, and these digests are created in response to a user request.
[0036]
The video scenes stored in the video storage server 305 are uploaded every predetermined time (for example, every 5 minutes) by an FTP (File Transfer Protocol) server of the video distribution processing unit 400, and the digest processing unit 300 and the video are stored. Synchronization processing of the distribution processing unit 400 is performed.
[0037]
FIG. 2 is a functional schematic diagram functionally showing the digest processing unit 300 (mainly the digest server 306). The digest processing unit 300 controls user screens and user access. The digest processing unit 300 performs basic analysis processing, performs basic analysis of video metadata based on basic rules for semantic interpretation of the content of video metadata, and calculates a degree of importance. And a preference reflection unit 312 for executing preference reflection processing to reflect the preference for each user in the importance calculated by the basic analysis unit 311 based on video metadata and user preference information, and preference reflection A scene selection unit 313 that ranks important events for each user based on the importance level in which preference is reflected in the unit 312, selects a video scene composed of a plurality of events (video metadata), and creates a personal digest; It is composed of
[0038]
The basic analysis unit 311 calculates importance by almost analyzing the video metadata generated in real time in accordance with the progress of the game on the basis of the basic rule of neutral content that does not depend on the user's preference. Since the basic analysis by the basic analysis unit 311 is based on the description of the basic rule of neutral content, it is a neutral analysis independent of the user's preference.
[0039]
The preference reflection unit 312 is activated when there is a request from the user. The preference reflection unit 312 reads the user's preference information from the user management DB every time there is a request from the user, and calculates the increment of the preference by the user based on the video metadata and the user's preference information. The increment of the user's preference is reflected in the importance analyzed by the basic analysis unit 311.
[0040]
The scene selection unit 313 selects an important video scene for each user based on the importance level in which the preference of the user is reflected by the preference reflection unit 312, and creates a personal digest for the user.
[0041]
As described above, since the basic analysis of video metadata is processed in real time by the basic analysis unit 311, when there is a request from the user, only the preference reflection unit 312 and the scene selection unit 313 need to operate. Therefore, it is possible to reduce the load of calculating the importance for each user.
[0042]
Next, a specific method for creating a personal digest is exemplified for a baseball program, and [Video metadata], [Basic rules], [Preference information], [Importance of video scene], [Personal digest] Details will be described in order.
[0043]
[Video metadata]
First, video metadata created by the site processing unit 200 will be described. FIG. 3 is a diagram illustrating an example of metadata for a baseball video. The metadata shown in the figure includes “scene ID”, “metadata ID”, “attack team name”, “defensive team name”, “leading player name”, “supporting player name”, “basic event name”, “ Type ".
[0044]
Here, the “scene ID” indicates the ID of a video scene that is a digest candidate. “Metadata ID” is an identifier of each video metadata. The “attack team / defense team name” is the name of the attack team / defense team when the event described by the video metadata occurs. The “main player name” is the name of the player who is the main player of the event represented by the video metadata. The name of the pitcher is usually set as the “supporting player name”. The “basic event name” is a basic event represented by the video metadata. “Type” is information for explaining the basic event in detail.
[0045]
A video scene is composed of a plurality of metadata. In FIG. 3, for example, a video scene with “scene ID” = “847” is composed of “metadata ID” = “246100”, “246200”. “Metadata ID” = “246200” represents that the I pitcher was out in a batting average at the I pitcher's bat.
[0046]
[basic rule]
The basic analysis unit 311 performs basic analysis on the video metadata according to the basic rules and calculates the importance. The basic rule includes a complex event rule when two or more basic events are continuous, and a basic event and complex event weighting rule (importance parameter). The basic rules can be changed and corrected by the basic analysis unit 311.
[0047]
FIG. 4 shows an example of the rules for complex events. In the composite event rule shown in FIG. 4, the composite event “timely” has a basic event “Progress” after the basic event “Progress” such as “Slash”, “Double strike”, “Three strike”, etc. It is generated when the video metadata of “additional points” is described.
[0048]
As importance weighting rules, importance parameters such as an attack level, a pitcher level, and an excitement level are defined. FIG. 5 is a diagram illustrating an example of the importance level parameter of the attack level. Description of the importance parameters of the pitcher level and the excitement level is omitted. In the importance parameter of the attack level shown in FIG. 5, the importance increases by “2 * attack coefficient” when points are added or timely. This attack coefficient is defined as shown in FIG. This attack coefficient increases as the inning progresses and every time the cleanup is batted, so the time and the order of batting can be reflected in the attack level value.
[0049]
For example, in the video metadata shown in FIG. 3, when metadata ID = 246500 (G team, D team, M player, points, solo home run), “2 (points) * attack coefficient + 8 (home run) * attack "Coefficient" is the importance of the attack level by basic analysis. Since basic rules can be easily described and can be changed and modified, flexible content analysis can be realized.
[0050]
[Preference information]
Next, the preference information will be described in detail. The preference information is set from the user UIF and stored in the user management DB 303. The preference information is defined in the following format.
Preference information = (preference item name, preference level)
Here, preference item name: Team, player ID
Degree of preference: 0 to 1 (the higher the numerical value, the higher the degree of preference)
[0051]
An example of preference information is shown below.
-Favorite players
(M player, 1.0)
(K pitcher, 0.8)
(G player, 0.5)
・ My favorite team
(Team G, 0.8)
(Y team, 0.5)
[0052]
In the above example of preference information, the user is “1.0” for “M player”, “0.8” for “K pitcher pitcher”, and “0.5” for “G player”. It also indicates that the user likes the “G team” with a degree of “1.0” and the “Y team” with a degree of “0.8”.
[0053]
FIG. 7 shows an example of a user setting screen for preference information. The preference item name and the degree of preference are set on the user setting screen for preference information shown in FIG. In the preference information user setting screen shown in the figure, in the setting of favorite players and teams, the degree of preference is 1.0 for the top preference item, 0.8 for the second, and 0.5 for the third. It becomes. It is possible to omit the degree of preference. In this case, a default value (usually 1.0) is set as the degree of preference. By defining the degree of preference in this way, more detailed preference information can be set.
[0054]
The preference reflection unit 312 calculates an increase in importance based on the user's preference based on the video metadata and the preference information. Specifically, the preference reflection unit 312 performs processing by dividing into two types of preference, player preference and team preference, and determines each level such as an attack level, a pitcher level, and a defense level from the degree of preference of the user. Calculate the increase in importance due to preference. Then, the importance based on the basic analysis calculated by the basic analysis unit 311 is added to or multiplied by the increment due to the user's preference to calculate the importance reflecting the user's preference. Hereinafter, a method for calculating the degree of importance reflecting the user's preference will be described in detail.
[0055]
(In the case of player preference)
In the case of player preference, processing is divided depending on whether or not the player is a pitcher. In the case of the above-described video metadata, whether or not the player is a pitcher is determined by whether or not the name of the player is set in the “supporting player name”.
[0056]
(1) If you are not a pitcher
When the “leading player name” in the video metadata is equal to the preference item, the preference of the user is reflected in the attack level and the excitement level. When the preference player is not a pitcher, the preference increment of the attack level and the excitement level can be calculated by the following formula.
[0057]
(Attack level) preference increment = α * degree of preference
Where α is the basic increment
(Excitement level) preference increment = α '* preference level
Where α 'is the basic increment
[0058]
By adding the preference increment to the importance based on the basic analysis, the importance reflecting the user's preference is calculated. For example, in the case of preference information = (M player, 1.0), in the case of metadata (G team, D team, M player, added points, solo home run) of metadata ID = 246500 shown in FIG. The importance of the attack level by (8) is (8 + 2) = 10 points when the attack coefficient = 1. When the basic increment α = 10, the attack level preference increment in the case of preference for the M player is (10 * 1) = 10. The importance of the attack level of the metadata is 10 (basic analysis) +10 (increment of preference) = 20.
[0059]
▲ 2 ▼ Pitcher
When the supporting player name in the video metadata is equal to the preference item, the preference of the user is reflected in the pitcher level and the excitement level. When the preference player is a pitcher, the preference increment of the pitcher level and the excitement level can be calculated by the following formula.
[0060]
(Pitcher level) preference increment = (Pitcher level) * (β * Degree of preference)
(Exciting level) preference increment = (Exciting level) * (β * Degree of preference)
Where β is the basic integration coefficient
[0061]
The pitcher level increases when the striker strikes, the tripartite retreat, etc. For example, if an event such as strikeout or tripartite occurrence occurs when a favorite player pitches, the value of the pitcher level at that time increases. In order to integrate (β * preference degree) with respect to the value, the value of the pitcher level increases reflecting the preference. In addition, the excitement level increases when the player is full or when the fourth batter is at bat. For example, if the favorite player is a pitcher and the full or fourth batter is at the pitch, the value of the pitcher level is (β * preferred). The degree is increased by the integrated value.
[0062]
When the preference player is not a pitcher, the difference in the preference reflection between the preference player and the pitcher is that the preference is reflected unconditionally by adding values to the attack level and excitement level. In the case of a pitcher, the pitcher level and the excitement level are integrated. In other words, if the favorite player is a batter or runner, the importance of the attack level and excitement level increases, but in the case of a pitcher, an important event such as a strikeout occurs, and the pitcher level is "0" or more The importance level of the pitcher level does not increase unless the value becomes large, and the importance level of the excitement level does not increase unless the excitement level value becomes larger than “0” in fullness or at the batting of the fourth batter.
[0063]
(In case of team preference)
In the case of team preference, processing is divided depending on whether or not the team is an attack team.
[0064]
(1) Attack team
When the attack team name in the video metadata is equal to the preference item, the user's preference is reflected in the attack level and the excitement level. When the preference team is an attack team, the preference increment between the attack level and the excitement level can be calculated by the following equation.
[0065]
(Attack level) preference increment = γ * preference level
Where γ is the basic increment
(Excitement level) preference increment = γ '* preference level
Where γ 'is the basic increment
[0066]
(2) For defensive team
When the defensive team name of the video metadata is equal to the preference item, the preference of the user is reflected in the pitcher level and the excitement level. When the preference team is a defensive team, the increment of the preference between the pitcher level and the excitement level can be calculated by the following equation.
[0067]
(Pitcher level) preference increment = (Pitcher level) * (φ * Degree of preference)
(Excitement level) preference increment = (Excitation level) * (φ * Degree of preference)
Where φ is the basic integration coefficient
[0068]
As described above, by changing the preference increment according to the characteristics of each level, the characteristics of the preference items, and the degree of preference, more detailed and effective reflection of the preference can be realized. Through the processing described above, it is possible to reflect the preference (importance calculation) for each user for each event.
[0069]
[Calculation of importance]
The preference reflection unit 312 calculates the importance level of each video scene based on the importance level in the video metadata basically analyzed by the basic analysis unit 311 and the calculated user preference increment. Each event has an importance level based on basic analysis of an attack level, a pitcher level, and an excitement level, and a preference increment for reflecting the preference for each user preference item. The importance in the video metadata can be calculated by the following formula.
[0070]
Importance in video metadata = Σn + ψ * Σn ′ + ω * Σn ″
However, n: Importance based on basic analysis of attack level, pitcher level, excitement level
n ': Increment of preference at each level due to player preference
n ″: Increment of preference at each level due to team preference
ψ, ω: coefficients
[0071]
For example, in the case of metadata with metadata ID = 246500 (G team, D team, M player, score, solo home run) and metadata with metadata ID = 246400 (G team, D team, M player, hitting start) , Preference information = (M player, 1.0), (G team, 0.8), importance of basic analysis at each level, preference increment, and importance in video metadata (total) Is as shown in FIG. However, α = 10, α ′ = 5, β = 10, γ = 5, γ ′ = 3, and φ = 1.5.
[0072]
Coefficients α, α ′, β, γ, γ ′, φ, ψ, and ω can be set arbitrarily. By setting these coefficients to desired values, either player preference or team preference can be set. Can be set according to the importance. Thereby, it is possible to flexibly calculate the importance of the video metadata reflecting the user's preference.
[0073]
In addition, since there are a plurality of video metadata that describe one video scene, the preference reflection unit 312 calculates the sum of the importance levels of a plurality of video metadata that describe the same video scene, and the scene importance of the video scene is calculated. Calculate the degree. For example, in the case of a video scene with scene ID = 847, since metadata with metadata ID = 246500 and metadata ID = 246400 is described, the sum of the importance of both video metadata (23.4 + 35.4 = 58.9) is the scene importance. This makes it possible to calculate the importance of the video scene for each user.
[0074]
[Personal digest]
The scene selection unit 313 sorts the video scenes in one program in the descending order of importance of the video scenes calculated by the preference reflection unit 312, that is, the ranking of the importances, and reflects each user's preference. Create personal digests for users. At this time, the importance level of the video scene according to the user's preference item is increased, but other video scenes determined to be important from a neutral standpoint are ranked higher. As a result, it is possible to achieve sorting so that video scenes that are determined to be important from a neutral standpoint are ranked higher while reflecting user preferences, and the overall flow is reflected reflecting user preferences. It is possible to create a digest that can be expressed.
[0075]
Also, the scene selection unit 313 sorts the video scenes from a plurality of programs (a plurality of baseball programs) in descending order of the scene importance of the video scene based on the scene importance of the video scene in response to a user request. To create a personal digest for users. This makes it possible to rank video scenes across programs. For example, in the case of a baseball program, by selecting a video scene based on the scene importance of the video scene from among a plurality of baseball programs in the period, for example, on a weekly, monthly, or seasonal basis, It is possible to select the best video scene for the user on a weekly, monthly, or seasonal basis.
[0076]
In response to a user request, the scene selection unit 313 calculates the total importance of the scenes of the video scene for each program to obtain the program importance, and selects the best program for each user from the program importance. Then, a personal digest for users of this best program is created. This makes it possible to select the best program for each user and provide a more flexible service.
[0077]
The present invention is not limited to the above-described embodiment, and can be appropriately modified without changing the gist of the invention.
[0078]
【The invention's effect】
As described above, according to the invention of claim 1, a user can create a digest relating to a sports program by using video metadata that describes a video scene of a sports program such as soccer or baseball in a mobile environment. In a personal digest distribution system for distributing to a mobile terminal, a basic analysis unit that performs basic analysis of the video metadata and calculates importance based on basic rules for semantic interpretation of the video metadata; Based on the video metadata and user preference information, an increase in importance due to user preference is calculated, and the calculated increase in importance due to user preference is reflected in the importance calculated in the basic analysis unit A preference reflection unit that calculates the importance level, and a video scene selected based on the importance level calculated by the preference reflection unit Providing a personal digest distribution system that can efficiently create a user-specific personal digest that fully reflects the user's preferences. It becomes possible to do.
[0079]
Further, according to the invention according to claim 2, in the invention according to claim 1, the video metadata describes characters, basic event contents, status information, etc., and the basic rule is: Since the metadata includes a rule of a composite event when two or more basic events are continuous, and a rule of weighting the basic event and the composite event, the claim 1. In addition to the effects of the present invention, it is possible to easily create a neutral importance according to the importance of the event in the basic analysis unit.
[0080]
According to the invention of claim 3, in the invention of claim 1, the preference information is composed of a preference item name, or the preference item name and the preference level of the preference item. In addition to the invention according to claim 1, it is possible to calculate the importance of the event according to the preference item and the degree of preference of the preference item.
[0081]
According to the invention according to claim 4, in the invention according to claim 3, when the preference reflection unit includes the preference item in the video metadata, the preference reflection unit sets the degree of preference of the preference item. Since the increase in importance due to the user's preference is calculated as a coefficient, in addition to the effect of the invention according to claim 3, it is possible to easily calculate the increase in importance due to the user's preference. Become.
[0082]
According to the invention according to claim 5, in the invention according to claim 1, the preference reflection unit adds the increase in importance based on the calculated user preference to the importance calculated by the basic analysis unit. Since the importance is calculated by performing the weighting calculation, in addition to the effect of the invention according to claim 1, it is possible to calculate the importance of the event sufficiently reflecting the user's preference.
[0083]
According to the invention of claim 6, in the invention according to claim 1, the scene selection unit uses the sum of the importance levels of a plurality of video metadata describing the video scene as the scene importance level of the video scene. Since the calculation is performed, in addition to the effect of the invention according to claim 1, it is possible to easily calculate the importance of the video scene sufficiently reflecting the user's preference.
[0084]
According to the invention according to claim 7, in the invention according to claim 6, the scene selection unit selects a video scene in one program based on the scene importance, and a personal digest for each user. Thus, in addition to the effect of the invention according to claim 6, it is possible to efficiently create a personal digest that sufficiently reflects the user's preference consisting of video scenes in one program. .
[0085]
Further, according to the invention according to claim 8, in the invention according to claim 7, the scene selection unit selects a video scene from a plurality of programs based on the importance of the scene, and a personal digest for each user. Therefore, in addition to the effect of the invention according to claim 7, it is possible to efficiently create a personal digest including the best video scenes of a plurality of programs.
[0086]
The invention according to claim 9 is the invention according to claim 7, wherein the scene selection unit calculates the program importance of each program by adding the scene importance for each program of the plurality of programs. Since the best program for each user is selected based on the importance of the selected program and the personal digest of the selected best program is created, the best program for the user in addition to the effect of the invention according to claim 7 It is possible to efficiently create a personal digest.
[Brief description of the drawings]
FIG. 1 is a schematic system configuration diagram of a personal digest distribution system of the present invention.
FIG. 2 is a functional schematic diagram functionally showing a digest processing unit (mainly a digest server).
FIG. 3 is a diagram illustrating an example of video metadata for a baseball video.
FIG. 4 is a diagram illustrating an example of a complex event rule in a basic rule.
FIG. 5 is a diagram illustrating an example of an importance parameter of an attack level.
FIG. 6 is a diagram for explaining an attack coefficient.
FIG. 7 is a diagram illustrating an example of a user setting screen for preference information;
FIG. 8 is a diagram for explaining the importance of basic analysis, preference increment, and importance (total) in video metadata.
[Explanation of symbols]
100 Personal Digest Distribution System
200 On-site processing department
300 digest processing unit
400 Video distribution processing unit

Claims

モバイル環境においてサッカーや野球などのスポーツ番組の映像シーンを説明する映像メタデータを利用して、スポーツ番組に関するダイジェストを作成して利用者の携帯端末に配信するパーソナルダイジェスト配信システムにおいて、
前記映像メタデータを意味的に解釈するための基本ルールに基づいて、前記映像メタデータの基本解析を行って重要度を算出する基本解析部と、
前記映像メタデータおよび利用者の嗜好情報に基づいて、利用者の嗜好による重要度の増分を算出し、算出した利用者の嗜好による重要度の増分を前記基本解析部で算出した重要度に反映させた重要度を算出する嗜好反映部と、
前記嗜好反映部で算出された重要度に基づいて、映像シーンを選択して各利用者向けのパーソナルダイジェストを作成するシーン選択部と、
を備えたことを特徴とするパーソナルダイジェスト配信システム。In a personal digest distribution system that uses video metadata describing a video scene of a sports program such as soccer or baseball in a mobile environment to create a digest related to the sports program and distribute it to the user's mobile terminal.
Based on a basic rule for semantic interpretation of the video metadata, a basic analysis unit that performs basic analysis of the video metadata and calculates importance,
Based on the video metadata and user preference information, an increase in importance due to user preference is calculated, and the calculated increase in importance due to user preference is reflected in the importance calculated by the basic analysis unit A preference reflection unit for calculating the importance degree,
A scene selection unit that selects a video scene and creates a personal digest for each user based on the importance calculated by the preference reflection unit;
A personal digest distribution system characterized by comprising:

前記映像メタデータは、登場人物、基本的な事象内容、およびステイタス情報等が記述されており、
前記基本ルールは、前記メタデータにおいて、２つ以上の基本的な事象が連続している場合の複合事象のルールと、前記基本的な事象および前記複合事象の重み付けのルールとからなることを特徴とする請求項１に記載のパーソナルダイジェスト配信システム。The video metadata describes characters, basic event contents, status information, etc.
The basic rule includes a rule of a composite event when two or more basic events are continuous in the metadata, and a rule of weighting the basic event and the composite event. The personal digest distribution system according to claim 1.

前記嗜好情報は、嗜好項目名、または前記嗜好項目名および当該嗜好項目の嗜好の度合いから構成されることを特徴とする請求項１に記載のパーソナルダイジェスト配信システム。The personal digest distribution system according to claim 1, wherein the preference information includes a preference item name, or a preference item name and a degree of preference of the preference item.

前記嗜好反映部は、前記映像メタデータに前記嗜好項目が含まれている場合に、当該嗜好項目の嗜好の度合いを係数として前記利用者の嗜好による重要度の増分を算出することを特徴とする請求項３に記載のパーソナルダイジェスト配信システム。The preference reflection unit, when the preference item is included in the video metadata, calculates an increase in importance based on the preference of the user by using a degree of preference of the preference item as a coefficient. The personal digest delivery system according to claim 3.

前記嗜好反映部は、前記算出した利用者の嗜好による重要度の増分を、前記基本解析部で算出した重要度に重み付け演算して重要度を算出することを特徴とする請求項１に記載のパーソナルダイジェスト配信システム。2. The preference reflection unit according to claim 1, wherein the preference reflection unit calculates an importance level by weighting the importance degree calculated by the basic analysis unit with respect to the importance level increase based on the calculated user preference. Personal digest distribution system.

前記シーン選択部は、前記映像シーンを説明する複数の映像メタデータの重要度の和を当該映像シーンのシーン重要度として算出することを特徴とする請求項１に記載のパーソナルダイジェスト配信システム。2. The personal digest distribution system according to claim 1, wherein the scene selection unit calculates a sum of importance levels of a plurality of video metadata describing the video scene as a scene importance level of the video scene.

前記シーン選択部は、前記シーン重要度に基づいて１番組内の映像シーンを選択し、各利用者向けのパーソナルダイジェストを作成することを特徴とする請求項６に記載のパーソナルダイジェスト配信システム。The personal digest distribution system according to claim 6, wherein the scene selection unit selects a video scene in one program based on the scene importance and creates a personal digest for each user.

前記シーン選択部は、シーン重要度に基づいて複数の番組から映像シーンを選択して、各利用者向けのパーソナルダイジェストを作成することを特徴とする請求項７に記載のパーソナルダイジェスト配信システム。The personal digest distribution system according to claim 7, wherein the scene selection unit selects a video scene from a plurality of programs based on a scene importance and creates a personal digest for each user.

前記シーン選択部は、複数の番組の各番組毎にシーン重要度を加算して各番組の番組重要度を算出し、算出した番組重要度に基づいて利用者毎のベスト番組を選択し、選択したベスト番組のパーソナルダイジェストを作成することを特徴とする請求項７に記載のパーソナルダイジェスト配信システム。The scene selection unit calculates the program importance of each program by adding the scene importance for each program of a plurality of programs, and selects and selects the best program for each user based on the calculated program importance 8. The personal digest distribution system according to claim 7, wherein a personal digest of the best program is created.