JP3975768B2 - コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体 - Google Patents
コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体 Download PDFInfo
- Publication number
- JP3975768B2 JP3975768B2 JP2002034940A JP2002034940A JP3975768B2 JP 3975768 B2 JP3975768 B2 JP 3975768B2 JP 2002034940 A JP2002034940 A JP 2002034940A JP 2002034940 A JP2002034940 A JP 2002034940A JP 3975768 B2 JP3975768 B2 JP 3975768B2
- Authority
- JP
- Japan
- Prior art keywords
- content
- attribute
- importance level
- user
- attribute value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 13
- 238000011156 evaluation Methods 0.000 claims description 27
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Mobile Radio Communication Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、多量のコンテンツの中からユーザが求めるものを容易に閲覧可能とするためのコンテンツ推薦システム、コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体に関する。
【０００２】
【従来の技術】
近年、インターネットの普及に伴い、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）上にＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）で記述されたホームページが掲載されるようになるなど、一般ユーザが多量の情報にアクセスすることが可能となっている。また、移動電話においても着信メロディーなどのコンテンツを容易にダウンロードし利用できるようになっている。ユーザにとって、多量のコンテンツにアクセスできるのは便利であるが、逆に多量のコンテンツの中から自分の求めるコンテンツを見つけ出すことが大変な作業となっている。このため、例えば、特開平９−５４７８０号公報には、ユーザが提供された情報に評価値を与え、システムの評価値との差分から関数のパラメータを学習し、ユーザの求める情報を選択する方法が開示されている。
【０００３】
【発明が解決しようとする課題】
しかしながら、従来の技術では、ユーザに推薦するコンテンツを選択するために全コンテンツの評価値を求める必要があり、演算処理の負担が大きかった。また、選択されるコンテンツは評価値の上位のものだけであるので、ユーザの興味があるにもかかわらず上位ではないようなコンテンツは推薦され得ず、ユーザの嗜好以上に推薦するコンテンツが偏るという問題点があった。
【０００４】
本発明は、かかる点に鑑み、演算処理の負担が軽く、ユーザの嗜好の偏りの確率に応じて、ユーザの求める情報を推薦可能とするコンテンツ推薦システム、コンテンツ推薦装置およびコンテンツ推薦方法を提供することを目的とする。
【０００５】
【課題を解決するための手段】
本発明は、複数のコンテンツを蓄積するコンテンツデータデースからコンテンツをユーザに提示するコンテンツ推薦装置であって、ユーザごとにコンテンツに関連付けられたコンテンツ属性の重視度を記憶する属性重視度データベースからコンテンツ属性の重視度を取得する手段と、ユーザごとに前記コンテンツ属性における属性値の重視度を記憶する属性値重視度データベースから前記属性値の重視度を取得する手段と、前記取得したコンテンツ属性の重視度および前記属性値の重視度とに基づいてコンテンツの検索条件を決定する検索条件決定手段と、コンテンツを識別する識別子と前記識別子により識別されたコンテンツに関するコンテンツ属性及び属性値とをコンテンツごとに記憶しているコンテンツ特徴量データベースから前記検索条件に基づいて推薦するコンテンツの識別子を選択するコンテンツ選択手段と、前記選択された識別子に基づいて、前記コンテンツデータベースからコンテンツを取得してユーザに提示する手段とを有することを特徴とするコンテンツ推薦装置である。
【０００６】
【発明の実施の形態】
本発明の第一の実施形態は、複数のコンテンツを蓄積するコンテンツデータベースからコンテンツを推薦するコンテンツ推薦装置であって、、ユーザごとにコンテンツに関連付けられたコンテンツ属性の重視度を記憶する属性重視度データベースからコンテンツ属性の重視度を取得する手段と、ユーザごとに前記コンテンツ属性における属性値の重視度を記憶する属性値重視度データベースから前記属性値の重視度を取得する手段と、前記取得したコンテンツ属性の重視度および前記属性値の重視度とからコンテンツの検索条件を決定する検索条件決定手段と、コンテンツを識別する識別子と前記識別子により識別されたコンテンツに関するコンテンツ属性及び属性値とをコンテンツごとに記憶しているコンテンツ特徴量データベースから、前記検索条件に基づいて推薦するコンテンツの識別子を選択するコンテンツ選択手段と、前記コンテンツ選択手段による選択結果を表示する手段を有するものである。
【０００７】
好ましくは、前記検索条件決定手段は、当該ユーザに関するコンテンツ属性の全属性に対して前記コンテンツ属性の重視度に比例した確率でコンテンツ属性を選択し、当該コンテンツ属性について前記属性値の重視度に比例した確率で属性値を選択し、当該コンテンツ属性の当該属性値を検索条件とするものである。
【０００８】
好ましくは、前記検索条件決定手段は、当該ユーザに関するコンテンツ属性の全属性に対して前記コンテンツ属性の重視度に比例した確率でコンテンツ属性に順序付けを行い、検索結果数が所定の範囲内になるまで、上位の属性から順に、当該コンテンツ属性について前記属性値の重視度に比例した確率で属性値を選択し、当該コンテンツ属性の当該属性値を検索条件として追加するものである。
【０００９】
好ましくは、前記コンテンツ属性と前記属性値ごとに、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とを記憶する履歴記憶手段をさらに有し、前記属性値重視度更新手段は、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とから前記属性値の重視度を更新するものである。
【００１０】
好ましくは、前記コンテンツ属性の重視度と前記属性値の重視度とに関連付けられた複数のユーザ像ステレオタイプを記憶しているステレオタイプデータベースから、ユーザのステレオタイプ選択を受け付けるステレオタイプ選択受付手段にて受け付けたステレオタイプ選択により、ユーザに関するコンテンツ属性の重視度と当該属性値の重視度を設定する重視度設定手段とをさらに有する。
【００１１】
好ましくは、前記コンテンツ属性の重視度と前記属性値の重視度とに関連付けられたアンケート項目を記憶しているアンケートデータベースから、ユーザのアンケート入力を受け付けるアンケート受付手段にて入力されたアンケートにより、ユーザに関するコンテンツ属性の重視度と当該属性の属性値の重視度を設定する重視度設定手段とをさらに有する。
【００１２】
好ましくは、前記推薦されたコンテンツに対するユーザの評価の入力を受け付ける評価入力手段と、前記受け付けた評価から前記属性値の重視度を更新する属性値重視度更新手段とをさらに有する。
【００１３】
好ましくは、前記推薦されたコンテンツに対するユーザの評価の入力を受け付ける評価入力手段と、前記受け付けた評価から前記コンテンツ属性の重視度を更新する属性重視度更新手段とをさらに有する。
【００１４】
以下、本発明の実施の形態について図面を参照しながら説明する。
【００１５】
（実施の形態１）
第１の実施の形態のコンテンツ推薦システムの構成図を図１に示す。本実施の形態では、本発明を移動電話向けの着信メロディーを推薦するという応用例に適用したものである。図１において、１１は楽曲推薦サーバ、１２はインターネット、１３は移動電話網、１４はサーバ１１から楽曲を取得してユーザに推薦する機能を有する端末であり、移動電話網１３に複数台接続されている。サーバ１１と端末１４とは、インターネット１２と携帯電話網１３とにより相互に通信可能な状態となっている。
【００１６】
楽曲推薦サーバ１１の構成図を図２に示す。図２において、１０１は推薦対象である複数の楽曲を記憶しているコンテンツデータベース、１０２は各楽曲に関連付けられた一つ以上の属性の属性値からなる特徴量を記憶しているコンテンツ特徴量データベース、１０３はユーザの各属性の重視度を記憶している属性重視度データベース、１０４はユーザの各属性の複数の属性値の重視度を記憶している属性値重視度データベース、１０５は各属性の重視度および各属性値の重視度とから特徴量の検索条件を決定する検索条件決定部、１０６は検索条件に基づいて推薦するコンテンツを選択するコンテンツ選択部、１０７は属性と属性値ごとに推薦コンテンツ数と購入コンテンツ数とを記憶する履歴記憶部、１０８は推薦コンテンツ数と購入コンテンツ数とから属性値の重視度を更新する属性値重視度更新部、１０９は推薦コンテンツ数と購入コンテンツ数とから属性の重視度を更新する属性重視度更新部、１１０は複数のユーザ像ステレオタイプを記憶しているステレオタイプデータベース、１１１はユーザのステレオタイプ選択を受け付けるステレオタイプ選択受付部、１１２はアンケート項目を記憶しているアンケートデータベース、１１３はユーザのアンケート入力を受け付けるアンケート受付部、１１４はステレオタイプ選択とアンケート入力とから属性の重視度と属性値の重視度を設定する重視度設定部である。１１５は楽曲推薦サーバ１１が端末１４と通信するための入出力部である。
【００１７】
コンテンツ特徴量データベースに記憶されているコンテンツの特徴量の例を図３に示す。特徴量は、ユニークな曲ＩＤ、曲名、複数の属性に関する属性値とからなる。属性は、推薦に用いない基本属性と、推薦に用いる第一属性、第二属性に分類される。
【００１８】
属性重視度データベース１０３に記憶されている属性の重視度の例を図４に示す。属性の重視度はユーザごとに記憶されている。図４において、例えば、属性「デュエット」の重視度が０．３ということを表す。重視度０の属性は記憶しない。
【００１９】
属性値重視度データベース１０４に記憶されている属性値の重視度の例を図５に示す。属性値の重視度はユーザごとに記憶されている。図５において、例えば、属性「デュエット」の属性値「０」の重視度が０．３ということを表す。重視度０の属性は記憶しない。
【００２０】
以上のように構成された第１の実施の形態の動作を、ユーザ登録時とコンテンツ推薦時とに分けて以下に説明する。ユーザ登録時とは、ユーザが本システムを利用する初回に行う動作である。コンテンツ推薦時とは、ユーザ登録時以降、本システムがユーザにコンテンツを推薦する動作である。
【００２１】
ユーザ登録時は以下のステップにしたがって動作する。
【００２２】
［ステップ１０１］ ステレオタイプ選択受け付け
ステレオタイプ選択受付部１１１は、ステレオタイプデータベース１１０を参照し、入出力部１１５を通じて、ユーザからのユーザ像ステレオタイプの選択入力を受け付ける。ステレオタイプデータベース１１０に記憶されているステレオタイプの例を図６に示す。ステレオタイプは名称と説明を有し、ユーザはそれを参照してステレオタイプを選択する。また、それぞれのステレオタイプには、図４と同様の属性重視度と、図５と同様の属性値重視度が関連付けられている。
【００２３】
［ステップ１０２］ アンケート入力受け付け
アンケート受付部１１３は、アンケートデータベース１１２を参照し、入出力部１１５を通じて、ユーザからのアンケート選択入力を受け付ける。アンケートデータベース１１２に記憶されているアンケートの例を図７に示す。アンケート項目は複数の選択回答と、回答に応じた重視度補正内容を有する。
【００２４】
［ステップ１０３］ ステレオタイプによる重視度設定
重視度設定部１１４は、ユーザのステレオタイプ入力に応じて、ステレオタイプデータベース１１０に記憶されているステレオタイプに関連付けられている属性重視度と、属性値重視度を、それぞれ属性重視度データベース１０３と属性値重視度データベース１０４とに該ユーザと関連付けて記憶させる。
【００２５】
［ステップ１０４］ アンケートによる重視度補正
重視度設定部１１４は、ユーザのアンケート入力に応じて、アンケートデータベース１１２に記憶されているアンケート回答に対応した重視度補正内容にしたがって、属性値重視度データベース１０４の該ユーザの属性値重視度を補正する。
【００２６】
以上の動作により、ユーザ登録時には、属性の重視度と属性値の重視度をユーザと関連付けて記憶しておく。ここでは、それぞれ図４および図５に示す重視度が記憶されたとする。
【００２７】
コンテンツ推薦時の動作を以下の図８のフローチャートを用いて説明する。
【００２８】
［ステップ１１１］ コンテンツ取得要求受け付け
検索条件決定部１０５は、入出力部１１５を通じてユーザからのコンテンツ取得要求を受け付ける。ユーザからのコンテンツ取得要求がない場合は本ステップに戻る。コンテンツ取得要求がある場合は、コンテンツの推薦リストを空にして［ステップ１１２］に進む。
【００２９】
［ステップ１１２］ 属性順序付け
検索条件決定部１０５は、属性重視度データベース１０３から該ユーザの全属性とその重視度とを取り出す。このうち第一属性について、属性の重視度に比例した確率でランダムに属性の順序付けを行う。例えば、図４に示した属性重視度データベースでは、第１順序として「新譜」が選択される確率は次のようになる。
【００３０】
０．５／（０．３＋０．２＋０．５）＝０．５
第１順序として「新譜」が選択された場合、第２順序として「メドレー」が選択される確率は次のようになる。
【００３１】
０．２／（０．３＋０．２）＝０．４
第２順序として「メドレー」が選択された場合、第３順序としては残った「デュエット」が選択される。
【００３２】
次に、第一属性と同様に、第二属性について属性の順序付けを行い、順序付けられた第一属性の順序の後に追加して全属性の順序付けを得る。順序付けは重視度に比例した確率でランダムに行うので、重視度の高い属性が上位になる可能性が高いが、必ずしも上位になるとは限らない。ここでは、「新譜」「メドレー」「デュエット」「歌手名」「作詞者」の順に順序付けされたとする。
【００３３】
検索条件決定部１０５は、順序付けされた属性から第１順序の属性を取り出し、検索条件を空に設定して、次のステップに進む。
【００３４】
［ステップ１１３］ 属性値選択
検索条件決定部１０５は、属性値重視度データベース１０４から該ユーザの該属性の全属性値とその重視度とを取り出し、属性値の重視度に比例した確率でランダムに属性値を一つ選択する。例えば、図５に示した属性値重視度データベースでは、属性が「新譜」の場合、属性値「０」が選択される確率は次のようになる。
【００３５】
０．７／（０．７＋０．２）＝約０．７８
検索条件決定部１０５は、該属性の該属性値を、検索条件にＡＮＤ条件として追加し、新たな検索条件とする。
【００３６】
コンテンツ選択部１０６は、設定された検索条件でコンテンツ特徴量データベース１０２を検索し、検索結果数を検索条件決定部１０５に返す。
【００３７】
［ステップ１１４］ 検索結果数判断
検索条件決定部１０５は、検索結果数が所定の範囲内である場合［ステップ１１５］に進む。検索結果数が所定の数より少ない場合、検索条件から最後に追加したＡＮＤ条件を除いて、検索条件を緩和し、［ステップ１１５］に進む。検索結果数が所定の数より多い場合は、順序付けされた属性から次の属性を取り出し［ステップ１１３］に戻る。
【００３８】
［ステップ１１５］ 推薦リストに追加
コンテンツ選択部１０６は、設定された検索条件でコンテンツ特徴量データベース１０２を検索し、検索結果の中から一つをランダムに選択する。
【００３９】
次に、選択した検索結果に関連付けられた楽曲をコンテンツデータベース１０１から取り出し、これをコンテンツの推薦リストに追加する。
【００４０】
また、選択した検索結果の属性と属性値とに基づいて、履歴記憶部１０７の該ユーザの「推薦コンテンツ数」の該当する欄のカウントをそれぞれ１増やす。履歴記憶部１０７の例を図９に示す。図９では、例えば、属性「デュエット」の属性値が「０」のコンテンツを今まで９回推薦し、属性値が「１」のコンテンツを今まで２１回推薦したことを表している。
【００４１】
［ステップ１１６］ 推薦コンテンツ数判断
コンテンツ選択部１０６は、コンテンツの推薦リストのコンテンツ数が所定の数に達した場合、［ステップ１１７］に進む。コンテンツ数が所定の数に達していない場合、［ステップ１１２］に戻る。
【００４２】
［ステップ１１７］ コンテンツ購入要求受け付け
コンテンツ選択部１０６は、入出力部１１５を通じて推薦リストのコンテンツを出力する。出力された推薦リストのコンテンツの例を図１０に示す。
【００４３】
次に、コンテンツ選択部１０６は、ユーザからのコンテンツ購入要求を受け付ける。購入要求があったコンテンツについて、その属性と属性値とに基づいて、購入履歴記憶部１０７の該ユーザの「購入コンテンツ数」の該当する欄のカウントをそれぞれ１増やす。図９の履歴記憶部１０７の例では、例えば、属性「デュエット」の属性値が「０」のコンテンツを今まで３回購入し、属性値が「１」のコンテンツを今まで７回購入したことを表している。
【００４４】
［ステップ１１８］ 重視度更新
属性値重視度更新部１０８は、履歴記憶部１０７を参照して、各属性値ごとに「購入コンテンツ数」を「推薦コンテンツ数」で除算した値を該属性値の重視度として、属性値重視度データベース１０４を更新する。図９に示した履歴記憶部１０７の例から更新された属性値重視度データベース１０４を図１１に示す。例えば、属性「デュエット」の属性値が「０」の重視度は次のようになる。
【００４５】
３／９＝約０．３３
次に、属性重視度更新部１０９は、履歴記憶部１０７を参照して、各属性ごとに、属性値別の「推薦コンテンツ数」を要素とするベクトルと「購入コンテンツ数」を要素とするベクトルとの正弦を該属性の重視度として、属性重視度データベース１０５を更新する。図９に示した履歴記憶部１０７の例から更新された属性重視度データベース１０５を図１２に示す。例えば、属性「メドレー」の重視度は次のようになる。
【００４６】
［１−（１２＊８＋１８＊２）＾２／｛（１２＾２＋１８＾２）＊（８＾２＋２＾２）｝］＾０．５＝約０．６８
以上の動作により、コンテンツ推薦時には、属性の重視度と属性値の重視度とから推薦するコンテンツを選択し、推薦履歴および購入履歴に基づいて属性の重視度と属性値の重視度を更新する。
【００４７】
以上のように、第１の実施の形態によれば、属性の重視度と属性値の重視度とを設けることにより、ユーザの嗜好に応じた確率で適切なコンテンツを推薦できる。また、コンテンツの評価値を求めず、コンテンツの検索条件を設定するので、演算処理の負担を軽くできる。また、ステレオタイプ選択とアンケート入力で重視度を設定することにより、ユーザの重視度設定の負担を低減できる。また、ユーザの推薦コンテンツに対する評価に基づいて重視度を更新することにより、より推薦の精度を高めていくことができる。
【００４８】
なお、本実施の形態では、推薦するコンテンツを楽曲の例で示したが、映画・書籍・ニュースなど他のコンテンツでも良い。また、コンテンツの購入要求をコンテンツに対する正の評価としたが、コンテンツの詳細情報閲覧要求など、他の指標でも良い。また、コンテンツ推薦先の端末を移動電話で示したが、パソコンなど他の端末でも良い。また、サーバは、ユーザからのコンテンツ取得要求により推薦動作を行ったが、タイマーなど他の要因をトリガーとして動作しても良い。また、構成要素のいずれが端末側にあっても良い。また、サーバと端末というシステム構成でなくても、一つの装置であっても良い。
【００４９】
【発明の効果】
以上のように、本発明によれば、演算処理の負担が軽く、さらにユーザにかける負担も軽く、ユーザの嗜好の偏りの確率に応じて、ユーザの求める情報を推薦することができる。
【図面の簡単な説明】
【図１】本発明に係るコンテンツ推薦システムの構成例を示す図
【図２】図１中のコンテンツ推薦装置の構成図
【図３】図２中のコンテンツ特徴量データベースの記憶情報の例を示す図
【図４】図２中の属性重視度データベースの記憶情報の例を示す図
【図５】図２中の属性値重視度データベースの記憶情報の例を示す図
【図６】図２中のステレオタイプデータベースの記憶情報の例を示す図
【図７】図２中のアンケートデータベースの記憶情報の例を示す図
【図８】図１の情報推薦システムのコンテンツ推薦時の動作を示すフローチャート
【図９】図２中の履歴記憶部の記憶情報の例を示す図
【図１０】図１の情報推薦システムによりユーザに提示されるコンテンツの例を示す図
【図１１】図２中の属性値重視度データベースの更新された記憶情報の例を示す図
【図１２】図２中の属性重視度データベースの更新された記憶情報の例を示す図
【符号の説明】
１１ 楽曲推薦サーバ
１２ インターネット
１３ 移動電話網
１４ 端末
１０１ コンテンツデータベース
１０２ コンテンツ特徴量データベース
１０３ 属性重視度データベース
１０４ 属性値重視度データベース
１０５ 検索条件決定部
１０６ コンテンツ選択部
１０７ 履歴記憶部
１０８ 属性値重視度更新部
１０９ 属性重視度更新部
１１０ ステレオタイプデータベース
１１１ ステレオタイプ選択受付部
１１２ アンケートデータベース
１１３ アンケート受付部
１１４ 重視度設定部
１１５ 入出力部
【発明の属する技術分野】
本発明は、多量のコンテンツの中からユーザが求めるものを容易に閲覧可能とするためのコンテンツ推薦システム、コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体に関する。
【０００２】
【従来の技術】
近年、インターネットの普及に伴い、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）上にＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）で記述されたホームページが掲載されるようになるなど、一般ユーザが多量の情報にアクセスすることが可能となっている。また、移動電話においても着信メロディーなどのコンテンツを容易にダウンロードし利用できるようになっている。ユーザにとって、多量のコンテンツにアクセスできるのは便利であるが、逆に多量のコンテンツの中から自分の求めるコンテンツを見つけ出すことが大変な作業となっている。このため、例えば、特開平９−５４７８０号公報には、ユーザが提供された情報に評価値を与え、システムの評価値との差分から関数のパラメータを学習し、ユーザの求める情報を選択する方法が開示されている。
【０００３】
【発明が解決しようとする課題】
しかしながら、従来の技術では、ユーザに推薦するコンテンツを選択するために全コンテンツの評価値を求める必要があり、演算処理の負担が大きかった。また、選択されるコンテンツは評価値の上位のものだけであるので、ユーザの興味があるにもかかわらず上位ではないようなコンテンツは推薦され得ず、ユーザの嗜好以上に推薦するコンテンツが偏るという問題点があった。
【０００４】
本発明は、かかる点に鑑み、演算処理の負担が軽く、ユーザの嗜好の偏りの確率に応じて、ユーザの求める情報を推薦可能とするコンテンツ推薦システム、コンテンツ推薦装置およびコンテンツ推薦方法を提供することを目的とする。
【０００５】
【課題を解決するための手段】
本発明は、複数のコンテンツを蓄積するコンテンツデータデースからコンテンツをユーザに提示するコンテンツ推薦装置であって、ユーザごとにコンテンツに関連付けられたコンテンツ属性の重視度を記憶する属性重視度データベースからコンテンツ属性の重視度を取得する手段と、ユーザごとに前記コンテンツ属性における属性値の重視度を記憶する属性値重視度データベースから前記属性値の重視度を取得する手段と、前記取得したコンテンツ属性の重視度および前記属性値の重視度とに基づいてコンテンツの検索条件を決定する検索条件決定手段と、コンテンツを識別する識別子と前記識別子により識別されたコンテンツに関するコンテンツ属性及び属性値とをコンテンツごとに記憶しているコンテンツ特徴量データベースから前記検索条件に基づいて推薦するコンテンツの識別子を選択するコンテンツ選択手段と、前記選択された識別子に基づいて、前記コンテンツデータベースからコンテンツを取得してユーザに提示する手段とを有することを特徴とするコンテンツ推薦装置である。
【０００６】
【発明の実施の形態】
本発明の第一の実施形態は、複数のコンテンツを蓄積するコンテンツデータベースからコンテンツを推薦するコンテンツ推薦装置であって、、ユーザごとにコンテンツに関連付けられたコンテンツ属性の重視度を記憶する属性重視度データベースからコンテンツ属性の重視度を取得する手段と、ユーザごとに前記コンテンツ属性における属性値の重視度を記憶する属性値重視度データベースから前記属性値の重視度を取得する手段と、前記取得したコンテンツ属性の重視度および前記属性値の重視度とからコンテンツの検索条件を決定する検索条件決定手段と、コンテンツを識別する識別子と前記識別子により識別されたコンテンツに関するコンテンツ属性及び属性値とをコンテンツごとに記憶しているコンテンツ特徴量データベースから、前記検索条件に基づいて推薦するコンテンツの識別子を選択するコンテンツ選択手段と、前記コンテンツ選択手段による選択結果を表示する手段を有するものである。
【０００７】
好ましくは、前記検索条件決定手段は、当該ユーザに関するコンテンツ属性の全属性に対して前記コンテンツ属性の重視度に比例した確率でコンテンツ属性を選択し、当該コンテンツ属性について前記属性値の重視度に比例した確率で属性値を選択し、当該コンテンツ属性の当該属性値を検索条件とするものである。
【０００８】
好ましくは、前記検索条件決定手段は、当該ユーザに関するコンテンツ属性の全属性に対して前記コンテンツ属性の重視度に比例した確率でコンテンツ属性に順序付けを行い、検索結果数が所定の範囲内になるまで、上位の属性から順に、当該コンテンツ属性について前記属性値の重視度に比例した確率で属性値を選択し、当該コンテンツ属性の当該属性値を検索条件として追加するものである。
【０００９】
好ましくは、前記コンテンツ属性と前記属性値ごとに、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とを記憶する履歴記憶手段をさらに有し、前記属性値重視度更新手段は、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とから前記属性値の重視度を更新するものである。
【００１０】
好ましくは、前記コンテンツ属性の重視度と前記属性値の重視度とに関連付けられた複数のユーザ像ステレオタイプを記憶しているステレオタイプデータベースから、ユーザのステレオタイプ選択を受け付けるステレオタイプ選択受付手段にて受け付けたステレオタイプ選択により、ユーザに関するコンテンツ属性の重視度と当該属性値の重視度を設定する重視度設定手段とをさらに有する。
【００１１】
好ましくは、前記コンテンツ属性の重視度と前記属性値の重視度とに関連付けられたアンケート項目を記憶しているアンケートデータベースから、ユーザのアンケート入力を受け付けるアンケート受付手段にて入力されたアンケートにより、ユーザに関するコンテンツ属性の重視度と当該属性の属性値の重視度を設定する重視度設定手段とをさらに有する。
【００１２】
好ましくは、前記推薦されたコンテンツに対するユーザの評価の入力を受け付ける評価入力手段と、前記受け付けた評価から前記属性値の重視度を更新する属性値重視度更新手段とをさらに有する。
【００１３】
好ましくは、前記推薦されたコンテンツに対するユーザの評価の入力を受け付ける評価入力手段と、前記受け付けた評価から前記コンテンツ属性の重視度を更新する属性重視度更新手段とをさらに有する。
【００１４】
以下、本発明の実施の形態について図面を参照しながら説明する。
【００１５】
（実施の形態１）
第１の実施の形態のコンテンツ推薦システムの構成図を図１に示す。本実施の形態では、本発明を移動電話向けの着信メロディーを推薦するという応用例に適用したものである。図１において、１１は楽曲推薦サーバ、１２はインターネット、１３は移動電話網、１４はサーバ１１から楽曲を取得してユーザに推薦する機能を有する端末であり、移動電話網１３に複数台接続されている。サーバ１１と端末１４とは、インターネット１２と携帯電話網１３とにより相互に通信可能な状態となっている。
【００１６】
楽曲推薦サーバ１１の構成図を図２に示す。図２において、１０１は推薦対象である複数の楽曲を記憶しているコンテンツデータベース、１０２は各楽曲に関連付けられた一つ以上の属性の属性値からなる特徴量を記憶しているコンテンツ特徴量データベース、１０３はユーザの各属性の重視度を記憶している属性重視度データベース、１０４はユーザの各属性の複数の属性値の重視度を記憶している属性値重視度データベース、１０５は各属性の重視度および各属性値の重視度とから特徴量の検索条件を決定する検索条件決定部、１０６は検索条件に基づいて推薦するコンテンツを選択するコンテンツ選択部、１０７は属性と属性値ごとに推薦コンテンツ数と購入コンテンツ数とを記憶する履歴記憶部、１０８は推薦コンテンツ数と購入コンテンツ数とから属性値の重視度を更新する属性値重視度更新部、１０９は推薦コンテンツ数と購入コンテンツ数とから属性の重視度を更新する属性重視度更新部、１１０は複数のユーザ像ステレオタイプを記憶しているステレオタイプデータベース、１１１はユーザのステレオタイプ選択を受け付けるステレオタイプ選択受付部、１１２はアンケート項目を記憶しているアンケートデータベース、１１３はユーザのアンケート入力を受け付けるアンケート受付部、１１４はステレオタイプ選択とアンケート入力とから属性の重視度と属性値の重視度を設定する重視度設定部である。１１５は楽曲推薦サーバ１１が端末１４と通信するための入出力部である。
【００１７】
コンテンツ特徴量データベースに記憶されているコンテンツの特徴量の例を図３に示す。特徴量は、ユニークな曲ＩＤ、曲名、複数の属性に関する属性値とからなる。属性は、推薦に用いない基本属性と、推薦に用いる第一属性、第二属性に分類される。
【００１８】
属性重視度データベース１０３に記憶されている属性の重視度の例を図４に示す。属性の重視度はユーザごとに記憶されている。図４において、例えば、属性「デュエット」の重視度が０．３ということを表す。重視度０の属性は記憶しない。
【００１９】
属性値重視度データベース１０４に記憶されている属性値の重視度の例を図５に示す。属性値の重視度はユーザごとに記憶されている。図５において、例えば、属性「デュエット」の属性値「０」の重視度が０．３ということを表す。重視度０の属性は記憶しない。
【００２０】
以上のように構成された第１の実施の形態の動作を、ユーザ登録時とコンテンツ推薦時とに分けて以下に説明する。ユーザ登録時とは、ユーザが本システムを利用する初回に行う動作である。コンテンツ推薦時とは、ユーザ登録時以降、本システムがユーザにコンテンツを推薦する動作である。
【００２１】
ユーザ登録時は以下のステップにしたがって動作する。
【００２２】
［ステップ１０１］ ステレオタイプ選択受け付け
ステレオタイプ選択受付部１１１は、ステレオタイプデータベース１１０を参照し、入出力部１１５を通じて、ユーザからのユーザ像ステレオタイプの選択入力を受け付ける。ステレオタイプデータベース１１０に記憶されているステレオタイプの例を図６に示す。ステレオタイプは名称と説明を有し、ユーザはそれを参照してステレオタイプを選択する。また、それぞれのステレオタイプには、図４と同様の属性重視度と、図５と同様の属性値重視度が関連付けられている。
【００２３】
［ステップ１０２］ アンケート入力受け付け
アンケート受付部１１３は、アンケートデータベース１１２を参照し、入出力部１１５を通じて、ユーザからのアンケート選択入力を受け付ける。アンケートデータベース１１２に記憶されているアンケートの例を図７に示す。アンケート項目は複数の選択回答と、回答に応じた重視度補正内容を有する。
【００２４】
［ステップ１０３］ ステレオタイプによる重視度設定
重視度設定部１１４は、ユーザのステレオタイプ入力に応じて、ステレオタイプデータベース１１０に記憶されているステレオタイプに関連付けられている属性重視度と、属性値重視度を、それぞれ属性重視度データベース１０３と属性値重視度データベース１０４とに該ユーザと関連付けて記憶させる。
【００２５】
［ステップ１０４］ アンケートによる重視度補正
重視度設定部１１４は、ユーザのアンケート入力に応じて、アンケートデータベース１１２に記憶されているアンケート回答に対応した重視度補正内容にしたがって、属性値重視度データベース１０４の該ユーザの属性値重視度を補正する。
【００２６】
以上の動作により、ユーザ登録時には、属性の重視度と属性値の重視度をユーザと関連付けて記憶しておく。ここでは、それぞれ図４および図５に示す重視度が記憶されたとする。
【００２７】
コンテンツ推薦時の動作を以下の図８のフローチャートを用いて説明する。
【００２８】
［ステップ１１１］ コンテンツ取得要求受け付け
検索条件決定部１０５は、入出力部１１５を通じてユーザからのコンテンツ取得要求を受け付ける。ユーザからのコンテンツ取得要求がない場合は本ステップに戻る。コンテンツ取得要求がある場合は、コンテンツの推薦リストを空にして［ステップ１１２］に進む。
【００２９】
［ステップ１１２］ 属性順序付け
検索条件決定部１０５は、属性重視度データベース１０３から該ユーザの全属性とその重視度とを取り出す。このうち第一属性について、属性の重視度に比例した確率でランダムに属性の順序付けを行う。例えば、図４に示した属性重視度データベースでは、第１順序として「新譜」が選択される確率は次のようになる。
【００３０】
０．５／（０．３＋０．２＋０．５）＝０．５
第１順序として「新譜」が選択された場合、第２順序として「メドレー」が選択される確率は次のようになる。
【００３１】
０．２／（０．３＋０．２）＝０．４
第２順序として「メドレー」が選択された場合、第３順序としては残った「デュエット」が選択される。
【００３２】
次に、第一属性と同様に、第二属性について属性の順序付けを行い、順序付けられた第一属性の順序の後に追加して全属性の順序付けを得る。順序付けは重視度に比例した確率でランダムに行うので、重視度の高い属性が上位になる可能性が高いが、必ずしも上位になるとは限らない。ここでは、「新譜」「メドレー」「デュエット」「歌手名」「作詞者」の順に順序付けされたとする。
【００３３】
検索条件決定部１０５は、順序付けされた属性から第１順序の属性を取り出し、検索条件を空に設定して、次のステップに進む。
【００３４】
［ステップ１１３］ 属性値選択
検索条件決定部１０５は、属性値重視度データベース１０４から該ユーザの該属性の全属性値とその重視度とを取り出し、属性値の重視度に比例した確率でランダムに属性値を一つ選択する。例えば、図５に示した属性値重視度データベースでは、属性が「新譜」の場合、属性値「０」が選択される確率は次のようになる。
【００３５】
０．７／（０．７＋０．２）＝約０．７８
検索条件決定部１０５は、該属性の該属性値を、検索条件にＡＮＤ条件として追加し、新たな検索条件とする。
【００３６】
コンテンツ選択部１０６は、設定された検索条件でコンテンツ特徴量データベース１０２を検索し、検索結果数を検索条件決定部１０５に返す。
【００３７】
［ステップ１１４］ 検索結果数判断
検索条件決定部１０５は、検索結果数が所定の範囲内である場合［ステップ１１５］に進む。検索結果数が所定の数より少ない場合、検索条件から最後に追加したＡＮＤ条件を除いて、検索条件を緩和し、［ステップ１１５］に進む。検索結果数が所定の数より多い場合は、順序付けされた属性から次の属性を取り出し［ステップ１１３］に戻る。
【００３８】
［ステップ１１５］ 推薦リストに追加
コンテンツ選択部１０６は、設定された検索条件でコンテンツ特徴量データベース１０２を検索し、検索結果の中から一つをランダムに選択する。
【００３９】
次に、選択した検索結果に関連付けられた楽曲をコンテンツデータベース１０１から取り出し、これをコンテンツの推薦リストに追加する。
【００４０】
また、選択した検索結果の属性と属性値とに基づいて、履歴記憶部１０７の該ユーザの「推薦コンテンツ数」の該当する欄のカウントをそれぞれ１増やす。履歴記憶部１０７の例を図９に示す。図９では、例えば、属性「デュエット」の属性値が「０」のコンテンツを今まで９回推薦し、属性値が「１」のコンテンツを今まで２１回推薦したことを表している。
【００４１】
［ステップ１１６］ 推薦コンテンツ数判断
コンテンツ選択部１０６は、コンテンツの推薦リストのコンテンツ数が所定の数に達した場合、［ステップ１１７］に進む。コンテンツ数が所定の数に達していない場合、［ステップ１１２］に戻る。
【００４２】
［ステップ１１７］ コンテンツ購入要求受け付け
コンテンツ選択部１０６は、入出力部１１５を通じて推薦リストのコンテンツを出力する。出力された推薦リストのコンテンツの例を図１０に示す。
【００４３】
次に、コンテンツ選択部１０６は、ユーザからのコンテンツ購入要求を受け付ける。購入要求があったコンテンツについて、その属性と属性値とに基づいて、購入履歴記憶部１０７の該ユーザの「購入コンテンツ数」の該当する欄のカウントをそれぞれ１増やす。図９の履歴記憶部１０７の例では、例えば、属性「デュエット」の属性値が「０」のコンテンツを今まで３回購入し、属性値が「１」のコンテンツを今まで７回購入したことを表している。
【００４４】
［ステップ１１８］ 重視度更新
属性値重視度更新部１０８は、履歴記憶部１０７を参照して、各属性値ごとに「購入コンテンツ数」を「推薦コンテンツ数」で除算した値を該属性値の重視度として、属性値重視度データベース１０４を更新する。図９に示した履歴記憶部１０７の例から更新された属性値重視度データベース１０４を図１１に示す。例えば、属性「デュエット」の属性値が「０」の重視度は次のようになる。
【００４５】
３／９＝約０．３３
次に、属性重視度更新部１０９は、履歴記憶部１０７を参照して、各属性ごとに、属性値別の「推薦コンテンツ数」を要素とするベクトルと「購入コンテンツ数」を要素とするベクトルとの正弦を該属性の重視度として、属性重視度データベース１０５を更新する。図９に示した履歴記憶部１０７の例から更新された属性重視度データベース１０５を図１２に示す。例えば、属性「メドレー」の重視度は次のようになる。
【００４６】
［１−（１２＊８＋１８＊２）＾２／｛（１２＾２＋１８＾２）＊（８＾２＋２＾２）｝］＾０．５＝約０．６８
以上の動作により、コンテンツ推薦時には、属性の重視度と属性値の重視度とから推薦するコンテンツを選択し、推薦履歴および購入履歴に基づいて属性の重視度と属性値の重視度を更新する。
【００４７】
以上のように、第１の実施の形態によれば、属性の重視度と属性値の重視度とを設けることにより、ユーザの嗜好に応じた確率で適切なコンテンツを推薦できる。また、コンテンツの評価値を求めず、コンテンツの検索条件を設定するので、演算処理の負担を軽くできる。また、ステレオタイプ選択とアンケート入力で重視度を設定することにより、ユーザの重視度設定の負担を低減できる。また、ユーザの推薦コンテンツに対する評価に基づいて重視度を更新することにより、より推薦の精度を高めていくことができる。
【００４８】
なお、本実施の形態では、推薦するコンテンツを楽曲の例で示したが、映画・書籍・ニュースなど他のコンテンツでも良い。また、コンテンツの購入要求をコンテンツに対する正の評価としたが、コンテンツの詳細情報閲覧要求など、他の指標でも良い。また、コンテンツ推薦先の端末を移動電話で示したが、パソコンなど他の端末でも良い。また、サーバは、ユーザからのコンテンツ取得要求により推薦動作を行ったが、タイマーなど他の要因をトリガーとして動作しても良い。また、構成要素のいずれが端末側にあっても良い。また、サーバと端末というシステム構成でなくても、一つの装置であっても良い。
【００４９】
【発明の効果】
以上のように、本発明によれば、演算処理の負担が軽く、さらにユーザにかける負担も軽く、ユーザの嗜好の偏りの確率に応じて、ユーザの求める情報を推薦することができる。
【図面の簡単な説明】
【図１】本発明に係るコンテンツ推薦システムの構成例を示す図
【図２】図１中のコンテンツ推薦装置の構成図
【図３】図２中のコンテンツ特徴量データベースの記憶情報の例を示す図
【図４】図２中の属性重視度データベースの記憶情報の例を示す図
【図５】図２中の属性値重視度データベースの記憶情報の例を示す図
【図６】図２中のステレオタイプデータベースの記憶情報の例を示す図
【図７】図２中のアンケートデータベースの記憶情報の例を示す図
【図８】図１の情報推薦システムのコンテンツ推薦時の動作を示すフローチャート
【図９】図２中の履歴記憶部の記憶情報の例を示す図
【図１０】図１の情報推薦システムによりユーザに提示されるコンテンツの例を示す図
【図１１】図２中の属性値重視度データベースの更新された記憶情報の例を示す図
【図１２】図２中の属性重視度データベースの更新された記憶情報の例を示す図
【符号の説明】
１１ 楽曲推薦サーバ
１２ インターネット
１３ 移動電話網
１４ 端末
１０１ コンテンツデータベース
１０２ コンテンツ特徴量データベース
１０３ 属性重視度データベース
１０４ 属性値重視度データベース
１０５ 検索条件決定部
１０６ コンテンツ選択部
１０７ 履歴記憶部
１０８ 属性値重視度更新部
１０９ 属性重視度更新部
１１０ ステレオタイプデータベース
１１１ ステレオタイプ選択受付部
１１２ アンケートデータベース
１１３ アンケート受付部
１１４ 重視度設定部
１１５ 入出力部
Claims (15)
- 複数のコンテンツを蓄積するコンテンツデータデースからコンテンツをユーザに提示するコンテンツ推薦装置であって、ユーザごとにコンテンツに関連付けられたコンテンツ属性の重視度を記憶する属性重視度データベースからコンテンツ属性の重視度を取得する手段と、ユーザごとに前記コンテンツ属性における属性値の重視度を記憶する属性値重視度データベースから前記属性値の重視度を取得する手段と、前記取得したコンテンツ属性の重視度および前記属性値の重視度とに基づいてコンテンツの検索条件を決定する検索条件決定手段と、コンテンツを識別する識別子と前記識別子により識別されたコンテンツに関するコンテンツ属性及び属性値とをコンテンツごとに記憶しているコンテンツ特徴量データベースから前記検索条件に基づいて推薦するコンテンツの識別子を選択するコンテンツ選択手段と、前記選択された識別子に基づいて、前記コンテンツデータベースからコンテンツを取得してユーザに提示する手段とを有することを特徴とするコンテンツ推薦装置。
- 複数のコンテンツを蓄積するコンテンツデータベースからコンテンツを推薦するコンテンツ推薦装置であって、、ユーザごとにコンテンツに関連付けられたコンテンツ属性の重視度を記憶する属性重視度データベースからコンテンツ属性の重視度を取得する手段と、ユーザごとに前記コンテンツ属性における属性値の重視度を記憶する属性値重視度データベースから前記属性値の重視度を取得する手段と、前記取得したコンテンツ属性の重視度および前記属性値の重視度とからコンテンツの検索条件を決定する検索条件決定手段と、コンテンツを識別する識別子と前記識別子により識別されたコンテンツに関するコンテンツ属性及び属性値とをコンテンツごとに記憶しているコンテンツ特徴量データベースから、前記検索条件に基づいて推薦するコンテンツの識別子を選択するコンテンツ選択手段と、前記コンテンツ選択手段による選択結果を表示する手段を有することを特徴とするコンテンツ推薦装置。
- 前記検索条件決定手段は、当該ユーザに関するコンテンツ属性の全属性
に対して前記コンテンツ属性の重視度に比例した確率でランダムにコンテンツ属性を選択し、当該コンテンツ属性について前記属性値の重視度に比例した確率でランダムに属性値を選択し、当該コンテンツ属性の当該属性値を検索条件とすることを特徴とする請求項２に記載のコンテンツ推薦装置。 - 前記コンテンツ属性の重視度と前記属性値の重視度とに関連付けられた複数のユーザ像ステレオタイプを記憶しているステレオタイプデータベースから、ユーザのステレオタイプ選択を受け付けるステレオタイプ選択受付手段にて受け付けたステレオタイプ選択により、ユーザに関するコンテンツ属性の重視度と当該属性値の重視度を設定する重視度設定手段とをさらに有することを特徴とする請求項２に記載のコンテンツ推薦装置。
- 前記コンテンツ属性の重視度と前記属性値の重視度とに関連付けられたアンケート項目を記憶しているアンケートデータベースから、ユーザのアンケート入力を受け付けるアンケート受付手段にて入力されたアンケートにより、ユーザに関するコンテンツ属性の重視度と当該属性の属性値の重視度を設定する重視度設定手段とをさらに有することを特徴とする請求項２に記載のコンテンツ推薦装置。
- 前記推薦されたコンテンツに対するユーザの評価の入力を受け付ける評価入力手段と、前記受け付けた評価から前記属性値の重視度を更新する属性値重視度更新手段とをさらに有することを特徴とする請求項２に記載のコンテンツ推薦装置。
- 前記推薦されたコンテンツに対するユーザの評価の入力を受け付ける評価入力手段と、前記受け付けた評価から前記コンテンツ属性の重視度を更新する属性重視度更新手段とをさらに有することを特徴とする請求項２に記載のコンテンツ推薦装置。
- 前記コンテンツ属性と前記属性値ごとに、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とを記憶する履歴記憶手段をさらに有し、前記属性値重視度更新手段は、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とから前記属性値の重視度を更新することを特徴とする請求項７に記載のコンテンツ推薦装置。
- 前記コンテンツ属性と前記属性値ごとに、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とを記憶する履歴記憶手段をさらに有し、前記属性重視度更新手段は、推薦したコンテンツ数とユーザが正の評価を与えたコンテンツ数とから前記コンテンツ属性の重視度を更新することを特徴とする請求項８に記載のコンテンツ推薦装置。
- 前記属性値重視度更新手段は、前記ユーザが正の評価を与えたコンテンツ数を前記推薦したコンテンツ数で除算した値を重視度とすることを特徴とする請求項９に記載のコンテンツ推薦装置。
- 前記属性重視度更新手段は、前記コンテンツ属性ごとに、属性値別の前記推薦したコンテンツ数を要素とするベクトルと、属性値別の前記ユーザが正の評価を与えたコンテンツ数のベクトルとの正弦を重視度とすることを特徴とする請求項１０に記載のコンテンツ推薦装置。
- 前記コンテンツはカラオケメロディ、または着信メロディであることを特徴とする請求項２に記載のコンテンツ推薦装置。
- コンピュータにより実行され、複数のコンテンツを蓄積するコンテンツデータベースからコンテンツを推薦するコンテンツ推薦方法であって、ユーザごとにコンテンツに関連付けられたコンテンツ属性の重視度を記憶する属性重視度データベースからコンテンツ属性の重視度を取得するステップと、ユーザごとに前記コンテンツ属性における属性値の重視度を記憶する属性値重視度データベースから前記属性値の重視度を取得するステップと、前記取得したコンテンツ属性の重視度および前記属性値の重視度とからコンテンツの検索条件を決定する検索条件決定ステップと、コンテンツを識別する識別子と前記識別子により識別されたコンテンツに関するコンテンツ属性及び属性値とをコンテンツごとに記憶しているコンテンツ特徴量データベースから、前記検索条件に基づいて推薦するコンテンツの識別子を選択するコンテンツ選択ステップと、前記コンテンツ選択ステップによる選択結果を表示するステップを有することを特徴とするコンテンツ推薦方法。
- 請求項１３記載のコンテンツ推薦方法をコンピュータに実行させるためのプログラム。
- 請求項１３に記載のコンテンツ推薦方法をコンピュータに実行させるためのプログラムを格納したプログラム記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002034940A JP3975768B2 (ja) | 2002-02-13 | 2002-02-13 | コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002034940A JP3975768B2 (ja) | 2002-02-13 | 2002-02-13 | コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2003233622A JP2003233622A (ja) | 2003-08-22 |
| JP2003233622A5 JP2003233622A5 (ja) | 2005-08-25 |
| JP3975768B2 true JP3975768B2 (ja) | 2007-09-12 |
Family
ID=27777272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002034940A Expired - Lifetime JP3975768B2 (ja) | 2002-02-13 | 2002-02-13 | コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3975768B2 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3928635B2 (ja) | 2003-10-27 | 2007-06-13 | 日本電気株式会社 | 着信メロディ指定機能付携帯電話システム及び携帯電話機 |
| JP2006033646A (ja) | 2004-07-20 | 2006-02-02 | Sony Corp | 情報処理システム及び情報処理方法、並びにコンピュータプログラム |
| JP4543930B2 (ja) | 2005-01-07 | 2010-09-15 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
| US8611676B2 (en) | 2005-07-26 | 2013-12-17 | Sony Corporation | Information processing apparatus, feature extraction method, recording media, and program |
| JP2007058842A (ja) * | 2005-07-26 | 2007-03-08 | Sony Corp | 情報処理装置、特徴抽出方法、記録媒体、および、プログラム |
| KR101718971B1 (ko) * | 2006-10-06 | 2017-03-23 | 로비 가이드스, 인크. | 인터랙티브 미디어 안내 어플리케이션들에서 미디어를 획득, 카테고리화 및 전달하기 위한 시스템 및 방법 |
| JP4706688B2 (ja) * | 2007-10-26 | 2011-06-22 | 日本電気株式会社 | データ処理装置、そのコンピュータプログラムおよびデータ処理方法 |
| US20130144752A1 (en) * | 2010-08-23 | 2013-06-06 | Nec Corporation | Recommendation assist device, recommendation assist system, user device, recommendation assist method and program storage medium |
| JP5717099B2 (ja) * | 2011-12-16 | 2015-05-13 | 日本電信電話株式会社 | 分散コンシェルジュシステム、分散コンシェルジュシステムの制御方法、ソーシャルコンシェルジュ装置、及びソーシャルコンシェルジュ装置の制御プログラム |
| JP5941031B2 (ja) * | 2013-10-10 | 2016-06-29 | Ｎｅｃパーソナルコンピュータ株式会社 | 情報処理装置、方法及びプログラム |
| JP6785693B2 (ja) * | 2017-03-17 | 2020-11-18 | ヤフー株式会社 | 情報処理システム、情報処理方法、およびプログラム |
-
2002
- 2002-02-13 JP JP2002034940A patent/JP3975768B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003233622A (ja) | 2003-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8700489B2 (en) | Apparatuses and method for recommending items based on determined trend leaders and trend followers | |
| JP4434972B2 (ja) | 情報提供システム、情報提供方法及びそのプログラム | |
| TWI421714B (zh) | Recommended information generation device and recommendation information generation method | |
| JP4497309B2 (ja) | 情報提供装置、情報提供方法および情報提供用プログラム | |
| JP5483269B2 (ja) | 情報検索装置、情報検索方法 | |
| JP2007510967A (ja) | 電子カタログのブラウズを促進するユーザ供給コンテンツの個人化選択及び表示 | |
| JP5831204B2 (ja) | 情報提供システム、情報提供方法及びプログラム | |
| US20100293036A1 (en) | Device and a method for updating a user profile | |
| JP3975768B2 (ja) | コンテンツ推薦装置、コンテンツ推薦方法、そのプログラム、および、そのプログラム記憶媒体 | |
| JP2003281446A (ja) | メディア管理方法及びシステム | |
| JP2004326227A (ja) | 情報提供方法、情報提供装置、そのプログラム、および、そのプログラム記憶媒体 | |
| CN107103028A (zh) | 一种信息处理方法及装置 | |
| KR20210091125A (ko) | 사용자 참여를 사용하는 엔티티 기반 검색 시스템 | |
| JP2008210010A (ja) | コンテンツ配信方法およびシステム | |
| JP2000090094A (ja) | 情報サービス提供装置及び推奨情報抽出提示方法 | |
| JP6170261B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| JP4806465B2 (ja) | コンテンツ説明装置及び方法 | |
| JP2003233622A5 (ja) | ||
| JP5561842B2 (ja) | 情報検索装置、情報検索プログラム、プログラム格納媒体 | |
| JP3547338B2 (ja) | 情報検索方法及び装置 | |
| JP2012150244A (ja) | 楽曲レコメンド装置、方法及びプログラム | |
| KR20190100788A (ko) | 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버 | |
| JP5451644B2 (ja) | 推薦システム、推薦方法、推薦プログラム及び情報記憶媒体 | |
| JP6110999B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| JP2015106351A (ja) | コンテンツ配信装置及びフリーワードレコメンド方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050207 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050210 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20050704 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070403 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070423 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070529 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070611 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100629 Year of fee payment: 3 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3975768 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100629 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110629 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120629 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120629 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130629 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |