JP4125780B2 - コンテンツ検索装置 - Google Patents

Description

本発明は、ユーザによって選択されたキーワードに基づいて、大量のコンテンツの中からユーザが視聴したいコンテンツを検索するコンテンツ検索装置に関する。

従来、サーバなどに大量に格納されたコンテンツの中からユーザが視聴したいコンテンツを検索する際に、ユーザが入力した検索キーワードに合致するコンテンツの一覧を生成して提示するコンテンツ検索装置が提案されている（例えば、特許文献１参照）。

上記特許文献１のコンテンツ検索装置では、類義語辞書を使い、ユーザの入力キーワードに類義語を加えてコンテンツの検索を行う。これにより、ユーザの入力キーワードと所望のコンテンツが持つキーワードとが完全に一致しない場合であっても、ユーザは所望のコンテンツを検索して視聴することができる。したがって、上記特許文献１のコンテンツ検索装置は、所望のコンテンツに関するユーザの記憶が曖昧な場合であっても検索を行うことができ、大量のコンテンツの中から所望のコンテンツを検索する場合に有効である。

また、検索のための複数のキーワードを提示してコンテンツの絞込みを行うコンテンツ検索装置も提案されている（例えば、特許文献２参照）。

上記特許文献２のコンテンツ検索装置では、ユーザは提示されたキーワードの中から興味のあるキーワードを選択するという操作を繰り返すことでコンテンツの絞込みを行い、所望のコンテンツを得る。具体的に、このコンテンツ検索装置は、レストラン検索のためのキーワードの生成を行う際に、ユーザの環境状況、嗜好、性格などのユーザ情報を踏まえて、ユーザの現在の状況に適応したキーワードを生成して提示する。例えば、このコンテンツ検索装置は、ユーザがレストランを検索する際に、まず、ユーザの現在地に応じた場所（梅田、心斎橋など）をキーワードとして提示し、次に、その場所に関連する料理の種類（イタリア料理、日本料理など）をキーワードとして提示する。これにより、ユーザの検索状況に合わせてユーザ個人に適応したキーワードを生成することができ、ユーザの検索目的が不明確な場合であっても、生成されたキーワードの選択を繰り返すことで視聴目的が明確化され、所望のコンテンツを提供することが可能になる。
特開平４−２１０５６号公報 特開２００６−４０２６６号公報

しかしながら、上記特許文献１および特許文献２のコンテンツ検索装置では、テレビ番組とそれに関連するキーワードのように、コンテンツとキーワードとの間の関連性が時々刻々と変化するような場合には、ユーザが望むコンテンツを容易に検索することができないという問題がある。

例えば、特許文献２のコンテンツ検索装置において、検索対象とされるコンテンツたるレストラン情報とキーワードとの間の関連性が大きく変化することはない。つまり、レストラン検索の場合、場所や料理、予算などの検索のためのキーワードがあるが、これらのキーワードの数および種類は限られているため、レストラン情報とキーワードとの間の関連性は変化しないのである。したがって、特許文献２のコンテンツ検索装置では、ユーザが望むレストラン情報をキーワードを用いて容易に検索することができる。

ところが、テレビ番組を検索対象のコンテンツとする場合には、新たなテレビ番組がサーバなどに時々刻々と格納され、検索候補として挙げられるテレビ番組の数やキーワードの数は増加し、膨大となる。そのテレビ番組の増加に伴って、各テレビ番組と各キーワードとの関連性が変化してしまうのである。例えば、キーワード「俳優Ａ」がテレビ番組「ドラマＡ」のみに関連しているような場合には、ユーザはキーワード「俳優Ａ」を用いてそのテレビ番組「ドラマＡ」を容易に検索することができる。しかし、俳優Ａが多くのテレビ番組に出演するようになると、キーワード「俳優Ａ」は多くのテレビ番組に関連することになる。このような状況の変化を把握していないユーザは、上述と同様にキーワード「俳優Ａ」を用いてテレビ番組を検索しようとしても、キーワード「俳優Ａ」に関連するテレビ番組が多数あるため、テレビ番組「ドラマＡ」を簡単に見つけることができない。

つまり、従来のコンテンツ検索装置では、コンテンツとキーワードとの間の関連性が変化するような場合には、ユーザが想定している、各テレビ番組と各キーワードとの関連性と、コンテンツ検索装置が想定している、各テレビ番組と各キーワードとの関連性とがずれてしまう。したがって、ユーザは所望のコンテンツを容易に検索することができず、困惑してしまうのである。

そこで、本発明は、かかる問題に鑑みてなされたものであって、コンテンツとキーワードとの間の関連性が変化するような場合であっても、ユーザが望むコンテンツを容易に検索することができるコンテンツ検索装置を提供することを目的とする。

上記目的を達成するために、本発明に係るコンテンツ検索装置は、ユーザによって選択されたキーワードに基づいて電子データたるコンテンツを検索するコンテンツ検索装置であって、複数のコンテンツをそれぞれ識別するための識別情報と、前記複数のコンテンツのそれぞれに対応するキーワードとを対応付けて示す複数のコンテンツテーブルを記憶しているコンテンツテーブル記憶手段と、前記複数のコンテンツテーブルの中から選択された１つのコンテンツテーブルを対象コンテンツテーブルとし、前記対象コンテンツテーブルに示されるキーワードの中からユーザの入力操作によって選択されたキーワードを選択キーワードとして取得する入力手段と、前記対象コンテンツテーブルにより示される各識別情報と各キーワードとの対応関係に基づき、前記選択キーワードに対する前記各キーワードの関連度を算出し、前記各キーワードの中から予め定められた関連度のキーワードを選択することにより、選択されたキーワードを関連キーワードとして生成する関連キーワード生成手段と、前記選択キーワードに対応付けられた識別情報を前記対象コンテンツテーブルの中から検索し、前記識別情報を表示するとともに、前記入力手段に対する入力操作によって前記関連キーワードが選択され得るように前記関連キーワードを表示する出力表示手段と、ユーザから困惑していることを示す情報を受け付ける困惑受信手段と、前記困惑受信手段によってユーザから困惑していることを示す情報が受け付けられた場合に、前記入力手段に取得された複数の選択キーワード間の関連度を尺度とし、前記複数の選択キーワードの分散の程度を算出する分散算出手段と、前記分散の程度が分散閾値よりも大きい場合に、前記対象コンテンツテーブル以外の他のコンテンツテーブルを前記コンテンツテーブル記憶手段から選択して、選択されたコンテンツテーブルを新たな対象コンテンツテーブルに設定するコンテンツテーブル選択手段とを備える。

これにより、出力表示手段に表示される関連キーワードは、入力手段によって選択され得るように表示されるため、ユーザは入力手段を操作することにより関連キーワードを選択して、その関連キーワードを新たな選択キーワードとし、その新たな選択キーワードに対応する識別情報、つまりコンテンツをさらに検索することができる。つまり、ユーザは関連キーワードを繰り返し選択することで、順次、コンテンツの検索を進めることができる。

また、複数のコンテンツテーブルのうちの１つを対象コンテンツテーブルとし、その対象コンテンツテーブルに示されるコンテンツＩＤやコンテンツ名などの識別情報とキーワードとの対応関係（例えば、コンテンツ行列）を用いて、選択キーワードに対する関連キーワードを生成するため、その対象コンテンツテーブルに対して適切な関連キーワードを生成することができる。

仮に、複数のコンテンツテーブルの全てに示される識別情報とキーワードとの対応関係に基づき、選択キーワードに対する各キーワードの関連度を算出すれば、その識別情報とキーワードとが大量であるため、算出される各キーワードの関連度が薄まってしまう、つまり各キーワードの関連度に差が現れ難くなる。したがって、このような各キーワードの関連度を用いて関連キーワードを生成しても、その関連キーワードはユーザの望むものとはならない。従来、テレビ番組などのコンテンツに対するコンテンツテーブルは、上述のように現在から遠い過去までの全てのコンテンツの識別情報とキーワードとが示されているため、ユーザの望む関連キーワードを適切に表示することができないのである。

そこで、本発明では、上述のように複数のコンテンツテーブルのうちの１つだけを対象とすることによって、各キーワードの関連度を薄めることなく、適切な関連キーワードを生成することができる。その結果、ユーザは、自ら望む関連キーワードを選択することができ、所望のコンテンツを容易に検索することができる。

さらに、本発明では、ユーザが関連キーワードを繰り返し選択してコンテンツの検索を進めている途中で、コンテンツの検索に困惑してしまい、これまで選択された関連キーワード、すなわち選択キーワードの分散の程度が大きいと、対象コンテンツテーブルが変更される。その結果、ユーザの想定する各コンテンツ（識別情報）と各キーワードとの関連性（対応関係）と、対象コンテンツテーブルによって形成される各コンテンツ（識別情報）と各キーワードとの関連性（対応関係）とを一致させることができる。これにより、選択キーワードに対する各キーワードの関連度を、ユーザの想定しているように算出することができ、ユーザにとって適切な関連キーワードを生成することができる。

つまり、選択キーワードの分散の程度が大きいということは、ユーザは互いに関連度の小さい関連キーワードを選択しているということを意味する。しかし、一般には、ユーザは、選択キーワードに対して関連度が大きいと自ら想定している関連キーワードを選択しようとする。したがって、選択キーワードの分散の程度が大きいときには、ユーザによって想定される関連度が、対象コンテンツテーブルによって示される関連度と一致していない。即ち、ユーザの想定する各コンテンツと各キーワードとの関連性が、対象コンテンツテーブルによって形成される各コンテンツと各キーワードとの関連性と一致していないのである。

このような不一致は、テレビ番組のようなコンテンツのように、コンテンツとキーワードとの間の関連性が変化するような場合に生じる。

そこで、本発明では、対象コンテンツテーブルを変更することによって、コンテンツとキーワードとの間の関連性が変化するような場合であっても、ユーザにとって適切な関連キーワードを生成し、ユーザが望むコンテンツを容易に検索することができるのである。

また、前記コンテンツ検索装置は、さらに、前記困惑受信手段によってユーザから困惑していることを示す情報が受け付けられた場合に、前記入力手段に取得された選択キーワードの数を数える計数手段と、前記計数手段によって数えられた選択キーワードの数に基づいて、前記関連キーワード生成手段によって選択される、予め定められた関連度のキーワードの数を調整する調整手段とを備えることを特徴としてもよい。

これにより、ユーザが困惑するまでに選択された関連キーワード（すなわち選択キーワード）の数によって、出力表示手段に表示される、関連度の大きい関連キーワードの数や、関連度の小さい関連キーワードの数などが調整されるため、ユーザの望みに合わせた関連度の関連キーワードを多く表示することができる。

また、前記コンテンツ検索装置は、さらに、ユーザの嗜好を示すプロファイル情報を記憶しているプロファイル情報記憶手段を備え、前記コンテンツテーブル選択手段は、前記プロファイル情報に示されるユーザの嗜好に対応するコンテンツテーブルを選択することを特徴としてもよい。例えば、前記コンテンツテーブル記憶手段に記憶されている各コンテンツテーブルは、それぞれ同一の期間に提供された複数のコンテンツの前記識別情報と前記キーワードとを示し、前記各コンテンツテーブルの期間は互いに異なっており、前記コンテンツテーブル選択手段は、前記プロファイル情報に示されるユーザの嗜好に応じた期間に対応するコンテンツテーブルを選択する。

これにより、プロファイル情報に示されるユーザの嗜好に応じたコンテンツテーブルが新たな対象コンテンツテーブルとして選択されるため、上述の不一致を確実に解消するような対象コンテンツテーブルを設定することができる。

なお、本発明は、このようなコンテンツ検索装置として実現することができるだけでなく、その方法やプログラム、そのプログラムを格納する記憶媒体としても実現することができる。

本発明のコンテンツ検索装置は、コンテンツとキーワードとの間の関連性が変化するような場合であっても、ユーザが望むコンテンツを容易に検索することができるという作用効果を奏する。

以下、本発明の実施の形態におけるコンテンツ検索装置について図面を参照しながら説明する。

図１は、本発明の実施の形態におけるコンテンツ検索装置の構成を示すブロック図である。

本実施の形態におけるコンテンツ検索装置１００は、ユーザによって選択されたキーワードおよびそのキーワードに関連する関連キーワードを用いて、サーバＳｖに大量に蓄積されたテレビ番組であるコンテンツの中から、ユーザの所望のコンテンツを容易に検索するものである。また、このコンテンツ検索装置１００は、コンテンツとキーワードとの間の関連性が変化するような場合であっても、ユーザが望むコンテンツを容易に検索することができるものである。

このコンテンツ検索装置１００は、入力判定部１０１と、プロファイル情報格納部１０２と、選択キーワード記憶部１０３と、困惑検出部１０４と、計数部１０５と、分散算出部１０６と、困惑種類判別部１０７と、コンテンツテーブル格納部１０８と、関連キーワード生成部１０９と、出力生成部１１０と、表示部１１１と、入力部１１２と、配分調整設定部１１３と、コンテンツテーブル選択部１１４とを備えている。

コンテンツテーブル格納部１０８は、サーバＳｖに蓄積された各コンテンツについて、そのコンテンツの名称や概要、キーワードなどの属性（以下、コンテンツ属性という）を示す複数のコンテンツテーブル１０８ａを格納している。このコンテンツテーブル１０８ａは、所定の期間（以下、提供期間という）ごとに生成されて格納されている。例えば、提供期間「２００６年１月〜６月」に放送された複数のコンテンツのコンテンツ属性を示すコンテンツテーブル１０８ａや、提供期間「２００５年７月〜１２月」に放送された複数のコンテンツのコンテンツ属性を示すコンテンツテーブル１０８ａなどが格納されている。なお、このようなコンテンツテーブル１０８ａは、例えばＥＰＧ（Electronic Program Guide）などを用いて生成されている。

プロファイル情報格納部１０２は、ユーザによるコンテンツの視聴履歴を示すプロファイル情報１０２ａを格納している。

入力部１１２は、ユーザによる操作を受け付けて、その操作結果を入力判定部１０１に出力する。ユーザは、この入力部１１２を操作することにより、表示部１１１に表示されたコンテンツの名称またはキーワードを選択したり、コンテンツの選択に困惑していることをコンテンツ検索装置１００に知らせる。例えば、ユーザは、表示部１１１に表示されたヘルプボタンを選択することによって、自らが困惑していることを知らせる。

入力判定部１０１は、入力部１１２から出力された操作結果が、選択されたコンテンツの名称、選択されたキーワード、および、ユーザが困惑していることを知らせる通知のうち、何れを示すかを判定する。そして、入力判定部１０１は、操作結果がキーワードを示すときには、そのキーワードを選択キーワードとして選択キーワード記憶部１０３および関連キーワード生成部１０９に出力する。また、入力判定部１０１は、操作結果がコンテンツの名称を示すときには、そのコンテンツのコンテンツＩＤを出力生成部１１０に出力する。さらにこのとき、入力判定部１０１は、コンテンツの検索が終了したと判断して、選択キーワード記憶部１０３に記憶されている全ての選択キーワードを消去する。また、入力判定部１０１は、操作結果が困惑の通知を示すときには、困惑信号を困惑検出部１０４に出力する。

なお、本実施の形態では、入力部１１２と入力判定部１０１とから入力手段が構成される。

選択キーワード記憶部１０３は、入力判定部１０１から出力された選択キーワードを格納する。この選択キーワード記憶部１０３には、１つのコンテンツの検索ごとに、その検索に対して選択された選択キーワードのみが格納される。つまり、コンテンツの検索が終了するごとに、その選択キーワード記憶部１０３の内容が消去される。

困惑検出部１０４は、困惑受信手段として構成され、入力判定部１０１から困惑信号を取得すると、ユーザがコンテンツの検索に困惑していることを検出する。その結果、困惑検出部１０４は、選択キーワード記憶部１０３に格納されている全ての選択キーワードを読み出して、計数部１０５および分散算出部１０６に出力する。

計数部１０５は、困惑検出部１０４から取得した選択キーワードの数（以下、キーワード数という）を数える。そして、計数部１０５は、そのキーワード数を示すキーワード数情報を困惑種類判別部１０７に出力する。

分散算出部１０６は、困惑検出部１０４から取得した選択キーワードが複数であれば、各選択キーワード間の後述するコサイン距離を算出する。そして、分散算出部１０６は、コサイン距離を尺度として用いることで、複数の選択キーワードの分散値を算出し、その分散値を示す分散情報を困惑種類判別部１０７に出力する。

困惑種類判別部１０７は、困惑状態判別手段として構成され、計数部１０５から出力されたキーワード数情報と、分散算出部１０６から出力された分散情報とを用いて、ユーザが直面している困惑の種類（以下、困惑タイプという）を判別する。つまり、困惑種類判別部１０７は、キーワード数情報の示すキーワード数と予め定められた閾値（キーワード数閾値）とを比較する。その結果、困惑種類判別部１０７は、そのキーワード数が閾値以上であるか否か、即ちキーワード数が多いか少ないかを判断する。また、困惑種類判別部１０７は、分散情報の示す分散値と予め定められた閾値（分散閾値）とを比較する。その結果、困惑種類判別部１０７は、その分散値が閾値以上であるか否か、即ち分散値が大きいか小さいか、言い換えれば複数の選択キーワードの関連度が小さいか大きいかを判断する。そして、困惑種類判別部１０７は、上述のように判断された結果、すなわち、キーワード数が多いか少ないか、および、分散値が大きいか小さいかに基づいて、困惑タイプを特定する。

そして、困惑種類判別部１０７は、特定された困惑タイプを配分調整設定部１１３とコンテンツテーブル選択部１１４とに出力する。

配分調整設定部１１３は、調整手段として構成され、ユーザによって最後に（最近に）選択された選択キーワードに対して、大きな関連度を有するキーワードの数と、中程度の関連度を有するキーワードの数と、小さな関連度を有するキーワードの数との配分（以下、関連度配分という）を設定する。例えば、配分調整設定部１１３は、初期状態では、大きな関連度を有するキーワードの数「５」と、中程度の関連度を有するキーワードの数「３」と、小さな関連度を有するキーワードの数「２」とを示す関連度配分＝（５，３，２）を設定する。そして、配分調整設定部１１３は、その設定された関連度配分を示す配分情報を関連キーワード生成部１０９に出力する。

ここで、配分調整設定部１１３は、困惑種類判別部１０７から困惑タイプを取得していないときには、つまり上述の初期状態では、予め定められた関連度配分（例えば、（５，３，２））を設定する。一方、配分調整設定部１１３は、困惑種類判別部１０７から困惑タイプを取得すると、その困惑タイプに基づいて、上述の関連度配分を調整して設定し直す。そして、配分調整設定部１１３は、その調整された関連度配分を示す配分情報を関連キーワード生成部１０９に出力する。

コンテンツテーブル選択部１１４は、初期状態、つまり困惑種類判別部１０７から困惑タイプを取得していないときには、コンテンツテーブル格納部１０８に格納されている複数のコンテンツテーブル１０８ａのうち提供期間が最近のテーブルを選択して、その選択したコンテンツテーブル１０８ａを対象コンテンツテーブルとして関連キーワード生成部１０９および分散算出部１０６に出力する。また、コンテンツテーブル選択部１１４は、困惑種類判別部１０７から困惑タイプを取得すると、その困惑タイプおよびプロファイル情報１０２ａと、ユーザによって最近に選択された選択キーワードとに基づいて、コンテンツテーブル格納部１０８に格納されているコンテンツテーブル１０８ａのうちの何れか１つを選択して、その選択したコンテンツテーブル１０８ａを新たな対象コンテンツテーブルとして関連キーワード生成部１０９および分散算出部１０６に出力する。つまり、コンテンツテーブル選択部１１４は、関連キーワード生成部１０９および分散算出部１０６で使用される対象コンテンツテーブル１０８ａを、取得した困惑タイプに応じて変更する。

なお、本実施の形態におけるコンテンツテーブル選択部１１４は、コンテンツテーブル格納部１０８に格納された複数のコンテンツテーブル１０８ａのうち何れか１つ選択するが、プロファイル情報１０２ａを新たな対象コンテンツテーブルとして選択してもよい。

関連キーワード生成部１０９は、入力判定部１０１から選択キーワードを取得していないときには、対象コンテンツテーブル１０８ａに示される複数のキーワードの中から、予め定められた方法に従って、表示部１１１に表示可能な数だけのキーワードを選択する。そして、関連キーワード生成部１０９は、その選択したキーワードを初期キーワードとして出力生成部１１０に出力する。例えば、関連キーワード生成部１０９は、「スポーツ」や「ドキュメンタリー」などのジャンルを初期キーワードとして選択する。なお、関連キーワード生成部１０９は、プロファイル情報１０２ａに基づき、ユーザの視聴頻度の高いコンテンツに対応するキーワードを初期キーワードとして選択してもよい。

また、関連キーワード生成部１０９は、入力判定部１０１から選択キーワードを取得したときには、対象コンテンツテーブル１０８ａに示される複数のコンテンツと複数のキーワードとに基づくコンテンツ行列を用い、選択キーワードに対する他の複数のキーワードの関連度を算出する。そして、関連キーワード生成部１０９は、上述のように算出された関連度と、配分調整設定部１１３から出力された配分情報の示す関連度配分とに従って、対象コンテンツテーブル１０８ａの中からキーワードを選択することにより、その選択したキーワードを関連キーワードとして生成する。関連キーワード生成部１０９は、その関連キーワードを選択キーワードとともに出力生成部１１０に出力する。

なお、関連キーワード生成部１０９は、コンテンツテーブル選択部１１４から取得したコンテンツテーブル１０８ａを出力生成部１１０に出力する。

出力生成部１１０は、入力判定部１０１からコンテンツＩＤを取得したときには、そのコンテンツＩＤによって識別されるコンテンツをサーバＳｖから取得して、表示部１１１に出力する。これにより、ユーザは、表示部１１１によって表示されるコンテンツを視聴する。さらに、出力生成部１１０は、コンテンツテーブル選択部１１４によって選択された対象コンテンツテーブル１０８ａに基づいて、サーバＳｖから取得されたコンテンツの視聴履歴を作成し、プロファイル情報格納部１０２に格納されているプロファイル情報１０２ａに追加する。

また、出力生成部１１０は、関連キーワード生成部１０９から選択キーワードを取得したときには、対象コンテンツテーブル１０８ａにおいてその選択キーワードをキーワードとして含むコンテンツ属性の中のコンテンツの名称および概要などを、選択キーワードとともに表示部１１１に出力する。

また、出力生成部１１０は、関連キーワード生成部１０９から初期キーワードまたは関連キーワードを取得したときには、その初期キーワードまたは関連キーワードを表示部１１１に出力する。

表示部１１１は、出力生成部１１０からコンテンツを取得したときには、そのコンテンツを再生して表示する。また、表示部１１１は、出力生成部１１０から初期キーワードを取得したときには、その初期キーワードを表示し、出力生成部１１０から選択キーワード、関連キーワード、コンテンツの名称およびコンテンツの概要を取得したときには、それらを同一の画面に表示する。

なお、本実施の形態では、出力生成部１１０と表示部１１１とから出力表示手段が構成される。

図２は、コンテンツテーブル１０８ａの一例を示す図である。

コンテンツテーブル１０８ａは、例えば、６ヶ月の提供期間に放送された各コンテンツのコンテンツ属性を示し、そのコンテンツ属性は、コンテンツを識別するための情報であるコンテンツＩＤおよびコンテンツ名（コンテンツの名称や題名）と、コンテンツの放送（配信）が開始された日時と、そのコンテンツに属するキーワードと、そのコンテンツの要約または概要を示すコンテンツ概要とからなる。

例えば、コンテンツテーブル１０８ａは、提供期間「２００６年１月〜６月」に放送されたコンテンツのコンテンツ属性を示す。そして、そのコンテンツテーブル１０８ａは、コンテンツＩＤ「２」で示されるコンテンツに対して、そのコンテンツ名が「動物万歳」であること、放送日時が「２００６年１月１日１９：００」であること、キーワードが「蜘蛛、カラス、マンモス」であること、およびコンテンツ概要が「マンモスからカラスまで…」であることを示す。

図３は、プロファイル情報１０２ａの一例を示す図である。

プロファイル情報１０２ａは、視聴されたコンテンツの属性（以下、視聴履歴属性という）を視聴履歴として示す。視聴履歴属性は、例えば、視聴されたコンテンツを識別するための情報であるコンテンツＩＤおよびコンテンツ名（コンテンツの名称または題名）と、そのコンテンツが視聴された日時と、そのコンテンツに属するキーワードとからなる。

出力生成部１１０は、コンテンツをサーバＳｖから取得して表示部１１１に出力すると、入力判定部１０１から取得したコンテンツＩＤと、コンテンツテーブル選択部１１４で選択された対象コンテンツテーブル１０８ａとに基づいて、出力されたコンテンツのコンテンツ名、視聴された日時、およびキーワードを特定する。

そして、出力生成部１１０は、そのコンテンツＩＤと、特定されたコンテンツ名、日時、およびキーワードとを上述の視聴履歴属性として、プロファイル情報格納部１０２に格納されているプロファイル情報１０２ａに追加的に記録する。

例えば、出力生成部１１０は、コンテンツＩＤ「６８」と、コンテンツ名「我が多摩川」と、日時「２００５年７月３日２２：３０」と、キーワード「丸子橋、野球、蛇、メダカ」とを視聴履歴属性として記録する。

このように、コンテンツが再生表示されるたびに、出力生成部１１０が視聴履歴属性をプロファイル情報１０２ａに記録することによって、ユーザの嗜好をプロファイル情報１０２ａに常に反映させることができる。

ここで、本実施の形態におけるコンテンツ検索装置１００の概略的な動作を、図４を用いて説明する。

図４は、コンテンツ検索装置１００の概略的な動作を説明するための図である。

このコンテンツ検索装置１００は、まず図４の（ａ）に示すように、予め定められた複数の初期キーワード「松下花子、日本、バスケットボール、読書、携帯電話、歴史、珍しい、アメリカ」を表示する。このような複数の初期キーワードは、表示部１１１に表示され、何れか１つの初期キーワードがユーザによる入力部１１２の操作によって選択される。

ここで、コンテンツ検索装置１００は、ユーザが初期キーワード「松下花子」を選択キーワードとして選択すると、図４の（ｂ）に示すように、その選択キーワード「松下花子」に関する複数のコンテンツのコンテンツ名およびコンテンツ概要と、その選択キーワード「松下花子」に対する複数の関連キーワードと、ユーザがコンテンツの検索に困惑していることを通知するためのヘルプボタンとを表示する。例えば、複数のコンテンツ名およびコンテンツ概要として「コンテンツＡ：概要…、コンテンツＢ：概要…、コンテンツＣ：概要…」が表示され、複数の関連キーワードとして「松下太郎、京都、大阪、楽しい、ドキュメンタリー」が表示される。

つまり、コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａに含まれるコンテンツ名およびコンテンツ概要のうち、選択キーワード「松下花子」をキーワードとして含むコンテンツ属性の中にあるコンテンツ名およびコンテンツ概要を、表示部１１１に表示する。そして、コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａに含まれる各キーワードの選択キーワード「松下花子」に対する関連度と、予め定め設定された関連度配分とに基づいて、その対象コンテンツテーブル１０８ａに含まれる各キーワードの中から、その選択キーワード「松下花子」に関連するキーワードを関連キーワードとして選択し、表示部１１１に表示する。

ここで、ユーザは、表示された複数のコンテンツ名およびコンテンツ概要の中に所望のものを見つけると、入力部１１２を操作して、そのコンテンツ名を選択する、つまりコンテンツを選択する。

コンテンツ検索装置１００は、例えばコンテンツ名「コンテンツＡ」が選択されると、図４の（ｃ）に示すように、サーバＳｖからそのコンテンツ名に対応するコンテンツを取得して再生し、表示部１１１に表示する。これにより、コンテンツの検索が終了する。

一方、ユーザは、表示された複数のコンテンツ名の中に、所望のコンテンツのコンテンツ名が無ければ、入力部１１２を操作することにより、表示された複数の関連キーワードの中から、その所望のコンテンツに対応すると思われる関連キーワードを新たな選択キーワードとして選択する。

コンテンツ検索装置１００は、例えば関連キーワード「京都」が新たな選択キーワードとして選択されると、図４の（ｄ）に示すように、その選択キーワード「京都」に関する複数のコンテンツのコンテンツ名およびコンテンツ概要と、その選択キーワード「京都」に対する複数の関連キーワードと、上述のヘルプボタンとを表示する。例えば、複数のコンテンツ名およびコンテンツ概要として「コンテンツＤ：概要…、コンテンツＥ：概要…、コンテンツＦ：概要…」が表示され、複数の関連キーワードとして「茶道、寺、文化、時代劇、ニシン」が表示される。

つまり、コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａに含まれるコンテンツ名およびコンテンツ概要のうち、選択キーワード「京都」をキーワードとして含むコンテンツ属性の中にあるコンテンツ名およびコンテンツ概要を、表示部１１１に表示する。そして、コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａに含まれる各キーワードの選択キーワード「京都」に対する関連度と、予め定め設定された関連度配分とに基づいて、その対象コンテンツテーブル１０８ａに含まれる各キーワードの中から、その選択キーワード「京都」に関連するキーワードを関連キーワードとして選択し、表示部１１１に表示する。

なお、コンテンツ検索装置１００は、上述のようにコンテンツ名を表示するときには、最近の選択キーワード「京都」と、それ以前に選択された選択キーワード「松下花子」とのアンドを取ってコンテンツ名（コンテンツ）の絞込みを行わない。即ち、コンテンツ検索装置１００は、それ以前に選択された選択キーワードに関わらず、対象コンテンツテーブル１０８ａに含まれるコンテンツ名のうち、最近の選択キーワード「京都」をキーワードとして含むコンテンツ属性の中にあるコンテンツ名を、表示部１１１に表示する。

ユーザは、表示部１１１に表示された複数のコンテンツ名の中に、所望のコンテンツのコンテンツ名が無ければ、上述と同様に、関連キーワードの選択を繰り返し行う。つまり、ユーザは、関連キーワードの選択を繰り返しながら、対話的に見たいコンテンツを検索する。なお、コンテンツ検索装置１００は、関連キーワードの選択が繰り返されることによって、順次、新たな関連キーワードを表示し、既に表示された関連キーワードを再び表示するようなことはしない。既に表示された関連キーワードがユーザに選択されなかったということは、その関連キーワードがユーザの所望のキーワードではないということである。したがって、コンテンツ検索装置１００は、既に表示された関連キーワードを再び表示することはせず、未だ表示されていないキーワードを関連キーワードとして表示する。

関連キーワードの選択が繰り返された結果、コンテンツ検索装置１００は、例えば図４の（ｅ）に示すように、選択キーワード「サムライ」に関する複数のコンテンツのコンテンツ名およびコンテンツ概要と、その選択キーワード「サムライ」に対する複数の関連キーワードと、上述のヘルプボタンとを表示する。例えば、複数のコンテンツ名およびコンテンツ概要として「コンテンツＧ：概要…、コンテンツＨ：概要…、コンテンツＩ：概要…」が表示され、複数の関連キーワードとして「刀、城、外国、剣道、映画」が表示される。

ここで、ユーザは、図４の（ｅ）に示すように複数のコンテンツ名が表示されても、所望のコンテンツのコンテンツ名が表示されていないため、コンテンツの検索に困惑してしまう。そして、ユーザは、入力部１１２を操作することにより、ヘルプボタンを選択する。

コンテンツ検索装置１００は、ヘルプボタンが選択されると、ユーザがコンテンツの検索に困惑していることを検出する。そして、本実施の形態におけるコンテンツ検索装置１００は、関連キーワードを生成するための対象コンテンツテーブル１０８ａおよび関連度配分の少なくとも一方を変更する。

コンテンツ検索装置１００は、変更された結果に基づいて、対象コンテンツテーブル１０８ａに含まれる各キーワードの中から、その選択キーワード「サムライ」に関連するキーワードを関連キーワードとして選択（生成）し直し、表示部１１１に表示する。例えば、図４の（ｆ）に示すように、先に表示された関連キーワードとは異なる複数の関連キーワード「江戸、幕府、武士、農民、七人」が表示される。

このように本実施の形態におけるコンテンツ検索装置１００は、ヘルプボタンが選択されたとき、つまりユーザの困惑時には、対象コンテンツテーブル１０８ａおよび関連度配分の少なくとも一方を変更して関連キーワードを生成し直すことに特徴がある。

また、このようなコンテンツ検索装置１００では、ユーザが自ら望むコンテンツに直接関連するキーワードを知らなかったときにも、ユーザが関連キーワードの選択を繰り返すことで、その所望のコンテンツを容易に検索することができる。

図５は、コンテンツテーブル１０８ａのコンテンツ属性とキーワードとの関係を説明するための説明図である。

コンテンツテーブル１０８ａは、図２に示すように、複数のコンテンツのそれぞれに対応した複数のコンテンツ属性を含み、そのコンテンツ属性には複数のキーワードが含まれている。つまり、コンテンツテーブル１０８ａのコンテンツ属性は、キーワードごとに分類される。

例えば、提供期間「２００６年１月〜６月」のコンテンツテーブル１０８ａに示される複数のコンテンツ属性は、図５に示すように、キーワードＫＷ１を含む複数のコンテンツ属性（コンテンツ属性群Ｃａ１）と、キーワードＫＷ２を含む複数のコンテンツ属性（コンテンツ属性群Ｃａ２）と、キーワードＫＷ３を含む複数のコンテンツ属性（コンテンツ属性群Ｃａ３）となどに分類される。また、１つのコンテンツ属性は、複数のコンテンツ属性群に属する場合がある。

本実施の形態におけるコンテンツ検索装置１００は、ヘルプボタンが選択されていないとき、つまり通常時には、最近（例えば提供期間「２００６年１月〜６月」）のコンテンツテーブル１０８ａを対象コンテンツテーブルとして扱う。そして、コンテンツ検索装置１００は、その対象コンテンツテーブル１０８ａに示される複数のコンテンツ属性の中から、選択キーワードに対応するコンテンツ属性を検索して、そのコンテンツ属性の中にあるコンテンツ名などを表示する。さらに、コンテンツ検索装置１００は、選択キーワードに関連する関連キーワードを表示する。

例えば、ユーザによる入力部１１２の操作によってキーワードＫＷ１が選択キーワードとして選択されたときには、コンテンツ検索装置１００は、コンテンツ属性群Ｃａ１に属するコンテンツ属性を検索し、その各コンテンツ属性にあるコンテンツ名などを表示する。さらに、コンテンツ検索装置１００は、選択キーワードＫＷ１に関連するキーワードＫＷ２，ＫＷ３，ＫＷ５などを関連キーワードとして選択して表示する。さらに、ユーザによる入力部１１２の操作によって、関連キーワードＫＷ２，ＫＷ３，ＫＷ５のうち関連キーワードＫＷ３が新たな選択キーワードとして選択されたときには、コンテンツ検索装置１００は、コンテンツ属性群Ｃａ３に属するコンテンツ属性を検索し、その各コンテンツ属性にあるコンテンツ名などを表示する。さらに、コンテンツ検索装置１００は、選択キーワードＫＷ３に関連するキーワードＫＷ４などを新たな関連キーワードとして選択して表示する。

このように本実施の形態におけるコンテンツ検索装置１００は、ユーザによって関連キーワード（選択キーワード）が選択されると、対象コンテンツテーブル１０８ａにおいてその選択キーワードに対応するコンテンツ名と、その選択キーワードに関連する関連キーワードとを表示する。そして関連キーワードが選択されるごとに、コンテンツ検索装置１００は、その選択された関連キーワードを新たな選択キーワードとし、その選択キーワードに対応する新たなコンテンツ名と、その選択キーワードに関連する新たな関連キーワードとを表示する。これにより、本実施の形態におけるコンテンツ検索装置１００は、複数のコンテンツ属性からなるコンテンツ属性群を、ユーザによって選択されたキーワードにしたがって切り替える。なお、本実施の形態におけるコンテンツ検索装置１００は、各関連キーワードが選択キーワードに包含されていることを必要条件とせず、選択キーワードに対応する複数のコンテンツを、関連キーワードを用いてさらに絞り込むことを積極的に行わない。

また、本実施の形態におけるコンテンツ検索装置１００は、困惑種類判別部１０７によって判別された困惑タイプに応じて、対象コンテンツテーブル１０８ａを切り替える。例えば、コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａを、提供期間「２００６年１月〜６月」に対応したコンテンツテーブル１０８ａから、提供期間「２００５年７月〜１２月」に対応したコンテンツテーブル１０８ａに切り替える。

つまり、上述のように、コンテンツテーブル選択部１１４は、プロファイル情報１０２ａおよび最近の選択キーワードに基づいて、コンテンツテーブル格納部１０８に格納されている複数のコンテンツテーブル１０８ａの中から何れか１つのコンテンツテーブル１０８ａを新たな対象コンテンツテーブルとして選択する。具体的に、コンテンツテーブル選択部１１４は、プロファイル情報１０２ａにおいて、その選択キーワードが頻繁に現れる期間を特定する。そして、コンテンツテーブル選択部１１４は、その期間に対応したコンテンツテーブル１０８ａを新たな対象コンテンツテーブルとして選択する。

その結果、選択キーワードに対応するコンテンツ名や、選択キーワードに対する他の各キーワードの関連度が変更され、ユーザが興味を有する期間に応じたコンテンツ名および関連キーワードを表示することができる。

図６は、関連キーワード生成部１０９による関連度の算出方法を説明するための説明図である。

関連キーワード生成部１０９は、まず、コンテンツテーブル選択部１１４から出力された対象コンテンツテーブル１０８ａに基づいてコンテンツ行列を生成する。コンテンツ行列では、対象コンテンツテーブル１０８ａにより示される複数のキーワードが行Ｋ１，Ｋ２，Ｋ３，…，Ｋｎにそれぞれ対応し、対象コンテンツテーブル１０８ａにより示される複数のコンテンツ属性が列Ｃ１，Ｃ２，Ｃ３，…，Ｃｍにそれぞれ対応する。

コンテンツ行列に含まれる要素（Ｋｉ，Ｃｊ）は、行Ｋｉのキーワードが列Ｃｊのコンテンツ属性に含まれているときには「１」とされ、行Ｋｉのキーワードが列Ｃｊのコンテンツ属性に含まれていないときには「０」とされる。なお、ｉは１〜ｎまでの整数であり、ｊは１〜ｍまでの整数である。例えば、行Ｋ１のキーワードが、列Ｃ１，Ｃ４のコンテンツ属性にのみ含まれている場合には、コンテンツ行列の行Ｋ１は（１，０，０，１，…，０）とされる。

次に、関連キーワード生成部１０９は、コンテンツ行列の各行Ｋ１，Ｋ２，Ｋ３，…，Ｋｎをキーワードベクトルとして扱う。つまり、対象コンテンツテーブル１０８ａに示される全てのキーワードＫＷ１，ＫＷ２，ＫＷ３，…，ＫＷｎが、キーワードベクトルＫ１，Ｋ２，Ｋ３，…，Ｋｎとして表される。

そして、関連キーワード生成部１０９は、キーワードベクトルＫ１，Ｋ２，Ｋ３，…，Ｋｎのコサイン距離を、選択キーワードに対する他の複数のキーワードの関連度として算出する。例えば、関連キーワード生成部１０９は、選択キーワードがキーワードＫＷ１であるときには、キーワードベクトルＫ１，Ｋ２のコサイン距離ａ１２を、キーワードＫＷ２の選択キーワードＫＷ１に対する関連度として算出する。同様に、関連キーワード生成部１０９は、キーワードベクトルＫ１，Ｋ３のコサイン距離ａ１３を、キーワードＫＷ３の選択キーワードＫＷ１に対する関連度として算出する。

なお、図６に示すコンテンツ行列の要素は全て非負となるため、関連度となるコサイン距離の値は０〜１までの数値で示され、キーワード間の関連が強ければ１に近い値を示し、関連が弱ければ０に近い値を示す。

このように関連キーワード生成部１０９は、選択キーワードに対する他の複数のキーワードの関連度を算出して、それらの関連度と、配分調整設定部１１３から出力された配分情報の示す関連度配分とに基づいて、上記他の複数のキーワードから、選択キーワードに対する関連キーワードを選択する。その結果、関連キーワードが生成される。

図７は、関連キーワード生成部１０９により算出された関連度の具体例を示す図である。

関連キーワード生成部１０９は、例えば選択キーワード「松下花子」を入力判定部１０１から取得すると、その選択キーワード「松下花子」を表すキーワードベクトルと、他のキーワード「松下次郎」を表すキーワードベクトルとのコサイン距離を算出することにより、関連度「０．９４」を算出する。さらに、関連キーワード生成部１０９は、その選択キーワード「松下花子」を表すキーワードベクトルと、他のキーワード「コスモス」を表すキーワードベクトルとのコサイン距離を算出することにより、関連度「０．８５」を算出する。

なお、分散算出部１０６は、選択キーワード記憶部１０３に記憶されている複数の選択キーワード間のコサイン距離を算出するときには、上述の関連キーワード生成部１０９と同様の方法でそのコサイン距離を算出する。つまり、分散算出部１０６は、コンテンツテーブル選択部１１４で選択された対象コンテンツテーブル１０８ａに基づいて、コンテンツ行列を生成し、上記複数の選択キーワードのそれぞれを表すキーワードベクトルを生成する。そして、分散算出部１０６は、各キーワードベクトル間のコサイン距離を算出し、算出されたコサイン距離を尺度として用いることで、複数の選択キーワードの分散値を算出する。

このように本実施の形態では、コンテンツテーブル格納部１０８にある全ての情報を用いることなく、対象コンテンツテーブルだけを用いて、選択キーワードに対する各キーワードの関連度を算出する。仮に、コンテンツテーブル格納部１０８にある全ての情報を用いれば、非常に膨大な量のコンテンツ属性の中で、コンテンツとキーワードとの関連が薄れてしまう。すなわち、コンテンツを選択するためのキーワードの特異性が薄れてしまう。ユーザは、何となく又は特定のコンテンツを想像し、想像したコンテンツのキーワードを考えながらコンテンツを検索するため、キーワードとコンテンツ間の関連が薄れてしまうと、想像したコンテンツの関連キーワードを用いてコンテンツを見つけることができなくなる。そこで、本実施の形態では、上述のように、特定の提供期間に応じた対象コンテンツテーブルだけを用いて各キーワードの関連度を算出するため、その提供期間においては、コンテンツとキーワードとの関連を薄めてしまうことなく、各キーワードの適切な関連度を算出し、ユーザの望む関連キーワードを生成することができる。その結果、ユーザは所望のコンテンツを容易に検索することができる。

なお、サーバＳｖに時事刻々と新たなコンテンツが格納されてコンテンツの数が増加する場合には、コンテンツテーブル格納部１０８に記憶されている情報も更新される。そして、この場合には、１つのコンテンツテーブル１０８ａに含まれるコンテンツ属性の数が所定数以下に制限されたまま、コンテンツテーブル格納部１０８に格納されるコンテンツテーブル１０８ａの数が増える。したがって、サーバＳｖのコンテンツの数が増加しても、特定の提供期間においては、コンテンツとキーワードとの関連を薄めてしまうことなく、常に、ユーザの望む関連キーワードを生成することができる。

図８は、困惑種類判別部１０７によって判別される困惑タイプを説明するための説明図である。

困惑種類判別部１０７は、計数部１０５から出力されたキーワード数情報と、分散算出部１０６から出力された分散情報とを用いて、４つの困惑タイプＡ，Ｂ，Ｃ，Ｄのうちの何れか１つを、ユーザが直面している困惑の種類として特定する。

つまり、困惑種類判別部１０７は、キーワード数情報が「キーワード数：少」を示し、分散情報が「分散値：小」を示しているときには、困惑タイプＡを特定する。つまり、ユーザによって選択されて選択キーワード記憶部１０３に格納され選択キーワードの数が少なく、それら選択キーワードの分散値が小さい、つまり各選択キーワード間の関連度が大きい場合には、困惑タイプＡが特定される。

ここで、困惑タイプＡによってユーザがコンテンツの検索に困惑している場合には、関連度の小さい関連キーワードが多く表示されるように、関連度配分を調整することによって、その困惑が解決されることが予想される。

したがって、困惑タイプＡが特定されると、配分調整設定部１１３は、小さな関連度を有するキーワードの数が多くなるように関連度配分を調整する。なお、このとき、コンテンツテーブル選択部１１４は、対象コンテンツテーブル１０８ａを変更しない。

また、困惑種類判別部１０７は、キーワード数情報が「キーワード数：少」を示し、分散情報が「分散値：大」を示しているときには、困惑タイプＢを特定する。つまり、ユーザによって選択されて選択キーワード記憶部１０３に格納され選択キーワードの数が少なく、それら選択キーワードの分散値が大きい、つまり各選択キーワード間の関連度が小さい場合には、困惑タイプＢが特定される。

ここで、困惑タイプＢによってユーザがコンテンツの検索に困惑している場合には、対象コンテンツテーブル１０８ａを変更し、大きな関連度を有する関連キーワードが多く表示されるように、関連度配分を調整することによって、その困惑が解決されることが予想される。

したがって、困惑タイプＢが特定されると、コンテンツテーブル選択部１１４は、対象コンテンツテーブル１０８ａを、最近の提供期間に対応するコンテンツテーブル１０８ａから、過去の提供期間に対応するコンテンツテーブル１０８ａに変更する。さらに、このとき、配分調整設定部１１３は、大きな関連度を有するキーワードの数が多くなるように関連度配分を調整する。

また、困惑種類判別部１０７は、キーワード数情報が「キーワード数：多」を示し、分散情報が「分散値：小」を示しているときには、困惑タイプＣを特定する。つまり、ユーザによって選択されて選択キーワード記憶部１０３に格納され選択キーワードの数が多く、それら選択キーワードの分散値が小さい、つまり各選択キーワード間の関連度が大きい場合には、困惑タイプＣが特定される。

ここで、困惑タイプＣによってユーザがコンテンツの検索に困惑している場合には、大きな関連度を有する関連キーワードが多く表示されるように、関連度配分を調整することによって、その困惑が解決されることが予想される。

したがって、困惑タイプＣが特定されると、配分調整設定部１１３は、大きな関連度を有するキーワードの数が多くなるように関連度配分を調整する。なお、このとき、コンテンツテーブル選択部１１４は、対象コンテンツテーブル１０８ａを変更しない。

また、困惑種類判別部１０７は、キーワード数情報が「キーワード数：多」を示し、分散情報が「分散値：大」を示しているときには、困惑タイプＤを特定する。つまり、ユーザによって選択されて選択キーワード記憶部１０３に格納され選択キーワードの数が多く、それら選択キーワードの分散値が大きい、つまり各選択キーワード間の関連度が小さい場合には、困惑タイプＤが特定される。

ここで、困惑タイプＤによってユーザがコンテンツの検索に困惑している場合には、対象コンテンツテーブル１０８ａを変更し、小さな関連度を有する関連キーワードが多く表示されるように、関連度配分を調整することによって、その困惑が解決されることが予想される。

したがって、困惑タイプＤが特定されると、コンテンツテーブル選択部１１４は、対象コンテンツテーブル１０８ａを、最近の提供期間に対応するコンテンツテーブル１０８ａから、過去の提供期間に対応するコンテンツテーブル１０８ａに変更する。さらに、このとき、配分調整設定部１１３は、小さな関連度を有するキーワードの数が多くなるように関連度配分を調整する。

図９Ａ〜９Ｄは、配分調整設定部１１３によって調整される関連度配分を説明するための説明図である。

関連キーワード生成部１０９は、例えば図９Ａに示すように、選択キーワードＫＷｔに対する他のキーワードＫＷ１，ＫＷ２，…，ＫＷｎの関連度ａｔ１，ａｔ２，…，ａｔｎを算出する。ここで、関連度が０．４未満であれば、その関連度は小さい（関連度小）と見なされ、関連度が０．４以上０．７未満であれば、その関連度は中程度（関連度中）と見なされ、関連度が０．７以上であれば、その関連度は大きい（関連度大）と見なされる。

配分調整設定部１１３は、通常時には、つまり困惑タイプを取得しているときには、例えば図９Ｂに示すように、関連度大のキーワードの数が５つで、関連度中のキーワードの数が３つで、関連度小のキーワードの数が２つであることを示す関連度配分を設定する。

その結果、関連キーワード生成部１０９は、図９Ａに示すキーワードの中から、未だ選択されていない、関連度大のキーワードを関連キーワードとして５つ選択し、関連度中のキーワードを関連キーワードとして３つ選択し、関連度小のキーワードを関連キーワードとして２つ選択する。即ち、関連キーワード生成部１０９は、図９Ｂに示すように、関連度大のキーワードＫＷ１，ＫＷ２，ＫＷ３，ＫＷ４，ＫＷ５と、関連度中のキーワードＫＷｉ，ＫＷ（ｉ＋１），ＫＷ（ｉ＋２）と、関連度小のキーワードＫＷｊ，ＫＷ（ｊ＋１）とをそれぞれ関連キーワードとして選択する。

一方、配分調整設定部１１３は、困惑タイプＢ，Ｃを取得すると、例えば図９Ｃに示すように、関連度大のキーワードの数が８つで、関連度中のキーワードの数が１つで、関連度小のキーワードの数が１つであることを示す関連度配分を設定する。

その結果、関連キーワード生成部１０９は、図９Ａに示すキーワードの中から、未だ選択されていない、関連度大のキーワードを関連キーワードとして８つ選択し、関連度中のキーワードを関連キーワードとして１つ選択し、関連度小のキーワードを関連キーワードとして１つ選択する。即ち、関連キーワード生成部１０９は、図９Ｃに示すように、関連度大のキーワードＫＷ６，ＫＷ７，ＫＷ８，ＫＷ９，ＫＷ１０，ＫＷ１１，ＫＷ１２，ＫＷ１３と、関連度中のキーワードＫＷ（ｉ＋３）と、関連度小のキーワードＫＷ（ｊ＋２）とをそれぞれ関連キーワードとして選択する。

また、配分調整設定部１１３は、困惑タイプＡ，Ｄを取得すると、例えば図９Ｄに示すように、関連度大のキーワードの数が２つで、関連度中のキーワードの数が３つで、関連度小のキーワードの数が５つであることを示す関連度配分を設定する。

その結果、関連キーワード生成部１０９は、図９Ａに示すキーワードの中から、未だ選択されていない、関連度大のキーワードを関連キーワードとして２つ選択し、関連度中のキーワードを関連キーワードとして３つ選択し、関連度小のキーワードを関連キーワードとして５つ選択する。即ち、関連キーワード生成部１０９は、図９Ｄに示すように、関連度大のキーワードＫＷ６，ＫＷ７と、関連度中のキーワードＫＷ（ｉ＋３），ＫＷ（ｉ＋４），ＫＷ（ｉ＋５）と、関連度小のキーワードＫＷ（ｊ＋２），ＫＷ（ｊ＋３），ＫＷ（ｊ＋４），ＫＷ（ｊ＋５），ＫＷ（ｊ＋６）とをそれぞれ関連キーワードとして選択する。

このように本実施の形態では、困惑タイプに応じて関連度配分を調整することによって、ユーザの望む関連度の関連キーワードを数多く表示することができ、その結果、所望のコンテンツを容易に検索することができる。

図１０は、本実施の形態におけるコンテンツ検索装置１００の動作を示すフローチャートである。

まず、コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａに示される複数のキーワードの中から、予め定められた方法に従って複数のキーワードを選択し、その選択した複数のキーワードを初期キーワードとして表示する（ステップＳ１００）。

次に、コンテンツ検索装置１００は、ユーザによる入力部１１２に対する操作結果に基づいて、コンテンツ（コンテンツ名）が選択されたか、キーワードが選択されたか、ヘルプボタンが選択されたかを判別する（ステップＳ１０２）。なお、ステップＳ１００で複数の初期キーワードが表示された直後では、コンテンツ検索装置１００は、その複数の初期キーワードのうちの何れかが選択されたと判別する。また、このような選択は、表示部１１１に表示されたコンテンツ名、初期キーワード、関連キーワード、およびヘルプボタンに対する、ユーザの入力部１１２への入力操作によって行われる。

ここで、コンテンツ検索装置１００は、コンテンツが選択されたと判別すると（ステップＳ１０２のコンテンツ）、その選択されたコンテンツをサーバＳｖに要求して取得する（ステップＳ１０４）。そして、コンテンツ検索装置１００はそのコンテンツを再生する（ステップＳ１０６）。

一方、コンテンツ検索装置１００は、ステップＳ１０２で、キーワード（初期キーワードまたは関連キーワード）が選択されたと判別すると（ステップＳ１０２のキーワード）、その選択されたキーワードを選択キーワードとして選択キーワード記憶部１０３に格納する（ステップＳ１０８）。さらに、コンテンツ検索装置１００は、その選択キーワードに対応するコンテンツ名などを対象コンテンツテーブル１０８ａから選択する（ステップＳ１２６）。また、コンテンツ検索装置１００は、関連度配分および対象コンテンツテーブル１０８ａに基づいて、その選択キーワードに関連する関連キーワードを生成する（ステップＳ１２８）。そして、コンテンツ検索装置１００は、ステップＳ１２６で選択されたコンテンツ名などと、ステップＳ１２８で生成された関連キーワードとを表示する（ステップＳ１３０）。

また、コンテンツ検索装置１００は、ステップＳ１０２で、ヘルプボタンが選択されたと判別すると（ステップＳ１０２のヘルプボタン）、選択キーワード記憶部１０３に格納されている選択キーワードの数（キーワード数）を数え（ステップＳ１１０）、それらの選択キーワードの分散値を算出する（ステップＳ１１２）。そして、コンテンツ検索装置１００は、ステップＳ１１０で数えられたキーワード数と、ステップＳ１１２で算出された分散値とに基づいて、コンテンツの検索に対するユーザの困惑タイプを特定する（ステップＳ１１４）。例えば、コンテンツ検索装置１００は、４つの困惑タイプＡ、Ｂ，Ｃ，Ｄの中から何れかのタイプを特定する。

コンテンツ検索装置１００は、ステップＳ１１４で特定された困惑タイプに基づいて、対象コンテンツテーブル１０８ａを変更すべきか否かを判別する（ステップＳ１１６）。例えば、コンテンツ検索装置１００は、ステップＳ１１４で特定された困惑タイプがＢ，Ｄである場合には、変更すべきと判別し、ステップＳ１１４で特定された困惑タイプがＡ，Ｃである場合には、変更すべきでないと判別する。

ここで、コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａを変更すべきと判別すると（ステップＳ１１６のＹ）、対象コンテンツテーブル１０８ａを変更する（ステップＳ１１８）。つまり、コンテンツ検索装置１００は、コンテンツテーブル格納部１０８に格納されている複数のコンテンツテーブル１０８ａの中から、プロファイル情報１０２ａに応じたコンテンツテーブル１０８ａを選択して、現在設定されている対象コンテンツテーブル１０８ａを、その選択されたコンテンツテーブル１０８ａに変更する。

さらに、コンテンツ検索装置１００は、ステップＳ１１４で特定された困惑タイプに基づいて、関連度小の関連キーワードがより多く表示されるべきか否かを判別する（ステップＳ１２０）。言い換えれば、コンテンツ検索装置１００は、現在設定されている関連度配分をどのように調整すべきかを判別する。つまり、コンテンツ検索装置１００は、関連度小のキーワードがより多く配分されるように関連度配分を調整すべきか、逆に、関連度大の関連キーワードがより多く配分されるように関連度配分を調整すべきかを判別する。例えば、コンテンツ検索装置１００は、ステップＳ１１４で特定された困惑タイプがＡ，Ｄである場合には、関連度小の関連キーワードがより多く表示されるべきと判別し、ステップＳ１１４で特定された困惑タイプがＢ，Ｃである場合には、関連度大の関連キーワードがより多く表示されるべきと判別する。

ここで、コンテンツ検索装置１００は、関連度小の関連キーワードがより多く表示されるべきと判別すると（ステップＳ１２０のＹ）、関連度小のキーワードがより多く配分されるように関連度配分を調整する（ステップＳ１２２）。例えば、コンテンツ検索装置１００は、現在設定されている関連度配分＝（５，３，２）を、関連度配分＝（２，３，５）に調整する。一方、コンテンツ検索装置１００は、関連度大の関連キーワードがより多く表示されるべきと判別すると（ステップＳ１２０のＮ）、関連度大のキーワードがより多く配分されるように関連度配分を調整する（ステップＳ１２４）。例えば、コンテンツ検索装置１００は、現在設定されている関連度配分＝（５，３，２）を、関連度配分＝（８，１，１）に調整する。

関連度配分を調整すると、コンテンツ検索装置１００は、上述と同様に、最近の選択キーワードに対応するコンテンツ名を対象コンテンツテーブル１０８ａから選択し（ステップＳ１２６）、その選択キーワードに関連する関連キーワードを生成する（ステップＳ１２８）。そして、コンテンツ検索装置１００は、ステップＳ１２６で選択されたコンテンツ名と、ステップＳ１２８で生成された関連キーワードとを表示する（ステップＳ１３０）。

コンテンツ検索装置１００は、ステップＳ１３０でコンテンツ名および関連キーワードが表示されると、再び、ステップＳ１０２からの処理を繰り返し実行する。

ここで、本実施の形態におけるコンテンツ検索装置１００が、困惑タイプＡ，Ｂ，Ｃ，Ｄを特定する場合における具体的な動作について、以下、具体的な例を挙げて説明する。

図１１は、コンテンツ行列の具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１１に示すように、コンテンツ行列を生成する。つまり、コンテンツ検索装置１００は、最近（例えば提供期間が２００６年１月〜６月）のコンテンツテーブル１０８ａを対象コンテンツテーブルとして扱い、その対象コンテンツテーブル１０８ａからコンテンツ行列を生成する。このコンテンツ行列では、対象コンテンツテーブル１０８ａにより示される複数のキーワード（松下花子、松下太郎、京都、および時代劇など）がそれぞれ各行に対応し、対象コンテンツテーブル１０８ａにより示される複数のコンテンツ属性が列Ｃ１，Ｃ２，Ｃ３，…にそれぞれ対応する。

図１２は、各キーワードの関連度の具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１２に示すように、選択キーワード「松下花子」に対する各キーワードの関連度を、図１１に示すコンテンツ行列を使って算出する。つまり、コンテンツ検索装置１００は、図１１に示すコンテンツ行列の各行を、各キーワードを表すキーワードベクトルとして扱う。そして、コンテンツ検索装置１００は、選択キーワード「松下花子」を表すキーワードベクトルと、各キーワードを表すキーワードベクトルとのコサイン距離を算出することにより、各キーワードの関連度を算出する。

その結果、コンテンツ検索装置１００は、キーワード「松下太郎、京都、時代劇、寺、サムライ、ドラマ、将軍、茶道、笛、戦争、夫婦、歴史、…」の関連度が０．７以上で大きく、キーワード「馬、バイク、アメリカ、…」の関連度が０．４以上０．７未満で中程度であり、キーワード「松下研治、青春、ギター、教師、クイズ、野球、…」の関連度が０．４未満で小さいことを把握する。

そして、コンテンツ検索装置１００は、例えば初期状態の関連度配分＝（３，１，１）を用いて、対象コンテンツテーブル１０８ａに含まれる複数のキーワードの中から、関連度大の３つのキーワード「松下太郎、京都、時代劇」と、関連度中の１つのキーワード「馬」と、関連度小の１つのキーワード「松下研治」とを、関連キーワードとして選択する。コンテンツ検索装置１００は、このように選択した５つの関連キーワードを表示する。

図１３は、コンテンツ検索装置１００によって表示されるコンテンツ名および関連キーワードの具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１３に示すように、最近の選択キーワード「松下花子」をキーワードとして含む３つのコンテンツ属性にあるコンテンツ名およびコンテンツ概要「コンテンツＡ：概要、コンテンツＢ：概要…、コンテンツＣ：概要…」と、その選択キーワード「松下花子」に関連する上述の５つの関連キーワード「松下太郎、京都、時代劇、馬、松下研治」と、ヘルプボタンＨｂとを表示する。

ここで、次のような状況を想定する。即ち、ユーザは、図１３に示すように関連キーワードが表示されている状態で、これまで関連キーワード「ドラマ、サムライ」を既に選択しており、最近に関連キーワード「松下花子」を選択している。そして、ユーザは、このように表示された３つのコンテンツ名の中に所望のコンテンツ名を見つけることができず、且つ、表示された５つの関連キーワードの中にも所望のキーワードを見つけることができずに、困惑してしまい、入力部１１２を操作してヘルプボタンＨｂを選択する。

コンテンツ検索装置１００は、ヘルプボタンＨｂが選択されると、選択キーワード記憶部１０３に記憶されている選択キーワード「ドラマ、サムライ、松下花子」の数を数え、それらの選択キーワード「ドラマ、サムライ、松下花子」の分散値を算出し、困惑タイプを特定する。例えば、コンテンツ検索装置１００は、数えられたキーワード数「３」が閾値「５」よりも少なく、且つ算出された分散値「０．３」が閾値「０．５」よりも小さいと判断し、その結果、困惑タイプＡを特定する。

ここで困惑タイプＡについて詳細に説明する。

困惑タイプＡは、選択キーワードの数が少なく、それらの選択キーワードの分散値が小さい場合に特定される。選択キーワードの分散値が小さいということは、ユーザが互いに関連度の大きい関連キーワードを選択していることを意味している。一般に、ユーザは、検索開始時には、最初に選択したキーワードに対して関連度の大きい関連キーワードを選択しながら、当初想定しているコンテンツを見つけようとする。よって、実際にユーザが関連度の大きい関連キーワードを選択しているということは、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成されるキーワード間の関連度とが一致していることを意味している。つまり、選択キーワードの分散値が小さい場合には、対象コンテンツテーブル１０８ａを変更する必要がない。

そして、選択キーワードの数が少なく、それらの選択キーワードの分散値が小さい場合にユーザが困惑しているということは、ユーザが関連度の大きいキーワードによるコンテンツの検索を早々にあきらめて、関連度の小さいキーワードによるコンテンツの検索を望んでいることを意味する。仮に、ユーザが関連度の大きい関連キーワードによるコンテンツの検索をあきらめていなければ、選択キーワードの数は多くなるはずだからである。

上述のような例の場合、ユーザは互いに関連度の大きい関連キーワード「ドラマ、サムライ、松下花子」を選択しているが、その選択によって表示された関連度の大きい関連キーワード、例えば「松下太郎、京都、時代劇」などには、ユーザが想定している関連度の大きい関連キーワードが表示されていない。したがって、ユーザは、関連度の大きい関連キーワード、つまり自らが当初想定していた関連キーワードによるコンテンツの検索を早々にあきらめる。そして、ユーザは、関連度の小さい関連キーワードによるコンテンツの検索をしようとするが、そのような関連キーワードの表示数が少ないため、困惑してしまうのである。

したがって、困惑タイプＡが特定される場合には、対象コンテンツテーブル１０８ａを変更することなく、関連度小の関連キーワードを多く表示すれば、ユーザの困惑を解消することができる。

そこで、コンテンツ検索装置１００は、困惑タイプＡを特定すると、対象コンテンツテーブル１０８ａを変更することなく、関連度配分を調整する。つまり、コンテンツ検索装置１００は、関連度小のキーワードがより多く配分されるように関連度配分を調整する。例えば、コンテンツ検索装置１００は、初期状態の関連度配分＝（３，１，１）を、関連度配分＝（１，２，２）に調整する。

そして、コンテンツ検索装置１００は、調整された関連度配分に基づいて改めて関連キーワードを生成する。例えば、コンテンツ検索装置１００は、関連度配分＝（１，２，２）を用いて、図１２に示すような、対象コンテンツテーブル１０８ａに含まれる複数のキーワードの中から、関連度大の１つのキーワード「寺」と、関連度中の２つのキーワード「アメリカ、バイク」と、関連度小の２つのキーワード「ギター、教師」とを、関連キーワードとして選択する。コンテンツ検索装置１００は、このように選択した５つの関連キーワードを表示する。

図１４は、困惑タイプＡが特定された後に表示される関連キーワードの具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１４に示すように、最近の選択キーワード「松下花子」に対応する３つのコンテンツ名およびコンテンツ概要「コンテンツＡ：概要、コンテンツＢ：概要…、コンテンツＣ：概要…」と、その選択キーワード「松下花子」に関連する５つの関連キーワード「寺、アメリカ、バイク、ギター、教師」と、ヘルプボタンＨｂとを表示する。

このように、関連度が小さい関連キーワード「ギター、教師」や関連度が中程度の関連キーワード「アメリカ、バイク」が多く表示されるため、ユーザはキーワード「松下花子」に対して関連度の小さいキーワード、つまりキーワード「松下花子」から観点の異なるキーワードを用いて、コンテンツを検索することができる。その結果、ユーザは、困惑を解消して所望のコンテンツを検索することができる。

ここで、さらに次のような状況を想定する。即ち、ユーザは、図１３に示すように関連キーワードが表示されている状態で、これまで関連キーワード「ギター、青春」を既に選択しており、最近に関連キーワード「松下花子」を選択している。そして、ユーザは、表示された３つのコンテンツ名の中に所望のコンテンツ名を見つけることができず、且つ、表示された５つの関連キーワードの中にも所望のキーワードを見つけることができずに、困惑してしまい、入力部１１２を操作してヘルプボタンＨｂを選択する。

コンテンツ検索装置１００は、ヘルプボタンＨｂが選択されると、選択キーワード記憶部１０３に記憶されている選択キーワード「ギター、青春、松下花子」の数を数え、それらの選択キーワード「ギター、青春、松下花子」の分散値を算出し、困惑タイプを特定する。例えば、コンテンツ検索装置１００は、数えられたキーワード数「３」が閾値「５」よりも少なく、且つ算出された分散値「０．８」が閾値「０．５」よりも大きいと判断し、その結果、困惑タイプＢを特定する。

ここで困惑タイプＢについて詳細に説明する。

困惑タイプＢは、選択キーワードの数が少なく、それらの選択キーワードの分散値が大きい場合に特定される。選択キーワードの分散値が大きいということは、ユーザが互いに関連度の小さい関連キーワードを選択していることを意味している。一般に、ユーザは、検索開始時には、最初に選択したキーワードに対して関連度の大きい関連キーワードを選択しながら、当初想定しているコンテンツを見つけようとする。ところが、実際にユーザが関連度の小さい関連キーワードを選択しているということは、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成されるキーワード間の関連度とが一致していないことを意味している。

したがって、ユーザの困惑を解消するため、選択キーワードの分散値が大きい場合には、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成される関連度とを一致させる必要がある。つまり、対象コンテンツテーブル１０８ａを変更する必要がある。

そして、選択キーワードの数が少なく、それらの選択キーワードの分散値が大きい場合にユーザが困惑しているということは、ユーザは興味のあるコンテンツを思い浮かべている、つまり目的意識を持って検索を行っているが、関連度が大きいと自ら想定している関連キーワードの表示数が少なく、そのような関連キーワードが早々に多く表示されてほしいとユーザが望んでいることを意味する。仮に、ユーザが目的意識を持たずに検索を行っていれば、選択キーワードの数は多くなるはずだからである。

上述のような例の場合、ユーザは、互いに関連度の小さい関連キーワード「ギター、青春、松下花子」を、互いに関連度が大きい関連キーワードと思って選択している。そして、ユーザにとって関連度が大きいと想定される関連キーワードは、コンテンツ検索装置１００では関連度が小さいと評価されているため、多く表示されていない。つまり、ユーザは、関連度が小さいと想定される関連キーワードばかりが表示されていると思い、困惑してしまうのである。

したがって、困惑タイプＢが特定される場合には、対象コンテンツテーブル１０８ａを変更して、関連度の大きい関連キーワードを多く表示すれば、ユーザの困惑を解消することができる。

そこで、コンテンツ検索装置１００は、困惑タイプＢを特定すると、対象コンテンツテーブル１０８ａを変更するとともに、関連度配分を調整する。つまり、コンテンツ検索装置１００は、プロファイル情報１０２ａを用いて、選択キーワード「松下花子」が頻繁に現れる期間を特定し、その期間に対応したコンテンツテーブル１０８ａを新たな対象コンテンツテーブルとする。例えば、コンテンツ検索装置１００は、提供期間が２００６年１月〜６月である最近のコンテンツテーブル１０８ａから、提供期間が２００４年１月〜６月であるコンテンツテーブル１０８ａに、対象コンテンツテーブルを変更する。さらに、コンテンツ検索装置１００は、関連度大のキーワードがより多く配分されるように関連度配分を調整する。例えば、コンテンツ検索装置１００は、初期状態の関連度配分＝（３，１，１）を、関連度配分＝（４，１，０）に調整する。

本実施の形態では、このように、プロファイル情報１０２ａに基づいて対象コンテンツテーブル１０８ａが変更されるため、ユーザの想定している期間と、対象コンテンツテーブル１０８ａの提供期間とが一致し、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成される関連度とを一致させることができる。

図１５は、コンテンツ行列が変更される一例を示す図である。

コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａを、「提供期間：２００６年１月〜６月」のコンテンツテーブル１０８ａから、「提供期間：２００４年１月〜６月」のコンテンツテーブル１０８ａに変更する。その結果、コンテンツ検索装置１００は、新たな対象コンテンツテーブル１０８ａに基づいて、コンテンツ行列を作り直す。さらに、コンテンツ検索装置１００は、その作り直されたコンテンツ行列に基づいて、最近の選択キーワード「松下花子」に対する各キーワードの関連度を算出し直す。

図１６は、各キーワードの関連度が算出し直される具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１６に示すように、選択キーワード「松下花子」に対する各キーワードの関連度を、図１５に示す作り直されたコンテンツ行列を使って上述と同様に算出する。その結果、コンテンツ検索装置１００は、キーワード「松下研治、教師、学校、恋愛、バイク、…」の関連度が０．７以上で大きく、キーワード「ギター、バスケットボール、靴、スペイン、…」の関連度が０．４以上０．７未満で中程度であり、キーワード「船、音楽、…」の関連度が０．４未満で小さいことを把握する。

そして、コンテンツ検索装置１００は、調整された関連度配分＝（４，１，０）を用いて、対象コンテンツテーブル１０８ａに含まれる複数のキーワードの中から、関連度大の４つのキーワード「松下研治、教師、学校、恋愛」と、関連度中の１つのキーワード「スペイン」とを、関連キーワードとして選択する。コンテンツ検索装置１００は、このように選択した５つの関連キーワードを表示する。

図１７は、困惑タイプＢが特定された後に表示される関連キーワードの具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１７に示すように、最近の選択キーワード「松下花子」に対応する３つのコンテンツ名およびコンテンツ概要「コンテンツＡ：概要、コンテンツＢ：概要…、コンテンツＣ：概要…」と、その選択キーワード「松下花子」に関連する５つの関連キーワード「松下研治、教師、学校、恋愛、スペイン」と、ヘルプボタンＨｂとを表示する。

このように、関連度が大きいとユーザが想定している多くの関連キーワード「松下研治、教師、学校、恋愛」が表示されるため、ユーザは所望の関連キーワードを簡単に選択して所望のコンテンツを容易に検索することができ、ユーザの困惑を解消することができる。

ここで、さらに次のような状況を想定する。即ち、ユーザは、図１３に示すように関連キーワードが表示されている状態で、これまで関連キーワード「ドラマ、将軍、戦争、夫婦、歴史」を既に選択しており、最近に関連キーワード「松下花子」を選択している。そして、ユーザは、表示された３つのコンテンツ名の中に所望のコンテンツ名を見つけることができず、且つ、表示された５つの関連キーワードの中にも所望のキーワードを見つけることができずに、困惑してしまい、入力部１１２を操作してヘルプボタンＨｂを選択する。

コンテンツ検索装置１００は、ヘルプボタンＨｂが選択されると、選択キーワード記憶部１０３に記憶されている選択キーワード「ドラマ、将軍、戦争、夫婦、歴史、松下花子」の数を数え、それらの選択キーワード「ドラマ、将軍、戦争、夫婦、歴史、松下花子」の分散値を算出し、困惑タイプを特定する。例えば、コンテンツ検索装置１００は、数えられたキーワード数「６」が閾値「５」よりも多く、且つ算出された分散値「０．３」が閾値「０．５」よりも小さいと判断すると、困惑タイプＣを特定する。

ここで困惑タイプＣについて詳細に説明する。

困惑タイプＣは、選択キーワードの数が多く、それらの選択キーワードの分散値が小さい場合に特定される。選択キーワードの分散値が小さいということは、ユーザが互いに関連度の大きい関連キーワードを選択していることを意味している。一般に、ユーザは、検索開始時には、最初に選択したキーワードに対して関連度の大きい関連キーワードを選択しながら、当初想定しているコンテンツを見つけようとする。よって、実際にユーザが関連度の大きい関連キーワードを選択しているということは、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成されるキーワード間の関連度とが一致していることを意味している。つまり、選択キーワードの分散値が小さい場合には、対象コンテンツテーブル１０８ａを変更する必要がない。

そして、選択キーワードの数が多く、それらの選択キーワードの分散値が小さい場合にユーザが困惑しているということは、ユーザが関連度の大きいキーワードによるコンテンツの検索に固執していることを意味する。仮に、ユーザが関連度の大きい関連キーワードによるコンテンツの検索に固執していなければ、選択キーワードの数は少なくなるはずだからである。

例えば、上述のような例の場合、ユーザは互いに関連度の大きい関連キーワード「ドラマ、将軍、戦争、夫婦、歴史、松下花子」を選択しているが、見つけようとしているコンテンツに対して、ユーザが想定している関連度の大きい関連キーワードがなかなか表示されない。したがって、ユーザは、関連度の大きい関連キーワードの表示数が少ないために、困惑してしまうのである。

したがって、困惑タイプＣが特定される場合には、対象コンテンツテーブル１０８ａを変更することなく、関連度大の関連キーワードを多く表示すれば、ユーザの困惑を解消することができる。

そこで、コンテンツ検索装置１００は、困惑タイプＣを特定すると、対象コンテンツテーブル１０８ａを変更することなく、関連度配分を調整する。つまり、コンテンツ検索装置１００は、関連度大のキーワードがより多く配分されるように関連度配分を調整する。例えば、コンテンツ検索装置１００は、初期状態の関連度配分＝（３，１，１）を、関連度配分＝（４，１，０）に調整する。

そして、コンテンツ検索装置１００は、調整された関連度配分に基づいて改めて関連キーワードを生成する。例えば、コンテンツ検索装置１００は、関連度配分＝（４，１，０）を用いて、図１２に示すような、対象コンテンツテーブル１０８ａに含まれる複数のキーワードの中から、関連度大の４つのキーワード「寺、サムライ、茶道、笛」と、関連度中の１つのキーワード「アメリカ」とを、関連キーワードとして選択する。コンテンツ検索装置１００は、このように選択した５つの関連キーワードを表示する。

図１８は、困惑タイプＣが特定された後に表示される関連キーワードの具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１８に示すように、最近の選択キーワード「松下花子」に対する３つのコンテンツ名およびコンテンツ概要「コンテンツＡ：概要、コンテンツＢ：概要…、コンテンツＣ：概要…」と、その選択キーワード「松下花子」に関連する５つの関連キーワード「寺、サムライ、茶道、笛、アメリカ」と、ヘルプボタンＨｂとを表示する。

このように、関連度が大きい多くの関連キーワード「寺、サムライ、茶道、笛」が表示されるため、ユーザは所望の関連キーワードを簡単に選択して所望のコンテンツを容易に検索することができ、ユーザの困惑を解消することができる。

ここで、さらに次のような状況を想定する。即ち、ユーザは、図１３に示すように関連キーワードが表示されている状態で、これまで関連キーワード「クイズ、青春、ギター、野球、松下研治」を既に選択しており、最近に関連キーワード「松下花子」を選択している。そして、ユーザは、表示された３つのコンテンツ名の中に所望のコンテンツ名を見つけることができず、且つ、表示された５つの関連キーワードの中にも所望のキーワードを見つけることができずに、困惑してしまい、入力部１１２を操作してヘルプボタンＨｂを選択する。

コンテンツ検索装置１００は、ヘルプボタンＨｂが選択されると、選択キーワード記憶部１０３に記憶されている選択キーワード「クイズ、青春、ギター、野球、松下研治、松下花子」の数を数え、それらの選択キーワード「クイズ、青春、ギター、野球、松下研治、松下花子」の分散値を算出し、困惑タイプを特定する。例えば、コンテンツ検索装置１００は、数えられたキーワード数「６」が閾値「５」よりも多く、且つ算出された分散値「０．８」が閾値「０．５」よりも大きいと判断すると、困惑タイプＤを特定する。

ここで困惑タイプＤについて詳細に説明する。

困惑タイプＤは、選択キーワードの数が多く、それらの選択キーワードの分散値が大きい場合に特定される。選択キーワードの分散値が大きいということは、ユーザが互いに関連度の小さい関連キーワードを選択していることを意味している。一般に、ユーザは、検索開始時には、最初に選択したキーワードに対して関連度の大きい関連キーワードを選択しながら、当初想定しているコンテンツを見つけようとする。ところが、実際にユーザが関連度の小さい関連キーワードを選択しているということは、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成されるキーワード間の関連度とが一致していないことを意味している。

したがって、ユーザの困惑を解消するため、選択キーワードの分散値が大きい場合には、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成される関連度とを一致させる必要がある。つまり、対象コンテンツテーブル１０８ａを変更する必要がある。

そして、選択キーワードの数が多く、それらの選択キーワードの分散値が大きい場合にユーザが困惑しているということは、ユーザは興味のあるコンテンツを思い浮かべておらず、つまり目的意識を持って検索を行っておらず、関連度の小さい関連キーワードによる検索も含めて広い範囲でコンテンツを検索したいとユーザが望んでいることを意味する。仮に、ユーザが目的意識を持って検索を行っていれば、選択キーワードの数は少なくなるはずだからである。

上述のような例の場合、ユーザは、検索開始時には、互いに関連度の小さい関連キーワード「クイズ、青春、ギター」を、互いに関連度が大きい関連キーワードと思って選択している。そして、ユーザは、目的意識がなく、広い範囲でコンテンツを検索しようと思い、互いに関連度の小さい関連キーワード「野球、松下研治、松下花子」を継続して選択している。しかし、ユーザは、関連度の小さい関連キーワードが多く表示されず、広い範囲でコンテンツを検索することができないと思い、困惑してしまうのである。

したがって、困惑タイプＤが特定される場合には、対象コンテンツテーブル１０８ａを変更して、関連度の小さい関連キーワードを多く表示すれば、ユーザの困惑を解消することができる。

そこで、コンテンツ検索装置１００は、困惑タイプＤを特定すると、対象コンテンツテーブル１０８ａを変更するとともに、関連度配分を調整する。コンテンツ検索装置１００は、対象コンテンツテーブル１０８ａを変更するときには、上述と同様、例えば図１５に示すように、対象コンテンツテーブル１０８ａを、「提供期間：２００６年１月〜６月」のコンテンツテーブル１０８ａから、「提供期間：２００４年１月〜６月」のコンテンツテーブル１０８ａに変更する。

本実施の形態では、このように、プロファイル情報１０２ａに基づいて対象コンテンツテーブル１０８ａが変更されるため、ユーザの想定している期間と、対象コンテンツテーブル１０８ａの提供期間とが一致し、ユーザの想定しているキーワード間の関連度と、対象コンテンツテーブル１０８ａによって形成される関連度とを一致させることができる。

さらに、コンテンツ検索装置１００は、新たな対象コンテンツテーブル１０８ａに基づいて、コンテンツ行列を作り直し、その作り直されたコンテンツ行列に基づいて、例えば図１６に示すように、最近の選択キーワード「松下花子」に対する各キーワードの関連度を算出し直す。その結果、コンテンツ検索装置１００は、キーワード「松下研治、教師、学校、恋愛、バイク、…」の関連度が０．７以上で大きく、キーワード「ギター、バスケットボール、靴、スペイン、…」の関連度が０．４以上０．７未満で中程度であり、キーワード「船、音楽、…」の関連度が０．４未満で小さいことを把握する。

また、コンテンツ検索装置１００は、関連度配分を調整するときには、関連度小のキーワードがより多く配分されるように関連度配分を調整する。例えば、コンテンツ検索装置１００は、初期状態の関連度配分＝（３，１，１）を、関連度配分＝（１，２，２）に調整する。

そして、コンテンツ検索装置１００は、調整された関連度配分＝（１，２，２）を用いて、図１６に示すような、対象コンテンツテーブル１０８ａに含まれる複数のキーワードの中から、関連度大の１つのキーワード「教師」と、関連度中の２つのキーワード「バスケットボール、靴」と、関連度小の２つのキーワード「船、音楽」とを、関連キーワードとして選択する。コンテンツ検索装置１００は、このように選択した５つの関連キーワードを表示する。

図１９は、困惑タイプＤが特定された後に表示される関連キーワードの具体的な一例を示す図である。

コンテンツ検索装置１００は、例えば図１９に示すように、最近の選択キーワード「松下花子」を含む３つのコンテンツ名およびコンテンツ概要「コンテンツＡ：概要、コンテンツＢ：概要…、コンテンツＣ：概要…」と、その選択キーワード「松下花子」に関連する５つの関連キーワード「教師、バスケットボール、靴、船、音楽」と、ヘルプボタンＨｂとを表示する。

このように、関連度が小さいとユーザが想定している多くの関連キーワード「船、音楽」が表示されるため、ユーザは広い範囲で自らの興味を沸かせるコンテンツを検索することができ、ユーザの困惑を解消することができる。

以上、本実施の形態では、ユーザがコンテンツの検索に困惑したときには、困惑タイプを特定し、その困惑タイプに応じて、対象コンテンツテーブル１０８ａを変更したり、関連度配分を調整したりする。その結果、コンテンツとキーワードとの間の関連性が変化するような場合であっても、ユーザの望む関連キーワードを適切に表示して、ユーザの望むコンテンツを容易に検索することができる。

また、本発明のコンテンツ検索装置について上記実施の形態を用いて説明したが、本発明はこの実施の形態に限定されるものではない。

例えば、本実施の形態では、ユーザによってヘルプボタンＨｂが選択されたときには、最近の選択キーワードに対する各キーワードの関連度を算出して関連キーワードを生成したが、最近の選択キーワード以外の他の選択キーワードに対する関連度を算出してもよい。また、選択キーワード記憶部１０３に格納されている全ての選択キーワードの中から代表となるキーワードを生成し、そのキーワードに対する関連度を算出してもよい。この場合、コンテンツ検索装置は、全ての選択キーワードのそれぞれを表すキーワードベクトルの重心を算出し、その重心に最も近いキーワードベクトルを特定する。そして、コンテンツ検索装置は、その特定されたキーワードベクトルに対する他のキーワードの関連度を算出して関連キーワードを生成する。

これにより、ユーザに困惑が生じた際に、最近の選択キーワードがユーザの望むキーワードでない場合であっても、ユーザが望むキーワードに関連する適切な関連キーワードを生成することができる。

また、本実施の形態では、出力生成部１１０は、入力判定部１０１からコンテンツＩＤを取得してそのコンテンツＩＤに対応するコンテンツを表示部１１１に出力したときに、プロファイル情報１０２ａに視聴履歴を追加したが、コンテンツが一定時間以上再生されたときに、視聴履歴を追加してもよい。例えば、ユーザがコンテンツを選択して再生を開始させても、ユーザは、そのコンテンツの視聴によってそのコンテンツに興味がないと分かれば、その再生を途中で停止させてしまう。このような場合にも、プロファイル情報１０２ａに視聴履歴を追加すると、そのプロファイル情報１０２ａにユーザの嗜好が正確に反映されず、そのプロファイル情報１０２ａを用いて適切な対象コンテンツテーブル１０８ａを設定することができない。したがって、出力生成部１１０は、コンテンツを表示部１１１に出力し、そのコンテンツが一定時間以上再生された場合にのみ、そのコンテンツの視聴履歴をプロファイル情報１０２ａに追加する。これによって、プロファイル情報１０２ａの信頼性が増し、適切な対象コンテンツテーブル１０８ａが設定され、ユーザの望む適切な関連キーワードを表示することができる。

また、本実施の形態では、コンテンツテーブル格納部１０８には、コンテンツテーブル１０８ａのみを格納したが、そのコンテンツテーブル１０８ａにより示されるコンテンツ属性に対応するコンテンツを格納しておいてもよい。

また、本実施の形態では、関連キーワード生成部１０９は、生成された全ての関連キーワードを出力生成部１１０に出力したが、その生成された全ての関連キーワードのうちの一部だけを出力生成部１１０に出力して表示させてもよい。例えば、関連キーワード生成部１０９は、選択キーワードの属性と同一の属性を有する関連キーワードのみを出力生成部１１０に出力する。選択キーワードの属性は、例えば、人名、場所または形容詞などである。また、その選択キーワードは、最近の選択キーワードであってもよく、最近の選択キーワード以外の、選択キーワード記憶部１０３に格納されている他の選択キーワードであってもよい。また、関連キーワード生成部１０９は、選択キーワード記憶部１０３に格納されている全ての選択キーワードの属性のうち出現頻度の高い属性と同一の属性を有する関連キーワードを出力してもよい。この場合、ユーザの望んでいる関連キーワードの属性が、その出現頻度の高い属性である可能性が高いため、ユーザの望むより適切な関連キーワードを表示することができる。

また、本実施の形態では、関連キーワード生成部１０９は、対象コンテンツテーブル１０８ａからキーワードを選択して関連キーワードを生成するときには、既に生成されて表示された関連キーワードと同一のキーワードを選択せずに、他のキーワードを選択したが、同一のキーワードを選択してもよい。

また、本実施の形態では、コンテンツテーブル選択部１１４は、プロファイル情報１０２ａにおいて、最近の選択キーワードが頻繁に現れる期間を特定し、その期間に対応するコンテンツテーブル１０８ａを新たな対象コンテンツテーブルとして選択した。しかし、コンテンツテーブル選択部１１４は、プロファイル情報１０２ａにおいて、その最近の選択キーワードが現れる最も新しい日時を特定し、その日時を含む期間に対応するコンテンツテーブル１０８ａを新たな対象コンテンツテーブルとして選択してもよい。例えば、コンテンツテーブル選択部１１４は、最近の選択キーワードが「松下花子」であれば、プロファイル情報１０２ａにおいて選択キーワード「松下花子」を含む視聴履歴属性を検索し、その視聴履歴属性に含まれる日時のうち最も新しい日時、例えば２００５年３月１０日を特定する。そして、コンテンツテーブル選択部１１４は、その２００５年３月１０日を含む提供期間「２００５年１月〜６月」のコンテンツテーブル１０８ａを新たな対象コンテンツテーブルとして選択する。

一般に、ユーザは、過去に視聴したテレビ番組などのコンテンツのうち、最近に視聴したコンテンツほどそのコンテンツを記憶している。したがって、プロファイル情報１０２ａにおいて、選択キーワードが現れる最も新しい日時を含む期間に対応するコンテンツテーブル１０８ａを対象コンテンツとすることで、ユーザの望む適切な関連キーワードを表示することができる。

また、本実施の形態では、関連度配分を調整したが、関連度配分の代わりに、関連度大、関連度中、および関連度小を区分するための閾値（上述の０．４や０．７）を調整してもよい。

また、本実施の形態では、ユーザの操作によってヘルプボタンＨｂが選択されたときに、ユーザの困惑を検出したが、例えば、関連キーワードの選択が行われない時間が一定時間以上継続したときに、ユーザの困惑を検出してもよい。

また、コンテンツ行列に含まれる要素に重み付けを行ってもよい。コンテンツに含まれるキーワードの中には、コンテンツの内容と密接に関連しているものと、関連が薄いものとが混在している場合がある。そこで、例えば、コンテンツ属性に含まれるキーワードの頻度等を用いてコンテンツ行列の要素に重み付けを行うことにより、キーワードがコンテンツの内容を表す上でどれだけの関連度を持っているかをコンテンツ行列に反映することができる。これにより、キーワード間の関連度を、よりコンテンツの内容に関連した値として算出することが可能になる。

本発明のコンテンツ検索装置は、コンテンツとキーワードとの間の関連性が変化するような場合であっても、ユーザが望むコンテンツを容易に検索することができるという効果を奏し、例えば、サーバなどに大量に格納されたコンテンツの中からユーザが視聴したいコンテンツを検索する検索装置などとして有用である。コンテンツは、テレビ番組や映画、音楽などの視聴用のコンテンツや、本や論文などのテキストコンテンツなどであって、種類を問わない。

図１は、本発明の実施の形態におけるコンテンツ検索装置の構成を示すブロック図である。 図２は、同上のコンテンツテーブルの一例を示す図である。 図３は、同上のプロファイル情報の一例を示す図である。 図４は、同上のコンテンツ検索装置の概略的な動作を説明するための図である。 図５は、同上のコンテンツテーブルのコンテンツ属性とキーワードとの関係を説明するための説明図である。 図６は、同上の関連キーワード生成部による関連度の算出方法を説明するための説明図である。 図７は、同上の関連キーワード生成部により算出された関連度の具体例を示す図である。 図８は、同上の困惑種類判別部によって判別される困惑タイプを説明するための説明図である。 図９Ａは、同上の配分調整設定部によって調整される関連度配分を説明するための説明図である。 図９Ｂは、同上の配分調整設定部によって調整される関連度配分を説明するための説明図である。 図９Ｃは、同上の配分調整設定部によって調整される関連度配分を説明するための説明図である。 図９Ｄは、同上の配分調整設定部によって調整される関連度配分を説明するための説明図である。 図１０は、同上のコンテンツ検索装置の動作を示すフローチャートである。 図１１は、同上のコンテンツ行列の具体的な一例を示す図である。 図１２は、同上の各キーワードの関連度の具体的な一例を示す図である。 図１３は、同上のコンテンツ検索装置によって表示されるコンテンツ名および関連キーワードの具体的な一例を示す図である。 図１４は、同上の困惑タイプＡが特定された後に表示される関連キーワードの具体的な一例を示す図である。 図１５は、同上のコンテンツ行列が変更される一例を示す図である。 図１６は、同上の各キーワードの関連度が算出し直される具体的な一例を示す図である。 図１７は、同上の困惑タイプＢが特定された後に表示される関連キーワードの具体的な一例を示す図である。 図１８は、同上の困惑タイプＣが特定された後に表示される関連キーワードの具体的な一例を示す図である。 図１９は、同上の困惑タイプＤが特定された後に表示される関連キーワードの具体的な一例を示す図である。

符号の説明

１００ コンテンツ検索装置
１０１ 入力判定部
１０２ プロファイル情報格納部
１０２ａ プロファイル情報
１０３ 選択キーワード記憶部
１０４ 困惑検出部
１０５ 計数部
１０６ 分散算出部
１０７ 困惑種類判別部
１０８ コンテンツテーブル格納部
１０８ａ コンテンツテーブル
１０９ 関連キーワード生成部
１１０ 出力生成部
１１１ 表示部
１１２ 入力部
１１３ 配分調整設定部
１１４ コンテンツテーブル選択部
Ｓｖ サーバ

Claims (10)

1. ユーザによって選択されたキーワードに基づいて電子データたるコンテンツを検索するコンテンツ検索装置であって、
   複数のコンテンツをそれぞれ識別するための識別情報と、前記複数のコンテンツのそれぞれに対応するキーワードとを対応付けて示す複数のコンテンツテーブルを記憶しているコンテンツテーブル記憶手段と、
   前記複数のコンテンツテーブルの中から選択された１つのコンテンツテーブルを対象コンテンツテーブルとし、前記対象コンテンツテーブルに示されるキーワードの中からユーザの入力操作によって選択されたキーワードを選択キーワードとして取得する入力手段と、
   前記対象コンテンツテーブルにより示される各識別情報と各キーワードとの対応関係に基づき、前記選択キーワードに対する前記各キーワードの関連度を算出し、前記各キーワードの中から予め定められた関連度のキーワードを選択することにより、選択されたキーワードを関連キーワードとして生成する関連キーワード生成手段と、
   前記選択キーワードに対応付けられた識別情報を前記対象コンテンツテーブルの中から検索し、前記識別情報を表示するとともに、前記入力手段に対する入力操作によって前記関連キーワードが選択され得るように前記関連キーワードを表示する出力表示手段と、
   ユーザから困惑していることを示す情報を受け付ける困惑受信手段と、
   前記困惑受信手段によってユーザから困惑していることを示す情報が受け付けられた場合に、前記入力手段に取得された複数の選択キーワード間の関連度を尺度とし、前記複数の選択キーワードの分散の程度を算出する分散算出手段と、
   前記分散の程度が分散閾値よりも大きい場合に、前記対象コンテンツテーブル以外の他のコンテンツテーブルを前記コンテンツテーブル記憶手段から選択して、選択されたコンテンツテーブルを新たな対象コンテンツテーブルに設定するコンテンツテーブル選択手段と
   を備えることを特徴とするコンテンツ検索装置。
2. 前記コンテンツ検索装置は、さらに、
   前記困惑受信手段によってユーザから困惑していることを示す情報が受け付けられた場合に、前記入力手段に取得された選択キーワードの数を数える計数手段と、
   前記計数手段によって数えられた選択キーワードの数に基づいて、前記関連キーワード生成手段によって選択される、予め定められた関連度のキーワードの数を調整する調整手段とを備える
   ことを特徴とする請求項１記載のコンテンツ検索装置。
3. 前記コンテンツ検索装置は、さらに、
   前記分散算出手段によって算出された分散の程度が前記分散閾値よりも大きいか、または小さいかを判別するとともに、前記計数手段によって数えられた選択キーワードの数がキーワード数閾値よりも多いか、または少ないかを判別する困惑状態判別手段を備え、
   前記困惑状態判別手段によって、前記分散の程度が小さいと判別され、且つ前記選択キーワードの数が少ないと判別されたときには、
   前記コンテンツ選択手段は、前記新たな対象コンテンツテーブルを設定せず、
   前記調整手段は、関連度の小さいキーワードほど前記関連キーワード生成手段に多く選択されるように、前記予め定められた関連度のキーワードの数を調整する
   ことを特徴とする請求項２記載のコンテンツ検索装置。
4. 前記コンテンツ検索装置は、さらに、
   前記分散算出手段によって算出された分散の程度が前記分散閾値よりも大きいか、または小さいかを判別するとともに、前記計数手段によって数えられた選択キーワードの数がキーワード数閾値よりも多いか、または少ないかを判別する困惑状態判別手段を備え、
   前記困惑状態判別手段によって、前記分散の程度が大きいと判別され、且つ前記選択キーワードの数が少ないと判別されたときには、
   前記コンテンツ選択手段は、前記対象コンテンツテーブル以外の他のコンテンツテーブルを前記新たな対象コンテンツテーブルに設定し、
   前記調整手段は、関連度の大きいキーワードほど前記関連キーワード生成手段に多く選択されるように、前記予め定められた関連度のキーワードの数を調整する
   ことを特徴とする請求項２記載のコンテンツ検索装置。
5. 前記コンテンツ検索装置は、さらに、
   前記分散算出手段によって算出された分散の程度が前記分散閾値よりも大きいか、または小さいかを判別するとともに、前記計数手段によって数えられた選択キーワードの数がキーワード数閾値よりも多いか、または少ないかを判別する困惑状態判別手段を備え、
   前記困惑状態判別手段によって、前記分散の程度が小さいと判別され、且つ前記選択キーワードの数が多いと判別されたときには、
   前記コンテンツ選択手段は、前記新たな対象コンテンツテーブルを設定せず、
   前記調整手段は、関連度の大きいキーワードほど前記関連キーワード生成手段に多く選択されるように、前記予め定められた関連度のキーワードの数を調整する
   ことを特徴とする請求項２記載のコンテンツ検索装置。
6. 前記コンテンツ検索装置は、さらに、
   前記分散算出手段によって算出された分散の程度が前記分散閾値よりも大きいか、または小さいかを判別するとともに、前記計数手段によって数えられた選択キーワードの数がキーワード数閾値よりも多いか、または少ないかを判別する困惑状態判別手段を備え、
   前記困惑状態判別手段によって、前記分散の程度が大きいと判別され、且つ前記選択キーワードの数が多いと判別されたときには、
   前記コンテンツ選択手段は、前記対象コンテンツテーブル以外の他のコンテンツテーブルを前記新たな対象コンテンツテーブルに設定し、
   前記調整手段は、関連度の小さいキーワードほど前記関連キーワード生成手段に多く選択されるように、前記予め定められた関連度のキーワードの数を調整する
   ことを特徴とする請求項２記載のコンテンツ検索装置。
7. 前記コンテンツ検索装置は、さらに、
   ユーザの嗜好を示すプロファイル情報を記憶しているプロファイル情報記憶手段を備え、
   前記コンテンツテーブル選択手段は、前記プロファイル情報に示されるユーザの嗜好に対応するコンテンツテーブルを選択する
   ことを特徴とする請求項１記載のコンテンツ検索装置。
8. 前記コンテンツテーブル記憶手段に記憶されている各コンテンツテーブルは、それぞれ同一の期間に提供された複数のコンテンツの前記識別情報と前記キーワードとを示し、前記各コンテンツテーブルの期間は互いに異なっており、
   前記コンテンツテーブル選択手段は、前記プロファイル情報に示されるユーザの嗜好に応じた期間に対応するコンテンツテーブルを選択する
   ことを特徴とする請求項７記載のコンテンツ検索装置。
9. 記憶手段を用い、ユーザによって選択されたキーワードに基づいて電子データたるコンテンツを検索するためのコンテンツ検索方法であって、
   前記記憶手段は、
   複数のコンテンツをそれぞれ識別するための識別情報と、前記複数のコンテンツのそれぞれに対応するキーワードとを対応付けて示す複数のコンテンツテーブルを記憶しており、
   前記コンテンツ検索方法は、
   前記複数のコンテンツテーブルの中から選択された１つのコンテンツテーブルを対象コンテンツテーブルとし、前記対象コンテンツテーブルに示されるキーワードの中からユーザの入力操作によって選択されたキーワードを選択キーワードとして取得する入力ステップと、
   前記対象コンテンツテーブルにより示される各識別情報と各キーワードとの対応関係に基づき、前記選択キーワードに対する前記各キーワードの関連度を算出し、前記各キーワードの中から予め定められた関連度のキーワードを選択することにより、選択されたキーワードを関連キーワードとして生成する関連キーワード生成ステップと、
   前記選択キーワードに対応付けられた識別情報を前記対象コンテンツテーブルの中から検索し、前記識別情報を表示するとともに、前記入力ステップでの入力操作によって前記関連キーワードが選択され得るように前記関連キーワードを表示する出力表示ステップと、
   ユーザから困惑していることを示す情報を受け付ける困惑受信ステップと、
   前記困惑受信ステップでユーザから困惑していることを示す情報が受け付けられた場合に、前記入力ステップで取得された複数の選択キーワード間の関連度を尺度とし、前記複数の選択キーワードの分散の程度を算出する分散算出ステップと、
   前記分散の程度が分散閾値よりも大きい場合に、前記対象コンテンツテーブル以外の他のコンテンツテーブルを前記記憶手段から選択して、選択されたコンテンツテーブルを新たな対象コンテンツテーブルに設定するコンテンツテーブル選択ステップと
   を含むことを特徴とするコンテンツ検索方法。
10. 記憶手段を用い、ユーザによって選択されたキーワードに基づいて電子データたるコンテンツを検索するためのプログラムであって、
    前記記憶手段は、
    複数のコンテンツをそれぞれ識別するための識別情報と、前記複数のコンテンツのそれぞれに対応するキーワードとを対応付けて示す複数のコンテンツテーブルを記憶しており、
    前記プログラムは、
    前記複数のコンテンツテーブルの中から選択された１つのコンテンツテーブルを対象コンテンツテーブルとし、前記対象コンテンツテーブルに示されるキーワードの中からユーザの入力操作によって選択されたキーワードを選択キーワードとして取得する入力ステップと、
    前記対象コンテンツテーブルにより示される各識別情報と各キーワードとの対応関係に基づき、前記選択キーワードに対する前記各キーワードの関連度を算出し、前記各キーワードの中から予め定められた関連度のキーワードを選択することにより、選択されたキーワードを関連キーワードとして生成する関連キーワード生成ステップと、
    前記選択キーワードに対応付けられた識別情報を前記対象コンテンツテーブルの中から検索し、前記識別情報を表示するとともに、前記入力ステップでの入力操作によって前記関連キーワードが選択され得るように前記関連キーワードを表示する出力表示ステップと、
    ユーザから困惑していることを示す情報を受け付ける困惑受信ステップと、
    前記困惑受信ステップでユーザから困惑していることを示す情報が受け付けられた場合に、前記入力ステップで取得された複数の選択キーワード間の関連度を尺度とし、前記複数の選択キーワードの分散の程度を算出する分散算出ステップと、
    前記分散の程度が分散閾値よりも大きい場合に、前記対象コンテンツテーブル以外の他のコンテンツテーブルを前記記憶手段から選択して、選択されたコンテンツテーブルを新たな対象コンテンツテーブルに設定するコンテンツテーブル選択ステップと
    をコンピュータに実行させることを特徴とするプログラム。

Images