JP5938002B2 - コンテンツ推薦装置およびその動作方法 - Google Patents

Description

本発明は、ユーザが嗜好するコンテンツとそのユーザが、あるいは、全ユーザがよく利用する端末に表示することを推薦するコンテンツおよび装置を推薦する装置およびその動作方法に関するものである。

従来においては、モバイル統合型で、インフラから端末、サービスまでを一貫して提供するコンテンツ配信のビジネスモデルが主流であった。

テレビであれば放送局からテレビ端末へ、公共広告配信ビジネスであればサイネージサーバからサイネージ端末へ、映像配信ビジネスであれば映像サーバから各家庭のＳＴＢ（セットトップボックス）やテレビ端末へとコンテンツが送信される。

近年、インターネットの普及に加え、端末共通で使える規格「ＨＴＭＬ５」が登場し、パソコン、モバイル端末、テレビ、街頭ディスプレイなどあらゆる端末で同じコンテンツを提示できる環境が整いつつある。

テレビ端末でもサイネージ端末でも、パソコンと同じようにブラウザを通じてアプリケーションを動作させることが出来る環境が整いつつある。

テレビやモバイル端末など端末に依存せずに提示できるコンテンツが生成される状況において、単にユーザの嗜好に対してのみ最適なコンテンツを提示する技術は既にあるが、上記背景より、視聴閲覧する端末上のコンテンツ提示枠の特性に応じて最適にコンテンツを提示する技術が求められている。

コンテンツ提示枠の特性としては、各コンテンツ提示枠にて受信者がどのコンテンツを見るかという履歴や、蓄積されるログ種別や、受信者がコンテンツを見るときの場所／状況（コンテンツ提示枠の設置位置など）などが該当する。

上嶌敏弘, "推薦システムのアルゴリズム（２）," 人工知能学会誌 23巻1号, pp.89-103, 2008年1月

協調フィルタリングは、広義には、多くのユーザの嗜好情報を蓄積し、あるユーザと嗜好の類似した他のユーザの情報を用いて該当ユーザにコンテンツ（アイテム）を推薦する技術である。

これらの技術には、利用者間型とアイテム間型に分類にできる。利用者間型は、推薦を受けるユーザと嗜好パターンが似ているユーザ（類似ユーザと呼ぶ）をまず見つけ、その類似ユーザが好むアイテム群を推薦候補とする技術である。実装にはユーザ同士の類似度を、同じアイテムにつけた評価の相関係数（Ｐｅａｒｓｏｎ相関、順位相関などが用いられる）などによって表し、また、嗜好の予測には、ユーザＡに対して類似度の高いユーザを抽出し、そのアイテムｉへの評価値を、ユーザＡへの類似度で重みを付けし、それらの評価値の加重平均値を予測として用いる。それらの予測値の大きなものから、推薦アイテムとして推薦を行う。表示画面の広さに制約があるため、小さな予測値を持つアイテムを削除する、または、上位３〜１０個程度のアイテムを表示するなどの構成を行う。

また、アイテム間型では、いろいろな利用者に同じような評価を受けているアイテムは似ているという考え、関心があるアイテムの類似アイテムに利用者は関心を持つという仮定を置き、ユーザの直近の利用履歴にあるアイテムに類似しているアイテムを推薦するものである。実装としては、アイテムの利用ユーザの共起性などでアイテム間の類似度を測り、ユーザの直近の利用履歴にあるアイテムの類似アイテムの推薦を行うことが行われている。これらの技術の詳細につぃては、非特許文献１に詳しく解説されている。

ユーザに対してコンテンツを推薦する技術は存在するが、コンテンツを提示/閲覧するコンテンツ提示枠の特性を考慮して、広告主もしくはユーザの要望に対して最適なコンテンツ推薦する技術は存在していない。コンテンツ提示枠の特性とは、例えば、各コンテンツ提示枠にて蓄積されるログ種別や、受信者がコンテンツを見るときの場所／状況（コンテンツ提示枠の設置位置など）などが該当する。

どの端末（コンテンツ提示枠）でどのコンテンツを利用したかというログを一般的な協調フィルタリング処理にかけると、他のユーザのあるコンテンツを利用した端末（コンテンツ提示枠）が推薦される。しかし、ユーザに応じて、コンテンツを見るのに適した端末（コンテンツ提示枠）は区々であるため、単一の統計処理的によって選択されたコンテンツと端末（コンテンツ提示枠）のペアが適切であるとは限らない。

そこで、どの端末（コンテンツ提示枠）でどのコンテンツを利用したがというログを一般的な協調フィルタリング処理とは別に、あるユーザがどの端末（コンテンツ提示枠）をよく利用したかというログに統計処理を行い、二つの処理結果をもとに、あるユーザがどのコンテンツをどの端末（コンテンツ提示枠）で見るかを決定する技術が必要である。

本発明は、上記の課題に鑑みてなされたものであり、その目的とするところは、ユーザが嗜好するコンテンツをそのユーザがよく利用する端末に表示することを推薦するコンテンツ推薦装置およびその動作方法を提供することにある。

上記の課題を解決するために、第１の本発明に係るコンテンツ推薦装置は、ユーザの希望により端末でコンテンツが利用（この利用という単語は、ユーザがコンテンツを何らかの形で利用したことを意味し、具体的には、ユーザの持つ端末上に表示された場合、端末上でコンテンツを閲覧・視聴した場合、端末上でコンテンツをクリックした場合、端末上でコンテンツを経由して商品を購入した場合などが該当する。利用という行為がいずれにあたるかは、設定によって定義される）されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤおよび当該端末の種類を示す端末ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込む入力部と、前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、ユーザに利用される各端末について端末評価スコアを算出する端末嗜好算出部と、前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、前記ユーザから各コンテンツへのコンテンツ評価スコアを算出するコンテンツ嗜好算出部と、コンテンツを提示する端末を前記端末評価スコアに基づいて推薦する動作と、提示するコンテンツを前記コンテンツ評価スコアに基づいて推薦する動作を行うコンテンツ端末ペア推薦部とを備えることを特徴とする。

第２の本発明に係るコンテンツ推薦装置の動作方法は、コンテンツ推薦装置の入力部が、ユーザの希望により端末でコンテンツが利用（前述の利用と同様である）されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤおよび当該端末の種類を示す端末ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込み、前記コンテンツ推薦装置の端末嗜好算出部が、前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、ユーザに利用される各端末について端末評価スコアを算出し、前記コンテンツ推薦装置のコンテンツ嗜好算出部が、前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、前記ユーザから各コンテンツへのコンテンツ評価スコアを算出し、前記コンテンツ推薦装置のコンテンツ端末ペア推薦部が、コンテンツを提示する端末を前記端末評価スコアに基づいて推薦する動作と、提示するコンテンツを前記コンテンツ評価スコアに基づいて推薦する動作を行うことを特徴とする。

本発明によれば、ユーザが嗜好するコンテンツをそのユーザがよく利用する端末に表示することを推薦できる。

本実施の形態に係るコンテンツ推薦装置の概略構成を示す図である。 端末の全画面とコンテンツ提示枠の関係を示す図である。 各パソコン端末ＤＢ５Ａ、テレビ端末ＤＢ５Ｂ、モバイル端末ＤＢ５Ｃ、サイネージ端末ＤＢ５Ｄに記憶されるログテーブルの構成を示す図である。 コンテンツ推薦装置の動作を示すフローチャートである。 コンテンツ嗜好算出部２により生成されるコンテンツ推薦テーブルを示す図である。 端末嗜好算出部３により生成される端末推薦テーブルを示す図である。 コンテンツ端末ペア推薦部４により生成されるコンテンツ端末推薦テーブルを示す図である。 コンテンツ表示に関するフローチャートである。 コンテンツ嗜好算出部２の処理結果による推薦（協調フィルタリングによる推薦）と端末嗜好算出部３の処理結果（端末推薦テーブル）による推薦の比較イメージを示す図である。

以下、本発明の実施の形態について図面を参照して説明する。

図１は、本実施の形態に係るコンテンツ推薦装置の概略構成を示す図である。

コンテンツ推薦装置は、コンテンツを推薦する動作を行うもので、入力部１、コンテンツ嗜好算出部２、端末嗜好算出部３およびコンテンツ端末ペア推薦部４を備える。コンテンツとは、例えば、広告、映像などである、
コンテンツ推薦装置は、１つ以上のデータベース、例えば、パソコン端末ＤＢ５Ａ、テレビ端末ＤＢ５Ｂ、モバイル端末ＤＢ５Ｃ、サイネージ端末ＤＢ５Ｄなどとともに使用される。

コンテンツ推薦装置は、例えば、推薦結果をパソコン端末、テレビ端末、モバイル端末、サイネージ端末などに送信できるように、これらの端末と通信可能になっている。

図２は、端末の全画面とコンテンツ提示枠の関係を示す図である。

図２に示すように、例えば、パソコン端末でブラウザを全画面表示している場合でも、画面にはタイトルスペース、サイドスペース、バナースペース、メインスペースなどの表示枠が存在し、いずれの表示枠にもコンテンツを表示できる。よって、ここでは、それぞれのスペースをコンテンツ提示枠という。

図３は、各パソコン端末ＤＢ５Ａ、テレビ端末ＤＢ５Ｂ、モバイル端末ＤＢ５Ｃ、サイネージ端末ＤＢ５Ｄに記憶されるログテーブルの構成を示す図である。

ログテーブルには、ユーザの希望により端末におけるコンテンツ提示枠でコンテンツが利用（この利用という単語は、ユーザがコンテンツを何らかの形で利用したことを意味し、具体的には、ユーザの持つ端末上に表示された場合、端末上でコンテンツを閲覧・視聴した場合、端末上でコンテンツをクリックした場合、端末上でコンテンツを経由して商品を購入した場合などが該当する。利用という行為がいずれにあたるかは、設定によって定義される）されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツが表示された日時を示すタイムスタンプ、当該コンテンツのコンテンツＩＤ、当該コンテンツのジャンルを示すジャンルＩＤ、当該端末の種類を示す端末ＩＤおよび当該コンテンツ提示枠を示すコンテンツ提示枠ＩＤを含むログレコードが蓄積される。

パソコン端末ＤＢ５Ａのログテーブルには、パソコン端末に関するログレコードのみが蓄積される。テレビ端末ＤＢ５Ｂのログテーブルには、テレビ端末に関するログレコードのみが蓄積される。モバイル端末ＤＢ５Ｃのログテーブルには、モバイル端末に関するログレコードのみが蓄積される。サイネージ端末ＤＢ５Ｄには、サイネージ端末に関するログレコードのみが蓄積される。なお、これらパソコン端末ＤＢ５Ａなどのログテーブルはログレコード蓄積手段に相当する。

（コンテンツ推薦装置の動作）
図４は、コンテンツ推薦装置の動作を示すフローチャートである。

入力部１は、各パソコン端末ＤＢ５Ａ、テレビ端末ＤＢ５Ｂ、モバイル端末ＤＢ５Ｃ、サイネージ端末ＤＢ５Ｄからログレコードを読み込む（Ｓ１）。

なお、ここでは、予め設定された条件によりログレコードを絞りこんでもよい（Ｓ３）。例えば、入力部１は、図示しないプロファイルデータベースと照合し、男性のユーザのログレコードだけを読み込む。例えば、入力部１は、直近３ヶ月のログレコードだけを読み込む。例えば、入力部１は、新作のコンテンツに関するログレコードだけを読み込む。例えば、入力部１は、スポーツのジャンルのコンテンツに関するログレコードだけを読み込む。例えば、入力部１は、屋内で利用する可能性のある端末（サイネージ端末以外）に関するログレコードだけを読み込む。例えば、入力部１は、バナーやサイドスペースは除外し、メインスペースと称されるコンテンツ提示枠に関するログレコードだけを読み込む。

また、ログ種別による絞込み、コンテンツのジャンルによる絞込み、コンテンツ提示枠の場所、状況による絞込みを行ってもよい。

入力部１は、こうして読み込んだログレコードからタイムスタンプ、ジャンルＩＤ、端末ＩＤ、コンテンツ提示枠ＩＤを除き、残ったユーザＩＤおよびコンテンツＩＤを含むログレコードをコンテンツ嗜好算出部２に送信する（Ｓ１１）。

また、入力部１は、ログレコードからタイムスタンプ、コンテンツＩＤを除き、残ったユーザＩＤ、ジャンルＩＤ、端末ＩＤおよびコンテンツ提示枠ＩＤを含むログレコードを端末嗜好算出部３に送信する（Ｓ２１）。

コンテンツ嗜好算出部２は、ユーザによるコンテンツへの評価値の推定値（コンテンツ評価スコアという）を計算する機能を持つ。以下、類似度を利用した統計処理について記載するが、それ以外の手法でコンテンツ評価スコアを算出しても構わない。

コンテンツ嗜好算出部２は、まず、ユーザ間（ユーザａとユーザｉ）のコンテンツ利用傾向の類似度を次式（１）により計算する（Ｓ１３）。

次に、コンテンツ嗜好算出部２は、ユーザによるコンテンツへの評価値の推定値（コンテンツ評価スコアという）を次式（２）により計算する（Ｓ１５）。

図５は、コンテンツ嗜好算出部２により生成されるコンテンツ推薦テーブルを示す図である。

コンテンツ推薦テーブルは、ユーザとコンテンツの組ごとに、当該ユーザのユーザＩＤ、当該コンテンツのコンテンツＩＤおよび当該ユーザによる当該コンテンツへのコンテンツ評価スコアとを含むコンテンツ推薦レコードを備える。

コンテンツ嗜好算出部２は、コンテンツ推薦テーブルをコンテンツ端末ペア推薦部４に送信する（Ｓ１７）。

一方、端末嗜好算出部３は、ユーザによる端末への評価値（端末評価スコアという）を計算する機能を持つ。以下、利用頻度積算を利用した統計処理について記載するが、それ以外の手法で端末評価スコアを算出しても構わない。

端末嗜好算出部３は、同一のユーザＩＤ、同一のジャンルＩＤ、同一の端末ＩＤ、同一のコンテンツ提示枠ＩＤを含むログレコードの集合であるログレコード集合ごとに、当該ログレコード集合におけるログレコードの多さに基づく端末評価スコアｆｓを計算する（Ｓ２３）。

具体的には、端末嗜好算出部３は、まず、ログレコード集合ごとに、当該ログレコード集合に含まれるログレコードの数、つまり、利用頻度を求める（Ｓ２３１）。

なお、端末嗜好算出部３は、あるユーザＩＤと、あるジャンルＩＤと、ある端末ＩＤと、あるコンテンツ提示枠ＩＤの組について、そのユーザＩＤ、ジャンルＩＤ、端末ＩＤおよびコンテンツ提示枠ＩＤを含むログレコードがない場合でも、そのようなログレコードのログレコード集合があることとし、このログレコード集合の利用頻度を「０」とする。

そして、端末嗜好算出部３は、各利用頻度を利用頻度の最大値で除することで、つまり、利用頻度を正規化し（０〜１の値とし）、これを端末評価スコアｆｓとする（Ｓ２３３）。

端末嗜好算出部３がこのような計算をするのは以下の理由からである。つまり、コンテンツ嗜好算出部２によっては、どの端末（コンテンツ提示枠）にコンテンツを提示すべきかを決定できず、また、どの端末（コンテンツ提示枠）でコンテンツが提示されたかという事象を入力し、これを元にコンテンツ嗜好算出部２が処理を行っても、端末（コンテンツ提示枠）を推薦することができても、それがユーザの利用傾向と外れている場合があり、適切でないからである。

図６は、端末嗜好算出部３により生成される端末推薦テーブルを示す図である。

端末推薦テーブルは、ログレコード集合ごとに、当該ログレコード集合内のログレコードに共通なユーザＩＤ、ジャンルＩＤ、端末ＩＤ、コンテンツ提示枠ＩＤおよび当該ログレコード集合について計算した端末評価スコアｆｓを含む端末推薦レコードを備える。

端末嗜好算出部３は、端末推薦テーブルをコンテンツ端末ペア推薦部４に送信する（Ｓ２５）。

そして、コンテンツ端末ペア推薦部４は、次式（３）が成立するか否かを判定する（Ｓ２７）。

なお、ここでは、コンテンツ端末ペア推薦部４は、あるジャンルＩＤ（ジャンルＩＤを「映画」とする）につき、そのジャンルＩＤを含む全ての端末推薦レコード内の端末評価スコアｆｓを高い順で並べ、端末評価スコアｆｓを高い順に端末評価スコアＤ１、Ｄ２、…、Ｄｎという。

また、コンテンツ端末ペア推薦部４は、あるユーザＩＤ（ユーザＩＤを「山田太郎」とする）とジャンルＩＤ「映画」につき、そのユーザＩＤとジャンルＩＤを含む全ての端末推薦レコード内の端末評価スコアｆｓを高い順で並べ、端末評価スコアｆｓを高い順に端末評価スコアｄ１、ｄ２、…、ｄｍという。

コンテンツ端末ペア推薦部４は、式（３）が成立しない（Ｓ２７：ＮＯ）なら、最高の端末評価スコアｆｓを含む端末推薦レコードを選択し、当該端末推薦レコード内のユーザＩＤのユーザのために、当該端末推薦レコード内のジャンルＩＤのジャンルに属するコンテンツを、当該端末推薦レコード内の端末ＩＤの端末において、当該端末推薦レコード内のコンテンツ提示枠ＩＤのコンテンツ提示枠で表示することを推薦する動作を行う（Ｓ２７１）。

Ｓ２７１は、すなわち、ユーザＩＤ「山田太郎」のユーザがジャンルＩＤ「映画」のコンテンツを見る頻度が、上記式のように少ない場合において、ユーザを問わずジャンルＩＤ「映画」のコンテンツを見るのに使用される頻度が高い端末とコンテンツ提示枠を求め、ユーザＩＤ「山田太郎」のユーザに対し、ジャンルＩＤ「映画」のコンテンツを、当該端末において、当該コンテンツ提示枠で表示することを推薦する動作である。

コンテンツ端末ペア推薦部４は、式（３）が成立する（Ｓ２７：ＹＥＳ）なら、端末評価スコアＤ１を含む端末推薦レコードを選択し、ユーザＩＤ「山田太郎」のユーザに対し、当該端末推薦レコード内のジャンルＩＤのジャンルに属するコンテンツを、当該端末推薦レコード内の端末ＩＤの端末において、当該端末推薦レコード内のコンテンツ提示枠ＩＤのコンテンツ提示枠で表示することを推薦する動作を行う（Ｓ２７３）。

なお、コンテンツ端末ペア推薦部４は、別のジャンル、ユーザについて同様の処理を行う。

図７は、コンテンツ端末ペア推薦部４により生成されるコンテンツ端末推薦テーブルを示す図である。

ここでは、同一のユーザＩＤと同一のジャンルＩＤを含む端末推薦レコードの集合を端末推薦レコード集合という。

コンテンツ端末推薦テーブルは、各端末推薦レコード集合につき、当該端末推薦レコード集合内の端末推薦レコードに含まれるユーザＩＤ、当該端末推薦レコードに含まれるジャンルＩＤのジャンルに属するコンテンツ、すなわち、推薦されるコンテンツのコンテンツＩＤ、当該端末推薦レコードに含まれる端末ＩＤ、すなわち、推薦される端末の端末ＩＤ、当該端末推薦レコードに含まれるコンテンツ提示枠ＩＤ、つまり、推薦されるコンテンツ提示枠のコンテンツ提示枠ＩＤ、当該ユーザＩＤと当該コンテンツＩＤに対応するコンテンツ評価スコアを含むコンテンツ端末推薦レコードを備える。

例えば、コンテンツ端末ペア推薦部４は、推薦する動作として、コンテンツ端末推薦テーブルを各端末に送信する（Ｓ２７１、Ｓ２７３）。

例えば、ある端末は、コンテンツ端末推薦テーブルから、自端末の端末ＩＤと当該端末を使用するユーザのユーザＩＤを含むコンテンツ端末推薦レコードを選択し、当該コンテンツ端末推薦レコード内のコンテンツＩＤのコンテンツをコンテンツの配信サーバなどから取得し、当該コンテンツ端末推薦レコード内のコンテンツ提示枠ＩＤのコンテンツ提示枠に当該コンテンツを表示する。

図８に示すように、例えば、ユーザが端末を電源オフあるいはスタンバイ状態等から電源オン状態にすると、コンテンツ提示枠の描画がなされる（Ｓ１０１）。

そして、端末のローカルDBにアクセスし、ローカルDBに蓄積している当該コンテンツ
のデータを探索する（Ｓ１０３）。

該当のコンテンツがなければ、あるいは、ローカルDBに蓄積しているコンテンツ数が一定数未満の場合は（Ｓ１０４：ＹＥＳ）、サーバに問い合わせ、コンテンツを要求する（Ｓ１０５）。

サーバから取得したコンテンツはローカルDBに蓄積される（Ｓ１０７）。

該当のコンテンツがあれば、あるいは、ローカルDBに蓄積しているコンテンツ数が一定数以上（Ｓ１０４：ＮＯ）の場合は、または、サーバから取得したコンテンツをローカルDBに蓄積したら、コンテンツを、端末のコンテンツ提示枠のサイズに応じた数だけ順次表示する（Ｓ１０９）。

なお、コンテンツ端末ペア推薦部４は、推薦する動作として、コンテンツ端末推薦テーブルをコンテンツの配信サーバに送信し、結果的に同様の推薦が行われるようにしてもよい。

なお、コンテンツ端末ペア推薦部４は、コンテンツ嗜好算出部２によって生成されたコンテンツ推薦テーブルによる推薦も可能であり、例えば、あるユーザＩＤ「山田太郎」を含むコンテンツ推薦レコードから、最大のコンテンツ評価スコアを含むものを選択し、ユーザＩＤ「山田太郎」のユーザには、そのコンテンツ推薦レコード内のコンテンツＩＤのコンテンツを推薦する動作（協調フィルタリングによる推薦）を行う（Ｓ１９）。

以上のように、本実施の形態のコンテンツ推薦装置によれば、ユーザ、端末およびそのコンテンツ提示枠を限定してコンテンツを推薦することができる。

なお、上記説明では、端末のみならずそのコンテンツ提示枠までも限定したが、端末のみに限定してもよい。この場合、コンテンツ提示枠ＩＤは使用しないこととすればよい。例えば、コンテンツ提示枠ＩＤを使用しない場合、コンテンツはメインスペースに表示される。

図９は、コンテンツ嗜好算出部２の処理結果による推薦（協調フィルタリングによる推薦）と端末嗜好算出部３の処理結果（端末推薦テーブル）による推薦の比較イメージを示す図である。

ユーザＡは、広告Ａ（コンテンツ）をパソコン端末で見ることが多く、ほとんどのユーザもそうである。この場合、広告Ａは、協調フィルタリングにより推薦され、パソコン端末で見られ、一方、ユーザも広告Ａをパソコン端末で見る。

ユーザＢは、広告Ｂ（コンテンツ）をパソコン端末で見ることが多いが、ほとんどのユーザは、テレビ端末で見る。この場合、広告Ｂは、協調フィルタリングにより推薦され、テレビ端末で見られ、一方、端末推薦テーブルを用いると、ユーザＢについては、パソコン端末に限定して推薦され、ユーザＢは広告Ｂをパソコン端末で見る。

ユーザＣは、ジャンルＣの広告Ｃ（コンテンツ）をモバイル端末で見ることが多いが、ほとんどのユーザは、サイネージ端末で見る。この場合、広告Ｃは、協調フィルタリングにより推薦され、サイネージ端末で見られ、一方、端末推薦テーブルを用いると、ユーザＣについては、モバイル端末に限定して推薦され、ユーザＣは広告Ｃをモバイル端末で見る。

ユーザＣは、ジャンルＤの広告Ｄ（コンテンツ）をパソコン端末で見ることが多いが、ほとんどのユーザは、サイネージ端末で見る。この場合、広告Ｄは、協調フィルタリングにより推薦され、サイネージ端末で見られ、一方、端末推薦テーブルを用いると、ユーザＤについては、パソコン端末に限定して推薦され、ユーザＤは広告Ｄをパソコン端末で見る。

すなわち、本実施の形態では、ユーザにより頻繁に利用される端末（またはコンテンツ提示枠）でコンテンツを見るように推薦することができる。

なお、本実施の形態では、以下の通り、コンテンツ推薦装置とその動作方法を説明した。

第１のコンテンツ推薦装置は、ユーザの希望により端末にコンテンツが表示されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤおよび当該端末の種類を示す端末ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込む入力部と、同一のユーザＩＤ、同一のジャンルＩＤおよび同一の端末ＩＤを含むログレコードの集合であるログレコード集合ごとに、当該ログレコード集合におけるログレコードの多さに基づく端末評価スコアを計算し、当該ログレコード集合内のログレコードに含まれるユーザＩＤ、ジャンルＩＤ、端末ＩＤおよび当該ログレコード集合についての端末評価スコアを含む端末推薦レコードを生成する端末嗜好算出部と、同一のユーザＩＤと同一のジャンルＩＤを含む端末推薦レコードの集合から、当該端末推薦レコード内の端末評価スコアに基づいて１つの端末推薦レコードを選択し、当該端末推薦レコード内のユーザＩＤのユーザのために、当該端末推薦レコード内のジャンルＩＤのジャンルに属するコンテンツを、当該端末推薦レコード内の端末ＩＤの端末において表示することを推薦する動作を行うコンテンツ端末ペア推薦部とを備える。

第２のコンテンツ推薦装置は、ユーザの希望により端末におけるコンテンツ提示枠にコンテンツが表示されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤ、当該端末の種類を示す端末ＩＤおよび当該コンテンツ提示枠を示すコンテンツ提示枠ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込む入力部と、同一のユーザＩＤ、同一のジャンルＩＤ、同一の端末ＩＤおよび同一のコンテンツ提示枠ＩＤを含むログレコードの集合であるログレコード集合ごとに、当該ログレコード集合におけるログレコードの多さに基づく端末評価スコアを計算し、当該ログレコード集合内のログレコードに含まれるユーザＩＤ、ジャンルＩＤ、端末ＩＤ、コンテンツ提示枠ＩＤおよび当該ログレコード集合についての端末評価スコアを含む端末推薦レコードを生成する端末嗜好算出部と、同一のユーザＩＤと同一のジャンルＩＤを含む端末推薦レコードの集合から、当該端末推薦レコード内の端末評価スコアに基づいて１つの端末推薦レコードを選択し、当該端末推薦レコード内のユーザＩＤのユーザのために、当該端末推薦レコード内のジャンルＩＤのジャンルに属するコンテンツを、当該端末推薦レコード内の端末ＩＤの端末において、当該端末推薦レコード内のコンテンツ提示枠ＩＤのコンテンツ提示枠に表示することを推薦する動作を行うコンテンツ端末ペア推薦部とを備える。

第１のコンテンツ推薦装置の動作方法は、コンテンツ推薦装置の入力部が、ユーザの希望により端末にコンテンツが表示されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤおよび当該端末の種類を示す端末ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込み、前記コンテンツ推薦装置の端末嗜好算出部が、同一のユーザＩＤ、同一のジャンルＩＤおよび同一の端末ＩＤを含むログレコードの集合であるログレコード集合ごとに、当該ログレコード集合におけるログレコードの多さに基づく端末評価スコアを計算し、当該ログレコード集合内のログレコードに含まれるユーザＩＤ、ジャンルＩＤ、端末ＩＤおよび当該ログレコード集合についての端末評価スコアを含む端末推薦レコードを生成し、 前記コンテンツ推薦装置のコンテンツ端末ペア推薦部が、同一のユーザＩＤと同一のジャンルＩＤを含む端末推薦レコードの集合から、当該端末推薦レコード内の端末評価スコアに基づいて１つの端末推薦レコードを選択し、当該端末推薦レコード内のユーザＩＤのユーザのために、当該端末推薦レコード内のジャンルＩＤのジャンルに属するコンテンツを、当該端末推薦レコード内の端末ＩＤの端末において表示することを推薦する動作を行う。

第２のコンテンツ推薦装置の動作方法は、コンテンツ推薦装置の入力部が、ユーザの希望により端末におけるコンテンツ提示枠にコンテンツが表示されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤ、当該端末の種類を示す端末ＩＤおよび当該コンテンツ提示枠を示すコンテンツ提示枠ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込み、 前記コンテンツ推薦装置の端末嗜好算出部が、同一のユーザＩＤ、同一のジャンルＩＤ、同一の端末ＩＤおよび同一のコンテンツ提示枠ＩＤを含むログレコードの集合であるログレコード集合ごとに、当該ログレコード集合におけるログレコードの多さに基づく端末評価スコアを計算し、当該ログレコード集合内のログレコードに含まれるユーザＩＤ、ジャンルＩＤ、端末ＩＤ、コンテンツ提示枠ＩＤおよび当該ログレコード集合についての端末評価スコアを含む端末推薦レコードを生成し、 前記コンテンツ推薦装置のコンテンツ端末ペア推薦部が、同一のユーザＩＤと同一のジャンルＩＤを含む端末推薦レコードの集合から、当該端末推薦レコード内の端末評価スコアに基づいて１つの端末推薦レコードを選択し、当該端末推薦レコード内のユーザＩＤのユーザのために、当該端末推薦レコード内のジャンルＩＤのジャンルに属するコンテンツを、当該端末推薦レコード内の端末ＩＤの端末において、当該端末推薦レコード内のコンテンツ提示枠ＩＤのコンテンツ提示枠に表示することを推薦する動作を行う。

なお、コンテンツ推薦装置としてコンピュータを機能させるためのコンピュータプログラムは、半導体メモリ、磁気ディスク、光ディスク、光磁気ディスク、磁気テープなどのコンピュータ読み取り可能な記録媒体に記録でき、また、インターネットなどの通信網を介して伝送させて、広く流通させることができる。

１ 入力部
２ コンテンツ嗜好算出部
３ 端末嗜好算出部
４ コンテンツ端末ペア推薦部

Claims (8)

1. ユーザの希望により端末でコンテンツが利用されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤおよび当該端末の種類を示す端末ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込む入力部と、
   前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、ユーザに利用される各端末について端末評価スコアを算出する端末嗜好算出部と、
   前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、前記ユーザから各コンテンツへのコンテンツ評価スコアを算出するコンテンツ嗜好算出部と、
   コンテンツを提示する端末を前記端末評価スコアに基づいて推薦する動作と、提示するコンテンツを前記コンテンツ評価スコアに基づいて推薦する動作を行うコンテンツ端末ペア推薦部と
   を備えることを特徴とするコンテンツ推薦装置。
2. 前記ログレコードは、コンテンツが表示されたコンテンツ提示枠を示すコンテンツ提示枠ＩＤを含み、
   前記端末嗜好算出部は、
   前記ユーザに利用される端末とコンテンツ提示枠について端末評価スコアを生成する
   ことを特徴とする請求項１記載のコンテンツ推薦装置。
3. 前記端末嗜好算出部は、前記ログレコードの数に基づく利用頻度を算出し、当該利用頻度に基づいて端末評価スコアを算出する
   ことを特徴とする請求項１または２記載のコンテンツ推薦装置。
4. 前記コンテンツ嗜好算出部は、前記ログレコードと予め定められた数式を用いてコンテンツ評価スコアを算出する
   ことを特徴とする請求項１ないし３のいずれかに記載のコンテンツ推薦装置。
5. 前記コンテンツ嗜好算出部は、
   

   

   によりユーザa,i間の類似度を算出し、
   

   

   によりコンテンツ評価スコアを算出する
   ことを特徴とする請求項４記載のコンテンツ推薦装置。
6. コンテンツ端末ペア推薦部は、あるジャンルに関する全ての端末評価スコアＤｊ（ｊ＝１〜ｎ）と、前記ジャンルとあるユーザに関する端末評価スコアｄｉ（ｉ＝１〜ｍ）を用い、
   

   

   が成立する場合、
   前記ユーザへの推薦を行う際は、前記端末評価スコアＤ１に対応する端末または端末およびコンテンツ提示枠を推薦する
   ことを特徴とする請求項１ないし５のいずれかに記載のコンテンツ推薦装置。
7. コンテンツ推薦装置の入力部が、
   ユーザの希望により端末でコンテンツが利用されたという過去の履歴ごとに、当該ユーザを示すユーザＩＤ、当該コンテンツのジャンルを示すジャンルＩＤおよび当該端末の種類を示す端末ＩＤを含むログレコードが蓄積されるログレコード蓄積手段からログレコードを読み込み、
   前記コンテンツ推薦装置の端末嗜好算出部が、
   前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、ユーザに利用される各端末について端末評価スコアを算出し、
   前記コンテンツ推薦装置のコンテンツ嗜好算出部が、
   前記入力レコードからログレコードを受信し、当該ログレコードを統計処理することで、前記ユーザから各コンテンツへのコンテンツ評価スコアを算出し、
   前記コンテンツ推薦装置のコンテンツ端末ペア推薦部が、
   コンテンツを提示する端末を前記端末評価スコアに基づいて推薦する動作と、提示するコンテンツを前記コンテンツ評価スコアに基づいて推薦する動作を行う
   ことを特徴とするコンテンツ推薦装置の動作方法。
8. 請求項１ないし６のいずれかに記載のコンテンツ推薦装置としてコンピュータを機能させるためのコンピュータプログラム。

Images