JP6767808B2 - Viewing user log storage system, viewing user log storage server, and viewing user log storage method - Google Patents
Viewing user log storage system, viewing user log storage server, and viewing user log storage method Download PDFInfo
- Publication number
- JP6767808B2 JP6767808B2 JP2016164754A JP2016164754A JP6767808B2 JP 6767808 B2 JP6767808 B2 JP 6767808B2 JP 2016164754 A JP2016164754 A JP 2016164754A JP 2016164754 A JP2016164754 A JP 2016164754A JP 6767808 B2 JP6767808 B2 JP 6767808B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- content
- recommended content
- scene
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、視聴ユーザログ蓄積システム、視聴ユーザログ蓄積サーバ、及び視聴ユーザログ蓄積方法に関する。 The present invention relates to a viewing user log storage system, a viewing user log storage server, and a viewing user log storage method.
従来、遠隔地に多数台設置され、画像と音声による広告番組を映像表示部と声出力部とで表示出力するデジタルサイネージがある。そして、広告提供番組に対する視聴者の人数、世代、性別などの反応分析を、カメラ、マイク等のセンサから取得する技術がある（例えば、特許文献１）。 Conventionally, there is a digital signage in which a large number of units are installed in remote locations and an advertisement program using images and sounds is displayed and output by a video display unit and a voice output unit. Then, there is a technique for acquiring reaction analysis of the number of viewers, generation, gender, etc. to the advertisement providing program from sensors such as a camera and a microphone (for example, Patent Document 1).
また、ユーザープロファイルを利用してコンテンツのレート（順位）を計算した後、高いレートのコンテンツをユーザに推薦する技術も提案されている（例えば、特許文献２）。 Further, a technique of recommending a high rate content to a user after calculating a content rate (rank) using a user profile has also been proposed (for example, Patent Document 2).
近年、ユーザの趣向性を収集する技術や、収集したユーザの趣向性に基づいて、商品等を推薦（リコメンド）する技術が注目されている。 In recent years, a technique for collecting user's tastes and a technique for recommending products and the like based on the collected user's tastes have been attracting attention.
しかしながら、特許文献１の技術は、ディプレイ等の表示される広告の効果測定のために、その広告を見たユーザの動向を、カメラ、マイク等のセンサから取得しているものである。
However, the technique of
従って、ユーザ個々がどのような趣向性を持っているかを分析するものでもなく、また、それらの目的のためにデータを収集する技術でもない。 Therefore, it is not an analysis of what kind of taste each user has, nor is it a technique for collecting data for those purposes.
一方、特許文献２の技術は、個々のユーザの行動に着目したものであるが、ユーザの能動的な行動、例えば、ビデオ再生時におけるスキップや一時停止等の行動を記録し、ユーザープロファイルを作成している。
On the other hand, the technique of
しかし、ユーザの能動的な行動で興味関心等の趣向性をチェックする手法では、ユーザの潜在的な興味関心を反映した情報を収集することができない。そして、ユーザの潜在的な興味関心を反映していない情報では、そのユーザの潜在的な興味関心を反映したユーザの趣向性を判定することはできない。 However, the method of checking the taste such as interest by the active behavior of the user cannot collect the information reflecting the potential interest of the user. Then, the information that does not reflect the potential interest of the user cannot determine the preference of the user that reflects the potential interest of the user.
そこで、本発明は上記課題に鑑みて発明されたものであって、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映した情報を収集することができる視聴ユーザログ蓄積システム、視聴ユーザログ蓄積サーバ、及び視聴ユーザログ蓄積方法を提供することを目的とする。 Therefore, the present invention has been invented in view of the above problems, and it is possible to collect information reflecting the potential interests of the user from the natural behavior and reaction when the user views the content. It is an object of the present invention to provide a viewing user log storage system, a viewing user log storage server, and a viewing user log storage method.
本発明の一態様は、コンテンツを視聴しているユーザの生体情報を取得するユーザ生体情報取得手段と、前記ユーザ情報取得手段が取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得するユーザ反応解析手段と、前記シーン反応情報と、前記コンテンツのシーンのメタデータとが関連付けて蓄積されるユーザログ蓄積手段とを有する視聴ユーザログ蓄積システムである。 One aspect of the present invention is a user biometric information acquisition means for acquiring the biometric information of the user who is viewing the content, and the user's biometric information acquired by the user information acquisition means is analyzed, and the user's biometric information for the content scene A viewing user log storage system having a user reaction analysis means for analyzing a reaction and acquiring scene reaction information, and a user log storage means for accumulating the scene reaction information and the metadata of the scene of the content in association with each other. is there.
本発明の一態様は、コンテンツを視聴しているユーザから得られた生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得するユーザ反応解析手段と、前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積するユーザログ蓄積手段とを有する視聴ユーザログ蓄積サーバである。 One aspect of the present invention is a user reaction analysis means for analyzing biometric information obtained from a user viewing the content, analyzing the user's reaction to the scene of the content, and acquiring the scene reaction information, and the scene. It is a viewing user log storage server having a user log storage means for storing reaction information and metadata of the scene of the content in association with each other.
本発明の一態様は、コンテンツを視聴しているユーザの生体情報を取得し、前記取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を解析し、シーン反応情報を取得し、前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積する視聴ユーザログ蓄積方法である。 In one aspect of the present invention, the biometric information of the user who is viewing the content is acquired, the biometric information of the acquired user is analyzed, the reaction of the user to the scene of the content is analyzed, and the scene reaction information is acquired. , This is a viewing user log storage method that stores the scene reaction information in association with the metadata of the scene of the content.
本発明は、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映した情報を収集することができる。 The present invention can collect information that reflects the user's potential interests from the natural behavior and reaction when the user views the content.
本発明の実施の形態を、図面を参照して説明する。 Embodiments of the present invention will be described with reference to the drawings.
＜第１の実施の形態＞
本発明の第１の実施の形態を説明する。
<First Embodiment>
The first embodiment of the present invention will be described.
図１は第１の実施の形態の視聴ユーザログ蓄積システムの構成図である。 FIG. 1 is a configuration diagram of a viewing user log storage system according to the first embodiment.
第１の実施の形態の視聴ユーザログ蓄積システムは、コンテンツを視聴しているユーザＡの生体情報を取得するユーザ生体情報取得部１と、ユーザ情報取得部１が取得したユーザＡの生体情報を解析し、コンテンツのシーンに対するユーザＡの反応を解析し、シーン反応情報を取得するユーザ反応解析部２と、シーン反応情報とコンテンツのシーンのメタデータとが関連付けて蓄積されるユーザログ蓄積部３とを備える。
The viewing user log storage system of the first embodiment collects the biometric information of the user A who is viewing the content and the biometric information of the user A acquired by the user
以下の説明において、コンテンツの代表的な例として、放送局４から放送されるテレビ番組を例にし、ユーザＡがテレビ番組をテレビ５で視聴する場合を説明する。テレビ５は、据え置き型ディスプレイでも、スマートフォンのような小型ディスプレイでも、または没入型ヘッドマウントディスプレイでも構わない。尚、コンテンツは、テレビ番組に限られない。例えば、ビデオオンデマンド（ＶＯＤ）によるビデオコンテンツなどでもよい。 In the following description, as a typical example of the content, a television program broadcast from the broadcasting station 4 will be taken as an example, and a case where the user A watches the television program on the television 5 will be described. The television 5 may be a stationary display, a small display such as a smartphone, or an immersive head-mounted display. The content is not limited to TV programs. For example, video content by video on demand (VOD) may be used.
ユーザ生体情報取得部１は、コンテンツを視聴しているユーザＡの生体情報を取得するセンサである。ここで、ユーザ生体情報は、ユーザがコンテンツを視聴している時のユーザの反応や生体に関する情報であり、ユーザの画像、音声、心拍数等がある。従って、ユーザ生体情報取得部１は、ユーザがコンテンツを視聴している時のユーザの反応や生体に関する情報を取得できるものであれば、センサの種類は問わないが、代表的な例として、カメラ、マイク、心拍センサ等がある。更に、これらは別々に存在している必要もなく、例えば、ロボットのようなものに集約されていても良い。センサの種類は、ユーザに装着するセンサであってもかまわない。例えば、腕時計型のセンサなどである。
The user biometric
ユーザ反応解析部２は、ユーザ生体情報取得部１で取得したユーザに関する情報（生体情報）を解析し、テレビ番組のシーンに対するユーザＡのシーン反応を解析する。例えば、マイクやカメラで取得した音声や画像から、シーンに対するユーザのシーン反応を解析する。ユーザのシーン反応は、例えば、ユーザが「これいいな」などの音声による反応や、テレビの前に座っている、テレビの方向に顔を向きなおす（身を乗り出す）、背ける、注視方向などユーザが自然に行う行動等である。合わせてテレビを見ている場所が、職場か、リビングか、寝室かといった情報を付してもよい。
The user
ユーザ反応解析部２は、解析したユーザＡのシーン反応と、そのシーンのメタデータとを関連付けて、ユーザログ蓄積部３に蓄積する。
The user
ユーザログ蓄積部３は、例えば、ハードディスク等の記憶媒体等であり、ユーザ反応解析部２により解析されたユーザＡのシーン反応と、そのシーンのメタデータとが関連付けられて蓄積される記憶部である。
The user log storage unit 3 is, for example, a storage medium such as a hard disk, and is a storage unit in which the scene reaction of the user A analyzed by the user
ここで、シーンのメタデータは、テレビ５に表示されている、すなわち、ユーザＡが視聴している番組のメタデータである。そして、このメタデータは、放送局４から直接入力されても良いし、サーバから入力されるようにしても良い。蓄積されるメタデータの一例を、図２に示す。 Here, the metadata of the scene is the metadata of the program displayed on the television 5, that is, the user A is watching. Then, this metadata may be directly input from the broadcasting station 4 or may be input from the server. An example of the accumulated metadata is shown in FIG.
図２に示されるメタデータは、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、OA内容番組ID、番組名、放送局ID、OA日、OA曜日、番組ジャンル等の番組の基本情報である番組基本情報と、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、紹介商品名、販売店舗名、紹介商品等の番組で紹介された商品に関する紹介商品情報と、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、紹介店舗名、取扱商品、店舗住所等の番組で紹介された店舗に関する紹介店舗情報と、シーンID、OA開始時刻、OA終了時刻、シーン分類、OA内容のヘッドライン、場所、リゾート、温泉などのキーワードから成るリゾート情報から構成される。OA内容のヘッドラインには出演者も含まれる。 The metadata shown in FIG. 2 includes scene ID, OA start time, OA end time, scene classification, OA content headline, OA content program ID, program name, broadcasting station ID, OA date, OA day, program genre, etc. Program basic information, which is the basic information of the program, and the products introduced in the program such as scene ID, OA start time, OA end time, scene classification, OA content headline, introduced product name, store name, introduced product, etc. Introduced product information about the store introduced in the program such as scene ID, OA start time, OA end time, scene classification, OA content headline, introduced store name, products handled, store address, etc. It consists of resort information consisting of keywords such as ID, OA start time, OA end time, scene classification, OA content headline, location, resort, and hot spring. Performers are also included in the headline of OA contents.
尚、上述した内容は一例であり、これに限定されるものではない。例えば録画再生やVODであれば、個人視聴率などをもとにした、性別や年代などの視聴属性を、メタデータとして付してもよい。または、テレビ画面上に表示される地図、テロップや、出演者の顔などの座標情報をメタデータとして付してもよい。更に、字幕のデータでも良い。このように、シーンに関するメタデータは、そのシーンに関する情報であれば、その種類は問わない。 The above-mentioned contents are examples, and the present invention is not limited thereto. For example, in the case of recording / playback or VOD, viewing attributes such as gender and age based on personal audience rating may be added as metadata. Alternatively, coordinate information such as a map, a telop, or a performer's face displayed on a television screen may be attached as metadata. Further, subtitle data may be used. As described above, the type of metadata regarding the scene does not matter as long as it is information about the scene.
ユーザ反応解析部２は、上述したメタデータのシーンに対してそのシーンのユーザのシーン反応を関連付けてユーザログ蓄積部３に蓄積する。この関連付は、ユーザ生体情報取得部１が取得した情報の取得時間からユーザＡのシーン反応の時刻を特定する。そして、ユーザＡのシーン反応の時刻とメタデータの時刻情報（ＶＯＤなどの場合は経過時間を含む時間情報）とを比較し、一致又は同様な時刻と考えられるユーザＡのシーン反応とメタデータとを関連付けてユーザログ蓄積部３に蓄積する。シーン反応は、1種類のみならず、複数種類を、メタデータに紐づけてよい。テレビ画面上の座標情報を基にして、ユーザの注視した内容を興味関心の度合いとして捉えてもよい。
The user
例えば、商品紹介のシーンで、ユーザが「これいいな」などの音声のユーザ反応が解析された場合、その紹介商品のメタデータと、ユーザのシーン反応「これいいな」とを関連付けてユーザログ蓄積部３に蓄積する。図３は、ユーザＡのシーン反応と、そのシーンのメタデータとが関連付けられて蓄積されたユーザログ蓄積部３の一例を示した図である。図３では、紹介商品のメタデータと、ユーザのシーン反応「音声：これいいな」とが関連付けられ、紹介店舗のメタデータと、ユーザのシーン反応「画像：背ける」とが関連付けられ、リゾート情報のメタデータと、ユーザのシーン反応「音声：これいいな」とが関連付けられて蓄積されている。 For example, in the product introduction scene, when the user reaction of voice such as "this is good" is analyzed, the metadata of the introduced product is associated with the user's scene reaction "this is good" and the user log. Accumulate in the storage unit 3. FIG. 3 is a diagram showing an example of the user log storage unit 3 in which the scene reaction of the user A and the metadata of the scene are associated and accumulated. In FIG. 3, the metadata of the introduced product is associated with the user's scene reaction "voice: this is good", the metadata of the introduced store is associated with the user's scene reaction "image: disobey", and the resort information. The metadata of the user and the user's scene reaction "Voice: This is good" are associated and accumulated.
尚、ユーザ反応解析部２が、ユーザログ蓄積部３にシーン反応を蓄積する際は、あくまでもそのシーン反応に関連するメタデータに関連付けて記憶させておけばよく、シーン反応に基づくそのシーンに対する評価までは必要としないが、必要に応じて評価を付与しても良い。
When the user
また、ユーザ反応解析部２とユーザログ蓄積部３とは、かならずしもユーザＡの近傍にある必要はなく、ネットワークを介してユーザ生体情報取得部１と接続されたサーバが有していても良い。
Further, the user
第１の実施の形態では、あるシーンのシーン反応情報と、そのシーンのメタデータとを関連付けて蓄積する構成を説明した。このような構成にすることにより、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映した情報を収集することができ、このような情報は種々の目的で利用されるビッグデータの一つとして活用することができる。 In the first embodiment, the configuration in which the scene reaction information of a certain scene and the metadata of the scene are associated and accumulated has been described. With such a configuration, it is possible to collect information that reflects the potential interests of the user from the natural behavior and reaction when the user views the content, and such information has various purposes. It can be used as one of the big data used in.
＜第２の実施の形態＞
本発明の第２の実施の形態を説明する。
<Second Embodiment>
A second embodiment of the present invention will be described.
図４は第２の実施の形態の視聴ユーザログ蓄積システムの構成図である。 FIG. 4 is a configuration diagram of the viewing user log storage system of the second embodiment.
第１の実施の形態では、あるシーンのシーン反応情報と、そのシーンのメタデータとを関連付けて蓄積する構成を説明した。 In the first embodiment, the configuration in which the scene reaction information of a certain scene and the metadata of the scene are associated and accumulated has been described.
第２の実施の形態は、ユーザログ蓄積部３に蓄積されたシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析するユーザ趣向性解析部６と、ユーザ趣向性情報解析手段で解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積するユーザ趣向性情報蓄積部７とを備える。そして、ユーザの趣向性を分析して蓄積する例を説明する。 In the second embodiment, the user preference analysis unit 6 that analyzes the user's preference based on the association between the scene reaction information stored in the user log storage section 3 and the metadata of the content scene, and the user It includes a user preference information storage unit 7 that stores the user preference analyzed by the preference information analysis means as user preference information. Then, an example of analyzing and accumulating the user's taste will be described.
第１の実施の形態のユーザログ蓄積部３には、あるシーンのシーン反応情報と、そのシーンのメタデータとが関連付けて蓄積されている。ユーザ趣向性解析部６は、ユーザログ蓄積部３に蓄積されているシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析する。 In the user log storage unit 3 of the first embodiment, the scene reaction information of a certain scene and the metadata of the scene are stored in association with each other. The user preference analysis unit 6 analyzes the user preference based on the association between the scene reaction information stored in the user log storage unit 3 and the metadata of the content scene.
例えば、図３に示すような、ユーザログ蓄積部３に蓄積されたシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づくと、紹介商品のメタデータと、ユーザのシーン反応「音声：これいいな」とが関連付けられている。この場合、紹介された商品をＢとすると（以下の説明では、商品Ｂと記載する）、ユーザＡは商品Ｂに対して「これいいな」と発言しており、ユーザＡは商品Ｂに対して肯定的な意見を持っていることが解る。そこで、ユーザ趣向性解析部６は、商品Ｂの商品名や物品名等のキーワードをユーザログ蓄積手段３に蓄積されているメタデータから読み出し、そのキーワード（商品名や物品名等）と肯定的評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積する。更に、キーワードのみならず、メタデータに記載されているジャンル等と対応付けても良い。また、ユーザ趣向性情報蓄積部７は、肯定的な評価のみならず、否定的な評価も解析してそのキーワード（店舗名や物品名等）と否定的な評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積しても良い。例えば、あるシーンに対して、ユーザＡが否定的な反応（例えば、「きらい」や、そのシーンに注視せずに背ける）の場合は、そのシーンのメタデータから読み出したキーワードと否定的な評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積しても良い。以下、このようなキーワードと評価とから成る情報を、ユーザ趣向性情報と記載する。 For example, based on the association between the scene reaction information stored in the user log storage unit 3 and the metadata of the content scene as shown in FIG. 3, the metadata of the introduced product and the user's scene reaction "voice: this" "I like it" is associated with it. In this case, assuming that the introduced product is B (in the following explanation, it is described as product B), user A has said to product B that "this is good", and user A has said to product B. It turns out that he has a positive opinion. Therefore, the user preference analysis unit 6 reads keywords such as the product name and the product name of the product B from the metadata stored in the user log storage means 3, and positively considers the keywords (product name, product name, etc.). It is stored in the user preference information storage unit 7 in association with the evaluation flag. Further, not only the keyword but also the genre described in the metadata may be associated with it. In addition, the user preference information storage unit 7 analyzes not only positive evaluations but also negative evaluations, and associates the keywords (store name, article name, etc.) with the negative evaluation flags to the user. It may be stored in the taste information storage unit 7. For example, if user A reacts negatively to a scene (for example, "dislike" or disobeys the scene without paying attention to it), the keyword read from the metadata of the scene and the negative evaluation May be stored in the user preference information storage unit 7 in association with the flag of. Hereinafter, information consisting of such keywords and evaluations will be described as user preference information.
図５に、ユーザ趣向性情報蓄積部７に蓄積されたユーザ趣向性情報の一例を示す。図５の例では、あるキーワードに対して肯定的な評価の場合は“１”を、あるキーワードに対して否定的な評価の場合は“０”を付してある。そして、「バッグ：１」、「ＸＸＸＸ：１」、「イタリアン：０」、「ＹＹＹ：０」、「リゾート：０」のユーザ趣向性情報が蓄積されている。 FIG. 5 shows an example of user preference information stored in the user preference information storage unit 7. In the example of FIG. 5, "1" is attached when the evaluation is positive for a certain keyword, and "0" is attached when the evaluation is negative for a certain keyword. Then, user preference information of "bag: 1", "XXXX: 1", "Italian: 0", "YYY: 0", and "resort: 0" is accumulated.
尚、上記は一例であり、これには限らない。例えば、ユーザのシーン反応が「テレビを注視」である場合、ユーザＡがそのシーンに興味を持っていると考えられる。この場合も、そのシーン（図３の例では店舗の紹介）に対して肯定的な評価をしていると思われるので、ユーザ趣向性解析部６は、店舗名や取扱商品名や物品名等のキーワードをユーザログ蓄積手段３に蓄積されているメタデータから読み出し、そのキーワード（店舗名や物品名等）と肯定的評価のフラグとを対応付けてユーザ趣向性情報蓄積部７に蓄積する。 The above is an example, and the present invention is not limited to this. For example, if the user's scene reaction is "watching TV", it is considered that user A is interested in the scene. In this case as well, it seems that the scene (introduction of the store in the example of FIG. 3) is evaluated positively, so that the user preference analysis unit 6 has the store name, the product name handled, the article name, etc. The keyword is read from the metadata stored in the user log storage means 3, and the keyword (store name, product name, etc.) is associated with the positive evaluation flag and stored in the user preference information storage unit 7.
また、評価は必ずしも、肯定的又は否定的の２段階のみならず、３以上の複数の段階で評価しても良い。例えば、否定、普通、肯定の３段階にするなどである。また、テレビ視聴の人数や、その関心度合などを合算してもよい。複数人で視聴していれば肯定の度合が高くなるなど、評価を設計者の意図によって重みづけを与えてもよい。例えば、家族４人で、テレビを視聴している場合、その４人が全て肯定的な評価の場合、重みづけ値を通常の値よりも大きな値としてしても良い。 Moreover, the evaluation may not necessarily be made in two stages of positive or negative, but may be evaluated in a plurality of stages of three or more. For example, there are three stages: negative, normal, and affirmative. In addition, the number of people watching TV and the degree of interest in it may be added up. The evaluation may be weighted according to the intention of the designer, for example, the degree of affirmation increases when viewed by a plurality of people. For example, when four family members are watching TV and all four have a positive evaluation, the weighting value may be set to a value larger than the normal value.
また、ユーザ趣向性解析部６のシーン反応の解析も、そのシーンに対してひとつのシーン反応ののみならず、複数のシーン反応（例えば、音声と画像）がある場合、それらを総合してユーザ趣向性を決定しても良い。 Further, in the analysis of the scene reaction of the user preference analysis unit 6, when there is not only one scene reaction for the scene but also a plurality of scene reactions (for example, voice and image), the user integrates them. You may decide the taste.
更に、ユーザの趣向性は、ユーザの趣向性を表すキーワードやそれに対する評価のみならず、ユーザがよく見る視聴時間などの時間の概念を含む生活パターン等でも良い。 Further, the user's taste may be not only a keyword expressing the user's taste and an evaluation for the keyword, but also a life pattern including the concept of time such as viewing time that the user often sees.
尚、第２の実施の形態では、ユーザログ蓄積手段３とユーザ趣向性情報蓄積部７とを別々の構成としたが、これらを一つにまとめてデータベースを構成しても良い。 In the second embodiment, the user log storage means 3 and the user preference information storage unit 7 are configured separately, but these may be combined into one to form a database.
また、第１の実施の形態と同様に、ユーザ趣向性解析部６とユーザ趣向性情報蓄積部７とは、かならずしもユーザＡの近傍にある必要はなく、ネットワークを介してユーザログ蓄積部３と接続されたサーバが有していても良い。更に、サーバが、ユーザ反応解析部２、ユーザログ蓄積部３、ユーザ趣向性解析部６、及びユーザ趣向性情報蓄積部７を有していても良い。
Further, as in the first embodiment, the user preference analysis unit 6 and the user preference information storage unit 7 do not necessarily have to be in the vicinity of the user A, and the user log storage unit 3 and the user log storage unit 3 via the network. It may be owned by the connected server. Further, the server may have a user
第２の実施の形態は、ユーザ趣向性解析部６が、ユーザログ蓄積手段３に蓄積されているシーン反応情報とコンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析し、それをユーザ趣向性情報蓄積部７に蓄積するように構成している。このような構成にすることにより、ユーザがコンテンツを視聴する際の自然な振る舞いや反応から、ユーザの潜在的な興味関心を反映したユーザの趣向性の情報を得ることができる。 In the second embodiment, the user preference analysis unit 6 analyzes the user preference based on the association between the scene reaction information stored in the user log storage means 3 and the metadata of the content scene. , It is configured to be stored in the user preference information storage unit 7. With such a configuration, it is possible to obtain information on the user's taste that reflects the user's potential interests from the natural behavior and reaction when the user views the content.
＜第３の実施の形態＞
第３の実施の形態を説明する。
<Third embodiment>
A third embodiment will be described.
第３の実施の形態では、上述したユーザ趣向性情報蓄積部７に蓄積されているユーザの趣向性の情報に基づいて、商品等のリコメンド（商品等の紹介するコンテンツ）を行う例を説明する。 In the third embodiment, an example of recommending a product or the like (content to be introduced by the product or the like) will be described based on the user's taste information stored in the user preference information storage unit 7 described above. ..
図６は第３の実施の形態の視聴ユーザログ蓄積システムの構成図である。 FIG. 6 is a configuration diagram of the viewing user log storage system according to the third embodiment.
第３の実施の形態は、上述した実施の形態に加えて、推薦コンテンツ記憶部８と、推薦コンテンツ選択部９と、出力部１０とを備える。 The third embodiment includes a recommended content storage unit 8, a recommended content selection unit 9, and an output unit 10 in addition to the above-described embodiment.
推薦コンテンツ記憶部８は、ユーザＡに対して推薦する推薦コンテンツと、推薦コンテンツのメタデータとが関連付けて記憶されている記憶部である。推薦コンテンツ記憶部８に記憶されている内容の一例を図７に示す。図７の例では、推薦コンテンツとその推薦コンテンツのメタデータとが関連付けられて記憶されている。例えば、「推薦コンテンツＸ」と、「“ジャンル：旅行”、“キーワード：ハワイ、リゾート、海”」とが関連付けられて記憶されており、「推薦コンテンツＹ」と、「“ジャンル：商品”、“キーワード：バッグ、ＸＸＸ”」とが関連付けられて記憶されており、「推薦コンテンツＺ」と、「“ジャンル：レストラン”、“キーワード：イタリアン、目黒”」とが関連付けられて記憶されている。これらの推薦コンテンツと、推薦コンテンツのメタデータとは、例えば、通信により、随時、推薦コンテンツ記憶部８に蓄積される。 The recommended content storage unit 8 is a storage unit in which the recommended content recommended to the user A and the metadata of the recommended content are stored in association with each other. FIG. 7 shows an example of the content stored in the recommended content storage unit 8. In the example of FIG. 7, the recommended content and the metadata of the recommended content are associated and stored. For example, "recommended content X" is stored in association with "genre: travel" and "keyword: Hawaii, resort, sea", and "recommended content Y" and "genre: product", "Keyword: bag, XXX" is associated and stored, and "recommended content Z" is associated and stored with "" genre: restaurant "," keyword: Italian, Meguro "". These recommended contents and the metadata of the recommended contents are stored in the recommended content storage unit 8 at any time by communication, for example.
推薦コンテンツ選択部９は、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と、推薦コンテンツ記憶部８に記憶されている推薦コンテンツのメタデータとに基づいて、ユーザに提示する推薦コンテンツを選択するものである。具体的には、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と推薦コンテンツのメタデータとの相関を計算し、最も高い相関値に対応する推薦コンテンツを選択する。 The recommended content selection unit 9 presents the recommendation to the user based on the user preference information stored in the user preference information storage unit 7 and the metadata of the recommended content stored in the recommended content storage unit 8. It selects the content. Specifically, the correlation between the user preference information stored in the user preference information storage unit 7 and the metadata of the recommended content is calculated, and the recommended content corresponding to the highest correlation value is selected.
例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積され、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１”であり、「推薦コンテンツＹ」の肯定的評価の合計値（相関値）は、“２”であり、「推薦コンテンツＺ」の肯定的評価の合計値（相関値）は、“０”である。従って、ユーザの趣向性と相関が高いコンテンツは「推薦コンテンツＹ」である。そこで、「推薦コンテンツＹ」を選択する。 For example, the user preference information storage unit 7 of the user A stores the user preference information as shown in FIG. 5, and when the metadata of the recommended content shown in FIG. 7 is referred to, the “recommended content X” is affirmed. The total value (correlation value) of the target evaluation is "1", the total value (correlation value) of the positive evaluation of "recommended content Y" is "2", and the positive evaluation of "recommended content Z". The total value (correlation value) of is "0". Therefore, the content having a high correlation with the user's taste is "recommended content Y". Therefore, "recommended content Y" is selected.
尚、推薦コンテンツ選択部９による推薦コンテンツの選択は上記だけに限られず、例えば、所定の閾値を設け、この閾値を超えた相関値に対応する推薦コンテンツを選択するようにしても良い。 The selection of the recommended content by the recommended content selection unit 9 is not limited to the above, and for example, a predetermined threshold value may be set and the recommended content corresponding to the correlation value exceeding this threshold value may be selected.
また、他のユーザのユーザ趣向性情報を取得し、相関の高いユーザの購買行動などをもとに、推薦コンテンツを選択するようにしてもよい。この場合、複数のユーザのユーザ趣向性情報蓄積部に蓄積されている情報を、それぞれの推薦コンテンツ選択部９が参照できるように構成する必要があるが、各ユーザ趣向性情報蓄積部がクラウド上にあれば容易に実現することができる。また、各ユーザ趣向性情報蓄積部同士がローカルなネットワークで接続され、各ユーザ趣向性情報蓄積部に蓄積されている情報を、それぞれの推薦コンテンツ選択部９が参照できるようにしても良い。 In addition, the user preference information of another user may be acquired, and the recommended content may be selected based on the purchasing behavior of a highly correlated user. In this case, it is necessary to configure the information stored in the user preference information storage unit of a plurality of users so that each recommended content selection unit 9 can refer to it, but each user preference information storage unit is on the cloud. It can be easily realized if there is. Further, each user preference information storage unit may be connected to each other by a local network so that the recommended content selection unit 9 can refer to the information stored in each user preference information storage unit.
推薦コンテンツ出力部１０は、推薦コンテンツ選択部９により選択された推薦コンテンツを、ユーザに提示するものである。推薦コンテンツ出力部１０の種類は問わないが、例えば、ディスプレイ、スピーカ、スマートフォンや、ロボットなどでも良い。また、推薦コンテンツ出力部１０はテレビ５と一体となって構成されても良い。 The recommended content output unit 10 presents the recommended content selected by the recommended content selection unit 9 to the user. The type of the recommended content output unit 10 is not limited, but may be, for example, a display, a speaker, a smartphone, a robot, or the like. Further, the recommended content output unit 10 may be integrally configured with the television 5.
また、推薦コンテンツの出力のタイミングであるが、推薦コンテンツ選択部９が予め定められた周期、タイミングで、推薦コンテンツを選択して、推薦コンテンツ出力部１０から出力させるように構成しても良い。 Further, regarding the output timing of the recommended content, the recommended content selection unit 9 may be configured to select the recommended content at a predetermined cycle and timing and output the recommended content from the recommended content output unit 10.
また、第１、２の実施の形態と同様に、推薦コンテンツ記憶部８と推薦コンテンツ選択部９とは、かならずしもユーザＡの近傍にある必要はなく、ネットワークを介してユーザ趣向性情報蓄積部７と接続されたサーバが有していても良い。更に、サーバが、ユーザ反応解析部２、ユーザログ蓄積部３、ユーザ趣向性解析部６、ユーザ趣向性情報蓄積部７、推薦コンテンツ記憶部８及び推薦コンテンツ選択部９を有していても良い。
Further, as in the first and second embodiments, the recommended content storage unit 8 and the recommended content selection unit 9 do not necessarily have to be in the vicinity of the user A, and the user preference information storage unit 7 via the network. It may be owned by the server connected to. Further, the server may have a user
第３の実施の形態は、推薦コンテンツ選択部９が上述したユーザ趣向性情報蓄積部７に蓄積されているユーザの趣向性の情報に基づいて、推薦コンテンツ記憶部８に蓄積されている推薦コンテンツを選択して、推薦コンテンツ出力部１０によりユーザに提供するように構成している。このような構成にすることにより、ユーザの潜在的な興味関心を反映したコンテンツをユーザに提示することができる。 In the third embodiment, the recommended content selected unit 9 stores the recommended content stored in the recommended content storage unit 8 based on the user's taste information stored in the user preference information storage unit 7 described above. Is selected and provided to the user by the recommended content output unit 10. With such a configuration, it is possible to present the content to the user that reflects the potential interest of the user.
＜第４の実施の形態＞
第４の実施の形態を説明する。
<Fourth Embodiment>
A fourth embodiment will be described.
第３の実施の形態では、推薦コンテンツの提示タイミングを定めず任意としたが、第４の実施の形態では、第３の実施の形態における推薦コンテンツの提示タイミングを放送や通信により制御する例を説明する。 In the third embodiment, the presentation timing of the recommended content is not defined and is arbitrary, but in the fourth embodiment, the presentation timing of the recommended content in the third embodiment is controlled by broadcasting or communication. explain.
図８は第４の実施の形態の視聴ユーザログ蓄積システムの構成図である。 FIG. 8 is a configuration diagram of the viewing user log storage system according to the fourth embodiment.
放送局４は、推薦コンテンツの選択及び出力のトリガとなるトリガ情報を放送又は通信により送信する。トリガ情報には、放送中の「イベント（紹介商品・CM情報等）」が含まれている。尚、トリガ情報の代表的なものとして、放送によるイベントメッセージがある。 Broadcasting station 4 transmits trigger information that triggers selection and output of recommended content by broadcasting or communication. The trigger information includes "events (introduced products, CM information, etc.)" being broadcast. As a typical trigger information, there is an event message by broadcasting.
推薦コンテンツ選択部９は、トリガ情報を受信してその情報（「イベント（紹介商品・CM情報等）」）を解析する機能を有する。推薦コンテンツ選択部９は、解析したトリガ情報に基づいて、推薦コンテンツ記憶部８に記憶されている推薦コンテンツの中から相関が近いものを選択する。例えば、現在放送されている番組がリゾートに関する番組であり、トリガ情報には「リゾート、ハワイ」の情報が格納されているとする。ここで、推薦コンテンツ記憶部８に蓄積されている推薦コンテンツが図７に示されるものであるとすると、推薦コンテンツ選択部９は、推薦コンテンツＸを選択する。そして、推薦コンテンツＸを推薦コンテンツ出力部１０に出力し、推薦コンテンツ出力部１０により推薦コンテンツＸを提示する。 The recommended content selection unit 9 has a function of receiving trigger information and analyzing the information (“event (introduced product, CM information, etc.)”). Based on the analyzed trigger information, the recommended content selection unit 9 selects recommended contents stored in the recommended content storage unit 8 that have a close correlation. For example, suppose that the program currently being broadcast is a program related to a resort, and that the trigger information stores information on "resort, Hawaii". Here, assuming that the recommended content stored in the recommended content storage unit 8 is the one shown in FIG. 7, the recommended content selection unit 9 selects the recommended content X. Then, the recommended content X is output to the recommended content output unit 10, and the recommended content X is presented by the recommended content output unit 10.
続いて、推薦コンテンツ選択部９は、選択した推薦コンテンツのメタデータと、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報との相関値を計算する。例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積され、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１”である。ここで、相関値が少なくとも肯定的な評価である閾値１以上ならば、「推薦コンテンツＸ」を選択して推薦コンテンツ出力部１０を介してユーザに提示する。尚、推薦コンテンツが複数ある場合、それらの中から最も相関値が高い推薦コンテンツを選択して提示しても良い。 Subsequently, the recommended content selection unit 9 calculates the correlation value between the metadata of the selected recommended content and the user preference information stored in the user preference information storage unit 7. For example, the user preference information storage unit 7 of the user A stores the user preference information as shown in FIG. 5, and when the metadata of the recommended content shown in FIG. 7 is referred to, the “recommended content X” is affirmed. The total value (correlation value) of the target evaluation is “1”. Here, if the correlation value is at least a positive evaluation threshold value of 1 or more, "recommended content X" is selected and presented to the user via the recommended content output unit 10. When there are a plurality of recommended contents, the recommended contents having the highest correlation value may be selected and presented.
第４の実施の形態は、推薦コンテンツの提示タイミングを放送や通信により制御するように構成している。このような構成にすることにより、ユーザの現在視聴している放送番組や通信コンテンツの内容に連動したコンテンツを提示することができ、そのコンテンツは潜在的な興味関心を反映したコンテンツであるため、広告効果が高いサービスを提供することができる。 The fourth embodiment is configured to control the presentation timing of the recommended content by broadcasting or communication. With such a configuration, it is possible to present content that is linked to the content of the broadcast program or communication content that the user is currently watching, and that content reflects potential interests. It is possible to provide services with high advertising effectiveness.
＜第５の実施の形態＞
第５の実施の形態を説明する。
<Fifth Embodiment>
A fifth embodiment will be described.
第３の実施の形態では、推薦コンテンツの提示タイミングを定めず任意としたが、第５の実施の形態では、第３の実施の形態における推薦コンテンツの提示タイミングを、ユーザ行動により制御する例を説明する。 In the third embodiment, the presentation timing of the recommended content is not defined and is arbitrary, but in the fifth embodiment, the presentation timing of the recommended content in the third embodiment is controlled by the user behavior. explain.
図９は第５の実施の形態の視聴ユーザログ蓄積システムの構成図である。 FIG. 9 is a configuration diagram of the viewing user log storage system according to the fifth embodiment.
第５の実施の形態では、上述した実施の形態の構成に加え、ユーザ行動分析部１１を備える。 In the fifth embodiment, in addition to the configuration of the above-described embodiment, the user behavior analysis unit 11 is provided.
更に、ユーザ生体情報取得部１は、ユーザＡのテレビ５の視聴の有無にかかわらず、日常生活におけるユーザＡのユーザに関する情報（生体情報）を取得する。すなわち、ユーザ生体情報取得部１で取得されるユーザに関する情報（生体情報）は、ユーザＡが、かならずしも、テレビ５を視聴している必要はない点に留意すべきである。
Further, the user biometric
同様に、ユーザ反応解析部２も、ユーザＡのテレビ５の視聴の有無にかかわらず、ユーザ生体情報取得部１により取得されたユーザＡのユーザに関する情報（生体情報）を解析する。
Similarly, the user
尚、ユーザ生体情報取得部１及びユーザ反応解析部２について、第１の実施の形態のものを利用する構成したが、ユーザ生体情報取得部１及びユーザ反応解析部２と同様なものを別途用意しても良い。
The user biometric
ユーザ行動分析部１１は、ユーザ反応解析部２により解析されたユーザの反応を受けて、現在のユーザの行動を解析し、ユーザの行動情報を生成する。ここで、ユーザの行動情報とは、例えば、ユーザＡの発言やユーザＡと他のユーザとの会話等から得られるキーワードや、ユーザＡの身振りなどから得られるユーザの様子（例えば、体調不良等）である。そして、ユーザの行動情報にもとに、推薦コンテンツの選択及び出力のトリガとなるトリガ情報を推薦コンテンツ選択部９に出力する。
The user behavior analysis unit 11 receives the user's reaction analyzed by the user
例えば、ユーザ行動分析部１１は、ユーザ反応解析部２により得られた音声により、ユーザＡが「ハワイに行きたい」と発話していることを分析した場合、形態素解析等により、その発話内容からキーワードとなる「ハワイ」、「行きたい」を抽出してユーザの行動情報を生成する。ユーザの行動情報はキーワードを含んでいるので、そのキーワードを推薦コンテンツの選択及び出力のトリガとなるトリガ情報として、推薦コンテンツ選択部９に出力する。尚、ユーザの行動情報として、狭義のキーワードのみならず、ジャンル等を示す広いが意念のキーワードで合っても良い。例えば、ユーザＡが「旅行に行きたい」と発話していることを分析した場合、形態素解析等により、その発話内容からキーワードとなる「旅行」、「行きたい」を抽出してユーザの行動情報を生成する。その発話内容からキーワードとなる「旅行」、「行きたい」を抽出してユーザの行動情報を生成する。
For example, when the user behavior analysis unit 11 analyzes that the user A is uttering "I want to go to Hawaii" by the voice obtained by the user
推薦コンテンツ選択部９は、トリガ情報を受信してその情報（「ハワイ」、「行きたい」）を解析する機能を有する。推薦コンテンツ選択部９は、解析したトリガ情報に基づいて、推薦コンテンツ記憶部８に記憶されている推薦コンテンツの中から相関が近いものを選択する。例えば、トリガ情報には「ハワイ」、「行きたい」の情報が格納されているとする。ここで、推薦コンテンツ記憶部８に蓄積されている推薦コンテンツが図７に示されるものであるとすると、推薦コンテンツ選択部９は、推薦コンテンツＸを選択する。 The recommended content selection unit 9 has a function of receiving trigger information and analyzing the information (“Hawaii”, “want to go”). Based on the analyzed trigger information, the recommended content selection unit 9 selects recommended contents stored in the recommended content storage unit 8 that have a close correlation. For example, it is assumed that the trigger information stores information on "Hawaii" and "I want to go". Here, assuming that the recommended content stored in the recommended content storage unit 8 is the one shown in FIG. 7, the recommended content selection unit 9 selects the recommended content X.
尚、ユーザの行動情報に含まれるキーワードが広い概念を表す場合（例えば、旅行などジャンルを表す場合）、キーワードの完全一致のみならず、そのキーワードの広い概念（ジャンル）の下位概念（上述の場合では、ハワイ）と一致するコンテンツを選択するようにしても良い。 When the keyword included in the user's behavior information represents a broad concept (for example, when representing a genre such as travel), not only the keyword is exactly matched, but also a subconcept of the broad concept (genre) of the keyword (in the above case). Then, you may choose the content that matches Hawaii).
続いて、推薦コンテンツ選択部９は、選択した推薦コンテンツのメタデータと、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報との相関値を計算する。例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積され、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１”である。ここで、相関値が少なくとも肯定的な評価である閾値１以上ならば、「推薦コンテンツＸ」を選択して推薦コンテンツ出力部１０を介してユーザに提示する。尚、推薦コンテンツが複数ある場合、それらの中から最も相関値が高い推薦コンテンツを選択して提示しても良い。そして、推薦コンテンツＸを推薦コンテンツ出力部１０に出力し、推薦コンテンツ出力部１０により推薦コンテンツＸを提示する。 Subsequently, the recommended content selection unit 9 calculates the correlation value between the metadata of the selected recommended content and the user preference information stored in the user preference information storage unit 7. For example, the user preference information storage unit 7 of the user A stores the user preference information as shown in FIG. 5, and when the metadata of the recommended content shown in FIG. 7 is referred to, the “recommended content X” is affirmed. The total value (correlation value) of the target evaluation is “1”. Here, if the correlation value is at least a positive evaluation threshold value of 1 or more, "recommended content X" is selected and presented to the user via the recommended content output unit 10. When there are a plurality of recommended contents, the recommended contents having the highest correlation value may be selected and presented. Then, the recommended content X is output to the recommended content output unit 10, and the recommended content X is presented by the recommended content output unit 10.
第５の実施の形態は、推薦コンテンツの提示タイミングをユーザ行動により制御するように構成している。このような構成にすることにより、日常生活の中でユーザの何気ない身振りや、発話等に基づいたコンテンツを提示することができ、そのコンテンツは潜在的な興味関心を反映したコンテンツであるため、広告効果が高いサービスを提供することができる。 The fifth embodiment is configured to control the presentation timing of the recommended content by the user behavior. With such a configuration, it is possible to present content based on the user's casual gestures and utterances in daily life, and since the content reflects potential interests, advertisements It is possible to provide highly effective services.
＜第６の実施の形態＞
第６の実施の形態を説明する。
<Sixth Embodiment>
A sixth embodiment will be described.
第６の実施の形態は、第３の実施の形態に加え、更に、ユーザのユーザ属性情報を取得し、ユーザ属性情報とユーザ趣向性情報とに基づいて、推薦コンテンツを提示する例を説明する。 In the sixth embodiment, in addition to the third embodiment, an example in which the user attribute information of the user is acquired and the recommended content is presented based on the user attribute information and the user preference information will be described. ..
図１０は第６の実施の形態の視聴ユーザログ蓄積システムの構成図である。 FIG. 10 is a configuration diagram of the viewing user log storage system according to the sixth embodiment.
第６の実施の形態では、上述した第３の実施の形態の構成に加え、ユーザ属性情報解析部１２と、ユーザ属性情報蓄積部１３とを備える。 In the sixth embodiment, in addition to the configuration of the third embodiment described above, the user attribute information analysis unit 12 and the user attribute information storage unit 13 are provided.
更に、ユーザ生体情報取得部１は、ユーザＡのテレビ５の視聴の有無にかかわらず、日常生活におけるユーザＡのユーザに関する情報（生体情報）を取得する。すなわち、ユーザ生体情報取得部１で取得されるユーザに関する情報（生体情報）は、ユーザＡが、かならずしも、テレビ５を視聴している必要はない点に留意すべきである。
Further, the user biometric
同様に、ユーザ反応解析部２も、ユーザＡのテレビ５の視聴の有無にかかわらず、ユーザ生体情報取得部１により取得されたユーザＡのユーザに関する情報（生体情報）を解析する。
Similarly, the user
尚、ユーザ生体情報取得部１及びユーザ反応解析部２について、第１の実施の形態のものを利用する構成したが、ユーザ生体情報取得部１及びユーザ反応解析部２と同様なものを別途用意しても良い。
The user biometric
ユーザ属性情報解析部１２は、ユーザ反応解析部２により解析されたユーザの反応に基づいて、ユーザのユーザ属性情報を解析する。ここで、ユーザのユーザ属性情報とは、氏名や性別、住所等のみならず、ユーザの趣向性も含む概念である。ここで、ユーザ属性情報解析部１２で解析されるユーザの属性情報は、上述したシーンに対応するユーザの趣向性情報とは異なり、コンテンツとは関係なく、ユーザから取得できる属性情報である点に留意すべきである。従って、ユーザの状態をユーザ生体情報取得部１及びユーザ反応解析部２に得てユーザの属性情報を解析するだけでなく、ユーザ属性情報解析部１２が能動的にユーザに質問を行い、その答えをユーザのユーザ属性情報としても良い。
The user attribute information analysis unit 12 analyzes the user attribute information of the user based on the reaction of the user analyzed by the user
例えば、ユーザ属性情報解析部１２は、受動的に、ユーザの会話等をユーザ生体情報取得部１及びユーザ反応解析部２から取得し、その会話からキーワードを抽出して、そのキーワードをユーザのユーザ属性情報としても良いし、ユーザ属性情報解析部１２が、能動的に、「名前は？」などの質問を行い、その回答をユーザのユーザ属性情報としても良い。
For example, the user attribute information analysis unit 12 passively acquires a user's conversation or the like from the user biometric
尚、ユーザ属性情報解析部１２は一例であり、ユーザ生体情報取得部１及びユーザ反応解析部２を使用せずに、他の方法により、ユーザの属性情報を取得しても良い。例えば、ネットワークを利用して、他の機器に登録されているユーザの属性情報を取得するようにしても良い。
The user attribute information analysis unit 12 is an example, and the user attribute information may be acquired by another method without using the user biometric
そして、ユーザ属性情報解析部１２は、解析されたユーザのユーザ属性情報を、ユーザ属性情報蓄積部１３に蓄積していく。尚、ユーザ属性情報蓄積部１３に蓄積されるユーザのユーザ属性情報であるが、単に、ユーザの氏名や性別、キーワードのみを蓄積するだけでも良いが、各項目についての肯定的や否定的といった評価（レーティング）も、一緒に蓄積するようにしても良い。 Then, the user attribute information analysis unit 12 accumulates the analyzed user user attribute information of the user in the user attribute information storage unit 13. Although the user attribute information of the user is stored in the user attribute information storage unit 13, it is sufficient to simply store only the user's name, gender, and keywords, but evaluations such as positive or negative for each item. (Rating) may also be accumulated together.
ユーザ属性情報蓄積部１３は、上述したユーザの属性情報が蓄積される記憶部である。図１１に、ユーザ属性情報蓄積部１３に蓄積されているユーザの属性情報の一例を示す。図１１の例では、項目として、氏名、性別、郵便番号、住所、年齢、キーワードの項目があり、キーワードについてはそのキーワードに対するユーザの評価が３段階（０：悪い、１：普通、２：良い）の評価が付されている。 The user attribute information storage unit 13 is a storage unit in which the above-mentioned user attribute information is stored. FIG. 11 shows an example of user attribute information stored in the user attribute information storage unit 13. In the example of FIG. 11, there are items such as name, gender, zip code, address, age, and keywords, and the user's evaluation of the keywords is evaluated in three stages (0: bad, 1: normal, 2: good). ) Is attached.
尚、ユーザ属性情報蓄積部１３には、ユーザ生体情報取得部１、ユーザ反応解析部２及びユーザ属性情報解析部１２を介さず、設定時に基本的な属性情報が蓄積されていても良い。例えば、システム利用開始時にユーザが申込書に記入した基本データ等（氏名、性別、住所や関心の高いもの等の情報）である。そして、これらの蓄積されている属性情報に対して、ユーザ属性情報解析部１２が追加、又は修正するようにしても良い。
It should be noted that the user attribute information storage unit 13 may store basic attribute information at the time of setting without going through the user biometric
推薦コンテンツ選択部９は、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と、ユーザ属性情報蓄積部１３に蓄積されているユーザ属性情報と、推薦コンテンツ記憶部８に記憶されている推薦コンテンツのメタデータとに基づいて、ユーザに提示する推薦コンテンツを選択するものである。具体的には、ユーザ趣向性情報蓄積部７に蓄積されているユーザ趣向性情報と、ユーザ属性情報蓄積部１３に蓄積されているユーザ属性情報と、推薦コンテンツのメタデータとの相関を計算し、最も高い相関値に対応する推薦コンテンツを選択する。 The recommended content selection unit 9 stores the user preference information stored in the user preference information storage unit 7, the user attribute information stored in the user attribute information storage unit 13, and the recommended content storage unit 8. The recommended content to be presented to the user is selected based on the metadata of the recommended content. Specifically, the correlation between the user preference information stored in the user preference information storage unit 7, the user attribute information stored in the user attribute information storage unit 13, and the metadata of the recommended content is calculated. , Select the recommended content that corresponds to the highest correlation value.
例えば、ユーザＡのユーザ趣向性情報蓄積部７には、図５に示すようなユーザ趣向性情報が蓄積されているものとし、ユーザ属性情報蓄積部１３には、図１１に示すようなユーザ属性情報が蓄積されているものとする。推薦コンテンツ選択部９は、図７に示される推薦コンテンツのメタデータを参照すると、「推薦コンテンツＸ」の肯定的評価の合計値（相関値）は、“１（１（ユーザ趣向性情報）＋０（ユーザ属性情報））”であり、「推薦コンテンツＹ」の肯定的評価の合計値（相関値）は、“５（２（ユーザ趣向性情報）＋３（ユーザ属性情報））”であり、「推薦コンテンツＺ」の肯定的評価の合計値（相関値）は、“０（０（ユーザ趣向性情報）＋０（ユーザ属性情報））”である。従って、ユーザの趣向性及びユーザ属性情報と相関が高いコンテンツは「推薦コンテンツＹ」である。そこで、「推薦コンテンツＹ」を選択する。そして、推薦コンテンツＹを推薦コンテンツ出力部１０に出力し、推薦コンテンツ出力部１０により推薦コンテンツＹを提示する。 For example, it is assumed that the user preference information storage unit 7 of the user A stores the user preference information as shown in FIG. 5, and the user attribute information storage unit 13 stores the user attributes as shown in FIG. It is assumed that information has been accumulated. When the recommended content selection unit 9 refers to the metadata of the recommended content shown in FIG. 7, the total value (correlation value) of the positive evaluation of the “recommended content X” is “1 (1 (user preference information) + 0”. (User attribute information)) ”, and the total value (correlation value) of the positive evaluation of“ Recommended content Y ”is“ 5 (2 (user preference information) + 3 (user attribute information)) ”. The total value (correlation value) of the positive evaluation of the "recommended content Z" is "0 (0 (user preference information) + 0 (user attribute information))". Therefore, the content having a high correlation with the user's taste and user attribute information is "recommended content Y". Therefore, "recommended content Y" is selected. Then, the recommended content Y is output to the recommended content output unit 10, and the recommended content Y is presented by the recommended content output unit 10.
第６の実施の形態は、第３の実施の形態に加え、更に、ユーザのユーザ属性情報を取得し、ユーザ属性情報とユーザ趣向性情報とに基づいて、推薦コンテンツを提示するように構成している。このような構成にすることにより、推薦コンテンツとユーザとの相関の精度が高まるため、より、ユーザの個々に適したコンテンツをユーザに提示することができる。 In the sixth embodiment, in addition to the third embodiment, the user attribute information of the user is further acquired, and the recommended content is presented based on the user attribute information and the user preference information. ing. With such a configuration, the accuracy of the correlation between the recommended content and the user is improved, so that the content suitable for each user can be presented to the user.
＜実施例＞
次に、上述した実施の形態を具体化した実施例を説明する。
<Example>
Next, an embodiment embodying the above-described embodiment will be described.
本実施例では、上述した実施の形態における各部をサーバとロボットとに配置した例を説明する。 In this embodiment, an example in which each part in the above-described embodiment is arranged on the server and the robot will be described.
図１２は実施例の構成を示す図である。 FIG. 12 is a diagram showing a configuration of an embodiment.
図１２中、１００はロボットであり、２００はサーバである。尚、上述した実施の形態と同様な構成のものについては、同じ符号を付している。 In FIG. 12, 100 is a robot and 200 is a server. The same reference numerals are given to those having the same configuration as that of the above-described embodiment.
ロボット１００は、ユーザＡの近傍に配置されるものであり、ユーザ生体情報取得部１と推薦コンテンツ出力部１０との機能を有する。そして、ネットワークを介して、サーバ２００と接続されている。
The robot 100 is arranged in the vicinity of the user A, and has the functions of the user biometric
サーバ２００は、ユーザ反応解析部２と、ユーザ趣向性解析部６と、推薦コンテンツ選択部９と、ユーザ行動分析部１１と、ユーザ属性情報解析部１２との機能を有する。また、サーバ２００は、ユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、推薦コンテンツ記憶部８と、ユーザ属性情報蓄積部１３と接続されている。尚、サーバ２００とユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、推薦コンテンツ記憶部８と、ユーザ属性情報蓄積部１３とは、一体と構成されていてもよい。
The server 200 has functions of a user
上記のような構成において、ロボット１００は、ユーザＡがテレビ５を視聴している際に、シーンの反応をセンシングしてサーバ２００に送信する。また、ロボット１００は、ユーザＡと会話や、ユーザＡを撮影した画像も、サーバ２００に送信する。 In the above configuration, the robot 100 senses the reaction of the scene and transmits it to the server 200 when the user A is watching the television 5. The robot 100 also transmits a conversation with the user A and an image of the user A to the server 200.
サーバ２００は、ロボット１００から送信されてくる情報を受信し、ユーザログ情報、ユーザ趣向性情報、ユーザ属性情報を解析し、ユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、ユーザ属性情報蓄積部１３とに蓄積していく。また、サーバ２００は、逐次、推薦コンテンツ記憶部８に推薦コンテンツを蓄積していく。 The server 200 receives the information transmitted from the robot 100, analyzes the user log information, the user preference information, and the user attribute information, and analyzes the user log information, the user preference information storage unit 7, and the user attribute. It is accumulated in the information storage unit 13. Further, the server 200 sequentially accumulates the recommended content in the recommended content storage unit 8.
このような状態において、ユーザＡのユーザログ蓄積部３と、ユーザ趣向性情報蓄積部７と、推薦コンテンツ記憶部８と、ユーザ属性情報蓄積部１３に蓄積されている情報の一例を、図１３に示す。 In such a state, FIG. 13 shows an example of the information stored in the user log storage unit 3 of the user A, the user preference information storage unit 7, the recommended content storage unit 8, and the user attribute information storage unit 13. Shown in.
次に、図１３に示されるユーザＡに関する各種情報が蓄積された場合における推薦コンテンツの提示までの動作を説明する。 Next, the operation up to the presentation of the recommended content when various information about the user A shown in FIG. 13 is accumulated will be described.
まず、ユーザＡが、８月下旬に「旅行番組」のテレビ番組を視聴している。この時、ユーザＡが、「あら、このリゾート素敵ねえ」と発話したものとする。 First, User A is watching a TV program of "Travel Program" in late August. At this time, it is assumed that the user A utters "Oh, this resort is wonderful".
ロボット１００は、「あら、このリゾート素敵ねえ」をマイクやカメラで収集し、サーバ１００に送信する。 The robot 100 collects "Oh, this resort is wonderful" with a microphone or a camera and sends it to the server 100.
サーバ２００では、ユーザＡが「あら、このリゾート素敵ねえ」と発話したこと解析し、キーワードとして「リゾート」、「素敵」を抽出する。更に、ユーザ趣向性情報からユーザＡは、旅行番組が好きであり、温泉が好きであることも抽出する。また、ユーザ属性情報から、ユーザＡは子供2人、孫1人と同居しており、誕生日は９月１日であり、顔画像登録済みであり、音声パターン登録済みであることから、発話したユーザＡは祖母であることがわかる。 The server 200 analyzes that the user A has spoken "Oh, this resort is wonderful" and extracts "resort" and "nice" as keywords. Further, from the user preference information, the user A also extracts that he / she likes a travel program and likes a hot spring. In addition, from the user attribute information, user A lives with two children and one grandchild, and his birthday is September 1, and his face image has been registered and his voice pattern has been registered. It turns out that the user A is a grandmother.
サーバ２００は、これらの情報と推薦コンテンツ記憶部８の推薦コンテンツのメタデータとを照合し、適切なコンテンツを推薦コンテンツ記憶部８から選択する。 The server 200 collates this information with the metadata of the recommended content of the recommended content storage unit 8, and selects appropriate content from the recommended content storage unit 8.
この場合、ユーザＡは、祖母であり、家族全体の人数が４人であり、温泉好きであり、誕生日が９月１日であることから、推薦コンテンツ記憶部８に記憶されている推薦コンテンツ「ホテルＭＭのお誕生日宿泊プラン、温泉に入り優雅な誕生日を、家族4人 \120,000」との相関が高いと考えられる。そこで、サーバ２００は、「ホテルＭＭのお誕生日宿泊プラン、温泉に入り優雅な誕生日を、家族4人 \120,000」を推薦コンテンツとして選択し、この情報をロボット１００に送信する。 In this case, since user A is a grandmother, the total number of family members is 4, she likes hot springs, and her birthday is September 1, the recommended content stored in the recommended content storage unit 8. It is considered that there is a high correlation with "Hotel MM's birthday accommodation plan, an elegant birthday in a hot spring, 4 family members \ 120,000". Therefore, the server 200 selects "Hotel MM's birthday accommodation plan, an elegant birthday in a hot spring, 4 family members \ 120,000" as recommended content, and transmits this information to the robot 100.
ロボット１００は、推薦コンテンツの情報を受信し、その推薦コンテンツを出力する。例えば、ロボット１００は、「おばあちゃん、ホテルＭＭのお誕生日宿泊プランが家族4人で120,000円であるよ。温泉にも入れるよ」と自然な発話をユーザＡに対して行う。尚、ロボット１００は、更に、推薦コンテンツの購買予約への案内を行っても良い。 The robot 100 receives the information of the recommended content and outputs the recommended content. For example, the robot 100 makes a natural utterance to the user A, saying, "Grandma, Hotel MM's birthday accommodation plan is 120,000 yen for four family members. I can also put it in a hot spring." The robot 100 may further guide the purchase reservation of the recommended content.
本実施例は、ロボットとテレビ番組とが連動して、ユーザＡに推薦コンテンツを、より良いタイミンクで、かつ、自然な形で、ユーザが好ましいと思うコンテンツを提示することができる。 In this embodiment, the robot and the TV program can work together to present the recommended content to the user A, and the content that the user prefers in a better timing and in a natural manner.
以上好ましい実施の形態及び実施例をあげて本発明を説明したが、全ての実施の形態又は実施例の構成を備える必要はなく、適時組合せて実施することができるばかりでなく、本発明は必ずしも上記実施の形態及び実施例に限定されるものではなく、その技術的思想の範囲内において様々に変形し実施することが出来る。 Although the present invention has been described above with reference to preferred embodiments and examples, it is not necessary to include all the configurations of the embodiments or examples, and not only can they be implemented in a timely combination, but the present invention is not necessarily the same. It is not limited to the above-described embodiments and examples, and can be variously modified and implemented within the scope of the technical idea.
１ ユーザ生体情報取得部
２ ユーザ反応解析部
３ ユーザログ蓄積部
４ 放送局
５ テレビ
６ ユーザ趣向性解析部
７ ユーザ趣向性情報蓄積部
８ 推薦コンテンツ記憶部
９ 推薦コンテンツ選択部
１０ 推薦コンテンツ出力部
１１ ユーザ行動分析部
１２ ユーザ属性情報解析部
１３ ユーザ属性情報蓄積部
１００ ロボット
２００ サーバ
1 User biometric
Claims (9)
前記第１の出力手段から出力されているコンテンツを視聴しているユーザの生体情報を取得するユーザ生体情報取得手段と、
前記ユーザ情報取得手段が取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を示す情報であるシーン反応情報を取得するユーザ反応解析手段と、
前記シーン反応情報と、前記コンテンツのシーンのメタデータとが関連付けて蓄積されるユーザログ蓄積手段と、
前記ユーザログ蓄積手段に蓄積された前記シーン反応情報と前記コンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析するユーザ趣向性解析手段と、
前記ユーザ趣向性情報解析手段で解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積するユーザ趣向性情報蓄積手段と、
ユーザに対して推薦する推薦コンテンツと、前記推薦コンテンツのメタデータとが関連付けて記憶されている推薦コンテンツ記憶手段と、
前記推薦コンテンツを出力する第２の出力手段と、
放送又は通信を介して、前記第１の出力手段から出力されているコンテンツの内容に関するイベント情報を含み、前記コンテンツに連動したトリガ情報を受信する受信手段と、
前記トリガ情報の受信に応答して、前記トリガ情報のイベント情報と、前記ユーザ趣向性情報蓄積手段に蓄積されているユーザ趣向性情報と、前記推薦コンテンツ記憶手段に記憶されている推薦コンテンツのメタデータとに基づいて、前記推薦コンテンツ記憶手段に記憶されている推薦コンテンツから前記ユーザに提示する推薦コンテンツを選択し、選択した推薦コンテンツを、前記第１の出力手段又は前記第２の出力手段に出力する推薦コンテンツ選択手段とを有する視聴ユーザログ蓄積システム。 The first output means to output the content and
A user biometric information acquisition means for acquiring biometric information of a user who is viewing the content output from the first output means, and a user biometric information acquisition means.
A user reaction analysis means that analyzes the user's biological information acquired by the user information acquisition means and acquires scene reaction information that is information indicating the user's reaction to the scene of the content.
A user log storage means that stores the scene reaction information and the metadata of the scene of the content in association with each other .
A user preference analysis means for analyzing a user's preference based on an association between the scene reaction information stored in the user log storage means and the scene metadata of the content.
A user preference information storage means that stores the user preference analyzed by the user preference information analysis means as user preference information, and a user preference information storage means.
A recommended content storage means in which the recommended content recommended to the user and the metadata of the recommended content are stored in association with each other.
A second output means for outputting the recommended content and
A receiving means that includes event information regarding the content of the content output from the first output means and receives trigger information linked to the content via broadcasting or communication.
In response to the reception of the trigger information, the event information of the trigger information, the user preference information stored in the user preference information storage means, and the meta of the recommended content stored in the recommended content storage means. Based on the data, the recommended content to be presented to the user is selected from the recommended content stored in the recommended content storage means, and the selected recommended content is used as the first output means or the second output means. A viewing user log storage system having a recommended content selection means to output .
請求項１に記載の視聴ユーザログ蓄積システム。 The viewing user log storage system according to claim 1, wherein the content is a television broadcast program.
前記ユーザ属性情報取得手段で取得したユーザ属性情報を蓄積するユーザ属性情報蓄積手段と
を有し、
前記推薦コンテンツ選択手段は、前記トリガ情報の受信に応答して、前記トリガ情報のイベント情報と、前記ユーザ趣向性情報と、前記ユーザ属性情報と、前記推薦コンテンツのメタデータとに基づいて、前記推薦コンテンツ記憶手段に記憶されている推薦コンテンツから前記ユーザに提示する推薦コンテンツを選択し、選択した推薦コンテンツを、前記第１の出力手段又は前記第２の出力手段に出力する
請求項１又は請求項２に記載の視聴ユーザログ蓄積システム。 User attribute information acquisition means for acquiring user attribute information,
It has a user attribute information storage means for accumulating the user attribute information acquired by the user attribute information acquisition means.
The recommended content selection means, in response to receiving the trigger information, and event information of the trigger information, and the user preference of information, and the user attribute information, based on the metadata of the recommended content, the The recommended content to be presented to the user is selected from the recommended content stored in the recommended content storage means, and the selected recommended content is output to the first output means or the second output means.
The viewing user log storage system according to claim 1 or 2 .
請求項１から請求項３のいずれかに記載の視聴ユーザログ蓄積システム。 The robot arranged in the vicinity of the user has at least the user biometric information acquisition means and the second output means.
The viewing user log storage system according to any one of claims 1 to 3 .
請求項１から請求項４のいずれかに記載の視聴ユーザログ蓄積システム。 The server has the user reaction analysis means, the user log storage means, the user preference information analysis means, the user preference information storage means, the recommended content storage means, and the recommended content selection means.
The viewing user log storage system according to any one of claims 1 to 4 .
前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積するユーザログ蓄積手段と、
前記ユーザログ蓄積手段に蓄積された前記シーン反応情報と前記コンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析するユーザ趣向性解析手段と、
前記ユーザ趣向性情報解析手段で解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積するユーザ趣向性情報蓄積手段と、
ユーザに対して推薦する推薦コンテンツと、前記推薦コンテンツのメタデータとが関連付けて記憶されている推薦コンテンツ記憶手段と、
放送又は通信を介して、前記第１の出力手段から出力されているコンテンツの内容に関するイベント情報を含み、前記コンテンツに連動したトリガ情報を受信する受信手段と、
前記トリガ情報の受信に応答して、前記トリガ情報のイベント情報と、前記ユーザ趣向性情報蓄積手段に蓄積されているユーザ趣向性情報と、前記推薦コンテンツ記憶手段に記憶されている推薦コンテンツのメタデータとに基づいて、前記推薦コンテンツ記憶手段に記憶されている推薦コンテンツから前記ユーザに提示する推薦コンテンツを選択し、選択した推薦コンテンツを、前記第１の出力手段、又は、前記推薦コンテンツを出力する第２の出力手段に送信する送信手段と
を有する視聴ユーザログ蓄積サーバ。 A user reaction analysis means that analyzes biometric information obtained from a user who is viewing the content output from the first output means and acquires scene reaction information that is information indicating the user's reaction to the scene of the content. ,
And the scene reaction information, and user log storing means for storing in association with scene metadata of the content,
A user preference analysis means for analyzing a user's preference based on an association between the scene reaction information stored in the user log storage means and the scene metadata of the content.
A user preference information storage means that stores the user preference analyzed by the user preference information analysis means as user preference information, and a user preference information storage means.
A recommended content storage means in which the recommended content recommended to the user and the metadata of the recommended content are stored in association with each other.
A receiving means that includes event information about the content of the content output from the first output means via broadcasting or communication and receives trigger information linked to the content.
In response to the reception of the trigger information, the event information of the trigger information, the user preference information stored in the user preference information storage means, and the meta of the recommended content stored in the recommended content storage means. Based on the data, the recommended content to be presented to the user is selected from the recommended content stored in the recommended content storage means, and the selected recommended content is output from the first output means or the recommended content. A viewing user log storage server having a transmission means for transmitting to a second output means .
請求項６に記載の視聴ユーザログ蓄積サーバ。 The content is a television broadcast program.
The viewing user log storage server according to claim 6 .
第１の出力手段から出力されているコンテンツを視聴しているユーザの生体情報を取得し、
前記取得したユーザの生体情報を解析し、前記コンテンツのシーンに対するユーザの反応を示す情報であるシーン反応情報を取得し、
前記シーン反応情報と、前記コンテンツのシーンのメタデータとを関連付けて蓄積し、
蓄積された前記シーン反応情報と前記コンテンツのシーンのメタデータとの関連付けに基づいて、ユーザの趣向性を解析し、
解析されたユーザ趣向性を、ユーザ趣向性情報として蓄積し、
ユーザに対して推薦する推薦コンテンツと、前記推薦コンテンツのメタデータとを関連付けて記憶し、
放送又は通信を介して、前記第１の出力手段から出力されているコンテンツの内容に関するイベント情報を含み、前記コンテンツに連動したトリガ情報を受信し、
前記トリガ情報の受信に応答して、前記トリガ情報のイベント情報と、蓄積されている前記ユーザ趣向性情報と、記憶されている前記推薦コンテンツのメタデータとに基づいて、記憶されている推薦コンテンツから前記ユーザに提示する推薦コンテンツを選択し、
選択した推薦コンテンツを、前記第１の出力手段、又は、前記推薦コンテンツを出力する第２の出力手段に出力する
視聴ユーザログ蓄積方法。 Computer
Acquire the biometric information of the user who is viewing the content output from the first output means ,
The acquired biometric information of the user is analyzed, and scene reaction information, which is information indicating the user's reaction to the scene of the content , is acquired.
The scene reaction information and the metadata of the scene of the content are associated and accumulated .
Based on the association between the accumulated scene reaction information and the scene metadata of the content, the user's taste is analyzed.
The analyzed user preference is accumulated as user preference information,
The recommended content recommended to the user and the metadata of the recommended content are associated and stored, and stored.
The trigger information linked to the content including the event information regarding the content of the content output from the first output means is received via broadcasting or communication.
In response to the reception of the trigger information, the recommended content stored is based on the event information of the trigger information, the stored user preference information, and the stored metadata of the recommended content. Select the recommended content to be presented to the user from
A viewing user log storage method for outputting the selected recommended content to the first output means or a second output means for outputting the recommended content .
請求項８に記載の視聴ユーザログ蓄積方法。 The content is a television broadcast program.
The viewing user log accumulating method according to claim 8 .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016164754A JP6767808B2 (en) | 2016-08-25 | 2016-08-25 | Viewing user log storage system, viewing user log storage server, and viewing user log storage method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016164754A JP6767808B2 (en) | 2016-08-25 | 2016-08-25 | Viewing user log storage system, viewing user log storage server, and viewing user log storage method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018032252A JP2018032252A (en) | 2018-03-01 |
| JP6767808B2 true JP6767808B2 (en) | 2020-10-14 |
Family
ID=61304320
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016164754A Active JP6767808B2 (en) | 2016-08-25 | 2016-08-25 | Viewing user log storage system, viewing user log storage server, and viewing user log storage method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6767808B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2020075290A1 (en) * | 2018-10-12 | 2021-10-28 | 株式会社ユニキャスト | Customer support system |
| WO2022049709A1 (en) * | 2020-09-03 | 2022-03-10 | 日本電気株式会社 | Service providing device, service providing system, service providing method, and non-transitory computer readable medium |
| JP6934233B1 (en) * | 2020-09-07 | 2021-09-15 | 株式会社Ｓｈｉｆｔ | Programs, information processing equipment, and methods |
| CN116415662B (en) * | 2023-06-12 | 2023-08-11 | 四川云申至诚科技有限公司 | Factory expert system based on knowledge discovery |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006146630A (en) * | 2004-11-22 | 2006-06-08 | Sony Corp | Content selection reproduction device, content selection reproduction method, content distribution system and content retrieval system |
| KR100821623B1 (en) * | 2006-07-19 | 2008-04-15 | 삼성전자주식회사 | Method and apparatus for recommending broadcasting program and computer readable recoding media storing program for executing method thereof in computer |
| JP2008310680A (en) * | 2007-06-15 | 2008-12-25 | Olympus Corp | Control system, program, and information storage medium |
| JP5106455B2 (en) * | 2009-03-18 | 2012-12-26 | 株式会社東芝 | Content recommendation device and content recommendation method |
| JP5637930B2 (en) * | 2011-05-12 | 2014-12-10 | 日本放送協会 | Interest section detection device, viewer interest information presentation device, and interest section detection program |
| JP2013016903A (en) * | 2011-06-30 | 2013-01-24 | Toshiba Corp | Information processor and information processing method |
| JP2015002402A (en) * | 2013-06-14 | 2015-01-05 | 株式会社東芝 | Information processing method, information processing apparatus, and information processing program |
-
2016
- 2016-08-25 JP JP2016164754A patent/JP6767808B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018032252A (en) | 2018-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11055739B2 (en) | Using environment and user data to deliver advertisements targeted to user interests, e.g. based on a single command | |
| CN112399200B (en) | Method, device and storage medium for recommending information in live broadcast | |
| US11797625B2 (en) | Displaying information related to spoken dialogue in content playing on a device | |
| US11350173B2 (en) | Reminders of media content referenced in other media content | |
| JP6235556B2 (en) | Content presentation method, content presentation apparatus, and program | |
| JP6124357B2 (en) | Automatic monitoring of media content availability | |
| CN108650533B (en) | System and method for recommending media programs and notifying users before programs begin | |
| US10719544B2 (en) | Providing media content based on user state detection | |
| JP2006012171A (en) | System and method for using biometrics to manage review | |
| JP6767808B2 (en) | Viewing user log storage system, viewing user log storage server, and viewing user log storage method | |
| WO2014186241A2 (en) | Audience-aware advertising | |
| CN102216945B (en) | Networking with media fingerprints | |
| US9946769B2 (en) | Displaying information related to spoken dialogue in content playing on a device | |
| CN108140056A (en) | Media program moment guide | |
| US20220027929A1 (en) | System and method of identifying audience demographics and delivering relative content to audience | |
| CN106462637B (en) | Displaying information related to content played on a device | |
| KR101544547B1 (en) | Method, system and computer-readable recording medium for providing advertisement based on content usage by user | |
| Arman et al. | Identifying potential problem perceived by consumers within the recommendation system of streaming services | |
| JP2021197563A (en) | Related information distribution device, program, content distribution system, and content output terminal | |
| Aspund | Studying available implicit inputs in viewing behaviours which can be used to create user profiles in future TV services. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190719 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200605 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200701 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200827 |
|
| 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: 20200916 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200918 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6767808 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |