ノイズ除去条件決定装置、ノイズ除去条件決定方法、及びプログラム
【課題】行動ログからノイズを除去した適切なログを抽出するために使用するノイズ除去条件を自動的に決定する。
【解決手段】ノイズ除去条件決定装置において、収集された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出する手段と、前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件決定対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する手段と、前記学習用ログを用いて、前記対象ユーザの行動予測を行う手段と、行動予測結果と、前記正解ログとを比較し、所定の基準で行動予測結果の評価を行う手段と、ノイズ除去条件候補を変更しながら、前記各手段による処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する手段とを備える。
【解決手段】ノイズ除去条件決定装置において、収集された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出する手段と、前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件決定対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する手段と、前記学習用ログを用いて、前記対象ユーザの行動予測を行う手段と、行動予測結果と、前記正解ログとを比較し、所定の基準で行動予測結果の評価を行う手段と、ノイズ除去条件候補を変更しながら、前記各手段による処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する手段とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、セットトップボックス（ＳＴＢ）から収集される視聴ログ等の行動ログからノイズを除去するための技術に関するものである。
【背景技術】
【０００２】
現在、個人の行動ログが様々な場面で取得されている。行動ログとしては、ＴＶやＶＯＤの視聴ログ、実店舗での購買履歴ログ、オンラインショッピングでの購買履歴ログ、携帯電話やＰＣでのＷｅｂの閲覧・検索履歴ログ、オフィス・交通機関での入退室・乗降車ログなどがある。このような行動ログは、種々のサービスやマーケティングに活用されている。例えば、行動ログ（購買履歴ログ）を利用したサービスとして、ＥＣサイトで本を購入するときなどに、「あなたにおすすめの本」や、「この本を買った人にはこれがおすすめ」のようなレコメンドを表示するサービスがある。また、マーケティングに関しては、行動ログからマーケティング用データ（売り上げ、視聴率、マーケティングセグメント毎の行動特性など）を抽出し、当該データをサービス・商品の提供側に対して提供するマーケティングシステムがある。
【０００３】
行動ログを収集する仕組みはログの種類により異なるが、例えば、ＩＰＴＶやＣＡＴＶにおいては、ＳＴＢに対する操作情報等を視聴ログとしてネットワーク上のログ収集格納装置に送信し、ログ収集格納装置が視聴ログを収集する仕組みがある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００９−１１８１８９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
レコメンドシステムやマーケティングシステムなどの行動ログを利用するシステムにおいては、入力する行動ログにノイズが含まれる場合には、ユーザの嗜好を正しく反映した適切なレコメンドやマーケティングデータの出力を行うことができないという問題がある。この問題をＳＴＢからの視聴ログ収集を例に挙げて説明する。
【０００６】
ＳＴＢとテレビ受像機とからなる映像受信装置において、視聴者は、ＳＴＢを操作するとともに、テレビ受像機そのものを操作する場合がある。例えば、就寝のためにテレビの視聴を終了するときに、ＳＴＢの電源をＯＦＦにするのでなく、テレビ受像機の電源をＯＦＦにする場合がある。この場合、テレビ放送の受信機能を有するＳＴＢは、番組を受信し続けることになり、この時点でＳＴＢにより生成される視聴ログは、番組を受信し続けていることを示す視聴ログとなる。
【０００７】
そのため、上記のようなＳＴＢから得られたログから視聴者の行動を分析しようとした際に、ＳＴＢから得られた視聴ログをそのまま利用してしまうと、実際には視聴していない番組が好きなことになってしまうなど、精度の高い分析をすることができない。
【０００８】
そこで、ＳＴＢのログから複数の指標を用いてノイズを除き、視聴者の嗜好を表すであろうログを抜き出す必要がある。例えば、継続視聴時間がある閾値以上であるログを、「つけっぱなし」のログとして除外する。また、例えば、視聴割合（ある番組放送時間に対する視聴時間の割合）の閾値により、「興味を持って見た」と推定できるログと、そうでないと推定できるログとに分別することができる。
【０００９】
上記のようなノイズ除去に用いるパラメータの閾値は、一般に、視聴者にアンケートをとってその結果を分析して決めたり、あるいは、システム運営者側で感覚的に決めたりする。
【００１０】
しかし、それでは、新たなノイズ除去用のパラメータ（継続未視聴時間等）を加える際に、閾値の決定に時間がかかることや（例えば、アンケート収集の稼動がかかる）、閾値を決定する人に依存して値にバラツキが出ることが問題となる。
【００１１】
ノイズ除去に用いるパラメータとしては、上記に挙げた視聴割合等以外に、番組が有料であったかどうか、ニッチなジャンルであったかどうか、予約して見たかどうか、予約番組直後の放送であったかどうか、そのチャンネルに固定する直前のザッピング度合い（どれだけチャンネルを遷移した後に決めたか）等ログから算出できる値で、様々なパラメータが考えられる。
【００１２】
また、ＴＶで途中まで見た番組を携帯で持ち出して見るようなことになれば、どの端末で見たかも分割の重要なパラメータとなり、取得可能なログの種類が増えることによって嗜好を表すログとそうでないログを分割するためのパラメータは増え続けることになり。その度に閾値を決定する必要が出てくる。
【００１３】
また、閾値は、ユーザの属性によっても変化する。例えば、子供と大人では平均的に興味を持って番組を視聴する時間が異なったり、映画好きの人とドキュメンタリー好きでは平均的な視聴割合が異なる可能性がある。更に、季節や曜日による変化や、時代とともにライフスタイルが変化することにより、同じ個人でも適正な閾値に変化が生じてくることもある。
【００１４】
上記のように、適正に個々人の嗜好を反映するようにノイズを除去したログを抽出するためには、多くのパラメータの中から利用できそうなものを適切に選択し、最適閾値を検証することを何度も繰り返し実施しなければならない。しかしながら、現在は、個人の経験、アンケート等での閾値決定を必要とするため、時間が足りず、一律の閾値をずっと利用し続けることになってしまう。それでは、ログを入力して視聴者に番組をおすすめするレコメンドシステムでは個々人へのきめ細かいレコメンドを実施できず、視聴率や視聴者行動特性を算出するマーケティングデータシステムも正しく視聴者行動を捉えられなくなる。
【００１５】
本発明は、上記の点に鑑みてなされたものであり、収集された行動ログから、個々人の嗜好を反映するようにノイズを除去した適切なログを抽出するために使用するノイズ除去条件を自動的に決定する技術を提供することを目的とする。
【課題を解決するための手段】
【００１６】
上記の課題を解決するために、本発明は、ユーザの行動ログからノイズを除去するために用いるノイズ除去条件を決定するノイズ除去条件決定装置であって、ログ格納手段に格納された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出するノイズ除去済ログ抽出手段と、前記ノイズ除去済ログ抽出手段により抽出された前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件を決定する対象となる対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する評価用ログ抽出手段と、前記評価用ログ抽出手段により抽出された前記学習用ログを用いて、前記対象ユーザの行動予測を行い、行動予測結果を行動予測結果格納手段に格納する行動予測手段と、前記行動予測手段により得られた行動予測結果と、前記正解ログとを比較し、両者の一致度合いに基づいて、所定の基準で行動予測結果の評価を行う比較評価手段と、ノイズ除去条件候補を変更しながら、前記ノイズ除去済ログ抽出手段、前記評価用ログ抽出手段、及び前記比較評価手段による処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する最適ノイズ除去条件決定手段とを備えたことを特徴とするノイズ除去条件決定装置として構成される。
【００１７】
また、本発明は、ノイズ除去条件決定装置が実行する処理に対応するノイズ除去条件決定方法として構成してもよい。また、本発明は、コンピュータを、ノイズ除去条件決定装置の各手段として機能させるためのプログラムとして構成することもできる。
【発明の効果】
【００１８】
本発明によれば、行動ログからノイズを除去した適切なログを抽出するために使用するノイズ除去条件を自動的に決定することが可能となる。
【図面の簡単な説明】
【００１９】
【図１】本発明の実施の形態に係るシステムの全体構成図である。
【図２】ノイズ除去条件決定装置１０の機能構成図である。
【図３】ノイズ除去条件決定装置１０の動作を説明するためのフローチャートである。
【図４】ノイズ除去済ログ抽出を説明するための図である。
【図５】行動予測結果の評価を説明するための例を示す図である。
【図６】合致した番組集合と、正解ログの番組集合と、行動予測結果の番組集合との関係を示す図である。
【図７】ノイズ除去済ログ抽出装置２００の機能構成を示す図である。
【発明を実施するための形態】
【００２０】
以下、図面を参照して本発明の実施の形態を説明する。
【００２１】
（システム構成）
図１に本発明の実施の形態に係るシステムの全体構成図を示す。図１に示すように、本実施の形態に係るシステムは、本発明に係るノイズ除去条件決定装置１０、ログ収集格納装置２０、及び映像受信装置３０が、通信ネットワーク４０を介して接続されて構成されている。
【００２２】
本実施の形態に係る映像受信装置３０は、放送される番組を受信して表示するとともに、視聴ログを通信ネットワーク４０を介してログ収集格納装置２０に送信する機能を備えた装置である。本実施の形態では、映像受信装置３０として、ＳＴＢとＴＶ受像機とからなる装置を想定しているが、映像受信装置３０は、これに限られるものではなく、例えば、インターネット経由で放送される番組を受信可能なＰＣでもよい。なお、図１には、映像受信装置３０が１つだけ示されているが、実際には多数の映像受信装置が通信ネットワーク４０に接続されている。
【００２３】
通信ネットワーク４０は、視聴ログを伝送するネットワークである。この通信ネットワーク４０は、放送される番組自体も伝送するネットワークであってもよいし、放送される番組以外のデータ通信を行うためのネットワークであってもよい。前者は、ＩＰＴＶやＣＡＴＶ等の場合に相当し、後者は、番組を電波で受信し、視聴ログを通信ネットワーク４０（インターネット等）を介して送信する場合等に相当する。
【００２４】
ログ収集格納装置２０は、映像受信装置３０から、視聴ログを受信し、記憶手段に格納する装置である。ノイズ除去条件決定装置１０は、ログ収集格納装置２０により収集された視聴ログを用いて、ユーザ毎に最適なノイズ除去条件を決定する装置である。
【００２５】
図２に、ノイズ除去条件決定装置１０の機能構成図を示す。図２に示すように、ノイズ除去条件決定装置１０は、ログ取得部１０１、ログ格納部１０２、ノイズ除去条件候補提供部１０３、ノイズ除去済ログ抽出部１０４、ノイズ除去済ログ格納部１０５、評価用ログ抽出部１０６、正解ログ格納部１０７、学習用ログ格納部１０８、履歴ログ格納部１０９、行動予測部１１０、行動予測結果格納部１１１、比較評価部１１２、評価結果格納部１１３、最適ノイズ除去条件決定部１１４、ノイズ除去条件格納部１１５を備える。また、行動予測部１１０は、協調フィルタ生成部１２１、協調フィルタ格納部１２２、予測行動抽出部１２３を備える。なお、協調フィルタとは、協調フィルタリングによって生成されたフィルタのことである。
【００２６】
上記各機能部の処理内容については、後述するノイズ除去条件決定装置１０の動作説明の中で順次説明される。
【００２７】
なお、本実施の形態では、行動予測部１１０として、レコメンドサービスで使用されるレコメンドエンジンを用い、レコメンド手法として協調フィルタリングを使用するため、行動予測部１１０は、協調フィルタ生成部１２１、及び協調フィルタ格納部１２２を備えるが、行動予測部１１０を実現するために採用する手法はこれに限られず、他の手法を用いてもよい。
【００２８】
また、本実施の形態では、ノイズ除去条件決定装置１０とは別にログ収集格納装置２０を備え、ノイズ除去条件決定装置１０はログ収集格納装置２０からログを取得することとしているが、ノイズ除去条件決定装置１０自体がログ収集格納機能を備えてもよい。
【００２９】
ノイズ除去条件決定装置１０は、ＣＰＵ、メモリ、ハードディスク、通信インターフェース等を備えた一般的なコンピュータに、各機能部の処理を記述したプログラムを実行させることにより実現可能である。当該プログラムは、可搬メモリ等の記録媒体に記録して配布することが可能である。また、当該プログラムをネットワーク上のサーバからダウンロードしてインストールすることも可能である。
【００３０】
また、ノイズ除去条件決定装置１０は、１つのコンピュータで実現してもよいし、複数のコンピュータをネットワークを介して接続することにより実現してもよい。
【００３１】
（ノイズ除去条件決定装置１０の動作）
次に、図３に示すフローチャートに示す手順に沿って、ノイズ除去条件決定装置１０の動作を説明する。説明において、図４〜図６を適宜参照する。
【００３２】
＜ステップ１：ログ取得処理＞
ログ取得部１０１が、ログ収集格納装置２０から視聴ログを取得し、ログ格納部１０２に格納する。ログ格納部１０２に格納される視聴ログ（＝ログ収集格納装置２０において格納される視聴ログ）は、例えば、（ログ取得時刻、ユーザＩＤ、視聴チャンネル、番組ＩＤ、視聴開始時刻、視聴終了時刻、番組開始時刻、番組終了時刻、視聴割合、継続視聴時間）からなる情報である。
【００３３】
これらの情報は、映像受信装置３０が生成し、定期的、もしくは所定の契機（視聴終了時等）にて映像受信装置３０からログ収集格納装置２０に送信される。もしくは、映像受信装置２０は、ユーザ操作に基づき直接に取得できる情報（ユーザＩＤ、視聴チャンネル、チャンネルを合わせた時刻、他のチャンネルに変更した時刻等）のみをログ収集格納装置２０に送信し、ログ収集格納装置２０において、番組提供事業者が提供する番組表等を参照して、映像受信装置３０から受信したログに対して解釈・計算を行って、上記の形式のログを格納することとしてもよい。
【００３４】
上記のログにおいて、ユーザＩＤは、映像受信装置３０に予め割り当てられたＩＤもしくは予め入力されたＩＤである。また、視聴者がＩＤを入力してから視聴を行うサービス等においては、ユーザＩＤを、当該映像受信装置３０で視聴を行う視聴者が、視聴時に入力するＩＤとしてもよい。以下、"ユーザ"は、ユーザＩＤで一意に識別される主体を意味する。
【００３５】
視聴開始時刻、及び視聴終了時刻は、映像受信装置３０においてユーザがチャンネルを番組に合わせたり変更したりする操作に対応する情報である。番組開始時刻、及び番組終了時刻は、番組表から得られる情報である。視聴割合は、該当の番組の放送時間に含まれる視聴時間の割合である。継続視聴時間は、ユーザ操作がないまま継続して視聴された時間（あるコンテンツ（番組、CM、番組中のコーナー等）を視聴開始した時刻−それ以前に最後に操作を行った時刻）である。
【００３６】
以降の処理は、ユーザ毎に行われ、各ユーザに関して最適なノイズ除去条件が決定されるが、以下の説明においては、１のユーザに関する処理について説明する。
【００３７】
＜ステップ２：ノイズ除去済ログ抽出処理＞
ノイズ除去条件候補提供部１０３は、最適ノイズ除去条件を決定する対象となるユーザを除く各ユーザの最適ノイズ除去条件をノイズ除去条件格納部１１５から取得し、それらをノイズ除去済ログ抽出部１０４に与える。なお、ノイズ除去条件格納部１１５は、ユーザ毎にノイズ除去条件を格納しており、既に最適ノイズ除去条件として決定しているノイズ除去条件に関しては、最適であることを示すフラグが立てられている。フラグが立てられていないノイズ除去条件は、ノイズ除去条件候補であり、最適ノイズ除去条件を決定するための候補として用いられる。また、最適ノイズ除去条件が決定していないユーザに関して、複数種類のノイズ除去条件候補が格納されている。
【００３８】
ノイズ除去条件候補提供部１０３は、最適ノイズ除去条件を決定する対象となるユーザに関しては、ノイズ除去条件格納部１１５から１つのノイズ除去条件候補を取得して、ノイズ除去済ログ抽出部１０４に与える。なお、最適ノイズ除去条件を決定する対象となるユーザを除くユーザの中で、最適ノイズ除去条件が未定のユーザがある場合、当該ユーザに関しては、予め定めた１つのノイズ除去条件候補をノイズ除去済ログ抽出部１０４に与える。最適ノイズ除去条件を決定する対象のユーザに関して、ノイズ除去条件候補は、ステップ２からの処理を繰り返す度に変更されるが、その他のユーザのノイズ除去条件は固定である。
【００３９】
続いて、ノイズ除去済ログ抽出部１０４が、ノイズ除去条件候補提供部１０３から与えられたユーザ毎のノイズ除去条件（ノイズ除去条件候補含む）をユーザ毎のフィルタリングの条件として用いて、ログ格納部１０２から各ユーザのノイズ除去済ログを抽出し、抽出したノイズ除去済ログをノイズ除去済ログ格納部１０５に格納する。
【００４０】
例えば、ユーザＡに着目し、元のログが図４（ａ）に示すものであるとする。ここで、ユーザＡに対するノイズ除去条件（又はノイズ除去条件候補）として、視聴割合が７０％以上であるという条件を用いた場合、ノイズ除去済ログは図４（ｂ）に示すとおりのログになる。
【００４１】
なお、ステップ２におけるログ抽出処理では、上記ノイズ除去条件を用いたノイズ除去と合わせて、一定時間内にある回数以上チャンネルが変更されているログをザッピングデータとみなして削除する処理を行ってもよい。
【００４２】
＜ステップ３：評価用ログ抽出処理＞
次に、評価用ログ抽出部１０６が、評価のために使用するログとして、ノイズ除去済ログ格納部１０５から学習用ログ、正解ログ、履歴ログを取得し、それぞれ学習用ログ格納部１０８、正解ログ格納部１０７、履歴ログ格納部１０９に格納する。
【００４３】
学習用ログは、ノイズ除去済ログ格納部１０５に格納されたノイズ除去済ログのうち、予め定めた基準点（基準時刻）よりも前のログである。履歴ログは、ノイズ除去済ログのうち、最適ノイズ除去条件を決定する対象となるユーザに関しての上記基準点よりも前のログである。正解ログは、ノイズ除去済ログのうち、最適ノイズ除去条件を決定する対象となるユーザに関しての上記基準点以降のログである。なお、学習用ログには、履歴ログが含まれているので、ここで履歴ログを抽出することは必ずしも必要でなく、評価において必要に応じて学習用ログから履歴ログに相当するログを抽出して使用してもよい。
【００４４】
例えば、ノイズ除去済ログに、１月１日から３月３１日までのログが含まれる場合において、基準点を３月１日とすると、学習用ログとして、ノイズ除去済ログから、１月１日から２月末日までのログを抽出し、履歴ログとして、対象ユーザに関する１月１日から２月末日までのログを抽出し、正解ログとして、対象ユーザに関する３月１日から３月３１日までのログを抽出する。
【００４５】
＜ステップ４：行動予測処理＞
次に、行動予測部１１０が、基準点より前のデータである学習用ログ及び履歴ログを用いて、行動予測を行う。本実施の形態では、ログを用いたレコメンド手法としてよく用いられている協調フィルタリングによる行動予測を行う。
【００４６】
ここではまず、協調フィルタ生成部１２１が、学習用ログ格納部１０８に格納されている学習用ログに基づき、協調フィルタリングによって協調フィルタを生成し、協調フィルタ格納部１２２に格納する。
【００４７】
そして、予測行動抽出部１２３が、履歴ログ格納部１０９に格納されている履歴ログを協調フィルタに適用することにより、予測された行動内容を抽出し、それを行動予測結果格納部１１１に格納する。ここでは、予測された行動内容としての番組ＩＤと、ユーザＩＤ（最適ノイズ除去条件決定対象のユーザのユーザＩＤ）とを含む情報が行動予測結果格納部１１１に格納される。
【００４８】
＜ステップ５：比較評価処理＞
続いて、比較評価部１１２が、行動予測結果と、正解ログ格納部１０７に格納されている正解ログとを比較し、合致するアイテム（本実施形態では、番組（つまり、番組ＩＤ）である）の個数を算出する。
【００４９】
そして、比較評価部１１２は、合致した番組数と行動予測結果の番組数との比を適合率として算出し、合致した番組数と正解ログに含まれる番組数との比を再現率として算出する。
【００５０】
例えば、正解ログにおける番組と、行動予測結果における番組が図５に示すとおりであったとする。この場合、合致した番組数が４であり、行動予測結果の番組数が６であるから、適合率は４／６≒６６．６％である。また、正解ログの番組数が８であるから、再現率は４／８＝５０％である。なお、再現率は網羅性を表す指標であり、この値が高い場合は、視聴者が視聴したいものを網羅的にレコメンドしていることになる。また、適合率は正確性を表す指標であり、この値が高い場合、レコメンド結果（行動予測結果）に外れが少ないことを示す。図６に、合致した番組集合と、正解ログの番組集合と、行動予測結果の番組集合との関係を示す。
【００５１】
更に比較評価部１１２は、下記の式により再現率と適合率の調和平均であるＦ値を求め、それを、ユーザＩＤとともに評価結果格納部１１３に格納する。また、評価結果格納部１１３には、最適ノイズ除去条件決定部１１４等により、上記Ｆ値に対応するノイズ除去条件が格納される。
【００５２】
Ｆ値＝２／（１／再現率＋１／適合率）
図５に示す例では、Ｆ値＝２／（８／４＋６／４）＝２／３．５≒５７．１％となる。この値が高い場合、行動予測（レコメンド）が総合的に高精度（網羅的で外れが少ない）であることを示す。すなわち、本実施の形態では、最も良い評価結果は、最も高いF値に相当する。通常、再現率と適合率は、一方が高くなると他方が低くなる傾向がある。
【００５３】
なお、上記の評価方法は一例に過ぎない。行動予測の正確さを計測できる評価方法であれば、上記の方法以外の方法を用いてもよい。
【００５４】
＜ステップ６、ステップ７、ステップ８：終了判定処理、継続処理、最適ノイズ除去条件決定処理＞
続いて、最適ノイズ除去条件決定部１１４が、現在の対象ユーザに関する最適ノイズ条件決定のための繰り返し処理を終了するか否かを判定する（ステップ６）。この判定においては、例えば、異なるノイズ除去条件候補に基づくＦ値が予め定めた数だけ得られたこと（すなわち、繰り返し処理が予め定めた回数に達したこと）を終了条件することができる。また、予め定めたＦ値以上のＦ値が得られたことを終了条件としてもよい。また、ノイズ除去条件候補が、少しずつ値をずらすことができるもの（"視聴割合がＸ％以上"等）である場合、その値を例えば１％ずつ増加又は減少させながらＦ値を求める処理を繰り返す中で、最大のＦ値が得られたと判定することを終了条件としてもよい。更に、所定回数が終了した時点で、最大のＦ値に対応するノイズ除去条件を中心にして、上記のように少しずつ値をずらしながら処理を繰り返し、更に大きなＦ値が得られるノイズ除去条件を決定してもよい。
【００５５】
ステップ６で終了でないと判定した場合にステップ７に進み、最適ノイズ除去条件決定部１１４は、異なるノイズ除去条件候補を用いてステップ２からの処理を行うよう各機能部に対する制御を行う。この場合、異なるノイズ除去条件候補を用いてステップ２からの処理が行われる。
ステップ６で終了であると判定した場合にはステップ８に進む。ステップ８において、最適ノイズ除去条件決定部１１４は、評価結果格納部１１３に格納された複数のF値のうちの最大のF値を求めるために使用したノイズ除去条件候補を、最適ノイズ除去条件として、該当のユーザＩＤとともにノイズ除去条件格納部１１５に格納する。すなわち、当該ユーザに関してノイズ除去条件格納部１１５に格納されたノイズ除去条件候補のうち、最適であると決定されたノイズ除去条件候補に対して最適ノイズ除去条件であることを示すフラグが立てられる。最適ノイズ除去条件を決定した後、当該ユーザについての最適ノイズ除去条件以外のノイズ除去条件候補をノイズ除去条件格納部１１５から削除することとしてもよい。
【００５６】
なお、ノイズ除去条件は、視聴割合等の単独のパラメータに関する条件に限らず、視聴割合と継続視聴時間などの複数のパラメータを組み合わせた条件であってもよい。その場合、多次元的にノイズ除去条件を決定するために、サポートベクターマシン等を利用してもよい。
【００５７】
また、ノイズ除去条件は、上記に挙げた例に限られず、例えば、番組が有料かどうか、ニッチ名のジャンルであったかどうか、視聴予約をして視聴したものかどうか等をノイズ除去条件とすることもできる。
【００５８】
（適用例）
上記のようにして得られた各ユーザの最適ノイズ除去条件は、例えば、ログを用いてレコメンドを行うレコメンド装置に提供され、当該レコメンド装置において、ログからユーザ毎のノイズ除去を行うことにより、ユーザ毎に適切にノイズが除去されたノイズ除去済ログを取得することができ、当該ノイズ除去済ログを用いることにより、精度の高いレコメンドを行うことができる。また、上記のようにして得られた各ユーザの最適ノイズ除去条件を、ログを用いてマーケティングデータを算出するマーケティングデータ算出装置に提供してもよく、これにより、マーケティングデータ算出装置は精度の高いマーケティングデータを得ることができる。
【００５９】
また、図７に示すように、ノイズ除去条件決定装置１０と同じ機能を有するノイズ除去条件決定部２０１と、ノイズ除去条件決定部２０１において決定した各ユーザの最適ノイズ除去条件を用いてノイズ除去済ログを抽出するノイズ除去済ログ抽出部２０２と、ノイズ除去済ログ格納部２０３とを備えることによりノイズ除去済ログ抽出装置２００を実現することもできる。なお、ノイズ除去済ログ抽出装置２００は、本実施の形態に係るノイズ除去条件決定機能を有するので、これをノイズ除去条件決定装置と称してもよい。
【００６０】
図７に示す例では、ノイズ除去済ログ抽出装置２００から、ノイズ除去済ログが、マーケティングデータ算出装置３００、及びレコメンド装置４００に提供される。もちろん、ノイズ除去済ログを、その他の装置に提供してもよい。
【００６１】
（実施の形態の効果）
本実施の形態で説明した技術により、ノイズ除去条件を、アンケート調査等の手間をかけることなく自動的に決定することが可能となるので、ノイズ除去条件決定の時間を短縮できる。そのため、よりきめ細かいノイズ除去条件を求めることが可能となる。更に、本実施の形態の技術によれば、個人の感覚やアンケート調査等の主観評価によらず、客観的な評価を用いてノイズ除去条件を決定するので、個人の嗜好を的確に反映した精度の高いノイズ除去条件を決定することが可能となる。
【００６２】
また、ログの中に、つけっぱなしのログや、余り興味を持って見なかったログ等が含まれている場合でも、本実施の形態の技術で決定したノイズ除去条件により、これらのログをノイズとして適切に除去することができる。例えばレコメンドシステムにおいて、このようにノイズが除去されたログを用いることにより、個々の視聴者にとって本当に見たい番組、もしくは有益である番組をレコメンドすることができる。
【００６３】
また、マーケティングデータシステムにおいて、上記のようにノイズが除去されたログを使用することにより、精度よく時間・番組・チャンネル別視聴率を算出したり、行動特性による特定の視聴者セグメントを抽出したりすることができる。マーケティングデータをもとにＩＰＴＶ・ＣＡＴＶを提供する企業やコンテンツプロバイダがどのようなコンテンツを配信・調達するかというコンテンツ配信戦略を練ったり、特定のユーザセグメントにダイレクトマーケティングを行うことができるようになる。
【００６４】
本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。例えば、上記の実施の形態では、行動ログとして視聴ログを例に挙げて説明したが、本発明は、視聴ログに限らず、行動ログからノイズを除去するためのノイズ除去条件決定に適用できる。
【符号の説明】
【００６５】
１０ ノイズ除去条件決定装置
２０ ログ収集格納装置
３０ 映像受信装置
４０ 通信ネットワーク
１０１ ログ取得部
１０２ ログ格納部
１０３ ノイズ除去条件候補提供部
１０４ ノイズ除去済ログ抽出部
１０５ ノイズ除去済ログ格納部
１０６ 評価用ログ抽出部
１０７ 正解ログ格納部
１０８ 学習用ログ格納部
１０９ 履歴ログ格納部
１１０ 行動予測部
１１１ 行動予測結果格納部
１１２ 比較評価部
１１３ 評価結果格納部
１１４ 最適ノイズ除去条件決定部
１１５ ノイズ除去条件格納部
１２１ 協調フィルタ生成部
１２２ 協調フィルタ格納部
１２３ 予測行動抽出部
２００ ノイズ除去済ログ抽出装置
２０１ ノイズ除去条件決定部
２０２ ノイズ除去済ログ抽出部
２０３ ノイズ除去済ログ格納部
３００ マーケティングデータ算出装置
４００ レコメンド装置
【技術分野】
【０００１】
本発明は、セットトップボックス（ＳＴＢ）から収集される視聴ログ等の行動ログからノイズを除去するための技術に関するものである。
【背景技術】
【０００２】
現在、個人の行動ログが様々な場面で取得されている。行動ログとしては、ＴＶやＶＯＤの視聴ログ、実店舗での購買履歴ログ、オンラインショッピングでの購買履歴ログ、携帯電話やＰＣでのＷｅｂの閲覧・検索履歴ログ、オフィス・交通機関での入退室・乗降車ログなどがある。このような行動ログは、種々のサービスやマーケティングに活用されている。例えば、行動ログ（購買履歴ログ）を利用したサービスとして、ＥＣサイトで本を購入するときなどに、「あなたにおすすめの本」や、「この本を買った人にはこれがおすすめ」のようなレコメンドを表示するサービスがある。また、マーケティングに関しては、行動ログからマーケティング用データ（売り上げ、視聴率、マーケティングセグメント毎の行動特性など）を抽出し、当該データをサービス・商品の提供側に対して提供するマーケティングシステムがある。
【０００３】
行動ログを収集する仕組みはログの種類により異なるが、例えば、ＩＰＴＶやＣＡＴＶにおいては、ＳＴＢに対する操作情報等を視聴ログとしてネットワーク上のログ収集格納装置に送信し、ログ収集格納装置が視聴ログを収集する仕組みがある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００９−１１８１８９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
レコメンドシステムやマーケティングシステムなどの行動ログを利用するシステムにおいては、入力する行動ログにノイズが含まれる場合には、ユーザの嗜好を正しく反映した適切なレコメンドやマーケティングデータの出力を行うことができないという問題がある。この問題をＳＴＢからの視聴ログ収集を例に挙げて説明する。
【０００６】
ＳＴＢとテレビ受像機とからなる映像受信装置において、視聴者は、ＳＴＢを操作するとともに、テレビ受像機そのものを操作する場合がある。例えば、就寝のためにテレビの視聴を終了するときに、ＳＴＢの電源をＯＦＦにするのでなく、テレビ受像機の電源をＯＦＦにする場合がある。この場合、テレビ放送の受信機能を有するＳＴＢは、番組を受信し続けることになり、この時点でＳＴＢにより生成される視聴ログは、番組を受信し続けていることを示す視聴ログとなる。
【０００７】
そのため、上記のようなＳＴＢから得られたログから視聴者の行動を分析しようとした際に、ＳＴＢから得られた視聴ログをそのまま利用してしまうと、実際には視聴していない番組が好きなことになってしまうなど、精度の高い分析をすることができない。
【０００８】
そこで、ＳＴＢのログから複数の指標を用いてノイズを除き、視聴者の嗜好を表すであろうログを抜き出す必要がある。例えば、継続視聴時間がある閾値以上であるログを、「つけっぱなし」のログとして除外する。また、例えば、視聴割合（ある番組放送時間に対する視聴時間の割合）の閾値により、「興味を持って見た」と推定できるログと、そうでないと推定できるログとに分別することができる。
【０００９】
上記のようなノイズ除去に用いるパラメータの閾値は、一般に、視聴者にアンケートをとってその結果を分析して決めたり、あるいは、システム運営者側で感覚的に決めたりする。
【００１０】
しかし、それでは、新たなノイズ除去用のパラメータ（継続未視聴時間等）を加える際に、閾値の決定に時間がかかることや（例えば、アンケート収集の稼動がかかる）、閾値を決定する人に依存して値にバラツキが出ることが問題となる。
【００１１】
ノイズ除去に用いるパラメータとしては、上記に挙げた視聴割合等以外に、番組が有料であったかどうか、ニッチなジャンルであったかどうか、予約して見たかどうか、予約番組直後の放送であったかどうか、そのチャンネルに固定する直前のザッピング度合い（どれだけチャンネルを遷移した後に決めたか）等ログから算出できる値で、様々なパラメータが考えられる。
【００１２】
また、ＴＶで途中まで見た番組を携帯で持ち出して見るようなことになれば、どの端末で見たかも分割の重要なパラメータとなり、取得可能なログの種類が増えることによって嗜好を表すログとそうでないログを分割するためのパラメータは増え続けることになり。その度に閾値を決定する必要が出てくる。
【００１３】
また、閾値は、ユーザの属性によっても変化する。例えば、子供と大人では平均的に興味を持って番組を視聴する時間が異なったり、映画好きの人とドキュメンタリー好きでは平均的な視聴割合が異なる可能性がある。更に、季節や曜日による変化や、時代とともにライフスタイルが変化することにより、同じ個人でも適正な閾値に変化が生じてくることもある。
【００１４】
上記のように、適正に個々人の嗜好を反映するようにノイズを除去したログを抽出するためには、多くのパラメータの中から利用できそうなものを適切に選択し、最適閾値を検証することを何度も繰り返し実施しなければならない。しかしながら、現在は、個人の経験、アンケート等での閾値決定を必要とするため、時間が足りず、一律の閾値をずっと利用し続けることになってしまう。それでは、ログを入力して視聴者に番組をおすすめするレコメンドシステムでは個々人へのきめ細かいレコメンドを実施できず、視聴率や視聴者行動特性を算出するマーケティングデータシステムも正しく視聴者行動を捉えられなくなる。
【００１５】
本発明は、上記の点に鑑みてなされたものであり、収集された行動ログから、個々人の嗜好を反映するようにノイズを除去した適切なログを抽出するために使用するノイズ除去条件を自動的に決定する技術を提供することを目的とする。
【課題を解決するための手段】
【００１６】
上記の課題を解決するために、本発明は、ユーザの行動ログからノイズを除去するために用いるノイズ除去条件を決定するノイズ除去条件決定装置であって、ログ格納手段に格納された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出するノイズ除去済ログ抽出手段と、前記ノイズ除去済ログ抽出手段により抽出された前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件を決定する対象となる対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する評価用ログ抽出手段と、前記評価用ログ抽出手段により抽出された前記学習用ログを用いて、前記対象ユーザの行動予測を行い、行動予測結果を行動予測結果格納手段に格納する行動予測手段と、前記行動予測手段により得られた行動予測結果と、前記正解ログとを比較し、両者の一致度合いに基づいて、所定の基準で行動予測結果の評価を行う比較評価手段と、ノイズ除去条件候補を変更しながら、前記ノイズ除去済ログ抽出手段、前記評価用ログ抽出手段、及び前記比較評価手段による処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する最適ノイズ除去条件決定手段とを備えたことを特徴とするノイズ除去条件決定装置として構成される。
【００１７】
また、本発明は、ノイズ除去条件決定装置が実行する処理に対応するノイズ除去条件決定方法として構成してもよい。また、本発明は、コンピュータを、ノイズ除去条件決定装置の各手段として機能させるためのプログラムとして構成することもできる。
【発明の効果】
【００１８】
本発明によれば、行動ログからノイズを除去した適切なログを抽出するために使用するノイズ除去条件を自動的に決定することが可能となる。
【図面の簡単な説明】
【００１９】
【図１】本発明の実施の形態に係るシステムの全体構成図である。
【図２】ノイズ除去条件決定装置１０の機能構成図である。
【図３】ノイズ除去条件決定装置１０の動作を説明するためのフローチャートである。
【図４】ノイズ除去済ログ抽出を説明するための図である。
【図５】行動予測結果の評価を説明するための例を示す図である。
【図６】合致した番組集合と、正解ログの番組集合と、行動予測結果の番組集合との関係を示す図である。
【図７】ノイズ除去済ログ抽出装置２００の機能構成を示す図である。
【発明を実施するための形態】
【００２０】
以下、図面を参照して本発明の実施の形態を説明する。
【００２１】
（システム構成）
図１に本発明の実施の形態に係るシステムの全体構成図を示す。図１に示すように、本実施の形態に係るシステムは、本発明に係るノイズ除去条件決定装置１０、ログ収集格納装置２０、及び映像受信装置３０が、通信ネットワーク４０を介して接続されて構成されている。
【００２２】
本実施の形態に係る映像受信装置３０は、放送される番組を受信して表示するとともに、視聴ログを通信ネットワーク４０を介してログ収集格納装置２０に送信する機能を備えた装置である。本実施の形態では、映像受信装置３０として、ＳＴＢとＴＶ受像機とからなる装置を想定しているが、映像受信装置３０は、これに限られるものではなく、例えば、インターネット経由で放送される番組を受信可能なＰＣでもよい。なお、図１には、映像受信装置３０が１つだけ示されているが、実際には多数の映像受信装置が通信ネットワーク４０に接続されている。
【００２３】
通信ネットワーク４０は、視聴ログを伝送するネットワークである。この通信ネットワーク４０は、放送される番組自体も伝送するネットワークであってもよいし、放送される番組以外のデータ通信を行うためのネットワークであってもよい。前者は、ＩＰＴＶやＣＡＴＶ等の場合に相当し、後者は、番組を電波で受信し、視聴ログを通信ネットワーク４０（インターネット等）を介して送信する場合等に相当する。
【００２４】
ログ収集格納装置２０は、映像受信装置３０から、視聴ログを受信し、記憶手段に格納する装置である。ノイズ除去条件決定装置１０は、ログ収集格納装置２０により収集された視聴ログを用いて、ユーザ毎に最適なノイズ除去条件を決定する装置である。
【００２５】
図２に、ノイズ除去条件決定装置１０の機能構成図を示す。図２に示すように、ノイズ除去条件決定装置１０は、ログ取得部１０１、ログ格納部１０２、ノイズ除去条件候補提供部１０３、ノイズ除去済ログ抽出部１０４、ノイズ除去済ログ格納部１０５、評価用ログ抽出部１０６、正解ログ格納部１０７、学習用ログ格納部１０８、履歴ログ格納部１０９、行動予測部１１０、行動予測結果格納部１１１、比較評価部１１２、評価結果格納部１１３、最適ノイズ除去条件決定部１１４、ノイズ除去条件格納部１１５を備える。また、行動予測部１１０は、協調フィルタ生成部１２１、協調フィルタ格納部１２２、予測行動抽出部１２３を備える。なお、協調フィルタとは、協調フィルタリングによって生成されたフィルタのことである。
【００２６】
上記各機能部の処理内容については、後述するノイズ除去条件決定装置１０の動作説明の中で順次説明される。
【００２７】
なお、本実施の形態では、行動予測部１１０として、レコメンドサービスで使用されるレコメンドエンジンを用い、レコメンド手法として協調フィルタリングを使用するため、行動予測部１１０は、協調フィルタ生成部１２１、及び協調フィルタ格納部１２２を備えるが、行動予測部１１０を実現するために採用する手法はこれに限られず、他の手法を用いてもよい。
【００２８】
また、本実施の形態では、ノイズ除去条件決定装置１０とは別にログ収集格納装置２０を備え、ノイズ除去条件決定装置１０はログ収集格納装置２０からログを取得することとしているが、ノイズ除去条件決定装置１０自体がログ収集格納機能を備えてもよい。
【００２９】
ノイズ除去条件決定装置１０は、ＣＰＵ、メモリ、ハードディスク、通信インターフェース等を備えた一般的なコンピュータに、各機能部の処理を記述したプログラムを実行させることにより実現可能である。当該プログラムは、可搬メモリ等の記録媒体に記録して配布することが可能である。また、当該プログラムをネットワーク上のサーバからダウンロードしてインストールすることも可能である。
【００３０】
また、ノイズ除去条件決定装置１０は、１つのコンピュータで実現してもよいし、複数のコンピュータをネットワークを介して接続することにより実現してもよい。
【００３１】
（ノイズ除去条件決定装置１０の動作）
次に、図３に示すフローチャートに示す手順に沿って、ノイズ除去条件決定装置１０の動作を説明する。説明において、図４〜図６を適宜参照する。
【００３２】
＜ステップ１：ログ取得処理＞
ログ取得部１０１が、ログ収集格納装置２０から視聴ログを取得し、ログ格納部１０２に格納する。ログ格納部１０２に格納される視聴ログ（＝ログ収集格納装置２０において格納される視聴ログ）は、例えば、（ログ取得時刻、ユーザＩＤ、視聴チャンネル、番組ＩＤ、視聴開始時刻、視聴終了時刻、番組開始時刻、番組終了時刻、視聴割合、継続視聴時間）からなる情報である。
【００３３】
これらの情報は、映像受信装置３０が生成し、定期的、もしくは所定の契機（視聴終了時等）にて映像受信装置３０からログ収集格納装置２０に送信される。もしくは、映像受信装置２０は、ユーザ操作に基づき直接に取得できる情報（ユーザＩＤ、視聴チャンネル、チャンネルを合わせた時刻、他のチャンネルに変更した時刻等）のみをログ収集格納装置２０に送信し、ログ収集格納装置２０において、番組提供事業者が提供する番組表等を参照して、映像受信装置３０から受信したログに対して解釈・計算を行って、上記の形式のログを格納することとしてもよい。
【００３４】
上記のログにおいて、ユーザＩＤは、映像受信装置３０に予め割り当てられたＩＤもしくは予め入力されたＩＤである。また、視聴者がＩＤを入力してから視聴を行うサービス等においては、ユーザＩＤを、当該映像受信装置３０で視聴を行う視聴者が、視聴時に入力するＩＤとしてもよい。以下、"ユーザ"は、ユーザＩＤで一意に識別される主体を意味する。
【００３５】
視聴開始時刻、及び視聴終了時刻は、映像受信装置３０においてユーザがチャンネルを番組に合わせたり変更したりする操作に対応する情報である。番組開始時刻、及び番組終了時刻は、番組表から得られる情報である。視聴割合は、該当の番組の放送時間に含まれる視聴時間の割合である。継続視聴時間は、ユーザ操作がないまま継続して視聴された時間（あるコンテンツ（番組、CM、番組中のコーナー等）を視聴開始した時刻−それ以前に最後に操作を行った時刻）である。
【００３６】
以降の処理は、ユーザ毎に行われ、各ユーザに関して最適なノイズ除去条件が決定されるが、以下の説明においては、１のユーザに関する処理について説明する。
【００３７】
＜ステップ２：ノイズ除去済ログ抽出処理＞
ノイズ除去条件候補提供部１０３は、最適ノイズ除去条件を決定する対象となるユーザを除く各ユーザの最適ノイズ除去条件をノイズ除去条件格納部１１５から取得し、それらをノイズ除去済ログ抽出部１０４に与える。なお、ノイズ除去条件格納部１１５は、ユーザ毎にノイズ除去条件を格納しており、既に最適ノイズ除去条件として決定しているノイズ除去条件に関しては、最適であることを示すフラグが立てられている。フラグが立てられていないノイズ除去条件は、ノイズ除去条件候補であり、最適ノイズ除去条件を決定するための候補として用いられる。また、最適ノイズ除去条件が決定していないユーザに関して、複数種類のノイズ除去条件候補が格納されている。
【００３８】
ノイズ除去条件候補提供部１０３は、最適ノイズ除去条件を決定する対象となるユーザに関しては、ノイズ除去条件格納部１１５から１つのノイズ除去条件候補を取得して、ノイズ除去済ログ抽出部１０４に与える。なお、最適ノイズ除去条件を決定する対象となるユーザを除くユーザの中で、最適ノイズ除去条件が未定のユーザがある場合、当該ユーザに関しては、予め定めた１つのノイズ除去条件候補をノイズ除去済ログ抽出部１０４に与える。最適ノイズ除去条件を決定する対象のユーザに関して、ノイズ除去条件候補は、ステップ２からの処理を繰り返す度に変更されるが、その他のユーザのノイズ除去条件は固定である。
【００３９】
続いて、ノイズ除去済ログ抽出部１０４が、ノイズ除去条件候補提供部１０３から与えられたユーザ毎のノイズ除去条件（ノイズ除去条件候補含む）をユーザ毎のフィルタリングの条件として用いて、ログ格納部１０２から各ユーザのノイズ除去済ログを抽出し、抽出したノイズ除去済ログをノイズ除去済ログ格納部１０５に格納する。
【００４０】
例えば、ユーザＡに着目し、元のログが図４（ａ）に示すものであるとする。ここで、ユーザＡに対するノイズ除去条件（又はノイズ除去条件候補）として、視聴割合が７０％以上であるという条件を用いた場合、ノイズ除去済ログは図４（ｂ）に示すとおりのログになる。
【００４１】
なお、ステップ２におけるログ抽出処理では、上記ノイズ除去条件を用いたノイズ除去と合わせて、一定時間内にある回数以上チャンネルが変更されているログをザッピングデータとみなして削除する処理を行ってもよい。
【００４２】
＜ステップ３：評価用ログ抽出処理＞
次に、評価用ログ抽出部１０６が、評価のために使用するログとして、ノイズ除去済ログ格納部１０５から学習用ログ、正解ログ、履歴ログを取得し、それぞれ学習用ログ格納部１０８、正解ログ格納部１０７、履歴ログ格納部１０９に格納する。
【００４３】
学習用ログは、ノイズ除去済ログ格納部１０５に格納されたノイズ除去済ログのうち、予め定めた基準点（基準時刻）よりも前のログである。履歴ログは、ノイズ除去済ログのうち、最適ノイズ除去条件を決定する対象となるユーザに関しての上記基準点よりも前のログである。正解ログは、ノイズ除去済ログのうち、最適ノイズ除去条件を決定する対象となるユーザに関しての上記基準点以降のログである。なお、学習用ログには、履歴ログが含まれているので、ここで履歴ログを抽出することは必ずしも必要でなく、評価において必要に応じて学習用ログから履歴ログに相当するログを抽出して使用してもよい。
【００４４】
例えば、ノイズ除去済ログに、１月１日から３月３１日までのログが含まれる場合において、基準点を３月１日とすると、学習用ログとして、ノイズ除去済ログから、１月１日から２月末日までのログを抽出し、履歴ログとして、対象ユーザに関する１月１日から２月末日までのログを抽出し、正解ログとして、対象ユーザに関する３月１日から３月３１日までのログを抽出する。
【００４５】
＜ステップ４：行動予測処理＞
次に、行動予測部１１０が、基準点より前のデータである学習用ログ及び履歴ログを用いて、行動予測を行う。本実施の形態では、ログを用いたレコメンド手法としてよく用いられている協調フィルタリングによる行動予測を行う。
【００４６】
ここではまず、協調フィルタ生成部１２１が、学習用ログ格納部１０８に格納されている学習用ログに基づき、協調フィルタリングによって協調フィルタを生成し、協調フィルタ格納部１２２に格納する。
【００４７】
そして、予測行動抽出部１２３が、履歴ログ格納部１０９に格納されている履歴ログを協調フィルタに適用することにより、予測された行動内容を抽出し、それを行動予測結果格納部１１１に格納する。ここでは、予測された行動内容としての番組ＩＤと、ユーザＩＤ（最適ノイズ除去条件決定対象のユーザのユーザＩＤ）とを含む情報が行動予測結果格納部１１１に格納される。
【００４８】
＜ステップ５：比較評価処理＞
続いて、比較評価部１１２が、行動予測結果と、正解ログ格納部１０７に格納されている正解ログとを比較し、合致するアイテム（本実施形態では、番組（つまり、番組ＩＤ）である）の個数を算出する。
【００４９】
そして、比較評価部１１２は、合致した番組数と行動予測結果の番組数との比を適合率として算出し、合致した番組数と正解ログに含まれる番組数との比を再現率として算出する。
【００５０】
例えば、正解ログにおける番組と、行動予測結果における番組が図５に示すとおりであったとする。この場合、合致した番組数が４であり、行動予測結果の番組数が６であるから、適合率は４／６≒６６．６％である。また、正解ログの番組数が８であるから、再現率は４／８＝５０％である。なお、再現率は網羅性を表す指標であり、この値が高い場合は、視聴者が視聴したいものを網羅的にレコメンドしていることになる。また、適合率は正確性を表す指標であり、この値が高い場合、レコメンド結果（行動予測結果）に外れが少ないことを示す。図６に、合致した番組集合と、正解ログの番組集合と、行動予測結果の番組集合との関係を示す。
【００５１】
更に比較評価部１１２は、下記の式により再現率と適合率の調和平均であるＦ値を求め、それを、ユーザＩＤとともに評価結果格納部１１３に格納する。また、評価結果格納部１１３には、最適ノイズ除去条件決定部１１４等により、上記Ｆ値に対応するノイズ除去条件が格納される。
【００５２】
Ｆ値＝２／（１／再現率＋１／適合率）
図５に示す例では、Ｆ値＝２／（８／４＋６／４）＝２／３．５≒５７．１％となる。この値が高い場合、行動予測（レコメンド）が総合的に高精度（網羅的で外れが少ない）であることを示す。すなわち、本実施の形態では、最も良い評価結果は、最も高いF値に相当する。通常、再現率と適合率は、一方が高くなると他方が低くなる傾向がある。
【００５３】
なお、上記の評価方法は一例に過ぎない。行動予測の正確さを計測できる評価方法であれば、上記の方法以外の方法を用いてもよい。
【００５４】
＜ステップ６、ステップ７、ステップ８：終了判定処理、継続処理、最適ノイズ除去条件決定処理＞
続いて、最適ノイズ除去条件決定部１１４が、現在の対象ユーザに関する最適ノイズ条件決定のための繰り返し処理を終了するか否かを判定する（ステップ６）。この判定においては、例えば、異なるノイズ除去条件候補に基づくＦ値が予め定めた数だけ得られたこと（すなわち、繰り返し処理が予め定めた回数に達したこと）を終了条件することができる。また、予め定めたＦ値以上のＦ値が得られたことを終了条件としてもよい。また、ノイズ除去条件候補が、少しずつ値をずらすことができるもの（"視聴割合がＸ％以上"等）である場合、その値を例えば１％ずつ増加又は減少させながらＦ値を求める処理を繰り返す中で、最大のＦ値が得られたと判定することを終了条件としてもよい。更に、所定回数が終了した時点で、最大のＦ値に対応するノイズ除去条件を中心にして、上記のように少しずつ値をずらしながら処理を繰り返し、更に大きなＦ値が得られるノイズ除去条件を決定してもよい。
【００５５】
ステップ６で終了でないと判定した場合にステップ７に進み、最適ノイズ除去条件決定部１１４は、異なるノイズ除去条件候補を用いてステップ２からの処理を行うよう各機能部に対する制御を行う。この場合、異なるノイズ除去条件候補を用いてステップ２からの処理が行われる。
ステップ６で終了であると判定した場合にはステップ８に進む。ステップ８において、最適ノイズ除去条件決定部１１４は、評価結果格納部１１３に格納された複数のF値のうちの最大のF値を求めるために使用したノイズ除去条件候補を、最適ノイズ除去条件として、該当のユーザＩＤとともにノイズ除去条件格納部１１５に格納する。すなわち、当該ユーザに関してノイズ除去条件格納部１１５に格納されたノイズ除去条件候補のうち、最適であると決定されたノイズ除去条件候補に対して最適ノイズ除去条件であることを示すフラグが立てられる。最適ノイズ除去条件を決定した後、当該ユーザについての最適ノイズ除去条件以外のノイズ除去条件候補をノイズ除去条件格納部１１５から削除することとしてもよい。
【００５６】
なお、ノイズ除去条件は、視聴割合等の単独のパラメータに関する条件に限らず、視聴割合と継続視聴時間などの複数のパラメータを組み合わせた条件であってもよい。その場合、多次元的にノイズ除去条件を決定するために、サポートベクターマシン等を利用してもよい。
【００５７】
また、ノイズ除去条件は、上記に挙げた例に限られず、例えば、番組が有料かどうか、ニッチ名のジャンルであったかどうか、視聴予約をして視聴したものかどうか等をノイズ除去条件とすることもできる。
【００５８】
（適用例）
上記のようにして得られた各ユーザの最適ノイズ除去条件は、例えば、ログを用いてレコメンドを行うレコメンド装置に提供され、当該レコメンド装置において、ログからユーザ毎のノイズ除去を行うことにより、ユーザ毎に適切にノイズが除去されたノイズ除去済ログを取得することができ、当該ノイズ除去済ログを用いることにより、精度の高いレコメンドを行うことができる。また、上記のようにして得られた各ユーザの最適ノイズ除去条件を、ログを用いてマーケティングデータを算出するマーケティングデータ算出装置に提供してもよく、これにより、マーケティングデータ算出装置は精度の高いマーケティングデータを得ることができる。
【００５９】
また、図７に示すように、ノイズ除去条件決定装置１０と同じ機能を有するノイズ除去条件決定部２０１と、ノイズ除去条件決定部２０１において決定した各ユーザの最適ノイズ除去条件を用いてノイズ除去済ログを抽出するノイズ除去済ログ抽出部２０２と、ノイズ除去済ログ格納部２０３とを備えることによりノイズ除去済ログ抽出装置２００を実現することもできる。なお、ノイズ除去済ログ抽出装置２００は、本実施の形態に係るノイズ除去条件決定機能を有するので、これをノイズ除去条件決定装置と称してもよい。
【００６０】
図７に示す例では、ノイズ除去済ログ抽出装置２００から、ノイズ除去済ログが、マーケティングデータ算出装置３００、及びレコメンド装置４００に提供される。もちろん、ノイズ除去済ログを、その他の装置に提供してもよい。
【００６１】
（実施の形態の効果）
本実施の形態で説明した技術により、ノイズ除去条件を、アンケート調査等の手間をかけることなく自動的に決定することが可能となるので、ノイズ除去条件決定の時間を短縮できる。そのため、よりきめ細かいノイズ除去条件を求めることが可能となる。更に、本実施の形態の技術によれば、個人の感覚やアンケート調査等の主観評価によらず、客観的な評価を用いてノイズ除去条件を決定するので、個人の嗜好を的確に反映した精度の高いノイズ除去条件を決定することが可能となる。
【００６２】
また、ログの中に、つけっぱなしのログや、余り興味を持って見なかったログ等が含まれている場合でも、本実施の形態の技術で決定したノイズ除去条件により、これらのログをノイズとして適切に除去することができる。例えばレコメンドシステムにおいて、このようにノイズが除去されたログを用いることにより、個々の視聴者にとって本当に見たい番組、もしくは有益である番組をレコメンドすることができる。
【００６３】
また、マーケティングデータシステムにおいて、上記のようにノイズが除去されたログを使用することにより、精度よく時間・番組・チャンネル別視聴率を算出したり、行動特性による特定の視聴者セグメントを抽出したりすることができる。マーケティングデータをもとにＩＰＴＶ・ＣＡＴＶを提供する企業やコンテンツプロバイダがどのようなコンテンツを配信・調達するかというコンテンツ配信戦略を練ったり、特定のユーザセグメントにダイレクトマーケティングを行うことができるようになる。
【００６４】
本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。例えば、上記の実施の形態では、行動ログとして視聴ログを例に挙げて説明したが、本発明は、視聴ログに限らず、行動ログからノイズを除去するためのノイズ除去条件決定に適用できる。
【符号の説明】
【００６５】
１０ ノイズ除去条件決定装置
２０ ログ収集格納装置
３０ 映像受信装置
４０ 通信ネットワーク
１０１ ログ取得部
１０２ ログ格納部
１０３ ノイズ除去条件候補提供部
１０４ ノイズ除去済ログ抽出部
１０５ ノイズ除去済ログ格納部
１０６ 評価用ログ抽出部
１０７ 正解ログ格納部
１０８ 学習用ログ格納部
１０９ 履歴ログ格納部
１１０ 行動予測部
１１１ 行動予測結果格納部
１１２ 比較評価部
１１３ 評価結果格納部
１１４ 最適ノイズ除去条件決定部
１１５ ノイズ除去条件格納部
１２１ 協調フィルタ生成部
１２２ 協調フィルタ格納部
１２３ 予測行動抽出部
２００ ノイズ除去済ログ抽出装置
２０１ ノイズ除去条件決定部
２０２ ノイズ除去済ログ抽出部
２０３ ノイズ除去済ログ格納部
３００ マーケティングデータ算出装置
４００ レコメンド装置
【特許請求の範囲】
【請求項１】
ユーザの行動ログからノイズを除去するために用いるノイズ除去条件を決定するノイズ除去条件決定装置であって、
ログ格納手段に格納された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出するノイズ除去済ログ抽出手段と、
前記ノイズ除去済ログ抽出手段により抽出された前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件を決定する対象となる対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する評価用ログ抽出手段と、
前記評価用ログ抽出手段により抽出された前記学習用ログを用いて、前記対象ユーザの行動予測を行い、行動予測結果を行動予測結果格納手段に格納する行動予測手段と、
前記行動予測手段により得られた行動予測結果と、前記正解ログとを比較し、両者の一致度合いに基づいて、所定の基準で行動予測結果の評価を行う比較評価手段と、
ノイズ除去条件候補を変更しながら、前記ノイズ除去済ログ抽出手段、前記評価用ログ抽出手段、及び前記比較評価手段による処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する最適ノイズ除去条件決定手段と
を備えたことを特徴とするノイズ除去条件決定装置。
【請求項２】
前記行動予測手段は、前記学習用ログから協調フィルタリングによってフィルタを生成し、当該フィルタを用いて前記対象ユーザの行動予測を行うことを特徴とする請求項１に記載のノイズ除去条件決定装置。
【請求項３】
前記比較評価手段は、前記行動予測結果と前記正解ログとの間で一致した一致アイテム数と、前記行動予測結果のアイテム数との比である適合率を算出し、前記一致アイテム数と前記正解ログのアイテム数との比である再現率を算出し、算出した適合率と再現率とを用いて評価結果を算出することを特徴とする請求項１又は２に記載のノイズ除去条件決定装置。
【請求項４】
前記行動ログは、放送番組を受信する映像受信装置から送信され、通信ネットワークを介して収集された視聴ログであることを特徴とする請求項１ないし３のうちいずれか１項に記載のノイズ除去条件決定装置。
【請求項５】
ユーザの行動ログからノイズを除去するために用いるノイズ除去条件を決定するノイズ除去条件決定装置が実行するノイズ除去条件決定方法であって、
ログ格納手段に格納された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出するノイズ除去済ログ抽出ステップと、
前記ノイズ除去済ログ抽出ステップにより抽出された前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件を決定する対象となる対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する評価用ログ抽出ステップと、
前記評価用ログ抽出ステップにより抽出された前記学習用ログを用いて、前記対象ユーザの行動予測を行い、行動予測結果を行動予測結果格納手段に格納する行動予測ステップと、
前記行動予測ステップにより得られた行動予測結果と、前記正解ログとを比較し、両者の一致度合いに基づいて、所定の基準で行動予測結果の評価を行う比較評価ステップと、
ノイズ除去条件候補を変更しながら、前記ノイズ除去済ログ抽出ステップ、前記評価用ログ抽出ステップ、及び前記比較評価ステップによる処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する最適ノイズ除去条件決定ステップと
を備えたことを特徴とするノイズ除去条件決定方法。
【請求項６】
コンピュータを、請求項１ないし４のうちいずれか１項に記載のノイズ除去条件決定装置における各手段として機能させるためのプログラム。
【請求項１】
ユーザの行動ログからノイズを除去するために用いるノイズ除去条件を決定するノイズ除去条件決定装置であって、
ログ格納手段に格納された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出するノイズ除去済ログ抽出手段と、
前記ノイズ除去済ログ抽出手段により抽出された前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件を決定する対象となる対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する評価用ログ抽出手段と、
前記評価用ログ抽出手段により抽出された前記学習用ログを用いて、前記対象ユーザの行動予測を行い、行動予測結果を行動予測結果格納手段に格納する行動予測手段と、
前記行動予測手段により得られた行動予測結果と、前記正解ログとを比較し、両者の一致度合いに基づいて、所定の基準で行動予測結果の評価を行う比較評価手段と、
ノイズ除去条件候補を変更しながら、前記ノイズ除去済ログ抽出手段、前記評価用ログ抽出手段、及び前記比較評価手段による処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する最適ノイズ除去条件決定手段と
を備えたことを特徴とするノイズ除去条件決定装置。
【請求項２】
前記行動予測手段は、前記学習用ログから協調フィルタリングによってフィルタを生成し、当該フィルタを用いて前記対象ユーザの行動予測を行うことを特徴とする請求項１に記載のノイズ除去条件決定装置。
【請求項３】
前記比較評価手段は、前記行動予測結果と前記正解ログとの間で一致した一致アイテム数と、前記行動予測結果のアイテム数との比である適合率を算出し、前記一致アイテム数と前記正解ログのアイテム数との比である再現率を算出し、算出した適合率と再現率とを用いて評価結果を算出することを特徴とする請求項１又は２に記載のノイズ除去条件決定装置。
【請求項４】
前記行動ログは、放送番組を受信する映像受信装置から送信され、通信ネットワークを介して収集された視聴ログであることを特徴とする請求項１ないし３のうちいずれか１項に記載のノイズ除去条件決定装置。
【請求項５】
ユーザの行動ログからノイズを除去するために用いるノイズ除去条件を決定するノイズ除去条件決定装置が実行するノイズ除去条件決定方法であって、
ログ格納手段に格納された行動ログから、ノイズ除去条件候補を用いてノイズを除去し、ノイズ除去済ログを抽出するノイズ除去済ログ抽出ステップと、
前記ノイズ除去済ログ抽出ステップにより抽出された前記ノイズ除去済ログから、ある基準点より前の行動ログからなる学習用ログと、ノイズ除去条件を決定する対象となる対象ユーザの前記基準点以降の行動ログからなる正解ログとを抽出する評価用ログ抽出ステップと、
前記評価用ログ抽出ステップにより抽出された前記学習用ログを用いて、前記対象ユーザの行動予測を行い、行動予測結果を行動予測結果格納手段に格納する行動予測ステップと、
前記行動予測ステップにより得られた行動予測結果と、前記正解ログとを比較し、両者の一致度合いに基づいて、所定の基準で行動予測結果の評価を行う比較評価ステップと、
ノイズ除去条件候補を変更しながら、前記ノイズ除去済ログ抽出ステップ、前記評価用ログ抽出ステップ、及び前記比較評価ステップによる処理を繰り返す制御を行い、繰り返しの結果得られる複数の評価結果のうち最も良い評価結果に対応するノイズ除去条件候補を、前記対象ユーザのノイズ除去条件として決定する最適ノイズ除去条件決定ステップと
を備えたことを特徴とするノイズ除去条件決定方法。
【請求項６】
コンピュータを、請求項１ないし４のうちいずれか１項に記載のノイズ除去条件決定装置における各手段として機能させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１２−１４６６０（Ｐ２０１２−１４６６０Ａ）
【公開日】平成２４年１月１９日（２０１２．１．１９）
【国際特許分類】
【出願番号】特願２０１０−１５３５００（Ｐ２０１０−１５３５００）
【出願日】平成２２年７月５日（２０１０．７．５）
【出願人】（３９９０３５７６６）エヌ・ティ・ティ・コミュニケーションズ株式会社 (321)
【Ｆターム（参考）】
【公開日】平成２４年１月１９日（２０１２．１．１９）
【国際特許分類】
【出願日】平成２２年７月５日（２０１０．７．５）
【出願人】（３９９０３５７６６）エヌ・ティ・ティ・コミュニケーションズ株式会社 (321)
【Ｆターム（参考）】
[ Back to top ]