ユーザ嗜好適合アイテム推薦装置
【課題】ユーザの嗜好に適したアイテム情報の推薦を行う推薦装置において、ユーザの行動履歴から生成されたユーザ嗜好情報を用いて、嗜好情報を生成したメディアとは異なるメディアのアイテムを推薦可能とする。
【解決手段】行動履歴情報と行動履歴対象メディア情報からユーザ嗜好情報を生成し、各種の推薦対象メディア情報とアイテム情報との関係性を登録してあるアイテム−推薦対象メディア相関情報データベースを参照し、前記ユーザ嗜好情報に基づいてユーザ嗜好情報を生成した行動履歴対象メディアとは異なる推薦対象メディアのアイテムを推薦する。
【解決手段】行動履歴情報と行動履歴対象メディア情報からユーザ嗜好情報を生成し、各種の推薦対象メディア情報とアイテム情報との関係性を登録してあるアイテム−推薦対象メディア相関情報データベースを参照し、前記ユーザ嗜好情報に基づいてユーザ嗜好情報を生成した行動履歴対象メディアとは異なる推薦対象メディアのアイテムを推薦する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ユーザ嗜好に適合したアイテムをユーザに推薦する装置に関するものである。
【背景技術】
【０００２】
現代の情報文明社会において、放送番組やインターネットコンテンツなどの各種メディアが提供する情報量は計り知れない。そうした中で、ＴＶ番組中のＣＭなどのあらゆるメディアの広告媒体は、不特定多数のユーザに向けて、情報を提示してきた。その一方、近年、情報が氾濫する現代社会において、個々のユーザの求める情報の相違が大きいという原因から、そのような広告媒体の不特定多数への影響力が低下しているという問題がある。
そこで、個々のユーザの嗜好情報（どのようなものに、どれくらいの興味を持っているのか）を抽出して、個々のユーザの嗜好に適合した情報を提示する技術が開発されている。
【０００３】
特許文献１では、ユーザの過去の番組視聴履歴や嗜好情報などのユーザ情報と現在視聴中のテレビ番組の情報を用いて、現在視聴中のテレビ番組に関連する物販情報やユーザにとって望ましいと思われる情報をインターネットから検索して提示する情報提供システムが開示されている。
【０００４】
特許文献２では、放送中の番組の視聴者の検索要求に対して、当該視聴者の過去の検索履歴から、検索傾向、検索分野などを分析して、商品情報サーバから当該視聴者に必要な商品情報などを提供するデジタル放送における検索システムが開示されている。
【０００５】
特許文献３では、ユーザが番組視聴中に気になった場面に対して、当該場面の気になった属性（「ファッション」など）を同時に登録しておき、当該場面の関連情報（商品情報、ホームページのリンク先など）を提供するコンテンツ供給システムが開示されている。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００４−３１８４７５号公報
【特許文献２】特開２００６−０３３５４６号公報
【特許文献３】特開２００７−０８８９６７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、ユーザ嗜好情報は、ユーザの行動履歴、例えば、テレビ番組の視聴履歴などを用いて生成されるものである。その場合、ユーザ嗜好情報を構成するユーザの興味度は、テレビ番組に関わる情報（出演者やジャンルなどの番組を特徴づけるキーワード）すなわちメディア情報に対して付与されるものである。そのため、番組視聴時以外の時間に提供が望まれるような情報、例えば、商品やサービスに関わる情報は、番組視聴履歴とメディア情報とから生成されたユーザ嗜好情報に基づいて推薦することはできない。
【０００８】
また、インターネットなどでＷＥＢページを閲覧した閲覧履歴など、テレビ番組以外のメディアから取得されたユーザの行動履歴を用いて生成されたユーザ嗜好情報に基づいて、テレビ番組に関わる情報を推薦することはできない。
【０００９】
つまり、所定のメディアの使用履歴を用いて当該ユーザの行動履歴から生成されたユーザ嗜好情報を利用して、別のメディアに関わる商品やサービスの情報すなわちアイテムを当該ユーザに対して推薦することはできない、という課題がある。
【００１０】
本発明は、上述の点に鑑みてなされたものであり、その目的とするところは、所定のメディアにおけるユーザの行動履歴から生成されたユーザ嗜好情報を蓄積し、蓄積されたユーザ嗜好情報に基づいて、当該ユーザ嗜好情報を生成したメディアとは異なるメディアのアイテムをユーザに対して推薦可能なアイテム推薦装置を提供することにある。
【課題を解決するための手段】
【００１１】
本発明は、ユーザの行動履歴と行動履歴対象メディア情報とから、ユーザ嗜好情報生成部でユーザ嗜好情報を生成し、各種の推薦対象メディア情報とアイテム情報との関係性を登録してあるアイテム−推薦対象メディア相関情報データベースを参照して、前記ユーザ嗜好情報に基づいて、ユーザ嗜好情報を生成した行動履歴対象メディアとは異なる推薦対象メディアに関連するアイテムの推薦を可能とするものである。
【００１２】
本発明によるユーザ嗜好適合アイテム推薦装置の第１の態様は、ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）ユーザからのアイテム推薦要求に応じて、前記アイテム−推薦対象メディア相関情報データベースを参照し、全ての前記アイテム関連キーワードを抽出する手段と、
（ｅ）抽出した前記アイテム関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該アイテム関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該アイテム関連キーワードの興味度として決定する手段と、
（ｆ）各アイテムＩＤに対応付けられた一又は複数のアイテム関連キーワードの各々について決定された興味度に基づいて各アイテムＩＤ毎にスコアを計算する手段と、
（ｇ）計算された前記スコアに基づいて一又は複数のアイテムＩＤを抽出し、抽出されたアイテムＩＤに基づいてアイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とする。
【００１３】
本発明によるユーザ嗜好適合アイテム推薦装置の第２の態様は、ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテムに関連するアイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）前記推薦対象メディアＩＤと、該推薦対象メディアに関連する一又は複数の推薦対象メディア関連キーワードとを対応付けて推薦対象メディア情報データベースに蓄積する手段と、
（ｅ）ユーザからのアイテム推薦要求に応じて、前記推薦対象メディア情報データベースを参照し、全ての前記推薦対象メディア関連キーワードを抽出する手段と、
（ｆ）抽出した前記推薦対象メディア関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該推薦対象メディア関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該推薦対象メディア関連キーワードの興味度として決定する手段と、
（ｇ）各推薦対象メディアＩＤに対応付けられた一又は複数の推薦対象メディア関連キーワードの各々について決定された興味度に基づいて各推薦対象メディアＩＤ毎にスコアを計算する手段と、
（ｈ）計算された前記スコアに基づいて一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とする。
【００１４】
上記の態様において、前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
前記ユーザプロファイルデータベースから複数の前記行動履歴対象メディアＩＤと各行動履歴対象メディアＩＤに対応付けられた前記行動履歴関連キーワードとを抽出し、各行動履歴対象メディアＩＤに対応する各行動履歴対象メディア間の類似度を計算することにより複数の前記行動履歴対象メディアをクラスタリングし、複数のクラスタの中心ベクトルの各要素を、各行動履歴関連キーワードに対する興味度として決定することが好適である。
【００１５】
上記の態様において、前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の高い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことが好適である。
【００１６】
上記の態様において、前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の低い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことが好適である。
【００１７】
上記の態様において、前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報がユーザにより選択されたか選択されなかったかに基づいて、該アイテム情報に係るアイテムＩＤに対応付けられたアイテム関連キーワードと一致する行動履歴関連キーワードに対して重み付けをした上で、各行動履歴関連キーワード毎に興味度を計算することが好適である。
【００１８】
上記の態様において、前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報のうちユーザに選択されたアイテム情報に対応するアイテムのカテゴリに基づいて、該カテゴリに対する興味度を計算することにより第２のユーザ嗜好情報を生成することが好適である。
【００１９】
上記の態様において、前記アイテム情報を表示する手段が、
ユーザが利用する情報表示媒体に応じて、情報表示方式を変換することが好適である。
【００２０】
上記の態様において、前記ユーザからのアイテム推薦要求に応じて、前記ユーザ嗜好情報データベースを参照する手段が、前記ユーザ嗜好情報に替えて他のユーザのユーザ嗜好情報を参照することが好適である。
【発明の効果】
【００２１】
本発明の特徴によれば、ユーザは、行動履歴を取得した行動履歴対象メディアに限られず他の推薦対象メディアに関連するアイテム情報も取得でき、自身の嗜好に合致した商品やサービスなどのアイテム情報を広範囲で取得することができる。
【図面の簡単な説明】
【００２２】
【図１】本発明に係るアイテム推薦装置の実施形態の基本構成を示す概略構成図である。
【図２】本発明に係るアイテム推薦装置の第１実施例の概略構成図である。
【図３】ユーザプロファイル（閲覧履歴）の構成例を示す図である。
【図４】ユーザ嗜好情報の構成例を示す図である。
【図５】番組情報（電子番組表）の構成例を示す図である。
【図６】アイテム-番組相関情報の構成例を示す図である。
【図７】アイテム推薦部の処理の流れ(アイテム−番組相関情報のキーワードからのアイテム推薦）を示すフローチャートである。
【図８】アイテム推薦部の処理の流れ（番組情報のキーワードからのアイテム推薦）を示すフローチャートである。
【図９】ユーザ嗜好情報生成部の処理の流れを示すフローチャートである。
【図１０】ＷＥＢページ情報の構成例(ＷＥＢページに関わるキーワードの興味度からのアイテム推薦)を示す図である。
【図１１】ユーザ嗜好ベクトルの構成例を示す図である。
【図１２】本発明に係るアイテム推薦装置の第２実施例の構成図であり、第１実施例にユーザ嗜好を学習させる処理を付与した概略構成図である。
【図１３】アイテム推薦部の処理の流れ(ユーザ嗜好を学習させる処理)を示すフローチャートである。
【図１４】アイテム嗜好情報の構成例を示す図である。
【図１５】アイテム推薦部の処理の流れ（表示する媒体に応じた表示方式を選択する処理）を示すフローチャートである。
【図１６】本発明に係るアイテム推薦装置の第３実施例の構成図であり、第１実施例に当該ユーザ以外のユーザの嗜好情報を使用してアイテム推薦を行う処理を付与した概略構成図である。
【図１７】本発明に係るアイテム推薦装置の第４実施例の構成図であり、第１実施例に推薦アイテム情報とユーザ嗜好情報を保持したサーバを付与した概略構成図である。
【図１８】本発明に係るアイテム推薦装置の第５実施例の構成図であり、第１実施例に番組情報解析部を付与した概略構成図である。
【発明を実施するための形態】
【００２３】
以下、本発明の実施形態を、実施例を示した図面に基づいて説明する。
図１は、本発明によるユーザ嗜好適合アイテム推薦装置（以下、単に「アイテム推薦装置」と称する）の実施形態の基本構成を示す概略構成図である。本装置は、適宜のコンピュータに導入されたプログラムにより実現される複数の機能処理部と、関連データを格納する複数のデータベースとを構成要素として有する。
【００２４】
先ず、各構成要素の概略を説明する。
行動履歴取得部１１１は、メディア使用に関するユーザの行動履歴から履歴データを抽出して行動履歴情報を生成する。メディア使用に関するユーザの行動履歴情報とは、携帯電話の操作履歴、テレビ番組の視聴履歴、ＷＥＢページの閲覧履歴、雑誌の購読履歴など、ユーザによる様々なメディアの使用履歴を表す情報である。行動履歴情報の基となる種々のメディアを「行動履歴対象メディア」と称し、雑誌、テレビ番組、ＷＥＢページ等である。電子メディアの場合は、例えば当該メディア端末を含む環境に設置されている各種センサ（図示しない）等から履歴データを取得する。電子メディアの環境には、メディア端末と本装置とを直接的に又は間接的に接続する種々のネットワークも含む。本発明では、行動履歴情報の基となる履歴データの取得方法は限定しない。オンライン又はオフラインのいずれの手段で取得してもよい。
【００２５】
行動履歴取得部１１１により生成された行動履歴情報は、ユーザプロファイルデータベース１１２に蓄積される。
【００２６】
行動履歴対象メディア情報データベース１１３は、任意に設けられ、行動履歴情報の基となった雑誌、テレビ番組、ＷＥＢページなどの行動履歴対象メディアに関する情報を蓄積している。
【００２７】
ユーザ嗜好情報生成部１１４は、行動履歴情報のみに基づいて、又は、行動履歴情報と行動履歴対象メディア情報とに基づいて、行動履歴関連キーワードに対するユーザの興味度を計算することにより、ユーザ嗜好情報を生成する。
【００２８】
ユーザ嗜好情報生成部１１４により生成されたユーザ嗜好情報は、ユーザ嗜好情報データベース１１５に蓄積される。
【００２９】
アイテム−推薦対象メディア相関情報データベース１１８は、アイテム（商品やサービス等）と推薦対象メディア（雑誌、テレビ番組、ＷＥＢページ等）とを関連付けたアイテムーメディア相関情報を蓄積している。
【００３０】
アイテム推薦部１１６は、推薦方式の一例においては、ユーザ嗜好情報データベース１１５に蓄積されたユーザ嗜好情報に基づいて、アイテム−推薦対象メディア相関情報データベース１１８に蓄積されたアイテム−推薦対象メディア相関情報から、推薦するアイテムを抽出する。また、別の推薦方式においては、アイテム推薦部１１６は、推薦対象メディア情報データベース１１７を使用した評価を行うことを含めて、推薦するアイテムを抽出する。推薦対象メディア情報データベース１１７には、推薦対象メディア（雑誌、テレビ番組、ＷＥＢページ等）の情報を蓄積している。
【００３１】
アイテム推薦部１１６の処理の特徴は、ユーザがアイテム推薦を要求したとき、行動履歴対象メディアとは異なる推薦対象メディアに関連するアイテムも提供できることである。例えば、行動履歴対象メディアがＷＥＢページであっても、推薦対象メディアはテレビ番組や雑誌の場合があり、推薦対象メディアに関連付けられたアイテムのアイテム情報を提供することができる。
【００３２】
アイテム推薦部１１６により抽出されたアイテムのアイテム情報は、表示部１１９で出力する。表示部１１９の機能としては、ネットワークを介してユーザの利用するメディア端末に送信し、当該メディア端末の表示装置に表示させることも含む。
【００３３】
図２は、本発明に係るアイテム推薦装置の第１実施例の概略構成図である。第１実施例では、行動履歴対象メディアを、携帯電話やＰＣのＷＥＢページと想定し、そして行動履歴情報を、これらのＷＥＢページの閲覧履歴情報と想定している。さらに、推薦対象メディアをテレビ番組と想定し、推薦対象メディア情報は、具体的にはテレビ番組情報すなわち電子番組表（ＥＰＧ:Electric Program Guide）と想定している。図３〜図６は、図２の構成に含まれる各データベース内のテーブル構成例である。
【００３４】
図２の閲覧履歴抽出部２１１は、図１の行動履歴抽出部１１１に対応しており、ユーザの携帯電話やＰＣから、ＷＥＢページの閲覧履歴データを抽出し、閲覧履歴情報を生成する。図２のユーザプロファイルデータベース２１２は、閲覧履歴抽出部２１１で抽出した閲覧履歴情報を蓄積している。
【００３５】
図３は、生成した閲覧履歴情報のテーブル構成例を示す。図３の閲覧履歴情報テーブル３０１は、一ユーザについての閲覧履歴情報を示している（すなわち、当該ユーザを一意に特定するユーザＩＤに対応付けられている）。閲覧履歴情報テーブル３０１の項目には、ＷＥＢページを一意に特定する「ＵＲＬ」及び「サイト名」、検索に使用したキーワード及び／又は閲覧サイトに関わるキーワード（メタタグの情報などの特徴的なキーワードも含む）など閲覧内容に関連したキーワードである「閲覧履歴関連キーワード」、サイトを閲覧した回数を示す「閲覧回数」がある。一つのＷＥＢページに対して一又は複数の閲覧履歴関連キーワードが関連付けられている。
【００３６】
図２のユーザ嗜好情報生成部２１３は、ユーザプロファイルデータベース２１２に蓄積された閲覧履歴情報に基づいてユーザの「興味度」を計算することにより、ユーザ嗜好情報を生成する。ユーザ嗜好情報生成部２１３で生成したユーザ嗜好情報は、図２のユーザ嗜好情報データベース２１４に蓄積されている。なお、図２の第１実施例では、閲覧履歴情報のみでユーザ嗜好情報を生成するため、図１で示した行動履歴対象メディア情報データベース１１３に対応するデータベースは配置していない。
【００３７】
図４は、生成したユーザ嗜好情報のテーブル構成例を示す。ユーザ嗜好情報テーブル４０１は、ユーザのＷＥＢページに対する興味度を計算して作成したユーザ嗜好情報である。ユーザを一意に特定する「ユーザＩＤ」、図３の閲覧履歴情報テーブルから抽出した「閲覧履歴関連キーワード」、「興味度」の項目をもつ。「興味度」は、図３に示した閲覧履歴情報テーブル３０１における「閲覧履歴関連キーワード」の登場回数及び「閲覧回数」などから計算された値をもつ（一例は図９〜１１で説明する）。一つの閲覧履歴関連キーワードに対して興味度を示す一つの数値が計算されている。
【００３８】
図２のアイテム推薦部２１５は、ユーザ嗜好情報データベース２１４に蓄積されたユーザ嗜好情報に基づいて、商品やサービスなどのアイテムと番組情報とを関連付けたアイテム−番組相関情報を蓄積したアイテム−番組相関データベース２１７を参照することにより、推薦するアイテムを抽出する。アイテム−番組相関データベース２１７は、図１のアイテム−推薦対象メディア相関情報データベース１１８に対応している。
【００３９】
推薦方式によっては、番組情報データベース２１６を利用した評価を行うことも含めて推薦するアイテムを抽出する。番組情報データベース２１６は、テレビ番組情報を蓄積している。番組情報データベース２１６は、図１の推薦対象メディア情報データベース１１７に対応している。
【００４０】
図５は、番組情報データベース２１６に蓄積されたテレビ番組情報すなわち電子番組表のテーブル構成例を示す。番組情報テーブル５０１は、番組を一意に特定する「番組ＩＤ」、「番組名」、番組の出演者を示す「出演者」、旅行や夏などの特徴を示す当該メディアに関連するキーワードである「番組関連キーワード」、番組の種類を示す「ジャンル」、番組の時間長を示す「番組長」という項目をもつ。これらの項目は、ＥＰＧ(Electronic Program Guide)などから抽出する。一つの番組に対して一又は複数の番組関連キーワードが関連付けられる。
【００４１】
図６は、アイテム−番組相関情報のテーブル構成例を示す。アイテム−番組相関情報テーブル６０１は、アイテムを一意に特定する「アイテムＩＤ」、「アイテム名」、アイテムの種類を示す「カテゴリ」、アイテムに関連するキーワードである「アイテム関連キーワード」、アイテムに対する説明を記載したＵＲＬの情報やアイテムの登場時期などの情報を含む「アイテム情報」、アイテムと関連付けた「番組ＩＤ」という項目をもつ。一つのアイテムに対して一又は複数のアイテム関連キーワードが関連付けられる。また、一つのアイテムに対して一又は複数の番組ＩＤが関連付けられる。一つの番組ＩＤが、異なる複数のアイテムに対して関連付けられてもよい。
【００４２】
図２のアイテム推薦部２１５で抽出されたアイテムは、表示部２１８で出力する。
【００４３】
なお、図３及び図４のテーブル項目の「閲覧履歴関連キーワード」、図５のテーブル項目の「番組関連キーワード」及び図６のテーブル項目の「アイテム関連キーワード」に格納する各キーワードは、共通のキーワード群の中から選択されることが好ましい。これは、実質的に同じ情報を示すキーワードについての表記の揺らぎをなくして統一した表記とするためである。例えば、"映画"と"シネマ"は、"映画"に統一し、"旅行"と"トラベル"は"旅行"に統一する。これにより、実質的に同じ情報を示す２つのキーワードが、表記のばらつきのために異なるキーワードとして判定されるといった不適切な処理を防止できる。
【００４４】
また、図３〜図６の各テーブル項目の名称は、説明の便宜上、図２の第１実施例（行動履歴対象メディアがＷＥＢページで、推薦対象メディアがテレビ番組）における名称としているが、図１の基本構成においては、テーブル項目はそれぞれ上位概念を表す名称となる。図３の閲覧履歴情報テーブルの「ＵＲＬ」は「行動履歴対象メディアＩＤ」と、「閲覧履歴関連キーワード」は「行動履歴関連キーワード」と称され、図５の「番組ＩＤ」は「推薦対象メディアＩＤ」と、「番組関連キーワード」は「推薦対象メディア関連キーワード」と称される。
【００４５】
図２〜図６に示した第１実施例の処理の流れを図７〜図１１を参照して説明する。説明において図２〜図６中の符号を使用する場合がある。
【００４６】
図７は、図２のアイテム推薦部２１５の処理の一実施例を示すフローチャートである。この処理では、図６のアイテム−番組相関情報テーブル６０１に格納された各アイテム毎に、ユーザの興味度を計算する。
【００４７】
ステップ７０１において、アイテム推薦処理が開始される。この開始判定は、例えば、ユーザによるテレビのリモコンの該当するボタンの押下、あるいは、ユーザによるテレビやＰＣなどの画面上のアイコンのクリックなどが、ネットワークを介して本装置のコンピュータに送信されることにより行ってもよい。この開始判定の処理において、当該ユーザを特定するユーザＩＤも認識する。
【００４８】
ステップ７０２において、アイテム−番組相関情報データベース２１７を参照し、図６のアイテム−番組相関情報テーブルに含まれる全てのアイテム関連キーワードを抽出する。
【００４９】
ステップ７０３において、ユーザ嗜好情報データベース２１４を参照し、該当するユーザＩＤについての図４のユーザ嗜好情報テーブル４０１の閲覧履歴関連キーワードの中に、ステップ７０２で抽出したアイテム関連キーワードと一致するものがあるか否かを判断する。一致するものがあれば、その閲覧履歴関連キーワードに対するユーザの興味度を抽出して当該アイテム関連キーワードについてのユーザの興味度として決定する。なお、閲覧履歴関連キーワードの中に一致するものがなかったアイテム関連キーワードは、ユーザの興味度がゼロということになる。
【００５０】
ステップ７０４において、図６のアイテム−番組相関情報テーブル６０１に含まれる各アイテムのスコアを計算する。図６のアイテム−番組相関情報テーブル６０１において、一つのみのアイテム関連キーワードに関連付けられたアイテムは、その一つのアイテム関連キーワードについてのユーザの興味度が、そのままユーザの興味度となる。複数のアイテム関連キーワードに関連付けられたアイテムは、それら複数のアイテム関連キーワードの興味度を総合評価したものがユーザの興味度となる。このようにして、各アイテムについてのユーザの興味度を評価することを、「アイテムのスコアを計算する」という。一つのアイテムのスコアの計算方法には、例えば以下の数式１を使用する。
【００５１】
【数１】
【００５２】
ＳＰはアイテムＰのスコア、ＮはアイテムＰのもつアイテム関連キーワードの総数、Ｉ(Ｘｉ)は、アイテム関連キーワードＸｉのユーザの興味度である。
【００５３】
別の実施例として、アイテムの登場時期を加味して、以下の数式２でスコアを計算してもよい。
【００５４】
【数２】
【００５５】
ＴＰは、アイテムＰの登場時期から現在までの時間によって定義される重みである。古いアイテムほど、優先度が下がるように設定される。
【００５６】
ステップ７０５において、ステップ７０４で得られたスコアの上位５件のアイテムＩＤを抽出する。件数は５件でなくてもよい。ステップ７０６において、抽出された上位のアイテムＩＤに基づいてアイテム−番組相関情報データベース２１７を参照し、対応するアイテム情報を表示する。
【００５７】
図８は、図２のアイテム推薦部２１５の処理の別の実施例を示すフローチャートである。
ステップ８０１は、図７のステップ７０１と同じである。
ステップ８０２において、番組情報データベース２１６を参照し、図５の番組情報テーブル５０１に格納された番組関連キーワードを全て抽出する。
【００５８】
ステップ８０３において、ユーザ嗜好情報データベース２１４を参照し、該当するユーザについての図４のユーザ嗜好情報テーブル４０１の閲覧履歴関連キーワードの中に番組関連キーワードと一致するものがあるか否かを判断する。一致するものがあれば、その閲覧履歴関連キーワードに対するユーザの興味度を抽出して当該番組関連キーワードに対するユーザ興味度として決定する。これにより、抽出した各番組キーワードについてのユーザの興味度が得られる。なお、閲覧履歴関連キーワードの中に一致するものがなかった番組関連キーワードは、ユーザの興味度がゼロということになる。
【００５９】
ステップ８０４において、図５の番組情報テーブル５０１に含まれる各番組のスコアを算出する。図５の番組情報テーブル５０１において、一つのみの番組関連キーワードに関連付けられた番組は、その一つの番組関連キーワードについてのユーザの興味度が、そのままユーザの興味度となる。複数の番組関連キーワードに関連付けられた番組は、それら複数の番組関連キーワードの興味度を総合評価したものがユーザの興味度となる。このようにして、各番組についてのユーザの興味度を評価することを、「番組のスコアを計算する」という。
【００６０】
スコアの算出方法は、数式１又は数式２における「アイテム」を「番組」と置き換え、同様の方法でよい。
【００６１】
ステップ８０５において、例えばスコア上位５件の番組を抽出し、ステップ８０６において、抽出された上位の番組の番組ＩＤに基づいてアイテム−番組相関情報データベース２１６を参照し、対応するアイテムＩＤを抽出する。ステップ８０７において、抽出されたアイテムＩＤに対応するアイテム情報を表示する。
【００６２】
図９は、図２のユーザ嗜好情報生成部２１３の処理の一実施例を示すフローチャートである。
ステップ９０１において、ユーザプロファイルデータベース２１２を参照し、図３の閲覧履歴情報テーブル３０１から全てのＷＥＢページのＵＲＬ及び全ての閲覧履歴関連キーワードを含むＷＥＢページ情報を抽出する。
【００６３】
ステップ９０２において、ステップ９０１で抽出した各ＷＥＢページ情報毎に各閲覧履歴関連キーワードの興味度を判定する。このとき、抽出したＷＥＢページ情報は、全ての閲覧履歴関連キーワードに基づき、図１０のようなテーブル形式で保持する。各ＵＲＬについての横一行の中に、抽出した全ての閲覧履歴関連キーワードを示す「閲覧履歴関連キーワードＸ１」、「閲覧履歴関連キーワードＸ２」、「閲覧履歴関連キーワードＸ３」．．が並べられており、それぞれのキーワードに対する興味度の基本値が格納される。各ＵＲＬについて、その閲覧履歴関連キーワードが含まれていれば興味度の基本値を"１"と、含まれなければ、興味度の基本値を"０"とし、各閲覧履歴関連キーワードの興味度に基本値を割り当てる。
【００６４】
ステップ９０３において、ステップ９０２で判定した興味度を用いてＷＥＢページ間の類似度を計算し、ユーザが閲覧したＷＥＢページをクラスタリングする。
閲覧したＷＥＢページ間の類似度は、例えば、以下の数式３で計算される。
【００６５】
【数３】
【００６６】
ＤＰＱは、ＷＥＢページＰとＷＥＢページＱとの類似度であり、Ｐ(Ｘｉ)はＷＥＢページＰにワードＸｉが入っているかどうか、すなわち"１"か"０"の２値を示す。この値については２値でなくてもよい。また、類似度は、数式３以外にも、ユークリッド距離などで求めてもよい。
クラスタリングの手法は、Ｋ−Ｍｅａｎｓアルゴリズムなどの分割最適化手法でも、最短距離法などの階層的手法でも、いずれでもよい。また、このようなクラスタリングは、推薦ボタン押下時ではなく、定期的にバックグラウンドで行われるとしてもよい。
【００６７】
ステップ９０４において、複数のクラスタの中心のベクトルを生成し、それらのベクトルをユーザ嗜好ベクトルの情報として蓄積する。
【００６８】
図１１に、ステップ９０４で得られたユーザ嗜好ベクトルのテーブル構成例を示す。「ユーザＩＤ」は、ユーザを一意に特定する。「閲覧履歴関連キーワードＸ１」、「閲覧履歴関連キーワードＸ２」、「閲覧履歴関連キーワードＸ３」．．の各項目は、ユーザ嗜好ベクトルの各要素を値としてもつ。各要素の値は、図３のユーザ嗜好情報テーブル３０１の興味度の値に対応している。
【００６９】
アイテム推薦部２１５の別の実施例として、生成した図１１のユーザ嗜好ベクトルテーブル１１０１と図５の番組情報テーブル５０１の各番組との類似度を、数式３などを用いて計算してもよい。最も類似度の高い上位数件の番組を抽出し、抽出された番組の番組ＩＤに基づいて図６のアイテム−番組相関情報テーブル６０１を参照し、該当するアイテムのアイテム情報を提示する。このとき、最も類似度の高い番組ではなく非類似度の高い番組でもよいし、予め設定された類似度の番組を検索するようにしてもよい。また、設定された類似度は、ユーザのアイテムへの評価によって、変化させていくようにしてもよい。
【００７０】
図１２は、本発明に係るアイテム推薦装置の第２実施例の概略構成図である。第２実施例では、第１実施例で示した機能に加えて、推薦されたアイテムをユーザが選択したか否かというアイテムへの評価によって、ユーザキーワードに対するユーザの興味度を学習する機能を備えている。
【００７１】
第２実施例の装置構成は、図２の第１実施例の装置構成に対し、ユーザ嗜好を学習させる機能を持つユーザ嗜好学習部１２１４と、アイテム推薦部１２１６で推薦されたアイテムがユーザに選択されたか否かを判定するアイテム選択部１２１９とが追加されている。
【００７２】
図１３は、第２実施例におけるアイテム推薦部１２１６、アイテム選択部１２１９及びユーザ嗜好学習部１２１４の処理の一実施例を示したフローチャートである。
ステップ１３０１から１３０６までの処理の流れは、図７のステップ７０１からステップ７０６のアイテム推薦部の処理と同様であるが、ステップ１３０４のアイテムのスコアの計算式として以下の数式４及び数式５を使用する。
【００７３】
【数４】
【００７４】
【数５】
【００７５】
ｗiは、アイテム関連キーワードＸiの、ユーザのアイテムの需要に対する重みである。初期値では、全てのアイテム関連キーワードの重みを等しく設定しておく。
【００７６】
ステップ１３０７において選択されたアイテムと選択されなかったアイテムそれぞれに含まれているアイテム関連キーワードのｗiに対して、ステップ１３０８で重み付けを行う。例えば、選択されたアイテム関連キーワードの重みｗiについて、値を０.１加算して（キーワード数で等分配）、選択されなかったアイテム関連キーワードの重みは０.１減算する（キーワード数で等分配）などのアイテム関連キーワードの重みに対して傾斜が生じるような処理を行う。
また、数式４ではなく、以下の数式６でもよい。
【００７７】
【数６】
【００７８】
λｉは、アイテム関連キーワードＸiのユーザのアイテムの需要に対する重みである。
但し、上記のような処理は、ユーザの当該アイテム関連キーワードへの興味度を変化させるものではなく、アイテム関連キーワードのアイテムへの寄与度をユーザによって適応させていく処理である。
【００７９】
また、アイテムの選択履歴を保持しておき、アイテムのカテゴリの興味度を求め、アイテム嗜好情報としてユーザ嗜好情報データベースに登録しておくようにしてもよい。
図１４は、ユーザ嗜好情報データベース１２１５に蓄積されたアイテム嗜好情報のテーブル構成例を示す。アイテム嗜好情報テーブル１４０１として、「ユーザＩＤ」、「カテゴリ」、「興味度」という項目を持つ。ユーザＩＤをキーとして、図３のユーザ嗜好情報テーブル３０１に関連付ける。上記の場合、ステップ１３０４のアイテムのスコアの計算式として、数式４に替えて以下の数式７を用いてもよい。
【００８０】
【数７】
【００８１】
ここで、Ｃｐは、アイテムＰのカテゴリであり、Ｉ(Ｃｐ)は、カテゴリＣｐのユーザの興味度を示す。
【００８２】
図１５は、第１実施例及び第２実施例におけるアイテム推薦部の処理の流れの別の実施例を示す（以下の第３〜第５実施例にも適用可能）。この実施例では、ステップ１５０１〜１５０５の流れは、図７に示した実施例と同じであるが、アイテム情報を表示するステップ１５０６及びステップ１５０７において、表示する媒体に応じた表示方式を選択する処理を行う。表示媒体（ＰＣ画面、ＴＶ画面、携帯端末のディスプレイなど）に応じて、画像の圧縮を行ったり、情報をテキスト情報で提示したりするなどの表示媒体に適した表示方法を選択する。また、そのような表示方式を予め設定するようにしてもよい。
【００８３】
図１６は、本発明に係るアイテム推薦装置の第３実施例の概略構成図である。第３実施例では、図２に示した第１実施例の構成に加え、他ユーザ嗜好情報を蓄積した他ユーザ嗜好情報データベース１６１８を追加している。
【００８４】
第１実施例と異なる部分のみ、記述する。他ユーザ嗜好情報とは、当該ユーザ以外のユーザの嗜好情報であり、他のユーザの嗜好情報を用いて、第１実施例のような処理を行い、アイテム推薦を行う。また、当該ユーザと一又は複数の他のユーザの嗜好情報を用いて、二つの嗜好情報の平均値を計算するなどの処理を行い、二つ又はそれ以上の嗜好情報を混合して新しい嗜好情報を作成するとしてもよい。ここで、他ユーザ嗜好情報データベース１６１８は、外部記憶端末を用いて挿入されてもよいし、インターネットなどのネットワーク上で共有するとしてもよい。また、推薦されたアイテムを、他ユーザに対して提示する機能を有してもよい。さらに、ユーザプロファイルデータベース１７１２を、外部記憶装置やインターネット上で他のユーザと共有できるようにしてもよい。
【００８５】
図１７は、本発明に係るアイテム推薦装置の第４実施例の概略構成図である。第４実施例では、図２に示した第１実施例の構成に加え、推薦アイテムの選択情報を蓄積した推薦アイテム情報データベース１７１９と、他ユーザ嗜好情報を蓄積した他ユーザ嗜好情報データベース１７２０とを保持したサーバ１７１８を追加している。
【００８６】
複数のユーザの嗜好情報と推薦アイテムの選択情報がサーバに保存してあり、ネットワークを介して共有できるようになっている。アイテム推薦部１７１５は、推薦ボタン押下などによって、第１実施例と同様のアイテム推薦の処理を行うか、又は、サーバ１７１８にアクセスしてアイテム推薦の処理を行うかを判別する手段を有する。後者の場合に、当該ユーザと嗜好情報の類似度が高い他のユーザを検索し、類似度の高い他のユーザが選択したアイテムの推薦を行う処理を行う機能を有する。
【００８７】
図１８は、本発明に係る装置の第５実施例の概略構成図である。第５実施例では、図２に示した第１実施例の構成に加え、番組情報解析部１８１８を追加している。
【００８８】
番組情報解析部１８１８は、番組情報データベース１８１７に蓄積された番組情報から、アイテムに関わる情報のみを抽出し、アイテム−番組相関情報データベース１８１６に蓄積する処理を行う機能を有する。番組情報はインターネット上や外部記憶媒体などから取得するとしてもよい。
【００８９】
以上、本発明に係る装置の各実施例の説明を、ユーザの行動履歴を携帯電話やＰＣからのＷＥＢページの閲覧履歴と想定し、推薦対象メディア情報をテレビ番組に含まれる情報と想定して行ったが、それぞれを、あらゆる環境に設置されている各種センサから得られるユーザの行動履歴、あらゆるメディア情報としても本発明が有効であることは言うまでもない。
【産業上の利用可能性】
【００９０】
本願発明は、例えばＤＶＤレコーダ、ＴＶ等の家庭向け映像機器や、テレビ機能付のパソコン、ＰＤＡや携帯電話等の情報機器、ネット配信番組を再生するセットトップボックス等に適用できる。
【符号の説明】
【００９１】
１１１ 行動履歴取得部
１１２ ユーザプロファイルデータベース(行動履歴情報)
１１３ 行動履歴対象メディア情報データベース
１１４ ユーザ嗜好情報生成部
１１５ ユーザ嗜好情報データベース
１１６ アイテム推薦部
１１７ 推薦対象メディア情報データベース
１１８ アイテム−推薦対象メディア相関情報データベース
１１９ 表示部
【技術分野】
【０００１】
本発明は、ユーザ嗜好に適合したアイテムをユーザに推薦する装置に関するものである。
【背景技術】
【０００２】
現代の情報文明社会において、放送番組やインターネットコンテンツなどの各種メディアが提供する情報量は計り知れない。そうした中で、ＴＶ番組中のＣＭなどのあらゆるメディアの広告媒体は、不特定多数のユーザに向けて、情報を提示してきた。その一方、近年、情報が氾濫する現代社会において、個々のユーザの求める情報の相違が大きいという原因から、そのような広告媒体の不特定多数への影響力が低下しているという問題がある。
そこで、個々のユーザの嗜好情報（どのようなものに、どれくらいの興味を持っているのか）を抽出して、個々のユーザの嗜好に適合した情報を提示する技術が開発されている。
【０００３】
特許文献１では、ユーザの過去の番組視聴履歴や嗜好情報などのユーザ情報と現在視聴中のテレビ番組の情報を用いて、現在視聴中のテレビ番組に関連する物販情報やユーザにとって望ましいと思われる情報をインターネットから検索して提示する情報提供システムが開示されている。
【０００４】
特許文献２では、放送中の番組の視聴者の検索要求に対して、当該視聴者の過去の検索履歴から、検索傾向、検索分野などを分析して、商品情報サーバから当該視聴者に必要な商品情報などを提供するデジタル放送における検索システムが開示されている。
【０００５】
特許文献３では、ユーザが番組視聴中に気になった場面に対して、当該場面の気になった属性（「ファッション」など）を同時に登録しておき、当該場面の関連情報（商品情報、ホームページのリンク先など）を提供するコンテンツ供給システムが開示されている。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００４−３１８４７５号公報
【特許文献２】特開２００６−０３３５４６号公報
【特許文献３】特開２００７−０８８９６７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、ユーザ嗜好情報は、ユーザの行動履歴、例えば、テレビ番組の視聴履歴などを用いて生成されるものである。その場合、ユーザ嗜好情報を構成するユーザの興味度は、テレビ番組に関わる情報（出演者やジャンルなどの番組を特徴づけるキーワード）すなわちメディア情報に対して付与されるものである。そのため、番組視聴時以外の時間に提供が望まれるような情報、例えば、商品やサービスに関わる情報は、番組視聴履歴とメディア情報とから生成されたユーザ嗜好情報に基づいて推薦することはできない。
【０００８】
また、インターネットなどでＷＥＢページを閲覧した閲覧履歴など、テレビ番組以外のメディアから取得されたユーザの行動履歴を用いて生成されたユーザ嗜好情報に基づいて、テレビ番組に関わる情報を推薦することはできない。
【０００９】
つまり、所定のメディアの使用履歴を用いて当該ユーザの行動履歴から生成されたユーザ嗜好情報を利用して、別のメディアに関わる商品やサービスの情報すなわちアイテムを当該ユーザに対して推薦することはできない、という課題がある。
【００１０】
本発明は、上述の点に鑑みてなされたものであり、その目的とするところは、所定のメディアにおけるユーザの行動履歴から生成されたユーザ嗜好情報を蓄積し、蓄積されたユーザ嗜好情報に基づいて、当該ユーザ嗜好情報を生成したメディアとは異なるメディアのアイテムをユーザに対して推薦可能なアイテム推薦装置を提供することにある。
【課題を解決するための手段】
【００１１】
本発明は、ユーザの行動履歴と行動履歴対象メディア情報とから、ユーザ嗜好情報生成部でユーザ嗜好情報を生成し、各種の推薦対象メディア情報とアイテム情報との関係性を登録してあるアイテム−推薦対象メディア相関情報データベースを参照して、前記ユーザ嗜好情報に基づいて、ユーザ嗜好情報を生成した行動履歴対象メディアとは異なる推薦対象メディアに関連するアイテムの推薦を可能とするものである。
【００１２】
本発明によるユーザ嗜好適合アイテム推薦装置の第１の態様は、ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）ユーザからのアイテム推薦要求に応じて、前記アイテム−推薦対象メディア相関情報データベースを参照し、全ての前記アイテム関連キーワードを抽出する手段と、
（ｅ）抽出した前記アイテム関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該アイテム関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該アイテム関連キーワードの興味度として決定する手段と、
（ｆ）各アイテムＩＤに対応付けられた一又は複数のアイテム関連キーワードの各々について決定された興味度に基づいて各アイテムＩＤ毎にスコアを計算する手段と、
（ｇ）計算された前記スコアに基づいて一又は複数のアイテムＩＤを抽出し、抽出されたアイテムＩＤに基づいてアイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とする。
【００１３】
本発明によるユーザ嗜好適合アイテム推薦装置の第２の態様は、ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテムに関連するアイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）前記推薦対象メディアＩＤと、該推薦対象メディアに関連する一又は複数の推薦対象メディア関連キーワードとを対応付けて推薦対象メディア情報データベースに蓄積する手段と、
（ｅ）ユーザからのアイテム推薦要求に応じて、前記推薦対象メディア情報データベースを参照し、全ての前記推薦対象メディア関連キーワードを抽出する手段と、
（ｆ）抽出した前記推薦対象メディア関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該推薦対象メディア関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該推薦対象メディア関連キーワードの興味度として決定する手段と、
（ｇ）各推薦対象メディアＩＤに対応付けられた一又は複数の推薦対象メディア関連キーワードの各々について決定された興味度に基づいて各推薦対象メディアＩＤ毎にスコアを計算する手段と、
（ｈ）計算された前記スコアに基づいて一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とする。
【００１４】
上記の態様において、前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
前記ユーザプロファイルデータベースから複数の前記行動履歴対象メディアＩＤと各行動履歴対象メディアＩＤに対応付けられた前記行動履歴関連キーワードとを抽出し、各行動履歴対象メディアＩＤに対応する各行動履歴対象メディア間の類似度を計算することにより複数の前記行動履歴対象メディアをクラスタリングし、複数のクラスタの中心ベクトルの各要素を、各行動履歴関連キーワードに対する興味度として決定することが好適である。
【００１５】
上記の態様において、前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の高い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことが好適である。
【００１６】
上記の態様において、前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の低い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことが好適である。
【００１７】
上記の態様において、前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報がユーザにより選択されたか選択されなかったかに基づいて、該アイテム情報に係るアイテムＩＤに対応付けられたアイテム関連キーワードと一致する行動履歴関連キーワードに対して重み付けをした上で、各行動履歴関連キーワード毎に興味度を計算することが好適である。
【００１８】
上記の態様において、前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報のうちユーザに選択されたアイテム情報に対応するアイテムのカテゴリに基づいて、該カテゴリに対する興味度を計算することにより第２のユーザ嗜好情報を生成することが好適である。
【００１９】
上記の態様において、前記アイテム情報を表示する手段が、
ユーザが利用する情報表示媒体に応じて、情報表示方式を変換することが好適である。
【００２０】
上記の態様において、前記ユーザからのアイテム推薦要求に応じて、前記ユーザ嗜好情報データベースを参照する手段が、前記ユーザ嗜好情報に替えて他のユーザのユーザ嗜好情報を参照することが好適である。
【発明の効果】
【００２１】
本発明の特徴によれば、ユーザは、行動履歴を取得した行動履歴対象メディアに限られず他の推薦対象メディアに関連するアイテム情報も取得でき、自身の嗜好に合致した商品やサービスなどのアイテム情報を広範囲で取得することができる。
【図面の簡単な説明】
【００２２】
【図１】本発明に係るアイテム推薦装置の実施形態の基本構成を示す概略構成図である。
【図２】本発明に係るアイテム推薦装置の第１実施例の概略構成図である。
【図３】ユーザプロファイル（閲覧履歴）の構成例を示す図である。
【図４】ユーザ嗜好情報の構成例を示す図である。
【図５】番組情報（電子番組表）の構成例を示す図である。
【図６】アイテム-番組相関情報の構成例を示す図である。
【図７】アイテム推薦部の処理の流れ(アイテム−番組相関情報のキーワードからのアイテム推薦）を示すフローチャートである。
【図８】アイテム推薦部の処理の流れ（番組情報のキーワードからのアイテム推薦）を示すフローチャートである。
【図９】ユーザ嗜好情報生成部の処理の流れを示すフローチャートである。
【図１０】ＷＥＢページ情報の構成例(ＷＥＢページに関わるキーワードの興味度からのアイテム推薦)を示す図である。
【図１１】ユーザ嗜好ベクトルの構成例を示す図である。
【図１２】本発明に係るアイテム推薦装置の第２実施例の構成図であり、第１実施例にユーザ嗜好を学習させる処理を付与した概略構成図である。
【図１３】アイテム推薦部の処理の流れ(ユーザ嗜好を学習させる処理)を示すフローチャートである。
【図１４】アイテム嗜好情報の構成例を示す図である。
【図１５】アイテム推薦部の処理の流れ（表示する媒体に応じた表示方式を選択する処理）を示すフローチャートである。
【図１６】本発明に係るアイテム推薦装置の第３実施例の構成図であり、第１実施例に当該ユーザ以外のユーザの嗜好情報を使用してアイテム推薦を行う処理を付与した概略構成図である。
【図１７】本発明に係るアイテム推薦装置の第４実施例の構成図であり、第１実施例に推薦アイテム情報とユーザ嗜好情報を保持したサーバを付与した概略構成図である。
【図１８】本発明に係るアイテム推薦装置の第５実施例の構成図であり、第１実施例に番組情報解析部を付与した概略構成図である。
【発明を実施するための形態】
【００２３】
以下、本発明の実施形態を、実施例を示した図面に基づいて説明する。
図１は、本発明によるユーザ嗜好適合アイテム推薦装置（以下、単に「アイテム推薦装置」と称する）の実施形態の基本構成を示す概略構成図である。本装置は、適宜のコンピュータに導入されたプログラムにより実現される複数の機能処理部と、関連データを格納する複数のデータベースとを構成要素として有する。
【００２４】
先ず、各構成要素の概略を説明する。
行動履歴取得部１１１は、メディア使用に関するユーザの行動履歴から履歴データを抽出して行動履歴情報を生成する。メディア使用に関するユーザの行動履歴情報とは、携帯電話の操作履歴、テレビ番組の視聴履歴、ＷＥＢページの閲覧履歴、雑誌の購読履歴など、ユーザによる様々なメディアの使用履歴を表す情報である。行動履歴情報の基となる種々のメディアを「行動履歴対象メディア」と称し、雑誌、テレビ番組、ＷＥＢページ等である。電子メディアの場合は、例えば当該メディア端末を含む環境に設置されている各種センサ（図示しない）等から履歴データを取得する。電子メディアの環境には、メディア端末と本装置とを直接的に又は間接的に接続する種々のネットワークも含む。本発明では、行動履歴情報の基となる履歴データの取得方法は限定しない。オンライン又はオフラインのいずれの手段で取得してもよい。
【００２５】
行動履歴取得部１１１により生成された行動履歴情報は、ユーザプロファイルデータベース１１２に蓄積される。
【００２６】
行動履歴対象メディア情報データベース１１３は、任意に設けられ、行動履歴情報の基となった雑誌、テレビ番組、ＷＥＢページなどの行動履歴対象メディアに関する情報を蓄積している。
【００２７】
ユーザ嗜好情報生成部１１４は、行動履歴情報のみに基づいて、又は、行動履歴情報と行動履歴対象メディア情報とに基づいて、行動履歴関連キーワードに対するユーザの興味度を計算することにより、ユーザ嗜好情報を生成する。
【００２８】
ユーザ嗜好情報生成部１１４により生成されたユーザ嗜好情報は、ユーザ嗜好情報データベース１１５に蓄積される。
【００２９】
アイテム−推薦対象メディア相関情報データベース１１８は、アイテム（商品やサービス等）と推薦対象メディア（雑誌、テレビ番組、ＷＥＢページ等）とを関連付けたアイテムーメディア相関情報を蓄積している。
【００３０】
アイテム推薦部１１６は、推薦方式の一例においては、ユーザ嗜好情報データベース１１５に蓄積されたユーザ嗜好情報に基づいて、アイテム−推薦対象メディア相関情報データベース１１８に蓄積されたアイテム−推薦対象メディア相関情報から、推薦するアイテムを抽出する。また、別の推薦方式においては、アイテム推薦部１１６は、推薦対象メディア情報データベース１１７を使用した評価を行うことを含めて、推薦するアイテムを抽出する。推薦対象メディア情報データベース１１７には、推薦対象メディア（雑誌、テレビ番組、ＷＥＢページ等）の情報を蓄積している。
【００３１】
アイテム推薦部１１６の処理の特徴は、ユーザがアイテム推薦を要求したとき、行動履歴対象メディアとは異なる推薦対象メディアに関連するアイテムも提供できることである。例えば、行動履歴対象メディアがＷＥＢページであっても、推薦対象メディアはテレビ番組や雑誌の場合があり、推薦対象メディアに関連付けられたアイテムのアイテム情報を提供することができる。
【００３２】
アイテム推薦部１１６により抽出されたアイテムのアイテム情報は、表示部１１９で出力する。表示部１１９の機能としては、ネットワークを介してユーザの利用するメディア端末に送信し、当該メディア端末の表示装置に表示させることも含む。
【００３３】
図２は、本発明に係るアイテム推薦装置の第１実施例の概略構成図である。第１実施例では、行動履歴対象メディアを、携帯電話やＰＣのＷＥＢページと想定し、そして行動履歴情報を、これらのＷＥＢページの閲覧履歴情報と想定している。さらに、推薦対象メディアをテレビ番組と想定し、推薦対象メディア情報は、具体的にはテレビ番組情報すなわち電子番組表（ＥＰＧ:Electric Program Guide）と想定している。図３〜図６は、図２の構成に含まれる各データベース内のテーブル構成例である。
【００３４】
図２の閲覧履歴抽出部２１１は、図１の行動履歴抽出部１１１に対応しており、ユーザの携帯電話やＰＣから、ＷＥＢページの閲覧履歴データを抽出し、閲覧履歴情報を生成する。図２のユーザプロファイルデータベース２１２は、閲覧履歴抽出部２１１で抽出した閲覧履歴情報を蓄積している。
【００３５】
図３は、生成した閲覧履歴情報のテーブル構成例を示す。図３の閲覧履歴情報テーブル３０１は、一ユーザについての閲覧履歴情報を示している（すなわち、当該ユーザを一意に特定するユーザＩＤに対応付けられている）。閲覧履歴情報テーブル３０１の項目には、ＷＥＢページを一意に特定する「ＵＲＬ」及び「サイト名」、検索に使用したキーワード及び／又は閲覧サイトに関わるキーワード（メタタグの情報などの特徴的なキーワードも含む）など閲覧内容に関連したキーワードである「閲覧履歴関連キーワード」、サイトを閲覧した回数を示す「閲覧回数」がある。一つのＷＥＢページに対して一又は複数の閲覧履歴関連キーワードが関連付けられている。
【００３６】
図２のユーザ嗜好情報生成部２１３は、ユーザプロファイルデータベース２１２に蓄積された閲覧履歴情報に基づいてユーザの「興味度」を計算することにより、ユーザ嗜好情報を生成する。ユーザ嗜好情報生成部２１３で生成したユーザ嗜好情報は、図２のユーザ嗜好情報データベース２１４に蓄積されている。なお、図２の第１実施例では、閲覧履歴情報のみでユーザ嗜好情報を生成するため、図１で示した行動履歴対象メディア情報データベース１１３に対応するデータベースは配置していない。
【００３７】
図４は、生成したユーザ嗜好情報のテーブル構成例を示す。ユーザ嗜好情報テーブル４０１は、ユーザのＷＥＢページに対する興味度を計算して作成したユーザ嗜好情報である。ユーザを一意に特定する「ユーザＩＤ」、図３の閲覧履歴情報テーブルから抽出した「閲覧履歴関連キーワード」、「興味度」の項目をもつ。「興味度」は、図３に示した閲覧履歴情報テーブル３０１における「閲覧履歴関連キーワード」の登場回数及び「閲覧回数」などから計算された値をもつ（一例は図９〜１１で説明する）。一つの閲覧履歴関連キーワードに対して興味度を示す一つの数値が計算されている。
【００３８】
図２のアイテム推薦部２１５は、ユーザ嗜好情報データベース２１４に蓄積されたユーザ嗜好情報に基づいて、商品やサービスなどのアイテムと番組情報とを関連付けたアイテム−番組相関情報を蓄積したアイテム−番組相関データベース２１７を参照することにより、推薦するアイテムを抽出する。アイテム−番組相関データベース２１７は、図１のアイテム−推薦対象メディア相関情報データベース１１８に対応している。
【００３９】
推薦方式によっては、番組情報データベース２１６を利用した評価を行うことも含めて推薦するアイテムを抽出する。番組情報データベース２１６は、テレビ番組情報を蓄積している。番組情報データベース２１６は、図１の推薦対象メディア情報データベース１１７に対応している。
【００４０】
図５は、番組情報データベース２１６に蓄積されたテレビ番組情報すなわち電子番組表のテーブル構成例を示す。番組情報テーブル５０１は、番組を一意に特定する「番組ＩＤ」、「番組名」、番組の出演者を示す「出演者」、旅行や夏などの特徴を示す当該メディアに関連するキーワードである「番組関連キーワード」、番組の種類を示す「ジャンル」、番組の時間長を示す「番組長」という項目をもつ。これらの項目は、ＥＰＧ(Electronic Program Guide)などから抽出する。一つの番組に対して一又は複数の番組関連キーワードが関連付けられる。
【００４１】
図６は、アイテム−番組相関情報のテーブル構成例を示す。アイテム−番組相関情報テーブル６０１は、アイテムを一意に特定する「アイテムＩＤ」、「アイテム名」、アイテムの種類を示す「カテゴリ」、アイテムに関連するキーワードである「アイテム関連キーワード」、アイテムに対する説明を記載したＵＲＬの情報やアイテムの登場時期などの情報を含む「アイテム情報」、アイテムと関連付けた「番組ＩＤ」という項目をもつ。一つのアイテムに対して一又は複数のアイテム関連キーワードが関連付けられる。また、一つのアイテムに対して一又は複数の番組ＩＤが関連付けられる。一つの番組ＩＤが、異なる複数のアイテムに対して関連付けられてもよい。
【００４２】
図２のアイテム推薦部２１５で抽出されたアイテムは、表示部２１８で出力する。
【００４３】
なお、図３及び図４のテーブル項目の「閲覧履歴関連キーワード」、図５のテーブル項目の「番組関連キーワード」及び図６のテーブル項目の「アイテム関連キーワード」に格納する各キーワードは、共通のキーワード群の中から選択されることが好ましい。これは、実質的に同じ情報を示すキーワードについての表記の揺らぎをなくして統一した表記とするためである。例えば、"映画"と"シネマ"は、"映画"に統一し、"旅行"と"トラベル"は"旅行"に統一する。これにより、実質的に同じ情報を示す２つのキーワードが、表記のばらつきのために異なるキーワードとして判定されるといった不適切な処理を防止できる。
【００４４】
また、図３〜図６の各テーブル項目の名称は、説明の便宜上、図２の第１実施例（行動履歴対象メディアがＷＥＢページで、推薦対象メディアがテレビ番組）における名称としているが、図１の基本構成においては、テーブル項目はそれぞれ上位概念を表す名称となる。図３の閲覧履歴情報テーブルの「ＵＲＬ」は「行動履歴対象メディアＩＤ」と、「閲覧履歴関連キーワード」は「行動履歴関連キーワード」と称され、図５の「番組ＩＤ」は「推薦対象メディアＩＤ」と、「番組関連キーワード」は「推薦対象メディア関連キーワード」と称される。
【００４５】
図２〜図６に示した第１実施例の処理の流れを図７〜図１１を参照して説明する。説明において図２〜図６中の符号を使用する場合がある。
【００４６】
図７は、図２のアイテム推薦部２１５の処理の一実施例を示すフローチャートである。この処理では、図６のアイテム−番組相関情報テーブル６０１に格納された各アイテム毎に、ユーザの興味度を計算する。
【００４７】
ステップ７０１において、アイテム推薦処理が開始される。この開始判定は、例えば、ユーザによるテレビのリモコンの該当するボタンの押下、あるいは、ユーザによるテレビやＰＣなどの画面上のアイコンのクリックなどが、ネットワークを介して本装置のコンピュータに送信されることにより行ってもよい。この開始判定の処理において、当該ユーザを特定するユーザＩＤも認識する。
【００４８】
ステップ７０２において、アイテム−番組相関情報データベース２１７を参照し、図６のアイテム−番組相関情報テーブルに含まれる全てのアイテム関連キーワードを抽出する。
【００４９】
ステップ７０３において、ユーザ嗜好情報データベース２１４を参照し、該当するユーザＩＤについての図４のユーザ嗜好情報テーブル４０１の閲覧履歴関連キーワードの中に、ステップ７０２で抽出したアイテム関連キーワードと一致するものがあるか否かを判断する。一致するものがあれば、その閲覧履歴関連キーワードに対するユーザの興味度を抽出して当該アイテム関連キーワードについてのユーザの興味度として決定する。なお、閲覧履歴関連キーワードの中に一致するものがなかったアイテム関連キーワードは、ユーザの興味度がゼロということになる。
【００５０】
ステップ７０４において、図６のアイテム−番組相関情報テーブル６０１に含まれる各アイテムのスコアを計算する。図６のアイテム−番組相関情報テーブル６０１において、一つのみのアイテム関連キーワードに関連付けられたアイテムは、その一つのアイテム関連キーワードについてのユーザの興味度が、そのままユーザの興味度となる。複数のアイテム関連キーワードに関連付けられたアイテムは、それら複数のアイテム関連キーワードの興味度を総合評価したものがユーザの興味度となる。このようにして、各アイテムについてのユーザの興味度を評価することを、「アイテムのスコアを計算する」という。一つのアイテムのスコアの計算方法には、例えば以下の数式１を使用する。
【００５１】
【数１】
【００５２】
ＳＰはアイテムＰのスコア、ＮはアイテムＰのもつアイテム関連キーワードの総数、Ｉ(Ｘｉ)は、アイテム関連キーワードＸｉのユーザの興味度である。
【００５３】
別の実施例として、アイテムの登場時期を加味して、以下の数式２でスコアを計算してもよい。
【００５４】
【数２】
【００５５】
ＴＰは、アイテムＰの登場時期から現在までの時間によって定義される重みである。古いアイテムほど、優先度が下がるように設定される。
【００５６】
ステップ７０５において、ステップ７０４で得られたスコアの上位５件のアイテムＩＤを抽出する。件数は５件でなくてもよい。ステップ７０６において、抽出された上位のアイテムＩＤに基づいてアイテム−番組相関情報データベース２１７を参照し、対応するアイテム情報を表示する。
【００５７】
図８は、図２のアイテム推薦部２１５の処理の別の実施例を示すフローチャートである。
ステップ８０１は、図７のステップ７０１と同じである。
ステップ８０２において、番組情報データベース２１６を参照し、図５の番組情報テーブル５０１に格納された番組関連キーワードを全て抽出する。
【００５８】
ステップ８０３において、ユーザ嗜好情報データベース２１４を参照し、該当するユーザについての図４のユーザ嗜好情報テーブル４０１の閲覧履歴関連キーワードの中に番組関連キーワードと一致するものがあるか否かを判断する。一致するものがあれば、その閲覧履歴関連キーワードに対するユーザの興味度を抽出して当該番組関連キーワードに対するユーザ興味度として決定する。これにより、抽出した各番組キーワードについてのユーザの興味度が得られる。なお、閲覧履歴関連キーワードの中に一致するものがなかった番組関連キーワードは、ユーザの興味度がゼロということになる。
【００５９】
ステップ８０４において、図５の番組情報テーブル５０１に含まれる各番組のスコアを算出する。図５の番組情報テーブル５０１において、一つのみの番組関連キーワードに関連付けられた番組は、その一つの番組関連キーワードについてのユーザの興味度が、そのままユーザの興味度となる。複数の番組関連キーワードに関連付けられた番組は、それら複数の番組関連キーワードの興味度を総合評価したものがユーザの興味度となる。このようにして、各番組についてのユーザの興味度を評価することを、「番組のスコアを計算する」という。
【００６０】
スコアの算出方法は、数式１又は数式２における「アイテム」を「番組」と置き換え、同様の方法でよい。
【００６１】
ステップ８０５において、例えばスコア上位５件の番組を抽出し、ステップ８０６において、抽出された上位の番組の番組ＩＤに基づいてアイテム−番組相関情報データベース２１６を参照し、対応するアイテムＩＤを抽出する。ステップ８０７において、抽出されたアイテムＩＤに対応するアイテム情報を表示する。
【００６２】
図９は、図２のユーザ嗜好情報生成部２１３の処理の一実施例を示すフローチャートである。
ステップ９０１において、ユーザプロファイルデータベース２１２を参照し、図３の閲覧履歴情報テーブル３０１から全てのＷＥＢページのＵＲＬ及び全ての閲覧履歴関連キーワードを含むＷＥＢページ情報を抽出する。
【００６３】
ステップ９０２において、ステップ９０１で抽出した各ＷＥＢページ情報毎に各閲覧履歴関連キーワードの興味度を判定する。このとき、抽出したＷＥＢページ情報は、全ての閲覧履歴関連キーワードに基づき、図１０のようなテーブル形式で保持する。各ＵＲＬについての横一行の中に、抽出した全ての閲覧履歴関連キーワードを示す「閲覧履歴関連キーワードＸ１」、「閲覧履歴関連キーワードＸ２」、「閲覧履歴関連キーワードＸ３」．．が並べられており、それぞれのキーワードに対する興味度の基本値が格納される。各ＵＲＬについて、その閲覧履歴関連キーワードが含まれていれば興味度の基本値を"１"と、含まれなければ、興味度の基本値を"０"とし、各閲覧履歴関連キーワードの興味度に基本値を割り当てる。
【００６４】
ステップ９０３において、ステップ９０２で判定した興味度を用いてＷＥＢページ間の類似度を計算し、ユーザが閲覧したＷＥＢページをクラスタリングする。
閲覧したＷＥＢページ間の類似度は、例えば、以下の数式３で計算される。
【００６５】
【数３】
【００６６】
ＤＰＱは、ＷＥＢページＰとＷＥＢページＱとの類似度であり、Ｐ(Ｘｉ)はＷＥＢページＰにワードＸｉが入っているかどうか、すなわち"１"か"０"の２値を示す。この値については２値でなくてもよい。また、類似度は、数式３以外にも、ユークリッド距離などで求めてもよい。
クラスタリングの手法は、Ｋ−Ｍｅａｎｓアルゴリズムなどの分割最適化手法でも、最短距離法などの階層的手法でも、いずれでもよい。また、このようなクラスタリングは、推薦ボタン押下時ではなく、定期的にバックグラウンドで行われるとしてもよい。
【００６７】
ステップ９０４において、複数のクラスタの中心のベクトルを生成し、それらのベクトルをユーザ嗜好ベクトルの情報として蓄積する。
【００６８】
図１１に、ステップ９０４で得られたユーザ嗜好ベクトルのテーブル構成例を示す。「ユーザＩＤ」は、ユーザを一意に特定する。「閲覧履歴関連キーワードＸ１」、「閲覧履歴関連キーワードＸ２」、「閲覧履歴関連キーワードＸ３」．．の各項目は、ユーザ嗜好ベクトルの各要素を値としてもつ。各要素の値は、図３のユーザ嗜好情報テーブル３０１の興味度の値に対応している。
【００６９】
アイテム推薦部２１５の別の実施例として、生成した図１１のユーザ嗜好ベクトルテーブル１１０１と図５の番組情報テーブル５０１の各番組との類似度を、数式３などを用いて計算してもよい。最も類似度の高い上位数件の番組を抽出し、抽出された番組の番組ＩＤに基づいて図６のアイテム−番組相関情報テーブル６０１を参照し、該当するアイテムのアイテム情報を提示する。このとき、最も類似度の高い番組ではなく非類似度の高い番組でもよいし、予め設定された類似度の番組を検索するようにしてもよい。また、設定された類似度は、ユーザのアイテムへの評価によって、変化させていくようにしてもよい。
【００７０】
図１２は、本発明に係るアイテム推薦装置の第２実施例の概略構成図である。第２実施例では、第１実施例で示した機能に加えて、推薦されたアイテムをユーザが選択したか否かというアイテムへの評価によって、ユーザキーワードに対するユーザの興味度を学習する機能を備えている。
【００７１】
第２実施例の装置構成は、図２の第１実施例の装置構成に対し、ユーザ嗜好を学習させる機能を持つユーザ嗜好学習部１２１４と、アイテム推薦部１２１６で推薦されたアイテムがユーザに選択されたか否かを判定するアイテム選択部１２１９とが追加されている。
【００７２】
図１３は、第２実施例におけるアイテム推薦部１２１６、アイテム選択部１２１９及びユーザ嗜好学習部１２１４の処理の一実施例を示したフローチャートである。
ステップ１３０１から１３０６までの処理の流れは、図７のステップ７０１からステップ７０６のアイテム推薦部の処理と同様であるが、ステップ１３０４のアイテムのスコアの計算式として以下の数式４及び数式５を使用する。
【００７３】
【数４】
【００７４】
【数５】
【００７５】
ｗiは、アイテム関連キーワードＸiの、ユーザのアイテムの需要に対する重みである。初期値では、全てのアイテム関連キーワードの重みを等しく設定しておく。
【００７６】
ステップ１３０７において選択されたアイテムと選択されなかったアイテムそれぞれに含まれているアイテム関連キーワードのｗiに対して、ステップ１３０８で重み付けを行う。例えば、選択されたアイテム関連キーワードの重みｗiについて、値を０.１加算して（キーワード数で等分配）、選択されなかったアイテム関連キーワードの重みは０.１減算する（キーワード数で等分配）などのアイテム関連キーワードの重みに対して傾斜が生じるような処理を行う。
また、数式４ではなく、以下の数式６でもよい。
【００７７】
【数６】
【００７８】
λｉは、アイテム関連キーワードＸiのユーザのアイテムの需要に対する重みである。
但し、上記のような処理は、ユーザの当該アイテム関連キーワードへの興味度を変化させるものではなく、アイテム関連キーワードのアイテムへの寄与度をユーザによって適応させていく処理である。
【００７９】
また、アイテムの選択履歴を保持しておき、アイテムのカテゴリの興味度を求め、アイテム嗜好情報としてユーザ嗜好情報データベースに登録しておくようにしてもよい。
図１４は、ユーザ嗜好情報データベース１２１５に蓄積されたアイテム嗜好情報のテーブル構成例を示す。アイテム嗜好情報テーブル１４０１として、「ユーザＩＤ」、「カテゴリ」、「興味度」という項目を持つ。ユーザＩＤをキーとして、図３のユーザ嗜好情報テーブル３０１に関連付ける。上記の場合、ステップ１３０４のアイテムのスコアの計算式として、数式４に替えて以下の数式７を用いてもよい。
【００８０】
【数７】
【００８１】
ここで、Ｃｐは、アイテムＰのカテゴリであり、Ｉ(Ｃｐ)は、カテゴリＣｐのユーザの興味度を示す。
【００８２】
図１５は、第１実施例及び第２実施例におけるアイテム推薦部の処理の流れの別の実施例を示す（以下の第３〜第５実施例にも適用可能）。この実施例では、ステップ１５０１〜１５０５の流れは、図７に示した実施例と同じであるが、アイテム情報を表示するステップ１５０６及びステップ１５０７において、表示する媒体に応じた表示方式を選択する処理を行う。表示媒体（ＰＣ画面、ＴＶ画面、携帯端末のディスプレイなど）に応じて、画像の圧縮を行ったり、情報をテキスト情報で提示したりするなどの表示媒体に適した表示方法を選択する。また、そのような表示方式を予め設定するようにしてもよい。
【００８３】
図１６は、本発明に係るアイテム推薦装置の第３実施例の概略構成図である。第３実施例では、図２に示した第１実施例の構成に加え、他ユーザ嗜好情報を蓄積した他ユーザ嗜好情報データベース１６１８を追加している。
【００８４】
第１実施例と異なる部分のみ、記述する。他ユーザ嗜好情報とは、当該ユーザ以外のユーザの嗜好情報であり、他のユーザの嗜好情報を用いて、第１実施例のような処理を行い、アイテム推薦を行う。また、当該ユーザと一又は複数の他のユーザの嗜好情報を用いて、二つの嗜好情報の平均値を計算するなどの処理を行い、二つ又はそれ以上の嗜好情報を混合して新しい嗜好情報を作成するとしてもよい。ここで、他ユーザ嗜好情報データベース１６１８は、外部記憶端末を用いて挿入されてもよいし、インターネットなどのネットワーク上で共有するとしてもよい。また、推薦されたアイテムを、他ユーザに対して提示する機能を有してもよい。さらに、ユーザプロファイルデータベース１７１２を、外部記憶装置やインターネット上で他のユーザと共有できるようにしてもよい。
【００８５】
図１７は、本発明に係るアイテム推薦装置の第４実施例の概略構成図である。第４実施例では、図２に示した第１実施例の構成に加え、推薦アイテムの選択情報を蓄積した推薦アイテム情報データベース１７１９と、他ユーザ嗜好情報を蓄積した他ユーザ嗜好情報データベース１７２０とを保持したサーバ１７１８を追加している。
【００８６】
複数のユーザの嗜好情報と推薦アイテムの選択情報がサーバに保存してあり、ネットワークを介して共有できるようになっている。アイテム推薦部１７１５は、推薦ボタン押下などによって、第１実施例と同様のアイテム推薦の処理を行うか、又は、サーバ１７１８にアクセスしてアイテム推薦の処理を行うかを判別する手段を有する。後者の場合に、当該ユーザと嗜好情報の類似度が高い他のユーザを検索し、類似度の高い他のユーザが選択したアイテムの推薦を行う処理を行う機能を有する。
【００８７】
図１８は、本発明に係る装置の第５実施例の概略構成図である。第５実施例では、図２に示した第１実施例の構成に加え、番組情報解析部１８１８を追加している。
【００８８】
番組情報解析部１８１８は、番組情報データベース１８１７に蓄積された番組情報から、アイテムに関わる情報のみを抽出し、アイテム−番組相関情報データベース１８１６に蓄積する処理を行う機能を有する。番組情報はインターネット上や外部記憶媒体などから取得するとしてもよい。
【００８９】
以上、本発明に係る装置の各実施例の説明を、ユーザの行動履歴を携帯電話やＰＣからのＷＥＢページの閲覧履歴と想定し、推薦対象メディア情報をテレビ番組に含まれる情報と想定して行ったが、それぞれを、あらゆる環境に設置されている各種センサから得られるユーザの行動履歴、あらゆるメディア情報としても本発明が有効であることは言うまでもない。
【産業上の利用可能性】
【００９０】
本願発明は、例えばＤＶＤレコーダ、ＴＶ等の家庭向け映像機器や、テレビ機能付のパソコン、ＰＤＡや携帯電話等の情報機器、ネット配信番組を再生するセットトップボックス等に適用できる。
【符号の説明】
【００９１】
１１１ 行動履歴取得部
１１２ ユーザプロファイルデータベース(行動履歴情報)
１１３ 行動履歴対象メディア情報データベース
１１４ ユーザ嗜好情報生成部
１１５ ユーザ嗜好情報データベース
１１６ アイテム推薦部
１１７ 推薦対象メディア情報データベース
１１８ アイテム−推薦対象メディア相関情報データベース
１１９ 表示部
【特許請求の範囲】
【請求項１】
ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）ユーザからのアイテム推薦要求に応じて、前記アイテム−推薦対象メディア相関情報データベースを参照し、全ての前記アイテム関連キーワードを抽出する手段と、
（ｅ）抽出した前記アイテム関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該アイテム関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該アイテム関連キーワードの興味度として決定する手段と、
（ｆ）各アイテムＩＤに対応付けられた一又は複数のアイテム関連キーワードの各々について決定された興味度に基づいて各アイテムＩＤ毎にスコアを計算する手段と、
（ｇ）計算された前記スコアに基づいて一又は複数のアイテムＩＤを抽出し、抽出されたアイテムＩＤに基づいてアイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とするユーザ嗜好適合アイテム推薦装置。
【請求項２】
ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテムに関連するアイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）前記推薦対象メディアＩＤと、該推薦対象メディアに関連する一又は複数の推薦対象メディア関連キーワードとを対応付けて推薦対象メディア情報データベースに蓄積する手段と、
（ｅ）ユーザからのアイテム推薦要求に応じて、前記推薦対象メディア情報データベースを参照し、全ての前記推薦対象メディア関連キーワードを抽出する手段と、
（ｆ）抽出した前記推薦対象メディア関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該推薦対象メディア関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該推薦対象メディア関連キーワードの興味度として決定する手段と、
（ｇ）各推薦対象メディアＩＤに対応付けられた一又は複数の推薦対象メディア関連キーワードの各々について決定された興味度に基づいて各推薦対象メディアＩＤ毎にスコアを計算する手段と、
（ｈ）計算された前記スコアに基づいて一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とするユーザ嗜好適合アイテム推薦装置。
【請求項３】
前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
前記ユーザプロファイルデータベースから複数の前記行動履歴対象メディアＩＤと各行動履歴対象メディアＩＤに対応付けられた前記行動履歴関連キーワードとを抽出し、各行動履歴対象メディアＩＤに対応する各行動履歴対象メディア間の類似度を計算することにより複数の前記行動履歴対象メディアをクラスタリングし、複数のクラスタの中心ベクトルの各要素を、各行動履歴関連キーワードに対する興味度として決定することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項４】
前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の高い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことを特徴とする請求項３に記載のユーザ嗜好適合アイテム推薦装置。
【請求項５】
前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の低い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことを特徴とする請求項３に記載のユーザ嗜好適合アイテム推薦装置。
【請求項６】
前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報がユーザにより選択されたか選択されなかったかに基づいて、該アイテム情報に係るアイテムＩＤに対応付けられたアイテム関連キーワードと一致する行動履歴関連キーワードに対して重み付けをした上で、各行動履歴関連キーワード毎に興味度を計算することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項７】
前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報のうちユーザに選択されたアイテム情報に対応するアイテムのカテゴリに基づいて、該カテゴリに対する興味度を計算することにより第２のユーザ嗜好情報を生成することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項８】
前記アイテム情報を表示する手段が、
ユーザが利用する情報表示媒体に応じて、情報表示方式を変換することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項９】
前記ユーザからのアイテム推薦要求に応じて、前記ユーザ嗜好情報データベースを参照する手段が、前記ユーザ嗜好情報に替えて他のユーザのユーザ嗜好情報を参照することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項１】
ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）ユーザからのアイテム推薦要求に応じて、前記アイテム−推薦対象メディア相関情報データベースを参照し、全ての前記アイテム関連キーワードを抽出する手段と、
（ｅ）抽出した前記アイテム関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該アイテム関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該アイテム関連キーワードの興味度として決定する手段と、
（ｆ）各アイテムＩＤに対応付けられた一又は複数のアイテム関連キーワードの各々について決定された興味度に基づいて各アイテムＩＤ毎にスコアを計算する手段と、
（ｇ）計算された前記スコアに基づいて一又は複数のアイテムＩＤを抽出し、抽出されたアイテムＩＤに基づいてアイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とするユーザ嗜好適合アイテム推薦装置。
【請求項２】
ユーザ嗜好に適合したアイテムをユーザに対して推薦するためのアイテム推薦装置であって、
（ａ）ユーザの行動履歴に基づいて、ユーザを一意に識別するユーザＩＤと、該行動履歴を取得した行動履歴対象メディアを一意に識別する行動履歴対象メディアＩＤと、該行動履歴対象メディアに関連する一又は複数の行動履歴関連キーワードとを対応付けてユーザプロファイルデータベースに蓄積する手段と、
（ｂ）前記ユーザプロファイルデータベースから一つのユーザＩＤに対応する前記行動履歴関連キーワードを全て抽出し、各行動履歴関連キーワード毎に計算された興味度を対応付けてユーザ嗜好情報を生成し、該ユーザＩＤと該ユーザ嗜好情報とを対応付けてユーザ嗜好情報データベースに蓄積する手段と、
（ｃ）アイテムを一意に識別するアイテムＩＤと、該アイテムに関連する一又は複数のアイテム関連キーワードと、該アイテムに関連するアイテム情報と、該アイテムに関連する一又は複数の推薦対象メディアの各々を一意に識別する一又は複数の推薦対象メディアＩＤとを対応付けてアイテム−推薦対象メディア相関情報データベースに蓄積する手段と、
（ｄ）前記推薦対象メディアＩＤと、該推薦対象メディアに関連する一又は複数の推薦対象メディア関連キーワードとを対応付けて推薦対象メディア情報データベースに蓄積する手段と、
（ｅ）ユーザからのアイテム推薦要求に応じて、前記推薦対象メディア情報データベースを参照し、全ての前記推薦対象メディア関連キーワードを抽出する手段と、
（ｆ）抽出した前記推薦対象メディア関連キーワードの各々に基づいて前記ユーザ嗜好情報データベースを参照し、該推薦対象メディア関連キーワードに一致する前記行動履歴関連キーワードを抽出し、抽出された該行動履歴関連キーワードに対応付けられた前記興味度を該推薦対象メディア関連キーワードの興味度として決定する手段と、
（ｇ）各推薦対象メディアＩＤに対応付けられた一又は複数の推薦対象メディア関連キーワードの各々について決定された興味度に基づいて各推薦対象メディアＩＤ毎にスコアを計算する手段と、
（ｈ）計算された前記スコアに基づいて一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数の前記アイテム情報を表示する手段と、を備えたことを特徴とするユーザ嗜好適合アイテム推薦装置。
【請求項３】
前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
前記ユーザプロファイルデータベースから複数の前記行動履歴対象メディアＩＤと各行動履歴対象メディアＩＤに対応付けられた前記行動履歴関連キーワードとを抽出し、各行動履歴対象メディアＩＤに対応する各行動履歴対象メディア間の類似度を計算することにより複数の前記行動履歴対象メディアをクラスタリングし、複数のクラスタの中心ベクトルの各要素を、各行動履歴関連キーワードに対する興味度として決定することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項４】
前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の高い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことを特徴とする請求項３に記載のユーザ嗜好適合アイテム推薦装置。
【請求項５】
前記複数のクラスタの中心ベクトルと前記推薦対象メディア関連キーワードとの類似度を計算し、最も類似度の低い一又は複数の推薦対象メディアＩＤを抽出し、抽出された推薦対象メディアＩＤに基づいて前記アイテム−推薦対象メディア相関情報データベースを参照し、対応する一又は複数のアイテム情報を抽出して表示する手段と、をさらに備えたことを特徴とする請求項３に記載のユーザ嗜好適合アイテム推薦装置。
【請求項６】
前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報がユーザにより選択されたか選択されなかったかに基づいて、該アイテム情報に係るアイテムＩＤに対応付けられたアイテム関連キーワードと一致する行動履歴関連キーワードに対して重み付けをした上で、各行動履歴関連キーワード毎に興味度を計算することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項７】
前記ユーザ嗜好情報を生成して前記ユーザ嗜好情報データベースに蓄積する手段が、
表示された前記アイテム情報のうちユーザに選択されたアイテム情報に対応するアイテムのカテゴリに基づいて、該カテゴリに対する興味度を計算することにより第２のユーザ嗜好情報を生成することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項８】
前記アイテム情報を表示する手段が、
ユーザが利用する情報表示媒体に応じて、情報表示方式を変換することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【請求項９】
前記ユーザからのアイテム推薦要求に応じて、前記ユーザ嗜好情報データベースを参照する手段が、前記ユーザ嗜好情報に替えて他のユーザのユーザ嗜好情報を参照することを特徴とする請求項１又は２に記載のユーザ嗜好適合アイテム推薦装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【公開番号】特開２０１１−９５８１４（Ｐ２０１１−９５８１４Ａ）
【公開日】平成２３年５月１２日（２０１１．５．１２）
【国際特許分類】
【出願番号】特願２００９−２４６３２４（Ｐ２００９−２４６３２４）
【出願日】平成２１年１０月２７日（２００９．１０．２７）
【出願人】（０００２３３０５５）株式会社日立ソリューションズ (1,610)
【Ｆターム（参考）】
【公開日】平成２３年５月１２日（２０１１．５．１２）
【国際特許分類】
【出願日】平成２１年１０月２７日（２００９．１０．２７）
【出願人】（０００２３３０５５）株式会社日立ソリューションズ (1,610)
【Ｆターム（参考）】
[ Back to top ]