情報出力装置、方法、およびプログラム
【課題】 推薦対象の各属性が取りうる各値に対して、提示対象者の各コンテキストの直近の値が与える影響の程度を提示する。
【解決手段】 本発明の情報出力装置は、複数のコンテキストの値とコンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、各ユーザモードが取りうる複数のモード値各々及びユーザ端末から入力した前記複数のコンテキストの各カレント値に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段とを含む。
【解決手段】 本発明の情報出力装置は、複数のコンテキストの値とコンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、各ユーザモードが取りうる複数のモード値各々及びユーザ端末から入力した前記複数のコンテキストの各カレント値に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段とを含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、影響情報出力装置、方法、プログラムに関し、特に、提供する情報の選択に影響の大きいユーザの状況を提示する影響情報出力装置、方法、プログラムに関する。
【背景技術】
【０００２】
近年、行動ログを収集・分析し、ユーザのコンテキスト（属性）に応じて変化する情報ニーズを推測して、情報推薦や検索に役立てようとすることが考えられている。コンテキストは、例えば、ユーザの年齢層、所在地、時間帯など、現時点のユーザの状況や特徴を表す属性の種類である。コンテキストの値は、ユーザは２０代であり、新宿におり、時間は１７時台であるといった、ユーザの属性の値である。ユーザのコンテキストに応じて変化する情報ニーズを推測して情報推薦を行い、情報を推薦する理由を表示する技術には、以下のような例がある。
【０００３】
特許文献１には、選択した推薦コンテンツの文字列により構成される情報から、所定の数のフレーズを抽出し、推薦理由として表示するコンテンツ推薦サーバが記載されている。
【０００４】
特許文献１に記載のコンテンツ推薦サーバは、コンテンツ情報記憶部と、コンテンツ推薦部と、推薦理由生成部と、表示データ生成部とを含み、次のように動作する。
【０００５】
コンテンツ情報記憶部は、例えば、テレビジョン放送などにより放送されるコンテンツの、タイトル、ジャンル、概要、放送日時やチャンネル番号、詳細を表す情報を記憶する。
【０００６】
コンテンツ推薦部は、コンテンツ情報記憶部が記憶する情報を参照し、ユーザの視聴履歴、録画履歴をもとに、ユーザに推薦するコンテンツを選択する。コンテンツ推薦部は、選択したコンテンツの、タイトル、サブタイトル、出演者の名前、詳細の各項目の情報を、テキスト文書として推薦理由生成部と表示データ生成部に供給する。
【０００７】
推薦理由生成部は、コンテンツ推薦部から供給された、選択したコンテンツの各項目の情報であるテキスト文書に対し、形態要素解析を行い、所定のルールに従って所定の数のフレーズを抽出する。推薦理由生成部は、抽出したフレーズを、推薦理由として表示データ生成部に出力する。
【０００８】
表示データ生成部は、コンテンツ推薦部から供給されたユーザに推薦するコンテンツの各項目の情報であるテキスト文書と、推薦理由生成部から供給された推薦理由に基づいて、推薦画面を表示するためのデータを生成し、推薦画面をユーザ端末に表示させる。
【０００９】
特許文献２には、ユーザの番組内容に対する嗜好を分析し、番組情報の中からユーザの嗜好に対応する番組を自動的に検索して推薦する際、推薦番組毎にその推薦理由を表示する情報推薦装置が記載されている。
【００１０】
特許文献２の情報推薦装置は、ユーザの番組内容に対する嗜好を分析する嗜好分析制御部と、分析結果に基づいてユーザの嗜好に対応した番組を検索し推薦番組リストを生成し、推薦番組リストに含まれる各推薦番組の推薦理由を表示する推薦番組検索制御部を含む。特許文献２の情報推薦装置は、次のように動作する。
【００１１】
嗜好分析制御部は、ユーザが過去に行った視聴や記録、記録予約などの行動履歴から、番組の属性別に統計を取り、各属性の各属性値の評価値を増減することで、ユーザの嗜好を分析する。嗜好分析制御部は、例えば、視聴した番組の属性値の評価値は＋１し、記録したが視聴せずに消去した番組の属性値の評価値は−１する。推薦番組検索制御部は、嗜好分析制御部が得たユーザの嗜好に基づき、電子番組情報の中からユーザの嗜好に対応する番組を自動的に検索する。情報推薦装置は、嗜好分析制御部が検索した番組の情報の表示に、推薦理由を付加する。推薦理由は、例えば、属性別に集計した各属性値の評価値を棒グラフとして表示し、推薦した番組の属性値は棒グラフの色を変えて表示する。
【００１２】
特許文献３には、例えばレストラン情報である提示対象と、該提示対象を提示する理由とを被提示者に提示する、ベイジアンネットを使用した情報提示装置が記載されている。特許文献３に記載の情報提示装置は、モデル記憶部と、提示対象推論処理部と、影響度測定処理部と、理由生成処理部と、提示部とを備える。特許文献３の情報提示装置の第１〜第４の実施形態は、次のように動作する。
【００１３】
モデル記憶部は、提示対象を求めるためのベイジアンネットのモデルを記憶している。
【００１４】
提示対象推論処理部は、ベイジアンネットのモデルをモデル記憶部から読み出し、予め記憶してある被提示者の年齢及び性別の情報を、それぞれ前記ベイジアンネットの親ノードに値として設定する。また、提示対象推論処理部は、レストラン情報記憶部からレストラン情報を一つ読み出し、読み出したレストランのカテゴリ及び予算を、それぞれ前記ベイジアンネットの他の親ノードに値として設定する。提示対象推論処理部は、値を設定した各親ノードからの確率伝搬により前記ベイジアンネットのレスポンスノードの確率分布を求める。提示対象推論処理部は、レスポンスノードが肯定レスポンスを取る確率をスコアとする。提示対象推論処理部は、順次レストラン情報を読み出してスコアを算出し、算出したスコアが最も高いレストランを提示対象として選択する。
【００１５】
影響度測定処理部は、各親ノードに設定された値が、被提示対象のユーザの情報及び求めた提示対象のレストラン情報である場合のモデルにおいて、レスポンスノードに肯定レスポンスを設定して確率推論を行い、値を設定した各親ノードの確率分布を求める。また、影響度測定処理部は、各ノードに設定された値が、被提示対象のユーザの情報であり、求めた提示対象のレストラン情報である場合のモデルにおいて、レスポンスノードに否定レスポンスを設定して確率推論を行い、値を設定した各親ノードの確率分布を求める。影響度測定処理部は、それぞれのノードの、肯定レスポンスを設定した時の確率分布の情報量と否定レスポンスを設定した時の確率分布の情報量の差を、そのノードの影響度とする。
【００１６】
理由生成処理部は、情報量の差が最も大きいノードを求め、そのノードの情報に基づいて提示対象のレストラン情報を選択した理由を生成する。例えば、予算のノードの情報量の差が最も大きい場合は、「予算が１５００円だから」等の理由を生成する。
【００１７】
提示部は、提示対象のレストランの情報と、提示対象を選択した理由を表示する。
【００１８】
また、特許文献３の情報提示装置の第５の実施形態のベイジアンネットのモデルは、親ノードが被提示者の属性情報であり、レスポンスノードがコンテンツの属性であり、親ノードとレスポンスノードの間に存在するノードは選択基準であるモデルである。
【先行技術文献】
【特許文献】
【００１９】
【特許文献１】特開２００９−０６４１８７号公報
【特許文献２】特開２００７−２８２０４２号公報
【特許文献３】特開２００６−１２７４５２号公報
【発明の概要】
【発明が解決しようとする課題】
【００２０】
特許文献１に記載の推薦サーバは、コンテンツの内容を表す文字情報から、所定のパターンに合致するフレーズを推薦理由として抽出する。特許文献１に記載の推薦サーバは、推薦の理由となるユーザのコンテキストの値を抽出し表示できない。また、特許文献１に記載の推薦サーバは、それぞれの推薦の理由が、推薦するコンテンツを選択した基準となる属性値に対して及ぼした影響の程度を表す値を算出できない。
【００２１】
特許文献２に記載の情報推薦装置は、過去にユーザが番組を視聴や記録した回数を番組の属性値別に集計した集計結果に基づき、推薦する番組を選択し、選択した番組の属性値に評価値の高い（回数の多い）属性が存在する場合、その属性を推薦理由とする。特許文献２に記載の情報推薦装置は、番組の属性値から推薦理由を選択するが、推薦の理由となるユーザのコンテキストの値を抽出し表示することはできない。また、特許文献２に記載の情報推薦装置は、それぞれのコンテキストの値が、推薦する番組を選択した基準となる属性値に対して及ぼした影響の程度を表す値を算出できない。
【００２２】
特許文献３における各ノードの影響度は、レスポンスノードに肯定レスポンスを設定した時の各ノードの確率分布の情報量と、否定レスポンスを設定した時の各ノードの確率分布の情報量の差である。特許文献３の第１〜第４の実施形態の情報提示装置は、提示対象が選択された場合とされなかった場合で、ユーザ属性及びコンテンツ属性でそれぞれの確率分布の差が大きいものを選択理由とする。
【００２３】
特許文献３の第５の実施形態の情報提示装置では、親ノードがユーザ属性であり、レスポンスノードがコンテンツ属性である。また、親ノードとレスポンスノードの間のノードが選択基準である。特許文献３の第５の実施形態の情報提示装置は、レスポンスノードに対する親ノードの影響度を算出しない。該情報提示装置がレスポンスノードに対する親ノードの影響度を算出した場合、算出した影響度は、レスポンスノードの値の変化に応じた親ノードの値の確率分布の変化の程度を表す。しかし、この影響度は、親ノードの直近の値が、レスポンスノードが取りうる各値に対して与える影響の大きさを表さない。
【００２４】
特許文献３の情報提示装置は、コンテンツを選択する基準となるコンテンツ属性が取りうる各値に対する、各ユーザ属性の影響の程度を表す値を算出できない。
【００２５】
本発明の目的は、情報推薦や検索時の情報提示において、推薦対象を選択するための基準となる、推薦対象の各属性が取りうる各値に対して、提示対象者の各コンテキストの直近の値が与える影響の程度を提示する情報出力装置を提供することにある。
【課題を解決するための手段】
【００２６】
本発明の情報出力装置は、コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段とを含む。
【００２７】
本発明の情報推薦方法は、コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含む複数のイベント情報をイベント情報記憶手段に記憶し、各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とし、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段とを含む。
【００２８】
本発明の情報推薦プログラムは、コンピュータを、コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段ととして動作させる。
【発明の効果】
【００２９】
本発明には、情報推薦や検索時の情報提示において、推薦対象を選択するための基準となる、推薦対象の各属性が取りうる各値に対して、提示対象者の各コンテキストの直近の値が与える影響の程度を提示することができるという効果がある。
【図面の簡単な説明】
【００３０】
【図１】第１の実施形態に係る情報出力装置の構成を表すブロック図である。
【図２】イベント情報記憶部が記憶するイベント情報における、各モード値及び各カレント値を含むイベント情報の集合の例を表す模式図である。
【図３】第１の実施形態に係る情報出力装置の動作を表すフローチャートである。
【図４】第２の実施形態に係る情報出力装置の構成を表すブロック図である。
【図５】第２、第３の実施形態に係る情報出力装置のイベント情報送信時の動作を表すフローチャートである。
【図６】第２の実施形態に係る情報出力装置の情報出力時の動作を表すフローチャートである。
【図７】イベント情報を、各モード値及びコンテキストが取りうる各値で集計した頻度の例である。
【図８】イベント情報を、各モード値及びコンテキストが取りうる各値で集計した頻度の例である。
【図９】イベント情報を、各モード値及びコンテキストが取りうる各値で集計した頻度の例である。
【図１０】ユーザモードが各モード値である場合の、コンテキストが取りうる各値の条件付き確率の例を表す図である。
【図１１】ユーザモードが各モード値である場合の、コンテキストが取りうる各値の条件付き確率の例を表す図である。
【図１２】ユーザモードが各モード値である場合の、コンテキストが取りうる各値の条件付き確率の例を表す図である。
【図１３】各モード値とコンテキストが取りうる各値の同時確率の例を表す図である。
【図１４】各モード値とコンテキストが取りうる各値の同時確率の例を表す図である。
【図１５】各モード値とコンテキストが取りうる各値の同時確率の例を表す図である。
【図１６】各モード値の確率を当該モード値に対する各カレント値の影響度により案分したグラフの例である。
【図１７】第３の実施形態に係る情報出力装置の出力画面の例である。
【図１８】影響度の出力を行わない情報出力装置の出力画面の例である。
【図１９】影響度の出力を行わない情報出力装置の出力画面の例である。
【図２０】第３の実施形態に係る情報出力装置の構成を表すブロック図である。
【図２１】第３の実施形態に係る情報出力装置の情報出力時の動作を表すフローチャートである。
【発明を実施するための形態】
【００３１】
（第１の実施形態）
次に、本発明の実施の形態について図面を参照して詳細に説明する。
【００３２】
図１は本発明の第１の実施形態に係る情報出力装置の構成を表すブロック図である。
【００３３】
図１を参照すると、本実施形態の情報出力装置１は、イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３とを含む。情報出力装置１は、ユーザ端末２と接続され、互いに通信可能である。ユーザ端末２の数は１台とは限らない。
【００３４】
イベント情報記憶部１１は、例えば、ユーザ端末２からコンテンツへのアクセス時に、ユーザ端末２から入力した複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を、複数記憶する。イベント情報記憶部１１が記憶するイベント情報は、ユーザ端末２からコンテンツへのアクセスの記録ではなく、図示しない管理用端末等がイベント情報記憶部１１に格納した、管理者等が生成したイベント情報であってもよい。また、イベント情報記憶部１１は、イベント情報をユーザ毎に分けて記憶していてもよい。
【００３５】
コンテキストは、ユーザの状態を表す情報である。ユーザの状態は、例えば、「年齢」、「性別」、「職業」、アクセス時のユーザの所在地である「場所」、アクセスを行った「時間帯」、アクセス時の「天気」等である。コンテキストは、このような、ユーザの「年齢」、「性別」、「職業」、「場所」等ユーザの状態を表す個々の情報である。おのおののコンテキストが取りうる値は、各コンテキストに対応した複数の値のうちのいずれかの値である。例えばコンテキストが「性別」である場合、コンテキストの値は「男」又は「女」のいずれかである。コンテキストには、「性別」のように通常は変化しないものもあるが、「場所」や「時間帯」のように、刻々と変化する可能性があるものもある。
【００３６】
前述のように、コンテキストは、例えば、「年齢」、「性別」、「職業」、アクセス時のユーザの所在地である「場所」、アクセスを行った「時間帯」、アクセス時の「天気」等である。以下では、例えばユーザの「性別」は「男」と「女」のうちの「女」であると言ったように、それぞれのコンテキストは、それぞれのコンテキストに対応した複数の値のうちのいずれか一つの値を取るものとして説明する。しかし、一つのコンテキストが複数の値を取ってもよい。また、一部のコンテキストに値がないユーザがいてもよい。この場合、例えば、複数の値を取るコンテキストはアクセス回数を重複してカウントし、値がないコンテキストはカウントしないようにすることができる。コンテキストの値のうち、例えば場所や時刻などのように連続値でも表現できる値は、場所であればある程度の広がりを持った領域を特定できる、例えば地名などで表現し、時刻であれば所定の時間の幅である、例えば１９時台などの時間帯で表現すればよい。
【００３７】
コンテキストは、ユーザ端末２に記憶されている情報や、ユーザ端末２が含むセンサの測定値などであり、コンテンツへのアクセス時にアクセスを行ったユーザ端末２によって端末内に蓄積又は情報出力装置１に送信される。また、端末内に蓄積されたコンテキストは、適宜情報出力装置１に送信される。
【００３８】
コンテンツは、例えば文字や画像、音声等で表現される情報のことである。コンテンツは、例えばＵＲＩ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｉｄｅｎｔｉｆｉｅｒ）のような情報の所在を表し情報を特定できる情報であってもよい。また、コンテンツは、文字や画像、音声などで表される情報やＵＲＬを組み合わせたものであってもよい。
【００３９】
コンテンツの属性は、そのコンテンツのそのものに係る性質もしくはコンテンツの内容に係る性質のことである。コンテンツの属性の例として、例えばコンテンツが店舗や施設などの情報である場合、その店舗や施設を利用する「目的」や、その店舗や施設の所在地を表す「所在地」がある。他のコンテンツの属性の例としては、その店舗や施設の人気、利用者の人数、店舗や施設の情報の閲覧回数などの順位を表す「ランキング」等がある。また、飲食店の属性の例としては、例えば「予算」や「駅からの距離」等がある。また、例えば、画像を含むもの、映像を含むもの、音声を含むもの、文字だけのものなど、コンテンツを構成する媒体の種類が、コンテンツの属性であってもよい。さらに、店舗利用時の割引券やクーポン等の有無などがコンテンツの属性に含まれていてもよい。
【００４０】
ユーザモードは、コンテンツを選択するためのコンテンツの属性の情報である。ユーザモードは、具体的には、上記の「目的」、「所在地」などコンテンツの属性を記述する個々の情報である。
【００４１】
各ユーザモードは、当該ユーザモードに応じた複数の値のうちのいずれかの値を取る。例えば、ユーザモードが「ジャンル」である場合、ユーザモードが取りうる値（モード値）が「安い」、「高い」、「酒」、「カフェ」であるとすると、それぞれのコンテンツのユーザモードのうちの「ジャンル」は、これらの値のうちのいずれかの値を取る。しかし、一つのユーザモードが複数の値を取ってもよい。その場合、複数の値を取るユーザモードはアクセス回数を重複してカウントするようにすることができる。また、値が無いユーザモードを持つコンテンツが存在してもよい。この場合、ユーザモードに値がなければカウントしないようにすることができる。また、ユーザモードの値のうち、例えば場所などのように連続値で表現できる値は、場所であればある程度の広がりを持った領域を特定できる、例えば地名などで表現すればよい。
【００４２】
イベント情報におけるコンテキストの情報は、コンテンツへのアクセス時におけるコンテンツにアクセスしたユーザの各コンテキストの値を含む。また、コンテンツ利用履歴の情報におけるコンテンツの属性の情報は、ユーザが利用したコンテンツの各ユーザモードの値を含む。
【００４３】
コンテンツへのアクセスは、コンテンツの閲覧だけでなく、ブックマークや画面スクロールなどを含んでいても構わない。
【００４４】
以下の、本実施形態を説明するための例では、イベント情報記憶部１１が記憶するイベント情報は、２つの値を取りうる１つのユーザモードと、それぞれ２つの値を取りうる２つのコンテキストの組を含む。しかし、ユーザモードの数は１に限らない。ユーザモードの数は１以上である。また、各ユーザモードは複数の値を取りうる。同様に、コンテキストの数は２に限らない。コンテキストの数は、複数である。また、各コンテキストが取りうる値は複数である。
【００４５】
本実施形態を説明するための例では、ユーザモードは、例えば、飲食店の「ジャンル」（M1）である。ジャンルM1が取りうる値は、例えば、「安い」（M11）と「高い」（M12）である。また、コンテキストは、例えば、「年代」（C1）と「場所」（C2）である。年代C1が取りうる値は、例えば、「２０代」（C11）、「３０代」（C12）、「４０代」（C13）、「５０代」（C14）である。場所C2が取りうる値は、例えば、「銀座」（C21）、「渋谷」（C22）、「新宿」（C23）である。また、本実施形態を説明するための例では、情報提供の対象となるユーザは、渋谷（C22）にいる２０代（C11）である。従って、当該ユーザのコンテキストの値は｛C11，C22｝である。しかし、以上は説明のための例であり、本発明の範囲はこの例に限られるものではない。
【００４６】
図２は、イベント情報記憶部１１が記憶するイベント情報を、各イベント情報が含むユーザモードの値及び各コンテキストの値によってグループ化し、グループ内のイベント情報の数に応じた面積の円形で表示した例である。
【００４７】
図２のS(All)は全てのイベント情報を含むグループである。S(M11)は、「安い」M11を含むイベント情報のグループである。S(C11|M11)は、「安い」（M11）を含むイベント情報の中で、「２０代」（C11）を含むイベント情報のグループである。S(C22|M11)は、「安い」（M11）を含むイベント情報の中で、「渋谷」（C22）を含むイベント情報のグループである。また、S(M12)は、「高い」(M12)を含むイベント情報のグループである。S(C11|M12)は、「高い」(M12)を含むイベント情報の中で、「２０代」（C11）を含むイベント情報のグループである。S(C22|M12)は、「高い」(M12)を含むイベント情報の中で、「渋谷」（C22）を含むイベント情報のグループである。
【００４８】
影響度算出部１２は、ユーザ端末２から受信したコンテキストの各値（カレント値）に基づき、各ユーザモードの各値（モード値）に対する、受信したコンテキストの各値の影響の度合いを表す影響度を算出する。
【００４９】
影響度算出部１２は、例えば、ユーザ端末２からコンテンツ推薦の要求があった場合、ユーザ端末２から各カレント値を受信し、影響度の算出を行う。また、影響度算出部１２は、推薦情報の送信先であるユーザ端末２以外の、例えばサービスプロバイダやコンテンツプロバイダの装置、ユーザ端末２を管理するユーザの友人の端末など、他の装置からの要求に応じて、影響度を算出してもよい。
【００５０】
また、影響度算出部１２は、ユーザ端末２の状態が所定の条件に合致した場合に影響度を算出するようにしてもよい。影響度算出部１２は、例えば、一定時間毎に影響度の算出を行っても良い。また、影響度算出部１２は、例えば、ユーザ端末２が、所定のエリアに入った場合、あるいは、別のエリアに移動した場合に、影響度の算出を行っても良い。
【００５１】
この場合、ユーザ端末２の状況を監視する、図示しない検知サーバによってユーザ端末２の状態を検知することができる。そして、例えば、該検知サーバが検知したユーザ端末２の状態が、該検知サーバが保持する所定の条件に合致した場合、該検知サーバがユーザ端末２へのコンテンツ推薦の要求を情報出力装置１に送信すればよい。検知サーバが保持する、コンテンツ推薦の要求を情報出力装置１に送信する条件は、例えばサービスプロバイダやコンテンツプロバイダの管理者などが適宜設定すればよい。また、ユーザ端末２がコンテンツ推薦の要求を情報出力装置１に送信する条件を保持し、自端末の状態が所定の条件に合致した場合、ユーザ端末２が自動的にコンテンツ推薦の要求を情報出力装置１に送信すればよい。
【００５２】
ユーザ端末２は、コンテキストの各値（カレント値）を、例えばコンテンツの推薦の要求に含めて情報出力装置１に送信すればよい。この場合、カレント値は、コンテンツ推薦の要求時におけるコンテキストの各値である。また、ユーザ端末２は、情報出力装置１等他の装置からのカレント値の要求に応じて、カレント値を情報出力装置１に送信してもよい。前述のように、ユーザ端末２は、コンテキストの値を、コンテンツの推薦の要求時に限らず、適宜情報出力装置１に送信してもよい。この場合、カレント値は最も新しいコンテキストの値である。影響度の算出法は後述する。
【００５３】
情報出力部１３は、ユーザ端末２に表示するために選択したコンテンツと共に、少なくとも１つのユーザモードの少なくとも１つの値と、該値に対する、カレント値の影響度を対応付けて出力する。
【００５４】
情報出力部１３が出力するコンテンツは、情報出力部１３が、イベント情報記憶部１１が記憶するイベント情報と、コンテンツの属性値と、カレント値の関連性に基づき、既存の任意の方法で選択したものである。
【００５５】
なお、情報出力部１３は、コンテンツを選択及び出力せず、１つ以上のユーザモードの値と、該ユーザモードの値に対する各カレント値の影響度のみを出力してもよい。
【００５６】
情報出力部１３は、全てのモード値に対する影響度を出力する必要はない。情報出力部１３は、例えば、ユーザ端末２を介してユーザが指定したモード値、予め指定したモード値、出力するコンテンツを選択する際、例えば選択したコンテンツに最もよくマッチする値など、一部のモード値に対する影響度を出力すればよい。また、情報出力部１３は、後述の数３で算出される確率が最も大きいモード値に対する影響度を出力してもよい。
【００５７】
情報出力部１３は、各カレント値の影響度を、表示する順番を固定して表示してもよく、影響度の大きさに応じて表示する順番を入れ替えて表示してもよい。
【００５８】
次に、影響度算出部１２による影響度の算出方法について、図２の例に基づき詳細に説明する。
【００５９】
図２の例の、以下に示す各確率の値は、例えば以下の式の通りである。これらの確率は、ユーザモードがある値であるイベント情報の中の、いずれか一つのコンテキストがある値であるイベント情報の割合を表す。
【００６０】
P(C11|M11)=0.5
P(C22|M11)=0.5
P(C11|M12)=0.1
P(C22|M12)=0.5
上記のP(C11|M11)は、「安い」（M11）を含むイベント情報が、「２０代」（C11）を含む確率を表す。P(C11|M11)は、図２のS(M11)に含まれるイベント情報の中の、S(C11|M11)に含まれるイベント情報の数の割合である。また、P(C22|M11)は、「安い」（M11）を含むイベント情報が、「渋谷」（M22）を含む確率を表す。同様に、P(C22|M11)は、図２のS(M11)に含まれるイベント情報の中の、S(C22|M11)に含まれるイベント情報の数の割合である。P(C11|M12)は、「高い」（M12）を含むイベント情報が、「２０代」（C11）を含む確率を表す。P(C22|M12)は、「高い」（M12）を含むイベント情報が、「渋谷」（M22）を含む確率を表す。
【００６１】
情報出力部１３が出力するコンテンツの選択はカレント値に基づき行うので、例えば、選択されたコンテンツのジャンルが「安い」（M11）であった場合、該コンテンツが選択された理由は、「２０代」（C11）及び「渋谷」(C22)の双方又はいずれか一方であると言える。
【００６２】
前述のように、P(C11|M11)及びP(C22|M11)は、共に0.5である。従って、これらの確率のみによって、「２０代」（C11）及び「渋谷」(C22)のどちらが、ジャンルが「安い」（M11）であるコンテンツを選択した選択結果に大きい影響を与えたか判断することはできない。
【００６３】
ところが、上記の例では、P(C11|M12)は0.1であるのに対し、P(C22|M12)は0.5である。すなわち、「安い」（M11）及び「高い」（M12）を含むイベント情報が「渋谷」（M22）を含む確率は、どちらも0.5である。一方「安い」（M11）を含むイベント情報が、「２０代」（C11）を含む確率は0.5であるのに対し、「高い」（M12）を含むイベント情報が、「２０代」（C11）を含む確率は0.1である。
【００６４】
イベント情報が「安い」（M11）及び「高い」（M12）のどちらを含んでいる場合でも、該イベント情報が「渋谷」（C22）を含む確率は変わらない。従って、選択されたコンテンツのモード値が「高い」（M12）であった場合、「場所」のカレント値が「渋谷」（C22）であったためにモード値が「高い」（M12）であるコンテンツが選択されたとは言えない。同様に、選択されたコンテンツのモード値が「安い」（M11）であった場合、「場所」のカレント値が「渋谷」（C22）であったためにモード値が「安い」（M11）であるコンテンツが選択されたとは言えない。
【００６５】
一方、「安い」（M11）を含むイベント情報が「２０代」（C11）を含む確率は、「高い」（M12）を含むイベント情報が「２０代」（C11）を含む確率より高い。選択されたコンテンツのモード値が「高い」（M12）であった場合、「年代」のカレント値が「２０代」（C11）であったからではなく、他のコンテキストのカレント値によって、モード値が「高い」（M12）であるコンテンツが選択されたと推定できる。一方、選択されたコンテンツのモード値が「安い」（M11）であった場合、「年代」のカレント値が「２０代」（C11）であったことは、モード値が「安い」（M11）であるコンテンツが選択された原因の一つであると推定できる。
【００６６】
２つのカレント値が「２０代」（C11）と「渋谷」（C22）であり、選択されたコンテンツのジャンルが「安い」（M11）であった場合、「場所」のカレント値が「渋谷」（C22）であったためにモード値が「高い」（M12）であるコンテンツが選択されたとは言えない。一方、この場合、「２０代」（C11）はモード値が「安い」（M11）であるコンテンツが選択された原因の一つであると推定できる。従って、この場合、場所が「渋谷」（C22）であったことより、年代が「２０代」（C11）であったことが、選択された理由としてもっともらしい。すなわち、「渋谷」（C22）より「２０代」（C11）の方が、モード値「安い」（M11）に大きい影響及ぼすと言うことができる。
【００６７】
すなわち、ユーザモードが「安い」（M11）であるコンテンツが選択された結果に対して、カレント値が「渋谷」（C22）であることより、カレント値が「２０代」（C11）であることの方が大きい影響を与えたと言える。
【００６８】
２つのカレント値が「２０代」（C11）と「渋谷」（C22）であり、選択されたコンテンツのジャンルが「高い」（M12）であった場合、「２０代」（C11）以外のコンテキストのカレント値によって、モード値が「高い」（M12）であるコンテンツが選択されたと推定できる。一方、この場合、前述のように「場所」のカレント値が「渋谷」（C22）であったためにモード値が「高い」であるコンテンツが選択されたとは言えない。しかし、「２０代」（C11）と「渋谷」（C22）を比較した場合、「２０代」（C11）がカレント値であるためではなく、「渋谷」（C22）がカレント値であるためにモード値が「高い」（M12）であるコンテンツが選択されたと推定することができる。すなわち、「２０代」（C11）より「渋谷」（C22）の方が、モード値「高い」（M12）に大きい影響及ぼすと言うことができる。
【００６９】
このような、ユーザモードの各値に対して各カレント値が与える影響の大きさを、以下に示す影響度によって表す。
【００７０】
本実施形態の例では、影響度は下記の式の通りである。
【００７１】
【数１】
【００７２】
例えば、数１のF(M11,C11)は、「２０代」（C11）の「安い」（M11）に対する影響度である。F(M11,C22)は、「渋谷」（C22）の「安い」（M11）に対する影響度である。F(M11,C11)は、F(M11,C22)より大きいので、「２０代」（C11）の「安い」（M11）に対する影響度は、「渋谷」（C22）の「安い」（M11）に対する影響度より大きいことが分かる。
【００７３】
一方、F(M12,C22)は、F(M12,C11)より大きいので、「渋谷」（C22）の「高い」（M12）に対する影響度は、「２０代」（C11）の「高い」（M12）に対する「影響度より大きいことが分かる。
【００７４】
一般的には、影響度を表す式は次の通りである。
【００７５】
【数２】
【００７６】
F(Mpq,Crs)は、p番目のユーザモードのq番目の値に対する、r番目のコンテキストが取りうるs番目の値の影響度を表す。数２の右辺の和は、p番目のユーザモードが取りうる全ての値についての和である。
【００７７】
影響度算出部１２は、イベント情報記憶部１１が記憶するイベント情報を参照し、数２に基づいて影響度を算出する。
【００７８】
次に、本実施形態の動作について図面を参照して詳細に説明する。
【００７９】
図３は、本実施形態の動作を表すフローチャートである。
【００８０】
まず、情報出力装置１は、ユーザ端末２からコンテキストのカレント値を受信する（ステップＳ１１）。受信したコンテキストのカレント値は、影響度算出部１２に入力される。
【００８１】
影響度算出部１２は、所定のユーザモードの値と、受信したカレント値を含むイベント情報をイベント情報記憶部１１から読み出し、数２に従って所定のユーザモードの値に対する各カレント値の影響度を算出する（ステップＳ１２）。
【００８２】
情報出力部１３は、影響度算出部１２が受信した各カレント値を元に、ユーザ端末２に出力するためのコンテンツを選択する（ステップＳ１３）。情報出力部１３は、イベント情報記憶部１１が記憶するイベント情報と、コンテンツの属性値と、カレント値の関連性を元に、既存の任意の方法により、コンテンツを選択する。また、選択するコンテンツの情報は、図示しない記憶部や他の装置などに格納しておき、情報出力部１３は、図示しない記憶部や他の装置などに格納されているコンテンツの情報から、ユーザ端末２に送信するコンテンツを選択すればよい。
【００８３】
情報出力部１３は、選択したコンテンツと共に、所定の１つ以上のユーザモードの値と、該値に対する各カレント値の影響度を、対応付けて出力する（ステップＳ１４）。なお、情報出力部１３は、前述のように、ステップＳ１３においてコンテンツを選択せず、ステップＳ１４において選択したコンテンツを出力しなくてもよい。
【００８４】
次に、本実施形態の効果について説明する。
【００８５】
本実施形態の情報出力装置は、影響度算出部を含むことにより、ユーザのコンテキストの各カレント値が、ユーザモードの値に与える影響の大きさの程度を算出することができるという効果がある。
【００８６】
その理由は、本実施形態の影響情報出力装置は、影響度算出部を含み、ユーザモードの値に対する各カレント値の影響度を算出するからである。
（第２の実施形態）
次に、本発明の第２の実施形態について、図面を参照して詳細に説明する。
【００８７】
図４は、本実施形態の情報出力システムの構成を表すブロック図である。
【００８８】
図４を参照すると、本実施形態の情報出力システムは、情報出力装置１Ａとユーザ端末２とを含む。図４の情報出力システムは情報出力装置とユーザ端末を各１台含んでいるが、情報出力装置及びユーザ端末は、どちらも複数台あっても構わない。
【００８９】
ユーザ端末２は、イベント情報送信部２１と、コンテキスト送信部２２と、表示部２３とを含む。
【００９０】
ユーザ端末２のイベント情報送信部２１は、ユーザ端末２からコンテンツへのアクセスがあった場合、アクセス先のコンテンツの各ユーザモードの値とユーザの各コンテキストの値の組を含むイベント情報を、情報出力装置１Ａに送信する。
【００９１】
コンテキスト送信部２２は、例えばユーザ端末２から情報出力装置１Ａへの推薦するコンテンツの要求を行う際、各コンテキストのカレント値を情報出力装置１Ａに送信する。コンテキスト送信部２２は、各コンテキストのカレント値を、例えばコンテンツの要求を行うクエリと共に情報出力装置１Ａに送信する。また、コンテキスト送信部２２は、各コンテキストのカレント値を、クエリとは別に適宜送信してもよい。
【００９２】
表示部２３は、情報出力装置１Ａが出力する各種情報を表示する。
【００９３】
情報出力装置１Ａは、イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４と、イベント受付部１５を含む。
【００９４】
図１に示す本発明の第１の実施形態とを比較すると、本実施形態の情報出力装置１Ａは、情報出力部１３の代わりに情報出力部１３Ａを含む点と、確率算出部１４と、イベント情報受付部１５を含む点が異なる。以下の説明は、本実施形態と第１の実施形態との相違点を中心にした説明である。
【００９５】
イベント情報受付部１５は、ユーザ端末２が送信するイベント情報を受信し、イベント情報記憶部１１に格納する。
【００９６】
本実施形態のイベント情報記憶部１１及び影響度算出部１２は、第１の実施形態のイベント情報記憶部１１及び影響度算出部１２と同じである。よって、イベント情報記憶部１１及び影響度算出部１２の説明は省略する。
【００９７】
確率算出部１４は、コンテキストの各カレント値の組に対して、各ユーザモードの各値の確率を算出する。確率算出部１４は、Naive Bayesモデルに基づき前述の確率の算出を行う。
【００９８】
【数３】
【００９９】
数３は、コンテキストが各カレント値である場合の、各ユーザモードの各値の確率（モード値確率）をNaive Bayesモデルで表した式である。本モデルでは、各ユーザモードの各値の確率は、数３の左辺によって算出される値である。また、数３の左辺によって算出した各ユーザモードの各値の確率を、ユーザモード毎に足した値が１になるように正規化した値を、数３の左辺の値としてもよい。
【０１００】
数３のMkikはk番目のユーザモードが取りうるik番目の値である。C1i1、C2i2、．．．、Cninがコンテキストのカレント値である。nはコンテキストの数である。C1i1は1番目のコンテキストのカレント値が、該コンテキストが取りうるi1番目の値であることを表す。
【０１０１】
【数４】
【０１０２】
本実施形態では、数３の右辺を数４で置き換えた式により、各ユーザモードの各値の確率を算出する。α、βj（j=1,...,n）は、値が０以上の調整パラメータである。これらの調整パラメータは、例えば、影響度出力装置１Ａの管理者が予め装置に入力しておけばよい。
【０１０３】
αが１よりも大きい場合、数４の値は、コンテキストの各カレント値の確率の影響を受けづらい。αが１よりも小さくゼロに近い場合、数４の値は、コンテキストの各カレント値の確率の影響を受けやすい。また、βjが１よりも大きい場合、数４の値は、j番目のコンテキストのカレント値の確率の影響を受けやすい。βjが１よりも小さくゼロに近い場合、数４の値は、コンテキストのカレント値の確率の影響を受けにくい。α、βj（j=1,...,n）はデフォルトですべて１である。
【０１０４】
以下では、α、βj（j=1,...,n）は、全て１であるとして説明する。
【０１０５】
コンテキストが３種類の場合、コンテキストのカレント値は３個である。また、ユーザモードは１種類である。この場合のユーザモードの各値の確率は、以下の式で算出される値である。
【０１０６】
【数５】
【０１０７】
数５のC1i1、C2i2、C3i3は、３種類のコンテキストのカレント値である。
【０１０８】
情報出力部１３Ａは、影響度算出部１２が数５によって算出した、各ユーザモードの各値に対するコンテキストの各カレント値の影響度を、影響度算出部１２から受け取る。また、情報出力部１３Ａは、確率算出部１４が数４によって算出した、コンテキストの各カレント値における各ユーザモードの各値の確率を確率算出部１４から受け取る。
【０１０９】
【数６】
【０１１０】
次に、情報出力部１３Ａは、数６に従って正規化した影響度R(Mkik,Cjij)を算出する。数６のF(Mkik,Cjij)は、k番目のユーザモードのik番目の値に対する、j番目のコンテキストのカレント値Cijiの影響度である。なお、この場合、j番目のコンテキストのij番目の値が、j番目のコンテキストのカレント値である。数６の右辺の分母は、k番目のユーザモードのik番目の値に対する、全てのコンテキストのカレント値の影響度の和である。
【０１１１】
【数７】
【０１１２】
次に、情報出力部１３Ａは、数７によって、正規化した影響度に確率算出部１４から受け取った確率を加味した、影響度スコアL(Mkik,Cjij)を算出する。数７で表される影響度スコアは、コンテキストがカレント値である場合の、ユーザモードの各値の確率を、当該値に対する各カレント値の影響度の大きさで案分した値である。
【０１１３】
情報出力部１３Ａは、ユーザ端末２に表示するために選択したコンテンツと共に、ユーザモードの複数の値と、該値に対する影響度スコアを対応付けて出力する。ユーザモードの複数の値は、一つ又は複数のユーザモードのいずれかが取りうる値である。
【０１１４】
情報出力部１３Ａは、必ずしも全てのユーザモードの全てのモード値に対する影響度スコアを出力する必要はない。情報出力部１３Ａは、例えば、数３の確率が最も大きいモード値及び最も小さいモード値や、数３の確率が最も大きいモード値及び次に大きいモード値など、適宜選択した複数のモード値に対する影響度スコアを表示すればよい。
【０１１５】
情報出力部１３Ａが出力するコンテンツは、情報出力部１３Ａが、イベント情報記憶部１１が記憶するイベント情報と、カレント値に基づき、既存の任意の方法で選択したものである。
【０１１６】
また、情報出力部１３Ａは、影響度スコアの数値をそのまま表示することもできるが、影響度スコアを表す図形で表示してもよい。影響度スコアを表す図形は、値の大きさの違いを判別できるものであり、ユーザ端末２の表示部２３に表示可能な図形であればどのような図形であってもよい。情報出力部１３Ａは、影響度スコアを図形で表示する場合、影響度スコアの大きさを、例えば、図形のサイズで表現する。図形のサイズは、図形が線である場合は線の長さ、図形が２次元の図形である場合は面積や辺の長さ、図形が立体である場合は体積などである。図形のサイズは、円や扇形等の中心角であってもよい。影響度スコアを表す図形として、例えば、棒グラフや円グラフ、折れ線グラフなどがある。また、影響度スコアを表す他の画像として、影響度スコアの値の大きさに応じて濃淡値や色を変えた四辺形や円等の図形がある。
【０１１７】
影響度スコアを棒グラフで表示する場合、情報出力部１３Ａは、例えば、ユーザモードの各値（モード値）に対する各カレント値の影響度スコア全体を、コンテキストが各カレント値である場合の各モード値の確率の大きさに比例する長さの棒で表せばよい。情報出力部１３Ａは、さらに、当該モード値の確率に対応する棒を、当該モード値に対する各カレント値の影響度の大きさで案分した長さで分割すればよい。また、情報出力部１３Ａが表示する棒グラフの、棒の方向は自由である。ユーザ端末２からの指示により、棒のの方向を切り替えることが可能であってもよい。
【０１１８】
影響度スコアを円グラフで表示する場合、情報出力部１３Ａは、例えば、各モード値に対する各カレント値の影響度スコア全体を、各モード値の大きさが半径に比例する円や扇形で表せばよい。情報出力部１３Ａは、さらに、当該モード値の確率に対応する円や扇形の中心角を、当該モード値に対する各カレント値の影響度の大きさで案分し、当該円や扇形を分割すればよい。
【０１１９】
次に、本実施形態の動作について、図面を参照して詳細に説明する。
【０１２０】
図５は、本実施形態の情報出力装置１Ａが、ユーザ端末２からイベント情報を受け取る場合の動作を表すフローチャートである。
【０１２１】
図５を参照すると、まず、情報出力装置１Ａのイベント情報受付部１５は、ユーザ端末２のイベント情報送信部２１が送信したイベント情報を受信する（ステップＳ２１）。
【０１２２】
情報出力装置１Ａのイベント情報受付部１５は、次に、受信したイベント情報を、イベント情報記憶部１１に格納する（ステップＳ２２）。
【０１２３】
図６は、本実施形態の情報出力装置１Ａが、ユーザ端末２に推薦する情報を送信する場合の動作を表すフローチャートである。
【０１２４】
図６を参照すると、情報出力装置１Ａは、ユーザ端末２からコンテキストのカレント値を受信する（ステップＳ３１）。
【０１２５】
以下の説明の例では、ユーザモードは飲食店のジャンル（M1）である。ジャンル（M1）が取りうる値は、「安い」(M11)、「高い」(M12)、「酒」(M13)、「カフェ」(M14)の４種類である。
【０１２６】
また、以下の説明の例では、コンテキストは、年代（C1）、場所（C2）、時間帯（C3）の３種類である。年代（M1）が取りうる値は、「２０代」(C11)、「３０代」(C12)、「４０代」(C13)、「５０代」(C14)である。場所（C2）が取りうる値は、「銀座」(C21)、「渋谷」(C22)、「新宿」(C23)である。時間帯が取りうる値は、「0:00-4:00」(C31)、「4:00-8:00」(C32)、「8:00-12:00」(C33)、「12:00-16:00」(C34)、「16:00-20:00」(C35)、「20:00-24:00」(C36)である。
【０１２７】
ただし、前述のように、ユーザモードの数は１以上である。また、各ユーザモードは複数の値を取りうる。同様に、コンテキストの数は、複数である。また、各コンテキストは複数の値を取りうる。
【０１２８】
ステップＳ３１で情報出力装置１Ａが、「２０：００」に送信した「新宿」にいる「４０代」の人のコンテキストの情報を受信した場合、情報出力装置１Ａが受信したコンテキストのカレント値は、C13（４０代）、C23（新宿）、C36（20:00-24:00）である。情報出力装置１Ａが受信したコンテキストのカレント値は、まず確率算出部１４に入力される。以下、{C13,C23,C36}が、情報出力装置１Ａが受信したコンテキストのカレント値の組である。
【０１２９】
コンテキストのカレント値を受け取った確率算出部１４は、数４に従って、コンテキストのカレント値に対応する、各ユーザモードの各値の確率を算出する。コンテキストの種類は３種類なので、数４は数５と同じになる。さらに、ユーザモードの種類は１種類であり、コンテキストのカレント値の組は{C13,C23,C36}なので、数５の右辺は次に示す数８と同じになる。
【０１３０】
【数８】
【０１３１】
数８を算出するために、確率算出部１４は、イベント情報記憶部１１からイベント情報を読み出して頻度を算出し、確率P(M1i1)及び確率P(Cjij|M1i1)を算出する。確率算出部１４は、さらに、数８の確率を算出する（ステップＳ３２）。
【０１３２】
図７、図８、図９は、それぞれ、コンテキストC1、C2、C3が取りうる各値について集計した、ユーザモードが取りうる各値の頻度（各値を含むイベント情報の数）を表す図である。
【０１３３】
ただし、ユーザモードは「ジャンル」であり、上述のように「ジャンル」は４種類の値を取りうるので、i1は１から４までの整数である。従って、MkikはM11〜M14のいずれかである。また、コンテキストのカレント値の組は{C13,C23,C36}なので、CjijはC13、C23、C36のいずれかである。
【０１３４】
図１０、図１１、図１２は、それぞれ、コンテキストC1、C2、C3が取りうる各値について集計した、ユーザモードがM11〜M14の各値である場合の、ユーザモードが取りうる各値の確率を表す図である。
【０１３５】
ただし、確率算出部１４は、数８の計算に必要な確率P(Cjij|Mkik)だけをを算出すればよい。
【０１３６】
【数９】
【０１３７】
数９は、数８の算出に必要な確率P(Cjij|Mkik)を表す数式である。
【０１３８】
図１３、図１４、図１５は、それぞれ、ユーザモードが取りうる各値と、コンテキストC1、C2、C3が取りうる各値の同時確率を表す図である。これらの図から、それぞれの確率P(M1i1)は次式の数値になることが分かる。
【０１３９】
【数１０】
【０１４０】
ただし、確率算出部１４は、それぞれの確率P(M1i1)を算出するのに、図１３、図１４、図１５に示す確率を全て算出する必要はなく、P(M11)、P(M12)、P(M13)、P(M14)を直接算出すればよい。
【０１４１】
【数１１】
【０１４２】
数１１は、確率算出部１４が数５によって算出した、コンテキストがカレント値である場合の、ユーザモードの各値の確率である。
【０１４３】
【数１２】
【０１４４】
数１２は、４つの値の和が１になるよう正規化した、数１１の確率である。
【０１４５】
確率算出部１４は、数１２で表される確率を、情報出力部１３Ａに出力する。
【０１４６】
次に、影響度算出部１２は、所定のユーザモードの値と、受信したカレント値を含むイベント情報をイベント情報記憶部１１から読み出し、数２に従って所定のユーザモードの値に対する各カレント値の影響度を算出する（ステップＳ３３）。
【０１４７】
【数１３】
【０１４８】
次式の数値は、影響度算出部１２が算出した影響度の値である。ただし、次式のFkik,jijは、数１３のように表した影響度である。
【０１４９】
【数１４】
【０１５０】
影響度算出部１２は、数１４で表される影響度を、情報出力部１３Ａに出力する。
【０１５１】
情報出力部１３Ａは、情報出力装置１Ａが受信した各カレント値を元に、ユーザ端末２に出力するためのコンテンツを選択する（ステップＳ３４）。情報出力部１３Ａがコンテンツを選択する方法は、既存の任意のもので構わない。また、選択するコンテンツの情報は、図示しない記憶部などに格納しておき、情報出力部１３Ａは、図示しない記憶部などに格納されているコンテンツの情報から、ユーザ端末２に送信するコンテンツを選択すればよい。
【０１５２】
次に、情報出力部１３Ａは、確率算出部１４から受信した確率と、影響度算出部１２から受信した影響度を元に、正規化した影響度（数６）を算出し、影響度スコア（数７）を算出する（ステップＳ３５）。
【０１５３】
【数１５】
【０１５４】
数１５は、数６に基づき、数１４の影響度を正規化した影響度の値を表す式である。
【０１５５】
【数１６】
【０１５６】
数１６は影響度スコアを表す式である。数１６のCjijは、C13、C23、C36のいずれかである。上述のように、数１６で表される値は、各コンテキストの値がカレント値である場合の、ユーザモードの各値の確率を、当該値に対する各カレント値の影響度の大きさで案分した値である。
【０１５７】
図１６は、各コンテキストの値がカレント値である場合の、ユーザモードの各値の確率を、当該値に対する各カレント値の影響度の大きさで案分した値を、棒グラフで表した図である。
【０１５８】
情報出力部１３Ａは、選択したコンテンツと共に、所定の複数のユーザモードの値と、該値に対する各カレント値の影響度スコアを、対応付けて出力する（ステップＳ３６）。なお、情報出力部１３Ａは、前述のように、ステップＳ３４においてコンテンツを選択せず、ステップＳ３６において選択したコンテンツを出力しなくてもよい。
【０１５９】
図１７は、情報出力部１３Ａがユーザ端末２に対して出力する情報の例である。
【０１６０】
図１８及び図１９は、数１６で表される値ではなく、数３で表される、ユーザモードの各値の確率の値に応じたグラフを生成して出力した場合の、表示の例である。
【０１６１】
図１８及び図１９を参照すると、これらの表示では、各カレント値に応じて、推薦されやすいコンテンツのユーザモードの値や、推薦されにくいコンテンツのユーザモードの値を、知ることができる。しかし、これらの表示では、ユーザモードのそれぞれの値を持つコンテンツが、どのカレント値が原因で推薦されやすいか、あるいは推薦されにくいかを、知ることはできない。
【０１６２】
一方、図１７の表示は、コンテキストが各カレント値である場合の各モード値の確率を、当該値に対する各カレント値の影響度によって案分している。従って、図１７の表示により、あるモード値の確率が高く、該モード値をユーザモードの値として持つコンテンツが推薦されやすいのは、該モード値に対する、あるコンテキストのカレント値の影響度が大きいためであると言うような、推薦されやすさの理由を知ることができる。逆に、あるモード値の確率が低く、該モード値をユーザモードの値として持つコンテンツが推薦されにくいのは、該モード値に対する、あるコンテキストのカレント値の影響度が小さいためであると言うような、推薦されやすさの理由を知ることができる。
【０１６３】
図１７の例では、図１７に示す表示により、「高い」の確率が高いのは、コンテキストのうち「場所」のカレント値の「高い」に対する影響度が大きいためであることを知ることができる。また、「カフェ」の確率が低いのは、コンテキストのうち「年代」及び「時間帯」のカレント値の影響度が小さいためであることを知ることができる。
【０１６４】
次に、本実施形態の効果について説明する。
【０１６５】
本実施形態の情報出力装置１Ａには、さらに、どのコンテキストのカレント値の影響で、各モード値を持つコンテンツが推薦されやすいか、あるいは推薦されにくいかを、複数のモード値で比較可能な表示を行うことができるという効果がある。
【０１６６】
その理由は、情報出力装置１Ａは、確率算出部１４と影響度算出部１２と情報出力部１３Ａを含むからである。情報出力部１３Ａは、確率算出部１４が算出した、各モード値を持つコンテンツの推薦のされやすさの指標となる確率を、影響度算出部１２が算出した各モード値に対する各カレント値の影響度で案分して表示する。
（第３の実施形態）
次に、本発明の第３の実施形態について図面を参照して詳細に説明する。
【０１６７】
図２０は、本実施形態の情報出力システムの構成を表すブロック図である。図２０の情報出力システムは情報出力装置とユーザ端末を各１台含んでいるが、情報出力装置及びユーザ端末は、どちらも複数台あっても構わない。
【０１６８】
図２０を参照すると、本実施形態の情報出力システムは、情報出力装置１Ｂ及びユーザ端末２を含む。
【０１６９】
ユーザ端末２は、第２の実施形態のユーザ端末２と同じであるので、説明を省略する。
【０１７０】
情報出力装置１Ｂは、イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４と、イベント受付部１５と、高次コンテキスト追加部１６と、高次コンテキスト推定部１７と、高次コンテキスト記憶部１８を含む。ただし、情報出力装置１Ｂは、高次コンテキスト追加部１６と、高次コンテキスト推定部１７のいずれか一方のみを含む構成であってもよい。以下では、主に、情報出力装置１Ｂが、高次コンテキスト追加部１６と、高次コンテキスト推定部１７の双方を含む構成である場合の説明を行う。
【０１７１】
情報出力装置１Ｂは、高次コンテキスト追加部１６と、高次コンテキスト推定部１７と、高次コンテキスト記憶部１８を含む点が、図４に示す第２の実施形態の情報出力装置１Ａと異なる。また、イベント情報記憶部１１が記憶するイベント情報は、高次コンテキスト追加部１６及び高次コンテキスト推定部１７を経由して、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４に入力される点が異なる。ただし、情報出力装置１Ｂが高次コンテキスト追加部１６（または高次コンテキスト推定部１７）のみを含む場合、前記イベント情報は、高次コンテキスト追加部１６（または高次コンテキスト推定部１７）のみを経由する。
【０１７２】
イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４と、イベント受付部１５は、第２の実施形態と同じであるので、説明を省略する。
【０１７３】
高次コンテキスト記憶部１８は、コンテキストの値に関連する情報を記憶する。高次コンテキスト記憶部１８は、例えば、日付とその日付の平均気温や、様々な情報提供の対象者の自宅やオフィスの所在地の地名や、地名とその地名の場所が住宅地、商業地、工場地帯などどのような場所であるのかと言った情報を記憶する。
【０１７４】
高次コンテキスト追加部１６は、コンテキストの値に関連する情報を高次コンテキスト記憶部１８から読み出し、カレント値が読み出した情報である新しいコンテキストを作成して追加する。コンテキストとして追加する情報は、例えば、コンテキストが「場所」の場合、コンテキストの値の場所が、情報提示の対象者であるユーザにとって自宅であるのかオフィスであるのかといった情報や、その場所が住宅地、商業地、工場地帯などどのような場所であるのかと言った情報である。高次コンテキスト追加部１６は、読み出した情報を値とする新しいコンテキストを作成して追加するのではなく、既存のコンテキストの値のいずれかを、読み出した情報で置き換えてもよい。
【０１７５】
高次コンテキスト推定部１７は、例えばコンテキストのカレント値と、例えばユーザの過去の行動を記録した行動履歴を元にして、未来のユーザの属性値を推定する。未来のユーザの属性値を推定した高次コンテキスト推定部１７は、新しいコンテキストを生成し、推定した属性値を、新しく生成したコンテキストのカレント値として追加する。行動履歴などを元に推定して追加するコンテキストは、例えば、現在の場所の値と、行動履歴を元に推定した、移動先の場所である。ユーザの行動履歴は、例えば、イベント情報記憶部１１が記憶するイベント情報である。高次コンテキスト推定部１７は、推定した情報を値とする新しいコンテキストを作成して追加するのではなく、既存のコンテキストの値のいずれかを、推定した情報で置き換えてもよい。
【０１７６】
影響度算出部１２、情報出力部１３Ａ、及び確率算出部１４は、高次コンテキスト追加部１６及び高次コンテキスト推定部１７が新たに追加したコンテキストを、他のコンテキストと区別しないで扱えばよい。
【０１７７】
次に、本実施形態の動作について図面を参照して詳細に説明する。
【０１７８】
ユーザ端末２が情報出力装置１Ｂにイベント情報を送信する場合の動作は、図５に示す第２の実施形態の動作と同じである。
【０１７９】
図２１は、本実施形態の情報出力時の動作を表すフローチャートである。
【０１８０】
図２１を参照すると、情報出力装置１Ｂは、ユーザ端末２から受信した各カレント値を、まず高次コンテキスト追加部１６に入力する（ステップＳ４１）。ただし、高次コンテキスト追加部１６が存在しない場合、情報出力装置１Ｂは、ステップＳ４１で、ユーザ端末２から受信した各カレント値を、高次コンテキスト推定部１７に入力する。
【０１８１】
高次コンテキスト追加部１６は、受け取った各カレント値に関連する情報を、高次コンテキスト記憶部１８から読み出して、新しいコンテキスト及びそのカレント値として追加する（ステップＳ４２）。高次コンテキスト追加部１６が存在しない場合、ステップＳ４２はスキップする。
【０１８２】
高次コンテキスト推定部１７は、各カレント値と、イベント情報記憶部１１が記憶するイベント情報を元に、未来のユーザの属性値を推定し、新しいコンテキストを生成し生成したコンテキストのカレント値として追加する（ステップＳ４３）。高次コンテキスト推定部１７が存在しない場合、ステップＳ４３はスキップする。以下のステップでは、情報出力装置１Ｂの各部は、ステップＳ４２及びステップＳ４３で追加したカレント値を、ユーザ端末２から受信した各カレント値と同等に扱う。
【０１８３】
ステップＳ４４〜ステップＳ４８は、図６に示す第２の実施形態の動作のステップＳ３２〜ステップＳ３６と同じである。
【０１８４】
次に、本実施形態の効果について説明する。
【０１８５】
本実施形態の情報出力装置１Ｂには、さらに、きめ細かい推薦の理由を出力することができるという効果がある。
【０１８６】
その理由は、本実施形態の情報出力装置１Ｂは、追加する高次コンテキスト追加部１６及び高次コンテキスト推定部１７を含み、コンテキストの数を増やすことができるからである。
【産業上の利用可能性】
【０１８７】
本発明は、ユーザの特徴やユーザの状況に応じて情報を提示する情報推薦・情報検索の分野に適用できる。
【符号の説明】
【０１８８】
１、１Ａ、１Ｂ 情報出力装置
１１ イベント情報記憶部
１２ 影響度算出部
１３、１３Ａ 情報出力部
１４ 確率算出部
１５ イベント情報受付部
１６ 高次コンテキスト追加部
１７ 高次コンテキスト推定部
１８ 高次コンテキスト記憶部
２ ユーザ端末
２１ イベント情報送信部
２２ コンテキスト送信部
２３ 表示部
【技術分野】
【０００１】
本発明は、影響情報出力装置、方法、プログラムに関し、特に、提供する情報の選択に影響の大きいユーザの状況を提示する影響情報出力装置、方法、プログラムに関する。
【背景技術】
【０００２】
近年、行動ログを収集・分析し、ユーザのコンテキスト（属性）に応じて変化する情報ニーズを推測して、情報推薦や検索に役立てようとすることが考えられている。コンテキストは、例えば、ユーザの年齢層、所在地、時間帯など、現時点のユーザの状況や特徴を表す属性の種類である。コンテキストの値は、ユーザは２０代であり、新宿におり、時間は１７時台であるといった、ユーザの属性の値である。ユーザのコンテキストに応じて変化する情報ニーズを推測して情報推薦を行い、情報を推薦する理由を表示する技術には、以下のような例がある。
【０００３】
特許文献１には、選択した推薦コンテンツの文字列により構成される情報から、所定の数のフレーズを抽出し、推薦理由として表示するコンテンツ推薦サーバが記載されている。
【０００４】
特許文献１に記載のコンテンツ推薦サーバは、コンテンツ情報記憶部と、コンテンツ推薦部と、推薦理由生成部と、表示データ生成部とを含み、次のように動作する。
【０００５】
コンテンツ情報記憶部は、例えば、テレビジョン放送などにより放送されるコンテンツの、タイトル、ジャンル、概要、放送日時やチャンネル番号、詳細を表す情報を記憶する。
【０００６】
コンテンツ推薦部は、コンテンツ情報記憶部が記憶する情報を参照し、ユーザの視聴履歴、録画履歴をもとに、ユーザに推薦するコンテンツを選択する。コンテンツ推薦部は、選択したコンテンツの、タイトル、サブタイトル、出演者の名前、詳細の各項目の情報を、テキスト文書として推薦理由生成部と表示データ生成部に供給する。
【０００７】
推薦理由生成部は、コンテンツ推薦部から供給された、選択したコンテンツの各項目の情報であるテキスト文書に対し、形態要素解析を行い、所定のルールに従って所定の数のフレーズを抽出する。推薦理由生成部は、抽出したフレーズを、推薦理由として表示データ生成部に出力する。
【０００８】
表示データ生成部は、コンテンツ推薦部から供給されたユーザに推薦するコンテンツの各項目の情報であるテキスト文書と、推薦理由生成部から供給された推薦理由に基づいて、推薦画面を表示するためのデータを生成し、推薦画面をユーザ端末に表示させる。
【０００９】
特許文献２には、ユーザの番組内容に対する嗜好を分析し、番組情報の中からユーザの嗜好に対応する番組を自動的に検索して推薦する際、推薦番組毎にその推薦理由を表示する情報推薦装置が記載されている。
【００１０】
特許文献２の情報推薦装置は、ユーザの番組内容に対する嗜好を分析する嗜好分析制御部と、分析結果に基づいてユーザの嗜好に対応した番組を検索し推薦番組リストを生成し、推薦番組リストに含まれる各推薦番組の推薦理由を表示する推薦番組検索制御部を含む。特許文献２の情報推薦装置は、次のように動作する。
【００１１】
嗜好分析制御部は、ユーザが過去に行った視聴や記録、記録予約などの行動履歴から、番組の属性別に統計を取り、各属性の各属性値の評価値を増減することで、ユーザの嗜好を分析する。嗜好分析制御部は、例えば、視聴した番組の属性値の評価値は＋１し、記録したが視聴せずに消去した番組の属性値の評価値は−１する。推薦番組検索制御部は、嗜好分析制御部が得たユーザの嗜好に基づき、電子番組情報の中からユーザの嗜好に対応する番組を自動的に検索する。情報推薦装置は、嗜好分析制御部が検索した番組の情報の表示に、推薦理由を付加する。推薦理由は、例えば、属性別に集計した各属性値の評価値を棒グラフとして表示し、推薦した番組の属性値は棒グラフの色を変えて表示する。
【００１２】
特許文献３には、例えばレストラン情報である提示対象と、該提示対象を提示する理由とを被提示者に提示する、ベイジアンネットを使用した情報提示装置が記載されている。特許文献３に記載の情報提示装置は、モデル記憶部と、提示対象推論処理部と、影響度測定処理部と、理由生成処理部と、提示部とを備える。特許文献３の情報提示装置の第１〜第４の実施形態は、次のように動作する。
【００１３】
モデル記憶部は、提示対象を求めるためのベイジアンネットのモデルを記憶している。
【００１４】
提示対象推論処理部は、ベイジアンネットのモデルをモデル記憶部から読み出し、予め記憶してある被提示者の年齢及び性別の情報を、それぞれ前記ベイジアンネットの親ノードに値として設定する。また、提示対象推論処理部は、レストラン情報記憶部からレストラン情報を一つ読み出し、読み出したレストランのカテゴリ及び予算を、それぞれ前記ベイジアンネットの他の親ノードに値として設定する。提示対象推論処理部は、値を設定した各親ノードからの確率伝搬により前記ベイジアンネットのレスポンスノードの確率分布を求める。提示対象推論処理部は、レスポンスノードが肯定レスポンスを取る確率をスコアとする。提示対象推論処理部は、順次レストラン情報を読み出してスコアを算出し、算出したスコアが最も高いレストランを提示対象として選択する。
【００１５】
影響度測定処理部は、各親ノードに設定された値が、被提示対象のユーザの情報及び求めた提示対象のレストラン情報である場合のモデルにおいて、レスポンスノードに肯定レスポンスを設定して確率推論を行い、値を設定した各親ノードの確率分布を求める。また、影響度測定処理部は、各ノードに設定された値が、被提示対象のユーザの情報であり、求めた提示対象のレストラン情報である場合のモデルにおいて、レスポンスノードに否定レスポンスを設定して確率推論を行い、値を設定した各親ノードの確率分布を求める。影響度測定処理部は、それぞれのノードの、肯定レスポンスを設定した時の確率分布の情報量と否定レスポンスを設定した時の確率分布の情報量の差を、そのノードの影響度とする。
【００１６】
理由生成処理部は、情報量の差が最も大きいノードを求め、そのノードの情報に基づいて提示対象のレストラン情報を選択した理由を生成する。例えば、予算のノードの情報量の差が最も大きい場合は、「予算が１５００円だから」等の理由を生成する。
【００１７】
提示部は、提示対象のレストランの情報と、提示対象を選択した理由を表示する。
【００１８】
また、特許文献３の情報提示装置の第５の実施形態のベイジアンネットのモデルは、親ノードが被提示者の属性情報であり、レスポンスノードがコンテンツの属性であり、親ノードとレスポンスノードの間に存在するノードは選択基準であるモデルである。
【先行技術文献】
【特許文献】
【００１９】
【特許文献１】特開２００９−０６４１８７号公報
【特許文献２】特開２００７−２８２０４２号公報
【特許文献３】特開２００６−１２７４５２号公報
【発明の概要】
【発明が解決しようとする課題】
【００２０】
特許文献１に記載の推薦サーバは、コンテンツの内容を表す文字情報から、所定のパターンに合致するフレーズを推薦理由として抽出する。特許文献１に記載の推薦サーバは、推薦の理由となるユーザのコンテキストの値を抽出し表示できない。また、特許文献１に記載の推薦サーバは、それぞれの推薦の理由が、推薦するコンテンツを選択した基準となる属性値に対して及ぼした影響の程度を表す値を算出できない。
【００２１】
特許文献２に記載の情報推薦装置は、過去にユーザが番組を視聴や記録した回数を番組の属性値別に集計した集計結果に基づき、推薦する番組を選択し、選択した番組の属性値に評価値の高い（回数の多い）属性が存在する場合、その属性を推薦理由とする。特許文献２に記載の情報推薦装置は、番組の属性値から推薦理由を選択するが、推薦の理由となるユーザのコンテキストの値を抽出し表示することはできない。また、特許文献２に記載の情報推薦装置は、それぞれのコンテキストの値が、推薦する番組を選択した基準となる属性値に対して及ぼした影響の程度を表す値を算出できない。
【００２２】
特許文献３における各ノードの影響度は、レスポンスノードに肯定レスポンスを設定した時の各ノードの確率分布の情報量と、否定レスポンスを設定した時の各ノードの確率分布の情報量の差である。特許文献３の第１〜第４の実施形態の情報提示装置は、提示対象が選択された場合とされなかった場合で、ユーザ属性及びコンテンツ属性でそれぞれの確率分布の差が大きいものを選択理由とする。
【００２３】
特許文献３の第５の実施形態の情報提示装置では、親ノードがユーザ属性であり、レスポンスノードがコンテンツ属性である。また、親ノードとレスポンスノードの間のノードが選択基準である。特許文献３の第５の実施形態の情報提示装置は、レスポンスノードに対する親ノードの影響度を算出しない。該情報提示装置がレスポンスノードに対する親ノードの影響度を算出した場合、算出した影響度は、レスポンスノードの値の変化に応じた親ノードの値の確率分布の変化の程度を表す。しかし、この影響度は、親ノードの直近の値が、レスポンスノードが取りうる各値に対して与える影響の大きさを表さない。
【００２４】
特許文献３の情報提示装置は、コンテンツを選択する基準となるコンテンツ属性が取りうる各値に対する、各ユーザ属性の影響の程度を表す値を算出できない。
【００２５】
本発明の目的は、情報推薦や検索時の情報提示において、推薦対象を選択するための基準となる、推薦対象の各属性が取りうる各値に対して、提示対象者の各コンテキストの直近の値が与える影響の程度を提示する情報出力装置を提供することにある。
【課題を解決するための手段】
【００２６】
本発明の情報出力装置は、コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段とを含む。
【００２７】
本発明の情報推薦方法は、コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含む複数のイベント情報をイベント情報記憶手段に記憶し、各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とし、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段とを含む。
【００２８】
本発明の情報推薦プログラムは、コンピュータを、コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率を、当該ユーザモードの各モード値及び当該カレント値に対応する確率の和で割った値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段ととして動作させる。
【発明の効果】
【００２９】
本発明には、情報推薦や検索時の情報提示において、推薦対象を選択するための基準となる、推薦対象の各属性が取りうる各値に対して、提示対象者の各コンテキストの直近の値が与える影響の程度を提示することができるという効果がある。
【図面の簡単な説明】
【００３０】
【図１】第１の実施形態に係る情報出力装置の構成を表すブロック図である。
【図２】イベント情報記憶部が記憶するイベント情報における、各モード値及び各カレント値を含むイベント情報の集合の例を表す模式図である。
【図３】第１の実施形態に係る情報出力装置の動作を表すフローチャートである。
【図４】第２の実施形態に係る情報出力装置の構成を表すブロック図である。
【図５】第２、第３の実施形態に係る情報出力装置のイベント情報送信時の動作を表すフローチャートである。
【図６】第２の実施形態に係る情報出力装置の情報出力時の動作を表すフローチャートである。
【図７】イベント情報を、各モード値及びコンテキストが取りうる各値で集計した頻度の例である。
【図８】イベント情報を、各モード値及びコンテキストが取りうる各値で集計した頻度の例である。
【図９】イベント情報を、各モード値及びコンテキストが取りうる各値で集計した頻度の例である。
【図１０】ユーザモードが各モード値である場合の、コンテキストが取りうる各値の条件付き確率の例を表す図である。
【図１１】ユーザモードが各モード値である場合の、コンテキストが取りうる各値の条件付き確率の例を表す図である。
【図１２】ユーザモードが各モード値である場合の、コンテキストが取りうる各値の条件付き確率の例を表す図である。
【図１３】各モード値とコンテキストが取りうる各値の同時確率の例を表す図である。
【図１４】各モード値とコンテキストが取りうる各値の同時確率の例を表す図である。
【図１５】各モード値とコンテキストが取りうる各値の同時確率の例を表す図である。
【図１６】各モード値の確率を当該モード値に対する各カレント値の影響度により案分したグラフの例である。
【図１７】第３の実施形態に係る情報出力装置の出力画面の例である。
【図１８】影響度の出力を行わない情報出力装置の出力画面の例である。
【図１９】影響度の出力を行わない情報出力装置の出力画面の例である。
【図２０】第３の実施形態に係る情報出力装置の構成を表すブロック図である。
【図２１】第３の実施形態に係る情報出力装置の情報出力時の動作を表すフローチャートである。
【発明を実施するための形態】
【００３１】
（第１の実施形態）
次に、本発明の実施の形態について図面を参照して詳細に説明する。
【００３２】
図１は本発明の第１の実施形態に係る情報出力装置の構成を表すブロック図である。
【００３３】
図１を参照すると、本実施形態の情報出力装置１は、イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３とを含む。情報出力装置１は、ユーザ端末２と接続され、互いに通信可能である。ユーザ端末２の数は１台とは限らない。
【００３４】
イベント情報記憶部１１は、例えば、ユーザ端末２からコンテンツへのアクセス時に、ユーザ端末２から入力した複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を、複数記憶する。イベント情報記憶部１１が記憶するイベント情報は、ユーザ端末２からコンテンツへのアクセスの記録ではなく、図示しない管理用端末等がイベント情報記憶部１１に格納した、管理者等が生成したイベント情報であってもよい。また、イベント情報記憶部１１は、イベント情報をユーザ毎に分けて記憶していてもよい。
【００３５】
コンテキストは、ユーザの状態を表す情報である。ユーザの状態は、例えば、「年齢」、「性別」、「職業」、アクセス時のユーザの所在地である「場所」、アクセスを行った「時間帯」、アクセス時の「天気」等である。コンテキストは、このような、ユーザの「年齢」、「性別」、「職業」、「場所」等ユーザの状態を表す個々の情報である。おのおののコンテキストが取りうる値は、各コンテキストに対応した複数の値のうちのいずれかの値である。例えばコンテキストが「性別」である場合、コンテキストの値は「男」又は「女」のいずれかである。コンテキストには、「性別」のように通常は変化しないものもあるが、「場所」や「時間帯」のように、刻々と変化する可能性があるものもある。
【００３６】
前述のように、コンテキストは、例えば、「年齢」、「性別」、「職業」、アクセス時のユーザの所在地である「場所」、アクセスを行った「時間帯」、アクセス時の「天気」等である。以下では、例えばユーザの「性別」は「男」と「女」のうちの「女」であると言ったように、それぞれのコンテキストは、それぞれのコンテキストに対応した複数の値のうちのいずれか一つの値を取るものとして説明する。しかし、一つのコンテキストが複数の値を取ってもよい。また、一部のコンテキストに値がないユーザがいてもよい。この場合、例えば、複数の値を取るコンテキストはアクセス回数を重複してカウントし、値がないコンテキストはカウントしないようにすることができる。コンテキストの値のうち、例えば場所や時刻などのように連続値でも表現できる値は、場所であればある程度の広がりを持った領域を特定できる、例えば地名などで表現し、時刻であれば所定の時間の幅である、例えば１９時台などの時間帯で表現すればよい。
【００３７】
コンテキストは、ユーザ端末２に記憶されている情報や、ユーザ端末２が含むセンサの測定値などであり、コンテンツへのアクセス時にアクセスを行ったユーザ端末２によって端末内に蓄積又は情報出力装置１に送信される。また、端末内に蓄積されたコンテキストは、適宜情報出力装置１に送信される。
【００３８】
コンテンツは、例えば文字や画像、音声等で表現される情報のことである。コンテンツは、例えばＵＲＩ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｉｄｅｎｔｉｆｉｅｒ）のような情報の所在を表し情報を特定できる情報であってもよい。また、コンテンツは、文字や画像、音声などで表される情報やＵＲＬを組み合わせたものであってもよい。
【００３９】
コンテンツの属性は、そのコンテンツのそのものに係る性質もしくはコンテンツの内容に係る性質のことである。コンテンツの属性の例として、例えばコンテンツが店舗や施設などの情報である場合、その店舗や施設を利用する「目的」や、その店舗や施設の所在地を表す「所在地」がある。他のコンテンツの属性の例としては、その店舗や施設の人気、利用者の人数、店舗や施設の情報の閲覧回数などの順位を表す「ランキング」等がある。また、飲食店の属性の例としては、例えば「予算」や「駅からの距離」等がある。また、例えば、画像を含むもの、映像を含むもの、音声を含むもの、文字だけのものなど、コンテンツを構成する媒体の種類が、コンテンツの属性であってもよい。さらに、店舗利用時の割引券やクーポン等の有無などがコンテンツの属性に含まれていてもよい。
【００４０】
ユーザモードは、コンテンツを選択するためのコンテンツの属性の情報である。ユーザモードは、具体的には、上記の「目的」、「所在地」などコンテンツの属性を記述する個々の情報である。
【００４１】
各ユーザモードは、当該ユーザモードに応じた複数の値のうちのいずれかの値を取る。例えば、ユーザモードが「ジャンル」である場合、ユーザモードが取りうる値（モード値）が「安い」、「高い」、「酒」、「カフェ」であるとすると、それぞれのコンテンツのユーザモードのうちの「ジャンル」は、これらの値のうちのいずれかの値を取る。しかし、一つのユーザモードが複数の値を取ってもよい。その場合、複数の値を取るユーザモードはアクセス回数を重複してカウントするようにすることができる。また、値が無いユーザモードを持つコンテンツが存在してもよい。この場合、ユーザモードに値がなければカウントしないようにすることができる。また、ユーザモードの値のうち、例えば場所などのように連続値で表現できる値は、場所であればある程度の広がりを持った領域を特定できる、例えば地名などで表現すればよい。
【００４２】
イベント情報におけるコンテキストの情報は、コンテンツへのアクセス時におけるコンテンツにアクセスしたユーザの各コンテキストの値を含む。また、コンテンツ利用履歴の情報におけるコンテンツの属性の情報は、ユーザが利用したコンテンツの各ユーザモードの値を含む。
【００４３】
コンテンツへのアクセスは、コンテンツの閲覧だけでなく、ブックマークや画面スクロールなどを含んでいても構わない。
【００４４】
以下の、本実施形態を説明するための例では、イベント情報記憶部１１が記憶するイベント情報は、２つの値を取りうる１つのユーザモードと、それぞれ２つの値を取りうる２つのコンテキストの組を含む。しかし、ユーザモードの数は１に限らない。ユーザモードの数は１以上である。また、各ユーザモードは複数の値を取りうる。同様に、コンテキストの数は２に限らない。コンテキストの数は、複数である。また、各コンテキストが取りうる値は複数である。
【００４５】
本実施形態を説明するための例では、ユーザモードは、例えば、飲食店の「ジャンル」（M1）である。ジャンルM1が取りうる値は、例えば、「安い」（M11）と「高い」（M12）である。また、コンテキストは、例えば、「年代」（C1）と「場所」（C2）である。年代C1が取りうる値は、例えば、「２０代」（C11）、「３０代」（C12）、「４０代」（C13）、「５０代」（C14）である。場所C2が取りうる値は、例えば、「銀座」（C21）、「渋谷」（C22）、「新宿」（C23）である。また、本実施形態を説明するための例では、情報提供の対象となるユーザは、渋谷（C22）にいる２０代（C11）である。従って、当該ユーザのコンテキストの値は｛C11，C22｝である。しかし、以上は説明のための例であり、本発明の範囲はこの例に限られるものではない。
【００４６】
図２は、イベント情報記憶部１１が記憶するイベント情報を、各イベント情報が含むユーザモードの値及び各コンテキストの値によってグループ化し、グループ内のイベント情報の数に応じた面積の円形で表示した例である。
【００４７】
図２のS(All)は全てのイベント情報を含むグループである。S(M11)は、「安い」M11を含むイベント情報のグループである。S(C11|M11)は、「安い」（M11）を含むイベント情報の中で、「２０代」（C11）を含むイベント情報のグループである。S(C22|M11)は、「安い」（M11）を含むイベント情報の中で、「渋谷」（C22）を含むイベント情報のグループである。また、S(M12)は、「高い」(M12)を含むイベント情報のグループである。S(C11|M12)は、「高い」(M12)を含むイベント情報の中で、「２０代」（C11）を含むイベント情報のグループである。S(C22|M12)は、「高い」(M12)を含むイベント情報の中で、「渋谷」（C22）を含むイベント情報のグループである。
【００４８】
影響度算出部１２は、ユーザ端末２から受信したコンテキストの各値（カレント値）に基づき、各ユーザモードの各値（モード値）に対する、受信したコンテキストの各値の影響の度合いを表す影響度を算出する。
【００４９】
影響度算出部１２は、例えば、ユーザ端末２からコンテンツ推薦の要求があった場合、ユーザ端末２から各カレント値を受信し、影響度の算出を行う。また、影響度算出部１２は、推薦情報の送信先であるユーザ端末２以外の、例えばサービスプロバイダやコンテンツプロバイダの装置、ユーザ端末２を管理するユーザの友人の端末など、他の装置からの要求に応じて、影響度を算出してもよい。
【００５０】
また、影響度算出部１２は、ユーザ端末２の状態が所定の条件に合致した場合に影響度を算出するようにしてもよい。影響度算出部１２は、例えば、一定時間毎に影響度の算出を行っても良い。また、影響度算出部１２は、例えば、ユーザ端末２が、所定のエリアに入った場合、あるいは、別のエリアに移動した場合に、影響度の算出を行っても良い。
【００５１】
この場合、ユーザ端末２の状況を監視する、図示しない検知サーバによってユーザ端末２の状態を検知することができる。そして、例えば、該検知サーバが検知したユーザ端末２の状態が、該検知サーバが保持する所定の条件に合致した場合、該検知サーバがユーザ端末２へのコンテンツ推薦の要求を情報出力装置１に送信すればよい。検知サーバが保持する、コンテンツ推薦の要求を情報出力装置１に送信する条件は、例えばサービスプロバイダやコンテンツプロバイダの管理者などが適宜設定すればよい。また、ユーザ端末２がコンテンツ推薦の要求を情報出力装置１に送信する条件を保持し、自端末の状態が所定の条件に合致した場合、ユーザ端末２が自動的にコンテンツ推薦の要求を情報出力装置１に送信すればよい。
【００５２】
ユーザ端末２は、コンテキストの各値（カレント値）を、例えばコンテンツの推薦の要求に含めて情報出力装置１に送信すればよい。この場合、カレント値は、コンテンツ推薦の要求時におけるコンテキストの各値である。また、ユーザ端末２は、情報出力装置１等他の装置からのカレント値の要求に応じて、カレント値を情報出力装置１に送信してもよい。前述のように、ユーザ端末２は、コンテキストの値を、コンテンツの推薦の要求時に限らず、適宜情報出力装置１に送信してもよい。この場合、カレント値は最も新しいコンテキストの値である。影響度の算出法は後述する。
【００５３】
情報出力部１３は、ユーザ端末２に表示するために選択したコンテンツと共に、少なくとも１つのユーザモードの少なくとも１つの値と、該値に対する、カレント値の影響度を対応付けて出力する。
【００５４】
情報出力部１３が出力するコンテンツは、情報出力部１３が、イベント情報記憶部１１が記憶するイベント情報と、コンテンツの属性値と、カレント値の関連性に基づき、既存の任意の方法で選択したものである。
【００５５】
なお、情報出力部１３は、コンテンツを選択及び出力せず、１つ以上のユーザモードの値と、該ユーザモードの値に対する各カレント値の影響度のみを出力してもよい。
【００５６】
情報出力部１３は、全てのモード値に対する影響度を出力する必要はない。情報出力部１３は、例えば、ユーザ端末２を介してユーザが指定したモード値、予め指定したモード値、出力するコンテンツを選択する際、例えば選択したコンテンツに最もよくマッチする値など、一部のモード値に対する影響度を出力すればよい。また、情報出力部１３は、後述の数３で算出される確率が最も大きいモード値に対する影響度を出力してもよい。
【００５７】
情報出力部１３は、各カレント値の影響度を、表示する順番を固定して表示してもよく、影響度の大きさに応じて表示する順番を入れ替えて表示してもよい。
【００５８】
次に、影響度算出部１２による影響度の算出方法について、図２の例に基づき詳細に説明する。
【００５９】
図２の例の、以下に示す各確率の値は、例えば以下の式の通りである。これらの確率は、ユーザモードがある値であるイベント情報の中の、いずれか一つのコンテキストがある値であるイベント情報の割合を表す。
【００６０】
P(C11|M11)=0.5
P(C22|M11)=0.5
P(C11|M12)=0.1
P(C22|M12)=0.5
上記のP(C11|M11)は、「安い」（M11）を含むイベント情報が、「２０代」（C11）を含む確率を表す。P(C11|M11)は、図２のS(M11)に含まれるイベント情報の中の、S(C11|M11)に含まれるイベント情報の数の割合である。また、P(C22|M11)は、「安い」（M11）を含むイベント情報が、「渋谷」（M22）を含む確率を表す。同様に、P(C22|M11)は、図２のS(M11)に含まれるイベント情報の中の、S(C22|M11)に含まれるイベント情報の数の割合である。P(C11|M12)は、「高い」（M12）を含むイベント情報が、「２０代」（C11）を含む確率を表す。P(C22|M12)は、「高い」（M12）を含むイベント情報が、「渋谷」（M22）を含む確率を表す。
【００６１】
情報出力部１３が出力するコンテンツの選択はカレント値に基づき行うので、例えば、選択されたコンテンツのジャンルが「安い」（M11）であった場合、該コンテンツが選択された理由は、「２０代」（C11）及び「渋谷」(C22)の双方又はいずれか一方であると言える。
【００６２】
前述のように、P(C11|M11)及びP(C22|M11)は、共に0.5である。従って、これらの確率のみによって、「２０代」（C11）及び「渋谷」(C22)のどちらが、ジャンルが「安い」（M11）であるコンテンツを選択した選択結果に大きい影響を与えたか判断することはできない。
【００６３】
ところが、上記の例では、P(C11|M12)は0.1であるのに対し、P(C22|M12)は0.5である。すなわち、「安い」（M11）及び「高い」（M12）を含むイベント情報が「渋谷」（M22）を含む確率は、どちらも0.5である。一方「安い」（M11）を含むイベント情報が、「２０代」（C11）を含む確率は0.5であるのに対し、「高い」（M12）を含むイベント情報が、「２０代」（C11）を含む確率は0.1である。
【００６４】
イベント情報が「安い」（M11）及び「高い」（M12）のどちらを含んでいる場合でも、該イベント情報が「渋谷」（C22）を含む確率は変わらない。従って、選択されたコンテンツのモード値が「高い」（M12）であった場合、「場所」のカレント値が「渋谷」（C22）であったためにモード値が「高い」（M12）であるコンテンツが選択されたとは言えない。同様に、選択されたコンテンツのモード値が「安い」（M11）であった場合、「場所」のカレント値が「渋谷」（C22）であったためにモード値が「安い」（M11）であるコンテンツが選択されたとは言えない。
【００６５】
一方、「安い」（M11）を含むイベント情報が「２０代」（C11）を含む確率は、「高い」（M12）を含むイベント情報が「２０代」（C11）を含む確率より高い。選択されたコンテンツのモード値が「高い」（M12）であった場合、「年代」のカレント値が「２０代」（C11）であったからではなく、他のコンテキストのカレント値によって、モード値が「高い」（M12）であるコンテンツが選択されたと推定できる。一方、選択されたコンテンツのモード値が「安い」（M11）であった場合、「年代」のカレント値が「２０代」（C11）であったことは、モード値が「安い」（M11）であるコンテンツが選択された原因の一つであると推定できる。
【００６６】
２つのカレント値が「２０代」（C11）と「渋谷」（C22）であり、選択されたコンテンツのジャンルが「安い」（M11）であった場合、「場所」のカレント値が「渋谷」（C22）であったためにモード値が「高い」（M12）であるコンテンツが選択されたとは言えない。一方、この場合、「２０代」（C11）はモード値が「安い」（M11）であるコンテンツが選択された原因の一つであると推定できる。従って、この場合、場所が「渋谷」（C22）であったことより、年代が「２０代」（C11）であったことが、選択された理由としてもっともらしい。すなわち、「渋谷」（C22）より「２０代」（C11）の方が、モード値「安い」（M11）に大きい影響及ぼすと言うことができる。
【００６７】
すなわち、ユーザモードが「安い」（M11）であるコンテンツが選択された結果に対して、カレント値が「渋谷」（C22）であることより、カレント値が「２０代」（C11）であることの方が大きい影響を与えたと言える。
【００６８】
２つのカレント値が「２０代」（C11）と「渋谷」（C22）であり、選択されたコンテンツのジャンルが「高い」（M12）であった場合、「２０代」（C11）以外のコンテキストのカレント値によって、モード値が「高い」（M12）であるコンテンツが選択されたと推定できる。一方、この場合、前述のように「場所」のカレント値が「渋谷」（C22）であったためにモード値が「高い」であるコンテンツが選択されたとは言えない。しかし、「２０代」（C11）と「渋谷」（C22）を比較した場合、「２０代」（C11）がカレント値であるためではなく、「渋谷」（C22）がカレント値であるためにモード値が「高い」（M12）であるコンテンツが選択されたと推定することができる。すなわち、「２０代」（C11）より「渋谷」（C22）の方が、モード値「高い」（M12）に大きい影響及ぼすと言うことができる。
【００６９】
このような、ユーザモードの各値に対して各カレント値が与える影響の大きさを、以下に示す影響度によって表す。
【００７０】
本実施形態の例では、影響度は下記の式の通りである。
【００７１】
【数１】
【００７２】
例えば、数１のF(M11,C11)は、「２０代」（C11）の「安い」（M11）に対する影響度である。F(M11,C22)は、「渋谷」（C22）の「安い」（M11）に対する影響度である。F(M11,C11)は、F(M11,C22)より大きいので、「２０代」（C11）の「安い」（M11）に対する影響度は、「渋谷」（C22）の「安い」（M11）に対する影響度より大きいことが分かる。
【００７３】
一方、F(M12,C22)は、F(M12,C11)より大きいので、「渋谷」（C22）の「高い」（M12）に対する影響度は、「２０代」（C11）の「高い」（M12）に対する「影響度より大きいことが分かる。
【００７４】
一般的には、影響度を表す式は次の通りである。
【００７５】
【数２】
【００７６】
F(Mpq,Crs)は、p番目のユーザモードのq番目の値に対する、r番目のコンテキストが取りうるs番目の値の影響度を表す。数２の右辺の和は、p番目のユーザモードが取りうる全ての値についての和である。
【００７７】
影響度算出部１２は、イベント情報記憶部１１が記憶するイベント情報を参照し、数２に基づいて影響度を算出する。
【００７８】
次に、本実施形態の動作について図面を参照して詳細に説明する。
【００７９】
図３は、本実施形態の動作を表すフローチャートである。
【００８０】
まず、情報出力装置１は、ユーザ端末２からコンテキストのカレント値を受信する（ステップＳ１１）。受信したコンテキストのカレント値は、影響度算出部１２に入力される。
【００８１】
影響度算出部１２は、所定のユーザモードの値と、受信したカレント値を含むイベント情報をイベント情報記憶部１１から読み出し、数２に従って所定のユーザモードの値に対する各カレント値の影響度を算出する（ステップＳ１２）。
【００８２】
情報出力部１３は、影響度算出部１２が受信した各カレント値を元に、ユーザ端末２に出力するためのコンテンツを選択する（ステップＳ１３）。情報出力部１３は、イベント情報記憶部１１が記憶するイベント情報と、コンテンツの属性値と、カレント値の関連性を元に、既存の任意の方法により、コンテンツを選択する。また、選択するコンテンツの情報は、図示しない記憶部や他の装置などに格納しておき、情報出力部１３は、図示しない記憶部や他の装置などに格納されているコンテンツの情報から、ユーザ端末２に送信するコンテンツを選択すればよい。
【００８３】
情報出力部１３は、選択したコンテンツと共に、所定の１つ以上のユーザモードの値と、該値に対する各カレント値の影響度を、対応付けて出力する（ステップＳ１４）。なお、情報出力部１３は、前述のように、ステップＳ１３においてコンテンツを選択せず、ステップＳ１４において選択したコンテンツを出力しなくてもよい。
【００８４】
次に、本実施形態の効果について説明する。
【００８５】
本実施形態の情報出力装置は、影響度算出部を含むことにより、ユーザのコンテキストの各カレント値が、ユーザモードの値に与える影響の大きさの程度を算出することができるという効果がある。
【００８６】
その理由は、本実施形態の影響情報出力装置は、影響度算出部を含み、ユーザモードの値に対する各カレント値の影響度を算出するからである。
（第２の実施形態）
次に、本発明の第２の実施形態について、図面を参照して詳細に説明する。
【００８７】
図４は、本実施形態の情報出力システムの構成を表すブロック図である。
【００８８】
図４を参照すると、本実施形態の情報出力システムは、情報出力装置１Ａとユーザ端末２とを含む。図４の情報出力システムは情報出力装置とユーザ端末を各１台含んでいるが、情報出力装置及びユーザ端末は、どちらも複数台あっても構わない。
【００８９】
ユーザ端末２は、イベント情報送信部２１と、コンテキスト送信部２２と、表示部２３とを含む。
【００９０】
ユーザ端末２のイベント情報送信部２１は、ユーザ端末２からコンテンツへのアクセスがあった場合、アクセス先のコンテンツの各ユーザモードの値とユーザの各コンテキストの値の組を含むイベント情報を、情報出力装置１Ａに送信する。
【００９１】
コンテキスト送信部２２は、例えばユーザ端末２から情報出力装置１Ａへの推薦するコンテンツの要求を行う際、各コンテキストのカレント値を情報出力装置１Ａに送信する。コンテキスト送信部２２は、各コンテキストのカレント値を、例えばコンテンツの要求を行うクエリと共に情報出力装置１Ａに送信する。また、コンテキスト送信部２２は、各コンテキストのカレント値を、クエリとは別に適宜送信してもよい。
【００９２】
表示部２３は、情報出力装置１Ａが出力する各種情報を表示する。
【００９３】
情報出力装置１Ａは、イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４と、イベント受付部１５を含む。
【００９４】
図１に示す本発明の第１の実施形態とを比較すると、本実施形態の情報出力装置１Ａは、情報出力部１３の代わりに情報出力部１３Ａを含む点と、確率算出部１４と、イベント情報受付部１５を含む点が異なる。以下の説明は、本実施形態と第１の実施形態との相違点を中心にした説明である。
【００９５】
イベント情報受付部１５は、ユーザ端末２が送信するイベント情報を受信し、イベント情報記憶部１１に格納する。
【００９６】
本実施形態のイベント情報記憶部１１及び影響度算出部１２は、第１の実施形態のイベント情報記憶部１１及び影響度算出部１２と同じである。よって、イベント情報記憶部１１及び影響度算出部１２の説明は省略する。
【００９７】
確率算出部１４は、コンテキストの各カレント値の組に対して、各ユーザモードの各値の確率を算出する。確率算出部１４は、Naive Bayesモデルに基づき前述の確率の算出を行う。
【００９８】
【数３】
【００９９】
数３は、コンテキストが各カレント値である場合の、各ユーザモードの各値の確率（モード値確率）をNaive Bayesモデルで表した式である。本モデルでは、各ユーザモードの各値の確率は、数３の左辺によって算出される値である。また、数３の左辺によって算出した各ユーザモードの各値の確率を、ユーザモード毎に足した値が１になるように正規化した値を、数３の左辺の値としてもよい。
【０１００】
数３のMkikはk番目のユーザモードが取りうるik番目の値である。C1i1、C2i2、．．．、Cninがコンテキストのカレント値である。nはコンテキストの数である。C1i1は1番目のコンテキストのカレント値が、該コンテキストが取りうるi1番目の値であることを表す。
【０１０１】
【数４】
【０１０２】
本実施形態では、数３の右辺を数４で置き換えた式により、各ユーザモードの各値の確率を算出する。α、βj（j=1,...,n）は、値が０以上の調整パラメータである。これらの調整パラメータは、例えば、影響度出力装置１Ａの管理者が予め装置に入力しておけばよい。
【０１０３】
αが１よりも大きい場合、数４の値は、コンテキストの各カレント値の確率の影響を受けづらい。αが１よりも小さくゼロに近い場合、数４の値は、コンテキストの各カレント値の確率の影響を受けやすい。また、βjが１よりも大きい場合、数４の値は、j番目のコンテキストのカレント値の確率の影響を受けやすい。βjが１よりも小さくゼロに近い場合、数４の値は、コンテキストのカレント値の確率の影響を受けにくい。α、βj（j=1,...,n）はデフォルトですべて１である。
【０１０４】
以下では、α、βj（j=1,...,n）は、全て１であるとして説明する。
【０１０５】
コンテキストが３種類の場合、コンテキストのカレント値は３個である。また、ユーザモードは１種類である。この場合のユーザモードの各値の確率は、以下の式で算出される値である。
【０１０６】
【数５】
【０１０７】
数５のC1i1、C2i2、C3i3は、３種類のコンテキストのカレント値である。
【０１０８】
情報出力部１３Ａは、影響度算出部１２が数５によって算出した、各ユーザモードの各値に対するコンテキストの各カレント値の影響度を、影響度算出部１２から受け取る。また、情報出力部１３Ａは、確率算出部１４が数４によって算出した、コンテキストの各カレント値における各ユーザモードの各値の確率を確率算出部１４から受け取る。
【０１０９】
【数６】
【０１１０】
次に、情報出力部１３Ａは、数６に従って正規化した影響度R(Mkik,Cjij)を算出する。数６のF(Mkik,Cjij)は、k番目のユーザモードのik番目の値に対する、j番目のコンテキストのカレント値Cijiの影響度である。なお、この場合、j番目のコンテキストのij番目の値が、j番目のコンテキストのカレント値である。数６の右辺の分母は、k番目のユーザモードのik番目の値に対する、全てのコンテキストのカレント値の影響度の和である。
【０１１１】
【数７】
【０１１２】
次に、情報出力部１３Ａは、数７によって、正規化した影響度に確率算出部１４から受け取った確率を加味した、影響度スコアL(Mkik,Cjij)を算出する。数７で表される影響度スコアは、コンテキストがカレント値である場合の、ユーザモードの各値の確率を、当該値に対する各カレント値の影響度の大きさで案分した値である。
【０１１３】
情報出力部１３Ａは、ユーザ端末２に表示するために選択したコンテンツと共に、ユーザモードの複数の値と、該値に対する影響度スコアを対応付けて出力する。ユーザモードの複数の値は、一つ又は複数のユーザモードのいずれかが取りうる値である。
【０１１４】
情報出力部１３Ａは、必ずしも全てのユーザモードの全てのモード値に対する影響度スコアを出力する必要はない。情報出力部１３Ａは、例えば、数３の確率が最も大きいモード値及び最も小さいモード値や、数３の確率が最も大きいモード値及び次に大きいモード値など、適宜選択した複数のモード値に対する影響度スコアを表示すればよい。
【０１１５】
情報出力部１３Ａが出力するコンテンツは、情報出力部１３Ａが、イベント情報記憶部１１が記憶するイベント情報と、カレント値に基づき、既存の任意の方法で選択したものである。
【０１１６】
また、情報出力部１３Ａは、影響度スコアの数値をそのまま表示することもできるが、影響度スコアを表す図形で表示してもよい。影響度スコアを表す図形は、値の大きさの違いを判別できるものであり、ユーザ端末２の表示部２３に表示可能な図形であればどのような図形であってもよい。情報出力部１３Ａは、影響度スコアを図形で表示する場合、影響度スコアの大きさを、例えば、図形のサイズで表現する。図形のサイズは、図形が線である場合は線の長さ、図形が２次元の図形である場合は面積や辺の長さ、図形が立体である場合は体積などである。図形のサイズは、円や扇形等の中心角であってもよい。影響度スコアを表す図形として、例えば、棒グラフや円グラフ、折れ線グラフなどがある。また、影響度スコアを表す他の画像として、影響度スコアの値の大きさに応じて濃淡値や色を変えた四辺形や円等の図形がある。
【０１１７】
影響度スコアを棒グラフで表示する場合、情報出力部１３Ａは、例えば、ユーザモードの各値（モード値）に対する各カレント値の影響度スコア全体を、コンテキストが各カレント値である場合の各モード値の確率の大きさに比例する長さの棒で表せばよい。情報出力部１３Ａは、さらに、当該モード値の確率に対応する棒を、当該モード値に対する各カレント値の影響度の大きさで案分した長さで分割すればよい。また、情報出力部１３Ａが表示する棒グラフの、棒の方向は自由である。ユーザ端末２からの指示により、棒のの方向を切り替えることが可能であってもよい。
【０１１８】
影響度スコアを円グラフで表示する場合、情報出力部１３Ａは、例えば、各モード値に対する各カレント値の影響度スコア全体を、各モード値の大きさが半径に比例する円や扇形で表せばよい。情報出力部１３Ａは、さらに、当該モード値の確率に対応する円や扇形の中心角を、当該モード値に対する各カレント値の影響度の大きさで案分し、当該円や扇形を分割すればよい。
【０１１９】
次に、本実施形態の動作について、図面を参照して詳細に説明する。
【０１２０】
図５は、本実施形態の情報出力装置１Ａが、ユーザ端末２からイベント情報を受け取る場合の動作を表すフローチャートである。
【０１２１】
図５を参照すると、まず、情報出力装置１Ａのイベント情報受付部１５は、ユーザ端末２のイベント情報送信部２１が送信したイベント情報を受信する（ステップＳ２１）。
【０１２２】
情報出力装置１Ａのイベント情報受付部１５は、次に、受信したイベント情報を、イベント情報記憶部１１に格納する（ステップＳ２２）。
【０１２３】
図６は、本実施形態の情報出力装置１Ａが、ユーザ端末２に推薦する情報を送信する場合の動作を表すフローチャートである。
【０１２４】
図６を参照すると、情報出力装置１Ａは、ユーザ端末２からコンテキストのカレント値を受信する（ステップＳ３１）。
【０１２５】
以下の説明の例では、ユーザモードは飲食店のジャンル（M1）である。ジャンル（M1）が取りうる値は、「安い」(M11)、「高い」(M12)、「酒」(M13)、「カフェ」(M14)の４種類である。
【０１２６】
また、以下の説明の例では、コンテキストは、年代（C1）、場所（C2）、時間帯（C3）の３種類である。年代（M1）が取りうる値は、「２０代」(C11)、「３０代」(C12)、「４０代」(C13)、「５０代」(C14)である。場所（C2）が取りうる値は、「銀座」(C21)、「渋谷」(C22)、「新宿」(C23)である。時間帯が取りうる値は、「0:00-4:00」(C31)、「4:00-8:00」(C32)、「8:00-12:00」(C33)、「12:00-16:00」(C34)、「16:00-20:00」(C35)、「20:00-24:00」(C36)である。
【０１２７】
ただし、前述のように、ユーザモードの数は１以上である。また、各ユーザモードは複数の値を取りうる。同様に、コンテキストの数は、複数である。また、各コンテキストは複数の値を取りうる。
【０１２８】
ステップＳ３１で情報出力装置１Ａが、「２０：００」に送信した「新宿」にいる「４０代」の人のコンテキストの情報を受信した場合、情報出力装置１Ａが受信したコンテキストのカレント値は、C13（４０代）、C23（新宿）、C36（20:00-24:00）である。情報出力装置１Ａが受信したコンテキストのカレント値は、まず確率算出部１４に入力される。以下、{C13,C23,C36}が、情報出力装置１Ａが受信したコンテキストのカレント値の組である。
【０１２９】
コンテキストのカレント値を受け取った確率算出部１４は、数４に従って、コンテキストのカレント値に対応する、各ユーザモードの各値の確率を算出する。コンテキストの種類は３種類なので、数４は数５と同じになる。さらに、ユーザモードの種類は１種類であり、コンテキストのカレント値の組は{C13,C23,C36}なので、数５の右辺は次に示す数８と同じになる。
【０１３０】
【数８】
【０１３１】
数８を算出するために、確率算出部１４は、イベント情報記憶部１１からイベント情報を読み出して頻度を算出し、確率P(M1i1)及び確率P(Cjij|M1i1)を算出する。確率算出部１４は、さらに、数８の確率を算出する（ステップＳ３２）。
【０１３２】
図７、図８、図９は、それぞれ、コンテキストC1、C2、C3が取りうる各値について集計した、ユーザモードが取りうる各値の頻度（各値を含むイベント情報の数）を表す図である。
【０１３３】
ただし、ユーザモードは「ジャンル」であり、上述のように「ジャンル」は４種類の値を取りうるので、i1は１から４までの整数である。従って、MkikはM11〜M14のいずれかである。また、コンテキストのカレント値の組は{C13,C23,C36}なので、CjijはC13、C23、C36のいずれかである。
【０１３４】
図１０、図１１、図１２は、それぞれ、コンテキストC1、C2、C3が取りうる各値について集計した、ユーザモードがM11〜M14の各値である場合の、ユーザモードが取りうる各値の確率を表す図である。
【０１３５】
ただし、確率算出部１４は、数８の計算に必要な確率P(Cjij|Mkik)だけをを算出すればよい。
【０１３６】
【数９】
【０１３７】
数９は、数８の算出に必要な確率P(Cjij|Mkik)を表す数式である。
【０１３８】
図１３、図１４、図１５は、それぞれ、ユーザモードが取りうる各値と、コンテキストC1、C2、C3が取りうる各値の同時確率を表す図である。これらの図から、それぞれの確率P(M1i1)は次式の数値になることが分かる。
【０１３９】
【数１０】
【０１４０】
ただし、確率算出部１４は、それぞれの確率P(M1i1)を算出するのに、図１３、図１４、図１５に示す確率を全て算出する必要はなく、P(M11)、P(M12)、P(M13)、P(M14)を直接算出すればよい。
【０１４１】
【数１１】
【０１４２】
数１１は、確率算出部１４が数５によって算出した、コンテキストがカレント値である場合の、ユーザモードの各値の確率である。
【０１４３】
【数１２】
【０１４４】
数１２は、４つの値の和が１になるよう正規化した、数１１の確率である。
【０１４５】
確率算出部１４は、数１２で表される確率を、情報出力部１３Ａに出力する。
【０１４６】
次に、影響度算出部１２は、所定のユーザモードの値と、受信したカレント値を含むイベント情報をイベント情報記憶部１１から読み出し、数２に従って所定のユーザモードの値に対する各カレント値の影響度を算出する（ステップＳ３３）。
【０１４７】
【数１３】
【０１４８】
次式の数値は、影響度算出部１２が算出した影響度の値である。ただし、次式のFkik,jijは、数１３のように表した影響度である。
【０１４９】
【数１４】
【０１５０】
影響度算出部１２は、数１４で表される影響度を、情報出力部１３Ａに出力する。
【０１５１】
情報出力部１３Ａは、情報出力装置１Ａが受信した各カレント値を元に、ユーザ端末２に出力するためのコンテンツを選択する（ステップＳ３４）。情報出力部１３Ａがコンテンツを選択する方法は、既存の任意のもので構わない。また、選択するコンテンツの情報は、図示しない記憶部などに格納しておき、情報出力部１３Ａは、図示しない記憶部などに格納されているコンテンツの情報から、ユーザ端末２に送信するコンテンツを選択すればよい。
【０１５２】
次に、情報出力部１３Ａは、確率算出部１４から受信した確率と、影響度算出部１２から受信した影響度を元に、正規化した影響度（数６）を算出し、影響度スコア（数７）を算出する（ステップＳ３５）。
【０１５３】
【数１５】
【０１５４】
数１５は、数６に基づき、数１４の影響度を正規化した影響度の値を表す式である。
【０１５５】
【数１６】
【０１５６】
数１６は影響度スコアを表す式である。数１６のCjijは、C13、C23、C36のいずれかである。上述のように、数１６で表される値は、各コンテキストの値がカレント値である場合の、ユーザモードの各値の確率を、当該値に対する各カレント値の影響度の大きさで案分した値である。
【０１５７】
図１６は、各コンテキストの値がカレント値である場合の、ユーザモードの各値の確率を、当該値に対する各カレント値の影響度の大きさで案分した値を、棒グラフで表した図である。
【０１５８】
情報出力部１３Ａは、選択したコンテンツと共に、所定の複数のユーザモードの値と、該値に対する各カレント値の影響度スコアを、対応付けて出力する（ステップＳ３６）。なお、情報出力部１３Ａは、前述のように、ステップＳ３４においてコンテンツを選択せず、ステップＳ３６において選択したコンテンツを出力しなくてもよい。
【０１５９】
図１７は、情報出力部１３Ａがユーザ端末２に対して出力する情報の例である。
【０１６０】
図１８及び図１９は、数１６で表される値ではなく、数３で表される、ユーザモードの各値の確率の値に応じたグラフを生成して出力した場合の、表示の例である。
【０１６１】
図１８及び図１９を参照すると、これらの表示では、各カレント値に応じて、推薦されやすいコンテンツのユーザモードの値や、推薦されにくいコンテンツのユーザモードの値を、知ることができる。しかし、これらの表示では、ユーザモードのそれぞれの値を持つコンテンツが、どのカレント値が原因で推薦されやすいか、あるいは推薦されにくいかを、知ることはできない。
【０１６２】
一方、図１７の表示は、コンテキストが各カレント値である場合の各モード値の確率を、当該値に対する各カレント値の影響度によって案分している。従って、図１７の表示により、あるモード値の確率が高く、該モード値をユーザモードの値として持つコンテンツが推薦されやすいのは、該モード値に対する、あるコンテキストのカレント値の影響度が大きいためであると言うような、推薦されやすさの理由を知ることができる。逆に、あるモード値の確率が低く、該モード値をユーザモードの値として持つコンテンツが推薦されにくいのは、該モード値に対する、あるコンテキストのカレント値の影響度が小さいためであると言うような、推薦されやすさの理由を知ることができる。
【０１６３】
図１７の例では、図１７に示す表示により、「高い」の確率が高いのは、コンテキストのうち「場所」のカレント値の「高い」に対する影響度が大きいためであることを知ることができる。また、「カフェ」の確率が低いのは、コンテキストのうち「年代」及び「時間帯」のカレント値の影響度が小さいためであることを知ることができる。
【０１６４】
次に、本実施形態の効果について説明する。
【０１６５】
本実施形態の情報出力装置１Ａには、さらに、どのコンテキストのカレント値の影響で、各モード値を持つコンテンツが推薦されやすいか、あるいは推薦されにくいかを、複数のモード値で比較可能な表示を行うことができるという効果がある。
【０１６６】
その理由は、情報出力装置１Ａは、確率算出部１４と影響度算出部１２と情報出力部１３Ａを含むからである。情報出力部１３Ａは、確率算出部１４が算出した、各モード値を持つコンテンツの推薦のされやすさの指標となる確率を、影響度算出部１２が算出した各モード値に対する各カレント値の影響度で案分して表示する。
（第３の実施形態）
次に、本発明の第３の実施形態について図面を参照して詳細に説明する。
【０１６７】
図２０は、本実施形態の情報出力システムの構成を表すブロック図である。図２０の情報出力システムは情報出力装置とユーザ端末を各１台含んでいるが、情報出力装置及びユーザ端末は、どちらも複数台あっても構わない。
【０１６８】
図２０を参照すると、本実施形態の情報出力システムは、情報出力装置１Ｂ及びユーザ端末２を含む。
【０１６９】
ユーザ端末２は、第２の実施形態のユーザ端末２と同じであるので、説明を省略する。
【０１７０】
情報出力装置１Ｂは、イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４と、イベント受付部１５と、高次コンテキスト追加部１６と、高次コンテキスト推定部１７と、高次コンテキスト記憶部１８を含む。ただし、情報出力装置１Ｂは、高次コンテキスト追加部１６と、高次コンテキスト推定部１７のいずれか一方のみを含む構成であってもよい。以下では、主に、情報出力装置１Ｂが、高次コンテキスト追加部１６と、高次コンテキスト推定部１７の双方を含む構成である場合の説明を行う。
【０１７１】
情報出力装置１Ｂは、高次コンテキスト追加部１６と、高次コンテキスト推定部１７と、高次コンテキスト記憶部１８を含む点が、図４に示す第２の実施形態の情報出力装置１Ａと異なる。また、イベント情報記憶部１１が記憶するイベント情報は、高次コンテキスト追加部１６及び高次コンテキスト推定部１７を経由して、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４に入力される点が異なる。ただし、情報出力装置１Ｂが高次コンテキスト追加部１６（または高次コンテキスト推定部１７）のみを含む場合、前記イベント情報は、高次コンテキスト追加部１６（または高次コンテキスト推定部１７）のみを経由する。
【０１７２】
イベント情報記憶部１１と、影響度算出部１２と、情報出力部１３Ａと、確率算出部１４と、イベント受付部１５は、第２の実施形態と同じであるので、説明を省略する。
【０１７３】
高次コンテキスト記憶部１８は、コンテキストの値に関連する情報を記憶する。高次コンテキスト記憶部１８は、例えば、日付とその日付の平均気温や、様々な情報提供の対象者の自宅やオフィスの所在地の地名や、地名とその地名の場所が住宅地、商業地、工場地帯などどのような場所であるのかと言った情報を記憶する。
【０１７４】
高次コンテキスト追加部１６は、コンテキストの値に関連する情報を高次コンテキスト記憶部１８から読み出し、カレント値が読み出した情報である新しいコンテキストを作成して追加する。コンテキストとして追加する情報は、例えば、コンテキストが「場所」の場合、コンテキストの値の場所が、情報提示の対象者であるユーザにとって自宅であるのかオフィスであるのかといった情報や、その場所が住宅地、商業地、工場地帯などどのような場所であるのかと言った情報である。高次コンテキスト追加部１６は、読み出した情報を値とする新しいコンテキストを作成して追加するのではなく、既存のコンテキストの値のいずれかを、読み出した情報で置き換えてもよい。
【０１７５】
高次コンテキスト推定部１７は、例えばコンテキストのカレント値と、例えばユーザの過去の行動を記録した行動履歴を元にして、未来のユーザの属性値を推定する。未来のユーザの属性値を推定した高次コンテキスト推定部１７は、新しいコンテキストを生成し、推定した属性値を、新しく生成したコンテキストのカレント値として追加する。行動履歴などを元に推定して追加するコンテキストは、例えば、現在の場所の値と、行動履歴を元に推定した、移動先の場所である。ユーザの行動履歴は、例えば、イベント情報記憶部１１が記憶するイベント情報である。高次コンテキスト推定部１７は、推定した情報を値とする新しいコンテキストを作成して追加するのではなく、既存のコンテキストの値のいずれかを、推定した情報で置き換えてもよい。
【０１７６】
影響度算出部１２、情報出力部１３Ａ、及び確率算出部１４は、高次コンテキスト追加部１６及び高次コンテキスト推定部１７が新たに追加したコンテキストを、他のコンテキストと区別しないで扱えばよい。
【０１７７】
次に、本実施形態の動作について図面を参照して詳細に説明する。
【０１７８】
ユーザ端末２が情報出力装置１Ｂにイベント情報を送信する場合の動作は、図５に示す第２の実施形態の動作と同じである。
【０１７９】
図２１は、本実施形態の情報出力時の動作を表すフローチャートである。
【０１８０】
図２１を参照すると、情報出力装置１Ｂは、ユーザ端末２から受信した各カレント値を、まず高次コンテキスト追加部１６に入力する（ステップＳ４１）。ただし、高次コンテキスト追加部１６が存在しない場合、情報出力装置１Ｂは、ステップＳ４１で、ユーザ端末２から受信した各カレント値を、高次コンテキスト推定部１７に入力する。
【０１８１】
高次コンテキスト追加部１６は、受け取った各カレント値に関連する情報を、高次コンテキスト記憶部１８から読み出して、新しいコンテキスト及びそのカレント値として追加する（ステップＳ４２）。高次コンテキスト追加部１６が存在しない場合、ステップＳ４２はスキップする。
【０１８２】
高次コンテキスト推定部１７は、各カレント値と、イベント情報記憶部１１が記憶するイベント情報を元に、未来のユーザの属性値を推定し、新しいコンテキストを生成し生成したコンテキストのカレント値として追加する（ステップＳ４３）。高次コンテキスト推定部１７が存在しない場合、ステップＳ４３はスキップする。以下のステップでは、情報出力装置１Ｂの各部は、ステップＳ４２及びステップＳ４３で追加したカレント値を、ユーザ端末２から受信した各カレント値と同等に扱う。
【０１８３】
ステップＳ４４〜ステップＳ４８は、図６に示す第２の実施形態の動作のステップＳ３２〜ステップＳ３６と同じである。
【０１８４】
次に、本実施形態の効果について説明する。
【０１８５】
本実施形態の情報出力装置１Ｂには、さらに、きめ細かい推薦の理由を出力することができるという効果がある。
【０１８６】
その理由は、本実施形態の情報出力装置１Ｂは、追加する高次コンテキスト追加部１６及び高次コンテキスト推定部１７を含み、コンテキストの数を増やすことができるからである。
【産業上の利用可能性】
【０１８７】
本発明は、ユーザの特徴やユーザの状況に応じて情報を提示する情報推薦・情報検索の分野に適用できる。
【符号の説明】
【０１８８】
１、１Ａ、１Ｂ 情報出力装置
１１ イベント情報記憶部
１２ 影響度算出部
１３、１３Ａ 情報出力部
１４ 確率算出部
１５ イベント情報受付部
１６ 高次コンテキスト追加部
１７ 高次コンテキスト推定部
１８ 高次コンテキスト記憶部
２ ユーザ端末
２１ イベント情報送信部
２２ コンテキスト送信部
２３ 表示部
【特許請求の範囲】
【請求項１】
コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、
各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率と、当該ユーザモードの各モード値及び当該カレント値に対応する確率を用いて算出した値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、
各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段と
を含む情報出力装置。
【請求項２】
前記イベント情報の全ての前記カレント値を含む組の中の、前記モード値を含む組の確率（モード値確率）を算出する確率算出手段を含み、
前記情報出力手段は、前記複数のモード値のおのおのについて、当該モード値及び各カレント値と、各カレント値の当該モード値に対する前記影響度の大きさで、当該モード値の前記モード値確率を案分した値を対応付けて出力する、
請求項１に記載の情報出力装置。
【請求項３】
前記情報出力手段は、各モード値及び各カレント値と、当該モード値及び当該カレント値に対応する前記案分した値に応じて算出したサイズの図形を対応付けて出力する
請求項２に記載の情報出力装置。
【請求項４】
コンテキストの１つの値（第１のコンテキスト値）に関連する他のコンテキストの値（第２のコンテキスト値）を記憶する高次コンテキスト記憶手段と、
前記カレント値が、前記第１のコンテキスト値のいずれかとして前記高次コンテキスト記憶手段に記憶されている場合、該カレント値に関連する前記第２のコンテキスト値を新たなコンテキストの値とするカレント値の追加又は、該第２のコンテキスト値を前記カレント値のいずれかと置き換えるカレント値の置き換えを行う高次コンテキスト追加手段及び、
前記イベント情報記憶手段が記憶するイベント情報を元に、前記カレント値から推定することができるコンテキストの値（推定コンテキスト値）が存在する場合、前記推定コンテキスト値を新たなコンテキストのカレント値とするカレント値の追加又は、前記推定コンテキストを前記カレント値のいずれかと置き換えるカレント値の置きかえを行う高次コンテキスト推定手段の、いずれか一方又は双方
を含む請求項１乃至３に記載の情報出力装置。
【請求項５】
コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含む複数のイベント情報をイベント情報記憶手段に記憶し、
各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率と、当該ユーザモードの各モード値及び当該カレント値に対応する確率を用いて算出した値を、当該カレント値の当該モード値に対する影響度とし、
各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段と
を含む情報出力方法。
【請求項６】
前記イベント情報の全ての前記カレント値を含む組の中の、前記モード値を含む組の確率（モード値確率）を算出し、
前記複数のモード値のおのおのについて、当該モード値及び各カレント値と、各カレント値の当該モード値に対する前記影響度の大きさで、当該モード値の前記モード値確率を案分した値を対応付けて出力する、
請求項５に記載の情報出力方法。
【請求項７】
各モード値及び各カレント値と、当該モード値及び当該カレント値に対応する前記案分した値に応じて算出したサイズの図形を対応付けて出力する
請求項６に記載の情報出力方法。
【請求項８】
コンピュータを、
コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、
各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率と、当該ユーザモードの各モード値及び当該カレント値に対応する確率を用いて算出した値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、
各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段と
として動作させる情報出力プログラム。
【請求項９】
コンピュータを、
前記イベント情報の全ての前記カレント値を含む組の中の、前記モード値を含む組の確率（モード値確率）を算出する確率算出手段
として動作させ、
前記情報出力手段は、前記複数のモード値のおのおのについて、当該モード値及び各カレント値と、各カレント値の当該モード値に対する前記影響度の大きさで、当該モード値の前記モード値確率を案分した値を対応付けて出力する、
請求項８に記載の情報出力プログラム。
【請求項１０】
前記情報出力手段は、各モード値及び各カレント値と、当該モード値及び当該カレント値に対応する前記案分した値に応じて算出したサイズの図形を対応付けて出力する
請求項９に記載の情報出力プログラム。
【請求項１】
コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、
各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率と、当該ユーザモードの各モード値及び当該カレント値に対応する確率を用いて算出した値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、
各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段と
を含む情報出力装置。
【請求項２】
前記イベント情報の全ての前記カレント値を含む組の中の、前記モード値を含む組の確率（モード値確率）を算出する確率算出手段を含み、
前記情報出力手段は、前記複数のモード値のおのおのについて、当該モード値及び各カレント値と、各カレント値の当該モード値に対する前記影響度の大きさで、当該モード値の前記モード値確率を案分した値を対応付けて出力する、
請求項１に記載の情報出力装置。
【請求項３】
前記情報出力手段は、各モード値及び各カレント値と、当該モード値及び当該カレント値に対応する前記案分した値に応じて算出したサイズの図形を対応付けて出力する
請求項２に記載の情報出力装置。
【請求項４】
コンテキストの１つの値（第１のコンテキスト値）に関連する他のコンテキストの値（第２のコンテキスト値）を記憶する高次コンテキスト記憶手段と、
前記カレント値が、前記第１のコンテキスト値のいずれかとして前記高次コンテキスト記憶手段に記憶されている場合、該カレント値に関連する前記第２のコンテキスト値を新たなコンテキストの値とするカレント値の追加又は、該第２のコンテキスト値を前記カレント値のいずれかと置き換えるカレント値の置き換えを行う高次コンテキスト追加手段及び、
前記イベント情報記憶手段が記憶するイベント情報を元に、前記カレント値から推定することができるコンテキストの値（推定コンテキスト値）が存在する場合、前記推定コンテキスト値を新たなコンテキストのカレント値とするカレント値の追加又は、前記推定コンテキストを前記カレント値のいずれかと置き換えるカレント値の置きかえを行う高次コンテキスト推定手段の、いずれか一方又は双方
を含む請求項１乃至３に記載の情報出力装置。
【請求項５】
コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含む複数のイベント情報をイベント情報記憶手段に記憶し、
各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率と、当該ユーザモードの各モード値及び当該カレント値に対応する確率を用いて算出した値を、当該カレント値の当該モード値に対する影響度とし、
各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段と
を含む情報出力方法。
【請求項６】
前記イベント情報の全ての前記カレント値を含む組の中の、前記モード値を含む組の確率（モード値確率）を算出し、
前記複数のモード値のおのおのについて、当該モード値及び各カレント値と、各カレント値の当該モード値に対する前記影響度の大きさで、当該モード値の前記モード値確率を案分した値を対応付けて出力する、
請求項５に記載の情報出力方法。
【請求項７】
各モード値及び各カレント値と、当該モード値及び当該カレント値に対応する前記案分した値に応じて算出したサイズの図形を対応付けて出力する
請求項６に記載の情報出力方法。
【請求項８】
コンピュータを、
コンテンツへのアクセス時にユーザ端末から入力した、複数のコンテキストの値と、前記コンテンツの１以上のユーザモードの値との組を含むイベント情報を複数記憶するイベント情報記憶手段と、
各ユーザモードについて、当該ユーザモードが取りうる複数の値（モード値）おのおの及びユーザ端末から入力した前記複数のコンテキストの各値（カレント値）に対して、前記イベント情報の当該モード値を含む組の中の、当該カレント値を含む組の確率を算出し、前記確率と、当該ユーザモードの各モード値及び当該カレント値に対応する確率を用いて算出した値を、当該カレント値の当該モード値に対する影響度とする影響度算出手段と、
各カレント値と、少なくとも１つのモード値と、各カレント値の当該モード値に対する影響度を対応付けて出力する情報出力手段と
として動作させる情報出力プログラム。
【請求項９】
コンピュータを、
前記イベント情報の全ての前記カレント値を含む組の中の、前記モード値を含む組の確率（モード値確率）を算出する確率算出手段
として動作させ、
前記情報出力手段は、前記複数のモード値のおのおのについて、当該モード値及び各カレント値と、各カレント値の当該モード値に対する前記影響度の大きさで、当該モード値の前記モード値確率を案分した値を対応付けて出力する、
請求項８に記載の情報出力プログラム。
【請求項１０】
前記情報出力手段は、各モード値及び各カレント値と、当該モード値及び当該カレント値に対応する前記案分した値に応じて算出したサイズの図形を対応付けて出力する
請求項９に記載の情報出力プログラム。
【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１９】
【図２０】
【図２１】
【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１９】
【図２０】
【図２１】
【公開番号】特開２０１２−１５０６４９（Ｐ２０１２−１５０６４９Ａ）
【公開日】平成２４年８月９日（２０１２．８．９）
【国際特許分類】
【出願番号】特願２０１１−８７４２（Ｐ２０１１−８７４２）
【出願日】平成２３年１月１９日（２０１１．１．１９）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２４年８月９日（２０１２．８．９）
【国際特許分類】
【出願日】平成２３年１月１９日（２０１１．１．１９）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]