番組推薦装置及び番組推薦装置の番組推薦方法並びにプログラム
番組の内容を分類するためのカテゴリを評価するキーワードの重要性を反映させて、ユーザの嗜好を満足させる番組を推薦する番組推薦装置
を提供する。 キーワードとして登録し、キーワードにカテゴリ毎に寄与度を付与したカテゴリ辞書を有し、カテゴリ辞書のキーワードを用いて、ＥＰＧで示されている番組の番組情報に含まれる語句を検索し、キーワードと一致したとき、その寄与度をカテゴリ毎に累計する。各番組についてのカテゴリ毎に累計した累計値に応じたカテゴリ評価値を算出する。それらのカテゴリ評価値とカテゴリ毎のユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する。
を提供する。 キーワードとして登録し、キーワードにカテゴリ毎に寄与度を付与したカテゴリ辞書を有し、カテゴリ辞書のキーワードを用いて、ＥＰＧで示されている番組の番組情報に含まれる語句を検索し、キーワードと一致したとき、その寄与度をカテゴリ毎に累計する。各番組についてのカテゴリ毎に累計した累計値に応じたカテゴリ評価値を算出する。それらのカテゴリ評価値とカテゴリ毎のユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ＥＰＧ等のテレビ番組情報を用いて、ユーザの嗜好に合った番組を推薦する番組推薦装置に関する。
【背景技術】
【０００２】
番組推薦装置による番組推薦とは、ユーザが過去に視聴した番組に対するカテゴリ分析と、将来放送される番組に対するカテゴライズとを実行し、カテゴリ分析の結果と、カテゴライズの結果とにより推薦番組を決定する機能である。
カテゴリ分析は、ユーザが録画予約する度に、カテゴリ辞書と、ＥＰＧ（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）とを用いて行われる。カテゴリ辞書とは、カテゴリとそのカテゴリに関連する複数のキーワードが登録されている辞書である。ユーザにより録画予約が行われると、番組推薦装置は、ＥＰＧから録画予約された番組の番組説明文を取り出す。そして取り出された説明文に、各カテゴリのキーワードが何個出現するかを計数する。ある番組の説明文には、様々な用語が含まれており、各カテゴリのキーワードにも様々なものがある。説明文中の各用語が、何れかのカテゴリのキーワードに一致する度に、そのカテゴリにおけるキーワードの出現数をインクリメントする。かかる計数処理により、録画予約された番組の説明文が、どのカテゴリのキーワードを多く含んでいるかが明らかになる。ここでユーザが視聴した番組には、チャネルを偶発的に選択したような番組も含まれるが、録画予約された番組は、ユーザが積極的意思をもって視聴しようとしたものである。その番組の説明文があるカテゴリのキーワードを多く含んでいるということは、ユーザがそのカテゴリの番組を強く嗜好していると解される。こうした計数を一ヶ月という期間において、録画予約がなされる度に繰り返す。そうするとユーザがどのカテゴリの番組を好んでいるかの番組嗜好の傾向が明らかになる。以上の処理でユーザが好むカテゴリを明らかにするのが、カテゴリ分析である。
【０００３】
一方カテゴライズは、週の初め、月の初め等に、ＥＰＧ、カテゴリ辞書を用いて行われる。つまり番組推薦装置は、週の初め、月の初め等にＥＰＧを取得し、これから放送される予定がある番組の説明文を取り出す。そして、各カテゴリのキーワードが取り出された説明文に何個出現するかを計数する。各番組につき、カテゴリ毎の計数結果を得れば、各番組の説明文にどのカテゴリに属する用語が多く含まれているかが明らかになる。ある番組の説明文が特定のカテゴリの用語を多く含んでいる場合、その番組は、その特定のカテゴリに属すると考えられる。そのようにして、将来放送される番組の属するカテゴリを明らかにするのがカテゴライズである。
【０００４】
カテゴリ分析にて、ユーザが多く視聴したとされるカテゴリが明らかになり、カテゴライズにて、将来放送される各番組がどのカテゴリに属するかが明らかになれば、将来の番組のうち、ユーザが多く視聴したとされるカテゴリに属するものを推薦番組として決定する。かかる処理によって、ユーザが見落としがちな番組についても推薦できるので番組の見忘れを防止することができる。
【０００５】
番組の推薦方法には、例えば、カテゴリ分析で得られたカテゴリ毎の計数結果を用いて、将来放送される番組の各カテゴリに対する計数結果を重み付けし、重み付けの結果から上位の番組を推薦するという技術である。以上の説明からも分かるように、カテゴリ分析やカテゴライズという処理は、何れもカテゴリ辞書を用いたキーワード検索に依存しているところが大きい。
【発明の開示】
【発明が解決しようとする課題】
【０００６】
ところで、キーワードと一言で言っても、カテゴリにとって重要なキーワードと、あまり重要でないキーワードが存在する。重要なキーワードとは、そのカテゴリでしか用いられないような用語であり、特殊性を帯びたものである。重要でないキーワードとは、そのカテゴリ以外の他のカテゴリでも用いられるような汎用的な用語である。例えば「旅行」というカテゴリに対して、「宿泊」と「フランス」というキーワードが存在する場合を考える。「宿泊」というキーワードからは「旅行」という言葉が連想されるほど、「旅行」というカテゴリにとっては結びつきの強い重要なキーワードである。一方、「フランス」というキーワードは「旅行」以外にも他のカテゴリにも用いられる一般的なキーワードであり、「旅行」というカテゴリにとっては、あまり重要なキーワードではない。ＥＰＧの番組説明文には、そのカテゴリにとって重要なキーワードのみが使用されるとは限らない。カテゴリ辞書では、番組説明文に含まれる語句をキーワードとして登録しているので、あるカテゴリでは重要でないキーワードであっても、他のカテゴリでは重要なキーワードとなる。従来のカテゴリ分析やカテゴライズでは、番組説明文中に出現するキーワードの個数のみに注目しているので、ユーザの嗜好や番組の内容を正しくカテゴリ分析やカテゴライズすることができない。そのため、ユーザの嗜好に合った番組の推薦が正しくできない。
【０００７】
また、番組内容を一つのカテゴリに分類したり、ユーザの嗜好傾向を一つのカテゴリで代表することも困難である。
本発明は、上記課題に鑑みなされたものであり、キーワードの各カテゴリでの重要性を考慮したキーワード辞書を用いて、番組内容を正しく反映したカテゴリに分類し、ユーザの嗜好傾向に合致した番組を推薦する番組推薦装置を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的は、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置であって、各番組についての番組情報を記憶する番組情報記憶手段と、番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書と、各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出手段と、ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記憶するユーザ嗜好度記憶手段と、各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦手段とを備えることで達成できる。
【発明の効果】
【０００９】
上述のような構成によって、各番組の内容をカテゴリ毎に反映したカテゴリ評価値を得ることができ、ユーザの嗜好傾向を各カテゴリ毎に示したユーザ嗜好度と前記カテゴリ評価値との類似度から番組を推薦するので、ユーザの嗜好に合った番組を推薦することができる。
ここで、ユーザの過去の視聴番組又は録画番組の履歴を記憶する履歴記憶手段と、前記評価値算出手段で算出された各番組についてのカテゴリ評価値を記憶しているカテゴリ評価値記憶手段と、前記履歴記憶手段に記憶されている各番組について、前記カテゴリ評価値記憶手段からカテゴリ評価値を取得し、カテゴリ毎にカテゴリ評価値を累計し、全てのカテゴリについての累計値に対する割合に応じて各カテゴリの前記ユーザ嗜好度として、前記ユーザ嗜好度記憶手段に記録するユーザ嗜好度分析手段とを更に備えることとしている。
【００１０】
このような構成によって、ユーザの嗜好傾向をカテゴリ毎に数値化したユーザ嗜好度として、番組内容を分類するためのカテゴリ評価値と対応した値とすることができる。これによって、ユーザの嗜好に合った番組を推薦することが容易となる。
ここで、前記推薦手段は、各カテゴリについて、前記カテゴリ評価値と前記ユーザ嗜好度との差を計算し、この差を全カテゴリについて合算した値をカテゴリ数から減算した値を番組推薦度として算出する番組推薦度算出部と、番組推薦度算出部で算出された番組推薦度の高い番組を推薦番組として決定する推薦番組決定部とを有することとしている。
【００１１】
このような構成によって、各番組について、各カテゴリ毎にカテゴリ評価値とユーザ嗜好度との差を用いてユーザの嗜好傾向に合うか否かを番組推薦度として算出するので、より確かに番組を推薦することができる。
ここで、各カテゴリを視覚的に識別する識別情報を記憶する記憶手段と、番組表内の各番組を当該番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、前記分類手段で分類されたカテゴリの識別情報に従い、各番組を分類されたカテゴリとして視認させる番組表を表示させる番組表表示制御手段とを更に備えることとしている。
【００１２】
このような構成によって、ユーザが表示された番組表を見て、番組内容を大雑把に把握することができる。
ここで、表示された番組表から一の番組の指定を受け付ける番組指定受付手段を更に備え、前記表示制御手段は、指定された番組の前記番組推薦度を前記番組表とともに表示させることとしている。
【００１３】
このような構成によって、ユーザは、番組表を見ながら、番組を指定すると、その番組の番組推薦度が表示されるので、ユーザ自身の嗜好度に合った番組であるか否かを容易に判断することができる。
ここで、前記ユーザ嗜好度記憶手段に記憶されているユーザ嗜好度を各カテゴリ毎に視覚的に識別できるよう表示させるユーザ嗜好度表示制御手段と、前記表示されているカテゴリ毎のユーザ嗜好度の変更指示をユーザから受け付ける変更指示受付手段と、受け付けられた変更指示に従い、前記ユーザ嗜好度記憶手段の内容を変更する変更手段とを備えることとしている。
【００１４】
このような構成によって、ユーザは、自身の嗜好を修正したいときには、いつでも、そのユーザ嗜好度を変更して、推薦される番組を変えることができる。
ここで、前記履歴記憶手段に記憶されている番組で、前記評価値算出手段で算出された全てのカテゴリのカテゴリ評価値の合計が「０」である場合に、当該番組の番組情報に含まれる語句からキーワードを抽出して前記カテゴリ辞書に追加登録するキーワード追加手段と、所定期間に放送される各番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、前記キーワード追加手段で追加されたキーワードが所定期間の全番組の番組情報に出現する回数を分母とし、所定期間の前記カテゴリ分類手段で分類された一のカテゴリの番組の番組情報に出現する回数を分子とする値を当該一のカテゴリにおけるキーワードの寄与度として付与する寄与度付与手段とを更に備えることとしている。
【００１５】
このような構成によって、カテゴリ辞書を番組の番組情報の変化に対応できるようにし、いつでもユーザの嗜好度に合った番組が推薦されるようにすることができる。
また、本発明の目的は、番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置の番組推薦方法であって、各番組についての番組情報を記録する番組情報記録ステップと、各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを有することで達成できる。
【００１６】
このような方法によって、各番組の内容をカテゴリ毎に反映したカテゴリ評価値を得ることができ、ユーザの嗜好傾向を各カテゴリ毎に示したユーザ嗜好度と前記カテゴリ評価値との類似点から番組を推薦するので、ユーザの嗜好度に合った番組を推薦することができる。
更に、上記目的は、番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置に、各番組についての番組情報を記録する番組情報記録ステップと、各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを実行させるためのプログラムによって達成できる。
【００１７】
このようなプログラムを番組推薦装置に適用することによって、ユーザの嗜好に合った番組を推薦することができる。
【図面の簡単な説明】
【００１８】
［図１］本発明に係る番組推薦装置の実施の形態１の構成図である。
［図２］ＥＰＧ取得部で取得されるＥＰＧの一例を示す図である。
［図３］カテゴリ辞書の一例を示す図である。
［図４］評価値算出部における各番組についてのカテゴリ毎の評価値算出処理のフローを示す図である。
［図５］（ａ）各番組についてのカテゴリ毎の評価値を示す図である。（ｂ）各番組の番組カテゴリ属性を示す図である。
［図６］ユーザ嗜好度分析部におけるカテゴリ分析処理のフローを示す図である。
［図７］カテゴリ別のユーザ嗜好度についての画面表示を示す図である。
［図８］番組推薦部におけるカテゴリ毎の推薦番組決定処理のフローを示す図である。
［図９］（ａ）ユーザ嗜好度に対する閾値を上回ったカテゴリを「旅行」と判断していることを示す図である。（ｂ）カテゴリ「旅行」に属する番組を抽出していることを示す図である。
［図１０］カテゴリ「旅行」についての推薦番組を画面表示していることを示す図である。
［図１１］番組推薦部におけるカテゴリを区別せずに推薦番組決定処理のフローを示す図である。
［図１２］番組毎の推薦ランク値を示す図である。
［図１３］番組毎の推薦ランク値に基づいて、推薦された番組を画面表示していることを示す図である。
［図１４］キーワード更新部におけるキーワードの追加処理のフローを示す図である。
［図１５］キーワード更新部におけるキーワードのマイカテゴリに対する寄与度更新処理のフローを示す図である。
［図１６］キーワード更新部におけるキーワードのマイカテゴリ以外のカテゴリに対する寄与度更新処理のフローを示す図である。
［図１７］キーワード更新部におけるキーワードの削除処理のフローを示す図である。
［図１８］カテゴリ辞書の一例を示す図である。
［図１９］各番組の番組説明に含まれているキーワードと、これらの番組がユーザの嗜好番組か否かについて示す図である。
［図２０］（ａ）各番組についてのカテゴリ毎の評価値を示す図である。（ｂ）各番組の番組カテゴリ属性を示す図である。
［図２１］（ａ）全てのキーワードについて寄与度を更新した結果を示す図である。（ｂ）全てのカテゴリについて寄与度が“０．００”のキーワードをカテゴリ辞書から削除した結果を示す図である。
［図２２］本発明に係る番組推薦装置の実施の形態２の構成図である。
［図２３］上記実施の形態のカテゴリ辞書記憶領域に記憶されているカテゴリ辞書の一例を示す図である。
［図２４］上記実施の形態のカテゴリ識別情報記憶領域に記憶されているカテゴリ識別情報の一例を示す図である。
［図２５］上記実施の形態の番組カテゴリ評価値記憶領域に記憶されている番組カテゴリ評価値の一例を示す図である。
［図２６］上記実施の形態の番組カテゴリ記憶領域に記憶されている番組カテゴリの一例を示す図である。
［図２７］上記実施の形態のユーザ嗜好度記憶領域に記憶されているユーザ嗜好度の一例を示す図である。
［図２８］上記実施の形態の番組推薦度記憶領域に記憶されている番組推薦度の一例を示す図である。
［図２９］上記実施の形態のＧＵＩ管理情報記憶領域に記憶されている番組表を表示するためのテンプレートの一例を示す図である。
［図３０］上記実施の形態のＧＵＩ管理情報記憶領域に記憶されているユーザ嗜好度を表示するためのテンプレートの一例を示す図である。
［図３１］上記実施の形態の番組推薦度算出のための番組カテゴリ評価値とユーザ嗜好度の具体例を示す図である。
［図３２］上記実施の形態のユーザ嗜好度分析部で分析されたユーザ嗜好度をＧＵＩ制御部が表示させた表示例を示す図である。
［図３３］上記実施の形態のＧＵＩ制御部の詳細な構成図である。
［図３４］上記実施の形態の番組表と番組のおすすめ度をＧＵＩ制御部が表示させた表示例を示す図である。
［図３５］上記実施の形態の動作を説明するフローチャートである。
【符号の説明】
【００１９】
１ 入力受付部
２ ＥＰＧ取得部
３ 予約履歴取得部
４ ＲＡＭ
５ ＣＰＵ
６ ＲＯＭ
７ 評価値算出部
８ カテゴリ判定部
９ ユーザ嗜好度分析部
１０ 推薦番組決定部
１１ キーワード更新部
１２ 表示制御部
２２０１ ＲＡＭ
２２０２ 制御部
２２０３ 番組情報取得部
２２０４ ユーザ入力受付部
２２０５ デコーダ
２２１０ 番組情報記憶領域
２２１１ ユーザ嗜好番組記憶領域
２２１２ カテゴリ辞書記憶領域
２２１３ カテゴリ識別情報記憶領域
２２１４ 番組カテゴリ評価値記憶領域
２２１５ 番組カテゴリ記憶領域
２２１６ ユーザ嗜好度記憶領域
２２１７ 番組推薦度記憶領域
２２１８ 推薦番組記憶領域
２２１９ ＧＵＩ管理情報記憶領域
２２２０ キーワード更新部
２２２１ 番組カテゴリ評価値算出部
２２２２ 番組カテゴリ判定部
２２２３ ユーザ嗜好度分析部
２２２４ 番組推薦度算出部
２２２５ 推薦番組決定部
２２２６ ユーザ嗜好度調整部
２２２７ ＧＵＩ制御部
２２３０ ＧＵＩ生成部
２２３１ ＡＶデコーダ
３３０１ 期間番組情報取得部
３３０２ 指定番組情報取得部
３３０３ カテゴリ識別部
３３０４ 番組表作成部
３３０５ 指定番組説明枠作成部
３３０６ 評価値グラフ化部
３３０７ 指定番組内容枠作成部
３３０８ 表示情報合成部
【発明を実施するための最良の形態】
【００２０】
以下、本発明に係る番組推薦装置の実施の形態について図面を用いて説明する。
（実施の形態１）
図１は、本発明に係る番組推薦装置の実施の形態１の構成図である。番組推薦装置は、入力受付部１、ＥＰＧ取得部２、予約履歴取得部３、ＲＡＭ４、ＣＰＵ５、ＲＯＭ６、表示制御部１２から構成される。
【００２１】
入力受付部１は、ユーザからの入力を受け付けて番組推薦装置における操作を行う機能を有する。入力受付部１における操作には、外部接続されたテレビ等の表示装置を見ながら、ユーザが視聴して面白かった番組をＥＰＧから選択したり、ユーザがどのカテゴリの番組を好んでいるかを示すカテゴリ別のユーザ嗜好度を調整したりすること等が挙げられる。
【００２２】
ＥＰＧ取得部２は、放送波やインターネットを介して配信されるＥＰＧ等の番組情報を取得する。図２は、ＥＰＧ取得部２で取得されるＥＰＧの一例を示す図である。ＥＰＧは、本図で示されるように番組名、放送日時、放送局、出演者、番組説明、及びジャンルから構成される。そして、取得したＥＰＧは、ＲＡＭ４へ格納される。
予約履歴取得部３は、ユーザがどの番組を録画予約したかを示す予約履歴を、外部接続されたＤＶＤレコーダなどの録画装置から取得する。そして、取得された予約履歴は、ＲＡＭ４へ格納される。ここで取得される予約履歴とは、ユーザが録画予約した番組を特定するための放送日時と放送局などの情報のことである。また個々の番組に対してＩＤが割り付けられている場合には、ＩＤのみを取得すればよい。
【００２３】
ＲＡＭ４は、推薦番組を決定する処理に用いられる各種情報を格納するメモリであり、ＥＰＧ記憶領域、ユーザ嗜好番組記憶領域、カテゴリ辞書記憶領域、評価値記憶領域、番組カテゴリ記憶領域、ユーザ嗜好度記憶領域とがある。
ＥＰＧ記憶領域は、ＥＰＧ取得部２で取得したＥＰＧが格納される記憶領域である。
ユーザ嗜好番組記憶領域は、ユーザ嗜好番組を特定する情報を格納する記憶領域である。予約履歴取得部３で取得された予約履歴によって示される番組がユーザが好んでいる番組として扱われる。そして、予約履歴で示される番組のみならず、ユーザが視聴した番組で面白かったものを、ＥＰＧでその番組を選択することによって、ユーザ嗜好番組として扱われる。そしてここでも、ＥＰＧのデータを全て格納するのではなく、番組を特定できる情報が格納される。
【００２４】
カテゴリ辞書記憶領域は、カテゴリ辞書が格納される記憶領域である。カテゴリ辞書とは、複数のカテゴリと、複数のキーワードと、キーワードの各カテゴリに対する寄与度とが登録された辞書のことである。カテゴリ辞書で定義されているカテゴリとは、ＥＰＧで示されているジャンルとは別に設けられるものであり、ＥＰＧで示される番組を各カテゴリに属するキーワードを用いてカテゴリ毎に点数化し、ユーザの好んでいるカテゴリに属している番組から推薦するための枠組みである。そして、カテゴリ毎の点数化は、カテゴリ辞書のキーワードを用いて、ＥＰＧで示される番組の番組説明の項目を検索し、キーワードの出現回数をカウントした結果に、キーワードに付与された寄与度を掛け算することによってなされる。
【００２５】
図３は、カテゴリ辞書の例を示している。本図で示されるように、複数のキーワードから構成されており、それぞれのキーワードに対して、各カテゴリに対する寄与度に応じて“０．００〜１．００”までの数値が付与されている。ここで、寄与度とは、各カテゴリに対するそれぞれのキーワードの重要度を示す数値であり、そのカテゴリでしか用いられないような特殊性を帯びたキーワードほど高い数値が付与される。例えば「宿泊」というキーワードは、カテゴリ「旅行」に対する寄与度が“１．００”となっており、そのキーワードは、そのカテゴリの評価値を算出するに際して、重要であることを示している。また、そのカテゴリに関連がなく、評価値を算出するに際して必要のないキーワードの場合には“０．００”が付与される。例えば「献立」というキーワードは、カテゴリ「旅行」に対して“０．００”が付与されているので、そのキーワードはカテゴリ「旅行」で評価値を算出する際には、考慮されないキーワードであることを示している。そして、本発明においては、“０．００”や“１．００”以外の数値を寄与度として与えることができる。これは、ある特定のカテゴリでのみ用いられるのではなく、複数のカテゴリで用いられるような一般的なキーワードの場合に与えられるものである。その例として「フランス」というキーワードが挙げられる。本図では、キーワード「フランス」の寄与度は、カテゴリ「旅行」では“０．３０”、カテゴリ「グルメ」では“０．５０”、カテゴリ「クッキング」では“０．１０”と設定されている。これは、このような複数のカテゴリで用いられているキーワードがＥＰＧの番組説明に多く含まれている場合において、カテゴリにとっての重要性を考慮した評価値の算出を行って、カテゴリの評価値の信頼性を高めている。そして、これらのキーワードとそれに対応する寄与度は、初期段階では予め初期設定された数値を使用するだけでなく、ユーザ嗜好番組に関する情報から更新させることができる。これにより、さらにユーザの嗜好に即した番組推薦を行うことが可能となる。
【００２６】
評価値記憶領域は、カテゴリ辞書に登録されているキーワードを用いて、ＥＰＧの番組説明を検索しキーワードの出現回数をカウントして、それに対して重み付けして点数化された結果である、番組のカテゴリ毎の評価値が格納される記憶領域である。
番組カテゴリ記憶領域は、番組のカテゴリ毎の評価値に基づいて、番組がどのカテゴリに属しているかを判定された情報が格納される領域である。
【００２７】
ユーザ嗜好度記憶領域は、ユーザがどのカテゴリの番組を好んでいるかの番組嗜好の傾向を示す、カテゴリ毎のユーザ嗜好度が格納される記憶領域である。
ＣＰＵ５は、ＲＯＭ６に格納されているプログラムを実行することによって、番組推薦装置における統合制御を行う。
ＲＯＭ６は、番組推薦装置における様々な処理を実現するためのプログラムが格納される。本プログラムは、ＣＰＵ５に読み取られてハードウェア資源と協働することで、評価値算出部７、カテゴリ判定部８、ユーザ嗜好度分析部９、推薦番組決定部１０、キーワード更新部１１と呼ばれる具体的手段として機能する。続いてＲＯＭ６内の各機能部について説明する。
【００２８】
評価値算出部７は、ＲＡＭ４から読み出されたＥＰＧの番組説明に含まれるキーワードについて、カテゴリ辞書のキーワードの寄与度を用いて、各番組についてのカテゴリ毎の評価値を算出する。そして、算出されたカテゴリ毎の評価値をＲＡＭ４の評価値記憶領域に格納する。図５（ａ）は、ここで算出された各番組についてのカテゴリ毎の評価値を示す図である。ここで、評価値が“０．００”というのは、ＥＰＧの番組説明の項目に含まれるキーワードの寄与度が、そのカテゴリにおいて全て“０．００”である、あるいはカテゴリ辞書には存在しないことを意味する。
【００２９】
カテゴリ判定部８は、評価値算出部７で算出された各番組についてのカテゴリ毎の評価値が、設定されている閾値を上回っているか、あるいは下回っているかによって番組がどのカテゴリに属しているかを判定して、番組のカテゴライズを行う。そして、その結果をＲＡＭ４の番組カテゴリ記憶領域に格納する。図５（ｂ）は、判定された番組カテゴリ属性を示す図である。ここで、属性が“ＴＲＵＥ”となっている項目は、その項目の評価値が閾値を上回っているので、そのカテゴリに属していると判定されたことを意味する。また、“ＦＡＬＳＥ”となっている項目は、その項目の評価値が閾値を下回っているので、そのカテゴリには属していないと判定されたことを意味する。
【００３０】
ユーザ嗜好度分析部９は、ユーザが過去の所定期間内に録画予約した実績をカテゴリ分析してカテゴリ毎のユーザ嗜好度を得るための処理を行う。具体的には、ＲＡＭ４のユーザ嗜好番組記憶領域に格納されている番組の中から過去の所定期間内の番組に基づいて分析がなされて、ここで得られたユーザ嗜好度をＲＡＭ４のユーザ嗜好度記憶領域に格納する。
推薦番組決定部１０は、評価値算出部７で算出された番組についてのカテゴリ毎の評価値に対して、ユーザ嗜好度分析部９で得られたカテゴリ毎のユーザ嗜好度を重み付けし、番組の推薦ランク値を算出し、その結果に基づいて推薦番組を決定する。そして、決定された推薦番組に関する情報を表示制御部１２へ受け渡す。
【００３１】
キーワード更新部１１は、カテゴリ辞書へのキーワードの追加処理と、キーワードの各カテゴリに対する寄与度の更新処理、そしてキーワードの削除処理を行う。キーワードの追加処理は、過去の所定期間内におけるユーザ嗜好番組に対する評価値に基づいてなされる。ユーザ嗜好番組の評価値が全カテゴリに対して“０．００”の場合、つまりユーザ嗜好番組に対応する番組説明に含まれるキーワードが、カテゴリ辞書に存在しない場合に行われる。そして、新たに追加されたキーワードも含めた、カテゴリ辞書内の全キーワードについて各カテゴリに対する寄与度の更新処理が行われる。過去の所定期間内における全番組の番組説明に含まれる対象となるキーワードの個数と、ユーザ嗜好番組の番組説明に含まれる対象となるキーワードの個数の割合に応じてカテゴリ毎に算出され更新される。そして、全キーワードについての処理が終了後、各カテゴリに対する寄与度が全カテゴリで“０．００”のキーワードが存在する場合には、そのキーワードはカテゴリ辞書より削除される。
【００３２】
表示制御部１２は、推薦番組決定部１０で決定された推薦番組や、ユーザ嗜好度分析部９でカテゴリ分析して得られたユーザ嗜好度を、外部接続されたテレビ等の表示装置を用いてグラフ表示させるための制御を行う。また、グラフ表示を見て、入力受付部１でユーザが操作することによってユーザ嗜好度を変更させることができる。
ここでは、本発明に係る番組推薦装置の動作について具体例を交えながら説明する。
【００３３】
図２にＥＰＧの一例を示し、図３にカテゴリ辞書の一例を示す。図２、図３については既に説明を行っているのでここでは説明を割愛する。そして、このＥＰＧで示された６つの番組から推薦番組を決定する方法について説明することとする。
最初に、ＥＰＧの番組説明に含まれるキーワードをカテゴリ辞書内のキーワードを用いて検索し、カテゴリ毎のキーワードの出現回数に対して、それぞれのキーワードに割り付けられた寄与度を重み付けして各番組についてのカテゴリ毎の評価値を算出する。ここでは、図４で示された評価値算出部７における各番組についてのカテゴリ毎の評価値算出処理のフローを用いて説明する。
【００３４】
まず、ＲＡＭ４に格納されているＥＰＧより番組Ｐの番組説明を読み出す（ステップＳ１）。次に、カテゴリ辞書内のキーワードを用いて番組Ｐの番組説明を順に検索し、キーワードの出現回数をカウントして、それぞれのキーワードのカテゴリＣに対する寄与度をＲＡＭ４のカテゴリ辞書より読み出す（ステップＳ２）。読み出されたキーワードのカテゴリＣに対する寄与度を総和することによって、番組ＰのカテゴリＣに対する評価値ＰＥ［Ｃ，Ｐ］を算出する（ステップＳ３）。全てのカテゴリについて、ステップＳ２からステップＳ３までの処理を行い（ステップＳ４）、そして全ての番組についてステップＳ１からステップＳ４までの処理を行った場合には（ステップＳ５）、各番組についてのカテゴリ毎の評価値算出処理を終了する。
【００３５】
図５（ａ）は、上述のフローに基づいて算出された各番組についてのカテゴリ毎の評価値を示す図である。
そして、図５（ｂ）は、図５（ａ）の結果に基づいて判定された各番組の番組カテゴリ属性を示す図である。ここでは閾値を“０．５０“に設定しており、図５（ａ）で示された評価値に対して、この閾値を上回った場合は”ＴＲＵＥ“とし、そのカテゴリに属していると判定される。また、閾値を下回った場合には”ＦＡＬＳＥ“とし、そのカテゴリには属しないと判定を行ってそれぞれの番組をカテゴライズしている。本図で示されるように、番組「海外の歩き方」はカテゴリ「旅行」と「グルメ」の二つのカテゴリに属している。このように閾値の設定によっては、複数のカテゴリに渡って属しているケースもあり、カテゴリ毎に番組を推薦させる場合に影響がある。例えば閾値を低く設定すれば、カテゴリの判定が甘くなるので、広範囲の番組をユーザに推薦させることが可能であり、反対に閾値を高く設定すれば、カテゴリの判定が厳しくなるので、よりポイントを絞った推薦を行うこともできる。
【００３６】
次に、ユーザ嗜好度を得るためのカテゴリ分析処理について説明する。図６で示されたユーザ嗜好度分析部９におけるカテゴリ分析処理のフローを用いて説明する。
まず、全ユーザ嗜好番組のカテゴリＣに対する総評価値ＵＰＥｓｕｍ［Ｃ］を“０”に設定する（ステップＳ１１）。全てのカテゴリについてステップＳ１１の処理を行い（ステップＳ１２）、全ユーザ嗜好番組の総評価値ＴｏｔａｌＵＰＥｓｕｍを“０”に設定する（ステップＳ１３）。次に、ＲＡＭ４よりユーザ嗜好番組ＵＰのカテゴリＣに対する評価値ＰＥ［Ｃ，ＵＰ］を読み出す（ステップＳ１４）。全ユーザ嗜好番組のカテゴリＣに対する総評価値ＵＰＥｓｕｍ［Ｃ］に、ユーザ嗜好番組ＵＰのカテゴリＣに対する評価値ＰＥ［Ｃ，ＵＰ］を加算する（ステップＳ１５）。そして、全ユーザ嗜好番組の総評価値ＴｏｔａｌＵＰＥｓｕｍに、ユーザ嗜好番組ＵＰのカテゴリＣに対する評価値ＰＥ［Ｃ，ＵＰ］を加算する（ステップＳ１６）。全てのカテゴリについてステップＳ１４からステップＳ１６までの処理を行い（ステップＳ１７）、全てのユーザ嗜好番組について、ステップＳ１４からステップＳ１７までの処理を行った場合には（ステップＳ１８）、全ユーザ嗜好番組のカテゴリＣに対する総評価値ＵＰＥｓｕｍ［Ｃ］を全ユーザ嗜好番組の総評価値ＴｏｔａｌＵＰＥｓｕｍで割り算することによって、カテゴリＣに対するユーザ嗜好度ＵＤ［Ｃ］を算出する（ステップＳ１９）。そして、全てのカテゴリについてステップＳ１９の処理を行った場合には（ステップＳ２０）、カテゴリ分析処理を終了する。
【００３７】
このようにして得られたユーザ嗜好度は、図７のように画面表示させることができる。図７は、カテゴリ別のユーザ嗜好度を棒グラフで示す画面であり、外部接続された表示装置で表示される。本図のように、ユーザ嗜好度を棒グラフで表示させることによって、自らの番組嗜好傾向が、番組推薦装置側でどのように認識されているかを、ユーザが一目で確認できるという利点がある。ユーザ嗜好度分析部９によりカテゴリ別に得られたユーザ嗜好度は、一旦ＲＡＭ４に格納される。そして、ユーザからの画面表示をさせる旨の指示を入力受付部１で受け付けることによって、ＲＡＭ４からユーザ嗜好度を読み出し、表示制御部１２で表示情報を生成する。ユーザはこの画面を見て、得られた結果に対して不満がある場合には、番組推薦装置のフロントパネルに配された入力部やリモコンからの操作によって、対象となるカテゴリの棒グラフｇｐ１を選択し、一般的なテレビでの画質調整を行う場合と同様の操作を行って、自分の好みに合うように数値を変更することができる。また、ユーザ嗜好度を更新させる際に、あるカテゴリの数値を変更させずに固定しておきたい場合には、本図で示されるように対象となるカテゴリについて固定ボタンｂｎ１を選択しておけばよい。
【００３８】
次に、番組の推薦処理について説明する。番組の推薦方法には、カテゴリ毎に推薦させる方法と、カテゴリの区別をせずに全番組から推薦させる方法とがある。まずは、カテゴリ毎に推薦させる方法について図８で示されるフローを用いて説明する。
最初にＲＡＭ４よりカテゴリ別のユーザ嗜好度を読み出す（ステップＳ２１）。読み出されたユーザ嗜好度の中で予め設定されている閾値を上回っているカテゴリを判断する（ステップＳ２２）。ユーザ嗜好度が閾値を上回っていると判断されたカテゴリの属性値が“ＴＲＵＥ”の番組をＲＡＭ４より読み出す（ステップＳ２３）。読み出された番組を評価値の大きい
順にソートし、推薦番組を決定する（ステップＳ２４）。
【００３９】
図９（ａ）、（ｂ）は、上記のフローに基づいて推薦番組の決定方法を示す図である。図９（ａ）は、図７で説明したカテゴリ別のユーザ嗜好度を示す図であり、閾値を“７０％”と設定されているものとすると、それを上回っているカテゴリである、カテゴリ「旅行」にカテゴライズされた番組が番組推薦の対象となる。そして図９（ｂ）は、各番組におけるカテゴリ「旅行」の評価値と属性値とを示す図であり、属性値が“ＴＲＵＥ”である番組について、評価値の大きい順にソートすることで推薦番組が決定され、その結果を図１０に示す。
【００４０】
図１０は、カテゴリ「旅行」における推薦番組を外部接続された表示装置で表示していることを示す図である。本図で示されるように、番組名、放送局、放送日時が表示される。本図では、カテゴリ「旅行」に属している４つの番組が全て推薦番組として表示されている。これは、予め番組の評価値に対する閾値を設定しておき、閾値を上回った番組だけを推薦させている。ここでは、閾値として“１．００”が設定されているものとする。
【００４１】
次に、カテゴリの区別をせずに全番組から推薦させる方法について、図１１で示されるフローを用いて説明する。
まずは、カテゴリＣに対するユーザ嗜好度ＵＤ［Ｃ］を読み出す（ステップＳ３１）。全てのカテゴリについてステップＳ３１の処理を行う（ステップＳ３２）。番組Ｐの推薦ランク値Ｒ［Ｐ］を“０”設定する（ステップＳ３３）。番組ＰのカテゴリＣに対する評価値ＰＥ［Ｃ，Ｐ］を読み出す（ステップＳ３４）。カテゴリＣに対するユーザ嗜好度ＵＤ［Ｃ］と番組ＰのカテゴリＣに対する評価値ＰＥ［Ｃ，Ｐ］とを掛け合わせた値を、推薦ランク値Ｒ［Ｐ］に加算する（ステップＳ３５）。全てのカテゴリについて、ステップＳ３４からステップＳ３５までの処理を行い（ステップＳ３６）、全ての番組について、ステップＳ３３からステップＳ３６までの処理を行った場合には（ステップＳ３７）、推薦ランク値の大きい順に番組をソートして推薦番組を決定する（ステップＳ３８）。
【００４２】
図１２は、上述のフローで算出された番組毎の推薦ランク値を示す図である。ここで得られた番組毎の推薦ランク値が大きい順にソートされ、上位の番組がユーザに推薦される。
図１３は、図１２で示された番組毎の推薦ランク値に基づいて、推薦された番組を外部接続された表示装置で表示していることを示す図である。本図で示されるように、番組名、放送局、放送日時、カテゴリが表示される。ここで、番組「海外の歩き方」のカテゴリとしては、「旅行」が表示されているが、図５（ｂ）で示されたようにカテゴリは「グルメ」にも属している。本実施形態では、このように複数のカテゴリに属している場合には、その中で評価値の最も高いカテゴリが代表カテゴリとして表示されているが、複数のカテゴリが表示されていてもよい。そして、本図では６つの番組が全て推薦番組として表示されている。これは、予め推薦ランク値に対する閾値が設定されており、その閾値を上回った番組が推薦されている。
【００４３】
これまで、カテゴリ辞書に予め登録されているキーワードとそれに対応する寄与度を用いて各番組についてのカテゴリ毎の評価値や、ユーザ嗜好度の算出を行ってきた。本発明においては、それだけではなくカテゴリ辞書に登録されているキーワードと、それぞれのキーワードの各カテゴリに対する寄与度とを、ユーザ嗜好番組に基づいて更新させることができる。ＥＰＧの番組説明に使用されるキーワードには流行り廃りがあることから、番組説明に含まれるキーワードが初期段階で設定されているカテゴリ辞書には存在しないために、番組に対するカテゴリ毎の評価値が算出できない場合が考えられる。そうするとユーザの好みのカテゴリに属する番組であっても推薦されないという問題がある。また、全然使用されないキーワードが出てくることも考えられる。全然使用されないキーワードをカテゴリ辞書に残したままではメモリ容量を余分に消費してしまうという問題も起こる。そのため、カテゴリ辞書のキーワードと、その寄与度とを定期的に見直す必要がある。
【００４４】
次に、キーワード更新部１１でなされる処理について説明する。
図１４〜図１７で示されるキーワードの追加処理、マイカテゴリに対する寄与度更新処理、マイカテゴリ以外のカテゴリに対する寄与度更新処理、そしてキーワードの削除処理に関するフローを用いて、それぞれの処理についての説明を行う。
最初に図１４で示されるキーワード追加処理について説明する。まず、ＲＡＭ４より読み出したユーザ嗜好番組から、対象となる番組に対応するカテゴリ毎の評価値を読み出し、全てのカテゴリについて総和する（ステップＳ４１）。そして、全てのカテゴリについて総和された評価値が０であるか否かを判断する（ステップＳ４２）。０である場合、つまり、ＥＰＧで示される対象となる番組の番組説明に含まれている全てのキーワードがカテゴリ辞書に存在しない場合には、ＲＡＭ４に格納されている名詞辞書を用いて、その番組説明に含まれるキーワードを抽出し、カテゴリ辞書に追加する（ステップＳ４３）。そして全てのユーザ嗜好番組について処理を行った場合には（ステップＳ４４）、キーワードの追加処理を終了する。
【００４５】
次に図１５で示されるキーワードのマイカテゴリに対する寄与度更新処理のフローについて説明する。ここでマイカテゴリとは、ＲＡＭ４に格納されている全てのユーザ嗜好番組が、マイカテゴリという一つのカテゴリに属しているものとして定義されたものである。そして、実際にそれぞれの番組がカテゴリ判定部８によってカテゴライズされたカテゴリとは無関係なものである。マイカテゴリに属するキーワードの寄与度は、他のカテゴリの場合と同様に、評価値やユーザ嗜好度の算出などカテゴリ毎になされる処理に用いられる。キーワードの更新が一度も行われていない初期段階においては、マイカテゴリにおける全てのキーワードの寄与度は“０．００”であるため、図３で示されたカテゴリ辞書ではその記載は割愛している。それでは、フローについて説明を行う。
【００４６】
まず、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］と、キーワードＫのユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｋ］を“０”に設定する（ステップＳ５１）。ＲＡＭ４に格納されているＥＰＧのうち過去の所定期間内の番組Ｐの番組説明を読み出す（ステップＳ５２）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］をカウントする（ステップＳ５３）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］に加算する（ステップＳ５４）。そして、番組Ｐがユーザ嗜好番組である場合には（ステップＳ５５）、キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫのユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｋ］に加算する（ステップＳ５６）。そして、全ての番組について、ステップＳ５２からステップＳ５６までの処理を行った場合には（ステップＳ５７）、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］が“０”であるか否かの判断を行う（ステップＳ５８）。
ＮｉｎＰｓｕｍ［Ｋ］が“０”でない場合には、キーワードＫのユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｋ］をキーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］で割り算することによって、キーワードＫのマイカテゴリＭＣに対する寄与度ＫＷ［ＭＣ，Ｋ］を算出し、カテゴリ辞書内の寄与度ＫＷ［ＭＣ，Ｋ］を更新する（ステップＳ５９）。ステップＳ５８でＮｉｎＰｓｕｍ［Ｋ］が“０”の場合には、キーワードＫのマイカテゴリＭＣに対する寄与度ＫＷ［ＭＣ，Ｋ］を更新しない（ステップＳ６０）。あるいは寄与度を０に更新するとしてもよい。そして、カテゴリ辞書内の全てのキーワードについて処理を行った場合には（ステップＳ６１）、キーワードのマイカテゴリに対する寄与度更新処理を終了する。
【００４７】
次に図１６で示されるキーワードのマイカテゴリ以外のカテゴリに対する寄与度更新処理のフローについて説明する。ここでは、マイカテゴリ以外のカテゴリとしてカテゴリＣの場合について説明を行うこととする。まず、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］と、キーワードＫのカテゴリＣに属するユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｃ，Ｋ］を“０”に設定する（ステップＳ７１）。ＲＡＭ４に格納されているＥＰＧのうち過去の所定期間内の番組Ｐの番組説明を読み出す（ステップＳ７２）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］をカウントする（ステップＳ７３）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］に加算する（ステップＳ７４）。そして、番組ＰがカテゴリＣに属するユーザ嗜好番組である場合には（ステップＳ７５）、キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫのカテゴリＣに属するユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｃ，Ｋ］に加算する（ステップＳ７６）。そして、全ての番組について、ステップＳ７２からステップＳ７６までの処理を行った場合には（ステップＳ７７）、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］が“０”であるか否かの判断を行う（ステップＳ７８）。ＮｉｎＰｓｕｍ［Ｋ］が“０”でない場合には、キーワードＫのカテゴリＣに属するユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｃ，Ｋ］をキーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］で割り算することによって、キーワードＫのカテゴリＣに対する寄与度ＫＷ［Ｃ，Ｋ］を算出し、カテゴリ辞書内の寄与度ＫＷ［Ｃ，Ｋ］を更新する（ステップＳ７９）。ステップＳ７８でＮｉｎＰｓｕｍ［Ｋ］が“０”の場合には、キーワードＫのカテゴリＣに対する寄与度ＫＷ［ＭＣ，Ｋ］を更新しない（ステップＳ８０）。あるいは寄与度を０に更新するとしてもよい。そして、カテゴリ辞書内の全てのキーワードについて処理を行った場合には（ステップＳ８１）、キーワードのマイカテゴリ以外のカテゴリに対する寄与度更新処理を終了する。
【００４８】
次に、図１７で示されるキーワードの削除処理のフローについて説明する。まず、カテゴリ辞書からキーワードとそれに対応する各カテゴリに対する寄与度を読み出す（ステップＳ９１）。全てのカテゴリで寄与度が“０”の場合には（ステップＳ９２）、カテゴリ辞書から対象となるキーワードを削除する（ステップＳ９３）。全てのキーワードについて処理を行った場合には（ステップＳ９４）、キーワードの削除処理を終了する。
【００４９】
次に、これまで説明を行ったキーワード更新部１１におけるキーワードの追加処理と、寄与度更新処理と、キーワードの削除処理について具体例を交えながら説明を行う。
図１８は、カテゴリ辞書の内容を示す図であり、図３で示されたカテゴリ辞書から抜粋したものである。
図１９は、「番組Ａ」〜「番組Ｅ」と、それぞれの番組の番組説明にどのようなキーワードが含まれているかを示した図であり、またこれらの番組がユーザの嗜好番組か否かについても示したものである。ここで、「番組Ａ」〜「番組Ｅ」はＲＡＭ４に格納されているＥＰＧのうち過去の所定期間の全番組を示すものである。また、これらの番組がユーザの嗜好番組であるか否かは、ＲＡＭ４に格納されているユーザ嗜好番組に対象となる番組が存在するか否かで判断される。そして、本図で示されるように、「番組Ａ」、「番組Ｂ」、「番組Ｄ」の番組情報に含まれている「市場」というキーワードが、図１８で示されたカテゴリ辞書には存在しないことが分かる。
【００５０】
図２０（ａ）は、図４のフローで各番組についてのカテゴリ毎の評価値を算出した結果を示す図であり、図２０（ｂ）は、算出された各番組についてのカテゴリ毎の評価値から閾値を“０．５０”として各番組をカテゴライズした結果を示す図である。「番組Ｄ」の番組説明は、カテゴリ辞書には存在しない「市場」というキーワードしか含まれていないことから、全てのカテゴリにおいて評価値は“０．００”となる。そこで、キーワード「市場」はカテゴリ辞書に追加される。
【００５１】
次にキーワード「市場」の寄与度の算出方法について説明する。まず、マイカテゴリの場合について説明する。寄与度は、ユーザ嗜好番組に含まれるキーワードの個数を全番組に含まれるキーワードの個数で割ることによって算出される。全番組に含まれるキーワードの個数は３個、嗜好番組に含まれるキーワードの個数は２個であることから、マイカテゴリにおけるキーワード「市場」の寄与度は“０．６７”と算出される。
【００５２】
次に、マイカテゴリ以外のカテゴリの場合について説明する。マイカテゴリの場合と異なる点は、対象となるカテゴリにおけるユーザ嗜好番組に含まれるキーワードの個数を全番組に含まれるキーワードの個数で割る点である。カテゴリ「旅行」に属しているユーザ嗜好番組に含まれるキーワードの個数は０個であることから、カテゴリ「旅行」に対する寄与度は“０．００”と算出される。そして、カテゴリ「グルメ」、「クッキング」に属しているユーザ嗜好番組に含まれるキーワードの個数はそれぞれ１個なので、カテゴリ「グルメ」、「クッキング」に対する寄与度はそれぞれ“０．３３”となる。その他のキーワードについても同様の方法で算出される。
【００５３】
そして、全てのキーワードについて寄与度を更新した結果を図２１（ａ）に示す。ここで得られた結果によって、全てのカテゴリについて寄与度が“０．００”のキーワードについてカテゴリ辞書から削除する。削除された結果を図２１（ｂ）に示す。
このように、カテゴリ辞書内のキーワードを定期的に更新させることによって、ユーザが好んでいるカテゴリに属する番組であるにもかかわらず、カテゴリ毎の評価値が算出できなかったために推薦されないという事態を防ぐことができる。
＜補足＞
以上、本発明に係る番組推薦装置について実施の形態１に基づいて説明したが、このような番組推薦装置を部分的に更に変形することもでき、本発明は上述した形態に限られないことは勿論である。即ち、
（１）実施の形態１では、カテゴリ辞書に登録されているキーワードの一例として名詞だけを示したが、勿論これに限定される必要はない。例えば、動詞であってもよいし、形容詞であってもよい。
【００５４】
（２）実施の形態１では、各番組についてキーワードの検索を行うに当たって、ＥＰＧに示される番組説明に含まれるキーワードを対象とすると説明を行ったが、勿論これに限定される必要はない。例えば、番組名、出演者、ジャンル等、ＥＰＧの他項目に含まれるキーワードであってもよい。
（３）実施の形態１では、ユーザが視聴して面白いと感じた番組についてＥＰＧで選択したものと、外部接続された録画装置にて録画予約した予約履歴に示された番組をユーザ嗜好番組とみなしたが、勿論これらに限定される必要はない。外部接続されたテレビでユーザが視聴した番組についてもユーザ嗜好番組とみなしてもよいし、録画予約した番組について、全ての番組をユーザ嗜好番組とみなすのではなく、再生された番組のみをユーザ嗜好番組とみなしてもよい。具体的な構成としては、テレビで視聴された番組に関する履歴を取得する視聴履歴取得部と、録画装置でどの番組が再生されたかの履歴を取得する再生履歴取得部と、取得した再生番組に関する履歴を参照して、それが予約履歴に存在する番組であるか否かを判断する再生判断部を設けることで実現される。視聴履歴と、ＥＰＧで選択した番組を示す情報については、ＲＡＭ４のユーザ嗜好番組記憶領域に直接格納される。予約履歴に関しては一旦、ＲＡＭ４の別領域に格納しておき、そして再生履歴取得部から再生番組に関する履歴を得て、再生判断部で読み出された予約履歴を照合し、予約履歴に存在する番組が再生されたと判断した番組についてのみＲＡＭ４のユーザ嗜好番組記憶領域に格納される。
【００５５】
（４）実施の形態１では、番組推薦装置自身には、ＥＰＧや推薦された番組についての表示機能や、録画機能を有しないために、テレビや録画装置等のＡＶ機器と接続して使用すると説明を行ったが、勿論このような構成に限定される必要はなく、テレビや録画装置に番組推薦装置の機能が備わった一体型の装置であってもよい。
（５）実施の形態１では、ユーザ嗜好度を得るためのカテゴリ分析の方法を、ユーザ嗜好番組について全カテゴリの評価値の総数における、各カテゴリの評価値の総数の占める割合から得られるとして説明を行ったが、勿論これに限定される必要はない。例えば、ユーザ嗜好番組全体における、各カテゴリに属するユーザ嗜好番組の占める割合であってもよいし、全番組での各カテゴリの評価値の総数における、ユーザ嗜好番組での当該カテゴリの評価値の総数の占める割合であってもよい。また、各カテゴリに属する番組における、ユーザ嗜好番組の占める割合であってもよい。
【００５６】
（６）実施の形態１では、ユーザ嗜好度の画面表示方法を棒グラフで表示されるとして説明を行ったが、勿論これに限定される必要はない。例えば、円グラフ等であってもよい。また、ユーザ嗜好度の変更についても同様に、番組推薦装置のフロントパネルに配された入力部やリモコンからの操作に限定される必要はない。例えば、キーボード、タッチパネル、マウス、パッド、トラックボール等の入力機器による、クリック操作、ドラッグ操作等であってもよい。
【００５７】
（７）実施の形態１では、カテゴリ毎の番組推薦を行う方法として、ユーザ嗜好度に対する閾値を設定しておき、設定された閾値を上回ったカテゴリに属する番組から推薦することとして説明を行ったが、勿論これに限定される必要はない。例えば、ユーザ嗜好度の最も大きいカテゴリに属する番組から推薦するとしてもよい。
（８）実施の形態１では、カテゴリ毎の番組推薦を行う方法としてカテゴリ「旅行」の評価値が高い番組から推薦したが、勿論これに限定される必要はない。カテゴリの区別をせずに推薦する場合と同様に推薦ランク値を算出し、その結果から番組を推薦してもよい。具体的には、カテゴリ毎の評価値と、それに対応するユーザ嗜好度とを掛け合わせて、それらを全カテゴリで総和した数値をそれぞれの番組の推薦ランク値とし、カテゴリ「旅行」に属する番組から、推薦ランク値の高い番組を推薦してもよい。
【００５８】
（９）実施の形態１では、カテゴリ毎の番組推薦の際に推薦される番組数として、番組の評価値に対する閾値を設定しておき、閾値を上回った番組だけを推薦させることとして説明を行ったが、勿論これに限定される必要はない。例えば、対象となるカテゴリに属する番組数に当該カテゴリのユーザ嗜好度を掛け合わせて算出された値を推薦番組数としてもよい。
【００５９】
また、与えられた推薦番組数に対して、全カテゴリのユーザ嗜好度を合計した値における対象となるカテゴリのユーザ嗜好度の割合を掛け合わせて算出された値を当該カテゴリの推薦番組数としてもよい。
（１０）実施の形態１では、キーワード更新部１１でなされるキーワード追加処理について、ＲＡＭ４に格納されている名詞辞書を用いて、その番組説明に含まれる名詞をキーワードとして抽出すると説明を行ったが、勿論これに限定される必要はない。例えば、動詞や形容詞なども含んだ辞書を用いて、動詞や形容詞などがキーワードとして抽出されてもよい。
【００６０】
（１１）図４、図６、図８、図１１、図１４〜１７に示したプログラムによる情報処理は、ＣＰＵ、ＲＡＭ、といったハードウェア資源を具体的に利用していることから、このプログラムは、単体で発明として成立する。実施の形態１は、番組推薦装置に組み込まれた態様で、本発明に係るプログラムの実施行為についての実施形態を示したが、番組推薦装置から分離して、実施の形態１に示したプログラム単体を実施してもよい。プログラム単体の実施行為には、これらのプログラムを生産する行為（Ｉ）、有償・無償によりプログラムを譲渡する行為（ＩＩ）、貸与する行為（ＩＩＩ）、輸入する行為（ＩＶ）、双方向の電子通信回線を介して公衆に提供する行為（Ｖ）、店頭展示、カタログ勧誘、パンフレット配布により、プログラムの譲渡や貸渡を、一般ユーザに申し出る行為（ＶＩ）がある。
【００６１】
双方向の電子通信回線を介した提供行為（Ｖ）の類型には、提供者が、プログラムをユーザに送り、ユーザに使用させる行為や（プログラムダウンロードサービス）、プログラムを提供者の手元に残したまま、そのプログラムの機能のみを電子通信回線を通じて、ユーザに提供する行為（機能提供型ＡＳＰサービス）がある。
（実施の形態２）
図２２は、本発明に係る番組推薦装置の実施の形態２の構成図である。この番組推薦装置は、ＲＡＭ２２０１と、制御部２２０２と、番組情報取得部２２０３と、ユーザ入力受付部２２０４と、デコーダ２２０５とを備えている。
【００６２】
ＲＡＭ２２０１には、番組情報取得部２２０３で取得された番組情報を記憶する番組情報記憶領域２２１０と、ユーザ嗜好番組を記憶するユーザ嗜好番組記憶領域２２１１と、カテゴリ辞書を記憶するカテゴリ辞書記憶領域２２１２と、カテゴリ識別情報を記憶するカテゴリ識別情報記憶領域２２１３と、番組カテゴリ評価値を記憶する番組カテゴリ評価値記憶領域２２１４と、番組カテゴリを記憶する番組カテゴリ記憶領域２２１５と、ユーザ嗜好度を記憶するユーザ嗜好度記憶領域２２１６と、番組推薦度を記憶する番組推薦度記憶領域２２１７と、推薦番組を記憶する推薦番組記憶領域２２１８と、ＧＵＩ管理情報を記憶するＧＵＩ管理情報記憶領域２２１９とが設けられている。
【００６３】
制御部２２０２は、ＣＰＵからなり、キーワード更新部２２２０と、番組カテゴリ評価値演算部２２２１と、番組カテゴリ判定部２２２２と、ユーザ嗜好度分析部２２２３と、番組推薦度算出部２２２４と、推薦番組決定部２２２５と、ユーザ嗜好度調整部２２２６と、ＧＵＩ制御部２２２７とを有する。
デコーダ２２０５は、ＧＵＩ生成部２２３０とＡＶデコーダ２２３１とを有する。
【００６４】
上記実施の形態１と共通する構成部分の説明は簡単にし、本実施の形態固有の構成部分について詳述する。
番組情報記憶部２２１０は、上記実施の形態１のＲＡＭ４のＥＰＧ記憶領域に相当し、番組情報を記憶している。
ユーザ嗜好番組記憶領域２２１１は、ユーザが過去に視聴した番組をユーザ嗜好番組として記憶している。上記実施の形態１では、予約履歴取得部３で録画予約履歴を取得して、録画予約された番組をユーザ嗜好番組としてその番組を識別する情報を記憶したけれども、本実施の形態では、ユーザ入力受付部２２０４において、ユーザが番組の視聴を選択したとき、その番組をユーザ嗜好番組として記憶させている。なお、このユーザ嗜好番組は、ユーザ毎に記憶される。例えば、ユーザ入力受付部２２０４は、テレビのリモコンでのチャネル選択や番組情報を表示して１つの番組の選択を受けたとき、併せてユーザを識別する情報の入力を受ける。ユーザが「太郎」の場合は、「１」、「花子」の場合は「２」と予め決められた識別子の入力を受け、識別子毎に番組を識別する情報が記憶される。
【００６５】
カテゴリ辞書記憶領域２２１２には、カテゴリ辞書が記憶されている。
図２３は、カテゴリ辞書の一例を示している。カテゴリ辞書２３０１には、番組情報に記載されている多数の語句をキーワード２３０２として登録し、各キーワードの各カテゴリへの寄与度２３０３が付与されている。このカテゴリは、番組を大まかに分類するとともに、カテゴリの組合わせによって番組を正確に分類することができる。
【００６６】
ここで、寄与度２３０３は、各キーワードが汎用的な語句の場合、小さな値が付与され、カテゴリと強く結びついた特殊な語句の場合、大きな値が付与されている。
カテゴリ識別情報記憶領域２２１３には、各カテゴリを視覚的に識別するカテゴリ識別情報が記憶されている。
図２４は、カテゴリ識別情報の一例を示す図である。カテゴリ識別情報２４０１には、各カテゴリ２４０２毎にカテゴリを識別する色彩２４０３が設定されている。この色彩２４０３は、例えば、番組情報を表示する際、各番組をカテゴリで大まかに分類して、各番組欄の背景色として表示するものである。また、キーワードに大きな寄与度が付与されている番組の説明文の語句は、その色彩で表示される。
【００６７】
なお、ここでは、カテゴリ識別情報は、各カテゴリを色彩の異なる表示態様とすることにしているけれども、この表示態様に限るものではなく、例えば、各カテゴリのフォントを異なる表示態様とする等して、各カテゴリを視覚的に識別できる表示態様であれば何でもよい。
番組カテゴリ評価値記憶領域２２１４は、上記実施の形態１の評価値記憶領域に相当し、番組カテゴリ評価値を記憶している。
【００６８】
図２５は、番組カテゴリ評価値の一例を示す図である。番組カテゴリ評価値２５０１は、各番組２５０２に対する各カテゴリ毎の評価値２５０３を示している。ここで、評価値２５０３は、各番組の番組情報に含まれる各キーワードの寄与度をカテゴリ毎に集計した値である。
番組カテゴリ記憶領域２２１５には、番組カテゴリが記憶されている。
【００６９】
図２６は、番組カテゴリの一例を示す図である。番組カテゴリ２６０１は、各番組２０６２毎に番組の大まかな分類であるカテゴリ２６０３を示している。ここで、カテゴリ２６０３は、番組カテゴリ評価値２５０１の各番組２５０２で評価値２５０３が最大のカテゴリを示している。
ユーザ嗜好度記憶領域２２１６には、各ユーザの嗜好傾向を示すユーザ嗜好度が記憶されている。図２７に示すように、ユーザ嗜好度２７０１は、ユーザ２７０２が過去に視聴した番組即ち、ユーザ嗜好番組記憶領域２２１１に記憶されている番組についての番組カテゴリ評価値の各カテゴリ毎の嗜好度２７０３をパーセント表示している。なお、上記実施の形態１の図７に示したユーザ嗜好度に相当するものである。
【００７０】
番組推薦度記憶領域２２１７は、番組推薦度算出部２２２４で算出される、例えば現在接続されているＴＶ画面に表示中の番組表に表示された番組についての番組推薦度を記憶している。
図２８は、番組推薦度の一例を示す図である。番組推薦度２８０１は、ユーザ２８０２毎に各番組２８０３の推薦度２８０４が記載されている。ここで、推薦度は、カテゴリの総数を最大とする数値で表され、大きいほうがユーザの嗜好に一致していることを示している。ここでは、カテゴリの総数を「５」としている。この番組推薦度の算出方法については、後述する。
【００７１】
推薦番組記憶領域２２１８は、ユーザに推薦した番組を記憶している。
ＧＵＩ管理情報記憶領域２２１９は、番組表とユーザ嗜好度とを可視化するためのテンプレートを記憶している。
図２９は、番組表を表示するためのテンプレートの一例を示す図である。テンプレート２９０１には、表示する番組表の放送月日の表示領域２９０２と、各カテゴリの識別情報２９０３と、番組表の表示領域２９０４と、指定された番組のおすすめ度２９０５と、番組紹介欄２９０６と、レーダーグラフ２９０７の表示領域が設けられている。
【００７２】
各カテゴリの識別情報２９０３は、カテゴリ識別情報２４０１で示した色彩が表示されるが、この図では、まだ□内には何も表示されていない。
番組表の表示領域２９０４には、番組情報記憶領域２２１０から読み出された番組情報が表示される。
おすすめ度２９０５は、黒く表示された星の数で表されるが、テンプレートでは白抜きの星がカテゴリの総数分表示されている。
【００７３】
番組紹介欄２９０６には、選択された番組の番組説明が表示される。
レーダーグラフ２９０７は、各カテゴリに対応する軸だけが表示されている。このレーダーグラフ２９０７には、ユーザ嗜好度２７０１と番組カテゴリ評価値２５０１との正規化された値がグラフ表示される。
図３０は、ユーザ嗜好度を表示するためのテンプレートを示している。テンプレート３００１には、レーダーグラフ３００２の各カテゴリに対応する軸と、各カテゴリ３００３に対応する棒グラフの表示領域３００４と、棒グラフに対応した「固定」ボタン３００５と「可変」ボタン３００６とが設けられている。
【００７４】
制御部２２０２は、図示しないＲＯＭに記憶された各プログラムに従い各処理動作を行う。
キーワード更新部２２２０は、上記実施の形態１のキーワード更新部１１と対応する。
キーワード更新部２２２０は、ユーザ嗜好番組記憶領域２２１１に記憶されている番組において、番組カテゴリ評価値記憶領域２２１４に記憶されている全てのカテゴリのカテゴリ評価値の合計が「０」である番組について、番組情報記憶領域２２１０に記憶されている番組情報を読み出し、当該番組情報に含まれる語句を例えば名詞辞書等を用いてキーワードとして抽出し、カテゴリ辞書記憶領域２２１２に登録する。
【００７５】
次に、登録したキーワードに寄与度を付与するため、以下の処理を行う。
キーワード更新部２２２０は、現時点から所定期間以前、例えば、最新の１ヶ月間の全番組の番組情報を取得し、キーワードとして抽出した語句Ｗが何回出現しているかを数える。例えば出現回数ＡＴ＝１０とする。次に、全番組が番組カテゴリ記憶領域２２１５でいずれのカテゴリに分類されているかを取得する。例えばカテゴリＡに分類された番組が「３」番組ある場合に、その「３」つの番組の番組情報にキーワードとして抽出した語句Ｗが何回出現しているかを数える。例えば、出現回数ＡＣ＝７とする。この場合に、キーワードとして抽出した語句Ｗの寄与度はＡＣ／ＡＴ＝０．７となる。この寄与度「０．７」を追加登録した語句ＷのカテゴリＡの寄与度として付与し、カテゴリ辞書記憶領域２２１２に記載する。また、語句ＷがカテゴリＢに分類された番組の番組情報に一度も出現しなければＡＣ＝０となり、カテゴリＢの寄与度が「０」として記載される。
【００７６】
番組カテゴリ評価値算出部２２２１及び番組カテゴリ判定部２２２２は、上記実施の形態１の評価値算出部７及びカテゴリ判定部８にそれぞれ相当する。
ユーザ嗜好度分析部２２２３は、ユーザ嗜好番組記憶領域２２１１に記憶されている各ユーザが視聴した番組の番組カテゴリ評価値算出部２２２１で算出された番組カテゴリ評価値２５０１からカテゴリ毎の嗜好度を求める。求められたユーザ嗜好度２７０１をユーザ嗜好度記憶領域２２１６に記録する。
【００７７】
なお、上記実施の形態１では、本番組推薦装置を一人のユーザが使用するものとして、ユーザ毎の区別をしていなかったけれども、本実施の形態では、番組の視聴に当たり、視聴しているのがどのユーザであるのかをユーザ入力受付部２２０４から受け付けておき、ユーザ毎にユーザ嗜好度を求める。
番組推薦度算出部２２２４は、ＧＵＩ制御部２２２７によって番組表が表示されているとき、表示されている番組の番組カテゴリ評価値記憶領域２２１４に記憶されている番組カテゴリ評価値と、番組表を表示させているユーザ嗜好度との類似度として、番組推薦度を算出する。算出した番組推薦度を番組推薦度記憶領域２２１７に記録する。
【００７８】
図３１は、番組推薦度を算出するための番組カテゴリ評価値とユーザ嗜好度との具体例を示している。ここで、番組カテゴリ評価値３１０１は、図２５で示した評価値２５０３を０．０＜＝評価値＜＝１．０の範囲となるよう正規化している。ユーザ嗜好度３１０２も図２７ではパーセント表示としていたけれども、ここでは、０．０＜＝嗜好度＜＝１．０で表している。
【００７９】
番組推薦度Ｒは、以下の式（１）で算出される。
【００８０】
【００８１】
ここで、Ｎはカテゴリの総数である。図３１ではカテゴリＡ−カテゴリＥの「５」である。
番組推薦度算出部２２２４が「太郎」と「花子」との番組推薦度Ｒを式（１）を用いて算出する。
ユーザ「太郎」の番組Ｘの番組推薦度Ｒは、
Ｒ＝５−（｜１．０−１．０｜＋｜０．０−０．０｜＋｜０．１−０．３｜＋｜０．９−０．８｜＋｜１．０−１．０｜）＝５−（０＋０＋０．２＋０．１＋０）＝５−０．３＝４．７
ユーザ「花子」の番組Ｘの番組推薦度Ｒは
Ｒ＝５−（｜１．０−０．０｜＋｜０．０−１．０｜＋｜０．１−１．０｜＋｜０．９−０．０｜＋｜１．０−１．０｜）＝５−（１．０＋１．０＋０．９＋０．９＋０）＝５−３．８＝１．２
この算出結果から、番組Ｘの番組推薦度Ｒは、「太郎」に対しては「４．７」、「花子」に対しては「１．２」となり、番組Ｘは、太郎の嗜好には非常に類似度が大きく一致するけれども、花子の嗜好には適さないことになる。
【００８２】
推薦番組決定部２２２５は、番組推薦度記憶領域２２１７に記憶されている番組推薦度の上位の番組を推薦番組として決定する。なお、上述の実施の形態の推薦番組決定部１０についても、本実施の形態の番組推薦度算出部２２２４で算出された番組推薦度Ｒの上位の番組を推薦番組として決定してもよい。この場合、番組推薦度算出部２２２４は、指定された番組の番組推薦度Ｒを算出するだけでなく、番組情報に示されている各番組について、番組推薦度を算出するようすればよい。
【００８３】
ユーザ嗜好度調整部２２２６は、ユーザからユーザ入力受付部２２０４を介して、ユーザ嗜好度の初期設定と、変更設定とを受け付け、ユーザ嗜好度記憶領域２２１６に記憶されているユーザ嗜好度２７０１を調整する。
ユーザ嗜好度２７０１は、ユーザが過去に視聴したユーザの好みの番組からカテゴリ毎のユーザ嗜好度が求められている。したがって、この番組推薦装置を導入した初期段階では、まだユーザ嗜好度が求められていない。そこで、ユーザからカテゴリ毎の好み、即ち、嗜好度を受け付け、ユーザ嗜好度としてユーザ嗜好度記憶領域２２１６に記録する。
【００８４】
また、本装置を使用していると、ユーザ嗜好度は、ユーザ嗜好度分析部２２２３によって求められるけれども、そのユーザ嗜好度をユーザが変更したいと考えた場合、記憶されているユーザ嗜好度を変更できるようしている。
具体的には、初期設定の場合、図３０に示したテンプレート３００１を表示させ、各カテゴリ３００３について「可変」ボタン３００６を設定した後、各カテゴリの棒グラフの表示領域３００４に棒グラフを描いた後、「固定」ボタン３００５を設定する。これによって、ユーザのユーザ嗜好度がカテゴリ毎に設定できる。
【００８５】
ユーザ嗜好度の変更の場合には、現在、ユーザ嗜好度記憶領域２２１６に記憶されているユーザ嗜好度を図３２に示すように表示させたあと、変更したいカテゴリの「可変」ボタン３２０１を設定し、棒グラフ３２０２を伸縮した後、「固定」ボタン３２０３を設定する。ユーザ嗜好度調整部２２２６は、ユーザ嗜好度記憶領域２２１６に棒グラフの長さによって、変更後のカテゴリの嗜好度を記録する。
【００８６】
ＧＵＩ制御部２２２７は、本装置が接続されたＴＶ画面に、推薦番組の表示、番組表の表示、指定された番組の番組推薦度の表示やユーザ嗜好度の設定や変更のための表示を行う。なお、詳細は後述する。
番組情報取得部２２０３は、上記実施の形態１のＥＰＧ取得部２と同様の構成である。
ユーザ入力受付部２２０４は、同様に入力受付部１と対応している。ユーザ入力受付部２２０４は、視聴番組が選択されているとき、ユーザの誰がその番組を視聴しているのかの入力を受け付け、ユーザ嗜好度分析部２２２３に通知する。これによって、ユーザ毎のユーザ嗜好度が分析でき、ユーザ毎の番組推薦が可能となる。
【００８７】
ＧＵＩ生成部２２３０は、ＧＵＩ制御部２２２７の制御によって、表示画面を生成する。
ＡＶデコーダ２２３１は、ＧＵＩ生成部２２３０で生成された表示画面を映像出力する。
次に、ＧＵＩ制御部２２２７の詳細について説明する。図３３は、ＧＵＩ制御部の詳細な構成図である。
【００８８】
ＧＵＩ制御部２２２７は、期間番組情報取得部３３０１と、指定番組情報取得部３３０２と、カテゴリ識別部３３０３と、番組表作成部３３０４と、指定番組説明枠作成部３３０５と、評価値グラフ化部３３０６と、指定番組内容枠作成部３３０７と、表示情報合成部３３０８とを有している。
期間番組情報取得部３３０１は、ユーザ入力部２２０４から番組表の表示指示の通知を受けると、番組情報記憶領域２２１０から現在時刻を含む所定時間、例えば２時間の番組の番組情報を取得し、番組表作成部３３０４に通知する。また、ユーザ入力受付部２２０４から表示された番組表から指定番組の通知を受けると、指定番組情報取得部３３０２に当該番組の番組情報を通知する。
【００８９】
指定番組情報取得部３３０２は、ユーザ入力受付部２２０４から指定番組の通知を受け、期間番組情報取得部３３０１から指定番組の番組情報の通知を受けると、指定番組説明枠作成部３３０５とカテゴリ識別部３３０３とに番組紹介欄２９０６に表示させる番組説明文を通知する。また、評価値グラフ化部３３０６に指定された番組名を通知する。
カテゴリ識別部３３０３は、カテゴリ識別情報記憶領域２２１３から各カテゴリのカテゴリ識別情報を取り出し、番組表作成部３３０４と指定番組説明枠作成部３３０５と評価値グラフ化部３３０６とに通知する。また、指定番組情報取得部３３０２から通知された番組情報に含まれるキーワードについて、カテゴリ辞書記憶領域２２１２に記憶されているカテゴリ辞書を検索し、各キーワードに付与された寄与度の大きなカテゴリを指定番組説明枠作成部３３０５に通知する。
【００９０】
番組表作成部３３０４は、期間番組情報取得部３３０１から通知された番組情報をＧＵＩ管理情報記憶領域２２１９に記憶されているテンプレート２９０１を取得して、番組表を作成する。この際、番組表の各番組の番組欄は、カテゴリ識別部３３０３から通知された識別情報に従い色彩を付す。また、番組表作成部３３０４は、番組表の表示領域２９０４の上方の各カテゴリの識別情報２９０３にも色彩を付し、番組表の月日２９０２にも数字を表示する。作成した番組表を表示情報合成部３３０８に通知する。
【００９１】
指定番組説明枠作成部３３０５は、指定番組情報取得部３３０２から指定された番組の番組情報の通知を受けると、ＧＵＩ管理情報記憶領域２２１９からテンプレート２９０１を読み出し、番組情報と番組紹介欄２９０６とを指定番組内容枠作成部３３０７に通知する。併せて、番組情報の説明に含まれるキーワードの色彩を通知する。
評価値グラフ化部３３０６は、カテゴリ識別部３３０３からカテゴリ識別情報の通知を受け、指定番組情報取得部３３０２から指定された番組名の通知を受けると、指定された番組名の番組のカテゴリ評価値を番組カテゴリ評価値記憶領域２２１４から読み出し、また、番組名を指定したユーザのユーザ嗜好度をユーザ嗜好度記憶領域２２１６から読み出す。ＧＵＩ管理情報記憶領域２２１９から読み出したテンプレート２９０１のレーダーグラフ２９０７にカテゴリ評価値とユーザ嗜好度のグラフを表示し、指定番組内容枠作成部３３０７に通知する。
【００９２】
指定番組内容枠作成部３３０７は、番組推薦度記憶領域２２１７から指定された番組の番組推薦度を読み出し、おすすめ度２９０５の☆印を番組推薦度に応じて色彩を変えて表示する。
併せて、指定番組説明枠作成部３３０５から通知された番組説明欄と評価値グラフ化部３３０６から通知されたレーダーグラフとを表示情報合成部３３０８に通知する。
【００９３】
表示情報合成部３３０８は、番組表作成部３３０４で作成された番組表と、指定番組内容枠作成部３３０７から通知されたレーダーグラフ等を合成し、ＧＵＩ生成部２２３０に通知する。
ＧＵＩ生成部２２３０は、図３４に示すようなＧＵＩ画面を生成する。ＧＵＩ画面３４０１では、カテゴリ識別情報３４０２と番組表３４０３に斜線等でカテゴリを識別しているけれども、実際には、カテゴリ識別情報で識別される色彩が付与されている。
【００９４】
このＧＵＩ画面３４０１では、おすすめ度３４０４、番組説明欄３４０５及びレーダーグラフ３４０７の「●」印で示す番組のカテゴリ評価値３４０８は、ユーザが指定した番組表３４０３の番組３４０９に関するものである。
この番組表３４０３では、各番組をカテゴリ評価値が最大のカテゴリに大まかに分類して表示させ、ユーザが番組を指定すると、その番組についてのおすすめ度３４０５を色彩を変えた星の数で表し、ユーザ嗜好度３４１０と番組のカテゴリ評価値３４０８とをレーダーグラフに表し、番組説明欄３４０６に番組説明を表示している。これによって、ユーザは、番組を視聴するか否かを簡単に判断することができる。
【００９５】
例えば、おすすめ度３４０５の色彩を変えた星の数が少ないときには、別の番組を指定して、ユーザ嗜好度に合った番組を選ぶことができる。
次に、本実施の形態の主要動作である番組推薦度の表示動作について、図３５のフローチャートを用いて説明する。
先ず、ユーザ入力受付部２２０４は、ユーザからの番組表の表示指示を待つ（Ｓ３５０２）。番組表の表示指示が有れば、期間番組情報取得部３３０１は、所定期間の番組情報を取得する（Ｓ３５０４）。
【００９６】
番組表作成部３３０４は、この番組情報に従い、番組表を作成し、ＧＵＩ生成部２２３０を介して、ＴＶ画面に番組表を表示させる（Ｓ３５０６）。
次に、ユーザ入力受付部２２０４は、ユーザから表示中の番組表の中から１つの番組の指定を受けるのを待つ（Ｓ３５０８）。
評価値グラフ化部３３０６は、番組カテゴリ評価値記憶領域２２１４から指定された番組の正規化されたカテゴリ評価値を取得し（Ｓ３５１０）、ユーザ嗜好度記憶領域２２１６から正規化されたユーザ嗜好度を取得する（Ｓ３５１４）。
【００９７】
なお、ここで正規化されたカテゴリ評価値とは、番組についての各カテゴリのカテゴリ評価値の最大値を「１．０」とし、最小値を「０．０」としたカテゴリ評価値をいい、また、正規化されたユーザ嗜好度とは、各ユーザについて、各カテゴリのユーザ嗜好度の最大値を「１．０」とし、最小値を「０．０」としたユーザ嗜好度をいう。
評価値グラフ化部３３０６は、レーダーグラフを生成し（Ｓ３５１４）、ＧＵＩ生成部２２３０を介して、ＴＶ画面にレーダーグラフを表示させる。
【００９８】
番組推薦度算出部２２２４は、指定された番組のカテゴリ評価値とユーザ嗜好度とから番組推薦度Ｒを式（１）により計算し、番組推薦度記憶領域２２１７に記録する（Ｓ３５１６）。
指定番組内容枠作成部３０７は、番組推薦度記憶領域２２１７から指定された番組の番組推薦度Ｒを読み出し、四捨五入して整数値とし、おすすめ度の星の色をＲの数だけ変えて、ＧＵＩ生成部２２３０を介して表示画面に表示させる（Ｓ３５１８）。
【００９９】
指定された番組のおすすめ度等を見たユーザが指定番組を視聴番組として選択したか否かを判定し（Ｓ３５２０）、選択されれば処理を終了し、選択されなければＳ３５０８に戻る。
なお、本実施の形態では、番組推薦装置を外部のテレビ等に接続して使用するよう説明したけれども、テレビ受信機や録画装置更にセットトップボックスと一体的に組み込まれて用いられてもよいのは勿論である。
【産業上の利用可能性】
【０１００】
本発明に係る番組推薦装置は、それぞれのキーワードに対して、カテゴリにとっての重要度を考慮した番組の評価値を算出できるので、より高い精度でユーザの嗜好に適う番組を推薦することができる。よって、録画装置、テレビ等と接続して又は一体化して使用するＡＶシステムに有用である。
【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２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【技術分野】
【０００１】
本発明は、ＥＰＧ等のテレビ番組情報を用いて、ユーザの嗜好に合った番組を推薦する番組推薦装置に関する。
【背景技術】
【０００２】
番組推薦装置による番組推薦とは、ユーザが過去に視聴した番組に対するカテゴリ分析と、将来放送される番組に対するカテゴライズとを実行し、カテゴリ分析の結果と、カテゴライズの結果とにより推薦番組を決定する機能である。
カテゴリ分析は、ユーザが録画予約する度に、カテゴリ辞書と、ＥＰＧ（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）とを用いて行われる。カテゴリ辞書とは、カテゴリとそのカテゴリに関連する複数のキーワードが登録されている辞書である。ユーザにより録画予約が行われると、番組推薦装置は、ＥＰＧから録画予約された番組の番組説明文を取り出す。そして取り出された説明文に、各カテゴリのキーワードが何個出現するかを計数する。ある番組の説明文には、様々な用語が含まれており、各カテゴリのキーワードにも様々なものがある。説明文中の各用語が、何れかのカテゴリのキーワードに一致する度に、そのカテゴリにおけるキーワードの出現数をインクリメントする。かかる計数処理により、録画予約された番組の説明文が、どのカテゴリのキーワードを多く含んでいるかが明らかになる。ここでユーザが視聴した番組には、チャネルを偶発的に選択したような番組も含まれるが、録画予約された番組は、ユーザが積極的意思をもって視聴しようとしたものである。その番組の説明文があるカテゴリのキーワードを多く含んでいるということは、ユーザがそのカテゴリの番組を強く嗜好していると解される。こうした計数を一ヶ月という期間において、録画予約がなされる度に繰り返す。そうするとユーザがどのカテゴリの番組を好んでいるかの番組嗜好の傾向が明らかになる。以上の処理でユーザが好むカテゴリを明らかにするのが、カテゴリ分析である。
【０００３】
一方カテゴライズは、週の初め、月の初め等に、ＥＰＧ、カテゴリ辞書を用いて行われる。つまり番組推薦装置は、週の初め、月の初め等にＥＰＧを取得し、これから放送される予定がある番組の説明文を取り出す。そして、各カテゴリのキーワードが取り出された説明文に何個出現するかを計数する。各番組につき、カテゴリ毎の計数結果を得れば、各番組の説明文にどのカテゴリに属する用語が多く含まれているかが明らかになる。ある番組の説明文が特定のカテゴリの用語を多く含んでいる場合、その番組は、その特定のカテゴリに属すると考えられる。そのようにして、将来放送される番組の属するカテゴリを明らかにするのがカテゴライズである。
【０００４】
カテゴリ分析にて、ユーザが多く視聴したとされるカテゴリが明らかになり、カテゴライズにて、将来放送される各番組がどのカテゴリに属するかが明らかになれば、将来の番組のうち、ユーザが多く視聴したとされるカテゴリに属するものを推薦番組として決定する。かかる処理によって、ユーザが見落としがちな番組についても推薦できるので番組の見忘れを防止することができる。
【０００５】
番組の推薦方法には、例えば、カテゴリ分析で得られたカテゴリ毎の計数結果を用いて、将来放送される番組の各カテゴリに対する計数結果を重み付けし、重み付けの結果から上位の番組を推薦するという技術である。以上の説明からも分かるように、カテゴリ分析やカテゴライズという処理は、何れもカテゴリ辞書を用いたキーワード検索に依存しているところが大きい。
【発明の開示】
【発明が解決しようとする課題】
【０００６】
ところで、キーワードと一言で言っても、カテゴリにとって重要なキーワードと、あまり重要でないキーワードが存在する。重要なキーワードとは、そのカテゴリでしか用いられないような用語であり、特殊性を帯びたものである。重要でないキーワードとは、そのカテゴリ以外の他のカテゴリでも用いられるような汎用的な用語である。例えば「旅行」というカテゴリに対して、「宿泊」と「フランス」というキーワードが存在する場合を考える。「宿泊」というキーワードからは「旅行」という言葉が連想されるほど、「旅行」というカテゴリにとっては結びつきの強い重要なキーワードである。一方、「フランス」というキーワードは「旅行」以外にも他のカテゴリにも用いられる一般的なキーワードであり、「旅行」というカテゴリにとっては、あまり重要なキーワードではない。ＥＰＧの番組説明文には、そのカテゴリにとって重要なキーワードのみが使用されるとは限らない。カテゴリ辞書では、番組説明文に含まれる語句をキーワードとして登録しているので、あるカテゴリでは重要でないキーワードであっても、他のカテゴリでは重要なキーワードとなる。従来のカテゴリ分析やカテゴライズでは、番組説明文中に出現するキーワードの個数のみに注目しているので、ユーザの嗜好や番組の内容を正しくカテゴリ分析やカテゴライズすることができない。そのため、ユーザの嗜好に合った番組の推薦が正しくできない。
【０００７】
また、番組内容を一つのカテゴリに分類したり、ユーザの嗜好傾向を一つのカテゴリで代表することも困難である。
本発明は、上記課題に鑑みなされたものであり、キーワードの各カテゴリでの重要性を考慮したキーワード辞書を用いて、番組内容を正しく反映したカテゴリに分類し、ユーザの嗜好傾向に合致した番組を推薦する番組推薦装置を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的は、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置であって、各番組についての番組情報を記憶する番組情報記憶手段と、番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書と、各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出手段と、ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記憶するユーザ嗜好度記憶手段と、各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦手段とを備えることで達成できる。
【発明の効果】
【０００９】
上述のような構成によって、各番組の内容をカテゴリ毎に反映したカテゴリ評価値を得ることができ、ユーザの嗜好傾向を各カテゴリ毎に示したユーザ嗜好度と前記カテゴリ評価値との類似度から番組を推薦するので、ユーザの嗜好に合った番組を推薦することができる。
ここで、ユーザの過去の視聴番組又は録画番組の履歴を記憶する履歴記憶手段と、前記評価値算出手段で算出された各番組についてのカテゴリ評価値を記憶しているカテゴリ評価値記憶手段と、前記履歴記憶手段に記憶されている各番組について、前記カテゴリ評価値記憶手段からカテゴリ評価値を取得し、カテゴリ毎にカテゴリ評価値を累計し、全てのカテゴリについての累計値に対する割合に応じて各カテゴリの前記ユーザ嗜好度として、前記ユーザ嗜好度記憶手段に記録するユーザ嗜好度分析手段とを更に備えることとしている。
【００１０】
このような構成によって、ユーザの嗜好傾向をカテゴリ毎に数値化したユーザ嗜好度として、番組内容を分類するためのカテゴリ評価値と対応した値とすることができる。これによって、ユーザの嗜好に合った番組を推薦することが容易となる。
ここで、前記推薦手段は、各カテゴリについて、前記カテゴリ評価値と前記ユーザ嗜好度との差を計算し、この差を全カテゴリについて合算した値をカテゴリ数から減算した値を番組推薦度として算出する番組推薦度算出部と、番組推薦度算出部で算出された番組推薦度の高い番組を推薦番組として決定する推薦番組決定部とを有することとしている。
【００１１】
このような構成によって、各番組について、各カテゴリ毎にカテゴリ評価値とユーザ嗜好度との差を用いてユーザの嗜好傾向に合うか否かを番組推薦度として算出するので、より確かに番組を推薦することができる。
ここで、各カテゴリを視覚的に識別する識別情報を記憶する記憶手段と、番組表内の各番組を当該番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、前記分類手段で分類されたカテゴリの識別情報に従い、各番組を分類されたカテゴリとして視認させる番組表を表示させる番組表表示制御手段とを更に備えることとしている。
【００１２】
このような構成によって、ユーザが表示された番組表を見て、番組内容を大雑把に把握することができる。
ここで、表示された番組表から一の番組の指定を受け付ける番組指定受付手段を更に備え、前記表示制御手段は、指定された番組の前記番組推薦度を前記番組表とともに表示させることとしている。
【００１３】
このような構成によって、ユーザは、番組表を見ながら、番組を指定すると、その番組の番組推薦度が表示されるので、ユーザ自身の嗜好度に合った番組であるか否かを容易に判断することができる。
ここで、前記ユーザ嗜好度記憶手段に記憶されているユーザ嗜好度を各カテゴリ毎に視覚的に識別できるよう表示させるユーザ嗜好度表示制御手段と、前記表示されているカテゴリ毎のユーザ嗜好度の変更指示をユーザから受け付ける変更指示受付手段と、受け付けられた変更指示に従い、前記ユーザ嗜好度記憶手段の内容を変更する変更手段とを備えることとしている。
【００１４】
このような構成によって、ユーザは、自身の嗜好を修正したいときには、いつでも、そのユーザ嗜好度を変更して、推薦される番組を変えることができる。
ここで、前記履歴記憶手段に記憶されている番組で、前記評価値算出手段で算出された全てのカテゴリのカテゴリ評価値の合計が「０」である場合に、当該番組の番組情報に含まれる語句からキーワードを抽出して前記カテゴリ辞書に追加登録するキーワード追加手段と、所定期間に放送される各番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、前記キーワード追加手段で追加されたキーワードが所定期間の全番組の番組情報に出現する回数を分母とし、所定期間の前記カテゴリ分類手段で分類された一のカテゴリの番組の番組情報に出現する回数を分子とする値を当該一のカテゴリにおけるキーワードの寄与度として付与する寄与度付与手段とを更に備えることとしている。
【００１５】
このような構成によって、カテゴリ辞書を番組の番組情報の変化に対応できるようにし、いつでもユーザの嗜好度に合った番組が推薦されるようにすることができる。
また、本発明の目的は、番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置の番組推薦方法であって、各番組についての番組情報を記録する番組情報記録ステップと、各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを有することで達成できる。
【００１６】
このような方法によって、各番組の内容をカテゴリ毎に反映したカテゴリ評価値を得ることができ、ユーザの嗜好傾向を各カテゴリ毎に示したユーザ嗜好度と前記カテゴリ評価値との類似点から番組を推薦するので、ユーザの嗜好度に合った番組を推薦することができる。
更に、上記目的は、番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置に、各番組についての番組情報を記録する番組情報記録ステップと、各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを実行させるためのプログラムによって達成できる。
【００１７】
このようなプログラムを番組推薦装置に適用することによって、ユーザの嗜好に合った番組を推薦することができる。
【図面の簡単な説明】
【００１８】
［図１］本発明に係る番組推薦装置の実施の形態１の構成図である。
［図２］ＥＰＧ取得部で取得されるＥＰＧの一例を示す図である。
［図３］カテゴリ辞書の一例を示す図である。
［図４］評価値算出部における各番組についてのカテゴリ毎の評価値算出処理のフローを示す図である。
［図５］（ａ）各番組についてのカテゴリ毎の評価値を示す図である。（ｂ）各番組の番組カテゴリ属性を示す図である。
［図６］ユーザ嗜好度分析部におけるカテゴリ分析処理のフローを示す図である。
［図７］カテゴリ別のユーザ嗜好度についての画面表示を示す図である。
［図８］番組推薦部におけるカテゴリ毎の推薦番組決定処理のフローを示す図である。
［図９］（ａ）ユーザ嗜好度に対する閾値を上回ったカテゴリを「旅行」と判断していることを示す図である。（ｂ）カテゴリ「旅行」に属する番組を抽出していることを示す図である。
［図１０］カテゴリ「旅行」についての推薦番組を画面表示していることを示す図である。
［図１１］番組推薦部におけるカテゴリを区別せずに推薦番組決定処理のフローを示す図である。
［図１２］番組毎の推薦ランク値を示す図である。
［図１３］番組毎の推薦ランク値に基づいて、推薦された番組を画面表示していることを示す図である。
［図１４］キーワード更新部におけるキーワードの追加処理のフローを示す図である。
［図１５］キーワード更新部におけるキーワードのマイカテゴリに対する寄与度更新処理のフローを示す図である。
［図１６］キーワード更新部におけるキーワードのマイカテゴリ以外のカテゴリに対する寄与度更新処理のフローを示す図である。
［図１７］キーワード更新部におけるキーワードの削除処理のフローを示す図である。
［図１８］カテゴリ辞書の一例を示す図である。
［図１９］各番組の番組説明に含まれているキーワードと、これらの番組がユーザの嗜好番組か否かについて示す図である。
［図２０］（ａ）各番組についてのカテゴリ毎の評価値を示す図である。（ｂ）各番組の番組カテゴリ属性を示す図である。
［図２１］（ａ）全てのキーワードについて寄与度を更新した結果を示す図である。（ｂ）全てのカテゴリについて寄与度が“０．００”のキーワードをカテゴリ辞書から削除した結果を示す図である。
［図２２］本発明に係る番組推薦装置の実施の形態２の構成図である。
［図２３］上記実施の形態のカテゴリ辞書記憶領域に記憶されているカテゴリ辞書の一例を示す図である。
［図２４］上記実施の形態のカテゴリ識別情報記憶領域に記憶されているカテゴリ識別情報の一例を示す図である。
［図２５］上記実施の形態の番組カテゴリ評価値記憶領域に記憶されている番組カテゴリ評価値の一例を示す図である。
［図２６］上記実施の形態の番組カテゴリ記憶領域に記憶されている番組カテゴリの一例を示す図である。
［図２７］上記実施の形態のユーザ嗜好度記憶領域に記憶されているユーザ嗜好度の一例を示す図である。
［図２８］上記実施の形態の番組推薦度記憶領域に記憶されている番組推薦度の一例を示す図である。
［図２９］上記実施の形態のＧＵＩ管理情報記憶領域に記憶されている番組表を表示するためのテンプレートの一例を示す図である。
［図３０］上記実施の形態のＧＵＩ管理情報記憶領域に記憶されているユーザ嗜好度を表示するためのテンプレートの一例を示す図である。
［図３１］上記実施の形態の番組推薦度算出のための番組カテゴリ評価値とユーザ嗜好度の具体例を示す図である。
［図３２］上記実施の形態のユーザ嗜好度分析部で分析されたユーザ嗜好度をＧＵＩ制御部が表示させた表示例を示す図である。
［図３３］上記実施の形態のＧＵＩ制御部の詳細な構成図である。
［図３４］上記実施の形態の番組表と番組のおすすめ度をＧＵＩ制御部が表示させた表示例を示す図である。
［図３５］上記実施の形態の動作を説明するフローチャートである。
【符号の説明】
【００１９】
１ 入力受付部
２ ＥＰＧ取得部
３ 予約履歴取得部
４ ＲＡＭ
５ ＣＰＵ
６ ＲＯＭ
７ 評価値算出部
８ カテゴリ判定部
９ ユーザ嗜好度分析部
１０ 推薦番組決定部
１１ キーワード更新部
１２ 表示制御部
２２０１ ＲＡＭ
２２０２ 制御部
２２０３ 番組情報取得部
２２０４ ユーザ入力受付部
２２０５ デコーダ
２２１０ 番組情報記憶領域
２２１１ ユーザ嗜好番組記憶領域
２２１２ カテゴリ辞書記憶領域
２２１３ カテゴリ識別情報記憶領域
２２１４ 番組カテゴリ評価値記憶領域
２２１５ 番組カテゴリ記憶領域
２２１６ ユーザ嗜好度記憶領域
２２１７ 番組推薦度記憶領域
２２１８ 推薦番組記憶領域
２２１９ ＧＵＩ管理情報記憶領域
２２２０ キーワード更新部
２２２１ 番組カテゴリ評価値算出部
２２２２ 番組カテゴリ判定部
２２２３ ユーザ嗜好度分析部
２２２４ 番組推薦度算出部
２２２５ 推薦番組決定部
２２２６ ユーザ嗜好度調整部
２２２７ ＧＵＩ制御部
２２３０ ＧＵＩ生成部
２２３１ ＡＶデコーダ
３３０１ 期間番組情報取得部
３３０２ 指定番組情報取得部
３３０３ カテゴリ識別部
３３０４ 番組表作成部
３３０５ 指定番組説明枠作成部
３３０６ 評価値グラフ化部
３３０７ 指定番組内容枠作成部
３３０８ 表示情報合成部
【発明を実施するための最良の形態】
【００２０】
以下、本発明に係る番組推薦装置の実施の形態について図面を用いて説明する。
（実施の形態１）
図１は、本発明に係る番組推薦装置の実施の形態１の構成図である。番組推薦装置は、入力受付部１、ＥＰＧ取得部２、予約履歴取得部３、ＲＡＭ４、ＣＰＵ５、ＲＯＭ６、表示制御部１２から構成される。
【００２１】
入力受付部１は、ユーザからの入力を受け付けて番組推薦装置における操作を行う機能を有する。入力受付部１における操作には、外部接続されたテレビ等の表示装置を見ながら、ユーザが視聴して面白かった番組をＥＰＧから選択したり、ユーザがどのカテゴリの番組を好んでいるかを示すカテゴリ別のユーザ嗜好度を調整したりすること等が挙げられる。
【００２２】
ＥＰＧ取得部２は、放送波やインターネットを介して配信されるＥＰＧ等の番組情報を取得する。図２は、ＥＰＧ取得部２で取得されるＥＰＧの一例を示す図である。ＥＰＧは、本図で示されるように番組名、放送日時、放送局、出演者、番組説明、及びジャンルから構成される。そして、取得したＥＰＧは、ＲＡＭ４へ格納される。
予約履歴取得部３は、ユーザがどの番組を録画予約したかを示す予約履歴を、外部接続されたＤＶＤレコーダなどの録画装置から取得する。そして、取得された予約履歴は、ＲＡＭ４へ格納される。ここで取得される予約履歴とは、ユーザが録画予約した番組を特定するための放送日時と放送局などの情報のことである。また個々の番組に対してＩＤが割り付けられている場合には、ＩＤのみを取得すればよい。
【００２３】
ＲＡＭ４は、推薦番組を決定する処理に用いられる各種情報を格納するメモリであり、ＥＰＧ記憶領域、ユーザ嗜好番組記憶領域、カテゴリ辞書記憶領域、評価値記憶領域、番組カテゴリ記憶領域、ユーザ嗜好度記憶領域とがある。
ＥＰＧ記憶領域は、ＥＰＧ取得部２で取得したＥＰＧが格納される記憶領域である。
ユーザ嗜好番組記憶領域は、ユーザ嗜好番組を特定する情報を格納する記憶領域である。予約履歴取得部３で取得された予約履歴によって示される番組がユーザが好んでいる番組として扱われる。そして、予約履歴で示される番組のみならず、ユーザが視聴した番組で面白かったものを、ＥＰＧでその番組を選択することによって、ユーザ嗜好番組として扱われる。そしてここでも、ＥＰＧのデータを全て格納するのではなく、番組を特定できる情報が格納される。
【００２４】
カテゴリ辞書記憶領域は、カテゴリ辞書が格納される記憶領域である。カテゴリ辞書とは、複数のカテゴリと、複数のキーワードと、キーワードの各カテゴリに対する寄与度とが登録された辞書のことである。カテゴリ辞書で定義されているカテゴリとは、ＥＰＧで示されているジャンルとは別に設けられるものであり、ＥＰＧで示される番組を各カテゴリに属するキーワードを用いてカテゴリ毎に点数化し、ユーザの好んでいるカテゴリに属している番組から推薦するための枠組みである。そして、カテゴリ毎の点数化は、カテゴリ辞書のキーワードを用いて、ＥＰＧで示される番組の番組説明の項目を検索し、キーワードの出現回数をカウントした結果に、キーワードに付与された寄与度を掛け算することによってなされる。
【００２５】
図３は、カテゴリ辞書の例を示している。本図で示されるように、複数のキーワードから構成されており、それぞれのキーワードに対して、各カテゴリに対する寄与度に応じて“０．００〜１．００”までの数値が付与されている。ここで、寄与度とは、各カテゴリに対するそれぞれのキーワードの重要度を示す数値であり、そのカテゴリでしか用いられないような特殊性を帯びたキーワードほど高い数値が付与される。例えば「宿泊」というキーワードは、カテゴリ「旅行」に対する寄与度が“１．００”となっており、そのキーワードは、そのカテゴリの評価値を算出するに際して、重要であることを示している。また、そのカテゴリに関連がなく、評価値を算出するに際して必要のないキーワードの場合には“０．００”が付与される。例えば「献立」というキーワードは、カテゴリ「旅行」に対して“０．００”が付与されているので、そのキーワードはカテゴリ「旅行」で評価値を算出する際には、考慮されないキーワードであることを示している。そして、本発明においては、“０．００”や“１．００”以外の数値を寄与度として与えることができる。これは、ある特定のカテゴリでのみ用いられるのではなく、複数のカテゴリで用いられるような一般的なキーワードの場合に与えられるものである。その例として「フランス」というキーワードが挙げられる。本図では、キーワード「フランス」の寄与度は、カテゴリ「旅行」では“０．３０”、カテゴリ「グルメ」では“０．５０”、カテゴリ「クッキング」では“０．１０”と設定されている。これは、このような複数のカテゴリで用いられているキーワードがＥＰＧの番組説明に多く含まれている場合において、カテゴリにとっての重要性を考慮した評価値の算出を行って、カテゴリの評価値の信頼性を高めている。そして、これらのキーワードとそれに対応する寄与度は、初期段階では予め初期設定された数値を使用するだけでなく、ユーザ嗜好番組に関する情報から更新させることができる。これにより、さらにユーザの嗜好に即した番組推薦を行うことが可能となる。
【００２６】
評価値記憶領域は、カテゴリ辞書に登録されているキーワードを用いて、ＥＰＧの番組説明を検索しキーワードの出現回数をカウントして、それに対して重み付けして点数化された結果である、番組のカテゴリ毎の評価値が格納される記憶領域である。
番組カテゴリ記憶領域は、番組のカテゴリ毎の評価値に基づいて、番組がどのカテゴリに属しているかを判定された情報が格納される領域である。
【００２７】
ユーザ嗜好度記憶領域は、ユーザがどのカテゴリの番組を好んでいるかの番組嗜好の傾向を示す、カテゴリ毎のユーザ嗜好度が格納される記憶領域である。
ＣＰＵ５は、ＲＯＭ６に格納されているプログラムを実行することによって、番組推薦装置における統合制御を行う。
ＲＯＭ６は、番組推薦装置における様々な処理を実現するためのプログラムが格納される。本プログラムは、ＣＰＵ５に読み取られてハードウェア資源と協働することで、評価値算出部７、カテゴリ判定部８、ユーザ嗜好度分析部９、推薦番組決定部１０、キーワード更新部１１と呼ばれる具体的手段として機能する。続いてＲＯＭ６内の各機能部について説明する。
【００２８】
評価値算出部７は、ＲＡＭ４から読み出されたＥＰＧの番組説明に含まれるキーワードについて、カテゴリ辞書のキーワードの寄与度を用いて、各番組についてのカテゴリ毎の評価値を算出する。そして、算出されたカテゴリ毎の評価値をＲＡＭ４の評価値記憶領域に格納する。図５（ａ）は、ここで算出された各番組についてのカテゴリ毎の評価値を示す図である。ここで、評価値が“０．００”というのは、ＥＰＧの番組説明の項目に含まれるキーワードの寄与度が、そのカテゴリにおいて全て“０．００”である、あるいはカテゴリ辞書には存在しないことを意味する。
【００２９】
カテゴリ判定部８は、評価値算出部７で算出された各番組についてのカテゴリ毎の評価値が、設定されている閾値を上回っているか、あるいは下回っているかによって番組がどのカテゴリに属しているかを判定して、番組のカテゴライズを行う。そして、その結果をＲＡＭ４の番組カテゴリ記憶領域に格納する。図５（ｂ）は、判定された番組カテゴリ属性を示す図である。ここで、属性が“ＴＲＵＥ”となっている項目は、その項目の評価値が閾値を上回っているので、そのカテゴリに属していると判定されたことを意味する。また、“ＦＡＬＳＥ”となっている項目は、その項目の評価値が閾値を下回っているので、そのカテゴリには属していないと判定されたことを意味する。
【００３０】
ユーザ嗜好度分析部９は、ユーザが過去の所定期間内に録画予約した実績をカテゴリ分析してカテゴリ毎のユーザ嗜好度を得るための処理を行う。具体的には、ＲＡＭ４のユーザ嗜好番組記憶領域に格納されている番組の中から過去の所定期間内の番組に基づいて分析がなされて、ここで得られたユーザ嗜好度をＲＡＭ４のユーザ嗜好度記憶領域に格納する。
推薦番組決定部１０は、評価値算出部７で算出された番組についてのカテゴリ毎の評価値に対して、ユーザ嗜好度分析部９で得られたカテゴリ毎のユーザ嗜好度を重み付けし、番組の推薦ランク値を算出し、その結果に基づいて推薦番組を決定する。そして、決定された推薦番組に関する情報を表示制御部１２へ受け渡す。
【００３１】
キーワード更新部１１は、カテゴリ辞書へのキーワードの追加処理と、キーワードの各カテゴリに対する寄与度の更新処理、そしてキーワードの削除処理を行う。キーワードの追加処理は、過去の所定期間内におけるユーザ嗜好番組に対する評価値に基づいてなされる。ユーザ嗜好番組の評価値が全カテゴリに対して“０．００”の場合、つまりユーザ嗜好番組に対応する番組説明に含まれるキーワードが、カテゴリ辞書に存在しない場合に行われる。そして、新たに追加されたキーワードも含めた、カテゴリ辞書内の全キーワードについて各カテゴリに対する寄与度の更新処理が行われる。過去の所定期間内における全番組の番組説明に含まれる対象となるキーワードの個数と、ユーザ嗜好番組の番組説明に含まれる対象となるキーワードの個数の割合に応じてカテゴリ毎に算出され更新される。そして、全キーワードについての処理が終了後、各カテゴリに対する寄与度が全カテゴリで“０．００”のキーワードが存在する場合には、そのキーワードはカテゴリ辞書より削除される。
【００３２】
表示制御部１２は、推薦番組決定部１０で決定された推薦番組や、ユーザ嗜好度分析部９でカテゴリ分析して得られたユーザ嗜好度を、外部接続されたテレビ等の表示装置を用いてグラフ表示させるための制御を行う。また、グラフ表示を見て、入力受付部１でユーザが操作することによってユーザ嗜好度を変更させることができる。
ここでは、本発明に係る番組推薦装置の動作について具体例を交えながら説明する。
【００３３】
図２にＥＰＧの一例を示し、図３にカテゴリ辞書の一例を示す。図２、図３については既に説明を行っているのでここでは説明を割愛する。そして、このＥＰＧで示された６つの番組から推薦番組を決定する方法について説明することとする。
最初に、ＥＰＧの番組説明に含まれるキーワードをカテゴリ辞書内のキーワードを用いて検索し、カテゴリ毎のキーワードの出現回数に対して、それぞれのキーワードに割り付けられた寄与度を重み付けして各番組についてのカテゴリ毎の評価値を算出する。ここでは、図４で示された評価値算出部７における各番組についてのカテゴリ毎の評価値算出処理のフローを用いて説明する。
【００３４】
まず、ＲＡＭ４に格納されているＥＰＧより番組Ｐの番組説明を読み出す（ステップＳ１）。次に、カテゴリ辞書内のキーワードを用いて番組Ｐの番組説明を順に検索し、キーワードの出現回数をカウントして、それぞれのキーワードのカテゴリＣに対する寄与度をＲＡＭ４のカテゴリ辞書より読み出す（ステップＳ２）。読み出されたキーワードのカテゴリＣに対する寄与度を総和することによって、番組ＰのカテゴリＣに対する評価値ＰＥ［Ｃ，Ｐ］を算出する（ステップＳ３）。全てのカテゴリについて、ステップＳ２からステップＳ３までの処理を行い（ステップＳ４）、そして全ての番組についてステップＳ１からステップＳ４までの処理を行った場合には（ステップＳ５）、各番組についてのカテゴリ毎の評価値算出処理を終了する。
【００３５】
図５（ａ）は、上述のフローに基づいて算出された各番組についてのカテゴリ毎の評価値を示す図である。
そして、図５（ｂ）は、図５（ａ）の結果に基づいて判定された各番組の番組カテゴリ属性を示す図である。ここでは閾値を“０．５０“に設定しており、図５（ａ）で示された評価値に対して、この閾値を上回った場合は”ＴＲＵＥ“とし、そのカテゴリに属していると判定される。また、閾値を下回った場合には”ＦＡＬＳＥ“とし、そのカテゴリには属しないと判定を行ってそれぞれの番組をカテゴライズしている。本図で示されるように、番組「海外の歩き方」はカテゴリ「旅行」と「グルメ」の二つのカテゴリに属している。このように閾値の設定によっては、複数のカテゴリに渡って属しているケースもあり、カテゴリ毎に番組を推薦させる場合に影響がある。例えば閾値を低く設定すれば、カテゴリの判定が甘くなるので、広範囲の番組をユーザに推薦させることが可能であり、反対に閾値を高く設定すれば、カテゴリの判定が厳しくなるので、よりポイントを絞った推薦を行うこともできる。
【００３６】
次に、ユーザ嗜好度を得るためのカテゴリ分析処理について説明する。図６で示されたユーザ嗜好度分析部９におけるカテゴリ分析処理のフローを用いて説明する。
まず、全ユーザ嗜好番組のカテゴリＣに対する総評価値ＵＰＥｓｕｍ［Ｃ］を“０”に設定する（ステップＳ１１）。全てのカテゴリについてステップＳ１１の処理を行い（ステップＳ１２）、全ユーザ嗜好番組の総評価値ＴｏｔａｌＵＰＥｓｕｍを“０”に設定する（ステップＳ１３）。次に、ＲＡＭ４よりユーザ嗜好番組ＵＰのカテゴリＣに対する評価値ＰＥ［Ｃ，ＵＰ］を読み出す（ステップＳ１４）。全ユーザ嗜好番組のカテゴリＣに対する総評価値ＵＰＥｓｕｍ［Ｃ］に、ユーザ嗜好番組ＵＰのカテゴリＣに対する評価値ＰＥ［Ｃ，ＵＰ］を加算する（ステップＳ１５）。そして、全ユーザ嗜好番組の総評価値ＴｏｔａｌＵＰＥｓｕｍに、ユーザ嗜好番組ＵＰのカテゴリＣに対する評価値ＰＥ［Ｃ，ＵＰ］を加算する（ステップＳ１６）。全てのカテゴリについてステップＳ１４からステップＳ１６までの処理を行い（ステップＳ１７）、全てのユーザ嗜好番組について、ステップＳ１４からステップＳ１７までの処理を行った場合には（ステップＳ１８）、全ユーザ嗜好番組のカテゴリＣに対する総評価値ＵＰＥｓｕｍ［Ｃ］を全ユーザ嗜好番組の総評価値ＴｏｔａｌＵＰＥｓｕｍで割り算することによって、カテゴリＣに対するユーザ嗜好度ＵＤ［Ｃ］を算出する（ステップＳ１９）。そして、全てのカテゴリについてステップＳ１９の処理を行った場合には（ステップＳ２０）、カテゴリ分析処理を終了する。
【００３７】
このようにして得られたユーザ嗜好度は、図７のように画面表示させることができる。図７は、カテゴリ別のユーザ嗜好度を棒グラフで示す画面であり、外部接続された表示装置で表示される。本図のように、ユーザ嗜好度を棒グラフで表示させることによって、自らの番組嗜好傾向が、番組推薦装置側でどのように認識されているかを、ユーザが一目で確認できるという利点がある。ユーザ嗜好度分析部９によりカテゴリ別に得られたユーザ嗜好度は、一旦ＲＡＭ４に格納される。そして、ユーザからの画面表示をさせる旨の指示を入力受付部１で受け付けることによって、ＲＡＭ４からユーザ嗜好度を読み出し、表示制御部１２で表示情報を生成する。ユーザはこの画面を見て、得られた結果に対して不満がある場合には、番組推薦装置のフロントパネルに配された入力部やリモコンからの操作によって、対象となるカテゴリの棒グラフｇｐ１を選択し、一般的なテレビでの画質調整を行う場合と同様の操作を行って、自分の好みに合うように数値を変更することができる。また、ユーザ嗜好度を更新させる際に、あるカテゴリの数値を変更させずに固定しておきたい場合には、本図で示されるように対象となるカテゴリについて固定ボタンｂｎ１を選択しておけばよい。
【００３８】
次に、番組の推薦処理について説明する。番組の推薦方法には、カテゴリ毎に推薦させる方法と、カテゴリの区別をせずに全番組から推薦させる方法とがある。まずは、カテゴリ毎に推薦させる方法について図８で示されるフローを用いて説明する。
最初にＲＡＭ４よりカテゴリ別のユーザ嗜好度を読み出す（ステップＳ２１）。読み出されたユーザ嗜好度の中で予め設定されている閾値を上回っているカテゴリを判断する（ステップＳ２２）。ユーザ嗜好度が閾値を上回っていると判断されたカテゴリの属性値が“ＴＲＵＥ”の番組をＲＡＭ４より読み出す（ステップＳ２３）。読み出された番組を評価値の大きい
順にソートし、推薦番組を決定する（ステップＳ２４）。
【００３９】
図９（ａ）、（ｂ）は、上記のフローに基づいて推薦番組の決定方法を示す図である。図９（ａ）は、図７で説明したカテゴリ別のユーザ嗜好度を示す図であり、閾値を“７０％”と設定されているものとすると、それを上回っているカテゴリである、カテゴリ「旅行」にカテゴライズされた番組が番組推薦の対象となる。そして図９（ｂ）は、各番組におけるカテゴリ「旅行」の評価値と属性値とを示す図であり、属性値が“ＴＲＵＥ”である番組について、評価値の大きい順にソートすることで推薦番組が決定され、その結果を図１０に示す。
【００４０】
図１０は、カテゴリ「旅行」における推薦番組を外部接続された表示装置で表示していることを示す図である。本図で示されるように、番組名、放送局、放送日時が表示される。本図では、カテゴリ「旅行」に属している４つの番組が全て推薦番組として表示されている。これは、予め番組の評価値に対する閾値を設定しておき、閾値を上回った番組だけを推薦させている。ここでは、閾値として“１．００”が設定されているものとする。
【００４１】
次に、カテゴリの区別をせずに全番組から推薦させる方法について、図１１で示されるフローを用いて説明する。
まずは、カテゴリＣに対するユーザ嗜好度ＵＤ［Ｃ］を読み出す（ステップＳ３１）。全てのカテゴリについてステップＳ３１の処理を行う（ステップＳ３２）。番組Ｐの推薦ランク値Ｒ［Ｐ］を“０”設定する（ステップＳ３３）。番組ＰのカテゴリＣに対する評価値ＰＥ［Ｃ，Ｐ］を読み出す（ステップＳ３４）。カテゴリＣに対するユーザ嗜好度ＵＤ［Ｃ］と番組ＰのカテゴリＣに対する評価値ＰＥ［Ｃ，Ｐ］とを掛け合わせた値を、推薦ランク値Ｒ［Ｐ］に加算する（ステップＳ３５）。全てのカテゴリについて、ステップＳ３４からステップＳ３５までの処理を行い（ステップＳ３６）、全ての番組について、ステップＳ３３からステップＳ３６までの処理を行った場合には（ステップＳ３７）、推薦ランク値の大きい順に番組をソートして推薦番組を決定する（ステップＳ３８）。
【００４２】
図１２は、上述のフローで算出された番組毎の推薦ランク値を示す図である。ここで得られた番組毎の推薦ランク値が大きい順にソートされ、上位の番組がユーザに推薦される。
図１３は、図１２で示された番組毎の推薦ランク値に基づいて、推薦された番組を外部接続された表示装置で表示していることを示す図である。本図で示されるように、番組名、放送局、放送日時、カテゴリが表示される。ここで、番組「海外の歩き方」のカテゴリとしては、「旅行」が表示されているが、図５（ｂ）で示されたようにカテゴリは「グルメ」にも属している。本実施形態では、このように複数のカテゴリに属している場合には、その中で評価値の最も高いカテゴリが代表カテゴリとして表示されているが、複数のカテゴリが表示されていてもよい。そして、本図では６つの番組が全て推薦番組として表示されている。これは、予め推薦ランク値に対する閾値が設定されており、その閾値を上回った番組が推薦されている。
【００４３】
これまで、カテゴリ辞書に予め登録されているキーワードとそれに対応する寄与度を用いて各番組についてのカテゴリ毎の評価値や、ユーザ嗜好度の算出を行ってきた。本発明においては、それだけではなくカテゴリ辞書に登録されているキーワードと、それぞれのキーワードの各カテゴリに対する寄与度とを、ユーザ嗜好番組に基づいて更新させることができる。ＥＰＧの番組説明に使用されるキーワードには流行り廃りがあることから、番組説明に含まれるキーワードが初期段階で設定されているカテゴリ辞書には存在しないために、番組に対するカテゴリ毎の評価値が算出できない場合が考えられる。そうするとユーザの好みのカテゴリに属する番組であっても推薦されないという問題がある。また、全然使用されないキーワードが出てくることも考えられる。全然使用されないキーワードをカテゴリ辞書に残したままではメモリ容量を余分に消費してしまうという問題も起こる。そのため、カテゴリ辞書のキーワードと、その寄与度とを定期的に見直す必要がある。
【００４４】
次に、キーワード更新部１１でなされる処理について説明する。
図１４〜図１７で示されるキーワードの追加処理、マイカテゴリに対する寄与度更新処理、マイカテゴリ以外のカテゴリに対する寄与度更新処理、そしてキーワードの削除処理に関するフローを用いて、それぞれの処理についての説明を行う。
最初に図１４で示されるキーワード追加処理について説明する。まず、ＲＡＭ４より読み出したユーザ嗜好番組から、対象となる番組に対応するカテゴリ毎の評価値を読み出し、全てのカテゴリについて総和する（ステップＳ４１）。そして、全てのカテゴリについて総和された評価値が０であるか否かを判断する（ステップＳ４２）。０である場合、つまり、ＥＰＧで示される対象となる番組の番組説明に含まれている全てのキーワードがカテゴリ辞書に存在しない場合には、ＲＡＭ４に格納されている名詞辞書を用いて、その番組説明に含まれるキーワードを抽出し、カテゴリ辞書に追加する（ステップＳ４３）。そして全てのユーザ嗜好番組について処理を行った場合には（ステップＳ４４）、キーワードの追加処理を終了する。
【００４５】
次に図１５で示されるキーワードのマイカテゴリに対する寄与度更新処理のフローについて説明する。ここでマイカテゴリとは、ＲＡＭ４に格納されている全てのユーザ嗜好番組が、マイカテゴリという一つのカテゴリに属しているものとして定義されたものである。そして、実際にそれぞれの番組がカテゴリ判定部８によってカテゴライズされたカテゴリとは無関係なものである。マイカテゴリに属するキーワードの寄与度は、他のカテゴリの場合と同様に、評価値やユーザ嗜好度の算出などカテゴリ毎になされる処理に用いられる。キーワードの更新が一度も行われていない初期段階においては、マイカテゴリにおける全てのキーワードの寄与度は“０．００”であるため、図３で示されたカテゴリ辞書ではその記載は割愛している。それでは、フローについて説明を行う。
【００４６】
まず、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］と、キーワードＫのユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｋ］を“０”に設定する（ステップＳ５１）。ＲＡＭ４に格納されているＥＰＧのうち過去の所定期間内の番組Ｐの番組説明を読み出す（ステップＳ５２）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］をカウントする（ステップＳ５３）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］に加算する（ステップＳ５４）。そして、番組Ｐがユーザ嗜好番組である場合には（ステップＳ５５）、キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫのユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｋ］に加算する（ステップＳ５６）。そして、全ての番組について、ステップＳ５２からステップＳ５６までの処理を行った場合には（ステップＳ５７）、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］が“０”であるか否かの判断を行う（ステップＳ５８）。
ＮｉｎＰｓｕｍ［Ｋ］が“０”でない場合には、キーワードＫのユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｋ］をキーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］で割り算することによって、キーワードＫのマイカテゴリＭＣに対する寄与度ＫＷ［ＭＣ，Ｋ］を算出し、カテゴリ辞書内の寄与度ＫＷ［ＭＣ，Ｋ］を更新する（ステップＳ５９）。ステップＳ５８でＮｉｎＰｓｕｍ［Ｋ］が“０”の場合には、キーワードＫのマイカテゴリＭＣに対する寄与度ＫＷ［ＭＣ，Ｋ］を更新しない（ステップＳ６０）。あるいは寄与度を０に更新するとしてもよい。そして、カテゴリ辞書内の全てのキーワードについて処理を行った場合には（ステップＳ６１）、キーワードのマイカテゴリに対する寄与度更新処理を終了する。
【００４７】
次に図１６で示されるキーワードのマイカテゴリ以外のカテゴリに対する寄与度更新処理のフローについて説明する。ここでは、マイカテゴリ以外のカテゴリとしてカテゴリＣの場合について説明を行うこととする。まず、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］と、キーワードＫのカテゴリＣに属するユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｃ，Ｋ］を“０”に設定する（ステップＳ７１）。ＲＡＭ４に格納されているＥＰＧのうち過去の所定期間内の番組Ｐの番組説明を読み出す（ステップＳ７２）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］をカウントする（ステップＳ７３）。キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］に加算する（ステップＳ７４）。そして、番組ＰがカテゴリＣに属するユーザ嗜好番組である場合には（ステップＳ７５）、キーワードＫの番組Ｐの番組説明における出現回数ＮｉｎＰ［Ｐ，Ｋ］を、キーワードＫのカテゴリＣに属するユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｃ，Ｋ］に加算する（ステップＳ７６）。そして、全ての番組について、ステップＳ７２からステップＳ７６までの処理を行った場合には（ステップＳ７７）、キーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］が“０”であるか否かの判断を行う（ステップＳ７８）。ＮｉｎＰｓｕｍ［Ｋ］が“０”でない場合には、キーワードＫのカテゴリＣに属するユーザ嗜好番組の番組説明における出現回数ＮｉｎＵＰｓｕｍ［Ｃ，Ｋ］をキーワードＫの全番組の番組説明における出現回数ＮｉｎＰｓｕｍ［Ｋ］で割り算することによって、キーワードＫのカテゴリＣに対する寄与度ＫＷ［Ｃ，Ｋ］を算出し、カテゴリ辞書内の寄与度ＫＷ［Ｃ，Ｋ］を更新する（ステップＳ７９）。ステップＳ７８でＮｉｎＰｓｕｍ［Ｋ］が“０”の場合には、キーワードＫのカテゴリＣに対する寄与度ＫＷ［ＭＣ，Ｋ］を更新しない（ステップＳ８０）。あるいは寄与度を０に更新するとしてもよい。そして、カテゴリ辞書内の全てのキーワードについて処理を行った場合には（ステップＳ８１）、キーワードのマイカテゴリ以外のカテゴリに対する寄与度更新処理を終了する。
【００４８】
次に、図１７で示されるキーワードの削除処理のフローについて説明する。まず、カテゴリ辞書からキーワードとそれに対応する各カテゴリに対する寄与度を読み出す（ステップＳ９１）。全てのカテゴリで寄与度が“０”の場合には（ステップＳ９２）、カテゴリ辞書から対象となるキーワードを削除する（ステップＳ９３）。全てのキーワードについて処理を行った場合には（ステップＳ９４）、キーワードの削除処理を終了する。
【００４９】
次に、これまで説明を行ったキーワード更新部１１におけるキーワードの追加処理と、寄与度更新処理と、キーワードの削除処理について具体例を交えながら説明を行う。
図１８は、カテゴリ辞書の内容を示す図であり、図３で示されたカテゴリ辞書から抜粋したものである。
図１９は、「番組Ａ」〜「番組Ｅ」と、それぞれの番組の番組説明にどのようなキーワードが含まれているかを示した図であり、またこれらの番組がユーザの嗜好番組か否かについても示したものである。ここで、「番組Ａ」〜「番組Ｅ」はＲＡＭ４に格納されているＥＰＧのうち過去の所定期間の全番組を示すものである。また、これらの番組がユーザの嗜好番組であるか否かは、ＲＡＭ４に格納されているユーザ嗜好番組に対象となる番組が存在するか否かで判断される。そして、本図で示されるように、「番組Ａ」、「番組Ｂ」、「番組Ｄ」の番組情報に含まれている「市場」というキーワードが、図１８で示されたカテゴリ辞書には存在しないことが分かる。
【００５０】
図２０（ａ）は、図４のフローで各番組についてのカテゴリ毎の評価値を算出した結果を示す図であり、図２０（ｂ）は、算出された各番組についてのカテゴリ毎の評価値から閾値を“０．５０”として各番組をカテゴライズした結果を示す図である。「番組Ｄ」の番組説明は、カテゴリ辞書には存在しない「市場」というキーワードしか含まれていないことから、全てのカテゴリにおいて評価値は“０．００”となる。そこで、キーワード「市場」はカテゴリ辞書に追加される。
【００５１】
次にキーワード「市場」の寄与度の算出方法について説明する。まず、マイカテゴリの場合について説明する。寄与度は、ユーザ嗜好番組に含まれるキーワードの個数を全番組に含まれるキーワードの個数で割ることによって算出される。全番組に含まれるキーワードの個数は３個、嗜好番組に含まれるキーワードの個数は２個であることから、マイカテゴリにおけるキーワード「市場」の寄与度は“０．６７”と算出される。
【００５２】
次に、マイカテゴリ以外のカテゴリの場合について説明する。マイカテゴリの場合と異なる点は、対象となるカテゴリにおけるユーザ嗜好番組に含まれるキーワードの個数を全番組に含まれるキーワードの個数で割る点である。カテゴリ「旅行」に属しているユーザ嗜好番組に含まれるキーワードの個数は０個であることから、カテゴリ「旅行」に対する寄与度は“０．００”と算出される。そして、カテゴリ「グルメ」、「クッキング」に属しているユーザ嗜好番組に含まれるキーワードの個数はそれぞれ１個なので、カテゴリ「グルメ」、「クッキング」に対する寄与度はそれぞれ“０．３３”となる。その他のキーワードについても同様の方法で算出される。
【００５３】
そして、全てのキーワードについて寄与度を更新した結果を図２１（ａ）に示す。ここで得られた結果によって、全てのカテゴリについて寄与度が“０．００”のキーワードについてカテゴリ辞書から削除する。削除された結果を図２１（ｂ）に示す。
このように、カテゴリ辞書内のキーワードを定期的に更新させることによって、ユーザが好んでいるカテゴリに属する番組であるにもかかわらず、カテゴリ毎の評価値が算出できなかったために推薦されないという事態を防ぐことができる。
＜補足＞
以上、本発明に係る番組推薦装置について実施の形態１に基づいて説明したが、このような番組推薦装置を部分的に更に変形することもでき、本発明は上述した形態に限られないことは勿論である。即ち、
（１）実施の形態１では、カテゴリ辞書に登録されているキーワードの一例として名詞だけを示したが、勿論これに限定される必要はない。例えば、動詞であってもよいし、形容詞であってもよい。
【００５４】
（２）実施の形態１では、各番組についてキーワードの検索を行うに当たって、ＥＰＧに示される番組説明に含まれるキーワードを対象とすると説明を行ったが、勿論これに限定される必要はない。例えば、番組名、出演者、ジャンル等、ＥＰＧの他項目に含まれるキーワードであってもよい。
（３）実施の形態１では、ユーザが視聴して面白いと感じた番組についてＥＰＧで選択したものと、外部接続された録画装置にて録画予約した予約履歴に示された番組をユーザ嗜好番組とみなしたが、勿論これらに限定される必要はない。外部接続されたテレビでユーザが視聴した番組についてもユーザ嗜好番組とみなしてもよいし、録画予約した番組について、全ての番組をユーザ嗜好番組とみなすのではなく、再生された番組のみをユーザ嗜好番組とみなしてもよい。具体的な構成としては、テレビで視聴された番組に関する履歴を取得する視聴履歴取得部と、録画装置でどの番組が再生されたかの履歴を取得する再生履歴取得部と、取得した再生番組に関する履歴を参照して、それが予約履歴に存在する番組であるか否かを判断する再生判断部を設けることで実現される。視聴履歴と、ＥＰＧで選択した番組を示す情報については、ＲＡＭ４のユーザ嗜好番組記憶領域に直接格納される。予約履歴に関しては一旦、ＲＡＭ４の別領域に格納しておき、そして再生履歴取得部から再生番組に関する履歴を得て、再生判断部で読み出された予約履歴を照合し、予約履歴に存在する番組が再生されたと判断した番組についてのみＲＡＭ４のユーザ嗜好番組記憶領域に格納される。
【００５５】
（４）実施の形態１では、番組推薦装置自身には、ＥＰＧや推薦された番組についての表示機能や、録画機能を有しないために、テレビや録画装置等のＡＶ機器と接続して使用すると説明を行ったが、勿論このような構成に限定される必要はなく、テレビや録画装置に番組推薦装置の機能が備わった一体型の装置であってもよい。
（５）実施の形態１では、ユーザ嗜好度を得るためのカテゴリ分析の方法を、ユーザ嗜好番組について全カテゴリの評価値の総数における、各カテゴリの評価値の総数の占める割合から得られるとして説明を行ったが、勿論これに限定される必要はない。例えば、ユーザ嗜好番組全体における、各カテゴリに属するユーザ嗜好番組の占める割合であってもよいし、全番組での各カテゴリの評価値の総数における、ユーザ嗜好番組での当該カテゴリの評価値の総数の占める割合であってもよい。また、各カテゴリに属する番組における、ユーザ嗜好番組の占める割合であってもよい。
【００５６】
（６）実施の形態１では、ユーザ嗜好度の画面表示方法を棒グラフで表示されるとして説明を行ったが、勿論これに限定される必要はない。例えば、円グラフ等であってもよい。また、ユーザ嗜好度の変更についても同様に、番組推薦装置のフロントパネルに配された入力部やリモコンからの操作に限定される必要はない。例えば、キーボード、タッチパネル、マウス、パッド、トラックボール等の入力機器による、クリック操作、ドラッグ操作等であってもよい。
【００５７】
（７）実施の形態１では、カテゴリ毎の番組推薦を行う方法として、ユーザ嗜好度に対する閾値を設定しておき、設定された閾値を上回ったカテゴリに属する番組から推薦することとして説明を行ったが、勿論これに限定される必要はない。例えば、ユーザ嗜好度の最も大きいカテゴリに属する番組から推薦するとしてもよい。
（８）実施の形態１では、カテゴリ毎の番組推薦を行う方法としてカテゴリ「旅行」の評価値が高い番組から推薦したが、勿論これに限定される必要はない。カテゴリの区別をせずに推薦する場合と同様に推薦ランク値を算出し、その結果から番組を推薦してもよい。具体的には、カテゴリ毎の評価値と、それに対応するユーザ嗜好度とを掛け合わせて、それらを全カテゴリで総和した数値をそれぞれの番組の推薦ランク値とし、カテゴリ「旅行」に属する番組から、推薦ランク値の高い番組を推薦してもよい。
【００５８】
（９）実施の形態１では、カテゴリ毎の番組推薦の際に推薦される番組数として、番組の評価値に対する閾値を設定しておき、閾値を上回った番組だけを推薦させることとして説明を行ったが、勿論これに限定される必要はない。例えば、対象となるカテゴリに属する番組数に当該カテゴリのユーザ嗜好度を掛け合わせて算出された値を推薦番組数としてもよい。
【００５９】
また、与えられた推薦番組数に対して、全カテゴリのユーザ嗜好度を合計した値における対象となるカテゴリのユーザ嗜好度の割合を掛け合わせて算出された値を当該カテゴリの推薦番組数としてもよい。
（１０）実施の形態１では、キーワード更新部１１でなされるキーワード追加処理について、ＲＡＭ４に格納されている名詞辞書を用いて、その番組説明に含まれる名詞をキーワードとして抽出すると説明を行ったが、勿論これに限定される必要はない。例えば、動詞や形容詞なども含んだ辞書を用いて、動詞や形容詞などがキーワードとして抽出されてもよい。
【００６０】
（１１）図４、図６、図８、図１１、図１４〜１７に示したプログラムによる情報処理は、ＣＰＵ、ＲＡＭ、といったハードウェア資源を具体的に利用していることから、このプログラムは、単体で発明として成立する。実施の形態１は、番組推薦装置に組み込まれた態様で、本発明に係るプログラムの実施行為についての実施形態を示したが、番組推薦装置から分離して、実施の形態１に示したプログラム単体を実施してもよい。プログラム単体の実施行為には、これらのプログラムを生産する行為（Ｉ）、有償・無償によりプログラムを譲渡する行為（ＩＩ）、貸与する行為（ＩＩＩ）、輸入する行為（ＩＶ）、双方向の電子通信回線を介して公衆に提供する行為（Ｖ）、店頭展示、カタログ勧誘、パンフレット配布により、プログラムの譲渡や貸渡を、一般ユーザに申し出る行為（ＶＩ）がある。
【００６１】
双方向の電子通信回線を介した提供行為（Ｖ）の類型には、提供者が、プログラムをユーザに送り、ユーザに使用させる行為や（プログラムダウンロードサービス）、プログラムを提供者の手元に残したまま、そのプログラムの機能のみを電子通信回線を通じて、ユーザに提供する行為（機能提供型ＡＳＰサービス）がある。
（実施の形態２）
図２２は、本発明に係る番組推薦装置の実施の形態２の構成図である。この番組推薦装置は、ＲＡＭ２２０１と、制御部２２０２と、番組情報取得部２２０３と、ユーザ入力受付部２２０４と、デコーダ２２０５とを備えている。
【００６２】
ＲＡＭ２２０１には、番組情報取得部２２０３で取得された番組情報を記憶する番組情報記憶領域２２１０と、ユーザ嗜好番組を記憶するユーザ嗜好番組記憶領域２２１１と、カテゴリ辞書を記憶するカテゴリ辞書記憶領域２２１２と、カテゴリ識別情報を記憶するカテゴリ識別情報記憶領域２２１３と、番組カテゴリ評価値を記憶する番組カテゴリ評価値記憶領域２２１４と、番組カテゴリを記憶する番組カテゴリ記憶領域２２１５と、ユーザ嗜好度を記憶するユーザ嗜好度記憶領域２２１６と、番組推薦度を記憶する番組推薦度記憶領域２２１７と、推薦番組を記憶する推薦番組記憶領域２２１８と、ＧＵＩ管理情報を記憶するＧＵＩ管理情報記憶領域２２１９とが設けられている。
【００６３】
制御部２２０２は、ＣＰＵからなり、キーワード更新部２２２０と、番組カテゴリ評価値演算部２２２１と、番組カテゴリ判定部２２２２と、ユーザ嗜好度分析部２２２３と、番組推薦度算出部２２２４と、推薦番組決定部２２２５と、ユーザ嗜好度調整部２２２６と、ＧＵＩ制御部２２２７とを有する。
デコーダ２２０５は、ＧＵＩ生成部２２３０とＡＶデコーダ２２３１とを有する。
【００６４】
上記実施の形態１と共通する構成部分の説明は簡単にし、本実施の形態固有の構成部分について詳述する。
番組情報記憶部２２１０は、上記実施の形態１のＲＡＭ４のＥＰＧ記憶領域に相当し、番組情報を記憶している。
ユーザ嗜好番組記憶領域２２１１は、ユーザが過去に視聴した番組をユーザ嗜好番組として記憶している。上記実施の形態１では、予約履歴取得部３で録画予約履歴を取得して、録画予約された番組をユーザ嗜好番組としてその番組を識別する情報を記憶したけれども、本実施の形態では、ユーザ入力受付部２２０４において、ユーザが番組の視聴を選択したとき、その番組をユーザ嗜好番組として記憶させている。なお、このユーザ嗜好番組は、ユーザ毎に記憶される。例えば、ユーザ入力受付部２２０４は、テレビのリモコンでのチャネル選択や番組情報を表示して１つの番組の選択を受けたとき、併せてユーザを識別する情報の入力を受ける。ユーザが「太郎」の場合は、「１」、「花子」の場合は「２」と予め決められた識別子の入力を受け、識別子毎に番組を識別する情報が記憶される。
【００６５】
カテゴリ辞書記憶領域２２１２には、カテゴリ辞書が記憶されている。
図２３は、カテゴリ辞書の一例を示している。カテゴリ辞書２３０１には、番組情報に記載されている多数の語句をキーワード２３０２として登録し、各キーワードの各カテゴリへの寄与度２３０３が付与されている。このカテゴリは、番組を大まかに分類するとともに、カテゴリの組合わせによって番組を正確に分類することができる。
【００６６】
ここで、寄与度２３０３は、各キーワードが汎用的な語句の場合、小さな値が付与され、カテゴリと強く結びついた特殊な語句の場合、大きな値が付与されている。
カテゴリ識別情報記憶領域２２１３には、各カテゴリを視覚的に識別するカテゴリ識別情報が記憶されている。
図２４は、カテゴリ識別情報の一例を示す図である。カテゴリ識別情報２４０１には、各カテゴリ２４０２毎にカテゴリを識別する色彩２４０３が設定されている。この色彩２４０３は、例えば、番組情報を表示する際、各番組をカテゴリで大まかに分類して、各番組欄の背景色として表示するものである。また、キーワードに大きな寄与度が付与されている番組の説明文の語句は、その色彩で表示される。
【００６７】
なお、ここでは、カテゴリ識別情報は、各カテゴリを色彩の異なる表示態様とすることにしているけれども、この表示態様に限るものではなく、例えば、各カテゴリのフォントを異なる表示態様とする等して、各カテゴリを視覚的に識別できる表示態様であれば何でもよい。
番組カテゴリ評価値記憶領域２２１４は、上記実施の形態１の評価値記憶領域に相当し、番組カテゴリ評価値を記憶している。
【００６８】
図２５は、番組カテゴリ評価値の一例を示す図である。番組カテゴリ評価値２５０１は、各番組２５０２に対する各カテゴリ毎の評価値２５０３を示している。ここで、評価値２５０３は、各番組の番組情報に含まれる各キーワードの寄与度をカテゴリ毎に集計した値である。
番組カテゴリ記憶領域２２１５には、番組カテゴリが記憶されている。
【００６９】
図２６は、番組カテゴリの一例を示す図である。番組カテゴリ２６０１は、各番組２０６２毎に番組の大まかな分類であるカテゴリ２６０３を示している。ここで、カテゴリ２６０３は、番組カテゴリ評価値２５０１の各番組２５０２で評価値２５０３が最大のカテゴリを示している。
ユーザ嗜好度記憶領域２２１６には、各ユーザの嗜好傾向を示すユーザ嗜好度が記憶されている。図２７に示すように、ユーザ嗜好度２７０１は、ユーザ２７０２が過去に視聴した番組即ち、ユーザ嗜好番組記憶領域２２１１に記憶されている番組についての番組カテゴリ評価値の各カテゴリ毎の嗜好度２７０３をパーセント表示している。なお、上記実施の形態１の図７に示したユーザ嗜好度に相当するものである。
【００７０】
番組推薦度記憶領域２２１７は、番組推薦度算出部２２２４で算出される、例えば現在接続されているＴＶ画面に表示中の番組表に表示された番組についての番組推薦度を記憶している。
図２８は、番組推薦度の一例を示す図である。番組推薦度２８０１は、ユーザ２８０２毎に各番組２８０３の推薦度２８０４が記載されている。ここで、推薦度は、カテゴリの総数を最大とする数値で表され、大きいほうがユーザの嗜好に一致していることを示している。ここでは、カテゴリの総数を「５」としている。この番組推薦度の算出方法については、後述する。
【００７１】
推薦番組記憶領域２２１８は、ユーザに推薦した番組を記憶している。
ＧＵＩ管理情報記憶領域２２１９は、番組表とユーザ嗜好度とを可視化するためのテンプレートを記憶している。
図２９は、番組表を表示するためのテンプレートの一例を示す図である。テンプレート２９０１には、表示する番組表の放送月日の表示領域２９０２と、各カテゴリの識別情報２９０３と、番組表の表示領域２９０４と、指定された番組のおすすめ度２９０５と、番組紹介欄２９０６と、レーダーグラフ２９０７の表示領域が設けられている。
【００７２】
各カテゴリの識別情報２９０３は、カテゴリ識別情報２４０１で示した色彩が表示されるが、この図では、まだ□内には何も表示されていない。
番組表の表示領域２９０４には、番組情報記憶領域２２１０から読み出された番組情報が表示される。
おすすめ度２９０５は、黒く表示された星の数で表されるが、テンプレートでは白抜きの星がカテゴリの総数分表示されている。
【００７３】
番組紹介欄２９０６には、選択された番組の番組説明が表示される。
レーダーグラフ２９０７は、各カテゴリに対応する軸だけが表示されている。このレーダーグラフ２９０７には、ユーザ嗜好度２７０１と番組カテゴリ評価値２５０１との正規化された値がグラフ表示される。
図３０は、ユーザ嗜好度を表示するためのテンプレートを示している。テンプレート３００１には、レーダーグラフ３００２の各カテゴリに対応する軸と、各カテゴリ３００３に対応する棒グラフの表示領域３００４と、棒グラフに対応した「固定」ボタン３００５と「可変」ボタン３００６とが設けられている。
【００７４】
制御部２２０２は、図示しないＲＯＭに記憶された各プログラムに従い各処理動作を行う。
キーワード更新部２２２０は、上記実施の形態１のキーワード更新部１１と対応する。
キーワード更新部２２２０は、ユーザ嗜好番組記憶領域２２１１に記憶されている番組において、番組カテゴリ評価値記憶領域２２１４に記憶されている全てのカテゴリのカテゴリ評価値の合計が「０」である番組について、番組情報記憶領域２２１０に記憶されている番組情報を読み出し、当該番組情報に含まれる語句を例えば名詞辞書等を用いてキーワードとして抽出し、カテゴリ辞書記憶領域２２１２に登録する。
【００７５】
次に、登録したキーワードに寄与度を付与するため、以下の処理を行う。
キーワード更新部２２２０は、現時点から所定期間以前、例えば、最新の１ヶ月間の全番組の番組情報を取得し、キーワードとして抽出した語句Ｗが何回出現しているかを数える。例えば出現回数ＡＴ＝１０とする。次に、全番組が番組カテゴリ記憶領域２２１５でいずれのカテゴリに分類されているかを取得する。例えばカテゴリＡに分類された番組が「３」番組ある場合に、その「３」つの番組の番組情報にキーワードとして抽出した語句Ｗが何回出現しているかを数える。例えば、出現回数ＡＣ＝７とする。この場合に、キーワードとして抽出した語句Ｗの寄与度はＡＣ／ＡＴ＝０．７となる。この寄与度「０．７」を追加登録した語句ＷのカテゴリＡの寄与度として付与し、カテゴリ辞書記憶領域２２１２に記載する。また、語句ＷがカテゴリＢに分類された番組の番組情報に一度も出現しなければＡＣ＝０となり、カテゴリＢの寄与度が「０」として記載される。
【００７６】
番組カテゴリ評価値算出部２２２１及び番組カテゴリ判定部２２２２は、上記実施の形態１の評価値算出部７及びカテゴリ判定部８にそれぞれ相当する。
ユーザ嗜好度分析部２２２３は、ユーザ嗜好番組記憶領域２２１１に記憶されている各ユーザが視聴した番組の番組カテゴリ評価値算出部２２２１で算出された番組カテゴリ評価値２５０１からカテゴリ毎の嗜好度を求める。求められたユーザ嗜好度２７０１をユーザ嗜好度記憶領域２２１６に記録する。
【００７７】
なお、上記実施の形態１では、本番組推薦装置を一人のユーザが使用するものとして、ユーザ毎の区別をしていなかったけれども、本実施の形態では、番組の視聴に当たり、視聴しているのがどのユーザであるのかをユーザ入力受付部２２０４から受け付けておき、ユーザ毎にユーザ嗜好度を求める。
番組推薦度算出部２２２４は、ＧＵＩ制御部２２２７によって番組表が表示されているとき、表示されている番組の番組カテゴリ評価値記憶領域２２１４に記憶されている番組カテゴリ評価値と、番組表を表示させているユーザ嗜好度との類似度として、番組推薦度を算出する。算出した番組推薦度を番組推薦度記憶領域２２１７に記録する。
【００７８】
図３１は、番組推薦度を算出するための番組カテゴリ評価値とユーザ嗜好度との具体例を示している。ここで、番組カテゴリ評価値３１０１は、図２５で示した評価値２５０３を０．０＜＝評価値＜＝１．０の範囲となるよう正規化している。ユーザ嗜好度３１０２も図２７ではパーセント表示としていたけれども、ここでは、０．０＜＝嗜好度＜＝１．０で表している。
【００７９】
番組推薦度Ｒは、以下の式（１）で算出される。
【００８０】
【００８１】
ここで、Ｎはカテゴリの総数である。図３１ではカテゴリＡ−カテゴリＥの「５」である。
番組推薦度算出部２２２４が「太郎」と「花子」との番組推薦度Ｒを式（１）を用いて算出する。
ユーザ「太郎」の番組Ｘの番組推薦度Ｒは、
Ｒ＝５−（｜１．０−１．０｜＋｜０．０−０．０｜＋｜０．１−０．３｜＋｜０．９−０．８｜＋｜１．０−１．０｜）＝５−（０＋０＋０．２＋０．１＋０）＝５−０．３＝４．７
ユーザ「花子」の番組Ｘの番組推薦度Ｒは
Ｒ＝５−（｜１．０−０．０｜＋｜０．０−１．０｜＋｜０．１−１．０｜＋｜０．９−０．０｜＋｜１．０−１．０｜）＝５−（１．０＋１．０＋０．９＋０．９＋０）＝５−３．８＝１．２
この算出結果から、番組Ｘの番組推薦度Ｒは、「太郎」に対しては「４．７」、「花子」に対しては「１．２」となり、番組Ｘは、太郎の嗜好には非常に類似度が大きく一致するけれども、花子の嗜好には適さないことになる。
【００８２】
推薦番組決定部２２２５は、番組推薦度記憶領域２２１７に記憶されている番組推薦度の上位の番組を推薦番組として決定する。なお、上述の実施の形態の推薦番組決定部１０についても、本実施の形態の番組推薦度算出部２２２４で算出された番組推薦度Ｒの上位の番組を推薦番組として決定してもよい。この場合、番組推薦度算出部２２２４は、指定された番組の番組推薦度Ｒを算出するだけでなく、番組情報に示されている各番組について、番組推薦度を算出するようすればよい。
【００８３】
ユーザ嗜好度調整部２２２６は、ユーザからユーザ入力受付部２２０４を介して、ユーザ嗜好度の初期設定と、変更設定とを受け付け、ユーザ嗜好度記憶領域２２１６に記憶されているユーザ嗜好度２７０１を調整する。
ユーザ嗜好度２７０１は、ユーザが過去に視聴したユーザの好みの番組からカテゴリ毎のユーザ嗜好度が求められている。したがって、この番組推薦装置を導入した初期段階では、まだユーザ嗜好度が求められていない。そこで、ユーザからカテゴリ毎の好み、即ち、嗜好度を受け付け、ユーザ嗜好度としてユーザ嗜好度記憶領域２２１６に記録する。
【００８４】
また、本装置を使用していると、ユーザ嗜好度は、ユーザ嗜好度分析部２２２３によって求められるけれども、そのユーザ嗜好度をユーザが変更したいと考えた場合、記憶されているユーザ嗜好度を変更できるようしている。
具体的には、初期設定の場合、図３０に示したテンプレート３００１を表示させ、各カテゴリ３００３について「可変」ボタン３００６を設定した後、各カテゴリの棒グラフの表示領域３００４に棒グラフを描いた後、「固定」ボタン３００５を設定する。これによって、ユーザのユーザ嗜好度がカテゴリ毎に設定できる。
【００８５】
ユーザ嗜好度の変更の場合には、現在、ユーザ嗜好度記憶領域２２１６に記憶されているユーザ嗜好度を図３２に示すように表示させたあと、変更したいカテゴリの「可変」ボタン３２０１を設定し、棒グラフ３２０２を伸縮した後、「固定」ボタン３２０３を設定する。ユーザ嗜好度調整部２２２６は、ユーザ嗜好度記憶領域２２１６に棒グラフの長さによって、変更後のカテゴリの嗜好度を記録する。
【００８６】
ＧＵＩ制御部２２２７は、本装置が接続されたＴＶ画面に、推薦番組の表示、番組表の表示、指定された番組の番組推薦度の表示やユーザ嗜好度の設定や変更のための表示を行う。なお、詳細は後述する。
番組情報取得部２２０３は、上記実施の形態１のＥＰＧ取得部２と同様の構成である。
ユーザ入力受付部２２０４は、同様に入力受付部１と対応している。ユーザ入力受付部２２０４は、視聴番組が選択されているとき、ユーザの誰がその番組を視聴しているのかの入力を受け付け、ユーザ嗜好度分析部２２２３に通知する。これによって、ユーザ毎のユーザ嗜好度が分析でき、ユーザ毎の番組推薦が可能となる。
【００８７】
ＧＵＩ生成部２２３０は、ＧＵＩ制御部２２２７の制御によって、表示画面を生成する。
ＡＶデコーダ２２３１は、ＧＵＩ生成部２２３０で生成された表示画面を映像出力する。
次に、ＧＵＩ制御部２２２７の詳細について説明する。図３３は、ＧＵＩ制御部の詳細な構成図である。
【００８８】
ＧＵＩ制御部２２２７は、期間番組情報取得部３３０１と、指定番組情報取得部３３０２と、カテゴリ識別部３３０３と、番組表作成部３３０４と、指定番組説明枠作成部３３０５と、評価値グラフ化部３３０６と、指定番組内容枠作成部３３０７と、表示情報合成部３３０８とを有している。
期間番組情報取得部３３０１は、ユーザ入力部２２０４から番組表の表示指示の通知を受けると、番組情報記憶領域２２１０から現在時刻を含む所定時間、例えば２時間の番組の番組情報を取得し、番組表作成部３３０４に通知する。また、ユーザ入力受付部２２０４から表示された番組表から指定番組の通知を受けると、指定番組情報取得部３３０２に当該番組の番組情報を通知する。
【００８９】
指定番組情報取得部３３０２は、ユーザ入力受付部２２０４から指定番組の通知を受け、期間番組情報取得部３３０１から指定番組の番組情報の通知を受けると、指定番組説明枠作成部３３０５とカテゴリ識別部３３０３とに番組紹介欄２９０６に表示させる番組説明文を通知する。また、評価値グラフ化部３３０６に指定された番組名を通知する。
カテゴリ識別部３３０３は、カテゴリ識別情報記憶領域２２１３から各カテゴリのカテゴリ識別情報を取り出し、番組表作成部３３０４と指定番組説明枠作成部３３０５と評価値グラフ化部３３０６とに通知する。また、指定番組情報取得部３３０２から通知された番組情報に含まれるキーワードについて、カテゴリ辞書記憶領域２２１２に記憶されているカテゴリ辞書を検索し、各キーワードに付与された寄与度の大きなカテゴリを指定番組説明枠作成部３３０５に通知する。
【００９０】
番組表作成部３３０４は、期間番組情報取得部３３０１から通知された番組情報をＧＵＩ管理情報記憶領域２２１９に記憶されているテンプレート２９０１を取得して、番組表を作成する。この際、番組表の各番組の番組欄は、カテゴリ識別部３３０３から通知された識別情報に従い色彩を付す。また、番組表作成部３３０４は、番組表の表示領域２９０４の上方の各カテゴリの識別情報２９０３にも色彩を付し、番組表の月日２９０２にも数字を表示する。作成した番組表を表示情報合成部３３０８に通知する。
【００９１】
指定番組説明枠作成部３３０５は、指定番組情報取得部３３０２から指定された番組の番組情報の通知を受けると、ＧＵＩ管理情報記憶領域２２１９からテンプレート２９０１を読み出し、番組情報と番組紹介欄２９０６とを指定番組内容枠作成部３３０７に通知する。併せて、番組情報の説明に含まれるキーワードの色彩を通知する。
評価値グラフ化部３３０６は、カテゴリ識別部３３０３からカテゴリ識別情報の通知を受け、指定番組情報取得部３３０２から指定された番組名の通知を受けると、指定された番組名の番組のカテゴリ評価値を番組カテゴリ評価値記憶領域２２１４から読み出し、また、番組名を指定したユーザのユーザ嗜好度をユーザ嗜好度記憶領域２２１６から読み出す。ＧＵＩ管理情報記憶領域２２１９から読み出したテンプレート２９０１のレーダーグラフ２９０７にカテゴリ評価値とユーザ嗜好度のグラフを表示し、指定番組内容枠作成部３３０７に通知する。
【００９２】
指定番組内容枠作成部３３０７は、番組推薦度記憶領域２２１７から指定された番組の番組推薦度を読み出し、おすすめ度２９０５の☆印を番組推薦度に応じて色彩を変えて表示する。
併せて、指定番組説明枠作成部３３０５から通知された番組説明欄と評価値グラフ化部３３０６から通知されたレーダーグラフとを表示情報合成部３３０８に通知する。
【００９３】
表示情報合成部３３０８は、番組表作成部３３０４で作成された番組表と、指定番組内容枠作成部３３０７から通知されたレーダーグラフ等を合成し、ＧＵＩ生成部２２３０に通知する。
ＧＵＩ生成部２２３０は、図３４に示すようなＧＵＩ画面を生成する。ＧＵＩ画面３４０１では、カテゴリ識別情報３４０２と番組表３４０３に斜線等でカテゴリを識別しているけれども、実際には、カテゴリ識別情報で識別される色彩が付与されている。
【００９４】
このＧＵＩ画面３４０１では、おすすめ度３４０４、番組説明欄３４０５及びレーダーグラフ３４０７の「●」印で示す番組のカテゴリ評価値３４０８は、ユーザが指定した番組表３４０３の番組３４０９に関するものである。
この番組表３４０３では、各番組をカテゴリ評価値が最大のカテゴリに大まかに分類して表示させ、ユーザが番組を指定すると、その番組についてのおすすめ度３４０５を色彩を変えた星の数で表し、ユーザ嗜好度３４１０と番組のカテゴリ評価値３４０８とをレーダーグラフに表し、番組説明欄３４０６に番組説明を表示している。これによって、ユーザは、番組を視聴するか否かを簡単に判断することができる。
【００９５】
例えば、おすすめ度３４０５の色彩を変えた星の数が少ないときには、別の番組を指定して、ユーザ嗜好度に合った番組を選ぶことができる。
次に、本実施の形態の主要動作である番組推薦度の表示動作について、図３５のフローチャートを用いて説明する。
先ず、ユーザ入力受付部２２０４は、ユーザからの番組表の表示指示を待つ（Ｓ３５０２）。番組表の表示指示が有れば、期間番組情報取得部３３０１は、所定期間の番組情報を取得する（Ｓ３５０４）。
【００９６】
番組表作成部３３０４は、この番組情報に従い、番組表を作成し、ＧＵＩ生成部２２３０を介して、ＴＶ画面に番組表を表示させる（Ｓ３５０６）。
次に、ユーザ入力受付部２２０４は、ユーザから表示中の番組表の中から１つの番組の指定を受けるのを待つ（Ｓ３５０８）。
評価値グラフ化部３３０６は、番組カテゴリ評価値記憶領域２２１４から指定された番組の正規化されたカテゴリ評価値を取得し（Ｓ３５１０）、ユーザ嗜好度記憶領域２２１６から正規化されたユーザ嗜好度を取得する（Ｓ３５１４）。
【００９７】
なお、ここで正規化されたカテゴリ評価値とは、番組についての各カテゴリのカテゴリ評価値の最大値を「１．０」とし、最小値を「０．０」としたカテゴリ評価値をいい、また、正規化されたユーザ嗜好度とは、各ユーザについて、各カテゴリのユーザ嗜好度の最大値を「１．０」とし、最小値を「０．０」としたユーザ嗜好度をいう。
評価値グラフ化部３３０６は、レーダーグラフを生成し（Ｓ３５１４）、ＧＵＩ生成部２２３０を介して、ＴＶ画面にレーダーグラフを表示させる。
【００９８】
番組推薦度算出部２２２４は、指定された番組のカテゴリ評価値とユーザ嗜好度とから番組推薦度Ｒを式（１）により計算し、番組推薦度記憶領域２２１７に記録する（Ｓ３５１６）。
指定番組内容枠作成部３０７は、番組推薦度記憶領域２２１７から指定された番組の番組推薦度Ｒを読み出し、四捨五入して整数値とし、おすすめ度の星の色をＲの数だけ変えて、ＧＵＩ生成部２２３０を介して表示画面に表示させる（Ｓ３５１８）。
【００９９】
指定された番組のおすすめ度等を見たユーザが指定番組を視聴番組として選択したか否かを判定し（Ｓ３５２０）、選択されれば処理を終了し、選択されなければＳ３５０８に戻る。
なお、本実施の形態では、番組推薦装置を外部のテレビ等に接続して使用するよう説明したけれども、テレビ受信機や録画装置更にセットトップボックスと一体的に組み込まれて用いられてもよいのは勿論である。
【産業上の利用可能性】
【０１００】
本発明に係る番組推薦装置は、それぞれのキーワードに対して、カテゴリにとっての重要度を考慮した番組の評価値を算出できるので、より高い精度でユーザの嗜好に適う番組を推薦することができる。よって、録画装置、テレビ等と接続して又は一体化して使用するＡＶシステムに有用である。
【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２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【特許請求の範囲】
【請求項１】
ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置であって、
各番組についての番組情報を記憶する番組情報記憶手段と、
番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書と、
各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出手段と、
ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記憶するユーザ嗜好度記憶手段と、
各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦手段とを備えることを特徴とする番組推薦装置。
【請求項２】
ユーザの過去の視聴番組又は録画番組の履歴を記憶する履歴記憶手段と、
前記評価値算出手段で算出された各番組についてのカテゴリ評価値を記憶しているカテゴリ評価値記憶手段と、
前記履歴記憶手段に記憶されている各番組について、前記カテゴリ評価値記憶手段からカテゴリ評価値を取得し、カテゴリ毎にカテゴリ評価値を累計し、全てのカテゴリについての累計値に対する割合に応じて各カテゴリの前記ユーザ嗜好度として、前記ユーザ嗜好度記憶手段に記録するユーザ嗜好度分析手段とを更に備えることを特徴とする請求項１記載の番組推薦装置。
【請求項３】
前記推薦手段は、
各カテゴリについて、前記カテゴリ評価値と前記ユーザ嗜好度との差を計算し、この差を全カテゴリについて合算した値をカテゴリ数から減算した値を番組推薦度として算出する番組推薦度算出部と、
番組推薦度算出部で算出された番組推薦度の高い番組を推薦番組として決定する推薦番組決定部とを有することを特徴とする請求項２記載の番組推薦装置。
【請求項４】
各カテゴリを視覚的に識別する識別情報を記憶する記憶手段と、
番組表内の各番組を当該番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、
前記分類手段で分類されたカテゴリの識別情報に従い、各番組を分類されたカテゴリとして視認させる番組表を表示させる番組表表示制御手段とを更に備えることを特徴とする請求項２記載の番組推薦装置。
【請求項５】
表示された番組表から一の番組の指定を受け付ける番組指定受付手段を更に備え、
前記表示制御手段は、指定された番組の前記番組推薦度を前記番組表とともに表示させることを特徴とする請求項４記載の番組推薦装置。
【請求項６】
前記ユーザ嗜好度記憶手段に記憶されているユーザ嗜好度を各カテゴリ毎に視覚的に識別できるよう表示させるユーザ嗜好度表示制御手段と、
前記表示されているカテゴリ毎のユーザ嗜好度の変更指示をユーザから受け付ける変更指示受付手段と、
受け付けられた変更指示に従い、前記ユーザ嗜好度記憶手段の内容を変更する変更手段とを備えることを特徴とする請求項２記載の番組推薦装置。
【請求項７】
前記履歴記憶手段に記憶されている番組で、前記評価値算出手段で算出された全てのカテゴリのカテゴリ評価値の合計が「０」である場合に、当該番組の番組情報に含まれる語句からキーワードを抽出して前記カテゴリ辞書に追加登録するキーワード追加手段と、
所定期間に放送される各番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、
前記キーワード追加手段で追加されたキーワードが所定期間の全番組の番組情報に出現する回数を分母とし、所定期間の前記カテゴリ分類手段で分類された一のカテゴリの番組の番組情報に出現する回数を分子とする値を当該一のカテゴリにおけるキーワードの寄与度として付与する寄与度付与手段とを更に備えることを特徴とする請求項２記載の番組推薦装置。
【請求項８】
番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置の番組推薦方法であって、
各番組についての番組情報を記録する番組情報記録ステップと、
各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、
ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、
各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを有することを特徴とする番組推薦方法。
【請求項９】
番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置に、
各番組についての番組情報を記録する番組情報記録ステップと、
各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、
ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、
各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを実行させるためのプログラム。
【請求項１】
ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置であって、
各番組についての番組情報を記憶する番組情報記憶手段と、
番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書と、
各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出手段と、
ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記憶するユーザ嗜好度記憶手段と、
各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦手段とを備えることを特徴とする番組推薦装置。
【請求項２】
ユーザの過去の視聴番組又は録画番組の履歴を記憶する履歴記憶手段と、
前記評価値算出手段で算出された各番組についてのカテゴリ評価値を記憶しているカテゴリ評価値記憶手段と、
前記履歴記憶手段に記憶されている各番組について、前記カテゴリ評価値記憶手段からカテゴリ評価値を取得し、カテゴリ毎にカテゴリ評価値を累計し、全てのカテゴリについての累計値に対する割合に応じて各カテゴリの前記ユーザ嗜好度として、前記ユーザ嗜好度記憶手段に記録するユーザ嗜好度分析手段とを更に備えることを特徴とする請求項１記載の番組推薦装置。
【請求項３】
前記推薦手段は、
各カテゴリについて、前記カテゴリ評価値と前記ユーザ嗜好度との差を計算し、この差を全カテゴリについて合算した値をカテゴリ数から減算した値を番組推薦度として算出する番組推薦度算出部と、
番組推薦度算出部で算出された番組推薦度の高い番組を推薦番組として決定する推薦番組決定部とを有することを特徴とする請求項２記載の番組推薦装置。
【請求項４】
各カテゴリを視覚的に識別する識別情報を記憶する記憶手段と、
番組表内の各番組を当該番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、
前記分類手段で分類されたカテゴリの識別情報に従い、各番組を分類されたカテゴリとして視認させる番組表を表示させる番組表表示制御手段とを更に備えることを特徴とする請求項２記載の番組推薦装置。
【請求項５】
表示された番組表から一の番組の指定を受け付ける番組指定受付手段を更に備え、
前記表示制御手段は、指定された番組の前記番組推薦度を前記番組表とともに表示させることを特徴とする請求項４記載の番組推薦装置。
【請求項６】
前記ユーザ嗜好度記憶手段に記憶されているユーザ嗜好度を各カテゴリ毎に視覚的に識別できるよう表示させるユーザ嗜好度表示制御手段と、
前記表示されているカテゴリ毎のユーザ嗜好度の変更指示をユーザから受け付ける変更指示受付手段と、
受け付けられた変更指示に従い、前記ユーザ嗜好度記憶手段の内容を変更する変更手段とを備えることを特徴とする請求項２記載の番組推薦装置。
【請求項７】
前記履歴記憶手段に記憶されている番組で、前記評価値算出手段で算出された全てのカテゴリのカテゴリ評価値の合計が「０」である場合に、当該番組の番組情報に含まれる語句からキーワードを抽出して前記カテゴリ辞書に追加登録するキーワード追加手段と、
所定期間に放送される各番組についてのカテゴリ評価値が最大のカテゴリに分類するカテゴリ分類手段と、
前記キーワード追加手段で追加されたキーワードが所定期間の全番組の番組情報に出現する回数を分母とし、所定期間の前記カテゴリ分類手段で分類された一のカテゴリの番組の番組情報に出現する回数を分子とする値を当該一のカテゴリにおけるキーワードの寄与度として付与する寄与度付与手段とを更に備えることを特徴とする請求項２記載の番組推薦装置。
【請求項８】
番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置の番組推薦方法であって、
各番組についての番組情報を記録する番組情報記録ステップと、
各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、
ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、
各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを有することを特徴とする番組推薦方法。
【請求項９】
番組情報に含まれる語句をキーワードとして登録し、番組内容を分類するための各カテゴリ毎に前記キーワードの寄与度を記載したカテゴリ辞書を有し、ユーザの嗜好に合ったテレビ番組を推薦する番組推薦装置に、
各番組についての番組情報を記録する番組情報記録ステップと、
各番組について、前記番組情報に含まれる語句とカテゴリ辞書に登録されたキーワードとを照合し、キーワードに一致したとき、各カテゴリ毎に寄与度を累計し、その累計値に応じたカテゴリ評価値を算出する評価値算出ステップと、
ユーザの嗜好傾向をカテゴリ毎に前記カテゴリ評価値に対応して数値化したユーザ嗜好度を記録するユーザ嗜好度記録ステップと、
各番組についてのカテゴリ評価値と前記ユーザ嗜好度との類似度からユーザの嗜好に合った番組を推薦する推薦ステップとを実行させるためのプログラム。
【国際公開番号】ＷＯ２００５／０４８５８７
【国際公開日】平成１７年５月２６日（２００５．５．２６）
【発行日】平成１９年５月３１日（２００７．５．３１）
【国際特許分類】
【出願番号】特願２００５−５１５４４２（Ｐ２００５−５１５４４２）
【国際出願番号】ＰＣＴ／ＪＰ２００４／０１６７３９
【国際出願日】平成１６年１１月１１日（２００４．１１．１１）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
【国際公開日】平成１７年５月２６日（２００５．５．２６）
【発行日】平成１９年５月３１日（２００７．５．３１）
【国際特許分類】
【国際出願番号】ＰＣＴ／ＪＰ２００４／０１６７３９
【国際出願日】平成１６年１１月１１日（２００４．１１．１１）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]