JP2011166621A - 映像コンテンツの推奨装置、推奨する映像コンテンツの決定方法、及びコンピュータプログラム - Google Patents

Abstract

【課題】新規あるいは話題性のある映像コンテンツを特定し、その映像コンテンツを推奨する。
【解決手段】インターネット上のウェブサイト及び動画サイトからテキストデータを収集するデータ収集部１１と、収集したテキストデータから、複数の映像コンテンツに関連するキーワードである映像コンテンツ関連キーワードを抽出するキーワード抽出部１３と、抽出した映像コンテンツ関連キーワードに基づいて、複数の映像コンテンツのランキングを行い、そのランキングに基づいて、複数の映像コンテンツの中から推奨する映像コンテンツを決定する推奨コンテンツ決定部１７と、を備える。
【選択図】図２

Description

本発明は、新規あるいは話題性のある映像コンテンツを特定し、その映像コンテンツをユーザへ推奨するための技術に関する。

従来、テレビ番組などの映像コンテンツをユーザに対して推奨するための様々な技術が提案されている。例えば、特許文献１には、ユーザによる映像コンテンツの視聴履歴、及びウェブサイトへのアクセス履歴などの行動履歴に基づいてユーザの嗜好を推定し、その嗜好にあわせて映像コンテンツの推奨を行うことが記載されている。

特開２００４−３４３３２１号公報

特許文献１に記載されている技術のように、ユーザの過去の行動履歴に基づいて推薦コンテンツが決定されるということは、ユーザの顕在化した嗜好に基づいて映像コンテンツが推奨されているということである。従って、そのような顕在化した嗜好に基づくコンテンツ推奨は、ユーザに新たな出会い、あるいは意外性を与えるものではない。

一方で、多くのユーザは、新規あるいは話題性のある映像コンテンツに関する情報をいち早く得たいという願望を持っている。これに対して、特許文献１の技術では、ユーザの嗜好性ジャンルを設定し、これに基づいて推奨コンテンツを決定しているが、必ずしも十分ではない。

そこで、本発明の目的は、新規あるいは話題性のある映像コンテンツを特定し、その映像コンテンツを推奨することである。

本発明の一つの実施態様に従う映像コンテンツの推奨装置は、インターネット上のウェブサイト及び動画サイトからテキストデータを収集する収集手段と、前記収集手段が収集したテキストデータから、複数の映像コンテンツに関連するキーワードである映像コンテンツ関連キーワードを抽出する抽出手段と、前記抽出手段が抽出した映像コンテンツ関連キーワードに基づいて、前記複数の映像コンテンツのランキングを行うランキング手段と、前記ランキング処理部によるランキングに基づいて、前記複数の映像コンテンツの中から推奨する映像コンテンツを決定する推奨手段と、を備える。

好適な実施態様では、前記収集手段が収集したテキストデータにおいて、前記抽出手段が抽出した映像コンテンツ関連キーワード別の出現頻度を算出する出現頻度算出手段と、前記複数の映像コンテンツについて、それぞれの映像コンテンツに係るコンテンツ参照情報を記憶する記憶手段と、をさらに備えてもよい。そして、前記ランキング手段は、前記記憶手段に記憶されているコンテンツ参照情報に基づいて、前記映像コンテンツ関連キーワードを前記複数の映像コンテンツに関連づけ、各映像コンテンツ関連キーワード別の出現頻度に応じて、前記複数の映像コンテンツのランキングを行うようにしてもよい。

好適な実施態様では、前記収集手段が収集したテキストデータにおいて、前記抽出手段が抽出した映像コンテンツ関連キーワード別の出現頻度を算出する出現頻度算出手段と、前記複数の映像コンテンツについて、それぞれの映像コンテンツに係るコンテンツ参照情報を記憶する記憶手段と、前記算出手段が算出した映像コンテンツ関連キーワード別の出現頻度のうち、最新の出現頻度と過去の出現頻度とを対比し、映像コンテンツ関連キーワード別の出現頻度の増加率を算出する増加率算出手段と、をさらに備えてもよい。そして、前記ランキング手段は、前記記憶手段に記憶されているコンテンツ参照情報に基づいて、前記映像コンテンツ関連キーワードを前記複数の映像コンテンツに関連づけ、各映像コンテンツ関連キーワード別の出現頻度の増加度合いに応じて、前記複数の映像コンテンツのランキングを行うようにしてもよい。

本発明の一実施形態に係る映像コンテンツ推奨システムの全体構成図である。 サーバ１の構成図である。 抽出キーワード記憶部３３のデータ構造の一例を示す。 増加率の算出手順の説明図である。 コンテンツ参照情報記憶部３５のデータ構造の一例を示す。 映像コンテンツのランキング処理の具体例を示す説明図である。 抽出キーワードの合計出現回数による推奨コンテンツ決定の処理手順を示すフローチャートである。 抽出キーワードの最高増加率による推奨コンテンツ決定の処理手順を示すフローチャートである。

以下、本発明の一実施形態に係る映像コンテンツ推奨システムについて、図面を参照して説明する。

図１は、本発明の一実施形態に係る映像コンテンツ推奨システムの全体構成図を示す。
本システムは、同図に示すように、テレビ番組などの映像コンテンツ（以下、単に「コンテンツ」という場合がある）の推奨に関する処理を行うサーバ１を備える。サーバ１が、インターネットなどのネットワーク９を介して、ユーザ端末装置３及びユーザが利用しているＳＴＢ（セットトップボックス）４と接続されている。さらに、サーバ１は、ネットワーク９を介してインターネット上のウェブサイト７，７，・・・及び動画サイト８，８，・・・に接続されている。

サーバ１は、例えば汎用的なコンピュータシステムにより構成され、以下に説明するサーバ１内の個々の構成要素または機能は、例えば、コンピュータプログラムを実行することにより実現される。このコンピュータプログラムは、コンピュータ読み取り可能な記録媒体に格納可能である。

ユーザ端末装置３は、通信機能を有する端末装置であればよく、例えば、携帯電話機、携帯情報端末、あるいは汎用的なパーソナルコンピュータなどでもよい。ユーザ端末装置３は、液晶パネルなどの表示装置、及びプッシュボタン、ポインティングデバイス、あるいはタッチパネルなどの入力装置を有する。ユーザ端末装置３が携帯電話機などの場合は、無線基地局との間で無線通信を行う。

ＳＴＢ４は、サーバ１からの指示あるいはユーザからの指示に従って、映像コンテンツの受信及び録画（記憶装置への保存）を行う。さらに、ＳＴＢ４は、サーバ１からの指示あるいはユーザからの指示に従って、受信または録画した映像コンテンツを図示しないテレビ受像器へ出力して、映像コンテンツの再生を行う。なお、本実施形態では録画装置の一例としてＳＴＢを例にとって説明するが、ＳＴＢ以外にも、例えば、ＨＤＤレコーダ、録画機能付きテレビ受像器（ワンセグ受像器を含む）、及び録画機能付きＰＣ等でもよい。

図２は、映像コンテンツの推奨装置としてのサーバ１の構成図を示す。

サーバ１は、データ収集部１１と、キーワード抽出部１３と、増加率判定部１５と、推奨コンテンツ決定部１７と、録画予約処理部１９と、推奨メール生成部２１と、コンテンツ関連キーワード記憶部３１と、抽出キーワード記憶部３３と、コンテンツ参照情報記憶部３５と、を備える。

データ収集部１１は、インターネット上の種々のサイトからデータをクロールする。例えば、データ収集部１１は、ウェブサイト７及び動画サイト８からテキストデータを収集する。データ収集部１１が収集するデータは、例えば、ブログ及びＳＮＳ（ソーシャル・ネットワーキング・サービス）などで不特定多数の人が発信した情報、あるいは、著名人、マスメディアなど特定の人（組織）が発信した情報である。これらの情報には、話題性あるいは新規性の高い情報が含まれている。

データ収集部１１は、任意のタイミングでデータ収集を行うことができる。例えば、以下の実施形態では、１日に一回データ収集を行う。

コンテンツ関連キーワード記憶部３１は、複数の映像コンテンツに関連するキーワードであるコンテンツ関連キーワードを記憶する。本システムの管理者によって予め定められたコンテンツ関連キーワードが、コンテンツ関連キーワード記憶部３１に登録されていてもよい。あるいは、コンテンツ関連キーワードは、コンテンツ参照情報記憶部３５に記憶されているコンテンツ参照情報から抽出されたものでもよい。あるいは、コンテンツ関連キーワードは、検索サイトやポータルサイトなどが公表している、検索ランキングなどから抽出されたものでもよい。

キーワード抽出部１３は、データ収集部１１が収集したテキストデータからコンテンツ関連キーワードを抽出する。例えば、キーワード抽出部１３は、データ収集部１１が収集したテキストデータを形態素解析して、単語に分解する。キーワード抽出部１３は、ここで取得した単語のうち、コンテンツ関連キーワード記憶部３１に保存されているコンテンツ関連キーワードと一致する単語を抽出する。ここで、キーワード抽出部１３が抽出した単語（コンテンツ関連キーワード）を抽出キーワードと呼ぶ。

キーワード抽出部１３は、さらに、データ収集部１１が収集したテキストデータにおいて、ここで抽出した抽出キーワード別の出現頻度を算出する。例えば、キーワード抽出部１３は、データ収集部１１が収集したテキストデータに含まれる抽出キーワードの、それぞれの出現回数を計数してもよい。キーワード抽出部１３は、上述の単語の切り出しと同時に出現回数を計数し、その後コンテンツ関連キーワードを抽出してもよい。

キーワード抽出部１３は、ここで抽出した抽出キーワードと、それぞれの出現頻度とを対応付けて、抽出キーワード記憶部３３に保存する。

抽出キーワード記憶部３３は、キーワード抽出部１３で抽出されたキーワードを記憶する。

図３は、抽出キーワード記憶部３３のデータ構造の一例を示す。同図に示すように、抽出キーワード記憶部３３は、抽出日時３３１、抽出キーワード３３３、出現回数３３５及び増加率３３７をデータ項目として有する。

抽出日時３３１は、データ収集部１１がデータ収集を行って、抽出キーワードが抽出された日時を示す。

抽出キーワード３３３は、キーワード抽出部１３により抽出されたキーワードである。

出現回数３３５は、キーワード抽出部１３が計数した抽出キーワード３３３の出現した回数である。

増加率３３７は、前回抽出時の出現回数３３５に対する増加率である。増加率３３７は、次に説明する増加率判定部１５が算出する。

改めて図２を参照すると、増加率判定部１５は、抽出キーワード記憶部３３を参照して、抽出キーワード別の出現頻度のうち、最新の出現頻度と過去の出現頻度とを対比し、抽出キーワード別の出現頻度の増加率を算出する。

例えば、増加率判定部１５は、ある抽出キーワード３３３の出現回数３３５と、同じ抽出キーワード３３３の過去（例えば前回抽出時）の出現回数３３５とを対比して、過去の出現回数３３５からの増加率を算出する。

増加率の算出手順について、図４を参照して具体的に説明する。

まず、この処理の前回処理時（２０１０年１月１日、２１：１５：４５）に収集したデータから抽出されたキーワード及びその出現回数が図４Ａに示すようになっている。また、ここに示した各抽出キーワードと同じキーワードについて、今回処理時（２０１０年１月２日、１０：０２：３２）の出現回数が図４Ｂに示すようになっている。このときに、増加率判定部１５が、前回処理時の出現回数を分母、今回処理時の出現回数を分子として増加率を算出すると、図４Ｃのようになる。ここで算出された増加率が、今回処理時の増加率３３７に保存される。

また、増加率判定部１５は、データ収集部１１が収集したブログ、マイクロブログ及びＳＮＳ等に係るテキストデータから抽出した抽出キーワード別の出現頻度に基づいて、各抽出キーワード別の出現頻度の増加度合いを算出するようにしてもよい。これは、ブログ、マイクロブログ及びＳＮＳ等に記載される内容は、特に新しいものに対する記載が多く、流行を敏感に反映したものと考えられるからである。

改めて図２を参照すると、コンテンツ参照情報記憶部３５は、複数の映像コンテンツについて、それぞれの映像コンテンツに係るコンテンツ参照情報を記憶する。コンテンツ参照情報とは、各映像コンテンツに関連する情報であって、例えば、ＥＰＧ（Ｅｌｅｃｔｒｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）の番組情報、及び動画サイトの映像コンテンツ情報などでよい。

図５は、コンテンツ参照情報記憶部３５のデータ構造の一例を示す。同図に示すように、コンテンツ参照情報記憶部３５は、コンテンツのタイトル３５１、放送日３５２、時間帯３５３、放送局３５４、ジャンル３５５、コンテンツの概要３５６、コンテンツの詳細３５７、及び関連する人名３５８をデータ項目として含む。関連する人名３５８は、例えば、そのコンテンツの出演者などでよい。コンテンツ参照情報記憶部３５は、この他に、番組に関連したコメントや評価などを含んでもよい。

図２に戻ると、推奨コンテンツ決定部１７は、抽出キーワードに基づいて、複数の映像コンテンツのランキングを行う。さらに推奨コンテンツ決定部１７は、そのランキングに基づいて、複数の映像コンテンツの中から推奨する映像コンテンツを決定する。

推奨コンテンツ決定部１７は、例えば、コンテンツ参照情報記憶部３５に記憶されているコンテンツ参照情報に基づいて、抽出キーワードを複数の映像コンテンツに関連づけ、各抽出キーワード別の出現回数に応じて、複数の映像コンテンツをランキングする。例えば、コンテンツ概要３５６、コンテンツ詳細３５７及び人名３５８などに含まれているテキストに抽出キーワードが含まれている場合、推奨コンテンツ決定部１７は、その映像コンテンツと抽出キーワード３３３とを対応付ける。推奨コンテンツ決定部１７は、各コンテンツに対応付けられた抽出キーワード３３３の出現回数３３５を合計する。推奨コンテンツ決定部１７は、この合計出現回数の多い順に映像コンテンツをランキングする。

また、推奨コンテンツ決定部１７は、例えば、コンテンツ参照情報記憶部３５に記憶されているコンテンツ参照情報に基づいて、抽出キーワードを複数の映像コンテンツに関連づけ、各抽出キーワード別の出現頻度の増加度合いに応じて、複数の映像コンテンツをランキングする。例えば、推奨コンテンツ決定部１７は、上記と同様に、コンテンツ概要３５６、コンテンツ詳細３５７及び人名３５８などに含まれているテキストに抽出キーワードが含まれている場合、その映像コンテンツと抽出キーワード３３３とを対応付ける。推奨コンテンツ決定部１７は、各コンテンツに対応付けられた抽出キーワード３３３の増加率３３７のうち、最も大きな数値（最高増加率）を特定する。推奨コンテンツ決定部１７は、この最高増加率の大きい順に映像コンテンツをランキングする。

図６は、映像コンテンツのランキング処理の具体例を示す説明図である。

まず、抽出キーワード記憶部３３に抽出キーワード（「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」）が、それぞれの出現回数及び増加率とともに保存されている。ここで、推奨コンテンツ決定部１７が、コンテンツ参照情報記憶部３５のコンテンツ参照情報と抽出キーワードを対応付けると、
コンテンツ「あ」と抽出キーワード「Ａ」、
コンテンツ「い」と抽出キーワード「Ｂ」「Ｃ」、
コンテンツ「う」と抽出キーワード「Ｄ」、及び
コンテンツ「え」と抽出キーワード「Ａ」の対応関係が得られる。

推奨コンテンツ決定部１７が、各コンテンツの合計出現回数をそれぞれ算出すると、コンテンツ「い」が７０、コンテンツ「あ」が５０、コンテンツ「え」が５０、コンテンツ「う」が２０となる。従って、推奨コンテンツ決定部１７は、合計出現回数によりコンテンツのランキング２１０を決定する。なお、合計出現回数が同数の場合、放送日時が早いコンテンツをランキング上位としてもよい。

一方、推奨コンテンツ決定部１７が、各コンテンツの最高増加率をそれぞれ算出すると、コンテンツ「う」が１．４、コンテンツ「い」が１．２、コンテンツ「あ」が０．８、コンテンツ「え」が０．８となる。従って、推奨コンテンツ決定部１７は、最高増加率によりコンテンツのランキング２２０を決定する。なお、最高増加率についても、同率であれば放送日時が早いコンテンツをランキング上位としてもよい。

録画予約処理部１９は、推奨コンテンツ決定部１７によって決定された推奨コンテンツの録画予約をＳＴＢ４に指示する。

推奨メール生成部２１は、推奨コンテンツ決定部１７によって決定された推奨コンテンツを、ユーザ端末装置３へ推奨コンテンツを通知する推奨電子メールを送信する。ユーザ端末装置３が受信した推奨電子メールを表示させると、推奨コンテンツ決定部１７によって決定された推奨コンテンツが表示される。

なお、本実施形態では、電子メールを用いてユーザ端末装置３へ推奨コンテンツを通知しているが、これ以外にも、例えば、ユーザ端末装置３のＷｅｂブラウザがサーバ１へリクエストをして、推奨コンテンツを取得するようにしてもよい。

次に、上述した映像コンテンツ推奨システムでの推奨コンテンツ決定のための処理手順について、図７及び図８のフローチャートを用いて説明する。

図７は、抽出キーワードの合計出現回数による推奨コンテンツ決定の処理手順を示すフローチャートである。

まず、データ収集部１１がインターネット上のウェブサイト７及び動画サイト８からテキストデータを収集する（Ｓ１００）。キーワード抽出部１３が、ステップＳ１００で収集したテキストデータから形態素解析などによって単語を切り出し、それぞれの単語の出現回数を計数する（Ｓ１１０）。推奨コンテンツ決定部１７は、コンテンツ関連キーワード記憶部３１に保存されているコンテンツ関連キーワードと一致する単語を抽出キーワードとして抽出する（Ｓ１２０）。ここで抽出された抽出キーワード及びその出現回数が抽出キーワード記憶部３３に保存される。

推奨コンテンツ決定部１７は、抽出キーワード記憶部３３及びコンテンツ参照情報記憶部３５を参照して、各コンテンツと抽出キーワードとを対応付ける（Ｓ１３０）。さらに、推奨コンテンツ決定部１７は、対応付けられた各抽出キーワードの出現回数に基づいて、合計出現回数を算出し、各コンテンツをランキングする（Ｓ１４０）。推奨コンテンツ決定部１７は、このランキング結果に基づいて、推奨コンテンツを決定する（Ｓ１５０）。

録画予約処理部１９は、ステップＳ１５０で決定された推奨コンテンツに基づく録画予約指示をし、また推奨メール生成部２１は、ステップＳ１５０で決定された推奨コンテンツに基づくコンテンツ推奨メールを送信する（Ｓ１６０）。ユーザ端末装置３が受信した推奨電子メールを表示させると、推奨コンテンツ決定部１７によって決定された推奨コンテンツが表示される。

これにより、インターネット上で多くの書き込みがなされているキーワードと関連する映像コンテンツをいち早くユーザへ推奨することができる。

図８は、抽出キーワードの最高増加率による推奨コンテンツ決定の処理手順を示すフローチャートである。図７のフローチャートと共通の処理は、同じステップ番号を付している。

まず、データ収集部１１及びキーワード抽出部１３によるステップＳ１００〜Ｓ１２０までの処理は、図７の場合と同じである。

増加率判定部１５は、抽出キーワード記憶部３３を参照して、各抽出キーワードの前回抽出時の出現回数に対する今回抽出時の出現回数の増加率を算出する（Ｓ２００）。

推奨コンテンツ決定部１７は、抽出キーワード記憶部３３及びコンテンツ参照情報記憶部３５を参照して、各コンテンツと抽出キーワードとを対応付ける（Ｓ１３０）。さらに、推奨コンテンツ決定部１７は、対応付けられた各抽出キーワードの増加率に基づいて、コンテンツ別の最高増加率を算出し、各コンテンツをランキングする（Ｓ２１０）。推奨コンテンツ決定部１７は、このランキング結果に基づいて、推奨コンテンツを決定する（Ｓ１５０）。

録画予約処理部１９及び推奨メール生成部２１は、図７の場合と同様に、録画予約指示及び推奨メールの送信を行う（Ｓ１６０）。ユーザ端末装置３が受信した推奨電子メールを表示させると、推奨コンテンツ決定部１７によって決定された推奨コンテンツが表示される。

これにより、インターネット上で急に話題に昇る回数が増えている新規なキーワードと関連する映像コンテンツをいち早くユーザへ推奨することができる。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

１ サーバ
３ ユーザ端末装置
７ ウェブサイト
８ 映像コンテンツ
１１ データ収集部
１３ キーワード抽出部
１５ 増加率判定部
１７ 推奨コンテンツ決定部
１９ 録画予約処理部
２１ 推奨メール生成部
３１ コンテンツ関連キーワード記憶部
３３ 抽出キーワード記憶部
３５ コンテンツ参照情報記憶部

Claims (5)

1. インターネット上のウェブサイト及び動画サイトからテキストデータを収集する収集手段と、
   前記収集手段が収集したテキストデータから、複数の映像コンテンツに関連するキーワードである映像コンテンツ関連キーワードを抽出する抽出手段と、
   前記抽出手段が抽出した映像コンテンツ関連キーワードに基づいて、前記複数の映像コンテンツのランキングを行うランキング手段と、
   前記ランキング処理部によるランキングに基づいて、前記複数の映像コンテンツの中から推奨する映像コンテンツを決定する推奨手段と、を備える映像コンテンツの推奨装置。
2. 前記収集手段が収集したテキストデータにおいて、前記抽出手段が抽出した映像コンテンツ関連キーワード別の出現頻度を算出する出現頻度算出手段と、
   前記複数の映像コンテンツについて、それぞれの映像コンテンツに係るコンテンツ参照情報を記憶する記憶手段と、をさらに備え、
   前記ランキング手段は、前記記憶手段に記憶されているコンテンツ参照情報に基づいて、前記映像コンテンツ関連キーワードを前記複数の映像コンテンツに関連づけ、各映像コンテンツ関連キーワード別の出現頻度に応じて、前記複数の映像コンテンツのランキングを行う、請求項１記載のコンテンツの推奨装置。
3. 前記収集手段が収集したテキストデータにおいて、前記抽出手段が抽出した映像コンテンツ関連キーワード別の出現頻度を算出する出現頻度算出手段と、
   前記複数の映像コンテンツについて、それぞれの映像コンテンツに係るコンテンツ参照情報を記憶する記憶手段と、
   前記算出手段が算出した映像コンテンツ関連キーワード別の出現頻度のうち、最新の出現頻度と過去の出現頻度とを対比し、映像コンテンツ関連キーワード別の出現頻度の増加率を算出する増加率算出手段と、をさらに備え、
   前記ランキング手段は、前記記憶手段に記憶されているコンテンツ参照情報に基づいて、前記映像コンテンツ関連キーワードを前記複数の映像コンテンツに関連づけ、各映像コンテンツ関連キーワード別の出現頻度の増加度合いに応じて、前記複数の映像コンテンツのランキングを行う、請求項１記載のコンテンツの推奨装置。
4. インターネット上のウェブサイト及び動画サイトからテキストデータを収集するステップと、
   前記収集したテキストデータから、複数の映像コンテンツに関連するキーワードである映像コンテンツ関連キーワードを抽出するステップと、
   前記抽出した映像コンテンツ関連キーワードに基づいて、前記複数の映像コンテンツのランキングを行うステップと、
   前記ランキングに基づいて、前記複数の映像コンテンツの中から推奨する映像コンテンツを決定するステップと、を行う推奨する映像コンテンツの決定方法。
5. 推奨する映像コンテンツの決定するためのコンピュータプログラムであって、
   コンピュータに実行されると、
   インターネット上のウェブサイト及び動画サイトからテキストデータを収集するステップと、
   前記収集したテキストデータから、複数の映像コンテンツに関連するキーワードである映像コンテンツ関連キーワードを抽出するステップと、
   前記抽出した映像コンテンツ関連キーワードに基づいて、前記複数の映像コンテンツのランキングを行うステップと、
   前記ランキングに基づいて、前記複数の映像コンテンツの中から推奨する映像コンテンツを決定するステップと、が行われるコンピュータプログラム。

Images