JP2015135558A - 電子機器、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】複数ユーザの様々な嗜好パターンに追随した最適なコンテンツを自動的に推薦する電子機器を提供する。【解決手段】コンテンツとユーザの嗜好とを関連づけて嗜好管理情報として記憶し、コンテンツを表示する表示手段に対面するユーザを検知し、所定の検知手段により検知されるユーザの状況と表示手段に表示されるコンテンツの切り替え行動との関係を行動パターンとして取得し、取得された行動パターンにおける切り替え後のコンテンツがどのユーザの嗜好に対応するかを解析し、所定回数取得された行動パターンに対応するユーザの状況が所定の検知手段により検知されたとき、解析される行動パターンにおける切り替え後のコンテンツに対応する嗜好を有するユーザの嗜好に対応するコンテンツを嗜好管理情報から取得して推薦する。【選択図】図２

Description

本発明は、ユーザの嗜好に基づいてコンテンツを推薦する電子機器、情報処理方法、及びプログラムに関する。

従来から、ユーザの情報処理装置に対する操作履歴やユーザ関連情報を収集・記録し、その収集・記録した操作履歴や関連情報に基づいて判断されたユーザの嗜好に合致するコンテンツを推薦する技術が知られている。

上記に関し、特許文献１には、コンテンツを推薦する情報処理装置において、ユーザの短期的興味、長期的嗜好、及び知識との関連性に基づいて計画される複数の方略によって、推薦コンテンツをそれぞれ決定するコンテンツ推薦処理を実行する技術が開示されている。

特許文献１に係る技術によれば、ユーザの興味の移り変わりを反映した飽きを感じさせないコンテンツ推薦や、ユーザ本来の嗜好も外さないコンテンツ推薦を実現できる。

特開２００９−１４００７５号公報

特許文献１によれば、画像認識や音声認識により複数ユーザを認識し、複数ユーザ嗜好を利用したコンテンツ推薦を実現する。ここでは、複数ユーザのうち全てのユーザの嗜好に合致しないコンテンツは推薦対象から除外される。また、複数ユーザのうち何れのユーザの嗜好を優先させるかについては、音声認識により発話の多いユーザを優先し、あるいは、コンテンツの視聴に関するユーザの操作アクセスが多いユーザを優先する手法をとっている。

特許文献１における手法は、複数ユーザのうちの何れかのユーザを優先させるかを決定するために、画像認識や音声認識による認識情報を必須要件とするものである。裏を返せば、そのような認識情報が得られない場合は、複数ユーザの嗜好を反映したコンテンツが画一的に推薦されることになるのである。しかし、例えば、実際には推薦されたコンテンツではなく、複数ユーザのうちの何れか１人が嗜好するコンテンツを閲覧することを他のユーザが了承しているような場合、画一的に推薦されたコンテンツでは意味をなさない。

つまり、複数ユーザがコンテンツを閲覧する場合におけるコンテンツの嗜好パターンは、各ユーザのコンテンツに対する興味度だけで決まるものではなく、各ユーザの恣意や各ユーザ間の関係などによって千差万別である。よって、特許文献１における手法では、認識情報が得られず、複数ユーザの嗜好を反映したコンテンツが画一的に推薦された場合において、推薦コンテンツではないコンテンツを閲覧したいときは、別途、このコンテンツを閲覧するために操作を要し、あるいは、認識情報を別途提供するなどしなければならず煩わしい。

本発明は、このような実情に鑑みてなされたものであって、複数ユーザの様々な嗜好パターンに追随した最適なコンテンツを自動的に推薦する電子機器を提供することを目的とする。

上記の課題を解決するため、本発明の情報処理装置は、コンテンツとユーザの嗜好とを関連づけて管理する嗜好管理手段と、コンテンツを表示する表示手段と、表示手段に対面するユーザを検知するユーザ検知手段と、ユーザ検知手段により検知されるユーザの状況と表示手段に表示されるコンテンツの切り替え行動との関係を行動パターンとして取得する行動パターン取得手段と、行動パターン取得手段により取得された行動パターンにおける切り替え後のコンテンツがどのユーザの嗜好に対応するかを解析する行動パターン解析手段と、行動パターン取得手段により所定回数取得された行動パターンに対応するユーザの状況がユーザ検知手段に検知されたとき、行動パターン解析手段により解析される行動パターンにおける切り替え後のコンテンツに対応する嗜好を有するユーザの嗜好に対応するコンテンツを嗜好管理手段により取得して推薦するコンテンツ推薦手段と、を備えることを特徴とする。

本発明によれば、複数ユーザの様々な嗜好パターンに追随した最適なコンテンツを自動的に推薦することができる。

本発明の実施形態における電子機器のハードウェア構成図である。 本発明の実施形態における電子機器の機能ブロック図である。 本発明の実施形態における行動パターンの例を示す模式図である。 図３に示した行動パターンの解析例について説明する模式図である。 本発明の実施形態におけるコンテンツ推薦に用いる場合のキーとなる行動パターンの閾値について説明する模式図である。 図３に示した行動パターンに基づくコンテンツ推薦パターンの例について説明する模式図である。 本発明の実施形態におけるコンテンツ推薦処理手順を示すフローチャートである。

本発明の実施形態の電子機器について図面を用いて以下説明する。なお、各図中、同一又は相当する部分には同一の符号を付しており、その重複説明は適宜に簡略化乃至省略する。まず、本実施形態の情報処理装置１の概略について図１を用いて以下説明する。以下、本実施形態の電子機器として、デジタルテレビ放送を受信するテレビジョン受像機（以下「ＴＶ」という。）を例に説明するが、本発明の電子機器はテレビジョン受像機に限定されず、テレビ視聴機能を備えるパーソナルコンピュータ（以下「ＰＣ」という）等の情報処理装置、スマートフォンや携帯電話等の携帯通信端末に適用されてよい。

本実施形態の電子機器としてＴＶを例に説明する場合、『ＴＶを視聴する』という表現は『コンテンツを閲覧する』に含まれる。また、本実施形態の電子機器としてＰＣを例に説明する場合、『インターネットコンテンツを閲覧する』という表現も『コンテンツを閲覧する』に含まれる。つまり、本発明では、各種放送メディアや、インターネットサービスプロバイダ等により提供される番組や映像コンテンツ等、動画や静止画等の提供媒体の種類に関わらず、これらを視聴あるいは閲覧等するときを総じて『コンテンツを閲覧する』としている。

本実施形態のＴＶ１のハードウェア構成について図１を参照して説明する。本実施形態のＴＶ１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）４と、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）５と、ＮＷ（Ｎｅｔｗｏｒｋ）Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）６と、放送波受信チューナ７と、画像認識デバイス８と、音声認識デバイス９と、表示デバイス１０を備える。

ＣＰＵ２は、例えば、本実施形態におけるＴＶ１の全体制御を行う制御部である。

ＲＯＭ４は、例えば、プログラムやデータの格納用メモリであり、ＲＡＭ３は、例えば、プログラムやデータの展開用メモリ、描画用メモリなどである。ＨＤＤ５は、例えば、本実施形態において画像認識デバイス８により認識された画像や、音声認識デバイス９により認識された音声を記憶する大容量記憶装置である。

ＮＷ Ｉ／Ｆ６は、例えば、インターネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等のネットワークとＴＶ１を接続するインタフェースである。

放送波受信チューナ７は、例えば、地上波デジタル放送波、ＢＳデジタル放送波、１１０°ＣＳデジタル放送波などの各種放送波を受信するためのチューナである。

画像認識デバイス８は、例えば、ＴＶ１に内蔵されたテレビカメラ等によりＴＶ１を視聴するユーザを撮影し、撮影画像と予め登録されたユーザの画像を照合することでユーザを視覚的に認識する画像認識手段である。

音声認識デバイス９は、例えば、ＴＶ１に内蔵されたマイク等によりＴＶ１を視聴するユーザの発する声を収音し、収音された音声と予め登録されたユーザの音声を照合することでユーザを聴覚的に認識する音声認識手段である。

表示デバイス１０は、例えば、放送波受信チューナ７により受信した各種放送波により提供され映像化されたＴＶ番組等のコンテンツを映し出すディスプレイである。

次に、本実施形態のＴＶ１における機能ブロックについて図２を参照して説明する。本実施形態のＴＶ１は、機能ブロックとして、嗜好管理部２１と、ユーザ検知部２２と、行動パターン取得部２３と、行動パターン解析部２４と、コンテンツ推薦部２５と、表示部２６を備える。表示部２６は、例えば上述した表示デバイス１０に相当する。

嗜好管理部２１は、ＴＶ番組等のコンテンツとユーザの嗜好とを関連づけた嗜好管理情報を管理する嗜好管理手段である。なお、嗜好管理情報は、予めユーザに対するアンケート調査結果データをＴＶ１に入力しておいてもよいし、また、ユーザにより視聴されたＴＶ番組の視聴ログを記憶する等により取得してもよい。つまり、既存の情報処理装置の分野における嗜好管理情報の取得アルゴリズムや、今後登場する嗜好管理情報の取得アルゴリズムを全て適用できるものとしてよい。

ユーザ検知部２２は、表示部２６に対面するユーザを検知するユーザ検知手段であり、例えば、本実施形態における上述した画像認識デバイス８や音声認識デバイス９である。ユーザを認識あるいは特定するため、これら認識デバイスを単体で備えていても、あるいは検知精度を高めるため、２種以上の認識デバイスを備えていてもよい。なお、例えば、画像認識デバイス８によるユーザの認識に加えて、音声認識デバイス９によりユーザを認識することで、ユーザのＴＶ１に対する位置や方向が明確に特定されるため、ユーザの特定精度をより高めることが可能になる。

行動パターン取得部２３は、ユーザ検知部２２により検知されるユーザの状況と表示部２６に表示されるコンテンツの切り替え行動との関係を行動パターンとして取得する行動パターン取得手段である。切り替え行動とは、例えば、ユーザがＴＶ番組を視聴する場合において、ユーザが視聴していたある番組から別の番組を視聴するためにリモートコントローラ等を使用したチャンネル操作によりチャンネルを切り替える行動や、複数のチャンネルを連続的に切り替えて複数のチャンネルにおけるＴＶ番組を流し見する、いわゆるザッピングという行動である。また、検知されるユーザの状況とコンテンツの切り替え行動との関係とは、例えば、表示部に対面する複数のユーザが検知された状態で、ある番組から別の番組に切り替えられる場合におけるユーザの状況（人数など）と切り替え行動との関係をいう。

行動パターン解析部２４は、行動パターン取得部２３により取得された行動パターンにおける切り替え後のコンテンツがどのユーザの嗜好に対応するかを解析する行動パターン解析手段である。例えば、それまである番組を視聴していたユーザに加え、新たなユーザが検知され、その後、ある番組のから別の番組に切り替えられたとき、切り替え後の別の番組が後から視聴に参加した新たなユーザの嗜好に対応する番組であると解析する。

より具体的には、行動パターン解析部２４は、表示部２６に１のコンテンツが表示され、ユーザ検知部２２により１のユーザが検知されている場合であって、ユーザ検知部２２により１のユーザとは別のユーザが新たに検知された後、１のコンテンツから１のコンテンツと異なる別のコンテンツに切り替えられる行動パターンを行動パターン取得部２３により取得したとき、別のコンテンツが別のユーザの嗜好に対応するコンテンツであると解析する。例えば、最初、あるＴＶ番組を１人で視聴しているときに、別の１人が視聴に加わったとする。この後、その加わった別の１人が別の番組に切り替え、以後は、２人でその別番組を視聴する場合、切り替えられた別番組を後から視聴に加わった別の１人が嗜好する番組であると解析する。

また、行動パターン解析部２４は、表示部２６に１のコンテンツが表示され、ユーザ検知部２２により２以上のユーザが検知されている場合であって、ユーザ検知部２２により２以上のユーザのうち１以上のユーザが検知されなくなった後、１のコンテンツから１のコンテンツと異なる別のコンテンツに切り替えられる行動パターンを行動パターン取得部２３により取得したとき、別のコンテンツが２以上のユーザのうちユーザ検知部２２により検知されたままのユーザの嗜好に対応するコンテンツであると解析する。例えば、最初、あるＴＶ番組を２人で視聴していたが、そのうち１人が視聴を止めてＴＶのある部屋から退出したとする。この後、そのまま視聴を継続している１人が別番組に切り替え、以後は、その視聴を継続する１人でその別番組を視聴する場合、切り替えられた別番組を視聴を継続する１人が嗜好する番組であると解析する。

さらに、行動パターン解析部２４は、切り替え後のコンテンツが切り替え後のコンテンツと関連づけて嗜好管理部２１に管理されているユーザの嗜好に対応すると解析することとしてもよい。例えば、切り替えたＴＶ番組のジャンルが『ドラマ』であるとき、切り替え後のコンテンツとジャンル『ドラマ』において関連づけられて嗜好管理部２１に管理されているユーザの嗜好に対応すると解析される。

なお、行動パターン解析部２４に解析された行動パターンは、例えば図１に示したＨＤＤ等の記憶部に記憶される。そして、記憶される行動パターンの記憶量が多ければ多いほど、後述するコンテンツ推薦部２５による推薦がよりユーザの多様な嗜好パターンに追随した仕様となる。この詳細については後述する。

コンテンツ推薦部２５は、行動パターン取得部２３により所定回数取得された行動パターンに対応するユーザの状況がユーザ検知部２２に検知されたとき、行動パターン解析部２４により解析される行動パターンにおける切り替え後のコンテンツに対応する嗜好を有するユーザの嗜好に対応するコンテンツを嗜好管理部２１により取得して推薦する。例えば、切り替えられた後のコンテンツのジャンルをコンテンツに付随する属性データによって判定し、判定されたジャンルに属するコンテンツを嗜好管理部２１から取得して推薦する。なお、ジャンルは一例であり、これに限定されず、例えばコンテンツの視聴履歴などであってもよい。

また、行動パターン解析部２４が、切り替え後のコンテンツが切り替え後のコンテンツと関連づけて嗜好管理部２１に管理されているユーザの嗜好に対応すると解析する場合、コンテンツ推薦部２５は、嗜好管理部２１に管理されているユーザの嗜好に対応するコンテンツを推薦する。例えば、行動パターン取得部２３により行動パターンが所定回数取得されなかったような場合、本制御により、ユーザの嗜好に合致したコンテンツを推薦することができる。

コンテンツ推薦部２５は、１のコンテンツが表示部２６に表示されてから別のコンテンツに切り替えられる時間に応じて、別のコンテンツを推薦するタイミングを決定することとしてもよい。これにより、別のコンテンツを視聴したいユーザはわざわざ別のコンテンツに切り替える操作を行う必要がなく、便宜である。

次に、本実施形態における行動パターンの例について図３を参照して説明する。以下の説明では、例えば、ユーザＡ、ユーザＢの２人で『○○番組』を視聴する場合における各行動パターンを説明する。まず、行動パターン１について説明する。行動パターン１は、『○○番組』を当初ユーザＡが視聴していたとして、その後、新たにユーザＢがＴＶ視聴に加わり、その後、ユーザＢによって『××番組』に切り替えられ、その後２人で『××番組』を視聴する行動パターンである。

次に、行動パターン２について説明する。行動パターン２は、『○○番組』をユーザＡ、ユーザＢの２人で視聴していたとして、その後、ユーザＢが視聴を止めてＴＶから離れて居なくなった場合、残ったユーザＡによって『△△スポーツ』に切り替えられる行動パターンである。

次に、上述した各行動パターンの解析例について図４を参照して説明する。ここでは、行動パターン解析部２４は、行動パターン１における切り替え後の『××番組』をユーザＢが嗜好すると解析する。また、行動パターン解析部２４は、行動パターン２における切り替え後の『△△スポーツ』をユーザＡが嗜好すると解析する。

次に、上述した各行動パターンをコンテンツ推薦に用いる場合のキーとなる閾値について図５を参照して説明する。ここでは、例えば、閾値を１０カウントとし、上述したような各行動パターンが過去に１０カウント計上されたとき、１０カウント計上された行動パターンをコンテンツ推薦の際のキーとする。

例えば、ここでは、行動パターン１が閾値の１０カウント以上カウントされており、一方、行動パターン２は閾値の１０カウント未満しかカウントされていない。よって、閾値が１０カウント以上の行動パターン１についてはコンテンツ推薦の際に考慮されるが、行動パターン２についてはコンテンツ推薦の際に考慮されない。多くカウントされた行動パターンに基づいてコンテンツ推薦処理が行われるため、推薦されるコンテンツはユーザの嗜好パターンにより追随したものとなる。

次に、本実施形態におけるコンテンツ推薦パターンの例について図６を参照して説明する。

まず、行動パターン１に基づくコンテンツ推薦パターン１について説明する。例えば、行動パターン１のカウント数が閾値である１０カウントに達しているとき、本実施形態のコンテンツ推薦部２５は、例えば、ユーザＡが『○○ＴＶ』を視聴していたところ、新たにユーザＢがユーザ検知部２２により検知された（視聴に加わった）とき、『××番組』を自動的に推薦する。これにより、ユーザＢは番組を切り替える手間が省け、便宜である。

一方、行動パターン２については、上述のとおり、閾値が１０未満であるため、ここでは行動パターン２に基づくコンテンツ推薦パターン２として、『△△スポーツ』は推薦されないこととなる。

上述したように、本実施形態によれば、ユーザによる多様な行動パターンを記憶しておき、これに基づきコンテンツを推薦することにより、嗜好情報のみに基づいた画一的なコンテンツ推薦だけでなく、ユーザによる多様な行動パターンも加味するので、複数ユーザの様々な嗜好パターンに追随した最適なコンテンツを自動的に推薦することができる。

次に、本実施形態におけるコンテンツ推薦処理手順について図７を参照して説明する。まず、嗜好管理部２１はコンテンツとユーザの嗜好とを関連づけた嗜好管理情報を予め管理（記憶部に記憶）しておく（ステップＳ１）。

次に、行動パターン取得部２３により、切替行動パターンを予め取得し、行動パターン解析部２４により取得された行動パターンが解析される（ステップＳ２）。

その後、例えば、あるコンテンツを視聴する場合において、行動パターン取得部２３により閾値以上取得されている行動パターンに対応するユーザの状況が再びユーザ検知部２２により検知されたとき（ステップＳ３）、行動パターン解析部２４により解析される閾値以上の行動パターンにおける切り替え後のコンテンツに対応する嗜好（例えば、特定のジャンル）を有するユーザ（例えば、上述の例でいうユーザＢ）の嗜好に対応するコンテンツ（上述の例で言えば『××番組』、上記特定のジャンルに属する番組）を嗜好管理部２１から取得して推薦する（ステップＳ４）。

なお、上述する各実施の形態は、本発明の好適な実施の形態であり、本発明の要旨を逸脱しない範囲内において種々変更実施が可能である。例えば、上記機能は、アセンブラ、Ｃ言語などのプログラミング言語などで記述されたコンピュータ実行可能なプログラムにより実現することができる。

また、上述した本実施形態のユーザ検知部２２の例として、画像認識デバイス８や音声認識デバイス９を挙げたが、これに加え、例えば、コンテンツの切り替えを受け付ける入力手段としてのリモートコントローラ等の遠隔制御機器を操作する各ユーザの指紋によりユーザを認証する認証手段としての指紋認証部を設けることとしてもよい。これにより、コンテンツ切り替えの際、特定のどのユーザによって切り替えられたかが明確になり、よりリアルタイムにコンテンツ切り替えの際のユーザ特定ができるため、さらにユーザの嗜好パターンに追随したコンテンツを推薦することが可能となる。

１ ＴＶ
８ 画像認識デバイス
９ 音声認識デバイス
２１ 嗜好管理部
２２ ユーザ検知部
２３ 行動パターン取得部
２４ 行動パターン解析部
２５ コンテンツ推薦部
２６ 表示部

Claims (10)

1. コンテンツとユーザの嗜好とを関連づけて管理する嗜好管理手段と、
   前記コンテンツを表示する表示手段と、
   前記表示手段に対面するユーザを検知するユーザ検知手段と、
   前記ユーザ検知手段により検知されるユーザの状況と前記表示手段に表示される前記コンテンツの切り替え行動との関係を行動パターンとして取得する行動パターン取得手段と、
   前記行動パターン取得手段により取得された前記行動パターンにおける切り替え後の前記コンテンツがどの前記ユーザの嗜好に対応するかを解析する行動パターン解析手段と、
   前記行動パターン取得手段により所定回数取得された行動パターンに対応する前記ユーザの状況が前記ユーザ検知手段に検知されたとき、前記行動パターン解析手段により解析される前記行動パターンにおける切り替え後の前記コンテンツに対応する嗜好を有する前記ユーザの嗜好に対応する前記コンテンツを前記嗜好管理手段により取得して推薦するコンテンツ推薦手段と、
   を備えることを特徴とする電子機器。
2. 前記表示手段に１のコンテンツが表示され、前記ユーザ検知手段により１のユーザが検知されている場合であって、前記ユーザ検知手段により前記１のユーザとは別のユーザが新たに検知された後、前記１のコンテンツから前記１のコンテンツと異なる別のコンテンツに切り替えられる行動パターンを前記行動パターン取得手段により取得したとき、
   前記行動パターン解析手段は、前記別のコンテンツが前記別のユーザの嗜好に対応すると解析することを特徴とする請求項１記載の電子機器。
3. 前記表示手段に１のコンテンツが表示され、前記ユーザ検知手段により２以上のユーザが検知されている場合であって、前記ユーザ検知手段により前記２以上のユーザのうち１以上のユーザが検知されなくなった後、前記１のコンテンツから前記１のコンテンツと異なる別のコンテンツに切り替えられる行動パターンを前記行動パターン取得手段により取得したとき、
   前記行動パターン解析手段は、前記別のコンテンツが前記２以上のユーザのうち前記ユーザ検知手段により検知されたままのユーザの嗜好に対応すると解析することを特徴とする請求項１記載の電子機器。
4. 前記行動パターン解析手段は、切り替え後のコンテンツが前記切り替え後のコンテンツと関連づけて前記嗜好管理手段に管理されているユーザの嗜好に対応すると解析することを特徴とする請求項１記載の電子機器。
5. 前記コンテンツ推薦手段は、前記１のコンテンツが前記表示手段に表示されてから前記別のコンテンツに切り替えられる時間に応じて、前記別のコンテンツを推薦するタイミングを決定することを特徴とする請求項２から４の何れか１項に記載の電子機器。
6. 前記ユーザ検知手段はユーザを視覚的に認識する画像認識手段であることを特徴とする請求項１から５の何れか１項に記載の電子機器。
7. 前記ユーザ検知手段はユーザを聴覚的に認識する音声認識手段であることを特徴とする請求項１から６の何れか１項に記載の電子機器。
8. 前記コンテンツの切り替えを受け付ける入力手段を操作するユーザを認証する認証手段を備えることを特徴とする請求項１から７の何れか１項に記載の電子機器。
9. コンテンツとユーザの嗜好とを関連づけて管理する嗜好管理情報として記憶部に記憶する工程と、
   表示手段に対面するユーザを検知するユーザ検知手段によりユーザを検知する工程と、
   前記ユーザ検知手段により検知されるユーザの状況と前記表示手段に表示される前記コンテンツの切り替え行動との関係を行動パターンとして取得して前記記憶部に記憶する工程と、
   前記記憶部に記憶された前記行動パターンにおける切り替え後の前記コンテンツがどの前記ユーザの嗜好に対応するかを解析する工程と、
   前記記憶部に記憶された所定回数取得された行動パターンに対応する前記ユーザの状況が前記ユーザ検知手段に検知されたとき、前記解析される前記行動パターンにおける切り替え後の前記コンテンツに対応する嗜好を有する前記ユーザの嗜好に対応する前記コンテンツを前記記憶部に記憶された嗜好管理情報から取得して推薦する工程と、
   を備えることを特徴とする情報処理方法。
10. コンテンツとユーザの嗜好とを関連づけて管理する嗜好管理情報として記憶部に記憶する処理と、
    表示手段に対面するユーザを検知するユーザ検知手段によりユーザを検知する処理と、
    前記ユーザ検知手段により検知されるユーザの状況と前記表示手段に表示される前記コンテンツの切り替え行動との関係を行動パターンとして取得して前記記憶部に記憶する処理と、
    前記記憶部に記憶された前記行動パターンにおける切り替え後の前記コンテンツがどの前記ユーザの嗜好に対応するかを解析する処理と、
    前記記憶部に記憶された所定回数取得された行動パターンに対応する前記ユーザの状況が前記ユーザ検知手段に検知されたとき、前記解析される前記行動パターンにおける切り替え後の前記コンテンツに対応する嗜好を有する前記ユーザの嗜好に対応する前記コンテンツを前記記憶部に記憶された嗜好管理情報から取得して推薦する処理と、
    をコンピュータに実行させることを特徴とするプログラム。

Images