属性情報更新方法及び情報更新方法
【課題】コンテンツの属性情報及びユーザの属性情報を修正するための信頼性の高い評価情報を、低コスト、かつ、短時間に収集する。
【解決手段】ユーザが使用する計算機と、ユーザに提供するコンテンツを送信するコンテンツ提供サーバと、ユーザに提供するコンテンツを選択して、計算機に送信し、ユーザ属性情報又はコンテンツ属性情報を更新する評価システムを備える計算機システムにおける属性情報更新方法であって、評価システムが、ユーザ属性情報信頼度に基づいてユーザ属性情報を更新する評価対象ユーザを選択するステップと、コンテンツ属性情報信頼度に基づいてユーザ属性情報を更新するための評価用コンテンツを選択するステップと、評価用コンテンツを評価対象ユーザに送信し、評価用コンテンツに対する評価対象ユーザの操作内容に基づいて、評価対象ユーザのユーザ属性情報及びユーザ属性情報信頼度を更新するステップとを含む。
【解決手段】ユーザが使用する計算機と、ユーザに提供するコンテンツを送信するコンテンツ提供サーバと、ユーザに提供するコンテンツを選択して、計算機に送信し、ユーザ属性情報又はコンテンツ属性情報を更新する評価システムを備える計算機システムにおける属性情報更新方法であって、評価システムが、ユーザ属性情報信頼度に基づいてユーザ属性情報を更新する評価対象ユーザを選択するステップと、コンテンツ属性情報信頼度に基づいてユーザ属性情報を更新するための評価用コンテンツを選択するステップと、評価用コンテンツを評価対象ユーザに送信し、評価用コンテンツに対する評価対象ユーザの操作内容に基づいて、評価対象ユーザのユーザ属性情報及びユーザ属性情報信頼度を更新するステップとを含む。
【発明の詳細な説明】
【技術分野】
【０００１】
ユーザに対してコンテンツを提供し、コンテンツに対するユーザの反応を利用して、コンテンツ及びユーザの特徴を評価するシステムに関する。
【背景技術】
【０００２】
インターネットの発達によって、コンテンツ提供者が自らの作成したコンテンツを不特定多数のユーザに向けて発信することが容易になっている。一方、コンテンツを利用したユーザに対して個別に利用料を課金することは多くのコンテンツ提供者にとって敷居が高いため、コンテンツの管理及び課金などを代行するサービスが存在する。
【０００３】
前述したサービスの代表例として、Ａｍａｚｏｎ．ｃｏｍ（登録商標、以下同じ）のようなＥＣサイト、又は携帯電話の公式コンテンツサービスがある。
【０００４】
また、前述したコンテンツ管理サービスの一つとして、ユーザの電気使用量データを活用したコンテンツの管理サービスの登場が期待されている。従来、電気の使用量及び料金は、１ヶ月に１回、検針員が電力量メータを確認し、電力量メータから読み取られた値を検針用のハンディコンピュータに入力することによって、料金のおしらせ票が印刷され、当該おしらせ票をポスト又は新聞受けなどに投函するという方法で通知されていた。
【０００５】
しかし、通信回線を利用して自動的に電気使用量を電力会社に送信するＡＭＩ（Ａｄｖａｎｃｅｄ Ｍｅｔｅｒｉｎｇ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）の導入によって、検針員の確認が不要となり、また、１５分又は３０分単位など詳細な使用量を把握することができるようになる。
【０００６】
これによって、ユーザの電気使用量パターンにあわせた省エネコンサルサービス、最適な電力料金プラン提案、又は、買い替え効果の高い機器の提案（電力使用量連動広告）などのコンテンツが、電力会社及び電気機器メーカ等から提供されるようになると考えられている。
【０００７】
前述のコンテンツ管理サービスの１つの機能として、コンテンツ管理サービスに登録される多数のコンテンツから、特定のユーザに適したコンテンツを推薦する機能（推薦機能）がある。
【０００８】
前述の推薦機能を実現する方式としては、ユーザが過去に選択したコンテンツに基づいて選択傾向（以下、利用傾向情報と記載する）が類似する他のユーザ群を特定し、特定されたユーザ群が選択したコンテンツを推薦する協調フィルタリング方式、及び、コンテンツの特徴を表現した情報（以下、特徴情報と記載する）とユーザの嗜好を現す情報（以下、嗜好情報と記載する）とに基づいて、ユーザの嗜好に合ったコンテンツを推薦するコンテンツベースの推薦方式がある。
【０００９】
協調フィルタリング方式は、特徴情報及び嗜好情報をあらかじめ決定しておく必要がないが、各ユーザの利用傾向情報が大量に必要となる。
【００１０】
一方、コンテンツベースの推薦方式では、特徴情報及び嗜好情報をあらかじめ準備しておく必要がある。特徴情報を取得する方法としては、コンテンツ提供者が自ら特徴情報を設定する方法、選択されたモニタ（評価者）にコンテンツを利用してもらいアンケートの回答結果から特徴情報を設定する方法、及び、コンテンツ自体を解析して特徴情報を抽出する方法などが知られている。一方、嗜好情報の設定方法に関しては、サービスの利用登録時にユーザが、自身の興味の対象を選択する方法が知られている。
【００１１】
しかし、コンテンツ提供者によって設定された特徴情報、又はユーザが自己申告した嗜好情報は、必ずしも実態を反映しているとは限らない。また、任意のコンテンツを利用するユーザ、及びユーザの嗜好傾向が時間の経過とともに変化するため特徴情報及び嗜好情報を、逐次更新する必要がある。
【００１２】
前述した問題を解決する方法として、特徴情報及び嗜好情報を、ユーザが利用したコンテンツへの反応に基づいて動的に修正する方法が知られている（例えば、特許文献１参照）。
【００１３】
特許文献１に記載の方法では、推薦された動画コンテンツに対するユーザの反応（スキップ、繰り返し閲覧など）から、推薦された動画コンテンツに対するユーザの評価情報を推定し、推定された評価情報に基づいて特徴情報及び嗜好情報が逐次的に修正される。
【００１４】
また、特許文献１に記載の方法では、特徴情報及び嗜好情報が適切か否かを表すパラメータである信頼度を用いて、逐次的な修正の度合いを調整する。すなわち、信頼度の低い特徴情報及び嗜好情報については積極的に修正され、信頼度の高い特徴情報及び嗜好情報については、むやみに修正されない。
【先行技術文献】
【特許文献】
【００１５】
【特許文献１】特開２００４−５４７６８号公報
【発明の概要】
【発明が解決しようとする課題】
【００１６】
特許文献１に記載される技術では、ユーザの嗜好に基づいて推薦されたコンテンツに対するユーザの反応に基づいて評価情報が推定されて、特徴情報及び嗜好情報が修正される。
【００１７】
したがって、ユーザに提示されるコンテンツは、ユーザの嗜好に合ったものという意味で偏りが生じる。すなわち、ユーザが興味を持つと推定されるコンテンツのみが提示される。このため、提示されたコンテンツに対してユーザが否定的な評価をした場合、当該ユーザがどのような嗜好を実際に持っているのかを推定することは困難である。
【００１８】
また、特許文献１に記載の発明では以下のような問題がある。一つの問題点は、特徴情報又は嗜好情報のいずれかの信頼度が低い場合、誤った修正が行われる可能性がある。また、他の問題点は、特徴情報又は嗜好情報のいずれかの信頼度が低い場合、信頼度に基づいて更新の頻度が調整されるため、特徴情報又は嗜好情報がなかなか修正されない。
【００１９】
また、電力使用量を活用したコンテンツに対するコンテンツ管理サービスにおいて、従来の方法を適用した場合に以下のような問題がある。
【００２０】
すなわち、当該コンテンツ管理サービスでは、利用するユーザは多いが、利用頻度が月に１回など低くなる可能性があるため、特徴情報及び嗜好情報を修正するためにかかる時間が極めて長くなる。前述した課題を解決するために、全員又は大量のユーザに対してコンテンツの評価を依頼する方法が考えられる。しかし、当該方法では、コストが大きいわりに、評価情報の信頼性が低くなるという問題がある。
【００２１】
本発明の目的は、特徴情報及び嗜好情報を修正するための信頼性の高い評価情報（ユーザ属性情報及びコンテンツ属性情報）を、低コストで、かつ、短時間に収集することである。
【課題を解決するための手段】
【００２２】
本発明の代表的な一例を示せば以下の通りである。すなわち、ユーザが使用する計算機と、前記ユーザに提供するコンテンツを送信するコンテンツ提供サーバと、前記コンテンツ提供サーバから送信された前記コンテンツを受信し、前記ユーザに提供する前記コンテンツを選択して、前記計算機に前記選択されたコンテンツを送信し、前記ユーザの特徴を表すユーザ属性情報又は前記コンテンツの特徴を表すコンテンツ属性情報を更新する評価システムを備える計算機システムにおける属性情報更新方法であって、前記計算機は、第１のプロセッサと、前記第１のプロセッサに接続されるメモリと、前記第１のプロセッサに接続される第１のネットワークインタフェースとを備え、前記コンテンツ提供サーバは、第２のプロセッサと、前記第２のプロセッサに接続されるメモリと、前記第２のプロセッサに接続される第２のネットワークインタフェースとを備え、前記評価システムは、第３のプロセッサと、前記第３のプロセッサに接続されるメモリと、前記第３のプロセッサに接続される第３のネットワークインタフェースとを備え、前記評価システムは、前記ユーザ属性情報及び前記ユーザ属性情報の信頼性を表すユーザ属性情報信頼度、並びに、前記コンテンツ属性情報及び前記コンテンツ属性情報の信頼性を表すコンテンツ属性情報信頼度を保持し、前記方法は、前記評価システムが、前記ユーザ属性情報信頼度に基づいて、前記ユーザ属性情報を更新する前記ユーザである評価対象ユーザを選択する第１のステップと、前記評価システムが、前記コンテンツ属性情報信頼度に基づいて、前記ユーザ属性情報を更新するための前記コンテンツである評価用コンテンツを選択する第２のステップと、前記評価システムが、前記評価用コンテンツを前記評価対象ユーザに送信し、前記評価用コンテンツに対する前記評価対象ユーザの操作内容を取得する第３のステップと、前記評価システムが、前記取得された操作内容に基づいて、前記評価対象ユーザの前記ユーザ属性情報及び前記ユーザ属性情報信頼度を更新する第４のステップと、を含むことを特徴とする。
【発明の効果】
【００２３】
本発明によれば、ユーザ属性情報信頼度が低いユーザが積極的に選択され、コンテンツ属性信頼度の高いコンテンツを利用して当該ユーザのユーザ属性情報及びユーザ属性情報信頼度が更新できる。また、コンテンツ属性情報信頼度が低いコンテンツが積極的に選択され、当該コンテンツをユーザ属性信頼度の高いユーザが評価することによって当該コンテンツのコンテンツ属性情報及びコンテンツ属性情報信頼度が更新できる。したがって、低いコスト、かつ、短時間に、信頼性の高い評価情報（ユーザ属性情報及びコンテンツ属性情報）を取得することができる。
【図面の簡単な説明】
【００２４】
【図１】本発明の実施形態の計算機システム構成及びソフトウェア構成を説明するブロック図である。
【図２】本発明の実施形態のコンテンツ情報記録部に格納されるコンテンツ情報の一例を示す説明図である。
【図３】本発明の実施形態のユーザ情報記録部に格納されるユーザ情報の一例を示す説明図である。
【図４】本発明の実施形態の評価対象コンテンツ選択部が実行する処理を説明するフローチャートである。
【図５】本発明の実施形態の評価対象コンテンツ選択部が実行する処理を説明するフローチャートである。
【図６】本発明の第１の実施形態の評価用ユーザ選択部が実行する処理を説明するフローチャートである。
【図７】本発明の実施形態のステップ６０３において実行される処理の一例を説明するフローチャートである。
【図８】本発明の実施形態の評価用コンテンツ選択部が実行する処理を説明するフローチャートである。
【図９】本発明の第１の実施形態のコンテンツ及びユーザ評価システムにおける各構成の処理の流れを説明するシーケンス図である。
【発明を実施するための形態】
【００２５】
図１は、本発明の実施形態の計算機システム構成及びソフトウェア構成を説明するブロック図である。
【００２６】
本発明の実施形態における計算機システムは、コンテンツ及びユーザ評価システム１０１、コンテンツ提供者端末１０２、並びに、ユーザ端末１０３から構成される。
【００２７】
コンテンツ及びユーザ評価システム１０１とコンテンツ提供者端末１０２とは、ＬＡＮ等のインターネット又は専用回線等によって接続される。また、コンテンツ及びユーザ評価システム１０１とユーザ端末１０３とは、ＬＡＮ等のインターネット又は専用回線等によって接続される。
【００２８】
コンテンツ提供者端末１０２は、コンテンツ提供者が使用する端末であり、ユーザ端末１０３を使用するユーザに提供する各種コンテンツを送信する。コンテンツ提供者端末１０２は、ＣＰＵ（図示省略）、ＲＡＭ又はＲＯＭ等のメモリ（図示省略）、ＨＤＤ又はＳＳＤ等の不揮発性記憶媒体（図示省略）、及びネットワークインタフェース（図示省略）を備える計算機である。前述した構成は、内部バス等を用いて接続される。
【００２９】
ユーザ端末１０３は、ユーザが使用する端末であり、コンテンツ提供者端末１０２から送信される各種コンテンツを利用する。ユーザ端末１０３は、ＣＰＵ（図示省略）、ＲＡＭ又はＲＯＭ等のメモリ（図示省略）、ＨＤＤ又はＳＳＤ等の不揮発性記憶媒体（図示省略）、及びネットワークインタフェース（図示省略）を備える計算機である。前述した構成は、内部バス等を用いて接続される。
【００３０】
コンテンツ及びユーザ評価システム１０１は、コンテンツ提供者端末１０２から受信したコンテンツの中から１つ以上のコンテンツを選択し、選択されたコンテンツをユーザ端末１０３に送信する機能、並びに、コンテンツ提供者端末１０２に対してコンテンツの利用状況及びコンテンツに対するユーザの評価等を送信する。
【００３１】
コンテンツ及びユーザ評価システム１０１は、ＣＰＵ（図示省略）、ＲＡＭ又はＲＯＭ等のメモリ（図示省略）、ＨＤＤ又はＳＳＤ等の不揮発性記憶媒体（図示省略）、及びネットワークインタフェース（図示省略）を備える計算機である。
【００３２】
前述した機能を実現するために、コンテンツ及びユーザ評価システム１０１は、コンテンツ登録部１０４、コンテンツ情報記録部１０５、ユーザ登録部１０６、ユーザ情報記録部１０７、コンテンツ推薦部１０８、情報提示部１０９、評価対象コンテンツ選択部１１０、評価用コンテンツ選択部１１１、評価対象ユーザ選択部１１２、評価用ユーザ選択部１１３、反応取得部１１４、属性更新部１１５、及び報告部１１６を備える。
【００３３】
前述した各構成要素は、ソフトウェアとしてメモリ（図示省略）上に格納され、ＣＰＵ（図示省略）によって当該ソフトウェアが実行されることによって各機能が実現される。なお、前述した各構成は、ハードウェアを用いて実現してもよい。
【００３４】
コンテンツ登録部１０４は、コンテンツ提供者端末１０２から送信されるコンテンツ登録要求を受付け、コンテンツ登録要求に含まれるコンテンツ、及びコンテンツ情報をコンテンツ情報記録部に１０４に出力する。
【００３５】
なお、コンテンツ情報には、コンテンツ属性情報、コンテンツ属性情報の属性信頼度等が含まれる。ここで、コンテンツ属性情報とは、コンテンツの特徴を表す情報であり、１つ以上の属性値が含まれる。
【００３６】
コンテンツ情報記録部１０５は、コンテンツ登録部１０４から入力されたコンテンツ情報を格納する。コンテンツ情報記録部１０５は、例えば、リレーショナルデータベース等によって実現できる。なお、コンテンツ情報記録部１０５に格納されるコンテンツ情報は、図２を用いて後述する。
【００３７】
ユーザ登録部１０６は、ユーザ端末１０３から送信されたユーザ登録要求を受付け、ユーザ登録要求に含まれるユーザ情報をユーザ情報記録部１０７に出力する。
【００３８】
なお、ユーザ情報には、ユーザ属性情報、ユーザ属性情報の属性信頼度等が含まれる。ここで、ユーザ属性情報とは、ユーザの特徴を表す情報であり、１つ以上の属性値が含まれる。
【００３９】
ユーザ情報記録部１０７は、ユーザ登録部１０６から入力されたユーザ情報を格納する。ユーザ情報記録部１０７は、例えば、リレーショナルデータベース等によって実現できる。なお、ユーザ情報記録部１０７に格納されるユーザ情報は、図３を用いて後述する。
【００４０】
コンテンツ推薦部１０８は、コンテンツ情報記録部１０５及びユーザ情報記録部１０７から情報を読み出し、ユーザ端末１０３を利用するユーザが興味を持つと推定される１つ以上のコンテンツを選択する。以下、コンテンツ推薦部１０８によって選択されるコンテンツを推薦コンテンツと記載する。
【００４１】
コンテンツ推薦部１０８は、ユーザがユーザ端末１０３を用いてシステムにアクセスした場合、又は、周期的に処理を実行する。処理を実行する周期は、例えば、月一回の電気料金等の通知時又は何らかのキャンペーン時などが考えられる。コンテンツ推薦部１０８は、処理を周期的に実行する場合、ユーザ全員に対して、各ユーザに最適なコンテンツを選択する。
【００４２】
本実施形態では、ユーザに推薦するコンテンツの選択方法は、コンテンツベースの推薦方式を用いることを前提としている。すなわち、任意のユーザのユーザ属性情報と類似するコンテンツ属性情報であるコンテンツが、当該ユーザが興味を持つ可能性の高いコンテンツとして選択される。
【００４３】
ユーザ属性情報とコンテンツ属性情報との類似度の算出方法は、例えば、それぞれ属性情報に含まれる属性値を多次元のベクトルとし、当該多次元ベクトルの内積を算出する方法が考えられる。この場合、コンテンツ推薦部１０８は、内積の値が大きい順にソートされた上位のコンテンツを、推薦コンテンツとして選択する。
【００４４】
評価対象コンテンツ選択部１１０は、コンテンツ属性情報を更新するコンテンツを選択する。以下、評価対象コンテンツ選択部１１０によって選択されたコンテンツを評価対象コンテンツと記載する。
【００４５】
なお、評価対象コンテンツ選択部１１０の具体的な処理については、図４及び図５を用いて後述する。
【００４６】
評価用ユーザ選択部１１３は、評価対象コンテンツのコンテンツ属性情報を更新するために、当該コンテンツの評価を依頼するユーザを選択する。以下、評価用ユーザ選択部１１３によって選択されるユーザを評価用ユーザと記載する。
【００４７】
評価対象ユーザ選択部１１２は、ユーザ属性情報を更新するユーザを選択する。以下、評価対象ユーザ選択部１１２によって選択されるユーザを評価対象ユーザと記載する。
【００４８】
評価用コンテンツ選択部１１１は、評価対象ユーザのユーザ属性情報を更新するために、当該ユーザを評価するためのコンテンツを選択する。以下、評価用コンテンツ選択部１１１によって選択されるコンテンツを評価用コンテンツと記載する。
【００４９】
情報提示部１０９は、推薦コンテンツを提示するための情報、評価対象コンテンツを評価用ユーザに提示するための情報、又は、評価対象ユーザに評価用コンテンツを提示するための情報を送信する。これによって、ユーザ端末１０３を使用するユーザに各種コンテンツを提示することが可能となる。
【００５０】
なお、ユーザ端末１０３における提示手法としては、電子メールなどに各種コンテンツへアクセスするためのＵＲＬリンクを提示する方法、ユーザがアクセスしたＷｅｂサイトの画面上に各種コンテンツへアクセスするためのＵＲＬリンクを提示する方法、及び電気の使用量を常時表示する壁掛けディスプレイに各種コンテンツへアクセスするためのＵＲＬリンクを提示する方法などが考えられる。
【００５１】
なお、本実施形態では、コンテンツ属性情報及びユーザ属性情報の表現方法、及びコンテンツ推薦部１０８の実装方法などは、既存のコンテンツベースの推薦方式において利用される方法を用いることができる。
【００５２】
反応取得部１１４は、ユーザ端末１０３に提示された各種コンテンツに対するユーザの反応を取得する。
【００５３】
属性更新部１１５は、反応取得部１１４が取得したコンテンツに対するユーザの反応に基づいてコンテンツ属性情報又はユーザ属性情報を推定し、されに、当該推定結果に基づいてコンテンツ情報又はユーザ情報を更新する。
【００５４】
報告部１１６は、周期的に、又は、属性更新部１１５によってコンテンツの属性情報が更新された時に、コンテンツ提供者端末１０２に、登録されたコンテンツ属性情報を送信する。すなわち、コンテンツ提供者が登録したコンテンツのコンテンツ属性情報が当該コンテンツ提供者に報告される。
【００５５】
送信される情報には、現在のコンテンツ属性情報、更新履歴、及び属性信頼度等が含まれる。
【００５６】
これによって、コンテンツ提供者は、自らが登録したコンテンツがどのようなユーザ属性情報を持つユーザに高い評価を受けているかを把握することができ、コンテンツ提供者が自ら想定したユーザ層と一致しているか否かを確認できる。
【００５７】
また、属性信頼度３０２が低い場合、参照数が高ければユーザ層を問わずに人気があると考えられるが、参照数が低い場合は、コンテンツを利用すると想定されるユーザ層の興味をとらえていないと考えることができる。
【００５８】
本発明の目的は、各コンテンツ及び各ユーザのそれぞれ属性を適切に表現する属性情報を決定することである。すなわち、本発明は、コンテンツ属性情報及びユーザ属性情報を適切に設定するとともに、状況に応じて更新することを目的とする。
【００５９】
例えば、コンテンツ提供者がコンテンツ属性情報を設定していない場合は、後述する処理によって、コンテンツ提供者は、推定されたコンテンツ属性情報をレポートとして取得することができる。
【００６０】
また、コンテンツ提供者が、どのような嗜好を持つユーザにコンテンツを利用して欲しいかという期待に基づいてコンテンツ属性情報を設定した場合、又は、コンテンツがどのような嗜好を持つユーザの関心を惹くかという予想に基づいてコンテンツ情報を設定した場合、設定されたコンテンツ属性情報の初期値は、必ずしも実際のユーザからの評判と一致するとは限らない。
【００６１】
本発明は、後述する処理によって、実際のユーザの評価に合ったコンテンツの属性値が算出され、算出された属性値をコンテンツ提供者にフィードバックすることができる。
【００６２】
また、コンテンツ提供者がユーザに事前にコンテンツに対するアンケートなどを行い、当該アンケート結果に基づいて各属性情報の初期値を設定した場合、設定される属性情報の初期値は尊重すべきであり、当該コンテンツ提供者ごとの属性信頼度２０２の初期値を高く設定することが望ましい。
【００６３】
例えば、登録時に属性値がアンケートなどに基づいて設定したものであることをコンテンツ提供者が指定する方法、コンテンツ提供者が直接、属性信頼度２０２を設定する方法などが用いることができる。
【００６４】
なお、コンテンツ登録部１０４、コンテンツ情報記録部１０５、ユーザ登録部１０６、ユーザ情報記録部１０７、コンテンツ推薦部１０８、及び情報提示部１０９は、一般的なコンテンツベースの推薦方式において用いられるものと同一のものである。また、コンテンツ属性情報及びユーザ属性情報の表現方法、並びに、コンテンツ推薦部１０８の実装方法は、既存のコンテンツベースの推薦方式で用いられているものを利用することができる。
【００６５】
以下、本発明の各構成の詳細について説明する。
【００６６】
図２は、本発明の実施形態のコンテンツ情報記録部１０５に格納されるコンテンツ情報の一例を示す説明図である。
【００６７】
コンテンツ情報は、コンテンツＩＤ２０１、属性信頼度２０２、属性２０３、及び最終被評価日時２０４を含む。
【００６８】
コンテンツＩＤ２０１は、コンテンツを識別する識別子である。なお、コンテンツの実態はメモリ（図示省略）の領域に格納され、コンテンツＩＤ２０１に基づいて参照することができる。
【００６９】
属性信頼度２０２は、コンテンツＩＤ２０１に対応するコンテンツのコンテンツ属性情報が適切か否かを表す情報である。すなわち、コンテンツ属性情報が適切である場合には、コンテンツ属性情報が更新されにくいことを表す。更新頻度又は更新される値の差が大きい場合には、コンテンツ属性情報が適切でないことを示す。
【００７０】
属性信頼度２０２には、例えば、「０」から「１００」の間の数値が格納される。図２に示す例では、「０」が最も信頼性が低いことを表し、「１００」が最も信頼性が高いことを表す。
【００７１】
コンテンツ登録時に、「５０」などの一定値、又は、コンテンツ提供者端末１０２を利用するコンテンツ提供者ごとに割り当てられる属性信頼度、を属性信頼度２０２の初期値として格納してよい。また、コンテンツ属性情報が設定されていない場合には、属性信頼度２０２には「０」が格納される。
【００７２】
属性２０３は、コンテンツＩＤ２０１に対応するコンテンツのコンテンツ属性情報である。すなわち、コンテンツの特徴を表す属性値が格納される。なお、属性値には、ユーザの興味及び嗜好を表現するものであれば、どのようなものを用いてもよい。
【００７３】
本実施形態では、電力利用に関するユーザの興味及び嗜好を表す属性値が用いられる。具体的には、属性２０３は、短期コスト２１０、長期コスト２１１、環境２１２、行動負担２１３、機器購入２１４、新規性２１５及び比較・競争２１６を含む。
【００７４】
短期コスト２１０は、短期的なコストを重要視するユーザの興味を引く度合いを表す。
【００７５】
長期コスト２１１は、長期的なコストを重要視するユーザの興味を引く度合いを表す。
【００７６】
環境２１２は、地球環境又は地域環境を重視するユーザの興味を引く度合いを表す。
【００７７】
行動負担２１３は、具体的な行動（例えば、省エネのためにこまめに照明を消すなど）を行うことに対してユーザが負担を感じる度合いを表す。
【００７８】
機器購入２１４は、ユーザの電力関連機器の購入意欲の度合いを表す。
【００７９】
新規性２１５は、新しいサービス又は機器などに対するユーザの興味の度合いを表す。
【００８０】
比較・競争２１６は、他のユーザとの比較に基づいて、ユーザ自らの行動を決定する傾向の度合いを表す。
【００８１】
属性２０３に含まれる各属性値は、各属性の観点におけるコンテンツの適合度を表す。各属性値には、例えば、「０」から「１」までの値が格納される。図２に示す例では、「０」が最も適合度が低く、「１」が最も適合度が高いことを表す。
【００８２】
また、コンテンツ提供者によってコンテンツ属性情報が設定されておらず、かつ、コンテンツ属性情報が推定されていない場合には、各属性値には「−」が格納される。この場合、属性信頼度２０２は「０」となる。
【００８３】
図２に示す例では、コンテンツＩＤ２０１が「１」のコンテンツは、短期的なコストに関心のあるユーザに対する適合度が「０．２１８２１７９」であるということを表す。なお、本実施形態では、属性値を属性値ベクトルと考え、属性２０３の各属性値はベクトル長が１となるように正規化される。
【００８４】
例えば、白熱電球からＬＥＤランプへの置き換えを推奨するコンテンツについては、長期コストを重視するユーザが興味を持つと考えられるため、長期コスト２１１の値が高い。一方、短期コストを重視するユーザは興味を持たないと考えられるため、当該コンテンツの長期コスト２１１の値は低い。また、比較・競争２１６の値が高いユーザは、同じような電力機器を保有する、他のユーザとの比較データを参照することによって、省エネのモチベーションが向上する傾向が高い。
【００８５】
最終被評価日時２０４は、コンテンツＩＤ２０１に対応するコンテンツが、評価対象コンテンツとして評価用ユーザに評価された日時を格納する。
【００８６】
以上がコンテンツ情報記録部１０５に格納されるコンテンツ情報の一例の説明である。
【００８７】
図３は、本発明の実施形態のユーザ情報記録部１０７に格納されるユーザ情報の一例を示す説明図である。
【００８８】
ユーザ情報は、ユーザＩＤ３０１、属性信頼度３０２、属性３０３、最終被評価日時２０４、及び最終評価日時２０５を含むコンテンツ情報２００を含む。
【００８９】
ユーザＩＤ３０１は、ユーザを識別する識別子である。
【００９０】
属性信頼度３０２は、ユーザＩＤ３０１に対応するユーザのユーザ属性情報が適切か否かを表す情報である。すなわち、ユーザ属性情報が適切である場合には、ユーザ属性情報が更新されにくいことを表す。更新頻度又は更新される値の差が大きい場合には、ユーザ属性情報が適切でないことを示す。
【００９１】
属性信頼度３０２には、属性信頼度２０２と同様に、「０」から「１００」間の数値が格納される。図３に示す例では、「０」が最も信頼性が低いことを表し、「１００」が最も信頼性が高いことを表す。
【００９２】
属性信頼度３０２には、ユーザ登録時に「５０」などの一定値を初期値として格納されてもよいし、アンケートへの回答量に応じた初期値が設定されてもよい。また、ユーザ属性情報が設定されない場合には、属性信頼度３０２には「０」が設定される。
【００９３】
属性３０３は、ユーザＩＤ３０１に対応するユーザのユーザ属性情報である。すなわち、ユーザの特徴を表す属性値が格納される。なお、属性値には、ユーザの興味及び嗜好を表現するものであれば、どのようなものを用いてもよい。
【００９４】
本実施形態では、電力利用に関するユーザの興味及び嗜好を表す属性値が用いられる。具体的には、属性３０３は、短期コスト３１０、長期コスト３１１、環境３１２、行動負担３１３、機器購入３１４、新規性３１５及び比較・競争３１６を含む。
【００９５】
短期コスト３１０は、ユーザＩＤ３０１に対応するユーザが短期的なコストを重視する度合いを表す。
【００９６】
長期コスト３１１は、ユーザＩＤ３０１に対応するユーザが長期的なコストを重視する度合いを表す。
【００９７】
環境３１２は、ユーザＩＤ３０１に対応するユーザが地球環境又は地域環境を重視する度合いを表す。
【００９８】
行動負担３１３は、ユーザＩＤ３０１に対応するユーザが具体的な行動（例えば省エネのためにこまめに照明を消すなど）を行うことに対する負担の度合いを表す。
【００９９】
機器購入３１４は、ユーザＩＤ３０１に対応するユーザが電力関連機器を購入する意欲の度合いを表す。
【０１００】
新規性３１５は、ユーザＩＤ３０１に対応するユーザが新しいサービス又は機器などに興味を示す度合いを表す。
【０１０１】
比較・競争３１６は、他のユーザとの比較に基づいて、ユーザＩＤ３０１に対応するユーザが自身の行動を決定する傾向の度合いを表す。
【０１０２】
属性３０３に含まれる各属性値は、各属性の観点におけるコンテンツの適合度を表す。各属性値には、例えば、「０」から「１」までの値が格納される。図３に示す例では、「０」が最も適合度が低く、「１」が最も適合度が高いことを表す。
【０１０３】
また、ユーザ属性情報が設定されておらず、かつ、ユーザ属性情報が推定されていない場合には、各属性値には「−」が格納される。この場合、属性信頼度３０２は「０」となる。
【０１０４】
また、本実施形態では、属性値を属性値ベクトルと考え、属性３０３の各属性値はベクトル長が１となるように正規化される。
【０１０５】
例えば、白熱電球からＬＥＤランプへの置き換えを推奨するコンテンツについては、長期コストを重視するユーザが興味を持つと考えられるため、長期コスト３１１の値が高い。一方、短期コストを重視するユーザは当該コンテンツには興味を持たないと考えられるため、当該コンテンツの長期コスト２１１の値は低い。また、比較・競争３１６の値が高いユーザは、同じような電力機器を保有する、他のユーザとの比較データを参照することによって、省エネのモチベーションが向上する傾向が高い。
【０１０６】
属性３０３に含まれる各属性の値は、例えば、ユーザ登録時に、ユーザが各属性の初期値を直接入力してもよいし、アンケートの回答と属性値との対応表を参照して初期値が設定されてもよい。
【０１０７】
最終被評価日時３０４は、ユーザＩＤ３０１に対応するユーザが評価用コンテンツを用いて評価された日時を格納する。
【０１０８】
最終評価日時３０５は、評価用ユーザとして評価対象コンテンツを評価した日時を格納する。
【０１０９】
以上がユーザ情報記録部１０７に格納されるユーザ情報の一例の説明である。
【０１１０】
次に、評価対象コンテンツ選択部１１０が実行する処理について説明する。
【０１１１】
評価対象コンテンツ選択部１１０は、２つの処理（モード）を並列して実行する。具体的には、周期的に属性信頼度２０２が低いコンテンツを選択するモード（以下、第１のモードと記載する）、及び、所定の条件を満たすコンテンツを選択するモード（以下、第２のモードと記載する）の２つのモードが並列して実行される。
【０１１２】
第１のモードは、１週間に１回、１日に１回などのタイミング若しくは毎月の電気の使用料金が通知されるタイミング、又は、これらを組み合わせたタイミングで実行される。第１のモードは、全コンテンツの中から、最も属性信頼度２０２の低いコンテンツが選択される。なお、選択されるコンテンツは、複数であってもよい。
【０１１３】
一方、第２のモードは、次の３つの条件を満たすときに処理が実行される。すなわち、（条件１）コンテンツの登録時、（条件２）所定の期間、属性信頼度２０２が基準値以下である場合、（条件３）所定の期間内に、属性信頼度２０２が基準値以下に低下した場合の３つである。
【０１１４】
（条件１）では、コンテンツの登録時に当該コンテンツのコンテンツ属性情報の初期値を設定するために処理が実行される。（条件１）は、特に、コンテンツの属性２０３及び属性信頼度２０２が設定されていないコンテンツの初期値を推定する処理の開始条件である。
【０１１５】
（条件２）は、全コンテンツの中では属性信頼度２０２が低くないため第１のモードでは評価対象コンテンツとして選択されないが、属性信頼度２０２の低い状態が継続する場合に、当該コンテンツを再評価する処理の開始条件である。
【０１１６】
（条件３）は、属性信頼度２０２が高いコンテンツが、それまでに利用されなかったユーザ層から利用された場合に、再度、当該コンテンツを評価する処理の開始条件である。これは、それまでに利用されなかったユーザ層からコンテンツが利用されるようになったために属性信頼度２０２は低下し、再度評価する必要があるためである。
【０１１７】
計算機システムの初期設定時、又は、コンテンツ登録時には、（条件１）の条件を満たすため処理が実行される。また、計算機システムが稼動中には、（条件２）及び（条件３）の条件に従って処理が実行される。すなわち、本発明は、新たに、計算機システムを構築する場合、又は、稼働中の計算機システムにおいても適用することが可能となる。
【０１１８】
以下、第１のモードと第２のモードとに分けて、評価対象コンテンツ選択部１１０が実行する処理について説明する。
【０１１９】
図４は、本発明の実施形態の評価対象コンテンツ選択部１１０が実行する処理を説明するフローチャートである。図４は、第１のモードの処理を説明するフローチャートである。
【０１２０】
評価対象コンテンツ選択部１１０は、前述した周期が経過した場合に、選択イベントが発生することによって処理を開始する（ステップ４０１）。
【０１２１】
評価対象コンテンツ選択部１１０は、コンテンツ情報記録部１０５に格納されるコンテンツ情報２００を読み出し、読み出されたコンテンツ情報２００に基づいて、属性信頼度２０２が最も低いコンテンツを選択する（ステップ４０２）。なお、複数のコンテンツが選択されてもよい。
【０１２２】
評価対象コンテンツ選択部１１０は、選択されたコンテンツ、すなわち、評価対象コンテンツを情報提示部１０９に出力し（ステップ４０３）、処理を終了する。
【０１２３】
なお、ステップ４０２において、評価対象コンテンツ選択部１１０は、最終被評価日時２０４から一定期間経過しているか否かを判定し、最終被評価日時２０４から一定期間経過していない場合には、評価対象コンテンツとして選択しなくともよい。これによって、同一のコンテンツが評価対象コンテンツとして頻繁に選択されることを防ぐことができる。
【０１２４】
図５は、本発明の実施形態の評価対象コンテンツ選択部１１０が実行する処理を説明するフローチャートである。図５は、第２のモードの処理を説明するフローチャートである。
【０１２５】
評価対象コンテンツ選択部１１０は、属性信頼度変更イベントが発生したことを契機に処理を開始する（ステップ５０１）。
【０１２６】
ここで、属性信頼度変更イベントは、コンテンツの属性信頼度２０２が変更された場合に発生するイベントである。また、コンテンツの初期登録時に、コンテンツ提供者が属性信頼度２０２の初期値を設定した場合、又はコンテンツ提供者が属性信頼度２０２に「０」を設定した場合にも、属性信頼度変更イベントが発生する。
【０１２７】
以下、属性信頼度２０２が変更されたコンテンツを処理対象コンテンツと記載する。
【０１２８】
評価対象コンテンツ選択部１１０は、処理対象コンテンツが初期登録されたコンテンツであるか否かを判定する（ステップ５０２）。ステップ５０２では、（条件１）に該当するか否かが判定される。
【０１２９】
例えば、評価対象コンテンツ選択部１１０は、コンテンツ情報記録部１０５から読み出されたコンテンツ情報２００を参照し、処理対象コンテンツの属性２０３の各属性値に値が設定されているか否かを判定する。属性２０３の各属性値に値が設定されていない、すなわち、各属性値に「−」が格納されている場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツが初期登録されたコンテンツであると判定する。
【０１３０】
処理対象コンテンツが初期登録されたコンテンツであると判定された場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツを評価対象コンテンツとして選択する（ステップ５０６）。評価対象コンテンツ選択部１１０は、選択された評価対象コンテンツを情報提示部１０９に出力し、処理を終了する。
【０１３１】
処理対象コンテンツが初期登録されたコンテンツでないと判定された場合、評価対象コンテンツ選択部１１０は、コンテンツ情報２００の最終被評価日時２０４を参照して、最終被評価日時２０４に示された日時から一定期間経過しているか否かを判定する（ステップ５０３）。
【０１３２】
これは、同一のコンテンツが頻繁に選択されることを防ぐためである。したがって、最終被評価日時２０４に示される日時から一定期間経過していないコンテンツは評価対象コンテンツとして選択されない。
【０１３３】
最終被評価日時２０４に示された日時から一定期間経過していないと判定された場合、評価対象コンテンツ選択部１１０は、処理を終了する。
【０１３４】
最終被評価日時２０４に示された日時から一定期間経過していると判定された場合、評価対象コンテンツ選択部１１０は、コンテンツ情報２００の属性信頼度２０２を参照し、所定期間、属性信頼度２０２が基準値以下であるか否かを判定する（ステップ５０４）。ステップ５０４では、（条件２）に該当するか否かが判定される。
【０１３５】
なお、基準値は予め設定された値であり、評価対象コンテンツ選択部１１０が当該基準値を保持する。
【０１３６】
所定期間、属性信頼度２０２が基準値以下であると判定された場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツを評価対象コンテンツとして選択する（ステップ５０６）。評価対象コンテンツ選択部１１０は、選択された評価対象コンテンツを情報提示部１０９に出力し、処理を終了する。
【０１３７】
所定期間、属性信頼度２０２が基準値以下でないと判定された場合、評価対象コンテンツ選択部１１０は、コンテンツ情報２００の属性信頼度２０２を参照し、所定期間内に、属性信頼度２０２が既定値以上減少したか否かを判定する（ステップ５０５）。ステップ５０５では、（条件３）に該当するか否かが判定される。
【０１３８】
所定期間内に、属性信頼度２０２が既定値以上減少していないと判定された場合、評価対象コンテンツ選択部１１０は、処理を終了する。
【０１３９】
所定期間内に、属性信頼度２０２が既定値以上減少したと判定された場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツを評価対象コンテンツとして選択する（ステップ５０６）。評価対象コンテンツ選択部１１０は、選択された評価対象コンテンツを情報提示部１０９に出力し、処理を終了する。
【０１４０】
なお、ステップ５０４及びステップ５０５の処理は、いずれの処理から実行してもよい。
【０１４１】
評価対象ユーザ選択部１１２は、評価対象コンテンツ選択部１１０が実行する処理と同一の処理を用いることができる。この場合、選択対象がユーザとなる。したがって、図４及び図５に示したフローチャートと同一の処理となる。そのため、評価対象ユーザ選択部１１２の処理については説明を省略する。
【０１４２】
次に、評価用ユーザ選択部１１３が実行する処理について説明する。
【０１４３】
評価用ユーザ選択部１１３は、評価対象コンテンツ選択部１１０と連動して処理を実行する。すなわち、評価対象コンテンツ選択部１１０が評価対象コンテンツを選択した場合に処理が開始される。
【０１４４】
図６は、本発明の第１の実施形態の評価用ユーザ選択部１１３が実行する処理を説明するフローチャートである。
【０１４５】
評価用ユーザ選択部１１３は、処理を開始すると（ステップ６０１）、ユーザ情報記録部１０７から読み出されたユーザ情報３００を参照して、属性信頼度３０２が所定値以上、かつ、最終評価日時３０５に示された日時から一定期間経過しているユーザを抽出する（ステップ６０２）。
【０１４６】
属性信頼度３０２が高いユーザが抽出されるのは、属性信頼度３０２が高いユーザが評価することによって信頼性の高いコンテンツへの評価が取得できるためである。一方、属性信頼度３０２が低いユーザのコンテンツに対する評価を収集しても、収集された評価は信頼性が低いため正しくコンテンツ属性情報を推定できない。
【０１４７】
また、最終評価日時３０５を考慮するのは、属性信頼度３０２が高いユーザが頻繁に評価用ユーザとして選択されるのを防止するためである。これによって、属性信頼度２０２が高いユーザの負担を低減することができる。
【０１４８】
なお、所定値及び一定期間は予め設定されたものであり、これらは評価用ユーザ選択部１１３が保持する。
【０１４９】
次に、評価用ユーザ選択部１１３は、抽出されたユーザの属性値ベクトルが非類似のユーザを選択する（ステップ６０３）。
【０１５０】
ステップ６０３では、属性３０３の各属性値がばらけたユーザが選択される。すなわち、属性信頼度３０２が高く、さらに、属性３０３の各属性値（嗜好傾向）が異なるユーザが複数選択される。
【０１５１】
これは、嗜好傾向が類似、すなわち、属性値ベクトルが類似するユーザが、評価用ユーザとして選択された場合、コンテンツの評価が偏る可能性があるためである。したがって、属性値ベクトルが非類似のユーザが選択されることによって、評価対象コンテンツの属性情報を推定するための有用な情報を取得できる。
【０１５２】
なお、ステップ６０３におけるユーザの選択方法については、図７を用いて後述する。
【０１５３】
評価用ユーザ選択部１１３は、選択されたユーザ、すなわち、評価用ユーザを情報提示部１０９に出力し（ステップ６０４）、処理を終了する。
【０１５４】
前述した処理によって、属性信頼度２０２の高いユーザは、コンテンツ属性情報を更新するための評価者として選択される。信頼性の高いコンテンツ属性情報を算出するためには、属性信頼度３０２が高い、多くのユーザが必要となる。そこで、本発明では、後述する評価用コンテンツ選択部１１１及び評価対象ユーザ選択部１１２によって、属性信頼度３０２の高いユーザの数を増やすことができる。
【０１５５】
図７は、本発明の実施形態のステップ６０３において実行される処理の一例を説明するフローチャートである。
【０１５６】
図７では、属性値のばらけたユーザを選択する方法としては、Ｋ−ｍｅａｎｓクラスタリング手法について説明する。Ｋ−ｍｅａｎｓクラスタリングは、多次元ベクトルで表現される複数のデータを、クラスタ間の分離がよくなるようにＫ個のクラスタに分類する手法である。
【０１５７】
評価用ユーザ選択部１１３は、処理を開始すると（ステップ７０１）、抽出されたユーザの属性３０３の属性値を属性値ベクトルｘi（ｉ＝１…ｎ）とし、Ｋ個のクラスタに対してランダムに属性値ベクトルｘiを割り当てる（ステップ７０２）。ここで、ｎは抽出されたユーザの数を表す。
【０１５８】
次に、評価用ユーザ選択部１１３は、各クラスタの中心Ｖj（ｊ＝１…Ｋ）を算出する（ステップ７０３）。例えば、クラスタの中心は、平均計算などを用いて算出できる。
【０１５９】
評価用ユーザ選択部１１３は、各属性値ベクトルｘi（ｉ＝１…ｎ）とクラスタの中心Ｖj（ｊ＝１…Ｋ）との距離を算出する（ステップ７０４）。
【０１６０】
評価用ユーザ選択部１１３は、ステップ７０４において算出された距離に基づいて、クラスタへの各属性値ベクトルｘi（ｉ＝１…ｎ）の割当てを変更する（ステップ７０５）。
【０１６１】
具体的には、属性値ベクトルｘi（ｉ＝１…ｎ）とクラスタの中心Ｖjとの距離が最も小さい、すなわち、クラスタの中心Ｖjと距離が最も近いクラスタに属性値ベクトルｘi（ｉ＝１…ｎ）の割当てが変更される。
【０１６２】
評価用ユーザ選択部１１３は、各属性値ベクトルｘi（ｉ＝１…ｎ）のクラスタへの割当てが変更されたか否かを判定する（ステップ７０６）。
【０１６３】
各属性値ベクトルｘi（ｉ＝１…ｎ）のクラスタへの割当てが変更されたと判定された場合、評価用ユーザ選択部１１３は、ステップ７０３に戻り、同様の処理を実行（ステップ７０３〜ステップ７０８）。
【０１６４】
クラスタへの割当てが変更されていないと判定された場合、評価用ユーザ選択部１１３は、最終的に決定されたクラスタの中心Ｖj（ｊ＝１…Ｋ）を算出する（ステップ７０７）。
【０１６５】
評価用ユーザ選択部１１３は、各クラスタに属する属性値ベクトルのうち、ステップ７０７において算出された各クラスタの中心Ｖj（ｊ＝１…Ｋ）に最も近い属性値ベクトルを選択し（ステップ７０８）、処理を終了する。すなわち、属性値ベクトルに対応するユーザが選択される。
【０１６６】
以上の処理によって、属性値ベクトルのばらつきが大きいユーザが所定数（Ｋ人）選択される。
【０１６７】
本発明では、属性信頼度２０２が低いコンテンツのコンテンツ属性情報を更新するために、属性信頼度３０２が高いユーザが選択される。これによって、属性信頼度２０２が高いコンテンツ属性情報が設定可能となる。
【０１６８】
また、本発明では、属性信頼度３０２が低いユーザのユーザ属性情報を更新するために、属性信頼度２０２が高いコンテンツが選択される。これによって、属性信頼度３０２が高いユーザ属性情報が設定可能となる。
【０１６９】
すなわち、コンテンツ及びユーザ双方が相互に互いの属性情報の属性信頼度２０２、３０２を高めていくことができる。したがって、計算機システム全体として、適切なコンテンツ属性情報及びユーザ属性情報を設定することができる。
【０１７０】
次に、評価用コンテンツ選択部１１１が実行する処理について説明する。
【０１７１】
評価用コンテンツ選択部１１１は、評価用ユーザ選択部１１３が評価用ユーザを選択基準と異なる基準に基づいて、評価用コンテンツを選択する点が異なる。
【０１７２】
具体的には、評価用コンテンツ選択部１１１は、次に２つの基準に基づいて評価用コンテンツを選択する。
【０１７３】
（基準１）利用するユーザ層が安定していること、つまり、属性信頼度２０２が高いこと、及び、（基準２）コンテンツ属性情報の属性値のばらつきが大きいことである。
【０１７４】
評価用コンテンツ選択部１１１は、コンテンツ選択時に、最終評価日時３０５に相当する情報を考慮しない。これは、評価用コンテンツが頻繁に選択されても問題はないためである。
【０１７５】
評価用コンテンツ選択部１１１は、（基準１）及び（基準２）に基づいて、属性信頼度２０２が高く、かつ、属性値のばらつきの大きい評価用コンテンツをＫ個選択することができる。ここで、Ｋは、評価用ユーザの数とは異なる。
【０１７６】
図８は、本発明の実施形態の評価用コンテンツ選択部１１１が実行する処理を説明するフローチャートである。
【０１７７】
評価用コンテンツ選択部１１１は、処理を開始すると（ステップ８０１）、コンテンツ情報記録部１０５から読み出されたコンテンツ情報２００を参照して、属性信頼度２０２が所定値以上のコンテンツを抽出する（ステップ８０２）。
【０１７８】
前述したように最終評価日時３０５に相当する情報は考慮されない。なお、属性信頼度２０２が所定値以上のコンテンツを抽出する方法は、評価用ユーザ選択部１１３が実行する処理と同一の方法を用いることができる。
【０１７９】
次に、評価用コンテンツ選択部１１１は、抽出されたコンテンツの属性値ベクトルが非類似のコンテンツを選択する（ステップ８０３）。
【０１８０】
ステップ８０３の処理は、ステップ６０３と同一の処理である。属性値ベクトルが非類似のコンテンツが選択されることによって、評価対象ユーザのユーザ属性情報を推定するための有用な情報を取得できる。
【０１８１】
なお、ステップ８０３では、Ｋ−ｍｅａｎｓクラスタリング手法（図７参照）を用いてコンテンツを選択することができる。
【０１８２】
評価用コンテンツ選択部１１１は、選択されたコンテンツ、すなわち、評価用コンテンツを情報提示部１０９に出力し（ステップ８０４）、処理を終了する。
【０１８３】
図９は、本発明の第１の実施形態のコンテンツ及びユーザ評価システム１０１における各構成の処理の流れを説明するシーケンス図である。
【０１８４】
評価対象コンテンツ選択部１１０は一定の周期にしたがって処理を実行すると、評価用ユーザ選択部１１３も連動して処理を実行する（ステップ９０１）。
【０１８５】
評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３は、それぞれ、評価対象コンテンツ及び評価用ユーザを情報提示部１０９に出力する（ステップ９０２）。
【０１８６】
情報提示部１０９は、評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３からの入力に基づいて、評価用ユーザが使用するユーザ端末１０３に評価対象コンテンツを提示するための情報を送信する（ステップ９０３）。
【０１８７】
なお、ステップ９１６〜ステップ９１８、及びステップ９２５〜ステップ９２７の処理も同一の処理となる。
【０１８８】
コンテンツが登録される等によって属性信頼度変更イベントが発生した場合、評価対象コンテンツ選択部１１０は処理を実行し、評価用ユーザ選択部１１３も連動して処理を実行する（ステップ９０４）。なお、属性信頼度変更イベントについては、図５において説明したため説明を省略する。
【０１８９】
評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３は、それぞれ、評価対象コンテンツ及び評価用ユーザを情報提示部１０９に出力する（ステップ９０５）。
【０１９０】
情報提示部１０９は、評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３からの入力に基づいて、評価用ユーザが使用するユーザ端末１０３に評価対象コンテンツを提示するための情報を送信する（ステップ９０６）。
【０１９１】
なお、ステップ９０７〜ステップ９０９、ステップ９１３〜ステップ９１５、及びステップ９２２〜ステップ９２４の処理も同一の処理となる。
【０１９２】
属性信頼度２０２が低下することによって属性信頼度変更イベントが発生した場合、評価対象コンテンツ選択部１１０は処理を実行し、評価用ユーザ選択部１１３も連動して処理を実行する（ステップ９１０）。なお、属性信頼度変更イベントについては、図５において説明したため説明を省略する。
【０１９３】
評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３は、それぞれ、評価対象コンテンツ及び評価用ユーザを情報提示部１０９に出力する（ステップ９１１）。
【０１９４】
情報提示部１０９は、評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３からの入力に基づいて、評価用ユーザが使用するユーザ端末１０３に評価対象コンテンツを提示するための情報を送信する（ステップ９１２）。
【０１９５】
なお、ステップ９１９〜ステップ９２１、及びステップ９２８〜ステップ９３０の処理も同一の処理となる。
【０１９６】
次に、コンテンツ属性情報及びユーザ属性情報の更新処理について説明する。
【０１９７】
コンテンツ属性情報及びユーザ属性情報の更新処理では、評価対象コンテンツに対する評価用ユーザの反応、又は、評価用コンテンツに対する評価対象ユーザの反応が用いられる。前述した各ユーザの反応に関する情報は、反応取得部１１４によって取得される。
【０１９８】
反応取得部１１４は、ユーザの反応として、電子メール又はＷｅｂサイト上に提示されたＵＲＬリンクにアクセスしたか否かを、推薦コンテンツに対するユーザの反応として取得することができる。また、ユーザのコンテンツ利用時間をユーザの反応として取得することもできる。
【０１９９】
例えば、コンテンツｉに対する、ユーザｊの評価値μijを、コンテンツが利用されなかった場合には「０」、利用された場合には「１」、所定時間利用された場合には「２」と決定することが考えられる。
【０２００】
また、コンテンツ利用終了時に、ユーザに評価アンケートを提示し、その回答をユーザの評価として取得することもできる。この場合、例えば、全く興味がない「−２」〜非常に興味がある「２」までの評価値をユーザに指定してもらう方法が考えられる。
【０２０１】
属性更新部１１５は、コンテンツ情報２００又はユーザ情報３００を推定し、属性信頼度２０２又は属性信頼度３０２を算出する。
【０２０２】
さらに、属性更新部１１５は、推定されたコンテンツ情報２００又はユーザ情報３００、及び、算出された属性信頼度２０２又は属性信頼度３０２に基づいて、コンテンツ情報記録部１０５又はユーザ情報記録部１０７に格納される情報を更新する。
【０２０３】
以下、コンテンツ属性情報が更新される場合を例に説明する。
【０２０４】
評価対象コンテンツの属性値ベクトルをｙiとした場合、評価用ユーザの評価によって属性値ベクトルｙiは式（１）に示すように更新される。
【０２０５】
【数１】
【０２０６】
ここで、αは更新率の制御パラメータを表す。また、ｅiは各属性値の推定値を表し、式（２）を用いて算出される。
【０２０７】
【数２】
【０２０８】
ここでＫは評価用ユーザの人数を表す。また、ｘjは評価用ユーザｊの属性値ベクトルを表す。ここでは、周期的に評価が実行され、コンテンツ属性情報が更新される場合を想定している。なお、属性値ｙiがコンテンツ提供者によって設定されていない場合、ｅiを更新後の属性値とする。
【０２０９】
評価対象コンテンツｉの属性信頼度２０２をｃiとした場合、属性信頼度２０２は式（３）を用いて更新される。
【０２１０】
【数３】
【０２１１】
ここで、βは更新率を表す。
【０２１２】
属性信頼度２０２が低く、更新前の属性値ｙiと推定値ｅiとに差がある場合は、コンテンツ属性情報が修正されたと考え、属性信頼度２０２が高い値に変更される。また、属性信頼度２０２が高く、更新前の属性値ｙiと推定値ｅiとに差がある場合は、コンテンツを利用するユーザ層が変化したと考え、属性信頼度２０２が低い値に変更される。
【０２１３】
なお、評価対象ユーザｉのユーザ属性情報の更新についても、式（１）及び式（２）を用いて更新することができる。ただし、Ｋは評価用コンテンツの数を表し、ｘjは評価用コンテンツｊの属性値ベクトルを表す。また、μijは評価対象ユーザｉの評価用コンテンツｊに対する評価値を表す。また、評価対象ユーザｉの属性信頼度３０２の更新についても式（３）を用いることによって更新することができる。
【０２１４】
本発明の一形態によれば、電力会社やサードパーティが提供するコンテンツの属性信頼度２０２が低い場合、又は、属性信頼度２０２が低下した場合に、信頼できるユーザに当該コンテンツの評価を依頼することによって、属性信頼度２０２の高いコンテンツ属性情報を設定することができる。
【０２１５】
これによって、不要な評価を行う必要がなく、さらに、属性信頼度３０２が低いユーザに対してはコンテンツの評価が依頼されないため、金銭的なコスト、及び計算機システムの資源など、コンテンツ評価に関連するコストを削減できるとともに、正確なコンテンツ属性情報を素早く設定することが可能になる。
【０２１６】
また、本発明の別の形態によれば、属性信頼度２０２が高く、属性の傾向がばらけた複数のコンテンツを用いて、コンテンツの利用頻度が低く、嗜好傾向が定まらないユーザを評価することが可能となる。これによって、属性信頼度３０２が高いユーザ属性情報を素早く設定することができる。したがって、ユーザの嗜好傾向を素早く分析することができる。
【０２１７】
［変形例］
以下、本発明の変形例を説明する。
【０２１８】
周期的なタイミングで評価対象コンテンツ又は評価対象ユーザを選択する処理の実行時に、当該タイミングが月に１回の料金通知のタイミングと重なった場合に、コンテンツ推薦部１０８は、評価対象ユーザ及び評価用ユーザ以外のユーザに対して、コンテンツベース推薦方式に基づいたコンテンツを選択し、情報提示部１０９は選択されたコンテンツをユーザに送信できる。
【０２１９】
また、このとき、情報提示部１０９は、評価対象コンテンツに加えて、コンテンツベース推薦方式に基づいたコンテンツも、評価用ユーザが使用するユーザ端末１０３に送信することができる。
【０２２０】
これによって、料金通知のタイミングでは、（１）属性信頼度３０２が低いために、属性信頼度３０２が高く、属性値のばらつきの大きい評価用コンテンツが提示される評価対象ユーザ、（２）属性信頼度３０２が高いため、属性信頼度２０２が低い評価対象コンテンツ、及びユーザの嗜好に応じたコンテンツが提示される評価用ユーザ、（３）それ以外で、ユーザの嗜好に応じたコンテンツのみが提示されるユーザが存在することになる。
【０２２１】
以上のように、本発明の一形態によれば、ユーザのコンテンツに対する参照数が少ないために協調フィルタリングが精度よく機能しない状況において、コンテンツ及びユーザ評価システム１０１は、属性信頼度３０２が高い評価用ユーザに属性信頼度２０２の低い評価対象コンテンツの評価を依頼し、又は、属性信頼度２０２の高い評価用コンテンツを属性信頼度３０２が低い評価対象ユーザに提示することによって、素早く、かつ、属性信頼度２０２が高いコンテンツ属性情報及び属性信頼度３０２がユーザ属性情報を設定することが可能となる。
【０２２２】
これによって、推薦機能、及び報告機能など、コンテンツ提供者及びユーザの双方にとって有用な機能を実現することができる。
【符号の説明】
【０２２３】
１０１ ユーザ評価システム
１０２ コンテンツ提供者端末
１０３ ユーザ端末
１０４ コンテンツ登録部
１０５ コンテンツ情報記録部
１０６ ユーザ登録部
１０７ ユーザ情報記録部
１０８ コンテンツ推薦部
１０９ 情報提示部
１１０ 評価対象コンテンツ選択部
１１１ 評価用コンテンツ選択部
１１２ 評価対象ユーザ選択部
１１３ 評価用ユーザ選択部
１１４ 反応取得部
１１５ 属性更新部
１１６ 報告部
２００ コンテンツ情報
３００ ユーザ情報
【技術分野】
【０００１】
ユーザに対してコンテンツを提供し、コンテンツに対するユーザの反応を利用して、コンテンツ及びユーザの特徴を評価するシステムに関する。
【背景技術】
【０００２】
インターネットの発達によって、コンテンツ提供者が自らの作成したコンテンツを不特定多数のユーザに向けて発信することが容易になっている。一方、コンテンツを利用したユーザに対して個別に利用料を課金することは多くのコンテンツ提供者にとって敷居が高いため、コンテンツの管理及び課金などを代行するサービスが存在する。
【０００３】
前述したサービスの代表例として、Ａｍａｚｏｎ．ｃｏｍ（登録商標、以下同じ）のようなＥＣサイト、又は携帯電話の公式コンテンツサービスがある。
【０００４】
また、前述したコンテンツ管理サービスの一つとして、ユーザの電気使用量データを活用したコンテンツの管理サービスの登場が期待されている。従来、電気の使用量及び料金は、１ヶ月に１回、検針員が電力量メータを確認し、電力量メータから読み取られた値を検針用のハンディコンピュータに入力することによって、料金のおしらせ票が印刷され、当該おしらせ票をポスト又は新聞受けなどに投函するという方法で通知されていた。
【０００５】
しかし、通信回線を利用して自動的に電気使用量を電力会社に送信するＡＭＩ（Ａｄｖａｎｃｅｄ Ｍｅｔｅｒｉｎｇ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）の導入によって、検針員の確認が不要となり、また、１５分又は３０分単位など詳細な使用量を把握することができるようになる。
【０００６】
これによって、ユーザの電気使用量パターンにあわせた省エネコンサルサービス、最適な電力料金プラン提案、又は、買い替え効果の高い機器の提案（電力使用量連動広告）などのコンテンツが、電力会社及び電気機器メーカ等から提供されるようになると考えられている。
【０００７】
前述のコンテンツ管理サービスの１つの機能として、コンテンツ管理サービスに登録される多数のコンテンツから、特定のユーザに適したコンテンツを推薦する機能（推薦機能）がある。
【０００８】
前述の推薦機能を実現する方式としては、ユーザが過去に選択したコンテンツに基づいて選択傾向（以下、利用傾向情報と記載する）が類似する他のユーザ群を特定し、特定されたユーザ群が選択したコンテンツを推薦する協調フィルタリング方式、及び、コンテンツの特徴を表現した情報（以下、特徴情報と記載する）とユーザの嗜好を現す情報（以下、嗜好情報と記載する）とに基づいて、ユーザの嗜好に合ったコンテンツを推薦するコンテンツベースの推薦方式がある。
【０００９】
協調フィルタリング方式は、特徴情報及び嗜好情報をあらかじめ決定しておく必要がないが、各ユーザの利用傾向情報が大量に必要となる。
【００１０】
一方、コンテンツベースの推薦方式では、特徴情報及び嗜好情報をあらかじめ準備しておく必要がある。特徴情報を取得する方法としては、コンテンツ提供者が自ら特徴情報を設定する方法、選択されたモニタ（評価者）にコンテンツを利用してもらいアンケートの回答結果から特徴情報を設定する方法、及び、コンテンツ自体を解析して特徴情報を抽出する方法などが知られている。一方、嗜好情報の設定方法に関しては、サービスの利用登録時にユーザが、自身の興味の対象を選択する方法が知られている。
【００１１】
しかし、コンテンツ提供者によって設定された特徴情報、又はユーザが自己申告した嗜好情報は、必ずしも実態を反映しているとは限らない。また、任意のコンテンツを利用するユーザ、及びユーザの嗜好傾向が時間の経過とともに変化するため特徴情報及び嗜好情報を、逐次更新する必要がある。
【００１２】
前述した問題を解決する方法として、特徴情報及び嗜好情報を、ユーザが利用したコンテンツへの反応に基づいて動的に修正する方法が知られている（例えば、特許文献１参照）。
【００１３】
特許文献１に記載の方法では、推薦された動画コンテンツに対するユーザの反応（スキップ、繰り返し閲覧など）から、推薦された動画コンテンツに対するユーザの評価情報を推定し、推定された評価情報に基づいて特徴情報及び嗜好情報が逐次的に修正される。
【００１４】
また、特許文献１に記載の方法では、特徴情報及び嗜好情報が適切か否かを表すパラメータである信頼度を用いて、逐次的な修正の度合いを調整する。すなわち、信頼度の低い特徴情報及び嗜好情報については積極的に修正され、信頼度の高い特徴情報及び嗜好情報については、むやみに修正されない。
【先行技術文献】
【特許文献】
【００１５】
【特許文献１】特開２００４−５４７６８号公報
【発明の概要】
【発明が解決しようとする課題】
【００１６】
特許文献１に記載される技術では、ユーザの嗜好に基づいて推薦されたコンテンツに対するユーザの反応に基づいて評価情報が推定されて、特徴情報及び嗜好情報が修正される。
【００１７】
したがって、ユーザに提示されるコンテンツは、ユーザの嗜好に合ったものという意味で偏りが生じる。すなわち、ユーザが興味を持つと推定されるコンテンツのみが提示される。このため、提示されたコンテンツに対してユーザが否定的な評価をした場合、当該ユーザがどのような嗜好を実際に持っているのかを推定することは困難である。
【００１８】
また、特許文献１に記載の発明では以下のような問題がある。一つの問題点は、特徴情報又は嗜好情報のいずれかの信頼度が低い場合、誤った修正が行われる可能性がある。また、他の問題点は、特徴情報又は嗜好情報のいずれかの信頼度が低い場合、信頼度に基づいて更新の頻度が調整されるため、特徴情報又は嗜好情報がなかなか修正されない。
【００１９】
また、電力使用量を活用したコンテンツに対するコンテンツ管理サービスにおいて、従来の方法を適用した場合に以下のような問題がある。
【００２０】
すなわち、当該コンテンツ管理サービスでは、利用するユーザは多いが、利用頻度が月に１回など低くなる可能性があるため、特徴情報及び嗜好情報を修正するためにかかる時間が極めて長くなる。前述した課題を解決するために、全員又は大量のユーザに対してコンテンツの評価を依頼する方法が考えられる。しかし、当該方法では、コストが大きいわりに、評価情報の信頼性が低くなるという問題がある。
【００２１】
本発明の目的は、特徴情報及び嗜好情報を修正するための信頼性の高い評価情報（ユーザ属性情報及びコンテンツ属性情報）を、低コストで、かつ、短時間に収集することである。
【課題を解決するための手段】
【００２２】
本発明の代表的な一例を示せば以下の通りである。すなわち、ユーザが使用する計算機と、前記ユーザに提供するコンテンツを送信するコンテンツ提供サーバと、前記コンテンツ提供サーバから送信された前記コンテンツを受信し、前記ユーザに提供する前記コンテンツを選択して、前記計算機に前記選択されたコンテンツを送信し、前記ユーザの特徴を表すユーザ属性情報又は前記コンテンツの特徴を表すコンテンツ属性情報を更新する評価システムを備える計算機システムにおける属性情報更新方法であって、前記計算機は、第１のプロセッサと、前記第１のプロセッサに接続されるメモリと、前記第１のプロセッサに接続される第１のネットワークインタフェースとを備え、前記コンテンツ提供サーバは、第２のプロセッサと、前記第２のプロセッサに接続されるメモリと、前記第２のプロセッサに接続される第２のネットワークインタフェースとを備え、前記評価システムは、第３のプロセッサと、前記第３のプロセッサに接続されるメモリと、前記第３のプロセッサに接続される第３のネットワークインタフェースとを備え、前記評価システムは、前記ユーザ属性情報及び前記ユーザ属性情報の信頼性を表すユーザ属性情報信頼度、並びに、前記コンテンツ属性情報及び前記コンテンツ属性情報の信頼性を表すコンテンツ属性情報信頼度を保持し、前記方法は、前記評価システムが、前記ユーザ属性情報信頼度に基づいて、前記ユーザ属性情報を更新する前記ユーザである評価対象ユーザを選択する第１のステップと、前記評価システムが、前記コンテンツ属性情報信頼度に基づいて、前記ユーザ属性情報を更新するための前記コンテンツである評価用コンテンツを選択する第２のステップと、前記評価システムが、前記評価用コンテンツを前記評価対象ユーザに送信し、前記評価用コンテンツに対する前記評価対象ユーザの操作内容を取得する第３のステップと、前記評価システムが、前記取得された操作内容に基づいて、前記評価対象ユーザの前記ユーザ属性情報及び前記ユーザ属性情報信頼度を更新する第４のステップと、を含むことを特徴とする。
【発明の効果】
【００２３】
本発明によれば、ユーザ属性情報信頼度が低いユーザが積極的に選択され、コンテンツ属性信頼度の高いコンテンツを利用して当該ユーザのユーザ属性情報及びユーザ属性情報信頼度が更新できる。また、コンテンツ属性情報信頼度が低いコンテンツが積極的に選択され、当該コンテンツをユーザ属性信頼度の高いユーザが評価することによって当該コンテンツのコンテンツ属性情報及びコンテンツ属性情報信頼度が更新できる。したがって、低いコスト、かつ、短時間に、信頼性の高い評価情報（ユーザ属性情報及びコンテンツ属性情報）を取得することができる。
【図面の簡単な説明】
【００２４】
【図１】本発明の実施形態の計算機システム構成及びソフトウェア構成を説明するブロック図である。
【図２】本発明の実施形態のコンテンツ情報記録部に格納されるコンテンツ情報の一例を示す説明図である。
【図３】本発明の実施形態のユーザ情報記録部に格納されるユーザ情報の一例を示す説明図である。
【図４】本発明の実施形態の評価対象コンテンツ選択部が実行する処理を説明するフローチャートである。
【図５】本発明の実施形態の評価対象コンテンツ選択部が実行する処理を説明するフローチャートである。
【図６】本発明の第１の実施形態の評価用ユーザ選択部が実行する処理を説明するフローチャートである。
【図７】本発明の実施形態のステップ６０３において実行される処理の一例を説明するフローチャートである。
【図８】本発明の実施形態の評価用コンテンツ選択部が実行する処理を説明するフローチャートである。
【図９】本発明の第１の実施形態のコンテンツ及びユーザ評価システムにおける各構成の処理の流れを説明するシーケンス図である。
【発明を実施するための形態】
【００２５】
図１は、本発明の実施形態の計算機システム構成及びソフトウェア構成を説明するブロック図である。
【００２６】
本発明の実施形態における計算機システムは、コンテンツ及びユーザ評価システム１０１、コンテンツ提供者端末１０２、並びに、ユーザ端末１０３から構成される。
【００２７】
コンテンツ及びユーザ評価システム１０１とコンテンツ提供者端末１０２とは、ＬＡＮ等のインターネット又は専用回線等によって接続される。また、コンテンツ及びユーザ評価システム１０１とユーザ端末１０３とは、ＬＡＮ等のインターネット又は専用回線等によって接続される。
【００２８】
コンテンツ提供者端末１０２は、コンテンツ提供者が使用する端末であり、ユーザ端末１０３を使用するユーザに提供する各種コンテンツを送信する。コンテンツ提供者端末１０２は、ＣＰＵ（図示省略）、ＲＡＭ又はＲＯＭ等のメモリ（図示省略）、ＨＤＤ又はＳＳＤ等の不揮発性記憶媒体（図示省略）、及びネットワークインタフェース（図示省略）を備える計算機である。前述した構成は、内部バス等を用いて接続される。
【００２９】
ユーザ端末１０３は、ユーザが使用する端末であり、コンテンツ提供者端末１０２から送信される各種コンテンツを利用する。ユーザ端末１０３は、ＣＰＵ（図示省略）、ＲＡＭ又はＲＯＭ等のメモリ（図示省略）、ＨＤＤ又はＳＳＤ等の不揮発性記憶媒体（図示省略）、及びネットワークインタフェース（図示省略）を備える計算機である。前述した構成は、内部バス等を用いて接続される。
【００３０】
コンテンツ及びユーザ評価システム１０１は、コンテンツ提供者端末１０２から受信したコンテンツの中から１つ以上のコンテンツを選択し、選択されたコンテンツをユーザ端末１０３に送信する機能、並びに、コンテンツ提供者端末１０２に対してコンテンツの利用状況及びコンテンツに対するユーザの評価等を送信する。
【００３１】
コンテンツ及びユーザ評価システム１０１は、ＣＰＵ（図示省略）、ＲＡＭ又はＲＯＭ等のメモリ（図示省略）、ＨＤＤ又はＳＳＤ等の不揮発性記憶媒体（図示省略）、及びネットワークインタフェース（図示省略）を備える計算機である。
【００３２】
前述した機能を実現するために、コンテンツ及びユーザ評価システム１０１は、コンテンツ登録部１０４、コンテンツ情報記録部１０５、ユーザ登録部１０６、ユーザ情報記録部１０７、コンテンツ推薦部１０８、情報提示部１０９、評価対象コンテンツ選択部１１０、評価用コンテンツ選択部１１１、評価対象ユーザ選択部１１２、評価用ユーザ選択部１１３、反応取得部１１４、属性更新部１１５、及び報告部１１６を備える。
【００３３】
前述した各構成要素は、ソフトウェアとしてメモリ（図示省略）上に格納され、ＣＰＵ（図示省略）によって当該ソフトウェアが実行されることによって各機能が実現される。なお、前述した各構成は、ハードウェアを用いて実現してもよい。
【００３４】
コンテンツ登録部１０４は、コンテンツ提供者端末１０２から送信されるコンテンツ登録要求を受付け、コンテンツ登録要求に含まれるコンテンツ、及びコンテンツ情報をコンテンツ情報記録部に１０４に出力する。
【００３５】
なお、コンテンツ情報には、コンテンツ属性情報、コンテンツ属性情報の属性信頼度等が含まれる。ここで、コンテンツ属性情報とは、コンテンツの特徴を表す情報であり、１つ以上の属性値が含まれる。
【００３６】
コンテンツ情報記録部１０５は、コンテンツ登録部１０４から入力されたコンテンツ情報を格納する。コンテンツ情報記録部１０５は、例えば、リレーショナルデータベース等によって実現できる。なお、コンテンツ情報記録部１０５に格納されるコンテンツ情報は、図２を用いて後述する。
【００３７】
ユーザ登録部１０６は、ユーザ端末１０３から送信されたユーザ登録要求を受付け、ユーザ登録要求に含まれるユーザ情報をユーザ情報記録部１０７に出力する。
【００３８】
なお、ユーザ情報には、ユーザ属性情報、ユーザ属性情報の属性信頼度等が含まれる。ここで、ユーザ属性情報とは、ユーザの特徴を表す情報であり、１つ以上の属性値が含まれる。
【００３９】
ユーザ情報記録部１０７は、ユーザ登録部１０６から入力されたユーザ情報を格納する。ユーザ情報記録部１０７は、例えば、リレーショナルデータベース等によって実現できる。なお、ユーザ情報記録部１０７に格納されるユーザ情報は、図３を用いて後述する。
【００４０】
コンテンツ推薦部１０８は、コンテンツ情報記録部１０５及びユーザ情報記録部１０７から情報を読み出し、ユーザ端末１０３を利用するユーザが興味を持つと推定される１つ以上のコンテンツを選択する。以下、コンテンツ推薦部１０８によって選択されるコンテンツを推薦コンテンツと記載する。
【００４１】
コンテンツ推薦部１０８は、ユーザがユーザ端末１０３を用いてシステムにアクセスした場合、又は、周期的に処理を実行する。処理を実行する周期は、例えば、月一回の電気料金等の通知時又は何らかのキャンペーン時などが考えられる。コンテンツ推薦部１０８は、処理を周期的に実行する場合、ユーザ全員に対して、各ユーザに最適なコンテンツを選択する。
【００４２】
本実施形態では、ユーザに推薦するコンテンツの選択方法は、コンテンツベースの推薦方式を用いることを前提としている。すなわち、任意のユーザのユーザ属性情報と類似するコンテンツ属性情報であるコンテンツが、当該ユーザが興味を持つ可能性の高いコンテンツとして選択される。
【００４３】
ユーザ属性情報とコンテンツ属性情報との類似度の算出方法は、例えば、それぞれ属性情報に含まれる属性値を多次元のベクトルとし、当該多次元ベクトルの内積を算出する方法が考えられる。この場合、コンテンツ推薦部１０８は、内積の値が大きい順にソートされた上位のコンテンツを、推薦コンテンツとして選択する。
【００４４】
評価対象コンテンツ選択部１１０は、コンテンツ属性情報を更新するコンテンツを選択する。以下、評価対象コンテンツ選択部１１０によって選択されたコンテンツを評価対象コンテンツと記載する。
【００４５】
なお、評価対象コンテンツ選択部１１０の具体的な処理については、図４及び図５を用いて後述する。
【００４６】
評価用ユーザ選択部１１３は、評価対象コンテンツのコンテンツ属性情報を更新するために、当該コンテンツの評価を依頼するユーザを選択する。以下、評価用ユーザ選択部１１３によって選択されるユーザを評価用ユーザと記載する。
【００４７】
評価対象ユーザ選択部１１２は、ユーザ属性情報を更新するユーザを選択する。以下、評価対象ユーザ選択部１１２によって選択されるユーザを評価対象ユーザと記載する。
【００４８】
評価用コンテンツ選択部１１１は、評価対象ユーザのユーザ属性情報を更新するために、当該ユーザを評価するためのコンテンツを選択する。以下、評価用コンテンツ選択部１１１によって選択されるコンテンツを評価用コンテンツと記載する。
【００４９】
情報提示部１０９は、推薦コンテンツを提示するための情報、評価対象コンテンツを評価用ユーザに提示するための情報、又は、評価対象ユーザに評価用コンテンツを提示するための情報を送信する。これによって、ユーザ端末１０３を使用するユーザに各種コンテンツを提示することが可能となる。
【００５０】
なお、ユーザ端末１０３における提示手法としては、電子メールなどに各種コンテンツへアクセスするためのＵＲＬリンクを提示する方法、ユーザがアクセスしたＷｅｂサイトの画面上に各種コンテンツへアクセスするためのＵＲＬリンクを提示する方法、及び電気の使用量を常時表示する壁掛けディスプレイに各種コンテンツへアクセスするためのＵＲＬリンクを提示する方法などが考えられる。
【００５１】
なお、本実施形態では、コンテンツ属性情報及びユーザ属性情報の表現方法、及びコンテンツ推薦部１０８の実装方法などは、既存のコンテンツベースの推薦方式において利用される方法を用いることができる。
【００５２】
反応取得部１１４は、ユーザ端末１０３に提示された各種コンテンツに対するユーザの反応を取得する。
【００５３】
属性更新部１１５は、反応取得部１１４が取得したコンテンツに対するユーザの反応に基づいてコンテンツ属性情報又はユーザ属性情報を推定し、されに、当該推定結果に基づいてコンテンツ情報又はユーザ情報を更新する。
【００５４】
報告部１１６は、周期的に、又は、属性更新部１１５によってコンテンツの属性情報が更新された時に、コンテンツ提供者端末１０２に、登録されたコンテンツ属性情報を送信する。すなわち、コンテンツ提供者が登録したコンテンツのコンテンツ属性情報が当該コンテンツ提供者に報告される。
【００５５】
送信される情報には、現在のコンテンツ属性情報、更新履歴、及び属性信頼度等が含まれる。
【００５６】
これによって、コンテンツ提供者は、自らが登録したコンテンツがどのようなユーザ属性情報を持つユーザに高い評価を受けているかを把握することができ、コンテンツ提供者が自ら想定したユーザ層と一致しているか否かを確認できる。
【００５７】
また、属性信頼度３０２が低い場合、参照数が高ければユーザ層を問わずに人気があると考えられるが、参照数が低い場合は、コンテンツを利用すると想定されるユーザ層の興味をとらえていないと考えることができる。
【００５８】
本発明の目的は、各コンテンツ及び各ユーザのそれぞれ属性を適切に表現する属性情報を決定することである。すなわち、本発明は、コンテンツ属性情報及びユーザ属性情報を適切に設定するとともに、状況に応じて更新することを目的とする。
【００５９】
例えば、コンテンツ提供者がコンテンツ属性情報を設定していない場合は、後述する処理によって、コンテンツ提供者は、推定されたコンテンツ属性情報をレポートとして取得することができる。
【００６０】
また、コンテンツ提供者が、どのような嗜好を持つユーザにコンテンツを利用して欲しいかという期待に基づいてコンテンツ属性情報を設定した場合、又は、コンテンツがどのような嗜好を持つユーザの関心を惹くかという予想に基づいてコンテンツ情報を設定した場合、設定されたコンテンツ属性情報の初期値は、必ずしも実際のユーザからの評判と一致するとは限らない。
【００６１】
本発明は、後述する処理によって、実際のユーザの評価に合ったコンテンツの属性値が算出され、算出された属性値をコンテンツ提供者にフィードバックすることができる。
【００６２】
また、コンテンツ提供者がユーザに事前にコンテンツに対するアンケートなどを行い、当該アンケート結果に基づいて各属性情報の初期値を設定した場合、設定される属性情報の初期値は尊重すべきであり、当該コンテンツ提供者ごとの属性信頼度２０２の初期値を高く設定することが望ましい。
【００６３】
例えば、登録時に属性値がアンケートなどに基づいて設定したものであることをコンテンツ提供者が指定する方法、コンテンツ提供者が直接、属性信頼度２０２を設定する方法などが用いることができる。
【００６４】
なお、コンテンツ登録部１０４、コンテンツ情報記録部１０５、ユーザ登録部１０６、ユーザ情報記録部１０７、コンテンツ推薦部１０８、及び情報提示部１０９は、一般的なコンテンツベースの推薦方式において用いられるものと同一のものである。また、コンテンツ属性情報及びユーザ属性情報の表現方法、並びに、コンテンツ推薦部１０８の実装方法は、既存のコンテンツベースの推薦方式で用いられているものを利用することができる。
【００６５】
以下、本発明の各構成の詳細について説明する。
【００６６】
図２は、本発明の実施形態のコンテンツ情報記録部１０５に格納されるコンテンツ情報の一例を示す説明図である。
【００６７】
コンテンツ情報は、コンテンツＩＤ２０１、属性信頼度２０２、属性２０３、及び最終被評価日時２０４を含む。
【００６８】
コンテンツＩＤ２０１は、コンテンツを識別する識別子である。なお、コンテンツの実態はメモリ（図示省略）の領域に格納され、コンテンツＩＤ２０１に基づいて参照することができる。
【００６９】
属性信頼度２０２は、コンテンツＩＤ２０１に対応するコンテンツのコンテンツ属性情報が適切か否かを表す情報である。すなわち、コンテンツ属性情報が適切である場合には、コンテンツ属性情報が更新されにくいことを表す。更新頻度又は更新される値の差が大きい場合には、コンテンツ属性情報が適切でないことを示す。
【００７０】
属性信頼度２０２には、例えば、「０」から「１００」の間の数値が格納される。図２に示す例では、「０」が最も信頼性が低いことを表し、「１００」が最も信頼性が高いことを表す。
【００７１】
コンテンツ登録時に、「５０」などの一定値、又は、コンテンツ提供者端末１０２を利用するコンテンツ提供者ごとに割り当てられる属性信頼度、を属性信頼度２０２の初期値として格納してよい。また、コンテンツ属性情報が設定されていない場合には、属性信頼度２０２には「０」が格納される。
【００７２】
属性２０３は、コンテンツＩＤ２０１に対応するコンテンツのコンテンツ属性情報である。すなわち、コンテンツの特徴を表す属性値が格納される。なお、属性値には、ユーザの興味及び嗜好を表現するものであれば、どのようなものを用いてもよい。
【００７３】
本実施形態では、電力利用に関するユーザの興味及び嗜好を表す属性値が用いられる。具体的には、属性２０３は、短期コスト２１０、長期コスト２１１、環境２１２、行動負担２１３、機器購入２１４、新規性２１５及び比較・競争２１６を含む。
【００７４】
短期コスト２１０は、短期的なコストを重要視するユーザの興味を引く度合いを表す。
【００７５】
長期コスト２１１は、長期的なコストを重要視するユーザの興味を引く度合いを表す。
【００７６】
環境２１２は、地球環境又は地域環境を重視するユーザの興味を引く度合いを表す。
【００７７】
行動負担２１３は、具体的な行動（例えば、省エネのためにこまめに照明を消すなど）を行うことに対してユーザが負担を感じる度合いを表す。
【００７８】
機器購入２１４は、ユーザの電力関連機器の購入意欲の度合いを表す。
【００７９】
新規性２１５は、新しいサービス又は機器などに対するユーザの興味の度合いを表す。
【００８０】
比較・競争２１６は、他のユーザとの比較に基づいて、ユーザ自らの行動を決定する傾向の度合いを表す。
【００８１】
属性２０３に含まれる各属性値は、各属性の観点におけるコンテンツの適合度を表す。各属性値には、例えば、「０」から「１」までの値が格納される。図２に示す例では、「０」が最も適合度が低く、「１」が最も適合度が高いことを表す。
【００８２】
また、コンテンツ提供者によってコンテンツ属性情報が設定されておらず、かつ、コンテンツ属性情報が推定されていない場合には、各属性値には「−」が格納される。この場合、属性信頼度２０２は「０」となる。
【００８３】
図２に示す例では、コンテンツＩＤ２０１が「１」のコンテンツは、短期的なコストに関心のあるユーザに対する適合度が「０．２１８２１７９」であるということを表す。なお、本実施形態では、属性値を属性値ベクトルと考え、属性２０３の各属性値はベクトル長が１となるように正規化される。
【００８４】
例えば、白熱電球からＬＥＤランプへの置き換えを推奨するコンテンツについては、長期コストを重視するユーザが興味を持つと考えられるため、長期コスト２１１の値が高い。一方、短期コストを重視するユーザは興味を持たないと考えられるため、当該コンテンツの長期コスト２１１の値は低い。また、比較・競争２１６の値が高いユーザは、同じような電力機器を保有する、他のユーザとの比較データを参照することによって、省エネのモチベーションが向上する傾向が高い。
【００８５】
最終被評価日時２０４は、コンテンツＩＤ２０１に対応するコンテンツが、評価対象コンテンツとして評価用ユーザに評価された日時を格納する。
【００８６】
以上がコンテンツ情報記録部１０５に格納されるコンテンツ情報の一例の説明である。
【００８７】
図３は、本発明の実施形態のユーザ情報記録部１０７に格納されるユーザ情報の一例を示す説明図である。
【００８８】
ユーザ情報は、ユーザＩＤ３０１、属性信頼度３０２、属性３０３、最終被評価日時２０４、及び最終評価日時２０５を含むコンテンツ情報２００を含む。
【００８９】
ユーザＩＤ３０１は、ユーザを識別する識別子である。
【００９０】
属性信頼度３０２は、ユーザＩＤ３０１に対応するユーザのユーザ属性情報が適切か否かを表す情報である。すなわち、ユーザ属性情報が適切である場合には、ユーザ属性情報が更新されにくいことを表す。更新頻度又は更新される値の差が大きい場合には、ユーザ属性情報が適切でないことを示す。
【００９１】
属性信頼度３０２には、属性信頼度２０２と同様に、「０」から「１００」間の数値が格納される。図３に示す例では、「０」が最も信頼性が低いことを表し、「１００」が最も信頼性が高いことを表す。
【００９２】
属性信頼度３０２には、ユーザ登録時に「５０」などの一定値を初期値として格納されてもよいし、アンケートへの回答量に応じた初期値が設定されてもよい。また、ユーザ属性情報が設定されない場合には、属性信頼度３０２には「０」が設定される。
【００９３】
属性３０３は、ユーザＩＤ３０１に対応するユーザのユーザ属性情報である。すなわち、ユーザの特徴を表す属性値が格納される。なお、属性値には、ユーザの興味及び嗜好を表現するものであれば、どのようなものを用いてもよい。
【００９４】
本実施形態では、電力利用に関するユーザの興味及び嗜好を表す属性値が用いられる。具体的には、属性３０３は、短期コスト３１０、長期コスト３１１、環境３１２、行動負担３１３、機器購入３１４、新規性３１５及び比較・競争３１６を含む。
【００９５】
短期コスト３１０は、ユーザＩＤ３０１に対応するユーザが短期的なコストを重視する度合いを表す。
【００９６】
長期コスト３１１は、ユーザＩＤ３０１に対応するユーザが長期的なコストを重視する度合いを表す。
【００９７】
環境３１２は、ユーザＩＤ３０１に対応するユーザが地球環境又は地域環境を重視する度合いを表す。
【００９８】
行動負担３１３は、ユーザＩＤ３０１に対応するユーザが具体的な行動（例えば省エネのためにこまめに照明を消すなど）を行うことに対する負担の度合いを表す。
【００９９】
機器購入３１４は、ユーザＩＤ３０１に対応するユーザが電力関連機器を購入する意欲の度合いを表す。
【０１００】
新規性３１５は、ユーザＩＤ３０１に対応するユーザが新しいサービス又は機器などに興味を示す度合いを表す。
【０１０１】
比較・競争３１６は、他のユーザとの比較に基づいて、ユーザＩＤ３０１に対応するユーザが自身の行動を決定する傾向の度合いを表す。
【０１０２】
属性３０３に含まれる各属性値は、各属性の観点におけるコンテンツの適合度を表す。各属性値には、例えば、「０」から「１」までの値が格納される。図３に示す例では、「０」が最も適合度が低く、「１」が最も適合度が高いことを表す。
【０１０３】
また、ユーザ属性情報が設定されておらず、かつ、ユーザ属性情報が推定されていない場合には、各属性値には「−」が格納される。この場合、属性信頼度３０２は「０」となる。
【０１０４】
また、本実施形態では、属性値を属性値ベクトルと考え、属性３０３の各属性値はベクトル長が１となるように正規化される。
【０１０５】
例えば、白熱電球からＬＥＤランプへの置き換えを推奨するコンテンツについては、長期コストを重視するユーザが興味を持つと考えられるため、長期コスト３１１の値が高い。一方、短期コストを重視するユーザは当該コンテンツには興味を持たないと考えられるため、当該コンテンツの長期コスト２１１の値は低い。また、比較・競争３１６の値が高いユーザは、同じような電力機器を保有する、他のユーザとの比較データを参照することによって、省エネのモチベーションが向上する傾向が高い。
【０１０６】
属性３０３に含まれる各属性の値は、例えば、ユーザ登録時に、ユーザが各属性の初期値を直接入力してもよいし、アンケートの回答と属性値との対応表を参照して初期値が設定されてもよい。
【０１０７】
最終被評価日時３０４は、ユーザＩＤ３０１に対応するユーザが評価用コンテンツを用いて評価された日時を格納する。
【０１０８】
最終評価日時３０５は、評価用ユーザとして評価対象コンテンツを評価した日時を格納する。
【０１０９】
以上がユーザ情報記録部１０７に格納されるユーザ情報の一例の説明である。
【０１１０】
次に、評価対象コンテンツ選択部１１０が実行する処理について説明する。
【０１１１】
評価対象コンテンツ選択部１１０は、２つの処理（モード）を並列して実行する。具体的には、周期的に属性信頼度２０２が低いコンテンツを選択するモード（以下、第１のモードと記載する）、及び、所定の条件を満たすコンテンツを選択するモード（以下、第２のモードと記載する）の２つのモードが並列して実行される。
【０１１２】
第１のモードは、１週間に１回、１日に１回などのタイミング若しくは毎月の電気の使用料金が通知されるタイミング、又は、これらを組み合わせたタイミングで実行される。第１のモードは、全コンテンツの中から、最も属性信頼度２０２の低いコンテンツが選択される。なお、選択されるコンテンツは、複数であってもよい。
【０１１３】
一方、第２のモードは、次の３つの条件を満たすときに処理が実行される。すなわち、（条件１）コンテンツの登録時、（条件２）所定の期間、属性信頼度２０２が基準値以下である場合、（条件３）所定の期間内に、属性信頼度２０２が基準値以下に低下した場合の３つである。
【０１１４】
（条件１）では、コンテンツの登録時に当該コンテンツのコンテンツ属性情報の初期値を設定するために処理が実行される。（条件１）は、特に、コンテンツの属性２０３及び属性信頼度２０２が設定されていないコンテンツの初期値を推定する処理の開始条件である。
【０１１５】
（条件２）は、全コンテンツの中では属性信頼度２０２が低くないため第１のモードでは評価対象コンテンツとして選択されないが、属性信頼度２０２の低い状態が継続する場合に、当該コンテンツを再評価する処理の開始条件である。
【０１１６】
（条件３）は、属性信頼度２０２が高いコンテンツが、それまでに利用されなかったユーザ層から利用された場合に、再度、当該コンテンツを評価する処理の開始条件である。これは、それまでに利用されなかったユーザ層からコンテンツが利用されるようになったために属性信頼度２０２は低下し、再度評価する必要があるためである。
【０１１７】
計算機システムの初期設定時、又は、コンテンツ登録時には、（条件１）の条件を満たすため処理が実行される。また、計算機システムが稼動中には、（条件２）及び（条件３）の条件に従って処理が実行される。すなわち、本発明は、新たに、計算機システムを構築する場合、又は、稼働中の計算機システムにおいても適用することが可能となる。
【０１１８】
以下、第１のモードと第２のモードとに分けて、評価対象コンテンツ選択部１１０が実行する処理について説明する。
【０１１９】
図４は、本発明の実施形態の評価対象コンテンツ選択部１１０が実行する処理を説明するフローチャートである。図４は、第１のモードの処理を説明するフローチャートである。
【０１２０】
評価対象コンテンツ選択部１１０は、前述した周期が経過した場合に、選択イベントが発生することによって処理を開始する（ステップ４０１）。
【０１２１】
評価対象コンテンツ選択部１１０は、コンテンツ情報記録部１０５に格納されるコンテンツ情報２００を読み出し、読み出されたコンテンツ情報２００に基づいて、属性信頼度２０２が最も低いコンテンツを選択する（ステップ４０２）。なお、複数のコンテンツが選択されてもよい。
【０１２２】
評価対象コンテンツ選択部１１０は、選択されたコンテンツ、すなわち、評価対象コンテンツを情報提示部１０９に出力し（ステップ４０３）、処理を終了する。
【０１２３】
なお、ステップ４０２において、評価対象コンテンツ選択部１１０は、最終被評価日時２０４から一定期間経過しているか否かを判定し、最終被評価日時２０４から一定期間経過していない場合には、評価対象コンテンツとして選択しなくともよい。これによって、同一のコンテンツが評価対象コンテンツとして頻繁に選択されることを防ぐことができる。
【０１２４】
図５は、本発明の実施形態の評価対象コンテンツ選択部１１０が実行する処理を説明するフローチャートである。図５は、第２のモードの処理を説明するフローチャートである。
【０１２５】
評価対象コンテンツ選択部１１０は、属性信頼度変更イベントが発生したことを契機に処理を開始する（ステップ５０１）。
【０１２６】
ここで、属性信頼度変更イベントは、コンテンツの属性信頼度２０２が変更された場合に発生するイベントである。また、コンテンツの初期登録時に、コンテンツ提供者が属性信頼度２０２の初期値を設定した場合、又はコンテンツ提供者が属性信頼度２０２に「０」を設定した場合にも、属性信頼度変更イベントが発生する。
【０１２７】
以下、属性信頼度２０２が変更されたコンテンツを処理対象コンテンツと記載する。
【０１２８】
評価対象コンテンツ選択部１１０は、処理対象コンテンツが初期登録されたコンテンツであるか否かを判定する（ステップ５０２）。ステップ５０２では、（条件１）に該当するか否かが判定される。
【０１２９】
例えば、評価対象コンテンツ選択部１１０は、コンテンツ情報記録部１０５から読み出されたコンテンツ情報２００を参照し、処理対象コンテンツの属性２０３の各属性値に値が設定されているか否かを判定する。属性２０３の各属性値に値が設定されていない、すなわち、各属性値に「−」が格納されている場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツが初期登録されたコンテンツであると判定する。
【０１３０】
処理対象コンテンツが初期登録されたコンテンツであると判定された場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツを評価対象コンテンツとして選択する（ステップ５０６）。評価対象コンテンツ選択部１１０は、選択された評価対象コンテンツを情報提示部１０９に出力し、処理を終了する。
【０１３１】
処理対象コンテンツが初期登録されたコンテンツでないと判定された場合、評価対象コンテンツ選択部１１０は、コンテンツ情報２００の最終被評価日時２０４を参照して、最終被評価日時２０４に示された日時から一定期間経過しているか否かを判定する（ステップ５０３）。
【０１３２】
これは、同一のコンテンツが頻繁に選択されることを防ぐためである。したがって、最終被評価日時２０４に示される日時から一定期間経過していないコンテンツは評価対象コンテンツとして選択されない。
【０１３３】
最終被評価日時２０４に示された日時から一定期間経過していないと判定された場合、評価対象コンテンツ選択部１１０は、処理を終了する。
【０１３４】
最終被評価日時２０４に示された日時から一定期間経過していると判定された場合、評価対象コンテンツ選択部１１０は、コンテンツ情報２００の属性信頼度２０２を参照し、所定期間、属性信頼度２０２が基準値以下であるか否かを判定する（ステップ５０４）。ステップ５０４では、（条件２）に該当するか否かが判定される。
【０１３５】
なお、基準値は予め設定された値であり、評価対象コンテンツ選択部１１０が当該基準値を保持する。
【０１３６】
所定期間、属性信頼度２０２が基準値以下であると判定された場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツを評価対象コンテンツとして選択する（ステップ５０６）。評価対象コンテンツ選択部１１０は、選択された評価対象コンテンツを情報提示部１０９に出力し、処理を終了する。
【０１３７】
所定期間、属性信頼度２０２が基準値以下でないと判定された場合、評価対象コンテンツ選択部１１０は、コンテンツ情報２００の属性信頼度２０２を参照し、所定期間内に、属性信頼度２０２が既定値以上減少したか否かを判定する（ステップ５０５）。ステップ５０５では、（条件３）に該当するか否かが判定される。
【０１３８】
所定期間内に、属性信頼度２０２が既定値以上減少していないと判定された場合、評価対象コンテンツ選択部１１０は、処理を終了する。
【０１３９】
所定期間内に、属性信頼度２０２が既定値以上減少したと判定された場合、評価対象コンテンツ選択部１１０は、処理対象コンテンツを評価対象コンテンツとして選択する（ステップ５０６）。評価対象コンテンツ選択部１１０は、選択された評価対象コンテンツを情報提示部１０９に出力し、処理を終了する。
【０１４０】
なお、ステップ５０４及びステップ５０５の処理は、いずれの処理から実行してもよい。
【０１４１】
評価対象ユーザ選択部１１２は、評価対象コンテンツ選択部１１０が実行する処理と同一の処理を用いることができる。この場合、選択対象がユーザとなる。したがって、図４及び図５に示したフローチャートと同一の処理となる。そのため、評価対象ユーザ選択部１１２の処理については説明を省略する。
【０１４２】
次に、評価用ユーザ選択部１１３が実行する処理について説明する。
【０１４３】
評価用ユーザ選択部１１３は、評価対象コンテンツ選択部１１０と連動して処理を実行する。すなわち、評価対象コンテンツ選択部１１０が評価対象コンテンツを選択した場合に処理が開始される。
【０１４４】
図６は、本発明の第１の実施形態の評価用ユーザ選択部１１３が実行する処理を説明するフローチャートである。
【０１４５】
評価用ユーザ選択部１１３は、処理を開始すると（ステップ６０１）、ユーザ情報記録部１０７から読み出されたユーザ情報３００を参照して、属性信頼度３０２が所定値以上、かつ、最終評価日時３０５に示された日時から一定期間経過しているユーザを抽出する（ステップ６０２）。
【０１４６】
属性信頼度３０２が高いユーザが抽出されるのは、属性信頼度３０２が高いユーザが評価することによって信頼性の高いコンテンツへの評価が取得できるためである。一方、属性信頼度３０２が低いユーザのコンテンツに対する評価を収集しても、収集された評価は信頼性が低いため正しくコンテンツ属性情報を推定できない。
【０１４７】
また、最終評価日時３０５を考慮するのは、属性信頼度３０２が高いユーザが頻繁に評価用ユーザとして選択されるのを防止するためである。これによって、属性信頼度２０２が高いユーザの負担を低減することができる。
【０１４８】
なお、所定値及び一定期間は予め設定されたものであり、これらは評価用ユーザ選択部１１３が保持する。
【０１４９】
次に、評価用ユーザ選択部１１３は、抽出されたユーザの属性値ベクトルが非類似のユーザを選択する（ステップ６０３）。
【０１５０】
ステップ６０３では、属性３０３の各属性値がばらけたユーザが選択される。すなわち、属性信頼度３０２が高く、さらに、属性３０３の各属性値（嗜好傾向）が異なるユーザが複数選択される。
【０１５１】
これは、嗜好傾向が類似、すなわち、属性値ベクトルが類似するユーザが、評価用ユーザとして選択された場合、コンテンツの評価が偏る可能性があるためである。したがって、属性値ベクトルが非類似のユーザが選択されることによって、評価対象コンテンツの属性情報を推定するための有用な情報を取得できる。
【０１５２】
なお、ステップ６０３におけるユーザの選択方法については、図７を用いて後述する。
【０１５３】
評価用ユーザ選択部１１３は、選択されたユーザ、すなわち、評価用ユーザを情報提示部１０９に出力し（ステップ６０４）、処理を終了する。
【０１５４】
前述した処理によって、属性信頼度２０２の高いユーザは、コンテンツ属性情報を更新するための評価者として選択される。信頼性の高いコンテンツ属性情報を算出するためには、属性信頼度３０２が高い、多くのユーザが必要となる。そこで、本発明では、後述する評価用コンテンツ選択部１１１及び評価対象ユーザ選択部１１２によって、属性信頼度３０２の高いユーザの数を増やすことができる。
【０１５５】
図７は、本発明の実施形態のステップ６０３において実行される処理の一例を説明するフローチャートである。
【０１５６】
図７では、属性値のばらけたユーザを選択する方法としては、Ｋ−ｍｅａｎｓクラスタリング手法について説明する。Ｋ−ｍｅａｎｓクラスタリングは、多次元ベクトルで表現される複数のデータを、クラスタ間の分離がよくなるようにＫ個のクラスタに分類する手法である。
【０１５７】
評価用ユーザ選択部１１３は、処理を開始すると（ステップ７０１）、抽出されたユーザの属性３０３の属性値を属性値ベクトルｘi（ｉ＝１…ｎ）とし、Ｋ個のクラスタに対してランダムに属性値ベクトルｘiを割り当てる（ステップ７０２）。ここで、ｎは抽出されたユーザの数を表す。
【０１５８】
次に、評価用ユーザ選択部１１３は、各クラスタの中心Ｖj（ｊ＝１…Ｋ）を算出する（ステップ７０３）。例えば、クラスタの中心は、平均計算などを用いて算出できる。
【０１５９】
評価用ユーザ選択部１１３は、各属性値ベクトルｘi（ｉ＝１…ｎ）とクラスタの中心Ｖj（ｊ＝１…Ｋ）との距離を算出する（ステップ７０４）。
【０１６０】
評価用ユーザ選択部１１３は、ステップ７０４において算出された距離に基づいて、クラスタへの各属性値ベクトルｘi（ｉ＝１…ｎ）の割当てを変更する（ステップ７０５）。
【０１６１】
具体的には、属性値ベクトルｘi（ｉ＝１…ｎ）とクラスタの中心Ｖjとの距離が最も小さい、すなわち、クラスタの中心Ｖjと距離が最も近いクラスタに属性値ベクトルｘi（ｉ＝１…ｎ）の割当てが変更される。
【０１６２】
評価用ユーザ選択部１１３は、各属性値ベクトルｘi（ｉ＝１…ｎ）のクラスタへの割当てが変更されたか否かを判定する（ステップ７０６）。
【０１６３】
各属性値ベクトルｘi（ｉ＝１…ｎ）のクラスタへの割当てが変更されたと判定された場合、評価用ユーザ選択部１１３は、ステップ７０３に戻り、同様の処理を実行（ステップ７０３〜ステップ７０８）。
【０１６４】
クラスタへの割当てが変更されていないと判定された場合、評価用ユーザ選択部１１３は、最終的に決定されたクラスタの中心Ｖj（ｊ＝１…Ｋ）を算出する（ステップ７０７）。
【０１６５】
評価用ユーザ選択部１１３は、各クラスタに属する属性値ベクトルのうち、ステップ７０７において算出された各クラスタの中心Ｖj（ｊ＝１…Ｋ）に最も近い属性値ベクトルを選択し（ステップ７０８）、処理を終了する。すなわち、属性値ベクトルに対応するユーザが選択される。
【０１６６】
以上の処理によって、属性値ベクトルのばらつきが大きいユーザが所定数（Ｋ人）選択される。
【０１６７】
本発明では、属性信頼度２０２が低いコンテンツのコンテンツ属性情報を更新するために、属性信頼度３０２が高いユーザが選択される。これによって、属性信頼度２０２が高いコンテンツ属性情報が設定可能となる。
【０１６８】
また、本発明では、属性信頼度３０２が低いユーザのユーザ属性情報を更新するために、属性信頼度２０２が高いコンテンツが選択される。これによって、属性信頼度３０２が高いユーザ属性情報が設定可能となる。
【０１６９】
すなわち、コンテンツ及びユーザ双方が相互に互いの属性情報の属性信頼度２０２、３０２を高めていくことができる。したがって、計算機システム全体として、適切なコンテンツ属性情報及びユーザ属性情報を設定することができる。
【０１７０】
次に、評価用コンテンツ選択部１１１が実行する処理について説明する。
【０１７１】
評価用コンテンツ選択部１１１は、評価用ユーザ選択部１１３が評価用ユーザを選択基準と異なる基準に基づいて、評価用コンテンツを選択する点が異なる。
【０１７２】
具体的には、評価用コンテンツ選択部１１１は、次に２つの基準に基づいて評価用コンテンツを選択する。
【０１７３】
（基準１）利用するユーザ層が安定していること、つまり、属性信頼度２０２が高いこと、及び、（基準２）コンテンツ属性情報の属性値のばらつきが大きいことである。
【０１７４】
評価用コンテンツ選択部１１１は、コンテンツ選択時に、最終評価日時３０５に相当する情報を考慮しない。これは、評価用コンテンツが頻繁に選択されても問題はないためである。
【０１７５】
評価用コンテンツ選択部１１１は、（基準１）及び（基準２）に基づいて、属性信頼度２０２が高く、かつ、属性値のばらつきの大きい評価用コンテンツをＫ個選択することができる。ここで、Ｋは、評価用ユーザの数とは異なる。
【０１７６】
図８は、本発明の実施形態の評価用コンテンツ選択部１１１が実行する処理を説明するフローチャートである。
【０１７７】
評価用コンテンツ選択部１１１は、処理を開始すると（ステップ８０１）、コンテンツ情報記録部１０５から読み出されたコンテンツ情報２００を参照して、属性信頼度２０２が所定値以上のコンテンツを抽出する（ステップ８０２）。
【０１７８】
前述したように最終評価日時３０５に相当する情報は考慮されない。なお、属性信頼度２０２が所定値以上のコンテンツを抽出する方法は、評価用ユーザ選択部１１３が実行する処理と同一の方法を用いることができる。
【０１７９】
次に、評価用コンテンツ選択部１１１は、抽出されたコンテンツの属性値ベクトルが非類似のコンテンツを選択する（ステップ８０３）。
【０１８０】
ステップ８０３の処理は、ステップ６０３と同一の処理である。属性値ベクトルが非類似のコンテンツが選択されることによって、評価対象ユーザのユーザ属性情報を推定するための有用な情報を取得できる。
【０１８１】
なお、ステップ８０３では、Ｋ−ｍｅａｎｓクラスタリング手法（図７参照）を用いてコンテンツを選択することができる。
【０１８２】
評価用コンテンツ選択部１１１は、選択されたコンテンツ、すなわち、評価用コンテンツを情報提示部１０９に出力し（ステップ８０４）、処理を終了する。
【０１８３】
図９は、本発明の第１の実施形態のコンテンツ及びユーザ評価システム１０１における各構成の処理の流れを説明するシーケンス図である。
【０１８４】
評価対象コンテンツ選択部１１０は一定の周期にしたがって処理を実行すると、評価用ユーザ選択部１１３も連動して処理を実行する（ステップ９０１）。
【０１８５】
評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３は、それぞれ、評価対象コンテンツ及び評価用ユーザを情報提示部１０９に出力する（ステップ９０２）。
【０１８６】
情報提示部１０９は、評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３からの入力に基づいて、評価用ユーザが使用するユーザ端末１０３に評価対象コンテンツを提示するための情報を送信する（ステップ９０３）。
【０１８７】
なお、ステップ９１６〜ステップ９１８、及びステップ９２５〜ステップ９２７の処理も同一の処理となる。
【０１８８】
コンテンツが登録される等によって属性信頼度変更イベントが発生した場合、評価対象コンテンツ選択部１１０は処理を実行し、評価用ユーザ選択部１１３も連動して処理を実行する（ステップ９０４）。なお、属性信頼度変更イベントについては、図５において説明したため説明を省略する。
【０１８９】
評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３は、それぞれ、評価対象コンテンツ及び評価用ユーザを情報提示部１０９に出力する（ステップ９０５）。
【０１９０】
情報提示部１０９は、評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３からの入力に基づいて、評価用ユーザが使用するユーザ端末１０３に評価対象コンテンツを提示するための情報を送信する（ステップ９０６）。
【０１９１】
なお、ステップ９０７〜ステップ９０９、ステップ９１３〜ステップ９１５、及びステップ９２２〜ステップ９２４の処理も同一の処理となる。
【０１９２】
属性信頼度２０２が低下することによって属性信頼度変更イベントが発生した場合、評価対象コンテンツ選択部１１０は処理を実行し、評価用ユーザ選択部１１３も連動して処理を実行する（ステップ９１０）。なお、属性信頼度変更イベントについては、図５において説明したため説明を省略する。
【０１９３】
評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３は、それぞれ、評価対象コンテンツ及び評価用ユーザを情報提示部１０９に出力する（ステップ９１１）。
【０１９４】
情報提示部１０９は、評価対象コンテンツ選択部１１０及び評価用ユーザ選択部１１３からの入力に基づいて、評価用ユーザが使用するユーザ端末１０３に評価対象コンテンツを提示するための情報を送信する（ステップ９１２）。
【０１９５】
なお、ステップ９１９〜ステップ９２１、及びステップ９２８〜ステップ９３０の処理も同一の処理となる。
【０１９６】
次に、コンテンツ属性情報及びユーザ属性情報の更新処理について説明する。
【０１９７】
コンテンツ属性情報及びユーザ属性情報の更新処理では、評価対象コンテンツに対する評価用ユーザの反応、又は、評価用コンテンツに対する評価対象ユーザの反応が用いられる。前述した各ユーザの反応に関する情報は、反応取得部１１４によって取得される。
【０１９８】
反応取得部１１４は、ユーザの反応として、電子メール又はＷｅｂサイト上に提示されたＵＲＬリンクにアクセスしたか否かを、推薦コンテンツに対するユーザの反応として取得することができる。また、ユーザのコンテンツ利用時間をユーザの反応として取得することもできる。
【０１９９】
例えば、コンテンツｉに対する、ユーザｊの評価値μijを、コンテンツが利用されなかった場合には「０」、利用された場合には「１」、所定時間利用された場合には「２」と決定することが考えられる。
【０２００】
また、コンテンツ利用終了時に、ユーザに評価アンケートを提示し、その回答をユーザの評価として取得することもできる。この場合、例えば、全く興味がない「−２」〜非常に興味がある「２」までの評価値をユーザに指定してもらう方法が考えられる。
【０２０１】
属性更新部１１５は、コンテンツ情報２００又はユーザ情報３００を推定し、属性信頼度２０２又は属性信頼度３０２を算出する。
【０２０２】
さらに、属性更新部１１５は、推定されたコンテンツ情報２００又はユーザ情報３００、及び、算出された属性信頼度２０２又は属性信頼度３０２に基づいて、コンテンツ情報記録部１０５又はユーザ情報記録部１０７に格納される情報を更新する。
【０２０３】
以下、コンテンツ属性情報が更新される場合を例に説明する。
【０２０４】
評価対象コンテンツの属性値ベクトルをｙiとした場合、評価用ユーザの評価によって属性値ベクトルｙiは式（１）に示すように更新される。
【０２０５】
【数１】
【０２０６】
ここで、αは更新率の制御パラメータを表す。また、ｅiは各属性値の推定値を表し、式（２）を用いて算出される。
【０２０７】
【数２】
【０２０８】
ここでＫは評価用ユーザの人数を表す。また、ｘjは評価用ユーザｊの属性値ベクトルを表す。ここでは、周期的に評価が実行され、コンテンツ属性情報が更新される場合を想定している。なお、属性値ｙiがコンテンツ提供者によって設定されていない場合、ｅiを更新後の属性値とする。
【０２０９】
評価対象コンテンツｉの属性信頼度２０２をｃiとした場合、属性信頼度２０２は式（３）を用いて更新される。
【０２１０】
【数３】
【０２１１】
ここで、βは更新率を表す。
【０２１２】
属性信頼度２０２が低く、更新前の属性値ｙiと推定値ｅiとに差がある場合は、コンテンツ属性情報が修正されたと考え、属性信頼度２０２が高い値に変更される。また、属性信頼度２０２が高く、更新前の属性値ｙiと推定値ｅiとに差がある場合は、コンテンツを利用するユーザ層が変化したと考え、属性信頼度２０２が低い値に変更される。
【０２１３】
なお、評価対象ユーザｉのユーザ属性情報の更新についても、式（１）及び式（２）を用いて更新することができる。ただし、Ｋは評価用コンテンツの数を表し、ｘjは評価用コンテンツｊの属性値ベクトルを表す。また、μijは評価対象ユーザｉの評価用コンテンツｊに対する評価値を表す。また、評価対象ユーザｉの属性信頼度３０２の更新についても式（３）を用いることによって更新することができる。
【０２１４】
本発明の一形態によれば、電力会社やサードパーティが提供するコンテンツの属性信頼度２０２が低い場合、又は、属性信頼度２０２が低下した場合に、信頼できるユーザに当該コンテンツの評価を依頼することによって、属性信頼度２０２の高いコンテンツ属性情報を設定することができる。
【０２１５】
これによって、不要な評価を行う必要がなく、さらに、属性信頼度３０２が低いユーザに対してはコンテンツの評価が依頼されないため、金銭的なコスト、及び計算機システムの資源など、コンテンツ評価に関連するコストを削減できるとともに、正確なコンテンツ属性情報を素早く設定することが可能になる。
【０２１６】
また、本発明の別の形態によれば、属性信頼度２０２が高く、属性の傾向がばらけた複数のコンテンツを用いて、コンテンツの利用頻度が低く、嗜好傾向が定まらないユーザを評価することが可能となる。これによって、属性信頼度３０２が高いユーザ属性情報を素早く設定することができる。したがって、ユーザの嗜好傾向を素早く分析することができる。
【０２１７】
［変形例］
以下、本発明の変形例を説明する。
【０２１８】
周期的なタイミングで評価対象コンテンツ又は評価対象ユーザを選択する処理の実行時に、当該タイミングが月に１回の料金通知のタイミングと重なった場合に、コンテンツ推薦部１０８は、評価対象ユーザ及び評価用ユーザ以外のユーザに対して、コンテンツベース推薦方式に基づいたコンテンツを選択し、情報提示部１０９は選択されたコンテンツをユーザに送信できる。
【０２１９】
また、このとき、情報提示部１０９は、評価対象コンテンツに加えて、コンテンツベース推薦方式に基づいたコンテンツも、評価用ユーザが使用するユーザ端末１０３に送信することができる。
【０２２０】
これによって、料金通知のタイミングでは、（１）属性信頼度３０２が低いために、属性信頼度３０２が高く、属性値のばらつきの大きい評価用コンテンツが提示される評価対象ユーザ、（２）属性信頼度３０２が高いため、属性信頼度２０２が低い評価対象コンテンツ、及びユーザの嗜好に応じたコンテンツが提示される評価用ユーザ、（３）それ以外で、ユーザの嗜好に応じたコンテンツのみが提示されるユーザが存在することになる。
【０２２１】
以上のように、本発明の一形態によれば、ユーザのコンテンツに対する参照数が少ないために協調フィルタリングが精度よく機能しない状況において、コンテンツ及びユーザ評価システム１０１は、属性信頼度３０２が高い評価用ユーザに属性信頼度２０２の低い評価対象コンテンツの評価を依頼し、又は、属性信頼度２０２の高い評価用コンテンツを属性信頼度３０２が低い評価対象ユーザに提示することによって、素早く、かつ、属性信頼度２０２が高いコンテンツ属性情報及び属性信頼度３０２がユーザ属性情報を設定することが可能となる。
【０２２２】
これによって、推薦機能、及び報告機能など、コンテンツ提供者及びユーザの双方にとって有用な機能を実現することができる。
【符号の説明】
【０２２３】
１０１ ユーザ評価システム
１０２ コンテンツ提供者端末
１０３ ユーザ端末
１０４ コンテンツ登録部
１０５ コンテンツ情報記録部
１０６ ユーザ登録部
１０７ ユーザ情報記録部
１０８ コンテンツ推薦部
１０９ 情報提示部
１１０ 評価対象コンテンツ選択部
１１１ 評価用コンテンツ選択部
１１２ 評価対象ユーザ選択部
１１３ 評価用ユーザ選択部
１１４ 反応取得部
１１５ 属性更新部
１１６ 報告部
２００ コンテンツ情報
３００ ユーザ情報
【特許請求の範囲】
【請求項１】
ユーザが使用する計算機と、前記ユーザに提供するコンテンツを送信するコンテンツ提供サーバと、前記コンテンツ提供サーバから送信された前記コンテンツを受信し、前記ユーザに提供する前記コンテンツを選択して、前記計算機に前記選択されたコンテンツを送信し、前記ユーザの特徴を表すユーザ属性情報又は前記コンテンツの特徴を表すコンテンツ属性情報を更新する評価システムを備える計算機システムにおける属性情報更新方法であって、
前記計算機は、第１のプロセッサと、前記第１のプロセッサに接続されるメモリと、前記第１のプロセッサに接続される第１のネットワークインタフェースとを備え、
前記コンテンツ提供サーバは、第２のプロセッサと、前記第２のプロセッサに接続されるメモリと、前記第２のプロセッサに接続される第２のネットワークインタフェースとを備え、
前記評価システムは、第３のプロセッサと、前記第３のプロセッサに接続されるメモリと、前記第３のプロセッサに接続される第３のネットワークインタフェースとを備え、
前記評価システムは、前記ユーザ属性情報及び前記ユーザ属性情報の信頼性を表すユーザ属性情報信頼度、並びに、前記コンテンツ属性情報及び前記コンテンツ属性情報の信頼性を表すコンテンツ属性情報信頼度を保持し、
前記方法は、
前記評価システムが、前記ユーザ属性情報信頼度に基づいて、前記ユーザ属性情報を更新する前記ユーザである評価対象ユーザを選択する第１のステップと、
前記評価システムが、前記コンテンツ属性情報信頼度に基づいて、前記ユーザ属性情報を更新するための前記コンテンツである評価用コンテンツを選択する第２のステップと、
前記評価システムが、前記評価用コンテンツを前記評価対象ユーザに送信し、前記評価用コンテンツに対する前記評価対象ユーザの操作内容を取得する第３のステップと、
前記評価システムが、前記取得された操作内容に基づいて、前記評価対象ユーザの前記ユーザ属性情報及び前記ユーザ属性情報信頼度を更新する第４のステップと、
を含むことを特徴とする属性情報更新方法。
【請求項２】
前記評価システムが、前記コンテンツ属性情報信頼度に基づいて、前記コンテンツ属性情報を更新する前記コンテンツである評価対象コンテンツを選択する第５のステップと、
前記評価システムが、前記ユーザ属性情報信頼度に基づいて、前記コンテンツ属性情報を更新するための前記ユーザである評価用ユーザを選択する第６のステップと、
前記評価システムが、前記評価対象コンテンツを前記評価用ユーザに送信し、前記評価対象コンテンツに対する前記評価用ユーザの操作内容を取得する第７のステップと、
前記評価システムが、前記取得された操作内容に基づいて、前記評価対象コンテンツの前記コンテンツ属性情報及び前記コンテンツ属性情報信頼度を更新する第８のステップと、を含むことを特徴とする請求項１に記載の属性情報更新方法。
【請求項３】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第２のステップは、前記コンテンツ属性情報信頼度の値が所定値以上であり、かつ、前記コンテンツ属性情報に含まれる前記コンテンツ特徴値の特性が異なる前記コンテンツを前記評価用コンテンツとして選択するステップを含み、
前記第６のステップは、前記ユーザ属性情報信頼度の値が所定値以上であり、かつ、前記ユーザ属性情報に含まれる前記ユーザ特徴値の特性が異なる前記ユーザを前記評価用ユーザとして選択するステップを含む、ことを特徴とする請求項２に記載の属性情報更新方法。
【請求項４】
前記評価システムは、前記評価用ユーザとして選択された時間に関する時間情報を保持し、
前記第６のステップは、さらに、前記時間情報に示された時間から所定期間経過しているユーザを前記評価用ユーザとして選択することを特徴とする請求項３に記載の属性情報更新方法。
【請求項５】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第１のステップは、周期的に前記ユーザ属性情報信頼度を参照し、前記ユーザ属性情報信頼度の値が所定値以下である前記ユーザを前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、周期的に前記コンテンツ属性情報信頼度を参照し、前記コンテンツ属性情報信頼度の値が所定値以下である前記コンテンツを前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項６】
前記第１のステップは、前記計算機から新たな前記ユーザを登録するためのユーザ登録要求を受信した場合に、前記ユーザ登録要求に含まれる前記ユーザを前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、前記コンテンツ提供サーバから新たな前記コンテンツを登録するためのコンテンツ登録要求を受信した場合に、前記コンテンツ登録要求に含まれる前記コンテンツを前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項７】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第１のステップは、前記ユーザ属性情報信頼度を参照し、前記ユーザ属性情報信頼度の値が所定値以下である状態が所定期間継続している前記ユーザを、前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、前記コンテンツ属性情報信頼度を参照し、前記コンテンツ属性情報信頼度の値が所定値以下である状態が所定期間継続している前記コンテンツを、前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項８】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第１のステップは、前記ユーザ属性情報信頼度を参照し、所定期間内に前記ユーザ属性情報信頼度の値が既定値以上減少している前記ユーザを、前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、前記コンテンツ属性情報信頼度を参照し、所定期間内に前記コンテンツ属性情報信頼度の値が既定値以上減少している前記コンテンツを、前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項９】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第４のステップは、
前記評価用コンテンツの前記コンテンツ属性情報、前記評価対象ユーザの前記ユーザ属性情報、及び前記評価用コンテンツに対する前記評価対象ユーザの操作内容に基づいて、前記評価対象ユーザの前記ユーザ属性情報に含まれる前記ユーザ特徴値の推定値を算出するステップと、
前記ユーザ特徴値の推定値、及び、前記評価対象ユーザの前記ユーザ属性情報に基づいて、前記評価対象ユーザの前記ユーザ属性情報に含まれる前記ユーザ特徴値の更新値を算出するステップと、
前記ユーザ特徴値の推定値、前記ユーザ特徴値の更新値及び前記ユーザ属性情報信頼度に基づいて、前記ユーザ属性情報信頼度の更新値を算出するステップと、を含み、
前記第８のステップは、
前記評価用ユーザの前記ユーザ属性情報、前記評価対象コンテンツの前記コンテンツ属性情報、及び前記評価対象コンテンツに対する評価用ユーザの操作内容に基づいて、前記評価対象コンテンツの前記コンテンツ属性情報に含まれる前記コンテンツ特徴値の推定値を算出するステップと、
前記コンテンツ特徴値の推定値、及び、前記評価対象コンテンツの前記コンテンツ属性情報に基づいて、前記評価対象コンテンツの前記コンテンツ属性情報に含まれる前記コンテンツ特徴値の更新値を算出するステップと、
前記コンテンツ特徴値の推定値、前記コンテンツ特徴値の更新値及び前記コンテンツ属性情報信頼度に基づいて、前記コンテンツ属性情報信頼度の更新値を算出するステップと、を含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項１０】
第１の計算機と、第２の計算機と、前記第１の計算機に関する第１情報を更新する更新サーバとを備える計算機システムにおける情報更新方法であって、
前記第１の計算機は、第１のプロセッサと、前記第１のプロセッサに接続されるメモリと、前記第１のプロセッサに接続される第１のネットワークインタフェースとを備え、
前記第２の計算機は、第２のプロセッサと、前記第２のプロセッサに接続されるメモリと、前記第２のプロセッサに接続される第２のネットワークインタフェースとを備え、
前記更新サーバは、第３のプロセッサと、前記第３のプロセッサに接続されるメモリと、前記第３のプロセッサに接続される第３のネットワークインタフェースとを備え、
前記更新サーバは、前記第１情報及び前記第１情報の更新度合いを表す第１情報の信頼度、並びに、前記第２の計算機に関する第２情報及び前記第２情報の更新度合いを表す第２情報の信頼度を保持し、
前記方法は、
前記更新サーバが、前記第１情報の信頼度に基づいて、前記第１情報の信頼度を更新する前記第１情報である評価対象第１情報を選択するステップと、
前記更新サーバが、前記第２情報の信頼度に基づいて、前記第１情報の信頼度を更新するための前記第２情報である評価用第２情報を選択するステップと、
前記更新サーバが、前記評価用第２情報を用いて前記評価対象第１情報及び前記評価対象第１情報の信頼度を更新するステップと、
を含むことを特徴とする情報更新方法。
【請求項１】
ユーザが使用する計算機と、前記ユーザに提供するコンテンツを送信するコンテンツ提供サーバと、前記コンテンツ提供サーバから送信された前記コンテンツを受信し、前記ユーザに提供する前記コンテンツを選択して、前記計算機に前記選択されたコンテンツを送信し、前記ユーザの特徴を表すユーザ属性情報又は前記コンテンツの特徴を表すコンテンツ属性情報を更新する評価システムを備える計算機システムにおける属性情報更新方法であって、
前記計算機は、第１のプロセッサと、前記第１のプロセッサに接続されるメモリと、前記第１のプロセッサに接続される第１のネットワークインタフェースとを備え、
前記コンテンツ提供サーバは、第２のプロセッサと、前記第２のプロセッサに接続されるメモリと、前記第２のプロセッサに接続される第２のネットワークインタフェースとを備え、
前記評価システムは、第３のプロセッサと、前記第３のプロセッサに接続されるメモリと、前記第３のプロセッサに接続される第３のネットワークインタフェースとを備え、
前記評価システムは、前記ユーザ属性情報及び前記ユーザ属性情報の信頼性を表すユーザ属性情報信頼度、並びに、前記コンテンツ属性情報及び前記コンテンツ属性情報の信頼性を表すコンテンツ属性情報信頼度を保持し、
前記方法は、
前記評価システムが、前記ユーザ属性情報信頼度に基づいて、前記ユーザ属性情報を更新する前記ユーザである評価対象ユーザを選択する第１のステップと、
前記評価システムが、前記コンテンツ属性情報信頼度に基づいて、前記ユーザ属性情報を更新するための前記コンテンツである評価用コンテンツを選択する第２のステップと、
前記評価システムが、前記評価用コンテンツを前記評価対象ユーザに送信し、前記評価用コンテンツに対する前記評価対象ユーザの操作内容を取得する第３のステップと、
前記評価システムが、前記取得された操作内容に基づいて、前記評価対象ユーザの前記ユーザ属性情報及び前記ユーザ属性情報信頼度を更新する第４のステップと、
を含むことを特徴とする属性情報更新方法。
【請求項２】
前記評価システムが、前記コンテンツ属性情報信頼度に基づいて、前記コンテンツ属性情報を更新する前記コンテンツである評価対象コンテンツを選択する第５のステップと、
前記評価システムが、前記ユーザ属性情報信頼度に基づいて、前記コンテンツ属性情報を更新するための前記ユーザである評価用ユーザを選択する第６のステップと、
前記評価システムが、前記評価対象コンテンツを前記評価用ユーザに送信し、前記評価対象コンテンツに対する前記評価用ユーザの操作内容を取得する第７のステップと、
前記評価システムが、前記取得された操作内容に基づいて、前記評価対象コンテンツの前記コンテンツ属性情報及び前記コンテンツ属性情報信頼度を更新する第８のステップと、を含むことを特徴とする請求項１に記載の属性情報更新方法。
【請求項３】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第２のステップは、前記コンテンツ属性情報信頼度の値が所定値以上であり、かつ、前記コンテンツ属性情報に含まれる前記コンテンツ特徴値の特性が異なる前記コンテンツを前記評価用コンテンツとして選択するステップを含み、
前記第６のステップは、前記ユーザ属性情報信頼度の値が所定値以上であり、かつ、前記ユーザ属性情報に含まれる前記ユーザ特徴値の特性が異なる前記ユーザを前記評価用ユーザとして選択するステップを含む、ことを特徴とする請求項２に記載の属性情報更新方法。
【請求項４】
前記評価システムは、前記評価用ユーザとして選択された時間に関する時間情報を保持し、
前記第６のステップは、さらに、前記時間情報に示された時間から所定期間経過しているユーザを前記評価用ユーザとして選択することを特徴とする請求項３に記載の属性情報更新方法。
【請求項５】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第１のステップは、周期的に前記ユーザ属性情報信頼度を参照し、前記ユーザ属性情報信頼度の値が所定値以下である前記ユーザを前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、周期的に前記コンテンツ属性情報信頼度を参照し、前記コンテンツ属性情報信頼度の値が所定値以下である前記コンテンツを前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項６】
前記第１のステップは、前記計算機から新たな前記ユーザを登録するためのユーザ登録要求を受信した場合に、前記ユーザ登録要求に含まれる前記ユーザを前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、前記コンテンツ提供サーバから新たな前記コンテンツを登録するためのコンテンツ登録要求を受信した場合に、前記コンテンツ登録要求に含まれる前記コンテンツを前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項７】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第１のステップは、前記ユーザ属性情報信頼度を参照し、前記ユーザ属性情報信頼度の値が所定値以下である状態が所定期間継続している前記ユーザを、前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、前記コンテンツ属性情報信頼度を参照し、前記コンテンツ属性情報信頼度の値が所定値以下である状態が所定期間継続している前記コンテンツを、前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項８】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第１のステップは、前記ユーザ属性情報信頼度を参照し、所定期間内に前記ユーザ属性情報信頼度の値が既定値以上減少している前記ユーザを、前記評価対象ユーザとして選択するステップを含み、
前記第５のステップは、前記コンテンツ属性情報信頼度を参照し、所定期間内に前記コンテンツ属性情報信頼度の値が既定値以上減少している前記コンテンツを、前記評価対象コンテンツとして選択するステップを含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項９】
前記ユーザ属性情報は、前記ユーザの特徴を表す複数のユーザ特徴値を含み、
前記コンテンツ属性情報は、前記コンテンツの特徴を表す複数のコンテンツ特徴値を含み、
前記ユーザ属性情報信頼度は、前記ユーザ属性情報の更新頻度又は前記ユーザ特徴値の変化量を表す数値情報であり、前記ユーザ属性情報の更新頻度が低い場合又は前記ユーザ特徴値の変化量が小さい場合には、前記ユーザ属性情報信頼度は高く設定され、
前記コンテンツ属性情報信頼度は、前記コンテンツ属性情報の更新頻度又は前記コンテンツ特徴値の変化量を表す数値情報であり、前記コンテンツ属性情報の更新頻度が低い場合又は前記コンテンツ特徴値の変化量が小さい場合には、前記コンテンツ属性情報信頼度は高く設定され、
前記第４のステップは、
前記評価用コンテンツの前記コンテンツ属性情報、前記評価対象ユーザの前記ユーザ属性情報、及び前記評価用コンテンツに対する前記評価対象ユーザの操作内容に基づいて、前記評価対象ユーザの前記ユーザ属性情報に含まれる前記ユーザ特徴値の推定値を算出するステップと、
前記ユーザ特徴値の推定値、及び、前記評価対象ユーザの前記ユーザ属性情報に基づいて、前記評価対象ユーザの前記ユーザ属性情報に含まれる前記ユーザ特徴値の更新値を算出するステップと、
前記ユーザ特徴値の推定値、前記ユーザ特徴値の更新値及び前記ユーザ属性情報信頼度に基づいて、前記ユーザ属性情報信頼度の更新値を算出するステップと、を含み、
前記第８のステップは、
前記評価用ユーザの前記ユーザ属性情報、前記評価対象コンテンツの前記コンテンツ属性情報、及び前記評価対象コンテンツに対する評価用ユーザの操作内容に基づいて、前記評価対象コンテンツの前記コンテンツ属性情報に含まれる前記コンテンツ特徴値の推定値を算出するステップと、
前記コンテンツ特徴値の推定値、及び、前記評価対象コンテンツの前記コンテンツ属性情報に基づいて、前記評価対象コンテンツの前記コンテンツ属性情報に含まれる前記コンテンツ特徴値の更新値を算出するステップと、
前記コンテンツ特徴値の推定値、前記コンテンツ特徴値の更新値及び前記コンテンツ属性情報信頼度に基づいて、前記コンテンツ属性情報信頼度の更新値を算出するステップと、を含むことを特徴とする請求項２に記載の属性情報更新方法。
【請求項１０】
第１の計算機と、第２の計算機と、前記第１の計算機に関する第１情報を更新する更新サーバとを備える計算機システムにおける情報更新方法であって、
前記第１の計算機は、第１のプロセッサと、前記第１のプロセッサに接続されるメモリと、前記第１のプロセッサに接続される第１のネットワークインタフェースとを備え、
前記第２の計算機は、第２のプロセッサと、前記第２のプロセッサに接続されるメモリと、前記第２のプロセッサに接続される第２のネットワークインタフェースとを備え、
前記更新サーバは、第３のプロセッサと、前記第３のプロセッサに接続されるメモリと、前記第３のプロセッサに接続される第３のネットワークインタフェースとを備え、
前記更新サーバは、前記第１情報及び前記第１情報の更新度合いを表す第１情報の信頼度、並びに、前記第２の計算機に関する第２情報及び前記第２情報の更新度合いを表す第２情報の信頼度を保持し、
前記方法は、
前記更新サーバが、前記第１情報の信頼度に基づいて、前記第１情報の信頼度を更新する前記第１情報である評価対象第１情報を選択するステップと、
前記更新サーバが、前記第２情報の信頼度に基づいて、前記第１情報の信頼度を更新するための前記第２情報である評価用第２情報を選択するステップと、
前記更新サーバが、前記評価用第２情報を用いて前記評価対象第１情報及び前記評価対象第１情報の信頼度を更新するステップと、
を含むことを特徴とする情報更新方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１２−８８７３（Ｐ２０１２−８８７３Ａ）
【公開日】平成２４年１月１２日（２０１２．１．１２）
【国際特許分類】
【出願番号】特願２０１０−１４５２９２（Ｐ２０１０−１４５２９２）
【出願日】平成２２年６月２５日（２０１０．６．２５）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【Ｆターム（参考）】
【公開日】平成２４年１月１２日（２０１２．１．１２）
【国際特許分類】
【出願日】平成２２年６月２５日（２０１０．６．２５）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【Ｆターム（参考）】
[ Back to top ]