特許 6178366 情報処理システム、情報処理方法、及び、プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6178366

(24)【登録日】2017年7月21日

(45)【発行日】2017年8月9日

(54)【発明の名称】情報処理システム、情報処理方法、及び、プログラム

(51)【国際特許分類】

   G06F 17/30 20060101AFI20170731BHJP

【ＦＩ】

   G06F17/30 340A

【請求項の数】9

【全頁数】14

(21)【出願番号】特願2015-133753(P2015-133753)

(22)【出願日】2015年7月2日

(65)【公開番号】特開2017-16471(P2017-16471A)

(43)【公開日】2017年1月19日

【審査請求日】2016年6月22日

(73)【特許権者】

【識別番号】311012169

【氏名又は名称】ＮＥＣパーソナルコンピュータ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】特許業務法人酒井国際特許事務所

(74)【代理人】

【識別番号】100084250

【弁理士】

【氏名又は名称】丸山 隆夫

(72)【発明者】

【氏名】中地 廣

【審査官】 吉田 誠

(56)【参考文献】

【文献】 特開２０１０−２３７９１６（ＪＰ，Ａ）

【文献】 特開２０１５−０１８３７２（ＪＰ，Ａ）

【文献】 特開２０１４−１７４７８１（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

(57)【特許請求の範囲】

【請求項1】

取得したコンテンツに含まれる特徴量の出現頻度を管理する管理装置と、コンテンツに対するユーザの興味度を学習する情報処理装置とがネットワークを介して接続された情報処理システムであって、
前記管理装置は、
取得したコンテンツに含まれる特徴量の出現頻度を算出する出現頻度算出手段と、
前記コンテンツに含まれる特徴量と前記出現頻度算出手段により算出された出現頻度を前記情報処理装置に送信する出現頻度送信手段と、を備え、
前記情報処理装置は、
前記コンテンツに含まれる特徴量と前記出現頻度算出手段により算出された出現頻度を受信する受信手段と、
前記受信手段により受信した出現頻度を前記コンテンツに含まれる特徴量に対応させて記憶する第１の記憶手段と、
前記受信手段により受信した前記コンテンツに含まれる特徴量が所定の処理が実行されたコンテンツに含まれる確率を学習情報として記憶する第２の記憶手段と、
所定の処理が実行されたコンテンツに含まれる特徴量に基づいて前記第２の記憶手段に記憶された学習情報を更新する学習手段と、
前記出現頻度と前記第２の記憶手段に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価する興味度評価手段と、
を備えることを特徴とする情報処理システム。

【請求項2】

前記興味度評価手段は、前記第２の記憶手段に記憶された学習情報としての所定の処理が実行されたコンテンツに前記特徴量が含まれる確率と、前記所定の処理が実行されたコンテンツ及び所定の処理が未実行であるコンテンツに前記特徴量が含まれる確率との差分に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価することを特徴とする請求項１記載の情報処理システム。

【請求項3】

前記管理装置は、取得したコンテンツに含まれる特徴量を所定の識別情報に変換する変換手段を備え、
前記出現頻度送信手段は、前記変換手段により前記コンテンツに含まれる特徴量から変換された前記識別情報と、前記出現頻度算出手段により算出された前記コンテンツに含まれる特徴量の出現頻度とを前記情報処理装置に送信し、
前記受信手段は、前記コンテンツに含まれる特徴量から変換された識別情報と前記出現頻度算出手段により算出された出現頻度とを受信し、
前記第１の記憶手段は、前記受信手段により受信した出現頻度を前記コンテンツに含まれる特徴量から変換された識別情報に対応させて記憶することを特徴とする請求項１又は２記載の情報処理システム。

【請求項4】

前記出現頻度送信手段は、前記コンテンツに含まれる特徴量として予め定められた特徴量を前記情報処理装置に送信することを特徴とする請求項１から３の何れか１項に記載の情報処理システム。

【請求項5】

取得したコンテンツに含まれる特徴量の出現頻度を管理する管理装置と、コンテンツに対するユーザの興味度を学習する情報処理装置とがネットワークを介して接続された情報処理システムであって、
取得したコンテンツに含まれる特徴量の出現頻度を算出する出現頻度算出手段と、
前記出現頻度算出手段により算出された出現頻度を前記コンテンツに含まれる特徴量に対応させて記憶する第１の記憶手段と、
前記第１の記憶手段に記憶された前記コンテンツに含まれる特徴量が所定の処理が実行されたコンテンツに含まれる確率を学習情報として記憶する第２の記憶手段と、
所定の処理が実行されたコンテンツに含まれる特徴量に基づいて前記第２の記憶手段に記憶された学習情報を更新する学習手段と、
前記出現頻度と前記第２の記憶手段に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価する興味度評価手段と、
を備えることを特徴とする情報処理システム。

【請求項6】

取得したコンテンツに含まれる特徴量の出現頻度を管理する管理装置と、コンテンツに対するユーザの興味度を学習する情報処理装置とがネットワークを介して接続された情報処理システムの情報処理方法であって、
前記管理装置は、
取得したコンテンツに含まれる特徴量の出現頻度を算出するステップと、
前記コンテンツに含まれる特徴量と算出された出現頻度を前記情報処理装置に送信するステップと、を実行し、
前記情報処理装置は、
前記コンテンツに含まれる特徴量と算出された出現頻度を受信するステップと、
受信した出現頻度を前記コンテンツに含まれる特徴量に対応させて第１の記憶部に記憶するステップと、
受信した前記コンテンツに含まれる特徴量が所定の処理が実行されたコンテンツに含まれる確率を学習情報として第２の記憶部に記憶するステップと、
所定の処理が実行されたコンテンツに含まれる特徴量に基づいて前記第２の記憶部に記憶された学習情報を更新するステップと、
前記出現頻度と前記第２の記憶部に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価するステップと、
を実行することを特徴とする情報処理方法。

【請求項7】

取得したコンテンツに含まれる特徴量の出現頻度を管理する管理装置と、コンテンツに対するユーザの興味度を学習する情報処理装置とがネットワークを介して接続された情報処理システムの情報処理方法であって、
前記情報処理システムは、
取得したコンテンツに含まれる特徴量の出現頻度を算出するステップと、
算出された出現頻度を前記コンテンツに含まれる特徴量に対応させて第１の記憶部に記憶するステップと、
前記第１の記憶部に記憶された前記コンテンツに含まれる特徴量が所定の処理が実行されたコンテンツに含まれる確率を学習情報として第２の記憶部に記憶するステップと、
所定の処理が実行されたコンテンツに含まれる特徴量に基づいて前記第２の記憶部に記憶された学習情報を更新するステップと、
前記出現頻度と前記第２の記憶部に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価するステップと、
を実行することを特徴とする情報処理方法。

【請求項8】

取得したコンテンツに含まれる特徴量の出現頻度を管理する管理装置と、コンテンツに対するユーザの興味度を学習する情報処理装置とがネットワークを介して接続された情報処理システムに実行させるコンピュータ読取可能なプログラムであって、
前記管理装置は、
取得したコンテンツに含まれる特徴量の出現頻度を算出する処理と、
前記コンテンツに含まれる特徴量と算出された出現頻度を前記情報処理装置に送信する処理と、を含み、
前記情報処理装置は、
前記コンテンツに含まれる特徴量と算出された出現頻度を受信する処理と、
受信した出現頻度を前記コンテンツに含まれる特徴量に対応させて第１の記憶部に記憶する処理と、
受信した前記コンテンツに含まれる特徴量が所定の処理が実行されたコンテンツに含まれる確率を学習情報として第２の記憶部に記憶する処理と、
所定の処理が実行されたコンテンツに含まれる特徴量に基づいて前記第２の記憶部に記憶された学習情報を更新する処理と、
前記出現頻度と前記第２の記憶部に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価する処理と、
を含むことを特徴とするプログラム。

【請求項9】

取得したコンテンツに含まれる特徴量の出現頻度を管理する管理装置と、コンテンツに対するユーザの興味度を学習する情報処理装置とがネットワークを介して接続された情報処理システムに実行させるコンピュータ読取可能なプログラムであって、
取得したコンテンツに含まれる特徴量の出現頻度を算出する処理と、
算出された出現頻度を前記コンテンツに含まれる特徴量に対応させて第１の記憶部に記憶する処理と、
前記第１の記憶部に記憶された前記コンテンツに含まれる特徴量が所定の処理が実行されたコンテンツに含まれる確率を学習情報として第２の記憶部に記憶する処理と、
所定の処理が実行されたコンテンツに含まれる特徴量に基づいて前記第２の記憶部に記憶された学習情報を更新する処理と、
前記出現頻度と前記第２の記憶部に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価する処理と、
を含むことを特徴とするプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、情報処理方法、及び、プログラムに関する。

【背景技術】

【0002】

従来から、インターネットを介して所定のウェブサーバから取得したコンテンツに基づいてユーザの当該コンテンツに対する興味をクライアント端末側で学習する技術が既に知られている。興味学習は、ニュース、画像、動画、音声、ＳＮＳへの投稿などのコンテンツをユーザに提供するために用いられるデータ形式としてのＲＳＳ（Ｒｅａｌｌｙ Ｓｉｍｐｌｅ Ｓｙｎｄｉｃａｔｉｏｎ）フィードを取得して行うことも可能である。ＲＳＳフィードは、コンテンツ名や要約などのコンテンツに関する情報を提供するＲＳＳリーダにより、元のコンテンツにアクセスすることなく読み出される。

【0003】

コンテンツをサーバからクライアント端末に提供する技術に関し、例えば特許文献１には、利用者によって指定されたある期間内に配信されたニュース情報の中から、一般的な話題性の高い記事を取り出して利用者に提示するニュース情報提示装置が開示されている。特許文献１に係るニュース情報提示装置は、電子メールや雑誌などの形式で配信されたニュース情報を記事単位に分割する手段２と、分割された記事のうちで有用な情報を選別する手段３と、選別された記事を集めて利用者に提示する形式のニュース情報に再構成して出力する手段４とを備えている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１２−２０３６８３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、例えば特許文献１に開示されたニュース情報のようなコンテンツを提供する技術では、ユーザが提供されるコンテンツを読むか否かに関わらず全てのコンテンツについて学習が行われる。ところが、ユーザは一部のコンテンツを読むにとどまり、ほとんどのコンテンツはユーザに読まれないにも関わらず学習される。ユーザに読まれない大量の未読コンテンツを学習するため、それだけ演算量も学習する情報量も膨大になり、装置負荷が過大になってしまう。

【0006】

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、コンテンツ学習における装置負荷を軽減することを目的とする。

【課題を解決するための手段】

【0007】

上記の課題を解決するため、本発明の情報処理システムは、取得したコンテンツに含まれる特徴量の出現頻度を管理する管理装置と、コンテンツに対するユーザの興味度を学習する情報処理装置とがネットワークを介して接続された情報処理システムであって、管理装置は、取得したコンテンツに含まれる特徴量の出現頻度を算出する出現頻度算出手段と、コンテンツに含まれる特徴量と出現頻度算出手段により算出された出現頻度を情報処理装置に送信する出現頻度送信手段と、を備え、情報処理装置は、コンテンツに含まれる特徴量と出現頻度算出手段により算出された出現頻度を受信する受信手段と、受信手段により受信した出現頻度をコンテンツに含まれる特徴量に対応させて記憶する第１の記憶手段と、受信手段により受信したコンテンツに含まれる特徴量が、所定の処理が実行されたコンテンツに含まれる確率を学習情報として記憶する第２の記憶手段と、所定の処理が実行されたコンテンツに含まれる特徴量に基づいて第２の記憶手段に記憶された学習情報を更新する学習手段と、出現頻度と第２の記憶手段に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価する興味度評価手段と、を備えることを特徴とする。

【発明の効果】

【0008】

本発明によれば、コンテンツ学習における装置負荷を軽減することができる。

【図面の簡単な説明】

【0009】

【図1】本発明の実施形態における情報処理システムの全体構成図である。

【図2】本発明の実施形態における出現頻度テーブルの概略を示す模式図である。

【図3】本発明の実施形態における情報処理手順を示すフローチャートである。

【図4】本発明の変形例に係る情報処理システムの全体構成図である。

【図5】単語ベースのナイーブベイズの例を説明する模式図である。

【発明を実施するための形態】

【0010】

本発明の実施形態の情報処理システム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。また、以下に記載する実施形態は本発明の最良の形態であって、本発明に係る特許請求の範囲を限定するものではない。

【0011】

本実施形態における情報処理システムの構成について図１を参照して説明する。本実施形態における情報処理システムは、管理装置１０と情報処理装置２０とがネットワークを介して接続され構成されている。ネットワークは例えばＷＡＮやＬＡＮ等で構成されており、無線でも有線でも構わない。

【0012】

管理装置１０は、取得したコンテンツに含まれる特徴量の出現頻度を管理する。管理装置１０はコンテンツサーバ３０からコンテンツを取得する。コンテンツには、例えば、ＨＴＭＬコンテンツ自身と、Ｗｅｂサイトの見出しや要約などのメタデータを構造化して記述する ＸＭＬベースのフォーマットであるＲＳＳと、テレビ放送等により提供される番組コンテンツ、ビデオオンデマンドにより提供される映像コンテンツ等が含まれる。本実施形態については、コンテンツとしてＲＳＳを用いて説明する。

【0013】

コンテンツに含まれる特徴量には、例えばＲＳＳに含まれる要約を構成する単語情報や番組コンテンツに含まれるジャンル情報に加え、色合い、音の大きさ等、分類可能なその他の属性が含まれてもよい。特徴量の出現頻度は、例えばＲＳＳに含まれる単語情報でいえば各単語が要約等に含まれる度合いをいう。

【0014】

情報処理装置２０は、コンテンツに対するユーザの興味度を学習する、例えばパーソナルコンピュータ、スマートフォン、及びテレビジョン等のユーザがコンテンツを処理するための処理装置をいう。本実施形態において「処理」には、例えばコンテンツの閲覧、確認、視聴、記録、複写、録画、保存、削除、送受信、及び転送等その他のコンテンツがユーザの所望する形態で実行される全ての処理が含まれる。これらの処理の組み合わせにより、当該コンテンツへのユーザの興味を推定する。

【0015】

管理装置１０は、コンテンツ取得部１１と、コンテンツ管理部１２と、特徴量集計部１３と、出現頻度テーブル１４と、出現頻度送信部１５と、通信部１６を含み構成されている。

【0016】

コンテンツ取得部１１は、コンテンツサーバ３０からコンテンツを取得する、例えばネットワークインタフェース等によりその機能が実現される。本実施形態においては、コンテンツ取得部１１は、ＲＳＳフィードを受信するＲＳＳフィード受信部として機能する。

【0017】

コンテンツ管理部１２は、取得したコンテンツを記憶したり、削除したり、整理したり、他の機能部に転送するなど、コンテンツの管理手段として機能する。本実施形態では、コンテンツ管理部１２は、ＲＳＳフィードを記憶するＲＳＳフィードキャッシュとして機能する。コンテンツ管理部１２は、例えばＨＤＤ等の記憶装置等によってその機能が実現される。

【0018】

特徴量集計部１３は、ＲＳＳフィードに含まれる要約等の記事を単語情報に分割し、要約に含まれる単語情報の出現頻度情報を算出する出現頻度算出手段として機能する。なお、ＲＳＳフィードから単語情報を特定する手法としては、例えば形態素解析等を用いればよい。特徴量集計部１３が有する機能は例えばＣＰＵ等により、その機能を実現する所定のプログラムがＲＯＭ等からＲＡＭ等に読み出されて実行されることによって実現される。

【0019】

出現頻度テーブル１４は、単語情報の出現頻度情報を蓄積する、例えばＨＤＤ等の記憶装置である。

【0020】

出現頻度送信部１５は、コンテンツに含まれる特徴量と特徴量集計部１３により算出された出現頻度を情報処理装置２０に送信する出現頻度送信手段として機能する、例えばネットワークインタフェース等によりその機能が実現される。本実施形態においては、出現頻度送信部１５は、単語情報と、その出現頻度情報を情報処理装置２０に送信する。

【0021】

通信部１６は、各種コンテンツを情報処理装置２０に送信する通信手段であり、例えばネットワークインタフェース等によりその機能が実現される。

【0022】

情報処理装置２０は、コンテンツ受信部１２と、出現頻度受信部２２と、コンテンツ記憶部２３と、出現頻度記憶部２４と、学習部２５と、学習情報記憶部２６と、興味度評価部２７と、入力部２８と、出力部２９を含み構成されている。

【0023】

コンテンツ受信部１２は、管理装置１０から送信されたコンテンツを受信する、例えばネットワークインタフェース等によりその機能が実現される。

【0024】

出現頻度受信部２２は、コンテンツに含まれる特徴量と特徴量集計部１３により算出された出現頻度を受信する受信手段であり、例えばネットワークインタフェース等によりその機能が実現される。

【0025】

コンテンツ記憶部２３は、コンテンツ受信部２１により管理装置１０から受信したコンテンツを記憶する例えばＨＤＤ等の記憶装置である。本実施形態では、コンテンツ記憶部２３は受信したＲＳＳフィードを記憶する。

【0026】

出現頻度記憶部２４は、出現頻度受信部２２により受信した出現頻度をコンテンツに含まれる特徴量に対応させて記憶する第１の記憶手段として機能する、例えばＨＤＤ等の記憶装置である。本実施形態では、出現頻度記憶部２４は単語情報の出現頻度を記憶する。

【0027】

学習部２５は、所定の処理が実行されたコンテンツに含まれる特徴量に基づいて学習情報記憶部２６に記憶された学習情報を更新する学習手段として機能する。学習部２５の詳細については後述するが、例えば、所定の処理が実行されたコンテンツに含まれる単語情報について、例えば１カウントを付与する等、単語情報について重み付けを行う等の処理であればよい。なお、学習部２５の機能は、情報処理装置２０が有するＣＰＵ等により、その機能を実現する所定のプログラムがＲＯＭ等の記憶部からＲＡＭ等の一時記憶部に読み出されて実行されることによって、実現される。

【0028】

学習情報記憶部２６は、各特徴量が所定の処理が実行されたコンテンツに含まれる確率を学習情報として記憶する第２の記憶手段として機能する、例えばＨＤＤ等の記憶装置である。本実施形態では、学習情報記憶部２６は、各単語情報について、例えば閲覧等したＲＳＳフィードに含まれた確率を記憶するデータベースとして機能する。なお、本実施形態において、出現頻度記憶部２４を第１の記憶手段として、学習情報記憶部２６を第２の記憶手段として定義したのは、形式的なものであり、これら記憶部の序列等の優位関係を定義したものではない。

【0029】

興味度評価部２７は、出現頻度と学習情報記憶部２６に記憶された学習情報に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価する興味度評価手段として機能する。そして、興味度評価部２７は、学習情報記憶部２６に記憶された学習情報としての所定の処理が実行されたコンテンツに単語情報が含まれる確率と、所定の処理が実行されたコンテンツ及び所定の処理が未実行であるコンテンツに単語情報が含まれる確率との差分に基づいて、取得したコンテンツに含まれる特徴量に対する興味度を評価する。興味度評価部２７の詳細については後述するが、興味度を評価する機能を実現する手法の一つとして、本実施形態ではナイーブベイズを用いている。

【0030】

入力部２８は、ユーザによる情報処理装置２０に対する入力・操作を受け付ける入力受付手段として機能する、例えばキーボードやマウス等の入力デバイスである。あるコンテンツを処理するための、入力部２８を用いたユーザの入力を受け、学習部２５は、そのコンテンツについて所定の処理が実行されたか否かを判断する。

【0031】

出力部２９は、例えば、コンテンツやＲＳＳフィード等を表示するディスプレイ等の表示手段、コンテンツに含まれる音声データを出力するスピーカ等の音声出力手段として機能する。

【0032】

なお、管理装置１０は、取得したコンテンツに含まれる特徴量を所定の識別情報に変換する変換手段を備えていてもよい。具体的には、出現頻度テーブルが変換手段としての機能を有するものであってよい。そして、出現頻度送信部１５は、出現頻度テーブルにおいてコンテンツに含まれる特徴量から変換された識別情報と、特徴量集計部１３により算出されたコンテンツに含まれる特徴量の出現頻度とを情報処理装置２０に送信し、出現頻度受信部２２は、コンテンツに含まれる特徴量から変換された識別情報と特徴量集計部１３により算出された出現頻度とを受信すると、出現頻度記憶部２４は、出現頻度受信部２２により受信した出現頻度をコンテンツに含まれる特徴量から変換された識別情報に対応させて記憶する。

【0033】

また、管理装置１０における出現頻度送信部１５は、コンテンツに含まれる特徴量として予め定められた特徴量を情報処理装置２０に送信することとしてもよい。予め定められた特徴量とは、例えば、各コンテンツに含まれる単語情報を、例えばＴｅａｍ Ｆｒｅｑｕｅｎｃｙ（ＴＦ）／Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ（ＩＤＦ）等を用いて絞られた重要単語などのことをいう。

【0034】

[ナイーブベイズを用いた興味度評価の従来の問題点]
本実施形態が特に有効に動作する事例として、ナイーブベイズを用いた興味度評価がある。この問題点について図５を参照して説明する。ここでは、まず[１]に示すように「サッカーの○○代表が▽▽スタジアムで□□□の代表とのワールドカップ△△大会××最終予選に挑む。」というＲＳＳフィード中の要約（文章）を単語の集合体とする。つまり、図５の下線で示すように、要約の一例である[１]の文章は、「サッカー」、「○○代表」、「▽▽スタジアム」、「□□□」、「代表」、「ワールドカップ」、「△△」、「大会」、「××」、「最終予選」、「挑」の単語情報の集合体ということになる。

【0035】

そして、[２]に示すように、所定の処理として、ここでは「見た」ＲＳＳフィードに含まれる要約を興味有とし、他方「見なかった」ＲＳＳフィードに含まれる要約を興味無とし、これらの要約に含まれる単語情報から、各単語情報に対するユーザの興味度を推定する。[１]の文章をユーザが「見た」とすると、「サッカー」、「日本代表」、「▽▽」、「スタジアム」等が興味有とされた要約に含まれる単語情報ということになる。他方、「Ｆ」、「リーグ」、「●●杯」、「■■」、「◎◎◎」等の単語情報が「見なかった」要約の一例に含まれているものとする。

【0036】

そして、複数の要約について、これらの単語情報を集計した結果、図５に示すように、興味有の要約が１３３、興味無の要約が２１４７となっているものの内、興味有の要約１３３に「日本代表」が７５含まれ、「△△」が２３含まれ、「■■」が４含まれている。他方、興味無の要約２１４７には「日本代表」が２０含まれ、「△△」が１５含まれ、「■■」が２７９含まれている。このとき、「日本代表」に対する単語評価値が１．７であり、「△△」に対する単語評価値が１．３であり、「■■」に対する単語評価値が−０．７であるとの学習（推定）結果が学習部２５と興味度評価部２７による処理に基づいて得られているとする。

【0037】

そして、興味度評価部２７は、「Ｆ」、「リーグ」、「第三幕」、「◆◆◆◆◆」の各単語情報が含まれる要約を取得すると、上記の学習結果に基づいて各単語について興味度の評価を行う。ここでは、興味度評価部２７により、「Ｆ」が−０．１、「リーグ」が０．３、「第三幕」が０．０、「◆◆◆◆◆」が−１．４との各単語の評価結果が得られ、要約全体としては−３．２の評価結果となっている。

【0038】

以上から、従来の手法では、興味無の要約２１４７についても興味度の評価処理を行っている。その結果、ユーザに読まれない大量の未読コンテンツを学習するため、それだけ演算量も学習する情報量も膨大になり、装置負荷が過大になってしまう。

【0039】

[ナイーブベイズ式の変換]
そこで、本願の発明者は、以下に示すようにナイーブベイズ式を変換することにより、未読コンテンツについての学習が不要になることを新たに見出した。以下に、変換式を示す。

【0040】

【数1】

【0041】

式[１]は、文章を読む尤度λを求める式であり、読んだ要約（コンテンツ）中の単語情報の出現率Ｐ（ｔｏｋｅｎ｜ｒｅａｄ）の総積Πに要約を読む確率Ｐ（ｒｅａｄ）を乗じたもの（分子）を、読まなかった要約中の単語情報の出現率Ｐ（ｔｏｋｅｎ｜ｉｇｎｏｒｅ）の総積Πに要約を読まない確率Ｐ（ｉｇｎｏｒｅ）を乗じたもの（分母）で除することで求められる。

【0042】

【数2】

【0043】

式[２]は、式[１]を対数変換したものである。Ｐ（ｔｏｋｅｎ｜ｒｅａｄ）を対数変換したものの総和とＰ（ｒｅａｄ）を対数変換したものとの和から、Ｐ（ｔｏｋｅｎ｜ｉｇｎｏｒｅ）を対数変換したものの総和とＰ（ｉｇｎｏｒｅ）の和を減じたものがｌｏｇ（λ）は要約の評価値となる。

【0044】

【数3】

【0045】

式[３]は、式[２]を整理したものである。ｌｏｇ（λ）は、Ｐ（ｔｏｋｅｎ｜ｒｅａｄ）を対数変換したものからＰ（ｔｏｋｅｎ｜ｉｇｎｏｒｅ）を対数変換したものを減じたものの総和と、Ｐ（ｒｅａｄ）からＰ（ｉｇｎｏｒｅ）を減じたものとの和ということになる。なお、Ｐ（ｒｅａｄ）からＰ（ｉｇｎｏｒｅ）を減じたものは全ての要約について等しくなることが推定されるため、例えば２つの要約のうちどちらかを見るかについての相対値を確認する場合は、無視してもよい。

【0046】

【数4】

【0047】

式[４]は、式[３]におけるΣの中身を示したものである。ここでは単語ｊに着目し、Ｔｊが単語ｊに対する評価値を示す。Ｔｊは、読んだ要約数ｍに対する単語ｊが出現する読んだ要約ｒｊの割合の対数（以下「前式」という。）から、読まなかった要約ｍ’に対する単語ｊが出現する読まなかった要約ｉｊの割合の対数（以下「後式」という。）を減じることで求められる。そして、後式における「読まなかった要約ｍ’に対する単語ｊが出現する読まなかった要約の割合」は、総要約数から読んだ要約数を減じたものに対する、単語ｊの全体での出現頻度と総要約数との積からｒｊを減じたものの割合ということになる。

【0048】

【数5】

【0049】

式[５]は、式[４]について、ｍが無視できるほどＭがｍより十分大きく、したがってａｊＭがｒｊが無視できるほど大きい場合、式[４]の前式から要約ｊの全体での出現頻度を減ずるだけで、単語ｊの興味度を評価することができる。言い換えれば、各単語の出現頻度を別途入手できるのであれば、読んだ要約の学習だけで、文章の評価を式[４]における評価値に近似させることが可能となる。

【0050】

次に、管理装置１０の出現頻度テーブル１４に記憶される情報について図２を参照して説明する。出現頻度テーブル１４に記憶される情報は、図２に示すように、単語文字列１４１と、単語ＩＤ１４２と、対象ＲＳＳ要約１４３と、出現頻度１４４である。

【0051】

単語文字列１４１は、文字通り単語の文字列であり、コンテンツサーバ３０において必要な情報である。なお、管理装置１０及び情報処理装置２０においては、後述する単語ＩＤに代えてもよい。

【0052】

単語ＩＤ１４２は、管理装置１０において割り当てられる単語の一意のＩＤである。単語ＩＤ１４２は、単語の文字列として代替することとしてもよい。単語をＩＤに変換することにより、データ量を圧縮できるとともに、情報処理装置２０における学習情報記憶部２６ベースのレコードを固定長とすることができる。

【0053】

対象ＲＳＳ要約１４３は、単語の出現したＲＳＳフィードである。コンテンツサーバ３０が有するデータベースでは記憶することを要しないが、管理装置１０と情報処理装置２０との間における通信時、又は情報処理装置２０におけるキャッシュ時は必須となる。

【0054】

出現頻度１４４は、単語の出現頻度情報である。

【0055】

次に、本実施形態における興味度評価手順について図３を参照して説明する。まず、コンテンツ取得部１１がコンテンツサーバ３０からコンテンツを取得する（ステップＳ１）。

【0056】

次に、特徴量集計部１３が単語情報の出現頻度を算出する（ステップＳ２）。算出された出現頻度は出現頻度テーブル１４に図２で示した状態で記憶される。

【0057】

その後、出現頻度送信部１５により単語情報と出現頻度が情報処理装置２０に送信される（ステップＳ３）。情報処理装置２０では、出現頻度受信部２２で受信した出現頻度が出現頻度記憶部２４に記憶される。

【0058】

他方、学習部２５は、コンテンツ受信部２１が受信したコンテンツについて所定の処理がなされたか否かを記録する（ステップＳ４）。学習部２５は、所定の処理がなされなかったコンテンツについては記録（学習）を行わない。ただし、所定の処理がなされたコンテンツ、又は、なされなかったコンテンツの蓄積量が少なく、例えば十分な学習情報が得られていない場合等は、所定の処理がなされなかったコンテンツについての学習を行ってもよい。

【0059】

学習情報記憶部２６に、所定の処理がなされたコンテンツに単語情報が含まれる確率が学習情報として記憶される（ステップＳ５）。なお、既に学習情報記憶部２６に確率が学習情報として記憶されている単語情報については、学習部２５が新たに取得したコンテンツに同一の単語情報が含まれる確率に基づいて更新してもよい。

【0060】

興味度評価部２７は、出現頻度記憶部２４に記憶された出現頻度と学習情報記憶部２６に記憶された学習情報に基づいて取得したコンテンツに対する興味度を評価する（ステップＳ６）。

【0061】

[変形例]
次に、本実施形態の変形例に係る情報処理システムについて図４を参照して説明する。なお、上述した本実施形態における情報処理システムと重複する構成についての説明は省略する。上述の本実施形態と異なる点は、管理装置１００が学習部１２５と、学習情報記憶部１２６と、興味度評価部１２７と、ユーザコンテンツ管理部１２８を備え、情報処理装置２００が、上述した本実施形態における出現頻度受信部２２と、出現頻度記憶部２４と、学習部２５と、学習情報記憶部２６と、興味度評価部２７を備えていないことである。ユーザコンテンツ管理部１２８は、ユーサ毎に推薦するコンテンツ情報を記憶する。なお、破線で囲まれる機能部をまとめてユーザ別演算部１２０としているが形式的な名称にすぎない。

【0062】

本変形例では、情報処理装置２００の入力部２８を介してコンテンツに対する所定の処理がなされたか否かについての入力データのみを管理装置１００が受け取るのみで、管理装置１０において学習処理及び興味度評価処理まで行うことで、情報処理装置２００における処理負荷をより一層低減することが可能となる。

【0063】

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、上述した本実施形態の情報処理システムにおける各処理を、ハードウェア、又は、ソフトウェア、あるいは、両者の複合構成を用いて実行することも可能である。

【0064】

なお、ソフトウェアを用いて処理を実行する場合には、処理シーケンスを記録したプログラムを、専用のハードウェアに組み込まれているコンピュータ内のメモリにインストールして実行させることが可能である。あるいは、各種処理が実行可能な汎用コンピュータにプログラムをインストールして実行させることが可能である。

【符号の説明】

【0065】

１０、１００ 管理装置
１１ コンテンツ取得部
１２ コンテンツ管理部
１３ 特徴量集計部
１４ 出現頻度テーブル
１５ 出現頻度送信部
１６、１１６ 通信部
２０、２００ 情報処理装置
２１ コンテンツ受信部
２２ 出現頻度受信部
２３ コンテンツ記憶部
２４ 出現頻度記憶部
２５ 学習部
２６、１２６ 学習情報記憶部
２７、１２７ 興味度評価部
２８ 入力部
２９ 出力部
３０ コンテンツサーバ
１２８ ユーザコンテンツ管理部

【図1】

【図2】

【図3】

【図4】

【図5】