JP4950851B2 - 録画番組情報表示装置 - Google Patents

Description

本発明は、機器のすべての録画番組の中から、利用者の利用時間や番組への興味の度合い、視聴スタイル、またはそれらの組合せに応じて利用者の視聴番組を予測して、この予測に基づいて録画番組の表示順序を変更する録画番組情報表示装置に関する。

従来、録画再生機器上において、録画済みコンテンツは録画時間順に並べて表示されることが多かった。近年では、連続性のある録画番組に対して、それらの順序関係を保ちながら連続的に再生できる録画再生装置が提案されている（例えば、特許文献１参照）。
特開２００６−２０２４２８公報

利用者が興味のある放送番組をまとめて録画しておき、後日都合の良い時間に録画番組をまとめて観る視聴スタイルが世の中に広まり始めた。機器内に放送コンテンツが大量に蓄積されるようになったため、それらの中からその時に視聴したい番組を探すことが困難になってきている。

この発明は、上述した事情を考慮してなされたものであり、録画番組にアクセスするための手間と時間を削減する録画番組情報表示装置を提供することを目的とする。

上述の課題を解決するため、本発明の録画番組情報表示装置は、録画された複数の番組を記憶している第１記憶手段と、前記複数の番組に対応する番組表情報を記憶している第２記憶手段と、利用者が行った操作についての操作履歴情報を作成する作成手段と、前記操作履歴情報から、利用者が視聴した番組に関する視聴履歴情報を抽出する抽出手段と、前記番組ごとに、前記番組表情報と前記視聴履歴情報とを使用して、利用者が視聴して前記第１記憶手段から消去する視聴消去番組であるか、前記第１記憶手段から消去しない保存番組であるかのいずれかであるかを示す視聴スタイルを判定する判定手段と、前記番組ごとに、前記視聴履歴情報を使用して、利用者が最もよく視聴する視聴時間帯を特定する特定手段と、前記番組ごとに、前記視聴時間帯とある時間帯とが一致するかどうかを示す利用時間帯情報を取得する取得手段と、利用者が番組に興味があるかないかを推定する予測モデルの構造定義データを記憶している第３記憶手段と、前記番組ごとに、前記利用時間帯情報と前記視聴スタイルと前記番組表情報とを前記予測モデルに当てはめて、利用者が番組への興味の有無を条件とした前記視聴スタイルのいずれか１つの有無である条件付確率を計算する第１計算手段と、前記番組ごとに、前記条件付確率を前記予測モデルに当てはめて、利用者の視聴確率値を計算する第２計算手段と、前記視聴確率値の高い番組ほど利用者にわかりやすい位置に提示する提示手段と、を具備することを特徴とする。

本発明の録画番組情報表示装置によれば、利用者が所望の録画番組をいち早く発見できるため、録画番組にアクセスするための手間と時間を削減することが可能になる。

以下、図面を参照しながら本発明の実施形態に係る録画番組情報表示装置について詳細に説明する。なお、以下の実施形態中では、同一の番号を付した部分については同様の動作を行うものとして、重ねての説明を省略する。
まず、本実施形態の概略を説明する。
本実施形態の録画番組情報表示装置は、機器に格納されたすべての録画番組の中から、利用者の利用時間帯、シリーズ番組への興味の度合いと視聴スタイルに応じて視聴番組を予測することによって、録画番組の表示順序を変更する。ここで、シリーズ番組とは、類似の内容を続けて複数の時間（通常は複数の日）に分けて放送するある時間（通常はある日）の１つの番組または複数の時間分（通常は複数の日分）の複数の番組を示す。なお、シリーズ番組としては、例えば、連続ドラマ、シリーズのドキュメンタリー、同じ時間帯で毎日放送されるニュースまたは情報番組がある。利用者の利用時間帯は、指定した時間が利用者の録画番組の視聴時間帯と一致しているかどうかを意味している。視聴スタイルは、番組に対する操作履歴情報から利用者が見てすぐ消す番組かどうか、機器内に残すアーカイブ番組かどうかを判定した結果である。本実施形態の録画番組情報表示装置は、これらの情報から視聴予測モデルの学習によって利用者のシリーズ番組への興味の有無を推定し、得られた視聴予測モデルを用いて視聴予測確率を計算することによって録画番組の表示順序を変更する。
この結果、利用者が機器にアクセスした時間帯によく利用する録画番組やシリーズ番組への興味をいまだに失っていない録画番組の情報が、機器の操作上容易な位置に表示される。

なお、実施形態では、放送番組の録画再生装置に録画・蓄積される録画番組表情報の表示順序を変更する方法に関して述べているが、対象とする情報はこれに限らず、広く画像、音楽などのコンテンツ全般を対象とすることが可能であるまた、本実施形態では、放送番組の録画再生装置を対象としているが、対象とする装置はこれに限らず、広く映像コンテンツ全般を蓄積・放映する機器を対象とすることが可能である。

また、本実施形態の録画番組情報表示装置は、録画再生機器上で録画済み放送コンテンツ一覧を表示する際に、利用者の状況に応じた録画済み放送コンテンツの表示順序の変更に応用される。

本実施形態の録画番組情報表示装置について図１を参照して説明する。
本実施形態の録画番組情報表示装置１００は、録画番組受信部１０１、電子番組表情報受信部１０２、録画番組管理部１０３、録画番組データ部１０４、視聴履歴データ部１０５、視聴履歴管理部１０６、操作履歴データ部１０７、操作履歴管理部１０８、視聴スタイル判定部１０９、録画予約キャンセル判定部１１０、予測モデル学習部１１１、視聴確率計算部１１２、ｅｐｇデータ管理部１１３、ｅｐｇデータ部１１４、録画番組表示部１１５、録画番組予約部１１６、録画予約データ部１１７、視聴時間帯特定部１１８、利用時間帯判定部１１９を含む。録画番組情報表示装置１００は、放送番組コンテンツ（以下、単に、番組と呼ぶこともある）を受信、録画、再生することができる。

録画番組予約部１１６は、利用者からの録画予約指示である録画番組予約情報を入力情報として受け取り、この録画番組予約情報を録画予約データ部１１７に記憶する。この録画予約指示は、利用者から、例えば、リモートコントローラーや機器上の操作ボタンを通じて得られる。録画番組予約部１１６は、録画予約データ部１１７に記憶されている録画番組予約情報から、時刻情報を参照して、現在の時刻に録画を実行すべき番組に対応する録画番組予約情報を抽出し、この録画番組予約情報を録画番組管理部１０３に出力する。
録画予約データ部１１７は、録画番組予約情報を記憶している。録画予約データ部１１７は、通常、未来に放送される複数の番組の予約情報を記憶している。

電子番組表情報受信部１０２は、放送用サーバー装置等から、電子番組表（electronic program guide: ｅｐｇ）情報を受信する。電子番組表情報（以下、ｅｐｇ情報と称す）は、例えば、図２に示すものである。ｅｐｇ情報には、例えば、シリーズ番組のＩＤ、番組ＩＤ、放送日、放送局、ジャンル、タイトル、出演者が含まれる。
録画番組管理部１０３は、録画番組予約部１１６からの録画予約指示に応じて、電子番組表情報受信部１０２を参照し録画番組受信部１０１へ録画を実行する旨の録画実行指示を生成し、この指示を録画番組受信部１０１へ出力する。その後、録画番組受信部１０１が録画した番組を取得し、この録画した番組を録画番組データ部１０４に格納する。録画番組管理部１０３は、録画した番組に関する録画番組表情報を記憶している。録画番組管理部１０３は、定期的な更新などのデータの管理をする。
録画番組受信部１０１は、放送用サーバー装置等から、番組を受信する。録画番組受信部１０１は、録画番組管理部１０３から入力する、利用者からの録画実行指示に応じて、該当する番組を受信し録画する。
録画番組データ部１０４は、録画番組管理部１０３が取得した録画番組データを記憶している。

ｅｐｇデータ管理部１１３は、電子番組表情報受信部１０２から、ｅｐｇ情報を取得し、この情報をｅｐｇデータ部１１４に記憶する。ｅｐｇデータ管理部１１３は、定期的な更新などのデータの管理をする。
ｅｐｇデータ部１１４は、ｅｐｇデータ管理部１１３が取得したｅｐｇ情報を記憶している。

操作履歴管理部１０８は、利用者が録画番組情報表示装置１００に対して行った操作情報を収集、蓄積、管理する。操作履歴管理部１０８は、操作情報を取得し、この情報に時間情報を付与した操作履歴情報として生成し、操作履歴データ部１０７に記憶する。操作情報は、利用者が、例えば、リモートコントロール装置や放送チャンネル切替器を使用して操作した情報である。操作履歴情報は、例えば、図３に示すような情報であり、機器操作履歴情報と機器操作一覧を含む。機器操作履歴情報は、機器操作の日時、開始時間、終了時間、操作対象の番組ＩＤ、操作ＩＤを含む。機器操作一覧は、機器操作ＩＤ、機器操作の内容を含む。機器操作履歴情報と機器操作一覧は、機器操作ＩＤを主キー属性としているため、機器操作履歴情報と機器操作一覧を参照すれば番組に対する操作内容を特定することが可能となる。操作履歴管理部１０８は、定期的な更新などのデータの管理をする。
操作履歴データ部１０７は、操作履歴管理部１０８が取得した操作履歴情報を記憶している。操作履歴情報は、図３に示す内容に限らず様々なフォーマットや定義をもつ情報であってもよく、キーボード入力、リモートコントロール入力、ネットワークによるオンライン入力、情報伝達の媒体である磁気テープから読み取る等の形で入力されるものとする。

視聴履歴管理部１０６は、操作履歴管理部１０８を介して、操作履歴データ部１０７が記憶している操作履歴情報から、利用者が番組を視聴したことに関する視聴履歴情報を抽出し、この情報を視聴履歴データ部１０５に記憶する。視聴履歴管理部１０６は、定期的な更新などのデータの管理をする。
視聴履歴データ部１０５は、視聴履歴管理部１０６が抽出した視聴履歴情報を記憶している。視聴履歴情報は、例えば、図３で「再生」した操作内容に対応する情報であり、例えば、図３の「操作ＩＤ」が２である操作履歴情報である。

視聴時間帯特定部１１８は、視聴履歴管理部１０６から視聴履歴情報を取得し、この情報に含まれる番組ごとに視聴時間帯を特定する。この視聴時間帯は、複数の視聴時間帯のうちから最も多く視聴した時間帯を選択し割り当てるものとする。視聴時間帯の種類は、例えば、朝（５−１０時）、昼（１０−１４時）、夕方（１４−１８時）、夜（１８−２２時）、深夜（２２−４時）が考えられる。これらの種類は他の時間区分によって他の数の時間帯に割り当てることも考えられる。例えば、図４に示すように、番組ＩＤが２００の番組は、５月３、５、６日にそれぞれ７時、１２時、１５−１６時にそれぞれ２分、２１分、６１分ずつ視聴している。最も多く視聴した時間帯を割り当てるとすれば、１５−１６時代に６１分視聴しているため、番組ＩＤが２００である番組の視聴時間帯は夕方と特定される。このように最も多く視聴した時間帯を視聴時間帯に特定する方法の他に、最も視聴頻度の高い時間帯を特定するなどの他の方法で特定してもかまわない。
利用時間帯判定部１１９は、視聴時間帯特定部１１８が特定した番組ごとの視聴時間帯の情報を取得し、指定した時間が録画番組の視聴時間帯と一致しているかどうかを判定し、指定の時間と各番組の視聴時間帯が一致するかどうかを示す情報として利用時間帯情報を作成する。時間の指定は、任意の時間を利用者やキーボードなどの入力装置を用いて入力してもよいし、任意の時間をシステムが与えてもよい。利用者が機器にアクセスするごとに予測モデルを学習するのであれば、リアルタイムの時間を指定の時間とする。例えば、利用時間帯判定部１１９は、指定の時間が「昼」のとき、ある録画番組の視聴時間帯も「昼」ならば、利用者の機器アクセス時間帯がその録画番組の視聴時間帯と一致するため、録画番組は利用者の利用時間帯であると判定する。例えば、図５に示すような情報を作成する。図５から、機器アクセス時間帯（指定時間）が朝の場合には、図５の上図のように視聴時間帯が朝の番組に対してのみ利用時間帯の値が「Ｙｅｓ」になり、機器アクセス時間帯（指定時間）が夜の場合には、図５の下図のように視聴時間帯が夜の番組に対してのみ利用時間帯の値が「Ｙｅｓ」になる。

視聴スタイル判定部１０９は、視聴履歴管理部１０６から視聴履歴情報を取得し、ｅｐｇデータ管理部１１３から視聴履歴情報に対応する録画されている番組のｅｐｇ情報を取得し、番組の視聴スタイルを判定する。視聴スタイルは、利用者が見てすぐ消す番組（「見て消し判定」の番組）かどうか、機器内に残すアーカイブ番組（「アーカイブ判定」の番組）かどうかを示す。視聴スタイル判定部１０９の詳細については後に図１２を参照して説明する。視聴スタイル判定部１０９の出力の一例は、例えば、図６である。すなわち、視聴スタイル判定部１０９は、番組ごとに「見て消し判定」の番組であるか、「アーカイブ判定」の番組であるかの情報を出力する。

録画予約キャンセル判定部１１０は、操作履歴情報を参照して、利用者が番組の録画予約を行ったか、番組予約をキャンセル（「番組削除」）したかを判定する。録画予約キャンセル判定部１１０は、例えば、操作履歴情報を示す図３の「操作ＩＤ」が７である番組は録画予約がされたと判定し、図３の「操作ＩＤ」が６である番組は番組予約がキャンセルされたと判定する。

予測モデル学習部１１１は、録画番組管理部１０３から過去の一定期間の録画番組表情報を取得し、利用時間帯判定部１１９から番組ごとの利用時間帯情報を取得し、視聴スタイル判定部１０９から番組ごとの視聴スタイルを取得し、録画予約キャンセル判定部１１０から録画番組表情報に含まれる番組の録画予約がキャンセルされず予約としてまだ残っているかどうかの情報を取得する。予測モデル学習部１１１は、予め記憶している予測モデルの構造を定義した構造定義データを読み込む。構造定義データは、メモリ（図示せず）に記憶されている。このメモリは予測モデル学習部１１１に含まれていてもよい。予測モデル学習部１１１は、構造定義データによって、入力した情報から、ベイジアンネットワークにおける各確率変数の条件付確率値を計算し、予測モデルの構造情報と計算された各確率変数間の条件付確率値とを生成する。予測モデル学習部１１１の詳細については後に図１４を参照して説明する。構造定義データ、各確率変数の条件付確率値については後に、図９、図１５を参照して説明する。予測モデル学習部１１１の出力の一例は、例えば、図７である。

視聴確率計算部１１２は、予測モデル学習部１１１が読み込んだ予測モデルの構造情報と、予測モデル学習部１１１で生成された計算された各確率変数間の条件付確率値とを取得し、予測モデルを用いた確率推論によって、録画番組の視聴確率値を計算する。これは、ある録画番組に対する利用者の視聴予測確率を計算することになる。視聴確率計算部１１２の詳細は後に図８のステップＳ８０８で説明する。

録画番組表示部１１５は、視聴確率計算部１１２で得られた番組ごとの視聴確率値を参照して、録画番組データ部１０４に記憶されている番組を視聴確率値の高い番組ほど利用者にわかりやすい位置に提示する。録画番組表示部１１５は、例えば、視聴確率値の大きい順に番組を並べ替え、利用者に提示する。録画番組表示部１１５は、並べ替えた番組を例えば、モニターに表示する。録画番組表示部１１５の表示例は後の図８のステップＳ８０９で図１１を参照して説明する。録画番組表示部１１５は、ｅｐｇデータ管理部１１３から得られたｅｐｇ情報と、録画番組データ部１０４の番組表情報をもとに利用者に録画番組表情報を提示する。

次に、視聴スタイル判定部１０９、視聴時間帯特定部１１８、利用時間帯判定部１１９、予測モデル学習部１１１、視聴確率計算部１１２、録画番組表示部１１５の一連の動作の一例について図８を参照して説明する。
視聴スタイル判定部１０９は、視聴履歴管理部１０６からの視聴履歴情報（図３の「再生」を参照）を入力情報として読み込む（ステップＳ８０１）。視聴スタイル判定部１０９は、視聴履歴管理部１０６から視聴履歴情報と、ｅｐｇデータ管理部１１３から録画番組のｅｐｇ情報（図２参照）とを入力情報として読み込む（ステップＳ８０１、ステップＳ８０２）。視聴スタイル判定部１０９は、読み込まれた録画番組表情報の中から１つの録画番組を選択する（ステップＳ８０３）。

視聴スタイル判定部１０９がステップＳ８０３で選択した番組の視聴スタイル（図６参照）を判定する（ステップＳ８０４）。ステップＳ８０４の詳細は後に図１２を参照して説明する。

利用者が番組を視聴する主な時間帯を特定する。視聴時間帯特定部１１８は、ステップＳ８０１で読み込まれた視聴履歴情報から、ステップＳ８０３で選択された録画番組の視聴時間帯（図４参照）を特定する（ステップＳ８０５）。
以上のステップＳ８０３からステップＳ８０５までを録画されている全番組に対して行う。

利用時間帯判定部１１９が、指定した時間が録画番組の視聴時間帯と一致しているかどうかを判定し、利用時間帯であるかどうかを表す利用時間帯情報（図５参照）を作成する（ステップＳ８０６）。利用時間帯判定部１１９では、利用者が機器にアクセスするごとに予測モデルを学習するのであれば、リアルタイムの時間を指定の時間とする。利用時間帯判定部１１９は、このようにして得られる指定の時間と、視聴時間帯特定部１１８で特定された番組の視聴時間帯を比較し、指定の時間と各番組の視聴時間帯が一致するかどうかを示す情報として利用時間帯情報を作成する。

予測モデル学習部１１１が予測モデルの学習を行う（ステップＳ８０７）。ステップＳ８０７の詳細は後に図１４を参照して説明する。
視聴確率計算部１１２が、予測モデル学習部１１１で作成された予測モデルを読み込み、録画番組の視聴確率値を計算する（ステップＳ８０８）。具体的には、例えば、図９に示すような予測モデルの構造情報と計算された各確率変数間の条件付確率値を読み込む。図９は、図１５に示す視聴予測モデルの記述の一例である。予測モデルはこれに限らず様々なフォーマットや定義をもつ情報であり、キーボード入力、リモートコントロール入力、ネットワークによるオンライン入力、情報伝達の媒体である磁気テープから読み取る等の形で入力されるものとする。視聴確率計算部１１２は、予測モデルを用いた確率推論によって、録画番組の視聴確率値を計算する。これは、ある録画番組に対する利用者の視聴予測確率を計算するものである。例えば、利用時間帯判定部１１９において、利用者が機器を利用した時間（指定の時間）が昼で、ある録画番組の視聴時間帯も「昼」ならば、利用者時間帯がその録画番組の視聴時間帯と一致する。そのため、録画番組は利用者の利用時間帯であり（利用時間帯＝Ｙｅｓ）、利用者がシリーズ番組への興味を持っていて（シリーズへの興味＝ＴＲＵＥ）、かつ、録画番組が見て消し視聴番組ならば（見て消し視聴＝Ｙｅｓ）、その録画番組を利用者が視聴する確率Ｐｒ（視聴＝ＴＲＵＥ｜利用時間帯＝Ｙｅｓ，シリーズへの興味＝ＴＲＵＥ，見て消し視聴＝Ｙｅｓ）を計算する。

確率値は、ベイジアンネット上の様々な確率推論手法likelihood weighting（例えば、Fung, R. and Chang, K. C., "Weighting and integrating evidence for stochastic simulation in Bayesian networks", In Proc. of Conf. UAI-89, (1989).参照）やloopy belief propagation（例えば、K. P. Murphy, Y.Weiss and M. I. Jordan: "Loopy Belief Propagation for Approximate Inference: An Empirical Study", In Proc. of Conf. UAI-99, (1999).参照）を予測モデルに適用することによって求めることができる。このようにして、すべての録画番組に対する視聴確率値を求める。視聴確率計算部１１２は、例えば図１０に示すようなデータを得る。

録画番組表示部１１５が、すべての番組に対して求められた視聴確率値に従い録画番組データ部１０４の録画番組を降順にソーティングし、例えば、図１１に示すように視聴確率値が高い順番にランキング表示する（ステップＳ８０９）。

次に、視聴スタイル判定部１０９の動作の一例である、図８のステップＳ８０４について図１２を参照して説明する。
ｅｐｇ情報から選択された録画番組がシリーズ番組であるかどうかを判定する（ステップＳ１２０１）。例えば、図２に示すｅｐｇ情報でシリーズＩＤが「００００」である「プラハ国際音楽祭」は、放送が一度きりの単発番組であることが分かるし、それ以外の２桁のシリーズＩＤがふられている番組は放送が連続したシリーズ番組であると判定することができる。録画番組が単発番組であれば、利用者がアーカイブしない番組として、その番組を「非アーカイブ番組」「非見て消し番組」と判定する（ステップＳ１２０２）。ステップＳ１２０１で録画番組がシリーズ番組であると判定された場合には、ある一定期間（例えば半年間）におけるその録画番組のシリーズ番組に視聴履歴が存在するかどうかを判定する（ステップＳ１２０３）。

録画番組のシリーズ番組に視聴履歴が存在しなければ視聴されていないとして、利用者がアーカイブする番組として、録画番組を含めたそのシリーズのすべての番組を「アーカイブ番組」と判定する（ステップＳ１２０４）。図１３（ａ）に例を示すように、シリーズ番組の初回から全７回まですべて録画され機器内に存在し、かつそれらが１度も視聴されていなければ、シリーズすべての番組を「アーカイブ番組」と判定する。一方、ステップＳ１２０３にて、録画番組のシリーズ番組に視聴履歴が存在すれば視聴されたとして、下記に示すように、シリーズ視聴番組残存率を計算する（ステップＳ１２０５）。この場合、削除された番組部分は視聴したものと見なす。

シリーズ視聴番組残存率 ＝ （シリーズ番組視聴 かつ シリーズ番組機器内残存）の時間／シリーズ番組視聴時間
録画番組のシリーズ視聴番組残存率が非常に大きければ（ステップＳ１２０６）、利用者が視聴済みの番組のほとんどが機器内に残されていると見なして、シリーズすべての番組を「アーカイブ番組」と判定する（ステップＳ１２０８）。図１３（ｂ）に例を示すように、シリーズ番組の初回から全７回まですべて録画され機器内に存在し、第２回から第７回の途中まで視聴済みであり、かつそれらの視聴済み番組のうちほとんど削除されずに機器内に残存している場合に、シリーズすべての番組を「アーカイブ番組」と判定する。

録画番組のシリーズ視聴番組残存率が非常に小さければ（ステップＳ１２０６）、利用者が視聴済みの番組のほとんどが機器内に残されていないと見なして、シリーズすべての番組を「見て消し番組」と判定する（ステップＳ１２０７）。図１３（ｄ）に例を示すように、シリーズ番組の初回から全７回まですべて録画され機器内に存在し、第１回から第７回の途中まで視聴済みであり、かつ第５回まではすでに削除されたため機器内に存在しない場合には、シリーズすべての番組を「見て消し番組」と判定する。

録画番組のシリーズ視聴番組残存率が中位であれば（ステップＳ１２０６）、シリーズ番組の放送回番組ごとに個別のアーカイブ番組判定をする。例えば、図１３（ｃ）の場合には、シリーズ視聴番組残存率 ＝ 図１３の薄い点線の部分の合計時間／薄い点線と濃い点線の部分の合計時間、であり薄い点線と濃い点線の部分の合計時間に比べて第２回の削除時間がほぼ等しいので、シリーズ視聴番組残存率は０と１の間位になり、この場合のシリーズ視聴番組残存率は「中位」に対応する。なお、ステップＳ１２０６におけるシリーズ視聴番組残存率の大きさによる処理の分岐は、例えば閾値を設けて、シリーズ視聴番組残存率が閾値０．８を超えれば「非常に大きい」とし、閾値０．２より小さければ「非常に小さい」とし、それ以外の値は「中位」としてもよいし、他の別の方法で判定してもかまわない。

シリーズ番組の放送回番組ごとに、下記に示すように番組視聴カバー率を計算する（ステップＳ１２０９）。

番組視聴カバー率 ＝ 番組視聴時間／番組放送時間
シリーズ番組の各放送回番組に対する番組視聴カバー率が大きければ（ステップＳ１２１０）、その放送回番組を「アーカイブ番組」と判定する（ステップＳ１２１１）。逆に、シリーズ番組の各放送回番組に対する番組視聴カバー率が小さければ（ステップＳ１２１０）、その放送回番組を「非アーカイブ番組」と判定する（ステップＳ１２１２）。図１３（ｃ）に例を示すように、シリーズ番組の初回から全７回まですべて録画され機器内に存在し、第１回、第３回、第４回、第６回の番組の一部が視聴済みである場合、第４回、第６回の番組は視聴時間が長いので「アーカイブ番組」と判定され、第１回、第３回の番組は「非アーカイブ番組」と判定される。ステップＳ１２１０における番組視聴カバー率の大きさによる処理の分岐は、例えば閾値を設けて、番組視聴カバー率が閾値０．３を超えれば「大きい」とし、それ以下であれば「小さい」と判定してもよいし、他の別の方法で判定してもかまわない。

次に、予測モデル学習部１１１の動作の一例である、図８のステップＳ８０７について図１４を参照して説明する。
予測モデルはベイジアンネットとして獲得される。予測モデルをベイジアンネットワークで表現、作成する場合には以下の処理を行なう。例えば、図１５に示すような予測モデルを学習するものとする。
図１５に示す予測モデルの構造を定義した図９に示すような構造定義データを読み込む（ステップＳ１４０１）。録画番組管理部１０３から図２に示すような過去の一定期間の番組表情報を読込む（ステップＳ１４０２）。また、既に視聴スタイル判定部１０９がｅｐｇデータ管理部１１３からｅｐｇ情報を取得しているので、視聴スタイル判定部１０９からｅｐｇ情報を読み込んでもよい。視聴スタイル判定部１０９によって得られた、見て消し番組かアーカイブ番組かの判定情報と、視聴時間帯特定部１１８と利用時間帯判定部１１９から作成された利用時間帯情報を読込む（ステップＳ１４０３）。ベイジアンネットワークにおける各確率変数の条件付確率値を計算する（ステップＳ１４０４）。

確率変数の条件付確率は、確率変数とそれらに対してアーク（図中矢印）が入る変数との間の値を計算することによって求められる。例えば、図１５におけるある変数「利用時間帯」を考えてみる。「利用時間帯」は図９に示すように、変数値が「Ｙｅｓ」と「Ｎｏ」である。さらに、確率変数「利用時間帯」にアークは入っていない。そこで、条件付確率値として、「利用者の機器利用時間が番組の視聴時間帯である確率」Ｐｒ（利用時間帯＝Ｙｅｓ）と「利用者の機器利用時間が番組の視聴時間帯でない確率」Ｐｒ（利用時間帯＝Ｎｏ）を計算する。これらは、利用時間帯判定部１１９で作成された、利用者の機器アクセス時間（指定の時間）が各番組の視聴時間帯であるかどうかを示す利用時間帯情報（図５参照）を参照して、全録画番組に占めるそれらの頻度値として与えることができる。

一方、「シリーズへの興味」は図９に示すように、変数値が「ＴＲＵＥ」と「ＦＡＬＳＥ」であり、さらに、アークが入らない確率変数である。ところが、確率変数「シリーズへの興味」は他の確率変数とは異なり、潜在変数である。つまり、観測されない事象であり、データが収集されない。このような潜在変数に対する条件付確率値の計算方法には、既存の手法として、ＥＭアルゴリズム（例えば、Dempster, A. et al., "Maximum likelihood from incomplete data via the EM algorithm", Journal of the Royal Statistical Society, B39, pp.1{38, (1977).参照）が知られており、それによって求めることが可能である。潜在変数に対する条件付確率値を計算することによって、「利用者がシリーズ番組への興味を持っている確率」Ｐｒ（シリーズへの興味＝ＴＲＵＥ）と「利用者がシリーズ番組への興味を失っている確率」Ｐｒ（シリーズへの興味＝ＦＡＬＳＥ）が得られる。

以上に示した実施形態によれば、ｅｐｇ情報と操作履歴情報とを入力して、番組ごとの視聴スタイルを判定し、番組ごとの視聴時間帯から番組を視聴する時間と一致する利用時間帯情報を使用して、複数の録画番組に視聴確率値を計算し、視聴確率値の高い順に番組を並び替えることによって、利用者が録画した複数の録画番組から利用者が所望の録画番組をいち早く発見できるため、録画番組にアクセスするための手間と時間を削減することができる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

実施形態の録画番組情報表示装置のブロック図。 図１の電子番組表情報受信部が受信する電子番組表情報を示す図。 図１の操作履歴管理部が生成する操作履歴情報を示す図。 図１の視聴時間帯特定部が視聴時間帯を特定する様子を説明するための図。 図１の利用時間帯判定部が作成する利用時間帯情報を示す図。 図１の視聴スタイル判定部が出力する情報を示す図。 図１の予測モデル学習部が出力する情報を示す図。 図１の視聴スタイル判定部、視聴時間帯特定部、利用時間帯判定部、予測モデル学習部、視聴確率計算部、録画番組表示部の一連の動作の一例を示すフローチャート。 図１の予測モデル学習部が使用する予測モデルの構造情報を示す図。 図１の視聴確率計算部が出力する情報を示す図。 図１の録画番組表示部が提示する情報を示す図。 図８のステップＳ８０４の動作の一例を示すフローチャート。 見て消し番組、アーカイブ番組、非見て消し番組、及び、非アーカイブ番組のいずれであるかを判定する場合の例を示す図。 図８のステップＳ８０７の動作の一例を示すフローチャート。 図９の構造情報に対応する予測モデルを示すグラフ。

符号の説明

１００・・・録画番組情報表示装置、１０１・・・録画番組受信部、１０２・・・電子番組表情報受信部、１０３・・・録画番組管理部、１０４・・・録画番組データ部、１０５・・・視聴履歴データ部、１０６・・・視聴履歴管理部、１０７・・・操作履歴データ部、１０８・・・操作履歴管理部、１０９・・・視聴スタイル判定部、１１０・・・録画予約キャンセル判定部、１１１・・・予測モデル学習部、１１２・・・視聴確率計算部、１１３・・・ｅｐｇデータ管理部、１１４・・・ｅｐｇデータ部、１１５・・・録画番組表示部、１１６・・・録画番組予約部、１１７・・・録画予約データ部、１１８・・・視聴時間帯特定部、１１９・・・利用時間帯判定部。

Claims (10)

1. 録画された複数の番組を記憶している第１記憶手段と、
   前記複数の番組に対応する番組表情報を記憶している第２記憶手段と、
   利用者が行った操作についての操作履歴情報を作成する作成手段と、
   前記操作履歴情報から、利用者が視聴した番組に関する視聴履歴情報を抽出する抽出手段と、
   前記番組ごとに、前記番組表情報と前記視聴履歴情報とを使用して、利用者が視聴して前記第１記憶手段から消去する視聴消去番組であるか、前記第１記憶手段から消去しない保存番組であるかのいずれかであるかを示す視聴スタイルを判定する判定手段と、
   前記番組ごとに、前記視聴履歴情報を使用して、利用者が最もよく視聴する視聴時間帯を特定する特定手段と、
   前記番組ごとに、前記視聴時間帯とある時間帯とが一致するかどうかを示す利用時間帯情報を取得する取得手段と、
   利用者が番組に興味があるかないかを推定する予測モデルの構造定義データを記憶している第３記憶手段と、
   前記番組ごとに、前記利用時間帯情報と前記視聴スタイルと前記番組表情報とを前記予測モデルに当てはめて、利用者が番組への興味の有無を条件とした前記視聴スタイルのいずれか１つの有無である条件付確率を計算する第１計算手段と、
   前記番組ごとに、前記条件付確率を前記予測モデルに当てはめて、利用者の視聴確率値を計算する第２計算手段と、
   前記視聴確率値の高い番組ほど利用者にわかりやすい位置に提示する提示手段と、を具備することを特徴とする録画番組情報表示装置。
2. 前記予測モデルは、利用者の利用状況に応じて録画番組に対する利用者の視聴を予測するモデルであり、前記利用時間帯情報、前記視聴スタイル、及び、番組への興味の有無の１以上を使用して、利用者の番組への視聴を予測することを特徴とする請求項１に記載の録画番組情報表示装置。
3. 前記特定手段は、前記視聴時間帯として視聴時間の最も長い時間帯を特定することを特徴とする請求項１または請求項２に記載の録画番組情報表示装置。
4. 前記第１計算手段は、利用者の番組への興味の有無の２通りを条件とした、前記視聴スタイルの２通りのいずれかでの有無である、合計８つの条件付確率を計算することを特徴とする請求項１から請求項３のいずれか１項に記載の録画番組情報表示装置。
5. 前記第１計算手段は、さらに、利用者が番組への興味の有無と前記利用時間帯が一致しているか否かとを条件とした視聴の有無である条件付確率を計算することを特徴とする請求項１から請求項４のいずれか１項に記載の録画番組情報表示装置。
6. 前記判定手段は、番組がシリーズ番組である場合、該シリーズ番組の視聴履歴情報を参照し、該シリーズ番組を視聴した視聴時間と、該視聴時間に対応する番組内容が前記第１記憶手段に残存している残存時間とを使用して、第１記憶手段に残存している度合いが第１閾値よりも小さい場合に、該シリーズ番組を前記視聴消去番組と判定することを特徴とする請求項１から請求項５のいずれか１項に記載の録画番組情報表示装置。
7. 前記判定手段は、番組がシリーズ番組である場合、該シリーズ番組の視聴履歴情報を参照し、該シリーズ番組を視聴した視聴時間と、該視聴時間に対応する番組内容が前記第１記憶手段に残存している残存時間とを使用して、前記第１記憶手段に残存している度合いが第２閾値よりも大きい場合に、該シリーズ番組を前記保存番組と判定することを特徴とする請求項１から請求項６のいずれか１項に記載の録画番組情報表示装置。
8. 前記判定手段は、番組がシリーズ番組である場合、該シリーズ番組の視聴履歴情報を参照し、該シリーズ番組を視聴した視聴時間と、該視聴時間に対応する番組内容が前記第１記憶手段に残存している残存時間とを使用して、前記第１記憶手段に残存している度合いが第１閾値以上かつ第２閾値以下である場合に、利用者の該シリーズ番組を視聴した時間が第３閾値よりも長い場合には該シリーズ番組を前記保存番組と判定し、利用者の該シリーズ番組を視聴した時間が第３閾値以下である場合には該シリーズ番組を前記視聴消去番組と判定することを特徴とする請求項１から請求項５のいずれか１項に記載の録画番組情報表示装置。
9. 前記番組表情報は、シリーズ番組であるか否かを示す情報を含んでいることを特徴とする請求項１から請求項８のいずれか１項に記載の録画番組情報表示装置。
10. 前記操作履歴情報を使用して、前記シリーズ番組の予約がキャンセルされたかどうかの予約判定情報を取得する予約判定取得手段をさらに具備し、
    前記第１計算手段は、前記予約判定情報と前記利用時間帯情報と前記視聴スタイルと前記番組表情報とを前記予測モデルに当てはめて前記条件付確率を計算することを特徴とする請求項６から請求項９のいずれか１項に記載の録画番組情報表示装置。

Images