JP4929765B2 - コンテンツ検索装置及びコンテンツ検索プログラム - Google Patents

Description

本発明は、コンテンツ検索装置及びコンテンツ検索プログラムに関する。

音楽や映像、書籍等の様々なコンテンツを電子的に配信するコンテンツ配信サービスの成長は目覚ましく、その成長に伴いユーザがダウンロード可能なコンテンツ数が膨大化している。その膨大なコンテンツの中から所望のコンテンツを検索する方法としては、コンテンツ名や作者名等の検索キーを入力して行うキー入力検索が主流である。また、コンテンツを分類するジャンルがサービスの提供側から提示され、ユーザがそのジャンルを選択して、分類されたコンテンツの中から所望のコンテンツを検索するジャンル別検索も普及している。

例えば、音楽配信サービスであれば、ロック、ポップス、ジャズといったジャンルで楽曲が分類され、ユーザが所望のジャンルを選択すると、そのジャンルで分類された楽曲が検索されて提示される。ユーザは、ジャンル別検索によって、目的のコンテンツを検索するのではなく、様々なジャンルの中から嗜好にあったコンテンツを探し出すという、謂わば曖昧な検索が可能となる。

また、ユーザのコンテンツ検索を支援するエージェントソフトも開発されており、例えば、楽曲毎に対応付けられた音楽関連情報の文章に含まれる単語が持つ概念と文脈の関係との程度を単語ベクトルとし、当該単語ベクトルを利用して検索語に関連する楽曲を検索するエージェントソフトが知られている（特許文献１参照）。
特開２００３−８４７８３号公報

ところで、ユーザは、ジャンル別検索を行う場合、自分の好きなジャンルで検索することが多く、余り知らないジャンルや苦手なジャンルのコンテンツを検索する頻度は少なくなる。このため、ユーザがダウンロードするコンテンツのジャンルの幅を広げるためにも、ユーザが余り知らないジャンルのコンテンツを紹介したり、ユーザが好むジャンルを更に詳しく紹介したりするといった、ユーザの嗜好に合わせて新たなコンテンツを紹介するサービスが望まれている。

しかし、ユーザが選択するジャンルには各自の嗜好が反映されてしまうため、その検索のジャンルの範囲はユーザの嗜好内に限られてしまい、ユーザ自身でジャンルの幅を広げるには限界があった。また、特許文献１のエージェントソフトでは、検索語を入力することで、その検索語に関連する楽曲が検索されるが、その入力する検索語にはユーザ毎の嗜好が反映されてしまうため、楽曲の検索範囲はユーザの嗜好により限られてしまった。

本発明は、上述したような課題に鑑みて為されたものであり、その目的とするところは、ユーザの嗜好に応じて新たなコンテンツを検索することができるコンテンツ検索装置を実現することである。

以上の課題を解決するために、請求項１に記載のコンテンツ検索装置は、
ジャンル情報を含む詳細情報とコンテンツファイルとを対応付けて記憶するコンテンツ記憶手段と、
前記コンテンツ記憶手段に記憶された詳細情報を参照して、前記コンテンツファイルのジャンル毎における保有率に基づいて認知度を決定する認知度決定手段と、
ユーザ嗜好を入力する入力手段と、
前記入力手段により入力されたユーザ嗜好に基づいたジャンルの詳細情報を、前記認知度決定手段により決定された当該ジャンルの認知度に応じて検索し、その検索結果をユーザに提示する検索手段と、
を備え、
前記検索手段は、
前記ユーザ嗜好に基づいたジャンルの認知度が所定値以上である場合、当該ジャンルにおいて前記コンテンツ記憶手段に記憶されたコンテンツファイルに対応付けられた詳細情報を除く他の詳細情報を検索して提示する未入手コンテンツ情報検索手段と、
前記ユーザ嗜好に基づいたジャンルの認知度が所定値以下である場合、当該ジャンルにおいて代表的な詳細情報を検索して提示する代表情報検索手段と、
を有することを特徴としている。

請求項２に記載の発明は、請求項１に記載の発明において、
前記ジャンルは、複数のジャンルが階層化されて対応付けられたジャンルであって、 前記検索手段は、
前記ユーザ嗜好に基づいたジャンルの認知度が所定値以上である場合、その認知度のジャンルに対応付けられた下層のジャンルの詳細情報を、当該下層のジャンルの認知度に応じて検索して提示する下層ジャンル検索手段を有することを特徴としている。

請求項３に記載のコンテンツ検索プログラムは、コンピュータを、
ジャンル情報を含む詳細情報とコンテンツファイルとを対応付けて記憶するコンテンツ記憶手段、
前記コンテンツ記憶手段に記憶された詳細情報を参照して、前記コンテンツファイルのジャンル毎における保有率に基づいて認知度を決定する認知度決定手段、
ユーザ嗜好を入力する入力手段、
前記入力手段により入力されたユーザ嗜好に基づいたジャンルの詳細情報を、前記認知度決定手段により決定された当該ジャンルの認知度に応じて検索し、その検索結果をユーザに提示する検索手段、
として機能させ、
前記検索手段は、
前記ユーザ嗜好に基づいたジャンルの認知度が所定値以上である場合、当該ジャンルにおいて前記コンテンツ記憶手段に記憶されたコンテンツファイルに対応付けられた詳細情報を除く他の詳細情報を検索して提示する未入手コンテンツ情報検索手段と、
前記ユーザ嗜好に基づいたジャンルの認知度が所定値以下である場合、当該ジャンルにおいて代表的な詳細情報を検索して提示する代表情報検索手段と、
を有することを特徴としている。

本発明によれば、入力されたユーザ嗜好に基づいたジャンルの詳細情報を、そのジャンルの認知度に応じて検索してユーザに提示するため、例えば、認知度が高い場合には、下層のジャンルの詳細情報を検索して提示したり、認知度が低い場合には、代表的な詳細情報を検索して提示したりすることができる。従って、ユーザの嗜好に応じて新たなコンテンツを検索することが可能なコンテンツ検索装置等を実現することができる。

以下、本発明のコンテンツ検索装置を図１に示すコンテンツプレーヤ１に適用した場合の実施形態について図１〜図９を参照して説明する。先ず、コンテンツプレーヤ１の概要について説明する。

〔コンテンツプレーヤの概要〕
コンテンツプレーヤ１は、図１に示すように、サーバ３と通信回線網Ｎを介して通信可能に構成され、サーバ３から配信される音楽コンテンツからユーザが所望する音楽コンテンツを検索する検索機能と、ユーザに選択された音楽コンテンツをコンテンツ配信サーバ（以下、「サーバ」と略す。）３からダウンロードするダウンロード機能とを有する。

サーバ３は、図２に示すコンテンツファイル２００をデータベース（以下、「ＤＢ」という。）化して記憶し、このコンテンツファイル２００をコンテンツプレーヤ１に配信する。コンテンツファイル２００は、図２に示すように楽曲データ２１０と、詳細情報２２０とを対応付けて記憶する。

楽曲データ２１０は、ＭＰ３（MPEG Audio Layer-3）形式やＡＡＣ（Advanced Audio Coding）形式等の音声圧縮形式により圧縮された音声データである。詳細情報２２０は、楽曲データ２１０の内容に関連する項目としてのコンテンツ名２３０、アーティスト名２４０、ジャンル情報としてのメインジャンル名２５０及びサブジャンル名２６０を含むデータである。コンテンツファイル２００は、詳細情報２２０内のメインジャンル名２５０及びサブジャンル名２６０で表されるジャンル毎に予め分類されている。

このジャンルは、図３に示すような階層構造を有して構成され、具体的には、音楽コンテンツを大きく分類するメインジャンルと、当該メインジャンルをより詳細に分類するサブジャンルとに階層化される。例えば、図３によれば、メインジャンルの「ロック」の下層には、「ギターポップ」、「ギターロック」、「クラシックロック」等のサブジャンルが階層化されている。

また、サーバ３は、ジャンル毎にアーティスト名を分類して管理するため、図４に示すジャンル別アーティストＤＢ１００を格納している。ジャンル別アーティストＤＢ１００は、メインジャンル名と、サブジャンル名と、ランキング情報と、代表アーティスト情報とを対応付けて検索可能に記憶したデータベースである。

メインジャンル名には、メインジャンルの下層に分類されるサブジャンルのサブジャンル名が対応付けられる。ランキング情報は、対応付けられたサブジャンル名のジャンルにおいて分類されるアーティストの人気ランキングを表すデータであり、その分類される全アーティスト名が人気ランキング順に配列されて構成される。

代表アーティスト情報は、対応付けられたサブジャンル名のジャンルにおいて音楽的な傾向を示すデータであって、当該ジャンルに分類されたアーティストのうちの典型的とされるアーティストのアーティスト名（詳細情報）が予め設定される。サーバ３は、ジャンル別アーティストＤＢ１００を逐次更新して、コンテンツプレーヤ１からの要求に応じて各種データを配信する。

コンテンツプレーヤ１には、アーティスト名を入力して検索するキー入力検索と、ジャンルを上層から下層のたどって検索するジャンル別検索という従来同様の検索機能の他に、認知度検索がある。

認知度検索は、好きなジャンル、余り知らないジャンル、苦手なジャンルといったユーザが各ジャンルをどの程度認知しているかという認知度に基づいて、当該ユーザが詳しくないと推定されるアーティストの音楽コンテンツを検索してユーザに提示する検索機能である。この認知度検索は、コンテンツ検索を行うエージェントソフト（以下、「エージェント」と略す。）により実現される。エージェントとは、ユーザと機器間のインターフェイスを円滑に行うための機能であり、ここでは、擬人化したキャラクタの表示や音声対話によってコンテンツ検索のユーザ操作を対話形式で支援するソフトウェアである。

コンテンツプレーヤ１においては、例えば、ユーザが、好きなジャンルをもっと詳しく知りたいという嗜好をエージェントに対して要求すると、ジャンル毎の認知度に基づいて、ユーザが好きだと推定されるジャンルの更に下層のジャンル（サブジャンル）で分類されるアーティスト名を検索してユーザに提示する。また、苦手なジャンルを開拓したいという嗜好を要求すると、苦手と推定されるジャンルの中で代表的なアーティスト名を検索して提示する。

この認知度検索により、ユーザは、好きなジャンルを更に詳しく、苦手なジャンルは代表的なアーティストといったように、自分の嗜好に合わせて新たなアーティストを容易に知ることができ、視聴する音楽コンテンツの幅を広げることができるようになる。

〔コンテンツプレーヤの機能構成〕
次に、図１を参照してコンテンツプレーヤ１の機能構成について説明する。図１によれば、コンテンツプレーヤ１は、エージェント処理部１０、入力部２０、表示部３０、通信部４０、音声処理部５０、マイクＭ、Ａ／Ｄ変換部６０、スピーカＳＰ、Ｄ／Ａ変換部７０及び記憶部８０を備えて構成される。

エージェント処理部１０は、ＣＰＵ（Central Processing Unit）１２やＲＯＭ（Read Only Memory）１４及びＲＡＭ（Random Access Memory）１６を備えて構成され、コンテンツプレーヤ１を構成する各機能部への指示や各機能部間のデータの入出力を行うことで、種々の機能を司っている。

より具体的には、ＣＰＵ１２が、入力部２０から入力された操作信号や音声処理部５０の処理結果に基づいてＲＯＭ１４に記憶されたプログラムを読み出し、その読み出したプログラムに従った処理を行って各機能部の制御を行う。ＲＡＭ１６は、ＣＰＵ１２がプログラムに従って実行する処理に係る動的なデータ等を記憶する。

入力部２０は、カーソルキー、テンキー及び各種ファンクションキー等を有するキーボード等を備えて構成され、ユーザにより押下操作されたキーの操作信号をエージェント処理部１０出力する。また、入力部２０は、マウスやタッチパネル等のポインティングデバイスを備えて構成され、マウスやユーザの指先等により指定された表示部３０上の位置を操作信号としてエージェント処理部１０に出力する。

表示部３０は、カラーＬＣＤ（Liquid Crystal Display）やＥＬＤ（Electronic Luminescent Display）により構成され、エージェント処理部１０の指示に従ってコンテンツプレーヤ１に係る各種情報や画面等を表示する。通信部４０は、通信回線網Ｎに接続してサーバ３等の他機とのデータ通信を行うための機能部であり、モデムやＬＡＮインターフェイス、ＵＳＢ等により構成される。

Ａ／Ｄ変換部６０は、マイクＭから入力された音声信号をデジタルの音声データに変換し音声処理部５０に出力する。Ｄ／Ａ変換部７０は、音声処理部５０から出力された音声データをアナログの音声信号に変換し、当該音声信号に基づいた音声をスピーカＳＰから出力させる。

音声処理部５０は、ＤＳＰ（Digital Signal Processor）等を備えて構成され、Ａ／Ｄ変換部６０から出力された音声データの解析処理や、楽曲データ２１０の再生処理等を行う機能部である。

エージェント処理部１０は、認知度検索に当たって先ず、どのようなジャンルの音楽コンテンツを検索するかをユーザに問い合わせるために、音片データベース等に記憶された音片の音声データを音声合成して行うテキストの音声出力を音声処理部５０に指示する。音声処理部５０は、エージェント処理部１０から音声出力の指示を受けたテキストに対応する音声データを音片の音声データを音声合成した後にＤ／Ａ変換部７０に出力して、当該テキストをスピーカＳＰから音声出力させる。

また、音声処理部５０は、Ｄ／Ａ変換部７０から出力された音声データに音声認識処理を施して、その音声データを文字情報に変換する。音声認識処理としては、ＨＨＭ（Hidden Markov model；隠れマルコフモデル）等の公知技術を適宜採用可能であり、簡単に説明すると次のようになる。

即ち、入力された音声データにＭＦＣＣ（Mel Frequency Cepstral Coefficients ）等による音声の特徴分析を行って音声区間を検出し、その検出結果に基づいて音声データの区間毎に分割する。そして、その区間毎の音声データと認識辞書とを比較してパターン認識を行い、文字情報に変換してエージェント処理部１０に出力する。

記憶部８０は、フラッシュメモリやＨＤ（Hard Disk）等の不揮発性メモリにより構成され、図１に示すように、コンテンツＤＢ８２と、メインジャンル認知度テーブル８４と、サブジャンル認知度テーブル８６とを記憶する。

コンテンツＤＢ８２は、サーバ３からダウンロードしたコンテンツファイル２００を蓄積記憶するデータベースである。エージェント処理部１０は、サーバ３にアクセスしユーザのダウンロード要求に従ったコンテンツ名２３０を詳細情報２２０に含むコンテンツファイル２００を通信回線網Ｎを介してダウンロードする。そして、そのダウンロードしたコンテンツファイル２００をコンテンツＤＢ８２に記憶する。

尚、楽曲データ２１０及び詳細情報２２０の取得は、通信回線網Ｎを介したサーバ３からのダウンロードに限らず、例えば、ＣＤ−ＲＯＭ等のメディアから取得してもよい。具体的には、ＣＤ−ＲＯＭに記憶された楽曲データ２１０をＣＤドライブ等で読み取って取得し、当該ＣＤ―ＲＯＭに記憶されたＴＯＣ（Table Of Contents）情報に基づいて詳細情報２２０を通信回線網Ｎ上のサーバから取得してコンテンツファイル２００として記憶する。

メインジャンル認知度テーブル８４は、図５（ａ）のデータ構成例のように、メインジャンル名と、保有率と、偏差値と、認知度とを対応付けて記憶するデータテーブルである。また、サブジャンル認知度テーブル８６は、図５（ｂ）のデータ構成のように、サブジャンル名と、保有率と、偏差値と、認知度とを対応付けて記憶するデータテーブルである。

保有率は、既にダウンロードしたコンテンツファイル２００のアーティスト名が、各ジャンルに分類された全アーティスト名の数に対してどの程度コンテンツＤＢ８２に保有しているかを示すパラーメータである。エージェント処理部１０は、各ジャンルに分類された全アーティスト名の数をサーバ３から取得する。そして、その取得した全アーティストの数に対するコンテンツＤＢ８２に記憶している各ジャンルのアーティスト名の数との比率を保有率として算出してメインジャンル認知度テーブル８４及びサブジャンル認知度テーブル８６に記憶する。

例えば、サーバ３が記憶するジャンル別アーティストＤＢ１００において、メインジャンル「ロック」に分類される全アーティスト名の数が“７０”であり、コンテンツＤＢ８２に記憶しているメインジャンルが「ロック」のアーティスト名の数が“１０”である場合は、保有率“１３％”を算出して図５（ａ）に示すようにメインジャンル認知度テーブル８４に記憶する。

また、ジャンル別アーティストＤＢ１００において、サブジャンル「ギターポップ」に分類される全アーティスト名の数が“５”であり、コンテンツＤＢ８２に記憶するサブジャンルが「ギターポップ」のアーティスト名の数が“１”である場合は、保有率“２０％”を算出して、図５（ｂ）に示すようにサブジャンル認知度テーブル８６に記憶する。

エージェント処理部１０は、メインジャンル認知度テーブル８４及びサブジャンル認知度テーブル８６に記憶した各ジャンルの保有率から、当該ジャンル毎の偏差値を計算して記憶する。但し、サブジャンル認知度テーブル８６の偏差値の計算は、各サブジャンルの上層に対応付けられたメインジャンルを母体として行うこととする。

そして、エージェント処理部１０は、所定の解析パターンに従って、ジャンル毎に認知度を決定して各テーブルに記憶する。図６は、偏差値から認知度を決定する解析パターンを図示したものである。例えば、計算した偏差値が６０以上であるジャンルは、ユーザがとても好むという嗜好を持ったジャンルであると推定して、認知度をＡランクに決定する。

また、偏差値が５０以上、６０未満である場合は、ユーザが好むジャンルであると推定してＢランクに決定し、４０以上５０未満である場合は、余り知らないジャンルであるとしてＣランクに決定する。また、偏差値が４０未満である場合は、苦手なジャンルであると推定してＤランクに決定する。

エージェント処理部１０は、決定した認知度をメインジャンル認知度テーブル８４及びサブジャンル認知度テーブル８６にジャンル毎に記憶する。このジャンル毎に設定された認知度に基づいて、ユーザの嗜好に合ったコンテンツ検索を行うこととなる。

〔コンテンツプレーヤの具体的な動作〕
次に、コンテンツプレーヤ１の具体的な動作を、図７のフローチャートと、図８及び９のコンテンツプレーヤ１の動作例を示す図とを参照して説明する。

先ず、エージェント処理部１０は、コンテンツＤＢ８２とサーバ３が格納するジャンル別アーティストＤＢ１００とに基づいてメインジャンル及びサブジャンル毎の保有率と偏差値とを算出して、メインジャンル認知度テーブル８４及びサブジャンル認知度テーブル８６にそれぞれ記憶する（ステップＳ１）。

そして、その記憶した偏差値に基づいて各ジャンルの認知度を決定して、各テーブルに記憶した後（ステップＳ３）、図８に示すように例えば、「どんなジャンルが希望でか？」といったメッセージＴ１を音声出力することにより、ユーザのコンテンツ検索時の嗜好を問い合わせる（ステップＳ５）。

そして、マイクＭからの音声入力に基づいて、好きなジャンルのコンテンツ検索を行うか否かを判定する（ステップＳ７）。エージェント処理部１０は、図８のような「好き」というキーワードを含む音声入力Ｔ２が為された場合は、好きなジャンルのコンテンツ検索を行うというユーザ嗜好が入力された判定し（ステップＳ７；Ｙｅｓ）、Ｂランク以上の認知度が設定されたメインジャンル名をメインジャンル認知度テーブル８４から選択する。

このとき、図５のメインジャンル認知度テーブル８４においては、Ｂランク以上の認知度が設定されたメインジャンル名は、「ロック」と「ソウル」であるため、図８のメッセージＴ３を音声出力及び表示出力する。

そして、そのメインジャンルのアーティスト名の内、コンテンツＤＢ８２に記憶していない（未入手）のアーティスト名をサーバ３が配信するジャンル別アーティストＤＢ１００から検索し（ステップＳ９）、メッセージＴ５の音声出力及び表示出力で検索結果をユーザに提示する。

このとき、ユーザに提示したアーティストのコンテンツ検索を例えば、音声入力Ｔ６により要求された場合には、当該アーティスト名に対応付けられたコンテンツ名２３０をサーバ３から検索して、メッセージＴ７によりユーザに提示する。そして、そのコンテンツ名２３０の楽曲データ２１０をダウンロードする要求が音声入力Ｔ８により為された場合は、当該楽曲データ２１０をサーバ３からダウンロードする。

このように、ユーザが好きなジャンルでコンテンツ検索を行うという要求をした場合は、Ｂランク以上のメインジャンルから未入手のアーティストが検索されて提示されるため、ユーザは、好きなジャンルといった自分の嗜好を入力するだけで、まだダウンロードしていないアーティストを簡単に知ることができる。

尚、図８の例では、検索結果のアーティスト名を複数提示することとして説明したが、例えば、認知度が高いほうのジャンルのアーティスト名を提示したり、人気ランキングが高いほうのアーティスト名を提示したりといったように、その複数の検索結果の中から１つを選択して提示することとしてもよい。

また、コンテンツ名２３０を検索してユーザに提示する際、そのコンテンツ名２３０に対応付けられた楽曲データ２１０を取得して、再生出力することとしてもよい。このとき、複数の楽曲データを連続的に再生出力してもよいし、リピート再生やランダム再生、イントロ再生等の特殊再生を行うこととしてもよい。

一方、ステップＳ７において、好きなジャンルのコンテンツ検索を行わないと判定した場合（ステップＳ７；Ｎｏ）、ステップＳ５の問い合わせ結果に基づいて、余り知らないジャンルの検索を行うか否かを判定する（ステップＳ１１）。エージェント処理部１０は、図９のように「余り知らない」というキーワード含むような音声入力Ｔ２２が為された場合、余り知らないジャンルのコンテンツ検索を行うというユーザ嗜好が入力されたと判定する（ステップＳ１１；Ｙｅｓ）。

次いで、認知度がＣランクのメインジャンル名をメインジャンル認知度テーブル８４から選択して、図９のメッセージＴ２９のように音声出力及び表示出力する。エージェント処理部１０は、その選択したメインジャンル名に対応付けられたランキング情報をサーバ３から検索して、高ランキング（例えば、１〜３位）のアーティストをメッセージＴ３１のようにユーザに提示する（ステップＳ１３）。

また、ステップＳ１１において、余り知らないジャンルの検索を行わないと判定した場合（ステップＳ１１；Ｎｏ）、ステップＳ５の問い合わせ結果に基づいて、苦手なジャンルの検索を行うか否かを判定する（ステップＳ１５）。エージェント処理部１０は、図９のように「苦手」というキーワード含むような音声入力Ｔ３２が為された場合に、苦手なジャンルのコンテンツ検索を行うというユーザ嗜好が入力されたと判定し（ステップＳ１５；Ｙｅｓ）、Ｄランクを選択してその認知度が設定されたメインジャンル名をメインジャンル認知度テーブル８４から選択して、図９のメッセージＴ３３のように音声出力及び表示出力する。

そして、その選択したメインジャンル名に対応付けられた代表アーティスト情報をサーバ３から検索して、そのメインジャンルにおける代表的なアーティスト名をメッセージＴ３５のようにユーザに提示する。このため、ユーザは、自分の嗜好を入力するだけで、余り音楽コンテンツをダウンロードしてないジャンルの中で、人気のあるアーティスト名や代表的なアーティスト名を簡単に知ることができ、そのジャンルの幅を広げることができる。

エージェント処理部１０は、ステップＳ９，Ｓ１３及びＳ１７の処理後、得意ジャンルの掘り下げを行うか否かの問い合わせをメッセージＴ９の出力によって行い、「はい」や「そうだね」、「お願い」といった音声入力Ｔ１０が為された場合には、得意ジャンルの掘り下げを行うというユーザ嗜好が入力されたと判定する（ステップＳ１９；Ｙｅｓ）。

そして、Ａランクのメインジャンル名を選択し、そのメインジャンル名に対応付けられたサブジャンルのうち、Ａランクのサブジャンル名をサブジャンル認知度テーブル８６から選択してユーザに提示する（ステップＳ２１）。そして、選択したサブジャンル名に分類されたアーティスト名のうち、コンテンツＤＢ８２に記憶していないアーティストをサーバ３が配信するジャンル別アーティストＤＢ１００の中から検索してユーザに提示する（ステップＳ２３）。

図５（ａ）において認知度がＡランクのメインジャンルは「ソウル」であり、この「ソウル」に対応付けられたサブジャンルのうち、図５（ｂ）のサブジャンル認知度テーブル８６において、認知度がＡランクのサブジャンルは「アカペラ」であるため、エージェント処理部１０は、図８のようなメッセージＴ１１をユーザに提示する。

そして、「アカペラ」で分類されたアーティストの中で、ダウンロードしていないアーティストが「アカペラーズ」であるとコンテンツＤＢ８２に基づいて判定して、メッセージＴ１３を出力する。このように、ユーザが得意なジャンルの掘り下げを行うという嗜好を入力した場合は、Ａランクのサブジャンルで未入手のアーティストが検索されて提示されるため、ユーザは、得意なサブジャンルの中でまだダウンロードしていないアーティストを簡単に知ることができる。

エージェント処理部１０は、ステップＳ２３の処理後、図８のようなメッセージＴ１５の音声出力及び表示出力により、得意ジャンルの開拓を行うか否かを問い合わせ、当該開拓を行うという嗜好が入力されたと判定した場合には（ステップＳ２５；Ｙｅｓ）、検索の対象となるサブジャンルの認知度をＢランクに下げ、そのＢランク以上のサブジャンルに分類されたアーティスト名のうち、コンテンツＤＢ８２に記憶していないアーティストを検索してユーザに提示する（ステップＳ２７）。

図５（ｂ）のサブジャンル認知度テーブル８６において、認知度がＢランク以上のサブジャンルは「アカペラ」と「ゴスペル」であるため、エージェント処理部１０は、図８のメッセージＴ１７をユーザに提示し、そして、「ゴスペル」で分類されたアーティストの中で、ダウンロードしていないアーティストを検索して、メッセージＴ１９のように音声出力及び表示出力する。このように、ユーザが得意なジャンルを開拓するという要求を行った場合は、検索の対象となるサブジャンルの範囲が広げられるため、より多くのアーティスト名を知ることができる。

ステップＳ１９において、得意ジャンルの掘り下げを行わないと判定した場合は（ステップＳ１９；Ｎｏ）、苦手ジャンルの開拓を行うか否かの判定を行う（ステップＳ２９）。エージェント処理部１０は、例えば、図９のようなメッセージＴ２１を音声出力及び表示出力して、苦手ジャンルの開拓を行うか否かを問い合わせる。

そして、ユーザの音声入力Ｔ２２に基づいて当該開拓を行うという嗜好が入力されたと判定した場合は（ステップＳ２９；Ｙｅｓ）、認知度がＡランクのメインジャンルに対応付けられたサブジャンルのうち、その認知度がＣランク以下のサブジャンルを選択してユーザに提示する。図５（ｂ）においては、Ａランクの「ソウル」の中で、認知度がＣランク以下のサブジャンルは「ディスコ」であるから、図９のメッセージＴ２３のように提示する。

エージェント処理部１０は、ステップＳ３１において選択したサブジャンルのサブジャンル名に対応付けられた代表アーティスト情報をサーバ３から取得して、図９のメッセージＴ２５のようにユーザに提示する（ステップＳ３３）。このため、ユーザは、得意ジャンルの中において苦手なサブジャンルの代表的なアーティスト名を簡単に知ることができ、得意ジャンルの幅を広げることができる。

以上、本実施形態によれば、ダウンロードされたコンテンツファイル２００のジャンル毎に認知度を決定し、ユーザから入力された嗜好に応じた認知度のジャンルにおいて、ユーザがダウンロードしていないアーティスト名や代表的なアーティスト名を検索してユーザに提示するためユーザの嗜好に応じて新たなコンテンツを検索することができるようになる。

このため、ユーザが好きなジャンルにおいては、まだ入手していないアーティスト名を紹介したり、余り知らないジャンルにおいては、代表的なアーティスト名を紹介したりといった、ユーザの嗜好を広げられるようなコンテンツの紹介が可能になる。

〔変形例〕
尚、上述した実施形態は、本発明を適用して一例であり、その適用可能な範囲は上述したものに限られない。例えば、コンテンツＤＢ８２に記憶しているアーティスト名の数と、ジャンル別アーティストＤＢ１００に記憶している全アーティスト名の数との比率とから認知度を決定することとして説明したが、例えば、楽曲データ２１０の再生回数に応じて決定することとしてもよい。

具体的には、メインジャンル認知度テーブル８４及びサブジャンル認知度テーブル８６の保有率を再生回数に置き換え、各ジャンルの楽曲データ２１０が再生される度に、その再生回数を加算していく。そして、この再生回数に基づいて偏差値の算出及び認知度の決定を行う。これにより、頻繁に再生が行われるジャンルは、ユーザが好きなジャンルであり、再生回数が少ないジャンルは、ユーザが余り知らない又は苦手なジャンルであると推定し、アーティスト名の検索を行うことができる。

また、ジャンル毎にアーティスト名を検索して提示することとして説明したが、コンテンツ名を検索して提示することとしてもよいし、当該コンテンツ名が収録されたアルバム名（所属先）を提示することとしてもよく、検索してユーザに提示する詳細情報は適宜変更可能である。

また、ユーザの嗜好に基づいた認知度に応じて、ダウンロードしていないアーティスト名、高ランキングなアーティスト名及び代表的なアーティスト名を検索することとして説明したが、例えば、認知度が高い（例えば、Ｂランク以上）場合には、インディーズレーベルのアーティスト名を、低い（例えば、Ｃランク以下）場合にはメジャーレーベルのアーティスト名を検索して提示することとしてもよい。

ここで、インディーズレーベルとは、制作者の自主的な流通手段（例えば、インターネット等）によってコンテンツが流通しているアーティストを表し、メジャーレーベルとは、全国的な流通手段（例えば、店舗販売）によって流通しているアーティストを表す。この場合、サーバ３が格納するジャンル別アーティストＤＢ１００において、インディーズレーベル及びメジャーレーベルのアーティスト名を示すインディーズ情報及びメジャー情報とをジャンル毎に記憶しておく。

そして、ステップＳ９においてエージェント処理部１０は、Ｂランク以上のメインジャンルに対応付けられたインディーズ情報を検索して、インディーズレーベルのアーティスト名を提示する。また、ステップＳ１７においては、Ｄランクのメインジャンルに対応付けられたメジャー情報を検索して、メジャーレーベルのアーティスト名を提示する。

これにより、ユーザが好きだと推定されるジャンルにおいては、インディーズレーベルのアーティストを、苦手だと推定されるジャンルにおいては、メジャーレーベルのアーティストをユーザに紹介することができる。尚、ステップＳ１９以降において、サブジャンルのインディーズ情報及びメジャー情報を検索してもよく、同様の効果が得られるのは無論である。

また、サーバ３からダウンロード可能なジャンル毎のアーティスト数に対するダウンロード済みのアーティスト数の比率（保有率）からジャンル毎の認知度を決定することとして説明したが、例えば、ジャンル毎に保有しているコンテンツ数から認知度を決定することとしてもよい。具体的には、あるメインジャンルの認知度は、ダウンロード済みの全ジャンルのコンテンツ数に対する当該メインジャンルのコンテンツ数の比率から決定する。また、あるサブジャンルの認知度は、そのサブジャンルの上層に対応付けられたメインジャンルにおいてダウンロード済みのコンテンツ数に対する当該サブジャンルのコンテンツ数の比率から決定する。このように、特定のジャンルに注目した際に、全ジャンルのコンテンツ数や上層のジャンルのコンテンツ数といった当該ジャンルの上位となるジャンルのコンテンツ数に対する比率から認知度を決定することにより、サーバ３が記憶する膨大なデータ量のＤＢにアクセスすることなく、認知度を決定することができる。

また、楽曲データ２１０を含むコンテンツファイル２００をダウンロードすることとして説明したが、例えば、映像データや書籍データを含むコンテンツファイルをダウンロード可能なコンテンツプレーヤに適用してもよい。また、コンテンツファイル２００をダウンロードして記憶部８０に記憶した後に再生出力するコンテンツプレーヤ１を本実施形態の一例として説明したが、例えば、通信回線網Ｎを介して受信する楽曲データ２１０をリアルタイムでダウンロードして再生出力するストリーミングプレーヤに適用することとしてもよい。

コンテンツプレーヤの機能構成の一例を示すブロック図。 コンテンツファイルのデータ構成の一例を示す図。 メインジャンル及びサブジャンルの階層構造の一例を示す図。 ジャンル別アーティストデータベースのデータ構成の一例を示す図。 （ａ）はメインジャンル認知度テーブル、（ｂ）はサブジャンル認知度テーブルのデータ構成の一例を示す図。 偏差値から認知度を決定する解析パターンを示す図。 コンテンツプレーヤの動作を説明するためのフローチャート。 コンテンツプレーヤの動作例を示す第１の図。 コンテンツプレーヤの動作例を示す第２の図。

符号の説明

１ コンテンツプレーヤ
３ コンテンツ配信サーバ
１０ エージェント処理部
２０ 入力部
３０ 表示部
４０ 通信部
５０ 音声処理部
６０ Ａ／Ｄ変換部
７０ Ｄ／Ａ変換部
８０ 記憶部
８２ コンテンツデータベース
８４ メインジャンル認知度テーブル
８６ サブジャンル認知度テーブル
２００ コンテンツファイル
２１０ 楽曲データ
２２０ 詳細情報
２３０ コンテンツ名
２４０ アーティスト名
２５０ メインジャンル名
２６０ サブジャンル名
１００ ジャンル別アーティストデータベース
Ｎ 通信回線網
ＳＰ スピーカ

Claims (3)

1. ジャンル情報を含む詳細情報とコンテンツファイルとを対応付けて記憶するコンテンツ記憶手段と、
   前記コンテンツ記憶手段に記憶された詳細情報を参照して、前記コンテンツファイルのジャンル毎における保有率に基づいて認知度を決定する認知度決定手段と、
   ユーザ嗜好を入力する入力手段と、
   前記入力手段により入力されたユーザ嗜好に基づいたジャンルの詳細情報を、前記認知度決定手段により決定された当該ジャンルの認知度に応じて検索し、その検索結果をユーザに提示する検索手段と、
   を備え、
   前記検索手段は、
   前記ユーザ嗜好に基づいたジャンルの認知度が所定値以上である場合、当該ジャンルにおいて前記コンテンツ記憶手段に記憶されたコンテンツファイルに対応付けられた詳細情報を除く他の詳細情報を検索して提示する未入手コンテンツ情報検索手段と、
   前記ユーザ嗜好に基づいたジャンルの認知度が所定値以下である場合、当該ジャンルにおいて代表的な詳細情報を検索して提示する代表情報検索手段と、
   を有することを特徴とするコンテンツ検索装置。
2. 前記ジャンルは、複数のジャンルが階層化されて対応付けられたジャンルであって、
   前記検索手段は、
   前記ユーザ嗜好に基づいたジャンルの認知度が所定値以上である場合、その認知度のジャンルに対応付けられた下層のジャンルの詳細情報を、当該下層のジャンルの認知度に応じて検索して提示する下層ジャンル検索手段を有することを特徴とする請求項１に記載のコンテンツ検索装置。
3. コンピュータを、
   ジャンル情報を含む詳細情報とコンテンツファイルとを対応付けて記憶するコンテンツ記憶手段、
   前記コンテンツ記憶手段に記憶された詳細情報を参照して、前記コンテンツファイルのジャンル毎における保有率に基づいて認知度を決定する認知度決定手段、
   ユーザ嗜好を入力する入力手段、
   前記入力手段により入力されたユーザ嗜好に基づいたジャンルの詳細情報を、前記認知度決定手段により決定された当該ジャンルの認知度に応じて検索し、その検索結果をユーザに提示する検索手段、
   として機能させ、
   前記検索手段は、
   前記ユーザ嗜好に基づいたジャンルの認知度が所定値以上である場合、当該ジャンルにおいて前記コンテンツ記憶手段に記憶されたコンテンツファイルに対応付けられた詳細情報を除く他の詳細情報を検索して提示する未入手コンテンツ情報検索手段と、
   前記ユーザ嗜好に基づいたジャンルの認知度が所定値以下である場合、当該ジャンルにおいて代表的な詳細情報を検索して提示する代表情報検索手段と、
   を有することを特徴とするコンテンツ検索プログラム。

Images