JP5594532B2 - 情報処理装置および方法、情報処理システム、並びに、プログラム - Google Patents

Description

本発明は、情報処理装置および方法、情報処理システム、並びに、プログラムに関し、特に、コンテンツの推薦を行う情報処理装置および方法、情報処理システム、並びに、プログラムに関する。

従来、”明るい”、”穏やか”、”激しい”などのムードをユーザが指定して、保有する楽曲の中から指定されたムードに応じた楽曲を推薦するシステムが提案されている。

そのようなシステムにおいて、よりユーザの要求にあった楽曲を推薦するために、例えば、信号解析による楽曲データの特徴量の抽出精度を向上させることが考えられる（例えば、特許文献１参照）。また、例えば、楽曲データの特徴量に基づいて楽曲データをムードによりクラスタリングする際の精度を向上させることが考えられる（例えば、特許文献２参照）。

特開２００７−１２１４５６号公報 特開２００８−６５０５５号公報

しかしながら、そのようなシステムでは、システムの性能、処理時間、技術レベル等の制約により、必ずしも特徴量の抽出精度が十分であるとは限らず、その結果、ユーザが主観的に感じるムードに適合しない楽曲が推薦される場合がある。

それでも、ユーザが保有する楽曲の中から推薦する場合には、元々ユーザが好んで取得した楽曲であるため、そのようなムードの不適合は、ある程度許容される可能性が高い。

しかし、推薦サーバ等にあるユーザが保有していない未知の楽曲を推薦する場合、そのようなムードの不適合に対するユーザの許容度は低下し、ユーザが違和感を覚える可能性が高くなる。

本発明は、このような状況を鑑みてなされたものであり、楽曲データ等のコンテンツを適切にユーザに推薦できるようにするものである。

本発明の第１の側面の情報処理装置は、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得する取得手段と、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するカテゴリ決定手段とを含む。

前記カテゴリ決定手段には、前記ユーザ指定属性値との相性度、および、前記ユーザの嗜好度が高い前記カテゴリを優先して前記推薦カテゴリに決定させることができる。

前記カテゴリ決定手段には、ユーザの嗜好の違いに対応した複数の異なる前記相性情報の中から、前記嗜好情報に示される前記ユーザの嗜好に対応した前記相性情報を選択し、選択した前記相性情報に基づいて、前記推薦カテゴリを決定させることができる。

前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段をさらに設けることができる。

前記取得手段には、推薦したコンテンツに対する前記ユーザの評価を取得させ、前記ユーザの評価を前記推薦したコンテンツが属する前記カテゴリに対する評価として、前記相性情報を更新する相性情報更新手段をさらに設けることができる。

前記取得手段には、前記ユーザ指定属性値および前記嗜好情報を他の情報処理装置から取得させ、前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段と、前記推薦するコンテンツを前記他の情報処理装置に送信する送信手段とをさらに設けることができる。

前記ユーザ指定属性値および前記推薦カテゴリを含む情報を他の情報処理装置に送信する送信手段と、前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から選択されたコンテンツを前記他の情報処理装置から受信する受信手段とをさらに設けることができる。

前記受信手段には、前記相性情報を前記他の情報処理装置から受信させることができる。

本発明の第１の側面の情報処理方法は、情報処理装置が、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するステップを含む。

本発明の第１の側面のプログラムは、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するステップを含む処理をコンピュータに実行させる。

本発明の第２の側面の情報処理システムは、第１の情報処理装置と第２の情報処理装置により構成され、前記第１の情報処理装置が、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得する取得手段と、前記ユーザ指定属性値を含む情報を前記第２の情報処理装置に送信する第１の送信手段と、前記第２の情報処理装置から送信されるコンテンツを受信する第１の受信手段とを含み、前記第２の情報処理装置が、前記第１の情報処理装置から送信される前記ユーザ指定属性値を含む情報を受信する第２の受信手段と、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するカテゴリ決定手段と、前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段と、前記推薦するコンテンツを前記第１の情報処理装置に送信する第２の送信手段とを含む。

本発明の第２の側面の情報処理方法は、第１の情報処理装置が、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、前記ユーザ指定属性値を含む情報を第２の情報処理装置に送信し、前記第２の情報処理装置が、前記第１の情報処理装置から送信される前記ユーザ指定属性値を含む情報を受信し、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定し、前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定し、前記推薦するコンテンツを前記第１の情報処理装置に送信し、前記第１の情報処理装置が、前記第２の情報処理装置から送信されるコンテンツを受信するステップを含む。

本発明の第３の側面の情報処理システムは、第１の情報処理装置と第２の情報処理装置により構成され、前記第１の情報処理装置が、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得する取得手段と、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するカテゴリ決定手段と、前記ユーザ指定属性値および前記推薦カテゴリを含む情報を前記第２の情報処理装置に送信する第１の送信手段と、前記第２の情報処理装置から送信されるコンテンツを受信する第１の受信手段とを含み、前記第２の情報処理装置が、前記第１の情報処理装置から送信される前記ユーザ指定属性値および前記推薦カテゴリを含む情報を受信する第２の受信手段と、前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段と、前記推薦するコンテンツを前記第１の情報処理装置に送信する第２の送信手段とを含む。

本発明の第３の側面の情報処理方法は、第１の情報処理装置が、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定し、前記ユーザ指定属性値および前記推薦カテゴリを含む情報を第２の情報処理装置に送信し、前記第２の情報処理装置が、前記第１の情報処理装置から送信される前記ユーザ指定属性値および前記推薦カテゴリを含む情報を受信し、前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から推薦するコンテンツを決定し、前記推薦するコンテンツを前記第１の情報処理装置に送信し、前記第１の情報処理装置が、前記第２の情報処理装置から送信されるコンテンツを受信するステップを含む。

本発明の第１の側面においては、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値が取得され、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリが決定される。

本発明の第２の側面においては、第１の情報処理装置により、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値が取得され、前記ユーザ指定属性値を含む情報が第２の情報処理装置に送信され、前記第２の情報処理装置により、前記第１の情報処理装置から送信される前記ユーザ指定属性値を含む情報が受信され、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリが決定され、前記推薦するコンテンツが前記第１の情報処理装置に送信され、前記第１の情報処理装置により、前記第２の情報処理装置から送信されるコンテンツが受信される。

本発明の第３の側面においては、第１の情報処理装置により、コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値が取得され、コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリが決定され、前記ユーザ指定属性値および前記推薦カテゴリを含む情報が第２の情報処理装置に送信され、前記第２の情報処理装置により、前記第１の情報処理装置から送信される前記ユーザ指定属性値および前記推薦カテゴリを含む情報が受信され、前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から推薦するコンテンツが決定され、前記推薦するコンテンツが前記第１の情報処理装置に送信され、前記第１の情報処理装置により、前記第２の情報処理装置から送信されるコンテンツが受信される。

本発明の第１乃至第３の側面によれば、適切なコンテンツをユーザに推薦することができる。

本発明を適用した情報処理システムの一実施の形態を示すブロック図である。 ユーザ嗜好テーブルの一例を示す図である。 相性テーブルの一例を示す図である。 クライアントの機能の構成例を示すブロック図である。 推薦サーバの機能の構成例を示すブロック図である。 クライアントによる楽曲リクエスト再生処理を説明するためのフローチャートである。 ムード選択画面の一例を示す図である。 再生画面の一例を示す図である。 ユーザ嗜好テーブルの更新方法について説明するための図である。 推薦サーバによるリクエスト応答処理を説明するためのフローチャートである。 抽選用確率テーブルの作成方法を説明するための図である。 抽選用確率テーブルの作成方法を説明するための図である。 コンピュータの構成例を示すブロック図である。

以下、本発明を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．本発明の実施の形態
２．変形例

＜１．本発明の実施の形態＞
［情報処理システム１の構成例］
図１は、本発明の一実施の形態である情報処理システムの構成例を示すブロック図である。

情報処理システム１は、クライアント１１−１，１１−２、および、推薦サーバ１２により構成される。情報処理システム１は、クライアント１１−１，１１−２からのリクエストに対して推薦サーバ１２が推薦曲を決定し、決定した推薦曲の楽曲データを含むレスポンスをクライアント１１−１，１１−２に配信するシステムである。

なお、図１に示されるクライアントの数は、その一例であり、任意の数に設定することが可能である。また、以下、クライアント１１−１，１１−２を個々に区別する必要がない場合、単にクライアント１１と称する。さらに、以下、クライアント１１−１，１１−２がそれぞれ保有する嗜好情報ＤＢ（データベース）２１−１，２１−２を個々に区別する必要がない場合、単に嗜好情報ＤＢ２１と称する。

クライアント１１は、推薦サーバ１２にリクエストを送信し、そのリクエストに対するレスポンスを推薦サーバ１２から受信し、レスポンスに含まれる楽曲データの再生を行う装置である。クライアント１１は、例えば、パーソナルコンピュータ、音楽プレーヤ、携帯電話機、ＰＤＡ（Personal Digital Assistant）など、楽曲データの再生が可能な装置により構成される。

また、クライアント１１は、クライアント１１を使用するユーザの嗜好を示す嗜好情報ＤＢ２１を保有している。嗜好情報ＤＢ２１は、楽曲およびアーティストの分類に用いるジャンルに対するユーザの嗜好を示すユーザ嗜好テーブルを含む。

図２は、ユーザ嗜好テーブルの一例を示している。この例では、ジャズ、メタル、ポップス、ラテンの４種類のジャンルに対するユーザの嗜好度が、楽曲とアーティストに分かれて数値で示されている。この数値が高いほど、ユーザの嗜好度が高く、数値が低いほどユーザの嗜好度が低いことを表す。例えば、楽曲のジャンル（以下、楽曲ジャンルと称する）については、ポップスに対する嗜好度が最も高く、ジャズおよびラテンに対する嗜好度が次に高く、メタルに対する嗜好度が最も低くなっている。また、アーティストのジャンル（以下、アーティストジャンルと称する）については、ポップスに対する嗜好度が最も高く、以下、ジャズ、ラテン、メタルの順となっている。

また、このユーザ嗜好テーブルでは、楽曲ジャンルに対する嗜好度の合計値、および、アーティストジャンルに対する嗜好度の合計値が、それぞれ１になるように正規化されている。

なお、以下、図２のユーザ嗜好テーブルを適宜具体例として用いながら、情報処理システム１の一連の処理の説明を行う。

推薦サーバ１２は、楽曲ＤＢ（データベース）３１、信号処理部３２、特徴量ＤＢ（データベース）３３、ムード判定部３４、ムードＤＢ（データベース）３５、ジャンルＤＢ（データベース）３６、相性ＤＢ３７、および、フィルタエンジン３８を含むように構成される。

楽曲ＤＢ３１は、複数の楽曲データ、および、各楽曲データに対応するメタ情報を保有する。メタ情報は、例えば、アーティスト名、タイトル、楽曲を収録しているアルバムまたはシングルのカバーアート等を含む。

信号処理部３２は、楽曲ＤＢ３１が保有する各楽曲データの信号処理を行い、楽曲データのムードを判定するために使用する音楽特徴量を抽出する。この音楽特徴量は、例えば、テンポ、ピッチ、コード進行等を含む。信号処理部３２は、各楽曲データを識別するための識別情報（以下、楽曲ＩＤと称する）と、各楽曲データの音楽特徴量とを対応づけて、特徴量ＤＢ３３に登録する。

ムード判定部３４は、特徴量ＤＢ３３に登録されている音楽特徴量に基づいて、各楽曲データのムードを判定する。ムードは、例えば、”明るい”、”暗い”、”激しい”、”リラックス”、”優しい”、”冷たい”等に分類される。ムード判定部３４は、各楽曲データの楽曲ＩＤと、各楽曲データのムード情報とを対応づけて、ムードＤＢ３５に登録する。なお、１つの楽曲データに対して２以上のムードを付与するようにしてもよいし、楽曲データによって付与するムードの数を変えるようにしてもよい。

ジャンルＤＢ３６には、各楽曲データの楽曲ジャンルおよびアーティストジャンルが楽曲ＩＤと対応づけて登録されている。なお、楽曲ジャンルは、楽曲に対して付与されるものであり、アーティストジャンルは、楽曲を演奏または歌うアーティストに対して付与されるものである。従って、同じ楽曲データに対する楽曲ジャンルとアーティストジャンルとが一致しない場合がある。

また、各楽曲およびアーティストに対するジャンルの設定は、例えば、人手により行われる。また、１つの楽曲またはアーティストに対して２以上のジャンルを設定するようにしてもよいし、楽曲またはアーティストによって設定するジャンルの数を変えるようにしてもよい。

相性ＤＢ３７は、楽曲データに付与されるジャンルとムードの各組み合わせの相性を示す相性テーブルを含む。

図３は、相性テーブルの一例を示している。この例では、ジャズ、メタル、ポップス、ラテンの４種類のジャンルと、ムードＡ乃至Ｃの３種類のムードとの各組み合わせに対する相性度が数値で示されている。相性度は０または１の２値で表され、相性が良い組み合わせには１が設定され、相性が悪い組み合わせには０が設定される。例えば、ジャズとムードＡの組み合わせは、相性度が１なので相性が良く、メタルとムードＢの組み合わせは、相性度が０なので相性が悪いことになる。

なお、ここでいう相性とは、各ジャンルの楽曲または各ジャンルのアーティストの楽曲が、各ムードに適合する度合いを示し、各ジャンルの持つ主観的なイメージと各ムードの持つ主観的なイメージから決定される。例えば、ゆったりしたイメージを持つムードを”リラックス”とすると、メタルやパンクといったジャンルの楽曲は、歌詞も含めてリラックスしたムードに適合しない場合が多い。従って、メタルやパンクとリラックスとは、相性が悪いと判定され、相性度は０に設定される。一方、ジャズやイージーリスニングといったジャンルの楽曲は、静かなムードを持つものが多く、リラックスしたムードに適合する場合が多い。従って、ジャズやイージーリスニングとリラックスとは、相性が良いと判定され、相性度は１に設定される。

また、相性テーブルの相性度の設定は、例えば、人手により行われる。なお、相性度を２値ではなく、３値以上で表すようにしてもよい。

なお、以下、図３の相性テーブルを適宜具体例として用いながら、情報処理システム１の一連の処理の説明を行う。

フィルタエンジン３８は、ムードＤＢ３５、ジャンルＤＢ３６、および、相性ＤＢ３７を用いて、クライアント１１からのリクエストに含まれる条件に合致する楽曲データを検索し、検索した楽曲の中から推薦曲を決定する。また、フィルタエンジン３８は、推薦曲の楽曲データおよびメタ情報を楽曲ＤＢ３１から取得し、推薦曲の楽曲ジャンルおよびアーティストジャンルをジャンルＤＢ３６から取得する。そして、フィルタエンジン３８は、推薦曲の楽曲データ、メタ情報、および、ジャンル情報を含むレスポンスをクライアント１１に送信する。

なお、クライアント１１と推薦サーバ１２との間の通信方式は、特定の方式に限定されるものではなく、有線または無線を問わず、任意の方式を採用することができる。また、クライアント１１と推薦サーバ１２との間の接続は、例えば、インターネット等のネットワークを介して接続するようにしてもよいし、ネットワークを介さずに直接接続するようにしてもよい。

［クライアント１１の構成例］
図４は、クライアント１１の機能の構成例を示すブロック図である。クライアント１１は、嗜好情報ＤＢ２１、入力部１０１、嗜好情報生成部１０２、リクエスト生成部１０３、送信部１０４、受信部１０５、表示制御部１０６、表示部１０７、再生部１０８、および、出力部１０９を含むように構成される。

入力部１０１は、例えば、スイッチ、キー、ボタン、マウス、タッチパネル等の入力装置により構成され、クライアント１１に対するユーザの指令を入力するために用いられる。入力部１０１を介して入力されたユーザの指令は、必要に応じて、嗜好情報生成部１０２、リクエスト生成部１０３、および、表示制御部１０６に供給される。

嗜好情報生成部１０２は、入力部１０１を介してユーザにより入力される楽曲に対する評価に基づいて、嗜好情報ＤＢ２１に含まれるユーザ嗜好テーブルの生成および更新を行う。

リクエスト生成部１０３は、入力部１０１を介してユーザにより指定されるムード（以下、ユーザ指定ムードと称する）、および、嗜好情報ＤＢ２１に含まれるユーザ嗜好テーブルを含む、推薦サーバ１２へのリクエストを生成し、送信部１０４に供給する。また、リクエスト生成部１０３は、リクエストを推薦サーバ１２に送信したことを表示制御部１０６に通知する。

送信部１０４は、推薦サーバ１２と所定の方式による通信を行い、リクエストを推薦サーバ１２に送信する。

受信部１０５は、推薦サーバ１２と所定の方式による通信を行い、推薦サーバ１２から送信されるレスポンスを受信する。また、受信部１０５は、レスポンスに含まれる推薦曲のジャンル情報を嗜好情報生成部１０２に供給し、メタ情報を表示制御部１０６に供給し、楽曲データを再生部１０８に供給する。

表示制御部１０６は、表示部１０７を制御して、操作画面や楽曲データの再生画面等の各種の画面を表示部１０７に表示させる。

表示部１０７は、例えば、有機ELディスプレイ、LCD（Liquid Crystal Display）等の表示装置により構成される。

再生部１０８は、楽曲データの再生を行い、その結果得られる音声データを出力部１０９に供給する。また、再生部１０８は、楽曲データの再生状況を表示制御部１０６に適宜通知する。

出力部１０９は、例えば、スピーカ、音声出力端子等により構成される。そして、出力部１０９は、音声データに基づく音声の出力を行ったり、出力部１０９に接続されている他の装置（例えば、ヘッドホン、スピーカ、他の音楽再生装置等）に音声データを出力したりする。

［フィルタエンジン３８の構成例］
図５は、推薦サーバ１２のフィルタエンジン３８の機能の構成例を示すブロック図である。フィルタエンジン３８は、受信部１５１、ジャンル決定部１５２、推薦曲決定部１５３、レスポンス生成部１５４、および、送信部１５５を含むように構成される。

受信部１５１は、クライアント１１と所定の方式による通信を行い、クライアント１１から送信されるリクエストを受信する。受信部１５１は、受信したリクエストをジャンル決定部１５２に供給する。

ジャンル決定部１５２は、クライアント１１からのリクエストに含まれるユーザ指定ムードおよびユーザ嗜好テーブル、並びに、相性ＤＢ３７に含まれる相性テーブルに基づいて、推薦曲のジャンル（以下、推薦ジャンルと称する）を決定する。そして、ジャンル決定部１５２は、ユーザ指定ムードおよび決定した推薦ジャンルを推薦曲決定部１５３に通知する。

推薦曲決定部１５３は、ムードＤＢ３５およびジャンルＤＢ３６、並びに、ユーザ指定ムードおよび推薦ジャンルに基づいて、ユーザに推薦する推薦曲を決定する。そして、推薦曲決定部１５３は、決定した推薦曲をレスポンス生成部１５４に通知する。

レスポンス生成部１５４は、推薦曲の楽曲データおよびメタ情報を楽曲ＤＢ３１から取得し、推薦曲の楽曲ジャンルおよびアーティストジャンルをジャンルＤＢ３６から取得する。そして、レスポンス生成部１５４は、推薦曲の楽曲データ、メタ情報、および、ジャンル情報を含むレスポンスを生成し、送信部１５５に供給する。

送信部１５５は、クライアント１１と所定の方式による通信を行い、クライアント１１にレスポンスを送信する。

［楽曲リクエスト再生処理］
次に、図６のフローチャートを参照して、クライアント１１により実行される楽曲リクエスト再生処理について説明する。なお、この処理は、例えば、クライアント１１において、入力部１０１を用いて、楽曲リクエスト再生処理の開始が指令されたとき開始され、楽曲リクエスト再生処理の終了が指令されたとき終了する。

ステップＳ１において、表示部１０７は、表示制御部１０６の制御の基に、ムード選択画面を表示する。図７は、ムード選択画面の一例を示している。この例では、ムードを選択するためのボタン２０１乃至２０３が一覧表示されている。その後、クライアント１１は、ユーザからの入力待ちの状態となる。

ユーザは、入力部１０１を用いて、ムード選択画面のボタン２０１乃至２０３のうちの１つを押下し、所望のムードを選択する。

そして、ステップＳ２において、リクエスト生成部１０３は、入力部１０１からユーザによるムードの選択結果を取得する。

ステップＳ３において、リクエスト生成部１０３は、嗜好情報ＤＢ２１からユーザ嗜好テーブルを読み込む。

ステップＳ４において、リクエスト生成部１０３は、推薦サーバ１２へのリクエストを生成する。このリクエストには、ムード選択画面においてユーザにより選択されたムード（ユーザ指定ムード）、および、ユーザ嗜好テーブルを含む。

ステップＳ５において、リクエスト生成部１０３は、送信部１０４を介して、生成したリクエストを推薦サーバ１２に送信する。また、リクエスト生成部１０３は、リクエストを送信したことを表示制御部１０６に通知する。

ステップＳ６において、表示部１０７は、表示制御部１０６の制御の基に、推薦サーバ１２からのレスポンス待ちであることを示す待受け画面を表示する。この待受け画面には、例えば、ネットワークアクセス中を示すアイコン等が表示される。その後、クライアント１１は、推薦サーバ１２からのレスポンス待ちの状態となる。

推薦サーバ１２は、後述する図１０のステップＳ５１において、クライアント１１からのリクエストを受信し、ステップＳ５９において、リクエストに対するレスポンスを送信する。

そして、ステップＳ７において、受信部１０５は、推薦サーバ１２から送信されたレスポンスを受信する。また、受信部１０５は、レスポンスに含まれる推薦曲のジャンル情報を嗜好情報生成部１０２に供給し、メタ情報を表示制御部１０６に供給し、楽曲データを再生部１０８に供給する。

ステップＳ８において、表示部１０７は、表示制御部１０６の制御の基に、再生画面を表示する。図８は、再生画面の一例を示している。この例では、再生する楽曲のカバーアートおよびタイトルが表示されるとともに、楽曲に対する評価を入力するためのボタン２１１，２１２が表示されている。

ステップＳ９において、再生部１０８は、楽曲データを再生する。そして、再生部１０８は、その結果得られる音声データを出力部１０９に供給する。出力部１０９は、音声データに基づく音声の出力を行ったり、出力部１０９に接続されている他の装置に音声データを出力したりする。

ステップＳ１０において、嗜好情報生成部１０２は、楽曲に対する評価が入力されたか否かを判定する。嗜好情報生成部１０２は、図８の再生画面の表示中に、ユーザが入力部１０１を用いてボタン２１１またはボタン２１２を押下し、その情報が入力部１０１から供給された場合、楽曲に対する評価が入力されたと判定し、処理はステップＳ１１に進む。

ステップＳ１１において、嗜好情報生成部１０２は、ユーザ嗜好テーブルを更新する。ここで、図９を参照して、ユーザ嗜好テーブルの更新方法の具体例について説明する。

図９は、推薦曲の楽曲ジャンルがジャズであり、ユーザによりその推薦曲が”好き”と判定された場合に、図２のユーザ嗜好テーブルの楽曲ジャンルに対する嗜好度を更新する例を示している。なお、評価前の評価曲数Ｎ＝５であるものとする。

まず、嗜好情報生成部１０２は、ユーザ嗜好テーブル２５１の各楽曲ジャンルに対する嗜好度に現在までの評価曲数Ｎ＝５を乗じることにより、ユーザ嗜好テーブル２５１を頻度テーブル２５２に変換する。従って、頻度テーブル２５２は、現在までに各楽曲ジャンルの楽曲に対してユーザが”好き”と判定した頻度を示している。

次に、嗜好情報生成部１０２は、ユーザにより”好き”と判定された楽曲ジャンルであるジャズの頻度を１から２にインクリメントすることにより、頻度テーブル２５２を頻度テーブル２５３に更新する。また、嗜好情報生成部１０２は、評価曲数Ｎを５から６にインクリメントする。

なお、ユーザが推薦曲を”嫌い”と判定した場合、嗜好情報生成部１０２は、”嫌い”と判定された楽曲ジャンルの頻度を１つデクリメントすることにより、頻度テーブルを更新するとともに、評価曲数Ｎを１つデクリメントする。

そして、嗜好情報生成部１０２は、更新した頻度テーブル２５３の各楽曲ジャンルに対する度数を、更新した評価曲数Ｎ＝６で割ることにより、頻度テーブル２５３をユーザ嗜好テーブル２５４に変換する。

このようにして、ユーザ嗜好テーブルが更新される。そして、この後、更新されたユーザ嗜好テーブルに基づいて、リクエストが行われるようになる。

従って、ユーザ嗜好テーブルの嗜好度は、ユーザにより”好き”と評価された楽曲のうち、それぞれの楽曲ジャンルの楽曲が占める割合を示している。ゆえに、各楽曲ジャンルに対する嗜好度は、ユーザにより”好き”と評価された楽曲が、それぞれの楽曲ジャンルである確率を示している。

なお、ユーザ嗜好テーブルのアーティストジャンルに対する嗜好度も、”好き”または”嫌い”と判定された推薦曲のアーティストジャンルに基づいて、同様の方法により更新される。

また、ユーザが評価を行う前のユーザ嗜好テーブルの初期値は、例えば、ユーザがクライアント１１内に保有する楽曲のジャンルに基づいて設定されるか、あるいは、デフォルトの値に設定される。

その後、処理はステップＳ１２に進む。

一方、ステップＳ１０において、嗜好情報生成部１０２は、図８の再生画面の表示中にボタン２１１およびボタン２１２が押下されなかった場合、楽曲に対する評価が入力されなかったと判定し、ステップＳ１１の処理はスキップされ、処理はステップＳ１２に進む。

ステップＳ１２において、クライアント１１は、ムード選択画面を表示する。具体的には、再生部１０８は、楽曲データの再生が終了したとき、楽曲データの再生の終了を表示制御部１０６に通知する。表示部１０７は、表示制御部１０６の制御の基に、ステップＳ１の処理で表示したものと同じムード選択画面を、所定の時間表示する。

ステップＳ１３において、リクエスト生成部１０３は、ムードの選択が行われたか否かを判定する。リクエスト生成部１０３は、ムード選択画面の表示中にユーザが入力部１０１を用いてムードの選択を行い、その選択結果を入力部１０１から取得した場合、ムードの選択が行われたと判定し、処理はステップＳ１４に進む。

ステップＳ１４において、リクエスト生成部１０３は、ムードを更新する。すなわち、リクエスト生成部１０３は、ユーザ指定ムードを現在のムードから、ユーザにより新たに選択されたムードに更新する。

その後、処理はステップＳ３に戻り、ステップＳ３以降の処理が実行される。すなわち、ユーザにより更新されたムードに基づいてリクエストが行われ、リクエストに対するレスポンスに含まれる楽曲データの再生が行われる。

一方、ステップＳ１３において、ムードの選択が行われなかったと判定された場合、ステップＳ１４の処理は行われずに、処理はステップＳ３に戻り、ステップＳ３以降の処理が実行される。すなわち、現在選択されているムードのままリクエストが行われ、リクエストに対するレスポンスに含まれる楽曲データの再生が行われる。

［リクエスト応答処理］
次に、図１０のフローチャートを参照して、図６のクライアント１１による楽曲リクエスト再生処理に対応して、推薦サーバ１２により実行されるリクエスト応答処理について説明する。なお、この処理は、例えば、推薦サーバ１２において、リクエスト応答処理の開始が指令されたとき開始され、リクエスト応答処理の終了が指令されたとき終了する。また、推薦サーバ１２は、リクエスト応答処理の開始とともに、クライアント１１からのリクエスト待ち状態となる。

ステップＳ５１において、受信部１５１は、クライアント１１からリクエストを受信したか否かを判定する。この判定処理は、クライアント１１からリクエストを受信したと判定されるまで繰り返し実行され、クライアント１１からリクエストを受信したと判定された場合、処理はステップＳ５２に進む。

ステップＳ５２において、ジャンル決定部１５２は、推薦曲のムードを決定する。具体的には、受信部１５１は、クライアント１１から受信したリクエストをジャンル決定部１５２に供給する。ジャンル決定部１５２は、リクエストの中からユーザ指定ムードを抽出し、そのユーザ指定ムードを推薦曲のムードに決定する。

ステップＳ５３において、ジャンル決定部１５２は、相性ＤＢ３７から相性テーブルを読み込む。

ステップＳ５４において、ジャンル決定部１５２は、相性テーブル、および、クライアント１１からのリクエストに含まれるユーザ嗜好テーブルに基づいて、推薦曲のジャンルを決定するための抽選用確率テーブルを作成する。

ここで、図１１および図１２を参照して、抽選用確率テーブルの作成方法の具体例について説明する。なお、図１１および図１２では、ユーザ嗜好テーブルの楽曲ジャンルに対する嗜好度に基づいて抽選用確率テーブルを作成する例を示している。

まず、図１１を参照して、ユーザによりムードＡが指定された場合の抽選用確率テーブルの作成方法について説明する。

まず、ジャンル決定部１５２は、相性テーブル３０１のムードＡに対する相性度と、ユーザ嗜好テーブル３０２の楽曲ジャンルに対する嗜好度とを、同じジャンル毎に掛け合わせることにより、合成テーブル３０３を作成する。例えば、合成テーブル３０３のジャズに対する値は、ムードＡに対するジャズの相性度の１と、ジャズに対するユーザの嗜好度の０．２を掛け合わせることにより、０．２に設定される。

そして、ジャンル決定部１５２は、合成テーブル３０３の各ジャンルに対する値の合計値が１になるように正規化することにより、抽選用確率テーブル３０４を作成する。具体的には、ジャンル決定部１５２は、合成テーブル３０３の合計値が０．８（＝０．２＋０．０＋０．６＋０．０）なので、合成テーブル３０３の各値を０．８で割ることにより、抽選用確率テーブル３０４を作成する。

次に、図１２を参照して、ユーザによりムードＣが指定された場合の抽選用確率テーブルの作成方法について説明する。

まず、ジャンル決定部１５２は、相性テーブル３１１のムードＣに対する相性度と、ユーザ嗜好テーブル３１２の楽曲ジャンルに対する嗜好度とを、同じジャンル毎に掛け合わせることにより、合成テーブル３１３を作成する。しかし、この場合、合成テーブル３１３の値は全て０になってしまう。

そこで、ジャンル決定部１５２は、合成テーブル３１３から、相性テーブル３１１のムードＣに対する相性度をそのまま用いた合成テーブル３１４に変更する。

そして、ジャンル決定部１５２は、合成テーブル３１４の各ジャンルに対する値の合計値が１になるように正規化することにより、抽選用確率テーブル３１５を作成する。なお、この例では、合成テーブル３１４の合計値が１．０になっているので、合成テーブル３１４と抽選用確率テーブル３１５の値は等しくなる。

なお、ここでは、楽曲ジャンルに対する嗜好度を用いて、楽曲ジャンルに対する抽選用確率テーブルを作成する例を示したが、アーティストジャンルに対する嗜好度を用いて、アーティストジャンルに対する抽選用確率テーブルを作成するようにしてもよい。また、楽曲ジャンルに対する抽選用確率テーブルおよびアーティストジャンルに対する抽選用確率テーブルの２種類の抽選用確率テーブルを作成するようにしてもよい。

図１０に戻り、ステップＳ５５において、ジャンル決定部１５２は、作成した抽選用確率テーブルに基づいて、推薦曲のジャンル（推薦ジャンル）を決定する。

例えば、図１１の抽選用確率テーブル３０４に基づいて、推薦曲の楽曲ジャンルを決定する場合、ポップスが７５％の確率で選択され、ジャズが２５％の確率で選択され、その他のジャンルは選択されない。従って、ユーザが指定したムードに対する相性度が１で、かつ、ユーザの嗜好度が高いジャンルが選択される確率が高くなり、ユーザが指定したムードに対する相性度が０のジャンルは選択されなくなる。すなわち、ユーザが指定したムードとの相性度、および、ユーザの嗜好度が高いジャンルが優先して推薦ジャンルに決定される。さらに換言すれば、ユーザが指定したムードとの相性が良く、かつ、ユーザの好きなジャンルが優先して推薦ジャンルに決定される。

また、図１２の抽選用確率テーブル３１５に基づいて、推薦曲の楽曲ジャンルを決定する場合、メタルが１００％の確率で選択され、その他のジャンルは選択されない。従って、ユーザが指定したムードと相性の良いジャンルと、ユーザの好きなジャンルが一致しない場合、ユーザが指定したムードと相性の良いジャンルからランダムに推薦ジャンルが選択される。

なお、ステップＳ５４において、楽曲ジャンルに対する抽選用確率テーブルのみが作成された場合、その抽選用確率テーブルを用いて、楽曲ジャンルに対する推薦ジャンルのみが決定される。また、アーティストジャンルに対する抽選用確率テーブルのみが作成された場合、その抽選用確率テーブルを用いて、アーティストジャンルに対する推薦ジャンルのみが決定される。さらに、楽曲ジャンルおよびアーティストジャンルに対する２種類の抽選用確率テーブルが作成された場合、各抽選用確率テーブルを用いて、楽曲ジャンルに対する推薦ジャンルおよびアーティストジャンルに対する推薦ジャンルがそれぞれ決定される。

そして、ジャンル決定部１５２は、ユーザ指定ムードおよび決定した推薦ジャンルを推薦曲決定部１５３に通知する。

ステップＳ５６において、推薦曲決定部１５３は、候補曲を抽出する。具体的には、推薦曲決定部１５３は、ユーザ指定ムードおよび推薦ジャンルをキーにしてムードＤＢ３５およびジャンルＤＢ３６を検索する。そして、推薦曲決定部１５３は、ムードがユーザ指定ムードと一致し、ジャンルが推薦ジャンルと一致する楽曲を候補曲として抽出する。

なお、このとき、楽曲ジャンルに対する推薦ジャンルのみが決定している場合、アーティストジャンルの値に関わらず、楽曲ジャンルが推薦ジャンルと一致する楽曲が検索対象となる。また、アーティストジャンルに対する推薦ジャンルのみが決定している場合、楽曲ジャンルの値に関わらず、アーティストジャンルが推薦ジャンルと一致する楽曲が検索対象となる。さらに、楽曲ジャンルとアーティストジャンルの両方に対する推薦ジャンルが決定している場合、楽曲ジャンルとアーティストジャンルの両方が推薦ジャンルと一致する楽曲を検索対象にしてもよいし、少なくとも一方が推薦ジャンルと一致する楽曲を検索対象にしてもよい。

なお、この楽曲ジャンルおよびアーティストジャンルに基づく検索条件は、例えば、クライアント１１からユーザが設定できるようにしてもよいし、推薦サーバ１２側で所定のルールに従って、または、ランダムに設定するようにしてもよい。

ステップＳ５７において、推薦曲決定部１５３は、抽出した候補曲の中から１曲をランダムに選択し、推薦曲に決定する。推薦曲決定部１５３は、決定した推薦曲をレスポンス生成部１５４に通知する。

ステップＳ５８において、レスポンス生成部１５４は、レスポンスを生成する。具体的には、レスポンス生成部１５４は、推薦曲の楽曲データおよびメタ情報を楽曲ＤＢ３１から取得し、推薦曲の楽曲ジャンルおよびアーティストジャンルをジャンルＤＢ３６から取得する。そして、レスポンス生成部１５４は、推薦曲の楽曲データ、メタ情報、および、ジャンル情報を含むレスポンスを生成し、送信部１５５に供給する。

ステップＳ５９において、送信部１５５は、レスポンス生成部１５４から供給されたレスポンス、すなわち、クライアント１１からのリクエストに対するレスポンスを送信する。この送信されたレスポンスが、上述した図６のステップＳ７において、クライアント１１により受信される。

その後、処理はステップＳ５１に戻り、推薦サーバ１２はリクエスト待ちの状態となる。そして、クライアント１１からのリクエストに応じて、推薦曲の楽曲データ等を含むレスポンスを返す処理が繰り返し実行される。

以上のようにして、ユーザが指定したムードに適合した楽曲を、ＢＧＭのように次々と推薦サーバ１２からクライアント１１に提供することができる。また、ユーザが指定したムードを有するだけでなく、相性テーブルに基づいて、そのムードと相性のよいジャンルに属する楽曲を推薦することにより、ユーザの指定したムードにより適合する楽曲を推薦することができる。さらに、ユーザ嗜好テーブルに基づいて、ユーザが好きなジャンルの中から優先して楽曲を推薦することにより、ユーザの指定したムードに適合し、かつ、ユーザが好む楽曲を推薦することができる。

＜２．変形例＞
以下、本発明の実施の形態の変形例について説明する。

［変形例１］
例えば、推薦サーバ１２が、推薦曲に対するユーザの評価結果をクライアント１１から収集し、その集計結果に基づいて、相性テーブルを更新するようにしてもよい。例えば、ムードとジャンルの各組み合わせについて、ユーザから”好き”と評価された回数が多い組み合わせの相性度を高く設定し、ユーザから”嫌い”と評価された回数が多い組み合わせの相性度を低く設定することが可能である。

［変形例２］
また、推薦サーバ１２が、ユーザの嗜好の違いに対応した複数の異なる相性テーブルを保有し、ユーザ嗜好テーブルにより示されるユーザの嗜好に対応した相性テーブルを選択することにより、相性テーブルをユーザの嗜好に応じて使い分けるようにしてもよい。これにより、より細やかにユーザの嗜好に対応した楽曲の推薦が可能になる。

例えば、メタル好きのユーザ用とジャズ好きのユーザ用の相性テーブルを用意する。そして、メタル好きのユーザ用の相性テーブルでは、”静かな”ムードに対するロックの相性度を１に設定し、ジャズ好きのユーザ用の相性テーブルでは、”静かな”ムードに対するロックの相性度を０に設定する。これにより、例えば、”静かな”ムードが指定された場合、ロックバラードのような楽曲を、メタル好きのユーザに対して推薦する一方で、ジャズ好きのユーザに対して推薦しないようにすることができる。

また、クライアント１１と推薦サーバ１２の機能の分担は、以上の例に限定されるものではなく、任意に設定することが可能である。

［変形例３］
例えば、推薦サーバ１２が、推薦曲に対するユーザの評価結果をクライアント１１から収集し、各ユーザのユーザ嗜好テーブルを作成し、保持するようにしてもよい。

［変形例４］
また、例えば、推薦サーバ１２からクライアント１１に相性テーブルを提供し、クライアント１１側で推薦ジャンルを決定するようにしてもよい。そして、クライアント１１が、ユーザ指定モードと推薦ジャンルを含むリクエストを推薦サーバ１２に送信し、推薦サーバ１２が、指定されたユーザ指定モードと推薦ジャンルをキーに候補曲を抽出し、推薦曲を決定するようにしてもよい。

［変形例５］
さらに、例えば、クライアント１１が推薦サーバ１２の機能も有し、クライアント１１が、保有する楽曲の中から、ユーザが指定したムードに適合する楽曲を推薦するようにすることも可能である。

［変形例６］
また、以上の説明では、推薦サーバ１２からクライアント１１に１曲ずつ推薦曲を提供する例を示したが、複数の推薦曲を１度にクライアント１１に提供するようにしてもよい。この場合、全ての推薦曲の楽曲データを一度にクライアント１１に提供するようにしてもよいし、推薦曲の楽曲ＩＤを示すリストをクライアント１１に提供し、クライアント１１からの要求に応じて、その都度楽曲データを提供するようにしてもよい。また、推薦曲の決定方法も、候補曲の中からランダムに選択するのではなく、所定のルールに従って選択するようにしてもよい。

［変形例７］
さらに、本発明の実施の形態では、ユーザ嗜好テーブルを用いずに、相性テーブルのみを用いるようにすることも可能である。この場合も、単にムードを指定して楽曲を推薦する場合と比較して、よりユーザが指定したムードに適合した楽曲を推薦することができる。

［変形例８］
また、推薦サーバ１２において楽曲データの特徴量に基づいてムード以外の属性の学習を行い、その属性の複数の属性値の中からユーザにより指定された属性値に基づいて楽曲を推薦するようにしてもよい。例えば、曲調、リズム、テンポ、スピードなどの属性を用いることが考えられる。また、例えば、ムードとリズムなど、複数の種類の属性を用いるようにしてもよい。

［変形例９］
さらに、ジャンル以外のカテゴリを用いて、推薦曲を決定するようにしてもよい。例えば、楽曲がリリースされた年代、楽曲を演奏するアーティストの年齢、性別、出身地、ボーカルの有無、楽器の構成等により分類されるカテゴリを用いることが考えられる。また、例えば、ジャンルとリリースされた年代など、複数の種類のカテゴリを用いるようにしてもよい。

［変形例１０］
また、ユーザの楽曲に対する評価入力として、”好き”、”嫌い”以外にも、例えば、数値による評価入力（明示的なフィードバック）や、再生/停止/音量大・小/繰り返し再生/スキップなどの操作履歴に基づく評価入力（暗示的なフィードバック）等を用いるようにしてもよい。

［変形例１１］
さらに、本発明は、楽曲以外のコンテンツを推薦する場合にも適用することができる。例えば、映画、テレビ番組、ビデオクリップなどの映像コンテンツ、写真、ゲーム、電子書籍等のコンテンツを推薦する場合にも適用することができる。

［コンピュータの構成例］
上述したクライアント１１および推薦サーバ１２の一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。

図１３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。

コンピュータにおいて、CPU（Central Processing Unit）５０１，ROM（Read Only Memory）５０２，RAM（Random Access Memory）５０３は、バス５０４により相互に接続されている。

バス５０４には、さらに、入出力インタフェース５０５が接続されている。入出力インタフェース５０５には、入力部５０６、出力部５０７、記憶部５０８、通信部５０９、及びドライブ５１０が接続されている。

入力部５０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部５０７は、ディスプレイ、スピーカなどよりなる。記憶部５０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部５０９は、ネットワークインタフェースなどよりなる。ドライブ５１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア５１１を駆動する。

以上のように構成されるコンピュータでは、CPU５０１が、例えば、記憶部５０８に記憶されているプログラムを、入出力インタフェース５０５及びバス５０４を介して、RAM５０３にロードして実行することにより、上述した一連の処理が行われる。

コンピュータ（CPU５０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア５１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。

コンピュータでは、プログラムは、リムーバブルメディア５１１をドライブ５１０に装着することにより、入出力インタフェース５０５を介して、記憶部５０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部５０９で受信し、記憶部５０８にインストールすることができる。その他、プログラムは、ROM５０２や記憶部５０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムの用語は、複数の装置、手段などより構成される全体的な装置を意味するものとする。

さらに、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。

１ 情報処理システム， １１−１，１１−２ クライアント， １２ 推薦サーバ， ２１−１，２１−２ 嗜好情報ＤＢ， ３１ 楽曲ＤＢ， ３２ 信号処理部， ３３ 特徴量ＤＢ， ３４ ムード判定部， ３５ ムードＤＢ， ３６ ジャンルＤＢ， ３７ 相性ＤＢ， ３８ フィルタエンジン， １０１ 入力部， １０２ 嗜好情報生成部， １０３ リクエスト生成部， １０４ 送信部， １０５ 受信部， １０６ 表示制御部， １０７ 表示部， １０８ 再生部， １０９ 出力部， １５１ 受信部， １５２ ジャンル決定部， １５３ 推薦曲決定部， １５４ レスポンス生成部， １５５ 送信部

Claims (14)

1. コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得する取得手段と、
   コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するカテゴリ決定手段と
   を含む情報処理装置。
2. 前記カテゴリ決定手段は、前記ユーザ指定属性値との相性度、および、前記ユーザの嗜好度が高い前記カテゴリを優先して前記推薦カテゴリに決定する
   請求項１に記載の情報処理装置。
3. 前記カテゴリ決定手段は、ユーザの嗜好の違いに対応した複数の異なる前記相性情報の中から、前記嗜好情報に示される前記ユーザの嗜好に対応した前記相性情報を選択し、選択した前記相性情報に基づいて、前記推薦カテゴリを決定する
   請求項１または２に記載の情報処理装置。
4. 前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段を
   さらに含む請求項１乃至３のいずれかに記載の情報処理装置。
5. 前記取得手段は、推薦したコンテンツに対する前記ユーザの評価を取得し、
   前記ユーザの評価を前記推薦したコンテンツが属する前記カテゴリに対する評価として、前記相性情報を更新する相性情報更新手段を
   さらに含む請求項４に記載の情報処理装置。
6. 前記取得手段は、前記ユーザ指定属性値および前記嗜好情報を他の情報処理装置から取得し、
   前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段と、
   前記推薦するコンテンツを前記他の情報処理装置に送信する送信手段と
   をさらに含む請求項１乃至３のいずれかに記載の情報処理装置。
7. 前記ユーザ指定属性値および前記推薦カテゴリを含む情報を他の情報処理装置に送信する送信手段と、
   前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から選択されたコンテンツを前記他の情報処理装置から受信する受信手段と
   をさらに含む請求項１乃至３のいずれかに記載の情報処理装置。
8. 前記受信手段は、前記相性情報を前記他の情報処理装置から受信する
   請求項７に記載の情報処理装置。
9. 情報処理装置が、
   コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、
   コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定する
   ステップを含む情報処理方法。
10. コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、
    コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定する
    ステップを含む処理をコンピュータに実行させるためのプログラム。
11. 第１の情報処理装置と第２の情報処理装置により構成され、
    前記第１の情報処理装置が、
    コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得する取得手段と、
    前記ユーザ指定属性値を含む情報を前記第２の情報処理装置に送信する第１の送信手段と、
    前記第２の情報処理装置から送信されるコンテンツを受信する第１の受信手段と
    を含み、
    前記第２の情報処理装置が、
    前記第１の情報処理装置から送信される前記ユーザ指定属性値を含む情報を受信する第２の受信手段と、
    コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するカテゴリ決定手段と、
    前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段と、
    前記推薦するコンテンツを前記第１の情報処理装置に送信する第２の送信手段と
    を含む情報処理システム。
12. 第１の情報処理装置が、
    コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、
    前記ユーザ指定属性値を含む情報を第２の情報処理装置に送信し、
    前記第２の情報処理装置が、
    前記第１の情報処理装置から送信される前記ユーザ指定属性値を含む情報を受信し、
    コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定し、
    前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定し、
    前記推薦するコンテンツを前記第１の情報処理装置に送信し、
    前記第１の情報処理装置が、
    前記第２の情報処理装置から送信されるコンテンツを受信する
    ステップを含む情報処理方法。
13. 第１の情報処理装置と第２の情報処理装置により構成され、
    前記第１の情報処理装置が、
    コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得する取得手段と、
    コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定するカテゴリ決定手段と、
    前記ユーザ指定属性値および前記推薦カテゴリを含む情報を前記第２の情報処理装置に送信する第１の送信手段と、
    前記第２の情報処理装置から送信されるコンテンツを受信する第１の受信手段と
    を含み、
    前記第２の情報処理装置が、
    前記第１の情報処理装置から送信される前記ユーザ指定属性値および前記推薦カテゴリを含む情報を受信する第２の受信手段と、
    前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から前記推薦するコンテンツを決定する推薦コンテンツ決定手段と、
    前記推薦するコンテンツを前記第１の情報処理装置に送信する第２の送信手段と
    を含む情報処理システム。
14. 第１の情報処理装置が、
    コンテンツの特徴量に基づいて付与される属性の複数の属性値の中からユーザにより指定された属性値であるユーザ指定属性値を取得し、
    コンテンツを分類するための複数のカテゴリと複数の前記属性値との相性度を示す相性情報における複数の前記カテゴリと前記ユーザ指定属性値との相性度、および、複数の前記カテゴリに対する前記ユーザの嗜好度を示す嗜好情報に基づいて、推薦するコンテンツが属する前記カテゴリである推薦カテゴリを決定し、
    前記ユーザ指定属性値および前記推薦カテゴリを含む情報を第２の情報処理装置に送信し、
    前記第２の情報処理装置が、
    前記第１の情報処理装置から送信される前記ユーザ指定属性値および前記推薦カテゴリを含む情報を受信し、
    前記推薦カテゴリに属し、前記ユーザ指定属性値が付与されたコンテンツの中から推薦するコンテンツを決定し、
    前記推薦するコンテンツを前記第１の情報処理装置に送信し、
    前記第１の情報処理装置が、
    前記第２の情報処理装置から送信されるコンテンツを受信する
    ステップを含む情報処理方法。

Images