WO2009157339A1 - コンテンツ話題性判定システム、その方法及びプログラム - Google Patents

コンテンツ話題性判定システム、その方法及びプログラム Download PDF

Info

Publication number
WO2009157339A1
WO2009157339A1 PCT/JP2009/060908 JP2009060908W WO2009157339A1 WO 2009157339 A1 WO2009157339 A1 WO 2009157339A1 JP 2009060908 W JP2009060908 W JP 2009060908W WO 2009157339 A1 WO2009157339 A1 WO 2009157339A1
Authority
WO
WIPO (PCT)
Prior art keywords
content
topicality
contents
viewing
derived
Prior art date
Application number
PCT/JP2009/060908
Other languages
English (en)
French (fr)
Inventor
亮磨 大網
浩太 岩元
貴美 佐藤
康史 平川
裕三 仙田
崇博 木本
Original Assignee
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US13/001,369 priority Critical patent/US8306992B2/en
Priority to JP2010517912A priority patent/JP5387860B2/ja
Publication of WO2009157339A1 publication Critical patent/WO2009157339A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit

Definitions

  • the present invention relates to a content topicality determination system, a method thereof, and a program.
  • Patent Document 1 An example of a system that measures the frequency of viewing at the same time that content is distributed over a network is described in Patent Document 1.
  • the receiving terminal has a means for measuring viewing data.
  • the viewing data is measured, and the viewing data and the attribute information of the user are combined.
  • the content server aggregates viewing data sent from the user and calculates viewing frequency data for each content.
  • the first problem is that the topical content cannot be correctly extracted from the viewing frequency disclosed in Patent Document 1.
  • the viewing frequency is calculated for each ID (identification information) for identifying the content. For this reason, content ID management is not properly performed, and the same content is distributed from a plurality of moving image sites with different content ID assignment policies when the same content is assigned with a plurality of IDs. In this case, the viewing frequency could be calculated only for each individual ID.
  • the viewing of the user is distributed, and the content viewing frequency per one identification ID decreases, and the viewing frequency accurately determines the topicality of the content. No longer reflects.
  • the derived content when there is content that can be derived from a certain content (such as when a part of video of a certain news content is used in another program), the derived content includes the original content (simply included) In some cases, it may be included with some processing, such as text superimposition, image size, and color changes). As a result, viewing the derived content is also viewing the original content.
  • the present invention has been invented in view of the above problems, and an object thereof is to provide a content topicality determination system, method, and program capable of appropriately determining the topicality of content.
  • the present invention that solves the above-described problem is performed by comparing feature quantity extraction means for extracting content feature quantities from a plurality of contents, and feature quantities of the plurality of contents extracted by the feature quantity extraction means, Content grouping means for calculating the same / derived content grouping information by obtaining the same content and the derived content produced using the same content and calculating the same / derived content grouping information, viewing history information of the plurality of content and the same / derived content From the grouping information, the viewing frequency is totaled between the contents determined as the same / derived content, and the total viewing frequency for each identical / derived content is calculated. Based on the total viewing frequency, the same / derived content Content topicality determination system having topicality determination means for determining topicality A.
  • the present invention for solving the above-mentioned problems is characterized in that a feature amount extraction step for extracting feature amounts of content from a plurality of contents and a feature amount of the extracted plurality of contents are collated, and the same content included in the plurality of contents And a content grouping step for obtaining and grouping the derived content produced using the content and calculating the same / derived content grouping information, viewing history information of the plurality of contents, and the same / derived content grouping information, From the content determined as the same / derived content, and calculates the total viewing frequency for each identical / derived content, and determines the topicality of the same / derived content based on the total viewing frequency.
  • Content topicality determination method having a topicality determination step
  • the present invention that solves the above-described problem is characterized in that a feature amount extraction process for extracting a feature amount of a content from a plurality of contents and a feature amount of the extracted plurality of contents are collated, and the same content included in the plurality of contents And content grouping processing for obtaining derived contents produced using the contents and grouping them to calculate the same / derived content grouping information, viewing history information of the plurality of contents, and the same / derived content grouping information, From the content determined as the same / derived content, the total viewing frequency is calculated for each identical / derived content, and the topicality of the same / derived content is determined based on the total viewing frequency.
  • Content topicality determination process that causes the information processing device to execute the topicality determination processing to be performed A gram.
  • FIG. 1 is a block diagram showing a configuration of a content topicality determination system according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating an example of grouping between contents having a time axis.
  • FIG. 3 is a block diagram showing an embodiment of the topicality determining means 102 of FIG.
  • FIG. 4 is a block diagram showing another embodiment of the topicality determining means 102 of FIG.
  • FIG. 5 is a flowchart showing the overall operation of the content topicality determination system in the present embodiment.
  • FIG. 6 is a flowchart showing the operation of the topicality determination unit 102 shown in FIG.
  • FIG. 7 is a flowchart showing the operation of the topicality determination unit 102 shown in FIG.
  • the content topicality determination system compares a feature amount extraction unit (100 in FIG. 1) that extracts content feature amounts from a plurality of contents and a feature amount of the plurality of contents extracted by the feature amount extraction unit.
  • Content grouping means (101 in FIG. 1) for calculating the same / derived content grouping information by obtaining and grouping the same content included in the plurality of content and the derived content produced using the content, Based on the viewing history information of multiple contents and the same / derived content grouping information, the viewing frequency is totaled between the contents determined to be the same / derived content, and the total viewing frequency is calculated for each identical / derived content.
  • Topicity determination means for determining the topicality of the same / derived content based on viewing frequency ( Comprising a first 102) and.
  • the content topicality determination system configured as described above, even when a plurality of different IDs are given to the same content or when the content is used as a part of another content, Group and calculate the viewing frequency for the group. By determining the topicality based on the viewing frequency, even if a plurality of different IDs are given to the same content or the content is used as a part of another content, The topicality can be accurately determined, and the object of the present invention can be achieved.
  • FIG. 1 is a diagram showing a content topicality determination system according to an embodiment of the present invention.
  • the content topicality determination system according to the present exemplary embodiment includes a feature amount extraction unit 100, an identical / derived content grouping unit 101, a topicality determination unit 102, a content viewing unit 104, a content storage unit 105, and a content. It comprises viewing history storage means 106.
  • the content storage unit 105 stores a plurality of contents, and is connected to the feature amount extraction unit 100 and the content viewing unit 104.
  • the feature amount extraction unit 100 receives content from the content storage unit 105, obtains a feature amount for the content, and outputs the feature amount to the same / derived content grouping unit 101.
  • the same / derived content grouping unit 101 receives the feature amount of the content output from the feature amount extraction unit 100, obtains content link information representing a link relationship between the feature amounts, and obtains topicality determination unit as grouping information.
  • Topicity determination means 102 receives grouping information from identical / derived content grouping means 101, receives content viewing history information from content viewing history storage means 106, and generates and outputs topic content information.
  • the content viewing unit 104 receives the content from the content storage unit 105 and outputs the viewing history information to the content viewing history storage unit 106.
  • the content is stored in the content storage means 105.
  • the content refers to, for example, digitized multimedia content, and corresponds to digitalized photos, videos, music, or content that can be combined with them.
  • the content may be a so-called CGM (Consumer Generated Media) that is not only a content produced by a professional but also a content produced by a consumer, such as a broadcast program.
  • CGM Consumer Generated Media
  • moving image content will be described as an example of content, but the same applies to music, photos, and the like.
  • the content storage means 105 is written as if the content is stored in one place for convenience, but the content may be distributed and stored in a plurality of storages. For example, in a plurality of moving image posting sites on the Internet, moving image content may be accumulated for each site. In each site, content may be stored separately in a plurality of storages. The content stored in the content storage unit 105 is input to the feature amount extraction unit 100.
  • Feature amount extraction means 100 performs feature amount extraction for each input content.
  • the feature amount is a visual feature amount such as a color, a pattern, or a shape.
  • a feature amount standardized by ISO / IEC 15938-3 can be used.
  • music it is an acoustic feature quantity such as sound power or frequency component, and for example, a feature quantity standardized by ISO / IEC 15938-4 can be used.
  • a visual feature amount that expresses movement can be used.
  • a feature amount standardized by ISO / IEC 15938-3 can be used.
  • the above-described acoustic feature amount may be used, or both the acoustic feature amount and the visual feature amount may be used.
  • the extracted feature amount of each content is output to the same / derived content grouping means 101.
  • the identical / derived content grouping means 101 performs matching between the feature quantities of the input contents, and if the similarity between the feature quantities is sufficiently large, the contents are regarded as the same contents, and the group Turn into. Specifically, the similarity (or distance) is calculated between the feature quantities of two contents, and if the similarity is greater than or equal to a threshold (or less than the threshold in the case of distance), the two contents are grouped.
  • the same photo in the case of photo content, the same photo can be grouped by comparing the feature quantities of the entire photo and calculating the similarity. Further, the similarity may be calculated by performing collation between some areas of the photo. In this case, another image that can be created using one photo (for example, an image that can be created by putting a frame on a photo or pasting it on another photo), that is, derived content can also be grouped. .
  • content grouping is performed for each time section (section length is arbitrary). For example, if the contents A, B, C, and D are collated as shown in FIG. 2, the time intervals indicated by diagonal stripes and the time intervals indicated by vertical stripes are grouped. The grouping information obtained in this way is output to the topicality determination means 102.
  • the content stored in the content storage unit 105 is also input to the content viewing unit 104 when the user selects and views the content.
  • the content viewing means 104 the user reproduces and views the content.
  • the content viewing history is recorded.
  • the viewing history may simply record whether or not the content has been reproduced, or if the user does not see it from the beginning, it skips at first and describes only the information of the part actually reproduced. If there is a fast-forwarded section, the section information is also recorded.
  • the viewing history information for each content is output to the content viewing history storage means 106.
  • the content viewing history storage means 106 stores the input viewing history information. This viewing history information may also be distributed and stored in a plurality of storages, similar to the content storage unit 105. The viewing history information is input to the topicality determination unit 102.
  • the topicality determining means 102 calculates the viewing frequency of each content from the grouping information and viewing history information.
  • the viewing history information is calculated for each content, and the total viewing frequency is calculated by summing within the group based on the grouping information. Then, the topicality of the content is determined based on the total viewing frequency, and is output as topicality information. Details of the operation of the topicality determination unit 102 will be described later.
  • FIG. 5 is a flowchart showing the overall processing flow of the content topicality determination system in the present embodiment shown in FIG.
  • step S500 feature amount extraction for each content is performed. Details of the extraction are as described in the feature amount extraction means 100.
  • step S501 the extracted feature quantities are collated between the contents, the contents are grouped, and grouping information is obtained. Details of the grouping are as described in the identical / derived content grouping means 101.
  • step S502 the topicality of the content is determined using the grouping information and the viewing history information, and the topicality information is calculated.
  • FIG. 3 is a diagram illustrating an embodiment of the topicality determination unit 102.
  • FIG. 3 includes a viewing frequency calculation unit 200, a total viewing frequency calculation unit 201, and a topicality index calculation unit 202.
  • the viewing frequency calculation means 200 receives the viewing history information and outputs the viewing frequency information for each content to the total viewing frequency calculation means 201.
  • Total viewing frequency calculation means 201 receives grouping information and viewing frequency information output from viewing frequency calculation means 200 and outputs the total viewing frequency to topicality index calculation means 202.
  • Topicity index calculating means 202 receives the total viewing frequency and calculates topical information and outputs it.
  • the viewing frequency calculation means 200 calculates the viewing frequency of each content from the viewing history information.
  • the obtained viewing frequency information for each content is output to the total viewing frequency calculation means 201.
  • the total viewing frequency calculating means 201 calculates the total viewing frequency, which is the viewing frequency of the grouped content as a whole, by summing the viewing frequencies of the individual contents.
  • the total viewing frequency of the content is calculated for each time interval (interval length is arbitrary).
  • the viewing frequency of each content obtained by the viewing frequency calculation means 200 is N A , N B , N C , and N D without depending on time
  • the total viewing of the portion indicated by hatching The frequency is Equation 1
  • the total viewing frequency of the portion indicated by vertical stripes is Equation 2.
  • the viewing frequency with respect to the media time (relative time from the beginning of the content) of the content A, B, C, D is expressed as N A (t), N Assuming that B (t), N C (t), and N D (t), the total viewing frequency of the portion indicated by the diagonal lines is given by Equation 3, and the total viewing frequency of the portion indicated by the vertical stripes is given by Equation 4.
  • each content may be summed by weighting whether it is the original content or the derived content.
  • the summation may be performed by weighting depending on the site in consideration of the reliability of the site where each content exists. In this case, the total viewing frequency of the hatched portion is expressed by Equation 5 when not depending on time, and by Equation 6 when depending on time.
  • W A , W B , and W C are weighting coefficients.
  • W A N A + W B N B + W C N C Formula 5 W A N A (t) + W B N B (t) + W C N C (t + t 1 ) Equation 6
  • the viewing frequency may be calculated by weighting the viewing time closer to the time from the present time. For example, the weight when viewed today is 1, and when viewed before k days, the weight is 1-k / N, and when viewed before N days, the weight is 0 and the viewing frequency is Control that cannot be counted is conceivable. This makes it possible to extract more topical content by placing importance on the latest viewing frequency.
  • the topicality index calculation means 202 determines the topicality for each content or time interval of the content based on the total viewing frequency. The simplest is to determine that the topic is larger as the total is larger. That is, the total viewing frequency can be used as a topicality index as it is.
  • FIG. 6 is a flowchart of the entire processing in the topicality determination unit 102 shown in FIG.
  • step S550 the viewing frequency for each content is calculated.
  • step 551 the viewing frequency in units of content is totaled in the grouped content to calculate the total viewing frequency.
  • step S552 a topicality index is calculated from the total viewing frequency and output.
  • FIG. 4 is a diagram showing another embodiment of the topicality determination unit 102.
  • FIG. 4 is a diagram showing another embodiment of the topicality determination unit 102.
  • the 4 includes a viewing frequency calculation unit 200, a total viewing frequency calculation unit 201, a topicality index calculation unit 202, and an effective viewing section determination 250.
  • the input of the effective viewing section determination 250 is viewing history information, and the output is input to the viewing frequency calculation means 200.
  • the other configuration is the same as that of the topicality determination unit 102 of FIG.
  • the operations of the viewing frequency calculating means 200, the total viewing frequency calculating means 201, and the topicality index calculating means 202 are the same as those in FIG. Here, the operation of the effective viewing section determination 250 will be described.
  • viewing history information is input.
  • a history that is not suitable for viewing is determined from the input viewing history and deleted. For example, when the playback time is very short, there is a high possibility that the user does not watch the content but touches it when he / she selects the content by zapping. Or, special playback such as fast-forwarding is different from normal viewing. Therefore, these logs are excluded and the remaining history is output to the viewing frequency calculation means 200.
  • FIG. 7 is a flowchart of the entire processing of the topicality determination unit 102 shown in FIG.
  • Effective viewing section determination determines a history that is not suitable for viewing from the input viewing history and deletes it.
  • the subsequent determination is the same as in the flowchart of FIG.
  • the topicality is determined by summing the viewing frequency within the group for each section. It is possible to accurately determine the topicality of a certain section.
  • each unit is configured by hardware, but may be configured by an information processing apparatus such as a CPU that operates by a program.
  • the program causes an information processing apparatus such as a CPU to execute the above-described operation.
  • the feature amount extraction unit that extracts the feature amount of the content from the plurality of contents and the feature amount of the plurality of contents extracted by the feature amount extraction unit are collated, Content grouping means for calculating the same / derived content grouping information by obtaining the same content included in the plurality of contents and the derivative content produced using the content, and viewing history information of the plurality of contents, Based on the same / derived content grouping information, the viewing frequency is totaled between the contents determined to be the same / derived content, the total viewing frequency is calculated for each identical / derived content, and the same frequency is calculated based on the total viewing frequency.
  • Content topicality determination system having topicality determination means for determining the topicality of derived content Is Temu.
  • the content is content having a time axis
  • the content grouping unit performs grouping of the same / derived content for each time interval by the collation, and the same / Derived content grouping information is calculated
  • the topicality determining means calculates the total viewing frequency for each time interval and determines the topicality for each time interval.
  • the content is music or video.
  • the feature amount of the content includes at least one of a visual feature amount and an acoustic feature amount.
  • the topicality determination unit determines that the content having a high total viewing frequency is content with topicality.
  • the topicality determining means determines the topicality of the content in a time interval.
  • the content viewing according to the above aspect wherein the content is selected from the plurality of contents to be viewed, and the identification information and the viewing section of the viewed content are output as the content viewing history information.
  • the topicality determination unit includes an effective viewing section determination unit that determines that only history satisfying a certain viewing condition is valid from the content viewing history information, The total viewing frequency is calculated using the section determined to be valid by the viewing section determination means.
  • the feature amount extraction step of extracting the feature amount of the content from the plurality of contents and the feature amount of the extracted plurality of contents are collated,
  • a content grouping step for determining the same / derived content grouping information by grouping the same content and the derived content produced using the same content, and viewing history information of the plurality of content and the same / derived content Based on the grouping information, the viewing frequency is summed between the contents determined to be the same / derived content, the total viewing frequency for each identical / derived content is calculated, and based on the total viewing frequency, the same / derived content Content topicality determination having topicality determination step for determining topicality It is a method.
  • the content is content having a time axis
  • the content grouping step performs grouping of the same / derived content for each time interval by the collation, and the same / Derived content grouping information is calculated
  • the topicality determination step calculates the total viewing frequency for each time interval and determines the topicality for each time interval.
  • the content is music or video.
  • the content feature amount includes at least one of a visual feature amount and an acoustic feature amount.
  • the topicality determination step determines that the content having the high total viewing frequency is content with topicality.
  • the topicality determining step determines the topicality of the content in a time interval.
  • the content viewing according to the above aspect wherein the content is selected from the plurality of contents to be viewed and the identification information and the viewing section of the viewed content are output as the content viewing history information. Has steps.
  • the topicality determining step determines that only history satisfying a certain viewing condition is valid from the content viewing history information, and uses the section determined to be valid. Calculate the total viewing frequency.
  • a feature amount extraction process for extracting a feature amount of a content from a plurality of contents and a matching between the extracted feature amounts of the plurality of contents are performed, Content grouping processing for calculating the same / derived content grouping information by grouping the same content and the derived content produced using the content, and viewing history information of the plurality of content and the same / derived content From the grouping information, the viewing frequency is totaled between the contents determined as the same / derived content, and the total viewing frequency for each identical / derived content is calculated. Based on the total viewing frequency, the same / derived content Content that causes an information processing device to execute topicality determination processing for determining topicality Is a problem determination program.
  • the present invention can be applied to a purpose of determining the topicality of content posted on the network for each section. Further, the above uses are not limited to the network, and can be similarly applied to content stored in the same hard disk recorder when the same or derived content exists.

Abstract

本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、複数コンテンツの視聴履歴情報と同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、合計視聴頻度に基づいて、同一／派生コンテンツの話題性を判定する話題性判定手段とを有する。

Description

コンテンツ話題性判定システム、その方法及びプログラム
　本発明はコンテンツ話題性判定システム、その方法及びプログラムに関する。
　近年、多くの動画投稿サイトが立ち上がってきており、インターネットを通じて様々な動画像を視聴できる環境が整いつつある。しかしながら、非常に多くの動画像が投稿されるため、話題性に富んだ有用なコンテンツを探し出すことは難しい。これは、各コンテンツがどれだけ視聴されているかを表す視聴頻度がわかれば、視聴頻度から話題性を判定できる。
　ネットワーク上でコンテンツを配信すると同時に視聴頻度の計測を行うシステムの一例が、特許文献１に記載されている。このシステムでは、受信端末側に視聴データを測定する手段が備わっており、ユーザがコンテンツサーバから配信されるコンテンツを視聴すると、その視聴データを測定し、視聴データとユーザの属性情報をあわせてコンテンツサーバに送信する。コンテンツサーバは、ユーザから送られてくる視聴データを集計し、コンテンツごとに視聴頻度データを算出する。
　しかしながら、特許文献１で開示される視聴頻度データを用いてコンテンツの話題性を判定しようとすると、問題が生じる。
特開２００７-２０２０５４号公報
　第１の問題点は、特許文献１で開示される視聴頻度からは、話題になっているコンテンツを正しく抽出できないことである。
　これは、コンテンツを識別するＩＤ(識別情報)ごとに視聴頻度を算出しているためである。このため、コンテンツのＩＤ管理がきちんとなされておらず、同一のコンテンツに複数のＩＤが付与されている場合や、コンテンツＩＤ付与のポリシーが異なる複数の動画像サイトから同一のコンテンツが配信されている場合に、個々のＩＤごとにしか視聴頻度を算出できなかった。
　よって、同じコンテンツに付与されているＩＤの数が増えれば増えるほど、ユーザの視聴が分散され、一つの識別ＩＤあたりのコンテンツ視聴頻度が減ることになり、視聴頻度はコンテンツの話題性を正確には反映しなくなる。また、あるコンテンツから派生してできるコンテンツ（あるニュースコンテンツの一部の映像を別の番組でも利用する場合など）が存在する場合、その派生コンテンツ内には、元のコンテンツが含まれる（単に含まれる場合だけでなく、文字重畳や画像のサイズ、色の変更など、多少の加工が加わって含まれる場合もある）。この結果、派生コンテンツの視聴は、もとになるコンテンツの視聴にもなる。
　従って、話題性を判定する場合には、派生コンテンツまで含めて視聴頻度を考慮することが重要である。
　そこで、本発明は上記課題に鑑みて発明されたものであって、その目的は、コンテンツの話題性を適切に判定することができるコンテンツ話題性判定システム、方法およびプログラムを提供することにある。
　上記課題を解決する本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段とを有するコンテンツ話題性判定システムである。
　上記課題を解決する本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出ステップと、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化ステップと、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定ステップとを有するコンテンツ話題性判定方法である。
　上記課題を解決する本発明は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出処理と、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化処理と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定処理とを情報処理装置に実行させるコンテンツ話題性判定用プログラムである。
　本発明によれば、コンテンツの話題性を適切に判定することができる。
図１は本発明の実施の形態におけるコンテンツ話題性判定システムの構成を示すブロック図である。 図２は時間軸を持つコンテンツ間のグループ化の一例を表す図である。 図３は図１の話題性判定手段１０２の実施の形態を表すブロック図である。 図４は図１の話題性判定手段１０２の他の実施の形態を表すブロック図である。 図５は本実施の形態におけるコンテンツ話題性判定システムの全体の動作を示す流れ図である。 図６は図３に示す話題性判定手段１０２の動作を示す流れ図である。 図７は図４に示す話題性判定手段１０２の動作を示す流れ図である。
　本実施の形態のコンテンツ話題性判定システムは、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段（図１の１００）と、特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段（図１の１０１）と、複数コンテンツの視聴履歴情報と同一／派生コンテンツグループ化情報とに基づいて、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段（図１の１０２）とを備える。
　このように構成されたコンテンツ話題性判定システムによれば、同一コンテンツに複数の異なるＩＤが付与されていたり、そのコンテンツが別のコンテンツの一部として用いられていたりする場合であってもそれらをグループ化し、グループに対して視聴頻度を算出する。この視聴頻度に基づいて話題性を判定することにより、同一コンテンツに複数の異なるＩＤが付与されていたり、そのコンテンツが別のコンテンツの一部として用いられていたりする場合であっても、コンテンツの話題性を的確に判定でき、本発明の目的を達成することができる。
　次に、本発明の実施の形態について図面を参照して詳細に説明する。
　図１は、本発明の実施の形態におけるコンテンツ話題性判定システムを示した図である。図１を参照すると、本実施の形態におけるコンテンツ話題性判定システムは、特徴量抽出手段１００、同一／派生コンテンツグループ化手段１０１、話題性判定手段１０２、コンテンツ視聴手段１０４、コンテンツ蓄積手段１０５、コンテンツ視聴履歴蓄積手段１０６とからなる。
　コンテンツ蓄積手段１０５は複数のコンテンツを蓄積しており、特徴量抽出手段１００とコンテンツ視聴手段１０４へ接続される。特徴量抽出手段１００は、コンテンツ蓄積手段１０５からコンテンツが入力され、コンテンツに対する特徴量を求めて特徴量を同一／派生コンテンツグループ化手段１０１へ出力する。同一／派生コンテンツグループ化手段１０１へは、特徴量抽出手段１００から出力されるコンテンツの特徴量が入力され、特徴量間のリンク関係を表すコンテンツリンク情報を求め、グループ化情報として話題性判定手段１０２へ出力する。話題性判定手段１０２は、同一／派生コンテンツグループ化手段１０１からグループ化情報が入力され、コンテンツ視聴履歴蓄積手段１０６からコンテンツ視聴履歴情報が入力され、話題コンテンツ情報を生成して出力する。コンテンツ視聴手段１０４は、コンテンツ蓄積手段１０５からコンテンツが入力され、視聴履歴情報をコンテンツ視聴履歴蓄積手段１０６へ出力する。
　次に、図１に示されるコンテンツ話題性判定システムの動作について説明する。
　コンテンツはコンテンツ蓄積手段１０５に蓄えられている。ここで、コンテンツとは、例えば、デジタル化されたマルチメディアコンテンツのことを指し、デジタル化された写真、映像、音楽、あるいはそれらを組み合わせてできるコンテンツなどが該当する。なお、コンテンツは放送番組のように、プロが制作したコンテンツのみではなく、コンシューマが制作したコンテンツである、いわゆるＣＧＭ（Consumer Generated Media）であってもよい。以下では、コンテンツとして動画像コンテンツを例にして説明するが、音楽や写真などであっても同様に当てはまる。
　また、コンテンツ蓄積手段１０５は、便宜上、一箇所にコンテンツが蓄えられているように書いてあるが、複数のストレージに分散してコンテンツが蓄積されていてもよい。たとえば、インターネット上の複数の動画像投稿サイトで、サイトごとに動画像コンテンツが蓄積されていてもよい。また、各サイトでも、複数のストレージに分けてコンテンツが蓄積されていてもよい。コンテンツ蓄積手段１０５に蓄積されたコンテンツは特徴量抽出手段１００へ入力される。
　特徴量抽出手段１００では、入力される各コンテンツに対して特徴量抽出を行う。特徴量は、写真の場合は、色や模様、形などの視覚的特徴量であり、たとえば、ISO/IEC １５９３８-３で規格化されている特徴量を用いることができる。音楽の場合は、音のパワーや周波数成分などの音響特徴量であり、たとえば、ISO/IEC １５９３８-４で規格化されている特徴量を用いることができる。映像の場合には、上述の視覚特徴量に加え、さらに動きを表現する視覚特徴量も用いることができ、たとえば、ISO/IEC １５９３８-３で規格化されている特徴量を用いることができる。また、上述の音響特徴量を用いてもよいし、音響特徴量と視覚特徴量の両方を用いてもよい。抽出された各コンテンツの特徴量は、同一/派生コンテンツグループ化手段１０１へ出力される。
　同一/派生コンテンツグループ化手段１０１では、入力される各コンテンツの特徴量間で照合を行い、特徴量間の類似度が十分大きい場合には、内容が同一のコンテンツであると見做し、グループ化する。具体的には、ある２つのコンテンツの特徴量間で類似度（あるいは距離）を算出し、それが閾値以上（距離の場合は閾値以下）の場合には、その２つのコンテンツをグループ化する。
　類似度の算出においては、写真コンテンツの場合には、写真全体で特徴量同士を比較して、類似度算出を行うことによって、同一の写真をグループ化できる。また、写真の一部の領域同士で照合を行って類似度を算出してもよい。この場合には、ある写真を使ってできる別の画像（たとえば、写真に枠を付けたり、別の写真に貼り込んだりしてできる画像）、すなわち、派生コンテンツもグループ化することが可能になる。一方、映像や音楽のように、時間軸を有するコンテンツの場合には、各時間区間（区間長は任意）に対してコンテンツのグループ化を行う。たとえば、コンテンツＡ、Ｂ、Ｃ、Ｄ間で図２のような照合がなされたとすると、斜め縞線で示した時間区間同士、縦縞線で示した時間区間同士をグループ化する。このようにして求まったグループ化情報は、話題性判定手段１０２へ出力される。
　コンテンツ蓄積手段１０５に蓄積されたコンテンツは、ユーザが選択して視聴する際、コンテンツ視聴手段１０４へも入力される。コンテンツ視聴手段１０４では、ユーザがコンテンツを再生し、視聴する。同時に、コンテンツの視聴履歴を記録する。この際、視聴履歴は、コンテンツを再生したかどうかを記録するだけでもよいし、あるいは、冒頭からユーザが見なかった場合には、最初はとばして実際に再生された箇所の情報だけ記述する。また、早送りをした区間があれば、その区間情報も記録する。コンテンツごとの視聴履歴情報は、コンテンツ視聴履歴蓄積手段１０６へ出力する。
　コンテンツ視聴履歴蓄積手段１０６では、入力される視聴履歴情報が蓄積される。この視聴履歴情報も、コンテンツ蓄積手段１０５と同様、複数のストレージに分散して蓄積されていてもよい。視聴履歴情報は話題性判定手段１０２へ入力される。
　話題性判定手段１０２では、グループ化情報と視聴履歴情報とから、各コンテンツの視聴頻度を算出する。ここでは、コンテンツごとに視聴履歴情報を算出し、グループ化情報によってグループ内で合計することによって合計視聴頻度を算出する。そして、この合計視聴頻度に基づいてコンテンツの話題性を判定し、話題性情報として出力する。話題性判定手段１０２の動作の詳細については後述する。
　次に、フローチャートを用いて、コンテンツ話題性判定システムの全体の動作を説明する。
　図５は、図１で示す本実施の形態におけるコンテンツ話題性判定システムの処理全体の流れを表すフローチャートである。
　まず、ステップＳ５００において、コンテンツ毎の特徴量抽出を行う。抽出の詳細は特徴量抽出手段１００で述べたとおりである。次に、ステップＳ５０１において、抽出された特徴量の照合をコンテンツ間で行い、コンテンツのグループ化を行い、グループ化情報を求める。グループ化の詳細は同一/派生コンテンツグループ化手段１０１で述べたとおりである。そして、ステップＳ５０２において、グループ化情報と、視聴履歴情報を用いてコンテンツの話題性判定を行い、話題性情報を算出する。
　次に、話題性判定手段１０２の実施の形態について詳しく述べる。
　図３は、話題性判定手段１０２の一実施の形態を表す図である。
　図３は、視聴頻度算出手段２００、合計視聴頻度算出手段２０１、話題性指標算出手段２０２とからなる。視聴頻度算出手段２００は視聴履歴情報を入力とし、コンテンツごとの視聴頻度情報を合計視聴頻度算出手段２０１へ出力する。合計視聴頻度算出手段２０１はグループ化情報と視聴頻度算出手段２００から出力される視聴頻度情報とを入力とし、合計視聴頻度を話題性指標算出手段２０２へ出力する。話題性指標算出手段２０２は、合計視聴頻度を入力とし、話題性情報を算出して出力する。
　次に、図３の話題性判定手段１０２の動作について説明する。
　まず、視聴頻度算出手段２００において、視聴履歴情報から個々のコンテンツの視聴頻度を算出する。得られたコンテンツごとの視聴頻度情報は、合計視聴頻度算出手段２０１へ出力される。
　合計視聴頻度算出手段２０１では、グループ化されたコンテンツ全体としての視聴頻度である合計視聴頻度を、個々のコンテンツの視聴頻度を合計することによって算出する。一方、映像や音楽のように、時間軸を有するコンテンツの場合には、各時間区間（区間長は任意）に対してコンテンツの合計視聴頻度を算出する。
　たとえば、図２の例の場合、視聴頻度算出手段２００で求まる各コンテンツの視聴頻度が時間に依存せずそれぞれNA 、NB 、NC、NDだったとすると、斜線で示す部分の合計視聴頻度は式１になり、縦縞で示す部分の合計視聴頻度は式２になる。
 
　　NA + NB + NC　　　式１
 
　　NA + NB + NC + ND　　　式２
 
　一方、コンテンツの部分再生によって、各コンテンツの視聴頻度が時間によって異なる場合、コンテンツＡ、Ｂ、Ｃ、Ｄのメディア時間(コンテンツの先頭からの相対時刻)に対する視聴頻度をNA(t)、NB(t)、NC(t)、ND(t)とすると、斜線で示す部分の合計視聴頻度は式３になり、縦縞で示す部分の合計視聴頻度は式４になる。
 
　NA(t) + NB(t) + NC(t + t1) 　　　式３
 
　NA(t) + NB(t) + NC(t + t1) + ND(t - t3 + t2)　　　式４
 
　このようにして算出した合計視聴頻度は、話題性指標算出手段２０２へ出力される。あるいは、各コンテンツが、もとのコンテンツか、派生コンテンツかで重み付けを行って合計するようになっていてもよい。あるいは、各コンテンツの存在するサイトの信頼性を加味して、サイトに依存した重み付けを行って合計するようになっていてもよい。この場合には、斜線で示す部分の合計視聴頻度は、時間に依存しない場合は式５、依存する場合は式６のようになる。ここで、WA、WB、WCは、重み付け係数である。
 
　WANA + WBNB + WCNC　　　式５
 
　WANA(t) + WBNB(t) + WCNC(t + t1)　　　式６
 
　なお、視聴頻度は、視聴した時刻が現在からの時間に近いものほど重み付けして算出されていてもよい。例えば、本日視聴された場合の重みを1、k日前に視聴された場合には、重みを1-k/Nとし、N日以前に視聴された場合には、重みを0にして視聴頻度のカウントに入れないといった制御が考えられる。これにより、直近の視聴頻度を重要視することによって、より旬な話題性のあるコンテンツを抽出できるようになる。
　話題性指標算出手段２０２では、合計視聴頻度に基づいてコンテンツ、あるいはコンテンツの時間区間ごとの話題性を判定する。もっとも単純には、合計が大きいほど話題性が大きいと判断すればよい。すなわち、合計視聴頻度をそのまま話題性指標として用いることができる。
　次にフローチャートを使って、話題性判定手段１０２の動作を説明する。
　図６は、図３に示す話題性判定手段１０２での処理全体のフローチャートである。
　まず、ステップＳ５５０においてコンテンツ単位での視聴頻度を算出する。次に、ステップ５５１において、コンテンツ単位での視聴頻度をグループ化されたコンテンツ内で合計して合計視聴頻度を算出する。最後に、ステップＳ５５２において、合計視聴頻度から話題性指標を算出し、出力する。
　次に、話題性判定手段１０２の他の実施の形態について詳しく述べる。
　図４は、話題性判定手段１０２の他の実施の形態を表す図である。
　図４は、視聴頻度算出手段２００、合計視聴頻度算出手段２０１、話題性指標算出手段２０２、有効視聴区間判定２５０とからなる。有効視聴区間判定２５０の入力が視聴履歴情報であり、その出力が視聴頻度算出手段２００に入力される。それ以外の構成は図３の話題性判定手段１０２と同様である。
　次に、図４の話題性判定手段１０２の動作について説明する。
　視聴頻度算出手段２００、合計視聴頻度算出手段２０１、話題性指標算出手段２０２の動作は図３の同じである。ここでは、有効視聴区間判定２５０の動作について述べる。
　有効視聴区間判定２５０には、視聴履歴情報が入力される。有効視聴区間判定２５０では、入力された視聴履歴から、視聴としてふさわしくない履歴を判定し、削除する。たとえば、再生時間が非常に短い場合には、そのコンテンツを視聴しているのではなく、ザッピングでコンテンツを選んでいる際にたまたま目に触れた程度である可能性が高い。あるいは、早送りなどの特殊再生を行った場合も、通常の視聴とは異なる。よってこれらのログを除外し、残った履歴を視聴頻度算出手段２００へ出力する。
　図７は、図４に示す話題性判定手段１０２の処理全体のフローチャートである。
　はじめに入っている有効視聴区間判定S５５３以外は、図６のフローチャートと同様である。有効視聴区間判定（ステップＳ５５３）は、入力された視聴履歴から、視聴としてふさわしくない履歴を判定し、削除する。その後の判定は、図６のフローチャートと同様である。
　本実施の形態では、複数のコンテンツから自動的に同一または派生コンテンツを見つけ出してグループ化し、区間ごとにグループ内で視聴頻度を合計して話題性を判定するように構成されているため、コンテンツのある区間の話題性を的確に判定できる。
　その理由は、動画像の区間単位で照合を行い、同一コンテンツに異なるＩＤが付与されている場合であっても、あるコンテンツから派生してできるコンテンツであっても同一のものとしてグループ化することができ、そのグループに対する話題性を、個々のコンテンツの視聴頻度全体によって評価できるからである。
　尚、上記実施の形態では各部をハードウェアで構成したが、プログラムで動作するＣＰＵ等の情報処理装置で構成しても良い。この場合、プログラムは、上述した動作をＣＰＵ等の情報処理装置に実行させる。
　以上の如く、本発明の第１の態様は、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段とを有するコンテンツ話題性判定システムである。
　本発明の第２の態様は、上記態様において、前記コンテンツが時間軸を有するコンテンツであり、前記コンテンツグループ化手段は、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、前記話題性判定手段は、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する。
　本発明の第３の態様は、上記態様において、前記コンテンツが音楽または映像である。
　本発明の第４の態様は、上記態様において、前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む。
　本発明の第５の態様は、上記態様において、前記話題性判定手段は、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する。
　本発明の第６の態様は、上記態様において、前記話題性判定手段は、コンテンツの話題性を時間区間で判断する。
　本発明の第７の態様は、上記態様において、前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴手段を有する。
　本発明の第８の態様は、上記態様において、前記話題性判定手段は、前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定する有効視聴区間判定手段を有し、前記有効視聴区間判定手段で有効と判定された区間を使って合計視聴頻度を算出する。
　本発明の第９の態様は、上記態様において、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出ステップと、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化ステップと、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定ステップとを有するコンテンツ話題性判定方法である。
　本発明の第１０の態様は、上記態様において、前記コンテンツが時間軸を有するコンテンツであり、前記コンテンツグループ化ステップは、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、前記話題性判定ステップは、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する。
　本発明の第１１の態様は、上記態様において、前記コンテンツが音楽または映像である。
　本発明の第１２の態様は、上記態様において、前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む。
　本発明の第１３の態様は、上記態様において、前記話題性判定ステップは、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する。
　本発明の第１４の態様は、上記態様において、前記話題性判定ステップは、コンテンツの話題性を時間区間で判断する。
　本発明の第１５の態様は、上記態様において、前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴ステップを有する。
　本発明の第１６の態様は、上記態様において、前記話題性判定ステップは、前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定し、前記有効と判定された区間を使って合計視聴頻度を算出する。
　本発明の第１７の態様は、上記態様において、複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出処理と、前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化処理と、前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定処理とを情報処理装置に実行させるコンテンツ話題性判定プログラムである。
　以上好ましい実施の形態、及び態様をあげて本発明を説明したが、本発明は必ずしも上記実施の形態及び態様に限定されるものではなく、その技術的思想の範囲内において様々に変形し実施することが出来る。
　本出願は、２００８年６月２６日に出願された日本出願特願２００８－１６７３４４号を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　本発明によれば、ネット上に投稿されたコンテンツの話題性を区間ごとに判別するといった用途に適用できる。また、上記の用途はネットワークに限らず、同じハードディスクレコーダ内に蓄積されたコンテンツであっても、同一あるいは派生コンテンツが存在する場合には、同様に適用可能である。
１００　　特徴量抽出手段
１０１　　同一／派生コンテンツグループ化手段
１０２　　話題性判定手段
１０４　　コンテンツ視聴手段
１０５　　コンテンツ蓄積手段
１０６　　コンテンツ視聴履歴蓄積手段
２００　　視聴頻度算出手段
２０１　　合計視聴頻度算出手段
２０２　　話題性指標算出手段
２５０　　有効視聴区間手段
 
 

Claims (17)

  1. 　複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出手段と、
    　前記特徴量抽出手段で抽出した複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化手段と、
    　前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定手段と
    を有するコンテンツ話題性判定システム。
  2. 　前記コンテンツが時間軸を有するコンテンツであり、
    　前記コンテンツグループ化手段は、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、
    　前記話題性判定手段は、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する
    請求項１に記載のコンテンツ話題性判定システム。
  3. 　前記コンテンツが音楽または映像である請求項２に記載のコンテンツ話題性判定システム。
  4. 　前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む請求項３に記載のコンテンツ話題性判定システム。
  5. 　前記話題性判定手段は、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する請求項１から請求項４のいずれかに記載の話題性判定システム。
  6. 　前記話題性判定手段は、コンテンツの話題性を時間区間で判断する請求項５に記載の話題性判定システム。
  7. 　前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴手段を有する請求項１から請求項６のいずれかに記載の話題性判定システム。
  8. 　前記話題性判定手段は、
    　前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定する有効視聴区間判定手段を有し、
    　前記有効視聴区間判定手段で有効と判定された区間を使って合計視聴頻度を算出する
    請求項１から請求項７のいずれかに記載の話題性判定システム。
  9. 　複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出ステップと、
    　前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化ステップと、
    　前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定ステップと
    を有するコンテンツ話題性判定方法。
  10. 　前記コンテンツが時間軸を有するコンテンツであり、
    　前記コンテンツグループ化ステップは、前記照合によって時間区間ごとに同一／派生コンテンツのグループ化を行い、前記同一/派生コンテンツグループ化情報を算出し、
    　前記話題性判定ステップは、時間区間ごとに前記合計視聴頻度を算出して時間区間ごとに話題性を判定する
    請求項９に記載のコンテンツ話題性判定方法。
  11. 　前記コンテンツが音楽または映像である請求項１０に記載のコンテンツ話題性判定方法。
  12. 　前記コンテンツの特徴量は、視覚特徴量、又は音響特徴量の少なくとも１つを含む請求項１１に記載のコンテンツ話題性判定方法。
  13. 　前記話題性判定ステップは、前記合計視聴頻度が大きいコンテンツを話題性のあるコンテンツと判定する請求項９から請求項１２のいずれかに記載の話題性判定方法。
  14. 　前記話題性判定ステップは、コンテンツの話題性を時間区間で判断する請求項１３に記載の話題性判定方法。
  15. 　前記複数のコンテンツからコンテンツを選択してコンテンツを視聴し、視聴されたコンテンツの識別情報と視聴区間とを前記コンテンツ視聴履歴情報として出力するコンテンツ視聴ステップを有する請求項９から請求項１４のいずれかに記載の話題性判定方法。
  16. 　前記話題性判定ステップは、
    　前記コンテンツ視聴履歴情報から一定の視聴条件を満たす履歴のみを有効と判定し、
    　前記有効と判定された区間を使って合計視聴頻度を算出する
    請求項９から請求項１５のいずれかに記載の話題性判定方法。
  17. 　複数のコンテンツからコンテンツの特徴量を抽出する特徴量抽出処理と、
    　前記抽出された複数コンテンツの特徴量間で照合を行い、前記複数コンテンツ中に含まれる同一コンテンツおよびそのコンテンツを使って制作された派生コンテンツを求めてグループ化し、同一／派生コンテンツグループ化情報を算出するコンテンツグループ化処理と、
    　前記複数コンテンツの視聴履歴情報と前記同一／派生コンテンツグループ化情報とから、同一／派生コンテンツと判定されたコンテンツ間で視聴頻度を合計し、同一／派生コンテンツごとの合計視聴頻度を算出し、前記合計視聴頻度に基づいて、前記同一／派生コンテンツの話題性を判定する話題性判定処理と
    を情報処理装置に実行させるコンテンツ話題性判定プログラム。
     
PCT/JP2009/060908 2008-06-26 2009-06-16 コンテンツ話題性判定システム、その方法及びプログラム WO2009157339A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US13/001,369 US8306992B2 (en) 2008-06-26 2009-06-16 System for determining content topicality, and method and program thereof
JP2010517912A JP5387860B2 (ja) 2008-06-26 2009-06-16 コンテンツ話題性判定システム、その方法及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008167344 2008-06-26
JP2008-167344 2008-06-26

Publications (1)

Publication Number Publication Date
WO2009157339A1 true WO2009157339A1 (ja) 2009-12-30

Family

ID=41444407

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/060908 WO2009157339A1 (ja) 2008-06-26 2009-06-16 コンテンツ話題性判定システム、その方法及びプログラム

Country Status (3)

Country Link
US (1) US8306992B2 (ja)
JP (1) JP5387860B2 (ja)
WO (1) WO2009157339A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020042332A (ja) * 2018-09-06 2020-03-19 株式会社ビデオリサーチ コンテンツ接触状況調査システム、コンテンツ接触状況調査方法、及びプログラム
JP6964367B1 (ja) * 2021-01-05 2021-11-10 株式会社Rilarc 情報処理装置、情報処理方法及び情報処理プログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9912973B2 (en) * 2014-08-07 2018-03-06 Echostar Technologies L.L.C. Systems and methods for facilitating content discovery based on viewer ratings
US10380633B2 (en) * 2015-07-02 2019-08-13 The Nielsen Company (Us), Llc Methods and apparatus to generate corrected online audience measurement data

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002279026A (ja) * 2001-03-19 2002-09-27 Nec Corp 番組関心度提示サーバ、番組関心度提示方法、および番組関心度提示プログラム
JP2004206679A (ja) * 2002-12-12 2004-07-22 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
JP2005236646A (ja) * 2004-02-19 2005-09-02 Fuji Xerox Co Ltd 画像表示装置および方法およびプログラム
JP2005274991A (ja) * 2004-03-25 2005-10-06 Sony Corp 楽曲データ格納装置および重複楽曲削除方法
JP2005333453A (ja) * 2004-05-20 2005-12-02 Matsushita Electric Ind Co Ltd デジタル情報コンテンツの配信システム
JP2007272651A (ja) * 2006-03-31 2007-10-18 Research Organization Of Information & Systems 映像提供装置及び映像提供方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7720723B2 (en) * 1998-09-18 2010-05-18 Amazon Technologies, Inc. User interface and methods for recommending items to users
US20020198882A1 (en) * 2001-03-29 2002-12-26 Linden Gregory D. Content personalization based on actions performed during a current browsing session
JP3713043B2 (ja) * 2002-11-14 2005-11-02 松下電器産業株式会社 視聴履歴記録方法および視聴履歴利用方法
US7260568B2 (en) * 2004-04-15 2007-08-21 Microsoft Corporation Verifying relevance between keywords and web site contents
JP4892993B2 (ja) 2006-01-30 2012-03-07 大日本印刷株式会社 携帯型端末、コンテンツ配信システム、ｕｉｍカード、プログラム及び記録媒体

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002279026A (ja) * 2001-03-19 2002-09-27 Nec Corp 番組関心度提示サーバ、番組関心度提示方法、および番組関心度提示プログラム
JP2004206679A (ja) * 2002-12-12 2004-07-22 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
JP2005236646A (ja) * 2004-02-19 2005-09-02 Fuji Xerox Co Ltd 画像表示装置および方法およびプログラム
JP2005274991A (ja) * 2004-03-25 2005-10-06 Sony Corp 楽曲データ格納装置および重複楽曲削除方法
JP2005333453A (ja) * 2004-05-20 2005-12-02 Matsushita Electric Ind Co Ltd デジタル情報コンテンツの配信システム
JP2007272651A (ja) * 2006-03-31 2007-10-18 Research Organization Of Information & Systems 映像提供装置及び映像提供方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020042332A (ja) * 2018-09-06 2020-03-19 株式会社ビデオリサーチ コンテンツ接触状況調査システム、コンテンツ接触状況調査方法、及びプログラム
JP6964367B1 (ja) * 2021-01-05 2021-11-10 株式会社Rilarc 情報処理装置、情報処理方法及び情報処理プログラム
JP2022105890A (ja) * 2021-01-05 2022-07-15 株式会社Rilarc 情報処理装置、情報処理方法及び情報処理プログラム

Also Published As

Publication number Publication date
JPWO2009157339A1 (ja) 2011-12-08
JP5387860B2 (ja) 2014-01-15
US8306992B2 (en) 2012-11-06
US20110153609A1 (en) 2011-06-23

Similar Documents

Publication Publication Date Title
JP5546246B2 (ja) コンテンツ管理システム
US11030462B2 (en) Systems and methods for storing content
JP6903751B2 (ja) 一致するコンテンツを特定するためのシステムおよび方法
US9251406B2 (en) Method and system for detecting users' emotions when experiencing a media program
JP6316787B2 (ja) 広告タグを介したウェブベースのメディアにおけるコンテンツシンジケーション
CN104768082B (zh) 一种音视频播放信息处理方法及服务器
CA2758121C (en) Policy-based media syndication and monetization
US20090100456A1 (en) Method and apparatus for monitoring online video
CN110290400B (zh) 可疑刷量视频的识别方法、真实播放量预估方法及装置
EP2417553A1 (en) Policy-based video content syndication
US9684907B2 (en) Networking with media fingerprints
JP5387860B2 (ja) コンテンツ話題性判定システム、その方法及びプログラム
EP3346396A1 (en) Multimedia resource quality assessment method and apparatus
CN107733874A (zh) 信息处理方法、装置、计算机设备和存储介质
US20090049390A1 (en) Methods and apparatuses for distributing content based on profile information and rating the content
CN112218118A (zh) 一种音视频裁剪方法及装置
JP2009130529A (ja) 広告映像再生方法及び装置及びプログラム
AU2016253600A1 (en) Content management system
AU2013201930A1 (en) Content Management System

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09770049

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2010517912

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 13001369

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 09770049

Country of ref document: EP

Kind code of ref document: A1