[发明专利]内容分析系统、内容分析设备、内容分析方法以及内容分析程序

说明书

技术领域

本发明涉及内容分析技术，更具体地，涉及发现任意内容和其他内容之间的在对用户的传播模式方面的相关性的内容分析系统、内容分析设备、内容分析方法以及内容分析程序。

背景技术

相关性分析是以数值来描述两个变量之间的关系的分析方法，且用于信息推荐或市场销售。

例如，在信息推荐中，被称为协作过滤的算法是众所周知的推荐相似性或关联性高的内容的推荐方法，该推荐方法通过根据用户对内容的使用或评级的历史来获得内容或用户之间的相关性。

近年来，日益重要的是从大量内容(电子书、新闻、运动图像、音乐等等)中自动掌握使用户感兴趣的内容的推荐系统，并向用户呈现它们，该系统通过类似于在大型购物中心等等中“购买了该产品的人还购买了这种产品”之类的广告短语，来提供对高度关联的内容进行推荐的服务。

在例如非专利文献1、专利文献1和专利文献2中记载了用于信息推荐的、与利用相关性的协作过滤相关的现有技术。

非专利文献1是描述最早的基础基本协作过滤的算法的论文。

专利文献1涉及具有减少管理位置信息的工作的效果的推荐技术，包括：通过使用每个用户单独注册的位置信息(如，书签)，基于每个分类推荐来自关联性高的分类的位置信息，以添加URL。

专利文献2涉及具有以下效果的协作过滤：通过基于访问历史将用户分为多个组，将用户指派到多个组中，并通过使用时间序列访问历史来提取频率高的迁移，以建立推荐规则，从而避免向初学者推荐有经验的人的物品。

这些技术的目标是：获得内容之间、用户之间、以及分类之间的相关性，以恰当地推荐相似性和关联性在相关性方面都高的内容。

然而，这些技术仅获得在内容使用的频率或评级之间的相关性。

尽管专利文献2使用了时间序列迁移的频率模式的频率，其仅使用在从内容1至内容2的迁移之前和之后的迁移模式的频率，且未能考虑与内容如何传播至用户相关的用户传播的相似性。因此不可能在对于用户恰当的传播时机推荐内容。

专利文献1：专利号4118580

专利文献2：日本专利公开No.2008-176398

专利文献3：日本专利公开No.2004-3662208

专利文献4：日本专利公开No.2010-140162

非专利文献1：P.Resnick，N.Iacovou，M.Suchak，P.Bergstrom，and J.Riedl，“GroupLens：Open Architecture for Collaborative Filtering of Netnews”，Conference on Computer Supported Cooperative Work，p.175-186，1994。

上述现有技术的问题是无法发现特征(即，内容传播至用户的传播模式之间的相关性)，以最佳地将其用于如信息推荐或市场销售分析之类的应用领域。

例如，在信息推荐中，由于平等地处理传播模式不同的内容，不可能在对于用户恰当的传播时机来推荐内容。

其原因在于：当获得作为内容之间的特征的相关性时，仅通过使用用户对内容的使用频率(评级)来获得相关性，而未考虑在指示内容如何传播至用户的传播模式之间的相关性。

(本发明的目的)

本发明的目的是提供解决上述问题并使得内容传播至用户的传播模式之间的相关性成为可能的内容分析系统、内容分析设备、内容分析方法和内容分析程序，可以利用作为要发现的特征的相关性进行信息推荐或市场销售分析，且在例如信息推荐中，使得能够在恰当的传播时机推荐内容。

发明内容

根据本发明的示例方面，一种内容分析系统包括：

用户终端，以及

内容分析设备，从所述用户终端接收预定请求并返回结果，

其中，所述内容分析设备包括：

传播模式提取单元，提取传播模式，所述传播模式针对由多个内容的使用历史形成的历史数据中包括的每个内容，指示如何所述内容如何传播至用户，以及

相关性计算单元，获得所述内容的所述传播模式之间的相关性。

根据本发明的示例方面，从用户终端接收预定请求并返回结果的一种内容分析设备包括：

传播模式提取单元，提取传播模式，所述传播模式针对由多个内容的使用历史形成的历史数据中包括的每个内容，指示所述内容如何传播至用户，以及

相关性计算单元，获得所述内容的传播模式之间的相关性。