BR112016017972B1 - Método para modificação de fluxo de comunicação - Google Patents

Abstract

SISTEMAS, APARELHOS E MÉTODOS PARA MODIFICAÇÃO DE FLUXO DE COMUNICAÇÃO. A presente invenção refere-se a um aparelho que inclui um módulo de interface de usuário configurado para receber informações de usuário associadas com um usuário. O aparelho também inclui um módulo de classificação configurado para aplicar um classificador definido dentro de uma árvore de classificação nas informações de usuário, e para calcular uma pontuação de classificação que representa uma probabilidade estimada que o usuário está associado com pelo menos um tipo de usuário. O módulo de classificação está também configurado para classificar o usuário para um tipo de usuário identificado com base na pontuação de classificação. O aparelho também inclui um banco de dados configurado para armazenar pelo menos uma de informações de conta de usuário associadas com o usuário, informações históricas associadas com o usuário, ou informações históricas associadas com um grupo de usuários que inclui o usuário. O aparelho também inclui um módulo de geração de interface configurado para gerar um sinal com base nas informações no banco de dados, o sinal especificando uma interface de usuário a ser apresentada para o usuário.

Description

REFERÊNCIA CRUZADA AOS PEDIDOS RELACIONADOS

[0001] Este pedido prioridade para O Pedido Provisório U.S. Número de Série 61/936.639 depositado em 06 de Fevereiro de 2014, intitulado "SISTEMAS, APARELHOS E MÉTODOS PARA MODIFICAÇÃO DE FLUXO DE COMUNICAÇÃO" a descrição do qual está aqui incorporada por referência na sua totalidade.

ANTECEDENTES

[0002] Alguns sistemas baseados em móvel conhecidos, tal como os sistemas de resposta de voz interativa (IVR), permitem um usuário obter informações e/ou conduzir transações móveis sem interação humana. Tais sistemas conhecidos, no entanto, não são interativos e do não personalizam a interação que o usuário tem com o sistema. Consequentemente, um usuário frequentemente deve analisar através de informações indesejadas e/ou longos menus antes de receber as informações desejadas e/ou conduzir uma transação. Isto pode aumentar o aborrecimento do usuário e/ou aumentar o tempo que leva para o usuário obter informações e/ou conduzir transações utilizando o sistema automatizado.

[0003] Assim, uma necessidade existe para sistemas, aparelhos, e métodos para aperfeiçoar o serviço de cliente associado com os sistemas de serviço de cliente automatizados.

SUMÁRIO

[0004] Um aparelho inclui um módulo de interface de usuário configurado para receber informações de usuário associadas com um usuário. O aparelho também inclui um módulo de classificação configurado para aplicar um classificador definido dentro de uma árvore de classificação para as informações de usuário, e para calcular uma pontuação de classificação que representa uma probabilidade estimada que o usuário está associado com pelo menos um tipo de usuário. O módulo de classificação está também configurado para classificar o usuário para um tipo de usuário identificado com base na pontuação de classificação. O aparelho também inclui um banco de dados configurado para armazenar pelo menos uma de informações de conta de usuário associadas com o usuário, informações históricas associadas com o usuário, ou informações históricas associadas com um grupo de usuários que inclui o usuário. O aparelho também inclui um módulo de geração de interface configurado para gerar um sinal com base nas informações no banco de dados, o sinal especificando uma interface de usuário a ser apresentada para o usuário.

BREVE DESCRIÇÃO DOS DESENHOS

[0005] Figura 1 é uma ilustração de um sistema de gerenciamento de chamada, de acordo com uma modalidade.

[0006] Figura 2A é uma ilustração de um exemplo de dois diferentes perfis de cliente, de acordo com uma modalidade.

[0007] Figura 2B é uma ilustração de um exemplo de tempo despendido por um cliente em prover preferências de cliente, de acordo com uma modalidade.

[0008] Figura 3 é um fluxograma que ilustra um método do sistema de gerenciamento de chamada da Figura 1, de acordo com uma modalidade.

[0009] Figura 4 é uma ilustração de uma modalidade do sistema da Figura 1.

[0010] Figura 5 é uma ilustração de operação de uma máquina preditiva, de acordo com uma modalidade.

[0011] Figura 6 é uma ilustração de operação de uma máquina de preferência, de acordo com uma modalidade.

[0012] Figuras 7A-7B são ilustrações da utilização de redes/máquinas de vetor de suporte (SVMs) para classificação.

[0013] Figura 8 é uma ilustração exemplar de uma árvore de classificação, de acordo com uma modalidade.

DESCRIÇÃO DETALHADA

[0014] Sistemas, aparelhos e métodos para modificação de fluxo de comunicação estão aqui descritos. Em algumas modalidades, o fluxo de comunicação está direcionado para o autosserviço de usuário. Em algumas modalidades, o fluxo de comunicação está direcionado para uma proposta de resposta de voz interativa (IVR). Em algumas modalidades o fluxo de comunicação está direcionado para uma proposta habilitada em dispositivo móvel, tal como baseado em uma aplicação de computação de nuvem. Em algumas modalidades, o fluxo de comunicação está direcionado para uma proposta baseada na web, tal como baseada em uma interface de browser da web. Em algumas modalidades, o fluxo de comunicação está direcionado para uma proposta habilitada em bate-papo de texto, tal como um bate-papo baseado na ou bate-papo móvel.

[0015] Em algumas modalidades, um aparelho inclui um módulo de interface de usuário configurado para receber de um dispositivo de usuário associado com um usuário, informações de usuário associadas com o usuário. O aparelho ainda inclui um módulo de classificação operativamente acoplado no módulo de interface de usuário, o módulo de classificação configurado para aplicar um classificador definido dentro de uma árvore de classificação para as informações de usuário. Aplicar um classificador ainda inclui calcular uma pontuação de classificação que representa uma probabilidade estimada que o usuário está associado com pelo menos um tipo de usuário. O módulo de classificação está ainda configurado para classificar o usuário para um tipo de usuário identificado da pluralidade de tipos de usuário com base na pontuação de classificação. O aparelho ainda inclui um banco de dados configurado para armazenar pelo menos uma de informações de conta de usuário associadas com o usuário, informações históricas associadas com o usuário, ou informações históricas associadas com um grupo de usuários que inclui o usuário. O aparelho ainda inclui um módulo de geração de interface configurado para gerar um sinal com base no tipo de usuário identificado, nas informações de conta de usuário, nas informações históricas associadas com o usuário, e nas informações históricas associadas com o grupo de usuários. O sinal especifica (por exemplo, inclui uma indicação de) uma interface de usuário a ser apresentada para o usuário. O módulo de interface de usuário está configurado para transmitir o sinal para o dispositivo de usuário.

[0016] Em algumas modalidades, um aparelho inclui um módulo de interface de usuário de um sistema interativo. O módulo de interface de usuário está configurado para receber, de um dispositivo de usuário associado com um usuário, informações de usuário associadas com o usuário. O aparelho ainda inclui um módulo de classificação operativamente acoplado no módulo de interface de usuário e configurado para aplicar um classificador nas informações de usuário. Aplicar um classificador ainda inclui calcular uma pontuação de classificação que representa uma probabilidade estimada que o usuário pertence a pelo menos um tipo de usuário. Cada tipo de usuário está associado com pelo menos um de um diferente nível de atividade fraudulenta pelo usuário, ou um diferente tipo de atividade fraudulenta pelo usuário. O módulo de classificação está ainda configurado para classificar o usuário a um tipo de usuário identificado de um conjunto de usuário com base na pontuação de classificação. O módulo de interface de usuário está ainda configurado para transmitir um sinal para o dispositivo de usuário. O sinal especifica uma interface de usuário para o sistema de IVR a ser apresentado para o usuário com base no tipo de usuário identificado.

[0017] Em algumas modalidades, um método inclui receber em um dispositivo hospedeiro, de um dispositivo de usuário associado com um usuário, informações de usuário associadas com o usuário. O método ainda inclui calcular uma pontuação de classificação que representa uma probabilidade estimada que o usuário pertence a pelo menos um tipo de usuário. O método ainda inclui classificar o usuário como um tipo de usuário identificado com base na pontuação de classificação. O método ainda inclui transmitir um sinal para o dispositivo de usuário, o sinal especificando uma interface de usuário a ser apresentada para o usuário com base no tipo de usuário identificado. O método ainda inclui, se um banco de dados associadas com o dispositivo hospedeiro incluir informações de conta de usuário preexistentes associadas com o usuário, atualizar as informações de conta de usuário para incluir uma indicação do tipo de usuário identificado. O método ainda inclui, se o banco de dados não incluir informações de conta de usuário preexistentes associadas com o usuário: definir novas informações de conta de usuário para o usuário; e armazenar as novas informações de conta de usuário no banco de dados. As novas informações de conta de usuário incluem uma indicação do tipo de usuário identificado.

[0018] A Figura 1 é uma ilustração esquemática de um ambiente dentro do qual aspectos de um sistema de gerenciamento de chamada 100 (também referido como um "sistema" ou um "aparelho" em algumas instâncias) pode ser implementado e empregado. O sistema 100 é operável para utilização por entidades tais como os dispositivos 112a-112n.

[0019] Os dispositivos 112a-112n estão associados com os usuários do sistema 100, apesar de ser compreendido que, em algumas modalidades, os dispositivos 112a-112n podem incluir interfaces de hardware/software (por exemplo, um dispositivo de computação, um telefone fixo ou móvel, uma interface da web, uma interface de telefone móvel, e/ou similares) interagindo com o sistema 100, e/ou similares. Por exemplo, o dispositivo 112a pode abranger um telefone móvel empregado por um usuário/proprietário do telefone para chamar o sistema 100, e/ou similares. Em algumas modalidades, os dispositivos 112a-112n podem incluir pelo menos um processador e uma memória para implementar e/ou executar uma interface de usuário (não mostrada na Figura 1).

[0020] O sistema 100 pode estar em comunicação com os dispositivos 112a-112n como indicado por linhas cheias na Figura 1 através de, por exemplo, uma ou mais redes, cada uma das quais pode ser qualquer tipo de rede tal como, por exemplo, uma rede de área local (LAN), uma rede de área ampla (WAN), uma rede virtual, uma rede de telecomunicações, e/ou a Internet, implementadas como uma rede com fio e/ou uma rede sem fio. Qualquer ou todas as comunicações podem ser seguras (por exemplo, criptografadas) ou inseguras, como é conhecido na técnica. O sistema 100 pode ser um computador pessoal, um servidor, uma estação de trabalho, um tablet, um dispositivo móvel, um ambiente de computação de nuvem, uma aplicação ou um módulo executando em qualquer uma destas plataformas, e/ou similares.

[0021] Em algumas modalidades, aspectos do sistema 100 são operáveis para monitorar quão rapidamente e precisamente um usuário está respondendo através de um dispositivo de entrada, tal como geralmente descrito na Publicação de Pedido de Patente U.S. Número 2013/0069858 intitulada "SISTEMA DE COMUNICAÇÕES ADAPTÁVEL", depositado em 26 de Agosto de 2005; e na Publicação de Pedido de Patente U.S. Número 2013/0070910 intitulada "SISTEMA DE COMUNICAÇÕES ADAPTÁVEL AVANÇADO (ACS)", depositada em 10 de Julho de 2008, as descrições inteiras das quais estão aqui incorporadas por referência. Em algumas modalidades, aspectos do sistema 100 são operáveis para adaptar ao sotaque de fala de um usuário, tal como geralmente descrito Publicação de Pedido de Patente U.S. Número 2013/0070911 intitulada "SISTEMA DE COMUNICAÇÕES DE VOZ ADAPTÁVEL A SOTAQUE (AAVCS)", depositada em 26 de Agosto de 2005, a descrição inteira da qual está aqui incorporada por referência. Em algumas modalidades, aspectos do sistema 100 são operáveis para automaticamente monitorar e aprender do comportamento em uso normal exibido por um usuário humano, tal como geralmente descrito na Publicação de Pedido de Patente U.S. Número US2012/0310652 intitulada "INTERFACE DE COMPUTADOR ADAPTÁVEL A HUMANO (AAHCI)", depositada em 01 de Junho de 2009, a descrição inteira da qual está aqui incorporada por referência. Em algumas modalidades, aspectos do sistema 100 são operáveis para automaticamente adaptar para adequar à velocidade na qual um usuário interage com o sistema, tal como geralmente descrito na Patente U.S. Número 5.493.608 intitulada "SISTEMA DE RESPOSTA DE VOZ ADAPTÁVEL A CHAMADOR", depositada em 17 de Março de 1994, a descrição inteira da qual está aqui incorporada por referência. Em algumas modalidades, aspectos do sistema 100 são operáveis para comunicação assíncrona de múltiplos modos, tal como geralmente descrito na Publicação de Pedido de Patente U.S. Número 2013/0282844 intitulada "APARELHO E MÉTODOS PARA COMUNICAÇÃO ASSÍNCRONA DE MÚLTIPLOS MODOS", depositada em 12 de Março de 2013, a descrição inteira da qual está aqui incorporada por referência. Em algumas modalidades, aspectos do sistema 100 são operáveis para adaptar a comunicação com base em mudanças em parâmetros de rede/conexão, tal como intensidade e/ou largura de banda, tal como geralmente descrito no Pedido de Patente U.S. Número 14/587.558 intitulado "MÉTODOS E APARELHO PARA GERENCIAMENTO DE COMUNICAÇÃO BASEADA EM LARGURA DE BANDA ADAPTÁVEL", depositado em 31 de Dezembro de 2014, a descrição inteira do qual está aqui incorporada por referência.

[0022] O sistema 100 inclui pelo menos um processador 110 e uma memória 160. A Figura 1A também ilustra um banco de dados 170, apesar de ser compreendido que, em algumas modalidades, o banco de dados 170 e a memória 160 podem ser um armazenamento de dados comum. Em algumas modalidades, o banco de dados 170 constitui um ou mais bancos de dados. Ainda, em outras modalidades (não mostradas), pelo menos um banco de dados pode ser externo ao sistema 100. A Figura 1 também ilustra um componente de entrada/saída (I/O) 180, o qual pode apresentar uma ou mais interfaces de entrada/saída, implementadas em software e/ou hardware, para os dispositivos 112a-112n, e/ou outras entidades para interagir diretamente ou indiretamente com o sistema 100.

[0023] A memória 160 e/ou o banco de dados 170 podem independentemente ser, por exemplo, uma memória de acesso randômico (RAM), um armazenamento de memória, um unidade rígida, um banco de dados, uma memória somente de leitura programável apagável (EPROM), uma memória somente de leitura eletricamente apagável (EEPROM), uma memória somente de leitura (ROM), uma memória instantânea, e/ou assim por diante. A memória 160 e/ou o banco de dados 170 podem armazenar instruções para fazer com que o processador 110 execute módulos, processos e/ou funções associados com o sistema 100.

[0024] O processador 110 inclui um módulo de interface de usuário 122, um módulo de conta 124, um módulo de classificação 126, um módulo de análise 130, um módulo de geração de sinal 132, um módulo de banco de dados 136, e um módulo de comunicação 140. Em algumas modalidades, o processador 110 pode incluir módulos adicionais (não mostrados). Cada módulo pode independentemente ser um módulo de hardware e/ou um módulo de software (implementado em hardware, tal como o processador 110).

[0025] Em algumas modalidades, a funcionalidade de um ou mais dos módulos pode ser combinada e/ou sobreposta. Por exemplo, o módulo de comunicação 140 e o módulo de banco de dados 136 podem ser um único módulo. Em algumas modalidades, a funcionalidade de um ou mais módulos e/ou a interação entre os módulos podem ser baseadas em requisitos normativos para processamento de dados, armazenamento, integridade, segurança, e/ou similares.

[0026] Apesar de mostrados como sendo implementados no processador 110, em outras modalidades, os módulos podem ser distribuídos. Em tais modalidades, por exemplo, o módulo de análise 130 pode estar em um primeiro processador e/ou dispositivo de rede e o módulo de banco de dados 136 pode estar em um segundo processador e/ou dispositivo de rede. Tais processadores e/ou dispositivo de redes podem ser comunicativamente acoplados através de, por exemplo, uma rede.

[0027] O processador 110 pode ser qualquer dispositivo de processamento adequado configurado para operar e/ou executar um conjunto de instruções ou código. O processador 110 pode ser, por exemplo, um processador de uso geral, uma Rede de Portas Programáveis no Campo (FPGA), um Circuito Integrado de Aplicação Específica (ASIC), Um Processador de Sinal Digital (DSP), e/ou similares. O processador 110 pode estar configurado para operar e/ou executar processos de aplicação e/ou outros módulos, processos e/ou funções associados com o dispositivo 100 e/ou a rede. Qualquer um dos dispositivos 112a-112n podem também incluir uma memória e um processador (não mostrados na Figura 1).

[0028] O módulo de comunicação 140 pode estar configurado para facilitar a conectividade de rede para o sistema 100. Por exemplo, o módulo de comunicação 140 pode incluir e/ou permitir um controlador de interface de rede (NIC), conexão sem fio, uma porta com fio, e/ou similares. Como tal, o módulo de comunicação 140 pode estabelecer e/ou manter uma seção de comunicação com os dispositivos 112a- 112n (por exemplo, através de uma rede tal como a Internet (não mostrada)). Similarmente apresentado, o módulo de comunicação 140 pode permitir que o sistema 100 envie dados para os e/ou receba dados dos dispositivos 112a-112n.

[0029] O módulo de banco de dados 136 está configurado para interfacear com a memória 160 e/ou o banco de dados 170 para manipulação de dados (incluindo armazenamento, modificação, e/ou apagamento). Por exemplo, o módulo de banco de dados 136 pode ser operável para armazenar informações de conta de usuário (do usuário do dispositivo 112a, por exemplo) na memória 160 e/ou no banco de dados 170. Em outro exemplo, o módulo de banco de dados 136 pode ser operável para atualizar as preferências de usuário e/ou tipo de usuário (aqui explicado em mais detalhes) associados com as informações de conta de usuário armazenadas na memória 160 e/ou no banco de dados 170.

[0030] O módulo de interface de usuário 122 está configurado para comunicar com os dispositivos 112a-112n, tal como receber informações de usuário dos dispositivos 112a-112n, para apresentar uma interface de usuário para os dispositivos 112a-112n, e/ou similares. Em algumas modalidades, a interface de usuário está baseada em resposta de voz interativa. Em algumas modalidades, a interface de usuário está baseada na web. Em algumas modalidades, o módulo de interface de usuário 122 está configurado para apresentar uma interface de usuário visual, de áudio e/ou háptica para os dispositivos 112a-112n. Em algumas modalidades, o módulo de interface de usuário 122 pode solicitar informações adicionais dos dispositivos 112a-112n, para serem utilizadas na operação dos outros módulos, e pode receber as informações adicionais solicitadas.

[0031] Em algumas modalidades, o módulo de interface de usuário 122 está configurado para identificar e/ou autorizar o dispositivo de usuário 112a-112n para interagir com o sistema 100 recebendo informações de identificação de usuário. Em algumas modalidades, as informações de identificação de usuário incluem informações de dispositivo associadas com o usuário tal como, por exemplo, um número de telefone móvel associado com o dispositivo 112a, um endereço de controle de acesso de mídia (MAC), um endereço de protocolo de internet (IP), e/ou similares. Em algumas modalidades, as informações de identificação de usuário incluem informações biométricas do usuário. Em algumas modalidades, as informações de identificação de usuário incluem informações de usuário inseridas pelo usuário, tal como, por exemplo, uma combinação de nome de usuário - senha. Independentemente da natureza das informações de identificação de usuário identificadas e/ou recebidas, em algumas modalidades, o módulo de interface de usuário 122 é operável para comunicar com o módulo de conta 124 para verificar as informações de identificação de usuário contra informações de perfil de usuário armazenadas.

[0032] Em algumas modalidades, o módulo de interface de usuário 122 está configurado para comunicar com o módulo de geração de sinal 132 para determinar a interface de usuário a ser apresentada para o usuário (tal como o usuário do dispositivo 112a, por exemplo) quando o usuário contata o sistema 100, tal como, por exemplo, quando o usuário faz uma chamada telefônica para o sistema 100, acessa o sistema 100 através de uma interface da web, e/ou similares. Em algumas modalidades, o módulo de interface de usuário 122 está configurado para comunicar com o módulo de geração de sinal 132 para modificar a interface de usuário apresentada para o usuário, como será abaixo explicado em mais detalhes. Em algumas modalidades, o módulo de interface de usuário 122 está configurado para, em concerto com o módulo de geração de sinal 132, modificar a interface de usuário apresentada para o usuário dinamicamente, isto é, durante a interação com o usuário. Por exemplo, quando o dispositivo 112b chama o sistema 100, o módulo de interface 122 pode inicialmente prover um menu de reconhecimento de voz interativo (IVR) para engajar o usuário, e então com base na interação com o usuário, prover um menu de IVR atualizado durante a chamada para levar em conta a interação substancialmente em tempo real. Em algumas modalidades, o sinal especifica uma interface gráfica de usuário, tal como pode ser utilizada para configurar a interface de uma aplicação baseada em nuvem que executa no dispositivo de usuário.

[0033] O módulo de conta 124 está configurado para comunicar com a memória 160 e/ou o banco de dados 170 (por exemplo, através do módulo de banco de dados 136) para gerenciar as informações de conta de usuário armazenadas. Em algumas modalidades, o módulo de conta 124 é operável para receber informações de conta de usuário atualizadas, e está ainda operável para atualizar a memória 160 e/ou o banco de dados 170 (por exemplo, através do módulo de banco de dados 136) com as informações atualizadas. Como um exemplo, em algumas modalidades, um usuário existente atualiza suas informações de conta de usuário, tal como especificando um novo número de telefone para ser de preferência contatado (isto é, uma nova preferência de engajamento para engajar com o sistema 100), e o módulo de conta 124 é operável para atualizar a conta de usuário do usuário existente no banco de dados 170. Em algumas modalidades, o usuário é um novo usuário, e o módulo de conta 124 é operável para gerar e armazenar as informações de conta de usuário recebidas como uma nova conta de usuário no banco de dados 170 (por exemplo, como um perfil de usuário).

[0034] Em algumas modalidades, o módulo de interface 122 e/ou o módulo de conta 124 é operável para armazenar o histórico de utilização (por exemplo, as tarefas mais comuns executadas para um usuário específico, a velocidade na qual o usuário navega, preferência de linguagem, etc.) para o usuário na memória 160 e/ou no banco de dados 170 (por exemplo, através do módulo de banco de dados 136), como associado com, por exemplo, a conta de usuário e/ou perfil do usuário. Deste modo, cada vez que um usuário (por exemplo, o usuário do dispositivo 112a) utiliza o sistema 100, os detalhes sobre a transação/interação são armazenados como associados com a conta de usuário e/ou perfil do usuário.

[0035] O módulo de classificação 126 é operável para rastrear as interações de um usuário quando utilizando a interface de usuário. Em algumas modalidades, o módulo de classificação 126 pode rastrear múltiplas interações entre o usuário (por exemplo, sobre múltiplas vezes que o usuário entra no sistema) e o sistema 100 para inferir a interação e/ou preferências de engajamento de usuário do usuário quando utilizando o sistema. Por exemplo, o módulo de classificação 126 pode avaliar o histórico de utilização (acima descrito) associado com o perfil de usuário para inferir as preferências de usuário. As preferências de usuário podem incluir, mas não estão limitadas a, uma linguagem de comunicação, uma transação específica, transações comuns executadas pelo usuário, método de contatar o usuário (por exemplo, através de email, mensagem de texto, bate-papo móvel, bate-papo baseado na web, e/ou similares), funções de autosserviço, um problema em andamento que o usuário está enfrentando, e/ou similares. Deste modo, o módulo de classificação 126 é operável para 'aprender' comportamento de usuário. Em algumas modalidades, o módulo de classificação 126 é operável para armazenar e/ou atualizar as preferências de usuário na memória 160 e/ou no banco de dados 170 (por exemplo, através do módulo de banco de dados 136) como associadas com a conta de usuário do usuário. Em algumas modalidades, atualizar a(s) preferência(s) de usuário pode incluir reiniciar a(s) preferência(s) de usuário para um sistema padrão.

[0036] Em algumas modalidades, o módulo de classificação 126 pode utilizar métodos de identificação de usuário avançados para precisamente identificar o usuário, tal como, por exemplo, informações de localização geográfica, um número de telefone do qual o usuário está chamando/acessando o sistema 100, um identificador de dispositivo associado com o dispositivo do usuário (por exemplo, um endereço MAC, um endereço de IP, etc.), reconhecimento de voz, uma hora do dia quando o usuário geralmente liga/acessa o sistema 100, etc. Em algumas modalidades, o módulo de classificação 126 pode atribuir uma pontuação de classificação/confiança para a identificação de usuário, e considerar o usuário como corretamente identificado quando a pontuação de classificação/confiança atende um critério predeterminado (por exemplo, é igual a ou maior do que um limite mínimo).

[0037] Em algumas modalidades, o módulo de classificação 126 é operável para utilizar as informações históricas armazenadas sobre um usuário para classificar o usuário como pertencendo a um ou mais tipos de perfil. A classificação do usuário pode ser baseada em um ou mais dos seguintes: um ou mais tipos de perfil manualmente especificados para o usuário (por exemplo, por um administrador do sistema 100), uma ou mais regras de classificação, um produto e/ou serviço associados com o usuário, informações típicas de dia/hora de interações do usuário com o sistema, informações de dispositivo de dispositivos empregados pelo usuário para interagir com o sistema, informações de desempenho de usuário do usuário como determinado pelo módulo de análise (aqui descrito em mais detalhes), interrupções de sistema previstas que afetariam o usuário, informações de histórico de usuário indicativas de quando o usuário contataria/interagiria com o sistema novamente, métrica de distribuição de chamada automatizada (ACD) preditiva da experiência do usuário com o sistema (por exemplo, Tempo de Espera Médio, Profundidade de Fila, Tempo de Manipulação Médio, e/ou similares), informações financeiras associadas com o usuário, um nível de prioridade de cliente associado com o usuário, um tipo de personalidade associado com o usuário, preferências de usuário, informações geográficas associadas com o usuário, posts de mídia social associados com o usuário, e/ou similares.

[0038] Em algumas modalidades, o módulo de classificação 126 está configurado para aplicar um classificador nas informações de usuário recebidas através do módulo de interface de usuário 122. O termo "classificador" como aqui utilizado abrange qualquer implementação, em software e/ou hardware, de uma proposta de reconhecimento de padrão que mapeia as informações de usuário para uma categoria, tal como, por exemplo, um tipo de usuário. A categorização de um usuário para um tipo de usuário pode ser baseada em qualquer parâmetro pelo qual o usuário é discernível de pelo menos um outro usuário (por exemplo, informações de conta de usuário) e/ou discernível de um diferente estado do mesmo usuário (por exemplo, quando o usuário está em uma localização diferente do que ele previamente estava, utilizando um diferente dispositivo de múltiplos dispositivo de usuários registrados, engajando em um comportamento fraudulento versus não fraudulento, a frequência e/ou natureza do comportamento fraudulento, e/ou similares).

[0039] O classificador pode incluir propostas tanto estatísticas quanto não estatísticas (por exemplo, propostas de inteligência artificial) incluindo, mas não limitado a, uma ou mais de árvores de classificação, árvores de regressão, redes/máquinas de vetor de suporte (SVMs), classificadores quadráticos, estimativa de núcleo, intensificação, árvores de decisão, redes neurais, e/ou similares. Como um exemplo, quando as informações de usuário incluem um número de telefone associado com o dispositivo de usuário 112a, um classificador pode ser empregado para identificar, com base no número de telefone, se o usuário está ligando de seu telefone residencial, de seu telefone móvel, ou de seu telefone de escritório. Como outro exemplo, quando as informações de usuário incluem uma localização geoespacial do usuário, um classificador pode tentar identificar um código postal associado com a localização do usuário.

[0040] Em algumas modalidades, o módulo de classificação 126 está configurado para aplicar múltiplos classificadores nas informações de usuário, tal como na forma de uma árvore de classificação e/ou regressão. Em tais modalidades, cada classificador pode definir um nodo interno da árvore de classificação, e cada tipo de usuário para o qual o usuário pode ser potencialmente classificado pode definir um nodo terminal da árvore de classificação. Por exemplo, uma árvore de classificação de três níveis pode incluir: um primeiro classificador para identificar se o usuário está ligando de seu telefone residencial, de seu telefone móvel, ou de seu telefone de escritório; um segundo classificador a jusante do primeiro classificador para identificar, em resposta a identificar que o usuário está ligando de seu telefone móvel, se ele está em deslocamento diário ou em uma localização identificável; e um nodo terminal a jusante do segundo classificador que classifica o usuário como um usuário do dispositivo 112a que deixou o seu escritório e pode estar correntemente dirigindo. Deste modo, aspectos do sistema podem apresentar uma interface de usuário que inclui uma mínima ou nenhuma entrada táctil no dispositivo de usuário 112a com base em uma determinação que o usuário está dirigindo.

[0041] Em algumas modalidades, o módulo de classificação 126 está configurado para empregar dados de treinamento identificados (por exemplo, informações de usuário de um tipo de usuário predeterminado) para executar um treinamento supervisionado do classificador. Em algumas modalidades, o classificador inclui uma rede de vetor de suporte (também algumas vezes referida como uma máquina de vetor de suporte, ou SVM), e o módulo de classificação 126 está configurado para treinar o classificador utilizando informações de usuário predeterminadas associadas com tipos de usuário predeterminados.

[0042] Em algumas modalidades, o módulo de classificação 126 está configurado para treinar/empregar o classificador em um modo não supervisionado para identificar um ou mais tipos de usuário. Similarmente apresentado, o classificador pode identificar padrões em informações de usuário que não foram previamente detectados, e pode ou não ser ligados a um tipo de usuário conhecido. Como um exemplo, para detecção de fraude em sistema de IVRs, o módulo de classificação 126 pode testar subconjuntos de informações de usuário recebidas ao longo do tempo. Se, quando da análise, um denso grupamento surge que é indicativos de uma certa faixa de endereço de IP ou código de área que produzem uma grande percentagem de ligações de fraude (como pode ser avaliados por outros aspectos do sistema 100), o módulo de classificação 126 pode identificar o grupamento como um novo tipo de usuário, e subsequentemente bloquear as ligações de fontes que mapeiam para o novo tipo de usuário. Ainda, cada vez que um novo evento de fraude é detectado (através de um meio manual ou automatizado), o módulo de classificação 126 pode utilizar o novo evento de fraude para adicionalmente refinar, sintonizar, e/ou geralmente atualizar o classificador. Em algumas modalidades, uma lista de usuários pode estar associadas com o classificador que especifica onde os eventos associados com os usuários da lista devem ser classificados. Por exemplo, uma lista branca de usuários pode ser utilizada para sempre classificar eventos de um usuário como não fraudulentos, e/ou uma lista negra de usuários pode ser utilizada para sempre classificar eventos de um usuário como fraudulentos. Em algumas modalidades, tal lista branca ou lista negra pode ser utilizada em conjunto com os outros tipos de informações. Por exemplo, se um endereço de IP do usuário estiver dentro de um grupo de endereços de IP classificados como fraudulentos, mas as credenciais do usuário estão em uma lista branca, ao usuário pode ainda ser concedido acesso.

[0043] Em algumas modalidades, o módulo de classificação 126 está configurado para classificar as informações de usuário calculando uma pontuação de classificação para as informações de usuário, para cada classificador. A pontuação de classificação pode representar uma probabilidade estimada que o usuário pertence a um tipo de usuário de múltiplos, possíveis tipos de usuário. A pontuação de classificação pode ser calculada em qualquer modo adequado, incluindo através propostas determinísticas e/ou probabilísticas. Em algumas modalidades, a pontuação de classificação é calculada com base na natureza da classificação executada pelo classificador; por exemplo, quando um classificador identifica um código postal associado com a localização geoespacial do usuário, a pontuação de classificação associada com este pode levar em conta a incerteza na localização geoespacial. Em algumas modalidades, a pontuação de classificação pode ser calculada comparando as informações de usuário com as informações de conta de usuário. Por exemplo, em algumas modalidades, as informações de usuário podem incluir informações de dispositivo de usuário, e o módulo de classificação 126 pode calcular a pontuação de classificação comparando as informações de dispositivo de usuário (por exemplo, um número de telefone do dispositivo de usuário, ou um endereço de IP do dispositivo de usuário) com as informações de conta de usuário (por exemplo, um número de telefone registrado ou endereço de IP registrado do dispositivo de usuário).

[0044] A pontuação de classificação pode tomar qualquer forma adequada: contínua ou discreta, linear ou não linear, numérica e/ou baseada em caractere, dimensional ou sem dimensão, determinísticas ou probabilísticas, e/ou similares. Por exemplo, em algumas instâncias, uma pontuação de classificação para o exemplo acima mencionado pode ser uma probabilidade de um resultado com base em uma combinação de hora do dia e a direção que o indivíduo está movendo. Se a hora for após 5 pm e mudanças nas informações geoespaciais indicam que o usuário está movendo afastando do escritório, a pontuação de classificação que o usuário está a caminho de casa pode ser relativamente alta, por exemplo aproximadamente 80%. Em algumas modalidades, a pontuação de classificação pode ser calculada por qualquer proposta de análise de decisão de múltiplos critérios adequada, tal como, mas não limitado a, uma proposta de soma ponderada, uma proposta de produto ponderado, programação de objetivo, e/ou similares. Por exemplo, os diferentes fatores e/ou informações podem ser ponderados de acordo com um nível de confiança que um fator específico denota certas informações. Por exemplo, se um usuário estiver utilizando um telefone do escritório, esta informação pode ser pesadamente ponderada e/ou dispositiva que o usuário está no trabalho. Para outro exemplo, um usuário que utiliza um telefone celular poderia ser levemente ponderado para indicar que o usuário não está no trabalho. Tal ponderação, no entanto, pode ser superada quando combinada com dados de localização que indicam que o usuário está dentro do escritório.

[0045] Como um exemplo, a pontuação de classificação em cada nodo/classificador pode ser calculada com base em uma proposta como ilustrado na Eq. (1) Si = Ci + Wil*Xl + Wi2*x2 + ... + Win*Xn (1) Si é a pontuação de classificação que pode ser comparada com um Critério de ClassifiCação. O subsCrito i denota o respeCtivo resultado de tipo/ClassifiCador de usuário (por exemplo, "desloCamento diário"), e os subsCritos 1, 2,..., n denotam n variáveis que podem ser levadas em Conta na determinação do tipo de usuário (por exemplo, latitude, longitude, veloCidade de movimento, hora do dia, etC.). Na Eq. (1), Ci é uma Constante para o i'th tipo de usuário/resultado, e win é a função e/ou peso assoCiado Com a n'th variável na Computação da pontuação de ClassifiCação. xn é o valor observado para a n'th variável. Em algumas modalidades (não mostradas), o módulo de ClassifiCação 126 está Configurado para CalCular pontuações de ClassifiCação diretamente para um nodo terminal/tipo de usuário, utilizando propostas similar à Eq. (1).

[0046] Em algumas modalidades, o módulo de ClassifiCação 126 está Configurado para apliCar informações adiCionais, tais Como podem ser soliCitadas de dispositivos 112a-112n através do módulo de interfaCe de usuário 122, para o ClassifiCador para permitir a ClassifiCação da informações de usuário (por exemplo, para identifiCar um "tipo de usuário"). É Compreendido que um "tipo de usuário" pode ser uma Categorização de um usuário Com base em qualquer fator(es) adequado(s). As informações adicionais de usuário podem ser quaisquer informações adicionais utilizadas e/ou desejadas para propósitos de classificação por um classificador específico, incluindo por exemplo: informações geoespaciais - localização, nomes de características naturais e/ou artificiais sobre, ou acima, ou abaixo da superfície da Terra; informações de posição- localização do usuário; informações ambientais - informações referentes à vizinhança do usuário, incluindo informações que podem ser colhidas de sensores tais como sensores de temperatura, sensores de pressão, e/ou similares; informações de movimento - informações referentes ao movimento relativo do usuário; informações de dispositivo de usuário - informações referentes ao dispositivo que está sendo utilizado pelo usuário para comunicar com o sistema 100 (por exemplo, o dispositivo de usuário 112a) incluindo endereço de IP, tipo de dispositivo, Perfil de Dispositivo de Informações Móveis (MIDP), e/ou similares; informações de autenticação de usuário - informações de identificação utilizadas para autenticar o usuário, uma combinação de nome de usuário/senha, informações biométricas, um código, reconhecimento de voz, e/ou similares; ou informações de expressão de usuário - informações subjetivas relativas ao usuário como podem ser extraídas pela interação entre o usuário e o dispositivo de usuário (por exemplo, o dispositivo de usuário 112a) através de técnicas de máquina tais como, por exemplo, processamento de linguagem natural, análise de texto, linguística computacional, mineração de opinião, análise de sentimento, e/ou similares.

[0047] Em algumas modalidades, o módulo de classificação 126 está configurado para classificar o usuário para um tipo de usuário com base na pontuação de classificação, por exemplo, se a pontuação de classificação atender a um critério de classificação. No exemplo acima, o usuário pode ser classificado como não em deslocamento diário se a pontuação de classificação, indicando uma probabilidade estimada que o usuário está em deslocamento diário é menor do que 50%, e pode ser classificado como em deslocamento diário se a pontuação de classificação for 70% ou maior. O critério de classificação pode especificar um mapeamento entre um tipo de usuário e um valor, ou múltiplos valores, ou faixa de valores para a pontuação de classificação, ou suas combinações. No exemplo acima, o critério de classificação pode especificar, por exemplo, mapas de "deslocamento diário" de tipo de usuário para a pontuação de classificação >70%; e mapas de "não em deslocamento diário" de tipo de usuário para a pontuação de classificação <50%.

[0048] Em algumas modalidades, a pontuação de classificação does não atende ao critério de classificação. No exemplo acima, um usuário não pode ser classificado como em deslocamento diário ou não em deslocamento diário se a pontuação de classificação for 50%- 70%. Em tais modalidades, o módulo de classificação 126 pode estar configurado para gerar um novo tipo de usuário com base na pontuação de classificação e/ou uma faixa de pontuações ao redor da pontuação de classificação. No exemplo acima, se a pontuação de classificação for 55%, um novo tipo de usuário (por exemplo, "desconhecido") pode ser gerado para o valor de 55%, para uma faixa 50%-55%, para uma faixa 55%-60%, para uma faixa 50-70%, e/ou similares. A listagem/grupamento de tipos de usuário pode ser atualizada para incluir o novo tipo de usuário, e o critério de classificação pode ser atualizado para incluir o novo tipo de usuário como mapeando para o novo valor/faixa. Em modalidades, nas quais um conjunto de classificadores forma uma árvore de classificação, um novo nodo terminal pode ser adicionado à árvore de classificação para o novo tipo de usuário.

[0049] O módulo de análise 130 é operável para rastrear o comportamento do usuário durante a interação do usuário com o sistema 100. Em algumas modalidades, o comportamento do usuário é indicativo do nível de habilidade do usuário em interagir com o sistema 100, e pode ser utilizado para adaptar a interface de usuário substancialmente em tempo real para otimizar a interação em andamento do usuário com o sistema (pelo módulo de recomendação 132, posteriormente descrito). Em algumas modalidades, aspectos do módulo de análise 130 são operáveis para rastrear a velocidade na qual um usuário interage com o sistema, tal como geralmente descrito na Patente U.S. Número 5.493.608. Em algumas modalidades, o módulo de análise 130 está configurado para rastrear o comportamento de usuário sobre múltiplas interações para extrair informações históricas, tal como podem ser utilizadas para colher as preferências de usuário que não são de outro modo explicitamente providas pelo usuário. Por exemplo, o módulo de análise 130 pode determinar que o usuário seleciona "Espanhol" como uma opção de linguagem 80% do tempo. Em algumas modalidades, o módulo de análise 130 pode rastrear o comportamento de usuário através de múltiplos usuários para extrair informações históricas para um grupo de usuários tal como, por exemplo, o nível de atividade fraudulenta no grupo de usuários (por exemplo, frequência de fraude, magnitude de fraude, e/ou similares), a natureza de atividade fraudulenta, ou um seu subconjunto. Em algumas modalidades, o banco de dados 170 armazena as informações históricas associadas com o usuário, e as informações históricas associadas com o grupo de usuários.

[0050] O módulo de geração de sinal 132 é operável para gerar um sinal que especifica uma interface de usuário para o módulo de interface 122 quando um usuário interage com o sistema 100, e pode abranger o cenário no qual o sinal é gerado quando a interação de usuário começa, o cenário no qual a interface de usuário é modificada durante uma interação em andamento, assim como o cenário no qual a interface de usuário é modificada no término de interação de usuário para a próxima vez que o usuário interage com o sistema. Em algumas modalidades, o sinal especifica e/ou indica uma interface de usuário para um sistema de IVR. Em algumas modalidades, a interface de usuário pode incluir uma interface gráfica de usuário (GUI). Exemplos para o formato do sinal podem incluir, mas não estão limitados a, voice Extensible Markup Language (voiceXML ou VXML), Hypertext Markup Language (HTML), JavaScript Object Notation (JSON), e/ou similares. Em algumas modalidades, o formato do sinal pode ser baseado em capacidades dos dispositivos de usuário 112a- 112n.

[0051] Em algumas modalidades, o sinal está baseado em informações de conta de usuário como determinado pelo módulo de conta 124 e armazenado na memória 160 e/ou no banco de dados 170. Em algumas modalidades, o sinal está baseado em informações de preferência de usuário como determinado pelo módulo de classificação 126 e armazenado na memória 160 e/ou no banco de dados 170. Em algumas modalidades, as informações de preferência de usuário são dinamicamente obtidas e/ou atualizadas durante a interação do usuário com o sistema 100, e o sinal que especifica e/ou identifica a interface de usuário é consequentemente dinamicamente atualizado para modificar a interface de usuário apresentadas nos dispositivos de usuário 112a-112n. Em algumas modalidades, o sinal está baseado na classificação do usuário para um tipo de perfil de usuário, como determinado pelo módulo de classificação 128. Em algumas modalidades, a classificação dinamicamente obtida e/ou atualizada durante a interação do usuário com o sistema 100, e o sinal/interface de usuário (UI) é consequentemente dinamicamente atualizado. Em algumas modalidades, o sinal /UI é gerado base no comportamento rastreado do usuário com o sistema 100, como determinado pelo módulo de análise 130. Em algumas modalidades, o sinal/UI é dinamicamente atualizado com base em rastreamento substancialmente em tempo real do comportamento do usuário durante a interação com o sistema.

[0052] Em algumas modalidades, o módulo de geração de sinal 132 gera e/ou modifica o sinal para a interface de usuário com base no tipo de usuário identificado e/ou determinado pelo módulo de classificação 126. Em algumas modalidades, o módulo de geração de sinal 132 gera o sinal para a interface de usuário com base em informações de conta de usuário associadas com o usuário. Por exemplo, se as informações de conta de usuário especificarem que o usuário acabou de receber um novo cartão de crédito e está provavelmente ligando para ativar o novo cartão, a interface de usuário pode prover 'ativação de cartão' como uma das primeiras opções apresentadas para o usuário.

[0053] Em algumas modalidades, o módulo de geração de sinal 132 gera o sinal com base em informações históricas associadas com o usuário, tal como pode ser rastreado pelo módulo de análise 130. Por exemplo, quando as informações históricas indicam que o usuário liga em relação ao seu cartão de débito (e não seu cartão de crédito) 75% do tempo, o sinal pode especificar uma interface de usuário que provê "serviços de cartão de débito" como uma das primeiras opções apresentadas para o usuário.

[0054] Em algumas modalidades, o módulo de geração de sinal 132 gera o sinal com base em informações históricas associadas com um grupo de usuários. Por exemplo, quando as informações históricas indicam que um endereço de IP foi utilizado no passado por múltiplos usuários para fraudulentamente acessar o sistema 100, e o usuário está ligando e/ou acessando o sistema 100 do mesmo endereço de IP, o sinal pode especificar uma interface de usuário que proíbe acesso à conta, ou provê por requisitos de autenticação adicionais que o usuário deve atender para acessar sua conta.

[0055] Em algumas modalidades, o sinal pode especificar uma interface de usuário na forma de um fluxo de chamada e/ou fluxo de navegação incluindo preferências de usuário, para ser provida pelo usuário durante a interação, como nodos no fluxo de chamada. Em algumas modalidades, quando a preferência de usuário é ou explicitamente especificada com antecedência (por exemplo, como parte das informações de conta de usuário) ou derivada (por exemplo, através de informações históricas associadas com o usuário, tal como pode ser determinado pelo módulo de análise 130), o nodo para a preferência de usuário pode ser especificado para ser pulado durante a interação de usuário, ou removido do fluxo de chamada totalmente, quando o sinal é gerado.

[0056] Em algumas modalidades, o fluxo de chamada pode levar em conta as pontuações de classificação e/ou o tipo de usuário identificado especificado pelo módulo de classificação 126. Em algumas modalidades, dependendo do tipo de usuário identificado associado com um pontuação de classificação, o fluxo de chamada pode especificar como interagir com o usuário a seguir (por exemplo, solicitar mais informações se o tipo de usuário identificado for um novo tipo de usuário, proibir acesso adicional se o tipo de usuário identificado for um usuário fraudulento, pular para outro nodo para diretamente acessar novos procedimentos de ativação de cartão, e/ou similares).

[0057] Por exemplo, Figura 2A ilustra dois diferentes usuários/clientes com diferentes produtos, diferentes preferências, diferente valor para a organização que emprega o sistema 100, diferentes eventos para os quais o sistema 100 é utilizado e diferentes dispositivos utilizados para acessar o sistema 100. Cada um destes clientes pode receber diferentes interfaces de usuário com base pelo menos partes nestas diferenças. Especificamente, o usuário 210A acessa i sistema 100 através da web (por exemplo, de um dispositivo desktop), e informações de conta de usuário associadas com o usuário 210A indicam que um cartão (que corresponde ao produto de cartão A) foi recentemente rejeitado por um comerciante ("Preferências"). As informações de conta de usuário podem também indicar que o usuário 210A é um usuário de alto risco ("Valor"). Com isto, o usuário 210A pode receber uma interface de usuário que requeira uma estrita autenticação de usuário, é direcionado para reemissão de cartão ("Eventos"), e é otimizado para a web. O usuário 210B, por outro lado, acessa o sistema 100 através de um dispositivo móvel, e as informações de conta de usuário associadas com o usuário 210B indicam que o usuário fez um depósito recentemente ("Preferências"). As informações de conta de usuário podem também indicar que o usuário 210B é um usuário de baixo risco ("Valor"). Com isto, o usuário 210B pode receber uma interface de usuário que promove uma oferta de novo produto ("Eventos"), e é otimizada para visualização através do dispositivo móvel.

[0058] Como outro exemplo, a Figura 2B ilustra o tempo despendido por um usuário/cliente que indica suas preferências de serviços de usuário/cliente (tal como uma preferência de linguagem) outras operações. Tais preferências de cliente podem ser automaticamente levadas em conta a próxima vez que o cliente acessar o sistema 100, por meio disto evitando uma entrada de informações redundante pelo cliente. Especificamente, um usuário pode levar (por exemplo, o usuário 210A ou 210B da Figura 2A) até 15 segundos para prover as preferências de linguagem (em 230), até um minuto para prover as informações de autenticação de usuário (em 240). O usuário pode também desperdiçar tempo navegando por opções de transação autosserviço irrelevantes (em 250) para pegar a transação desejada, resolver quaisquer incidentes associados com a conta de usuário (por exemplo, pagamento atrasado) (em 260), selecionar outras preferências de engajamento (em 270), e assim por diante. Aspectos do sistema 100 podem reduzir ou eliminar o tempo despendido em algumas destas interações, tal como analisando transações anteriores para determinar as preferências de linguagem e/ou engajamento, identificar o dispositivo móvel para automaticamente autenticar o usuário, prevendo informações relativas a incidentes na frente durante a interação, e/ou similares.

[0059] Retornando à Figura 1, em algumas modalidades, o módulo de geração de sinal 132 é operável para dinamicamente atualizar a interface de usuário apresentada pelo usuário através do módulo de interface de usuário 122 durante a interação com o usuário com base em, por exemplo, reclassificação do usuário pelo módulo de classificação 126. Deste modo, o módulo de classificação 126 pode permitir uma modificação dinâmica de comunicação entre o sistema 100 e os dispositivos 112a-112n.

[0060] Em algumas modalidades, o módulo de geração de sinal 132 provê o sinal que especifica e/ou identifica a interface de usuário para o módulo de interface de usuário 122 em resposta a uma solicitação de recomendação do módulo de interface de usuário 122 tal como quando, por exemplo, o dispositivo 112a inicia o contato com o sistema 100. Em outras modalidades, o módulo de geração de sinal 132 envia o sinal que especifica a interface de usuário no módulo de interface de usuário 132 tal como quando, por exemplo, uma chamada é feita pelo sistema 100 para um dispositivo de um usuário.

[0061] Em algumas modalidades, com base no módulo de geração de sinal 132 especificando uma interface de usuário para um usuário específico, a interface de usuário pode ser apresentada para o usuário específico. Em algumas modalidades, por exemplo, a interface de usuário pode ou não conter anúncios para produtos adicionais (por exemplo, dependendo do valor do cliente, do nível histórico do cliente de aborrecimento com anúncios, e a taxa no qual o cliente respondeu a anúncios no passado), a interface de usuário pode dar ao cliente uma opção de falar com um representante de serviço de cliente ao vivo (por exemplo, dependendo do valor do cliente e do nível histórico do cliente de aborrecimento com um sistema de IVR), e/ou similares.

[0062] Explicada com referência à Figura 1, a Figura 3 ilustra um método 300 para gerar e transmitir um sinal especificando uma interface de usuário, tal como pelo módulo de geração de sinal 132, de acordo com uma modalidade. O método 300 pode ser executado pelo sistema 100, ou qualquer seu equivalente estrutural/funcional.

[0063] Em 310, o método 300 inclui receber informações de usuário associadas com o usuário. As informações de usuário podem ser recebidas em um dispositivo hospedeiro, tal como o sistema 100, de um dispositivo de usuário, tal como o dispositivo de usuário 112a, que está associado com o usuário.

[0064] Em 320, o método 300 inclui calcular uma pontuação de classificação. A pontuação de classificação representa uma probabilidade estimada que o usuário pertence a pelo menos um tipo de usuário de múltiplos tipos de usuário. Em algumas modalidades, a pontuação de classificação é baseada em uma comparação entre as informações de usuário recebidas, e informações de conta de usuário preexistentes (por exemplo, como podem estar armazenadas no banco de dados 170 e/ou na memória 160). Em algumas modalidades, quando as informações de usuário incluem informações de dispositivo de usuário (por exemplo, um número de telefone associado com o dispositivo de usuário 112a), a pontuação de classificação pode ser com base em a comparação entre as informações de dispositivo de usuário e as informações de conta de usuário preexistentes.

[0065] Em algumas modalidades, calcular a pontuação de classificação inclui aplicar, nas informações de usuário, um classificador com base na pontuação de classificação. Em algumas modalidades, o método 300 pode ainda incluir aplicar um conjunto de classificadores, tal como, por exemplo, na forma de uma árvore de classificação. Cada classificador pode definir um nodo interno da árvore de classificação, e cada tipo de usuário potencial pode definir um nodo terminal da árvore de classificação.

[0066] Em algumas modalidades, o classificador é uma máquina de vetor de suporte. Em tais modalidades, o método 300 pode ainda incluir, antes de receber as informações de usuário, treinar a máquina de vetor de suporte utilizando informações de usuário predeterminadas associadas com tipos de usuário predeterminados, que incluem o tipo de usuário identificado. Em algumas modalidades, a etapa 320 pode incluir aplicar uma árvore de classificação incluindo múltiplos classificadores, e uma pontuação de classificação pode ser avaliada para cada classificador.

[0067] Em algumas modalidades, informações adicionais podem ser utilizadas para o classificador executar a sua função. Em tais modalidades, o método 300 pode ainda incluir solicitar e receber informações adicionais do dispositivo de usuário (por exemplo, através do módulo de interface de usuário 122). As informações adicionais podem incluir, por exemplo, pelo menos uma de informações geoespaciais, informações de posição, informações ambientais, informações de dispositivo de usuário, informações de autenticação de usuário, informações de expressão de usuário, e/ou similares. As informações adicionais podem ser aplicadas para servir como entrada para o classificador.

[0068] Em 330, o método 300 inclui classificar o usuário como um tipo de usuário identificado com base na pontuação de classificação. Em algumas modalidades, a pontuação de classificação é comparada com um critério de classificação. Em algumas modalidades, a pontuação de classificação especifica um mapeamento entre um ou mais valores da pontuação de classificação e um tipo de usuário, entre um ou mais faixas de valores da pontuação de classificação e/ou um tipo de usuário.

[0069] Se a pontuação de classificação atender ao critério de classificação, o usuário pode ser classificado para o tipo de usuário especificado pelo critério de classificação. Se a pontuação de classificação não atender ao critério de classificação, em algumas modalidades, um novo tipo de usuário pode ser gerado. Em tais modalidades, o usuário pode ser classificado como o novo tipo de usuário, e o critério de classificação pode ser atualizado para associar, com o novo tipo de usuário, a pontuação de classificação, e/ou uma faixa de possíveis valores de pontuação de classificação que inclui a pontuação de classificação.

[0070] Em 340, o método 300 inclui transmitir um sinal para o dispositivo de usuário 112a. O sinal especifica uma interface de usuário a ser apresentada para o usuário com base no tipo de usuário identificado. Em algumas modalidades, o sinal é gerado com base no tipo de usuário identificado, e ainda com base em pelo menos uma das informações de conta de usuário, informações históricas associadas com o usuário (por exemplo, como podem ser providas pelo módulo de análise 130), ou informações históricas associadas com um grupo de usuários. O grupo de usuários pode ou não incluir o usuário associado com o dispositivo de usuário. Em algumas modalidades, a interface de usuário é para uma interface móvel de um sistema/serviço, tal como para um sistema de resposta de voz interativa (IVR), o qual está implementado no dispositivo hospedeiro.

[0071] Em 350, o método 300 inclui uma determinação de se um banco de dados do dispositivo hospedeiro (por exemplo, o banco de dados 170 e/ou a memória 160) inclui informações de conta de usuário preexistentes associadas com o usuário. Se isto for descoberto ser verdade, então em 360A, as informações de conta de usuário são atualizadas para refletir o tipo de usuário identificado. Se isto for descoberto não ser verdadeiro, então em 360B, novas informações de conta de usuário são geradas que incluem o tipo de usuário identificado, e são armazenadas no banco de dados.

[0072] A Figura 4 ilustra uma modalidade do ambiente dentro do qual aspectos da Figura 1 podem operar. Os usuários tal como a usuário 412A do dispositivo de cliente A (por exemplo, similar ao dispositivo 112a da Figura 1) e o usuário 412B do dispositivo de cliente B (por exemplo, similar ao dispositivo 112b da Figura 1) interagem com uma aplicação de serviço de cliente baseada em nuvem 414 (similar ao módulo de interface de usuário 122 da Figura 1), a qual pode ser uma interface que executa no dispositivo de cliente A/dispositivo de cliente B que é baseada em móvel, baseada em IVR, baseada na web, e/ou similares. Quando um dos dispositivos de cliente 412A, 412B interage com a aplicação de serviço de cliente 414, a aplicação de serviço de cliente 414 solicita uma indicação/especificação para uma interface do módulo de recomendação de engajamento de usuário 420 (similar ao módulo de geração de sinal 132 da Figura 1) através de um sinal de "solicitar recomendação".

[0073] A geração do sinal pelo módulo de recomendação 420 pode ser geralmente executada como aqui descrito. O módulo de recomendação 420 gera o sinal indicativo da interface de usuário levando em conta a 'identidade' (similar ao tipo de usuário) de um usuário de um módulo preditivo 422 (similar ao módulo de classificação 126 da Figura 1). O módulo preditivo 422 pode utilizar as informações históricas armazenadas sobre o usuário no banco de dados de "informações de usuário" 440 (similar às informações históricas associadas com o usuário e armazenadas no banco de dados 170 e/ou na memória 160 na Figura 1) para identificar e/ou classificar o usuário como um tipo de usuário que pode ser utilizado para determinar a especificação e/ou recomendação da interface de usuário. Como ilustrado na Figura 4, em algumas modalidades, um analista humano 450 pode configurar e/ou sintonizar o trabalho do módulo preditivo 422, incluindo especificar regras e dimensões para classificação/análise preditiva.

[0074] Em algumas modalidades, o módulo de recomendação 420 gera o sinal indicativo da interface de usuário levando em conta informações de empresa (similar às informações de conta de usuário) de um módulo de empresa 426 (similar ao módulo de conta 124 da Figura 1). O módulo de empresa 426 pode prover um acesso substancialmente em tempo real para as informações de conta de usuário armazenadas no banco de dados de informações de usuário 440 tal como, por exemplo, contas de perfil de usuário, sistemas de Gerenciamento de Relacionamento de Cliente (CRM), etc. Em algumas modalidades, por exemplo, as informações de conta de usuário pode ser derivadas de um ambiente organizacional.

[0075] Em algumas modalidades, o módulo de recomendação 420 gera o sinal indicativo da interface de usuário levando em conta as preferências de usuário do módulo de preferência 428 (similar ao modo no qual as preferências de usuário podem ser colhidas das informações históricas coletadas pelo módulo de análise 130 da Figura 1). O módulo de preferência 428 rastreia o que os usuários preferem fazer quando utilizando a aplicação de serviço de cliente 414 nos seus respectivos dispositivos 412A, 412B, o que pode ser armazenado no banco de dados de informações de usuário 440 como preferências de engajamento.

[0076] Em algumas modalidades, o módulo de recomendação 420 gera o sinal indicativo da interface de usuário levando em conta ajustes de interação substancialmente em tempo real do módulo adaptável 430 (similar ao módulo de análise 130 da Figura 1) para gerar a interface de usuário. O módulo adaptável 430 rastreia o comportamento do usuário (armazenado no banco de dados de informações de usuário 440 como desempenho de engajamento) e adapta o engajamento para ajustar ao nível de habilidade do usuário. O sinal gerado pelo módulo de recomendação 420 é então comunicado para a aplicação de serviço de cliente 414 como "resultados de recomendação", e pode especificar a interface de usuário engajando e interagindo com o usuários através de seus respectivos dispositivos 412A, 412B.

[0077] A Figura 5 ilustra componentes do ambiente da Figura 1 de acordo com uma modalidade. Em algumas modalidades, uma aplicação de serviço de cliente 514, pelo menos parcialmente executando nos e/ou interagindo com os dispositivos de usuário 512A, 512B, pode solicitar do serviço de recomendação 520 (similar ao módulo de geração de sinal 132 da Figura 1 ou ao módulo de recomendação 420 da Figura 4) menus e/ou avisos para apresentar para o usuário, tal como na forma de uma interface de usuário (por exemplo, GUI, IVR, etc.). Em algumas modalidades, a aplicação de serviço de cliente pode coletar e comunicar com a máquina preditiva 522 (aqui descrita) o que o usuário selecionou. Deste modo, a máquina preditiva pode atualizar as informações armazenadas, tal como o histórico de engajamento 540B e/ou as informações de desempenho em tempo real 540C, com a seleção de usuário.

[0078] A Figura 5 está também direcionada para a operação de uma máquina preditiva 522 (similar ao módulo de classificação 126 da Figura 1 e/ou ao módulo preditivo 422 da Figura 4) (por exemplo, para um sistema de IVR). A máquina preditiva 522 está configurada para classificar um usuário com base em informações variadas tais como informações de empresa 540A (similar às informações de conta de usuário), histórico de engajamento (similar às preferências de engajamento, como descrito para a Figura 4), desempenho substancialmente em tempo real de um usuário (por exemplo, do usuário do dispositivo de cliente A 512A ou do dispositivo de cliente B 512B, como descrito para o módulo de análise 130 na Figura 1 ou o módulo adaptável 430 na Figura 4), e um retorno substancialmente em tempo real de uma aplicação de serviço de cliente (similar à aplicação de serviço de cliente da Figura 4). Em algumas modalidades, a máquina preditiva 522 pode executar uma ou mais das seguintes funções para classificar o usuário: predizer a qual classificação de usuário um usuário pertence; classificar o usuário com base em economias de custo ou objetivos de lucro (por exemplo, utilizando as informações de conta de usuário, tal como as informações de empresa; ou pelo conhecimento dos produtos ou serviços aos quais o usuário subscreve, como indicado pelas informações de conta de usuário); classificar o usuário com base em preferências de usuário; classificar o usuário com base em informações de dispositivo de usuário; classificar o usuário com base em um nível de habilidade do usuário quando utilizando a aplicação de serviço de cliente 514; classificar o usuário com base em histórico de chamada anterior; classificar o usuário com base em transações não resolvidas (por exemplo, com base em porque o usuário ligaria novamente); e/ou classificar o usuário com base na métrica de desempenho de sistema (por exemplo, Tempo de Espera Médio, Profundidade de Fila, Tempo de Manipulação Médio, etc.) para predizer e/ou otimizar a experiência de usuário. A Figura 5 também ilustra a natureza configurável/sintonizável da máquina preditiva por um analista humano 550, o qual por sua vez pode efetuar a classificação do usuário.

[0079] Em algumas modalidades, o serviço de recomendação 520 pode prover, para os dispositivos de usuário 512A, 512B, uma indicação da classificação de usuário à qual o usuário pertence, como determinado pela máquina preditiva 522. Em algumas modalidades, o serviço de recomendação 520 pode prover um sinal especificando e/ou identificando um conjunto de interação recomendações de interação/interfaces de usuários, e permitir que os dispositivos de usuários 512A, 512B selecionar qual interface de usuário empregar.

[0080] A Figura 6 ilustra componentes do ambiente da Figura 1 de acordo com uma modalidade, direcionada especificamente à operação de uma máquina de preferência 628 (similar ao módulo de classificação 126 da Figura 1 e/ou o módulo de preferência 428 da Figura 4). Em algumas modalidades, a máquina de preferência 628 é operável para prover uma interface de usuário (por exemplo, GUI, IVR, etc.), ou uma sua indicação, para a aplicação de serviço de cliente 614 para capturar as preferências de usuário (similar à aplicação de serviço de cliente 414 da Figura 4) para um usuário identificado (por exemplo, os usuários dos dispositivos de cliente 612A, 612B), assim como receber uma entrada de usuário que reflete as preferências de usuário atualizadas da aplicação de serviço de cliente 614.

[0081] A máquina de preferência 628 pode executar uma ou mais das seguintes funções: utilizar métodos de identificação/classificação de usuário avançados para precisamente identificar o usuário; calcular pontuações de classificação para a identificação/classificação de usuário; armazenar as preferências de usuário para um usuário identificado (por exemplo, linguagem, informações de transação, modo(s) de comunicação, conta primária, dispositivo móvel no qual contatar o usuário, endereço de email no qual contatar o usuário) em um banco de dados (por exemplo, o banco de dados 170 e/ou a memória 160) como histórico de engajamento 640A e/ou preferências 640B; e reiniciar as preferências de usuário com base em uma entrada através da aplicação de serviço de cliente 614. O histórico de engajamento 640A pode incluir o histórico de seleção de preferência de usuário na aplicação de serviço de cliente 614. As preferências de usuário pode ser valores padrão ou atualizadas ao longo do tempo pelo usuário, ou pelo sistema de IVR.

[0082] As Figuras 7A-7B são gráficos que ilustram os benefícios de utilizar máquinas de vetor de suporte (SVM) como um classificador, tal como pode ser empregadas pelo módulo de classificação 126. Para simplicidade, as Figuras 7A-7B ilustram uma classificação linear, tal como de usuários tal como se as informações de usuário durante uma chamada são indicativas de fraude (círculos nas 7A-7B) ou não fraude (quadrados nas Figuras 7A-7B). Os eixos geométricos x1, x2 nas Figuras 7A-7B são indicativos de dimensões de modo que um produto de ponto de x1, x2 define um vetor normal para um hiperplano. Em algumas modalidades, x1, x2 podem estar associados com variáveis utilizadas para calcular as pontuações de classificação em um modo similar àquele descrito para Eq. (1). Por exemplo, em algumas modalidades, o eixo geométrico x1 é indicativo de latitude de usuário, e o eixo geométrico x2 é indicativo de longitude de usuário. Deste modo, o ponto de dados (círculos, quadrados) podem representar probabilidade de classificação como vetores no espaço x1, x2.

[0083] Referindo à Figura 7A, cada uma das possíveis linhas, um hiperplano, traçadas que separam os círculos (fraude) e quadrados (não fraude/legítimos) podem ser utilizadas para determinar se um novo ponto de dados, tal como uma nova chamada/interação com um usuário, se ajusta dentro de um grupamento ou do outro. No entanto, isto não é ótimo, e pode ser desejável determinar o hiperplano que representa a maior separação, ou margem, entre os dois grupos de dados, e é mais provável precisamente decidir sob qual destes grupos um novo ponto de dados deve cair (isto é, fraudulento ou legítimo). A Figura 7B ilustra a modalidade onde um hiperplano de margem máxima que separa os dois grupamentos, e está a uma distância substancialmente igual dos dois grupamentos ("margem máxima"), é empregado para propósitos de classificação. Como pontos de dados adicionais estão disponíveis e verificados serem fraude/não fraude, o hiperplano de margem máxima pode ser ajustado para levar em conta os dados adicionais.

EXEMPLO 1

[0084] Um usuário, tal como o usuário do dispositivo 112a, liga para um sistema de resposta de voz interativa de empresa (IVR), tal como o sistema 100, de um novo número de telefone móvel. O sistema de IVR pergunta ao usuário qual linguagem ele prefere. O cliente seleciona a opção de menu Inglês. O sistema de IVR pede ao usuário informações de autenticação na forma de um número de conta e um número de identificação pessoal (PIN) de 4 dígitos. Um vez autenticado, o sistema de IVR executa as opções de menu principal, e o usuário seleciona a opção "obter menu de saldo". O usuário então solicita que este receba um texto de confirmação referente ao seu saldo para o seu novo número de telefone móvel. O usuário completa a transação com sucesso e desliga/termina a chamada. O sistema de IVR subsequentemente armazena a seleção do usuário da opção de "obter menu de saldo", a solicitação do usuário para um texto de confirmação, e o novo número de telefone do usuário, como 'preferências de usuário'. O usuário então liga de volta para o sistema de IVR três dias mais tarde. Durante esta chamada/interação, o sistema de IVR pede ao chamador o número PIN de 4 dígitos somente, o sistema de IVR reconhece o número de telefone móvel do qual o usuário ligou. O sistema de IVR também leva o usuário diretamente para o menu de obter saldo, executa o saldo do usuário em Inglês, e envia a confirmação para o novo telefone móvel do usuário.

EXEMPLO 2

[0085] Um usuário de um sistema de IVR, tal como o sistema 100, tem um cartão pré-pago. As preferências de usuário (como podem ser determinadas pelo módulo de preferência 126) associadas com o usuário indicam que o usuário frequentemente liga sobre o seu cartão sendo rejeitado. O perfil de usuário do usuário também indica que o usuário acabou de receber um novo cartão, reemitido no correio, como pode ser determinado pelo módulo de conta 124. O sistema de IVR prediz (como pode ser determinado pelo módulo de classificação 126), com base no perfil de usuário e com base no dia/hora que o usuário tipicamente liga, que o usuário liga de seu telefone celular durante o seu deslocamento diário (isto é, de seu carro). Consequentemente, quando o usuário ligar da próxima vez, o sistema de IVR prediz que a) o usuário provavelmente preferirá uma estrutura de menu curta e rápida que não requeira muita entrada já que ele está a caminho, e b) o usuário provavelmente estará ligando ou sobre a correspondência de reemissão que ele acabou de receber ou uma rejeição de cartão. O sistema de IVR especifica (como pode ser especificado pelo módulo de geração de sinal 132) e reproduz (através do módulo de interface de usuário 122) um menu mais curto, customizado com opções de reemissão de cartão e rejeição de cartão e uma opção 'outros'. O usuário com isto tem a opção de acelerar a sua interação selecionado a opção de reemissão de cartão ou a opção de rejeição de cartão, ou selecionar a opção 'outros' para receber um menu não personalizado

EXEMPLO 3

[0086] A Figura 8 ilustra um exemplo de uma árvore de classificação 800, tal como pode ser empregada pelo módulo de classificação 132, que classifica um usuário que liga para o sistema como "em deslocamento diário" (nodo terminal 830) ou "no escritório" (nodo terminal 840). Nodos terminais adicionais (não mostrados), tal como o usuário poderia também ser classificado como estando "em casa", podem também ser incluídos na árvore de classificação. Os gráficos de barra em cada nodo são representativos de probabilidades de cada possível resultado do classificador, e estão por sua vez relacionados com a avaliação de pontuação de classificação como anteriormente descrito. Por exemplo, os gráficos de barras 810A, 810B podem denotar as probabilidade que o usuário está ligando de seu número de escritório ou número móvel, respectivamente. Como outro exemplo, os gráficos de barras 820A, 820B podem denotar as probabilidades que o usuário está no/próximo do seu escritório, e não no escritório, respectivamente. Como outro exemplo, as gráficos de barras 830A, 840A podem denotar a probabilidade que o usuário não está em deslocamento diário, enquanto que os gráficos de barras 830B, 840B podem denotar a probabilidade que o usuário está em deslocamento diário. A altura de cada gráfico de barra pode ser indicativa do valor relativo da probabilidade associada com este comparado com o seu gráfico de barra de contraparte no mesmo nodo. Por exemplo, o nodo 830 ilustra que o gráfico 830A é significativamente mais alto do que 830B, indicando uma probabilidade significativamente mais alta que o usuário não está em deslocamento diário, digamos aproximadamente 90%; como outro exemplo, o nodo 840 ilustra que o gráfico 840B é relativamente mais alto do que o gráfico 840A, apesar de que a diferença é menor do que aquela entre 830A, 830B, de modo que a probabilidade associada com o gráfico 840B pode ser menor, digamos 75%.

[0087] A árvore 800 inicia examinando, no nodo de classificação 810, de qual número de telefone o usuário está ligando. Se o número for o número de escritório associado com a conta de usuário do usuário, o usuário pode ser classificado como não em deslocamento diário, para o nodo terminal 830, com uma alta pontuação de classificação. Se o número não for o número de escritório, então no nodo de classificação 820, a localização do usuário pode ser determinada/estimada para gerar uma pontuação de classificação calculando uma primeira probabilidade que o usuário está no escritório (primeira barra no nodo 820), e uma segunda probabilidade que o usuário não está no escritório (segunda barra no nodo 720). Com base na pontuação de classificação/primeira e segunda probabilidades, o usuário pode ser classificado para o nodo 830 ou o nodo 840.

[0088] A classificação pode ser emitida para o módulo de geração de sinal 132 (não mostrado) e um sinal que especifica uma interface de usuário, com preferências de usuário e cancelamentos com base nas informações de conta de usuário aplicadas, pode ser gerado e apresentado para o usuário.

[0089] Algumas modalidades aqui descritas referem-se a um produto de armazenamento de computador com um meio legível por computador não transitório (também pode ser referido como um meio legível por processador não transitório) que tem instruções ou código de computador no mesmo para executar várias operações implementadas por computador. O meio legível por computador (ou meio legível por processador) é não transitório no sentido que este não inclui sinais de propagação transitórios por si (por exemplo, uma onda eletromagnética de propagação que carrega informações em um meio de transmissão tal como o espaço ou um cabo). O meio e o código de computador (também pode ser referido como código) podem ser aqueles projetados e construídos para o propósito ou propósitos específicos. Exemplos de meios legíveis por computador não transitórios incluem, mas não estão limitados a: meios de armazenamento magnético tal como discos rígidos, discos flexíveis, e fita magnética; meios de armazenamento ótico tal como Disco Compacto/Discos de Vídeo Digital (CD/DVDs), Memória Somente de Leitura de Disco Compacto (CD-ROMs), e dispositivos holográficos; meios de armazenamento magneto-ótico tal como discos óticos; módulos de processamento de sinal de onda portadora; e dispositivos de hardware que estão especialmente configurados para armazenar e executar um código de programa, tal como Circuitos Integrados de Aplicação Específica (ASICs), Dispositivos Lógicos Programáveis (PLDs), dispositivos de Memória Somente de Leitura (ROM) e Memória de Acesso Randômico (RAM). Outras modalidades aqui descritas referem-se a um produto de programa de computador, o qual pode incluir, por exemplo, as instruções e/ou código de computador aqui discutidos.

[0090] Exemplos de código de computador incluem, mas não estão limitados a, microcódigo ou microinstruções, instruções de máquina, tal como produzidas por um compilador, e/ou arquivos que contêm instruções de nível mais alto que são executadas por um computador utilizando um interpretador. Por exemplo, as modalidades podem ser implementadas utilizado C, Java, C++, MATLAB ou outras linguagens de programação e/ou outras ferramentas de desenvolvimento.

[0091] Os processadores aqui descritos podem ser quaisquer processadores (por exemplo, uma unidade de processamento central (CPU), um circuito integrado de aplicação específica (ASIC), e/ou uma rede de portas programáveis no campo (FPGA)) configurados para executar uma ou mais instruções recebidas de, por exemplo, uma memória. Em algumas modalidades, pelo menos um processador pode ser um processador de computação de Conjunto de Instruções Reduzido (RISC). Cada processador pode estar em comunicação com uma memória e/ou uma placa de rede. Em algumas modalidades, cada processador pode consequentemente enviar informações (por exemplo, dados, instruções e/ou pacotes de dados de rede) para e/ou receber informações de uma memória e/ou uma placa de rede.

[0092] A memória pode ser qualquer memória (por exemplo, uma RAM, uma ROM, uma unidade de disco rígido, uma unidade ótica, outro meio removível) configurada para armazenar informações (por exemplo, uma ou mais aplicações de software, informações de conta de usuário, mídia, texto, etc.). A memória pode incluir um ou mais módulos que executam as funções aqui descritas. Em algumas modalidades, as funções aqui descritas podem ser executadas por qualquer número de módulos. Por exemplo, em algumas modalidades, as funções aqui descritas podem ser executadas por um único módulo.

[0093] Apesar de várias modalidades terem sido acima descritas, deve ser compreendido que estas foram apresentadas como exemplo, e não limitação. Onde os métodos acima descritos indicam certos eventos ocorrendo em uma certa ordem, a ordenação de certos eventos pode ser modificada. Além disso, certos dos eventos podem ser executados concorrentemente em um processo paralelo quando possível, assim executados sequencialmente como acima descrito.

Claims (12)

1. Método, caracterizado pelo fato de que compreende: receber (310) em um dispositivo hospedeiro (100), de um dispositivo de usuário (112) associado com um usuário, informações de usuário associadas com o usuário, em que as informações de usuário compreendem uma ou mais dentre informações geoespaciais, informações de posição, informações ambientais, informações de movimento, informações de dispositivo de usuário, informações de autenticação de usuário, e informações de expressão de usuário; calcular (320) uma pontuação de classificação, com base na informação de usuário, a pontuação de classificação representando uma probabilidade estimada que o usuário pertence a pelo menos um tipo de usuário de uma pluralidade de tipos de usuário; classificar (330), quando a pontuação de classificação atende ao critério de classificação, o usuário como o tipo de usuário identificado da pluralidade de tipos de usuário; transmitir (330) um sinal para o dispositivo de usuário, o sinal especificando uma interface de usuário a ser apresentada para o usuário com base no tipo de usuário identificado; rastrear o comportamento do usuário durante a interação do usuário com a interface de usuário apresentada; adaptar a interface do usuário com base no tipo de usuário identificado e no comportamento rastreado do usuário; e armazenar o tipo de usuário identificado e o comportamento rastreado com informações de conta de usuário para o usuário em um banco de dados (170) como informações de histórico associadas ao usuário.

2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que calcular a pontuação de classificação inclui aplicar nas informações de usuário um classificador com base na pontuação de classificação, o método ainda compreendendo aplicar uma pluralidade de classificadores, cada classificador da pluralidade de classificadores definindo um nodo interno de uma árvore de classificação, cada tipo de usuário da pluralidade de tipos de usuário definindo um nodo terminal da árvore de classificação.

3. Método de acordo com a reivindicação 1, caracterizado pelo fato de que calcular a pontuação de classificação inclui aplicar nas informações de usuário um classificador com base na pontuação de classificação, o classificador sendo uma máquina de vetor de suporte, o método ainda compreendendo, antes de receber as informações de usuário, treinar a máquina de vetor de suporte utilizando informações de usuário predeterminadas associadas com uma pluralidade de tipos de usuário predeterminados incluindo o tipo de usuário identificado.

4. Método de acordo com a reivindicação 1, caracterizado pelo fato de que calcular a pontuação de classificação inclui: aplicar, nas informações de usuário, uma árvore de classificação que inclui uma pluralidade de classificadores, a pontuação de classificação sendo associada com um classificador da pluralidade de classificadores; e avaliar uma pontuação de classificação para cada classificador da pluralidade de classificadores.

5. Método de acordo com a reivindicação 1, caracterizado pelo fato de que calcular a pontuação de classificação inclui comparar as informações de usuário com as informações de conta de usuário.

6. Método de acordo com a reivindicação 1, caracterizado pelo fato de que as informações de usuário incluem informações de dispositivo de usuário, o cálculo da pontuação de classificação incluindo comparar as informações de dispositivo de usuário com as informações de conta de usuário.

7. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o cálculo da pontuação de classificação inclui: solicitar as informações adicionais do dispositivo de usuário; receber, em resposta à solicitação, informações adicionais; e aplicar o pelo menos um classificador nas informações adicionais, as informações adicionais são pelo menos uma de informações geoespaciais, informações de posição, informações ambientais, informações de movimento, informações de dispositivo de usuário, informações de autenticação de usuário, ou informações de expressão de usuário.

8. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o banco de dados inclui informações de conta de usuário preexistentes associadas com o usuário, as informações de usuário incluindo informações de dispositivo de usuário, o cálculo da pontuação de classificação inclui comparar as informações de dispositivo de usuário com as informações de conta de usuário.

9. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o banco de dados inclui informações de conta de usuário preexistentes associadas com o usuário, o método ainda compreendendo gerar o sinal com base no tipo de usuário identificado e pelo menos uma das informações de conta de usuário, informações históricas associadas com o usuário, ou informações históricas associadas com um grupo de usuários que inclui o usuário.

10. Método de acordo com a reivindicação 1, caracterizado pelo fato de que ainda compreende: quando a pontuação de classificação não atende ao critério de classificação: gerar um novo tipo de usuário; classificar o usuário como o novo tipo de usuário; e atualizar o critério de classificação para associar com o novo tipo de usuário pelo menos uma da pontuação de classificação ou uma faixa que inclui a pontuação de classificação.

11. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o critério de classificação especifica um mapeamento entre pelo menos um de um possível valor da pontuação de classificação e um tipo de usuário da pluralidade de tipos de usuário, ou uma possível faixa da pontuação de classificação e um tipo de usuário da pluralidade de tipos de usuário associados com a possível faixa.

12. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a interface de usuário é para um sistema de resposta de voz interativa (IVR) implementado no dispositivo hospedeiro.

Images