JP2005025728A - 理想的な情報抽象化、隠蔽および順序付けによって、視覚的複雑さおよび検索労力を低減するためのモデルおよび方法 - Google Patents

Abstract

【課題】 情報をユーザに対して自動的に制御および提示するためのシステムおよび方法を提供すること。
【解決手段】 ユーザが決定および／または削減された情報サブセットを処理するのを容易にするために、コンピュータ作業空間からユーザによってアクセス可能な情報アイテムのセットを、自動的にビューから隠蔽または削減する。削減されたサブセットは、情報アイテムをビューまたは提示から隠蔽または削減するとともに、ユーザから効率的にアクセスできるように可能性のより高いアイテムまたはオブジェクトを見える状態にすることに関する予想されるコストおよび利益を、決定理論的に考慮することから生み出される。最適化の制御は、設計者やユーザが、種々の長さのアイテムセットに目を通すコスト、および追加のアイテムを表示させるためのジェスチャーのコストに関する選好を評価できる、選好評価インターフェースによって容易にすることができる。
【選択図】 図１

Description

本発明は一般にコンピュータシステムに関し、より詳細には、複数の情報アイテムのサブセットから１つのアイテムまでナビゲートするコストと、ユーザの情報処理を容易にするためにこのアイテムを隠蔽（ｈｉｄｉｎｇ）することの利益との対比に関連する決定理論的なコスト利益分析（ｄｅｃｉｓｉｏｎ−ｔｈｅｏｒｅｔｉｃ ｃｏｓｔ ｂｅｎｅｆｉｔ ａｎａｌｙｓｉｓ）を実施することによって、処理すべき情報またはユーザに提示すべき情報の量を自動的に削減ためのシステムおよび方法に関する。

コンピュータシステムは、今日の作業環境で生産性および効率を大いに促進してきた。アプリケーションウィンドウ、ブラウザ、検索エンジン、メニュー、アイコン、フォルダ、構成設定、ヘルプファイル、その他のアイテムなどのツールが、ユーザのデスクトップコンピュータまたはラップトップコンピュータ上、および関連する表示装置上に、決まった形で散在している。多くのユーザには、このような、アプリケーションの実行や情報検索などの一般的なコンピュータタスクを実施するために選択できるアイテム（例えばアプリケーションアイコン、フォルダディレクトリ、画像）が多数ある。検索は、あるレベルから「マウスクリック」によって所望の下位レベルまで「掘り下げて」、所望の情報を見つけることを含む場合が多い。しかし、情報を突き止めようとするとき、コンピュータユーザはしばしば、関連性のない複数の表示オブジェクトを読むか見て目的のオブジェクトを選択しなければならず、次いで、所望のオブジェクトを選択した後で別の下位レベルまでさらに掘り下げる操作が必要になることが多い。異なる下位レベル（例えば下位ディレクトリ）までナビゲートすると、各下位レベルにも複数の他の情報アイテムが実装されていることが多く、ユーザはこれらを走査してさらに選択しなければならない。

コンピュータのパワーおよび比較的低コストなメモリのせいで、コンピュータ作業空間および／またはアプリケーションがそれ自体で提供するユーザ選択オプションは、増加し続けている。作業空間の例では、共通デスクトップが、アプリケーションを実行するためのアプリケーションアイコンや、情報を保存するためのフォルダアイコンを提供することができ、また、ユーザ自身によって作成された様々なファイルに加えて、コンピュータの操作を行うための様々なメニューなど、その他のオブジェクトも提供することができる。アプリケーション設定では、選択されたアプリケーションによる操作を容易にするための様々なメニュー、ツールバー、選択入力、メニュー選択子、ファイル管理ツールが提供される。例えば、検索エンジンまたは検索ユーティリティを使用するとき、所望の情報を検索した結果として、しばしば何百という異種のアイテムがユーザに返されて提示される。通常、返された結果を次いで一つ一つ調べて、１つまたは複数の目的アイテムを見つけなければならない。明らかに、より多くの情報アイテムを処理しなければならないことで、ユーザは貴重な時間を失い、全体的な効率が低下する。場合によっては、より多くのツールまたはアイテム選択機能を自由に使用できることにより、ユーザの中には、自分のコンピュータの機能が向上したにもかかわらず生産性を低下させる者もいる。

情報またはデータを生成および操作するためのオプションが非常に多い結果、デスクトップおよび／またはアプリケーション作業空間は、ますます雑然としたものになってきた。このため、ユーザが情報を見つけようとするとき、またはアプリケーションを実行するためにディレクトリに行こうとするとき、ユーザは、多数の表示アイテムを精査または閲覧して、特定の目的アイテムを見つけなければならない場合がある。理解できるように、ファイルなどのユーザ作成アイテムを含めて、より多くのフィーチャがコンピュータシステムに追加されるほど、このようなアイテムを管理して効率的に処理することは長く単調なものになる。したがって、ユーザに対するコンピュータデータの提示をより効率的に自動方式で管理することが必要とされている。

以下、本発明のいくつかの態様の基本的な理解を提供するために、本発明の簡単な概要を提示する。この概要は、本発明の広範な概観ではない。この概要は、本発明のキー要素／クリティカルな要素を識別するものではなく、本発明の範囲を示すものでもない。この概要の唯一の目的は、本発明のいくつかの概念を、後で提示するより詳細な説明への前置きとして簡単な形で提示することである。

本発明は、情報をユーザに対して自動的に制御および提示するためのシステムおよび方法に関する。現在まで、アイテムを、すぐに見られるアイテムと、「Ｍｏｒｅ」ボタンを呼び出したりポインタをホバーして展開表示を待機したりするなどの追加のジェスチャーで見られるアイテムとに分解することに関する決定を行う方法は、ヒューリスティックな設計またはポリシーに大きく依拠してきた。このようなシステムは、初期のビューの複雑さと、追加の詳細にアクセスするための明示的な操作を介してより多くのオプションまたはアイテムを求めるコストまたはフラストレーションとの対比に関するユーザの選好を考慮した、公式的なコスト利益分析をエンコードしない。

本発明によれば、コンピュータ作業空間からユーザによってアクセス可能な情報アイテムのセットが自動的にビューから隠蔽または削減されて、ユーザが決定および／または削減された情報サブセットを処理するのが容易になる。削減されたサブセットは、余分な情報アイテムをビューまたは提示から隠蔽または削減するとともに、ユーザから効率的にアクセスできるようにより関連性のあるアイテムを見える状態にすることの利益を、決定理論的に考慮することから生み出される。ユーザには、有用性の高い削減された量のアイテム（例えばトークン、クラスタ、ファイル、フォルダ、アイコン、メニュー、ツール、テキスト、データ）が選択のために提供され、めったに使用しない選択子など多量の無関係の材料を選別する必要がないので、効率が上がる。

隠蔽することの利益は、ユーザの現在の作業空間（例えば検索結果を含む選択メニュー）から各アイテムを削除または再配置する結果として生じる関連するナビゲーションコストに対して分析および重み付けされる。したがって、コスト利益分析が実施され、それにより、表示されたアイテム（アイテムがクラスタ化、トークン化、再配置、または削除された場合）までナビゲートするコストよりも各アイテムを隠蔽することの利益の方が勝る場合は、情報アイテムのサブセットがユーザに対して表示される。この利益は、ユーザの作業空間上で検索すべきアイテムがより少なく、したがって、決定されたアイテムサブセットをユーザが認識的に処理する能力が高まるという利益である。

本発明は、ユーザによって処理されるべきアイテムの集まりのサイズを縮小または最小化するための様々なコンポーネントおよびプロセスを提供する。一態様では、考慮されているｎ個のアイテムを含むより大きいセットａの適切なサブセットｄが、ユーザに対して明示的に表示される。ユーザは、｜ｄ｜個のアイテムの濃度（ｃａｒｄｉｎａｌｉｔｙ）を有する視覚化に目を通す。この集まりの補集合要素である｜ｈ｜個のアイテムのサブセットｈは、通常、隠蔽されるか、またはサブセットｈの｜ｈ｜個の要素にアクセスできる単一の識別子（例えば「アイテムをもっと表示するにはここをクリック．．．」と書かれた識別子）に抽象化される。

表示される｜ｄ｜個のアイテムのサブセットは、種々の方法でセットａから選択することができる。副次選択（ｓｕｂ−ｓｅｌｅｃｔｉｏｎ）するための多くの手法にはとりわけ、各要素がターゲット要素である尤度によって上位｜ｄ｜個の要素を推定することによる方法、アルファベット順による方法、またはｎ中の要素から｜ｄ｜個の要素をランダムに副次選択することによる方法が含まれる。ｎ個の総アイテムの上位ｍ個の値を選択するのではなく、サブサンプルｍはアイテムのプロパティに応じたものとすることもできる。例えば、ある状況では、ｎ個の候補アイテムのセットから単一のターゲットアイテムを探すコンピュータユーザが考慮される。

濃度｜ｄ｜である表示アイテムのサブセットｄは、ｄ中の各表示アイテムがターゲットアイテムとなる推定尤度の順に、表示されるようにアイテムをサブセットｄに追加することによって決定することができる。アイテムがｄ中にある尤度が、サブセットに含まれるアイテムの１つであるｉが実際にターゲットアイテムｔであることの所望の確率以上になった後（以下の式で表される）は、要素はｄに追加されない。

本発明は、いくつかのキープロパティ、ならびに完全性と識別のしやすさとのトレードオフを考慮することにより、隠蔽される集まり（例えばアイテムのリストやその他のアイテム構成）のサイズの最適化と、隠蔽されるか高レベルのトークンに抽象化されるオブジェクトの性質および数の最適化とに対処する。アイテムの集まり（例えばリスト）が大きいほど、集まりは包括的になり、１つまたは複数の目的アイテムすなわちターゲットアイテムを含む可能性は高くなる。しかし、集まりに含まれる要素が多いほど、１つまたは複数の目的アイテムを見つけるのに必要な検索労力は増大する。本発明は、総アイテムの１つまたは複数のサブセットをトークンまたはその他のフォーマットに抽象化することにより、表示されたアイテムサブセット中にアイテムがあるかどうかを識別するのに必要な労力を軽減し、アイテムの選択自体を容易にする。

表示されたサブセットにアイテムが含まれない場合は、例えば隠蔽されたアイテムのいくつかまたはすべてを表示させるために、高レベルのトークンをクリックするなどのジェスチャーを提供することができる。このようなジェスチャーは、ユーザの労力を必要とし、表示アイテムの複雑さを低減することの予想価値とトレードオフするコストを招く。本発明は、このトレードオフを、隠蔽されたリストを表示させることに関連するコストと共に、アイテムのサブセットリストを表示することと、潜在的に有用なアイテムのセットのうちの他の要素を隠蔽することとを分析する点から処理する。この自動化された分析は、他の公式化に一般化することもできることに留意されたい。これらには、隠蔽されたアイテムを複数の段階で見せること、隠蔽されたファイルを階層にネストすること、および／または、アイテムを隠蔽するリストまたはトークン以外に他の構成で隠蔽および表示するようになされたアイテムサブセットの視覚化（アイテムのクラスタなど）が含まれる。

以上の目的および関連する目的を達成するために、本発明のいくつかの例示的な態様を以下の説明および添付の図面に関して本明細書に述べる。これらの態様は、本発明を実施することのできる様々な方法を示し、これらの方法はすべて本発明によってカバーされるものとする。本発明のその他の利点および新規な特徴は、以下の本発明の詳細な説明を図面と共に考察すれば明らかになるであろう。

本発明は、オブジェクト細分性や表示されるオブジェクトの量など、オブジェクトの提示およびナビゲーションのための決定理論的な手法に関する。これは、アプリケーションなどのユーザ作業空間上または作業空間内に表示することのできる表示オブジェクト、アイコン、情報チャンク、選択オプション、ファイル、フォルダ、および／またはその他の情報などのアイテムのセットを扱う状況なら、ほぼどんな状況にも当てはまる。多くのシステムは、アイテムまたはオブジェクトのセットを結果として提供するが、セットをどのように表示するか、またどれくらいのセットを表示するかについては、あまり考慮しない。本発明は、現在のまたは表示中のアイテムセットにアイテムを追加する（またはアイテムを残す）ことに関連するコストを考慮して（例えば画面スペース、見やすさ、ユーザ消費／理解などに応じて）、削減されたサブセット中で所望のアイテムを見つけることの利益と、現在表示中のセットを掘り下げることに関連するコストとのバランスをとる。したがって本発明は、表示される結果の量を公式的な決定理論メトリックスによって自動的に制御するシステムを提供して、アイテム／オブジェクトの表示を最適化し、ユーザの情報処理を容易にする。

本明細書では、「コンポーネント」「アナライザ」「システム」などの用語は、ハードウェア、ハードウェアとソフトウェアの組合せ、ソフトウェア、または実行中のソフトウェアのいずれかであるコンピュータ関連エンティティを指すものとする。例えばコンポーネントは、限定しないが、プロセッサ上で実行されているプロセス、プロセッサ、オブジェクト、実行ファイル、実行スレッド、プログラム、および／またはコンピュータとすることができる。例として、サーバ上で実行されているアプリケーションもサーバも両方とも、コンポーネントとすることができる。１つまたは複数のコンポーネントが１つのプロセスおよび／または実行スレッド内にあるものとすることができ、また、１つのコンポーネントが１つのコンピュータ上に局在化されてもよく、複数のコンピュータ間で分散されてもよい。

本明細書では、用語「推論」は一般に、イベントおよび／またはデータを通して取り込んだ観察のセットから、システム、環境、および／またはユーザの状態について推理または推論する過程を指す。推論を利用して、例えば、特定のコンテキストまたは動作を識別することができ、あるいは複数の状態にわたる確率分布を生成することができる。推論は確率的とすることができる。すなわち、データおよびイベントの考慮に基づいて、当該の複数の状態にわたる確率分布を計算することとすることができる。推論はまた、イベントおよび／またはデータのセットからより高レベルのイベントを構成するのに利用される技法を指すものとすることもできる。このような推論の結果、観察されたイベントのセットおよび／または記憶されたイベントデータから、イベントが時間的に近接して相関していようとそうでなかろうと、またイベントおよびデータの出所であるイベントソースおよびデータソースが１つであろうと複数であろうと、新しいイベントまたは動作が構築される。

最初に図１を参照すると、システム１００が、本発明の一態様による情報隠蔽を示している。この態様では、１つまたは複数のアイテムセット１２０を有するデータ記憶域１１０が、情報隠蔽コンポーネント１３０によって分析される。情報隠蔽コンポーネント１３０は、ユーザの作業空間１４４（例えば、アプリケーション境界内部および／またはユーザのデスクトップ背景などのアプリケーション外部を含めた作業空間）に提示または表示するアイテムのサブセット１４０を決定する。アイテムセット１２０は、アイコン、フォルダ、ディレクトリ、リスト、メニュー、グラフィックス、アプリケーション、テキスト、データなど、提示されるまたはユーザによって処理されるほぼどんなタイプの情報も含むことができる。

情報隠蔽コンポーネント１３０は、アイテムセット１２０を分析し、セット内の１つまたは複数のアイテムそれぞれについて、ユーザの情報処理を容易にするためにアイテムのサブセット１４０（ほとんどの場合アイテムセット１２０を縮小した形である）を生成することによってユーザの作業空間１４４から削減または削除することができるかどうかを決定する。例えば、アイテムセット１２０がＮ個の表示フォルダのグループであった場合、アイテムのサブセット１４０は、Ｎ−１個のフォルダまたはアイテム（あるいは他の削減、例えばＮ−２、３など）を含むものとすることができる。アイテムのサブセット１４０のサブセットの値はすべての場合にアイテムセット１２０から変更または低減されるわけではないことを理解されたい。例えば、情報隠蔽コンポーネント１３０は、再配置されたアイテムまでナビゲートするコストの方が情報を隠蔽することの利益よりも勝るため、アイテムセット１２０中のどのアイテムも変更すべきでない（例えば別のメモリ部分に再配置すべきでない）と決定する場合もある。

情報隠蔽コンポーネント１３０は、コストおよびランキングコンポーネント１５０を利用して、アイテムのサブセット１４０でアイテムセット１２０中のアイテムをユーザのビューから改変または隠蔽すべきか否かを決定する。一例では、これには、隠蔽されたアイテム１６０でアイテムをビューから隠蔽、再配置、または削除することを含めることができ、それにより、各アイテムを隠蔽した場合はトークンやアイコンなどの代替ナビゲーションパスを隠蔽アイテムに提供することができる。これについては後でより詳細に述べる。別の例では、変形されたアイテム１７０でアイテム変形を行うことができ、各アイテムの体裁を前の提示から変更する（例えば、いくつかのアイテムを後続のアイテムの下にクラスタ化する、アプリケーションまたはデータに関連するアイコンまたは他の構造のサイズを変更する）。

コストおよびランキングコンポーネント１５０については後で図２に関してより詳細に述べるが、これは一般に、アイテムセット１２０中にみられる各アイテムに尤度または関連性の因子を割り当てる。このような因子は、使用に関する情報、アイテムまたは関連アイテムの使用パターン、アイテムに関連するコンテンツ、日時、コンテンツトピック、最近アクセスされたコンテンツ、最近アクセスされたトピックコンテンツなど、アイテムに関係のある証拠を含めたコンテキストでアイテムがユーザに対して有する関連性の点から表すことができる。

関連性の尺度の１つは、アイテムに対してユーザの閲覧またはアクセスが望まれる確率の推定値とすることができる。確率推定値は、例えば、いくらかの使用回数内および何らかのリアルタイムの水平（ｈｏｒｉｚｏｎ）（例えば先週、先月、コンピュータ使用履歴など）に関して類似する状況でアイテムがアクセスを受ける頻度をとり入れて計算することができる。アイテムがユーザの意図したターゲットまたは目標である尤度が決定された後、複数のコスト考慮事項が提供され、アイテムのサブセット１４０によってアイテムをユーザのビューから隠蔽すること（またはアイテムの体裁を変更すること）の利益に対してアイテムを表示するかどうかが決定される。したがって、アイテムを表示するコストが、処理すべきアイテムがより少ないことから受ける利益に対して非常に高い場合は、各アイテムを削除、変更、および／または再配置して、作業空間１４４でユーザによって処理される情報の量を削減することができる。

尤度を計算する際の他の考慮事項には、ユーザの注目レベル、焦点、目標、および／または忙しさ等のユーザ状態などの側面を分析することが含まれ、ユーザ状態を、ユーザの現在アクティビティ（例えばタイプ入力、会話、頭部の凝視（ｈｅａｄ ｇａｚｅ）など）を監視することによって推論または決定することができる。ユーザ状態はまた、会議、電話での会話、オフィスでの対話など、ユーザのコンテキストの決定を含むこともでき、これらは、例えば電子カレンダ、マイクロホン、カメラなど様々なソースから検出することができる。したがって、ユーザが現在リラックスした状態にあると決定された場合は、情報隠蔽コンポーネント１３０は、各アイテムをより多くユーザに対して表示することができる。というのは、ユーザはリラックスした注目状態にあるので、より少ない情報を分析するよりも、より多くの情報を分析するのに適した状態にあるだろうからである。

尤度因子は、構造およびコンテンツのプロパティに基づいて割り当てることもできる。例えば、分類子を使用して、ある文書について最大尤度トピックラベルを割り当てることができ、ある文書がユーザのターゲットである確率は、推論されたトピック、または最近対話した複数の文書に関連する優勢なトピックによって条件づけることができる。

アイテムに目を通すコストは、アイテムの表示構成の詳細や、追加のアイテムにアクセスするのに必要なジェスチャーに関する詳細を含めた、いくつかの因子の変化に伴って変化する可能性があることに留意されたい。このようなコストは、設計上の考慮事項に基づく可能性もあり、また、動的に評価される可能性もある（例えば、リストの下で現在監視されているコンテンツの一時的な視覚的リスト混乱に応じて、リスト表示に含まれる追加のコストがある場合がある）。

図２を参照すると、システム２００が、本発明の一態様による期待効用分析（ｅｘｐｅｃｔｅｄ ｕｔｉｌｉｔｙ ａｎａｌｙｓｉｓ）を示している。システム２００は、期待効用分析コンポーネント２１０を備える。期待効用分析コンポーネント２１０は、候補アイテムまたはオプションのセット２２０（ａとも呼ぶ）を、表示アイテムのサブセット２３０（ｄとも呼ぶ）と、１つまたは複数のアイテムのサブセット２４０（ｈとも呼ぶ）とに分割するものであり、アイテムのサブセット２４０は、隠蔽されているが、符号２５０に示す動作またはジェスチャー（例えば隠蔽された情報までナビゲートするためのマウスクリック）を介してアクセス可能である。

システム２００は、複数の要素｜ａ｜＝［ユーザにとって興味をそそるか、価値があるかもしれないｎ個の総候補アイテム］（例えば検索結果、メニューアイテムなど）を含むセットａを処理し、アイテムには通常、単一のターゲットアイテムが含まれる。次いで、ｎ個のアイテムは自動的に２つの適切なａのサブセットに分離される。サブセットには、｜ｄ｜個のアイテムの表示サブセットｄと、｜ｈ｜個のアイテムの隠蔽サブセットｈが含まれ、｜ｄ｜＋｜ｈ｜＝ｎである。前述のように、観察された証拠Ｅで定義されるコンテキストでアイテムがユーザに対して有する適合度または関連性に順序付けを適用する関数を提供することができる。Ｅには、使用に関する背景情報、アイテムまたは関連アイテムの使用パターン、アイテムに関連するコンテンツ、日時、コンテンツトピック、最近アクセスされたコンテンツ、最近アクセスされたトピックコンテンツなどのうちの１つまたは複数を含めることができる。あるランキング関数は、セットａ中の各アイテムｉが表示時および／またはアクセス時にターゲットアイテムである尤度ｐ（ｉはターゲット｜Ｅ）に関する粗いまたは正確な推定である。公式的な確率的方法が利用不可能な場合は、確率関数を他のランキング関数にマッピングすることができる。このようなマッピングは、ヒューリスティック関数として学習または適用することができる。

例えば、尤度ｐ（ｉはターゲット｜Ｅ）をもたらす確率関数を構成することができ、この関数は、以下のようにすべてのアイテムについて１．０に正規化される。

これが当てはまる場合、表示アイテムのセットｄに移動されるように選択された任意のアイテムセットについて、アイテムがこのセット中にある尤度は以下のとおりである。

アイテムがｄ中にない確率は、この補数である。

次に、ｄの上位アイテムを移動して濃度｜ｄ｜とし、残りの｜ｈ｜を隠蔽アイテムのセットｈに移動することの、期待値（予想されるコストおよび利益を含む）を処理することができる。この場合も、元のセットａ中のアイテム総数｜ａ｜＝｜ｄ｜＋｜ｈ｜である。

次いで、以下のようにコストのセットを処理することができる。
コスト：
Ｃ_ｓ，ｄ：ターゲットがｄ中にある場合にユーザがｄを走査するコスト
Ｃ_ｓ，ｈ：ユーザがｈを走査するコスト（アイテムのセットｈにアクセスしたとき）
Ｃ_ｈ：ユーザがｈにアクセスするコスト
Ｃ_ｓ，ｄ’：ｄがターゲットを含まない場合にユーザがｄを走査するコスト
Ｃ_ｏ：リストサイズに応じた混乱のコスト

これらのコストは、構成の特性などの詳細に基づいて種々の状況でのコストの推定値をもたらす関数を処理することによって、要約する（ｓｕｍｍａｒｉｚｅ）ことができる。例えば関数は、ユーザ調査から収集されたユーザの時間および／またはフラストレーションを観察および適合させることによって、あるいは時間のヒューリスティックな推定値によって作り出すことができ、コストを割り当てる関数のセットが提供される。

最初に、コストＣ_ｓ，ｄについて述べる。コストＣ_ｓ，ｄは、ｄ中のアイテムを走査することに関連し、これは、構成（例えばリスト）の何らかの関数であり、ｇ（｜ｄ｜）である。例えばリスト構成では、ターゲットを見つけるまでに走査されるアイテムの数でコストが測定される場合、リスト上にターゲットがある場合にこのターゲットアイテムを見つけることの予想コスト（平均）は、リストがランダムなら｜ｄ｜／２であり、リストが尤度でソートされていれば好ましい（ランダムな場合に対して）。したがって、｜ｄ｜／２は、より劣る場合の予想として採用される。各アイテムがターゲットである確率が最高から最低までソートされたリストの場合、リストを下方に走査してターゲットアイテムを見つけることの平均コストは、以下の式で記述される。

ｐ（ｘ_ｉ｜Ｅ）が、尤度ｐ（アイテムｘ_ｉはターゲットｔ｜Ｅ）を表すものとする。ターゲットを見つけるまでに走査される予想アイテム数＜ｎ＞は、以下のとおりである。
＜ｎ＞＝
ｐ（ｘ_１｜Ｅ）＊１
＋（１−ｐ（ｘ_１｜Ｅ））＊ｐ（ｘ_２｜Ｅ）＊２
＋（１−ｐ（ｘ_１｜Ｅ））＊（１−ｐ（ｘ_２｜Ｅ））＊ｐ（ｘ_３｜Ｅ）＊３
＋（１−ｐ（ｘ_１｜Ｅ））＊（１−ｐ（ｘ_２｜Ｅ））（１−ｐ（ｘ_３｜Ｅ））＊ｐ（ｘ_４｜Ｅ）＊４
．．．
＋（１−ｐ（ｘ_１｜Ｅ））＊（１−ｐ（ｘ_２｜Ｅ））（１−ｐ（ｘ_３｜Ｅ）．．．（１−ｐ（ｘ_ｎ｜Ｅ））＊ｐ（ｘ_ｎ｜Ｅ）＊ｎ（１） （１）
これは以下のように、よりコンパクトに書くことができる。

アイテムの数を考慮する代わりに、アイテムの走査に関連する時間を考慮することによって式を重み付けすることもできる。ｎ個のアイテムを走査するコストについて、以下のようにｔ（ｎ）で置き換える。

より一般的な場合では、次第に長くなるリストを走査するコストを取り込む関数Ｃ（ｎ）を提供することができ、これは、長さに伴って指数関数的に増大する関数などの非線形関数とすることができる。

アイテムがｄ中にないときにリストを走査するコストＣ_ｓ，ｄ’は、リスト全体を走査するコストである。これもまた、構成および濃度｜ｄ｜の関数であり、Ｃ_ｓ，ｄ’＝Ｃ（｜ｄ｜）である。

ターゲットがリストｄ上で見つからない場合、ユーザは隠蔽アイテムセットｈ中に前から隠蔽されていたアイテムからのアイテムにアクセスすることになると想定することができる。このコストは、隠蔽されているアイテムへのアクセスが行われるようにするためのジェスチャーを実施するコストＣ_ｈを含み、これはユーザインターフェース設計の関数である。ｄ上での休止時間の事前設定済みしきい値の後でｈが現れる設計では、このコストは、この事前設定済みしきい値よりも長いしきい値時間にわたる休止に関連する時間である。他の場合では、このコストは、明示的なジェスチャー（例えばフォルダを開くことや、「他のアイテム」とラベル付けされたボタンを選択すること）の実施に伴う時間および／またはフラストレーションである。このコストを、オブジェクトを走査するコストと同じユニットに配置して、最適化を生み出すことができる。例えば、アイテムを走査するコストがアイテム数に伴って線形に増加する、ユーザに対するコストのモデルの場合、ユーザまたはユーザインターフェース設計者は、アクセスのコストを、いくらかの数のアイテムを走査することに相当するものとすることができる。

ｈへのアクセスが与えられれば、ｈを走査するコストＣ_ｓ，ｈは、表示リストｄを走査するコストと同様にして式１から４によって計算される。ただし、ｈ中のアイテムについての尤度で置き換える。コスト尺度が与えられれば、決定分析コンポーネントを提供することができる。これは、各アイテムがターゲットアイテムである確率を入力として、あるいはこの確率を割り当てて、候補アイテムの完全なセットａを、ｄと１つまたは複数のセットｈ_ｉ．．ｈ_ｎとに分割する。

別の態様では、ａが単一のｄとｈに分割される場合が考えられる。複数のセットｈ_ｉ．．ｈ_ｎの分析は、単一の隠蔽セットｈの場合の分析に従う。アイテムのリストが確率でソートされる場合、特定の分割に関連する全体的なコストは、以下のとおりである。

理想的な分割は、理想的なｄであるｄ＊（サイズは｜ｄ｜＊）を識別することによって決定することができ、これは以下のように、すべてのアイテムａを、ユーザに対するこのコストを最小限にする表示アイテムｄに（かつ相補性によってｈに）分割することである。

ターゲットアイテムである尤度の推定値でソートされたアイテムから理想的な数のアイテムを選択することにより、表示アイテムと隠蔽アイテムの理想的なセットがもたらされる。前述のように、アイテムに目を通すコストは、アイテムの表示構成の詳細や、追加のアイテムにアクセスするのに必要なジェスチャーに関する詳細を含めた、いくつかの因子の変化に伴って変化する可能性がある。このようなコストは通常、設計上の考慮事項において生じる場合もあり、また、動的に決定される場合もある（例えば、リストの下で監視されているコンテンツの一時的な視覚的リスト混乱に応じて、より長いリストの表示に含まれる追加のコストがある場合もある）。この因子は、「コスト混乱」として前述の式において分析することができ、混乱のコストはリストサイズの関数である。このような追加のコスト因子は、リストまたは他の表示構成のサイズの増大に対して非線形である場合がある。というのは、必要表示サイズは、何らかのしきい値に達するまでは画面上の重要なアイテムを隠蔽せず、しきい値に達すると、前から表示されていたこの重要なコンテンツを表示するのに現在使用されている表示画面スペースを混乱させ始めることがあるからである。

図３に移ると、本発明の一態様による様々な情報隠蔽概念が示されている。図３の考察を進める前に、図３で述べる隠蔽概念はアプリケーション境界内および／またはアプリケーション外部で適用できることに留意されたい。例えば、ユーザのデスクトップは、オペレーティングシステムタスクに基づいて隠蔽され他の位置に移動される複数のアイテムを有することができ、一方でアプリケーションは、隠蔽動作を呼び出す内部タスクまたはオペレーティングシステムタスク呼出しに基づいて、アプリケーション内でアイテムを隠蔽することができる。

符号３００では、３つのアイテムを含むセットのうちの２つのアイテムを、単一のアイテムにクラスタ化し、それにより元のセットから２つのアイテムを含むサブセットにしている。これは例えば、中に含まれるクラスタ化されたアイテムへのナビゲーションパスを供給するアイコンまたはフォルダを作成することを含むことができる。符号３１０では、アイテムを最小化している。これは、ユーザの各作業空間内で情報アイテムが占めるサイズまたは領域を単に縮小することを含むことができる。符号３２０では、１つまたは複数のフォルダ／ファイルを、１つまたは複数のサブレベル（例えば階層ディレクトリ位置）に再配置または移動することができる。符号３３０では、リストまたはアイテム記述／データのサイズを、削減された情報リストまたはサブセットに縮小することができる。符号３４０では、アイテムの部分的な隠蔽を示す。したがって、各アイテムを完全に削除または再配置するのではなく、アイテムを、ユーザがアイテム全体を見ることが部分的に妨げられる提示領域に配置または移動することができる。部分的に隠蔽されたアイテムをユーザがマウス操作または選択すると、アイテムを完全に表示させることができる。符号３５０では、例えば定期的に空にすることのできるごみ箱フォルダにアイテムを自動的に捨てることによって、アイテムを削除することができる。削除は、例えば、そのファイルに最初に接した後で再びアクセスする可能性が低い一時インターネットファイルなどのアイテムの場合に有用なことがある。後で図８および９に関してより詳細に述べるが、情報をさらに掘り下げるために、隠蔽されたコンテンツを示す矢印などの選択オプションを提供することができる。

図４〜６に、本発明の一態様による自動化された情報隠蔽の例示的な適用例を示す。前述のように、本発明のシステムおよび方法は、動作のためのメニューを表示する用途や、検索アプリケーションにおいて照会に対して提供された結果を表示する用途などに適用することができる。図４に、照会結果をトピック分類機構によってトピックカテゴリに範疇化する検索エンジンのためのユーザ選好ツール４００を示す。各カテゴリにつき、ユーザによって指示された選好に基づいて隠蔽最適化が適用される。図４には、例示的なユーザ選好の評価が示してある。この場合ユーザは、見える各アイテムがコスト１を有すること、および、「Ｍｏｒｅ」結果ボタンにアクセスすることが追加の５つのアイテムを見ることに相当することを示している。理解できるように、その他の選択値も可能である。

図５に、「Ｊａｇｕａｒ」という語で検索した結果が表示されている。初期表示５００は、表示アイテムｄのリストを示しており、現在いくつの結果がｈに隠蔽されているかを示す「Ｍｏｒｅ」ボタン５１０を備える。図６に、ユーザが符号６１０の「Ｍｏｒｅ」ボタンをクリックしてアクセスした、当該のカテゴリについての隠蔽されたセットｈの展開表示６００を示す。前述のように、分析をネストするために、ａをｄとｈに分解することを再帰的に適用して複数レベルの隠蔽を可能にすることができることに留意されたい。すなわち、最上レベルのａであるａ_１をｄ_ａ１とｈ_ａ１に分解し、次いで、ｈ_ａ１を新しいａであるａ’と見なすことができ、ａ’について新しい分解ｄ’とｈ’を考慮し、以下同様にすることができる。

図７に、本発明の一態様による、デスクトップ環境での情報隠蔽およびクラスタ化を示す。この態様では、符号７００に、情報隠蔽が適用される前のサンプルデスクトップを示す。符号７１０に、隠蔽およびクラスタ化が適用されたサンプルデスクトップを示す。例えば、符号７２０の４つのアプリケーションアイコンは、符号７３０に示すように隠蔽、削除、または再配置されている。前述のように、このような隠蔽には、各アプリケーションを別のフォルダ／ディレクトリに移動すること、あるいは望むなら、アプリケーションを削除するためにごみ箱に移動することを含めることができる。ファイルまたはアイテムを自動的に再配置するための制御、あるいは「これらのファイルを今デスクトップから削除しますか？」といった質問に答えるための制御を、ユーザに提供することができる。符号７４０の２つのネットワークアプリケーションは、符号７５０のｎｅｔｗｏｒｋ ａｐｐｓという名前の１つのアイコンまたは表示アイテムにクラスタ化されている。

図８は、本発明の一態様による、アプリケーション環境内での情報隠蔽を示す図である。図８はワードプロセッシングアプリケーションを表しており、情報が選択矢印８００の奥に隠蔽されている。ユーザがより多くの情報を見たい場合は、矢印８００を選択すればよく、符号８１０に示すように追加のツールが提供される。図９にも同様の概念を示すが、この場合、符号９００でメニューアイテムを選択して矢印９１０を選択すると、ユーザは隠蔽された情報を選択することができる。矢印９１０を選択した後は、隠蔽された情報が符号９２０に表示される。

図１０は、本発明の一態様による、情報がサブフォルダに再配置されるのを示す図である。この例では、符号１０００に、５つのフォルダをディレクトリ中に有する「Ｍｙ Ｄｏｃｕｍｅｎｔｓ」という名前のフォルダが表示されている。情報隠蔽が適用された後には、１０１０に示すディレクトリ中に４つのフォルダが残っている。この場合、前のフォルダ「Ｍｙ Ｍｕｓｉｃ」および「Ｍｙ Ｐｉｃｔｕｒｅ」が自動的に再配置されて、符号１０２０で示す「Ｓｕｂ」という名前のフォルダ中に位置している。

図１１は、本発明の一態様による、ファイルが再配置されたサブフォルダを示す図である。図１０に関して上述したように、フォルダ「Ｍｙ Ｍｕｓｉｃ」および「Ｍｙ Ｐｉｃｔｕｒｅ」が自動的に再配置されて、「Ｓｕｂ」という名前のフォルダ中に位置している。図１１は、自動的な情報隠蔽後のサブフォルダの内容、すなわち符号１１００に示す「Ｍｙ Ｍｕｓｉｃ」および「Ｍｙ Ｐｉｃｔｕｒｅ」を示している。

図１２を参照すると、本発明の様々な態様を実施するための例示的な環境１２１０が、コンピュータ１２１２を含む。コンピュータ１２１２は、処理ユニット１２１４、システムメモリ１２１６、システムバス１２１８を備える。システムバス１２１８は、限定しないがシステムメモリ１２１６を含めたシステムコンポーネントを、処理ユニット１２１４に結合する。処理ユニット１２１４は、利用可能な様々なプロセッサのいずれかとすることができる。デュアルマイクロプロセッサおよびその他のマイクロプロセッサアーキテクチャを処理ユニット１２１４として採用してもよい。

システムバス１２１８は、利用可能な任意の各種バスアーキテクチャを用いた、メモリバスまたはメモリコントローラ、周辺バスまたは外部バス、および／またはローカルバスを含めて、いくつかのタイプのバス構造のいずれかとすることができる。限定しないがこれらには、１１ビットバス、ＩＳＡ（Ｉｎｄｕｓｔｒｉａｌ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ）、ＭＣＡ（Ｍｉｃｒｏ−Ｃｈａｎｎｅｌ Ａｒｃｈｉｔｅｃｔｕｒｅ）、ＥＩＳＡ（Ｅｘｔｅｎｄｅｄ ＩＳＡ）、ＩＤＥ（Ｉｎｔｅｌｌｉｇｅｎｔ Ｄｒｉｖｅ Ｅｌｅｃｔｒｏｎｉｃｓ）、ＶＥＳＡローカルバス（ＶＬＢ）、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＡＧＰ（Ａｄｖａｎｃｅｄ Ｇｒａｐｈｉｃｓ Ｐｏｒｔ）、ＰＣＭＣＩＡ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ Ｍｅｍｏｒｙ Ｃａｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ａｓｓｏｃｉａｔｉｏｎ）バス、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍｓ Ｉｎｔｅｒｆａｃｅ）が含まれる。

システムメモリ１２１６は、揮発性メモリ１２２０および不揮発性メモリ１２２２を含む。不揮発性メモリ１２２２には、起動中などにコンピュータ１２１２内の要素間で情報を転送するための基本ルーチンを含むＢＩＯＳ（ｂａｓｉｃ ｉｎｐｕｔ／ｏｕｔｐｕｔ ｓｙｓｔｅｍ）が記憶されている。限定ではなく例として、不揮発性メモリ１２２２は、読取り専用メモリ（ＲＯＭ）、プログラム可能ＲＯＭ（ＰＲＯＭ）、電気的プログラム可能ＲＯＭ（ＥＰＲＯＭ）、電気的消去可能ＲＯＭ（ＥＥＰＲＯＭ）、またはフラッシュメモリを含むことができる。揮発性メモリ１２２０は、ランダムアクセスメモリ（ＲＡＭ）を含み、これは外部キャッシュメモリとして働く。限定ではなく例として、ＲＡＭは、シンクロナスＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、ダブルデータレートＳＤＲＡＭ（ＤＤＲ ＳＤＲＡＭ）、エンハンスドＳＤＲＡＭ（ＥＳＤＲＡＭ）、シンクリンク（Ｓｙｎｃｈｌｉｎｋ）ＤＲＡＭ（ＳＬＤＲＡＭ）、ダイレクトラムバスＲＡＭ（ＤＲＲＡＭ）など、多くの形で入手可能である。

コンピュータ１２１２はまた、取外し可能／取外し不可能、揮発性／不揮発性コンピュータ記憶媒体も備える。例えば図１２には、ディスク記憶装置１２２４が示されている。ディスク記憶装置１２２４には、限定しないが磁気ディスクドライブ、フロッピー（登録商標）ディスクドライブ、テープドライブ、Ｊａｚドライブ、Ｚｉｐドライブ、ＬＳ−１００ドライブ、フラッシュメモリカード、メモリスティックなどのデバイスが含まれる。さらに、ディスク記憶装置１２２４には、コンパクトディスクＲＯＭデバイス（ＣＤ−ＲＯＭ）、ＣＤ記録可能ドライブ（ＣＤ−Ｒドライブ）、ＣＤ書換え可能ドライブ（ＣＤ−ＲＷドライブ）、デジタル多用途ディスクＲＯＭドライブ（ＤＶＤ−ＲＯＭ）などの光ディスクドライブを含めて、他の記憶媒体と別個にまたは共に記憶媒体を含めることもできる。ディスク記憶装置１２２４をシステムバス１２１８に接続するのを容易にするために、通常、インターフェース１２２６などの取外し可能または取外し不可能インターフェースが使用される。

図１２には、ユーザと、適した動作環境１２１０で述べた基本的なコンピュータリソースとの間の媒介として働くソフトウェアが記述されていることを理解されたい。このようなソフトウェアには、オペレーティングシステム１２２８が含まれる。オペレーティングシステム１２２８は、ディスク記憶装置１２２４に記憶されているものとすることができ、コンピュータ１２１２のリソースを制御および割振りするように働く。システムアプリケーション１２３０は、システムメモリ１２１６またはディスク記憶装置１２２４に記憶されたプログラムモジュール１２３２およびプログラムデータ１２３４を介して、オペレーティングシステム１２２８によるリソース管理を利用する。本発明は様々なオペレーティングシステムで、またはオペレーティングシステムの組合せで実施できることを理解されたい。

ユーザは、入力デバイス１２３６を介してコマンドまたは情報をコンピュータ１２１２に入力する。入力デバイス１２３６には、限定しないが、マウスなどのポインティングデバイス、トラックボール、スタイラス、タッチパッド、キーボード、マイクロホン、ジョイスティック、ゲームパッド、衛星パラボラアンテナ、スキャナ、ＴＶチューナカード、デジタルカメラ、デジタルビデオカメラ、ウェブカメラなどが含まれる。これらおよび他の入力デバイスは、インターフェースポート１２３８およびシステムバス１２１８を介して処理ユニット１２１４に接続される。インターフェースポート１２３８には例えば、シリアルポート、パラレルポート、ゲームポート、ユニバーサルシリアルバス（ＵＳＢ）などが含まれる。出力デバイス１２４０も、入力デバイス１２３６と同じタイプのポートのいくつかを使用する。したがって例えば、ＵＳＢポートを使用して、コンピュータ１２１２に入力を提供し、コンピュータ１２１２からの情報を出力デバイス１２４０に出力することができる。出力デバイス１２４０の中でもとりわけ、モニタ、スピーカ、プリンタのように特別なアダプタを必要とするいくつかの出力デバイス１２４０があることを示すために、出力アダプタ１２４２が提供されている。出力アダプタ１２４２には、限定ではなく例として、出力デバイス１２４０とシステムバス１２１８との間の接続手段を提供するビデオカードおよびサウンドカードが含まれる。リモートコンピュータ１２４４など、その他のデバイス、および／またはデバイスのシステムも、入力と出力の両方の機能を備えることに留意されたい。

コンピュータ１２１２は、リモートコンピュータ１２４４など１つまたは複数のリモートコンピュータへの論理接続を用いて、ネットワーク化された環境で動作することができる。リモートコンピュータ１２４４は、パーソナルコンピュータ、サーバ、ルータ、ネットワークＰＣ、ワークステーション、マイクロプロセッサベースの機器、ピアデバイス、またはその他の一般的なネットワークノードなどとすることができ、通常、コンピュータ１２１２に関して述べた要素の多くまたはすべてを備える。簡潔にするために、メモリ記憶装置１２４６だけをリモートコンピュータ１２４４と共に示してある。リモートコンピュータ１２４４は、ネットワークインターフェース１２４８を介してコンピュータ１２１２に論理接続され、次いで通信接続１２５０を介して物理接続される。ネットワークインターフェース１２４８には、ローカルエリアネットワーク（ＬＡＮ）やワイドエリアネットワーク（ＷＡＮ）などの通信ネットワークが含まれる。ＬＡＮ技術には、ファイバ分散データインターフェース（ＦＤＤＩ）、銅分散データインターフェース（ＣＤＤＩ）、イーサネット（登録商標）／ＩＥＥＥ１１０２．３、トークンリング／ＩＥＥＥ１１０２．５などが含まれる。ＷＡＮ技術には、限定しないが、ポイントツーポイントリンク、統合デジタルサービス通信網（ＩＳＤＮ）およびこれらの変形などの回路交換ネットワーク、パケット交換ネットワーク、デジタル加入者線（ＤＳＬ）が含まれる。

通信接続１２５０は、ネットワークインターフェース１２４８をバス１２１８に接続するのに利用されるハードウェア／ソフトウェアを指す。通信接続１２５０は、図示を分かりやすくするためにコンピュータ１２１２の内部に示してあるが、コンピュータ１２１２の外部にあってもよい。ネットワークインターフェース１２４８への接続に必要なハードウェア／ソフトウェアには、例に過ぎないが、通常の電話グレードモデムやケーブルモデムやＤＳＬモデムを含めたモデム、ＩＳＤＮアダプタ、イーサネット（登録商標）カードなどの、内部技術および外部技術が含まれる。

図１３は、本発明が対話することのできるサンプルコンピューティング環境（システム）１３００の概略ブロック図である。システム１３００は、１つまたは複数のクライアント１３１０を含む。クライアント１３１０は、ハードウェアおよび／またはソフトウェア（例えばスレッド、プロセス、コンピューティングデバイス）とすることができる。システム１３００は、１つまたは複数のサーバ１３３０も含む。サーバ１３３０もまた、ハードウェアおよび／またはソフトウェア（例えばスレッド、プロセス、コンピューティングデバイス）とすることができる。サーバ１３３０は、例えば本発明を利用して変形を実施するためのスレッドを備えることができる。クライアント１３１０とサーバ１３３０との間の可能な通信の１つは、複数のコンピュータプロセス間で伝送されるように適合されたデータパケットの形とすることができる。システム１３００は、クライアント１３１０とサーバ１３３０との間の通信を容易にするのに利用できる通信フレームワーク１３５０を含む。クライアント１３１０は、クライアント１３１０のローカルな情報を記憶するのに利用できる１つまたは複数のクライアントデータ記憶装置１３６０に動作可能に接続されている。同様に、サーバ１３３０は、サーバ１３３０のローカルな情報を記憶するのに利用できる１つまたは複数のサーバデータ記憶装置１３４０に動作可能に接続されている。

以上の記述は、本発明の例を含む。当然、本発明を記述するために、考えられるあらゆる組合せのコンポーネントおよび方法について述べることは不可能である。しかし、本発明に関するその他多くの組合せおよび置換が可能であることは、当業者なら理解するであろう。したがって本発明は、添付の特許請求の趣旨および範囲に含まれるこのようなすべての改変、修正、変形を含むものとする。さらに、詳細な説明または特許請求の範囲で「ｉｎｃｌｕｄｅ（含む、備える）」という語が使用される限り、このような語は、請求項における移行語として採用されたときに解釈される「ｃｏｍｐｒｉｓｉｎｇ」という語と同様にして包括的とする。

本発明の一態様による情報隠蔽を示す概略ブロック図である。 本発明の一態様による期待効用分析システムを示す図である。 本発明の一態様による様々な情報隠蔽概念を示す図である。 本発明の一態様による自動化された情報隠蔽プロセスを示す流れ図である。 本発明の一態様による、自動化された情報隠蔽の例示的な適用例を示す図である。 本発明の一態様による、自動化された情報隠蔽の例示的な適用例を示す図である。 本発明の一態様による、自動化された情報隠蔽の例示的な適用例を示す図である。 本発明の一態様による、デスクトップ環境での情報隠蔽およびクラスタ化を示すブロック図である。 本発明の一態様による、アプリケーション環境内での情報隠蔽を示す図である。 本発明の一態様による、情報がサブフォルダに再配置されるのを示す図である。 本発明の一態様による、ファイルが再配置されたサブフォルダを示す図である。 本発明の一態様による適した動作環境を示す概略ブロック図である。 本発明が対話することのできるサンプルコンピューティング環境の概略ブロック図である。

Claims (38)

1. 情報の表示を容易にするシステムであって、
   少なくとも１つの表示アイテムについての尤度値を決定するランキングコンポーネントと、
   前記表示アイテムについてのナビゲーションコストを決定するコストコンポーネントと、
   前記決定された尤度値および前記ナビゲーションコストに少なくとも部分的に基づいて、複数の表示アイテムから表示アイテムのサブセットを選択的に見せる隠蔽コンポーネントと
   を備えることを特徴とするシステム。
2. 前記隠蔽コンポーネントは、候補アイテムのセットａを表示アイテムのサブセットｄと１つまたは複数のアイテムサブセットｈとに分割するための期待効用分析コンポーネントを備え、前記アイテムサブセットｈは、隠蔽されているが動作またはジェスチャーを介してアクセス可能であり、ａ、ｄ、ｈはそれぞれ整数であることを特徴とする請求項１に記載のシステム。
3. 前記動作またはジェスチャーは、隠蔽された情報にナビゲートするためのマウスクリックまたはキーストロークを含むことを特徴とする請求項２に記載のシステム。
4. 前記隠蔽コンポーネントは、複数の要素｜ａ｜＝ユーザにとって興味をそそるか価値があるかもしれないｎ個の総候補アイテムを含む前記セットａを処理し、前記ｎ個のアイテムは、｜ｄ｜個のアイテムの表示サブセットｄと｜ｈ｜個のアイテムの隠蔽サブセットｈとを含む適切なａのサブセットに自動的に分離され、｜ｄ｜＋｜ｈ｜＝ｎであることを特徴とする請求項２に記載のシステム。
5. 前記ランキングコンポーネントは、観察された証拠Ｅで定義されるコンテキストでユーザに対するアイテムの前記尤度に順序付けを適用する関数を備えることを特徴とする請求項１に記載のシステム。
6. 前記観察された証拠Ｅは、使用に関する背景情報、アイテムまたは関連アイテムの使用パターン、アイテムに関連するコンテンツ、日時、コンテンツトピック、最近アクセスされたコンテンツ、最近アクセスされたトピックコンテンツのうちの１つまたは複数を含むことを特徴とする請求項５に記載のシステム。
7. 前記ランキングコンポーネントは、セットａ中の各アイテムｉが表示時および／またはアクセス時にターゲットアイテムである尤度に関する粗いまたは正確な推定としてのランキング関数を備え、前記尤度はｐ（ｉはターゲット｜Ｅ）として表され、ｐは確率であることを特徴とする請求項５に記載のシステム。
8. 前記ランキングコンポーネントは、ヒューリスティック関数として学習または適用される他のランキング関数にマッピングする確率関数を備えることを特徴とする請求項７に記載のシステム。
9. 前記確率関数は、尤度ｐ（ｉはターゲットｔ｜Ｅ）を決定し、前記確率関数は、
   として表されるようにすべてのアイテムについて１．０に正規化されることを特徴とする請求項８に記載のシステム。
10. 前記隠蔽コンポーネントは、前記表示アイテムのサブセットｄに移動されるように選択された任意のアイテムセットについて、ターゲットアイテムｔが前記セット中にある尤度を決定し、前記尤度は、
    として表され、あるいは、
    前記ターゲットアイテムｔが前記表示アイテムのサブセットｄ中にない確率を補数として決定し、前記確率は、
    として表されることを特徴とする請求項２に記載のシステム。
11. 前記隠蔽コンポーネントは、前記表示アイテムのサブセットｄの上位アイテムを移動して濃度｜ｄ｜として残りの｜ｈ｜を前記隠蔽アイテムのセットｈに移動することの、予想されるコストと利益とを含む期待値を決定し、元のセットａ中のアイテム総数｜ａ｜＝｜ｄ｜＋｜ｈ｜であることを特徴とする請求項２に記載のシステム。
12. 前記隠蔽コンポーネントは、
    Ｃ_ｓ，ｄ：ターゲットが前記表示アイテムのサブセットｄ中にある場合にユーザが該表示アイテムのサブセットｄを走査するコスト、
    Ｃ_ｓ，ｈ：ユーザが前記アイテムサブセットｈを走査するコスト（前記アイテムサブセットｈにアクセスしたとき）、
    Ｃ_ｈ：ユーザが前記アイテムサブセットｈにアクセスするコスト、
    Ｃ_ｓ，ｄ’：前記表示アイテムのサブセットｄが前記ターゲットを含まない場合にユーザが該表示アイテムのサブセットｄを走査するコスト、および、
    Ｃ_ｏ：リストまたはその他のアイテム構成のサイズに応じた、他のコンテンツが混乱するコスト
    のうちの少なくとも１つのコストを決定することを特徴とする請求項２に記載のシステム。
13. 前記コストは、構成の特性などの詳細に基づいて種々の状況でのコストの推定値をもたらす関数を処理することによって、要約することができることを特徴とする請求項１２に記載のシステム。
14. ユーザ調査から収集されたユーザの時間および／またはフラストレーションを観察および適合させることによって、あるいは前記時間のヒューリスティックな推定値によって作り出された関数をさらに備え、前記コストを割り当てる関数のセットを提供することを特徴とする請求項１３に記載のシステム。
15. 前記コストＣ_ｓ，ｄは、表示アイテムのサブセットｄ中のアイテムを走査することに関連し、構成の関数でありｇ（｜ｄ｜）であることを特徴とする請求項１２に記載のシステム。
16. リスト上にターゲットアイテムがある場合に前記ターゲットアイテムを見つけることの予想コスト（平均）を有するリスト構成をさらに備え、前記予想コストは、前記ターゲットを見つけるまでに走査されるアイテムの数で測定され、前記リストがランダムの場合は｜ｄ｜／２であり、前記リストが（ランダムに対して）尤度でソートされている場合に｜ｄ｜／２が平均ケース期待値として採用されることを特徴とする請求項１５に記載のシステム。
17. 各アイテムがターゲットアイテムである確率が最高から最低までソートされたリストの場合に、前記コストは、リストを下方に走査して前記ターゲットアイテムを見つけることの平均コストであり、以下の式で記述され、
    ｐ（ｘ_ｉ｜Ｅ）は尤度ｐ（アイテムｘ_ｉはターゲットｔ｜Ｅ）を表し、ターゲットを見つけるまでに走査される予想アイテム数＜ｎ＞は、
    ＜ｎ＞＝
    ｐ（ｘ_１｜Ｅ）＊１
    ＋（１−ｐ（ｘ_１｜Ｅ））＊ｐ（ｘ_２｜Ｅ）＊２
    ＋（１−ｐ（ｘ_１｜Ｅ））＊（１−ｐ（ｘ_２｜Ｅ））＊ｐ（ｘ_３｜Ｅ）＊３
    ＋（１−ｐ（ｘ_１｜Ｅ））＊（１−ｐ（ｘ_２｜Ｅ））（１−ｐ（ｘ_３｜Ｅ））＊ｐ（ｘ_４｜Ｅ）＊４
    ．．．
    ＋（１−ｐ（ｘ_１｜Ｅ））＊（１−ｐ（ｘ_２｜Ｅ））（１−ｐ（ｘ_３｜Ｅ）．．．（１−ｐ（ｘ_ｎ｜Ｅ））＊ｐ（ｘ_ｎ｜Ｅ）＊ｎ
    であることを特徴とする請求項１５に記載のシステム。
18. 前記コストは、以下の式
    として表されることを特徴とする請求項１７に記載のシステム。
19. 前記式は、アイテムの走査に関連する時間を考慮することによって重み付けされ、
    のとおり、ｎ個のアイテムを走査するコストについてｔ（ｎ）で置き換えられることを特徴とする請求項１８に記載のシステム。
20. 次第に長くなるリストを走査するコストを取り込む関数Ｃ（ｎ）をさらに備え、前記関数Ｃ（ｎ）は、
    のとおり、長さに伴って指数関数的に増大する非線形関数として提供されることを特徴とする請求項１２に記載のシステム。
21. 前記コストは、隠蔽されているアイテムへのアクセスが行われるようにするためのジェスチャーを実施するコストＣ_ｈを含み、前記コストＣ_ｈはユーザインターフェースコンポーネントの関数であることを特徴とする請求項１２に記載のシステム。
22. 前記ユーザインターフェースコンポーネントは、前記表示アイテムのサブセットｄ上での休止時間の事前設定済みしきい値の後で前記アイテムサブセットｈが現れるようにし、前記事前設定済みしきい値よりも長いしきい値時間にわたる休止に関連する時間に応じたコストを含むことを特徴とする請求項２１に記載のシステム。
23. 前記コストは、明示的なジェスチャーの実施に伴う時間および／またはフラストレーションを含むことを特徴とする請求項２２に記載のシステム。
24. 前記ユーザインターフェースコンポーネントは、アイテムを走査するコストがアイテム数に伴って線形に増加する、ユーザに対するコストのモデルを処理し、前記ユーザインターフェースコンポーネントは、アクセスのコストを、所定数のアイテムを走査することに相当するように設定することを特徴とする請求項２１に記載のシステム。
25. 前記コストは、
    のとおり、特定の分割に関連する全体的なコストとして計算されることを特徴とする請求項１２に記載のシステム。
26. 理想的な表示アイテムのサブセットｄであるｄ＊（サイズは｜ｄ｜＊）を識別することによって決定される理想分割計算をさらに含み、前記分割は、
    のとおり、すべてのアイテムａを、前記ユーザに対するコストを最小限にする表示アイテムｄに（かつ相補性によってｈに）分割することであることを特徴とする請求項２５に記載のシステム。
27. 前記表示アイテムは、アプリケーション内部と前記アプリケーション外部のうちの少なくとも一方を含む作業空間上にあることを特徴とする請求項１に記載のシステム。
28. 前記表示アイテムは、アイコン、フォルダ、ディレクトリ、リスト、メニュー、グラフィックス、テキスト、データおよびアプリケーションのうちの少なくとも１つを含むことを特徴とする請求項１に記載のシステム。
29. 請求項１に記載のランキングコンポーネントとコストコンポーネントとのうちの少なくとも一方を実現するためのコンピュータ可読命令が記憶されたことを特徴とするコンピュータ可読媒体。
30. 情報の表示を容易にする方法であって、
    コンピュータ上に表示することのできる情報を識別すること、および
    期待効用分析に少なくとも部分的に基づいて情報のセットから情報のサブセットを選択的に表示すること
    を含むことを特徴とする方法。
31. １つまたは複数の関連性変数に基づいて、１つまたは複数の表示アイテムに自動的にランクを割り当てることをさらに含むことを特徴とする請求項３０に記載の方法。
32. 前記割り当てられたランクに鑑みて、表示アイテムを再配置または変形することのナビゲーションコストを自動的に決定することをさらに含むことを特徴とする請求項３０に記載の方法。
33. 隠蔽されたアイテムまでナビゲートするコストよりも、前記アイテムを実際に隠蔽することの利益の方が勝るかどうかを自動的に決定することをさらに含むことを特徴とする請求項３０に記載の方法。
34. バックグラウンドタスク、フォアグラウンドタスク、アプリケーションタスク、およびオペレーティングシステムタスクのうちの少なくとも１つの最中に、自動化されたアイテム隠蔽操作を実施することをさらに含むことを特徴とする請求項３０に記載の方法。
35. アイテムの提示を容易にするシステムであって、
    アイテムを表示するコストを自動的に決定する手段と、
    前記決定されたアイテムを表示するコストに基づいて選択的に前記アイテムを見せる手段とを備えることを特徴とするシステム。
36. 情報を選択的にユーザに見せるためのユーザインターフェースであって、
    文書にアクセスするコストと表示されていない文書にアクセスするコストとに関連するユーザフィードバックを受け取るためのコンポーネントと、
    前記ユーザフィードバックに少なくとも部分的に基づいてオブジェクトをユーザに対して表示するためのコンポーネントと
    を備えることを特徴とするユーザインターフェース。
37. 選択オプションによって閲覧可能な非表示オブジェクトを有する検索エンジンをさらに備えることを特徴とする請求項３６に記載のユーザインターフェース。
38. ａをｄとｈに分解することを利用するコンポーネントをさらに備え、分析をネストするために前記分解が再帰的に適用されて複数レベルの隠蔽が可能であることを特徴とする請求項３６に記載のユーザインターフェース。