JP2005190476A - ユーザの共同体のプリファランスエンコーディングの考慮を介したアプリケーションおよびサービスの個人化をサポートする統計的モデルおよび方法 - Google Patents

Abstract

【課題】ソフトウェアアプリケーションおよびサービスの個人化（ｐｅｒｓｏｎａｌｉｚａｔｉｏｎ）を手助けする。
【解決手段】他の人の母集団統計に関する情報および／または完成したもしくは部分的なプリファランスに関する情報を分析して、コンピュータアプリケーションまたはサービスの設定および機能性に関する推挙を推論する。システムが、複数のユーザに関するデータを受け取る能力を用いて再検討され、これらのユーザのそれぞれのプロファイルが共同体ストアに記憶される。このシステムは、ユーザの新しいプロファイルの構築に関して、ソフトウェア動作に関するプリファランスを表すパラメータの完成したおよび／または部分的に完成したプロファイルを活用することができる。新しいプロファイルを構築することを望むユーザに関するデータを、共同体プロファイルと共に使用して、ユーザが個人プロファイルを構築するのを手助けする。
【選択図】図１

Description

本発明は、一般にソフトウェアおよび／またはシステム管理に関し、より詳細には、複雑なコンピューティングシステムおよび通信システムを構成するときに新規ユーザを援助するために潜在的な設定プロファイルを構築する、ユーザの共同体からのプリファランス設定を分析するシステムおよび方法に関する。

現代のコンピューティングシステムは、多数の多様なユーザにサービスを提供する多数のアプリケーションをサポートする。ハードウェア処理およびメモリは性能を高め続けるが、ソフトウェアは、新しいアプリケーションおよび既存アプリケーションをサポートするために開発されるいくつかの新しい機能でこの進歩の先手を取り続ける。携帯電話機を例にすると、呼出し音の種類および音量、電話帳、メニューコマンド、インボックス設定、ディスプレイ設定、セキュリティ設定などを含む多くの機能が、デバイスの所望の動作を設定するために使用可能である。電話機能のほかに、デジタルカメラおよびウェブサービスなど、他のハードウェア機能および関連ソフトウェアが、携帯電話機に出現され始めている。オペレーティングシステム、ソフトウェア開発システム、または高度な通信アーキテクチャなどのより複雑なシステムでは、特定の環境を特定のユーザの趣味または快適レベルに調整する複数の設定は、気力をくじくものになる可能性がある。

所望のプリファランスによる、ルールベースのシステム、または統計的に導かれた自動推論などのより複雑なシステムを構成するために、ユーザは、しばしば電子的な、または紙の書面の長いダイジェストを読破し、これから行われる調整が適当であるかどうかを調べるためにシステムを用いて実験するという作業を与えられる。そのような実験は、退屈であり、ユーザが設定の絞込みに注力することを望む場合に時間がかかる可能性がある。理解されるように、このタイプの実験学習プロセスは、退屈であり、欲求不満を引き起こす可能性がある。複雑なシステムについての学習の代替形態では、ユーザを、別のユーザによって人手でトレーニングすることができるが、トレーニングを与える人は、最もしばしば、時間的制約のために、システムに関する基本的情報を伝えるにすぎない。同僚による、人によるトレーニング中には、おそらくはより悪いシナリオも存在する。この場合には、トレーニングを与える人は、通常、指示を与える人に関係する機能だけを伝える。したがって、多くのユーザが、コンピューティングシステムおよび関連ソフトウェアのすべての能力およびユーティリティを体験しない可能性が高い。

従って、このような不都合を軽減する助けとなる、新規ユーザを援助するシステムや方法の実現が望まれる。

以下では、本発明のいくつかの態様を基本的に理解するために、本発明について簡単にまとめる。この概要は、本発明の広範囲の全体像ではない。本発明の主要な要素または重大な要素を識別すること、または本発明の範囲を示すことは意図されていない。この要約の唯一の目的は、後で提示するより詳細な説明の序文として単純化された形で本発明のいくつかの概念を提示することである。

本発明は、ソフトウェアアプリケーションおよびサービスの個人化（ｐｅｒｓｏｎａｌｉｚａｔｉｏｎ）を手助けする。具体的には、統計的なモデルおよび方法を使用して、ユーザの共同体のプリファランスのエンコーディング（コード化）の配慮を通じてアプリケーションおよびサービスの個人化をサポートする。共同体からのデータの分析に基づいて、ユーザがシステムのパーソナル設定として使用することのできる潜在的なプロファイルが作成または提案され、それによって、このプロファイルは、類似の特徴を所与のユーザと共有することもできるユーザのより大きい共同体によって、現在のところ有用として選択されるという利益を有する。たとえば、本発明は、複雑なシステムの所望の設定を評価し、決定することができない可能性があるユーザによる、経路指定またはコンピューティングシステムのセットアップに関連する従来の問題を軽減するものであり、また本発明は、設定のデータベースの統計的推論などの自動的技法を使用し、プロファイル設定の推挙を手助けすることができる。

本発明の１つの特定の態様では、プロファイル構成および選択に関連して、母集団統計、使用法、既存プロファイルならびにたとえば特定の個人化の尽力のコンテキストを提供することができる様々な外来データを考慮する。本発明のもう１つの態様では、個人化に関連する推論方法を使用する。たとえば、協調フィルタリング、人気分析、母集団統計分析、および様々なクラスタリング手法を使用して、ユーザの共同体によって記憶されたプリファランスのデータベースを分析して、ユーザまたは設定に関する部分的情報を考慮しながら、所与のユーザに適する可能性があるプリファランスの潜在的な１つまたは複数のプロファイルを決定することができる。他の特徴には、類似の必要および性能要件を有する他のユーザからの潜在的な設定を利用するために、ユーザが彼ら自身に関するプロパティを定義できるようにすることが含まれる。これには、現在のプロファイルがそこから合成された１つまたは複数の他の類似のプロファイルを直接観察および／または選択することを可能にすることが含まれる。他の自動化された技法には、質問の組またはサブセットを用いてユーザに照会して、所与のシステムを最もよく構成し、使用する方法を指示するのに使用できる質問のもう１つの組を決定することが含まれる。理解されるように、新しいプロファイル設定が選択されたときに、システムの自動化されたモデルは、変更された設定に基づいて可能な将来のシステム性能に関する予測（たとえば、この設定が変更される場合に、１日に、２０％多い中間優先順位のメッセージを受け取ることになる）を提供することができる。

前述および関連する結果を達成するために、本発明のある例示的態様を、本明細書で以下の説明および添付図面に関して説明する。しかし、これらの態様は、本発明の原理を使用できる様々な形の少数を示すのみであり、本発明は、そのような態様および均等物のすべてを含むことが意図されている。本発明の他の特徴および長所は、図面と共に検討したとき本発明の下記の詳細な説明から明白になる。

本発明は、様々なコンピュータアプリケーションの潜在的なまたは提案されるプロファイル設定を自動的に生成するシステムおよび方法に関する。ストレージコンポーネント（記憶要素）が、ユーザの共同体（コミュニティ）に関するデータを受け取り、これによって、データが、共同体のプロファイルまたは設定プリファランス（選好）に関係している。アナライザが、個人プロファイルの構築に関してユーザに推挙（リコメンデーション）を提供するために、既存プロファイルに関係する共同体データおよび情報を処理する。アナライザは、協調フィルタリングなどの様々な統計技法およびモデリング技法を使用して、個人プロファイルを決定する。

本明細書で使用される用語「コンポーネント」、「モデル」、「システム」、「アナライザ」、「ビルダ」などは、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であれ、コンピュータに関連する実体を指すことが意図されている。たとえば、コンポーネントは、プロセッサで稼動するプロセス、プロセッサ、オブジェクト、実行可能ファイル、実行のスレッド、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が、これに制限はされない。例として、サーバで稼動するアプリケーションとサーバの両方を、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、プロセスおよび／または実行のスレッド内に常駐することができ、コンポーネントを、１つのコンピュータにローカライズすることができ、かつ／または複数のコンピュータの間で分散することができる。また、これらのコンポーネントは、様々なデータ構造を記憶している様々なコンピュータ可読媒体から実行することができる。コンポーネントは、１つまたは複数のデータパケット（たとえば、信号を介してローカルシステムと、分散システムと、および／またはインターネットなどのネットワークにまたがって他のシステムと相互作用する１つのコンポーネントからのデータ）を有する信号によるなど、ローカルプロセスおよび／またはリモートプロセスを介して通信することができる。

本明細書で使用される用語「推論」は、一般に、イベントおよび／またはデータを介して取り込まれる観察の組からのシステム、環境、および／またはユーザの状態に関する推理または推論を指す。推論は、特定のコンテキストまたはアクションを識別するのに使用することができ、あるいは、たとえば、状態に関する確率分布を生成することができる。推論は、確率を含むものとするすなわち、データおよびイベントの考慮に基づく、問題の状態の確率分布の計算とすることができる。推論は、イベントおよび／またはデータの組からの上位イベントを構成するのに使用される技法も指すことができる。そのような推論は、イベントが近い時間的近接で相関するか否かにかかわらず、イベントおよびデータが１つまたは複数のイベントソースおよびデータソースから来るかどうかにかかわらずに、観察されたイベントおよび／または記憶されたイベントデータの組からの新しいイベントまたはアクションの構成をもたらす。さらに、推論は、論理モデルまたは規則に基づくものとすることができ、これによって、コンポーネントまたはデータの間の関係が、データの分析およびそれから結論を引き出すことによって、決定される。たとえば、あるユーザがネットワークを介して他のユーザのサブセットと相互作用することの観察によって、ユーザのこのサブセットが、絶対にまたはほとんど相互作用しない他の複数のユーザではなく、そのユーザが関心を持つ所望の社会的ネットワークに属すると決定または推論することができる。

まず図１を参照すると、システム１００に、本発明の態様による自動化プロファイルジェネレータおよびインターフェースが示されている。システム１００に、ユーザコミュニティ（ユーザ共同体）からの複数のプロファイルおよび設定データを記憶するデータベース１１０（１つまたは複数）が含まれる。プロファイルデータは、様々なアプリケーションによって生成されたプロファイル設定を有する複数のクライアントコンピュータ１２０から生成される。そのようなアプリケーションに、通信システム、オぺレーティングシステム設定を含む全般的なコンピューティングシステム、開発システムアプリケーション、およびユーザプリファランス（選好）に従ってアプリケーションをカスタマイズするために構成設定が適用される実質的にすべてのタイプのアプリケーションを含めることができる。アナライザ１３０は、様々な統計、数学、および／またはモデルをデータベース１１０に適用して、ユーザインターフェース１５０に表示できる１つまたは複数のプロファイル１４０を決定する。そのようなプロファイル１４０は、構成または動作のための生成されたプロファイル１４０の１つまたは複数を使用することができるクライアントコンピューティングシステム１６０のユーザによって供給される母集団統計情報または調査情報からなど、複数の要因からアナライザ１３０によって自動的に選択される。ユーザインターフェース１５０には、ユーザがアナライザ１３０を介した望みのプロファイルの選択を案内できるようにする様々なユーザ入力または選択１７０も含まれる。

上記で指摘したように、アナライザ１３０は、複数の技法を使用して、データベース１１０からのプロファイルデータまたは設定データを処理する。一態様では、これに、ユーザのためにデータを分析し、プロファイル１４０を決定する協調フィルタ技法の使用を含めることができる。協調フィルタリングシステムは、一般に、ユーザプリファランスに関するデータベースを使用して、新しいユーザが好む可能性がある追加のトピックまたは製品を予測する。本発明によれば、協調フィルタリングは、アナライザ１３０によって適用されて、システムの新しいユーザの可能性の高いまたは可能な設定またはプロファイルを予測するためにユーザのこれまでのシステム設定プリファランスを処理する。相関係数、ベクトルベースの類似性計算、および統計的ベイズ手法（Bayesian methods）に基づく技法を含む複数のアルゴリズムを使用することができる。

協調フィルタリングの１つの仕事が、他のユーザのサンプルまたは母集団（ユーザデータベース１１０）からのユーザ採決（明示的なまたは暗黙の）のデータベースに基づく、特定のユーザ（動作中のユーザ）に対するアイテムの有用性を予測することである。メモリベースのアルゴリズムが、ユーザデータベース全体を操作して、予測を行う。モデルベース協調フィルタリングでは、対照的に、ユーザデータベースを使用して、モデルを推定または学習し、このモデルが、予測に使用される。別個のメモリベース方法およびモデルベース方法の上で、組合せ方法が開発された。たとえば、メモリベース手法とモデルベース手法の混成物とみなすことができるパーソナリティ診断（ｐｅｒｓｏｎａｌｉｔｙ ｄｉａｇｎｏｓｉｓ、ＰＤ）と称する協調フィルタリング方法を使用することができる。すべてのデータが、プロセス全体を介して維持され、新しいデータを、増分的に追加することができ、予測が、意味のある確率的な意味論を有する。各ユーザの報告されたプリファランスが、その基礎になる「パーソナリティタイプ」の表明として解釈される。ユーザが、ガウス誤差（Ｇａｕｓｓｉａｎ ｅｒｒｏｒ）を有する、アイテムのレーティングを報告すると仮定される。動作中のユーザの、アイテムの既知のレーティングを与えられれば、そのユーザが他のすべてのユーザと同一のパーソナリティタイプを有する確率を計算することができ、その後、そのユーザが新しいアイテムを求める確率を計算することができる。ＰＤは、メモリベースアルゴリズムとモデルベースアルゴリズムの両方の長所の一部、すなわち、単純さ、拡張性、ノルマティブグラウンディング（ｎｏｒｍａｔｉｖｅ ｇｒｏｕｎｄｉｎｇ）、および説明力を保持する。

協調フィルタリングシステムは、暗黙の採決と明示的採決のどちらに対して動作するかによって区別することができる。明示的採決は、通常は別個の数値スケールで、ユーザがタイトルに関するプリファランスを意識的に表現することを指す。暗黙の採決は、票またはプリファランスを帰するためにユーザの挙動または選択を解釈することを指す。暗黙の採決は、データのブラウジング（たとえばウェブアプリケーションで）、購入ヒストリ（たとえばオンラインストアまたは伝統的な店で）、または、システム１２０からの前に選択されたか現在使用されているプリファランス設定を記憶するデータベース１１０からなどの他のタイプの情報アクセスパターンに基づくものとすることができる。

一般に、協調フィルタリングでの作業は、他のユーザのサンプルまたは母集団からのユーザ採決のデータベースから特定のユーザ（動作中のユーザと呼称する）の採決を予測することである。メモリベース協調フィルタリングアルゴリズムでは、動作中のユーザの採決が、動作中のユーザに関するある部分的情報およびユーザデータベースから計算された重みの組に基づいて予測される。情報検索の分野では、２つの文書の間の類似性が、しばしば、各文書を単語頻度のベクトルとして扱い、２つの頻度ベクトルによって形成される角度のコサインを計算することによって測定される。

確率的に見て、協調フィルタリングタスクは、ユーザについて既知であることを与えられて、採決の期待値を計算することとみなすことができる。動作中のユーザについて、まだ観察されていないアイテムに対する採決を予測することが望ましい。協調フィルタリングに関する１つのもっともらしい確率モデルが、ベイズの分類子（Bayesian classifier）であり、この場合に、採決の確率は、ある比較的少ない数の離散値からの未観察クラス変数Ｃへの条件的に独立の所与のメンバシップ（構成員）である。この概念は、プリファランスおよび趣味の共通の組を取り込んだ、ユーザのあるグループまたはタイプがあることである。そのクラスを与えられれば、様々なアイテムに関するプリファランス（採決として表される）は、独立である。条件および周辺分布の扱いやすい組に対するクラスおよび採決の同時確率モデルは、標準的な「ナイーブ（naive:素朴）」ベイズ(Bayesian)定式化である。

確率的協調フィルタリングの代替モデル定式化が、領域内の各アイテムに対応するノードを有するベイズの情報網(Bayesian network)である。各ノードの状態が、各アイテムの可能な採決値に対応する。これらの領域での「採決なし」に対応する状態、すなわち欠けているデータに対する自然な解釈がない場合も、含まれる。アルゴリズムが、トレーニングデータに対するベイズの情報網の学習のために適用され、トレーニングデータの欠けている採決が、「採決なし」値によって示される。学習アルゴリズムは、各アイテムの依存性に関して様々なモデル構造を検索する。結果のネットワークでは、各アイテムが、その採決の最良の予測因子である親アイテムの組を有する。各条件確率テーブルを、ノードの条件確率をエンコードした決定樹（意思決定の樹状図）によって表すことができる。

話を進める前に、ユーザインターフェース１５０を、グラフィカルユーザインターフェース（ＧＵＩ）として提供できることに留意されたい。たとえば、インターフェース１５０に、本明細書に記載のシステムと共に動作を手助けする複数の構成可能な寸法、形、色、テキスト、データ、およびサウンドを有する、構成可能なアイコン、ボタン、スライダ、入力ボックス、選択オプション、メニュー、タブなどの態様を含めることができる１つまたは複数のディスプレイオブジェクト（たとえばアイコン）を含めることができる。さらに、ユーザ入力１７０に、本発明の１つまたは複数の態様を調整し、構成する複数の他の入力またはコントロールも含めることができる。これには、本明細書に記載の様々なコンポーネントの動作に影響を与えるかこれを修正する、マウス、キーボード、音声入力、ウェブサイト、ブラウザ、リモートウェブサービス、および／またはマイクロホン、カメラ、またはビデオ入力などの他のデバイスからのユーザコマンドの受取を含めることができる。

図２から図３を参照すると、本発明の態様による、一例の協調フィルタリングの図が示されている。図２は、３次元空間内で均等に広がるプリファランスデータを示すダイアグラム２００である。しかし、ユーザらは、プリファランスの複数属性空間内で均等に広がるのではなく、しばしば、異なる形で他のユーザに似る。

図３では、ダイアグラム３００に、データのより代表的な形が示されている。多くの場合に、人々は、他の人々と類似のプリファランスを有し、人々を、多次元空間内での類似性に基づいてクラスタにグループ化することができる。本発明は、機械の学習能力および推論技法、またはより単純な統計的クラスタリング手法を使用して、あるプリファランスまたは母集団統計情報を有するユーザが、他のこれまでに指定されなかった設定またはプリファランスに合意するであろう尤度に関して推論する。

このタイプのサービスまたはアプリケーションを、広義に「協調フィルタリング」と称する。一態様では、本発明は、ソフトウェア設定の識別という全般的な事例のため、具体的には、１つの特定の例で通信のアプリケーションを用いて、文脈依存コンピューティングに関するプリファランスの識別、特に異なる設定での割り込みコストの定義の協調フィルタの適用に焦点を合わせたものである。しかし、上記で指摘したように、本発明は、構成および動作の設定を使用する実質的にすべてのタイプの電子システムに適用することができる。以下の例は、多くの場合に通信システムに関する事例で表されているが、本発明を通信システムに制限するものと考えてはならない。たとえば、以下のシステムの一部で、プリファランスを考慮してメンバー間の通信を確立する「最良の」または最も可能性の高い手段を介して電子通信を配送する、接触者および被接触者る側の選択されたプリファランスを使用する「Ｂｅｓｔｃｏｍ」通信システムを説明する。

図４に移ると、本発明の態様による通信プロトタイプインターフェース４００が示されている。上記で指摘したように、Ｂｅｓｔｃｏｍシステムでは、連絡する側と連絡される側のプリファランスに基づく最良手段通信方法が使用される。Ｂｅｓｔｃｏｍプロトタイプが、インターフェース４００として示されており、期待されるユーティリティの形式的使用ならびに高水準費用対効果の基準の仕様を介した制御を利用するのに使用されてきた。費用対効果の基準コントロールを考慮すると、通信システムおよびインターフェース４００では、日時と曜日を含むコンテキストならびに個人および人々のグループの呼優先順位（呼を遅延させることの費用と解釈することができる）を考慮する。このインターフェース４００には、１時間後の会議、今日電話した人などのグループを含む、組織および行動（アクティビティ）によってグループ化された人を示すグループマネージャが示されている。

図５に進むと、ダイアグラム５００に、優先順位を付けられた呼またはメッセージが、経時的に、優先順位を付けられメッセージの割り込みのコストに鑑みて、メッセージの受信者にどのように経路指定されるかが示されている。通信システムの高水準費用対効果バージョンを用いると、モバイル設定であっても、現在の動的に変化する割り込みのコストを考慮し、会議、検知された監視（会話を拾うマイクロホンおよび会話分析システムなど）、およびデスクトップ行動（たとえば、ユーザが今行っていること）、ならびにユーザのインスタントメッセンジャの状況セットアップが報告するもの（ビジー、不在など）などの設定に基づいて、呼をユーザに経路指定することができる。

ダイアグラム５００に示された隠喩に伴う概念の１つは、割込みのコストと同等またはそれより高い優先順位（低、中、高）を有するものに人が通り抜けることである。プリファランスによる優先順位付きのメッセージの経路指定のこの例によれば、ソフトウェア設定の協調フィルタリングを適用することができる。協調フィルタリング技法を、人がソフトウェアまたは他のシステムをプリファランスに基づいて構成することができる多数のシナリオまたはアプリケーションに適用できることを理解されたい。したがって、複数のユーザから設定に関する情報を受け取り、設定を分析して、単一のユーザがプリファランスをセットアップするのを助けられるシステムを構築できるアーキテクチャを、構成することができる。以下で説明する他の要因と共に別の入力として使用可能である場合に、母集団統計情報を使用することができる。

簡単に図６を参照すると、インターフェース６００が示されている。この場合に、費用対効果システムは、発呼者優先順位および異なる設定での割り込みのコストを指定することによってセットアップすることができる。インターフェース例６００について、ユーザが、プリファランス指定ビューに入っている。システムによって感知された現在のコンテキストおよび割り込みのコストが、インターフェースの右下角の６１０に示されていることに留意されたい。つまり図７を参照すると、ユーザが、ビジーと考えられるときのアクティビティおよび日時を指定できるようにするインターフェース７００が示されている。この例では、ユーザが、日時および／またはアクティビティによって、いつ割込みの低コスト、中コスト、または高コスト状態であるか指定することができる。以下の説明の焦点はアクティビティであるが、関連する方法を、すべての設定および／またはシステムに広義に適用することができる。

図８に、様々なユーザ状態の、様々なコンテキスト状態および関連する割り込みのコストを明確にするインターフェース８００を示す。この例では、アクティビティセレクタ８１０を用いて、ユーザが、アクティビティ、カレンダ、およびセンサというカテゴリから観察を選択し、パラメータ化することができる。アクティビティは、デスクトップコンピューティングアクティビティ（フォーカスがあるアプリケーションおよび使用中のアクティビティ）または設定（たとえばメッセンジャ）を指す。カレンダは、進行中の会議に関するプロパティを指す。センサは、音響感知および視覚的感知ならびに他のマルチモーダル感知を指す。

サーバと通信するクライアント側テレフォンアプリケーションの一部として稼動するこの特定のサンプルインターフェース８００を用いて、ユーザは、アイテムを選択し、パラメータ化し、８２０の高、中、低コストの割り込みフォルダにドラッグすることができる。アイテムの組は、区別の論理ＯＲを示し、カテゴリの区別のいずれかがアクティである場合に、そのカテゴリが真になる。システムは、カテゴリ内の区別の状況によってアクティブ化された、最も高いコストのカテゴリを報告する。このシステムを構築する際に、ユーザのプリファランス設定を中央サーバに記憶する例のアーキテクチャが作成されたが、分散サーバまたはウェブベースサーバを使用することもできる。

この例では、本発明によって、費用対効果−中枢通信システムのコントロールに関するプリファランスエンコーディングが使用されて、プロファイルアシスタントを作成するために複数のユーザのプリファランスおよびバックグラウンドを考慮するプリファランス推挙システムが展開される。ユーザは、Ｐｒｏｆｉｌｅ Ａｓｓｉｓｔａｎｔ（プロファイルアシスタント）ボタン８３０をクリックすることによって、プロファイルアシスタントにアクセスすることができる。Ｐｒｏｆｉｌｅ Ａｓｓｉｓｔａｎｔボタンによって、ユーザが、クライアント側プリファランス査定アプリケーションからウェブサービスに連れてゆかれ、このウェブサービスは、協調フィルタならびにユーザの共同体でのユーザプリファランスの統計的要約を実行するインターフェースを実行して、プリファランス査定支援サービスを提供する。ボタン８３０からアクティブ化されるプロファイルアシスタントインターフェースを、図１０から図２０に関して下で詳細に説明する。

図９は、本発明の態様によるプロファイルビルダ９００のブロック図である。プロファイルビルダ９００は、複数のユーザに関するデータを受け取り、コミュニティ（共同体）ストア９１０にこれらのユーザのそれぞれのコミュニティ（共同体）プロファイルを記憶することができる。プロファイルビルダ９００は、ユーザ（新規および／または既存の）の新しいプロファイルの構築に関連してこれらの完成したおよび／または部分的に完成したプロファイルを活用することができる。新しいプロファイルの構築を望むユーザに関するデータが、コミュニティ（共同体）プロファイルと共に使用されて、ユーザが個人プロファイルを構築するのが容易になる。たとえば、様々な統計的および／または確率的方式を使用して、特定のパラメータによるユーザ設定の上位ｎ件、母集団による設定の上位ｍ件、最も類似のプロファイルの上位ｘ件をユーザに識別して、個人プロファイル構築の労力の一部としてユーザが最も適当なサブプロファイルを選択するのを手助けする。

プロファイルビルダ９００は、プロファイルエディタと共に使用することができ、複数の状態（たとえば、アクティビティ、カレンダなど）からの選択と、パーソナルプロファイルの構築に関するそのような選択された状態の使用をもたらす。さらに、プロファイルアシスタントが、複数の適当なメトリックス（たとえば、推挙、現在のユーザと共同体プロファイルで表されるユーザのサブセットの間の類似性、特定の設定（たとえば所与のコンテキスト）の人気など）のいずれかを介した共同体プロファイルに少なくとも部分的に基づく推挙を提供することができる。理解されるように、本発明は、既存のプロファイルを活用することによって、個人プロファイルの構築を実質的に容易にする。具体的には、本発明は、一人ひとりの大きい比率が特定の状態のプロファイル設定に関する一致するプリファランスを有する可能性があることを考慮に入れ、一人ひとりのサブセットの中の相関を識別することによって、プロファイル設定としての推挙を、個人プロファイル構築の機能強化として能率化するために個人に対して提供することができる。

図１０から図２０に、本発明の態様による例のプロファイルインターフェースを示す。図１０を参照すると、ウェブサービスインターフェース１０００の図が示されている。１０１０のＭｙ Ｐｒｏｆｉｌｅ（私のプロファイル）は、クライアントソフトウェアに入力された現在の設定ならびにサンプル母集団統計情報（この例では組織での役割）で占られている。使用可能な観察は、Ｍｙ Ｐｒｏｆｉｌｅの左１０２０のカテゴリによってリストされる。協調フィルタリングは、列の右１０３０で使用され、例のユーザによって既に置かれている設定に基づいて、割り込みの低、中、高コストの定義に含めたいと思う可能性がある設定を表示する。１０３０の推挙（ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ）列の区別のどれをも、選択し、１０１０のＭｙ Ｐｒｏｆｉｌｅに移動することができる。推論を見るほかに、ユーザは、人気による設定を観察したいと思う場合がある。１０４０の「Ｂｙ Ｐｏｐｕｌａｒｉｔｙ（人気による）」を選択することによって、ユーザは、図１１に示された、人気によるリスティングを見ることができる。

図１１を参照すると、インターフェース１１００に、人気によるビューが示されている。やはり、ユーザは、観察を選択し、Ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ（推挙）列１１１０から１１２０のＭｙ Ｐｒｏｆｉｌｅ列に移動することができる。推論のもう１つの強力な特徴、この場合では類似による他の人への訪問が示されている。「Ｓｈｏｗ Ｐｒｏｆｉｌｅｓ ｏｆ Ｐｅｏｐｌｅ Ｌｉｋｅ Ｍｅ（私に似た人のプロファイルを表示）」ボタン１１３０を選択することによって、ユーザは、割り込みの低、中、高コストの定義に関して発言したことと、使用可能な場合に組織での役割または肩書の両方に関して、最も似た人を見ることができる。そのような母集団統計に、年齢、性別、勤続年数、１日にかかってくる電話の回数などを含めることができる。

図１２を参照すると、図１１の１１３０の類似の人の列のビュープロファイルがオンにされたインターフェース１２００が示されており、現在のユーザのプロファイルおよび母集団統計に最も似た実際の匿名化されたプロファイルが、表示されている。この場合に、８８個のプロファイルが、表示に関する類似性閾値を超えている。ユーザは、複数のユーザの、実際の既存のユーザが作成したプロファイルを熟読することができる。これらは、このアプリケーションのユーザの共同体内で最も似たプロファイルから似ていないプロファイルの順になっている。この場合に、ユーザは、興味があるものとしての閾値を超える使用可能な合計８８個のうちのプロファイル番号７を選択している。ユーザは、観察を選択することによって特定の観察を選ぶことができ、あるいは、１２１０の「Ｍａｋｅ ｔｈｉｓ Ｍｙ Ｓｔａｒｔｉｎｇ Ｐｏｉｎｔ（これを私の出発点にする）」ボタンをクリックすることができる。この選択１２１０を行うと、プロファイル全体がロードされ、ユーザの前の設定が置換される。図１２の新しいプロファイルが１２１０で選択されている状態で、Ｍｙ Ｐｒｏｆｉｌｅ設定が、図１３のインターフェース１３００の１３１０に示されているように更新される。定義の拡張の推挙が、協調フィルタリングインターフェースの１３２０を介して更新され、類似のプロファイルのリストも、１３３０で再ソートされ、閾値を与えられる。ユーザは、彼自身のプロファイルの洗練を継続し、望む場合にそれを保存することができる。ユーザは、終了したときに、自分のクライアントソフトウェア設定に現れるプロファイルおよび設定を保存することができる。

図１４を参照すると、ユーザが前のプリファランス査定を有しない開始点でのインターフェース１４００が示されている。ビュー１４００には、ユーザがクリーンな状態で開始し、１４１０でユーザが組織のＰｒｏｇｒａｍ Ｍａｎａｇｅｒ（プログラム管理者）であることを示す（オプションを選択するか入力する）ときが示されている。協調フィルタリングシステムからの推挙が、１４２０の推挙の下に表示されている。類似のプロファイルも、１４３０に示されている。

図１５から図２０に、本発明の様々な特徴を示す。図１５に、１５１０の母集団統計をＰｒｏｇｒａｍ ＭａｎａｇｅｒからＤｅｖｅｌｏｐｅｒ／Ａｒｃｈｉｔｅｃｔ（開発者／アーキテクト）に変更することが、他の推論および類似のプロファイルにつながることを示す。図１６に、ユーザが、１６１０でいつ割り込みの高コストの状態であるか定義するために追加するために１つのアイテムをどのように選択したかを示す（たとえば、開発パッケージ、Ｖｉｓｕａｌ Ｓｔｕｄｉｏｓを使用して）。推挙および類似性が、このプリファランスを反映して更新されている。図１７では、ユーザが、推挙リストに移り、１７１０でＵｓｉｎｇ ａ Ｄｅｂｕｇｇｅｒ（デバッガの使用）を選択する。これが、リストに追加され、推論が行われ、図１８の、Ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓおよび類似のプロファイルの両方での変化につながる。図１９で、ユーザが、最も似ているものから似ていないものへ（閾値を超える）の次元に沿ってあるプロファイルをスキャンし、自分のプリファランスを取り込んでいると思われるものを見るために一時停止している。ユーザは、１９１０の「Ｍａｋｅ ｔｈｉｓ ｍｙ ｓｔａｒｔｉｎｇ ｐｏｉｎｔ」を選択し、このプロファイルをロードして、自分自身のプリファランスとして使用する。ここで、拡張に関する推挙の推論が、やはり行われ、推挙リストおよび最も似たプロファイルのリストが、図２０に示されているように更新される。

図２１を参照すると、本発明の様々な態様による例示的環境２１１０に、コンピュータ２１１２が含まれる。コンピュータ２１１２には、処理ユニット２１１４、システムメモリ２１１６、およびシステムバス２１１８が含まれる。システムバス２１１８は、システムメモリ２１１６を含むがこれに制限されないシステムコンポーネントを処理ユニット２１１４に結合する。処理ユニット２１１４は、様々な入手可能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、および他のマイクロプロセッサアーキテクチャも、処理ユニット２１１４として使用することができる。

システムバス２１１８は、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１１ビットバス、Ｉｎｄｕｓｔｒｉａｌ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＩＳＡ）、Ｍｉｃｒｏ−Ｃｈａｎｎｅｌ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＭＣＡ）、Ｅｘｔｅｎｄｅｄ ＩＳＡ（ＥＩＳＡ）、Ｉｎｔｅｌｌｉｇｅｎｔ Ｄｒｉｖｅ Ｅｌｅｃｔｒｏｎｉｃｓ（ＩＤＥ）、ＶＥＳＡ Ｌｏｃａｌ Ｂｕｓ（ＶＬＢ）、Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ（ＰＣＩ）、Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）、Ａｄｖａｎｃｅｄ Ｇｒａｐｈｉｃｓ Ｐｏｒｔ（ＡＧＰ）、Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ Ｍｅｍｏｒｙ Ｃａｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ａｓｓｏｃｉａｔｉｏｎバス（ＰＣＭＣＩＡ）、およびＳｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍｓ Ｉｎｔｅｒｆａｃｅ（ＳＣＳＩ）を含むがこれに制限されない様々な使用可能なバスアーキテクチャのいずれかを使用するローカルバスを含む複数のタイプのバス構造のいずれかとすることができる。

システムメモリ２１１６には、揮発性メモリ２１２０および不揮発性メモリ２１２２が含まれる。スタートアップ中などにコンピュータ２１１２の要素の間で情報を転送する基本ルーチンを含む基本入出力システム（ＢＩＯＳ）が、不揮発性メモリ２１２２に記憶される。制限ではなく例として、不揮発性メモリ２１２２に、読取専用メモリ（ＲＯＭ）、プログラマブル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めることができる。揮発性メモリ２１２０に、外部キャッシュメモリとして働くランダムアクセスメモリ（ＲＡＭ）が含まれる。制限ではなく例として、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）、エンハンストＳＤＲＡＭ（ＥＳＤＲＡＭ）、Ｓｙｎｃｈｌｉｎｋ ＤＲＡＭ（ＳＬＤＲＡＭ）、およびｄｉｒｅｃｔ Ｒａｍｂｕｓ ＲＡＭ（ＤＲＲＡＭ）などの多数の形で入手可能である。

コンピュータ２１１２には、取外し可能／取外し不能の揮発性／不揮発性コンピュータ記憶媒体も含まれる。図２１に、たとえば、ディスクストレージ２１２４を示す。ディスクストレージ２１２４には、磁気ディスクドライブ、フロッピディスクドライブ、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、またはメモリスティックなどのデバイスが含まれるが、これらに制限はされない。さらに、ディスクストレージ２１２４に、コンパクトディスクＲＯＭデバイス（ＣＤ−ＲＯＭ）、ＣＤ ｒｅｃｏｒｄａｂｌｅドライブ（ＣＤ−Ｒドライブ）、ＣＤ ｒｅｗｒｉｔａｂｌｅドライブ（ＣＤ−ＲＷドライブ）、またはデジタル多用途ＲＯＭドライブ（ＤＶＤ−ＲＯＭ）などの光学ディスクドライブを含むがこれに制限されない他の記憶媒体と別々にまたは組み合わせて記憶媒体を含めることができる。システムバス２１１８へのディスクストレージデバイス２１２４の接続を手助けするために、インターフェース２１２６などの取外し可能または取外し不能のインターフェースが、通常は使用される。

図２１に、ユーザと、適切なオペレーティング環境２１１０で説明し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載されていることを理解されたい。そのようなソフトウェアに、オペレーティングシステム２１２８が含まれる。オペレーティングシステム２１２８は、ディスクストレージ２１２４に記憶することができるが、コンピュータシステム２１１２を制御し、そのリソースを割り振るように働く。システムアプリケーション２１３０は、プログラムモジュール２１３２を介したオペレーティングシステム２１２８によるリソースの管理およびシステムメモリ２１１６またはディスクストレージ２１２４のいずれかに記憶されたプログラムデータ２１３４を利用する。本発明を、様々なオペレーティングシステムまたはオペレーティングシステムの組合せを用いて実施できることを理解されたい。

ユーザは、入力デバイス２１３６を介してコンピュータ２１１２にコマンドまたは情報を入力する。入力デバイス２１３６には、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が、これらに制限はされない。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２１３８を介し、システムバス２１１８を介して処理ユニット２１１４に接続される。インターフェースポート２１３８には、たとえば、シリアルポート、パラレルポート、ゲームポート、およびｕｎｉｖｅｒｓａｌ ｓｅｒｉａｌ ｂｕｓ（ＵＳＢ）が含まれる。出力デバイス２１４０は、入力デバイス２１３６と同一タイプのポートのいくつかを使用する。したがって、たとえば、ＵＳＢポートを使用して、コンピュータ２１１２に入力を提供し、コンピュータ２１１２から出力デバイス２１４０に情報を出力することができる。出力アダプタ２１４２が、モニタ、スピーカ、およびプリンタなど、出力デバイス２１４０の中でも特殊なアダプタを必要とする出力デバイス２１４０があることを示すために提供される。出力アダプタ２１４２には、制限ではなく例として、出力デバイス２１４０とシステムバス２１１８の間の接続の手段を提供する、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２１４４など、他のデバイスおよび／またはデバイスのシステムが、入力機能および出力機能の両方を提供することに留意されたい。

コンピュータ２１１２は、リモートコンピュータ２１４４などの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使用して、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２１４４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、リモートコンピュータ２１４４には、通常は、コンピュータ２１１２に関して説明した要素の多数またはすべてが含まれる。図を簡単にするために、メモリストレージデバイス２１４６だけが、リモートコンピュータ２１４４と共に図示されている。リモートコンピュータ２１４４は、論理的にはネットワークインターフェース２１４８を介してコンピュータ２１１２に接続され、物理的には通信接続２１５０を介して接続される。ネットワークインターフェース２１４８には、ローカルエリアネットワーク（ＬＡＮ）および広域ネットワーク（ＷＡＮ）などの通信ネットワークが含まれる。ＬＡＮ技術には、Ｆｉｂｅｒ Ｄｉｓｔｒｉｂｕｔｅｄ Ｄａｔａ Ｉｎｔｅｒｆａｃｅ（ＦＤＤＩ）、Ｃｏｐｐｅｒ Ｄｉｓｔｒｉｂｕｔｅｄ Ｄａｔａ Ｉｎｔｅｒｆａｃｅ（ＣＤＤＩ）、Ｅｔｈｅｒｎｅｔ（登録商標）／ＩＥＥＥ ８０２．３、Ｔｏｋｅｎ Ｒｉｎｇ／ＩＥＥＥ ８０２．５などが含まれる。ＷＡＮ技術には、ポイントツーポイントリンク、サービス総合デジタル網（ＩＳＤＮ）およびその変形形態などの回路交換網、パケット交換網、およびデジタル加入者回線（ＤＳＬ）が含まれるが、これに制限はされない。

通信接続２１５０は、ネットワークインターフェース２１４８をバス２１１８に接続するのに使用されるハードウェア／ソフトウェアを指す。通信接続２１５０は、同図を明瞭にするためにコンピュータ２１１２の内部に図示されているが、コンピュータ２１１２の外部とすることもできる。ネットワークインターフェース２１４８への接続に必要なハードウェア／ソフトウェアには、例示のみとして、通常の電話等級モデム、ケーブルモデム、ＤＳＬモデムを含むモデム、ＩＳＤＮアダプタ、およびイーサネット（登録商標）カードなどの、内蔵技術および外付け技術が含まれる。

図２２は、本発明が相互作用できるサンプルコンピューティング環境２２００の概略ブロック図である。システム２２００に、１つまたは複数のクライアント２２１０が含まれる。クライアント２２１０は、ハードウェアおよび／またはソフトウェア（たとえば、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２２００に、１つまたは複数のサーバ２２３０も含まれる。サーバ２２３０も、ハードウェアおよび／またはソフトウェア（たとえば、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２２３０に、たとえば本発明を使用することによる変換を実行するスレッドを収容することができる。クライアント２２１０とサーバ２２３０の間の１つの可能な通信は、複数のコンピュータプロセッサの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２２００に、クライアント２２１０とサーバ２２３０の間の通信を手助けするのに使用することができる通信フレームワーク２２５０が含まれる。クライアント２２１０は、機能的に１つまたは複数のクライアントデータストア２２６０に接続され、クライアントデータストア２２６０は、クライアント２２１０にローカルに情報を記憶するのに使用することができる。同様に、サーバ２２３０は、機能的に１つまたは複数のサーバデータストア２２４０に接続され、サーバデータストア２２４０は、サーバ２２３０にローカルに情報を記憶するのに使用することができる。

上で説明したものに、本発明の例が含まれる。もちろん、本発明の説明においてコンポーネントまたは方法論のすべての考えられる組合せを記述することは不可能であるが、当業者は、本発明のさらなる組合せおよび置換が可能であることを理解するであろう。したがって、本発明は、請求項の趣旨および範囲に含まれるすべての代替形態、修正形態、および変形形態を含むことが意図されている。さらに、用語「含む（ｉｎｃｌｕｄｅｓ）」が詳細な説明または請求項で使用される範囲で、用語「含む（ｃｏｍｐｒｉｓｉｎｇ）」が請求項で前後を接続する単語として解釈されるように、「含む（ｉｎｃｌｕｄｅｓ）」が、用語「含む（ｃｏｍｐｒｉｓｉｎｇ）」に似た形で包含的であることが意図されている。

本発明の態様による個人プロファイルを生成するシステムおよびインターフェースを示すブロック図である。 本発明の態様による例示の協調フィルタリングを示す図である。 本発明の態様による例示の協調フィルタリングを示す図である。 本発明の態様による、例示の費用対効果の概念、割り込みの概念、およびユーザインターフェースを示す図である。 本発明の態様による、例示の費用対効果の概念、割り込みの概念、およびユーザインターフェースを示す図である。 本発明の態様による、例示の費用対効果の概念、割り込みの概念、およびユーザインターフェースを示す図である。 本発明の態様による、例示の費用対効果の概念、割り込みの概念、およびユーザインターフェースを示す図である。 本発明の態様による、例示の費用対効果の概念、割り込みの概念、およびユーザインターフェースを示す図である。 本発明の態様によるプロファイルビルダを示すブロック図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による例示のプロファイルインターフェースを示す図である。 本発明の態様による、適切なオペレーティング環境を示す概略ブロック図である。 本発明が相互作用できるサンプルコンピューティング環境を示す概略ブロック図である。

符号の説明

１００ システム
１１０ プロファイルおよび設定データ（データベース）
１２０ クライアントコンピューティングシステム
１３０ アナライザ
１４０ 決定されたプロファイル
１５０ ユーザインターフェース
１６０ ユーザコンピューティングシステム
１７０ ユーザ入力および選択
２００ ダイアグラム（図解）
３００ ダイアグラム
４００ 通信プロトタイプインターフェース
５００ ダイアグラム
６００ インターフェース
７００ インターフェース
８００ インターフェース
８１０ アクティビティセレクタ
８２０ 割り込みフォルダ
８３０ プロファイルアシスタント・ボタン
９００ プロファイルビルダ
９１０ コミュニティプロファイルストア
１０００ ウェブサービスインターフェース
１０１０ Ｍｙプロファイル
１１００ インターフェース
１２００ インターフェース
１２１０ ボタン
１３００ インターフェース
１４００ インターフェース
２１１０ 例示的環境
２１１４ 処理ユニット
２１１６ システムメモリ
２１１８ バス
２１２０ 揮発性
２１２２ 不揮発性
２１２４ ディスクストレージ
２１２６ インターフェース
２１２８ オペレーティングシステム
２１３０ アプリケーション
２１３２ モジュール
２１３４ データ
２１３６ 入力デバイス
２１３８ インターフェースポート
２１４０ 出力デバイス
２１４２ 出力アダプタ
２１４４ リモートコンピュータ
２１４６ メモリストレージ
２１４８ ネットワークインターフェース
２１５０ 通信接続
２２００ サンプルコンピューティング環境
２２１０ クライアント
２２３０ サーバ
２２４０ サーバデータストア
２２５０ 通信フレームワーク
２２６０ クライアントデータストア

Claims (31)

1. システムプロファイルの生成を手助けするシステムであって、
   ユーザの共同体に関係するデータを受け取るストレージコンポーネントと、
   個人プロファイルの構築に関連してユーザに推挙を提供するために、既存プロファイルに関係する前記共同体のデータおよび情報を処理するアナライザと
   を含むことを特徴とするシステム。
2. 前記アナライザは、ユーザの１つまたは複数のプロファイルを決定するために協調フィルタリングを使用することを特徴とする請求項１に記載のシステム。
3. 前記既存のプロファイルは、様々なアプリケーションに従ってプロファイル設定を生成している複数のクライアントコンピュータから生成されることを特徴とする請求項１に記載のシステム。
4. 前記アプリケーションは、通信システム、汎用コンピューティングシステム、オペレーティングシステム設定、開発システムアプリケーション、およびユーザプリファランス（選好）に従ってアプリケーションをカスタマイズするのに適用される構成または動作設定を使用するそのアプリケーションとを含むことを特徴とする請求項３に記載のシステム。
5. 前記アナライザは、ユーザインターフェースで表示され、選択されることができる１つまたは複数のプロファイルを決定するために、前記ストレージコンポーネントに、統計処理、数学的方法、またはモデルを適用することを特徴とする請求項１に記載のシステム。
6. 前記ユーザインターフェースは、ユーザに対して前記アナライザを介して所望のプロファイルの選択を案内できるようにするために、様々なユーザ入力または選択を含むことを特徴とする請求項５に記載のシステム。
7. ユーザのこれまでのシステム設定プリファランスを処理し、システムの新しいユーザに関するあり得るまたは見込まれる設定またはプロファイルを予測するために、前記アナライザに従って協調フィルタリングを適用するフィルタコンポーネントを含むことを特徴とする請求項１に記載のシステム。
8. 前記フィルタコンポーネントは、メモリベース手法、モデルベース手法、ならびに前記モデルベース手法およびモデルベース手法の諸部分を使用する混成手法を含む１つまたは複数のアルゴリズムを含むことを特徴とする請求項７に記載のシステム。
9. 前記フィルタコンポーネントは、所与のユーザの潜在的プロファイルを決定するために明示的採決または暗黙の採決を使用することを特徴とする請求項７に記載のシステム。
10. 前記フィルタリングコンポーネントは、動作中のユーザに関する部分的情報およびユーザデータベースから計算された重みの組に基づいて前記動作中のユーザの採決を決定することを特徴とする請求項９に記載のシステム。
11. 前記フィルタコンポーネントは、潜在的プロファイルを決定するためにベイズの分類子またはベイズの情報網の少なくとも１つを使用することを特徴とする請求項７に記載のシステム。
12. 前記フィルタコンポーネントは、あるプリファランスまたは母集団統計情報を有するユーザが、他のこれまでに指定されていない設定またはプリファランスに合意するであろう尤度に関して推論するために、推論技法または統計的クラスタリング手法を使用することを特徴とする請求項７に記載のシステム。
13. 前記フィルタコンポーネントは、ソフトウェア設定を識別するために、または文脈依存コンピューティングに関するプリファランスを識別するために使用されることを特徴とする請求項７に記載のシステム。
14. 前記フィルタコンポーネントは、通信機関におけるアプリケーションに関する異なる設定での割り込みのコストを明確にするために使用されることを特徴とする請求項１３に記載のシステム。
15. 前記アプリケーションは、日時、曜日、一人ひとりの呼優先順位、および人々のグループを含むコンテキストを処理することを特徴とする請求項１４に記載のシステム。
16. 前記アプリケーションは、メンバーの間でメッセージを経路指定するのに費用対効果の基準を使用することを特徴とする請求項１４に記載のシステム。
17. 前記アナライザは、前記プロファイルの潜在的ユーザの母集団統計情報に基づき、既存プロファイルの人気に従い、またプロファイルの間の類似性に従い、またパラメータに関連する設定に従って、プロファイルを決定することを特徴とする請求項１に記載のシステム。
18. ユーザが所望のプロファイルを決定できるようにするプロファイルアシスタントインターフェースをさらに含むことを特徴とする請求項１に記載のシステム。
19. 前記プロファイルアシスタントは、ウェブベースアプリケーションであることを特徴とする請求項１８に記載のシステム。
20. 請求項１に記載のコンポーネントを実施するコンピュータ可読命令を記憶していることを特徴とするコンピュータ可読媒体。
21. プリファランスプロファイルを自動的に生成する方法であって、
    コンピュータアプリケーションの複数の設定をデータベースに記憶し、
    前記コンピュータアプリケーションのそれぞれのユーザについてプリファランス設定のサブセットを決定するために前記データベースに協調フィルタリングを自動的に適用し、
    前記プリファランス設定が、前記コンピュータアプリケーションを構成するか操作するために使用されることを含むことを特徴とする方法。
22. プリファランスプロファイルを自動的に生成するシステムであって、
    コンピュータまたはコンピュータアプリケーションの既存の構成を集約する手段と、
    前記コンピュータまたは前記コンピュータアプリケーションのそれぞれのユーザについて構成設定の潜在的サブセットを決定するために前記既存の構成をフィルタリングする手段と、
    構成設定の前記潜在的サブセットを選択するかこれに影響を与える手段と
    を含むことを特徴とするシステム。
23. アプリケーションのプリファランスの決定を手助けをするグラフィカルユーザインターフェースであって、
    ユーザプリファランスの共同体に関する潜在的プロファイルを表示することに関連するディスプレイオブジェクトと、
    前記潜在的プロファイルを選択または修正する少なくとも１つの入力と、
    前記潜在的プロファイルを自動的に決定するフィルタコンポーネントと
    を含むことを特徴とするグラフィカルユーザインターフェース。
24. さらに、クライアントソフトウェアに入力された現在の設定に占めるＭｙ Ｐｒｏｆｉｌｅオプションを含むことを特徴とする請求項２３に記載のグラフィカルユーザインターフェース。
25. さらに、協調フィルタを介して決定される潜在的プロファイルの推挙ディスプレイを含むことを特徴とする請求項２３に記載のグラフィカルユーザインターフェース。
26. さらに、類似性によって、または人気によって設定を選択する入力を含むことを特徴とする請求項２３に記載のグラフィカルユーザインターフェース。
27. さらに、潜在的な設定をユーザプロファイル設定に移動するドラッグアンドドロップ機能を含むことを特徴とする請求項２３に記載のグラフィカルユーザインターフェース。
28. さらに、前記類似性を決定するのに母集団統計情報を使用することを含むことを特徴とする請求項２６に記載のグラフィカルユーザインターフェース。
29. さらに、推挙されたプロファイルを選択する開始点入力を含むことを特徴とする請求項２３に記載のグラフィカルユーザインターフェース。
30. さらに、新しいプロファイルまたはパラメータの選択の際に協調フィルタリングプロファイルを更新するコンポーネントを含むことを特徴とする請求項２９に記載のグラフィカルユーザインターフェース。
31. さらに、ユーザの職務または状況に基づくプロファイルディスプレイを含むことを特徴とする請求項２３に記載のグラフィカルユーザインターフェース。

Images