JP2008513887A - 推奨リンクを自動生成するための方法および装置 - Google Patents

Abstract

推奨リンクのリストをユーザに対して自動生成するための方法および装置を開示する。特定のユーザに対して、推奨リンクのリストを生成する際に使用するために１つ以上の基準は、ユーザによって識別され、または選択される。１つ以上の推奨リンクは、生成され、ユーザに提供される。
【選択図】 図２

Description

発明の分野

本発明は、推奨リンクを自動的に生成するための方法および装置に関する。さらに詳細に述べると、本発明は、ウェブサイト活動に関係するデータの集合体および収集されたデータに基づく推奨リンクの自動生成に関する。

発明の背景

最近、インターネットは、最も初級レベルのコンピュータユーザにとってさえも、一般的な情報源となった。情報源としてのインターネットの普及は、コンピュータおよび接続へのアクセスを持つほとんどの人がダウンロードできる入手可能な膨大な量の情報に一部よるものである。しかしながら、インターネット上で入手可能な莫大な量の情報によって、所定のトピックの特定の情報を見つけることが困難になっている。

インターネットを通してアクセス可能な情報の量にたじろいでいる間に、ユーザは定期的に同じウェブサイトに戻ることが多い。所定のウェブサイトへのアクセスにかかる時間を節約するために、ユーザは、ブックマークリストに“ブックマーク”を追加することによって、ウェブサイトに容易にアクセス可能なリンクを作成することを選択してもよい。ブックマークは、ウェブサイトまたはウェブページへの保存されたハイパーリンクである。ウェブサイトまたはウェブページへのリンクをユーザのブックマークリストに追加することによって、ユーザは、保存されたリンクを通してウェブサイトまたはウェブページに迅速かつ容易に戻ることができる。

ユーザは、大抵、特定のウェブサイトまたはウェブページをブックマークとして追加するオプションを持っているが、一般的に、大部分のユーザは、自分が既に頻繁にアクセスするウェブサイト以外のウェブサイトをさらに定期的にリサーチする時間がない。結果として、自分が以前に訪れた同じウェブサイトを繰り返し使用する傾向がある。ユーザは、以前に自分がアクセスしたウェブサイトに戻ることがより容易なので、自分が関心ある他の類似しているウェブサイトまたは新しく作成されたウェブサイトに気付かないことが多い。上記の点から、ユーザにとって関心があるウェブサイトまたはウェブページを紹介するための向上したメカニズムを提供することが有益である。

発明の概要

本発明の前述および他の目的を達成するために、推奨リンクをユーザに提供するさまざまな方法を説明する。本発明の１つの観点では、複数の推奨リンクエージェントが実行される。推奨リンクエージェントのそれぞれは、推奨の関係するクラスにおける推奨リンクとしてユーザに提供されてもよいリンクのリストを識別するように適合されている。さまざまな推奨リンクエージェントが任意の適切な時間に実行されてもよい。例えば、推奨リンクエージェントは周期的ベース（例えば、１時間に一度、一日に一度、１週間に一度等）で実行されてもよく、またはオンデマンド（例えば、特定のホストウェブサイトがアクセスされるとき、ブラウザが開かれるとき、またはユーザからの要求時）で実行されてもよい。いったん決定されると、推奨リンクは任意の適切な形態またはフォーマットでユーザに提供されてもよい。例えば、推奨リンクはユーザによりアクセスされるウェブページの１つ（またはそれ以上）を通して、ｅメールメッセージを通して、ユーザに関係するブックマークのリストの一部として、および／またはツールバーの機能として、等でユーザに提供されてもよい。いくつかの実施形態では、推奨リンクは複数の異なるクラスの推奨で構成される。

“推奨リンク”は特定の推奨ウェブサイトまたはウェブページを識別（および好ましくはアクセス）するのに適した任意のメカニズムの形態をとってもよい。例として、推奨リンクはこれらには限定されないが、ハイパーテキストリンク、ウェブページまたはウェブサイトを表すＵＲＬ、あるいは他の任意のメカニズムを含んでいてもよい。

本発明のさまざまな独立した観点では、推奨リンクエージェントは、幅広いさまざまな基準および／またはヒューリスティックに基づいてリンクを推奨するように構成されていてもよい。以下の説明では、さまざまな異なるエージェントを説明する。エージェントを独立的に、または複数のエージェントから推奨を獲得するシステムとともに使用してもよい。

推奨リンクエージェントの１つのタイプはユーザが以前に訪れている（または現在訪れている）１つ以上のウェブサイトに類似していると思われるウェブサイトへのリンクを推奨するように構成されている。このようなエージェントはさまざまな異なるヒューリスティックを使用して動作してもよい。例えば、いくつかの実施では、エージェントはユーザが以前に訪れている任意のウェブサイトを識別するためにユーザのブラウジング履歴をレビューするように構成されていてもよい。エージェントは訪れられたウェブサイトに類似していると認識されている他のウェブサイトを識別し、これらの類似している１組のウェブサイトを推奨リンクとしてユーザに示す。

他の実施形態では、推奨リンクエージェントは指定された期間内にユーザが“頻繁に”訪れているウェブサイトへのリンクを推奨するように構成されている。このようなシステムでは、“頻繁”と考えられるサイトをユーザが訪問しなければならない実際の訪問数は幅広く変化してもよく、および／またはユーザのブラウジング習慣の関数であってもよい。例えば、ヘビーウェブユーザが“頻繁に”訪れるサイトは、ライトウェブユーザが“頻繁に”訪れるサイトよりもさらに多い訪問を要求してもよい。

本発明の他の観点にしたがうと、一人のユーザにより使用するために生成されている推奨リンクのリストが他のユーザに提供されてもよい。同様に、一人のユーザにより維持されているブックマークのリストは推奨リンクとして他のユーザに提供されてもよい。例えば、ユーザが自分のリンクへのアクセスを友人または身内に提供したい場合に、これは望ましいことである。さらに、“その日のリンク”を提供することが望ましいかもしれない。これは特定ユーザのブックマークの特定リストを他人が見ることができるようにする。

本発明の他の観点にしたがうと、ユーザに推奨されるリンクがフィルタリングされてもよい。例えば、ブックマークのユーザリストに既に追加されているリンクはユーザに推奨される必要はなく、したがって推奨リンクのリストからフィルタリングされてもよい。他の例では、ブックマークのユーザリスト追加することをユーザが以前に断ったリンクはユーザに推奨されない。他の例では、ユーザにより頻繁に訪れられるウェブサイトまたはウェブページを参照するリンクを推奨するようにエージェントが設計され、単なる“リンク”サイトまたはユーザのホームページであるサイトが識別され、リンクの推奨リストから削除されてもよい。

本発明の他の観点にしたがうと、ユーザに提供される推奨は時間区分されてもよい。例えば、特定の時間におけるユーザ（またはユーザの特定グループ）のウェブ活動を使用して、推奨リンクのリストを生成させてもよい。１つの例として、指定される時間は、午前、午後、夕方、または深夜であってもよい。他の例として、指定される時間は、１時間ごと、平日中、週末中、例年の祝日中、あるいは、オリンピックや特定の野球またはサッカーチームのゲームのような周期的なスポーツイベント中であってもよい。さらに、関係するデータを取り出すとともに、取り出されるデータ量を制限するために、データが収集される期間（例えば、週、月または年の期間）を一般的に使用する。

本発明のさらに他の観点では、ユーザは特定の主題に関係する推奨を受け取りたくてもよい。言い換えると、ユーザはコンテンツベースである推奨を受け取りたくてもよい。例えば、ユーザはニュース、映画、株、交通またはスポーツに関連する推奨を受け取りたくてもよい。同様に、ユーザは特定のアダルトコンテンツまたは評価を有する（または有さない）ウェブサイトを参照するリンクの通知を受け取りたいかもしれない。例えば、ユーザはＲ評価されたまたはＸ評価されていないウェブサイトに関心があってもよい。

本発明の他の観点にしたがうと、ユーザ以外の他の個人のウェブ活動を使用して推奨リンクのリストを編集してもよい。１つの例として、推奨の適切なリストをユーザに提供するために、ユーザが結びついているユーザのグループのウェブ活動が監視されてもよい。

他の例として、ユーザのグループまたはそのグループ中の個人が選択しているブックマークの通知をユーザは受けたいかもしれない。ユーザのこのグループは、例えば、ユーザの家族、ユーザの友人、協力者、あるいは、ユーザが所属するクラブまたは団体であってもよい。

本発明のさらに他の観点にしたがうと、類似している状態にある個人のウェブ活動（またはそのような個人により選択されているブックマーク）を使用して特定ユーザに対する推奨リンクのリストを編集してもよい。類似している状態にある者は、例えば特定の地理的領域内の個人、性別、年齢、雇用ステータス、人種等のような特定の組の個人の特徴を有する者、類似しているショッピング行動もしくは類似しているブラウジング行動、および／または幅広いさまざまな他の類似性のうちの任意のものを有する者であってもよい。地理的領域は、州または市の全体を含んでいてもよく、あるいは特定の郵便番号または１組の郵便番号により単に規定されてもよい。同様に、類似している状況ある個人のグループは、単に、多数の同じユニホームリソースロケータ（ＵＲＬ）、類似ＵＲＬにアクセスし、あるいは同じ製品（またはサービス）のうちのいくつかを購入する個人であってもよい。

本発明のさらに他の観点にしたがうと、“ムーバーズ・シェイカーズ”と考えられるウェブサイトが推奨リンクとしてユーザに提供されてもよい。例えば、多数のユーザの中で人気を得ている場合には、ウェブサイトが“ムーバーズ・シェイカーズ”であると考えられてもよい。同様に、特定の期間中に特定の頻度でアクセスされる場合には、ウェブサイトが“ムーバーズ・シェイカーズ”であると考えられてもよい。

本発明のさらに他の観点にしたがうと、ユーザまたは個人の他のグループによりブックマークされるリンクを使用して、推奨リンクのリストを生成させてもよい。例えば、家族のメンバーまたは友人により作られたブックマークにユーザは関心を持つかもしれない。これらのブックマークは推奨ブックマークのリストから選択されているブックマークであってもよく、またはユーザにより独立的に選択されているブックマークであってもよい。

先に説明したように、推奨リンクのリストを生成するのに使用されてもよい多数の基準がある。これらの基準は個々に、または互いに組み合わせて適用してもよい。１つの実施形態にしたがうと、複数の基準に基づいてウェブサイトの推奨リストを生成させるために、推奨リンクの２つの異なるリストの“共通部分”が識別されてもよい。他の実施形態にしたがうと、各基準を使用して独立した推奨リンクリストを生成させてもよい。例えば、“午前リンク”の推奨リストおよび“夕方リンク”の推奨リストを一人のユーザに対して生成させてもよい。

本発明のさらに他の観点にしたがうと、各基準またはその組み合わせはユーザにより選択可能であってもよい。１つの実施形態にしたがうと、各基準を独立的にまたは他の基準と組み合わせて使用して、この基準を実現するエージェントにより推奨リンクのリストを生成させてもよい。したがって、ユーザが実行してリンクの自分の推奨リストを生成させる１つのエージェントまたは複数のエージェントをユーザは選択してもよい。推奨リンクの特定のリストから、ユーザはブックマークとして望んでいるリンクを選択してもよい。これらの選択されたリストはユーザに関係するブックマークのリストに“移動され”、推奨リンクのリストから除去される。

本発明の実施形態は、ソフトウェア、ハードウェア、またはソフトウェアおよびハードウェアの組み合わせで実現されてもよい。本発明はコンピュータ読み取り可能媒体上のコンピュータ読み取り可能コードとして具体化することもできる。さらに、開示されているデータ構造も本発明の一部である。

好ましい実施形態の詳細な説明

以下の説明では、本発明の完全な理解を提供するために、多数の特定の詳細な説明を示している。しかしながら、これらの特定の詳細な説明のうちの一部または全部がなくても、本発明を実施できることは当業者に明らかである。すなわち、本発明を不必要に不明瞭にしないように周知のプロセスステップを詳細に記述していない。

インターネットユーザが直面する問題のうちの１つは、関心あるコンテンツの識別である。ユーザが、関心ある情報を見つける方法はさまざまである。ユーザがウェブサイトを知る１つの方法は、知人の個人的な推奨によるものである。推奨サイトは、ユーザにとって特定の関心があるものであるが、大抵の場合、個人的な推奨は、ある事柄に限って作成されるので、個人的な推奨の実用性はいくぶん限界がある。１つの観点において、本発明は、ユーザにとって関心があるかもしれないサイトを推奨する自動メカニズムを提供しようとするものである。本発明の実施形態によって、（ＵＲＬ、ハイパーリンク、または他のマッピング技術によって示されてもよい）１組のウェブサイト、ウェブページ、またはリソースを推奨リンクとしてユーザに推奨できるようになる。

ユーザが関心ある情報のカテゴリおよびタイプは、幅広く、さまざまなものがある。したがって、幅広くさまざまなヒューリスティックを使用して、推奨リンクを獲得してもよい。例えば、情報の特定のフィールドまたはカテゴリに分類されているいくつかのウェブサイトをユーザが調べた場合に、そのフィールド内の他の人気のあるウェブサイトへの推奨リンクをユーザに提示すると便利である。別の例では、ユーザが定期的に特定のウェブサイトを訪れる場合に、そのサイトへの直接リンクを推奨リンク中に提供すると便利である。このような推奨は、時間または状況に左右される。例えば、１組の特定のサイトを平日の午前中に、および別の組の特定のサイトを夕方に、ユーザが定期的にチェックする場合に、夕方ではなく午前中にサイトが提示されるときに、普段、午前中にチェックされるサイトを推奨リンクの中に含めると便利である。

図１Ａは、本発明の１つの実施形態にしたがったブックマークおよび推奨リンクをユーザに提示するための例示的なグラフィカルのユーザインターフェイスである。図示している実施形態では、グラフィカルのユーザインターフェイスは、複数の一区画で作られているディスプレイウィンドウ５を含む。この複数の区画で作られているディスプレイウィンドウ５については、２００４年９月２日に出願した同時継続中の特許出願番号第１０／９３４，８２２中の詳細な説明の一部で記述している。この特許出願は、参照によりここに組み込まれている。図示している状態において、ウィンドウ５は、特定の情報を探しているユーザに役立つ異なったタイプのコンテンツを表示している多数の区画と、サーチ用語を受け取るためのサーチエントリダイアログボックス１０４を備えている。異なった一区画は、サーチ履歴一区画４、ブックマーク一区画６、推奨リンク一区画８およびダイアリ一区画９を備えている。サーチ履歴一区画６は、ユーザによって以前に実施されたサーチの履歴を提示している。ブックマーク一区画６は、ユーザによって以前に生成されたブックマーク２０のリストを提示している。推奨リンク一区画８は、ユーザにとって関心があるであろうウェブページ、ウェブサイトまたは他の情報への多数のハイパーリンクを提示している（図示している実施形態では、フォルダで組織化されている）推奨リンクセクション１０を備えている。推奨リンクセクション１０において、提供している推奨リンクは、何らかの適切な方法で組織化されてもよい。

図示している実施形態では、関係するフォルダによって示されているそれぞれの４クラスの推奨がある。それぞれのクラスの推奨は、（より詳細に以下で記述するように）関係する推奨を生成する役割を担う、特定の“エージェント”に関係している。当然、他の実施では、幅広いさまざまな他のクラスの推奨が提示されてもよく、および／または図示しているクラスのうちの任意のものは省略されてもよい。代わりに、または図示しているフォルダに加えて、推奨リンクのうちのいくつが、階層的にリストアップされる代わりに、順次的にリストアップされてもよい。当然、フォルダとは異なったＧＵＩウィジェットが、推奨リンクのクラスまたはグループを示すために使用されてもよい。

図示している実施形態では、４つのクラスの推奨は、関連ウェブサイト２２、関連カテゴリ２４、頻繁に訪れたサイト２６、およびムーバーズ・シェイカーズ２８を含む。一般的に、“関連ウェブサイト”エージェントは、ユーザのブラウジング履歴を分析して、最近ユーザが訪れたウェブサイトに関連していると認識されているウェブサイトを識別するように構成されている。これは、ユーザが訪れたウェブサイトの履歴を追跡して、ユーザが訪れたウェブサイトに“関連”すると思われる他のサイトを識別することによって実現される。ユーザが最近訪れたサイトのうちの１つより多くのものと特定のウェブサイトが関連している場合に、そのウェブサイトは、ユーザにとって関心があるものであるかもしれない。“関連ウェブサイト”エージェントは、ユーザが訪れたサイトに関連するサイトを分析して、以前にユーザが訪れたサイトのうちの１つに関連しているとして、特定のウェブサイトが識別されている回数に少なくとも部分的に基づいて、推奨リンクを示すように構成されている。

以下にさらに詳細に記述するように、インターネットユーザのブラウジング履歴を追跡するように構成されているツールバーおよび他のエージェントは、現在、多数ある。例えば、ツールバーの中には、ユーザがインターネットをブラウジングしている間に実行するすべてのページ移動の識別をブラウジング履歴データベースサーバに送信するように構成されているものもある。このような１つのツールバーは、Ａｌｅｘａ Ｉｎｔｅｒｎｅｔ Ｉｎｃ．（Ａｌｅｘａ）から入手可能なアレクサツールバーである。ウェブサイトを分類して、関連リンクを識別しようとする多数のサービスもある。関連リンクを識別するいくつかのメカニズムについては、“ウェブ利用トレイルデータを用いた関連リンクの識別”と題する米国特許第６，６９１，１６３号において記述している。この特許は、その全体が参照によりここに組み込まれている。関連サイトを識別する、商品的に入手可能な１つのサービスは、アレクサによって提供されており、これはウェブサイトのＤＭＯＺ．ｏｒｇのカテゴリ化に基づいて関連サイトを分類する。

“関連ウェブサイト”エージェントは、指定された期間中にユーザ（または、他の適切なグループ）が訪れたそれぞれのサイトをブラウジング履歴データベースに問い合わせて、識別するように構成されている。ユーザが訪れたそれぞれのサイトに対して、“関連ウェブサイト”エージェントが、関連サイトデータベースから１組の“関連”サイトを取り出す。１組の関連サイトで取り出すエントリの数は、特定のアプリケーションの必要性に基づいて広範囲に変わってもよい。例示として、１つの特定の実施では、１０個の関連サイトの組が、関連サイトデータベースから取り出されてもよい。

１つの実施形態にしたがうと、それぞれの関連サイトは、選択された基準にしたがって、“関連ウェブサイト”エージェントによってスコア付けされる。記述する実施形態では、それぞれの関連サイトは、最初に、“関連スコア”を受け取る。関連スコアは、第三者のサービスから獲得してもよい。第２に、同一の関連サイトを参照するユーザによって訪れられた、異なったサイトの数が把握される。第３に、ユーザが訪問サイトをそれぞれ訪れた回数が、履歴データベースから把握される。次に、適切なスコア付けアルゴリズムを使用して、サイトを評価する。例えば、関連ウェブサイトエージェントによって使用されてもよいスコア付けアルゴリズムは、スコア＝合計（関連スコア^*ｌｏｇ２（１＋訪問数)）である。ここで、合計は推奨サイトになったすべての訪問サイトに対する合計であり、関連スコアは第三者のサービスによって戻された、訪問サイトに対する推奨の関連スコアであり、訪問数はユーザがサイトを訪れた回数であり、スコアは推奨サイトに割り当てられた最終スコアである。これらのスコアから、最高スコアを有する１組の推奨関連ウェブサイトに提供するために関連ウェブサイトがランク付けされてもよい。推奨ウェブサイトにリンクするハイパーリンクは、関連ウェブサイトフォルダ２２中に作成され、参照される。

図１Ａで図示している第２のクラスの推奨は、“カテゴリ”フォルダ２４に関係している。カテゴリフォルダ２４は、ユーザにとって関心のあるウェブサイト（または、より一般的に、情報の）のカテゴリを識別するように構成されている。関連ウェブサイトエージェントのような“関連カテゴリ”エージェントは、ユーザのブラウジング履歴を調べる。しかしながら、関連カテゴリエージェントは、関連ウェブサイトの識別を試みるのではなく、最近ユーザが訪れたウェブサイトに関連すると認識されている関連カテゴリの情報の識別を試みる。さらに、特定のカテゴリ化スキームにしたがって、ウェブサイトの分類を試みる多数の利用可能なサービスがある。記述する実施形態では、カテゴリは、（ＤＭＯＺ．ｏｒｇのカテゴリ化スキームを使用する）第三者のサービスによって提供される。“関連カテゴリ”エージェントは、履歴データベースから、ユーザが訪れるそれぞれのサイトを識別する。ユーザが訪れるそれぞれのサイトに対して、“関連カテゴリ”エージェントは、適切な関連カテゴリデータベースから１組の関連カテゴリを取り出す。１組の関連カテゴリにおけるエントリの数は、特定のアプリケーションの必要性に基づいて幅広く変わってもよい。例示によって、１つの特定の実施では、１０個の関連カテゴリの組が関連サイトデータベースから取り出される。

１つの特定の実施にでは、それぞれの関連カテゴリは、３つの基準にしたがって、“関連カテゴリ”エージェントによってスコア付けされる。第１に、それぞれの関連カテゴリが関連スコアを受け取る。また、このような関連スコアは、第三者サービスから入手可能である。第２に、ユーザによって訪れられた、関連カテゴリ内の異なったサイトの数が把握される。第３に、ユーザが訪問サイトをそれぞれ訪れた回数が履歴データベースから把握される。例示によって、関連カテゴリエージェントによって使用されてもよい１つの適切なスコア付けアルゴリズムは、スコア＝合計（関連スコア^*ｌｏｇ２（１＋訪問数)）である。ここで、合計は推奨カテゴリに関係するすべての訪問サイトに対する合計であり、関連スコアは第三者のサービスによって戻された訪問サイトに対する推奨の関連スコアであり、訪問数はユーザがサイトを訪れた回数であり、スコアは推奨カテゴリに割り当てられた最終スコアである。これらのスコアから、最高スコアを有する１組のカテゴリを戻すために、関連カテゴリはランク付けされてもよい。

第３のクラスの推奨は、“頻繁に訪れたサイト”フォルダ２６に関係している。“頻繁に訪れたサイト”フォルダ２６は、ユーザが最も頻繁に訪れたウェブサイトのリストを提供するように構成されている。したがって、頻繁に訪れられたサイトエージェントは、ブラウジング履歴を追跡して、規定された期間中に、または指定された数の最も最近の訪問（例えば、１００回または１０００回の最も最近のページ移動または訪れたウェブサイト）に対して、ユーザが最も頻繁に訪れたウェブページまたはウェブサイトを識別するように構成されている。最も訪れたサイトが、頻繁に訪れたサイトフォルダ２６において推奨リンクとして提示される。

第４のクラスの推奨は、“ムーバーズ・シェイカーズ”フォルダ２８に関係している。“ムーバーズ・シェイカーズ”フォルダ２８は、“ムーバーズ・シェイカーズ”として分類されているウェブサイトのリストを提供するように構成されている。特に、“ムーバーズ・シェイカーズ”として分類されているウェブサイトは、急速なレートで、人気度が増加している（または、減少している）ウェブサイトである。例示として、“ムーバーズ・シェイカーズ”として分類されているウェブサイトのリストを生成するための１つの技術は、２００２年１月５日に出願された“あなたが作成したウェブ”と題する特許出願番号第１０／０５０，５７９において開示されている。この特許出願は、すべての目的のために参照によってここに組み込まれている。全ユーザにとって関心があるかもしれない一般的なウェブサイトを識別するために、この技術は全体としてウェブに適用されてもよい。代わりに、ユーザにとって特定の関心があるかもしれないカテゴリ中の関心あるウェブサイトを識別するために、ユーザのブラウジング履歴に関連するウェブサイトのカテゴリにこれらの技術が適用されてもよい。

図１Ａで図示している実施形態において、サーチして情報を収集する多数のツールのうちの何らかのものを使用するために、ユーザがアクセスするウェブページの一部分として推奨が提示されている。しかしながら、推奨リンクのリストは、任意の適切なインターフェイスまたはメカニズムを使用して、ユーザに提供されてもよいことを正しく認識すべきである。例示として、代替実施形態では、結果は、ユーザのコンピュータ上にインストールされたツールバーの機能として、ソフトウェアアプリケーションの一部分として、または電子メールを通して提示されてもよい。図１Ｂは、推奨リンクを示すように構成されているツールバーを図示している。この実施形態では、ツールバー３０には、ツールバーによって行なえる異なった機能を示している３１から３７の多数のボタンがある。推奨リンクは、ブックマークボタン３３を選択することによってアクセスされるプルダウンメニュー４１において示される。プルダウンメニュー４１は、ブックマークセクション４３および推奨リンクセクション４６を含んでいる。ブックマークセクション４３は、ユーザによって保存されている多数のブックマーク４４を含んでいる。図示している実施形態では、ブックマークセクション４３は、ユーザによって保存されているサイトへの一連のハイパーリンクとして提示されている。他の実施形態では、ブックマークのうちのいくつかを、またはすべてを記憶するために階層型フォルダが使用されてもよい。推奨リンクセクション４６は、タイトルエントリ４７を含む。図示している実施形態では、タイトルエントリ４７は“ディスカバー”と書いてあるが、他の実施では、例えば、“推奨リンク”等のような他のラベルが使用されてもよい。推奨リンクセクション４６は、利用可能なクラスの推奨もリストアップする。図示している実施形態では、図１Ａに関連して先に記述した同一の４つのクラスの推奨を示している。利用可能なクラスの推奨のそれぞれには、選択されたときに、（示していない）プルダウンメニューに関係する推奨のリストを提示する関係矢印４９がある。

記述している実施形態は、一般的に、推奨リンクを、推奨ウェブサイトまたはウェブページへのハイパーリンクと呼ぶ。しかしながら、この例は、単なる例示である。推奨リンクのリストは、ウェブサイト、ウェブサイト以外の位置にアクセス可能なハイパーテキストリンク、および／または、他の何らかのリンクマッピングまたはアドレス指定技術を使用して生成されたリンクを含んでいてもよい。（推奨カテゴリの例にあるような）情報のカテゴリ、あるいは、リンク、用語、または、ユーザにとって関心がある可能性があると思われる他の情報のグループも参照してもよい。推奨がユーザに提示される順序は、ユーザにとって関心があると認識されている任意のプレゼンテーションスキームに対応するために広範囲に変わってもよい。

図１Ｃは、本発明の別の実施形態にしたがって、推奨リンクを表現するのに適切な別のグラフィカルユーザインターフェイスを図示している。この実施形態では、推奨リンクセクション１０は、いくつかの異なったクラスの推奨を有する。推奨は、特定のクラスの推奨にそれぞれ関連するフォルダを使用して、さらに、階層的に提示されている。図示している実施形態では、７つのクラスの推奨が提供されている。これらは、最近訪れたドメイン５２、ムーバーズ・シェイカーズ２８、（図では“リンク”と表記されている）異なったタイプの関連ウェブサイト推奨５４、５５、５６、関連カテゴリ２４および最も訪れたドメイン５８を含んでいる。

最近訪れたドメインフォルダ５２は、単に、ユーザによって最も最近に訪れられているウェブサイトへのリンクを提供している。これらの推奨リンクは、最も最近に訪れられた特定の数のリンク（例えば、最も最近に訪れた１０個のウェブサイト）のリスト、または指定された期間（例えば、最も最近の６時間内）にわたって見られたリンクのリスト、またはこの２つの組み合わせ（例えば、最後の４８時間内に見られた中で、最も最近に訪れられた１０個のウェブサイト）であってもよい。当然、表示される最近訪れられたサイトの数および／またはサイトが“最近”として定義される指定された期間は、広範囲に変わってもよい。いくつかの実施では、ユーザは、これらの変数に対して制御を与えられてもよい。

ムーバーズ・シェイカーズフォルダ２８および関連カテゴリフォルダ２４は、図１Ａに関連して先に記述したのと同じように動作する。関連カテゴリフォルダ２４に付いているタイトルに見られるように、関連カテゴリの決定は、ユーザが訪れた最後の２００個のウェブサイトの分析に基づいている。当然、分析される最近訪れたウェブサイトの数は広範囲に変わってもよい。

最も訪れたドメインフォルダ５８は、ユーザの記憶されたブラウジング履歴に対して最も頻繁にユーザが訪れたウェブサイトへのリンクを提示している。これらの結果は、図１Ａに関連して先に説明した、頻繁に訪れられたサイトエージェントによって提供されてもよい。この実施では、頻繁に訪れられたサイトエージェントが、記憶されているブラウジング履歴全体中でそれぞれのウェブサイトをユーザが訪れた回数を決定して、最も頻繁に訪れられたサイトへのリンクを提供する。いくつかの状況においては、最も頻繁に訪れたサイトのうちのいくつかをフィルタリングすることが望ましい。例えば、いくつかの状況では、ヤフーのような一般的に人気のあるサイトであるウェブサイトを任意の推奨リンクから除去することが望ましい。他の実施では、特定のＵＲＬにおいてユーザによって費やされた時間を分析することが望ましい。費やされた時間がしきい値の期間より短いとき、そのＵＲＬは、ユーザにとって特定の関心がないホームページまたは“リンク”サイトであるかもしれない。戻るボタンのナビゲーションの頻度のような、ユーザによる他の選択を監視して、特定のサイトの関連性の推測を助けることが好ましい。同様に、ユーザのｅメールアカウントに関連すると認識されているサイトをフィルタリングすることが好ましい。

それぞれ“リンク”と表記されているフォルダ５４、５５および５６は、図１Ａに関して先に説明した関連ウェブサイトエージェントによって提供される推奨を提示している。この違いは、推奨を提供する際に分析される最近アクセスしたウェブサイトの数に関連している。フォルダ５４は、最も最近の５日間の間に訪れられたウェブサイトの分析に基づいて推奨リンクを提示している。フォルダ５５は、訪れられた最新の２００個のウェブサイトの分析に基づいて推奨リンクを提示している。フォルダ５６は、最も最近の２日間の間に訪れられたウェブサイトの分析に基づいて推奨リンクを提示している。当然、関連ウェブサイトエージェント（またはブラウジング履歴のレビューに部分的に基づいている他のエージェントのうちの任意のもの）によって分析される履歴的にアクセスされたウェブサイトの数および／または期間は幅広く変わってもよく、インターフェイスは、役立つ推奨を提示すると思われている任意のグループサイズに基づいて結果を提示するように設計されていてもよい。特定の推奨リンクは、エージェントがユーザのブラウジング履歴を調べるためにどれくらいさかのぼるかに基づいて、多少変わる可能性があることは、大半のユーザにとって明らかであるべきである。

図１Ａないし１Ｃで図示している実施形態では、ブックマークリストは、推奨リンクに極めて近い位置に提供されている。このことによって、ユーザは、推奨リンクリストからブックマークリストにエントリを容易に追加することができる。推奨リンクリストからブックマークリストへのリンクの移動は、例えば、ドラッグアンドドロップ動作、カットアンドペースト動作またはこれらに類する動作のような、何らかの適切なコンテンツ移動操作を使用して行なわれてもよい。

いくつかの実施形態では、ある推奨リンクをユーザがブロックできることが望ましい。ブロックすることは、さまざまな異なった操作を使用して実現される。例示として、特定のリンクを選択（強調表示）して、削除キーを押すことによって、推奨リンク中の表示から特定のリンクをブロックするようにインターフェイスを構成することができる。他の実施形態では、推奨リンクリスト１０６からアイコンに、または（示していない）ブロックしたリンクのリストを含むコンテナに推奨リンクを移動させることによって、ユーザが推奨リンクをブロックしてもよい。この方法では、推奨リンクリスト１０６中の表示から特定のリンクを永久に、ユーザが、ブロックまたは取り除いてもよい。ユーザは、標準操作を通じて、リンクのブロックリストから何らかのエントリを削除することによって、リンクのブロックリストを修正することを後で選択してもよい。ブロックするリンクのリストにリンクをユーザが手動で入れる（または、リンクが追加されるべきであることを指定する）ことによって、ユーザは、まだ推奨されていない特定のリンクを先制してブロックすることを望んでもよい。

次に図２を参照して、本発明の選択された実施形態を実現するための例示的システム３００を説明する。システムは、ワークフローマネージャー３０８、複数の推奨エージェント３１０、推奨エージェントおよび／またはワークフローマネージャーによってアクセスされるさまざまなデータベース３０４、ならびに推奨リンクマネージャー３１６を備えている。

それぞれの推奨エージェント３１０は、特定の組のヒューリスティックに基づいて、特定のユーザに対する１組の推奨リンクを生成するように構成されている。例示として、図１Ａで図示している実施形態をサポートするために、システムは、関連ウェブサイトエージェント、関連カテゴリエージェント、頻繁に訪れたサイトエージェントおよびムーバーズ・シェイカーズエージェントを含む。（以下でより詳細に説明するように）一般的に、幅広いさまざまな他のエージェントを使用すると、同様に他のクラスの推奨を生成することが考えられる。以前に記述したように、他のクラスの関係する推奨を生成するために、さまざまなエージェントは、多数の関連データベースのうちの何れかにアクセスすることが必要である。図示している実施形態では、アクセス可能なデータベースは、顧客履歴データベース３０４（ａ）、推奨データベース３０４（ｂ）、および他の何らかの関連データベースを含んでいる。

ワークフローマネージャー３０８は、推奨を生成するプロセスを調整する。特定のユーザに対する推奨リンクを獲得するために、ワークフローマネージャー３０８は、エージェント３１０のうちの１つ以上のエージェントを呼び出して、エージェントがリンクの推奨を作成するのに必要な情報を送るように構成されていてもよい。それぞれのエージェントは、それぞれの特定のユーザに対する推奨リンクのリストを生成するように構成されている。いくつかの実施では、ユーザのすべてに、同じクラスの推奨リンクが提示される。これらのケースでは、ワークフローマネージャー３０８は、あらゆるユーザのためにエージェントのすべてを呼び出すように構成されていてもよい。しかしながら、他の実施では、クラスの推奨は状況に影響され易くてもよく、したがって、システムによって選択されてもよい。あるいは、ユーザは、提供される推奨のクラスに対する制御が与えられてもよい。これらの実施形態では、ワークフローマネージャーは、選択されたエージェント３１０のみを呼び出してもよい。

ワークフローマネージャー３０８は、エージェントが実行される順番を管理するように構成されていてもよい。いくつかの例では、重複処理を避けるためにエージェントを実行する順番を制御することが望ましい。エージェントが１つ以上の他のエージェントの処理または出力に依存するときは、エージェントの特定の順番が望ましいかもしれない。このことは、複数のエージェントの実行順番を管理するツリー、または他の適切なデータ構造を使用することによって実現されてもよい。

一度、推奨リンクのリストがエージェントまたはエージェントの組み合わせによって生成されると、ワークフローマネージャー３０８によって、推奨リンクのリストが推奨リンクマネージャー３１６に提供される。推奨リンクマネージャー３１６は、データベース３１８中に推奨リンクを記憶させる。推奨リンクマネージャー３１６は、適切な時間に推奨リンクを取り扱う役割も担っている。（図１Ａで図示しているように）推奨リンクをウェブページの一部分として取り扱っている実施形態においては、推奨リンクマネージャー３１６は、ユーザのブラウザからの、または、特定のウェブページにコンテンツを配信する役割を担っているウェブサーバからのアクセス要求に応答して推奨リンクを配信する。

図示している実施形態では、ワークフローマネージャー３０８および推奨リンクマネージャー３１６を別々のモジュールとして図示している。しかしながら、代替実施形態では、ワークフローマネージャー３０８および推奨リンクマネージャー３１６は単一のユニットとして実現されてもよい。

中央ウェブサイトまたはウェブサイトの特定のフィーチャーにユーザがアクセスしているときに、リアルタイムで推奨リンクが生成されてもよい。代わりに、これらのリンクは、バッチモードで生成されてもよい。例えば、異なったバッチで、さまざまな組のユーザに対する推奨リンクのリストを生成させることが望ましい。推奨リンクのリストを生成させるために使用される基準に基づいて、あるユーザに対しては、毎日、推奨リンクのリストを生成させ、または更新し、そして、他のユーザに対しては、毎週、推奨リンクのリストを生成させ、または更新することが望ましい。

データは、そのデータを使用するエージェント３１０ａ、３１０ｂ．．．３１０ｎのうちの任意のものによって、１つ以上のデータ源から直接、獲得してもよい。代わりに、データは、ワークフローマネージャー３０８または推奨リンクマネージャー３１６によって獲得し、適切なエージェントに送信されてもよい。例えば、複数のエージェントによって一般的に使用されるデータは、これらのエージェントに送信されてもよい一方で、１つ以上のエージェントに特有なデータは、その特定のデータを使用するエージェントによって直接取り出されてもよい。１つの実施形態にしたがうと、推奨リンクマネージャー３１６は、エージェント３１０ａ、３１０ｂ、．．．３１０ｎのそれぞれに提供すべきデータを履歴データベース３０４（ａ）から獲得する一方で、適切な１つ以上のエージェントが推奨データベース３０６（ｂ）から直接、推奨リンクを獲得する。その後に、エージェントは、適宜、そのデータを処理する。

エージェント処理は、推奨データベース３０４（ｂ）から、推奨リンクまたは推奨リンクのカテゴリを受け取って、これらをユーザに提供することを含む。例えば、さらに処理することなく、最も人気あるウェブサイト（すなわち、ムーバーズ・シェイカーズ）をデータベースから獲得してもよい。代わりに、処理は、推奨リンクをユーザに提供する前に、履歴データベースおよび／または推奨データベースから獲得したデータを処理することを含んでもよい。例えば、最も訪れたドメインを識別（して、これによって、これらのドメインに基づいて推奨リンクのリストを生成）するために、最もユーザが訪れたウェブサイトドメインのリストが履歴データベースから識別されてもよい。

推奨リンクのリストを生成させるために、エージェントの大部分は、アクセス可能なデータベースのうちの１つの中に記憶されている情報を利用する必要がある。このアプリケーションで頻繁に参照されている１つのデータベースは、顧客ブラウジング履歴データベース３０４（ａ）であり、これは、多数のユーザのウェブ活動に関係するデータを時間の経過とともに記憶する。履歴データベース３０４（ａ）を生成させて管理するシステムの１つの例は、“イベントデータを永続的に記憶して取り扱うためのサーバアーキテクチャおよび方法”と題する特許出願第１０／６１２，３９５号に開示されている。この特許出願は、参照によってここに組み込まれている。

１つの実施形態にしたがうと、履歴データベース３０４中に記憶されているユーザのウェブ活動に関係するデータは、ユーザのコンピュータにインストールされているツールバーを通して獲得する。例示として、データをサーバに返信できるツールバーは、アレクサインターネットに譲渡された、“ウェブページとメタデータとの間にリンクがない場合に、ウェブページと同時に補足情報としてメタデータを自動生成および表示”と題する特許第６，２８２，５４８号において開示されている。この特許は、参照によりここに組み込まれている。ツールバーから受け取ったデータは、例えば、ユーザ識別子（例えば、ユーザのアカウント番号）および／またはツールバーに関係するツールバー識別子、訪れられているＵＲＬ、およびタイムスタンプを含む。活動は、ツールバーベース（このケースでは、同じコンピュータを使用している複数の人間が、自分たちの統合された活動を有することがあり、または２つの異なるコンピュータを使用している一人のユーザは２つの履歴を持つことがある）で、または（ツールバーまたは対応するウェブサイトが、コンピュータを使用している特定のユーザの識別を可能にするログオン機能をサポートする場合には）ユーザベースで追跡されてもよい。ツールバーによって送信されるデータは、ウェブサイトまたはウェブページがツールバーを通してアクセスされる度に、または周期的に送信されてもよい。

ツールバーは、ユーザのウェブ活動に関係する情報を集められる１つの方法であるが、ユーザのウェブ活動に対応するデータを収集するための他のメカニズムも可能であることに留意することが重要である。例えば、サーバを通してユーザがウェブサイトにアクセスするときに、ユーザのウェブ活動に関係するデータがサーバを通して捕捉されてもよい。

履歴データベース３０４中に記憶される情報は、さまざまなフォーマットで記憶されてもよい。複数のユーザおよび複数のＵＲＬに関係する履歴データを記憶するために使用してもよい例示的なテーブルについて、図５Ａないし図５Ｂ、ならびに図６Ａないし図６Ｂを参照して以下でさらに詳細に説明する。さらに、ユーザの個人的な情報を記憶するために使用される例示的なユーザレコードについて、図６Ｃを参照して、以下でさらに詳細に説明する。

先に示したように、推奨データベース３０４（ｂ）は、推奨または関連リンクのリストを生成させる際に使用するためにアクセスされてもよい。１組の推奨リンクを生成するためのシステムおよび方法の例は、２００２年１月５日に出願された、“あなたが作成したウェブ”と題する特許出願第１０／０５０，５７９号に見ることができる。この特許出願は、すべての目的のために参照によってここに組み込まれている。あなたが作成したウェブアプリケーションは、ユーザが以前に訪れたウェブサイトに少なくとも部分的に基づいて、推奨ウェブサイトのリストを生成させる技術を開示している。

先に示唆したように、推奨リンクを生成させるために使用される幅広いさまざまエージェントがある。いくつかのエージェントについては、先に部分的に詳細に説明したが、多数の他の特定のエージェントのうちの何らかのものを提供して、ユーザにとって関心があると認識されている推奨リンクを生成することができる。

１つの例において、エージェントは、ブックマークリストにおける特定のフォルダ中に記憶されているウェブページまたはウェブサイトに関連するリンクを推奨するように構成されていてもよい。ユーザは、組織化の目的のために、ユーザのブックマークを１つ以上のカテゴリに分割してもよく、または、これらを１つ以上のフォルダに分けてもよいが、同様に、１つ以上の異なる推奨リンクリストがユーザに提示されてもよい。各フォルダ、または、ブックマークリスト中で提示されている（例えば、図１Ａで示したブックマークリストのような）ブックマークのリストは、推奨リンクの関係リストを有していてもよい。１つの例として、ブックマークのスポーツ関連フォルダは、関係する１組のスポーツ関連推奨リンクを有していてもよい。

推奨リンクのリストを生成させるとき、エージェントの中には、地理的位置の限定を適用するように構成されているものもある。例えば、多くの例において、ユーザは、地理的にユーザに近い会社、イベントまたは組織に対して特に関心があるかもしれない。したがって、エージェントが関連ウェブサイトを識別するときに、エージェントは基準の１つとして“地理的位置”を使用してもよい。ユーザの地理的位置は、多数のデータ源から把握されてもよいことを正しく認識すべきである。例えば、ユーザの位置は、登録情報、請求先または出荷先情報、あるいはこれらに類するのものから入手してもよい。代わりに、ユーザの一般的な位置は、ユーザのＩＰアドレスに基づいて、自動的に決定することができる（例えば、アカマイは、ＩＰアドレスを地理的位置に正確にマッピングするためのメカニズムを提供する）。代わりに、ユーザにとって関心がある地理的範囲は、例えば、特定の都市、州、郡、１つ以上の郵便番号、または特定のランドマークまたはアドレスのような識別された中心を囲む、指定されたマイル数の半径を持つ地区を入力することによって、規定されてもよい。

別のタイプのエージェントは、特定のコンテンツを持つサイトを示しているリンクに、またはある主題事項に関連しているリンクに推奨リンクを限定してもよい。例えば、ユーザが関心ある特定の主題に関係するリンクをユーザに対して推奨してもよい。この主題は、例えば、ニュース、エンターテイメント、映画、様式、交通またはスポーツのようなカテゴリであってもよい。代わりに、主題は、参照されるサイトのコンテンツの評価（例えば、ＰＧ、Ｒ）によって規定されてもよい。あるいは、主題は、ユーザに非常に特有である“バス釣り”のようなトピックであってもよい。サイトのトップレベルのドメインによって、または代わりに、キーワード分析または他の事前カテゴリ化に基づいたサイトのコンテンツによって、推奨されているウェブサイトの主題を識別してもよい。

さらに、別のタイプのエージェントは、リンクのステータスに基づいて、リンクを推奨してもよい。例えば、人気度のしきい値レベルにウェブサイトが到達すると、ウェブサイトは、“ムーバーズ・シェイカーズ”のステータスを得る。例えば、指定された期間中に受け取られたヒットの総数によって、または指定された期間中にウェブサイトにアクセスする特定のユーザの総数によって、ウェブサイトの人気度が決定されてもよい。さらに、人気度は、指定された期間中に特定のユーザがウェブサイトにアクセスする回数によって把握されてもよい。

ユーザ（または、ユーザのグループ）は、一般的に、１日のうちの特定の時間、または１年のうちの特定の時間（例えば、午前、午後、夕方、深夜、平日、週末、１時間ごと、例年の祝日に、またはその前後、もしくは特定のスポーツイベントが行なわれている期間中）に、ある特定のウェブサイトまたはウェブページを訪れることが多い。エージェントの中には、推奨を実行するときに、１日のうちの時間または１年のうちの時間を考慮に入れるものもある。例えば、エージェントの中には、１日のうちの時間（例えば、午前に１つ、午後に１つ、夕方に１つ）、または１年のうちの時間（例えば、クリスマス休暇中の別のリスト）に基づいて、推奨の個々のリストを生成させるものもある。

１つ以上の識別子によってユーザが識別されてもよいことに留意することが重要である。例えば、ＩＰアドレス、ユーザ識別子（例えば、アカウント番号）および／またはツールバー識別子によって、ユーザが識別されてもよい。ユーザは、複数の異なったコンピュータにインストールされているツールバーを持っているかもしれないので、ツールバー識別子によってこれらの位置のそれぞれを一意的に識別することが望ましい。したがって、ユーザに関係するユーザ識別子（例えば、アカウント番号）を通して、ユーザに関係するすべてのウェブ活動を追跡することが可能である。代わりに、対応しているツールバー識別子および／またはＩＰアドレスを通して、異なる位置でのユーザに関係するウェブ活動を別々に追跡することが可能である。この方法では、例えば、仕事用コンピュータから仕事場のユーザに関係するウェブ活動を、自宅用コンピュータから自宅のユーザに関係するウェブ活動を、ユーザに関係するウェブ活動を別々に追跡することが可能である。したがって、推奨リンクは、これらの異なった位置におけるユーザのウェブ活動にしたがって提供されてもよい。

別のエージェントは、特定のユーザに関係するユーザのグループによって使用されるブラウジング習慣またはブックマークの分析に基づいて、リンクを推奨するように構成されていてもよい。例えば、ユーザのこのグループは、ユーザの家族、ユーザの友人のグループ、ユーザの友人の友人のグループ、ユーザに関係する企業、ユーザが所属するクラブ、またはユーザが所属する団体であってもよい。例えば、ユーザは友人のリストとともに、ユーザの異なるグループに関係する他のリストを規定してもよい。グループ習慣分析エージェントは、グループ中の他のユーザによって訪れられている、またはブックマークされているウェブサイトまたはウェブページの分析に基づいて、リンクを推奨するように構成されていてもよい。グループ中の少なくとも一人の個人によって訪れられた、またはブックマークされたウェブサイトのサブセットのみを提供することが望ましい。例えば、グループ中の少なくとも一人の個人、グループ中の大多数の個人、またはグループ中のすべての個人による訪問数のしきい値、あるいは訪問頻度のしきい値を確立することが望ましい。例示として、関連グループの習慣に基づいて推奨を提供する１つの推奨リンクエージェントは、“離散部分母集団間のウェブサイト訪問の傾向を追跡するための方法および装置”と題する仮出願第６０／６４５，９９５（Ａ９ＸＸ−Ｐ００１Ｐ）号で説明されている。この仮出願は参照によってここに組み込まれている。

さらに、他のエージェントは、推奨リンクを生成させるために使用される基準のうちのいくつかに対するユーザ制御を提供するように構成されている。このことによって、提供される推奨の性質をユーザが一部カスタマイズできる。例えば、推奨が、履歴ブラウジングデータに少なくとも部分的に基づいているとき、ユーザは、サーチ履歴が分析される期間、および／または最近の訪問の総数もしくは訪れられたページ移動の総数を編集できる。

他の実施形態では、あるエージェントは、選択可能な基準のリストをユーザに提示するように構成されてもよい。選択可能な基準のリストは、推奨リンクサービスを行なうエンティティによって生成されてもよく、または、以下の技術を使用して説明するようにユーザによってカスタマイズされてもよい。基準のこのリストから、ユーザが、適用されるべき基準を選択して、推奨リンクのリストを生成させてもよい。例えば、ユーザは、基準にドラッグアンドドロップ操作を行なうことによって、または同じものをダブルクリックすることによって、基準を選択してもよい。ユーザによって選択されたこれらの基準は、選択された基準のリスト中に表示される。この例において、ユーザによって選択されている基準は、“独身者のデートサイト”、“サンフランシスコにあるクラブ”、“ニュースサイトに関連する自分の１０マイル内にいる自分の家族によって先週ブックマークされたサイト”、および“平日の午前中に自分の友人によってブックマークされた交通に関連するサイト”を含む。

２つ以上の基準が選択された基準のリストに追加される場合、リスト中の基準の組み合わせ方をユーザは規定できる。例えば、（示していない）ＡＮＤ、ＯＲ、ＮＯＴ、ＷＩＴＨＩＮ、ＯＵＴＳＩＤＥ、＜、＞、＜＞、／＝、および＝のような１組の演算子が提供されてもよい。ユーザは、適切な演算子を選択して、実行のために２つ以上の異なる基準を組み合わせてもよい。この方法において、複数の基準は、実行のために単一のステートメントに組み合わされてもよい。１つ以上の演算子を特定するユーザがいない状態では、（“ＡＮＤ”のような）デフォルト演算子が、リスト中の基準に適用されてもよい。

推奨リンクのリストおよび／またはブックマークのリストが一度生成されると、これらは、一人以上のユーザによるアクセスのために共有または公開されてもよい。したがって、推奨リンクのリストおよび／またはブックマークのリストは、ユーザとともに、他の個人またはユーザのグループに提示されてもよい。例えば、推奨リンクまたはブックマークのユーザのリスト（またはこの一部）を、友人または家族が見られるようになることをユーザは望んでもよい。さらに、ユーザは、他の類似した立場にあるユーザのウェブ活動によって生成される推奨リンクを、または他の類似した立場にあるユーザによって作成されているブックマークを見ることに関心があってもよい。これらの類似した立場にあるユーザは、性別、年齢、雇用ステータス、人種等のような１組の個人的な特徴、または、地理的位置のような他の特徴を共有してもよい。別の例として、ユーザは１つ以上のアイテムを購入してもよく、１つ以上のＵＲＬを訪れてもよく、または個人のうちの少なくとも一人と共通する１つ以上のブックマークを選択してもよい。１組の特徴は、ユーザによって、予め規定されてもよく、または選択されてもよい。さらに、ユーザのブックマークのリストが、“その日のリスト”として公開されてもよい。したがって、一人のユーザのブックマークが、推奨リンクのリストとして別の個人に提示されてもよく、それにより、その個人は、これらのリンクのうちの何らかのものをブックマークの自分のリストに移動させることができる。

先に記述したように、エージェントのそれぞれは、ユーザによって設定された基準にしたがってタスクを行なう１つ以上のソフトウェアモジュールを含んでいる。エージェントは、推奨リンクのリストを生成させるために、別々にまたは互いに組み合わせて使用されてもよい。これらの基準は、ユーザによって選択可能であってもよいとともに、所望の値（例えば、距離、年齢）で設定されてもよい。この方法において、ユーザは、推奨リンクとしてユーザに提示されるリンクの質を制御してもよい。

エージェントはバッチモードで実行されてもよいことに留意することが重要である。例えば、図４Ａに関連して以下で示すように、１組のエージェントは単一の顧客のために実行されてもよい。代わりに、エージェントは、バッチモードで実行されてもよく、この場合、それぞれのエージェントは１組の顧客のために実行される。この方法において、エージェントは、処理時間を節約するために定期的に実行されてもよい。

図３Ａは、本発明の１つの実施形態にしたがった図２で示したように、ワークフローマネージャーによって複数のエージェントを実行する方法を図示しているプロセスのフロー図である。ブロック４０２において、ワークフローマネージャーは、１組のエージェントを実行する顧客を設定時間に識別する。ブロック４０４において、ワークフローマネージャーは、顧客に対して実行するためのエージェントのリストを要求して、ブロック４０６において、エージェントのそのリストを受け取る。ワークフローマネージャーは、エージェントを実行する適切な順番を識別し、ブロック４０８において、実行を開始するように次のエージェントに指示する。ブロック４１０において、エージェントは、ワークフローマネージャーから、および／または１つ以上のデータ源（例えば、履歴データベース）から直接、データを獲得してもよい。例えば、ワークフローマネージャーは、複数のエージェントに共通であるデータを獲得する一方で、それぞれのエージェントはそのエージェントに特有なデータをデータ源から直接取り出してもよい。

エージェントが実行するとき、ブロック４１２において、エージェントは、適切なデータを処理して、推奨サイトのリストを推奨リンクマネージャーに報告する。ブロック４１４において、推奨リンクマネージャーは自動生成された推奨をエージェントから受け取る。ブロック４１６における、それぞれの残りのエージェントに対して、ワークフローマネージャーは、ブロック４０８において、残りのエージェントの実行の開始を続行する。

すべてのエージェントが顧客に対して実行されたとき、ブロック４１８において、自動生成された推奨リンクは、推奨リンクマネージャーによって、顧客のためにフィルタリングされ、顧客の次の訪問のためにデータベース中に記憶されてもよい。例えば、フィルタリングは、推奨ブックマークとしてユーザに提示されたブロックされたブックマークを取り除くことを伴っていてもよい。自動生成された推奨リンクをフィルタリングする１つの方法は、図４を参照して以下でさらに詳細に説明する。一度、フィルタリングされると、ブロック４２０において、ウェブサイトサイトに顧客が戻ったとき、推奨リンクマネージャーが推奨リンクを取り出して顧客に表示する。

ブロック４２２において、エージェントが実行されるべき、さらなる顧客がいる場合、ブロック４２４において、次の顧客に対してプロセスが繰り返され、ブロック４０４において、ワークフローマネージャーが実行を続行する。残りの顧客がいないとき、ブロック４２６において、プロセスが終了する。

図３Ｂは、本発明の別の実施形態にしたがって図２で示されているような、ワークフローマネージャーによって複数のエージェントを実行する代替の方法を図示しているプロセスのフロー図である。ブロック４３０で示されているように、ワークフローマネージャーが設定時間に実行を開始する。ブロック４３２において、ワークフローマネージャーが、実行するエージェントのリストを獲得する。それぞれのエージェントに対して、ワークフローマネージャーがエージェントの実行を開始する。特に、ブロック４３４において、ワークフローマネージャーは、エージェントプロセスの１つ以上のコピー（例えば、インスタンシエーション）を開始する。さらに、ブロック４３６において、ワークフローマネージャーは、エージェントプロセスのために、状態情報のような情報のログをとってもよい。さらに、ワークフローマネージャーは、エージェントのそれぞれの完了の状態を監視し、ブロック４３８において示されているように、適宜、割り当てられたワークを終了していない何らかのエージェントプロセスを再び開始する。

エージェントプロセスの実行の完了時に、ブロック４４０において、ワークフローマネージャーは、エージェントプロセスが実行を終了したことを推奨リンクマネージャーに通知する。ブロック４４２において、推奨リンクマネージャーが、自動生成された推奨リンクをオプション的にフィルタリングして、顧客の次の訪問のために推奨リンクを記憶させる。推奨リンクをフィルタリングする１つのプロセスは、図４を参照して以下でさらに詳細に説明する。ブロック４４４において、顧客が戻ったときに、推奨リンクマネージャーが、推奨ブックマークを取り出して表示する。

図３Ｃは、図３Ｂのブロック４３４で示されているようなエージェントを実行する方法を図示しているプロセスのフロー図である。エージェントが実行を開始すると、ブロック４４６において、エージェントは、推奨リンクマネージャーに対して、次の顧客およびその顧客のデータを依頼する。ブロック４４８において、処理されるべき残りの顧客がさらにいる場合、ブロック４５０において、エージェントは、顧客のデータを受け取って処理し、ブロック４５２において、推奨リンクマネージャーに推奨リンクを送る。処理されるべき残りの顧客がいないとき、ブロック４５４において、エージェントプロセスが終了する。

ブロック４５０を参照して先に記述したように、エージェントは、顧客のデータを受け取って処理する。この処理は、別のデータ源から推奨リンクまたは推奨リンクのカテゴリを受け取ることと、受け取ったものをユーザに提供することとを単に含んでいてもよい。代わりに、処理は、ユーザに推奨を提供する前にデータを処理することも含んでいてもよい。

図４は、図３のブロック４１８で示されているように、自動生成された推奨リンクをフィルタリングする方法を図示しているプロセスのフロー図である。一般的に、ブロック５０２で示されているように、推奨リンクがブックマークのユーザのリストに既に追加されている場合、推奨リンクをリストから削除することが望ましい。同様に、ユーザがリンクの“ブロック”リストに推奨リンクを以前に追加していた場合、ブロック５０４において、拒否された推奨リンクは、推奨リンクのリストから削除される。推奨リンクのサブセットが特定の頻度の基準を満たしていない場合、ブロック５０６において、推奨リンクのサブセットを削除することが望ましい。例えば、特定の推奨リンクに対応しているＵＲＬは、（例えば、特定の期間内に）所望のしきい値の頻度でユーザ（もしくは、別のユーザまたはユーザのグループ）によって、アクセスされていないかもしれない。さらに、ブロック５０８において、単なる“リンク”サイトであるサイトまたはホームページは、推奨リンクのリストから削除されてもよい。特に、ユーザによって特定のＵＲＬで費やされた時間を分析することが可能である。費やされた時間が、しきい値の期間より短いとき、そのＵＲＬは、ホームページまたは“リンク”サイトのいずれかであるかもしれない。この理由のため、戻るボタンのナビゲーションの頻度のような、ユーザによる他の選択を監視することが望ましい。ヤフーのような一般に人気のあるサイトである他のウェブサイトも推奨リンクから取り除かれてもよい。

先に記述したように、履歴データベースは、複数のＵＲＬおよびユーザに関係するデータを記憶してもよい。１つの実施形態にしたがうと、データは、ＵＲＬテーブルおよびユーザテーブル中に記憶される。ＵＲＬテーブルは、基本キーとしてＵＲＬを使用して、データへのアクセスをサポートする一方で、ユーザテーブルはユーザ識別子（例えば、アカウント番号、ツールバー識別子および／またはＩＰアドレス）を基本キーとして使用してアクセスをサポートする。

図５Ａは、本発明の１つの実施形態にしたがった、ウェブサイト訪問データを記憶するために使用される例示的なＵＲＬテーブルを図示している図である。示されているように、例示的なＵＲＬテーブル６０２は、複数のエントリ６０３を含んでいる。エントリ６０３のそれぞれは、（エントリ中で識別されてもよい）ＵＲＬ６０４に関係しており、ＵＲＬによって受け取られているヒット数６０６、特定のユーザ６０８によるヒット数、ユーザ６１０の識別子（例えば、ツールバー番号、ユーザ識別子および／またはＩＰアドレス）、および関連したタイムスタンプまたは期間６１２を識別する。この方法では、ユーザが特定のウェブページにアクセスするごとに、データが取り出され、記憶されてもよい。１つの実施形態にしたがうと、異なるＵＲＬテーブルが、各ＵＲＬに関係付けられる。

ユーザの識別は、少なくとも１つの識別子によって確立されてもよい。１つの実施形態にしたがうと、ユーザはＩＰアドレスおよび／またはツールバー識別子を持っていてもよい。さらに、単一のユーザが、ツールバーがインストールされている各コンピュータごとに異なったツールバー識別子を持っていてもよい。このことは、ユーザが、仕事場のコンピュータとは異なる自宅のコンピュータで異なったウェブサイトをサーチするかもしれないので、特に望ましい。結果として、異なった位置で、または１日の異なった時間に、ユーザの活動を追跡することが可能である。

効率的な検索のためにデータを集計するために、ＵＲＬサマリテーブルが作られ、または更新されてもよい。例えば、それぞれのＵＲＬサマリテーブルが、特定の期間に対して“集計する”データを含んでいてもよい。例示的なＵＲＬサマリテーブルは、図５Ｂを参照して以下でさらに詳細に説明する。

図５Ｂは、本発明の１つの実施形態にしたがった１つ以上のＵＲＬテーブルから構成されている例示的なＵＲＬサマリテーブルを図示している図である。先に記述したように、それぞれのＵＲＬは、ＵＲＬテーブル中のエントリで識別されてもよい。代わりに、異なったＵＲＬテーブルが、ＵＲＬごとに確立されてもよい。効率的なデータ検索を可能にするために、１つ以上のＵＲＬテーブル中に記憶されているデータを、複数のＵＲＬサマリテーブル中に集計する。例えば、特定の期間に対して、複数のタイムスタンプに関係するデータを集計してもよい。１つの例として、ヒット数は、１時間の期間中に、ＵＲＬに対して合計されてもよい。代わりに、特定の期間（例えば、時間）に関係するＵＲＬサマリテーブルは、その期間中に行なわれるすべてのウェブ活動を表すデータを記憶しているすべてのエントリを含んでいてもよい。すなわち、ＵＲＬサマリテーブルは、（“サマリ”を提供するというよりむしろ）ＵＲＬテーブル中のデータを単に再編成してもよい。

ＵＲＬサマリテーブルでは、特定のＵＲＬのためのデータが、分、時、日、月または年当たりのような、さまざまな期間に対して特定のＵＲＬのためのデータを集計してもよい。先に記述したように、ＵＲＬ６０４は、ＵＲＬサマリテーブル中のエントリで識別されてもよい。時間単位のＵＲＬサマリテーブル６０４では、１時間ごとにデータを集計する。例えば、テーブル中のそれぞれのエントリは、異なった時間を示してもよい。すなわち、ヒット数６０６、特定のユーザの数６０８、およびＵＲＬにアクセスしたユーザを識別する１つ以上のユーザ識別子６１０（例えば、ツールバー番号、ユーザ識別子および／またはＩＰアドレス）は、指定された長時間期間中６１２にＵＲＬにアクセスしたユーザのウェブ活動とともに示す。同様に、ＵＲＬサマリテーブルは、１日以上の期間６１６、または１ヶ月（または、１年）以上の期間６１８に対して、サマリデータを更新して管理してもよい。

特定のＵＲＬに関係するデータは、適切なＵＲＬまたはＵＲＬサマリテーブルから獲得してもよい。特に、ＵＲＬは、基本キーとして使用されてもよい。しかしながら、特定のユーザのデータ（例えば、ユーザ識別子、ツールバー識別子および／またはＩＰアドレス）を獲得することも望ましい。例示的なユーザおよびユーザサマリテーブルは、図６Ａおよび６Ｂを参照して以下でさらに詳細に説明する。

図６Ａは、ユーザに関係するデータを記憶するために使用される例示的なユーザテーブル７０２を、本発明の１つの実施形態にしたがって図示している図である。１つの実施形態にしたがうと、データがツールバーから獲得するとき、ユーザに関係する少なくとも１つの識別子と、ユーザがアクセスしているＵＲＬとを獲得する。特に、識別子（例えば、ユーザ識別子、ツールバー識別子および／またはＩＰアドレス）およびＵＲＬは、ツールバーによって識別されてもよい。ユーザテーブル７０２は、少なくとも１つの識別子７０４およびＵＲＬ７０６とともに、タイムスタンプ７０８で更新され、タイムスタンプ７０８によって示された時間にＵＲＬ７０６にユーザがアクセスしたことを示す。特に、識別子７０４は、ユーザ識別子（例えば、アカウント番号）、ツールバー識別子および／またはＩＰアドレスを含んでいてもよい。タイムスタンプ７０８は、時間とともに日付を含んでいてもよい。この例では、ツールバー識別子またはユーザ識別子は、基本キーとして使用されてもよい。

同様に、ユーザサマリテーブルは、作られ、または更新されてもよい。例えば、それぞれのユーザサマリテーブルは、特定の期間に対して“集計する”データを含んでいてもよい。例示的なユーザサマリテーブルは、図６Ｂを参照して以下でさらに詳細に説明する。

図６Ｂは、さまざまなユーザテーブルから構成されている例示的なユーザサマリテーブルを、本発明の１つの実施形態にしたがって図示している図である。先に記述したように、（例えば、ユーザ識別子またはツールバー識別子によって識別された）それぞれのユーザは、ユーザテーブル中のエントリで識別されてもよい。代わりに、ユーザごとに異なるユーザテーブルが確立されてもよい。効率的なデータ検索を可能にするために、１つ以上のＵＲＬテーブルで記憶されているデータを、複数のユーザサマリテーブルで集計する。例えば、複数のタイムスタンプに関係するデータを特定の期間に対して集計してもよい。

ユーザサマリテーブルにおいて、特定のユーザのためのデータは、分、時、日、月、または年当たりのようなさまざまな期間に対して、集計してもよい。時間単位のユーザサマリテーブル７１０では、１時間ごとにデータを集計する。例えば、テーブル中のそれぞれのエントリは、異なった時間を示してもよい。同様に、日単位のユーザサマリテーブル７１２では、日ごとにデータを集計する一方で、月（または年）単位のサマリテーブル７１４では、月（または、年）ごとにデータを集計する。この方法では、ユーザごとにデータを集計してもよい。代わりに、別の実施形態にしたがうと、特定の期間（例えば、１時間）に関係するユーザサマリテーブルは、その期間中に行なわれるウェブ活動を表すデータを記憶しているすべてのエントリを含んでいてもよい。すなわち、データを“集計する”というよりむしろ、単に再編成されてもよい。

ユーザサマリテーブル中のデータは、例えば、１時間以上の期間７１０、１日以上の期間７１２、または１ヶ月（または１年）以上の期間７１４に対してサマリデータを更新して、管理してもよい。それぞれのサマリテーブルにおいて、それぞれのエントリは、指定された期間に対して特定のユーザの活動を集計する。例えば、単一のエントリは、ツールバー識別子、ユーザ識別子および／またはＩＰアドレス７１６、指定された期間中にアクセスされた１つ以上のＵＲＬのＵＲＬリスト７１８、および適用可能な期間（またはタイムスタンプ）７２０を識別してもよい。この方法において、指定された期間に対する特定のユーザの活動は容易にアクセスされる。

特定のユーザに関係するデータは、適切なユーザまたはユーザサマリテーブルから獲得してもよい。特に、ツールバー識別子（またユーザ識別子）は、基本キーとして使用してもよい。

先に記述したように、１つ以上の識別子（例えば、ツールバー識別子、ユーザ識別子および／またはＩＰアドレス）は、特定のユーザまたはツールバーを識別するために使用してもよい。このような識別子は、ユーザに関係する情報にさらにリンクされていてもよい。

ユーザに関係する情報は、登録プロセス中にウェブサイトを通して獲得してもよい。例えば、新しいアカウント情報が確立されるとき、一般的に、個人情報が収集される。登録プロセスの間、ウェブサイトプロバイダは、社会経済的なデータおよび消費者が住んでいるまたは勤務している地理的領域を識別するアドレス情報（例えば、郵便番号）のようなさまざまな消費者データを獲得してもよい。さらに、消費者は、敬称、名、姓、電子メールアドレス、パスワード、および特定の住所ならびに／もしくは都市、州および郵便番号を含むアドレス情報を入力してもよい。さらに、性別、人種、職業、給与、および教育レベルを含む社会経済的なデータを獲得してもよい。さらに、登録時に、ユーザ識別子（例えば、アカウント番号）が割り当てられてもよい。

図６Ｃは、ユーザに関係する個人情報を含む例示的なユーザレコードを図示している図である。ユーザに関係するユーザレコード７３０は、一般的に、ユーザおよび／または関係するツールバーを識別する１つ以上の識別子を含む。例えば、ツールバー識別子７３２、ユーザ識別子（例えば、アカウント番号）７３３および／またはＩＰアドレス７３４は、ユーザおよび特定のツールバー（例えば、コンピュータ位置）の双方を識別するために使用してもよい。さらに、ユーザに関係する名前７３６を指定してもよく、これは（ミスター、またはミセスのような）敬称を含んでいてもよい。さらなる情報は、請求先住所（および出荷先住所）７３８、クレジットカード情報（例えば、クレジットカード番号）７４０、およびｅメールアドレス７４２を含んでいてもよい。

先に記述したように、地理的位置７４４は、ユーザによって指定されてもよく、または（例えば、請求先住所または出荷先住所はユーザに対して指定されていない場合に）ユーザのＩＰアドレスのような情報から把握されてもよい。

ユーザレコード中に記憶されている他の情報は、ユーザの購入履歴７４６へのリンクを含んでいてもよい。さらに、性別および／または人種７４８は、ユーザによって指定されてもよい。代わりに、性別は、ユーザの名前または敬称から推定されてもよい。さらに、ユーザの年齢７５０、（示されていない）雇用主、（示されていない）ｅメールプロバイダ、（示されていない）学校、（示されていない）出生地のような他の情報もまたユーザレコード７３０中に記憶されてもよい。

図７は、本発明のさまざまな実施形態を実現できるハードウェア環境のブロック図である。推奨リンクのリストを生成させるために、データを収集し、記憶し、取り出して分析するウェブサイトは、ルータ２００４によってインターネット２００６に接続されているサーバ２００２上に位置している。（サーバ２００８によって示されている）会社に位置するユーザは、推奨リンクの１つ以上のリストの送信をサーバ２００２から受け取るために、ルータ２０１０を通してインターネットに接続されていてもよい。会社サーバ２００８は、関係するネットワーク２０１２を備え、関係するネットワーク２０１２は、複数のパーソナルコンピュータまたはワークステーション２０１４を相互接続している。（コンピュータ２０２２および２０２４によって示されている）ユーザは、さまざまな方法でインターネットに接続されていてもよい。例えば、ユーザは、モデム２０２６によってユーザの自宅から、またはネット２０２０、ファイルサーバ２０１６およびルータ２０１８によってユーザの職場から、接続されてもよい。先に記述したように、異なったツールバー識別子は、ユーザがアクセスするそれぞれのコンピュータに関係していてもよい。したがって、自宅および仕事場で行なうユーザのウェブ活動を別々に追跡することが可能である。本発明のさまざまな実施形態にしたがうと、さまざまなハードウェア構成によって、ユーザは、サーバ２００２上のウェブサイトへのアクセスを得てもよいことが理解されるであろう。同様に、通信ならびにデータの送信をウェブサイトから受け取るために、サーバ２００２上のウェブサイトに会社は結合されていてもよい。例えば、会社は、ユーザの自宅のコンピュータ２０２４の上の個人から構成されていてもよい。同様に、ユーザは、自分の職場で、つまり会社で、自分のコンピュータ２０１４からウェブサイトにアクセスする被雇用者であってもよい。図９のハードウェア環境が例示目的に示され、幅広いさまざまなハードウェア環境が本発明のさまざまな実施形態を実現するために使用されてもよいことを理解されるであろう。さらに、ここで記述した方法およびプロセスの特定の実施形態が、サーバ２００２のメモリにおける、コンピュータプログラム命令、すなわち、ソフトウェアとして、実現されることを理解すべきである。さらに、開示した実施形態は、ピアツーピアまたは他の分散システムで実現されてもよい。

コンピュータ読み取り可能な媒体上のコンピュータ読み取り可能なコードとして、本発明のさまざまな実施形態を具体化することができる。コンピュータ読み取り可能な媒体は、データを記憶できる何らかのデータ記憶デバイスであり、これは、その後、コンピュータシステムによって読み取ることができる。コンピュータ読み取り可能な媒体の例は、リードオンリーメモリ、ランダムアクセスメモリ、ＣＤ−ＲＯＭ、磁気テープ、および光学データ記憶デバイスを含む。

本発明の例示的な実施形態およびアプリケーションをここで示して記述したが、本発明の概念、範囲、および精神内にある多くの変形および修正は実行可能であり、これらの変形は、この出願の精読後に当業者に明らかになる。例えば、本発明の実施形態は、特定の基準を満たすデータに基づく推奨リンクのリストの生成をサポートする。個々に、または互いに組み合せて使用されてもよいさまざまな例示的な基準を示している。しかしながら、開示した基準は、単に例示であるので、開示した実施形態は、他の基準またはこの組み合わせに基づいて、取り出され、および／または分析されたデータによって実現されてもよい。例えば、記述した実施形態のうちのいくつかは、推奨リンク（例えば、ＵＲＬ）について言及したが、リンクの推奨リストは、代わりに、推奨リンクの１つ以上のカテゴリを参照してもよい。このような構成において、それぞれのカテゴリは、任意の数の推奨リンクを含んでいてもよい。したがって、本実施形態は、限定的なものでなく、例示として考えられ、本発明は、ここで提供した詳細な説明に限定されないが、添付の特許請求の範囲の範囲および均等物内で修正されてもよい。

本発明の好ましい実施形態を図示して記述したが、さまざまな変更は、本発明の精神および範囲から逸脱することなくここで実行されてもよい。

本発明の先の観点とそれに伴う利点の多くは、添付図面を考慮に入れて、以下の詳細な説明を参照することにより本発明がより理解されるにしたがって、さらに容易に理解されるようになるであろう。
図１Ａは、推奨リンクをユーザに提示するのに適している本発明の１つの実施形態にしたがった例示的なグラフィカルユーザインターフェイスである。 図１Ｂは、推奨リンクをユーザに提示するのに適している本発明の第２の実施形態にしたがった例示的なグラフィカルユーザインターフェイスである。 図１Ｃは、推奨リンクをユーザに提示するのに適している本発明の第２の実施形態にしたがった例示的なグラフィカルユーザインターフェイスである。 図２は、本発明の実施形態を実現できる例示的なシステムを図示しているシステムブロック図である。 図３Ａは、本発明の１つの実施形態にしたがった図２で示したような、ワークフローマネージャーによって複数のエージェントを実行する方法を図示しているプロセスのフロー図である。 図３Ｂは、本発明の別の実施形態にしたがった図２で示したような、ワークフローマネージャーによって複数のエージェントを実行する代替方法を図示しているプロセスのフロー図である。 図３Ｃは、図３Ｂのブロック４３４で示したように、エージェントを実行する方法を図示しているプロセスのフロー図である。 図４は、図３Ａのブロック４１８で示したように、自動生成された推奨ブックマークをフィルタリングする方法を図示しているプロセスのフロー図ある。 図５Ａは、本発明の１つの実施形態にしたがって、ウェブサイト訪問データを記憶するために使用されてもよい例示的なＵＲＬテーブルを図示している図である。 図５Ｂは、本発明の１つの実施形態にしたがって、複数のＵＲＬテーブルから構成されている例示的なＵＲＬサマリテーブルを図示している図である。 図６Ａは、本発明の１つの実施形態にしたがって、ユーザに関係するデータを記憶するために使用されてもよい例示的なユーザテーブルを図示している図である。 図６Ｂは、本発明の１つの実施形態にしたがって、ユーザテーブルから構成されている例示的なユーザサマリテーブルを図示している図である。 図６Ｃは、ユーザに関係する個人的な情報を含む例示的なユーザレコードを図示している図である。 図７は、本発明を実現できる例示的なシステムを図示している図である。

Claims (46)

1. 推奨リンクをユーザに提供する方法において、
   複数の推奨リンクエージェントを実行し、推奨リンクエージェントのそれぞれは、推奨の関係するクラスにおける推奨リンクとしてユーザに提供されるかもしれないリンクのリストを識別するように適合されていることと、
   複数の推奨リンクをユーザに提供し、推奨リンクは、複数の異なるクラスの推奨で構成され、異なるクラスのうちの少なくとも１つは複数の関係する推奨リンクを持つこととを含む方法。
2. 推奨リンクエージェントのうちの選択されたものは、以前にユーザが訪れた少なくとも１つのウェブサイトに類似していると思われるウェブサイトへのリンクを推奨するように構成されている請求項１記載の方法。
3. 推奨リンクエージェントのうちの選択されたものは、カテゴリページへのリンクを推奨するように構成され、それぞれのカテゴリページは、以前にユーザが訪れた少なくとも１つのウェブサイトを含む、カテゴリに分類されているウェブサイトを識別するように構成されている請求項１記載の方法。
4. 推奨リンクエージェントのうちの選択されたものは、指定された期間内にユーザが訪れた１組のウェブサイトから選択されたウェブへのリンクを推奨するように構成されている請求項１記載の方法。
5. 推奨のクラスは、
   以前にユーザが訪れたウェブサイトに類似していると思われる推奨リンクを含む関連リンククラスと、
   カテゴリページへの推奨リンクを含み、それぞれのカテゴリページは、以前にユーザが訪れた少なくとも１つのウェブサイトを含む、カテゴリに分類されているウェブサイトを識別するように構成されている関連カテゴリクラスと、
   ユーザが頻繁に訪れたサイトを含む頻繁に訪れたサイトとを含む請求項１記載の方法。
6. 推奨リンクは、
   ユーザによってアクセスされるウェブページと、ｅメールメッセージとのうちの一方によって、
   ユーザに関係するブックマークのリストの一部分としてユーザに提供される請求項１記載の方法。
7. 推奨リンクをユーザに提供する方法において、
   指定された期間中にユーザによって訪れられた１つ以上のリンクのリストを獲得することと、
   ユーザまたは第２の個人に対して推奨されるべき１つ以上のリンクのリストのサブセットを識別することと、
   １つ以上のリンクのリストのサブセットを推奨リンクとしてユーザまたは第２の個人に提供し、推奨リンクのそれぞれはＵＲＬに対応していることとを含む方法。
8. 指定された期間中にユーザによって訪れられた１つ以上のリンクのリストを獲得することを容易にするために、ユーザのブラウジング履歴を追跡することをさらに含み、
   ブラウジング履歴は、ユーザがブラウジングしている間に、少なくともいくつかのページ移動情報を履歴サーバに送ることによって追跡され、ユーザは、ツールバー識別子、ユーザ識別子およびＩＰアドレスのうちの少なくとも１つによって識別される請求項７記載の方法。
9. 推奨リンクは第２の個人に提供され、第２の個人は、１組の特徴をユーザと共有する請求項７記載の方法。
10. １組の特徴は、性別、年齢、人種、地理的位置、雇用主、学校、組織加入、関心事、
    ｅメールプロバイダおよび出生地のうちの少なくとも１つを含む請求項９記載の方法。
11. ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することは、
    指定された回数より多く、ユーザによって訪れられているＵＲＬのみが識別されるように、１つ以上のリンクのリストのサブセットを識別することを含む請求項７記載の方法。
12. ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することは、
    指定された期間中にユーザによって訪れられているＵＲＬを識別する１つ以上のリンクのリストと１つ以上のリンクの第２のリストとの間の共通部分を識別することを含む請求項７記載の方法。
13. 選択された推奨リンクエージェントは、
    ユーザに関係するブラウジング履歴中のそれぞれリンクに対して、類似しているサイトを決定し、
    サイトが類似していると決定されたブラウジング履歴中のリンクの数に少なくとも部分的に基づいて、類似しているサイトのうちの少なくともいくつかをランク付けするように構成され、
    選択された推奨リンクエージェントによって推奨された推奨リンクは、類似しているサイトのランク付けに少なくとも部分的に基づいている請求項２記載の方法。
14. 推奨リンクをユーザに提供する方法において、
    複数の基準のそれぞれに対する１つ以上の推奨リンクのリストを生成し、推奨リンクのそれぞれはＵＲＬに対応していることと、
    複数の基準のそれぞれに対する１つ以上の推奨リンクのそれぞれのリストをユーザに提供することとを含む方法。
15. リストのうちの少なくとも１つを生成させるために使用される基準を規定するために使用される少なくともいくつかのパラメータの選択をユーザから獲得することをさらに含む請求項１４記載の方法。
16. 推奨リンクは、ユーザに関係するブックマークのリストの一部分として示される請求項１４記載の方法。
17. 推奨リンクをユーザに提供する方法において、
    ユーザによる１以上のエージェントの選択を獲得し、エージェントのそれぞれは、１つ以上のリンクのリストを推奨リンクとしてユーザに提供するように適合され、推奨リンクのそれぞれはＵＲＬに対応していることと、
    １つ以上の推奨リンクのリストがエージェントのそれぞれに関連して生成されるように、１つ以上のエージェントを実行することと、
    推奨リンクの複数のリストがユーザに提供されるように、エージェントのそれぞれに関連して生成された１つ以上の推奨リンクのリストを提供することとを含む方法。
18. 第１のユーザを含むユーザグループの一部分である他のユーザによってアクセスされるサイトに基づいて、推奨リンクを第１のユーザに提供する方法において、
    ユーザグループ中の別のユーザによってアクセスおよびブックマークされていることによって、ユーザグループ中の他のユーザに関係する１つ以上のリンクのリストを獲得することと、
    リンクに関係する他のユーザの数に少なくとも部分的に基づいて、リンクのリストから少なくとも１つの推奨リンクを選択することと、
    １つ以上のリンクのリストを推奨リンクとしてユーザに提供することとを含む方法。
19. ユーザのグループは、ユーザの家族、ユーザの友人のグループ、ユーザの友人のグループの友人のグループ、ユーザに関係する企業、ユーザが所属するクラブ、またはユーザが所属する団体からなるグループから選択される請求項１８記載の方法。
20. リンクのそれぞれは、指定された期間中にブックマークとして訪れられ、または選択されたものである請求項１８記載の方法。
21. 推奨リンクをユーザに提供する方法において、
    １つ以上のリンクのリストを獲得し、１つ以上のリンクのそれぞれは、指定された期間中に、少なくとも一人のユーザによってブックマークとして選択され、または、少なくとも一人のユーザの購入履歴に対応していることと、
    ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することと、
    １つ以上のリンクのリストのサブセットを推奨リンクとしてユーザに提供し、推奨リンクのそれぞれはＵＲＬに対応していることとを含む方法。
22. ウェブサイトを通して推奨リンクをユーザに提供する方法において、
    ユーザの１組の特徴を識別することと、
    １組の特徴をユーザと共有する１組の個人を識別することと、
    １つ以上のリンクのリストを獲得し、リンクのリストのそれぞれは、指定された期間中にウェブサイトを通して、１組の特徴をユーザと共有する１組の個人のうちの少なくとも一人によってブックマークとして選択され、または１組の特徴をユーザと共有する１組の個人のうちの少なくとも一人によって訪問されたＵＲＬに対応していることと、
    １つ以上のリンクのリストを推奨リンクとしてユーザに提供し、推奨リンクのそれぞれはＵＲＬに対応していることとを含む方法。
23. １組の特徴は予め規定されている請求項２２記載の方法。
24. １組の特徴はユーザによって選択可能である請求項２２記載の方法。
25. １組の特徴は、性別、年齢、人種、地理的位置、雇用主、学校、組織加入、関心事および居住地のうちの少なくとも１つを含む請求項２２記載の方法。
26. １組の特徴は、ユーザおよび１組の個人のそれぞれによって購入されている１つ以上のアイテムを含む請求項２２記載の方法。
27. １組の特徴は、ユーザおよび１組の個人のそれぞれによって訪れられている１組のＵＲＬを含む請求項２２記載の方法。
28. １組の特徴は、ユーザおよび１組の個人のそれぞれによって選択されている１組のブックマークを含む請求項２２記載の方法。
29. ウェブサイトを通してユーザに推奨リンクを提供する方法において、
    ユーザの１組の特徴を識別することと、
    １組の特徴をユーザと共有する１組の個人を識別することと、
    ウェブサイトを通して１組の特徴をユーザと共有する１組の個人のうちの少なくとも一人によって訪れられたＵＲＬに対応している１つ以上のリンクのリストを獲得することと、
    ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することと、
    １つ以上のリンクのリストのサブセットを推奨リンクとしてユーザに提供し、推奨リンクのそれぞれはＵＲＬに対応していることとを含む方法。
30. １組の特徴は、ユーザおよび１組の個人のそれぞれによって購入されている１つ以上のアイテムを含む請求項２９記載の方法。
31. １組の特徴は、ユーザおよび１組の個人のそれぞれによって訪れられている１組のＵＲＬを含む請求項２９記載の方法。
32. ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することは、
    指定された期間中に指定された頻度より多い頻度で、１組の個人のうちの少なくとも一人によって訪れられている１つ以上のリンクのリストのサブセットを識別することを含む請求項２９記載の方法。
33. ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することは、
    指定された期間中に指定された頻度より多い頻度で、１組の個人の大多数によって訪れられているＵＲＬに対応している１つ以上のリンクのリストのサブセットを識別することを含む請求項２９記載の方法。
34. ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することは、
    １組の個人の大多数によって訪れられているＵＲＬに対応している１つ以上のリンクのリストのサブセットを識別することを含む請求項２９記載の方法。
35. ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することは、
    ウェブサイトを通して、１組の特徴をユーザと共有する１組の個人のうちの少なくとも一人によって訪れられているＵＲＬに対応している１つ以上のリンクのリストと、１つ以上のリンクの第２のリストとの共通部分を識別することを含む請求項２９記載の方法。
36. １つ以上のリンクの第２のリストは、ウェブサイトを通してユーザによって訪れられたＵＲＬに対応している１つ以上のリンクのリストである請求項３５記載の方法。
37. １つ以上のリンクの第２のリストは、ウェブサイトを通して指定された期間中にユーザによって訪れられたＵＲＬに対応している１つ以上のリンクのリストである請求項３５記載の方法。
38. 推奨リンクのリストをユーザに提供する方法において、
    １つ以上の推奨リンクのリストを生成させ、推奨リンクのそれぞれはＵＲＬに対応していることと、
    １つ以上の推奨リンクのリストをユーザに提供することと、
    推奨リンクの中から１つ以上の選択されたものを受け取ることと、
    推奨リンクの中から１つ以上の選択されたものをユーザに関係するブックマークのリストに移動させることとを含む方法。
39. 受け取ることと移動されることは、ドラッグアンドドロップ動作を使用して実現される請求項３８記載の方法。
40. 推奨リンクのリストを生成する際に使用するための１つ以上の基準のユーザによる選択を獲得することをさらに含む請求項３８記載の方法。
41. 選択された推奨リンクエージェントは、
    ユーザに関係するブラウジング履歴におけるそれぞれのリンクに対して、リンクが関係している少なくとも１つのカテゴリを決定し、
    カテゴリがユーザに関係すると決定されたブラウジング履歴におけるリンクの数に少なくとも部分的に基づいて、カテゴリのうちの少なくともいくつかをランク付けするように構成され、
    選択された推奨リンクエージェントによって推奨された推奨リンクはカテゴリのランク付けに少なくとも部分的に基づいている請求項１記載の方法。
42. ユーザのブラウジング履歴に少なくとも部分的に基づいて、推奨リンクをユーザに提供する方法において、
    指定された期間中にユーザによって訪れられたＵＲＬに対応している１つ以上のリンクのリストを獲得することと、
    ユーザに推奨されるべき１つ以上のリンクのリストのサブセットを識別することと、
    １つ以上のリンクのリストのサブセットを推奨リンクとしてユーザに提供し、推奨リンクのそれぞれはＵＲＬに対応していることとを含む方法。
43. 指定された期間は、長期間にわたって生成する繰り返されるイベントである請求項４２記載の方法。
44. 繰り返されるイベントは、午前、午後、夕方、深夜、平日、週末、例年の祝日およびこれらの一部分からなるグループから選択される請求項４２記載の方法。
45. 繰り返されるイベントは、スポーツタイプのイベントである請求項４２記載の方法。
46. 指定された期間は、２４時間、１週間、１ヶ月、３ヶ月または１年からなるグループから選択される連続ブロックの時間である請求項４２記載の方法。

Images