JP2010517196A - 個人情報の識別および変更 - Google Patents

Abstract

ユーザを描写する少なくとも１つの検索語に基づく少なくとも１つの検索結果の取得、少なくとも１つの検索結果のユーザへの提示、ユーザからの検索結果の望ましさの通知の受信、および検索結果の望ましさに基づくアクションの実行を含む、ユーザに関する情報を分析するためのシステム、装置、および方法を提示する。さらに、データソースからの検索結果の収集、データソースからの検索結果のユーザに対する評判の影響の決定、およびデータソースからの検索結果からのユーザに対する決定された評判の影響に基づく、ユーザの評判スコアの算出を含む、システム、装置、および方法を、ユーザの評判を表す評判スコアを決定するために提示する。

Description

概要
関連出願
本出願は、その全体が参照することによって本明細書に組み込まれている、２００７年１月３１日に出願された米国暫定出願番号第６０／８９８，８９９号、名称「Ｉｄｅｎｔｉｆｙｉｎｇ ａｎｄ Ｃｏｒｒｅｃｔｉｎｇ Ｐｅｒｓｏｎａｌ Ｉｎｆｏｒｍａｔｉｏｎ」に対する優先権の利益を主張するものである。

本発明は、個人情報の識別、かかる情報の変更および／または削除、および、識別された情報に基づく主観的な個人の評判のスコア付けまたは評価の生成に役立つ、方法、システム、および装置に関する。

１９９０年代初め以降、Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂおよびインターネットを使用する多くの人々の数は大幅に増加した。より多くのユーザが、ウェブサイト上での登録、電子的なコメントおよび情報の掲載、または他の人についての情報を掲載している企業（オンラインの新聞またはソーシャルネットワーキングウェブサイト等）と単にやりとりすることによって、インターネット上の利用可能なサービスを利用するのに伴い、より多くのユーザに関する情報がオンラインにおいて公開されている。当然のことながら、専門家、親、大学出願者、求職者、雇用主、チャリティ団体および会社等の、個人、組織、および企業は、最も日常的なインターネットユーザについてのオンラインコンテンツでさえも、有害、中傷的である、または虚偽ですらあることがあるため、インターネット上で利用可能なユーザに関する、かつてないほど増加した情報量の対処について、深刻かつ正当な懸念を募らせている。

さまざまな職務的背景および／または個人的背景におけるユーザの評価のプロセスは、インターネット上で利用可能なユーザに関する情報の種類および量に対して、ますます神経質になってきている。ユーザは、ユーザ、またはユーザがやりとりしている誰かが、概して肯定的もしくは否定的な確立された評判、または彼らの評判の特定の側面に関し概して肯定的もしくは否定的な確立された評判を有するかどうかを査定するための容易な方法を所望することがある。ユーザの別のユーザとの例示的なやりとりには、例えば、ロマンティックな関係の始まり、雇用の機会もしくはビジネス上のチャンスの提供、または金融取引の確約を含む。オンラインで利用可能なユーザに関する情報量が増加しているため、その情報すべてをふるいにかけ、その相対的な重要性を査定し、分類し、ユーザの公開されている、オンラインの評判の一般的な査定を統合するプロセスはより困難になる。

従って、インターネット上でのユーザに関する情報が不正確、中傷的、醜聞的、あるいはユーザの評判または満足な生活に有害とならないように確実にする一方で、当事者がインターネットの使用を継続することができる方法、装置、およびシステムが必要である。さらに、インターネット上でユーザについて利用可能な情報に基づいて、ユーザの評判が他の個人、グループ、組織、および／または会社にどのように認知される可能性があるかを、当事者が迅速かつ幅広く理解することができるシステムが必要とされている。

ユーザを描写する少なくとも１つの検索語に基づくデータソースからの少なくとも１つの検索結果の取得、少なくとも１つの検索結果の望ましさの通知の受信、および少なくとも１つの検索結果の望ましさに基づくアクションの実行を含む、ユーザに関する情報を分析するためのシステム、装置、および方法を提示する。

さらに、データソースからの少なくとも１つの検索結果の収集、データソースからの少なくとも１つの検索結果のユーザに対する評判の影響の決定、およびデータソースからの少なくとも１つの検索結果からのユーザに対する決定された評判の影響に基づく、ユーザの評判スコアの算出を含む、システム、装置、および方法を、ユーザの評判を表す評判スコアを決定するために提示する。

さらに、ユーザを描写する少なくとも１つの検索語に基づく少なくとも１つの検索結果の取得、ユーザへの少なくとも１つの検索結果を提示する少なくとも１つの検索結果の関連性の決定、少なくとも１つの検索結果の検索結果の関連性または望ましさのユーザからの通知の受信、および検索結果の望ましさに基づくアクションの実行を含む、ユーザに関する情報を分析するためのシステム、装置、および方法を提示する。

一部の実施形態においては、該システム、装置、および方法は、さらに、少なくとも１つの検索結果に基づくさらなる検索語の決定、および検索結果を取得するためのさらなる検索語の使用を含み得る。さらなる検索語の決定は自動的に実行され得、および／または、代理人またはユーザによって実行され得る。

一部の実施形態において、検索結果が望ましくない検索結果であり得る通知を受信し得る。実行されるアクションは、望ましくない検索結果が取得されたデータソースにおける望ましくない検索結果の削除または変更を引き起こすものであり得る。望ましくない検索結果は、不正確またはユーザの評判に損害を与える可能性があるユーザに関するデータを含み得る。実行されるアクションは、望ましくない検索結果が取得されたデータソースにおいて望ましくない検索結果を変更または削除可能であるかどうかの決定、およびデータソースにおいて望ましくない検索結果を変更または削除可能である場合には、データソースにおける望ましくない検索結果の変更、修正または削除の実行を含み得る。

一部の実施形態において、少なくとも１つの検索結果の関連性の決定には、少なくとも１つの検索結果がユーザに関連する情報を含むかどうかの決定、および／または検索結果がユーザに関連する情報を含んでいない場合には検索結果の無視を含み得る。一部の実施形態においては、少なくとも１つの検索結果がユーザに関する情報を含んでいない場合には、除外対象の検索語を以降の検索に追加することができ、ここで、除外対象の検索語は、ユーザに関連する情報を含まない少なくとも１つの検索結果を除外するように設計され得る。

一部の実施形態において、少なくとも１つの検索結果の取得は複数回実行され得、取得ステップの複数のパフォーマンスからの少なくとも１つの検索結果に基づく検索ランキングシステムの生成、および検索ランキングシステムに基づくさらなる検索結果のソート等の、さらなるステップを実行し得る。検索ランキングシステムの生成は、ベイジアンネットワークを使用して実行され得る。ベイジアンネットワークは、非関連性を示すトークンのコーパスおよび関連性を示すトークンのコーパスを利用することができる。

一部の実施形態において、少なくとも１つの検索結果が、定期的に取得され得る。取得ステップの実行の間隔は、ユーザ特性またはデータソース特性に基づいて決定され得る。

一部の実施形態においては、少なくとも１つの検索結果の取得は複数回実行され得、かつ現在取得した検索結果のための署名の決定、該署名と以前に取得した検索結果のための以前に取得した署名との比較、および現在取得した署名と以前に取得した署名とが異なっている場合の検索結果の関連性の決定等の、さらなるステップが実行され得る。

一部の実施形態において、関連性の決定は、代理人への少なくとも１つの検索結果の提示、代理人からの少なくとも１つの検索結果の分類の通知の取得、および、代理人からの通知に基づく少なくとも１つの検索結果の自動的な分類を含み得る。

一部の実施形態において、少なくとも１つの検索結果の取得は、例えば、代理人またはユーザからの少なくとも１つの検索結果の受信およびその関連性の決定を含み得る。検索結果の関連性の決定は、例えば、代理人またはユーザからの少なくとも１つの検索結果の分類の通知の取得、および、例えば、代理人またはユーザからの通知に基づく少なくとも１つの検索結果の自動的な分類を含み得る。

データソースからのデータの収集、データソースからのデータのユーザの評判についての影響の決定、およびデータソースからのデータの評判についての影響に基づくユーザの評判スコアの決定、によってユーザの評判を決定するシステム、方法、および装置をさらに提示する。一部の実施形態においては、システム、方法、および装置は、さらに、スコアが示すようにユーザの評判がよいことを保証するための、ユーザの要求による第三者への評判スコアの提示と、ユーザの評判がスコアが示すとおりである可能性があることを保証するための、第三者の要求による第三者への評判スコアの提示とを含み、該データソースは、例えば、信用情報機関データベース、犯罪データベース、保険データベース、ソーシャルネットワーキングデータベース、および／またはニュースデータベースを含む。

一部の実施形態において、評判に対する影響の決定は、そのムードおよび／または重要性による少なくとも１つの検索結果の要素の分類、およびムードおよび／または重要性の分類による評判に対する影響の基礎の形成を含み得る。一部の実施形態においては、評判の影響の決定は、肯定的から否定的のスケールに沿った少なくとも１つの検索結果の要素の関連付け、および肯定的から否定的の関連付けにおける評判に対する影響の基礎の形成を含み得る。

一部の実施形態において、ユーザに対する評判スコアの決定は、データソースからの検索結果の評判に対する影響に基づく、ユーザに対する少なくとも１つの評判サブスコアの決定を含み得る。評判サブスコアの種類は、例えば、被雇用者、雇用者、重要な他者、法律家としての評判、または潜在的な親としての評判のいずれかの適切な評判の属性を含み得る。

本明細書に組み込まれ、かつその一部をなす添付の図面は、本発明の実施形態を図解するものであり、本文の記載と共に、発明の理論を説明する役割を果たす。以下に図の説明を記載する。

ユーザに関する情報を分析するための例示的なシステムを表すブロック図である。 データソースから、損害を与えるような検索結果を変更および／または削除するプロセスを表すフローチャートである。 検索結果のソートのプロセスを表すフローチャートである。 検索結果のために記録された署名が検索結果のために以前に記録された署名と同じであるかどうかを決定するためのプロセスを表す、フローチャートである。 検索結果の分類を示すためのプロセスを表すフローチャートである。 ユーザのために評判スコアを算出するためのプロセスを表すフローチャートである。

本発明の例示的な実施形態について、詳細に参照する。実施形態の実施例は添付の図面に図示されている。可能な限り、同じまたは同様の部分を指すには図面中にて同じ参照番号を使用する。

図１は、ユーザに関する情報を分析するための例示的なシステム１００を表すブロック図である。実施例のシステム１００において、検索モジュール１２０は、ユーザ情報処理モジュール１１０、データ保存モジュール１３０、およびネットワーク１４０に接続される。検索モジュール１２０はさらに、ネットワーク１４０または他の接続方法（図示せず）を経由して、データソース１５１、１５２、および／または１５３等の少なくとも１つのデータソースに接続される。データソース１５１、１５２、および／または１５３は、１人以上のユーザ１６１、１６２、および／または１６３に関する情報を含む専用のデータベースであってもよい。例示的なデータソース１５１、１５２、および／または１５３は、例えば、「ブログ」または、ソーシャルネットワーキングウェブサイト、ニュースエージェンシーウェブサイト、私的なウェブサイト、もしくは企業ウェブサイト等のウェブサイトであり得る。例示的なデータソース１５１、１５２、および／または１５３は、Ｇｏｏｇｌｅ（登録商標）またはＹａｈｏｏ！（登録商標）で保持されるもの等の検索データベースに保存されるキャッシュされた情報であってもよい。例示的なデータソース１５１、１５２、および１５３は、さらにユーザ１６１、１６２、および／または１６３に関する、例えば、犯罪データベースもしくはリスト、信用情報機関データソース、保険データベース、または任意の電子的もしくは他の情報源であり得る。システム１００は任意の数のデータソース１５１、１５２、および／または１５３を含み得、かつ任意の数のユーザ、代理人および／または第三者によって使用され得る。

１人以上のユーザ１６１、１６２、および／または１６３は、ネットワーク１４０（図示せず）を経由してユーザ情報処理モジュール１１０に接続された、例えば、パーソナルコンピュータ、パーソナルデータデバイス、電話、もしくは他のデバイスを通して、または他の接続方法で、これを通して情報処理モジュール１１０と相互作用し得る接続方法を経由して、ユーザ情報処理モジュール１１０と相互作用し得る。

１人以上のユーザ１６１、１６２、および／または１６３は、ユーザを識別する情報または検索語をユーザ情報処理モジュール１１０に直接または間接的に提供することができる。ユーザ情報処理モジュール１１０または検索モジュール１２０は、ユーザに関する情報、または検索結果を検索するために検索を構成するように、識別情報または検索語を使用することができる。検索モジュール１２０は、次に、少なくとも１つの検索語を使用して、データソース１５１、１５２、および／または１５３をユーザに関する情報に対して検索することができる。ユーザに関する検索結果はデータ保存モジュール１３０に保存することができ、および／または、ユーザ情報処理モジュール１１０によって分析することができる。ユーザに関するデータの分析および保存の具体的な実施形態を、図２、図３、図４、図５、および図６に対して図示する。

ネットワーク１４０は、例えば、インターネット、イントラネット、ローカルエリアネットワーク、ワイドエリアネットワーク、キャンパスエリアネットワーク、大都市圏ネットワーク、エクストラネット、私的なエクストラネット、２つ以上の接続された電子的デバイスの任意のセット、またはこれら、もしくは他の適切なネットワークの任意の組み合わせであってもよい。

モジュール間の接続、またはモジュールとネットワーク１４０との間の接続は、ネットワーク１４０を構成するワイヤを含み、電子的接続、同軸ケーブル、銅線、および光ファイバーを含み得るが、これに制限されない。接続は、さらに、レーザーおよび電波および赤外線データ通信によって発生するレーザー等の、音波または光波の形態を採り得る。接続は、さらに、他のデータデバイスへ１つ以上のネットワークを通じて、制御情報またはデータを通信することにより、実行することができる。

上述した各々の論理または機能モジュールは、複数のモジュールを含み得る。モジュールは、個々に実行してもよく、または、それらの機能を他のモジュールの機能と組み合わせてもよい。さらに、各モジュールは個別のコンポーネント上で実行してもよく、またはモジュールは、コンポーネントの組み合わせとして実行してもよい。例えば、ユーザ情報処理モジュール１１０、検索モジュール１２０、およびデータ保存モジュール１３０は、フィールドプログラム可能なゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、複合プログラム可能論理回路（ＣＰＬＤ）、プリント基板（ＰＣＢ）、プログラム可能な論理コンポーネントおよびプログラム可能な相互接続の組み合わせ、シングルＣＰＵチップ、マザーボード上で組み合わせたＣＰＵチップ、汎用コンピュータ、またはモジュール１１０、１２０、および／または１３０のタスクを実行可能なデバイスまたはモジュールの任意の他の組み合わせによって、それぞれ実行することができる。データ保存モジュール１３０は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、プログラム可能な読み取り専用メモリ（ＰＲＯＭ）、フィールドプログラム可能な読み取り専用メモリ（ＦＰＲＯＭ）、またはユーザ情報処理モジュール１１０または検索モジュール１２０で使用される情報および命令を保存するための他の動的記憶装置デバイスを含み得る。データ保存モジュール１３０は、さらに、データベース、ディレクトリ構造の１つ以上のコンピュータファイル、またはメモリ等の任意の他の適切なデータ保存機構を含み得る。

図２は、データソースからの、少なくとも１つのユーザについて損害を与える検索結果の検索および変更および／または削除のためのプロセスを表すフローチャートである。ステップ２１０において、少なくとも１つの検索語を含む検索実行のための命令は、例えば、システムまたは装置によって受信される。命令は、例えば、ユーザから直接、第三者から、またはユーザまたは第三者がサインアップするオンラインデータ検索サービスから受信することができる。命令は、さらに、記憶装置から受信することができる。

ユーザまたは第三者は、例えば、パーソナルコンピュータ、パーソナルデータデバイス、またはウェブサイトを通じて、オンラインデータ検索サービスにサインアップすることができる。サインアップの際、ユーザまたは第三者は、ユーザまたは別のユーザに関連する検索を構成するために、例えば、情報処理モジュール、または検索モジュールによって使用する可能がある、自分自身または別の人の識別情報を提供してもよい。一部の実施形態においては、受信した命令および／または少なくとも１つの検索語は、例えば、ユーザ、グループ、組織、または企業に関連し得る。

ステップ２２０において、検索モジュールは、受信した命令および／または少なくとも１つの検索語に基づいて少なくとも１つの検索結果を取得することができる。検索結果は、データソースから取得することができる。検索結果は、Ｇｏｏｇｌｅ（登録商標）検索またはＹａｈｏｏ！（登録商標）検索等の公に利用可能な検索エンジン、またはＷｅｓｔｌａｗ（登録商標）検索またはＬｅｘｉｓＮｅｘｉｓ（登録商標）検索等の私的な検索エンジン上で「スクリーンスクレイピング」することで取得することができる。検索結果は、さらに、アプリケーションプログラムインターフェース（ＡＰＩ）または構造化されたデータ交換（拡張可能マークアップ言語等）を検索することにより、取得することができる。検索は、例えば、ユーザまたは第三者によって提供される情報に基づいて提供または生成される少なくとも１つの検索語を使用して、実行することができる。例示的な検索においては、ユーザは、検索のための検索語として、自分の故郷、住んでいる町、および母校等の、単独でまたは互いに組み合わせて使用することができる検索語を提供することができる。検索結果は、命令および／または少なくとも１つの検索語に基づいて、ユーザ、第三者、または代理人によって、自動的にまたは手動で取得することができる。ステップ２２０において取得した検索結果は、保存することができる（ステップ２３０）。

検索結果を取得後、検索結果の関連性は、ステップ２４０の様に決定してもよい。関連性は、例えば、特定の種類のデータまたは検索結果の要素が検索結果に存在する回数に基づいて、自動的に決定してもよい。検索結果の関連性は、例えば、これが得られたデータソース、検索結果のコンテンツ、または検索された検索結果の種類に基づき得る。加えて、あるいは代替として、検索結果の関連性は、例えば、代理人またはユーザによって、直接決定することができる。

取得した検索結果の関連性は、検索結果のムードおよび／または重要性の決定を含み得る。検索結果のムードは、検索結果のコンテンツに関するデータを含み得、例えば、検索結果の感情的な文脈もしくはそのデータソース、あるいは検索結果内のステートメントの性質に関し得る。検索結果のムードの決定および／または指定は、それの評判に対する肯定的または否定的な影響に基づき得る。検索結果の異なる部分は、例えば、それらのコンテンツに基づく、異なるムードを有し得る。ムードおよびサブムードには、数値を指定してもよい。評判への検索結果のムードまたはサブムードの影響の算出について、以下でさらに詳しく説明する。

加えてあるいは代替として、取得した検索結果の関連性は、検索結果またはデータソースへの重要性の決定および／または指定を含み得る。重要性は、例えば、高から低までのような、範囲としてもよい。検索結果またはデータソースの重要性は重みをつけた値を指定して、より重要でない検索結果またはデータソースと比較される場合に、より重要な検索結果またはデータソースがより大きな重要性を指定および／または決定されるようにしてもよい。検索結果またはデータソースは、例えば高、中、または低の重要性に決定および／または指定され得る。データソースの重要性は、例えば、データソースへのインバウンドリンクの数、データソースへのインバウンドリンクを報告する検索エンジンの数、またはデータソースへのインバウンドリンクの数に比例する合成の手段に基づいて決定または指定してもよい。例示的な重要性が高いデータソースには、ＭｙＦａｃｅ．ｃｏｍ（登録商標）、ｉＴｕｎｅｓ（登録商標）、またはＮＹｔｉｍｅｓ．ｃｏｍ（登録商標）を含む。

検索結果の重要性は、例えば、検索結果における総ワード数に対する検索ユーザ名の参照の割合、検索結果のタイトルにおけるユーザ名の有無、ユーザ名の周囲のフォントデザインまたはグラフィック要素、またはデータソースの名前クエリにおけるユーザ名のランクに基づいて、決定および／または指定することができる。データソースは、例えば、訪問頻度、または公知のデータソースに基づき、重要性が指定され得る。例示的な高い重要性を有する検索結果には、データソースにおいて顕著にまたは何度も繰り返して出てくるユーザ名を含み得る。評判における検索結果のムードまたはサブムードの影響の算出について、以下にさらに詳しく説明する。

一部の実施形態においては、ステップ２４０は、検索結果ランキングシステムの生成、および／または検索結果ランキングシステムに基づく検索結果のソートを含んでもよく、その実施例は図３に図解されている。ステップ２５０において、検索結果は、例えば、ユーザ、代理人、またはソフトウェアプログラムに出力または表示され得る。検索結果の関連性は、さらに、例えば、ユーザ、代理人、またはソフトウェアプログラムに出力または表示され得る。検索結果および／またはその関連性は、電子メール、ファックス、ウェブページ、または任意の他の適切な方法で出力または表示され得る。検索結果および／またはその関連性は、例えば、検索結果のオリジナルのコピー、検索結果へのリンク、検索結果のスクリーンショット、または任意の他の適切な表示として表示することができる。

ステップ２６０において、検索のためにさらなる検索語が望ましい場合がある。検索のためにさらなる検索語が望ましい場合、さらなる検索結果（ステップ２７０）を取得するためにさらなる検索語を使用することができる。例えば、ユーザ名の検索からユーザが働く町が明らかになる場合、少なくとも１つの将来の検索のために、その町の名前を検索語に追加することができる。さらなる実施例として、ユーザの新しいニックネームまたはユーザ名が発見される場合、検索のためのさらなる検索語としてこれを使用することができる。さらに、検索結果が同じユーザに関するものかどうかを決定することができる。検索結果が同じユーザに関するものである場合、上述のように検索語を追加することができる。検索結果が異なるユーザに関するものであるまたはユーザに関連しない場合、除外対象の検索語を検索のために検索語に追加することができる。例えば、ユーザの名前がＧｅｏｒｇｅ Ｗａｓｈｉｎｇｔｏｎである場合、「Ｇｅｏｒｇｅ Ｗａｓｈｉｎｇｔｏｎ Ｕｎｉｖｅｒｓｉｔｙ」、「Ｐｒｅｓｉｄｅｎｔ Ｇｅｏｒｇｅ Ｗａｓｈｉｎｇｔｏｎ」または「Ｇｅｏｒｇｅ Ｗａｓｈｉｎｇｔｏｎ Ｃａｒｖｅｒ」に関連した検索結果が返ってこないようにするために、ステップ２７０の一部として、除外対象の語を追加することが適切である場合がある。

検索のためのさらなる検索語を、任意の適切な方法によって決定することができる。例えば、検索結果をユーザに表示することができ、ユーザは、さらなる検索語を選択することができる。代替として、代理人は検索結果を見直し、さらなる検索語を提供することができる。さらなる検索語は、さらに、例えば、検索モジュール、ユーザ情報処理モジュール、または代理人によって自動的に決定することもできる。さらなる検索語の自動的な決定は、任意の適切な算出または分析に基づき得る。例えば、ユーザに関する検索の前にしばしば特定の検索語が出現する場合、その特定の検索語を新しい検索のさらなる検索語として使用してもよい。

ステップ２８０において、損害を与える検索結果はフラグ付きにしてもよい。検索結果のフラグ付けは、例えば、代理人に対するウェブインターフェース、電子メール、メール、またはファックスを経由して、例えば、ユーザ、代理人、またはコンピュータソフトウェアプログラムによって、電子的に実行することができる。検索結果は、例えば、データ保存モジュールに適切なフラグを配置することで、または、そうでなければ検索結果が削除または変更されるべきであることを通知することで、フラグを付けることができる。

ステップ２９０において、フラグ付きの検索結果は、適切に、削除および／または変更される場合がある。ユーザは、検索結果内の、ユーザに関する全情報にフラグを付ける、および変更するおよび／または削除するように、または、検索結果内の特定の情報のみを変更または削除するように要求することができる。フラグ付きの結果の削除または変更は、関連するデータソースのＡＰＩ経由で実行することができる。例えば、構造化データソースは、データソースからのデータの変更または削除を可能にするＡＰＩを有し得る。検索モジュール、または他の適切なモジュールは、ユーザに対する情報が削除または変更されることをデータソースに通知するように、データソースのＡＰＩを使用することができる。さらに、ユーザおよび／または代理人がデータソースからの情報の変更または削除の責任を負う代理人に通話、電子メール、メール、またはコンタクトする場合、フラグ付きの結果を削除または変更することができる。場合によっては、ステップ２９０は、データソースに責任を有する代理人がユーザに関するデータを変更または削除するように説得するために、ユーザの代理の弁護士等の代理人による手紙の起草を含み得る。他の場合には、ステップ２９０は、司法により、データソースに責任を負う代理人または企業に対してユーザに関するデータを変更または削除を強制するように、データソースの責任を負う代理人または企業に対して民事または刑事訴訟を起こすことを含み得る。

一部の実施形態において、ステップ２２０乃至２７０は、定期的、不定期的、またはランダムな間隔で実行することができる。例えば、ステップ２２０乃至２７０は、１時間ごと、１日ごと、または任意の適切な間隔において実行することができる。更新の可能性、居住地の時間帯、ユーザの好み等のユーザ特性に基づいて、他のユーザよりも、一部のユーザのためにステップ２２０乃至２７０をより頻繁に実行してもよい。さらに、ステップ２２０乃至２７０は、一部のデータソースに対して、他のデータソースよりもより頻繁に実行してもよい。例えば、ソーシャルネットワーキングサイトが企業ウェブサイトよりもより頻繁に更新されていることが公知である場合、ステップ２２０乃至２７０は、企業ウェブサイトよりもソーシャルネットワーキングサイトでより頻繁に実行してもよい。

図３は、検索結果のソートのためのプロセスを表すフローチャートである。ステップ３１０において、取得した検索結果の関連性が、自動的に、または上述のように人による介入を通して、決定および／または示される。ステップ３２０において、検索結果ランキングシステムを生成することができる。検索結果ランキングシステムは、それらの関連性、ムード、または重要性、結果の古さ、損害を与える程度、有益性、または結果のユーザに対する無害性等の１つ以上の考慮点に基づいて、またはその他の任意の適切なランキング手段により、検索結果をランク付けすることができる。ステップ３３０において、検索結果は、検索結果ランキングシステムのそれらのランキングに基づいてソートすることができる。検索結果のソートの順序によって、検索結果が表示される方法を定義することができる。例えば、検索結果は、最も新しいおよび／または最も損害を与える検索結果が最初に表示され、次に新しいおよび／または最も損害を与える検索結果がこれに続いて表示されるようにソートすることができる。

一部の実施形態において、ステップ３２０および３３０を、中立的なネットワーク、ベイズ識別器、または検索ランキングシステム生成のための任意の他の適切な手段を使用して実行することができる。ベイズ識別器を使用する場合、例えば、代理人および／またはユーザ入力を使用して構成することができる。一部の実施形態において、代理人および／またはユーザは検索結果を、「関連がある」または「関連がない」と表示することができる。検索結果が「関連がある」または「関連がない」とフラグが付けられるたびに、その検索結果からのトークンを、例えば、「関連性を示す結果コーパス」または「関連性のなさを示す結果コーパス」等の適切なデータのコーパスに追加することができる。検索のためにデータを収集する前に、ベイジアンネットワークを、例えば、ユーザ（故郷、職業、性別等）、または別のソースから収集した語でシードすることができる。検索結果を、関連性を示すまたは非関連性を示すものとして分類した後、検索結果におけるトークン（例えば、ワードまたはフレーズ）を対応するコーパスに追加することができる。一部の実施形態において、検索結果の一部のみを対応するコーパスに追加することができる。例えば、「ａ」、「ｔｈｅ」および「ａｎｄ」等の共通のワードまたはトークンはコーパスに追加されないことがある。

ベイズ識別器の保守の一部として、トークンのハッシュテーブルを、コーパスにおけるトークンの出現回数に基づいて生成することができる。加えて、検索結果が関連性を示すまたは非関連性を示すトークンを含む、条件付き確率を示すために、「ｃｏｎｄｉｔｉｏｎａｌＰｒｏｂ」ハッシュテーブルを、コーパスの片方または両方のトークンのために生成することができる。検索結果が関連があるまたは関連がないという条件付き確率を、任意の適切な算出に基づいて決定し得、これは、すなわち関連性を示すおよび非関連性を示すコーパスにおけるトークンの出現回数に基づくようにしてもよい。例えば、トークンがユーザに関連しない条件付き確率は、次の式で定義し得る。

ｐｒｏｂ＝ｍａｘ（ＭＩＮ＿ＲＥＬＥＶＡＮＴ＿ＰＲＯＢ，
ｍｉｎ（ＭＡＸ＿ＩＲＲＥＬＥＶＡＮＴ＿ＰＲＯＢ，ｉｒｒｅｌｅｖａｔＰｒｏｂ／ｔｏｔａｌ））、
式中、
ＭＩＮ＿ＲＥＬＥＶＡＮＴ＿ＰＲＯＢ＝０．０１（関連性の確率における低い閾値）
ＭＡＸ＿ＩＲＲＥＬＥＶＡＮＴ＿ＰＲＯＢ＝０．９９（関連性の確率における高い閾値）
Ｌｅｔ ｒ＝ＲＥＬＥＶＡＮＴ＿ＢＩＡＳ＊（「関連性を示す」コーパスにトークンが出現する回数）
Ｌｅｔ ｉ＝ＩＲＲＥＬＥＶＡＮＴ＿ＢＩＡＳ＊（「非関連性を示す」コーパスにトークンが出現する回数）
ＲＥＬＥＶＡＮＴ＿ＢＩＡＳ＝２．０
ＩＲＲＥＬＥＶＡＮＴ＿ＢＩＡＳ＝１．０（一部の実施形態においては、「関連性を示す」語は、偽肯定的へかつ偽否定的から離れてバイアスするために、「非関連性を示す」語よりも高くバイアスする必要があり、これが、関連のバイアスが非関連のバイアスより高くなることがある理由である）
ｎｒｅｌ＝関連性を示すコーパスの全エントリの数
ｎｉｒｒｅｌ＝非関連性を示すコーパスの全エントリの数
ｒｅｌｅｖａｎｔＰｒｏｂ＝ｍｉｎ（１．０，ｒ／ｎｒｅｌ）
ｉｒｒｅｌｅｖａｎｔＰｒｏｂ＝ｍｉｎ（１．０，ｉ／ｎｉｒｒｅｌ）
ｔｏｔａｌ＝ｒｅｌｅｖａｎｔＰｒｏｂ＋ｉｒｒｅｌｅｖａｎｔＰｒｏｂ
一部の実施形態においては、関連性を示すおよび非関連性を示すコーパスがシードされ、特定のトークンが非関連性のデフォルトの条件付き確率が付与されている場合、上記で算出される条件付き確率は、デフォルト値で平均化することができる。例えば、ユーザが通った大学をハーバードと指定した場合、「ハーバード」というトークンは、関連性を示すシードとして示される可能性があり、ハーバードというトークンに保存される条件付き確率は０．０１（非関連となる可能性は１％のみ）となり得る。その場合、上記のように算出された条件付き確率は、０．０１のデフォルト値で平均化され得る。

一部の実施形態において、どちらか一方のコーパスまたは結合された２つのコーパスにおいて、特定のトークンに一定の閾値未満のエントリがある場合に、トークンが非関連性を示す条件付き確率は算出されない場合がある。検索結果の関連性が示される場合、トークンが非関連性を示す条件付き確率は、例えば、ステップ３２０の、部分的に新しく示された検索結果に基づいて更新することができる。

新しい検索結果が得られると、検索結果のコンテンツは、少なくとも１つのトークンに分割され得る。次に、トークンが関連性を示すおよび／または非関連性を示す確率は、例えば、ランキングシステムに基づいて決定され得る。次に、トークンの中から関連性の通知および／または非関連性の通知の最も高い確率が、ベイジアン確率の算出に使用され得る。例えば、最も高いＮの確率が、「ｐｒｏｂｓ」というアレイに配置される場合、ベイジアンで結合された確率は、以下のように、ナイーブベイズ識別器のルールに基づいて算出され得る。

検索結果は、各検索結果が関連があるおよび／または関連がない確率によってソートすることができる。

上記のように算出されたベイジアン確率は、検索結果が「関連がある」および／または「関連がない」という確立を示す可能性がある。これは、ベイズの定理を繰り返し適用した１つの式にすぎない。さらに、他の式、例えば、Ｐｒｏｂａｂｉｌｉｔｙ，Ｒａｎｄｏｍ Ｖａｒｉａｂｌｅｓ，ａｎｄ Ｓｔｏｃｈａｓｔｉｃ Ｐｒｏｃｅｓｓｅｓ、（２ｎｄ ｅｄ．Ｎｅｗ Ｙｏｒｋ：ＭｃＧｒａｗ−Ｈｉｌｌ、ｐ．３８〜ｐ．３９、ｐ．７８〜ｐ．８１、およびｐ．１１２〜ｐ．１１４、１９８４、以下（Ｐａｐｏｕｌｉｓ１９８４）と記載）の中の、Ｐａｐｏｕｌｉｓ，Ａ．“Ｂａｙｅｓ’ Ｔｈｅｏｒｅｍ ｉｎ Ｓｔａｔｉｓｔｉｃｓ”および“Ｂａｙｅｓ’ Ｔｈｅｏｒｅｍ ｉｎ Ｓｔａｔｉｓｔｉｃｓ（Ｒｅｅｘａｍｉｎｅｄ）”§３‐５および§４‐４に記載されている１つ以上の式等も、条件付きでない確率に基づいて、条件付き確率を算出するために使用し得る。（Ｐａｐｏｕｌｉｓ１９８４）ｐ．３８〜ｐ．３９で説明されている例示的なベイズの定理の代替の形式も、検索結果が「関連する」および／または「関連しない」確率を算出するために使用し得る。同様のプロセスを、検索結果またはデータソースのムードおよび／または重要性を関連付けるおよび／または決定するために使用することができる。

図４は、現在の検索結果で記録されている署名は以前に記録された署名と同じであるかどうかを判断するためのプロセスを図示するフローチャートである。検索結果の署名は、例えば、関連するウェブページのハッシュ、検索結果または検索結果からの情報の省略形、検索結果のハッシュまたは検索のコンテンツに基づく他の算出であってもよい。例えば、ハッシュは、完全な検索結果または、少なくとも１つの検索語の周囲の検索結果の一部等の、検索結果の一部であってもよい。検索結果は、例えば、ウェブサイトまたはウェブサイト内のウェブページを含み得る。検索結果のために記録される署名は、検索結果のユニバーサルリソースロケーター（ＵＲＬ）または検索結果の種類の分類、および／またはウェブサイトの署名等の、検索結果を識別する情報を含み得る。検索結果の署名は、次に、ステップ４２０において、以前に取得した検索結果の以前に取得した署名と比較される場合がある。

ステップ４３０において、現在の検索結果の署名は以前に取得した検索結果の署名と同じかどうかを判断することができる。現在の検索結果が以前に取得した検索結果と同じである場合、現在の検索結果はさらに分析されない場合があり、図４において図示されるプロセスは終了する場合がある。現在および以前に取得した検索結果の署名が異なる場合、現在の検索結果のコンテンツをさらに分析される場合がある（ステップ４４０）。例えば、ソーシャルネットワーキングサイトがユーザに関する情報を含み、該サイトがユーザの代わりに毎日検索される場合、最も最近取得した検索結果の署名（関連するウェブページのハッシュ等）を、以前に取得した検索結果の署名と比較する場合がある。２つの署名が同一である場合、検索結果のコンテンツは変わっておらず、少なくともソースが次に検索されるまで、最も最近取得した検索結果をさらに分析する必要はない可能性がある。

図５は、検索結果の分類を示すためのプロセスを図示するフローチャートである。ステップ５１０において、検索結果は、例えば、ウェブインターフェース、コンピュータプログラムのグラフィカルユーザインターフェース、または任意の他の適切な手段を経由して、例えば、ユーザおよび／または代理人へ提示することができる。表示された検索結果は、任意の適切な手段を経由して取得してもよい。例えば、１つ以上の公共の検索エンジン（例えば、Ｇｏｏｇｌｅ（登録商標）またはＹａｈｏｏ！（登録商標））、私的な検索システム（例えば、ＬｅｘｉｓＮｅｘｉｓ（登録商標）またはＷｅｓｔｌａｗ（登録商標））、または任意のデータソースを経由して検索が実行される場合、検索の結果を、例えば、ユーザおよび／または代理人に表示することができる。

ステップ５２０において、検索結果は、例えば、代理人またはユーザによって識別される場合がある。ステップ５２５において、検索結果の分類を決定する場合がある。分類は、例えば、代理人、ユーザ、またはベイズ識別器によって決定することができる。例示的な分類には、ユーザに対する関連性、該結果がユーザに対して損害を与える程度、または検索結果のソースの種類（ソーシャルネットワーキングサイト、ニュースデータベース等）を含む。検索結果は、例えば、代理人またはユーザの判断、標準的なルール（例えば、卑語を含む、ユーザを参照するいかなるページも損害を与えるものとしてフラグを付けてよい）、またはユーザに対する特定のルール（例えば、ユーザはユーザおよびユーザの以前の仕事へのすべての参照を要求でき、かつ損害を与えるものとしてフラグを付けることができる）に基づいて、分類することができる。

ステップ５３０において、適切なシステムまたはモジュールに対して検索結果の分類を示すことができる。例えば、代理人がユーザに関する情報を検索するためにウェブブラウザを使用していて、かつ検索結果が、損害を与えるものとして分類されるべきであると判断する場合、代理人は、該検索結果が損害を与えるものである可能性を示すために、「ブックマークレット」を「クリックオン」するためにコンピュータマウスを使用することができる。分類は、例えば、「ブックマークレット」、プログラム可能なボタン、ユーザインターフェース要素、または任意の他の適切な手段を経由して示してもよい。ブックマークレットまたはプログラム可能なボタンは、ウェブブラウザの一部として、少なくとも部分的に実行されているコンピュータプログラム、またはウェブブラウザに接続されているコンピュータプログラムであってもよい。ブックマークレットは、クリックすると、検索結果にフラグを付けるユーザ情報処理モジュール、サーバモジュール、または任意の他の適切なモジュール通知を送信可能な、スクリプトまたはプログラムを実行することのできるグラフィカルボタンである。ユーザインターフェース要素は、選択すると、表示された検索結果にフラグが付けられるように通知し得るアクションを引き起こす可能性がある。検索結果およびこれに関連付けられたフラグを、データ保存モジュールに保存することができる。通知されたフラグは検索結果の関連性を決定するために部分的に使用される、または検索結果が表示されたときに示される場合がある。

図６は、評判スコアを算出するためのプロセスを図示するフローチャートである。評判スコアは、例えば、ユーザの評判の概要、または被雇用者、雇用者、重要性のある他者、親になる可能性がある者、または任意の他の適切な特質または考慮対象としての評判を示し得る。さらに、評判スコアは、特定の知識領域またはやりとりの種類等の、ユーザの評判のサブ要素に基づき得る、１つ以上の評判サブスコアを含み得る。例えば、人の評判スコアは、概して、個人、ビジネスパートナー、被雇用者、雇用者、重要性のある他者、法律家、または親になる可能性のある者としての彼らの評判のサブスコアを含み得る。評判スコアは、信用度スコア、ｅＢａｙの売り手スコア、またはＳｌａｓｈｄｏｔ（登録商標）等のウェブサイトのカルマ、または任意の他の適切なビルディングブロック等の他のスコアおよび情報に基づき得る。

図６のステップは、単一の評判スコア、複数の種類の評判スコア、または１つ以上の評判サブスコアを決定するために実行することができ、そのいずれも、集約された評判スコアを算出するために組み合わせることができる。評判のスコア付けは、例えば、ユーザを、単純なサマリースコア、グレード、または任意の他の適切な尺度に関して検索結果を低減して、例えばユーザの評判スコアに影響を与える手段である。評判のスコア付けによって、例えば、ユーザまたは代理人は、評判スコアに影響を与える可能性のある主なオンラインの影響アイテムに焦点を定めることができる場合がある。評判スコアはまた、例えば、ユーザまたは代理人が、データ、検索結果の署名、および／または検索結果への関連する変更を追跡することを可能にする。

ステップ６１０において、検索結果が集約される。集約された検索結果は、例えば、任意のデータソースからのユーザまたは第三者に関連する任意のデータであり得る。集約された検索結果は、例えば、図２、図３、図４、および／または図５のプロセスによって得られるデータであり得る。集約された検索結果は、さらに、他の手段によって収集されるデータであり得、または、例えば、ユーザまたは代理人によって直接提示され得る。

ステップ６２０において、集約された検索結果は、評判におけるそれらの影響を決定するために分析される。この決定は、手動または自動であってもよい。例えば、代理人またはユーザは、集約された検索結果から、ユーザの評判の特定の一面に損害を与えるまたは利益になるとして、検索結果、または検索結果のセグメントにフラグ付けしてもよい。代理人またはユーザは、次に、検索結果がどのように評判スコアに影響を与えるか、１つ以上のスペクトルに沿って通知できる場合がある。

評判スコアに対する集約された検索結果の影響の決定は、検索結果の分析および、例えば、コンテンツ、ムードまたは検索結果の重要性に基づく表示によって、実行することができる。一部の場合においては、この決定および／またはその通知は自動的なものである。例えば、雇用者としてのユーザの評判が決定され、かつ集約された検索結果が、「よくない上司」に関する情報を掲載するための場所として設定されているウェブサイト上でユーザを議論する掲載を含む場合、通知は、ウェブの掲載はユーザの雇用者としての評判に損害を与えるものである可能性があることを示すように自動的に生成される。

一部の実施形態においては、システムは、検索結果が、関連性を示すトークンの周囲のトークンのいずれかが文脈的に「肯定的」または文脈的に「否定的」であるかどうかを決定することによって、ユーザの評判に対し肯定的に影響するかまたは否定的に影響するかを決定することができる。周囲のトークンのセットは、Ｎ個の関連性を示すトークン内にトークンのセットとして定義され得、ここで、Ｎは任意の正の整数である。一部の実施形態においては、周囲のトークンセットは、検索結果における全トークンとして定義してもよく、または任意の他の適切な方法で定義してもよい。該システムは、文脈的に肯定的なトークンのテーブルまたはデータベースにおいてこれらを参照することによって、周囲のトークンが文脈的に肯定的であるかどうかを決定し得る。文脈的に否定的トークンを識別するためにパラレルな手順を使用することができる。例えば、ユーザを参照し、関連性を示すトークンのＮ個のトークン内に卑語を含む検索結果は、ユーザの評判スコアに損害を与えるものとして自動的に分類することができる。

さらに、関連性を示すトークンの周囲のトークンのセットにおいて見られる任意の文脈的に肯定的、文脈的に否定的および／またはムードを示すトークンに部分的に基づいて、評判スコアを算出することができる。文脈的に否定的または悪いムードのトークンは、悪い影響を与えるか、そうでなければユーザの評判スコアを数値的に低下させる可能性がある。一方で、文脈的に肯定的または良好なムードのトークンは、数値的に増加させるか、そうでなければ評判スコアを上げる可能性がある。一部の実施形態においては、文脈的に肯定的および／または文脈的に否定的トークンは、これらに関連する数値的な重みまたは乗数を有する場合がある。同様に、数値的な重みまたは乗数は、それらの関連性および／または重要性に基づいてトークンと関連し得る。より重く重み付けされたトークンは、ユーザの評判スコアに対してより大きい影響を持ち得る。一部の肯定的および否定的な文脈の決定は、ユーザに特定のものとしてもよい。例えば、ユーザについて述べている、人物集団に関する議論を行うウェブサイトの掲載内容が、大学の学生よりも、大臣の評判スコアに対してより損害を与えるものである可能性がある。ステップ６２０は、さらに、評判スコアに対する検索結果の影響に関する自動決定および／または１人以上のユーザまたは代理人による決定を含み得る。

ステップ６３０において、評判スコアを算出することができる。評判スコアは、任意の適切な算出に基づき得る。例えば、評判スコアは、集約された検索結果における、肯定的なリファレンスの数の合計から、否定的なリファレンスの数の合計を差し引いたものであってもよい。評判スコアは、さらに、ユーザの評判における集約された検索結果の影響の加重和または加重平均であってもよい。加えてまたは代替として、評判スコアは、上述のように算出してもよい評判サブスコアの合計または加重平均であり得る。

一旦評判スコアが算出されると、ステップ６４０に示すように、要求した者に報告される場合がある。例えば、被雇用者になる可能性がある者が雇用者の評判を知りたい場合には、被雇用者になる可能性がある者は、雇用者の評判スコアのレポートを要求することができる。評判スコアは、さらに、ユーザに報告される可能性がある。

一部の実施形態においては、評判スコアはユーザの要求により第三者に報告することができ、本明細書の実施形態の一つによる評判スコアを算出および提示する者は、ユーザの評判スコアを提示する際にユーザに「保証」することができる。例えば、ユーザが別の人物のルームメイトになろうとして、ユーザの評判スコアが評判を報告する企業によって別の人物に報告される場合、この評判を報告する企業は、ユーザの評判がユーザの評判スコアが示すとおりであることを証明することになる。

図２、図３、図４、図５、および図６の例示のフローチャートに図示されているステップは、ユーザ情報処理モジュール１１０、検索モジュール１２０、または任意の他の適切なモジュール、デバイス、装置、またはシステムによって実行してもよい。さらに、一部のステップは、１つのモジュール、デバイス、装置、またはシステムによって実行することができ、かつ他のステップは、１つ以上の他のモジュール、デバイス、装置、またはシステムによって実行してもよい。加えて、一部の実施形態において、図２、図３、図４、図５、および図６のステップは、異なる順番および／または図、または本明細書内の記載で説明されているものよりも、より少ないまたはより多いステップで実行してもよい。

当業者には、本明細書で開示されている明細書および発明の実践の考慮から、本発明の他の実施形態が明らかであろう。明細書および実施例は例示としてのみ考慮されることを意図しており、本発明の真の範囲および精神は、以下の請求項により示される。

Claims (42)

1. ユーザに関する情報を分析する方法であって、
   前記ユーザを描写する少なくとも１つの検索語に基づいて、データソースから少なくとも１つの検索結果を取得するステップと、
   前記少なくとも１つの検索結果の望ましさの通知を受信するステップと、
   前記少なくとも１つの検索結果の前記望ましさに基づいてアクションを実行するステップと、
   を含む、方法。
2. 前記少なくとも１つの検索結果に基づいてさらなる検索語を決定するステップと、
   前記取得するステップにおいて前記さらなる検索語を使用するステップと
   をさらに含む、請求項１に記載の方法。
3. 前記さらなる検索語を決定するステップは自動的に実行される、請求項２に記載の方法。
4. 前記さらなる検索語を決定するステップは、代理人または前記ユーザによって実行される、請求項２に記載の方法。
5. 前記少なくとも１つの検索結果が望ましくない検索結果であるという通知が前記受信するステップにおいて受信され、前記実行されたアクションは、
   前記望ましくない検索結果が取得された前記データソースにおいて、前記望ましくない検索結果の削除または変更を引き起こすステップ
   を含む、請求項１に記載の方法。
6. 前記少なくとも１つの検索結果が望ましくない検索結果であるという通知が前記受信するステップにおいて受信され、前記実行されたアクションは、
   前記望ましくない検索結果を取得した前記データソースにおいて、前記望ましくない検索結果が変更可能であるかどうかを決定するステップと、
   前記データソースにおいて前記望ましくない検索結果が変更可能であるという前記決定に基づいて、前記データソースにおいて前記望ましくない検索結果の前記変更を引き起こすステップと、
   を含む、請求項１に記載の方法。
7. 前記少なくとも１つの検索結果が望ましくない検索結果であるという通知が前記受信するステップにおいて受信され、前記実行されたアクションは、
   前記望ましくない検索結果を取得した前記データソースから、前記望ましくない検索結果が削除可能であるかどうかを決定するステップと、
   前記データソースから前記望ましくない検索結果が削除可能であるという前記決定に基づいて、前記データソースから前記望ましくない検索結果の前記削除を引き起こすステップと、
   を含む、請求項１に記載の方法。
8. 前記望ましくない検索結果は、前記ユーザに関する不正確なデータを含む、請求項５に記載の方法。
9. 前記望ましくない検索結果は、前記ユーザの前記評判に損害を与えるデータを含む、請求項５に記載の方法。
10. 前記少なくとも１つの検索結果の前記関連性を決定するステップ
    をさらに含む、請求項１に記載の方法。
11. 前記少なくとも１つの検索結果の前記関連性を決定するステップには、前記少なくとも１つの検索結果が前記ユーザに関連する情報を含むかどうかを決定するステップを含む、請求項１０に記載の方法。
12. 前記少なくとも１つの検索結果が前記ユーザに関連する情報を含まない場合、前記少なくとも１つの検索結果を無視するステップ
    をさらに含む、請求項１１に記載の方法。
13. 前記少なくとも１つの検索結果が前記ユーザに関連する情報を含まない場合に除外対象の検索語を決定するステップであって、前記除外対象の検索語は前記ユーザに関連する情報を含まない検索結果を除外する、ステップと、
    前記除外検索語を使用して、前記ユーザの少なくとも１つの検索結果を取得するステップと、
    をさらに含む、請求項１１に記載の方法。
14. 少なくとも１つのさらなる検索結果を取得するステップと、
    前記少なくとも１つの検索結果または前記少なくとも１つのさらなる検索結果に基づいて、検索ランキングシステムを生成するステップと、
    検索ランキングシステムに基づいて前記検索結果をソートするステップと、
    をさらに含む、請求項１に記載の方法。
15. 前記検索ランキングシステムを生成するためにベイジアンネットワークが使用される、請求項１４に記載の方法。
16. 前記ベイジアンネットワークは、非関連性を示すトークンのコーパスおよび関連性を示すトークンのコーパスを利用する、請求項１５に記載の方法。
17. 前記少なくとも１つの検索結果のために署名を決定するステップと、
    以前に取得した検索結果のために以前に取得した署名と前記署名とを比較するステップと、
    前記署名および前記以前に取得した署名が異なる場合に、前記少なくとも１つの検索結果の前記関連性を決定するステップと、
    をさらに含む、請求項１に記載の方法。
18. 前記少なくとも１つの検索結果を取得するステップは定期的に実行される、請求項１に記載の方法。
19. 前記取得ステップの実行の間隔はユーザ特性に基づく、請求項１８に記載の方法。
20. 前記取得ステップの実行の間隔はデータソース特性に基づいて決定される、請求項１８に記載の方法。
21. 前記少なくとも１つの検索結果を代理人に対して提示するステップと、
    前記代理人から前記少なくとも１つの検索結果の分類の通知を取得するステップと、
    前記代理人からの前記通知に基づいて、前記少なくとも１つの検索結果を自動的に分類するステップと、
    をさらに含む、請求項１に記載の方法。
22. 前記少なくとも１つの検索結果の取得ステップは、代理人からの少なくとも１つの検索結果を受信するステップを含み、
    前記代理人からの前記少なくとも１つの検索結果の分類の通知を取得するステップと、
    前記代理人からの前記通知に基づいて、前記少なくとも１つの検索結果を自動的に分類するステップと、
    をさらに含む、請求項１に記載の方法。
23. 前記ユーザまたは代理人からの前記少なくとも１つの検索結果の前記関連性の通知を受信するステップ
    をさらに含む、請求項１に記載の方法。
24. 前記少なくとも１つの検索結果の取得ステップは、代理人からの少なくとも１つの検索結果を受信するステップを含み、
    前記代理人からの前記少なくとも１つの検索結果の分類の通知を取得するステップと、
    前記代理人からの前記通知に基づいて、前記少なくとも１つの検索結果を自動的に分類するステップと、
    をさらに含む、請求項１に記載の方法。
25. ユーザの評判を表す評判スコアを決定する方法であって、
    データソースから少なくとも１つの検索結果を収集するステップと、
    前記データソースからの前記少なくとも１つの検索結果の前記ユーザの前記評判への影響を決定するステップと、
    前記データソースからの前記少なくとも１つの検索結果から、前記ユーザの前記評判に関する前記決定された影響に基づいて、前記ユーザの評判スコアを算出するステップと、
    を含む、方法。
26. 前記ユーザが前記スコアが示すとおりの評判であることを保証するために、前記ユーザの要求により第三者へ前記評判スコアを提示するステップ
    をさらに含む、請求項２５に記載の方法。
27. 前記ユーザが前記スコアが示すとおりの評判であることを保証するために、前記第三者の要求により第三者に前記評判スコアを提示するステップ
    をさらに含む、請求項２５に記載の方法。
28. 前記データソースは、信用調査機関データベース、犯罪データベース、保険データベース、ソーシャルネットワーキングデータベース、またはニュースデータベースの中の１つである、請求項２５に記載の方法。
29. 少なくとも１つの検索結果を肯定的または否定的として分類するステップと、
    前記少なくとも１つの検索結果の前記肯定的または否定的な分類に基づいて、前記ユーザの前記評判に対する前記少なくとも１つの検索結果の前記影響を決定するステップと、
    をさらに含む、請求項２５に記載の方法。
30. 肯定的から否定的までのスケールに沿って少なくとも１つの検索結果を関連付けるステップと、
    前記少なくとも１つの前記検索結果の前記肯定的から否定的までの関連付けに基づいて、前記ユーザの前記評判に対する前記少なくとも１つの検索結果の前記影響を決定するステップと、
    をさらに含む、請求項２５に記載の方法。
31. 前記データソースからの前記少なくとも１つの検索結果の前記ユーザの評判に関する前記影響に基づいて、前記ユーザに対する少なくとも１つの評判サブスコアを算出するステップ
    をさらに含む、請求項２５に記載の方法。
32. 前記少なくとも１つの検索結果の関連性を表す数値を決定するステップ
    をさらに含む、請求項２５に記載の方法。
33. 前記少なくとも１つの検索結果の前記関連性に対する前記数値に数値的な重みを関連付けるステップと、
    前記検索結果の前記関連性の前記数値および前記数値的な重みを使用して、前記評判スコアを算出するステップと、
    をさらに含む、請求項３２に記載の方法。
34. 前記少なくとも１つの検索結果のムードを表す数値を決定するステップ
    をさらに含む、請求項２５に記載の方法。
35. 前記少なくとも１つの検索結果の前記ムードを表す前記数値に、数値的な重みを関連付けるステップと、
    前記検索結果の前記ムードの前記数値および前記数値的な重みを使用して、前記評判スコアを算出するステップと、
    をさらに含む、請求項３４に記載の方法。
36. 前記データソースの重要性を表す数値を決定するステップ
    をさらに含む、請求項２５に記載の方法。
37. 前記データソースの前記重要性を表す前記数値に数値的な重みを関連付けるステップと、
    前記データソースの前記重要性の前記数値および前記数値的な重みを使用して、前記評判スコアを算出するステップと、
    をさらに含む、請求項３６に記載の方法。
38. 前記データソースの前記重要性は、前記データソースの評価に基づく、請求項３６に記載の方法。
39. ユーザに関する情報を分析する装置であって、
    前記ユーザを描写する少なくとも１つの検索語に基づいて、データソースから少なくとも１つの検索結果を取得し、
    前記ユーザへ前記少なくとも１つの検索結果を提示し、
    前記少なくとも１つの検索結果の前記望ましさの前記ユーザからの通知を受信し、
    前記少なくとも１つの検索結果の前記望ましさに基づいてアクションを実行する
    ようにプログラムされている、少なくとも１つのモジュール
    を含む、装置。
40. ユーザの評判を決定するための装置であって、
    前記ユーザを描写する少なくとも１つの検索語に基づいて、データソースから少なくとも１つの検索結果を取得し、
    前記データソースからの前記少なくとも１つの検索結果の前記ユーザの評判に対する前記影響を決定し、
    前記データソースからの前記少なくとも１つの検索結果から、前記ユーザの前記評判に関する前記決定された影響に基づいて、前記ユーザの評判スコアを算出する
    ようにプログラムされている、少なくとも１つのモジュールを含む、装置。
41. 少なくとも１つのモジュールを含む、ユーザに関する情報を分析するためのシステムであって、前記モジュールは、
    前記ユーザを描写する少なくとも１つの検索語に基づいて、データソースから少なくとも１つの検索結果を取得するステップと、
    前記ユーザへ前記少なくとも１つの検索結果を提示するステップと、
    前記少なくとも１つの検索結果の前記望ましさの通知を受信するステップと、
    前記少なくとも１つの検索結果の前記望ましさに基づいてアクションを実行するステップと、
    を実行するように構成されている、システム。
42. ユーザの評判を表す評判スコアを決定するためのシステムであって、
    前記ユーザを描写する少なくとも１つの検索語に基づいて、データソースから少なくとも１つの検索結果を取得するステップと、
    前記データソースからの前記検索結果の、前記ユーザの評判に対する影響を決定するステップと、
    前記データソースからの前記検索結果の、前記ユーザの前記評判に対する前記決定された影響に基づいて、前記ユーザに対する評判スコアを算出するステップと、
    を実行するように構成されている少なくとも１つのモジュールを含む、システム。

Images