JP2011517494A - 行動パターンを検出する方法及び装置 - Google Patents
行動パターンを検出する方法及び装置 Download PDFInfo
- Publication number
- JP2011517494A JP2011517494A JP2011500956A JP2011500956A JP2011517494A JP 2011517494 A JP2011517494 A JP 2011517494A JP 2011500956 A JP2011500956 A JP 2011500956A JP 2011500956 A JP2011500956 A JP 2011500956A JP 2011517494 A JP2011517494 A JP 2011517494A
- Authority
- JP
- Japan
- Prior art keywords
- behavior
- situation
- status
- information
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Telephonic Communication Services (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
1つ又は複数の行動ファクターによって電子的に捕捉されうる加入者によって明示される行動又は活動としての「発現行動」。たとえば、電子メールをチェックするための加入者による携帯電話の使用は、電子的手段、行動ファクターとしてメールサーバにネットワークトラフィックの適切な部分を格納することによって捕捉されうる。これを実施しようとする加入者の意図又は目的は、少なくとも本技術手段なしでは捕捉されえない。
加入者が行動を発現する可能性のある状況としての「環境状況」。状況は、領域が状況ファクターによる電子監視及びデータ収集に役立つ限り、地理空間的領域、時間的領域、情意的領域などの領域を包含しうる。
ここで、図1を参照してシステムをネットワークベースの実施形態で説明する。
図1は、任意数のクライアントデバイス101a〜101d及びサーバノード102a〜102dをサポートするインターネット又は携帯電話ネットワークなどのネットワーク100を示す。クライアンドデバイスの中には、クライアントデバイス101dなど、本開示に従って構成されたクライアントデバイスがある。また、サーバノードの1つ、たとえば、サーバノード102dは、やはり、本開示に従って構成され、本開示において議論される機能を実施するためにクライアント側ソフトウェアと連携して働くように設計されたソフトウェアを具体化する。
クライアント側ソフトウェア104は、6つの主要な構成要素に分解される。すなわち、
1.行動リスナー106
2.状況リスナー107
3.レバー108
4.行動サービス109
5.状況サービス110
6.推測サービス111
である。
行動リスナー106、状況リスナー107、及びレバー108の構成要素は、加入者のホストシステム112に対するコードの最も侵襲的な部分であり、したがって、これらの各々の要素は実施ごとに非常に大きく変化を受ける可能性がある。状況リスナーの詳細な議論は後にゆずるものとするが、他の構成要素はここで議論するものとする。
行動リスナー106のジョブは、加入者の行動を監視して1つ以上の行動ファクターを有するその行動を体系化する手段を確立することである。(行動ファクターは行動サービスの議論の一部として後で議論される。)行動リスナーの活動は、行動リスナー106が影響を与えるホストシステム112の部分と一致する枠組み内で達成されるべきである。
レバー108は、これに対するコードがサーバ側構成要素から返されるデータの使用目的に応じて大幅に変るので、明確に定義することが少々困難である。クライアントデバイスにはレバーがいくつあってもよい。一言で言えば、レバーは、加入者に将来起こりそうな行動に関する情報を、サーバ側構成要素からクライアントデバイスに捕捉せしめると同時に、その情報が決定されるプロセスを取り除くアプリケーション、エージェント、又はソフトウェアである。このように、ホストシステムの設計者は、ソフトウェアがその便益を生かすためにどのように働くかについては何も知る必要がない。いくつか例を挙げると言わんとする内容が分かるであろう。
行動サービス109は、クライアントデバイス及びホストシステム112とのインターフェース内に存在する必要性があるため、多くの非常に異なる実施を有する可能性がある。しかし、一般に、ホストシステム112からの行動データ及び状況データの捕捉を監視して、これをサーバ102dにおけるサーバ側構成要素に向けるように設計されるのは、スタンドアロンコード(アプリケーション、サービス、スレッド、又はプロセス)である。結果として、これは、ホストシステムの通常のプロセスから独立して存在し、ソフトウェアのサーバ側構成要素が常駐する同じネットワークにアクセスすることができる。
行動サービスと同じ理由で、クライアント側状況サービスは、複数の異なる実施を有する。また、クライアント側状況サービスは、ホストシステムの通常のプロセスから独立して存在するスタンドアロンコード(アプリケーション、サービス、スレッド、又はプロセス)となる傾向がある。エンジンのサーバ側構成要素が常駐するネットワークと同じネットワークにアクセスできることは必ずしも必要でない。これら2つのネットワークの間には情報のやり取りがないからである。しかし、エンジンにおけるその他すべてと同様に、柔軟性が望まれる。
起動時、状況サービス110は、マスター状況オブジェクト、及び監視される各状況ファクターに対して1つの、1つ又は複数の状況リスナー107を生成する。状況ファクターは以下でさらに詳しく議論される。状況リスナー107の設計は、費やすホストシステム資源が少ないという点において行動リスナー106の設計によく似ており、ほとんど常に待ち受け状態又は休止状態にあり、待ち受け状態の状況サービス110を呼び起こすことに関与する。しかし、状況リスナーは、未加工行動を生成せず、代わりに、観察下にある状況ファクターに関する現在値を状況サービス110aに供給する。
ここで、引き続き推論サービス111を議論する前に、前述のシステムに使用される様々なデータ型を議論しよう。
未加工行動は、例示的な一実施において、行動リスナー106によって捕捉されている行動ファクターに適した具体的な未加工行動オブジェクトを生成するために副分類されるスーパークラス(オブジェクト指向プログラミング用語における)である。副分類された未加工行動は、ホストシステムの要求に応じてさらに副分類されうる。一般に、各行動リスナー106は、未加工行動オブジェクトの1つの型のみに基づいて動作するが、これを必要とする設計に制限はない。所与のホストシステム及び所与の1組の行動ファクターに対して、数多くの異なる型の未加工行動オブジェクトが要求されてもよい。現在又は計画中の未加工行動型の未完成リストは以下の通りである。
携帯電話発信(MO)音声及び携帯電話着信(MT)音声ならびにデータコールの捕捉用
MO及びMTテキストならびに2進メッセージ(SMS及びMMS)の捕捉用
電子メール(受信及び送信)の捕捉用
メモ、リマインダー、タスクリストの捕捉用
ウェブログポストの捕捉用
URLに掲示されて強調されたテキストの捕捉用
クリックストリーム(ウェブブラウザーからアクセスされるURL)の捕捉用
メッセージ及びチャットを伝えるインスタントの捕捉用
チャットログの捕捉用
ウェブベースの音楽プレイヤーを含む音楽ソフトによって使用される音楽の捕捉用
PIM機能(予定表、アドレス帳、アラームなど)の捕捉用
システムアクセス(ファイルを開く&閉じるなど)の捕捉用
メディア捕捉及び使用(ビデオ、静止画像、アップロード及びダウンロード)の捕捉用
ゲーム活動の捕捉用
マップサービス利用の捕捉用
システム保守活動(バックアップ、同期(synching)、パスワード変更)の捕捉用
探索文字列の捕捉用
各未加工行動は、1つ又は複数の情報フィールド(行動ファクター)及びメタデータを含む。加入者行動の一部として捕捉されるフィールドの一部は、以下を含んでいてもよい。
1.加入者のID
2.加入者発信又は加入者着信の活動
3.発現行動の経過時間
4.ホストシステム名(パンドラ、iTunes、サファリ、ファイヤーフォックス、電子メール、文書)
5.発現行動内の活動の内部状態
a.音声電話に関して、これは、リンギング、通話保留、不在着信などであってもよい
b.メッセージングに関して、これは、生成、読取り、削除、受信、保存であってもよい
6.文書又はソングトラックに関して
a.タイトル及び著者又はアーティスト
b.長さ及び寸法
c.カテゴリ又はジャンル
d.収集名(書名又はアルバム)
e.URI、必要に応じて
7.行動に関連する人(加入者でない)(発信元、送信先、会員名簿など)
8.関係者(加入者でない)の電話番号又は加入者ID
9.メッセージ、ポスト、メモ、ウェブログポストなどに関して
a.収集名(ブログタイトルなど)
b.主題又はタイトル
c.加入者定義のカテゴリ又はタグ
d.メッセージ本文のテキスト
e.メッセージの参考資料又は強調部分
f.URI、必要に応じて
10.行動(ビデオファイル、歌曲など)に関連するファイル名及びファイル型(MIME型)
未加工行動の存在は、加入者の側の行動が発現されていることをエンジンに示す。しかし、消極的な行動(エンジンによって予測されたときに現われなかった行動)も電子的に生成され捕捉されうる。
未加工行動と同様に、状況オブジェクトは、状況ファクターを提供するホストシステムの要求によって決定されるように、副分類されてスーパークラスとなる傾向がある。このことは、すべてのホストシステムが包括的な一連の状況ファクターを有するエンジンを提供できるわけではないので重要である。たとえば、GPS無線を有する携帯電話や無線PDAは地理位置情報を提供することができるであろうが、このような無線を有しないデスクトップコンピュータのオペレーティングシステムはできないであろう。
1.場所(地理空間的、政治的、ネットワークの位置[IPアドレス、仮想位置、携帯電話ネットワーク内の位置])
2.ネットワーク特性(信号強度、ローミング状態、QoS、帯域幅など)
3.時間[実時間、ネットワーク時間、仮想時間]
4.加入者心的状態(感情フィードバック)
5.使用デバイスの製造番号(IMEI、IMSI、MACアドレスなど)
6.使用デバイスの特性(サイレント及びリンギング、有線及び無線ネットワーク採用など)
7.個人的な場所(家庭、オフィス、車両)
8.周辺デバイス(携帯電話、プリンター、RFIDタグなど)
9.周辺ネットワーク(ブルートゥース、ジグビー、RFID、NFC)
10.天候又は気温
11.加入者の電話番号及び/又は加入者ID
ここで、状況ファクターの一部はホストシステムに対する実質的な変更によってのみ提供されうるが(番号4、加入者心的状態)、ほかの一部は番号7、個人的な場所と同様に、加入者によって主観的に定義されなければならないことは注目に値する。
簡単に言うと、未加工行動−状況デュプレは、未加工行動と状況オブジェクトを分解せずに結合するオブジェクトにすぎない。ここで、これについて注目すべき理由は、エンジンのクライアント側コード104の実施の大部分で、未加工行動−状況デュプレはエンジンのサーバント側構成要素に単独で送られないことである。通常はアレイ又はリストの形態のラッパーはサーバ側ソフトウェアに一度に公開されうる。
行動サービス109及び状況サービス110と同様に(また、まったく同じ理由で)、推論サービス111は、複数の異なる実施を有していてもよい。同様に、また、推論サービス111は、ホストシステムの通常のプロセスから独立して存在しうるスタンドアロンコード(アプリケーション、サービス、スレッド、又はプロセス)であるように設計される場合が多い。推論サービス111は、その主要機能がエンジンのサーバ側構成要素と通信するためにホストシステム112のルートの役目を果たすので、エンジンのサーバ側構成要素102が常駐するネットワークにアクセスすべきである。その通信用の手段は、次のセクションで議論される推論クエリと呼ばれるオブジェクトである。
推論クエリのより有意義な議論を続ける前に、最も基本的なエンジンのデータタイプである知識実体、及びその数学的に有意義な密接に関係する事項、行動アトム及びデータポイントを行動モデルの概念とともに最初に説明しなければならない。これらの様々な実体の相互関係の視覚表示に対して以下で議論する際に図2及び3を参照することができる。
1.実体の固有識別子
2.加入者の固有識別子
3.実体の記述(又は名前)
新たな要素が追加されてもよいが、すべての知識実体201は前述の要素を含む。とは言うものの、知識実体は、文字通り、電子的に表現されうるほとんど何であってもよい。一部の例として以下が挙げられる。
1.成句「誰がために鐘は鳴る」
2.アプリケーションiTunes
3.電話番号+1(212)555−1234
4.概念「平和」
5.16進数0x53CF0D778778D
6.日付1997年9月24日
7.URL http:/www.google.com
8.曲名「歴史は繰り返す」
9.地理空間座標「北緯37°24’53.64、東経122°5’33.6」
10.心的状態「満足」
11.事象「母と食事」
12.フランクが加入者の父親であることを指定する関係オペランド
13.2007年9月24日は月曜日であることを指定するオペランド
14.空は青いという常識
一般に、知識実体201は、以下のカテゴリの1つに分類される。(ただし、このリストは不完全であり、カテゴリ名は変更されることがある。)
1.人
2.場所(これは客観的な場所(たとえば、ワシントンD.C.ペンシルバニア通り、1700))を示していてもよく、あるいは主観的な場所(たとえば、家庭)、さらには場所に固有でない状況データ(たとえば、現在、午前3時で電話は3時間移動していない)から推論されてもよい)
3.アプリケーション
4.概念
5.物
6.URI(クリックストリーム)
7.メディア文書(歌曲、ビデオ、書籍[音楽])
8.事象
9.感情
10.関係
11.オペランド
12.常識
図2を参照すると、状況オブジェクト203と結合されるときの知識実体201は、行動アトム205と呼ばれる。行動アトムは数学的意味を有するように数学アルゴリズム209によって変換されるとき、これはデータポイント207と呼ばれる。ここで、図3を参照すると、複数のデータポイント207は、単純ベイズなどの適当なモデリングアルゴリズム303を用いて数学的意味があるように配置され、その配置の数理解析を実行するソフトウェアエンジンと結合されると、まとめて行動モデル310と呼ばれる。モデルは、一般に、構成プロセスを通じて加入者によって主観的な名前が付けられる。
1.固有の加入者ID
2.セキュリティトークン
3.一般に状況サービス110によって提供されるサーバに対する推論クエリ305の状況。状況は1つ又は複数の以下の状況ファクターからなる。
a.場所(地理空間、政治的、ネットワークの位置[IPアドレス、仮想位置、携帯電話ネットワーク内の位置])
b.ネットワーク特性(信号強度、ローミング状態など)
c.時間[実時間、ネットワーク時間、仮想時間]
d.心的状態(感情フィードバック)
e.使用デバイスの製造番号(IMEI、IMSI、MACアドレスなど)
f.使用デバイスの特性(サイレント及びリンギングモード、有線及び無線ネットワーク使用など)
g.主観的な場所(家庭、オフィス、車両)
h.周辺デバイス
i.周辺ネットワーク(ブルートゥース、ジグビー、RFID、NFC)
j.天候又は気温
k.加入者の電話番号及び/又は加入者ID
4.推論クエリに対する応答を発生するために使用される行動モデルの名前
5.クエリの対象となる知識実体のカテゴリ。たとえば、以下の1つ。
a.人
b.場所(これは客観的な場所又は主観的な場所、さらには場所に固有でない状況データから推論されてもよい)
c.アプリケーション
d.概念
e.物
f.URI(クリックストリーム)
g.メディア文書(歌曲、ビデオ、書籍[音楽])
h.事象
i.感情
j.関係
k.オペランド
l.常識
6.クエリに対応して含まれる知識実体の数
これは、エンジンのクライアント側構成要素の記述を決定する。
エンジンのサーバ側コードは、以下の6つの要素に分類するよう検討されてもよい。
1.行動サービス117
2.モデラーサービス118
3.行動モデラー119
4.行動モデル120
5.推論サービス121
6.状況サービス122
以下の議論では、これらすべての構成要素はサーバコードの単一収集の要素であると仮定しているが、互いに応答しあう必要があるすべての構成要素が互いにアクセス可能である(すなわち、すべての構成要素が同じネットワークを共有する)限り、これらはサーバコードの単一収集の要素である必要がない。一部の実施において、モデラーサービス118は、その処理がコンピュータを駆使したものとなりがちなので、したがって、アクティブなときは他のサービスの性能に害を及ぼすので、拡張可能性のために他のサービスから明確に切り離されてもよい。
A.行動サービス(サーバ側)
エンジン内のサーバ側行動サービス117は、通常、様々なクライアント側行動サービスからの複数の同時接続を管理するように設計されるスタンドアロン・サーバ・プロセスとして実施される。一実施において、行動サービス117は、単一のTCP/IPポートを占有するが、アーキテクチャにはこのような制限がない。行動サービスの主要な機能は、クライアント側行動サービスによって提供される未加工行動−状況デュプレをデータベースに格納される行動アトムに変換することである。これを行なうために、行動サービス117は、デュプレ内の各未加工行動をその様々な行動ファクターに分けてからこれらのファクターを知識実体に分類しなければならない。この後、実体は、デュプレの行動オブジェクトを適用して行動アトムに変換される。これらのタスクを実行するために、行動サービス117は外部システムに頼ってもよく(そして、多くの場合外部システムに頼る)、その一部についてここで述べることにする。
1.クライアント側から未加工行動−状況デュプレのリスト又はアレイを受け入れるか、あるいはクライアント側から未加工行動−状況デュプレのリスト又はアレイを要求するウェブサービス131。
2.デュプレを一時的に受け取る待ち行列133。
3.各デュプレを調べてこれを1つ又は複数の行動アトムに分離する少なくとも1つの行動−状況プロセッサ135。行動アトムは、さらに、プロセッサによって知識実体に変換される。
4.待ち行列内のデュプレの存在が通知されたとき、各デュプレを処理するために起動されるべき行動−状況プロセッサを決定する待ち行列マネジャー137。
5.以下の3つのリレーショナルデータベース
・未加工行動−状況デュプレを格納する未加工行動−状況デュプレデータベース(RBCD DB)139
・処理された知識実体を格納する知識実体データベース(KE DB)141
・処理が終了した時点で行動アトムを格納する行動アトムデータベース(BA DB)143
動作中に、待ち行列マネジャー137は、ウェブサービス131が未加工行動−状況デュプレのリスト又はアレイを成功裡に受け入れてそのオブジェクトを待ち行列133に入れたことが通知されると、直ちにリスト又はアレイの内容を調べる。各未加工行動−状況デュプレに対して、マネジャー137は、適切な行動−状況プロセッサを決定してこのプロセッサ135の活動を開始する。
・行動が電子文書から生じたことを示すために、メタデータとしての「誰がために鐘は鳴る」に関するメディア文書アトム
・加入者の家庭を示す場所アトム(場合により、その場所のGPS座標に準拠した)
・「満足」(加入者の心的状態)に関する感情アトム
・電子書籍に関するアプリケーションアトム(すなわち、電子書籍がホストシステムであった)
・強調表示されたテキストの単語の各々に対する複数の個々の概念アトム(ほとんどの場合、定冠詞、“the”のようなストップワードを差し引く)
上記の最後の概念アトムに対するメタデータは、一般に、全体として、行動−状況プロセッサ自体によってではなく、メタデータを生成するための語幹抽出及びTF−IDFのような従来のテキストマイニング技法を適用する外部の自然言語処理エンジンによって生成されることになる。前述の好循環の例において、このNLPエンジンは、この後、このメタデータを行動−状況プロセッサ135にフィードバックし、行動−状況プロセッサ135は、この後、そのメタデータを知識実体に変換し、さらに行動アトムに変換する。こうする理由は次のセクションで説明する。
行動−状況プロセッサ135の作業は、参照テーブルの行に沿って、行動ファクターから知識−実体への簡単な1対1又は1対複数の変換となる場合が多い。これは、人間が明確に読み取れる(人間がデータを検査しようとするとき)2つの領域のマッピングを行なうことと、高速処理の終了を容易にすることの両方に対して慎重に行なわれている。より複雑な変換メカニズムが要求されるとき、行動ファクターの要素である場合の一部の未加工の非構造化テキストを処理するために自然言語プロセッサが導入されるときと同様に、新たな領域固有のプロセッサが、通常、加えられる。
前述のように、知識実体システムが捕捉する知識の最小ビットである。各実体は、固有であり、以下の共通要素からなる。
1.実体の固有識別子
2.加入者の固有識別子
3.実体の記述(又は名前)
さらに、知識実体は、未加工行動−状況デュプレに関係するが、必ずしも未加工行動−状況デュプレから抽出されないメタデータを含む可能性がある。例として(過去の例から構築した)、記述「誰がために鐘は鳴る」を含む知識−実体は、以下を含む可能性のある外部手段によって提供される新たな属性を有していてもよい。
1.著者
2.長さ(テキストが抽出された作品の)
3.ジャンル
4.ISBN番号
5.URI(必要に応じて)
行動−状況プロセッサ135は、エンジン内に現在一致する実体が存在しないことが明らかになると新しい知識−実体をダイナミックに生成する。ここで実施される一致は、前述の知識−実体データベース141に対する行動−状況プロセッサによって行なわれる。新しい知識−実体が生成されると、これらは「積極性」についての初期の重み又は属性を与えられる。この属性は、この知識−実体を含む行動アトムがエンジンのリマインダーによって最終的に生成される行動モデルに含まれるべきかあるいは含まれるべきでないかの程度を示すある種のフィルターとしての役割を果たす。本発明者らは、モデルサービス118の活動を議論する際にこの属性の使用をさらに具体的に議論しよう。
サーバ側行動サービス117と同様に、モデラーサービス118は、一般に、スタンドアロン・サーバ・プロセスとして実施される。モデラーサービス118は、行動アトムのデータベースからのデータセットの準備に関与して最終的に行動モデルと呼ばれるデータ構造を生成する。行動モデルは、以下で詳しく議論される特定範囲の状況によって記述される境界内の加入者の歴史的行動の数学的表現である。
1.モデル構成155
2.モデル構成データベース153
3.タスク157
4.スケジューラ151
モデル構成155は、以下を詳しく説明する1組のパラメータである。
1.行動モデルの生成に最終的に使用されるデータセットの状況境界(これは、通常、状況属性の範囲として指定される)
2.不要な行動アトムをデータセットから除去するために使用される知識実体「積極性」の程度
3.行動モデルを生成するためにデータセットで使用されるアルゴリズム又は行動モデラー(行動モデラーの詳細は行動モデルについての本発明者らの議論においてフォローする)
4.行動モデラーに有用な情報を詳述する(後で説明される)変換テンプレート
5.行動モデルが生成される頻度。なお、この頻度は構成で指定される状況範囲から完全に独立している。
モデラーサービスの第3の要素は、タスクオブジェクト157である。これは、一般に、行動モデルを生成するのに必要な手順の実行に関与するスレッドとして実施される。生成されるタスクは、モデル構成及び行動アトムデータベースに対するURIを与えられ、このデータベースからそのデータセットを得る。実行されるタスク119は、必要不可欠なデータセットを捕捉し、モデル構成155で指定されたアルゴリズム又は行動モデラー119に渡す。モデラーが行動モデルの生成を完了した時点で、タスクオブジェクト157は行動モデルを独立したデータストアに格納する。一実施におけるこのストアは、リレーショナルデータベース又はファイルシステムのいずれかによって存続されるキャッシュである。
行動モデラー119は、前述のタスクオブジェクト157の状況内で実行されるオブジェクトである。行動モデラー119は、行動アトムデータベース143からのデータのサブセットとしてその初期状態からのタスクオブジェクト157によって得られたデータセットを行動モデルに変換することに関与するものであり、ここで、本発明者らは行動モデルを数学アルゴリズムによって扱うことができる「データポイントの集団」と定義する。「集団」が意味するものは、データポイントの構造の手短な表現である。このデータ変換は、次のように記述される3ステッププロセスであると考えられる。
1.状況を状況値に前処理すること
2.「集団(cloud)」のデータポイントを生成すること
3.行動モデラーアルゴリズムを選択すること
行動モデラー119の作業が終了すると、加入者の歴史的行動及び環境状況の「数学的に意味のある」モデルが生成されていることになる。このモデルは、実際には、1つ又は複数の数学アルゴリズム又は機械学習アルゴリズムの実施形態であるアルゴリズムと結合された多次元の状況座標系を表わす複雑なデータ構造である。
モデラーサービス118は、これがサポートする行動モデラーアルゴリズムの各々に対して1つの、複数の行動モデラーを含む。エンジンの予測機能に対して複数のアルゴリズムをサポートするための選定は、あらゆる状況において単一のアルゴリズムは理想的でないと言わざるをえないので、入念に行なわれる。
1.単純ベイズ
2.階層的単純ベイズ
3.隠れマルコフ
4.期待値最大化
5.最近傍
6.重心分類装置
7.フラクタル次元
各々が発散的なデータセット要件を有する複数の機械学習アルゴリズムを有するにもかかわらず、行動モデラー設計は、一般的な一連のAPIを各行動モデラーアルゴリズム、及び行動モデラー119の基礎構造にさらしているという現実がある。このアプローチを採用すると、複数の行動モデラーアルゴリズムを生成することができ、すべての行動モデラーがモデラーサービス118に同じに見えるようにすることができ、各行動モデラーに対して一貫した構造の行動モデルを生成することができる。本発明者らはこのアプローチには非常に大きな独自性があると考えている。また、このアプローチは、エンジンのアプリケーションを超えて様々なアプリケーションに適用できる十分に一般的なものとなされうる。
行動アトムのデータセットを「データポイントの集団」に変換するプロセスは複雑である。まず、データセット内の各行動アトムは1つのデータポイントに変換され、その構造はタスクオブジェクトのモデル構成内の変換テンプレートによって定義される。一般的に、データポイントは、状況値のアレイと結合された行動アトムの知識実体部分であると言うことができ、状況値そのものはその同じ行動アトムから抽出されている。状況値の抽出は簡潔に議論されるが、その存在の背景にある意図は、行動アトム内で捕捉される環境状況を多次元状況座標系、すなわち、距離空間における座標と同じものに分解することであり、座標は数学的に定義されるからである。このような空間は、行動モデラーアルゴリズム内で特有の意味を有し、行動モデルが加入者の行動の推測に使用されるときこの座標系に依存する。
状況値を抽出する多段階プロセスは、行動モデラー119によって行動アトムの状況部分内の各状況属性を調べることから始まる。第1ステップとして、状況属性はそれ自体の「数値」表現又は「公称」表現に変換される。
推論サービス121は以下の4つの要素を備える。
1.クライアントがエンジンの推論クエリを行なうことができるウェブ・サービス・インターフェース167
2.複数の推論クエリが同時に処理されうる待ち行列又はプール163
3.クエリ自体の実施手順を実行するクエリスレッド165
4.ある期間内に同じモデルで正確な複製クエリが実施されないようにするために各クエリと照合される推論クエリキャッシュ167
ウェブサービス161は、ネットワーク上で推論クエリを受け取るネットワーク・インターフェース・ソフトウェアの妥当な実施から作られうる。
1.固有の加入者ID
2.セキュリティトークン
3.クエリの状況。状況は1つ又は複数の以下の属性からなる。
a.場所(地理空間、政治的、ネットワークの位置[IPアドレス、仮想位置、携帯電話ネットワーク内の位置])
b.ネットワーク特性(信号強度、ローミング状態など)
c.時間[実時間、ネットワーク時間、仮想時間]
d.心的状態(感情フィードバック)
e.使用デバイスの製造番号(IMEI、IMSI、MACアドレスなど)
f.使用デバイスの特性(サイレント及びリンギングモード、有線及び無線ネットワーク使用など)
g.主観的な場所(家庭、オフィス、車両)、常に加入者定義
h.周辺デバイス又は周辺ネットワーク(ブルートゥース、ジグビー、RFID、NFC)
i.天候又は気温
j.加入者の電話番号又は加入者ID
4.クエリに使用されるモデルの名前
a.名前は、加入者がモデル構成を生成するとき加入者によって任意に選定される。モデル構成の名前はモデル自体の名前である。
5.クエリの対象となる行動−実体のタイプ。これは以下の1つである。
a.人
b.場所(生成されないが状況データから推論されうる)
c.アプリケーション
d.概念
e.物
f.URI(クリックストリーム)
g.メディア文書(歌曲、ビデオ、書籍[音楽])
h.事象
i.感情
j.関係
6.クエリに対応して含まれる行動実体の数
推論サービス121は、推論クエリを捕捉し、データポイントの生成に使用される適切なモデル構成155を参照するためにクエリ内にモデルの名前を使用する。推論サービス121がモデル構成を有した時点で、推論サービス121は、行動実態が空の新しいデータポイントを効果的に生成するための指針としてモデル構成を使用する。このデータポイントは、モデルに対するアプリケーションに適している。この新しいデータポイントに対する状況座標は、推論クエリから抽出される状況属性から生成される。すべての状況属性が生成されている各モデルに適しているわけではないので、状況属性について何らかのフィルタリングが実施されてもよい。行動実態が空のデータポイントが生成された時点で、推論サービス121は、データポイントを使用して推論クエリキャッシュ167を参照し、まさに実行されようとしているものと同じ結果をもたらす分析をシステムが最近実行しているか否かを判断する。参照の一致に関する基準は以下の通りである。
1.データポイントの状況座標
2.モデルの名前
3.求められる行動のタイプ
キャッシュ167の結果を使用するために、上記基準の各々に対して正確な一致があるべきである。正確な一致がない場合、推論サービス121は、モデル名と行動実体名を用いてモデルを捕捉し、データポイントをモデルのクエリインターフェースに適用する。生成されて名前が付けられたモデルは、単一の行動モデラーアルゴリズムを適用して唯一の行動実体型の1組の結果を生成することを目的としていることに留意しておくことが重要である。これは効率性を考えて行なわれる。先に議論された行動モデラーアルゴリズムは、モデルの適用されたデータポイントの状況座標を満たすデータポイントデュプレのランク付けリストを生成する。これらのデュプレは、データポイントが状況座標にいかに良く一致したかに関して0〜1の「信頼スコア」が付加された、文字通り、モデルからのデータポイントである。このスコアは、行動モデラーアルゴリズムによって実施される計算の副産物である。推論サービスは、この後、ランク付けリストを構文解析して最初の推論クエリで要求された行動実体の数を抽出する。実体のその数が得られた時点で、オブジェクトはウェブ・サービス・インターフェースを通じて呼出しクライアントに返される。
状況サービス122は、クライアント側の対応プロセスとまさに同様に機能するスタンドアロンプロセスである。状況サービス122は、サーバ側状況サービス122がマスター状況オブジェクトを管理しないという点において注目すべき違いがある。状況サービス122は、代わりに状況データベース179を維持する。この状況データベース179は、すぐ後で説明する記録状況ファクター(Recorded Context Factor)と呼ばれる新しい状況関連オブジェクトが投入される。サーバ側状況サービス122の主要な機能は、ギャップを埋める参照テーブルとしての役目を果たすことであり、ギャップはサーバ側の推論サービス121及び行動サービス117から提供される様々な状況オブジェクトに時々現われる。
1.状況サービスのウェブサービス171
2.状況待ち行列173
3.状況待ち行列マネジャー175
4.記録状況ファクターインターフェース177
5.記録状況ファクターデータベース179
実際に、状況サービスのウェブサービス171は、様々なクライアント側状況サービス110から状況オブジェクトを定期的に受け取る。これらの状況オブジェクトは、各々がタイムスタンプなどの多数の状況ファクターを含む。ウェブサービス171は、これらの状況オブジェクトを受け取ると、これらのオブジェクトを状況待ち行列173に入れて、状況待ち行列マネジャー175に通知する。状況待ち行列マネジャー175は、このような通知を受け取ると、状況待ち行列173から状況オブジェクトを得て、これを「展開」し、独立した状況ファクターを抽出する。状況待ち行列マネジャー175は、この後、各状況ファクターに対して個別の記録状況ファクターオブジェクトを生成し、キーとして状況オブジェクト内のタイムスタンプを利用する。新しい記録状況ファクターは、この後、最初の状況ファクター及びこのキーを含む。
行動モデラーアルゴリズムは、前述のように、「集団」及び特定の推論クエリにおけるデータポイントに基づいて加入者の好みを予測する1つ又は複数の数学的アルゴリズム又は機械学習アルゴリズムの実施形態である。さらに具体的には、行動モデラーアルゴリズムは、特定の行動内で加入者の収集行動を表わす「データポイントの集団」と一緒にエンジンのモデルの一部を形成する。使用中、これらのアルゴリズムは、エンジンの推論サービスから行動実体が空のデータポイントを提供され、1組の行動実体及び信頼スコアを生成する。
上記のように、本発明の様々な構成要素及び動作を説明してきたが、図4〜10は、本発明の様々な態様に従う動作の流れの説明に役立つチャートを示す。
図4は、クライアント側ソフトウェアの進行している状況情報収集プロセスを示し、このソフトウェアは状況リスナー107によって検出される最新状況情報で状況サービス110を定期的に更新する。ステップ401において、トリガー状況事象が発生する。これは、2分ごとに切れるように設定されるタイマーにすぎなくてもよい。つぎに、ステップ403において、状況事象は状況リスナー107によって検出される。状況リスナー107は、この後、状況情報を状況ファクターの形で収集し、状況ファクターは、この後、ステップ405において、状況サービス110に報告される。最終ステップ407において、状況サービスは、新しい状況ファクターをマスター状況オブジェクト(その状況ファクターに対する値がまだ存在しない場合)に加えるか、あるいはマスター状況オブジェクト内の既存の状況ファクターを新たに報告されたデータで更新する。このプロセスはステップ409において終了する。
図5は、モデルを生成するのに必要な行動及び状況データの収集に関係するクライアント側ソフトウェアの例示的なプロセスの流れを示す。プロセスは、トリガー行動、たとえば、加入者が無線PDAで通話することに応答して開始される。
C.行動−状況デュプレ(サーバ側)
図6は、行動−状況デュプレリストを行動アトムに変えて行動アトムデータベース143に格納するために、クライアント側ソフトウェアから受け取った上記の行動−状況デュプレリストの処理に関係するプロセスの流れを示す。この流れは、行動−状況デュプレリストがクライアント側ソフトウェア(図5におけるステップ513参照)から受け取られると呼び出される(ステップ601)。行動−状況デュプレリストを受け取ると、流れはステップ603に進み、ここで、行動ウェブサービス131が呼び起こされる。ステップ605において、行動サービスのウェブサービスは受け取られたリストの未加工行動−状況デュプレを待ち行列133に書き込む。つぎに、ステップ607において、行動待ち行列マネジャー137がリストの内容を調べて各デュプレを抽出し、この後、適切な行動状況プロセッサ135を起動してデュプレの処理に使用する。
前述のように、図5のフローチャートに示されたプロセスと独立に状況情報を収集することが望ましいことがあり、その場合、このような収集は未加工行動の発生によってトリガーされる。トリガー行動と独立の状況情報の収集によって、一定の状況における、ある行動の欠如をモデル化できることになり、このことは加入者デバイスを行動情報としてカスタマイズするためにも同様に有用でありうる。したがって、図7は、図5(これは、未加工行動の検出に応答して状況情報を収集することに関係する)のフローチャートに示されるプロセスから独立した状況情報を収集するクライアント側ソフトウェアの第2の処理を示す。
図8は、クライアント側ソフトウェア(図4に示されるプロセスのステップ413において送られるような)から状況オブジェクトを受け取ることに対応するサーバ側動作を示す。ステップ801において、状況オブジェクトは、クライアント側ソフトウェアから受け取られる。ステップ803において、状況サービス122におけるウェブサービス171は、状況を処理するために呼び出される。ステップ805において、状況サービスのウェブサービス171は、状況オブジェクトを状況待ち行列173に書き込む。ステップ807において、状況待ち行列マネジャー175は、待ち行列173から状況オブジェクトを捕捉し、これを「展開」して独立した状況ファクターを抽出する。ステップ809において、待ち行列マネジャー175は、状況オブジェクト内でタイムスタンプをキーとして利用して各状況ファクターに対して独立した記録状況ファクターオブジェクトを生成する。
図9は、行動モデルを生成するモデラーサービス118に関連するプロセスの流れを示す。これは、収集された行動及び状況情報から行動モデルを生成するプロセスであり、これによって、推論クエリは、応答、たとえば、状況に基づく1つ又は複数のユーザの好み(具体的なレバーに応じた)を得るために動作しうる。ステップ901において、モデルサービス118のスケジューラ151は、タスク157を呼び出し、さらに、モデル構成データベース153を閲覧して、行動モデルを生成するために使用される特定のモデル構成155を検索する。つぎに、ステップ903において、タスク157は、行動アトムデータベース143から適切なデータセットを検索し、このデータセットを行動モデラー119に渡す。ステップ905において、行動モデラー119は行動モデルを生成する。ステップ907において、タスク157は、上記の生成された行動モデルを行動モデル・データ・ストア120に格納させる。このプロセスはステップ909において終了する。
図10は、推論クエリの生成とサーバ側のソフトウェアへの伝達のための一例示的実施形態に従うクライアント側のソフトウェアのプロセスの流れを示す。ステップ1001では、自動的又は何らかのユーザの行為のいずれかにより事象が発生し、それが関連するレバー108を起動する。たとえば、レバーが無線PDAの待ち受け画面のペインターである場合、このレバーは、デバイスのディスプレースクリーンを待ち受け画面のイメージで塗る必要があって、ユーザがPDAを休止モードから起こすためにボタンを押すことであってよい。ステップ1003では、レバー108は推論サービス111を呼び出す。ステップ1005では、推論サービス111は状況サービス110を呼び出す。ステップ1007では、状況サービス110は状況オブジェクト(図4との関連で上述された)を生成する。ステップ1009では、状況サービス110状況オブジェクトを推論サービス111に戻す。ステップ1011では、推論サービス111は推論クエリを生成するために状況オブジェクトをレバー情報と組み合わせる。ステップ1013では、推論サービス111は推論クエリをサーバ側のソフトウェアに送り出す。このプロセスはステップ1015で終了する。
図10はクライアント側のソフトウェアからの推論クエリの受け取りに応答するサーバ側のプロセスの流れを示す(すなわち、図10のステップ1013)。ステップ1101では、サーバ側のソフトウェアがクライアント側のソフトウェアから推論クエリを受け取る。ステップ1103では、推論サービス121のウェブサービス161が起こされる。ステップ1105では、ウェブサービス161が推論クエリを推論サービス待ち行列に書き込む。
このようないくつかの本発明の特定の実施形態を記載したが、当業者はさまざまな変更、修正、及び改良を容易に思いつくであろう。
この開示により明白にされたそのような変更、修正、及び改良は、ここで明示的に言明されてはいないが、この明細書の一部となることが意図され、及び本発明の精神と範囲に含まれることが意図されている。したがって、上述の記載は、単に例示のためのものであって、本発明を限定するものではない。本発明は、以下の請求項とその等価物において定義されるたようにのみ限定される。
Claims (22)
- デバイスの状況の関数としてのデバイスの挙動を、少なくともそのデバイスの使用者の状況の関数としての行動の観察に基づいて修正する方法であって、
デバイスに関連する状況情報を追跡すること、
デバイスのユーザのデバイスに関連する行動情報を追跡すること、
デバイスに関連するユーザの行動が示されたときの状況を決定するために、行動情報と状況情報を関連付けること、
追跡した状況情報及び追跡した行動情報に基づいて、デバイスのユーザの、状況の関数としてのデバイスに関連する将来の行動の予測モデルを生成すること、並びに
デバイスに関連する状況情報の関数としてのデバイスの動作に基づいて調整することを含む方法。 - 前記状況情報の追跡が、所定のトリガー事象の生起についての状況情報の例を収集することを含み、
前記行動情報の追跡が、ユーザのデバイスとの相互作用の例を収集することを含み、及び
前記関連付けることが、行動情報の例について、行動情報の例の収集に先立つ最も新しい状況情報の例を検索することを含む、請求項1に記載の方法。 - 前記行動情報の追跡が、ユーザのデバイスとの相互作用の例を検出すること、及びユーザの相互情報の行動情報の例を保存することを含み、並びに
前記状況情報の追跡が、ユーザのデバイスとの相互作用の例の検出に応答する状況情報の例を収集することを含む、請求項1に記載の方法。 - 前記デバイスがネットワーク上のノードであり、さらに状況情報の追跡及び行動情報の追跡がこのデバイスで遂行され、前記生成することがこのネットワークの別のサーバノードで遂行されるネットワーク環境内で前記方法が遂行され、
状況情報及び行動情報がこのネットワークを介して前記サーバノードに伝達されることをさらに含み、
前記調整することが、
デバイスについての状況情報の例を含むデータセットを予測モデルに適用すること、
状況情報の例を含むデータセットの関数としての予測されたユーザ行動を予測モデルから決定すること、並びに
デバイスの作動パラメータを予測行動に基づいて調整することを含む、請求項2に記載の方法。 - 前記デバイスの作動パラメータがデバイスの待ち受け画面のディスプレーの構成を含む、請求項4に記載の方法。
- 前記予測モデルが、行動情報及びネットワーク上の他のデバイスの他のユーザの対応する状況情報の関数として生成される、請求項4に記載の方法。
- 追跡された行動情報が、特定の状況での行動の欠如をさらに含む、請求項6に記載の方法。
- 前記デバイスが複数のデバイスを含み、前記調整することが、第二のデバイスについて収集される情報に基づいて第一のデバイスの作動を調整することを含むことができる、請求項4に記載の方法。
- 予測モデルを生成するための複数のモデリングアルゴリズムを提供すること、及び
デバイスについての状況情報の例を含むデータのセットの関数として、1つのモデリングアルゴリズムを選択することをさらに含む、請求項4に記載の方法。 - 予測モデルを生成するための複数のモデリングアルゴリズムを提供することをさらに含み、及び
前記調整することが、
デバイスについての状況情報の例を含むデータセットを少なくとも2つの予測モデルに適用すること、
少なくとも2つの予測モデルのそれぞれから、状況情報の例を含むデータセットの関数としてのユーザの予測行動を決定すること、
少なくとも2つのモデルから、よりよい予測行動を与えるものを1つ選択すること、及び
デバイスの作動パラメータを選択された予測行動に基づいて調整することを含む、請求項4に記載の方法。 - デバイスの状況の関数としてのデバイスの挙動を、少なくともそのデバイスのユーザの状況の関数としての行動の観察に基づいて修正する方法であって、
デバイスに関連する状況情報を追跡すること、
デバイスに関連するデバイスのユーザの行動情報を追跡すること、
対応する状況情報の例と組み合わされた知識実体を含む行動アトムを生成し保存すること、
状況の関数としての、デバイスのユーザの将来のデバイスに関連する行動の予測モデルを生成すること、
組織化されたデータポイントのセットを生成するために、モデリングアルゴリズムを前記行動アトムに適用すること、
行動情報を含まない状況情報のセットを含む空のデータポイントを生成すること、
空のデータポイントを前記モデルに適用することにより、デバイスのユーザの予測行動を生成すること、及び
予測行動の関数としてのデバイスの作動を調整することを含む方法。 - 前記予測行動を生成することが、トリガー事象に応答して遂行され、
トリガー事象を検出すること、及び
前記トリガー事象に応答して状況情報の例及び予測されるべき少なくとも1つの行動タイプを含む推論クエリを生成することをさらに含み、
前記推論クエリ中で特定される前記行動タイプの予測行動の生成が、前記推論クエリに応答して遂行される、請求項11に記載の方法。 - 推論クエリの記憶及びそれに対する回答を維持し、
推論クエリへの回答による予測行動の生成に先立ち、推論クエリの記憶を確認して、同様の推論クエリが以前に情報提供されたかを決定するためにそれに回答し、及び
同様の推論クエリが以前に情報提供されていた場合、対応する推論クエリ応答を用いることをさらに含む、請求項12に記載の方法。 - 前記推論クエリが、推論クエリに対する回答を生成するために用いられる予測モデルのアイデンティティをさらに含み、及び推論クエリにおいて特定される予測モデルが推論クエリ応答を生成するために用いられる、請求項12に記載の方法。
- デバイスの状況の関数としてのデバイスの挙動を、少なくともそのデバイスのユーザの状況の関数としての行動の観察に基づいて修正する方法であって、
デバイスの使用の複数の例を含む行動情報を収集すること、
その各状況が、以後、状況オブジェクトと称される、デバイスの使用の複数の例の1つの例に対応するデバイスの状況の複数の例を含む状況情報を収集すること、
デバイスの使用の例を対応する状況オブジェクトとともに含む行動−状況デュプレを生成すること、
それぞれの行動−状況デュプレから行動因子を抽出すること、
それぞれの行動因子を少なくとも1つの知識実体に変換すること、
それぞれの知識実体を、その知識実体が導出された行動−状況デュプレの状況オブジェクトと組み合わせること(この組み合わせは、以後、行動アトムと称される)、
前記行動アトムから、行動アトムから導出された複数のデータポイントを含むデバイスに関連する使用行動の予測モデルを生成すること、
状況オブジェクトを含む推論クエリを生成すること、
推論クエリから、状況オブジェクトを含む空のデータポイントを生成すること、
状況オブジェクトの関数としてのデバイスのユーザの推測行動を含む推論クエリ応答を生成するために、空のデータポイントを予測モデルに適用すること、及び
推論クエリ応答の関数としてデバイスの作動を修正することを含む方法。 - 推論クエリ及び対応する推論クエリ応答を記憶し、
推論クエリの生成に応答して、同様の推論クエリへの推論クエリ応答が以前に記憶されているかを決定すること、及び
同様の推論クエリが以前に記憶されている場合、即時の推論クエリへの推論クエリ応答を生成するために、以前に記憶されている推論クエリに対応する推論クエリ応答を用いることをさらに含む、請求項15に記載の方法。 - 状況の関数としてのデバイスに関する行動の欠如(以後、、空の状況オブジェクトと称される)を追跡する目的で、デバイスの付随する使用にかかわりなく状況オブジェクトを収集すること、及び
前記モデルのための追加データポイントを生成するために、行動−状況デュプレと同様に空の状況オブジェクトを処理することをさらに含む、請求項15に記載の方法。 - 前記推論クエリが、
サーバにおいて複数の予測モデルを提供し、及び
対応する推論クエリの関数として予測モデルを1つ選択する、請求項15に記載の方法。 - 前記推論クエリが、さらに推論クエリと関連して用いる予測モデルの1つのアイデンティティをさらに含む、請求項18に記載の方法。
- 前記デバイスが複数のデバイスを含み、及び前記修正することが、第二のデバイスについて収集された情報に基づいて、第一のデバイスの作動を修正することを含む請求項15に記載の方法。
- 自発的行動が示される状況を、少なくともデバイスのユーザの状況の関数としての行動の観察に基づいて予測する方法であって、
デバイスに関連する状況情報を追跡すること、
デバイスに関連するデバイスのユーザの行動情報を追跡すること、
デバイスに関連するユーザの行動が示される状況を決定するために、行動情報を状況情報と関係付けること、
追跡した状況情報及び追跡した行動情報に基づいて、状況の関数としてのデバイスのユーザの将来のデバイスに関連する行動の予測モデルを生成すること、及び
前記予測モデルに基づいて、デバイスに関連する行動の関数としてのデバイスのユーザの状況を予測することを含む方法。 - 前記状況情報を追跡することが状況情報の例を収集することを含み、
前記行動情報を追跡することが、ユーザのデバイスとの相互作用の例を収集することを含み、
前記関係付けることが、行動情報の例について時間的に対応する状況情報を検索することを含み、並びに
前記予測することが、
デバイスに関連する行動情報の例を含むデータセットを予測モデルに適用すること、及び
予測モデルから、行動情報の例を含むデータセットの関数としてのデバイスの状況情報の予測されたセットを決定することを含む、請求項21に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US3789708P | 2008-03-19 | 2008-03-19 | |
US61/037,897 | 2008-03-19 | ||
PCT/US2009/037673 WO2009117582A2 (en) | 2008-03-19 | 2009-03-19 | Method and apparatus for detecting patterns of behavior |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011517494A true JP2011517494A (ja) | 2011-06-09 |
JP2011517494A5 JP2011517494A5 (ja) | 2012-05-10 |
Family
ID=41089859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011500956A Pending JP2011517494A (ja) | 2008-03-19 | 2009-03-19 | 行動パターンを検出する方法及び装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20090240647A1 (ja) |
EP (1) | EP2266078A2 (ja) |
JP (1) | JP2011517494A (ja) |
CN (1) | CN102037481A (ja) |
CA (1) | CA2719007A1 (ja) |
WO (1) | WO2009117582A2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015534686A (ja) * | 2012-09-25 | 2015-12-03 | セラノス, インコーポレイテッド | 回答の較正のためのシステムおよび方法 |
JP2017142811A (ja) * | 2012-10-19 | 2017-08-17 | フェイスブック,インク. | モバイルデバイスユーザの将来の状態を予測することに関する方法 |
JP2020013547A (ja) * | 2018-04-27 | 2020-01-23 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | ドメイン適応可能人間行動推論のための統合されたプラットフォーム |
JP7475956B2 (ja) | 2020-05-14 | 2024-04-30 | 株式会社日立製作所 | 推論方法、機械学習推論システム及びコンピュータプログラム |
Families Citing this family (129)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8122094B1 (en) * | 2008-11-05 | 2012-02-21 | Kotab Dominic M | Methods for performing an action relating to the scheduling of an event by performing one or more actions based on a response to a message |
US8260729B2 (en) * | 2008-11-21 | 2012-09-04 | The Invention Science Fund I, Llc | Soliciting data indicating at least one subjective user state in response to acquisition of data indicating at least one objective occurrence |
US8239488B2 (en) * | 2008-11-21 | 2012-08-07 | The Invention Science Fund I, Llc | Hypothesis development based on user and sensing device data |
US8260912B2 (en) * | 2008-11-21 | 2012-09-04 | The Invention Science Fund I, Llc | Hypothesis based solicitation of data indicating at least one subjective user state |
US8103613B2 (en) * | 2008-11-21 | 2012-01-24 | The Invention Science Fund I, Llc | Hypothesis based solicitation of data indicating at least one objective occurrence |
US8244858B2 (en) * | 2008-11-21 | 2012-08-14 | The Invention Science Fund I, Llc | Action execution based on user modified hypothesis |
US8046455B2 (en) * | 2008-11-21 | 2011-10-25 | The Invention Science Fund I, Llc | Correlating subjective user states with objective occurrences associated with a user |
US8028063B2 (en) * | 2008-11-21 | 2011-09-27 | The Invention Science Fund I, Llc | Soliciting data indicating at least one objective occurrence in response to acquisition of data indicating at least one subjective user state |
US8010662B2 (en) * | 2008-11-21 | 2011-08-30 | The Invention Science Fund I, Llc | Soliciting data indicating at least one subjective user state in response to acquisition of data indicating at least one objective occurrence |
US8005948B2 (en) * | 2008-11-21 | 2011-08-23 | The Invention Science Fund I, Llc | Correlating subjective user states with objective occurrences associated with a user |
US8224956B2 (en) * | 2008-11-21 | 2012-07-17 | The Invention Science Fund I, Llc | Hypothesis selection and presentation of one or more advisories |
US8010663B2 (en) * | 2008-11-21 | 2011-08-30 | The Invention Science Fund I, Llc | Correlating data indicating subjective user states associated with multiple users with data indicating objective occurrences |
US20100131607A1 (en) * | 2008-11-21 | 2010-05-27 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Correlating data indicating subjective user states associated with multiple users with data indicating objective occurrences |
US8127002B2 (en) * | 2008-11-21 | 2012-02-28 | The Invention Science Fund I, Llc | Hypothesis development based on user and sensing device data |
US8086668B2 (en) * | 2008-11-21 | 2011-12-27 | The Invention Science Fund I, Llc | Hypothesis based solicitation of data indicating at least one objective occurrence |
US8032628B2 (en) * | 2008-11-21 | 2011-10-04 | The Invention Science Fund I, Llc | Soliciting data indicating at least one objective occurrence in response to acquisition of data indicating at least one subjective user state |
US8180890B2 (en) * | 2008-11-21 | 2012-05-15 | The Invention Science Fund I, Llc | Hypothesis based solicitation of data indicating at least one subjective user state |
US8224842B2 (en) * | 2008-11-21 | 2012-07-17 | The Invention Science Fund I, Llc | Hypothesis selection and presentation of one or more advisories |
US8180830B2 (en) * | 2008-11-21 | 2012-05-15 | The Invention Science Fund I, Llc | Action execution based on user modified hypothesis |
WO2010065109A1 (en) * | 2008-12-01 | 2010-06-10 | Topsy Labs, Inc. | Advertising based on influence |
EP2359276A4 (en) | 2008-12-01 | 2013-01-23 | Topsy Labs Inc | ORDERING AND SELECTION OF UNITS PER CALCULATED REPUTATION OR INFLUENCES |
WO2010065112A1 (en) * | 2008-12-01 | 2010-06-10 | Topsy Labs, Inc. | Mediating and pricing transactions based on calculted reputation or influence scores |
US8326270B2 (en) * | 2009-02-02 | 2012-12-04 | Lemi Technology, Llc | Optimizing operation of a radio program |
CN101854311A (zh) * | 2009-03-31 | 2010-10-06 | 国际商业机器公司 | 在web服务器上传递上下文信息的方法和装置 |
FI20095402A0 (fi) * | 2009-04-09 | 2009-04-09 | Valtion Teknillinen | Lyhyen kantaman viestintään sovitettu mobiililaite, menetelmä ja vastaava palvelinjärjestelmä |
US20100306155A1 (en) * | 2009-05-29 | 2010-12-02 | Giannetto Mark D | System and method for validating signatory information and assigning confidence rating |
US8412662B2 (en) * | 2009-06-04 | 2013-04-02 | Motorola Mobility Llc | Method and system of interaction within both real and virtual worlds |
UY33035A (es) * | 2009-11-16 | 2011-01-31 | Telefonica Sa | Sistema y método de publicación automática de información de estado actualizada de un usuario en una aplicación informática |
US9110979B2 (en) | 2009-12-01 | 2015-08-18 | Apple Inc. | Search of sources and targets based on relative expertise of the sources |
US8892541B2 (en) | 2009-12-01 | 2014-11-18 | Topsy Labs, Inc. | System and method for query temporality analysis |
US11036810B2 (en) * | 2009-12-01 | 2021-06-15 | Apple Inc. | System and method for determining quality of cited objects in search results based on the influence of citing subjects |
US11113299B2 (en) | 2009-12-01 | 2021-09-07 | Apple Inc. | System and method for metadata transfer among search entities |
US9129017B2 (en) | 2009-12-01 | 2015-09-08 | Apple Inc. | System and method for metadata transfer among search entities |
US9280597B2 (en) | 2009-12-01 | 2016-03-08 | Apple Inc. | System and method for customizing search results from user's perspective |
US11122009B2 (en) | 2009-12-01 | 2021-09-14 | Apple Inc. | Systems and methods for identifying geographic locations of social media content collected over social networks |
US9454586B2 (en) | 2009-12-01 | 2016-09-27 | Apple Inc. | System and method for customizing analytics based on users media affiliation status |
US9251506B2 (en) * | 2010-01-05 | 2016-02-02 | Apple Inc. | User interfaces for content categorization and retrieval |
US20110167357A1 (en) * | 2010-01-05 | 2011-07-07 | Todd Benjamin | Scenario-Based Content Organization and Retrieval |
US20110302264A1 (en) * | 2010-06-02 | 2011-12-08 | International Business Machines Corporation | Rfid network to support processing of rfid data captured within a network domain |
US10713312B2 (en) | 2010-06-11 | 2020-07-14 | Doat Media Ltd. | System and method for context-launching of applications |
US9372885B2 (en) | 2010-06-11 | 2016-06-21 | Doat Media Ltd. | System and methods thereof for dynamically updating the contents of a folder on a device |
US9141702B2 (en) | 2010-06-11 | 2015-09-22 | Doat Media Ltd. | Method for dynamically displaying a personalized home screen on a device |
US9069443B2 (en) | 2010-06-11 | 2015-06-30 | Doat Media Ltd. | Method for dynamically displaying a personalized home screen on a user device |
US9639611B2 (en) | 2010-06-11 | 2017-05-02 | Doat Media Ltd. | System and method for providing suitable web addresses to a user device |
CN101937194B (zh) * | 2010-09-27 | 2012-12-19 | 鸿富锦精密工业(深圳)有限公司 | 具有学习功能的智能控制系统和方法 |
US9535884B1 (en) | 2010-09-30 | 2017-01-03 | Amazon Technologies, Inc. | Finding an end-of-body within content |
KR101811715B1 (ko) * | 2010-11-12 | 2018-01-25 | 삼성전자주식회사 | 커뮤니티 생성 방법 및 장치 |
US9858342B2 (en) | 2011-03-28 | 2018-01-02 | Doat Media Ltd. | Method and system for searching for applications respective of a connectivity mode of a user device |
US9026476B2 (en) * | 2011-05-09 | 2015-05-05 | Anurag Bist | System and method for personalized media rating and related emotional profile analytics |
US20140032260A1 (en) * | 2011-06-03 | 2014-01-30 | Gmh International | Infering behavior-based lifestyle categorizations based on mobile phone usage data |
CN102891916B (zh) * | 2011-07-18 | 2016-01-20 | 中兴通讯股份有限公司 | 一种预测用户操作的方法及移动终端 |
CN102269534B (zh) | 2011-07-25 | 2012-11-28 | 天津空中代码工程应用软件开发有限公司 | 一种旋流式热导管 |
US20130091087A1 (en) * | 2011-10-10 | 2013-04-11 | Topsy Labs, Inc. | Systems and methods for prediction-based crawling of social media network |
US9189797B2 (en) | 2011-10-26 | 2015-11-17 | Apple Inc. | Systems and methods for sentiment detection, measurement, and normalization over social networks |
US8812425B2 (en) * | 2011-12-14 | 2014-08-19 | Microsoft Corporation | Method for rule-based context acquisition |
US20130212028A1 (en) * | 2012-02-14 | 2013-08-15 | MonkeyContact, Inc. | Systems and methods for leveraging social context in consumer transactions |
US8832092B2 (en) | 2012-02-17 | 2014-09-09 | Bottlenose, Inc. | Natural language processing optimized for micro content |
US9330145B2 (en) * | 2012-02-22 | 2016-05-03 | Salesforce.Com, Inc. | Systems and methods for context-aware message tagging |
US20130318025A1 (en) * | 2012-05-23 | 2013-11-28 | Research In Motion Limited | Apparatus, and associated method, for slicing and using knowledgebase |
CN103608759B (zh) * | 2012-05-31 | 2019-05-14 | 都特媒体有限公司 | 在设备上动态显示个性化主屏的方法 |
US20140031060A1 (en) * | 2012-07-25 | 2014-01-30 | Aro, Inc. | Creating Context Slices of a Storyline from Mobile Device Data |
CN103139348A (zh) * | 2012-09-06 | 2013-06-05 | 北京天宇朗通通信设备股份有限公司 | 联系人信息处理方法和装置及移动终端 |
US9601111B2 (en) * | 2012-11-13 | 2017-03-21 | GM Global Technology Operations LLC | Methods and systems for adapting speech systems |
GB2508948A (en) * | 2012-12-12 | 2014-06-18 | Doat Media Ltd | Method for dynamically displaying a personalized home screen on a device |
US20140188552A1 (en) * | 2013-01-02 | 2014-07-03 | Lap Chan | Methods and systems to reach target customers at the right time via personal and professional mood analysis |
US9137372B2 (en) | 2013-03-14 | 2015-09-15 | Mattersight Corporation | Real-time predictive routing |
US10229258B2 (en) | 2013-03-27 | 2019-03-12 | Samsung Electronics Co., Ltd. | Method and device for providing security content |
WO2014157886A1 (en) | 2013-03-27 | 2014-10-02 | Samsung Electronics Co., Ltd. | Method and device for executing application |
WO2014157894A1 (en) | 2013-03-27 | 2014-10-02 | Samsung Electronics Co., Ltd. | Display apparatus displaying user interface and method of providing the user interface |
WO2014157893A1 (en) | 2013-03-27 | 2014-10-02 | Samsung Electronics Co., Ltd. | Method and device for providing a private page |
WO2014157908A1 (en) | 2013-03-27 | 2014-10-02 | Samsung Electronics Co., Ltd. | Device and method for displaying execution result of application |
US9996246B2 (en) | 2013-03-27 | 2018-06-12 | Samsung Electronics Co., Ltd. | Device and method for displaying execution result of application |
WO2014157885A1 (en) | 2013-03-27 | 2014-10-02 | Samsung Electronics Co., Ltd. | Method and device for providing menu interface |
WO2014157897A1 (en) | 2013-03-27 | 2014-10-02 | Samsung Electronics Co., Ltd. | Method and device for switching tasks |
US9582317B2 (en) | 2013-05-10 | 2017-02-28 | Samsung Electronics Co., Ltd. | Method of using use log of portable terminal and apparatus using the same |
US9106748B2 (en) | 2013-05-28 | 2015-08-11 | Mattersight Corporation | Optimized predictive routing and methods |
US20150006286A1 (en) * | 2013-06-28 | 2015-01-01 | Linkedin Corporation | Targeting users based on categorical content interactions |
US20150006295A1 (en) * | 2013-06-28 | 2015-01-01 | Linkedln Corporation | Targeting users based on previous advertising campaigns |
US9496922B2 (en) | 2014-04-21 | 2016-11-15 | Sony Corporation | Presentation of content on companion display device based on content presented on primary display device |
US10514766B2 (en) | 2015-06-09 | 2019-12-24 | Dell Products L.P. | Systems and methods for determining emotions based on user gestures |
CN105138584B (zh) * | 2015-07-31 | 2019-03-01 | 小米科技有限责任公司 | 智能提醒车辆限行的方法及装置 |
US10176251B2 (en) * | 2015-08-31 | 2019-01-08 | Raytheon Company | Systems and methods for identifying similarities using unstructured text analysis |
US9507346B1 (en) | 2015-11-04 | 2016-11-29 | Zoox, Inc. | Teleoperation system and method for trajectory modification of autonomous vehicles |
US9802661B1 (en) | 2015-11-04 | 2017-10-31 | Zoox, Inc. | Quadrant configuration of robotic vehicles |
US10334050B2 (en) | 2015-11-04 | 2019-06-25 | Zoox, Inc. | Software application and logic to modify configuration of an autonomous vehicle |
US10248119B2 (en) | 2015-11-04 | 2019-04-02 | Zoox, Inc. | Interactive autonomous vehicle command controller |
US9606539B1 (en) | 2015-11-04 | 2017-03-28 | Zoox, Inc. | Autonomous vehicle fleet service and system |
US10401852B2 (en) | 2015-11-04 | 2019-09-03 | Zoox, Inc. | Teleoperation system and method for trajectory modification of autonomous vehicles |
US9754490B2 (en) | 2015-11-04 | 2017-09-05 | Zoox, Inc. | Software application to request and control an autonomous vehicle service |
US9517767B1 (en) | 2015-11-04 | 2016-12-13 | Zoox, Inc. | Internal safety systems for robotic vehicles |
US9720415B2 (en) | 2015-11-04 | 2017-08-01 | Zoox, Inc. | Sensor-based object-detection optimization for autonomous vehicles |
US9804599B2 (en) | 2015-11-04 | 2017-10-31 | Zoox, Inc. | Active lighting control for communicating a state of an autonomous vehicle to entities in a surrounding environment |
US9630619B1 (en) | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Robotic vehicle active safety systems and methods |
US9958864B2 (en) | 2015-11-04 | 2018-05-01 | Zoox, Inc. | Coordination of dispatching and maintaining fleet of autonomous vehicles |
US10496766B2 (en) | 2015-11-05 | 2019-12-03 | Zoox, Inc. | Simulation system and methods for autonomous vehicles |
US9632502B1 (en) | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Machine-learning systems and techniques to optimize teleoperation and/or planner decisions |
US10000124B2 (en) | 2015-11-04 | 2018-06-19 | Zoox, Inc. | Independent steering, power, torque control and transfer in vehicles |
US11283877B2 (en) | 2015-11-04 | 2022-03-22 | Zoox, Inc. | Software application and logic to modify configuration of an autonomous vehicle |
US9878664B2 (en) | 2015-11-04 | 2018-01-30 | Zoox, Inc. | Method for robotic vehicle communication with an external environment via acoustic beam forming |
US9734455B2 (en) * | 2015-11-04 | 2017-08-15 | Zoox, Inc. | Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles |
US9910441B2 (en) | 2015-11-04 | 2018-03-06 | Zoox, Inc. | Adaptive autonomous vehicle planner logic |
US9494940B1 (en) | 2015-11-04 | 2016-11-15 | Zoox, Inc. | Quadrant configuration of robotic vehicles |
US10745003B2 (en) | 2015-11-04 | 2020-08-18 | Zoox, Inc. | Resilient safety system for a robotic vehicle |
WO2017079341A2 (en) | 2015-11-04 | 2017-05-11 | Zoox, Inc. | Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles |
RU2721176C2 (ru) * | 2016-03-04 | 2020-05-18 | Аксон Вайб Аг | Системы и способы для предсказания поведения пользователя на основе данных о местоположении |
US10168988B2 (en) | 2016-05-24 | 2019-01-01 | International Business Machines Corporation | Identifying user preferences and changing settings of a device based on natural language processing |
US10223464B2 (en) * | 2016-08-04 | 2019-03-05 | Facebook, Inc. | Suggesting filters for search on online social networks |
US10452410B2 (en) * | 2016-10-25 | 2019-10-22 | International Business Machines Corporation | Context aware user interface |
US10338594B2 (en) * | 2017-03-13 | 2019-07-02 | Nio Usa, Inc. | Navigation of autonomous vehicles to enhance safety under one or more fault conditions |
US11037674B2 (en) | 2017-03-28 | 2021-06-15 | International Business Machines Corporation | Dashboard usage tracking and generation of dashboard recommendations |
US11062222B2 (en) * | 2017-03-28 | 2021-07-13 | International Business Machines Corporation | Cross-user dashboard behavior analysis and dashboard recommendations |
US10423162B2 (en) | 2017-05-08 | 2019-09-24 | Nio Usa, Inc. | Autonomous vehicle logic to identify permissioned parking relative to multiple classes of restricted parking |
CN109218049B (zh) * | 2017-06-30 | 2021-10-26 | 华为技术有限公司 | 一种控制方法、相关设备以及系统 |
US10369974B2 (en) | 2017-07-14 | 2019-08-06 | Nio Usa, Inc. | Control and coordination of driverless fuel replenishment for autonomous vehicles |
US10710633B2 (en) | 2017-07-14 | 2020-07-14 | Nio Usa, Inc. | Control of complex parking maneuvers and autonomous fuel replenishment of driverless vehicles |
US11022971B2 (en) | 2018-01-16 | 2021-06-01 | Nio Usa, Inc. | Event data recordation to identify and resolve anomalies associated with control of driverless vehicles |
CN108322742B (zh) * | 2018-02-11 | 2019-08-16 | 北京大学深圳研究生院 | 一种基于帧内预测的点云属性压缩方法 |
US20200007411A1 (en) * | 2018-06-28 | 2020-01-02 | International Business Machines Corporation | Cognitive role-based policy assignment and user interface modification for mobile electronic devices |
US20200065513A1 (en) * | 2018-08-24 | 2020-02-27 | International Business Machines Corporation | Controlling content and content sources according to situational context |
US11003999B1 (en) | 2018-11-09 | 2021-05-11 | Bottomline Technologies, Inc. | Customized automated account opening decisioning using machine learning |
US11409990B1 (en) | 2019-03-01 | 2022-08-09 | Bottomline Technologies (De) Inc. | Machine learning archive mechanism using immutable storage |
US11687807B1 (en) | 2019-06-26 | 2023-06-27 | Bottomline Technologies, Inc. | Outcome creation based upon synthesis of history |
US11120404B2 (en) * | 2019-08-07 | 2021-09-14 | Capital One Services, Llc | Method and system for dynamic data collection while optimize a smart device |
US11747952B1 (en) | 2019-08-09 | 2023-09-05 | Bottomline Technologies Inc. | Specialization of a user interface using machine learning |
US11436501B1 (en) | 2019-08-09 | 2022-09-06 | Bottomline Technologies, Inc. | Personalization of a user interface using machine learning |
US11341438B2 (en) * | 2019-11-22 | 2022-05-24 | The Procter & Gamble Company | Provisioning and recommender systems and methods for generating product-based recommendations for geographically distributed physical stores based on mobile device movement |
US11386487B2 (en) | 2020-04-30 | 2022-07-12 | Bottomline Technologies, Inc. | System for providing scores to customers based on financial data |
US11954162B2 (en) | 2020-09-30 | 2024-04-09 | Samsung Electronics Co., Ltd. | Recommending information to present to users without server-side collection of user data for those users |
US11755592B2 (en) * | 2021-08-25 | 2023-09-12 | International Business Machines Corporation | Data search with automated selection of artificial intelligence inference models and inference label indexing |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5875108A (en) * | 1991-12-23 | 1999-02-23 | Hoffberg; Steven M. | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US5692107A (en) * | 1994-03-15 | 1997-11-25 | Lockheed Missiles & Space Company, Inc. | Method for generating predictive models in a computer system |
US6701311B2 (en) * | 2001-02-07 | 2004-03-02 | International Business Machines Corporation | Customer self service system for resource search and selection |
US7552030B2 (en) * | 2002-01-22 | 2009-06-23 | Honeywell International Inc. | System and method for learning patterns of behavior and operating a monitoring and response system based thereon |
US20050209983A1 (en) * | 2004-03-18 | 2005-09-22 | Macpherson Deborah L | Context driven topologies |
US20070214133A1 (en) * | 2004-06-23 | 2007-09-13 | Edo Liberty | Methods for filtering data and filling in missing data using nonlinear inference |
US7590589B2 (en) * | 2004-09-10 | 2009-09-15 | Hoffberg Steven M | Game theoretic prioritization scheme for mobile ad hoc networks permitting hierarchal deference |
US7333917B2 (en) * | 2005-08-11 | 2008-02-19 | The University Of North Carolina At Chapel Hill | Novelty detection systems, methods and computer program products for real-time diagnostics/prognostics in complex physical systems |
US9076175B2 (en) * | 2005-09-14 | 2015-07-07 | Millennial Media, Inc. | Mobile comparison shopping |
US7797267B2 (en) * | 2006-06-30 | 2010-09-14 | Microsoft Corporation | Methods and architecture for learning and reasoning in support of context-sensitive reminding, informing, and service facilitation |
-
2009
- 2009-03-19 WO PCT/US2009/037673 patent/WO2009117582A2/en active Application Filing
- 2009-03-19 CA CA2719007A patent/CA2719007A1/en not_active Abandoned
- 2009-03-19 JP JP2011500956A patent/JP2011517494A/ja active Pending
- 2009-03-19 CN CN2009801183609A patent/CN102037481A/zh active Pending
- 2009-03-19 US US12/407,515 patent/US20090240647A1/en not_active Abandoned
- 2009-03-19 EP EP09723448A patent/EP2266078A2/en not_active Withdrawn
Non-Patent Citations (10)
Title |
---|
CSNG200500070008; 森川 大輔 Daisuke Morikawa: 'ユーザ状況に基づいた情報体系化とその利用に関する一検討 A Proposal of User Centric Information Integ' 情報処理学会研究報告 Vol.2003 No.93 IPSJ SIG Technical Reports 第2003巻, 20030926, 69-74, 社団法人情報処理学会 Information Processing Socie * |
CSNG200501073013; 遠山 緑生 NORIO TOYAMA: 'コンテクスト情報と操作履歴の関連付けによる操作予測システムの提案 A Prediction System based on Conte' 情報処理学会研究報告 Vol.2004 No.112 IPSJ SIG Technical Reports 第2004巻, 20041110, 83-90, 社団法人情報処理学会 Information Processing Socie * |
CSNG200700197011; 清原 良三 Ryozo Kiyohara: '携帯端末におけるユーザ操作支援方式の提案 A Proposal of User Support System for Mobile Devices' 情報処理学会研究報告 Vol.2006 No.120 IPSJ SIG Technical Reports 第2006巻, 20061117, 89-96, 社団法人情報処理学会 Information Processing Socie * |
CSNG200701284014; 松本 光弘 Mitsuhiro Matsumoto: '携帯電話におけるコンテキスト情報を用いたユーザの操作予測 A prediction of user's operation based on' 第79回 知識ベースシステム研究会資料 (SIG-KBS-A702) , 20071122, 87-92, 社団法人人工知能学会 The Japanese Society for Art * |
CSNG200900158241; 清原 良三 RYOZO KIYOHARA: '携帯端末のコンテキスト情報利用による操作性向上方式 A Proposal of A Context-Aware Services for Mobil' マルチメディア,分散,協調とモバイル(DICOMO2007)シンポジウム論文集 情報処理学会シンポジ 第2007巻, 20070629, 1712-1719, 社団法人情報処理学会 Information Processing Socie * |
JPN6013025744; 清原 良三 RYOZO KIYOHARA: '携帯端末のコンテキスト情報利用による操作性向上方式 A Proposal of A Context-Aware Services for Mobil' マルチメディア,分散,協調とモバイル(DICOMO2007)シンポジウム論文集 情報処理学会シンポジ 第2007巻, 20070629, 1712-1719, 社団法人情報処理学会 Information Processing Socie * |
JPN6013025745; 遠山 緑生 NORIO TOYAMA: 'コンテクスト情報と操作履歴の関連付けによる操作予測システムの提案 A Prediction System based on Conte' 情報処理学会研究報告 Vol.2004 No.112 IPSJ SIG Technical Reports 第2004巻, 20041110, 83-90, 社団法人情報処理学会 Information Processing Socie * |
JPN6013025746; 森川 大輔 Daisuke Morikawa: 'ユーザ状況に基づいた情報体系化とその利用に関する一検討 A Proposal of User Centric Information Integ' 情報処理学会研究報告 Vol.2003 No.93 IPSJ SIG Technical Reports 第2003巻, 20030926, 69-74, 社団法人情報処理学会 Information Processing Socie * |
JPN6013025747; 松本 光弘 Mitsuhiro Matsumoto: '携帯電話におけるコンテキスト情報を用いたユーザの操作予測 A prediction of user's operation based on' 第79回 知識ベースシステム研究会資料 (SIG-KBS-A702) , 20071122, 87-92, 社団法人人工知能学会 The Japanese Society for Art * |
JPN6013025748; 清原 良三 Ryozo Kiyohara: '携帯端末におけるユーザ操作支援方式の提案 A Proposal of User Support System for Mobile Devices' 情報処理学会研究報告 Vol.2006 No.120 IPSJ SIG Technical Reports 第2006巻, 20061117, 89-96, 社団法人情報処理学会 Information Processing Socie * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015534686A (ja) * | 2012-09-25 | 2015-12-03 | セラノス, インコーポレイテッド | 回答の較正のためのシステムおよび方法 |
JP2019091498A (ja) * | 2012-09-25 | 2019-06-13 | セラノス アイピー カンパニー エルエルシー | 回答の較正のためのシステムおよび方法 |
JP2017142811A (ja) * | 2012-10-19 | 2017-08-17 | フェイスブック,インク. | モバイルデバイスユーザの将来の状態を予測することに関する方法 |
JP2018133106A (ja) * | 2012-10-19 | 2018-08-23 | フェイスブック,インク. | モバイルデバイスユーザの将来の状態を予測することに関する方法 |
JP2020013547A (ja) * | 2018-04-27 | 2020-01-23 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | ドメイン適応可能人間行動推論のための統合されたプラットフォーム |
JP7475956B2 (ja) | 2020-05-14 | 2024-04-30 | 株式会社日立製作所 | 推論方法、機械学習推論システム及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
EP2266078A2 (en) | 2010-12-29 |
WO2009117582A2 (en) | 2009-09-24 |
US20090240647A1 (en) | 2009-09-24 |
CA2719007A1 (en) | 2009-09-24 |
WO2009117582A3 (en) | 2010-01-07 |
CN102037481A (zh) | 2011-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2011517494A (ja) | 行動パターンを検出する方法及び装置 | |
US11502914B2 (en) | Systems and methods for behavioural and contextual data analytics | |
US10762061B1 (en) | Time-based information system | |
KR101645149B1 (ko) | 데이터 동기화 | |
US8856167B2 (en) | System and method for context based query augmentation | |
US8386506B2 (en) | System and method for context enhanced messaging | |
US8208905B2 (en) | Discovering an event using a personal preference list and presenting matching events to a user on a display | |
JP5819412B2 (ja) | コンテキストに基づいて選択したコンテンツ項目の提供 | |
CN106845644B (zh) | 一种通过相互关系学习用户及移动应用的联系的异构网络 | |
US10749767B2 (en) | Routing actions to user devices based on a user graph | |
JP2009544078A (ja) | データベース・アクセス・システムからのイベントへのリモート・アクセスを提供するシステムおよび方法 | |
EP2344998A2 (en) | System and method for context enhanced ad creation | |
Corno et al. | A context and user aware smart notification system | |
EP3304345A1 (en) | Triggers for information delivery | |
US20140114943A1 (en) | Event search engine for web-based applications | |
Sarker | Mobile data science: Towards understanding data-driven intelligent mobile applications | |
KR101088626B1 (ko) | 모바일 디바이스를 기반으로 하는 데이터 네트워킹 시스템 및 방법 | |
Yan | Service-Oriented Architectures for Context-Aware Information Retrieval and Access |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120316 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120316 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130509 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130528 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130828 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130904 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20131028 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140318 |