JP2012531661A - 通信ネットワークにおける方法および構成 - Google Patents

Abstract

通信ネットワークの端末ユーザ（２１０）に関するラベリング情報を第三者（Ｃ）へと提供するための方法および装置。ラベリングユニット（２００）は、端末ユーザの実行した通信から生成される通信関連データを受信（２：３）するとともに、第三者ごとに設定（２：１）された保存済みのラベリング規則（２０２）を取得する（２：４）。次いで、ラベリングユニットは、受信した通信関連データに取得したラベリング規則を適用することによって通信傾向ベクトルを決定し、得られた通信傾向ベクトルにもとづいて端末ユーザのラベリング情報を決定することで、通信関連データをラベリング情報へと変換する（２：５）。最後に、決定されたラベリング情報が第三者（Ｃ）へと届けられる（２：６）。

Description

本発明は、広くには、通信ネットワークの端末ユーザについての情報を効率的かつ分かりやすい様相で受信第三者へと提供するための方法および構成に関する。

新たな通信技術の発生につれて、マルチメディア通信を行うことができるさまざまな種類の移動および固定端末が、ユーザによるマルチメディアサービスの消費を可能にするために開発されてきている。さまざまな種類のメディアの通信を必要とする新規なサービスも、端末ユーザのために、端末ユーザの通信端末の使用の領域を広げるために、絶えず開発されている。以下の説明において、用語「ユーザサービス」は、通信端末のユーザのために稼働させることができるあらゆる種類のサービスを広く表わす。したがって、ユーザサービスは、例えばユーザの地理的位置、端末の種類、アドレスリストの使用、など、何らかのかたちでユーザに関係している。

最近では、さまざまなサービス消費者のさまざまな状況における興味および必要に応じて、当該サービス消費者に適合させた当を得た（おそらくは魅力的な）サービスを生成および提供するための技術的解決策が考案されている。すなわち、これらのユーザサービスを、個々のユーザのユーザプロファイルおよび／または現在の状況に応じて、個々のユーザに合わせてカスタマイズすることができる。いくつかの例は、広告および個人向けＴＶである。類似した振る舞いを有するユーザの集団または「クラスタ」を管理し、種々のユーザサービスをこれらユーザ集団の共通の特質に適合させるための技術的解決策も、提案されている。ＷＯ０６／１１５４４２（Ｅｒｉｃｓｓｏｎ）が、集団の特定の興味およびニーズに適合させた当を得たコンテクスト情報を提供することによって、ユーザ集団の特定のニーズを満たすことができる機構を開示している。

ユーザおよびユーザ集団に合わせたサービスの差別化は、ユーザのプロファイル、現在の状況、ならびに以前の振る舞いおよび傾向についての情報が、サービス提供者にとって有用な様相で利用可能であることに依存し、あるいは利用可能であることを必要とすると考えられる。この種の情報を、さまざまなソースから取り出すことができ、典型的には通信ネットワークにおいて入手することができるトラフィックデータ、すなわちＳＭＳ（ショートメッセージサービス）、ＭＭＳ（マルチメディアメッセージサービス）、ＩＭＳセッション、などの実行されたコールおよび他のセッションについての情報から、最近になって開発されてきた種々のデータマイニング技術を使用して取り出すことができる。例えば、いわゆる「機械学習」（ＭＬ）アルゴリズムおよびツールを、入手可能なトラフィックデータからユーザについての当を得た有用な情報を取り出すために使用することができ、そのような情報を、新たなサービスを開発および導入するときにオペレータによって利用することができる。

したがって、一般に、大量のトラフィックデータを、通常は実行されたコールおよびセッションについての課金をサポートするためにネットワークについて生成および保存される課金データレコード（ＣＤＲ）から入手することができる。トラフィックデータを、ネットワーク内の通信ノードに設置することができるディープパケットインスペクション（ＤＰＩ）アナライザなどといった種々のトラフィック分析装置によって得ることもできる。さらに、ＣＤＲデータを、場合によってはＤＰＩデータから生成してもよい。トラフィックは、音声、ＳＭＳ、ＭＭＳ、ピアトゥピアサービス、ダウンロード、ストリーミングなど、このやり方で検出することができる種々の通信サービスを含むことができる。

さらに、トラフィックデータを収集し、種々のデータマイニングおよび機械学習アルゴリズムを使用してトラフィックデータからユーザ情報を取り出すデータマイニングエンジン（ＳＭＥ）を使用することができる。ＤＭＥを使用して、異なるユーザが互いに実行した通信の量および種類ならびに行われたコールおよびセッションの時刻、継続時間、および位置にもとづき、それらのユーザの間の社会的関係についての情報を得ることさえ可能であり、そのような関係の「強さ」についての情報を得ることさえ可能である。

しかしながら、上述のデータマイニングおよび機械学習アルゴリズムは、典型的には、外部または内部のサービス提供者などの種々の受信者にとって解釈および理解が困難でありうる相当に「生の」出力データをもたらす。さらに、トラフィックデータが、上述のアルゴリズムからの異なる結果を生じさせる異なる通信技術から由来する可能性もある。さらに、例えばさまざまな種類のサービスの使用および社会的関係をあらゆるデータ受信者にとって理解可能な均一または標準化されたやり方で記述するための有用な普遍的かつ一貫した「言語」は、未だ定義および確立されていない。結果として、今日のＤＭＥからの出力データは、異なる受信者によって異なって解釈される可能性があり、さらには／あるいはまったく適切に解釈されず、不正確に解釈されることすら考えられる。

さらに、ＤＭＥデータは、理解に特別な知識が必要とされる通信技術の特有の用語にて提示されることも多い。したがって、ＤＭＥ出力データを正しく解釈、処理、および表現するために、データマイニングおよび通信技術の専門家を雇用することが珍しくない。したがって、これらの者は、とりわけデータマイニング結果の解釈ならびに行動科学に精通していなければならない。そのような専門家の雇用は、高価につく可能性があり、不可能であることさえ考えられる。またさらに、別々の専門家が、一貫性のない用語で異なったやり方でＤＭＥ出力データを表現する可能性もある。

図１が、通信ネットワークにおいてデータマイニングをどのように使用できるかについて、従来技術による例を示している。データマイニングエンジン（ＤＭＥ）１００が、いわゆる「マイニング対象集積所」（ＭＯＲ）１０２からもたらされるトラフィックデータ（ＴＤ）を処理するために使用される種々の機械学習アルゴリズム（ＭＬＡ）１００ａを備えている。ＭＯＲ１０２が、上述したやり方でネットワークから、間欠的またはより連続的なやり方で、ＣＤＲ情報およびＤＰＩ情報を収集する。トラフィックデータを処理した後で、ＤＭＥ１００は、例えば種々のサービス提供者などの複数の第三者１０４（Ａ、Ｂ、Ｃ、・・・）へと生の出力データを提供するが、そのようなＤＭＥデータは、上述のように解釈および使用が困難である可能性がある。したがって、例えばユーザのプロファイル、社会的ネットワーク、ユーザの階層、などに関してＤＭＥ１００からの出力データをどのように解釈および使用するのかが、受信第三者１０４に任され、これにかなりの努力および熟練が必要となる可能性がある。

本発明の目的は、上述した問題の少なくともいくつかに対処することにある。したがって、本発明の目的は、通信の傾向およびサービスの使用にもとづいて、ネットワークの端末ユーザについての有用かつ分かりやすい情報を提供することにある。これらの目的および他の目的を、主として添付の独立請求項に記載の技術的解決策によって達成することができる。

種々の態様によれば、データマイニングシステムに接続されたラベリングユニットによって通信ネットワークの１人以上の端末ユーザに関するラベリング情報を受信第三者へと提供するための方法および装置が定められる。

本発明の方法においては、前記１人以上の端末ユーザの実行した通信から生成された通信関連データが受信される。さらに、第三者ごとに設定されて記憶装置に保存されたラベリング規則が、記憶装置から取得される。次いで、前記受信された通信関連データに前記取得されたラベリング規則を適用することによって通信傾向ベクトルを決定し、得られた通信傾向ベクトルにもとづき、端末ユーザのラベリング情報を決定することで、前記受信された通信関連データがラベリング情報へと変換される。ラベリング情報は、端末ユーザを端末ユーザの通信の傾向に関して表現している。次いで、決定されたラベリング情報を、第三者へと届けることができる。

本発明のラベリングユニットは、前記１人以上の端末ユーザの実行した通信から生成される通信関連データを受信するように構成された受信ユニットを備える。さらにラベリングユニットは、第三者ごとに設定された保存済みのラベリング規則を取得し、前記受信した通信関連データに前記取得したラベリング規則を適用することによって通信傾向ベクトルのパラメータの値を決定し、この通信傾向ベクトルにもとづいて端末ユーザのラベリング情報を決定することで、前記受信した通信関連データをラベリング情報へと変換するように構成された変換ユニットを備える。ラベリング情報は、端末ユーザを端末ユーザの通信の傾向に関して表現している。さらにラベリングユニットは、前記決定されたラベリング情報を第三者へと届けるように構成された送出ユニットを備える。

上述の本発明の方法およびラベリングユニットを使用することで、ネットワークのオペレータが、機械学習機能によって抽出した最終ユーザについての分かりやすい情報を、より効率的かつ一貫したやり方で自動的に第三者へと届けることができる。データマイニングの専門家の必要性も、そのような専門家が顧客ごとのラベリング規則を設定するときだけしか必要でないため、最小限にすることができる。

本発明の方法およびラベリングユニットを、以下の随意による実施形態のいずれかに従って実現することができる。

一実施形態においては、前記届けられるラベリング情報が、前記ラベリング規則によって定義されるとおりの端末ユーザのラベル、カテゴリ、または分類を含む。前記ラベリング情報を、根底にあるトラフィックの種類および通信技術とは無関係な用語によって表現することも可能である。

他の実施形態においては、前記送出ユニットが、第三者に合わせたプロトコルおよびインターフェイスを使用してラベリング情報を届ける。さらに別の実施形態においては、前記ラベリング規則が、前記通信傾向ベクトルを複数の測定可能な通信傾向パラメータとして定義し、ユーザの所定のラベル、分類、またはカテゴリの境界としてパラメータのしきい値または区間を設定することによって記憶ユニットに設定される。

さらに考えられる実施形態においては、前記変換ユニットが、前記通信傾向ベクトルを前記通信傾向パラメータの値を前記受信した通信関連データから決定することによって決定し、ユーザのラベル、分類、またはカテゴリを、前記通信傾向ベクトルの各パラメータについてあらかじめ設定される前記境界にもとづいて決定する。前記通信傾向ベクトルは、１人の端末ユーザまたは類似の通信の傾向を有する複数の端末ユーザの集団を代表することができる。

さらに別の実施形態においては、前記受信ユニットが、前記通信関連データを１つ以上のＭＬＡ（機械学習アルゴリズム）によって処理されたとおりにＤＭＥ（データマイニングエンジン）から受信する。

さらなる実施形態においては、前記変換ユニットが、ユーザの社会的ネットワークにおける関係に関するラベリング情報を生成するように構成された社会的ネットワークモジュール、前記通信関連データの送信元であるＤＭＥが使用する形式で表現されたユーザプロファイルをカスタマイズすることによってユーザのプロファイルを生成するように構成されたプロファイルモジュール、および前記ＤＭＥが使用する形式で表現された集団のプロファイルをカスタマイズすることによってユーザ集団のプロファイルを生成するように構成されたクラスタモジュールのうちの１つ以上を備える。

本発明のさらなる好ましい特徴および利益が、以下の詳細な説明から明らかになるであろう。

次に、本発明を、好ましい実施形態によって、添付の図面を参照しつつさらに詳しく説明する。

通信ネットワークにおける従来技術によるデータマイニングを説明する概略のブロック図である。 ネットワークの端末ユーザに関するラベリング情報を受信第三者へと提供するための一実施形態による手順を説明する概略のブロック図である。 ラベリング情報を提供するための別の実施形態による手順を説明するフロー図である。 ３つの異なる通信傾向パラメータの場合においてどのように通信傾向ベクトルを決定できるのかについて、さらなる実施形態による例を説明する概略図である。 さらなる実施形態によるラベリングユニットをさらに詳しく説明する概略のブロック図である。 さらなる実施形態によるラベリングユニットの変換ユニットをさらに詳しく説明する概略のブロック図である。

本明細書において、用語「ラベリング情報」は、端末ユーザの通信の傾向およびサービスの使用から突き止めることができる端末ユーザの振る舞いの記述を表わすために使用される。要約すると、本発明は、端末ユーザについてのラベリング情報を、所定のラベリング規則に従って受信第三者の各々に合わせて個別に調整またはカスタマイズされた分かりやすい形式で第三者へと届けるべく生成することを可能にする技術的解決策を提供する。この技術的解決策において、ラベリング情報を、たとえ２者以上の第三者が同じ種類のラベリング情報を受信できるとしても、受信第三者の各々に合わせて「カスタマイズ」されたと見なすことができる。

このように、ラベリング情報は、基本的に、ユーザの特徴を分かりやすいやり方で表現し、通信の傾向および通信サービスの使用に関するユーザの分類、カテゴリ化、カタログ化、または選別と称することも可能である。本明細書において、「通信の傾向」は、基本的には通信サービスの使用を指すが、さらに広い意味で理解されるべきであり、すなわち例えば現在の地理的位置、時刻、継続時間、使用される端末の種類、関連のアドレスリスト、端末の機能の使用、など、コールおよびセッションを行うときのユーザのあらゆる振る舞いまたは現況を指すと理解されるべきである。

ラベリング情報は、「ラベリングユニット」と称される新規なノードまたは機能において、ＤＭＥなどから受信される通信関連のデータを使用して生成される。用語「通信関連のデータ」は、ここでは、従来からのデータマイニングサービスによって得ることができる任意のデータを表わすために使用され、そのようなデータとして、生のトラフィックデータ、ならびにトラフィックデータを分析することによって導出される、ユーザ、社会的ネットワーク、クラスタ、およびユーザプロファイルについてのより緻密な情報を挙げることができる。

ラベリング情報は、端末ユーザを、受信される通信関連のデータを解釈および分析することによって導出することができる端末ユーザの通信の傾向およびサービスの使用に関して表現する。ラベリング情報を、例えば振る舞いおよび他のユーザとの社会的関係に言及するユーザラベル、カテゴリ、または同様の説明的な用語として表現することができる。任意の説明的な用語を、所定のラベリング規則によって規定されるとおりにラベリング情報として使用することができる。

本明細書において、「第三者」は、例えばサービスまたはコンテンツ提供者、ネットワークオペレータおよびベンダ、ならびに現在のオペレータの自身の分析部門など、そのようなラベリング情報を受信する権利を有する任意の当事者であってよい。ラベリング情報を、第三者が、ユーザへと供給または提供されるサービスおよび製品を生成または調整するために使用することができるが、本発明は、第三者によるラベリング情報のいかなる特定の使用にも限られない。

ラベリング規則が、最初に設定または準備段階において個々の第三者について定められるが、これには、データマイニングおよび／または通信技術における当業者の専門的知識が必要である可能性がある。ラベリング規則は、既定の規則の選択が可能であっても、通信関連のデータを各受信第三者の必要および能力に応じてラベリング情報へと変換または「翻訳」するように、個々の第三者について自由に定義およびカスタマイズすることができる。

実行段階において、ラベリング規則が、ＤＭＥまたは他の同様のデータソースから供給される通信関連のデータについて、上述の第三者に合わせた翻訳を実行すべく適用される。さらに詳しくは、論理「通信傾向ベクトル」が、１人以上の端末ユーザについて、受信した通信関連データから決定される。通信傾向ベクトルは、通信の傾向の種々の態様を技術的な用語に反映する複数の測定可能な通信傾向パラメータによって定められる。

測定可能な通信傾向パラメータのいくつかの例は、１）実行された音声コールの数、２）実行された音声コールの平均の継続時間、３）送信または受信したＳＭＳの数、４）夜間におけるインターネットセッションの量、５）所定の領域において行われたセッションの数、などである。通信傾向ベクトルを定めるために、多数のさまざまな種類の通信傾向パラメータを選択することができ、本発明がこの点に関して限定されることがないことを、容易に理解することができる。ユーザについてラベリング情報を生成するためのそのようなベクトルの決定の例が、図４を参照してさらに詳しく後述される。

ラベリングユニットにおいて、ラベリング情報が、端末ユーザについて、決定された通信傾向ベクトルにもとづいて決定される。通信傾向ベクトルの各通信傾向パラメータが、得られるラベリング情報を決定づける異なる所定のしきい値を有することができる。すなわち、或るユーザまたはユーザ集団について測定された通信傾向パラメータの値が、所定のしきい値よりも大きい場合、または２つのしきい値の間の所定の区間に或る場合に、或る特定のラベリング情報が意味される。例えば、或るユーザに関して、実行された音声コールの回数が或るしきい値を超え、コールの平均の継続時間も他の或るしきい値を超える場合、そのユーザを「よく話す者（ｂｕｓｙ ｓｐｅａｋｅｒ）」とラベリングすることができる。ラベリング情報を、或るユーザの特徴の格付けとして表現してもよく、例えば「話す傾向」を、１〜１０（１がまれにしか話さない者を意味し、１０がきわめてよく話す者を意味する）で格付けすることができる。

最後に、決定されたラベリング情報が、第三者へと届けられる。このようにして、届けられるラベリング情報が、受信第三者にとって周知の意味および意図を有する。専門的知識が、基本的には１回だけしか必要とされず、すなわちラベリング規則を定義するときにだけ必要とされ、これまでに公知の技術的解決策とは異なり、ＤＭＥデータを解釈するための実行段階においては必要とされず、これが大きな利点となりうることに留意されたい。

次に、通信ネットワークの１人以上の端末ユーザに関するラベリング情報を受信第三者へと提供するための典型的な手順を、図２を参照して説明する。この図において、ネットワークのオペレータまたはラベリング情報を受け取る権利を有する任意の第三者へとラベリング情報を提供する別の者によって制御することができるラベリングユニット２００が示されている。ラベリングユニット２００は、異なる個別の第三者Ａ、Ｂ、Ｃ、・・・のラベリング規則を保持するための複数の記憶ユニット２０２と、通信関連データをカスタマイズされたラベリング情報へと変換するためのデータ変換部２０４と、ラベリング情報を第三者Ａ、Ｂ、Ｃ、・・・へと届けるように構成された複数のインターフェイスユニット２０６とを備えている。本明細書において、記憶ユニット２０２は、論理的に別々のユニットとして取り扱われるが、実際には、共通のデータベースなどにて実現してもよい。

最初に示されているステップ２：１において、ラベリング規則が、個々の第三者Ａ、Ｂ、Ｃ、・・・のそれぞれの記憶ユニット２０２に設定される。これは、各第三者について個別に行われる。このステップは、個々の第三者の各々について、当該第三者によって制御されるとおりに実行される。

ラベリング規則の設定は、複数の通信傾向パラメータによって通信傾向ベクトルを定めることを含み、さらに種々のユーザラベル、分類、またはカテゴリについて境界としてのパラメータのしきい値または区間を設定することを含む。通信傾向ベクトルを定めるために、任意の数のそのようなパラメータを選択することができ、ベクトルを、パラメータが１〜３個の場合には（以下で図４の説明において行われるとおり）空間ベクトルとして視覚化できるとしても、純粋に論理的なものとして理解すべきである。実際には、通信傾向ベクトルを、典型的には、１〜１０個の異なる通信傾向パラメータならびに対応する境界またはしきい値によって定めることができるが、本発明はこの点に関して限定されるものではない。

ラベリング規則の設定は、ラベリング情報を第三者にとって分かりやすい用語で、すなわち上述のユーザラベル、分類、またはカテゴリにて定義することをさらに含む。ラベリング情報は、好ましくは根底にあるトラフィックの種類および通信技術とは無関係な用語によって表現される。

このように、第１のステップ２：１は、手順の準備段階において行われ、例えばラベリングユニット２００の設定時および／または新たな第三者の追加時、あるいはいずれかの第三者の設定に何らかの変更が望まれる場合に行われる。次のステップ２：２が、種々のＭＬＡ２０８ａを備えるＤＭＥ２０８が、ネットワークにおいてユーザ２１０の通信行為によって生成されるトラフィックデータを収集することを示している。さらに、ＤＭＥ２０８は、通信関連データをラベリングユニット２００へと供給し、この通信関連データが、カスタマイズされたラベリング情報への翻訳のために、ステップ２：３においてデータ変換部２０４によって受信される。ステップ２：２および２：３を、互いに別個独立に、かつ多少なりとも連続的に実行することができる。しかしながら、ラベリングユニット２００への通信関連データの供給が、所定の計画に従って特定の間隔で行われても、あるいは第三者からの要求にもとづいて行われてもよい。

この例では、ラベリング情報が決定されて特定の第三者Ｃへと届けられるが、同じ手順を、第三者Ａ、Ｂ、Ｃ、・・・のうちの任意の１つ以上について実行することができる。すなわち、通信関連データを受信したとき、データ変換部２０４は、次のステップ２：４において、第三者Ｃについてあらかじめ設定されたラベリング規則をＣの記憶ユニットから取得する。

次いで、データ変換部２０４は、ステップ２：５において、受信した通信関連データを取得した規則に従ってラベリング情報へと翻訳することによって、変換を実行する。変換は、通信傾向ベクトルのパラメータの値を決定する第１の作業と、各パラメータについてあらかじめ設定された境界によって定められるとおりに得られた通信傾向ベクトルに対応するユーザラベル、分類、またはカテゴリを決定する第２の作業とを含む。また、パラメータの値そのものをラベリング情報として提示し、上述の第２の作業を基本的に省略することも可能である。このようにして、決定されたユーザラベル、分類、またはカテゴリが、最後のステップ２：６に示されているように、Ｃのインターフェイスを介して第三者Ｃへとラベリング情報として届けられる。

次に、別の典型的な手順を、図３のフロー図を参照して説明する。この手順は、通信ネットワークの１人以上の端末ユーザに関して受信第三者へとカスタマイズされたラベリング情報をもたらすために、基本的に図２のラベリングユニット２００として機能するデータマイニングシステムに接続されたラベリングユニットによって実行される工程を含んでいる。ラベリングユニットにおいて第三者についてあらかじめ設定されるラベリング規則を、基本的に上記ステップ２：１に関して説明したとおりであると仮定する。たとえここではただ１つの第三者しか説明されなくても、以下が、任意の数の第三者へとカスタマイズされたラベリング情報を届けるために有効でありうることに、留意されたい。

第１のステップ３００において、ＤＭＥによって分析または「データマイニング」された通信関連データが、基本的に上述のステップ２：３に対応して、ＤＭＥなどから受信される。すなわち、ＤＭＥが、基本的には上述したやり方で、端末ユーザによって実行された通信から通信関連データを生成している。次のステップ３０２において、それぞれの第三者についてラベリングユニットにあらかじめ設定されたラベリング規則が、基本的には上述のステップ２：４に対応して、規則の保管場所から取得される。

次いで、ステップ３００において受信された通信関連データが、続くステップ３０４および３０６においてラベリング情報へと変換される。さらに詳しくは、ステップ３０４が、通信傾向ベクトルのパラメータの値が、受信された通信関連データに取得されたラベリング規則を適用することによって決定または測定されることを示している。上述したように、通信傾向ベクトルという用語は、論理的な意味で使用されており、ユーザの通信の傾向の種々の態様を反映した一式の通信傾向パラメータの測定値を意味する。

次のステップ３０６は、カスタマイズされたラベリング情報が、通信傾向ベクトルにもとづいて端末ユーザについて決定されることを示しており、ラベリング情報は、端末ユーザを当該端末ユーザの通信の傾向に関して表現したものである。やはり上述したように、カスタマイズされたラベリング情報を、設定された規則に従って第三者によって制御されるとおりの任意のやり方で定めることができ、例えばこれらに限られるわけではないが、測定されたパラメータそのものや、さらに緻密な説明の用語にて定めることができる。最後に、決定されたラベリング情報が、さらなるステップ３０８において第三者へと届けられる。

上述のように、通信傾向ベクトルは、受信された通信関連データによってユーザについて測定することができる、いくつかの選択された所定の測定可能な通信傾向パラメータによって定められる。通信傾向パラメータのいくつかの例も、簡単に上述した。パラメータの数および種類は、第三者の各ラベリング規則において自由に設定することが可能である。

図４が、３つの通信傾向パラメータを有する場合について、そのような通信傾向ベクトルを種々のユーザについて論理的な多次元の図に描いた考えられる一例を概略的に示している。すなわち、論理的な意味で、選択された関連のパラメータの各々が、次元に相当することができ、したがって通信傾向ベクトルが、関連する各通信傾向パラメータの値によって定められる。

したがって、この例では、３つの通信傾向パラメータＰ（ｘ）、Ｐ（ｙ）、およびＰ（ｚ）が、この図に論理的な３−Ｄパラメータ図として描かれている論理的な三次元空間を形成する。しかしながら、任意の数のパラメータまたは「次元」が、本発明を限定することなく可能である。パラメータの値が、複数のユーザＡ、Ｂ、Ｃ、・・・について収集されており、したがって各ユーザを、エンティティＡが値Ｐ（ｘ）_Ａ、Ｐ（ｙ）_Ａ、Ｐ（ｚ）_Ａを有しており、以下同様であるベクトルまたは３Ｄ投影として図に表わすことができる。この図における次元が、通信傾向パラメータの抽象的または論理的な表現であり、たとえ通信傾向パラメータそのものがユーザの地理的位置に関係するものであったとしても、物理的な次元ではないことに、留意されたい。同様の論理的な通信傾向の表現を、類似の通信傾向を有するユーザの集団について形成することも可能である。

このように、この図は、ユーザＡ、Ｂ、Ｃ、・・・を３−Ｄ投影内の種々の地点に示しており、それらの地点のパラメータ値が、ユーザの通信傾向ベクトルを定めている。さらに、１つ以上の上限が、特定のラベル、カテゴリ、または分類についての条件を指定するものとして各パラメータについて定められている（この場合には、ラベル境界４００として示されている）。同様のラベル境界（図示されていない）を、１つ以上のパラメータの下限について定めることもできる。

ラベル境界が、この例では規則的な球形として論理的に示されているが、このような論理的な通信傾向の図において、ラベルの条件がどのように定義されているかに応じて、任意の形状または輪郭を有することが可能である。したがって、ラベルを代表する通信傾向が、ラベル境界４００の内側に含まれ、したがって当該ラベルに該当する任意のエンティティを表わす重心または同等物（図に「Ｍ」として示されている）を実質的に構成することができる。通信傾向の代表Ｍは、例えば類似の通信傾向を有するユーザの集団など、ラベルの内側に含まれ、ラベルに該当するすべてのユーザを表現するために有用である可能性がある。

図４に示されている状況において、種々のユーザＡ〜Ｇのパラメータ値が、現在はラベル境界４００の内側に位置しており、したがってこれらのユーザは、その特徴をこのラベルによって表現するに相応しいが、ユーザは、例えば上述のステップ２：５および３０４において決定されるとおりの通信傾向パラメータの値の変化ゆえに、時間につれて図中を移動する可能性がある。図４の例においては、ユーザＧの通信傾向ベクトルが、ラベル境界４００の外へと移動しており、したがってラベルに相応しくないと判断される一方で、ユーザＨのベクトルは、ラベル境界４００の内側へと移動しており、ひとたび境界４００の内側に位置したならばユーザＨはこのラベルに相応しい。通信傾向ベクトルを、４つ以上のパラメータが含まれる場合にも同様のやり方でユーザについて決定できることを、理解すべきである。

次に、通信ネットワークの１つ以上の端末ユーザに関するラベリング情報を受信第三者５０４へと提供するための典型的なラベリングユニットを、図２および図３に関して説明した機能を基本的に有している図５のブロック図を参照してさらに詳しく説明する。ラベリングユニット５００を、例えばＣＤＲ情報にもとづいて端末ユーザの実行した通信から生成される通信関連データ（この図において「ＣＤ」と表示されている）をもたらすＤＭＥ５０２（すなわち、図２のＤＭＥ２０８の同等物）をやはり含んでいるデータマイニングシステムにおいて実現でき、あるいはそのようなデータマイニングシステムに接続することができる。

ラベリングユニット５００は、ＤＭＥ５０２から通信関連データＣＤを例えば所定の間隔で受信し、あるいは多少なりとも連続的に受信し、あるいは必要に応じて受信するように構成された受信ユニット５００ｂを備えている。さらに、ラベリングユニット５００は、第三者ごとに設定された記憶ユニット５００ａからラベリング規則を取得し、受信した通信関連データを以下のようにラベリング情報へと変換するように構成された変換ユニット５００ｃを備えている。

変換ユニット５００ｃによって実行されるデータ変換は、受信した通信関連データに取得したラベリング規則を適用することによって通信傾向ベクトルのパラメータの値を決定する第１の作業を含んでいる。さらにデータ変換は、通信傾向ベクトルにもとづいて端末ユーザのラベリング情報（端末ユーザを端末ユーザの通信の傾向に関して表現する）を決定する第２の作業を含むことができる。上述のように、ラベリング情報を、パラメータの値そのものとして決定することができ、あるいはパラメータの値のより洗練された表現または翻訳として決定することができる。

さらにラベリングユニット５００は、決定されたラベリング情報「ＬＩ」を第三者５０４へと、例えば図２に２０６で示されているとおりのそれぞれに合わせた通信インターフェイスを使用して届けるように構成された送出ユニット５００ｄを備えている。

上述の実施形態によって例示されるとおりの発明を、種々さまざまな目的に使用することができる。例えば、異なるユーザの間の社会的関係についての情報をユーザの通信の傾向およびアドレス帳などの他のソースから得るプロセスを、容易にすることができる。さらには、変換ユニット５００ｃを、第三者のラベリング規則によってどのような種類のラベリング情報が望まれているかに応じて、異なる機能のための異なるモジュールによって構成することができる。

図６が、ユーザの社会的ネットワークにおける関係に関するラベリング情報ＬＩ（ａ）を生成するように構成された社会的ネットワークモジュール６００ａを含む３つの機能モジュールを有している典型的な変換ユニット６００を示している。社会的ネットワークモジュール６００ａにおけるラベリング機能は、通信関連データを例えば「友人」、「知人」、「仕事相手」、などといった社会的関係の種類および／または強さに関する種々の社会的側面を表現するラベルへと翻訳するためのアルゴリズムを含むことができる。社会的側面を分析するときには、地理的位置、時刻、などの組み合わせも考慮することができる。しかしながら、この種の情報が、トラフィックデータ以外の他のソースからのさらなる入力を必要としてもよいが、それは本発明の技術的範囲の外である。

変換ユニット６００は、例えばユーザのプロファイルを表わすいわゆるＰＣＡ（主成分分析）値またはユーザの属する典型的なユーザ集団を表わす重心にて、ＤＭＥによって典型的に使用される形式で表現されたユーザプロファイルをカスタマイズすることによってユーザのプロファイルを生成するように構成された、プロファイルモジュール６００ｂをさらに備えている。カスタマイズされたラベル情報を、例えばメッセージングサービス３、ピアトゥピアサービス４、などとサービスレベル０〜１０に関して表現することができ、あるいは例えば「アーリーアダプタ（ｅａｒｌｙ ａｄｏｐｔｅｒ）」または「トラディショナリスト（ｔｒａｄｉｔｉｏｎａｌｉｓｔ）」など、より洗練された記述的な形式で表現することができる。

変換ユニット６００は、基本的にユーザプロファイルの生成時のプロファイルモジュール６００ｂに関して上述したやり方で、集団のプロファイルをカスタマイズすることによってユーザ集団のプロファイルを生成するように構成されたクラスタモジュール６００ｃをさらに備えている。

上述した発明は、ネットワークのオペレータが、ラベリングユニットにおいて機械学習機能などによって抽出した最終ユーザについての知見を、ビジネスアナリストおよびベンダなどの第三者へとより効率的なやり方で転送することを可能にできる。他に考えられる第三者の例は、ＩＰ ＴＶ運営者、音楽ダウンロード提供者、または広告代理店などのコンテンツプロバイダである。この新規な特徴は、上述したようにデータマイニングの専門家の必要性を最小限にする（データマイニングの専門家が、顧客ごとのラベリング規則を設定するときにだけ必要である）。

本発明を、特定の典型的な実施形態に関して説明したが、以上の説明は、おおむね本発明の考え方を例示することだけを目的としており、以上の説明を、本発明の技術的範囲を限定するものとして解釈してはならない。本発明は、添付の特許請求の範囲によって定められる。

Claims (17)

1. 通信ネットワークの１人以上の端末ユーザ（２１０）に関するラベリング情報を受信第三者（Ｃ）へと提供する方法であって、
   データマイニングシステムに接続されたラベリングユニット（２００）によって実行される以下のステップ、すなわち
   −前記１人以上の端末ユーザの実行した通信から生成される通信関連データを受信するステップ（２：３、３００）と、
   −第三者ごとに設定（２：１）された保存済みのラベリング規則（２０２）を取得するステップ（２：４、３０２）と、
   −前記受信した通信関連データに前記取得したラベリング規則を適用することによって通信傾向ベクトルを決定（３０４）し、得られた通信傾向ベクトルにもとづき、端末ユーザを該端末ユーザの通信の傾向に関して表現する端末ユーザのラベリング情報を決定（３０６）することで、前記受信した通信関連データをラベリング情報へと変換するステップ（２：５）と、
   前記決定したラベリング情報を第三者（Ｃ）へと届けるステップ（２：６、３０８）と
   を含んでいる方法。
2. 前記届けられるラベリング情報が、前記ラベリング規則によって定義されるとおりの端末ユーザのラベル、カテゴリ、または分類を含んでいる、請求項１に記載の方法。
3. 前記ラベリング情報が、根底にあるトラフィックの種類および通信技術とは無関係な用語によって表現される、請求項１または２に記載の方法。
4. 前記ラベリング情報が、前記第三者に合わせたプロトコルおよびインターフェイス（２０６）を使用して届けられる、請求項１〜３のいずれか一項に記載の方法。
5. 前記ラベリング規則が、前記通信傾向ベクトルを複数の測定可能な通信傾向パラメータとして定義し、ユーザの所定のラベル、分類、またはカテゴリの境界としてパラメータのしきい値または区間を設定することによって設定される、請求項１〜４のいずれか一項に記載の方法。
6. 前記通信傾向ベクトルが、前記受信した通信関連データから前記通信傾向パラメータの値を決定することによって決定され、ユーザのラベル、分類、またはカテゴリが、前記通信傾向ベクトルの各パラメータについてあらかじめ設定される前記境界にもとづいて決定される、請求項５に記載の方法。
7. 前記通信傾向ベクトルが、１人の端末ユーザまたは類似の通信の傾向を有する複数の端末ユーザの集団を代表する、請求項１〜６のいずれか一項に記載の方法。
8. 前記通信関連データが、１つ以上のＭＬＡ（２０８ａ）によって処理されてＤＭＥ（２０８）から受信される、請求項１〜７のいずれか一項に記載の方法。
9. データマイニングシステムに接続されて、通信ネットワークの１人以上の端末ユーザに関するラベリング情報を受信第三者（Ｃ）へと提供するラベリングユニット（２００）であって、
   −前記１人以上の端末ユーザの実行した通信から生成される通信関連データを受信するように構成された受信ユニット（５００ｂ）と、
   −第三者ごとに設定された保存済みのラベリング規則（５００ａ）を取得し、前記受信した通信関連データに前記取得したラベリング規則を適用することによって通信傾向ベクトルのパラメータの値を決定し、該通信傾向ベクトルにもとづいて、端末ユーザを該端末ユーザの通信の傾向に関して表現する端末ユーザのラベリング情報を決定することで、前記受信した通信関連データをラベリング情報へと変換するように構成された変換ユニット（５００ｃ）と、
   −前記決定されたラベリング情報を第三者（Ｃ）へと届けるように構成された送出ユニット（５００ｄ）と
   を備えているラベリングユニット（２００）。
10. 前記届けられるラベリング情報が、前記ラベリング規則によって定義されるとおりの端末ユーザのラベル、カテゴリ、または分類を含んでいる、請求項９に記載のラベリングユニット。
11. 前記ラベリング情報が、根底にあるトラフィックの種類および通信技術とは無関係な用語によって表現される、請求項９または１０に記載のラベリングユニット。
12. 前記ラベリング情報が、前記第三者に合わせたプロトコルおよびインターフェイス（２０６）を使用して届けられる、請求項９〜１１のいずれか一項に記載のラベリングユニット。
13. 記憶ユニット（５００ａ）をさらに備えており、この記憶ユニット（５００ａ）において、前記ラベリング規則が、前記通信傾向ベクトルを複数の測定可能な通信傾向パラメータとして定義することによって設定されており、ユーザの所定のラベル、分類、またはカテゴリの境界としてパラメータのしきい値または区間が設定されている、請求項９〜１２のいずれか一項に記載のラベリングユニット。
14. 前記変換ユニットが、前記受信した通信関連データから前記通信傾向パラメータの値を決定することによって前記通信傾向ベクトルを決定し、ユーザのラベル、分類、またはカテゴリを、前記通信傾向ベクトルの各パラメータについてあらかじめ設定される前記境界にもとづいて決定するようにさらに構成されている、請求項１３に記載のラベリングユニット。
15. 前記通信傾向ベクトルが、１人の端末ユーザまたは類似の通信の傾向を有する複数の端末ユーザの集団を代表している、請求項９〜１４のいずれか一項に記載のラベリングユニット。
16. 前記受信ユニットが、１つ以上のＭＬＡ（２０８ａ）によって処理されたとおりに前記通信関連データをＤＭＥ（２０８）から受信するようにさらに構成されている、請求項９〜１５のいずれか一項に記載のラベリングユニット。
17. 前記変換ユニットが、
    −ユーザの社会的ネットワークにおける関係に関するラベリング情報（ＬＩ（ａ））を生成するように構成された社会的ネットワークモジュール（６００ａ）と、
    −前記通信関連データの送信元であるＤＭＥが使用する形式で表現されたユーザプロファイルをカスタマイズすることによってユーザのプロファイルを生成するように構成されたプロファイルモジュール（６００ｂ）と、
    −前記ＤＭＥが使用する形式で表現された集団のプロファイルをカスタマイズすることによってユーザ集団のプロファイルを生成するように構成されたクラスタモジュール（６００ｂ）と
    のうちの１つ以上を含んでいる、請求項９〜１６のいずれか一項に記載のラベリングユニット。

Images