JP2013535065A - コンテンツアイテムヒストグラムを用いた流行のコンテンツアイテムの識別 - Google Patents

Abstract

コンテンツアイテムセット内で、コンテンツアイテムに対する参照の頻度の変化に基づいて、特定のコンテンツアイテムを流行のコンテンツアイテムとして識別する。例えば、ソーシャルネットワークのユーザは、メッセージ内のウェブリソースのユニフォームリソースロケータ（ＵＲＬ）をポストすることによってウェブリソースを参照し、そのような参照の頻度の変化を検出することによって流行のウェブリソースを識別する。コンテンツアイテムヒストグラム中のそのような参照をカウントし、コンテンツアイテムに対する各参照の検出時のトレンドスコアを計算することにより、こうした傾向を追跡する。次いで、第２の時間と、コンテンツアイテムに対する最後に検出した参照の最後の参照時間との間の期間に基づいて、それぞれのコンテンツアイテムのトレンドスコアを減衰させた後のトレンドスコアを比較することにより、流行のコンテンツアイテムを第２の時間に識別する。

Description

本発明は、コンテンツアイテムヒストグラムを用いた流行のコンテンツアイテムの識別に関する。

コンピューティングの分野の中で、多くのシナリオが、様々なエージェントによって参照することのできるコンテンツアイテムのセットを使用する。第１の例としては、ソーシャルネットワークのユーザが、ウェブページ、ビデオ、イメージなどのウェブリソースに対する参照（ユニフォームリソースロケータ、すなわちＵＲＬなど）を含むメッセージをポストする。第２の例としては、そのようなユーザはまた、ウェブ上で利用可能な様々なリソースのＵＲＬなどの特定のコンテンツアイテムに対する参照、または特定の地理的位置を示す地理的参照（全地球測位システム（ＧＰＳ）座標など）を含むメッセージもポストする。第３の例としては、ｅコマースサイトの顧客が、ｅコマースサイトを通じて入手可能であることがある様々な製品またはサービスを参照するメッセージをポストすることができる。これらおよび他のシナリオでは、流行的な人気および／または使用を明確に示すコンテンツアイテムを識別することが望ましいことがある。この情報を使用して、例えば、現在流行のコンテンツアイテムのリストをユーザに提示し、流行のコンテンツアイテムをユーザに提案し（例えば、予測テキスト入力デバイスが、流行のコンテンツアイテムのテキスト名に基づいてユーザ入力の補完または訂正を提案することができる）、またはｅコマースプロバイダが需要の傾向に基づいて製品またはサービスの価格および在庫を調節することを可能にすることができる。

この概要は、以下の詳細な説明でさらに説明する概念の抜粋を簡略化した形態で紹介するために与えるものである。この概要は、特許請求される主題の主要な要素または不可欠な特徴を識別するためのものではなく、特許請求される主題の範囲を限定するために使用するものでもない。

流行のコンテンツアイテムについての情報は多くのシナリオで有用であることがあるが、そのような流行のコンテンツアイテムを識別することは、様々な理由で難しいことがある。例えば、会話的コンテキスト、曖昧な用語の曖昧性除去、および頭字語の解釈を含むことのある、参照に含まれる特定のコンテンツアイテムを識別することは難しいことがある。さらに、各メッセージを効率的であるが完全に、迅速に評価する方法で、ソーシャルネットワークのユーザによってポスト（投函、送信）されたメッセージのセット全体などの大量のメッセージのセット内のそのような参照を評価することは難しいことがある。例えば、速報ニュースを示す可能性があるような、特定のニュース記事に対する参照の急増を迅速に検出することは、メッセージの量が多い場合、達成することが難しいことがある。

様々なコンテンツアイテムに対する大量の参照を特徴とする環境内であっても流行のコンテンツアイテムの迅速な検出をサポートすることのできる、そのような参照を潜在的に効率的でスケーラブルに追跡する技法を本明細書で提示する。こうした技法は、それぞれ、異なるコンテンツアイテムを表し、異なる期間内のコンテンツアイテムに対する参照の測定のセットを含む、ユーザのコンテンツアイテムヒストグラムのセットを使用する。例えば、コンテンツアイテムヒストグラムは配列を含み、第１の索引（番号０）が、現時間枠内で検出したコンテンツアイテムに対する参照を表し、第２の索引（番号１）が、先行する時間枠内で検出したコンテンツアイテムに対する参照を表し、第３の索引（番号２）が、第２の索引の時間枠に先行する時間枠内で検出したコンテンツアイテムに対する参照を表し、以下同様である。

コンテンツアイテムに対する新しい参照を検出した場合、現在時間を、現測定期間が経過したかどうかをコンテンツアイテムヒストグラムが判定するための最後の参照時間と比較する。そうである場合、（例えば、配列の先頭に新しいエントリを挿入することによって）新しい参照カウント（新しい測定期間を表す）をコンテンツアイテムヒストグラムに追加する。さらに、最後に検出したコンテンツアイテムに対する参照の検出時に、コンテンツアイテムの流行的な人気および／または使用を示すコンテンツアイテムヒストグラムに基づいて、コンテンツアイテムについてのトレンドスコアを計算する。例えば、最近の鋭い参照の急増を示したコンテンツアイテムについて、参照数が比較的低い場合であっても高いトレンドスコアを計算し、一方、最近の検出した参照のプラトーまたは低下を示すコンテンツアイテムについて、参照数が高いままであっても低いトレンドスコアを計算する（コンテンツアイテムの、安定しているが、流行的ではない人気を示す）。その後で、流行的な人気を有するコンテンツアイテムを判定するためにコンテンツアイテムを評価する場合、最後に検出した参照以来経過した時間に基づいて、各コンテンツアイテムのトレンドスコアを減衰させる、（減衰調節後の）最高のトレンドスコアを有するコンテンツアイテムを、最も鋭い人気の増加傾向を有するコンテンツアイテムとして選択する。

このようにして、流行的な人気を比較的効率的に識別することができる。さらに、いくつかの実施形態では、サーバセットを備えるデバイスのセットが、異なる参照のバッチを評価し、それに応じてコンテンツアイテムヒストグラムを更新し、それによって、評価する参照の量に依然として比例する評価のスケーラビリティが可能となる（例えば、参照の評価が技法のレート制限要素を含む場合、追加の参照のグループを評価するためにサーバセットに新しいデバイスを追加することにより、追加の容量および性能を予測可能に、比例的に増大させることができる。）

上記および関連する目的の達成に向けて、以下の説明および添付の図面は、いくつかの例示的態様および実装を述べる。これらは、１つまたは複数の態様を利用することのできる様々な方法のうちのいくつかを示すに過ぎない。本開示の他の態様、利点、および新規な特徴は、添付の図面と共に考える場合に以下の詳細な説明から明らかとなるであろう。

ユーザがコンテンツアイテムに対する参照を有するメッセージのセットをポストすることを含むソーシャルネットワークを特徴とする例示的シナリオの図である。 コンテンツアイテムのセットの中の流行のコンテンツアイテムの識別を特徴とする例示的シナリオの図である。 本明細書で提示する技法による、コンテンツアイテムヒストグラムのセットを使用する、様々なコンテンツアイテムに対する参照の追跡を特徴とする例示的シナリオの図である。 本明細書で提示する技法による、コンテンツアイテムのセットの中の流行のコンテンツアイテムの識別を特徴とする例示的シナリオの図である。 コンテンツアイテムのセットの中の流行のコンテンツアイテムを識別する例示的方法を示す流れ図である。 コンテンツアイテムのセットの中の流行のコンテンツアイテムを識別する例示的システムを示す構成要素ブロック図である。 本明細書で説明する設備のうちの１つまたは複数を実施するように構成されたプロセッサ実行可能命令を含む例示的コンピュータ可読媒体の図である。 コンテンツアイテムを含む位置のセットを識別する一般化位置参照のセットへの位置参照の一般化を特徴とする例示的シナリオの図である。 参照１２２をリダイレクトし、およびそれを参照キャッシュにキャッシングすることによって間接的に参照されるコンテンツアイテムの検出を特徴とする例示的シナリオの図である。 コンテンツアイテムヒストグラムの整数配列としての例示的実装の図である。 コンテンツアイテムヒストグラムの整数配列としての例示的実装の別の図である。 異なる参照期間にわたるコンテンツアイテムに対する参照をそれぞれ表すコンテンツアイテムヒストグラムのセットの例示的実装の図である。 コンテンツアイテムのセットのトレンドスコアを減衰させる確定的技法を特徴とする例示的シナリオの図である。 ユーザに流行のコンテンツアイテムを提示する２つの技法を特徴とする例示的シナリオの図である。 本明細書で説明する設備のうちの１つまたは複数を実装することのできる例示的コンピューティング環境を示す図である。

次に、全体を通して同様の参照番号が同様の要素を指すのに使用される図面を参照しながら、特許請求される主題を説明する。以下の説明では、説明のために、特許請求される主題の完全な理解を与えるために、多数の特定の詳細を説明する。しかし、こうした特定の詳細を用いずに、特許請求される主題を実施できることは明らかである。別の例では、特許請求される主題の説明を容易にするために、構造およびデバイスをブロック図形態で示す。

コンピューティングの分野内で、複数のコンテンツアイテムに対する参照を通じて、コンテンツアイテムのセットの流行的な人気および使用を追跡する多くのシナリオがある。前記コンテンツは様々なエージェント（ユーザなど、ソフトウェアプロセスをも含む）によって生成される。例えば、ソーシャルネットワークでは、ユーザは、公にアクセス可能なポストと、特定の他のユーザに宛てられたプライベートメッセージとを含むメッセージを書くことがある。これらメッセージは、特定のストーリーまたはコンテンツアイテムを含むウェブページを示すユニフォームリソースロケータ（ＵＲＬ）などのような様々なコンテンツアイテムへの参照を含む。このシナリオおよびその他のシナリオでは、コンテンツアイテムに対する参照の頻度の傾向を追跡することが有利である。「流行的に」参照される（例えば、以前の時点とは著しく異なる頻度で参照される）のではなく、単に頻繁に参照されるコンテンツアイテム（例えば、頻繁に訪問されるウェブサイトや、頻繁に参照される場所などの、人気のあるコンテンツアイテム）との対照により、参照の頻度の傾向の識別は著しく有用である。第１の例として、企業は、安定した需要の予測に基づいて様々な製品の在庫を維持するが（例えば、頻繁に購入される製品の在庫量を高く保ち、頻繁には購入されない製品の在庫量を低く保つ）、購入のために入手可能な製品のセットを調節するために、そのような購入の頻度の動的傾向も識別したいことがある。第２の例として、メディアライブラリが、様々なメディアアイテムの人気を追跡することがあるが、（例えば、他のユーザがしばしば再生を頻繁に開始したメディアアイテムをユーザに提案するために）そのような人気の傾向を別々に追跡することがある。

図１に、ソーシャルネットワークの１人または複数のユーザ１２によってポストされたメッセージ１４中のコンテンツアイテム１８に対する参照１６に基づく、そのようなコンテンツアイテム１８の人気の傾向を特徴とする例示的シナリオ１０を提示する。それぞれのユーザ１２は、テキスト説明を含み、他のユーザ１２にとって関心のある可能性のあるウェブリソースのＵＲＬなどのコンテンツアイテム１６に対する参照１６を時折含む、ユーザ１２にとって関心のあるトピックについてのメッセージ１４をポストすることができる。コンテンツアイテム１８の一部は静的に人気があることがあり、例えば、人気のある女優の経歴が、高い頻度であるが、安定した予測可能な頻度で、ユーザ１２によってしばしば参照されることがある。しかし、ユーザ１２は、以前に参照されたよりも著しく高いまたは低い頻度で特定のコンテンツアイテム１８への参照１６のポスティングを開始することもある。コンテンツアイテム１８の参照のそのような傾向は、有用な情報を与えることがある。例えば、図１の例示的シナリオ１０では、人気のある俳優が急に亡くなったという情報をユーザが受信した場合、ユーザ１６は、以前に検出されたよりもずっと高いレートで、俳優の経歴１８（例えば、映画データベースウェブサイト上のウェブページ、または人物百科事典ウェブサイト内のウェブページ）に対する参照１６を含むメッセージ１４のポスティングを急に開始することがある。第２の例として、気象レーダーを特徴とするウェブサイトを訪問しているユーザ１６は、竜巻などの関心を引く気象パターンの発展に気付くことがあり、気象レーダーウェブサイトへの参照１６を含むメッセージ１４をポストすることがある。他のユーザ１２は、このメッセージ１４を閲覧することがあり、同様のメッセージ１４をポストして他のユーザ１２に通知することがあり、気象レーダーウェブサイトを含むコンテンツアイテム１８に対する参照１６の急増が検出されることがある。そのようなコンテンツアイテム１８の静的な人気を識別することとは対照的に、そのようなコンテンツアイテム１８に対する参照１６の頻度のこうした傾向を検出することは、正式に確認される前、例えば従来型ニュース源によって速報ニュース記事としてレポートされる前であっても、ユーザ１２によって知られ、または知覚される、何らかの新しい有用な情報を識別することができる。

しかし、そのようなコンテンツアイテム１８に対する参照１６の傾向を識別するようにコンピュータシステムを構成することは難しいことがある。具体的には、傾向を識別するために評価すべきメッセージ１４の純然たる量は、数百万のＥメールメッセージ、インスタントメッセージ、ソーシャルネットワーク内のポストなど、非常に多い。さらに、トレンド情報は、迅速に検出した場合にのみ貴重であり、したがって、参照１６の頻度の傾向を検出するためにメッセージ１４の評価の効率を改善する技法が有利であるが、そのような検出を遅延させる技法は、得られた情報の価値を損なう。具体的には、多くのコンピュータシステムを使用する実装では（サーバファームなど）、いくつかの技法は、例えば、サーバファームに追加されるいくつかの新しいサーバに比例する速度および感度利得を管理者が実現可能にすることにより、スケーラビリティを通じて、傾向を迅速に敏感に検出することの、予測可能な著しい利点を提供することができ、他の技法は、もたらされる利点が制限され、または利点がなく、さらには傾向の検出の利点が低下する。

図２に、デバイスの第１の構成が、流行のコンテンツアイテム１８に対する、ソーシャルネットワークのユーザ１２のメッセージ１４でポストされる参照１６の頻度の傾向を識別することによってそのようなコンテンツアイテム１８を検出するように構成されることを特徴とする例示的シナリオ２０を提示する。この構成はデバイス２２のセットを含み、そのそれぞれは、メッセージ１４の一部（例えば、メッセージ１４のセット全体の任意の部分、またはソーシャルネットワークのユーザ１２のセット全体の中のユーザ１２の任意のサブセットによってポストされるメッセージ１４）を監視するように構成される。デバイス２２は、特定のコンテンツアイテム１８に対する参照１６の頻度の傾向を検出し（例えば、特定のコンテンツアイテム１８に対する参照１６の検出した頻度を、コンテンツアイテム１８に対する参照１６の予測される頻度または典型的な頻度と比較することによって）、検出した傾向を中央データベースなどの別のサーバにレポートする。このようにして、デバイス２２の構成は、いくつかの流行のコンテンツアイテム１８を検出するために、ソーシャルネットワーク内でポストされたメッセージ１４のすべての評価を迅速な形で促進する。さらに、この構成は、迅速性を改善し、および／またはより大量のメッセージ１４を処理するようにスケーラブルでよく、例えば、追加のデバイス２２を含めることができ、追加のメッセージ１４を処理し、メッセージ１４のセットをより高速に処理するように構成する。しかし、この構成は、流行のコンテンツアイテム１８の検出の感度も制限する。例えば、図２の例示的シナリオ２０では、通常は、すべてのコンテンツアイテム１８を、図示するユーザ１２のセットによって１度参照する。しかしながら、２つの特定のコンテンツアイテム１８は、様々なユーザによってポストされるメッセージ１４に含まれる３つの参照１６で参照される。この頻度は、こうしたコンテンツアイテム１８に対する参照１６の著しく高い頻度の傾向を示す。しかし、参照１６が、デバイス２２間で均一に配布されるメッセージ１４に含まれるので、デバイス２２はこの傾向を検出しないことがある。したがって各デバイス２２は、各コンテンツアイテム１８に対する１つの参照１６だけを検出し、それは、各コンテンツアイテム１８に対する参照１６の予想頻度と一致する。したがって、デバイス１６のこの構成は、受け入れられるレベルの感度で流行のコンテンツアイテム１８を検出するように適切にスケーラブルではないことがある。他の技法は感度の改善を示すことができるが、速度、容量、および／またはスケーラビリティが犠牲となる。

ソーシャルネットワークのユーザ１２のメッセージ１４内に含まれることのある参照、メディアライブラリ内の特定のメディアアイテムを再生することを求めるユーザの要求時の参照、様々なソフトウェアプロセスによるコンピュータシステム内の様々なタイプのデータオブジェクトのアクセス時の参照などの、流行のコンテンツアイテム１８に対する参照１６の頻度を評価することによって流行のコンテンツアイテム１８を検出する技法を本明細書で提示する。こうした技法は、特定のメッセージ１４について、コンテンツアイテムヒストグラムのセットを生成することを含み、各コンテンツアイテムヒストグラムは、１分、１時間、１日などの特定の持続時間の参照期間内に検出される特定のコンテンツアイテム１８に対する参照１６の参照カウントのセットを含む。コンテンツアイテムヒストグラムは、例えば整数配列として実装することができ、整数配列の第１の要素は、現参照期間内の参照の数値カウントを含み、後続の要素は、以前に経過した参照期間内の参照の数値カウントを含む。コンテンツアイテムヒストグラムはまた、最後に検出したコンテンツアイテム１８に対する参照１６の日付および／または時刻を示す、最後の参照時間をも含むことができる。

こうした技法によれば、新しいコンテンツアイテム１８に対する参照１８を検出した場合、こうした技法の一実施例は、例えば初期値０を有する単一参照カウント（現参照期間の現参照カウントを表す）を含む、コンテンツアイテム１８に関する新しいコンテンツアイテムヒストグラムを生成する。次いで実施形態は、現参照カウントを増分することによってコンテンツアイテム１８に対する参照１６を記録する。さらに、実施形態は、コンテンツアイテムヒストグラムに関する最後の参照時間を現在日付および／または時刻に設定する。さらに、参照１６の検出時に、実施形態は、コンテンツアイテムヒストグラムに基づいて、最後に検出した参照１６の時のコンテンツアイテム１８の流行を示す、コンテンツアイテム１８に関するトレンドスコアを計算し、格納する。例えば、正のトレンドスコアは、コンテンツアイテム１８の最近の正の傾向（コンテンツアイテム１８に対する参照１６の頻度の著しい上昇など）を示し、負のトレンドスコアは、参照１６の頻度の最近の負の傾向を示す。０のトレンドスコアは、以前の測定と比べて参照１６の頻度に変化がないことを示す。

さらにこうした技法によれば、ユーザ１２の要求時や期間の経過時などの、（後続の）２回目に、本実施形態では、コンテンツアイテム１８のトレンドスコアを比較して、流行のコンテンツアイテム１８を識別する。本実施形態では、各コンテンツアイテム１８について設定されたトレンドスコアを比較することによってそれを行うことができるが、例えば、以前に高頻度で参照されたコンテンツアイテム１８がかなりの期間に参照されなかった場合、結果として不正確な比較が得られる。例えば、気象レーダー上に現れつつある嵐の状態を綿密に監視している（非常に流行しているコンテンツアイテム１８を示す多くの参照１６を生成している）ユーザ１２は、嵐の状態が急に消散した場合、即座に関心を失う。しかし、コンテンツアイテムヒストグラムは、最後に記録した現メトリックとして高い参照カウントを示すだけである。一実施形態においては、ユーザ１２がウェブサイトへの参照１６の生成を停止した後であっても、引き続きこのウェブサイトを流行のコンテンツアイテム１８として識別する。したがって、それぞれのコンテンツアイテム１８のトレンドスコアを比較する際に、一実施形態は、最後の参照時間と、流行のコンテンツアイテム１８のレポーティングが生成された第２の時間との差に従って、各トレンドスコアを「減衰」させることができる。例えば、引き続き頻繁に参照されるコンテンツアイテム１８に関するトレンドスコアは同じままでよいが、ある時に参照されなかったコンテンツアイテム１８に関するトレンドスコアを、参照１８の中断の持続時間（例えば、参照中断間隔）に比例して、著しく低い値まで減衰させることができる。次いで、この実施形態は、「減衰した」トレンドスコアを比較して、流行のコンテンツアイテム１８を識別する。このようにして、この実施形態は、流行のコンテンツアイテム１８の正確な検出およびレポーティングを改善すると共に、参照１６の効率的な評価も達成し、検出した参照カウントを各コンテンツアイテム１８のコンテンツアイテムヒストグラムに格納する。さらに、この構成は、システムのスケーラビリティを促進して、より多くの参照１６を評価し、および／または参照１６のバッチをより迅速に評価して、流行のコンテンツアイテム１８の迅速な検出を改善する。

図３〜４は共に、こうした技法を示す。この技法は、流行のコンテンツアイテム１８を検出するように構成されたデバイス２２によって実行される。図３の例示的シナリオ３０では、デバイス２２は、メッセージ１４のセットを監視する。メッセージ１４のセットはユーザ１２のセットによって生成される。ユーザ１２のセットは特定のコンテンツアイテム１８に対する参照１６を含む。デバイス２２はまた、それぞれのコンテンツアイテム１８について、コンテンツアイテムヒストグラム３２を生成および保持する。コンテンツアイテムヒストグラム３２は現参照カウント期間に検出した参照１６の数を表す現参照カウント３４を含み、１つまたは複数の参照カウント期間内で検出した１つまたは複数の参照カウントを示す。そのような参照１６の検出時に、デバイス２２はまず、これが、検出されたコンテンツアイテム１８に対する第１の参照１６であるかどうかを判定する。肯定判定である場合、デバイス２２は、コンテンツアイテム１８に関するコンテンツアイテムヒストグラム３２を生成する。次いでデバイス２２は、現参照カウント期間に関する現参照カウント３４を増分し、検出した参照１６を記録する。デバイス２２はまた、コンテンツアイテム１８に関する最後の参照時間３６を現在日付および／または時刻として設定して、最後に検出したコンテンツアイテム１８に対する参照１６の日付または時刻を示す。デバイスはまた、コンテンツアイテムヒストグラム３２を評価して、最後の参照時間３６時点のコンテンツアイテム１８の流行を示す、コンテンツアイテム１８に関するトレンドスコア３８を設定する。例えば、第１のコンテンツアイテム１８を、一貫して高い頻度の参照１６に関連付けるが、（特に、以前の参照カウントに対する最近の参照カウントの）頻度の一貫性が流行の欠如を示すことができ、その結果、トレンドスコア３８が０となる。第２のコンテンツアイテム１８に関するコンテンツアイテムヒストグラム３２は、参照１６の頻度の安定した上昇傾向を示し、その結果、トレンドスコア３８が６となり、第３のコンテンツアイテム１８に関するコンテンツアイテムヒストグラム３２は、参照１６の頻度の鋭い上昇傾向（最近の急増など）を示し、その結果、トレンドスコア３８が９となる。

図４の例示的シナリオ４０では、（図３に示す時間の後の）第２の時間４２で、デバイス２２は、コンテンツアイテム１８の計算したトレンドスコア３８を使用して、流行のコンテンツアイテム１８を識別する。具体的には、デバイス２２は、それに対する参照１６がかなりの期間にわたって検出されなかったコンテンツアイテム１８について対処するために、それぞれのコンテンツアイテム１８について、第２の時間４２と、コンテンツアイテム１８の最後の参照時間３６との間の差に基づいて、トレンドスコア３８の減衰４４を実行する。例えば、第１のコンテンツアイテム３８について、検出の参照１６がない短い期間が経過することがある。したがってトレンドスコア３８の９を、調節後トレンドスコア４６の８に減衰させる（４４）。第２のコンテンツアイテム３８は、参照１６の検出でどんな著しい遅延も示さないことがあり（例えば、最後の参照時間３６が、第２の時間４２とほぼ等しいことがある）、したがってトレンドスコア３８の６を０のファクタで減衰させて（４４）、調節後トレンドスコア４６の６を生成する。一方、第３のコンテンツアイテム１８は、トレンドスコア３８の８で開始した可能性があるが、最後に検出した参照１６から著しい期間が経過することがあり、減衰４４が、著しく減衰した調節後トレンドスコア４６の５を生成する。このようにして、デバイス２２は、流行のコンテンツアイテム１８の次数を（減衰４４に基づいて）１次から、流行検出の精度を改善することができる２次に調節する。

図５はこうした技法の第１の実施形態を提示する。図５では、この技法をコンテンツアイテム１８に対する参照１６に基づいて流行のコンテンツアイテム１８を識別する例示的方法５０として示す。例示的方法５０は、プロセッサを有するデバイス２２上で、例えば、システムＲＡＭなどの揮発性メモリ、またはハードディスクドライブ、固体ドライブ、フラッシュ記憶デバイス、光ディスクなどの不揮発性メモリに格納されたソフトウェア命令のセットとして実装することができる。例示的方法５０は５２で始まり、本明細書で提示する技法を実施するように構成された命令をプロセッサ上で実行される（５４）。具体的には、命令が、コンテンツアイテム１８に対する参照１６の検出時５６に、参照１６がコンテンツアイテム１８に対する最初に検出した参照１６を含むかどうかをまず判定し、肯定判定の場合、コンテンツアイテム１８に関するコンテンツアイテムヒストグラム３２を開始する（５８）ように構成される。命令はまた、参照１６の検出時（５６）に、コンテンツアイテム１８に関するコンテンツアイテムヒストグラム３２の現参照カウント３４を増分し（６０）、コンテンツアイテムヒストグラム３２を使用して、コンテンツアイテム１８に関するトレンドスコア３８を設定し（６２）、コンテンツアイテム１８に関する最後の参照時間３６を設定する（６４）ように構成される。命令はまた、第２の時間４２に、それぞれのコンテンツアイテム１８について、第２の時間４２と、コンテンツアイテム１８に関する最後の参照時間３６との差に従ってトレンドスコア３８を減衰させ（６８）、コンテンツアイテム１８のトレンドスコア３８を比較する（７０）ことにより、流行のコンテンツアイテム１８を識別する（６６）ように構成される。このようにして、本明細書で提示する技法をデバイス２２に実行させるように命令を構成し、したがって命令は７２で終了する。

図６は、本明細書で提示する技法の第２の実施形態を特徴とする第２のシナリオの図を提示する。第２の実施形態はコンテンツアイテム１８に対する参照１６に基づいて流行のコンテンツアイテム１８を識別するように構成された例示的システム８６を含む。例示的システム８６は、例えば、デバイス８２のメモリに格納された命令を含み、こうした技法を共に実装する構成要素を実装するように構成されたソフトウェアアーキテクチャとして、および／またはこうした技法の様々な側面を実装する１つまたは複数のハードウェア構成要素として実装することができる。例示的システム８６は、プロセッサ８４を有し、少なくとも１つのコンテンツアイテム１８にアクセスできるデバイス８２上で動作する。例示的システム８６は参照カウンティング構成要素（ｒｅｆｅｒｅｎｃｅ ｃｏｕｎｔｉｎｇ ｃｏｍｐｏｎｅｎｔ）８８を備え、参照カウンティング構成要素８８は、コンテンツアイテム１８に対する参照１６の検出時に、参照１６がコンテンツアイテム１８に対する最初に検出した参照１６を含むかどうかを判定し、肯定判定の場合、コンテンツアイテム１８に関するコンテンツアイテムヒストグラム３２を開始するように構成される。参照カウンティング構成要素８８はまた、コンテンツアイテム１６に関するコンテンツアイテムヒストグラム３２の現参照カウント３４を増分し、コンテンツアイテムヒストグラム３２を使用して、コンテンツアイテム１８に関するトレンドスコア３８を設定し、コンテンツアイテム１８に関する最後の参照時間３６を設定するように構成される。例示的システム８６はまた、流行のコンテンツアイテム識別構成要素（ｔｒｅｎｄｉｎｇ ｃｏｎｔｅｎｔ ｉｔｅｍ ｉｄｅｎｔｉｙｉｎｇ ｃｏｍｐｏｎｅｎｔ）９０をも備え、流行のコンテンツアイテム識別構成要素９０は、第２の時間４２に、それぞれのコンテンツアイテム１８について、第２の時間４２と、コンテンツアイテム１８に関する最後の参照時間３６との差に従ってトレンドスコア３８を減衰させ（４４）、次いでコンテンツアイテム１８のトレンドスコア３８を比較することにより、流行のコンテンツアイテム１８を識別するように構成される。このようにして、例示的システム８６は、本明細書で提示する技法に従って、コンテンツアイテム１８のセットの中の流行のコンテンツアイテム１８をデバイス８２に識別させる。

さらに別の実施形態は、本明細書で提示する技法を適用するように構成されたプロセッサ実行可能命令を含むコンピュータ可読媒体を使用する。このようにして考案することのできる例示的コンピュータ可読媒体を図７に示す。実装１００は、コンピュータ可読データ１０４がその上に符号化されるコンピュータ可読媒体１０２（例えば、ＣＤ−Ｒ、ＤＶＤ−Ｒ、ハードディスクドライブのプラッタ）を含む。このコンピュータ可読データ１０４は、本明細書で説明する原理に従って動作するように構成されたコンピュータ命令１０６のセットを含む。そのような一実施形態では、図５の例示的方法６０などの、コンテンツアイテムのセットの中の流行のコンテンツアイテムを識別する方法を実施するようにプロセッサ実行可能命令１０６を構成する。別のそのような実施形態では、図６の例示的システム８６などの、コンテンツアイテムのセットの中の流行のコンテンツアイテムを識別するシステムを実装するようにプロセッサ実行可能命令１０６を構成する。このコンピュータ可読媒体のいくつかの実施形態は、このようにしてプロセッサ実行可能命令を格納するように構成される非一時的コンピュータ可読記憶媒体（例えば、ハードディスクドライブ、光ディスク、またはフラッシュメモリデバイス）を含むことができる。本明細書で提示する技法に従って動作するように構成される多くのそのようなコンピュータ可読媒体を当業者は考案することができよう。

本明細書で提示する技法を多くの態様での変形と共に考案することができ、いくつかの変形は、これらおよび他の技法の他の変形に対して、追加の利点を提示することができ、および／または欠点を低減することができる。さらに、いくつかの変形形態を組み合わせて実装することができ、いくつかの組合せは、相乗的協働を通じて追加の利点および／または欠点の低減を特徴とすることができる。変形を様々な実施形態（例えば、図５の例示的方法６０および図６の例示的システム８６）に組み込み、そのような実施形態に対して個々の利点および／または相乗的利点を与えることができる。

こうした技法の実施形態の間で変化することがある第１の態様は、そのような技法を利用することのできるシナリオに関する。第１の例として、ソーシャルネットワークのユーザ１２は、特定のストーリーまたはコンテンツアイテムを含むウェブページなどのウェブリソースを識別するユニフォームリソースロケータ（ＵＲＬ）などの様々なコンテンツアイテム１８に対する参照１６を含むメッセージ１４（例えば、ソーシャルネットワークのすべての他のユーザによって閲覧することのできる公にアクセス可能なポスト、および／またはソーシャルネットワークの特定のユーザに宛てられたプライベートメッセージ）をポストする。この第１の態様の第２の例として、メディアライブラリで、１人または複数のユーザ１２が、様々なメディアアイテムをレンダリングする（音楽の再生、ビデオの表示など）ように要求する。メディアベースのコンテンツアイテム１８の間の人気の傾向を解釈するために、そのようなメディアアイテムの（参照１６のタイプとしての）レンダリングを追跡する。この第１の態様の第３の例として、企業が、様々な商品またはサービスの顧客による関心または購入の傾向を識別することができる（製品の表現はコンテンツアイテム１８を含み、コンテンツアイテム１８の購入、推薦、レビュー、または閲覧は、コンテンツアイテム１８に対する参照１６を含むことができる）。この第１の態様の第４の例として、コンピュータシステムでの様々なソフトウェアプロセスが、高度プログラミングインターフェース（ＡＰＩ）内の関数、ファイルシステム内のファイル、データベース内のレコード、データキャッシュ内のデータエントリなどの、データオブジェクトセット内の様々なデータオブジェクトを利用する。コンピュータシステムは、流行的な使用のデータオブジェクトへのより迅速なアクセスを実現することによって性能を改善をする。そのようなデータオブジェクトの（コンテンツアイテム１８としての）流行的使用は、そのようなデータオブジェクトに対する利用（参照１６を含む）の使用を監視することによって追跡する。

この第１の態様の第５の例として、ユーザまたはデバイスは、様々な位置についての情報（例えば、全地球測位システム（ＧＰＳ）受信機によって検出される位置のレポート）を要求または提供し、そのような位置についての情報（コンテンツアイテム１８への参照１６を含む）のアクセスおよび／またはレポーティングを評価する。人気があり、混雑しているエリア（例えば、自動車の通行で渋滞した位置）、および／または興味深いエリア（例えば、ジオタギングされた写真にしばしば示される場所）を識別するために、そのような位置に対する参照１６の傾向を検出する。しかし、ＧＰＳ受信機によって検出される参照１６の精度のために、参照１６を特定の位置に（コンテンツアイテム１８として）関連付けるために、いくつかの追加の処理を必要とすることがある。例えば、特定の位置は、可変のサイズおよび形状のエリアに対応し、例えば、小さいモニュメント（小さい彫像など）に対応する位置は、モニュメント付近の小さい円形の地理的エリアを含むが、大きいランドマーク（パルテノンなど）に対応する位置は、変わった形状の非常に広いエリアを含む。しかし、ＧＰＳ受信機がレポートすることができるのは、単に検出された緯度および経度座標などの点としてのユーザ１２の位置である。したがって、一実施形態は、参照１６によって参照されるコンテンツアイテム１８（例えば、位置）を識別するために、参照１６をより一般化した参照に変換しなければならないことがある。

図８に、この第１の態様の第５の例を示す例示的シナリオ１１０を提示する。この例示的シナリオ１１０では、地理的エリア１１２内で、（例えば、様々なユーザ１２によって操作される全地球測位システム（ＧＰＳ）デバイスによって検出される）様々な位置参照１１４をレポートする。位置参照１４は、特定の精度を有する緯度および経度座標のセットを含む。しかし、注目の位置（ランドマークを含むエリアなど）がいくつかの座標または多くの座標を包含する場合、ＧＰＳデバイスによってレポートされるあらゆる座標を別個の位置として表現することは、有用ではないことがある。したがって、位置参照１１４の傾向を追跡するように構成されるデバイス２２を、特定の位置参照１１４について、ランドマークなどの同一の位置を共に指す、ある範囲の位置参照の１１４などの一般化位置参照１１８を計算する（１１６）ように構成することができる。例えば、図８の例示的シナリオ１１０では、地理的エリア１１２を、単一の表現される位置にマッピングされる地理的座標の範囲などの各象限に分割する。位置参照１１４が検出される場合、デバイス２２は、位置参照１１４を、座標を包含する特定の象限１１６に変換することによって一般化位置参照１１８を計算する（１１６）。次いでデバイス２２は、一般化位置参照１１８の間の傾向を識別して、コンテンツアイテム１８に対する参照１６（例えば、参照される位置）の間の傾向を識別するために、一般化位置参照１１８をそのような参照１６として使用する。本明細書で提示する技法を利用することのできる多くのシナリオを当業者は識別することができよう。

こうした技法の実施形態の間で変化することがある第２の態様は、特定のコンテンツアイテム１８に対する参照１６を識別する方法に関する。第１の例として、参照１６は、コンテンツアイテム１８のセットの中の特定のコンテンツアイテム１８を弁別的に、直接的に識別する、識別子（例えば、名前、データベース内のキー値、またはユニフォームリソースロケータ（ＵＲＬ））などのコンテンツアイテム１８を直接的に識別する。しかし、他のシナリオでは、参照１６および／またはそれに参照されるコンテンツアイテム１８を識別するために処理を実施しなければならないことがある。この第２の態様の第２の例として、第１のユーザ１２によって第２のユーザ１２に送られるプライベートメッセージ、ソーシャルネットワーク上でユーザ１２によって発行されるポストなどのメッセージ１４に参照１６を含める。しかし、メッセージ１４は主に、１つまたは複数の参照１６を特定のフォーマットに埋め込む、テキスト、データベース、イメージなどの別の形態のデータを含むことができる。第１のそのようなシナリオでは、メッセージは、電話番号、住所、ユニフォームリソースロケータ（ＵＲＬ）、または地理的座標を含むことができ、デバイス２２は、メッセージ１４のテキスト解析を通じて（例えば、電話番号またはＥメールアドレスを、その確立されたフォーマットに基づいて識別する正規表現をメッセージ１４に適用することによって）参照１６を抽出する。第２のそのようなシナリオでは、ソーシャルネットワークのユーザ１２は、「ハッシュタグ」フォーマットを使用して、メッセージ１４のテキスト内容の中で、メッセージ１４に関連する１つまたは複数のトピックの名前を識別する。例示的「ハッシュタグ」フォーマットは、例えば、「私は今日＃テニスをしました」および「私はテレビジョンでウィンブルドンを視聴しました。＃テニス」のように、語句内にテニスというスポーツに対する参照を含む。したがって、デバイス２２は、様々なコンテンツアイテム１８に対する参照１６の間の傾向を識別するために、メッセージ１４を評価して、そのようなメッセージ１４に埋め込まれたハッシュタグラベリングされた参照１６を識別する。

この第２の態様の第３の例として、第１の参照１６は、特定のコンテンツアイテム１８を直接的には識別せず、その代わりにコンテンツアイテム１８を（直接的または間接的に）識別する第２の参照１６を識別する。様々な考慮すべき点に鑑みて、他のユーザ１２（または他のユーザ１２が操作するデバイス）を第２の参照１６によって識別されるコンテンツアイテム１８にリダイレクトすることを奨励するために、ユーザ１２は、第１の参照１６を生成する。例えば、いくつかのソーシャルネットワークは、ポストするメッセージ１４のサイズを特定のテキスト長に制限し、そのテキスト長は、参照１６全体（特定のコンテンツアイテム１８を識別するが、著しく長い長さを有するユニフォームリソースロケータ（ＵＲＬ）など）を含むには不十分であることがある。したがって、第１のユーザ１２は、ＵＲＬ短縮サービスなどの別のサービスを使用して、より短いＵＲＬを生成し、より短いＵＲＬは、コンテンツアイテム１８に変換されるより長いＵＲＬに変換される。次いで第１のユーザ１２は、メッセージ１４でより短いＵＲＬをポストし、より短いＵＲＬへのアクセス時に、第２のユーザ１２を、コンテンツアイテム１８を示すターゲットＵＲＬにリダイレクトする。第２の例として、第１のウェブログ著者によって生成された（直接的参照として働く）第１のウェブログ記事によってニュース記事を参照し、リンクすることができる。第２のウェブログ著者は、第１のウェブログ記事にリンクする第２のウェブログ記事を生成するが、第２のウェブログ記事のトピックは、第２のウェブログ記事が直接的に参照する第１のウェブログ記事ではなく、元のニュース記事でよい。

これらおよび他の例では、「リダイレクティング」参照は、コンテンツアイテム１８を直接的に識別することができないが、コンテンツアイテム１８を直接的に参照する「ターゲット」参照を識別することができる。代替として、「ターゲット」参照は、コンテンツアイテム１８を識別する第３の参照１６にユーザ１２をリダイレクトすることにより、コンテンツアイテム１８を間接的に参照することができる。この技法はユーザ１２にとって有利であり、または望ましいことがあるが、特定のコンテンツアイテム１８に対する参照１６の検出を複雑にする。したがって、コンテンツアイテム１８の傾向を追跡するデバイス２２が参照を検出した場合、デバイス２２は、参照１６を検査し、参照１６がターゲット参照を参照するか否かを判定する。肯定判定の場合、参照１６は、ターゲット参照も第３の参照を（第２のターゲット参照として）参照するかどうかを識別するために、ターゲット参照を検査する。最終的に、デバイス２２は、コンテンツアイテム１８を識別する非リダイレクティング参照１６を識別し、コンテンツアイテム１８に対する参照１６の傾向の追跡で、この参照１６を使用する。

さらに、デバイス２２は参照キャッシュを利用する。参照キャッシュは、以前に遭遇した参照１６と、それによって直接的または間接的に参照されるコンテンツアイテム１８とを（キー／値対として）格納する。例えば、デバイス２２が参照１６を検出し、それによって直接的または間接的に参照されるコンテンツアイテム１８を識別した場合、デバイス２２は、参照１６および識別したコンテンツアイテム１８を参照キャッシュに格納する。別の参照１６への遭遇時に、デバイス２２は、参照キャッシュを探索して、参照１６に以前に遭遇し、参照１６を特定のコンテンツアイテム１８に関連付けたかどうかを判定する。肯定判定の場合、デバイス２２は、参照１６を検査して、参照されるコンテンツアイテム１８を求めるのではなく、参照キャッシュに格納された関連付けを利用する。コンテンツアイテム１８に対する参照１６の関連付けのこのキャッシングは、例えば、（参照キャッシュを検査することは、参照１６を逆参照して、参照されるコンテンツアイテム１８を識別することよりも高速であることがあるので）性能を促進するのに有利であり、および／または傾向追跡のロバストネスを促進することができる（例えば、リダイレクティング参照１６が、もはや利用可能ではないターゲット参照１６を参照するが、参照キャッシュは、ターゲット参照１６によって以前に参照されたコンテンツアイテム１８を識別することができる）。

図９に、ある参照１６によって直接参照されると共に、コンテンツアイテム１８を間接的に参照するリダイレクティング参照１６によって参照される流行のコンテンツアイテム１８の識別を特徴とする例示的シナリオ１２０の図を提示する。この例示的シナリオ１２０では、ユーザ１２によってポストされる第１のメッセージ１４は、コンテンツアイテム１８を直接的に識別する参照１６を含む。本明細書で提示する技法に従って、コンテンツアイテムヒストグラム３２に参照１６を記録する。ユーザ１２は、ターゲット参照１２４に対するリダイレクティング参照１２２（例えば、アクセスした場合に、コンテンツアイテム１８を弁別的に識別する完全な長さのＵＲＬにリダイレクトする短縮したＵＲＬ）を含む第２のメッセージ１４をポストする。リダイレクティング参照１２２によって参照されるコンテンツアイテム１８としてターゲット参照１２４を不正確に識別するのではなく、デバイス２２は、リダイレクションを識別し、ターゲット参照１２４をたどる。デバイス２２は、コンテンツアイテム１８を共に識別するリダイレクティング参照１２２とターゲット参照１２４を共に識別する。さらに、デバイス２２は、こうした関連付けを参照キャッシュ１２６に格納する。したがってその後でリダイレクティング参照１２２をやはり含む第３のメッセージ１４を検出した場合、デバイス２２は、参照キャッシュ１２６がリダイレクティング参照１２２を含むと判定したとき、リダイレクティング参照１２２およびターゲット参照１２４を逆参照、および、参照されるコンテンツアイテム１８を識別しなければならないのではなく、参照キャッシュ１２６に格納された関連付けを利用して、リダイレクティング参照１２２がコンテンツアイテム１８を識別すると判定する。このようにして、デバイス２２は、改善された精度および／または性能でコンテンツアイテム１８の参照を追跡することができる。本明細書で提示する技法を実装しながら、様々な参照１６によって参照されるコンテンツアイテム１８を識別する多くの技法を当業者は考案することができよう。

こうした技法の実施形態の間で変化することのある第３の態様は、コンテンツアイテム１８に対する検出した参照１６をカウントするために本明細書で使用するコンテンツアイテムヒストグラム３２の性質に関する。この情報を格納するために多くのデータ構造またはデータオブジェクトを使用することができ、いくつかの変形形態は、他の変形形態に勝る利点を与えることができる。この第３の態様の第１の例として、図１０〜１１は共に、コンテンツアイテムヒストグラム３２を使用して、コンテンツアイテム１８に対する検出した参照１６を格納（およびカウント）することなどによって、本明細書で提示する技法で使用することのできるコンテンツアイテムヒストグラム３２の例示的実装を示す。こうした例示的シナリオでは、コンテンツアイテムヒストグラム３２は、特定の参照期間１３６に関する参照カウント１３４、および次のメモリ構造に対するメモリ参照（例えば、配列内の最後のメモリ構造が、配列の終わりを示すためのヌルのメモリ参照を有する）を表す整数をそれぞれ格納する、メモリ構造の配列やリンクリストなどの整数のセットを含む。各メモリ構造は、配列内のその順序位置に従って配列索引によって識別され、第１のメモリ構造は配列索引０を有し、第２のメモリ構造は配列索引１を有し、以下同様である。さらに、配列は、第１のメモリ構造が、現参照期間１３６に関する現参照カウント３４を格納し、追従する各メモリ構造が、隣接する前の参照期間１３６を表すように編成される。このようにして、連続する前の参照期間１３６に関する参照カウント１３４が、逆の時系列順にリスト内の後ろに格納され、したがってコンテンツアイテムヒストグラム３２のグラフィカル表現と類似する。

図１０の例示的シナリオ１３０では、コンテンツアイテムヒストグラム３２が配列として実装され、それぞれの配列索引１３２が、それぞれの参照期間１３６に関する参照カウント１３４を表す整数を格納するメモリ構造を参照する。この実装では、特定の参照期間１３６の境界が格納されない。むしろ、第１の配列索引１３２は、現参照期間１３６に関する現参照カウント３４を格納し、それぞれの連続する配列索引１３２が、隣接して先行する参照期間１３６に関する参照カウント１３４を格納する。それぞれの参照期間１３６の持続時間を、コンテンツアイテムヒストグラム３２のソフトウェア実装で、ソフトウェア実装に関連する構成ファイルで、ユーザ選択によって、などで固定式に定義する。さらに、現参照期間１３６が最後の参照時間３６によって示され、最後の参照時間３６は、コンテンツアイテムヒストグラム３２によって表されるコンテンツアイテム１８に対する各参照１６の検出時に格納（および更新）される。第１の例として、最後の参照時間３６は、コンテンツアイテム１８に対する参照１６を最後に検出した日付および／または時刻を示すことができる。第２の例として、最後の参照時間３６は、コンテンツアイテム１８に対する任意の検出した参照に関連する最新の日付および／または時刻を示すことができる（例えば、特定の参照１６は、ユーザ１２によってポストされるメッセージ１４の日付などの生成の時間を示すタイムスタンプを含み、いつ参照１６を検出したかに関わらず、最新のタイムスタンプを使用して、最後の参照時間３６を求める）。第３の例として、最後の参照時間３６は、現参照期間１３６の開始または終了を示す日付および／または時刻を示す。デバイス２２がコンテンツアイテムヒストグラム３２によって表されるコンテンツアイテム１８に対する参照１６を検出した場合、現参照カウント３４に対応する、第１の配列索引１３２の参照カウント１３４を増分し、検出した参照１６を記録する。次いで、現参照カウント３４を他の配列索引１３２の参照カウント１３４と比較して、コンテンツアイテム１８に対する参照１６の傾向を識別する。

コンテンツアイテムヒストグラム３２によって表されるコンテンツアイテム１８に対する参照１６を（例えば、ユーザ１２によってポストされるメッセージ１４で）検出した場合、こうした技法の一実施形態では、現参照期間１３６を表す配列索引の現参照カウント３４を増分する。しかし、この実施形態はまた、最後の参照時間３６を検査して、第１の配列索引１３２が依然として現参照期間１３６を表すかどうかを判定する。第１の例として、各参照期間１３６が１時間などの指定の持続時間である場合、および特定の時間内（例えば、特定の朝の８時中）に前の参照１６を検出したことを最後の参照時間３６が示す場合、現在時間を比較して、同一の時間内に最新の参照１６を検出したかどうかを判定する。第２の例として、前の参照１６を検出した参照期間１３６の開始および／または終了を含む日付および／または時刻を最後の参照時間３６が示す場合、現在時間を検査して、同一の参照期間１３６内で現参照１６を検出したかどうかを判定する。肯定判定の場合、（現参照カウント３４に対応する）第１の配列索引１３２の参照カウント１３４を増分し、最後の参照時間３６を現在時間で更新する。しかし、前の参照１６を検出した参照期間１３６がその後に終了した場合、１つまたは複数の新しい配列索引１３２を、配列の先頭に、０の初期参照カウント１３４で挿入し、以前に検出した参照１６以来の１つまたは複数の参照期間１３６の仲介を示す。コンテンツアイテム１８に対する１つの参照１６の検出さえもなく介在参照期間１３６が過ぎた場合、複数の配列索引１３２を挿入する。

図１１に、コンテンツアイテムヒストグラム３２の使用をさらに示す例示的シナリオ１４０を提示する。この例示的シナリオでは、各配列索引１３２は、各時間の最初で終了する、１時間の参照期間持続時間の参照期間１３６を表す。しかし、これらの技法の一実施形態が最後の参照時間３６を最初に例として示す場合、最新の参照１６を朝の９時中に検出し、前の参照１６が同じ朝の８時中に検出したと判定する。したがって、８時の参照期間１３６を表す参照カウント１３４を増分する代わりに、配列の先頭に１つの配列索引１３２を０の初期参照カウント１３４で挿入することによって配列を調節する。この新しい配列索引１３２は、朝の９時を含む現参照期間１３６に関する現参照カウント３４を表す。次いで、この第１の配列索引１３２の参照カウント１３４を増分し、コンテンツアイテム１８に対する検出した参照１６を記録することができ、最後の参照時間３６を更新して、最後に検出した参照１６の日付および時刻を示す。このようにして、配列を使用して、参照１６の検出をコンテンツアイテムヒストグラム３２として記録し、配列を更新して、時間の経過を示す。

図１０〜１１は共に、コンテンツアイテムヒストグラム３２の１つの例示的実装を示し、多くの他の実装も選択することができる。第１の例としては、順方向時系列順に配列を編成し、現参照期間１３６を最後の配列索引１３２として格納し、先行する配列索引１３２が、隣接して先行する参照期間１３６を表す。第２の例としては、現参照カウント３４に先行する特定のいくつかの参照期間１３６だけが傾向検出に関係するとみなされる場合、最大配列サイズを指定し、１つまたは複数の配列索引１３２が挿入される場合、配列が最大配列サイズを超える場合、最も古い配列索引１３２を除去する。第３の例としては、リンクリスト以外のデータ構造で配列を表すことができ、例えば、ホワイトスペースで分離され、それぞれの参照期間１３６に関する参照カウント１３４を示す整数のシーケンスを含む単純なＡＳＣＩＩまたはＵｎｉｃｏｄｅテキスト文字列として表す。

こうした技法の実施形態の間で変化することのある第４の態様は、コンテンツアイテム１８に関連するコンテンツアイテムヒストグラム３２に基づく、それぞれのコンテンツアイテム１８に関するトレンドスコア３８の設定に関する。第１の例として、コンテンツアイテムヒストグラム３２中のコンテンツアイテム１８に対する前の参照カウント１３４と比べた、コンテンツアイテムヒストグラム３２中のコンテンツアイテム１８に対する最近の参照カウント１３４の変化の大きさとしてトレンドスコア３８を計算する。第２の例として、恐らくは、後の参照カウント１３４間の変化を、前の参照カウント１３４間の変化よりも大きく重み付けして、参照カウント１３４にわたる曲線の傾きとしてトレンドスコア３８を計算する。トレンドスコア１８の他の計算は、著しい変化と小さい変化の判定などの、他の統計技法および概念を使用することができる。

この第４の態様の第３の例として、コンテンツアイテムヒストグラム３２は、２つ以上の配列のセットなどの、少なくとも２つのコンテンツアイテムヒストグラム３２のセットを含み、各コンテンツアイテムヒストグラム３２は、異なる期間にわたる参照１６の検出を示す。各コンテンツアイテムヒストグラム３２は、１分、１時間、１日、１週間などの異なる参照期間持続時間の特定の参照期間１３６に関する参照カウント１３４を蓄積する。コンテンツアイテム１８（ニュース記事や地理的位置など）の参照の傾向が、参照１６の迅速で急なポスティング、経時的なそのような参照１６の安定した成長などの多くの方法で生じることがあることを理解することができる。複数のコンテンツアイテムヒストグラム１３２の使用は、比較的短期の傾向の迅速な検出（例えば、数分のスペースにわたる、特定のコンテンツアイテム１８に対する参照１６を生成するユーザ１２の急増）や、比較的長期間の傾向の検出（例えば、１日または１週間の期間にわたる、特定のコンテンツアイテム１８に対する参照１６の安定した膨張）などの、コンテンツアイテム１８に対する参照１６のいくつかのタイプの傾向の検出を可能にすることができる。参照１６を検出した場合、コンテンツアイテム１８を表す各コンテンツアイテムヒストグラム３２の現参照カウント３４を増分する。さらに、こうしたコンテンツアイテムヒストグラム３２のすべてに鑑みて、コンテンツアイテム１８に関するトレンドスコア３８を検出し、それによって様々なタイプの傾向のより敏感でより正確な検出が実現される。

図１２に、別々の配列としてそれぞれ実装され、同一のコンテンツアイテム１８に対する参照であるが、異なる期間にわたる参照１６を格納するように構成された３つのコンテンツアイテムヒストグラム３２を特徴とする例示的シナリオ１４０を表す。第１のコンテンツアイテムヒストグラム１４２は、１時間の参照期間持続時間を有する参照期間１３６を表す配列索引１３２を特徴とする。第２のコンテンツアイテムヒストグラム１４２は、１日の参照期間持続時間を有する参照期間１３６を表す配列索引１３２を特徴とする。第３のコンテンツアイテムヒストグラム１４２は、３日の参照期間持続時間を有する参照期間１３６を表す配列索引１３２を特徴とする。この例示的シナリオ１４０では、コンテンツアイテムヒストグラム３２は、コンテンツアイテム１８の傾向についての異なる情報のセットを明らかにする。表現されるコンテンツアイテム１８は、第２のコンテンツアイテムヒストグラム１４６によって示されるように、過去数日にわたる安定した正の傾向を示すことを開始した可能性がある。しかし、第１のコンテンツアイテムヒストグラム１４２は、実際には、より短期の負の傾向を明らかにすることがある。任意の特定の日に、夕方の時間よりも昼の時間に（ユーザ１２がより活動的な場合に）より頻繁に参照１６がユーザ１２によって生成されることがあり、したがって、昼から夕方になると参照カウント１３４が落ち込むことがあるからである。一方、第３のコンテンツアイテムヒストグラム１５０は、現参照期間１３６の結果がまだ集計中であるので、コンテンツアイテム１８に対する参照１６の正の傾向をまだ反映していないことがある。例えば、爆発的に正の傾向を示すコンテンツアイテム１８（第１のコンテンツアイテムヒストグラム１４２のみによって迅速に検出されることがあるが、より長い参照期間持続時間を表すコンテンツアイテムヒストグラム３２では検出されないことがある）、または安定した正の傾向ではあるがより低速な傾向を示すコンテンツアイテム１８（第３のコンテンツアイテムヒストグラム１５０上のみで検出可能であることがある）について、異なる結果が観測されることがある。

複数のコンテンツアイテムヒストグラム３２を使用することにより、一実施形態は、コンテンツアイテム１８に対する参照１６の間の複数のタイプの傾向を検出することができる。例えば、図１２の例示的シナリオ１４０では、コンテンツアイテムヒストグラム３２の現参照カウント３４を増分した後、一実施形態は、各コンテンツアイテムヒストグラム３２についてトレンドスコア３６を設定して各コンテンツアイテムヒストグラム３２内のコンテンツアイテム１８に対する参照１６の傾向を反映する。次いで、実施形態は、それぞれのコンテンツアイテムヒストグラム３２の複数のトレンドスコア３６に基づいて、コンテンツアイテム１８に関するトレンドスコア３６を計算する。図１２の例示的シナリオ１４０では、第１のコンテンツアイテムヒストグラム１４２について第１のトレンドスコア１４４を計算し（コンテンツアイテム１８に対する検出した参照１６の負の傾向を示す）、第２のコンテンツアイテムヒストグラム１４６について第２のトレンドスコア１４８を計算し（コンテンツアイテム１８に対する検出した参照１６の強い正の傾向を示す）、第３のコンテンツアイテムヒストグラム１５０について第３のトレンドスコア１５２を計算する（コンテンツアイテム１８に対する検出した参照１６のわずかに正の傾向を示す）。こうしたトレンドスコア３６の中で、第２のコンテンツアイテムヒストグラム１４６で反映されるように、日ごとのコンテンツアイテム１８に対する参照１６の傾向に基づいて、最大トレンドスコア３２をコンテンツアイテム１８の最終的トレンドスコア１５４として選択する。しかし、他の実施形態は、例えば最小トレンドスコア３６または平均トレンドスコア３６を選択することにより、そのようなトレンドスコア３６を異なるように使用する。本明細書で提示する技法で使用するコンテンツアイテムヒストグラム１３２の多くの実装および用途を当業者は考案することができよう。

こうした技法の実施形態の間で変化することのある第５の態様は、コンテンツアイテム１８を比較して流行のコンテンツアイテム１８を識別する間の、トレンドスコア３２の減衰４４に関する。本明細書で説明するように、コンテンツアイテム１８に対する参照１６の検出時に計算したトレンドスコア３８は、最新の参照１６の検出に先行する参照期間に関する参照カウント１３４を反映することができるが、最後の参照時間３６と第２の（後続の）時間との間の不活動の期間中に参照１６を検出しない場合、コンテンツアイテム１８のトレンドスコア３２を利用する場合に、この不活動の期間を反映することができない。多くのコンテンツアイテム１８が、コンテンツアイテム１８の最後の参照時間３６と第２の時間４２との間の少なくとも短い不活動の期間（および場合によっては延長した不活動の期間）を示すことがあるので、トレンドスコア３８は、不活動の期間を反映するように調整しない限り、傾向検出で不正確な結果を生成することがある。したがって、この第５の態様の第１の例として、第２の時間４２でのコンテンツアイテム１８の比較時に、第２の時間４２と、コンテンツアイテム１８の最後の参照時間３６との間の差に基づいて、それぞれのコンテンツアイテム１８のトレンドスコア３２を減衰する（４４）。例えば、最後の参照時間３６と第２の時間４２との間の各介在参照期間１３６について、固定量（１ポイントなど）、または固定パーセンテージ（１０％など）だけトレンドスコア３２を減衰することができる（４４）。代替として、より延長した不活動の期間に鑑みて、ゼロ参照１６の第１の参照期間１３６についてトレンドスコア３８の２％の減少、第２の参照期間１３６についてトレンドスコア３８の４％の減少、第３の参照期間１３６についてトレンドスコア３８の１０％の減少など、累進的ペナルティを適用して減衰４４を加速させることができる。

この第５の態様の第２の例としては、「トップ１０流行アイテム」コンテンツアイテムセットなどの、流行のコンテンツアイテムセットサイズを有する流行のアイテムコンテンツセットを生成するために、トレンドスコア３８の減衰４４を実施する。したがって、（トレンドスコア３８の減衰４４の後に）最高の調整後トレンドスコア４６を有するコンテンツアイテム１８を、コンテンツアイテムセットのために選択する。さらに、流行のコンテンツアイテムセットのコンテンツアイテム１８だけに関心があるシナリオでは、この流行のコンテンツアイテムセットに含まれることのあるコンテンツアイテム１８のみについて減衰４４を実施し、したがって流行のコンテンツアイテムセットに含めることのできないコンテンツアイテム１８のトレンドスコア４６を減衰させる（４４）ことにより、計算資源が費やされることはない。例えば、第１のトレンドスコア３８よりも低い第２のコンテンツアイテム１８の第２のトレンドスコア３８の前に第１のコンテンツアイテム１８の第１のトレンドスコア３８が減衰する（４４）ように、減衰４４を実施することができる。さらに、流行のコンテンツアイテムセットサイズまで流行のコンテンツアイテムセットを満たすコンテンツアイテム１８の調整後トレンドスコア４６の識別時に、流行のコンテンツアイテムセット内のコンテンツアイテム１８の調整後トレンドスコア４６よりも高い「減衰していない」トレンドスコア３８（例えば、最後の参照以来の経過時間に基づく、減衰に先立つトレンドスコア）を有する他のコンテンツアイテム１８が残っていない場合には、減衰を中止することができる。この技法は、流行のコンテンツアイテム１８を識別すると共に、コンピューティングリソースの保存を促進する（特に、コンテンツアイテム１８のセットが大きい場合）。

図１３に、それぞれのコンテンツアイテム１８のトレンドスコア３８を減衰する（４４）この技法を示す例示的シナリオを示す。この例示的シナリオでは、最高の調節後トレンドスコア４６を有する３つの流行のコンテンツアイテム１８のセットを識別するために、まず、（減衰していない）トレンドスコア３８に従ってコンテンツアイテム１８をソートし、より低い減衰していないトレンドスコア３８を有するコンテンツアイテム１８の前に、より高い減衰していないトレンドスコア３８を有するコンテンツアイテム１８を減衰させる（４４）。特定の第２の時間（第２の時間４２）に、以下の方法で流行についてコンテンツアイテム１８を比較する。第１の時点１６０で、（最高の減衰していない）１８のトレンドスコア３８を有する第１のコンテンツアイテム１８が減衰し（４４）、１７の調節後トレンドスコア４６を生成する（最後の参照時間３６以来の短い不活動の期間を反映する）。次に、第２の時点１６２で、（次に高い減衰していない）１６のトレンドスコア３８を有する第２のコンテンツアイテム１８が減衰し（４４）、調節後トレンドスコア１１を生成する（最後の参照時間３６以来の比較的長い不活動の期間を反映する）。次に、第３の時点１６４で、１５のトレンドスコア３８を有する第３のコンテンツアイテム１８が、１４の調節後トレンドスコアに減衰し、それによって、第２のコンテンツアイテム１８よりも正の第３のコンテンツアイテム１８の傾向を反映する。比較的高い調節後トレンドスコア４６を有する３つのコンテンツアイテム１８をここで識別したが、これらはコンテンツアイテムセット内の最も流行のコンテンツアイテム１８ではない可能性がある。第４のコンテンツアイテム１８が、１３の減衰していないトレンドスコア３８を提示し、恐らくは第２のコンテンツアイテム１８の流行を超えるからである。したがって、第４の時点１６６で、第４のコンテンツアイテム１８のトレンドスコア３８が、１２の調節後トレンドスコア４６まで減衰し（４４）、それによって３つの最も流行のコンテンツアイテム１８のセット内の第２のコンテンツアイテム１８に取って代わる。しかし、減衰４４は、コンテンツアイテム１８のトレンドスコア３８だけを低減するので、この第４の時点１６６の後で別の減衰４４は計算しない。残りのコンテンツアイテム１８は、３つの最も流行のコンテンツアイテムのセット内の最低の調節後トレンドスコア４６（すなわち、第４のコンテンツアイテム１８によって提示される１２の調節後トレンドスコア４６）よりも大きい、減衰していないトレンドスコア３８を提示しないからである。したがって、最も流行のコンテンツアイテム１８のセットを、確定的に選択されているとみなすことができ、他のコンテンツアイテム１８の別の減衰４４を控えることによって計算資源を節約する。本明細書で提示する技法を実装しながら、コンテンツアイテム１８のトレンドスコア３８を減衰させる（４４）多くの方法を当業者は考案することができよう。

こうした技法の実施形態の間で変化することのある第６の態様は、識別した流行のコンテンツアイテム１８の様々な使用を含む。第１の例として、効率および／または性能を改善するために、例えば、より頻繁に参照されるコンテンツアイテム１８をより迅速なアクセスのためのキャッシュに格納することにより、流行を使用して計算資源を調節することができる。こうした技法が（企業などによって）製品セット内の流行の製品を識別するために実装される、この第６の態様の第２の例として、流行のコンテンツアイテム１８に関する情報を使用して、需要（例えば、正の傾向を示す製品の価格を上げ、および／または負の傾向を示す製品の価格を下げる）および／または在庫（例えば、販売成長の継続を予期して正の傾向を示す製品の単位をより多く発注し、および／または負の傾向を示す製品の発注を低減する）に応答して価格を調節する。

この第６の態様の第３の例として、流行のコンテンツアイテムについて得られる情報を、例えば、他のユーザ１２が流行的に参照しているコンテンツアイテム１８の提案として（ニュース記事、ウェブサイト、メディアオブジェクト、製品、地理的位置など）、ユーザ１２に対して表示する。例えば、ソーシャルネットワークは、（様々なユーザ１２によってポストされるメッセージ１４に含まれるＵＲＬによって識別される）様々なウェブリソースを表す流行のコンテンツアイテム１８についての情報を使用して、特定の時間に、例えば流行のコンテンツアイテム１８を識別するためのユーザ１２からの要求の受信時に、流行のウェブリソースのリストをユーザ１２に提示する。そのような実施形態は、流行のコンテンツアイテム１８を様々な方法で提示することができ、例えば、流行のコンテンツアイテム１８のトレンドスコア３８に従ってソートすることができる。代替または追加として、一実施形態は、例えば流行のコンテンツアイテム１８を示すインスタントメッセージ、ポップアップダイアログ、Ｅメールメッセージなどの通知を提示することにより、流行のコンテンツアイテム１８をユーザ１２に事前に通知することができる。

図１４に、ユーザ１２に対する流行のコンテンツアイテム１８の提示１７６を特徴とする例示的シナリオ１７０を示す。比較的高いトレンドスコア３８を有する３つの流行のコンテンツアイテム１８の識別時に、本明細書で提示する技法に従って構成されたデバイス２２は、ディスプレイ１７４を有するユーザ１２によって操作されるユーザデバイス１７２と通信し、流行のコンテンツアイテム１８を提示するディスプレイ１７４上にレンダリングするためにユーザデバイス１７２にデータ（例えば、ウェブページ）を送る（例えば、トレンドスコア３８の降順に従ってソートされ、したがって最高のトレンドスコア３８を有するコンテンツアイテム１８が最初に提示される）。例えばユーザ１２の要求時に、この提示１７６をレンダリングすることができる。さらに、特に高いトレンドスコア３８を有する第４のコンテンツアイテム１８（例えば、速報ニュース記事）の識別時に、デバイス２２は、ユーザデバイス１７２に情報を送り、ユーザ１２に提示するために流行のコンテンツアイテム１８の通知１７８をディスプレイ１７４上に出現させる。このようにして、こうした技法に従って識別した流行のコンテンツアイテム１８を、事前に、または要求時にユーザ１２に提示することができる。本明細書で提示する技法を実装しながら、流行のコンテンツアイテム１８についての情報を使用する多くの方法を当業者は考案することができよう。

構造的特徴および／または方法論的動作に特有の術語で主題を説明したが、添付の特許請求の範囲で定義される主題は必ずしも上述の特定の特徴または動作に限定されないことを理解されたい。むしろ、上述の特定の特徴および動作は、特許請求の範囲を実装する例示的形態として開示される。

本願では、「構成要素」、「モジュール」、「システム」、「インターフェース」などの用語は一般に、ハードウェア、ハードウェアとソフトウェアの組合せ、ソフトウェア、または実行中のソフトウェアのいずれかであるコンピュータ関連の実体を指すものとする。例えば、構成要素は、限定はしないが、プロセッサ上で動作中のプロセス、プロセッサ、オブジェクト、実行可能ファイル、実行のスレッド、プログラム、および／またはコンピュータでよい。例として、コントローラ上で動作中のアプリケーションとコントローラはどちらも構成要素でよい。１つまたは複数の構成要素が、プロセスおよび／または実行のスレッド内に存在することができ、構成要素は、１つのコンピュータ上に局在化することができ、および／または２つ以上のコンピュータの間で分散することができる。

さらに、特許請求される主題を、標準プログラミング技法および／またはエンジニアリング技法を使用する方法、装置、または製品として実装し、ソフトウェア、ファームウェア、ハードウェア、またはそれらの任意の組合せを生成し、開示される主題を実装するようにコンピュータを制御することができる。本明細書では、「製造品」という用語は、任意のコンピュータ可読デバイス、キャリア、または媒体からアクセス可能なコンピュータプログラムを包含するものとする。もちろん、特許請求される主題の範囲または趣旨から逸脱することなく、この構成に対して多くの修正を行えることを当業者は理解されよう。

図１５および以下の議論は、本明細書で説明した設備のうちの１つまたは複数のうちの実施形態を実装するための適切なコンピューティング環境の簡潔で一般的な説明を与える。図１５の動作環境は、適切な動作環境の一例に過ぎず、動作環境の使用または機能の範囲に関して何らかの制限を示唆するものではない。例示的コンピューティングデバイスは、限定はしないが、パーソナルコンピュータ、サーバコンピュータ、ハンドヘルドまたはラップトップデバイス、モバイルデバイス（携帯電話、携帯情報端末（ＰＤＡ）、メディアプレーヤなど）、マルチプロセッサシステム、コンシューマエレクトロニクス、ミニコンピュータ、メインフレームコンピュータ、上記のシステムまたはデバイスのいずれかを含む分散コンピューティング環境などを含む。

必須ではないが、１つまたは複数のコンピューティングデバイスによって実行中の「コンピュータ可読命令」の一般的状況で実施形態を説明する。コンピュータ可読命令は、（本明細書で与えられる）コンピュータ可読媒体を介して配布することができる。コンピュータ可読命令は、特定のタスクを実行し、または特定の抽象データタイプを実装する関数、オブジェクト、アプリケーションプログラミングインターフェース（ＡＰＩ）、データ構造などのプログラムモジュールとして実装することができる。通常、様々な環境で必要に応じて、コンピュータ可読命令の機能を組み合わせ、または分散させることができる。

図１５に、本明細書で与える１つまたは複数の実施形態を実装するように構成されたコンピューティングデバイス１８２を備えるシステム１８０の一例を示す。一構成では、コンピューティングデバイス１８２は、少なくとも１つ処理装置１８６およびメモリ１８８を含む。コンピューティングデバイスの厳密な構成およびタイプに応じて、メモリ１８８は、揮発性（例えばＲＡＭなど）、不揮発性（例えばＲＯＭ、フラッシュメモリなど）、またはその２つの何らかの組合せでよい。この構成を図１５の破線１８４で示す。

別の実施形態では、デバイス１８２は、追加の特徴および／または機能を含むことができる。例えば、デバイス１８２は、限定はしないが、磁気ストレージ、光ストレージなどを含む追加のストレージ（例えば、取外し可能および／または取外し不能）をも含むことができる。そのような追加のストレージを図１５のストレージ１９０で示す。一実施形態では、本明細書で提供する１つまたは複数の実施形態を実装するためのコンピュータ可読命令は、ストレージ１９０内にあってよい。ストレージ１９０は、オペレーティングシステム、アプリケーションプログラムなどを実装するための他のコンピュータ可読命令をも格納することができる。コンピュータ可読命令は、例えば処理装置１８６によって実行するためにメモリ１８８にロードすることができる。

本明細書で使用する「コンピュータ可読媒体」という用語は、コンピュータ記憶媒体を含む。コンピュータ記憶媒体は、コンピュータ可読命令、他のデータなどの情報を記憶するために何らかの方法または技術で実装された、揮発性および不揮発性の、取外し可能および取外し不能な媒体を含む。メモリ１８８およびストレージ１９０はコンピュータ記憶媒体の例である。コンピュータ記憶媒体は、限定はしないが、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、もしくは他のメモリ技術、ＣＤ−ＲＯＭ、デジタルバーサタイルディスク（ＤＶＤ）、もしくは他の光ストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ、もしくは他の磁気記憶デバイス、または所望の情報を格納するのに使用することができ、デバイス１８２でアクセスすることのできる任意の他の媒体を含む。そのような任意のコンピュータ記憶媒体はデバイス１８２の一部でよい。

デバイス１８２はまた、デバイス１８２が他のデバイスと通信することを可能にする通信接続（複数可）１９６をも含むことができる。通信接続（複数可）１９６は、限定はしないが、モデム、ネットワークインターフェースカード（ＮＩＣ）、統合ネットワークインターフェース、無線周波数送信機／受信機、赤外線ポート、ＵＳＢ接続、またはコンピューティングデバイス１８２を他のコンピューティングデバイスに接続する他のインターフェースを含むことができる。通信接続（複数可）１９６は、ワイヤード接続またはワイヤレス接続を含むことができる。通信接続（複数可）１９６は、通信媒体を送信および／または受信することができる。

「コンピュータ可読媒体」という用語は通信媒体を含むことができる。通信媒体は通常、コンピュータ可読命令または他のデータを、搬送波や他の移送機構などの「被変調データ信号」で実施し、任意の情報配信媒体を含む。「被変調データ信号」という用語は、その特徴のうちの１つまたは複数が信号中に情報を符号化するような方法で設定され、または変化する信号を含むことができる。

デバイス１８２は、キーボード、マウス、ペン、音声入力デバイス、タッチ入力デバイス、赤外線カメラ、ビデオ入力デバイス、および／または任意の他の入力デバイスなどの入力デバイス（複数可）１９４を含むことができる。１つまたは複数のディスプレイ、スピーカ、プリンタ、および／または任意の他の出力デバイスなどの出力デバイス（複数可）１９２もデバイス１８２に含めることができる。ワイヤード接続、ワイヤレス接続、またはそれらの任意の組合せを介して、入力デバイス（複数可）１９４および出力デバイス（複数可）１９２をデバイス１８２に接続することができる。一実施形態では、別のコンピューティングデバイスからの入力デバイスまたは出力デバイスを、コンピューティングデバイス１８２用の入力デバイス（複数可）１９４または出力デバイス（複数可）１９２として使用することができる。

コンピューティングデバイス１８２の構成要素をバスなどの様々な相互接続によって接続することができる。そのような相互接続は、Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ（ＰＣＩ） ＥｘｐｒｅｓｓなどのＰＣＩ、ユニバーサルシリアルバス（ＵＳＢ）、ファイアワイヤ（ＩＥＥＥ１３９４）、光バス構造などを含むことができる。別の実施形態では、コンピューティングデバイス１８２の構成要素をネットワークで相互接続することができる。例えば、メモリ１８８は、ネットワークで相互接続された異なる物理的位置に配置された複数の物理メモリユニットから構成することができる。

コンピュータ可読命令を格納するのに使用される記憶デバイスをネットワークにわたって分散させることができることを当業者は理解されよう。例えば、ネットワーク１９８を介してアクセス可能なコンピューティングデバイス２００は、本明細書で提供される１つまたは複数の実施形態を実装するためのコンピュータ可読命令を格納することができる。コンピューティングデバイス１８２は、コンピューティングデバイス２００にアクセスし、実行のためにコンピュータ可読命令の一部またはすべてをダウンロードすることができる。代替として、コンピューティングデバイス１８２は、いくかのコンピュータ可読命令を必要に応じてダウンロードすることができ、いくつかの命令をコンピューティングデバイス１８２で実行し、いくつかをコンピューティングデバイス２００で実行することができる。

実施形態の様々な動作を本明細書で提供する。一実施形態では、説明した動作のうちの１つまたは複数は、１つまたは複数のコンピュータ可読媒体上に格納されたコンピュータ可読命令を構成することができ、コンピュータ可読命令は、コンピューティングデバイスによって実行された場合、説明した動作をコンピューティングデバイスに実行させる。動作の一部またはすべてを説明する順序を、これらの動作が必ず順序に依存することを暗示すると解釈すべきではない。この説明の恩恵を得る当業者は代替順序を理解されよう。さらに、すべての動作が必ずしも本明細書で与えた各実施形態内に存在するわけではないことを理解されよう。

さらに、「例示的」という語を、本明細書では、例、事例、または例示としての働きをすることを意味するために使用する。本明細書で「例示的」として説明する任意の態様または設計は、必ずしも他の態様または設計よりも有利であると解釈すべきではない。むしろ、例示的という語の使用は、概念を具体的に提示するためのものである。本願では、「または」という用語は、排他的な「または」ではなく、包含的な「または」を意味するものとする。すなわち、別段に規定されていない限り、または文脈から明らかでない限り、「ＸはＡまたはＢを使用する」は、自然な包含的置換のいずれかを意味するものとする。すなわち、ＸがＡを使用し、ＸがＢを使用し、またはＸがＡとＢのどちらも使用する場合、上記の例のいずれかの下で「ＸがＡまたはＢを使用する」が満たされる。さらに、本願および添付の特許請求の範囲で使用する冠詞「ａ」および「ａｎ」は一般に、別段に規定されていない限り、または文脈から単数形を対象とすることが明らかでない限り、「１つまたは複数」を意味すると解釈することができる。

さらに、１つまたは複数の実装に関して本開示を図示し、説明したが、本明細書および添付の図面を読み、理解することに基づいて、同等の変更および修正が当業者には思い浮かぶであろう。本開示は、すべてのそのような修正および変更を含み、以下の特許請求の範囲のみによって限定される。特に、上述の構成要素（例えば、要素、リソースなど）によって実施される様々な機能に関して、そのような構成要素を説明するのに使用した用語は、別段の指示がない限り、本開示の例示的実装で示した本明細書の機能を実施する、開示した構造と構造的には同等でないとしても、（例えば、機能的に同等である）説明した構成要素の指定の機能を実施する任意の構成要素に対応するものとする。さらに、本開示の特定の特徴をいくつかの実装のうちの１つだけに関して開示したが、所与または特定の応用例にとって望ましく、有利となるように、そのような特徴を他の実装の１つまたは複数の他の特徴と組み合わせることができる。さらに、「含む（ｉｎｃｌｕｄｅｓ）」、「有する（ｈａｖｉｎｇ）」、「有する（ｈａｓ）」、「と共に（ｗｉｔｈ）」という用語、またはそれらの変形が詳細な説明または特許請求の範囲で使用される範囲で、そのような用語は、「含む（ｃｏｍｐｒｉｓｉｎｇ）」という用語と同様に包含的なものとする。

Claims (15)

1. プロセッサを有するデバイス上のコンテンツアイテムに対する参照に基づいて流行のコンテンツアイテムを識別する方法であって、
   前記プロセッサ上で命令を実行するステップであって、前記命令が、
   コンテンツアイテムに対する参照の検出時に、
   前記参照が、前記コンテンツアイテムに対する最初に検出した参照を含む場合、前記コンテンツアイテムに関するコンテンツアイテムヒストグラムを開始し、
   前記コンテンツアイテムに関する前記コンテンツアイテムヒストグラムの現参照カウントを増分し、
   前記コンテンツアイテムヒストグラムを使用して、前記コンテンツアイテムに関するトレンドスコアを設定し、
   前記コンテンツアイテムに関する最後の参照時間を設定し、
   第２の時間に流行のコンテンツアイテムを、
   それぞれのコンテンツアイテムについて、前記第２の時間と、前記コンテンツアイテムに関する前記最後の参照時間との差に従って前記トレンドスコアを減衰させ、
   前記コンテンツアイテムの前記トレンドスコアを比較すること
   によって識別する
   ように構成される、ステップを含むことを特徴とする方法。
2. それぞれのコンテンツアイテムは、データオブジェクトライブラリ内のデータオブジェクトを含み、
   前記コンテンツアイテムに対するそれぞれの参照は、少なくとも１つのエージェントによる前記データオブジェクトのアクセスを含むことを特徴とする請求項１に記載の方法。
3. それぞれのコンテンツアイテムは位置を含み、
   前記コンテンツアイテムに対するそれぞれの参照は、前記位置に対する位置参照を含み、
   前記命令が、前記コンテンツアイテムに対する前記参照の検出時に、
   前記位置参照を含む一般化位置参照を計算し、
   前記一般化位置参照を前記コンテンツアイテムに対する前記参照として使用する
   ように構成されることを特徴とする請求項１に記載の方法。
4. 前記コンテンツアイテムに対する参照を検出するステップは、
   参照を検査して、前記参照がターゲット参照を参照するかどうかを判定するステップと、
   前記参照がターゲット参照を参照すると判定したとき、前記ターゲット参照を前記コンテンツアイテムに対する前記参照として使用するステップと
   を含むことを特徴とする請求項１に記載の方法。
5. 前記デバイスは、それぞれの参照について、前記参照によって識別される前記ターゲット参照を識別する参照キャッシュを有し、
   前記命令が、参照がターゲット参照を参照すると判定したとき、前記参照および前記ターゲット参照を前記参照キャッシュに格納するように構成され、
   前記参照を検査して、前記参照がターゲット参照を参照するかどうかを判定するステップは、前記参照キャッシュが前記参照を含むかどうかを判定するステップを含むことを特徴とする請求項４に記載の方法。
6. 前記コンテンツアイテムヒストグラムは、前記コンテンツアイテムに対する参照カウントの配列を含み、それぞれの参照カウントは、参照期間持続時間を有する参照期間内に検出された前記コンテンツアイテムに対する参照のカウントを示し、少なくとも１つ参照カウントは現参照期間内の前記参照カウントを表すことを特徴とする請求項１に記載の方法。
7. 前記最後の参照時間は、前記現参照期間の開始時間を示し、
   前記現参照カウントを増分するステップは、
   前記参照の参照時間を前記最後の参照時間と比較するステップと、
   前記参照時間が前記参照期間持続時間を超えて前記現参照期間を超過する場合、
   ０に初期化され、前記最後の参照時間以来の前記参照期間持続時間の少なくとも１つの参照期間を表す少なくとも１つの参照カウントを、前記配列に挿入するステップと、
   前記最後の参照時間を更新するステップと
   を含むことを特徴とする請求項６に記載の方法。
8. コンテンツアイテムに関する前記コンテンツアイテムヒストグラムは、前記コンテンツアイテムに対する参照カウントの少なくとも２つの配列を含み、第１の配列は、第１の参照期間持続時間を有する参照期間内に検出されたそれぞれの参照カウントを含み、第２の配列は、前記第１の参照期間持続時間とは異なる第２の参照期間持続時間を有する参照期間内に検出されたそれぞれの参照カウントを含み、
   前記コンテンツアイテムに関する前記トレンドスコアを設定するステップは、前記コンテンツアイテムヒストグラムを含む前記少なくとも２つの配列を使用して、前記コンテンツアイテムに関する前記トレンドスコアを設定するステップを含むことを特徴とする請求項６に記載の方法。
9. 前記コンテンツアイテムの前記トレンドスコアを設定するステップは、
   それぞれの配列について、配列トレンドスコアを計算するステップと、
   前記トレンドスコアを前記配列トレンドスコアの間の最大配列トレンドスコアとして設定するステップと
   を含むことを特徴とする請求項８に記載の方法。
10. 前記コンテンツアイテムの前記トレンドスコアを設定するステップは、
    前記コンテンツアイテムヒストグラム中の前記コンテンツアイテムに対する前の参照カウントと比べた、前記コンテンツアイテムヒストグラム中の前記コンテンツアイテムに対する最近の参照カウントの変化の大きさを計算するステップを含むことを特徴とする請求項１に記載の方法。
11. それぞれのコンテンツアイテムの前記トレンドスコアを減衰させるステップは、
    前記第２の時間と前記最後の参照時間の間の参照期間持続時間を有する少なくとも１つの参照期間を含む参照中断間隔を計算するステップと、
    前記参照中断間隔のそれぞれの参照期間について、前記コンテンツアイテムの前記トレンドスコアを減衰値だけ低減するステップと
    を含むことを特徴とする請求項１に記載の方法。
12. 前記流行のコンテンツアイテムを識別するステップは、
    前記流行のコンテンツアイテムの中から、最高のトレンドスコアを有する流行のコンテンツアイテムの流行のコンテンツアイテムセットを識別するステップであって、前記流行のコンテンツアイテムセットは、流行のコンテンツアイテムセットサイズを有するステップ
    を含むことを特徴とする請求項１に記載の方法。
13. それぞれのコンテンツアイテムの前記トレンドスコアを減衰させるステップは、
    第１のトレンドスコアを有する第１のコンテンツアイテムと、前記第１のトレンドスコアよりも低い第２のトレンドスコアを有する第２のコンテンツアイテムとの間で、前記第２のコンテンツアイテムの前記トレンドスコアを減衰させる前に、前記第１のコンテンツアイテムの前記トレンドスコアを減衰させるステップと、
    コンテンツアイテムの前記流行のコンテンツアイテムセットサイズの前記トレンドスコアを減衰させた結果、残りのコンテンツアイテムの前記トレンドスコアよりも高いトレンドスコアが得られたとき、前記コンテンツアイテムの前記トレンドスコアの減衰を中止するステップと
    を含むことを特徴とする請求項１２に記載の方法。
14. 前記第２の時間に前記流行のコンテンツアイテムを識別するステップが、前記第２の時間に流行のコンテンツアイテムを識別するためのユーザからの要求の受信時に実施され、
    前記第２の時間に前記流行のコンテンツアイテムを識別するステップは、
    前記ユーザに前記流行のコンテンツアイテムを提示するステップ
    を含むことを特徴とする請求項１に記載の方法。
15. 流行のコンテンツアイテムを前記コンテンツアイテムに対する参照に基づいて識別するように構成されたシステムであって、
    コンテンツアイテムに対する参照の検出時に、
    前記参照が、前記コンテンツアイテムに対する最初に検出した参照を含む場合、前記コンテンツアイテムに関するコンテンツアイテムヒストグラムを開始し、
    前記コンテンツアイテムに関する前記コンテンツアイテムヒストグラムの現参照カウントを増分し、
    前記コンテンツアイテムヒストグラムを使用して、前記コンテンツアイテムに関するトレンドスコアを設定し、
    前記コンテンツアイテムに関する最後の参照時間を設定する
    ように構成された参照カウンティング構成要素と、
    第２の時間に流行のコンテンツアイテムを、
    それぞれのコンテンツアイテムについて、前記第２の時間と、前記コンテンツアイテムに関する前記最後の参照時間との差に従って前記トレンドスコアを減衰させ、
    前記コンテンツアイテムの前記トレンドスコアを比較すること
    によって識別するように構成された流行のコンテンツアイテム識別構成要素と
    を備えることを特徴とするシステム。

Images