JP2014507704A5 - - Google Patents

Claims (48)

1. ユーザ固有の知識表現を使用することにより、大規模セットのデジタルコンテンツから選択された情報を少なくとも１人のユーザに提供するためのコンピュータ実装方法であって、当該実装方法は：
   前記少なくとも１人のユーザに関連付けられたユーザコンテキスト情報を受信するステップと；
   格納されたプログラム命令を実行する少なくとも１つのプロセッサを用いて、前記ユーザに関連付けられた情報を少なくとも表すユーザ固有の知識表現内において、前記ユーザコンテキスト情報の少なくとも一部を表す第１の概念を生成又は識別するステップと；
   前記ユーザ固有の知識表現内で第１の概念にセマンティック的に関連する少なくとも１つの概念を取得するステップと；
   前記少なくとも１人のユーザに情報を提供するステップであって、該情報は、第１の概念及び第１の概念にセマンティック的に関連して取得された少なくとも１つの概念を使用することによって選択される、提供するステップと；を含み、
   前記ユーザ固有の知識表現内の概念は、該ユーザ固有の知識表現内のノードに関連付けられたデータを格納するデータ構造によって表される、
   コンピュータ実装方法。
2. 前記ユーザに関連付けられ保存されたユーザ固有の知識表現が存在するか否かを判定するステップと；
   前記保存されたユーザ固有の知識表現が存在すると判定された場合に、前記保存されたユーザ固有の知識表現を前記ユーザ固有の知識表現として使用するステップと；
   前記保存されたユーザ固有の知識表現が存在しないと判定された場合に、新しいユーザ固有の知識表現を生成するとともに、該新しいユーザ固有の知識表現を前記ユーザ固有の知識表現として使用するステップと；をさらに含む、
   請求項１に記載のコンピュータ実装方法。
3. 前記少なくとも１つの概念は、第２の概念を含み、前記少なくとも１つの概念を取得するステップが、前記ユーザ固有の知識表現の構造に少なくとも部分的に基づいて第２の概念を合成するステップを含む、
   請求項１に記載のコンピュータ実装方法。
4. 第２の概念を合成するステップは、属性の共規定手法に基づく加法操作を使用するステップを含む、
   請求項３に記載のコンピュータ実装方法。
5. 第２の概念を合成するステップは、前記親類推手法及び／又は兄弟類推手法に基づく加法操作を使用するステップを含む、
   請求項３に記載のコンピュータ実装方法。
6. 第２の概念を合成するステップは、属性の共通性手法に基づく加法操作を使用するステップを含む、
   請求項３に記載のコンピュータ実装方法。
7. 第２の概念を合成するステップは、置換操作を使用するステップを含み、該置換操作は、検索操作及び／又は加法操作を使用するステップを含む、
   請求項３に記載のコンピュータ実装方法。
8. 前記少なくとも１つの概念を取得するステップは：
   第１の概念にセマンティック的に関連した複数の概念を取得するステップと；
   前記複数の概念内の１つ以上の概念についてスコアを計算するステップであって、特定の概念についてのスコアが、第１の概念に対する前記特定の概念のセマンティック的な関連性の指標である、計算するステップ；
   前記１つ以上の概念について計算されたスコアに基づいて、前記少なくとも１つの概念を選択するステップと；を含む、
   請求項１に記載のコンピュータ実装方法。
9. 概念についてスコアを計算するステップは、生成確実性、概念の生産性、ジャカール、統計的コヒーレンス、及び／又はコサイン類似度の中から関連する少なくとも１つの測定を使用するステップを含む、
   請求項８に記載のコンピュータ実装方法。
10. 第１の概念を識別又は生成するステップは：
    前記ユーザコンテキスト情報の一部が、前記ユーザ固有の知識表現内の概念の識別子と一致するか否かを判定するステップと；
    前記ユーザコンテキスト情報の少なくとも一部が、前記ユーザ固有の知識表現内の概念の識別子と一致しないと判断された場合に、前記ユーザ固有の知識表現内に第１の概念を生成するステップと；を含む、
    請求項１に記載のコンピュータ実装方法。
11. 前記ユーザ固有の知識表現内に第１の概念を生成するステップは、前記ユーザ固有の知識表現内他の概念よりも、前記ユーザコンテキスト情報の一部においてより多くの単語をカバーするような前記ユーザ固有の知識表現内の概念を識別するステップを含む、
    請求項１に記載のコンピュータ実装方法。
12. 前記ユーザ固有のコンテキスト情報は、前記ユーザによって提供された検索クエリ、前記ユーザに関連付けられた人口統計情報、前記ユーザの閲覧履歴からの情報、前記ユーザによって入力された情報及び／又は前記ユーザによって強調された情報、のうちの少なくとも１つを含む、
    請求項１に記載のコンピュータ実装方法。
13. 前記ユーザ固有の知識表現は、複数のノードと複数のエッジとを含む有向グラフを具現化するデータ構造によって表され、ここで、各ノードは、概念に関連付けられており、２つのノード間のエッジは、２つの対応する概念同士の間の関係を表す、
    請求項１に記載のコンピュータ実装方法。
14. 前記情報は、１つ以上の広告及び／又は１人以上の他のユーザからの１つ以上の製品の推奨を含む、
    請求項１に記載のコンピュータ実装方法。
15. 前記情報は、ウェブサイト上に現れる又は該ウェブサイトを介してアクセス可能なコンテンツを含む、
    請求項１に記載のコンピュータ実装方法。
16. 前記少なくとも１人のユーザに情報を提供するステップは：
    第１の概念及び取得した少なくとも１つの概念に由来する用語を含む検索クエリを作成するステップと；
    該検索クエリに基づいて取得された検索結果に関連付けられた情報を前記ユーザに提供するステップと；を含む、
    請求項１に記載のコンピュータ実装方法。
17. ユーザ固有の知識表現を使用して、大規模セットのデジタルコンテンツから選択された情報を少なくとも１人のユーザに提供するためのシステムであって、当該システムは：
    以下の方法を実行するように構成された少なくとも１つのプロセッサを含み、前記方法が：
    前記少なくとも１人のユーザに関連付けられたユーザコンテキスト情報を受信することと；
    格納されたプログラム命令を実行する少なくとも１つのプロセッサを使用して、前記ユーザに関連付けられた情報を少なくとも表す前記ユーザ固有の知識表現内において、前記ユーザコンテキスト情報の一部を少なくとも表す第１の概念を識別又は生成することと；
    前記ユーザ固有の知識表現内で第１の概念にセマンティック的に関連する少なくとも１つの概念を取得することと；
    前記少なくとも１人のユーザに情報を提供することであって、該情報は、第１の概念及び第１の概念にセマンティック的に関連して取得された少なくとも１つの概念を使用することによって選択される、提供することと；を含み、
    前記ユーザ固有の知識表現内の概念は、前記ユーザ固有の知識表現内のノードに関連付けられたデータを格納するデータ構造によって表される、
    システム。
18. 前記ユーザに関連付けられ保存されたユーザ固有の知識表現が、存在するか否かを判定することと；
    前記保存されたユーザ固有の知識表現が存在すると判定された場合に、前記保存されたユーザ固有の知識表現を前記ユーザ固有の知識表現として使用することと；
    前記保存されたユーザ固有の知識表現が存在しないと判定された場合に、新しいユーザ固有の知識表現を生成するとともに、該新しいユーザ固有の知識表現を前記ユーザ固有の知識表現として使用することと；をさらに含む、
    請求項１７に記載のシステム。
19. 前記少なくとも１つの概念は、第２の概念を含み、且つ前記少なくとも１つの概念を取得することは、前記ユーザ固有の知識表現の構造に少なくとも部分的に基づいて第２の概念を合成することを含む、
    請求項１７に記載のシステム。
20. 第２の概念を合成することは、属性の共規定手法に基づく加法操作を使用することを含む、
    請求項１９に記載のシステム。
21. 第２の概念を合成することは、親類推手法及び／又は兄弟類推手法に基づく加法操作を使用することを含む、
    請求項１９に記載のシステム。
22. 第２の概念を合成することは、属性の共通性手法に基づく加法操作を使用することを含む、
    請求項１９に記載のシステム。
23. 第２の概念を合成することは、置換操作を使用することを含み、該置換操作は、検索操作及び／又は加法操作を使用することを含む、
    請求項１９に記載のシステム。
24. 前記少なくとも１つの概念を取得することは：
    第１の概念にセマンティック的に関連する複数の概念を取得することと；
    該複数の概念内の１つ以上の概念についてスコアを計算することであって、特定の概念についてのスコアが、第１の概念に対する前記特定の概念のセマンティック的な関連性の指標である、計算することと；
    前記１つ以上の概念について計算されたスコアに基づいて、前記少なくとも１つの概念を選択することと；を含む、
    請求項１７に記載のシステム。
25. 概念についてスコアを計算することは、生成確実性、概念の生産性、ジャカール、統計的コヒーレンス、及び／又はコサイン類似度の中から関連する少なくとも１つの測定を使用することを含む、
    請求項２４に記載のシステム。
26. 第１の概念を識別又は生成することは：
    前記ユーザコンテキスト情報の一部が、前記ユーザ固有の知識表現内の概念の識別子と一致するか否かを判定することと；
    前記ユーザコンテキスト情報の少なくとも一部が、前記ユーザ固有の知識表現内の概念の識別子と一致しないと判定された場合に、前記ユーザ固有の知識表現内に第１の概念を生成することと；を含む、
    請求項１７に記載のシステム。
27. 前記ユーザ固有の知識表現内に第１の概念を生成することは、前記ユーザ固有の知識表現内の他の概念よりも、前記ユーザコンテキスト情報の一部においてより多くの単語をカバーするような前記ユーザ固有の知識表現内の概念を識別することを含む、
    請求項１７に記載のシステム。
28. 前記ユーザ固有のコンテキスト情報は、前記ユーザによって提供された検索クエリ、前記ユーザに関連付けられた人口統計情報、前記ユーザの閲覧履歴からの情報、前記ユーザによって入力された情報及び／又は前記ユーザによって強調された情報、のうちの少なくとも１つを含む、
    請求項１７に記載のシステム。
29. 前記ユーザ固有の知識表現は、複数のノードと複数のエッジとを含む有向グラフを具現化するデータ構造により表され、ここで、各ノードは、概念に関連付けられており、２つのノード間のエッジは、２つの対応する概念同士の間の関係を表す、
    請求項２７に記載のシステム。
30. 前記情報は、１つ以上の広告及び／又は１つ以上の他のユーザからの１つ以上の製品の推奨を含む、
    請求項１７に記載のシステム。
31. 前記情報は、ウェブサイト上に現れる又は該ウェブサイトを介してアクセス可能なコンテンツを含む、
    請求項１７に記載のシステム。
32. 前記少なくとも1人のユーザに情報を提供することは、
    第１の概念及び取得した少なくとも１つの概念に由来する用語を含む検索クエリを作成することと；
    該検索クエリに基づいて取得された検索結果に関連付けられた情報を前記ユーザに提供することと；を含む
    請求項１７に記載のシステム。
33. 少なくとも１つのプロセッサによって実行されるときに、該少なくとも１つのプロセッサに、ユーザ固有の知識表現を使用して、大規模セットのデジタルコンテンツから選択された情報を少なくとも１人のユーザに提供するための方法を実行させるようなプロセッサ実行可能命令を格納する少なくとも１つの非一時的なコンピュータ可読記憶媒体であって、前記方法は：
    前記少なくとも１人のユーザに関連付けられたユーザコンテキスト情報を受信することと；
    格納されたプログラム命令を実行する少なくとも１つのプロセッサを使用して、前記ユーザに関連付けられた情報を少なくとも表す前記ユーザ固有の知識表現内において、前記ユーザコンテキスト情報の一部を少なくとも表す第１の概念を識別又は生成することと；
    前記ユーザ固有の知識表現内で第１の概念にセマンティック的に関連する少なくとも１つの概念を取得することと；
    前記少なくとも１人のユーザに情報を提供することであって、該情報は、第１の概念及び第１の概念にセマンティック的に関連して取得された少なくとも１つの概念を使用することによって選択される、提供することと；を含み、
    前記ユーザ固有の知識表現内の概念は、前記ユーザ固有の知識表現内のノードに関連付けられたデータを格納するデータ構造によって表される、
    コンピュータ可読記憶媒体。
34. 前記ユーザに関連付けられ保存されたユーザ固有の知識表現が、存在するか否かを判定することと；
    前記保存されたユーザ固有の知識表現が存在すると判定された場合に、前記保存されたユーザ固有の知識表現を前記ユーザ固有の知識表現として使用することと；
    前記保存されたユーザ固有の知識表現が存在しないと判定された場合に、新しいユーザ固有の知識表現を生成するとともに、該新しいユーザ固有の知識表現を前記ユーザ固有の知識表現として使用することと；をさらに含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
35. 前記少なくとも１つの概念は、第２の概念を含み、且つ前記少なくとも１つの概念を取得することは、前記ユーザの固有の知識表現の構造に少なくとも部分的に基づいて第２の概念を合成することを含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
36. 第２の概念を合成することは、属性の共規定手法に基づく加法操作を使用することを含む、
    請求項３５に記載のコンピュータ可読記憶媒体。
37. 第２の概念を合成することは、親類推手法及び／又は兄弟類推手法に基づく加法操作を使用することを含む、
    請求項３５に記載のコンピュータ可読記憶媒体。
38. 第２の概念を合成することは、属性の共通性手法に基づく加法操作を使用することを含む、
    請求項３５に記載のコンピュータ可読記憶媒体。
39. 第２の概念を合成することは、置換操作を使用することを含み、該置換操作は、検索操作及び／又は加法操作を使用することを含む、
    請求項３５に記載のコンピュータ可読記憶媒体。
40. 前記少なくとも１つの概念を取得することは：
    第１の概念にセマンティック的に関連する複数の概念を取得することと；
    該複数の概念内の１つ以上の概念についてスコアを計算することであって、特定の概念についてのスコアが、第１の概念に対する前記特定の概念のセマンティック的な関連性の指標である、計算することと；
    前記１つ以上の概念について計算されたスコアに基づいて、前記少なくとも１つの概念を選択することと；を含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
41. 概念についてスコアを計算することは、生成確実性、概念の生産性、ジャカール、統計的コヒーレンス、及び／又はコサイン類似度の中から関連する少なくとも１つの測定を使用することを含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
42. 第１の概念を識別又は生成することは：
    前記ユーザコンテキスト情報の一部が、前記ユーザ固有の知識表現内の概念の識別子と一致するか否かを判定することと；
    前記ユーザコンテキスト情報の少なくとも一部が、前記ユーザ固有の知識表現内の概念の識別子と一致しないと判定された場合に、前記ユーザ固有の知識表現内に第１の概念を生成することと；を含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
43. 前記ユーザ固有の知識表現内に第１の概念を生成することは、前記ユーザ固有の知識表現内の他の概念よりも、前記ユーザコンテキスト情報の一部においてより多くの単語をカバーするような前記ユーザ固有の知識表現内の概念を識別することを含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
44. 前記ユーザ固有のコンテキスト情報は、前記ユーザによって提供された検索クエリ、前記ユーザに関連付けられた人口統計情報、前記ユーザの閲覧履歴からの情報、前記ユーザによって入力された情報、及び／又は前記ユーザによって強調された情報、のうちの少なくとも１つを含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
45. 前記ユーザ固有の知識表現は、複数のノードと複数のエッジとを含む有向グラフを具現化するデータ構造により表され、ここで、各ノードは、概念に関連付けられており、２つのノード間のエッジは、２つの対応する概念同士の間の関係を表す、
    請求項３３に記載のコンピュータ可読記憶媒体。
46. 前記情報は、１つ以上の広告及び／又は１つ以上の他のユーザからの１つ以上の製品の推奨を含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
47. 前記情報は、ウェブサイト上に現れる又は該ウェブサイトを介してアクセス可能なコンテンツを含む、
    請求項３３に記載のコンピュータ可読記憶媒体。
48. 前記少なくとも1人のユーザに情報を提供することは：
    第１の概念及び取得された少なくとも１つの概念に由来する用語を含む検索クエリを作成することと；
    該検索クエリに基づいて取得された検索結果に関連付けられた情報を前記ユーザに提供することと；を含む、
    請求項３３に記載のコンピュータ可読記憶媒体。