JP2015135668A - コンテント及び関係距離に基づいて人々をつなげるコンピューティング装置及び方法 - Google Patents

Abstract

【課題】意味距離及び関係距離に少なくとも部分的に基づいて人々の間のつながりを確立する手法。
【解決手段】上記手法は、コンピューティング装置によって作成されたコンテントを解析し、コンテントに対してコンテント・クラスタリングを行い、つながり候補間の関係距離を求め、コンテント・クラスタリング及び関係距離に少なくとも部分的に基づいてつながり推奨を生成する１つ又は複数のコンピューティング装置を含む。
【選択図】図１

Description

本発明は、コンピューティング装置及び方法に関し、特に、コンテント及び関係距離に基づいて人々をつなげるコンピューティング装置及び方法に関する。

ソーシャル・ネットワークは、通常、関係の視点から、個人、及び個人間のつながり又は関係を識別する。ソーシャル・ネットワーク以外のやり方では正式に友人、家族、又は同僚としてつながっていない人々の間の関連付けを含めるようソーシャル・ネットワークを構築し、又は拡張するために数学的解析を使用し得る。例えば、インターネット・メッセージング及びソーシャル・メディア・サービスは、数学的に生成された演算を使用して、新たなつながりをそれらのユーザに自動的に推奨し得る。

一部の既存のシステムは、ユーザが特定のコンテントに対して高い親和性を有している場合であるが、ユーザの関係が親密である場合にのみ、ソーシャル・ネットワーク内のユーザをつなげようとする。すなわち、既存のシステムは、ユーザと、推奨されたつながりがソーシャル・ネットワークにおいて既に親密な関係にある場合に、つながりをユーザに推奨する可能性が高い。

本明細書及び特許請求の範囲記載の概念は、添付図面において、限定でなく、例として示している。例証を簡潔にするために、図に示す構成要素は必ずしも縮尺通りに描いている訳でない。適切であると考えられる場合、対応する構成要素又は類似の構成要素を示すために図を通して参照符号を繰り返している。

本明細書及び特許請求の範囲記載のつながり推奨システム、サーバ・コンピューティング装置、及びクライアント・コンピューティング装置を含むコンピューティング・システムの少なくとも一実施例を示す簡略ブロック図である。 図１のコンピューティング・システムの環境の少なくとも一実施例を示す簡略ブロック図である。 図１のコンピューティング・システムにより、つながり推奨を生成する方法の少なくとも１つの実施例を示す簡略フロー図である。

本開示の概念には種々の変形及び代替的な形態があり得るが、その具体的な実施例を図面において例として示しており、詳細に本明細書及び特許請求の範囲において説明する。しかし、開示された具体的な形態に本開示の概念を限定する意図は存在せず、逆に、その意図は、本明細書及び特許請求の範囲に整合した修正、均等物、及び代替案全てを包含するというものである。

本明細書中の「一実施例」、「実施例」、「例示的な実施例」等への言及は、記載された実施例が特定の特徴、構造、又は特性を含み得るが、全ての実施例が特定の特徴、構造、若しくは特性を含んでいるか、又は、全ての実施例が必ずしも、特定の特徴、構造、若しくは特性を含んでいる訳でないということを示す。更に、前述の句は、必ずしも、同じ実施例を表している訳でないということを示す。更に、特定の構成、構造、又は特性が実施例に関して説明されている場合、明示されているか否かにかかわらず、他の実施例に関して前述の構成、構造、又は特性を実行することは当業者の知識の範囲内にある。更に、「少なくとも１つのＡ、Ｂ、及びＣ」の形式のリストに含まれる項目は、（Ａ）、（Ｂ）、（Ｃ）、（Ａ及びＢ）、（Ｂ及びＣ）、（Ａ及びＣ）、又は（Ａ、Ｂ、及びＣ）を意味し得る。同様に、「Ａ、Ｂ、及びＣの少なくとも１つ」の形式のリストに含まれる項目は、（Ａ）、（Ｂ）、（Ｃ）、（Ａ及びＢ）、（Ｂ及びＣ）、（Ａ及びＣ）、又は（Ａ、Ｂ、及びＣ）を意味し得る。

一部の場合には、開示された実施例は、ハードウェア、ファームウェア、ソフトウェア、又はその何れかの組み合わせで実現し得る。開示された実施例は、１つ又は複数のプロセッサによって読み取り、実行し得る一時的な、若しくは一時的でないマシン読み取り可能な（例えば、コンピュータ読み取り可能な）記憶媒体上に収容され、又は記憶された命令として実現し得る。マシン読み取り可能な記憶媒体は、マシンによって読み取り可能な形式で情報を記憶し、又は伝送するための何れかの記憶装置、機構、又は他の物理構造（例えば、揮発性メモリ若しくは不揮発性メモリ、メディア・ディスク、又は他のメディア装置）として実施し得る。

図面では、一部の構造的な構成又は方法の構成は、特定の配置及び／又は順序で示し得る。しかし、前述の特定の配置及び／又は順序付けは必要でないことがあり得る。すなわち、一部の実施例では、前述の構成は、例証された図に示されたものと別の態様及び／又は順序で配置し得る。更に、特定の図において構造的な構成又は方法の構成を包含していることは、前述の構成が実施例全てにおいて必要であることの示唆を意味している訳でなく、一部の実施例では、含まれていないことがあり得、又は、他の構成と組み合わせ得る。

次に図１を参照するに、コンピューティング・システム１００の実施例は少なくとも１つのクライアント・コンピューティング装置１１０及び少なくとも１つのコンピューティング装置１５０を含む。以下に更に詳細に説明するように、つながり推奨システム１３６、１７４の部分は、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせとしてクライアント・コンピューティング装置１１０及び／又はサーバ・コンピューティング装置１５０において実施される。例証的なつながり推奨システム１３６、１７４は、別々のコンピューティング装置ユーザによって作成された構造化されたコンテント及び／又は構造化されていないコンテントと、前述のコンテントを作成するユーザ間の関係距離の尺度との意味論的解析に基づいて、コンピューティング装置ユーザに対してつながり推奨を生成することが可能である。

本明細書及び特許請求の範囲記載の「つながり（ｃｏｎｎｅｃｔｉｏｎ）」はとりわけ、別々の二人の間の電子的な（例えば、「オンラインの」又は「仮想の」）関係又は関連を確立するコンピュータ化された機構を表し得る。例えば、つながりは、各種ユーザレベル・コンピュータ・アプリケーションにおいて別のユーザの「関連付け」、「友人」、「連絡先」、「受信人」、又は「フォロワー」としてユーザを識別し得る。本明細書及び特許請求の範囲記載の「つながりの推奨」はとりわけ、コンピューティング装置ユーザに別のユーザの存在が知らされるコンピュータ化された機構を表し得る。例えば、つながりの推奨は、（例えば、視覚、聴覚、触覚等の、）人間が知覚可能な形式でコンピューティング装置によって提示される提案又は通知を電子メッセージによって実現し得る。つながりの推奨は、現在のユーザがつなぎたい別のユーザを識別し得、又は、コンピューティング・システム１００によってつながりが提案されるユーザの対を識別し得る。つながりの推奨は更に、推奨が行われている理由、及び／又はコンピューティング・システム１００が推奨を行うことをもたらした基準の説明を含み得る。本明細書及び特許請求の範囲記載の「意味論的解析」はとりわけ、ユーザ生成されたコンテントにおいて生起する語彙項目（例えば、単語、単語の部分、又は単語の群）のユーザが意図した意味を検討する一種のコンテント解析を表し得る。例えば、異なるやり方で語彙項目を解釈し得る場合、意味論的解析は、語彙項目の特定のインスタンスのユーザが意図した実際の意味を確かめるために、とりわけ、語彙項目が生起するコンテキスト（前後関係）を検討し得る。対照的に、「字句」解析はとりわけ、コンテキストを参照することなく、コンテントの字句構文が解析されるという意味でコンテキストから「独立している」一種のコンテント解析を表し得る。例えば、字句構文は、周囲のコンテントの何れを考慮に入れることもなく、個々の語及び句の語構造又は句構造を解析し得る。本明細書及び特許請求の範囲記載の「コンテント解析」への参照は、意味論的解析、字句解析、それらの組み合わせ又は／若しくは他の形態のコンテント解析を含み得る。本明細書及び特許請求の範囲に記載の「構造化された」コンテントは、とりわけ、所定の様式又は意味を有するユーザ入力（例えば、英数字テキスト）を表し得る。例えば、構造化されたコンテントは、数値、日付値、ユーザ名、電子メール・アドレス他などのユーザレベル・アプリケーションの入力フィールド又はダイアログ・ボックスに入力されるテキストを含み得る。対照的に、「構造化されていない」コンテントは、とりわけ、所定の様式又は意味を有していないユーザ入力を表し得る。例えば、構造化されていないコンテントは、文書、電子メール・メッセージ、テキスト・メッセージ、ブログ、又はソーシャル・メディア投稿（例えば、「ステータス更新」、「ツイート」、「コメント」、又は「ウォール投稿」）の本体に含まれ得るテキストなどの自然言語の英数字テキストを含み得る。当然、本明細書及び特許請求の範囲記載の特定の例が「テキスト」のコンテントを表す一方、開示された機能は、テキストの代わりに、又はテキストに加えて他の形式のコンテント（例えば、オーディオ、ビデオ等）に適用することが可能である。本明細書及び特許請求の範囲記載の「関係距離」は、とりわけ、ソーシャル又は関係の視点からの、二人の間の距離の尺度を表し得、本明細書及び特許請求の範囲記載の「距離」は、関係の親密性の欠如を表すために使用し得る。例えば、ソーシャル・ネットワークでは、関係距離は、ネットワーク内で直接つながっていない二人をつなげるために必要な中間のつながりの数によって測定し得る。一部の実施例では、関係距離は、つながりの「度合い」によって示し得、より高い度合いは、より長い関係距離を示し、より低い度合いは、より短い関係距離を示し得る。

ユーザによって生成されたコンテントの語彙的意味又は意味論的意味、及び類似したコンテントを作成した個人間の関係距離を考慮に入れることにより、つながり推奨システム１３６、１７４は、とりわけ、ユニークであり、又は魅力的である可能性が高い、つながり推奨を生成することが可能である。ユーザが親密な絆で結ばれていないが、ユーザと共通の意義ある必要性、関心、又はスキルを有している人々を含み得るからである。例として、欧州の文学者がメルビル（Ｍｅｌｖｉｌｌｅ）のモービー・ディック（白鯨）（Ｍｏｂｙ Ｄｉｃｋ）を研究しており、捕鯨船に乗った漁師が「クラックリング（ｃｒａｃｋｌｉｎｇ）」について話していることに言及するブログ・エントリを投稿したと仮定する。別途、ニュー・イングランドの料理長が、「クラックリング（ｃｒａｃｋｌｉｎｇ）」の調理法に関するコメントを投稿している。「クラックリング（ｃｒａｃｋｌｉｎｇ）」の語は、別々の複数の意味を有する。例えば、クラックリング（ｃｒａｃｋｌｉｎｇ）は、パリパリになるまで脂肪を調理するプロセスを表し得、又は、名詞（例えば、「脂肪から精製された皮」の同義語）として使用し得、若しくは、形容詞（例えば、「ぱちぱちと燃える火」又は「そのぱちぱち音を立てる音」）として使用し得る。しかし、つながり推奨システム１３６、１７４は、学者及び料理長が、同じタイプのクラックリング（ｃｒａｋｌｉｎｇ）に関心があるようにみえ、既に互いに知り合いである可能性が低いということに基づいて、欧州の文学者がニュー・イングランドの料理長とのつながりを確立することを欧州の文学者に提案し得る(又はその逆を提案し得る)。

例証的なつながり推奨システム１３６、１７４は、１つ又は複数のクライアント・コンピューティング装置１１０上に存在する「局所」部分１３６と、１つ又は複数のサーバ・コンピューティング装置１５０上に存在する「遠隔」部分１７４とを含めるよう実施される。例えば、局所部分１３６の別々のバージョンは、各種コンピューティング装置（スマートフォン及びタブレットなどの各種モバイル・コンピューティング装置、又は別々のブランド若しくはオペレーティング・システム）上に存在し得る。あるいは、又は更に、「遠隔」部分１７４は、一部の実施例（例えば、「クラウド内」）では、複数のサーバ・コンピューティング装置１５０にわたって分散され得る。局所部分１３６及び遠隔部分１７４はそれぞれ、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせとして実施し得る。説明を容易にするために、本明細書及び特許請求の範囲では、単数形でクライアント・コンピューティング装置１１０及びサーバ・コンピューティング装置１５０それぞれを参照する。しかし、前述の参照は、複数のクライアント・コンピューティング装置１１０及び／又は複数のサーバ・コンピューティング装置１５０が使用される実施例を包含していることを意図している。更に、クライアント・コンピューティング装置１１０によって行われるものとして本明細書及び特許請求の範囲に例証された機能は、他の実施例では、サーバ・コンピューティング装置１５０によって行い得、逆も同様であり得る。

サーバ・コンピューティング装置１５０及びクライアント・コンピューティング装置１１０（、並びに、よって、つながり推奨システム１３６、１７４の一部分１３６、１７４）は、通信するよう１つ又は複数の無線、光、及び／又は無線通信ネットワーク１８０によって結合される。クライアント・コンピューティング装置１１０及びサーバ・コンピューティング装置１５０はそれぞれ、本明細書及び特許請求の範囲記載の機能を行うことができる何れかのタイプの電子装置として実施し得る。例えば、一方又は両方の装置１１０、１５０は、限定列挙でないが、スマートフォン、タブレット・コンピュータ、ウェアラブル・コンピューティング装置、ラップトップ・コンピュータ、ノートブック・コンピュータ、モバイル・コンピューティング装置、セルラー電話機、ハンドセット、メッセージング装置、車両テレマティック装置、サーバ・コンピュータ、ワークステーション、分散コンピューティング・システム、マルチプロセッサ・システム、消費者向電子装置、及び／又は本明細書及び特許請求の範囲記載の機能を行うよう構成された何れかの他のコンピューティング装置として実施し得る。更に、人が、（スマートフォン、ウェアラブル装置、タブレット・コンピュータ、及び／又はラップトップの場合におけるように、場合によっては同時に）複数の電子装置を使用する場合に、つながり推奨システム１３６、１７４の一部分を前述の各装置上に、ユーザがシステム１３６、１７４に接続されていることにより、何れかの数の電子装置からシステム１３６、１７４がデータを受け取ることが可能であるように実施することが可能である。

図１に示すように、例証的なクライアント・コンピューティング装置１１０は、ユーザ・コンテント１２２、コンテキスト・データ１２４、ユーザ・コーパス１２６、字句空間１２８、及びユーザ・プロフィール１３０を含む、本明細書及び特許請求の範囲記載の機能を行うためにつながり推奨システム１３６、１７４によって使用し得るデータを実施させたデータ記憶装置１２０、プロセッサ１１２、メモリ１１４、入出力サブシステム１１６、及びユーザレベル・アプリケーション１１８を含む。ユーザ・コンテント１２２は、コンピューティング装置ユーザによって作成され、クライアント・コンピューティング装置１１０上に少なくとも一時的に記憶されたコンテントを含む。そういうものとして、ユーザ・コンテント１２２は、何れかのタイプの文書、メッセージ、画像、オーディオ記録、及び／又は他のタイプのユーザ生成された電子コンテントを含み得る。コンテキスト・データ１２４は、ユーザの現在のコンテキストの局面を示すデータを含む。例えば、コンテキスト・データ１２４は、（ユーザの現在の地理的位置、近傍の施設、動き情報等などの）センサ・データから導き出されたセンサ・データ又は情報を含み得る。コンテキスト・データ１２４は、代わりに、又は更に、（個人的な選好、人口統計情報、関心のあるトピック他などの）ユーザの個人状況の局面を示す情報を含み得る。以下に更に詳細に説明するように、ユーザ・コーパス１２６は、つながり推奨を生成するためにつながり推奨システム１３６、１７４によって使用されるユーザ・コンテント１２２の部分集合を含み、又は規定する。字句空間１２８は、ユーザ・コーパス１６４の本体に関係するコーパス１２６についての意味論的情報及び／又は語彙情報を表すコンピュータ・プログラミング構成要素（例えば、多次元ベクトル又はアレイ）として実施され、ユ―ザ・コーパス１６４は、コーパス１２６と、つながり推奨システム１３６、１７４に参加しているコンピューティング装置ユーザの組におけるその他のコンピューティング装置ユーザ毎に同様なコーパスとを含む。よって、字句空間１２８を作成するために、コンピューティング・システム１００は、ユーザ・コンテント１２２を解析すべきであるコンピューティング装置ユーザの組を判定し、コーパス１２６が作成される。例証的な字句空間１２８は、いくつかの次元（又は位置）を有する多次元空間として規定され、次元の数は、ユーザ・コーパス１６４における語彙項目の数に対応し、次元はそれぞれ、コーパス１６４に存在している語彙項目の１つを表す。例えば、コーパス１６４が、ユーザ１によって著された文書１「タンポポは花である（Ｄａｎｄｅｌｉｏｎｓ ａｒｅ ｆｌｏｗｅｒｓ）」、及びユーザ２によって著された文書２「タンポポは雑草である（Ｄａｎｄｅｌｉｏｎｓ ａｒｅ ｗｅｅｄｓ）」を含む場合、コーパス１６４のベクトル表現は、［ｄａｎｄｅｌｉｏｎｓ，ａｒｅ，ｆｌｏｗｅｒｓ，ｗｅｅｄｓ］であり得、文書１のベクトル表現は［１，１，１，０］であり得、文書２のベクトル表現は［１，１，０，１］であり得る。文書１のベクトルと文書２のベクトルとの間の意味論的距離は、数学的に計算し、２つのユーザによって生成されたコンテントの意味論的類似度を示すものとしてコンピューティング・システム１００によって使用することが可能である。

ユーザ・プロファイル１３０は、つながりの推奨を行うために、つながり推奨システム１３６、１７４が使用する、コンピューティング装置ユーザについての情報を含む。例えば、ユーザ・プロファイル１３０は、コンテキスト・データ１２４、コーパス１２６、若しくはそれらへの参照、及び／又は、例えば、不必要な、又は無関係のつながり推奨を除去するために有用であり得る何れかの他の情報を含み得る。

例証的なクライアント・コンピューティング装置１１０は更に、１つ又は複数のセンサ１３２、ユーザ・インタフェース・サブシステム１３４、つながり推奨システム１３６の「局所部分」、及び通信サブシステム１３８を含む。クライアント・コンピューティング装置１１０は、他の実施例では、例証された構成部分（例えば、センサ１３２）の１つ又は複数を欠き、又は、移動式及び／又は固定式コンピュータ（例えば、種々のセンサ及び入出力装置）に通常みられるものなどの他の、又は更なる構成部分を含み得る。更に、一部の実施例では、例証された構成部分の１つ又は複数は、コンピューティング装置１１０の別の構成部分の一部分に組み入れ、又は、その他のやり方で上記一部分を構成し得る。つながり推奨システム１３６の一部分は、別のアプリケーション又はシステム（例えば、ユーザレベル・アプリケーション１１８）に組み入れ得る。例えば、つながり推奨システム１３６は、サーチ・エンジン又はソーシャル・メディア・アプリケーションに対するウィジェット又はプラグインとして実施し得、ユーザがアプリケーション又はシステムに関与するにつれ、又は、ユーザ作成コンテントに応じて、コンテント、コンテキスト・データ、及びソーシャル・ネットワーク・データを「バックグラウンドで」解析し得る。

プロセッサ１１２は、本明細書及び特許請求の範囲記載の機能を行うことができる何れかのタイプのプロセッサとして実施し得る。例えば、プロセッサ１１２は、単一コア又はマルチ・コアのプロセッサ、ディジタル信号プロセッサ、マイクロコントローラ、又は他のプロセッサ若しくは処理／制御回路として実施し得る。メモリ１１４は、本明細書及び特許請求の範囲記載の機能を行うことができる何れかのタイプの揮発性又は不揮発性のメモリ若しくはデータ記憶装置として実施し得る。動作中、メモリ１１４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、ライブラリ、及びドライバなどのクライアント・コンピューティング装置１１０の動作中に使用される種々のデータ及びソフトウェアを記憶し得る。例えば、メモリ１１４は、少なくとも一時的に、ユーザ・コンテント１２２、コンテキスト・データ１２４、ユーザ・コーパス１２６、字句空間１２８、及び／又はユーザ・プロファイル１３０の一部分を記憶し得る。ユーザ・コンテント１２２、コンテキスト・データ１２４、ユーザ・コーパス１２６、字句空間１２８、及びユーザ・プロファイル１３０はそれぞれ、システム１３６、１７４の特定の設計又は実現の要求に応じて、電子ファイル、テーブル、データベース、又は他の適切なコンピュータ化されたデータ構造（例えば、ベクトル、アレイ、又はツリー）において実施し得る。

メモリ１１４は、通信するよう、例えばＩ／Ｏサブシステム１１６を介して、プロセッサ１１２に結合し得る。Ｉ／Ｏサブシステム１１６は、プロセッサ１１２、メモリ１１４、又はクライアント・コンピューティング装置１１０の他の構成部分との間の入出力動作を容易にするための回路及び／又は構成部分として実施し得る。例えば、Ｉ／Ｏサブシステム１１６は、メモリ・コントローラ・ハブ、入出力制御ハブ、ファームウェア装置、通信リンク（すなわち、ポイントツーポイント・リンク、バス・リンク、配線、ケーブル、光導波管、プリント回路基板トレース等）、並びに／又は、入出力動作を容易にするための他の構成部分及びサブシステムとして実施し得、又は、メモリ・コントローラ・ハブ、入出力制御ハブ、ファームウェア装置、通信リンク（すなわち、ポイントツーポイント・リンク、バス・リンク、配線、ケーブル、光導波管、プリント回路基板トレース等）、並びに／又は、入出力動作を容易にするための他の構成部分及びサブシステムを別のやり方で含み得る。一部の実施例では、Ｉ／Ｏサブシステム１１６は、システムオンチップ（ＳｏＣ）の一部分を構成し、単一の集積回路チップ上に、プロセッサ１１２、メモリ１１４、及び／又は、クライアント・コンピューティング装置１１０の他の構成部分とともに組み入れ得る。

ユーザレベル・アプリケーション１１８は、キーボード、マウス、マイクロフォン、又はタッチ画面などの、ヒューマン・インタフェース装置を介してエンド・ユーザとインタフェースするよう構成された何れかのタイプのコンピュータ・アプリケーション（例えば、ソフトウェア、ハードウェア、ファームウェア、又はそれらの組み合わせ）として実施し得る。例えば、ユーザレベル・アプリケーション１１８は、サーチ・エンジン、ソーシャル・メディア・サービス、電子メッセージング装置、又はクライアント装置１１０上で実行されることが可能な別のタイプのコンピュータ・アプリケーション若しくはコンピュータ・アプリケーション・スイートに対する「フロント・エンド」として実施し得る。例えば、ユーザレベル・アプリケーション１１８は、ウェブベースのソーシャル・メディア・サービスを含み得、（例として、ソーシャル・メディア・サービスにより（、例えばＡＰＩを介して）アクセスされた外部サービスとして、又はサブモジュールとして）つながり推奨システム１３６，１７４はウェブベースのソーシャル・メディア・サービスと通信する。データ記憶装置１２０は、例えば、メモリ装置及び回路、メモリ・カード、ハード・ディスク・ドライブ、ソリッドステート・ドライブ、又は他のデータ記憶装置などの、データの短期又は長期の記憶のために構成された何れかのタイプの装置として実施し得る。

センサ１３２は（、存在している場合）、動きセンサ装置（例えば、加速度計、傾斜計、動力センサ又は近接センサ）、向きセンサ（例えば、ジャイロスコープ）、モバイル・ポインティング・デバイス（例えば、赤外線装置）、位置特定センサ（例えば、全地球測位システム若しくはＧＰＳ）、スチル・カメラ若しくはビデオ・カメラ、眼追跡装置、又は別のタイプの検知装置若しくは検知装置の組み合わせを含めるよう実施し得る。センサ１３２は、クライアント・コンピューティング装置１１０とのユーザの相互作用、及び／又はユーザがクライアント・コンピューティング装置１１０を現在動作させている環境についての種々の情報を検知し、捕捉し、処理するよう構成し得る。前述の情報の全部又は一部分は、（例えば、コンテキスト・データ１２４として）つながり推奨システム１３６、１７４によって使用されるためにクライアント・コンピューティング装置１１０によって記憶し得る。

ユーザ・インタフェース・サブシステム１３６は、エンド・ユーザがつながり推奨システム１３６と直接、相互作用する実施例において、つながり推奨システム１３６との、又は、クライアント・コンピューティング装置１１０とのユーザ相互作用を容易にするためのいつかの装置を含み得る。当然、一部の実施例では、つながり推奨システム１３６は、エンド・ユーザと直接、インタフェースしないことがあり得る。これは、例えば、つながり推奨システム１３６が、既存のシステム（例えば、ソーシャル・メディア・アプリケーション）によってアクセスされ、又は上記既存のシステムに内蔵される場合にあてはまり得る。何れにせよ、ユーザ・インタフェース・サブシステム１３６のユーザ・インタフェース装置は、物理的な、かつ／又は仮想的な制御ボタン若しくはキー、マイクロフォン、スピーカ、一方向又は双方向のスチル・カメラ及び／又はビデオ・カメラ等を含み得る。ユーザ・インタフェース・サブシステム１３６の一部分及び／又はセンサ１３２の何れかは、（例えば、その「内蔵」構成部分として）クライアント・コンピューティング装置１１０と一体化し得、又は、（例えば、ネットワーク１８０、又は汎用シリアル・バス接続により、）クライアント・コンピューティング装置１１０と通信し得る。

つながり推奨システム１３６の「局所部分」は、本明細書及び特許請求の範囲記載の機能を行うことができる何れかのタイプのコンピュータ・アプリケーション（例えば、ハードウェア、ソフトウェア、又はそれらの組み合わせ）として実施し得る。例えば、つながり推奨サブシステム１３６は、ユーザ・プロフィール１３０、ユーザ・コンテント１２２、コンテキスト・データ１２４、ユーザ識別子（例えば、ユーザ名）、及び／又は他のユーザ・データを受け取り、処理する、図２に示し、後述するモジュールの一部分を含めるよう実施し得る。一部の実施例では、つながり推奨システム１３６は、以下に更に詳細に説明するコンテキスト抽出モジュール２１８、及び／又は、ユーザ・プロファイル生成器２１４、ソーシャル・ネットワーク識別子モジュール２２８、及びコーパス開発モジュール２１０の一部分を含み得る。あるいは又は更に、例えば、ユーザレベル・アプリケーション１１８とインタフェースし、又はスクリーンスクレイピング若しくはウェブスクレイピング手法を実現することにより、ユーザ・コンテントの作成を監視する機能を含み得る。このようにして、つながり推奨システム１３６、１７４は、生成されるにつれ、新たなユーザ・コンテントに対する応答性を有し得、又は、つながり推奨システム１３６、１７４はオフライン解析のために経時的にユーザ・コンテントのサンプルを収集し得る。例えば、つながり推奨システム１３６、１７４は、ユーザの最も直近のソーシャル・メディア投稿、ブログ・ポスト、インスタント・メッセージ、（例えば、「リアルタイム」での）ツィート、又はそれらの組み合わせに応じて、本明細書及び特許請求の範囲記載のつながりの推奨を直接、生成し、提示し得る。あるいは、又は更に、つながり推奨システム１３６、１７４は、（例えば、モデルを使用して）経時的にユーザ・コンテントの前述及び／又は他のサンプルを集約し、次いで、本明細書及び特許請求の範囲記載のつながり推奨を生成するようユーザ・コンテントを併せて解析し得る。一部の実施例では、つながり推奨システム１３６、１７４は、各種アプリケーション（例えば、メッセージング、ソーシャル・メディア、及び電子メール）にわたって生成されたユーザ・コンテントにアクセスし、上記ユーザ・コンテントを利用することが可能である。すなわち、つながり推奨システム１３６、１７４は、単一のソフトウェア・アプリケーション内で作成されたコンテントに関する使用に限定されない。

通信サブシステム１３８は、クライアント・コンピューティング装置１１０と、サーバ・コンピューティング装置１５０を含む他の電子装置との間の電子通信を可能にすることができる何れかのタイプの通信回路、装置、又はその収集物として実施し得る。通信サブシステム１３８は、何れかの１つ又は複数の通信手法（例えば、光通信、無線通信、又は有線通信）、及び関連付けられたプロトコル（例えば、イーサネット（登録商標）、ブルートゥース（登録商標）、ワイファイ、ワイマックス、３Ｇ／ＬＴＥ等）を使用して前述の通信を行うよう構成し得る。通信サブシステム１３８は、無線ネットワーク・アダプタを含む１つ又は複数のネットワーク・アダプタとして実施し得る。

サーバ・コンピューティング装置１５０は、本明細書及び特許請求の範囲記載の機能を行うための何れかのタイプとして実施し得る。例えば、サーバ・コンピューティング装置１５０は、限定列挙でないが、スマートフォン、タブレット・コンピュータ、ウェアラブル・コンピューティング装置、ラップトップ・コンピュータ、ノートブック・コンピュータ、モバイル・コンピューティング装置、セルラー電話機、ハンドセット、メッセージング装置、車両テレマティック装置、サーバ・コンピュータ、ワークステーション、分散コンピューティング・システム、マルチプロセッサ・システム、消費者向電子装置、及び／又は本明細書及び特許請求の範囲記載の機能を行うよう構成された何れかの他のコンピューティング装置として実施し得る。図１に示すように、例証的なサーバ・コンピューティング装置１５０は、ユーザ・コンテント１６０、コンテキスト・データ１６２、ユーザ・コーパス１６４、字句空間１６６、及びユーザ・プロファイル１６８を実施させたデータ記憶装置１５８、入出力サブシステム１５６、メモリ１５４、及びプロセッサ１５２を含む。ユーザ・コンテント１２２は、つながり推奨システム１３６，１７４に参加しているコンピューティング装置ユーザの組におけるコンピューティング装置ユーザの一又は複数によって作成されたユーザ・コンテント１２２を含む。例えば、ユーザ・コンテント１６０は、参加しているコンピューティング装置ユーザ全てのユーザ・コンテント１２２全ての集約として実施し、それにより、コンピューティング装置ユーザの何れかが、何れかのユーザ・コンテント１２２を共通に有しているか否かについてのシステム１３６、１７４による判定を容易にし得る。コンテキスト・データ１６２は、つながり推奨システム１３６、１７４に参加しているコンピューティング装置ユーザの組におけるコンピューティング装置ユーザの一又は複数についてのコンテキスト・データ１２４を含む。例えば、コンテキスト・データ１６２は、参加しているコンピューティング装置ユーザ全てについてのコンテキスト・データ１２４全ての集約として実施し、それにより、コンピューティング装置ユーザの何れかがコンテキスト・データ１２４を共通に有しているか否かについての、システム１３６、１７４による判定を容易にし得る。

ユーザ・コーパス１６４は、各ユーザ・コーパス１２６を含み、参照し、又は規定する。例えば、システム１３６、１７４に参加しているコンピューティング装置ユーザそれぞれのユーザ・コーパス１２６が、コーパス１６４に含まれ、参照され、又は規定される。字句空間１６６は、ユーザ・コーパス１６４の本体全体に関係する個々のコーパス１２６それぞれについての意味論的情報及び／又は語彙情報を表すコンピュータ・プログラミング構成要素（例えば、多次元ベクトル）として実施される。例えば、字句空間１６６は、参加しているコンピューティング装置ユーザそれぞれの個々の字句空間１２８それぞれの集約として実施し得、それにより、以下に説明する、コンピューティング・システム１００によって行なわれるクラスタリングを容易にし得る。ユーザ・プロファイル１６８は、つながり推奨システム１３６、１７４に参加しているコンピューティング装置ユーザの一又は複数のユーザ・プロファイル１３０を含む。例えば、ユーザ・プロファイル１６８は、参加しているコンピューティング装置ユーザ全てのユーザ・プロファイル１３０全ての集約として実施し得、それにより、コンピューティング装置ユーザの特定の対に対してつながり推奨を行うか否かについての、コンピューティング・システム１００による判定を容易にし得る。一般に、つながり推奨システム１７４のサーバ部分は、本明細書及び特許請求の範囲記載の機能を行うために必要に応じて、本明細書及び特許請求の範囲記載のデータ（例えば、ユーザ・コンテント１２２、１６０、コンテキスト・データ１２４，１６２、ユーザ・コーパス１２６、１６４、字句空間１２８、１６６、ユーザ・プロファイル１３０、１６８他）のいくつか又は全てにアクセスし得る。本明細書及び特許請求の範囲に記載されているデータ、又は、本明細書及び特許請求の範囲記載の機能を行うために必要なそれ以外のデータ（例えば、ユーザ・コンテント１２２、１６０、コンテキスト・データ１２４，１６２、ユーザ・コーパス１２６、１６４、字句空間１２８、１６６、ユーザ・プロファイル１３０、１６８他）の何れか又は全てを、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせで実施し得る。

サーバ・コンピューティング装置１５０は更に、ユーザ・インタフェース・サブシステム１７０、ソーシャル・ネットワーク・サービス１７２、つながり推奨システム１７４の「遠隔部分」、及び通信サブシステム１７６を含む。ソーシャル・ネットワーク・サービス１７２は、ユーザのためのソーシャル・ネットワーク・データを提供することが可能な何れかのコンピュータ化されたサービス又はサービスの組み合わせ（例えば、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせ）として実施し得る。本明細書及び特許請求の範囲記載の「ソーシャル・ネットワーク・データ」は、とりわけ、一又は複数のコンピューティング装置ユーザ、及びユーザ間での二者のつながりを識別するデータを表し得る。ソーシャル・ネットワーク・サービス１７２は、ソーシャル・メディア・サイト、ユーザの電子連絡先システム、電子メール・サービス、電子メッセージング・サービス、ブロッギング・サービス、カレンダー・サービス、アドレス帳、関係管理システム（例えば、顧客関係管理又はＣＲＭシステム）及び／又は、ユーザ及びつながりの情報を含み得る他の電子サービス若しくはアプリケーションを含み得る。

つながり推奨システム１７４の「遠隔部分」は、本明細書及び特許請求の範囲記載の機能を行うことができる何れかのタイプのコンピュータ・アプリケーション（例えば、ハードウェア、ソフトウェア、又はそれらの組み合わせ）として実施し得る。例えば、つながり推奨システム１７４は、図２に示し、以下に説明するつながり生成器モジュール２２０の部分を含めるよう実施し得る。代わりに、又は更に、コンピューティング・システム１００の種々のユーザ及び／又はコンピューティング・システム１００によるユーザ・プロファイル１３０、１６８、字句空間１２８、１６６、ユーザ・コーパス１２６、１６４、コンテキスト・データ１２４、１６２、並びにユーザ・コンテント１２２、１６０の作成及び更新を維持又は監視するための機能を含み得る。例えば、つながり推奨システム１７４は、コンピューティング・システム１００のユーザのうちの一ユーザ、又はコンピューティング・システム１００によって行われたユーザ・コンテント１２２、１６０又はユーザ・プロファイル１３０、１６８に対する更新の検出に応じて同時につながり生成器モジュール２２０を実行し得る。

当然、サーバ・コンピューティング装置１５０は、他の実施例において、移動式及び／又は固定式コンピュータに通常みられるものなどの他の、又は更なる構成部分（例えば、種々のセンサ及び入出力装置）を含み得る。更に、一部の実施例では、例証的な構成部分の１つ又は複数は、別の構成部分に組み入れ、又は、その以外のやり方で、別の構成部分の一部分を構成し得る。例えば、つながり推奨システム１７４、又はそれらの一部分は、一部の実施例では、ソーシャル・ネットワーク・サービス１７２に組み入れ得る。クライアント・コンピューティング装置１１０の構成要素の上記説明は、同一又は同様の名称（例えば、プロセッサ１１２及びプロセッサ１５２等）を有するサーバ・コンピューティング装置１５０の構成要素に該当する。よって、話を簡潔にするために、上記説明はここでは繰り返さない。更に、同じユーザ又は別々のユーザに属するデータ及び／又はコンテントの部分が、（例えば、分散コンピューティング環境における）複数のコンピューティング装置上に存在し得るということを例証するために、ユーザ・コンテント１２２、１６０及びユーザ・プロファイル１３０、１６８などのデータの別個のインスタンスが、クライアント・コンピューティング装置１１０上及びサーバ・コンピューティング装置１５０上それぞれに存在しているものとして示している。

ネットワーク１８０は、セルラ・ネットワーク、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク（例えば、ワイファイ（登録商標）、パーソナル・クラウド、仮想パーソナル・ネットワーク（例えば、ＶＰＮ）、エンタープライズ・クラウド、パブリック・クラウド、イーサネット（登録商標）、インターネットなどのパブリック・ネットワーク、又はそれらの組み合わせとして実施し得る。あるいは、又は更に、ネットワーク１８０は、例えば、ブルートゥース（登録商標）及び／又は近距離通信（ＮＦＣ）手法を使用してサーバ・コンピューティング装置１５０とクライアント・コンピューティング装置１１０との間の近距離無線通信を可能にし得る。本明細書及び特許請求の範囲記載の教示は、ネットワーク１８０に使用される基礎ネットワーク技術に関して効率的に動作するよう必要に応じて適合させ、又は調節し得る。更に、他の手法又はプロトコル（例えば、ＴＣＰ／ＩＰ他）を改変なしでネットワーク１８０にわたって実現し得る。

次に図２を参照するに、一部の実施例では、コンピューティング・システム１００は、動作中、環境２００を確立する。特定の時点において、例証的な環境２００は、サーバ・コンピューティング装置１５０上及びクライアント・コンピューティング装置１１０上の一方又は両方のアクティブな（例えば、ロードされた、及び／若しくは実行中の）構成部分を含み得る。例証的な実施例では、前述の構成部分は、コーパス開発モジュール２１０、コンテント特性抽出モジュール２１２、ユーザ・プロファイル生成器２１４、字句空間構築器２１６、コンテキスト抽出モジュール２１８、つながり生成器モジュール２２０、クラスタリング・モジュール２２２、及びソーシャル・ネットワーク識別子モジュール２２８を含むいくつかのモジュールとして実施される。コーパス開発モジュール２１０、コンテント特性抽出モジュール２１２、ユーザ・プロファイル生成器２１４、字句空間構築器２１６、コンテキスト抽出モジュール２１８、つながり生成器モジュール２２０，クラスタリング・モジュール２２２、ソーシャル・ネットワーク識別子モジュール２２８、及び／又は本明細書及び特許請求の範囲記載の機能を行うための何れかの他のモジュールのそれぞれは、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせで実現し得る。

動作中、コーパス開発モジュール２１０は、参加しているコンピューティング装置ユーザ毎にコーパス１２６を作成する。これを行うために、コーパス開発モジュール２１０は、コーパス１２６に含めるためのユーザ・コンテント１２２を選択し、選択されたユーザ・コンテント１２２が（例えば、メタデータ又はキーワード・クエリを介して）サーチ可能であるように、索引化され、コーパス１２６に記憶される。コーパス１２６に含めるためのユーザ・コンテント１２２を選択するうえで、コンテント特性抽出モジュール２１２及び／又はコンテキスト抽出モジュール２１８は、コーパス１２６に含める前にユーザ・コンテント１２２をフィルタリングするためにコーパス開発モジュール２１０によって使用し得るコンテント特性情報及び／又はコンテキスト・データ１２４を供給するよう使用し得る。例えば、コンテント特性抽出モジュール２１２は、ユーザ・コンテント１２２に対して情報抽出手法を行って、コーパス１２６を選択的に規定するために使用し得る１つ又は、コーパス１２６を選択的に規定するために使用し得る複数の上位トピック又は作家特有の質をそこから導き出し得る。これを行うために、コンテント特性抽出モジュール２１２は、例えば、トピック抽出手法又は形態素解析を行い得る。このようにして、コーパス１２６は、特定のトピック若しくは主題（例えば、「ドメイン」）、又は特定のタイプのコンテント（例えば、学術論文又は非公式の会話メッセージ）に限定され得る。同様に、コンテキスト抽出モジュール２１８は、特定のコンテキスト・データ１２４に関するユーザ・コンテント１２２にコーパス１２６を限定するためにコーパス開発モジュール２１０によって使用し得るコンテキスト・データ１２４をコーパス開発モジュール２１０に供給し得る。コンテキスト・データ１２４は例えば、日時情報、ユーザ位置情報、無線アクセス・ポイント、ネットワーク・タイプ情報、又はユーザの現在の地理的位置又は現在のコンテキストを判定するために使用し得る他の情報を含み得る。例えば、コーパス開発モジュール２１０は、特定の期間中に、又はユーザが特定の地理的位置に物理的に存在している間に作成されたユーザ・コンテント１２２のみ（例えば、ユーザが会議に出席している間に送出されたツイート全て）を含めるようコーパス１２６を開発し得る。

字句空間構築器２１６は、システム１３６，１７４に参加しているコンピューティング装置ユーザ毎に、コーパス１２６に対して字句及び／又は意味論的コンテント解析をアルゴリズム的に行うことにより、字句空間１２８、１６６を構築する。前述のプロセスは、字句空間１２８、１６６におけるコーパスの範囲の判定として表し得る。コンテント解析は例えば、コーパス１２６から、多義性の低い語彙項目の抽出を含み得る。これを行うために、例証的な字句空間構築器２１６は、多義性の高い語彙項目の優先度を下げ、又は多義性の高い語彙項目を除外するために、修正された逆文書頻度手法などの数学的手法を適用する。語彙項目の「多義性が高い」か否かを判定するために、字句空間構築器２１６は言語モデル２３０とインタフェースして、語彙項目の言語頻度（例えば、言語モデル２３０における語彙項目の生起の頻度）についての情報を得る。字句空間構築器２１６は、高い言語頻度を有する単語が割愛された後で残っている語彙項目の組から数学モデル（例えば、「単語の袋」モデル）を作成する。字句空間構築器２１６は、例えばピック・リストを使用して１つ又は複数の関心語で数学モデルを拡大し得る。言語モデル２３０は、例えば、言語（例えば、アメリカ英語）において使用される単語のリスト、及び言語の使用における各単語の生起の頻度を示すデータを含むルックアップ・テーブル、コンピュータ・ファイル、又はデータベースとして実施し得る。オープン・ソース・リソースとして利用可能な言語モデルの例は、ワードネット（ＷＯＲＤＮＥＴ）である。本明細書及び特許請求の範囲記載の「単語の袋」は、とりわけ、ベクトルとして文書を表す数学的モデルのタイプを表し得、ベクトル内の各位置は、文書中の語彙項目（例えば、単語）の生起の数を表す。

多義性が低い語彙項目がコーパス１２６から抽出されると、字句空間構築器２１６は更に、「希な」単語又は語（例えば、コンピューティング装置ユーザの特定の関心、又は専門知識の分野を示し得る単語）に注力するために、抽出された語彙項目の抽出された組を更に精緻化し得る。これを行うために、字句空間構築器２１６は、抽出された語彙項目（例えば、単語又は語）のコーパス頻度及び言語頻度を解析し、コーパス頻度及び言語頻度に基づいて、抽出された語彙項目の部分集合を選択する。より具体的には、字句空間構築器２１６は、低コーパス頻度及び低言語頻度（コーパス頻度はコーパス１２６における単語又は語の生起の頻度を表し得、言語頻度は言語モデル２３０における生起の頻度を表し得る）を有する単語又は語のみを、抽出された語彙項目の部分集合に含め得る。コーパス頻度及び言語頻度は、一部の実施例では、単語の袋のモデルから判定し得る。このようにして、つながり推奨を見つけるために使用される抽出された語彙項目の部分集合は、低コーパス頻度及び低言語頻度を有する、ユーザのコーパス１２６内に見つかった多義性が低い語彙項目のみを含み得る。上記解析の特定の組み合わせは、「修正された文書頻度」として表し得る。

コンテント解析の一部として、又は別個のプロセスとして、例証的なコンテント特性抽出モジュール２１２は、ユーザ・コンテント１２２、１６０から１つ又は複数のトピックを抽出し、又は、字句空間構築器２１６は、アルゴリズム的トピック抽出手法を使用してコーパス１２６に対してトピック抽出を行う。本明細書及び特許請求の範囲記載の「トピック」はとりわけ、ユーザ・コンテント１２２、１６０に含まれ、（例えば、言語頻度又はコーパス頻度に基づいて）関心があると判定された単語又は他の語彙項目を表し得る。トピックは更に、ユーザ・コンテント１２２、１６０において実際に生起する語彙項目の１つ又は複数を表すが、ユーザ・コンテント１２２、１６０においてそれ自身が実際に生起しない別の語彙項目を表し得る。例えば、トピックは、ユーザ・コンテント１２２、１６０において生起しないが、より具体的なレベルにおいてでも、より抽象的なレベルにおいてでも、ユーザ・コンテント１２２、１６０に含まれる１つ又は複数の語彙項目の意味を表す。そういうものとして、トピックは、一部の実施例において、実際のユーザ・コンテント１２２、１６０から導き出されたカテゴリ、タイプ、又はラベルを含み得る。

ソーシャル・ネットワーク識別器モジュール２２８は、システム１３６、１７４に参加しているコンピューティング装置ユーザ毎にソーシャル・ネットワーク・データを得るためにつながり推奨システム１３６、１７６において使用される対象のソーシャル・グラフ２２６を識別する。例えば、つながり推奨システム１３６、１７４が、ソーシャル・ネットワーク・データを得るために１つ又は複数の外部サービスとインタフェースした場合、ソーシャル・ネットワーク識別子モジュール２２８は、ユーザが属するソーシャル・ネットワーク・サービス１７２全てのリスト、及び／又はユーザが使用する電子メール・サービスのリストを作成し、維持し得る。ソーシャル・ネットワーク識別器モジュール２２８は、ユーザから直接（例えば、ユーザ・インタフェース・サブシステム１３４を介して）前述の情報を要求し得、かつ／又は、自動化された手法の使用により（例えば、ソフトウェア・サービス・プロバイダが公開するアプリケーション・プログラミング・インタフェースすなわちＡＰＩを介して）前述の情報を取得し得る。他方で、つながり推奨システム１３６、１７４がソーシャル・ネットワーク・サービス１７２の一部として組み入れられていた場合、ソーシャル・ネットワーク識別器モジュール２２８は、システム１３６、１７４による使用のためにソーシャル・グラフ２２６の一部分を提供し得、又は、ソーシャル・グラフ２２６にアクセスするための機構（例えば、ファンクション・コール）を提供し得る。

ユーザ・プロファイル生成器２１４は、システム１３６、１７４に参加しているコンピューティング装置ユーザ毎にユーザ特有プロファイル１３０、１６０を生成する。ユーザ・プロファイル生成器２１４は更に、例えば、ユーザ・インタフェース・サブシステム１３４を介してつながり推奨システム１３６、１７４によって受け取り、又は得られ得るユーザ・フィードバック２３２に応じてユ―ザ・プロファイル１３０、１６８を時々更新し得る。

つながり生成器モジュール２２０は、上記抽出された語彙項目の部分集合及びユーザ・プロファイル１３０、１６８に基づいて時々、システム１３６、１７４に参加しているコンピューティング装置ユーザに対するつながり推奨２２４を生成する。より具体的には、つながり推奨２２４は、字句空間構築器２１６によって行われるコンテント解析、及び、ソーシャル・ネットワーク識別器モジュール２２８によって識別されたサービスから取得し得るソーシャル・グラフ２２６から少なくとも部分的に導き出される。一部の実施例では、つながり生成器モジュール２２０は、コンテキスト抽出モジュール２１８から得られたコンテキスト情報、及び／又はコンテント特性抽出モジュール２１２から得られたコンテント特性情報により、つながり推奨２２４をフィルタリングする。例えば、つながり生成器モジュール２２０は、そのユーザ・コンテント１２２が、現在のユーザと同じ地理的位置にいる人々のみを含め、又は現在のユーザのコンテントと同じタイプのスタイロメトリック（ｓｔｙｌｏｍｅｔｒｉｃ）品質を明示する人々のみを含めるようソーシャル・グラフ２２６をプルーニングし得る。

クラスタリング・モジュール２２２は、システム１３６、１７４に参加しているコンピューティング装置ユーザの抽出された語彙項目の部分集合に対してコンテント・クラスタリングをアルゴリズム的に行う。これを行うために、例証的なクラスタリング・モジュール２２２は、抽出された語彙項目の部分集合間のコンテント類似度（例えば、語彙類似度及び／又は意味類似度）の尺度を計算し、計算された意味類似度に基づいて、抽出された語彙項目の部分集合をクラスタリングする。参加しているユーザ全ての抽出された語彙項目の部分集合は例えば、字句空間１６６及び／又はコーパス１６４から取得し得る。例として、抽出された語彙項目の２つ以上の部分集合は、抽出された語彙項目の部分集合間の語彙の距離、及び／又は意味距離が短い場合に一緒にまとまり得る。逆に、抽出された語彙項目の２つの部分集合間の語彙の距離、及び／又は意味距離が長い場合、上記部分集合は、一緒にまとまらないことがあり得る。本明細書及び特許請求の範囲記載の「クラスタリング」はとりわけ、意味類似度及び／又は語彙類似度に基づいて、抽出された語彙項目の部分集合を一緒にするための数学的アルゴリズムの実行を表し得る。抽出された語彙項目の部分集合間の語彙の距離及び／又は意味距離を計算するために、オントロジ、グラフ、及び／又は統計手法を使用し得る。例えば、階層的なオントロジにより、オントロジにおけるノード間又は「概念」間のリンクの数を求めることにより、語彙の距離及び／又は意味距離を計算することが可能である（例えば、より大きなリンク数は、より長い距離を示す）。

クラスタリング・モジュール２２２によって行われたクラスタリング、並びに、ユーザ・プロファイル１３０、１６８、コンテント特性抽出モジュール２１２、及び／又はコンテキスト抽出モジュール２１８（存在する場合）によって提供された他の情報に基づいて、つながり生成器モジュール２２０はつながり候補の組を識別する。つながり候補の組は、例えば、クラスタリング・モジュール２２２によって求められるように、抽出された語彙項目の組が一緒にまとまったコンピューティング装置ユーザの対又はグループを含み得る。つながり生成器モジュール２２０は、（ソーシャル・グラフ２２６によって示されるように）つながり候補の何れかが、関係が親密であるか否かを判定するためにソーシャル・グラフ２２６を表す。つながり生成器モジュール２２０は、ソーシャル・グラフ２２６に応じて、ユーザとの関係が親密なつながり候補の組から個人を除外するために、ソーシャル・グラフ２２６を使用してつながり候補の組を「プルーニング」する。互いに又はユーザと関係が疎い人々のみ、若しくは、主に互いに又はユーザと関係が疎い人々を含めるようつながり候補の組がプルーニングされると、つながり生成器モジュール２２０はつながり推奨２２４を生成する。

ソーシャル・グラフをプルーニングし、又はつながり推奨２２４を生成するうえで、つながり生成器モジュール２２０は、ユーザ毎にコンテキスト抽出モジュール２１８によって供給されたコンテキスト・データ１２４を検討し得る。個々のユーザについて、コンテキスト抽出モジュール２１８は、周期的に、又はトリガ動作（例えば、つながり生成器モジュール２２０からの要求）に応じて、センサ１３２からコンテキスト・データ１２４を取得し、（例えば、アナログ対ディジタル変換器及び／又は信号処理手法（必要に応じて））を使用して）つながり生成器モジュール２２０によって使用するためにそれをフォーマッティングする。上述の通り、コンテキスト・データ１２４は、ユーザ全てにわたって集約し、コンテキスト・データ１６６として記憶し得る。そういうものとして、つながり生成器モジュール２２０は、複数のユーザにわたり（例えば、つながり候補全てにわたり、）コンテキスト・データ１２４を比較し、類似したコンテキスト・データ１２４を有するつながり候補のみを含むつながり候補の部分集合を生成することにより、フィルタとしてコンテキストを使用し得る。このようにして、コンピューティング装置ユーザの現在のコンテキストに応じて違ったふうにつながり推奨２２４を生成し得る。すなわち、つながり推奨２２４は、コンテキスト・データ１２４における変更に基づいて流転し、流動的であり得る。例として、つながり生成器モジュール２２０は、ユーザ、及び／又は、つながり候補の一若しくは複数が、情報科学の会議にいるか、又は子どものフットボールの試合にいるとしてコンテキスト抽出モジュール２１８によって検出されることに応じて、別のソーシャル・グラフ２２６を利用し、又は違ったふうにつながり候補の組をプルーニングし得る。

つながり推奨２２４は、ユーザ又はコンピューティング・システム１００が（例えば、ユーザ選択可能なグラフィカル制御ボタンにより、）つながり推奨２２４をそれによって実行することが可能な手段、及び、（例えば、個人の名前、又はユーザ名により、）システム１３６，１７４に参加しているコンピューティング装置ユーザの対、グループ、若しくは組み合わせを識別する情報を含み得る。つながり推奨２２４が、推奨された二以上のユーザを含む場合、推奨されたユーザのリストは、例えば、関係距離又は意味距離に基づいて順序付けし、又はランク付けし得る。例えば、より大きな度合いの関係距離、又はより高い度合いの意味論的類似度は、リストにおける推奨されたつながりのランク付けを向上させ得る。つながり推奨システム１３６，１７４は主に、ユーザ生成コンテント１２２、１６０の意味論的解析に基づいたつながりの提案に関する。他の実施例では、つながり推奨システム１３６、１７４はユーザのタイピング活動の特性及び／又は作家特有の質を解析し、前述の解析は、つながり推奨２２４を生成するために使用される。

次に図３を参照するに、つながり推奨２２４を生成する方法３００の例を示す。方法３００の一部分は、コンピューティング・システム１００によって（、例えば、クライアント・コンピューティング装置１１０及び／又はサーバ・コンピューティング装置１５０によって）実行し得る。ブロック３１０では、コンピューティング・システム１００は、つながり推奨２２４を生成する対象のコンピューティング装置ユーザの組のうちのコンピューティング装置ユーザを識別する。これを行うために、コンピューティング・システム１００は、ユーザ名、装置識別子（例えば、国際移動体装置識別番号すなわちＩＭＥＩ）、又はネットワーク・アドレス（例えば、メディア・アクセス制御若しくはＭＡＣアドレス）などのユーザ識別情報を取得する。ユーザ識別情報は、例えば、ユーザのログイン時にコンピューティング・システム１００によって取得し得る。コンピューティング装置ユーザの組は例えば、システム１３６、１７４に参加しているコンピューティング装置ユーザのリストを参照することにより、コンピュータ・システム１００によって規定し得る。コンピューティング装置ユーザは、（ソーシャル・ネットワーク・サービス１７２などの）連係オンライン・サービスへのユーザの以前の登録のおかげで、又は他の方法により、認可されたユーザとしてシステム１３６、１７４に登録した結果としてシステム１３６、１７４に「参加している」ことがあり得る。例えば、一部の実施例では、コンピューティング装置ユーザは、明示的にシステム１３６、１７４へ「加入し」得る一方、他の実施例では、コンピューティング装置ユーザは、別のサービスのその使用の結果としてシステム１３６、１７４に参加し得る。（更に、システム１３６、１７４からの「脱退を選ぶ」）機会が与えられ得る）。

ブロック３１２で、コンピューティング・システム１００は、つながり推奨を生成する目的で解析する対象のユーザ・コンテント１２２、１６０を選択する。ユーザ・コンテント１２２、１６０は、構造化されたコンテント、及び／又は構造化されていないコンテントを含み得る。ブロック３１４で、コンピューティング・システム１００は、選択されたコンテントに、コンテキスト及び／又はコンテント特性フィルタを適用し得る。例えば、ユーザ・コンテントを選択し、又は選択されたコンテントをフィルタリングするために、コンピューティング・システム１００は時間的基準（すなわち、最も直近に生成されたコンテント）、コンテント・タイプ基準（例えば、ブログ投稿でなく文書、テキスト・メッセージでなく電子メール等）、アプリケーション・タイプ基準（例えば、メッセージング又は写真共有でなく、ソーシャル・メディア）、主題基準（プロダクトＸ（ＰｒｏｄｕｃｔＸ）のみ）、又は解析する対象のユーザ・コンテントの範囲を規定するための何れかの他の適切な基準を使用し得る。コンピューティング・システム１００は、（例えば、ユーザ・インタフェース・サブシステム１３４による）ユーザ入力の結果として、又は、例えば、つながり推奨システム１３６、１７４を予め構成することにより、適用可能な選択及び／又はフィルタリング基準を判定し得る。あるいは、又は更に、コンテキスト・データ１２４、１６２は、解析する対象のユーザ・コンテントを選択し、又はフィルタリングするために使用し得る。選択され（、適宜、フィルタリングされた）ユーザ・コンテント１２２、１６０は、ユーザ・コーパス１２６に記憶され、又はユーザ・コーパス１２６によって参照される。

一部の言語では、単語に関連付けられた意味の数（多義性）、及び言語内の単語の生起の頻度（言語頻度）は相関性が高い。すなわち、頻繁に使用されている単語は多くの意味を有している可能性が統計的に、より高いことがあり得る。例えば、「ｈｏｒｓｅ」という単語は、動物、体操器械、チェスの駒、騎兵部隊他を含む、（単純な辞書である）コリンズ（Ｃｏｌｌｉｎｓ）辞典において１０を超える、単語の意味を有する。「Ｈｏｒｓｅ」は、英語において比較的高頻度な単語でもある。よって、コンピューティング・システム１００の実施例は、より低い頻度の単語に文書解析を注力することにより、単語、又は連結された単語の意味を識別する。例えば、コンピューティング・システム１００は、より低い言語頻度を有する単語に、より高い重みを割り当て得る。

一部の場合には、単語はコーパス１２６において一度のみ生起し得る。これは、「ただ１度しか用いられていない語（ｈａｐａ ｌｅｇｏｎｏｍａ）」として知られている。前述の単語は、希である一方、ユーザのコンテント１２２、１６０における特定の概念の強い存在を示す訳でないことがあり得る。例えば、小説モービー・ディック（白鯨）（２０万を超える別々の単語を有する、英語における最長の小説の１つ）における単語の約４４％は、ただ１度しか用いられていない語であり、単語のうちの別の１７％は２度しか生起しない。ただ１度しか用いられていない語に対応するために、コンピューティング・システム１００の実施例は、（例えば、少なくとも部分的に、単語の希少性に基づいて単語の部分集合を選択し、より希少性の高い単語の重みを増すことにより、）言語において、頻度がより低い単語に文書解析を注力し得る。ブロック３１８、３２０の出力は、ユーザのコーパス１２６から抽出されている語彙項目（例えば、単語）の部分集合であり、多義性が低く、言語頻度が低く、コーパス頻度が低い１つ又は複数の語彙項目を含む。

ブロック３１８、３２０では、コンピューティング・システム１００は、文書解析手法を使用して、ブロック３１２で作成されたユーザ・コーパス１２６に少なくとも部分的に基づいて字句空間１２８、１６６を構築する。例えば、コンピューティング・システム１００はコーパスからテキストを抽出し、使用頻度が高い単語（例えば、多義性が高い単語）を廃棄し、使用頻度が低い単語（例えば、多義性が低い単語）に、より高い重み値を割り当てる。コーパス１２６に頻繁に生起している希な（多義性が低い）単語は、関心のトピックを識別するためにコンピューティング・システム１００によって使用し得る。ブロック３２０で、コンピューティング・システム１００は、低い言語頻度及び低いコーパス頻度を有する抽出された、多義性の低い単語の部分集合をアルゴリズム的に識別する。部分集合を識別し、又は作成するために、コンピューティング・システム１００は例えば、低い言語頻度を有する抽出された語彙項目の重み値を調節し（例えば、増やし）得る。

ブロック３１６で、コンピューティング・システム１００は、システム１３６、１７４によって作成されたつながり候補の組をフィルタリングするために使用される対象のソーシャル・ネットワーク・データを識別する。ブロック３１６として描かれた機能は、一部の実施例では、ブロック３１２及び／又はブロック３１８の機能と同時に、コンピューティング・システム１００によって行い得る。これを行うために、コンピューティング・システム１００は、（例えば、つながり推奨システム１３６、１７４が既存のソーシャル・ネットワーク・サービスに組み入れられた実施例では、）ユーザのソーシャル・グラフ２２６に直接アクセスし得、又は、コンピューティング・システム１００は、例えば、アプリケーション・プログラミング・インタフェース（ＡＰＩ）を介して、潜在的なつながり（例えば、コンピュータ・ファイルに、又は外部のソーシャル・メディア・サービスによって維持されるソーシャル・グラフ又は連絡先リスト）についての情報にアクセスし得る。ブロック３２２で、コンピューティング・システム１００は、ブロック３１８、３２０でユーザ・コンテントから導き出された語彙項目の部分集合を識別し、更に、ブロック３１６で得られたソーシャル・ネットワーク情報を含む、ユーザについてのユーザ・プロファイルを作成する。一部の実施例では、ユーザ・プロファイルは、コンテント特性抽出モジュール２１２により、ユーザ・コンテントから抽出されたコンテント特性情報、及び／又はコンテキスト・データ１２４、ユーザによって供給される構造化された情報（例えば、個人の選好、人口統計情報等）などの他の情報を含み得る。

ブロック３２４で、コンピューティング・システム１００は、本明細書及び特許請求の範囲記載の手法を使用して１つ又は複数のつながり推奨を生成する。ブロック３２６で、（例えば、ネットワーク上の他のコンピューティング装置ユーザによって）開発され、又はアクセスされており、本明細書及び特許請求の範囲記載の「修正された文書頻度」手法によって導かれるやり方でユーザ自身のコンテントと意味論的に類似しているコンテントを見つけるよう１つ又は複数のコンテント・クラスタリング・アルゴリズムが実行される。すなわち、コンピューティング・システム１００は、ブロック３１８、３２０において識別された、多義性が低い単語にコンテント・クラスタリングを注力する。これを行うために、例証的なコンピューティング・システム１００は、ブロック３１８、３２０で、ユーザについて作成された語彙項目の部分集合と、システム１３６、１７４に参加している他のコンピューティング装置ユーザについて同様に作成された語彙項目の部分集合との間の意味距離を計算するために、１つ又は複数のクラスタリング・アルゴリズムを適用する。クラスタリング・アルゴリズム及び手法の一部の例には、ＣＬＩＱＵＥ、ＳＵＢＣＬＵ、ＯＳＣＬＵ、及び潜在的ディリクレ配分法（ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ ａｌｌｏｃａｔｉｏｎ）がある。

ブロック３２８では、コンピューティング・システム１００は、ブロック３２６で行われたコンテント・クラスタリング・アルゴリズムに基づいてつながり候補の組を生成する。つながり候補の組は、ブロック３２６で計算された意味距離の長さに基づいて生成される。例えば、抽出された語彙項目の２つのユーザのそれぞれの部分集合間の意味距離が短い場合、コンピューティング・システムは、対におけるユーザの一方又は両方のつながり候補として、つながり候補の組にユーザの対を追加し得る。コンピューティング・システム１００は、例えば、クラスタリングされたコンテントに関連付けられたユーザ識別子（例えば、文書上の著者名、メッセージ送信者識別子等）を取得することにより、クラスタリングされたコンテントに関連付けられたユーザを識別する。ユーザ識別情報は例えば、クラスタリングされたコンテントに関連付けられ、又は付加されたメタタグに含まれ得る。ブロック３３０で、コンピューティング・システム１００は、コンテキスト又はコンテント特性フィルタリングをつながり候補の組に対して行い得る。例えば、コンピューティング・システム１００は、コンテキスト・データがユーザの現在のコンテキストに一致しない何れかのつながり候補を、つながり候補の組から除外し、又は、コンテキスト・データがユーザの現在のコンテキストに一致するユーザを、つながり候補の組に付加し得る。これを行うために、コンピューティング・システム１００は、センサ１３２の１つ又は複数をポーリングし得る。センサ・データが利用可能な場合、コンピューティング・システム１００はセンサ・データからコンテキスト・データ１２４を抽出する。例えば、コンピューティング・システム１００は、センサ・データから位置座標、又は地理情報の他の指標を取得し、（例えば、地理マッピング・ソフトウェアとインタフェースすることにより、）ユーザの現在の予想位置を求め得る。地理的位置データ及び他のテキスト・データ１２４は、一部の実施例では、クライアント・コンピューティング装置１１０上で実行している別のソフトウェア・アプリケーションによって公開され得る。本明細書及び特許請求の範囲記載の「コンテキスト・データ」はとりわけ、出力のテキスト・クラスタリング、及び（地理的位置、近接性等などの）センサ・データから導き出された情報、又は検知された情報を含み得る。

ブロック３３２で、ソーシャル・グラフ２２６においてユーザとの関係が親密であると判定されたつながり候補をつながり候補の組から除外する。すなわち、コンピューティング・システム１００は、ブロック３１６において得られたソーシャル・グラフ２２６を使用して、ユーザのソーシャル領域内に既にいるつながり候補を取り除くことが可能である。これを行うために、人々が（例えば、１又は２度以内で）関係が親密な場合、リンク（関連付け）に割り当てられる重みが低くなるように、ソーシャル・グラフ２２６内のその関係距離に基づいて人々の間のリンクを重み付けることが可能である。人々が、ソーシャル・グラフ２２６において関係が疎い場合、より高い重みをリンクに割り当てることが可能である。解析の終了時に、コンピューティング・システム１００はつながり候補のリストから低く重み付けされたリンクを有する候補を除去し、ユーザとの関係が疎い候補のみがつながり推奨について考慮に入れられる。前述及び他のやり方で、コンピューティング・システム１００は、意味論的クラスタリング・ツールをソーシャル・グラフ２２６と組み合わせて、バルカン化（例えば、既に存在しているつながりを効果的にイネーブルすることにより、個人の世界を小さい状態に維持する、ソーシャル・ネットワークの傾向）に対する傾向を阻害する。

一部の実施例では、（例えば、「強い」結びつき又は「弱い」結びつきを示すものとして）二値の態様でソーシャルなつながりを解釈するよりも、コンピューティング・システム１００は、特定の時点において、何れの一個人でも、別の個人との関係が、親密性及び距離の潜在的に不可知であり、かつ絶えず変化する組み合わせであり得るような「連続」変数としてつながりの強さを使用する。すなわち、ユーザとつながり候補との間の何れかの特定のリンクに対してコンピューティング・システム１００によって割り当てられる重みは、（例えば、コンテキスト・データ１２４に基づいて）可変であり得る（例えば、経時的に調節し得る）。

コンピューティング・システム１００はブロック３３４で、（例えば、ユーザ・インタフェース・サブシステム１３４を介して）ユーザに向けてつながり推奨を提示し、ブロック３３６で、つながり推奨の提示に応じてユーザ・フィードバック２３２を（例えば、クライアント・コンピューティング装置１１０のカメラ又はタッチ画面を介して）取得し、又は確認する。例えば、コンピューティング・システム１００は、つながり提案が有用であるか、又は歓迎されているか否かについての暗黙的又は明示的ユーザ・フィードバックを捕捉し得る。ブロック３３８で、コンピューティング・システム１００は、ブロック３３６で、（例えば、ユーザ・フィードバックから得られた情報を含めるよう）ユーザ・プロファイルを更新し得る。例えば、コンピューティング・システム１００は、ユーザ・フィードバックに応じて違ったふうに、抽出された語彙項目の部分集合を修正し、又はソーシャル・グラフをプルーニングし得る。

コンピューティング・システム１００は、特定のトピックについて議論する相互の傾向、又は特定の書き方を共通に有していることなどの、ユーザが探すために分からないことがあり得ることという共通性に基づいた関係をユーザが見つけることを助けるよう企図されている。例として、大企業の従業員が、同様な課題に直面した他の従業員を見つけることにより、その作業を容易にしたいと仮定する。従業員のうちの一人が、外国の教育省に供給業者を介して教育手法を販売した過去の経験を有している場合、前述の情報は、他者が発見することを容易にする（例えば、「専門知識リスト」上の）構造化された態様において明示的に捕捉することが困難であっても有用であり得る。更に、簡潔な、容易にサーチ可能な形式で専門知識のタイプを適切に伝えることが可能な単語又は句（例えば、キーワード）が存在しないことがあり得る。前述及び他の状況では、コンピューティング・システム１００は、構造化されたやり方でそれらの専門知識の分野、及びシステムに対するニーズを明示的に規定するという時間がかかる作業を避けながら、同じタイプの専門知識を求めている他の人々と、専門知識を有する個人がつながることを可能にし得る。

例
本明細書及び特許請求の範囲記載の手法の例証的な例を以下に記載する。上記手法の実施例は、以下に説明する例の何れか１つ又は複数、及び何れかの組み合わせを含み得る。

例１は、つながり推奨を生成するコンピューティング装置を含み、コンピューティング装置は、コンピューティング装置ユーザの組におけるコンピューティング装置ユーザのために、ユーザ生成された電子コンテントをコーパスに含めるためのコーパス開発モジュールと、低コーパス頻度及び低言語頻度を有する、多義性が低い語彙項目をコーパスから選択するための字句空間構築器モジュールと、選択された部分集合、及びユーザの組における他のユーザの抽出された語彙項目の部分集合に対してコンテント・クラスタリングを行うためのクラスタリング・モジュールと、（ｉ）コンテント・クラスタリングに少なくとも部分的に基づいてユーザの組におけるその他のユーザの１つ又は複数を含むつながり候補の組を識別し、（ｉｉ）ユーザに対して短い関係距離を有するつながり候補をつながり候補の識別された組から除去し、（ｉｉｉ）ユーザに対して短い関係距離を有するつながり候補がつながり候補の組から除去された後、つながり候補の組に残っているつながり候補の少なくとも１つを識別するつながり推奨を提示するためのつながり生成器モジュールとを備える。

例２は例１の主題を含み、つながり生成器モジュールは、コンピューティング装置のセンサによって得られたコンテキスト・データを受け取り、少なくとも部分的にコンテキスト・データに基づいてつながり推奨を修正する。

例３は例１又は例２の主題を含み、コーパス開発モジュールは、コンピューティング装置のセンサによって得られたデータを含むコンテキスト・データを受け取り、少なくとも部分的にコンテキスト・データに基づいてコーパスに含めるために、ユーザ生成された電子コンテントを選択する。

例４は例１又は例２の主題を含み、つながり生成器モジュールは、コンテントの特性に少なくとも部分的に基づいてつながり推奨を修正し、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例５は例１又は例２の主題を含み、コーパス開発モジュールは、コンテントの特性に少なくとも部分的に基づいて、ユーザ生成された電子コンテントを選択し、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例６は例１又は例２の主題を含み、字句空間構築器モジュールは、コンピューティング装置ユーザのコーパス全てにおける単語の数に対応する次元の数を含む多次元空間を構築し、多次元空間の次元それぞれは、コーパスの少なくとも１つに存在している語彙項目を表す。

例７は例１又は例２の主題を含み、字句空間構築器モジュールは、抽出された語彙項目の言語頻度に応じて、抽出された語彙項目に対して重みを割り当てる。

例８は、コンピューティング装置ユーザ毎に、コンピューティング装置ユーザのソーシャル・ネットワークを識別するためのソーシャル・ネットワーク識別子モジュールを含み、つながり生成器モジュールは、識別されたソーシャル・ネットワークからのつながり候補とコンピューティング装置ユーザとの間の関係距離を示すデータを得る。

例９は、識別されたソーシャル・ネットワーク、及び抽出された語彙項目の部分集合に関するデータを含むユーザ・プロファイルを策定するためのユーザ・プロファイル生成器モジュールを含み、つながり生成器モジュールは、少なくとも部分的にユーザ・プロファイルに基づいてつながり推奨を生成する。

例１０は例１又は例２の主題を含み、ユーザ生成された電子コンテントは自然言語入力を含む。

例１１は、例１又は例２の主題を含み、クラスタリング・モジュールは、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の数値距離を計算する。

例１２は、例１又は例２の主題を含み、つながり生成器モジュールは、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の計算された数値距離が短い場合に、つながり推奨を生成する。

例１３は、つながり推奨を生成する方法を含み、上記方法は、コンピューティング装置ユーザの組におけるコンピューティング装置ユーザのために、ユーザ生成された電子コンテントをコーパスに含める工程と、低コーパス頻度及び低言語頻度を有する、多義性が低い語彙項目をコーパスから選択する工程と、選択された部分集合、及びユーザの組における他のユーザの抽出された語彙項目の部分集合に対してコンテント・クラスタリングを行う工程と、コンテント・クラスタリングに少なくとも部分的に基づいてユーザの組におけるその他のユーザの１つ又は複数を含むつながり候補の組を識別する工程と、ユーザに対して短い関係距離を有するつながり候補をつながり候補の識別された組から除去する工程と、ユーザに対して短い関係距離を有するつながり候補をつながり候補の組から除去した後、つながり候補の組に残っているつながり候補の少なくとも１つを識別するつながり推奨を提示する工程とを含む。

例１４は例１３の主題を含み、コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る工程と、少なくとも部分的にコンテキスト・データに基づいてつながり推奨を修正する工程とを含む。

例１５は例１３の主題を含み、コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る工程と、少なくとも部分的にコンテキスト・データに基づいて、ユーザ生成された電子コンテントを選択する工程とを含む。

例１６は例１３の主題を含み、コンテントの特性に少なくとも部分的に基づいてつながり推奨を修正し、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例１７は例１３の主題を含み、コンテントの特性に少なくとも部分的に基づいて、ユーザ生成された電子コンテントを選択する工程を含み、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例１８は、例１３の主題を含み、コンピューティング装置ユーザの組におけるコンピューティング装置ユーザ全てのコーパス全てにおける語彙項目の数に対応する次元の数を含めるよう多次元空間を規定する工程と、コーパスの少なくとも１つに存在している語彙項目を表すよう次元それぞれを規定する工程とを含む。

例１９は、例１３の主題を含み、抽出された語彙項目の言語頻度に応じて、抽出された語彙項目に重みを割り当てる工程を含む。

例２０は、例１３の主題を含み、コンピューティング装置ユーザのソーシャル・ネットワークを識別する工程と、識別されたソーシャル・ネットワークからのつながり候補とコンピューティング装置ユーザとの間の関係距離を示すデータを取得する工程とを含む。

図２１は、例２０の主題を含み、識別されたソーシャル・ネットワーク及び抽出された語彙項目の部分集合に関するデータを含むユーザ・プロファイルを策定する工程と、ユーザ・プロファイルに少なくとも部分的に基づいてつながり推奨を生成する工程とを含む。

例２２は例１３の主題を含み、ユーザ生成された電子コンテントは自然言語入力を含む。

例２３は例１３の主題を含み、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の数値距離を計算する工程を含む。

例２４は例１３の主題を含み、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の計算された数値距離が短い場合、つながり推奨を生成する工程を含む。

図２５は、コンピューティング装置によって実行されると、コンピューティング装置に、例１３乃至２４記載の何れかの方法を行わせる複数の命令を記憶させたメモリを含むコンピューティング装置を含む。

図２６は、実行されることに応じて、例１３乃至２４の何れかの方法をコンピューティング装置に行わせる複数の命令を記憶させた１つ又は複数のマシン読み取り可能な記憶媒体を含む。

例２７は、例１３乃至２４の何れかの方法を行う手段を含むコンピューティング装置を含む。

例２８は、つながり推奨を生成するコンピューティング装置を含み、コンピューティング装置は、コンピューティング装置ユーザの組におけるコンピューティング装置ユーザのために、ユーザ生成された電子コンテントをコーパスに含める手段と、低コーパス頻度及び低言語頻度を有する、多義性が低い語彙項目をコーパスから選択する手段と、選択された部分集合、及びユーザの組における他のユーザの抽出された語彙項目の部分集合に対してコンテント・クラスタリングを行う手段と、コンテント・クラスタリングに少なくとも部分的に基づいてユーザの組におけるその他のユーザの１つ又は複数を含むつながり候補の組を識別する手段と、ユーザに対して短い関係距離を有するつながり候補を、つながり候補の識別された組から除去する手段と、ユーザに対して短い関係距離を有するつながり候補を、つながり候補の組から除去した後、つながり候補の組に残っているつながり候補の少なくとも１つを識別するつながり推奨を提示する工程とを含む。

例２９は例２８の主題を含み、コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る手段と、少なくとも部分的にコンテキスト・データに基づいてつながり推奨を修正する手段とを含む。

例３０は例２８の主題を含み、コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る手段と、少なくとも部分的にコンテキスト・データに基づいて、ユーザ生成された電子コンテントを選択する手段とを含む。

例３１は例２８の主題を含み、コンテントの特性に少なくとも部分的に基づいてつながり推奨を修正する手段を含み、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例３２は例２８の主題を含み、コンテントの特性に少なくとも部分的に基づいて、ユーザ生成された電子コンテントを選択する手段を含み、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例３３は、例２８の主題を含み、コンピューティング装置ユーザの組におけるコンピューティング装置ユーザ全てのコーパス全てにおける語彙項目の数に対応する次元の数を含めるよう多次元空間を規定する手段と、コーパスの少なくとも１つに存在している語彙項目を表すよう次元それぞれを規定する手段とを含む。

例３４は、例２８の主題を含み、抽出された語彙項目の言語頻度に応じて、抽出された語彙項目に重みを割り当てる手段を含む。

例３５は、例２８の主題を含み、コンピューティング装置ユーザのソーシャル・ネットワークを識別する手段と、識別されたソーシャル・ネットワークからのつながり候補とコンピューティング装置ユーザとの間の関係距離を示すデータを取得する手段とを含む。

図３６は、例２０の主題を含み、識別されたソーシャル・ネットワーク及び抽出された語彙項目の部分集合に関するデータを含むユーザ・プロファイルを策定する手段と、ユーザ・プロファイルに少なくとも部分的に基づいてつながり推奨を生成する手段とを含む。

例３７は例２８の主題を含み、ユーザ生成された電子コンテントは自然言語入力を含む。

例３８は例２８の主題を含み、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の数値距離を計算する手段を含む。

例３９は例２８の主題を含み、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の計算された数値距離が短い場合、つながり推奨を生成する手段を含む。

例４０は、実行されることに応じて、コンピューティング装置に、ユーザ生成された電子コンテントをコーパスに含める工程と、低コーパス頻度及び低言語頻度を有する、多義性が低い語彙項目をコーパスから選択する工程と、選択された部分集合、及びユーザの組における他のユーザの抽出された語彙項目の部分集合に対してコンテント・クラスタリングを行う工程と、コンテント・クラスタリングに少なくとも部分的に基づいてユーザの組におけるその他のユーザの１つ又は複数を含むつながり候補の組を識別する工程と、ユーザに対して短い関係距離を有するつながり候補をつながり候補の識別された組から除去する工程と、ユーザに対して短い関係距離を有するつながり候補をつながり候補の組から除去した後、つながり候補の組に残っているつながり候補の少なくとも１つを識別するつながり推奨を提示する工程とを行わせる、記憶させた複数の命令を備える１つ又は複数のマシン読み取り可能な記憶媒体を含む。

例４１は例４０の主題を含み、命令は、コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る工程と、少なくとも部分的にコンテキスト・データに基づいてつながり推奨を修正する工程とをコンピューティング装置に行わせる。

例４２は例４０の主題を含み、命令は、コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る工程と、少なくとも部分的にコンテキスト・データに基づいて、ユーザ生成された電子コンテントを選択する工程とをコンピューティング装置に行わせる。

例４３は例４０の主題を含み、命令は、コンテントの特性に少なくとも部分的に基づいてつながり推奨を修正する工程をコンピュータ装置に行わせ、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例４４は例４０の主題を含み、命令は、コンテントの特性に少なくとも部分的に基づいて、ユーザ生成された電子コンテントを選択する工程をコンピュータ装置に行わせ、コンテントの特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる。

例４５は、例４０の主題を含み、命令は、抽出された語彙項目の言語頻度に応じて、抽出された語彙項目に重みを割り当てる工程をコンピューティング装置に行わせる。

例４６は、例４０の主題を含み、命令は、コンピューティング装置ユーザのソーシャル・ネットワークを識別する工程と、識別されたソーシャル・ネットワークからのつながり候補とコンピューティング装置ユーザとの間の関係距離を示すデータを取得する工程とをコンピューティング装置に行わせる。

例４７は、例４６の主題を含み、命令は、識別されたソーシャル・ネットワーク及び抽出された語彙項目の部分集合に関するデータを含むユーザ・プロファイルを策定する工程と、ユーザ・プロファイルに少なくとも部分的に基づいてつながり推奨を生成する工程とをコンピューティング装置に行わせる。

例４８は例４０の主題を含み、命令は、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の数値距離を計算する工程をコンピューティング装置に行わせる。

例４９は例４０の主題を含み、命令は、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の計算された数値距離が短い場合、つながり推奨を生成する工程をコンピューティング装置に行わせる。

２１０ コーパス開発モジュール
２１６ 字句空間構築器
２２２ クラスタリング・モジュール
２２０ つながり生成器モジュール

Claims (25)

1. つながり推奨を生成するコンピューティング装置であって、前記コンピューティング装置は、コンピューティング装置ユーザの組におけるコンピューティング装置ユーザのために、
   ユーザ生成された電子コンテントをコーパスに含めるためのコーパス開発モジュールと、
   低コーパス頻度及び低言語頻度を有する、多義性が低い語彙項目を前記コーパスから選択するための字句空間構築器モジュールと、
   前記ユーザの組における他のユーザの抽出された語彙項目の部分集合、及び前記選択された部分集合に対してコンテント・クラスタリングを行うためのクラスタリング・モジュールと、
   （i）少なくとも部分的に前記コンテント・クラスタリングに基づいて前記ユーザの組におけるその他のユーザの一又は複数を含むつながり候補の組を識別し、(ii)前記ユーザに対して短い関係距離を有するつながり候補を、前記識別されたつながり候補の組から除外し、(iii)前記ユーザに対して短い関係距離を有する前記つながり候補を、前記つながり候補の組から除外した後、前記つながり候補の組に残っている前記つながり候補の少なくとも１つを識別するつながり推奨を提示するためのつながり生成器モジュールと
   を含むコンピューティング装置。
2. 請求項１記載のコンピューティング装置であって、前記つながり生成器モジュールは、前記コンピューティング装置のセンサによって得られたデータを含むコンテキスト・データを受け取り、少なくとも部分的に前記コンテキスト・データに基づいて前記つながり推奨を修正するコンピューティング装置。
3. 請求項１又は２に記載のコンピューティング装置であって、前記コーパス開発モジュールは、前記コンピューティング装置のセンサによって得られたデータを含むコンテキスト・データを受け取り、少なくとも部分的に前記コンテキスト・データに基づいて前記コーパスに含めるために、前記ユーザ生成された電子コンテントを選択するコンピューティング装置。
4. 請求項１又は２に記載のコンピューティング装置であって、前記つながり生成器モジュールは、前記コンテントの特性に少なくとも部分的に基づいて前記つながり推奨を修正し、前記コンテントの前記特性は、トピック解析及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められるコンピューティング装置。
5. 請求項１又は２に記載のコンピューティング装置であって、前記コーパス開発モジュールは、前記コンテントの特性に少なくとも部分的に基づいて、前記ユーザ生成された電子コンテントを選択し、前記コンテントの前記特性は、トピック解析、及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められるコンピューティング装置。
6. 請求項１又は２に記載のコンピューティング装置であって、前記字句空間構築器モジュールは、前記コンピューティング装置ユーザの前記コーパス全てにおける単語の数に対応する次元の数を含む多次元空間を構築し、前記多次元空間の前記次元それぞれは、前記コーパスの少なくとも１つに存在している語彙項目を表すコンピューティング装置。
7. 請求項１又は２に記載のコンピューティング装置であって、前記字句空間構築器モジュールは、前記抽出された語彙項目の前記言語頻度に応じて、前記抽出された語彙項目に対して重みを割り当てるコンピューティング装置。
8. 請求項１又は２に記載のコンピューティング装置であって、前記コンピューティング装置ユーザ毎に、前記コンピューティング装置ユーザのソーシャル・ネットワークを識別するためのソーシャル・ネットワーク識別器モジュールを備え、前記つながり生成器モジュールは、前記識別されたソーシャル・ネットワークからの前記つながり候補と前記コンピューティング装置ユーザとの間の前記関係距離を示すデータを取得するコンピューティング装置。
9. 請求項８記載のコンピューティング装置であって、前記識別されたソーシャル・ネットワーク、及び抽出された語彙項目の前記部分集合に関するデータを含むユーザ・プロファイルを策定するためのユーザ・プロファイル生成器モジュールを含み、前記つながり生成器モジュールは、少なくとも部分的に前記ユーザ・プロファイルに基づいて前記つながり推奨を生成するコンピューティング装置。
10. 請求項１又は２に記載のコンピューティング装置であって、前記ユーザ生成された電子コンテントは自然言語入力を含むコンピューティング装置。
11. 請求項１又は２に記載のコンピューティング装置であって、前記クラスタリング・モジュールは、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の数値距離を計算するコンピューティング装置。
12. 請求項１又は２に記載のコンピューティング装置であって、前記つながり生成器モジュールは、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の前記計算された数値距離が短い場合に、前記つながり推奨を生成するコンピューティング装置。
13. つながり推奨を生成する方法であって、前記方法は、コンピューティング装置ユーザの組におけるコンピューティング装置ユーザのために、
    ユーザ生成された電子コンテントをコーパスに含める工程と、
    低コーパス頻度及び低言語頻度を有する、多義性が低い語彙項目を前記コーパスから選択する工程と、
    前記ユーザの組における他のユーザの抽出された語彙項目の部分集合、及び前記選択された部分集合に対してコンテント・クラスタリングを行う工程と、
    少なくとも部分的に前記コンテント・クラスタリングに基づいて前記ユーザの組におけるその他のユーザの１つ又は複数を含む、つながり候補の組を識別する工程と、
    前記ユーザに対して短い関係距離を有するつながり候補を、前記識別されたつながり候補の組から除去する工程と、
    前記ユーザに対して短い関係距離を有する前記つながり候補を、前記つながり候補の組から除去した後、前記つながり候補の組に残っている前記つながり候補の少なくとも１つを識別するつながり推奨を提示する工程と
    を含む方法。
14. 請求項１３記載の方法であって、前記コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る工程と、少なくとも部分的に前記コンテキスト・データに基づいて前記つながり推奨を修正する工程とを含む方法。
15. 請求項１３記載の方法であって、前記コンピューティング装置のセンサによって得られたコンテキスト・データを受け取る工程と、少なくとも部分的に前記コンテキスト・データに基づいて前記ユーザ生成された電子コンテントを選択する工程とを含む方法。
16. 請求項１３記載の方法であって、前記コンテントの特性に少なくとも部分的に基づいて前記つながり推奨を修正する工程を含み、前記コンテントの前記特性は、トピック解析及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる方法。
17. 請求項１３記載の方法であって、前記コンテントの特性に少なくとも部分的に基づいて前記ユーザ生成された電子コンテントを選択する工程を含み、前記コンテントの前記特性は、トピック解析及びスタイロメトリック解析の１つ又は複数によってアルゴリズム的に求められる方法。
18. 請求項１３記載の方法であって、前記抽出された語彙項目の前記言語頻度に応じて、前記抽出された語彙項目に対して重みを割り当てる工程を含む方法。
19. 請求項１３記載の方法であって、前記コンピューティング装置ユーザのソーシャル・ネットワークを識別する工程と、前記識別されたソーシャル・ネットワークからの前記つながり候補と前記コンピューティング装置ユーザとの間の前記関係距離を示すデータを取得する工程とを含む方法。
20. 請求項１３記載の方法であって、識別されたソーシャル・ネットワーク及び抽出された語彙項目の部分集合に関するデータを含むユーザ・プロファイルを策定する工程と、前記ユーザ・プロファイルに少なくとも部分的に基づいて前記つながり推奨を生成する工程とを含む方法。
21. 請求項１３記載の方法であって、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の数値距離を計算する工程を含む方法。
22. 請求項１３記載の方法であって、コンピューティング装置ユーザの対の抽出された語彙項目の部分集合間の計算された数値距離が短い場合、前記つながり推奨を生成する工程を含む方法。
23. コンピューティング装置であって、前記コンピューティング装置によって実行されると、前記コンピューティング装置に、請求項１３乃至２２の何れか一項に記載の方法を行わせる複数の命令を記憶させたメモリを備えるコンピューティング装置。
24. 実行されることに応じて請求項１３乃至２３の何れか一項に記載の方法をコンピューティング装置が行う複数の命令を記憶させた１つ又は複数のマシン読み取り可能な記憶媒体。
25. 請求項１３乃至２２の何れか一項に記載の方法を行う手段を備えるコンピューティング装置。

Images