JP2017188089A - 行動予測 - Google Patents

Abstract

【課題】行動予測に適した方法及び装置を提供すること。
【解決手段】本方法は、複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出することを含む。複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、達成として指示されるゴールに関連付けられる。ユーザー履歴から特徴情報を抽出することは、複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む。ユーザー履歴からの特徴情報は、特徴と、関連するゴールの達成指示との間の関連性について分析される。特徴情報は、ジェネリック・ゴール・メッセージから抽出される。ジェネリック・ゴール・メッセージからの特徴情報、及び、複数のゴール・メッセージに含まれる特徴と達成されている関連するゴールの指示との間の関連性に少なくとも部分的に基づいて、ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が判定される。
【選択図】図１

Description

本願で開示される実施形態は行動予測に関連する。

従来の行動追跡及び行動変容システムは、ユーザーのバイオメトリック・データ及び活動を追跡及び報告する。バイオメトリック・センサーは、歩行カウンタ、心拍モニタ等を含む。追跡される活動は、歩行、走行、睡眠などを含んでよい。ある種のシステムでは、ユーザーが、所与の長さの時間の間に5マイルを歩行すること等のようなゴールを設定し、システムは、ゴールの達成に向かうユーザーの進捗を追跡及び表示する。そのようなシステムは、ゴールに向かう進捗及び/又は達成に関するメッセージも表示するかもしれない。

ある種のシステムでは、第1ゴールが第2ゴールに依存するように設定されるかもしれない。例えば、第1ゴールの閾値が、第2ゴールを達成したこと又は第2ゴールのうち閾部分を達成したことに応じて増やされてもよい。代替的又は追加的に、ある種のシステムは、ユーザーの習慣を識別する及び感化することを試みるかもしれない。例えば、ある種のシステムは、或る期間内のデータを収集し、収集したデータから習慣を識別子、識別された習慣を分類する。別の期間の間に、システムは、そのユーザーが、分類された習慣から逸脱したか否かを判定する。システムは、収集されるデータに基づいて、ユーザーによる行動の変化を促すことも試みる。

本願の請求項に係る事項は、何れの欠点も解決する実施形態には限定されず、上記のような環境でしか動作しない実施形態にも限定されない。むしろ、この「背景技術」は、本願で説明される実施形態が実施されてもよい技術分野の一例を示すために提供されているに過ぎない。

実施形態の一側面によれば、本方法は、複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出することを含んでよい。複数のゴール・メッセージの各々は、視覚的な媒体及びテキストを含んでもよく、達成として指示されるゴールに関連付けられてよい。ユーザー履歴から特徴情報を抽出することは、複数のゴール・メッセージの視覚的な媒体について特徴検出を実行することを含んでよい。ユーザー履歴からの特徴情報は、関連するゴールの達成指示と特徴との間の関連性について分析される。特徴情報は、包括的な又はジェネリック(generic)なゴール・メッセージから抽出されてもよい。ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが示す確率は、ジェネリック・ゴール・メッセージからの特徴情報、及び、複数のゴール・メッセージに含まれる特徴と達成されている関連するゴールの指示との間の相関性に、少なくとも部分的に基づいて決定されてもよい。

実施形態の目的及び利点は、少なくとも、特許請求の範囲に具体的に示される要件、特徴及び組み合わせによって実現及び達成される。

上記の一般的な記述及び以下の詳細な記述は何れも例示及び具体例であり、請求項に係る事項の限定ではないことが、理解されるべきである。

実施形態は、添付図面を利用することにより、追加的な具体性及び詳細事項とともに記述及び説明される。

例示的なゴール・デリバリー・トラッキング・システムを示す図。

例示的なゴール・メッセージを示す図。

例示的なゴール管理システムを示す図。

方法例のフローチャートを示す図。

例示的なコンピューティング・デバイスを示すブロック図。

従来の行動追跡及び行動変容システムは、ユーザーは、生体、行動及び/又は習慣のデータ及びパターンに単に気付くことに応じて、行動を修正してゴールを達成する、という仮定により動作している。そのような仕組みにより及び/又はそのような仮定に基づいて行動の修正及びゴールの達成を促すことは、比較的非効率的であるかもしれない。

本開示の実施形態は、従来のシステム及び方法を上回る効率の相対的な増加とともに、行動修正及びゴール達成を促す。例えば、一実施形態は、行動の追跡及び修正の仕方、及び/又は、行動予測の仕方における改善を提案する。一実施形態は、ユーザーの行動を予測し及び/又はユーザーとの相互作用を個別化し、所望の活動の実行をユーザーに促すシステム及び方法を含む。例えば、ユーザーは、ゴール・デリバリー・トラッキング・システムにより、特定のゴール・メッセージを受けてもよい。一実施形態では、ゴール・デリバリー・トラッキング・システムのゴール管理システムは、提案されるゴール・メッセージに関連するゴールをユーザーが達成する確率を判定してもよい。例えば、ゴール管理システムは、予測モジュールを利用して、ユーザーがゴールを達成する確率を判定してもよい。一実施形態では、 (i)ゴール・メッセージの特徴、及び(ii)ユーザーが過去に達成した関連するゴールに対して提案されたゴール・メッセージの特徴に基づいて、確率が決定されてもよい。更に、確率は、ユーザーが過去に失敗した関連するゴールに対するゴール・メッセージの特徴に部分的に基づいていてもよい。一実施形態において、ゴール管理システムは、ユーザーがゴールを達成する確率を増やすように、提案されるゴール・メッセージの特徴をパーソナライズしてもよい。

以下、添付図面を参照しながら実施例が説明される。

図1は例示的なゴール・デリバリー・トラッキング・システム100を示す。システム100は複数のユーザーを含んでよい。例えば、システム100は、ユーザー102a、ユーザー102b及びユーザー102c(まとめて「ユーザー102」と言及されてもよい)、及び、他のユーザーを含んでもよい。各々のユーザーは端末に関連付けられてよい。例えば、ユーザー102は端末104a、端末104b及び端末104c(まとめて「端末104」と言及されてもよい)にそれぞれ関連付けられてよい。

端末104は、ネットワーク106とともに及びそれを通じて通信を行うこと、メッセージを出力すること、及び/又は、ユーザーからの入力を受信することが可能であってよい。例えば、端末104はコンピューティング・デバイスを含み、コンピューティング・デバイスは、例えば、スマートウォッチ、フィットネス・トラッキング・デバイス、スマート・グラス、スマートフォン、デスクトップ・コンピュータ、ラップトップ・コンピュータ、タブレット・コンピュータ、スマートTV等又はそれらの任意の組み合わせであってもよい。ネットワーク106は、インターネット、無線アクセス・ネットワーク、ワイド・エリア・ネットワーク、ローカル・エリア・ネットワーク、パーソナル・エリア・ネットワーク等又はそれらの任意の組み合わせを含んでもよい。

システム100は、ネットワーク106を介して端末104と通信を行うことが可能なゴール管理システム108を含む。ゴール管理システム108は、プロセッサ110及びメモリ112を含む。メモリ112は、本願で開示されるオペレーション及び方法等のようなオペレーションを実行するためにプロセッサ110により実行可能なプログラミング・コードをエンコードした非一時的なコンピュータ読み取り可能な媒体を含んでよい。

一実施形態において、ゴール管理システム108は、端末104にゴール・メッセージを配信し、ゴール・メッセージに関連するゴールが達成されたこと及び/又は達成されなかったことの指示を、端末104から受信するように構成されてもよい。

図2は、例示的なゴール・メッセージ200を示す。ゴール・メッセージ200は、端末(複数)により1人以上のユーザーに配信され、一般に、端末(端末)は図1の端末104及びユーザー102にそれぞれ対応していてもよい。例えば、ゴール・メッセージ200は、端末104のディスプレイに表示されてもよい。代替的又は追加的に、ゴール・メッセージ200は、オーディオ・メディア、ビデオ・メディア、触覚的な通信等のような端末104を通じて出力するためのものを含んでよい。一実施形態において、ゴール・メッセージ200は象徴的に表現されてもよい。例えば、ゴール・メッセージ200はユーザーに対して「1」(“One”)等のように表現されてもよい。

一実施形態において、ゴール・メッセージ200はテキスト(又は文字)202を含んでよい。テキスト202は、関連するユーザーが達成しようとしているゴールを表現してもよい。ゴールは「小さな目標(又はマイクロゴール)」として表現されてもよく、マイクロゴールは、比較的簡単なゴール、及び/又は、比較的短期間のうちに達成可能なゴールを含んでよい。代替的に、ゴールは、比較的複雑であってもよく、及び/又は、比較的長期間かけて達成されるものであってもよい。一実施形態において、ゴール・メッセージは、ゴール・メッセージ200が新たなゴール・メッセージに置換された後の満了期間(例えば、24時間)に関連付けられてもよい。

具体例として、ゴールは、図2に示されるような「友人と一緒に間食をとる(Share A Snack With A Friend)」、「もっとよく眠る」、「今日はもっと水を飲む」、「今日は散歩に行く」、「良い誕生日を思い出す」、「気に入っている家族休暇を思い出す」、「今日は30分間運動する」等であってよい。代替的又は追加的に、ゴールは、関連するユーザーにより適宜選択されてよい比較的長期的なゴール又はテーマに関連してもよい。具体例として、テーマは、「体」、「心」、「運動」、「睡眠」、「栄養」、「コミュニティ」等、又はそれらの任意の組み合わせを含んでもよい。

代替的又は追加的に、ゴール・メッセージ200はメディア204を含んでよい。メディア204は、画像、オーディオ、ビデオ、触覚的知覚などを含んでよい。メディア204は、テキスト202により指示されるゴールに関連してもよい。一実施形態において、テキスト202により指示されるゴールに関連するメディア204を含めることは、ユーザーがゴールを達成する可能性(likelihood)を増やすかもしれない。具体例として、ゴールがテキスト202により「友人と一緒に間食をとる」として表現される場合に、メディア204は、スナックのような食べ物を持つ人の画像を含んでもよい。代替的に、媒体204はテキスト202により指示されるゴールと無関係であっても良い。

一実施形態において、ゴール・メッセージ200は、達成ボタン208及び/又は写真ボタン210を含んでもよい。テキスト202により表現されるゴールが適切に達成されたことを指示するために、ユーザーは達成ボタン208を選択する。端末のカメラを起動して、ゴールが達成されたことを示す写真を撮影するために、ユーザーは写真ボタン210を選択してもよい。ゴールが達成されたことを確認できるように、写真は、ゴール管理システムにアップロードされてもよい。一実施形態では、ゴール・メッセージ200の満了前に、達成ボタン208も写真ボタン210も選択されていないことが、テキスト202により表現されているゴールの達成に成功しなかったことを示してもよい。代替的又は追加的に、テキスト202により表現されるゴールの達成に成功しなかったことを、ユーザーが指示してもよい。

ゴールが達成された旨の指示を受信したことは、ゴール達成の代用として使用されてもよく、その理由は、ゴールが実際に達成されたことが確実に確認されていないかもしれないからである。本願で説明されるように、ユーザーがゴールを達成するであろう確率(probability)を判定することは、ユーザーが達成ボタン208を選択する確率、或いは、実際にはゴールを達成していないがゴールの達成に成功したことを通知する確率を判定することを含んでよい。

代替的又は追加的に、端末内のセンサー又は接続されたデバイス内のセンサーにより、ゴールが充足されたか否かを、関連する端末が判定及び/又は確認した場合、端末は、テキスト202により表現されるゴールの達成に成功したことを、自動的に通知してもよい。例えば、テキスト202が「今日は公園を訪れる」と読める場合、端末は、グローバル・ポジショニング・サーバー(GPS)センサー又は他の測位センサーを監視し、端末が公園の敷地内に位置していることを端末が判断したことに応じて、ゴールが達成されていることを指示してもよい。

ゴール・メッセージ200は、ソーシャルな達成206の指示を更に含んでもよい。ソーシャルな達成206は、ユーザーのソーシャル・ネットワークの中で、ユーザーにとって比較的ローカルな領域の中で、特定のコミュニティの中で、及び/又は、同じゴールを達成した又は承認した人々の中で、関連するゴール管理システムを利用している何人かの人々を、ユーザーの観点から外見的に表現していてもよい。しかしながら、一実施形態では、ゴール・メッセージ200は、ユーザーの期待通りではない仕方で動作し、ユーザーに示されるソーシャルな達成206の数を変更してもよい。例えば、ユーザーに示されるソーシャルな達成206の数は、ユーザーがゴールを達成する確率を増やすように変更されてもよい。ユーザーに示されるソーシャルな達成206の数を変更する具体例については以下で説明される。

一実施形態において、ソーシャルな達成206は象徴的に表現されてもよい。例えば、ゴール・メッセージ200を「大切にしている(hearting)」、「愛情を持っている(loving)」又は「好んでいる(liking)」人々として表現されてもよい。ソーシャルな達成206は、現在のゴール・メッセージ200又は過去にユーザーに配信された同等なゴール・メッセージに関連するゴールの達成を、ユーザーが指示したか否かを示してもよい。例えば、ソーシャルな達成206は、「あなたと他の3人がこのゴールを達成しました」「あなたと他の12人がこれに愛情を持っていました」「あなたと他の4人がこれを好んでいました」等を述べてもよい。

図3は例示的なゴール管理システム300を示す図である。ゴール管理システム300は、概して、図1のゴール管理システム108に対応していてもよい。ゴール管理システム300はユーザー履歴(部)302を含んでもよい。ユーザー履歴302はゴール・メッセージ200の記録を含み、その記録は、概して、各ユーザーに過去に配信されたゴール・メッセージ200(図2)に対応する。ユーザー履歴302は、「達成」として指示された配信ゴール・メッセージの記録を更に含んでいてもよい。

ゴール管理システム300は特徴モジュール304を更に含んでもよい。特徴モジュール304は、特徴抽出部306及び/又は特徴検証部308を含んでもよい。特徴モジュール304は、ユーザー履歴302からユーザー履歴データを受信し、ユーザー履歴データは、例えば、ユーザーのゴール達成、ユーザーのゴール未達に関連するゴール・メッセージ、ユーザーの好み等又はそれらの任意の組み合わせを識別するデータであってもよい。代替的又は追加的に、特徴モジュール304はジェネリック・ゴール・メッセージ314を受信してもよい。

特徴抽出部306は、ユーザー履歴302からのゴール・メッセージ、ジェネリック・ゴール・メッセージ314、及び/又は、ユーザー履歴302からのユーザー・データを分析してもよい。一実施形態において、特徴抽出部306はゴール・メッセージのメディアを分析し、そのメディアは、概して、ゴール・メッセージ200のメディア204(図2)に対応していてもよい。例えば、特徴抽出部306は、コンピュータ・ビジョン技術などにより、ゴール・メッセージ200のうちの視覚的なメディア(例えば、画像及び/又はビデオ)について特徴検出を実行してもよい。特徴抽出部306は、(人間の顔及び/又は人間の顔に表れる感情、視覚的なメディアの或るシーンについての感情、色、テクスチャ、目印、物体、植物、動物、食べ物等又はそれらの任意の組み合わせのような)視覚的な特徴を識別してもよい。

代替的又は追加的に、特徴抽出部306は、ゴール・メッセージ200のテキストを分析し、テキストは、概して、ゴール・メッセージ200のテキスト202(図2)に対応していてもよい。例えば、特徴抽出部306は、感情分析及び/又は他のテキスト分析を実行し、テキストのテーマ、肯定的な言葉の存在及び個数などを識別する。具体例として、特徴抽出部306は、「体(body)」、「心(mind)」、「成長(growth)」、「性質(nature)」及び/又は「コミュニティ(community)」のうちの1つ以上のテーマをテキストに関連付け、テキストの言葉及び/又は言い回し(又はフレーズ)を肯定的なものとして分類してもよい。

一実施形態において、特徴抽出部306は、ユーザー履歴302からのゴール・メッセージを、ユーザー特徴に関して分析してもよい。例えば、特徴抽出部306は、ユーザーにより達成されたゴールの総数、ユーザーに配信されたゴール・メッセージの総数などを判定してもよい。代替的又は追加的に、特徴抽出部306は、達成されたゴール及び/又は未達のゴールにより表現されるテーマの相対的な割合に基づいて、ユーザーのテーマの好みを識別してもよい。代替的又は追加的に、特徴抽出部306は、ユーザーにより選択されたテーマの好みを識別してもよく、そのテーマの好みは、ユーザー履歴302に含まれ且つゴール・メッセージとともに取り出される。

特徴モジュール304の特徴検証部308は、特徴抽出部306により抽出された特徴が、特定のゴール・メッセージに関連する特定のゴールをユーザーが成功裏に達成することの予測子(predictor)として使用されてよいか否かを判断する。例えば、特徴検証部308は、抽出された特徴同士の間の相関性を識別することを試みてもよく、その相関性は、提示される予測子、及び、ユーザーに対するゴール達成度として表現されてもよい。

具体例として、特徴検証部308は、ゴールに関連するテーマとユーザーがゴールを達成する確率との間で関連性を構築することを試みる。言い換えれば、ユーザーが、特定のテーマを有するゴール・メッセージに関連するゴールを、比較的達成する見込みが多い場合、ゴール・メッセージに関連するそのテーマは、関連するゴールをユーザーが達成する確率を推定するための予測子として使用されてよい。

一実施形態において、特徴検証部308は数式P(u,v)に従ってユーザーによる達成の分布を構成してもよく、この数式は、uにより表現されるユーザーが、vにより表現される特定のテーマに関連するゴールを達成する確率を表現する。例えば、P(u,v)は、達成(u,v)/達成(u,V)(すなわち、completions(u,v)/completions(u,V))に等しくてもよく、これは、そのユーザーのテーマに関するゴール達成数を、システムにおける全てのテーマの集合(そのユーザーに関し、Vにより表現される)に関連するゴール達成数で除算したものを表す。

選択的に、特徴検証部308は、全てのユーザーにわたる達成分布を推定してもよい。例えば、特徴検証部308は、適切な確率分布を得るために全ユーザーにわたってP(u,v)を平均化してもよく、平均は、P(U)_v = (1/V)ΣP(u,v)という数式により表現され、この場合における総和は、Uにより表現される全ユーザーにわたってなされる。

代替的又は追加的に、特徴検証部308は、提示される予測子に関する達成の分布が、一様分布に適合するか否かを判定することを試みてもよい。例えば、提示される予測子に関する達成の分布が一様分布に適合する場合、提示された予測子は、関連するゴールをユーザーが達成する確率を決定するのに相応しい予測子を表現してはいないかもしれない。言い換えれば、提示された予測子に関する達成の分布が、一様分布に適合する場合、提示された予測子と関連するゴールを達成する確率との間に相関性が存在しないかもしれない。

一実施形態では、特徴検証部308は、提示される予測子に関する達成の分布が一様分布に適合するか否かを、観察のズレの二乗(the square of the skewness of the
observation)に対する分布の尖度(kurtosis)をプロットすることにより判断することを試みてもよい。プロットの位置は、ベータ、一様、ワイブル(Weibull)、対数正規(lognormal)、指数、ロジスティック、及びガンマ分布等のような様々な標準的な分布に関して検査されてもよい。コルモゴルフ−スミルノフ(Kolmogorov-Smirov：K-S)適合度テスト又はその他の適合度テストを利用して、観測値をフィッティングする選択された分布が有効であるか否かを判定してもよい。

代替的又は追加的に、特徴検証部308は、提案される予測子及び達成が独立であることの帰無仮説(null hypothesis)を検査するためのカイ二乗検定を実行してもよい。例えば、特徴検証部308は、一群の提案される予測子及び一群のゴール達成に関し、ピアースン(Pearson)のカイ二乗検定を適用してもよい。帰無仮説の棄却(rejection)は、提案される予測子及び達成の間の従属性を示す。従って、例えば、帰無仮説の棄却は、関連するゴールをユーザーが達成する確率を決定するために、提案される予測子を利用することを促す。

上記はテーマに関連して説明されているが、特徴検証部308は、特徴抽出部306により抽出される他の特徴とユーザーがゴールを達成する確率との間に相関性を設定することを試みてもよい。例えば、特徴検証部308は、(a)ユーザーがゴールを達成する確率と、(b)存在する特定のメディア・タイプ、肯定的なテキスト、テキスト・テーマ、人の顔及び/又は人の顔に表れる感情、目印、物体、植物、動物、食べ物、色、テクスチャ、音、触覚的な知覚、ソーシャルな達成の数のようなゴール・メッセージに含まれるものとの間の相関性を設定することを試みてもよい。相関性を設定することは、特徴とユーザーがゴールを達成する確率との間に、否定的な関連性を設定することを含んでもよい。例えば、ユーザーは、犬についての恐怖心を有し、「犬の存在」及び/又はゴール・メッセージ中の「犬に関連する特徴」が、ユーザーによる関連するゴールの達成を妨げるかもしれない。

一実施形態において、特徴抽出部306は、特定のユーザー、ユーザーのグループ、及び/又は、完全なユーザーの集合に関し、ゴールの達成についての相対的に貧弱な予測子に起因して、特徴検証部308により識別される特徴の抽出を止めてもよい。

ゴール管理システム300は行動モジュール310を含んでいてもよい。行動モジュール310は、特徴モジュール304から特徴情報を受信する。例えば、行動モジュール310は、ゴール・メッセージの特徴を識別する予測子情報及び/又は他の情報を受信し、その情報は、特定のゴール・メッセージに関するゴールをユーザーが成功裏に達成する確率を推定するために使用されてよい。代替的又は追加的に、行動モジュール310は、ジェネリック・ゴール・メッセージ314に存在する特徴を識別する情報を受信してもよい。

一実施形態において、行動モジュール310は、特徴モジュール304により抽出されるジェネリック・ゴール・メッセージ314の特徴に関連する特徴コード、特徴抽出部306により抽出されるユーザー履歴302からのゴール・メッセージの特徴及び/又は予測子、ユーザー特徴など又はそれらの任意の組み合わせを受信してもよい。具体例として、特徴コードは、図2のゴール・メッセージ200のテキスト202に対応するゴール・メッセージ・テキストにおける肯定的な感情に関連する多数の言葉を識別してもよい。代替的又は追加的に、特徴コードはメッセージ・テキストの1つ以上のテーマを識別してもよい。例えば、特徴コードは、「体」、「心」、「成長」、「性質」及び/又は「コミュニティ」のような1つ以上のテーマにテキストを関連付ける固有の番号を含んでいてもよい。代替的又は追加的に、特徴コードは、ユーザーのソーシャル・ネットワーク、ユーザーとって比較的局所的な領域、特定のコミュニティ、及び/又は、(図2のゴール・メッセージ200のソーシャルな達成206に対応してもよい)同じゴールを達した又は承認した人々における多数の人々を識別してもよい。選択的に、特徴コードは、ユーザーにより達成された多数のゴールを識別してもよい。

一実施形態において、特徴コードは、ユーザーにより選択される及び/又は好まれる長期的なゴール又はテーマを識別してもよい。例えば、特徴コードは、「体」、「心」、「運動」、「睡眠」、「栄養」及び/又は「コミュニティ」のようなテーマの特定の組み合わせに関連する固有の番号を含んでもよい。代替的又は追加的に、特徴コードは、図2のゴール・メッセージ200のメディア204に対応してもよいゴール・メッセージ・メディアに含まれる人の顔の数、及び/又は、人の顔が存在するか否かを識別してもよい。選択的に、特徴コードは、ゴール・メッセージ・メディアにおける1つ以上の人の顔により伝えられる感情を識別してもよい。例えば、特徴コードは、「喜び」、「平静」、「興奮」、「満足」、「充足」等又はそれらの任意の組み合わせによる表情に関連する固有の番号を含んでもよい。

特徴コードは代替的又は追加的に他の情報を識別してもよく、他の情報は、特徴モジュール304により抽出されるジェネリック・ゴール・メッセージ314の特徴、特徴モジュール304により抽出されるユーザー履歴302からのゴール・メッセージの特徴、ユーザー情報等又はそれらの任意の組み合わせに関連するものである。具体例として、特徴コードは、特徴モジュール304の特徴抽出部306により抽出される任意の情報を識別してもよい。例えば、特徴コードはゴール・メッセージ・メディアに含まれる他の情報を識別してもよく、他の情報は、色、テクスチャ、動物、食べ物、アクティビティ、スポーツ、目印など又はそれらの任意の組み合わせであってもよい。

一実施形態において、行動モジュール310は、受信した及び/又は決定したモデル・パラメータ、予測子の値、予測子のウェイト及び/又はバイアス値に基づいて、特定のゴール・メッセージに関連するゴールをユーザーが達成する可能性を判定してもよい。例えば、行動モジュール310は、ジェネリック・ゴール・メッセージ314のような特定のゴール・メッセージに対する予測子の値を受信及び/又は決定してもよく、予測子の値は、予測子ベクトルx = [x_1, x_2, … x_f]により表現されてもよく、ここで、fは予測子の特徴の数を表す。代替的又は追加的に、行動モジュール310は、特定のユーザーに対する予測子の値に関連するウェイトを受信及び/又は決定し、それはウェイト・ベクトルw= [w_1, w_2, … w_f]により表現されてもよい。

予測子及びウェイト・ベクトルを利用すると、特定のゴール・メッセージに関連するゴールをユーザーが達成する確率(pにより表現される)は、以下のロジスティック関数に基づいて決定されてもよい。

一実施形態において、ゴール管理システム300は、パーソナライズ・モジュール312を含んでもよい。ジェネリック・ゴール・メッセージ314をユーザーが達成する確率が或る確率閾値以上である場合、パーソナライズ・モジュール312は、ジェネリック・ゴール・メッセージ314と同等な個別化されたゴール・メッセージ316をユーザーに配信する。代替的に、ジェネリック・ゴール・メッセージ314をユーザーが達成する確率が確率閾値未満である場合、パーソナライズ・モジュール312は、確率閾値以上の達成確率に関連する個別化されたゴール・メッセージ316を生成してもよい。

個別化されたゴール・メッセージ316は、ジェネリック・ゴール・メッセージ314に基づいていてもよい。一実施形態では、パーソナライズ・モジュール312は、個別化されたゴール・メッセージ316を作成するために、ジェネリック・ゴール・メッセージ314の1つ以上の特徴を見直してもよい。例えば、確率閾値以上の確率をもたらす予測子ベクトルx = [x_1, x_2, … x_f]のうちx_1について、新たな値が見出されてもよい。x_1に対する新たな値は、x_1’のように表現されてもよい。

一実施形態において、x_1’に対する値は、次の数式に従って決定されてもよい。

代替的又は追加的に、予測子ベクトルxのうちx_2ないしx_fの何れについても新たな値が見出されてよい。新たな値は、ジェネリック・ゴール・メッセージ314に対する修正に関連付けられてよい。具体例として、新たな値は、ジェネリック・ゴール・メッセージ314のテキストに肯定的な言葉を加えること；例えば、人の顔、特定の感情、物体、目印等をより多く含むように、ジェネリック・ゴール・メッセージ314のメディアを変更すること；ジェネリック・ゴール・メッセージ314のソーシャルな達成数を増やすこと等；又はそれらの任意の組み合わせに関連付けられてもよい。

ある特徴に関し、x_1’は、0より大きな値であってx_1より大きな値を有するように拘束されてもよい。例えば、概して図2のゴール・メッセージ200のソーシャルな達成206に対応してもよいソーシャルな達成についての修正された数は、0より大きく、かつ、ジェネリック・ゴール・メッセージ314に関連するソーシャルな達成の数より大きく制限されてもよく、ただし、特徴抽出部308は、ソーシャルな達成の増加は、関連するゴールをユーザーが達成する可能性の増加に関連すると判断していることが仮定されている。

ソーシャルな達成数を一例として使用すると、ジェネリック・ゴール・メッセージ314は、4つのソーシャルな達成に関連付けられてもよい。行動モジュール310は、数式Eq.1により、関連するゴールをユーザーが達成する確率が、例えば0.7に設定されている閾確率未満であること、又は、他の何らかの確率にあることを判定してもよい。パーソナライズ・モジュール312は、数式Eq.2及びEq.3により、12個のソーシャルな達成を含むようにジェネリック・ゴール・メッセージ314を修正することは、関連するゴールをユーザーが達成する確率を、閾確率の値以上にまで上昇させることを確認してもよい。パーソナライズ・モジュール312は、ジェネリック・ゴール・メッセージ314の特徴を含む個別化されたゴール・メッセージ316をユーザーに配信し、そのソーシャルな達成に関して保存し、ジェネリック・ゴール・メッセージ314では4であったことに対して、個別化されたゴール・メッセージ316では12であってもよい。個別化されたゴール・メッセージ316は、ユーザーに関連するデバイスに配信され、デバイスは概して図1の端末104に対応してもよい。一実施形態において、ユーザー履歴302、特徴モジュール304、行動モジュール310、及び/又は、パーソナライズ・モジュール312は、行動予測子として一緒に表現されてもよい。

図4は方法例400のフローチャートである。方法400は、図1のゴール管理システム108及び/又は図3のゴール管理システム300に対応するゴール管理システムにより実行されてよい。方法400は、複数のゴール・メッセージを含むユーザー履歴部から特徴情報を抽出することにより、ブロック402から始まる。複数のゴール・メッセージから特徴情報を抽出することは、概して図3の特徴モジュール304の特徴抽出部306に対応する特徴抽出部により実行されてもよい。ユーザー履歴部は概して図3のユーザー履歴302に対応し、及び/又は、複数のゴール・メッセージの各々は概して図2のゴール・メッセージ200に対応してもよい。複数のゴール・メッセージの各々は、視覚的なメディア、テキストを含んでもよいし、及び/又は、達成として指示されるゴールにそれぞれ関連付けられてもよい。ユーザー履歴部から特徴情報を抽出することは、複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含んでもよい。

一実施形態において、複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することは、人の顔の存在を検出することを更に含んでもよい。選択的に、検出された人の顔の表情(又は感情)が更に判定されてもよい。代替的又は追加的に、視覚的なメディアについての感情が判定されてもよい。一実施形態において、ユーザー履歴部から特徴情報を抽出することは、テキスト分析により、複数のゴール・メッセージのテキストに含まれる肯定的な言葉又は言い回しを識別することを含んでよい。代替的又は追加的に、ユーザー履歴部から特徴情報を抽出することは、ユーザー特徴を識別することを含んでもよい。具体例として、ユーザー特徴は、ユーザーにより達成されたものとして指示されるゴールの総数及び/又はユーザーのテーマの好みを含んでもよい。

方法400はブロック404に続き、ユーザー履歴部からの特徴情報を分析し、複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性を探す。ユーザー履歴部からの特徴情報を分析して、複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性を探すことは、概して図3の特徴モジュール304の特徴検証部308に対応する特徴検証部により実行されてもよい。

方法400はブロック406に続き、ジェネリック・ゴール・メッセージから特徴情報を取得する。ジェネリック・ゴール・メッセージは、概して図2のゴール・メッセージ200に対応してもよい。ジェネリック・ゴール・メッセージから特徴情報を取得することは、概して図3の特徴モジュール304の特徴抽出部306に対応する特徴抽出部により実行されてもよい。

方法400はブロック408に続き、ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する。確率は、(i)ジェネリック・ゴール・メッセージからの特徴情報、及び(ii)複数のゴール・メッセージに含まれる特徴と達成されている関連するゴールの指示との間の関連性、に少なくとも部分的に基づいていてもよい。確率は、概して図3の行動モジュール310に対応する行動モジュールにより決定されてもよい。

本願で開示されるこれら及び他のプロセス及び方法に関し、プロセス及び方法で実行される機能は異なる順序で実現されてもよい。更に、説明されるオペレーションは具体例に過ぎず、実施形態の本質から逸脱することなく、オペレーションのうちの何れかは選択的であってもよいし、より少ない数のオペレーションに統合されてもよいし、追加的なオペレーションに拡張されてもよい。

例えば、一実施形態において、方法400は、ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、1つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成することを含んでもよい。個別化されたゴール・メッセージは、概して図3のパーソナライズ・モジュール312に対応するパーソナライズ・モジュールにより生成されてもよい。個別化されたゴール・メッセージは、ユーザーに関連するデバイスに配信されてもよい。ユーザーに関連するデバイスは、概して図1の端末104に対応してもよい。個別化されたゴール・メッセージのうちの1つ以上の修正される特徴は、ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられてもよい。

代替的又は追加的に、方法400は、ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、ユーザーに関連するデバイスに配信することを更に含んでもよい。個別化されたゴール・メッセージは概して個別化されたゴール・メッセージ316に対応してもよく、ジェネリック・ゴール・メッセージは概して図3のジェネリック・ゴール・メッセージ314に対応してもよい。

ゴール・メッセージの配信及びゴールの達成に関連して説明してきたが、本願で説明されるシステム及び方法は、ユーザーのグループに属するユーザーによる、他のイベント又は活動の完了(又は達成)に応用されてもよい。一実施形態では、本願で説明されるシステム及び方法は、金融動向を理解及び促進するように使用されてもよい。例えば、本願で説明されるシステム及び方法は、個人によりなされる取引に関し、株式取引レートのような他者の取引レートの相互依存性及び/又は効果を観察するために使用されてもよい。代替的又は追加的に、本願で説明されるシステム及び方法は、特定のソリューションについて、グループ中の他の何人が合意しているかを示唆することにより、合意に至るようにグループ中の各個人に影響を及ぼすために使用されてもよい。

図5は例示的なコンピューティング・デバイス500のブロック図を示す。コンピューティング・デバイスは、本開示に従って行動を予測し及び/又は行動の変更を促すように構成されてよい。コンピューティング・デバイス500は、図1のゴール管理システム108の実施形態及び/又は図3のゴール管理システム300の実施形態の一例であってもよい。構成502において、コンピューティング・デバイス500は、典型的には、1つ以上のプロセッサ504及びシステム・メモリ506を含む。プロセッサ504及び/又はメモリ506は、概して図1のゴール管理システム108のプロセッサ110及び/又はメモリ112に対応していてもよい。メモリ・バス508は、プロセッサ504及びシステム・メモリ506の間の通信に使用されてもよい。

所望の構成に依存して、プロセッサ504は任意のタイプのものであってよく、例えば、マイクロプロセッサ(μP)、マイクロコントローラ(μC)、ディジタル信号プロセッサ(DSP)又はそれらの任意の組み合わせ等であってもよいが、これらに限定されない。プロセッサ504は、レベル1キャッシュ510及びレベル2キャッシュ等のような1つ以上のレベルのキャッシュと、プロセッサ・コア514と、レジスタ516とを含んでいてもよい。例示的なプロセッサ・コア514は、算術論理演算ユニット(ALU)、浮動小数点ユニット(FPU)、ディジタル信号プロセッシング・コア(DSP Core)、又はそれらの任意の組み合わせを含んでいてもよい。例示的なメモリ・コントローラ518は、プロセッサ504とともに使用されてもよいし、或いは、何らかの実現手段において、メモリ・コントローラ518はプロセッサ504の内側の一部分であってもよい。

所望の構成に依存して、システム・メモリ506は任意のタイプのものであってもよく、例えば、ランダム・アクセス・メモリ(RAM)；リード・オンリ・メモリ(ROM)、フラッシュ・メモリ等のような不揮発性メモリ等；或いはそれらの任意の組み合わせであってもよいが、これらに限定されない。システム・メモリ506は、オペレーティング・システム520、1つ以上のアプリケーション522、及び、プログラム・データ524を含んでいてもよい。アプリケーション522は本願で説明されるような機能を実行するように構成されるゴール管理アルゴリズム526を含み、その機能は、図1のゴール管理システム108、図3のゴール管理システム300及び図4の方法400に関連して説明されたものを含む。プログラム・データ524は、図3のユーザー履歴302に含まれてもよい及び/又は図3の特徴モジュール304により抽出及び/又は検証されてもよいユーザー/特徴データ528を含んでもよく、そのデータは本願で説明されるようにゴール管理アルゴリズム526と共に行うオペレーションに使用されてよい。代替的又は追加的に、ユーザー/特徴データ528は、図3のジェネリック・ゴール・メッセージ314及び/又は個別化されたゴール・メッセージ316を含んでいてもよい。一実施形態において、アプリケーション522は、オペレーティング・システム520におけるプログラム・データ524で動作するように構成され、これにより、本願で説明されるように行動予測及び/又は行動変容促進が為される。

コンピューティング・デバイス500は、追加的な特徴又は機能、及び追加的なインターフェースを有し、基本構成502と他のデバイス及びインターフェースとの間の通信を促してもよい。例えば、バス/インターフェース・コントローラ530は、ストレージ・インターフェース・バス534により、基本構成502と1つ以上のデータ・ストレージ・デバイス532との間の通信を促すように使用されてもよい。データ・ストレージ・デバイス532は、取り外し可能なストレージ・デバイス536、取り外し可能でないストレージ・デバイス538、又はそれらの組み合わせであってもよい。取り外し可能なストレージ・デバイス及び取り外し可能でないストレージ・デバイスの具体例は、幾つかの例を挙げると、フレキシブル・ディスク・ドライブ及びハード・ディスク・ドライブ(HDD)のような磁気ディスク・デバイス、コンパクト・ディスク(CD)ドライブ又はディジタル多用途ディスク(DVD)ドライブのような光ディスク・ドライブ、ソリッド・ステート・ドライブ(SSD)、及び、テープ・ドライブ等を含んでもよい。コンピュータ記憶媒体の具体例は、揮発性及び不揮発性の、取り外し可能な及び取り外し可能でない媒体を含んでもよく、その媒体は、コンピュータ読み取り可能な命令、データ構造、プログラム・モジュールその他のデータ等のような情報の保存のための任意の方法又は技術により実現されるものである。

システム・メモリ506、取り外し可能なストレージ・デバイス536及び取り外し可能でないストレージ・デバイス538は、コンピュータ記憶媒体の具体例である。コンピュータ記憶媒体は、以下のものに限定されないが、RAM、ROM、電気的に消去可能及びプログラム可能なリード・オンリ・メモリ(EEPROM)、フラッシュ・メモリ又はその他のメモリ・テクノロジ、コンパクト・ディスク・リード・オンリ・メモリ(CD-ROM)、ディジタル多用途ディスク(DVD)又はその他の光ストレージ、磁気カセット、磁気テープ、磁気ディスク・ストレージ又はその他の磁気ストレージ・デバイス、或いは、他の任意の媒体を含んでもよく、他の任意の媒体は、所望の情報を保存するために使用されてもよく且つコンピューティング・デバイス500によりアクセスされてよいものである。そのようなコンピュータ記憶媒体は、コンピューティング・デバイス500の一部分であってもよい。

コンピューティング・デバイス500は、バス/インターフェース・コントローラ530を介して、様々なインターフェース・デバイス(例えば、出力デバイス542、ペリフェラル・インターフェース544、及び、通信デバイス546)から基本構成502までの通信を促すインターフェース・バス540を含んでもよい。出力デバイス542の具体例は、グラフィックス処理ユニット548及びオーディオ処理ユニット550を含み、これらのユニットは、1つ以上のA/Vポート552を介して、ディスプレイ又はスピーカ等のような様々な外部デバイスと通信するように構成されてもよい。ペリフェラル・インターフェース544の具体例は、シリアル・インターフェース・コントローラ554又はパラレル・インターフェース・コントローラ556を含み、これらのコントローラは、1つ以上の入力/出力(I/O)ポート558を介して、入力デバイス(例えば、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等)又は他のペリフェラル・デバイス(例えば、プリンタ、スキャナ等)のような外部デバイスと通信するように構成されてもよい。通信デバイス546の具体例はネットワーク・コントローラ560を含み、ネットワーク・コントローラ560は、1つ以上の通信ポート564を介して、ネットワーク通信リンクにより、1つ以上の他のコンピューティング・デバイス562との通信を促すように構成されてよい。

ネットワーク通信リンクは、通信媒体の一例であってよい。通信媒体は、典型的には、コンピュータ読み取り可能な命令、データ構造、プログラム・モジュール、(例えば、搬送波又は他の伝送手段のような)変調されたデータ信号における他のデータにより組み込まれてもよいし、任意の情報伝送媒体を含んでよい。「変調されたデータ信号」とは、信号に情報をエンコードするような方法で設定又は変更された1つ以上の特徴を有する信号であってよい。限定ではなく、具体例として、通信媒体は、有線ネットワーク又は直接配線されたコネクション等のような有線媒体、及び、アコースティック、無線周波数(RF)、赤外線(IR)及びその他の無線による媒体などのような無線媒体を含んでいてもよい。本願で使用されるようなコンピュータ読み取り可能な媒体という用語は、記憶媒体及び通信媒体の双方を包含してよい。

コンピューティング・デバイス500は、小さな形状因子の携帯用(又は移動可能な)電子デバイスの一部分として実現されもよく、そのような電子デバイスは、例えば、セル・フォン、タブレット・コンピュータ、スマートフォン、スマートウォッチ、スマート・グラス、パーソナル・データ・アシスタント(PDA)、パーソナル・メディア・プレーヤ・デバイス、ワイヤレス・ウェブ・ウォッチ・デバイス、パーソナル・ヘッドセット・デバイス、特定用途デバイス、又は、上記の任意の機能を含むハイブリッド・デバイス等である。コンピューティング・デバイス500は、ラップトップ・コンピュータ及び非ラップトップ・コンピュータの双方の構成を含むパーソナル・コンピュータとして実現されてもよい。

本願で使用されるように、「モジュール」という用語は、モジュール及び/又はソフトウェア・オブジェクトのオペレーションを実行するように構成される具体的なハードウェア実現手段、又は、コンピューティング・デバイス500により保存され及び/又は実行されてもよいソフトウェア・ルーチンを指してもよい。一実施形態において、本願で説明される様々なコンポーネント、モジュール及びサービスは、アプリケーション522及び/又はゴール管理アルゴリズム526の一部分として実現されてもよい。例えば、図3の特徴モジュール304、行動モジュール310及びパーソナライズ・モジュール312は、システム・メモリ506に保存され且つプロセッサ504により実行されるコンピュータ実行可能な命令により実現されてもよい。本願で説明される或る種のシステム及び方法は、概してソフトウェアで実現されるように説明されているが、具体的なハードウェア実現手段、或いは、ソフトウェアと具体的なハードウェア実現手段との組み合わせも可能であり、それらの本願で想定されている。

本願で言及される具体例及び条件付きの言葉は何れも教示用に意図されており、技術進歩に発明者等が貢献した概念及び実施形態の読者の理解を促すためのものであり、開示内容は、そのように具体的に言及された具体例や条件に限定されることなく解釈されるべきである。以上、実施形態が詳細に説明されてきたが、実施形態の範囲から逸脱することなく、様々な変形、置換及び代用が為されてよいことが、理解されるべきである。
以上の実施の形態に関し、更に以下の付記を開示する。
（付記１）
複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程；
前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程；
ジェネリック・ゴール・メッセージから特徴情報を抽出する工程；及び
前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と達成されている関連するゴールの指示との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程；
を有する方法。
（付記２）
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、１つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程；及び
前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
を更に有する付記１に記載の方法。
（付記３）
個別化されたゴール・メッセージのうちの１つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、付記２に記載の方法。
（付記４）
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
を更に有する付記１に記載の方法。
（付記５）
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、付記１に記載の方法。
（付記６）
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、付記１に記載の方法。
（付記７）
前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、付記１に記載の方法。
（付記８）
前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されるゴールの総数、及び前記ユーザーのテーマの好みのうちの１つ以上を含む、付記１に記載の方法。
（付記９）
オペレーションを実行するためにプロセッサにより実行可能なプログラミング・コードをエンコードした非一時的なコンピュータ読み取り可能な媒体であって、前記オペレーションは：
複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程；
前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程；
ジェネリック・ゴール・メッセージから特徴情報を抽出する工程；及び
前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と、関連するゴールの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程；
を有する非一時的なコンピュータ読み取り可能な媒体。
（付記１０）
前記オペレーションは：
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、１つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程；及び
前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
を更に含む、付記９に記載の非一時的なコンピュータ読み取り可能な媒体。
（付記１１）
個別化されたゴール・メッセージのうちの１つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、付記１０に記載の非一時的なコンピュータ読み取り可能な媒体。
（付記１２）
前記オペレーションは：
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
を更に有する、付記９に記載の非一時的なコンピュータ読み取り可能な媒体。
（付記１３）
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、付記９に記載の非一時的なコンピュータ読み取り可能な媒体。
（付記１４）
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、付記９に記載の非一時的なコンピュータ読み取り可能な媒体。
（付記１５）
前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、付記９に記載の非一時的なコンピュータ読み取り可能な媒体。
（付記１６）
特徴モジュールと行動モジュールとを有するシステムであって：
前記特徴モジュールは：
複数のメッセージを含むユーザー履歴から特徴情報を抽出する特徴抽出部であって、複数のメッセージの各々は視覚的なメディアを含み、前記複数のメッセージの各々は、達成として指示されるイベントに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のメッセージの視覚的なメディアについて特徴検出を実行することを含み、前記特徴抽出部は、ジェネリック・メッセージから特徴情報を抽出する特徴抽出部：及び
前記複数のメッセージに含まれる特徴と、達成されている関連するイベントの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する特徴検証部；を有し、
前記行動モジュールは、前記ジェネリック・メッセージからの特徴情報、及び、前記複数のメッセージに含まれる特徴と、関連するイベントの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率を判定する；システム。
（付記１７）
前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、１つ以上の修正された特徴を含むジェネリック・メッセージに基づいて、個別化されたメッセージを生成し、前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信し；及び
前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・メッセージに相当する個別化されたメッセージを、前記ユーザーに関連付けられるデバイスに配信する；
パーソナライズ・モジュールを更に有する付記１６に記載のシステム。
（付記１８）
前記複数のメッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、付記１６に記載のシステム。
（付記１９）
前記複数のメッセージの各々がテキストを更に含み、前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、付記１６に記載のシステム。
（付記２０）
前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されたイベントの総数、及び前記ユーザーのテーマの好みのうちの１つ以上を含む、付記１６に記載のシステム。

Claims (20)

1. 複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程；
   前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程；
   ジェネリック・ゴール・メッセージから特徴情報を抽出する工程；及び
   前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と達成されている関連するゴールの指示との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程；
   を有する方法。
2. 前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、１つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程；及び
   前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
   を更に有する請求項１に記載の方法。
3. 個別化されたゴール・メッセージのうちの１つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、請求項２に記載の方法。
4. 前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
   を更に有する請求項１に記載の方法。
5. 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、請求項１に記載の方法。
6. 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、請求項１に記載の方法。
7. 前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、請求項１に記載の方法。
8. 前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されるゴールの総数、及び前記ユーザーのテーマの好みのうちの１つ以上を含む、請求項１に記載の方法。
9. オペレーションを実行するためにプロセッサにより実行可能なプログラミング・コードをエンコードした非一時的なコンピュータ読み取り可能な媒体であって、前記オペレーションは：
   複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程；
   前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程；
   ジェネリック・ゴール・メッセージから特徴情報を抽出する工程；及び
   前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と、関連するゴールの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程；
   を有する非一時的なコンピュータ読み取り可能な媒体。
10. 前記オペレーションは：
    前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、１つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程；及び
    前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
    を更に含む、請求項９に記載の非一時的なコンピュータ読み取り可能な媒体。
11. 個別化されたゴール・メッセージのうちの１つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、請求項１０に記載の非一時的なコンピュータ読み取り可能な媒体。
12. 前記オペレーションは：
    前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程；
    を更に有する、請求項９に記載の非一時的なコンピュータ読み取り可能な媒体。
13. 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、請求項９に記載の非一時的なコンピュータ読み取り可能な媒体。
14. 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、請求項９に記載の非一時的なコンピュータ読み取り可能な媒体。
15. 前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、請求項９に記載の非一時的なコンピュータ読み取り可能な媒体。
16. 特徴モジュールと行動モジュールとを有するシステムであって：
    前記特徴モジュールは：
    複数のメッセージを含むユーザー履歴から特徴情報を抽出する特徴抽出部であって、複数のメッセージの各々は視覚的なメディアを含み、前記複数のメッセージの各々は、達成として指示されるイベントに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のメッセージの視覚的なメディアについて特徴検出を実行することを含み、前記特徴抽出部は、ジェネリック・メッセージから特徴情報を抽出する特徴抽出部：及び
    前記複数のメッセージに含まれる特徴と、達成されている関連するイベントの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する特徴検証部；を有し、
    前記行動モジュールは、前記ジェネリック・メッセージからの特徴情報、及び、前記複数のメッセージに含まれる特徴と、関連するイベントの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率を判定する；システム。
17. 前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、１つ以上の修正された特徴を含むジェネリック・メッセージに基づいて、個別化されたメッセージを生成し、前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信し；及び
    前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・メッセージに相当する個別化されたメッセージを、前記ユーザーに関連付けられるデバイスに配信する；
    パーソナライズ・モジュールを更に有する請求項１６に記載のシステム。
18. 前記複数のメッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、請求項１６に記載のシステム。
19. 前記複数のメッセージの各々がテキストを更に含み、前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、請求項１６に記載のシステム。
20. 前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されたイベントの総数、及び前記ユーザーのテーマの好みのうちの１つ以上を含む、請求項１６に記載のシステム。
    

Images