JP2017510867A5 - - Google Patents

Claims (18)

1. コンピュータによって実現される方法であって、
   ユーザによって行われる第１のアクションを検出することと、
   前記第１のアクションに関連付けられる情報を集めることと、
   前記情報に基づいて予測モデルを抽出することと、
   前記第１のアクションへの前記予測モデルの適用可能性レベルを判定することとを含み、前記予測モデルは第２のアクションを提案し、前記方法はさらに、
   前記適用可能性レベルがしきい値レベルに合致する場合、ユーザインターフェイスにおいて前記第２のアクションを提供することと、
   前記第２のアクションまたは第３のアクションを選択する前記ユーザから入力を受け取ることとを含む、方法。
2. 前記第１のアクションはコンテンツを識別することを含み、前記第２のアクションは、前記コンテンツを共有するべき１人以上の受信者を選択することを含む、請求項１に記載の方法。
3. 前記第１のアクションはコンテンツを識別することを含み、前記第２のアクションは、前記コンテンツを処理するべきアプリケーションを選択することを含む、請求項１または２に記載の方法。
4. 前記第１のアクションはウェブサイトにアクセスすることを含み、前記第２のアクションは、前記ウェブサイトにアクセスするブラウザのモードを選択することを含む、請求項１から３のいずれか１項に記載の方法。
5. 前記予測モデルは、前記ユーザに関連付けられる複数の以前のアクションに基づく、請求項１から４のいずれか１項に記載の方法。
6. 前記第１のアクションへの前記予測モデルの前記適用可能性レベルを判定することは、
   前記予測モデルに関連付けられる属性の重み付けされた計算を行うことと、
   前記属性の重み付けされた計算のうちの少なくともいくつかの組合せが前記しきい値レベルに合致することを判定することとを含む、請求項１から５のいずれか１項に記載の方法。
7. 前記第２のアクションまたは第３のアクションを選択する前記ユーザからの入力は前記予測モデルを修正する、請求項１から６のいずれか１項に記載の方法。
8. 請求項１から７のいずれか１項に記載の方法をコンピュータに実行させるためのプログラム。
9. ストレージとプロセッサとを含む少なくとも１つのコンピューティングデバイスであって、前記プロセッサは、
   ユーザによって行われる第１のアクションを検出することと、
   前記第１のアクションに関連付けられる情報を集めることと、
   前記情報に基づいて予測モデルを抽出することと、
   前記第１のアクションへの前記予測モデルの適用可能性レベルを判定することとを行うよう構成されており、前記予測モデルは第２のアクションを提案し、前記プロセッサはさらに、
   前記適用可能性レベルがしきい値レベルに合致する場合、ユーザインターフェイスにおいて前記第２のアクションを提供することと、
   前記第２のアクションまたは第３のアクションを選択する前記ユーザから入力を受け取ることとを行うよう構成されている、少なくとも１つのコンピューティングデバイス。
10. 前記第１のアクションはコンテンツを識別することを含み、前記第２のアクションは、前記コンテンツを共有するべき１人以上の受信者を選択することを含む、請求項９に記載の少なくとも１つのコンピューティングデバイス。
11. 前記第１のアクションはコンテンツを識別することを含み、前記第２のアクションは、前記コンテンツを処理するべきアプリケーションを選択することを含む、請求項９または１０に記載の少なくとも１つのコンピューティングデバイス。
12. 前記第１のアクションはウェブサイトにアクセスすることを含み、前記第２のアクションは、前記ウェブサイトにアクセスするブラウザのモードを選択することを含む、請求項９から１１のいずれか１項に記載の少なくとも１つのコンピューティングデバイス。
13. 前記予測モデルは、前記ユーザに関連付けられる複数の以前のアクションに基づく、請求項９から１２のいずれか１項に記載の少なくとも１つのコンピューティングデバイス。
14. 前記第１のアクションへの前記予測モデルの前記適用可能性レベルを判定することは、
    前記予測モデルに関連付けられる属性の重み付けされた計算を行うことと、
    前記属性の重み付けされた計算のうちの少なくともいくつかの組合せが前記しきい値レベルに合致することを判定することとを含む、請求項９から１３のいずれか１項に記載の少なくとも１つのコンピューティングデバイス。
15. 前記第２のアクションまたは第３のアクションを選択する前記ユーザからの入力は前記予測モデルを修正する、請求項９から１４のいずれか１項に記載の少なくとも１つのコンピューティングデバイス。
16. コンピュータによって実現される方法であって、
    ユーザによって行われる第１のアクションを検出することと、
    前記第１のアクションに関連付けられる情報を集めることと、
    前記情報と、前記情報に関連付けられる過去の共有アクションとに基づいて、前記ユーザのプライバシープレファレンスおよび予測モデルを生成するために機械学習を適用することとを含み、前記機械学習は、前記情報を受け取り前記予測モデルを出力するブラックボックスとして適用されており、複数のパイプラインが複数のそれぞれのドメインについて提供されており、前記パイプラインの各々は前記機械学習を適用しており、前記方法はさらに、
    前記第１のアクションへの前記予測モデルの適用可能性レベルを判定することとを含み、前記予測モデルは第２のアクションを提案し、前記方法はさらに、
    前記第１のアクションに関連付けられるコンテンツの共有の程度に関連付けられる第１のしきい値レベルを上回る前記適用可能性レベルについて、ユーザインターフェイスにおいて前記第２のアクションを提供することと、
    前記第１のしきい値レベルを上回り、かつ、前記第１のしきい値レベルを上回る第２のしきい値レベルを上回らない前記適用可能性レベルについて、前記第２のアクションまたは第３のアクションを選択する前記ユーザから入力を受け取ることと、
    前記第２のしきい値レベルを上回る前記適用可能性レベルについて、前記ユーザから前記入力を受け取ることなく、前記第２のアクションまたは提供される前記第２のアクションに基づいた前記第３のアクションを自動的に選択することとを含む、方法。
17. 請求項１６に記載の方法をコンピュータに実行させるためのプログラム。
18. ストレージとプロセッサとを含む少なくとも１つのコンピューティングデバイスであって、前記プロセッサは、
    ユーザによって行われる第１のアクションを検出することと、
    前記第１のアクションに関連付けられる情報を集めることと、
    前記情報と、前記情報に関連付けられる過去の共有アクションとに基づいて、前記ユーザのプライバシープレファレンスおよび予測モデルを生成するために機械学習を適用することとを行うように構成されており、前記機械学習は、前記情報を受け取り前記予測モデルを出力するブラックボックスとして適用されており、複数のパイプラインが複数のそれぞれのドメインについて提供されており、前記パイプラインの各々は前記機械学習を適用しており、前記プロセッサはさらに、
    前記第１のアクションへの前記予測モデルの適用可能性レベルを判定することを行うように構成されており、前記予測モデルは第２のアクションを提案し、前記プロセッサはさらに、
    前記第１のアクションに関連付けられるコンテンツの共有の程度に関連付けられる第１のしきい値レベルを上回る前記適用可能性レベルについて、ユーザインターフェイスにおいて前記第２のアクションを提供することと、
    前記第１のしきい値レベルを上回り、かつ、前記第１のしきい値レベルを上回る第２のしきい値レベルを上回らない前記適用可能性レベルについて、前記第２のアクションまたは第３のアクションを選択する前記ユーザから入力を受け取ることと、
    前記第２のしきい値レベルを上回る前記適用可能性レベルについて、前記ユーザから前記入力を受け取ることなく、前記第２のアクションまたは提供される前記第２のアクションに基づいた前記第３のアクションを自動的に選択することとを行うように構成される、少なくとも１つのコンピューティングデバイス。