JP2020536299A - 改善されたパフォーマンスのためのユーザ・プロファイルの動的かつ自動的な変更を実施するための方法、コンピュータ・システム及びプログラム - Google Patents

Abstract

【課題】 ユーザ・プロファイルを機械学習及び認知解析に基づいて動的かつ自動的に変更することによってユーザ・パフォーマンスを改善すること。【解決手段】 機械学習及び認知解析に基づいた動的かつ自動的なユーザ・プロファイルの変更を実施して、ユーザ・パフォーマンスを改善するための、コンピュータ実施方法、コンピュータ・システム、及びコンピュータ・プログラムが提供される。ユーザ・プロファイルは、ユーザからの明示の入力を伴わずに、機械学習及び認知アプリケーション・プログラム・インタフェース（ＡＰＩ）を用いて、複数の外部データソースからのライブデータに基づいて、動的に変更される。ユーザについての変更されたユーザ・プロファイルは、自動的に格納される。格納されたユーザ・プロファイルは、複数の選択されたユーザ・アプリケーションに対してデプロイされ、ユーザに対する強化されたパフォーマンスを可能にする。【選択図】 図４

Description

本発明は、一般にデータ処理分野に関し、より具体的には、機械学習及び認知解析に基づいた、ユーザ・プロファイルの動的かつ自動的な変更を実施するための方法及びコンピュータ・システムに関する。

ユーザ・プロファイルは、典型的には、ユーザのアイデンティティの明示的なデジタル表現を含み、特定のユーザに関連付けられたデータの視覚的表示を可能にする。

ユーザ・プロファイルは、静的である場合が多く、ユーザが手動で変更するまでは変化しない。このため、時間が経つにつれてユーザ・プロファイルの初期の意図と比べて有用性及び関連性が低くなった、古い不正確な情報になることがある。

ユーザ・プロファイルを機械学習及び認知解析に基づいて動的かつ自動的に変更することによってユーザ・パフォーマンスを改善する、効果的な機構が求められている。

本発明の主要な態様は、機械学習及び認知解析に基づいたユーザ・プロファイルの動的かつ自動的な変更を実施して、ユーザ・パフォーマンスを改善するための、方法、コンピュータ・システム、及びコンピュータ・プログラム製品を提供することである。本発明の他の重要な態様は、ネガティブな影響を実質的に伴わずに、従来技術の機構の短所のいくつかを克服する、かかる方法及びシステムを提供することである。

要するに、機械学習及び認知解析に基づいた動的かつ自動的なユーザ・プロファイルの変更を実施して、ユーザ・パフォーマンスを改善するための、コンピュータ実施方法、コンピュータ・システム、及びコンピュータ・プログラム製品が提供される。ユーザ・プロファイルは、ユーザからの明示の入力を伴わずに、機械学習及び認知アプリケーション・プログラム・インタフェース（ＡＰＩ）を用いて、複数の外部データソースからのライブデータに基づいて動的に変更される。ユーザについての変更されたユーザ・プロファイルは、自動的に格納される。格納されたユーザ・プロファイルは、複数の選択されたユーザ・アプリケーションに対してデプロイされ、ユーザに対する強化されたパフォーマンスを可能にする。

本発明の特徴によれば、ライブデータは、ソーシャルメディア、オンライン購入履歴、及びアプリケーションといった、被監視システム及びネットワーク・ユーザ・メトリックを含む。

本発明の特徴によれば、学習された使用パターンが、ユーザ・プロファイルの変更に用いられる。

本発明の特徴によれば、ユーザは、あらかじめ定義された外部データソースに対するアクセスを許可し、アクセス許諾が授与された外部データソースは、ユーザからの更なる手動入力を伴わずに動的に監視される。

本発明の特徴によれば、被監視実時間データの履歴トレンド解析が、ユーザ・プロファイルの変更に用いられる。

本発明の特徴によれば、許可されたデータソースからの、認知プロセスを介したデータ解析によって、ユーザの好みを効果的に予測する能力が提供される。

本発明の特徴によれば、ライブデータは、電子メール及びユーザのカレンダーといった被監視アプリケーションを含む。

本発明の特徴によれば、ユーザ・プロファイル更新は、識別されたユーザの興味及び好みに基づいて自動的に選択され、最適なパフォーマンスを可能にする。

本発明の特徴によれば、被監視実時間データは、例えば、Ｗａｔｓｏｎ、並びにＡｌｃｈｅｍｙ Ｌａｎｇｕａｇｅ、Ｃｏｎｃｅｐｔ Ｉｎｓｉｇｈｔｓ、Ｄｉａｌｏｇ、及びＶｉｓｕａｌ Ｉｎｓｉｇｈｔｓのような他の選択された認知ＡＰＩを介して、解析される。

本発明は、上記及び他の目的及び利点と共に、以下の、図面に示された本発明の好ましい実施形態の詳細な説明から、最も良く理解することができる。

本発明の実施形態による、機械学習及び認知解析に基づいたユーザ・プロファイルの動的かつ自動的な変更を実施するための、例示的なコンピュータ・システムを示す。 本発明の実施形態による、クラウド・コンピューティング環境を示す。 本発明の実施形態による、抽象化モデル層を示す。 本発明の実施形態による、機械学習及び認知解析に基づいたユーザ・プロファイルの動的かつ自動的な変更を実施するための、例示的な動作を示すフローチャートである。 機械に基づいてユーザ・プロファイルを動的かつ自動的な変更を実施するための、更なる例示的な動作を示すフローチャートである。 好ましい実施形態による、コンピュータ・プログラム製品を示すブロック図である。

以下の本発明の実施形態の詳細な説明において、本発明を実施することができる例示的な実施形態を示す添付図面を参照する。他の実施形態を利用することができること、及び本発明の範囲から逸脱することなく構造的な変更を行うことができることを理解されたい。

本明細書で用いられる用語は、特定の実施形態を説明することのみを目的としたものであり、本発明を限定することを意図したものではない。本明細書で使用される単数形「ａ」、「ａｎ」及び「ｔｈｅ」は、前後関係から明らかに別の意味を示さない限り、複数形態も含むことを意図する。更に、本明細書内で使用する場合に、「備える、含む」及び／又は「備えている、含んでいる」という用語は、そこに述べた特徴、整数、ステップ、動作、要素及び／又はコンポーネントの存在を指定しているが、１つ又は複数のその他の特徴、整数、ステップ、動作、要素、コンポーネント及び／又はそれらの群の存在又は付加を排除するものではないことは理解されるであろう。

本開示はクラウド・コンピューティングについての詳細な説明を含むが、本明細書に記載される教示の実施は、クラウド・コンピューティング環境に限定されないことを理解されたい。むしろ、本発明の実施形態は、現在既知の又は後で開発される他のあらゆるタイプのコンピューティング環境と共に実施することができる。

クラウド・コンピューティングは、最小限の管理労力又はサービス・プロバイダとの対話で迅速にプロビジョニング及び解放することができる構成可能なコンピューティング・リソース（例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、ストレージ、アプリケーション、仮想マシン、及びサービス）の共有プールへの、便利なオンデマンドのネットワーク・アクセスを可能にするためのサービス配信のモデルである。
このクラウド・モデルは、少なくとも５つの特徴、少なくとも３つのサービス・モデル、及び少なくとも４つのデプロイメント・モデルを含むことができる。

特徴は、以下の通りである。
オンデマンド・セルフサービス：クラウド・コンシューマは、必要に応じて、サーバ時間及びネットワーク・ストレージ等のコンピューティング機能を、人間がサービスのプロバイダと対話する必要なく自動的に、一方的にプロビジョニングすることができる。
広範なネットワーク・アクセス：機能は、ネットワーク上で利用可能であり、異種のシン又はシック・クライアント・プラットフォーム（例えば、携帯電話、ラップトップ、及びＰＤＡ）による使用を促進する標準的な機構を通じてアクセスされる。
リソース・プール化：プロバイダのコンピューティング・リソースは、マルチ・テナント・モデルを用いて、複数のコンシューマにサービスを提供するためにプールされ、異なる物理及び仮想リソースが要求に応じて動的に割り当て及び再割り当てされる。コンシューマは、一般に、提供されるリソースの正確な位置についての制御又は知識を持たないという点で、位置とは独立しているといえるが、より抽象化のレベルの高い位置（例えば、国、州、又はデータセンタ）を指定できるようにすることができる。
迅速な弾力性：機能を、迅速かつ弾力的に、場合によっては自動的に、プロビジョニングしてすばやくスケールアウトし、迅速に解放して素早くスケールインすることができる。コンシューマにとって、プロビジョニングに利用可能な機能は、多くの場合、無制限であるように見え、いつでもどんな量でも購入できる。
計測されるサービス：クラウド・システムは、サービスのタイプ（例えば、ストレージ、処理、帯域幅、及びアクティブなユーザ・アカウント）に適した何らかの抽象化レベルでの計量機能を用いることによって、リソースの使用を自動的に制御及び最適化する。リソース使用を監視し、制御し、報告して、利用されるサービスのプロバイダとコンシューマの両方に対して透明性を提供することができる。

サービス・モデルは以下の通りである。
Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ（ＳａａＳ）：コンシューマに提供される機能は、クラウド・インフラストラクチャ上で動作するプロバイダのアプリケーションを使用することである。これらのアプリケーションには、ウェブ・ブラウザ（例えば、ウェブ・ベースの電子メール）などのシン・クライアント・インターフェースを通じて、種々のクライアント・デバイスからアクセス可能である。コンシューマは、限定されたユーザ固有のアプリケーション構成設定を想定される例外として、ネットワーク、サーバ、オペレーティング・システム、ストレージ、又は個々のアプリケーション機能をも含めて、基礎をなすクラウド・インフラストラクチャを管理又は制御しない。
Ｐｌａｔｆｏｒｍ ａｓ ａ Ｓｅｒｖｉｃｅ（ＰａａＳ）：コンシューマに提供される機能は、プロバイダによってサポートされるプログラミング言語及びツールを用いて生成された、コンシューマ作成又は取得のアプリケーションを、クラウド・インフラストラクチャ上にデプロイすることである。コンシューマは、ネットワーク、サーバ、オペレーティング・システム、又はストレージを含む基礎をなすクラウド・インフラストラクチャを管理又は制御しないが、デプロイされたアプリケーション、及び場合によってはアプリケーション・ホスティング環境構成に対する制御を有する。
Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ（ＩａａＳ）：コンシューマに提供される機能は、コンシューマが、オペレーティング・システム及びアプリケーションを含み得る任意のソフトウェアをデプロイして動作させることができる、処理、ストレージ、ネットワーク、及び他の基本的なコンピューティング・リソースをプロビジョニンングすることである。コンシューマは、基礎をなすクラウド・インフラストラクチャを管理又は制御しないが、オペレーティング・システム、ストレージ、デプロイされたアプリケーションに対する制御、及び場合によってはネットワーク・コンポーネント（例えば、ホストのファイアウォール）選択に対する限定された制御を有する。

デプロイメント・モデルは以下の通りである。
プライベート・クラウド：クラウド・インフラストラクチャは、一組織のためだけに運営される。これは、その組織又は第三者によって管理することができ、オンプレミス又はオフプレミスに存在することができる。
コミュニティ・クラウド：クラウド・インフラストラクチャは、幾つかの組織によって共有され、共通の関心事項（例えば、ミッション、セキュリティ要件、ポリシー、及びコンプライアンス上の考慮事項）を有する特定のコミュニティをサポートする。これは、それらの組織又は第三者によって管理することができ、オンプレミス又はオフプレミスに存在することができる。
パブリック・クラウド：クラウド・インフラストラクチャは、一般公衆又は大規模な業界グループによって利用可能であり、クラウド・サービスを販売する組織によって所有される。
ハイブリッド・クラウド：クラウド・インフラストラクチャは、固有のエンティティのままであるが、データ及びアプリケーションのポータビリティを可能にする標準化技術又は専用技術（例えば、クラウド間の負荷平衡のためのクラウド・バースティング）によって互いに結び付けられた、２つ以上のクラウド（プライベート、コミュニティ、又はパブリック）の組合せである。

クラウド・コンピューティング環境は、サービス指向であり、ステートレス性、低結合性、モジュール性、及びセマンティック相互運用性に焦点を置く。クラウド・コンピューティングの中心は、相互接続されたノードのネットワークを含むインフラストラクチャがある。

本発明の特徴によれば、ユーザ・パフォーマンスを改善するための、機械学習及び認知解析に基づいた動的かつ自動的なユーザ・プロファイルの変更を実施するための方法及びシステムが提供される。ユーザ・プロファイルは、ユーザからの明示の入力を伴わずに、機械学習及び認知アプリケーション・プログラム・インタフェース（ＡＰＩ）を用いて、複数の外部データソースからのライブデータに基づいて動的に変更される。ユーザについての変更されたユーザ・プロファイルは、自動的に格納される。格納されたユーザ・プロファイルは、複数の選択されたユーザ・アプリケーションに対してデプロイされ、ユーザに対する強化されたパフォーマンスを可能にする。

ここで図１の図を参照すると、好ましい実施形態による、全般的に符号１００で示される、機械学習及び認知解析に基づいた動的かつ自動的なユーザ・プロファイルの変更を実施するためのコンピュータ・システムの例が示されている。コンピュータ・システム１００は、例えば、例示的なクラウド・コンピューティング・ノードを表す。コンピュータ・システム１００は、適切なクラウド・コンピューティング・ノードの単なる一例であり、本明細書で説明される本発明の実施形態の使用及び機能の範囲に関して、いかなる制限をも示唆することを意図しない。コンピュータ・システム１００は、多くの他の汎用又は専用コンピューティング・システム環境又は構成と共に動作可能である。コンピュータ・システム１００と共に使用するのに好適であり得る周知のコンピューティング・システム、環境、及び／又は構成の例には、パーソナル・コンピュータ・システム、サーバ・コンピュータ・システム、シン・クライアント、シック・クライアント、手持ち式又はラップトップ型デバイス、マルチプロセッサ・システム、マイクロプロセッサ・ベースのシステム、セットトップボックス、プログラム可能民生電子機器、ネットワークＰＣ、ミニコンピュータ・システム、メインフレーム・コンピュータ・システム、及び、上述のシステム又はデバイスのいずれかを含む分散型クラウド・コンピューティング環境などが含まれるが、これらに限定されない。

コンピュータ・システム１００は、１つ又は複数のプロセッサ１０２又は汎用プログラム可能中央処理ユニット（ＣＰＵ）１０２、＃1−Ｎを含むことができる。図示されるように、コンピュータ・システム１００は、大規模システムに典型的な複数のプロセッサ１０２を含むが、システム１００は単一のＣＰＵ１０２を含むものであってもよい。コンピュータ・システム１００は、各プロセッサ１０２に接続されたキャッシュメモリ１０４を含む。

コンピュータ・システム１００は、バス１１６に接続されたメモリシステム１０６を含む。メモリシステム１０６は、プログラムを含めてデータを格納するための、ランダムアクセス半導体メモリを含む。メモリシステム１０６は、例えば、動的ランダムアクセスメモリ（ＤＲＡＭ）、同期直接アクセスメモリ（ＳＤＲＡＭ）、現行のダブルデータレート（ＤＤＲｘ）ＳＤＲＡＭ、不揮発性メモリ、光学ストレージ、及び他のストレージデバイスで構成される。

Ｉ／Ｏバスインタフェース１１４、及びバス１１６、１１８は、種々のシステムコンポーネント間で通信経路を提供する。バス１１６は、フロントサイドバスと呼ばれることが多いプロセッサ／メモリバスであり、ＣＰＵ１０２及びキャッシュ１０４と、メモリコントローラ１０８と、Ｉ／Ｏバスインタフェース１１４との間のデータ転送のためのデータ通信経路を提供する。Ｉ／Ｏバスインタフェース１１４は、種々のＩ／Ｏユニットとの間でデータを転送するシステムＩ／Ｏバス１１８に更に結合される。

図示されるように、コンピュータ・システム１００は、第１のプリンタ／ファックス１１６Ａ及び第２のプリンタ１１６ＢのようなＩ／Ｏデバイスに結合されるＩ/Ｏデバイス・インタフェース１１５と、直接アクセスストレージデバイス（ＤＡＳＤ）１２２及びＣＤ−ＲＯＭ１２４のようなストレージデバイスに結合されるストレージ・インタフェース１２０とを含む。コンピュータ・システム１００は、複数の端末１２８、＃１−Ｍに結合される端末インタフェース１２６と、インターネット、ローカルエリア又は他のネットワークのようなネットワーク１３２に結合されるネットワーク・インタフェース１３０とを含む。ネットワーク１３２は、１つ又は複数のコンピュータ・システム１３３に結合される。

Ｉ／Ｏバス・インタフェース１１４は、システムＩ／Ｏバス１１８を通じて、Ｉ／Ｏプロセッサ（ＩＯＰ）又はＩ／Ｏアダプタ（ＩＯＡ）としても知られる複数のＩ／Ｏインタフェースユニット１１５、１２０、１２６及び１３０と通信する。システムＩ／Ｏバス１１８は、例えば、業界標準のＰＣＩバス、又は他の適切なバス技術である。

メモリシステム１０６は、好ましい実施形態によれば、ライブデータ監視制御１４０を含む。メモリシステム１０６は、好ましい実施形態によれば、ユーザが授与したアクセスを有する外部データソース１４２と、データ機械学習及び認知解析制御１４４と、更新されたユーザ・プロファイルを用いるためのユーザ・プロファイル・ストレージ及び制御１４６とを含む。メモリシステム１０６は、好ましい実施形態によれば、更新されたユーザ・プロファイルを用いるためのユーザ・プロファイル・ストレージ及び制御１４６を含み、例えば、更新されたユーザ・プロファイルを格納し、複数の選択されたユーザ・アプリケーションに対してデプロイして、ユーザに対する強化されたパフォーマンスを可能にする。

本発明の特徴によれば、ユーザについてのソーシャルメディア、購入履歴、及びアプリケーションといったシステム及びユーザ・メトリックのライブデータ監視１４０に基づいて、最適なパフォーマンスのための機械学習及び認知解析に基づいたユーザ・プロファイルの動的かつ自動的変更が提供される。ユーザ・プロファイルは、複数の外部データソースからキャプチャされ解析されたデータを介して、実時間で動的に更新される。

本発明の特徴によれば、許可されたデータソースからの、認知プロセスを介したデータ解析によって、ユーザの好みを効果的に予測する能力が提供される。ユーザ・プロファイル更新は、ユーザからの明示的な入力を伴わずに、機械学習及び認知アプリケーション・プログラム・インタフェース（ＡＰＩ）を用いて自動的に選択される。ユーザ・プロファイル更新は、識別されたユーザの興味及び好みに基づいて自動的に選択され、最適なパフォーマンスを可能にする。

コンピュータ・システム１００は、本発明を理解するのに十分な、簡略化された形態で示されている。図示した例示的なコンピュータ・システム１００は、アーキテクチャ又は機能の制限を含意することを意図したものではない。本発明は、クラウド・システムのような、種々のハードウェア実装及びシステム、並びに種々の内部ハードウェアデバイスと共に用いることができる。

図２を参照すると、例示的なクラウド・システム２００が描かれている。図示されているように、１つ又は複数のクラウド・コンピューティング・ノード２０２がクラウド・コンピューティング環境２０４に含まれ、これと、例えばパーソナル・デジタル・アシスタント（ＰＤＡ）又は携帯電話２０６Ａ、デスクトップ・コンピュータ２０６Ｂ、ラップトップ・コンピュータ２０６Ｃ、及び／又は自動車コンピュータ・システム２０６Ｎなどのような、クラウド・コンシューマによって用いられるローカル・コンピューティング・デバイスが通信することができる。ノード２０２は、互いに通信することができる。これらを、物理的又は仮想的にグループ化（図示せず）して、上述のようなプライベート・クラウド、コミュニティ・クラウド、パブリック・クラウド、若しくはハイブリッド・クラウド、又はこれらの組み合わせのような、１つ又は複数のネットワークにすることができる。このことは、クラウド・コンピューティング環境２０２が、クラウド・コンシューマがローカル・コンピューティング・デバイス上にリソースを保持する必要のないサービスとしてインフラストラクチャ、プラットフォーム、及び／又はソフトウェアを提供することを可能にする。図２に示されるコンピューティング・デバイス２０６Ａ〜Ｎのタイプは単に例示であることを意図し、コンピューティング・ノード２０２及びクラウド・コンピューティング環境２０４は、あらゆるタイプのネットワーク及び／又はネットワーク・アドレス指定可能な接続上で（例えば、ウェブ・ブラウザを用いて）、あらゆるタイプのコンピュータ化された装置と通信できることを理解されたい。

ここで図３を参照して、図２のクラウド・コンピューティング環境２０２によって提供される機能抽象化層の組３００を示す。図３に示されるコンポーネント、層及び機能は、単なる例証を意図したものであり、本発明の実施形態はそれらに限定されないことを予め理解されたい。図示されるように、以下の層及び対応する機能が提供される。

ハードウェア及びソフトウェア層３０２は、ハードウェア及びソフトウェアのコンポーネントを含む。ハードウェア・コンポーネントの例は、メインフレーム３０４、ＲＩＳＣ（Reduced Instruction Set Computer（縮小命令セット・コンピュータ））アーキテクチャ・ベースのサーバ３０６、サーバ３０８、ブレードサーバ３１０、ストレージデバイス３１２、及びネットワーク及びネットワーキング・コンポーネント３１２を含む。いくつかの実施形態において、ソフトウェア・コンポーネントは、ネットワーク・アプリケーション・サーバ・ソフトウェア３１６及びデータベース・ソフトウェア３１８を含む。

仮想化層３２０は、仮想エンティティティの以下の例、すなわち、仮想サーバ３２２、仮想ストレージ３２４、仮想プライベート・ネットワークを含む仮想ネットワーク３２６、仮想アプリケーション及びオペレーティング・システム３２８、並びに仮想クライアント３３０を提供することができる抽象層を提供する。

一例において、管理層３４０は、以下で説明される機能を提供することができる。リソース・プロビジョニング３４２は、クラウド・コンピューティング環境内でタスクを行うために利用されるコンピューティング・リソース及び他のリソースの動的な調達を提供する。計量及び価格設定３４４は、クラウド・コンピューティング環境内でリソースが利用されたときの費用追跡と、これらのリソースの消費に対する課金又は請求とを提供する。一例において、これらのリソースは、アプリケーション・ソフトウェア・ライセンスを含むことができる。セキュリティは、クラウド・コンシューマ及びタスクについての識別検証、並びにデータ及び他のリソースに対する保護を提供する。ユーザ・ポータル３４６は、コンシューマ及びシステム管理者に対してクラウド・コンピューティング環境へのアクセスを提供する。サービスレベル管理３４８は、必要なサービスレベルが満たされるようにクラウド・コンピューティング・リソースの割当て及び管理を提供する。サービスレベル・アグリーメント（ＳＬＡ）計画及び履行３５０は、ＳＬＡに従って将来的な必要性が予測されるクラウド・コンピューティング・リソースの事前配置及び調達を提供する。

ワークロード層３６０は、クラウド・コンピューティング環境を利用することができる機能の例を提供する。この層から提供することができるワークロード及び機能の例は、マッピング及びナビゲーション３６２、ソフトウェア開発及びライフサイクル管理３６４、仮想教室教育配信３６６、データ解析処理３６８、トランザクション処理３７０、並びに好ましい実施形態の動的かつ自動的なユーザ・プロファイル更新及び処理３７２を含む。

本発明の特徴によれば、ユーザ・プロファイルは、ユーザからの明示の入力を伴わずに、機械学習及び認知アプリケーション・プログラム・インタフェース（ＡＰＩ）を用いて、複数の外部データソースからのライブデータに基づいて動的に変更される。ユーザについての変更されたユーザ・プロファイルは、自動的に格納される。格納されたユーザ・プロファイルは、複数の選択されたユーザ・アプリケーションに対してデプロイされ、ユーザに対する強化されたパフォーマンスを可能にする。

本発明の特徴によれば、ユーザは、あらかじめ定義された外部データソースへのアクセスを許可し、アクセス許諾が授与された外部データソースは、ユーザからの更なる手動入力を伴わずに動的に監視される。

本発明の特徴によれば、ライブデータは、ソーシャルメディア、オンライン購入履歴、及びアプリケーションといった、被監視システム及びネットワーク・ユーザ・メトリックを含む。被監視実時間データの履歴トレンド解析が、ユーザ・プロファイルの変更のために適用される。

本発明の特徴によれば、許可されたデータソースからの、認知プロセスを介したデータ解析によって、ユーザの好みを効果的に予測する能力が提供され、ユーザ・プロファイルを変更するために用いられる。

図４及び図５を参照すると、好ましい実施形態による、機械学習及び認知解析に基づいたユーザ・プロファイルの動的かつ自動的な変更を実施するための、例示的な動作が示される。図４において、動作は、ブロック４００に示すように、ユーザが、経時的に動的に学習するベースライン情報を有する初期プロファイルを作成することで開始する。ブロック４０２に示すように、ユーザは、外部アプリケーション、ソーシャルメディア、及びデータソースに対するアクセスを授与する。ブロック４０４に示すように、外部アプリケーション、ソーシャルメディア、及びデータソースの実時間監視が行われ、データを収集する。実時間監視の例を図５に示す。決定ブロック４０６に示すように、キャプチャされたデータの機械学習及び認知解析を用いてデータ解析を行い、このデータ解析が、ユーザ・プロファイルの動的かつ自動的な変更のために用いられる。例えば、Ｗａｔｓｏｎ及び他の選択された認知ＡＰＩシステムを介したデータ解析は、知覚した興味に基づいた特定のコンテンツ提案を提供するために、機械学習技術を利用して、多様なフォーラムの中でユーザの使用パターン及び好みを認識する。Ｗａｔｓｏｎ及び他の選択された認知アプリケーションプログラムインタフェース（ＡＰＩ）のうち少なくとも１つを介したデータ解析は、例えば、Ａｌｃｈｅｍｙ Ｌａｎｇｕａｇｅ、Ｃｏｎｃｅｐｔ Ｉｎｓｉｇｈｔｓ、Ｄｉａｌｏｇ、及びＶｉｓｕａｌ Ｉｎｓｉｇｈｔｓのうちの少なくとも１つを介して実時間データを解析することを含む。本発明のアプリケーション又はシステムは、ブロック４０８に示すように、更新されたユーザ・プロファイルを保存し、解析に基づいてユーザに提案を提供する。システムは、ユーザ・プロファイルを更新するために、ユーザからの付加的な手動入力を必要とせず、その代わり、ユーザの通常の日々の活動を監視し、使用する。決定ブロック４１０に示すように、システムは、複数の選択されたユーザ・アプリケーションに対して、更新されたユーザ・プロファイルをデプロイし、更新されたユーザ・プロファイルを出力して、強化されたパフォーマンスを可能にする。

図５において、監視動作は、ブロック５００に示すように開始し、例えば、ブロック５０２に示すように電子メール、Ｇｏｏｇｌｅ、Ｆａｃｅｂｏｏｋ、ａｃｔｉｖｅ．ｃｏｍ、Ｙｅｌｐ、Ｓｐｏｔｉｆｙ、Ｐａｎｄｏｒａ、ｉＴｕｎｅｓ等のようなソーシャルメディアを監視することを含む。ブロック５０４に示すように、Ｆａｎｄａｎｇｏ、Ｔｉｃｋｅｔ Ｍａｓｔｅｒ、ｅＢａｙ、Ａｍａｚｏｎ、クレジットカードといった、オンライン購入及び購入履歴の監視が行われる。ブロック５０６に示すように、電子メール及びカレンダーといったアプリケーションの監視が行われる。ブロック５０８に示すように、図４のブロック４０６におけるＷａｔｓｏｎ及び選択された認知ＡＰＩを介した実時間解析のために、システムに対する、キャプチャされたデータの出力が提供される。複数のソースからの監視は、ブロック５１０に示すように続く。

図６を参照して、本発明の製品又はコンピュータ・プログラム製品６００を示す。コンピュータ・プログラム製品６００は、フロッピーディスク、光学的に読み出されるコンパクトディスク若しくはＣＤ−ＲＯＭの形態の高容量読出し専用メモリ、テープ、又は他の同様のコンピュータ・プログラム製品のような記録媒体６０２を含む、非一時的なコンピュータ可読ストレージ媒体上で具体化される。記録媒体６０２は、好ましい実施形態により、コンピュータ・システム１００並びに図２及び図３のクラウド・システム２００においてユーザ・パフォーマンスを改善するために、機械学習及び認知解析に基づいてユーザ・プロファイルの動的かつ自動的変更を実施するための方法を実行するためのプログラム手段６０４、６０６、６０８、及び６１０を、媒体６０２上に格納する。

記録されたプログラム手段６０４、６０６、６０８、及び６１０によって定義されるプログラム命令のシーケンス又は１つ若しくは複数の相互関連したモジュールの論理アセンブリは、コンピュータ・システム１００及びクラウド・システム２００に、好ましい実施形態の最適なパフォーマンスのためのユーザ・プロファイルの動的かつ自動的更新を実施させるように仕向ける。

本発明を、図面に示した本発明の実施形態の詳細を参照して説明してきたが、これらの詳細は、添付の特許請求の範囲で請求される本発明の範囲を限定すること意図しない。

１００：コンピュータ・システム
２００：クラウド・システム
３００：抽象化層の組

Claims (22)

1. プロセッサと、ライブデータ監視、機械学習及びデータ認知解析制御と、を含むコンピュータ・システムにおいて、機械学習及び認知解析に基づいた、ユーザ・プロファイルの動的かつ自動的な変更を実施するための、コンピュータ実施方法であって、
   前記プロセッサが、前記ライブデータ監視、機械学習及びデータ認知解析制御を用いて、
   ユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することと、
   前記ユーザについての変更された前記ユーザ・プロファイルを自動的に格納することと、
   格納された前記ユーザ・プロファイルを複数の選択されたユーザ・アプリケーションに対して自動的にデプロイして、前記ユーザに対する強化されたパフォーマンスを可能にすることと、
   を行うことを含む、方法。
2. 前記ユーザがあらかじめ定義された外部データソースに対するアクセス許諾を授与することを含み、アクセス許諾が授与された前記外部データソースは、前記ユーザからの更なる手動入力を伴わずに動的に監視される、請求項１に記載の方法。
3. ライブデータを監視することが、システム及びユーザ・メトリックを監視することを含む、請求項１に記載の方法。
4. システム及びユーザ・メトリックを監視することが、ソーシャルメディア、オンライン購入履歴、及びユーザ・アプリケーションのうちの少なくとも１つを監視することを含む、請求項３に記載の方法。
5. ユーザ・アプリケーションを監視することが、ユーザの電子メール及びユーザのカレンダーのうちの少なくとも１つを監視することを含む、請求項４に記載の方法。
6. ユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することが、Ｗａｔｓｏｎ及び他の選択された認知アプリケーション・プログラミング・インタフェース（ＡＰＩ）のうちの少なくとも１つを介して実時間データを解析することを含む、請求項１に記載の方法。
7. 他の選択された認知アプリケーション・プログラミング・インタフェース（ＡＰＩ）を介して実時間データを解析することが、Ａｌｃｈｅｍｙ Ｌａｎｇｕａｇｅ、Ｃｏｎｃｅｐｔ Ｉｎｓｉｇｈｔｓ、Ｄｉａｌｏｇ、及びＶｉｓｕａｌ Ｉｎｓｉｇｈｔｓのうちの少なくとも１つを介して実時間データを解析することを含む、請求項６に記載の方法。
8. ユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することが、前記複数の外部データソースから、認知プロセスを介したデータ解析によってユーザの好みを効果的に予測することを含む、請求項１に記載の方法。
9. ユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することが、ユーザの興味及び好みを識別することに基づいてユーザ・プロファイル更新を自動的に選択して、最適なパフォーマンスを可能にすることを含む、請求項１に記載の方法。
10. 機械学習及び認知解析に基づいた、ユーザ・プロファイルの動的かつ自動的な変更を実施するためのコンピュータ・システムであって、
    プロセッサと、
    ライブデータ監視、機械学習及びデータ認知解析制御と、
    を含み、
    前記プロセッサは、前記ライブデータ監視、機械学習及びデータ認知解析制御を用いて、
    ユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することと、
    前記ユーザについての変更された前記ユーザ・プロファイルを自動的に格納することと、
    格納された前記ユーザ・プロファイルを複数の選択されたユーザ・アプリケーションに対して自動的にデプロイして、前記ユーザに対する強化されたパフォーマンスを可能にすることと、
    を行う、コンピュータ・システム。
11. コンピュータ可読媒体に格納された制御コードを含み、前記プロセッサは、前記制御コードを用いて前記ユーザ・プロファイルの動的かつ自動的な変更を実施する、請求項１０に記載のコンピュータ・システム。
12. 前記プロセッサが、あらかじめ定義された外部データソースに対してユーザが授与したアクセス許可を受け取ることと、アクセス許可が授与された前記外部データソースが、前記ユーザからの更なる手動入力を伴わずに動的に監視されることと、を含む、請求項１０に記載のコンピュータ・システム。
13. 前記プロセッサが複数の外部データソースからのライブデータを監視することは、前記プロセッサが、システム及びネットワーク・ユーザ・メトリックを監視することを含む、請求項１０に記載のコンピュータ・システム。
14. 前記プロセッサがシステム及びネットワーク・ユーザ・メトリックを監視することは、前記プロセッサが、ソーシャルメディア、オンライン購入履歴、及びユーザ・アプリケーションのうちの少なくとも１つを監視することを含む、請求項１３に記載のコンピュータ・システム。
15. 前記プロセッサがユーザ・アプリケーションを監視することは、前記プロセッサが、ユーザの電子メール及びユーザのカレンダーのうちの少なくとも１つを監視することを含む、請求項１４に記載のコンピュータ・システム。
16. 前記プロセッサがユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することは、前記プロセッサが、Ｗａｔｓｏｎ及び他の選択された認知アプリケーション・プログラミング・インタフェース（ＡＰＩ）のうちの少なくとも１つを介して実時間データを解析することを含む、請求項１０に記載のコンピュータ・システム。
17. 前記プロセッサが他の選択された認知アプリケーション・プログラミング・インタフェース（ＡＰＩ）を介して実時間データを解析することは、前記プロセッサが、Ａｌｃｈｅｍｙ Ｌａｎｇｕａｇｅ、Ｃｏｎｃｅｐｔ Ｉｎｓｉｇｈｔｓ、Ｄｉａｌｏｇ、及びＶｉｓｕａｌ Ｉｎｓｉｇｈｔｓのうちの少なくとも１つを介して実時間データを解析することを含む、請求項１６に記載のコンピュータ・システム。
18. 前記プロセッサがユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することは、前記プロセッサが、前記複数の外部データソースから、認知プロセスを介したデータ解析によってユーザの好みを効果的に予測することを含む、請求項１０に記載のコンピュータ・システム。
19. 前記プロセッサがユーザからの明示の入力を伴わずに機械学習及び認知解析を用いて複数の外部データソースからのライブデータを監視することは、前記プロセッサが、ユーザの興味及び好みを識別することに基づいてユーザ・プロファイル更新を自動的に選択して、最適なパフォーマンスを可能にすることを含む、請求項１０に記載のコンピュータ・システム。
20. 前記プロセッサが、格納された前記ユーザ・プロファイルを複数の選択されたユーザ・アプリケーションに対して自動的にデプロイして、前記ユーザに対して強化されたパフォーマンスを可能にすることは、前記ユーザが、通常の活動を行い続けることと、前記ユーザが、格納された前記ユーザ・プロファイルに基づく提案を受けることと、を含む、請求項１０に記載のコンピュータ・システム。
21. プロセッサと、ライブデータ監視、機械学習及びデータ認知解析制御と、を含むコンピュータ・システムにおいて、機械学習及び認知解析に基づいた、ユーザ・プロファイルの動的かつ自動的な変更を実施するための、コンピュータ・プログラム製品であって、
    具体化されたコンピュータ・プログラム命令を有するコンピュータ可読ストレージ媒体を含み、プログラム命令は、プロセッサによって実行可能であり、該プロセッサに、請求項１から請求項１０のいずれかによる方法のすべてのステップを行わせる、コンピュータ・プログラム製品。
22. コンピュータ可読媒体に格納されたコンピュータ・プログラム・コードを含むコンピュータ・プログラムであって、コンピュータ・システムにロードされて実行されたとき、該コンピュータ・システムに、請求項１から請求項１０のいずれかによる方法のすべてのステップを行わせる、コンピュータ・プログラム。

Images