JP2022542634A - データのエシカルな収集のためのシステム及び方法 - Google Patents

Abstract

コンピュータ化されたシステムは、データ提携先からのデータがエシカルに調達されていることを自動的に保証する。システムは、データ・プロバイダによって提供されたＵＲＬに関連付けられたウェブサイトを調査し、プライバシー・ポリシー・データが抽出及び捕捉される。ＵＲＬに関連付けられたウェブサイトのプライバシー条項を分析するためにキーワード・セットが使用される。データをエシカルに収集しているウェブサイトに関連付けられたＵＲＬはＵＲＬデータベースに記憶され、又は、新規のデータ提携先がこれらのＵＲＬをそのデータのソースとして識別するたびごとにこれらのＵＲＬがチェックされる必要がないように、ＵＲＬにフラグ若しくはスコアが付与される。システムは、ＵＲＬを定期的に再チェックして、対応するウェブサイトのデータ収集実施に変更がなされていないことを保証してもよい。

Description

マーケティング・サービス・プロバイダ（ＭＳＰ：ｍａｒｋｅｔｉｎｇ ｓｅｒｖｉｃｅｓ ｐｒｏｖｉｄｅｒ）は、マルチチャネルのマーケティング・キャンペーンを含めて、マーケティング・キャンペーンの多くの側面で顧客を支援するために存在する。

チャネルは、例えば、電子メール、ウェブ、ダイレクト・メール、及びデジタル・テレビを含んでもよい。これらのサービスを提供する際に、ＭＳＰは、例えば、顧客データ統合、データ拡張、データ衛生及び品質改善、重複除去、データベース・マーケティング、プロスペクティング、マーケティング・キャンペーン管理、データ・アナリティクス、並びに関連サービスを実行してもよい。これらのサービスのすべては、顧客に関連するＭＳＰによって維持されるデータによって駆動される。ＭＳＰによって提供されるサービスを駆動する顧客データにアクセスするために、多くのＭＳＰは、顧客データ・ブローカとの提携契約を結ぶ。一部のＭＳＰは、顧客のために最も包括的なソリューション・スイートを提供するために、非常に多くの異なるデータ・ブローカとの提携契約を有してもよい。

ＭＳＰは、データ提携先によってＭＳＰに提供されるデータがエシカルに調達されている（ｅｔｈｉｃａｌｌｙ ｓｏｕｒｃｅｄ）ことを保証する処置をとらなければならない。このプロセスは極めて時間がかかり高価である。単一のデータ提携先が、特定のユニフォーム・リソース・ロケータ（ＵＲＬ：ｕｎｉｆｏｒｍ ｒｅｓｏｕｒｃｅ ｌｏｃａｔｏｒ）に関連付けられた何万個ものウェブサイトからデータを収集している場合がある。それぞれが非常に多くのＵＲＬからデータを収集する多数のデータ提携先が存在し得ることを考慮すると、ＭＳＰが手作業で各ＵＲＬを個別にチェックして、そこで収集されたデータが適切なプライバシー・ポリシーの下でエシカルに調達されていることを保証するのは実現可能でない。この種の手作業のチェックが完了する時までに、データはもはや有用であるほど十分に新鮮ではなくなっているであろう。これらのＵＲＬのいずれにおけるプライバシー・ポリシーも不変ではなく、いつかは変わり得るので定期的な再チェックを必要とすることを考慮すると、上記の問題はより一層複雑になる。何らかの手作業のチェックが完了する時までに、関連するＵＲＬのプライバシー・ポリシーのうちのいくつかは変更され、努力が無駄になっている可能性が十分にある。

それにもかかわらず、ＭＳＰが自己のデータがエシカルに調達されていることを保証するために使用するプロセスは、代案がないために手作業で従来実行されてきた。各データ提携先がそのデータ・ソースに対するＵＲＬを列挙したフォームに記入した後、ＭＳＰの職員がそれらのＵＲＬのそれぞれを個別にチェックする。これは、この作業に割り当てなければならない従業員勤務時間数が多大であるため、ＭＳＰにとって非常にコストがかかる。ＵＲＬを手作業でチェックすることによって生じる遅延は、データの最新で潜在的に最も正確なソースを使用する前にＭＳＰが待機しなければならないことにより、ＭＳＰの顧客に最終的に納入される製品の品質を劣化させることを意味する。これは、例えば、ある消費者が現在市場で特定の製品を探していることの指示など、迅速に対応しなければならないデータに関して特に困難を生じる。最後に、手作業のプロセスは、いずれかのポリシーが変化したかどうかを調べるためにデータ・ソースＵＲＬを継続的にチェックすることを不可能にする。これはデータをチェックするプロセスの品質を劣化させ、非エシカルに調達されたデータがＭＳＰのシステムに入り込み得る機会を増加させる。時々の定期チェックのみが実現可能である。データが最新の時に最も価値が高く、労働コストが上昇し続け、非エシカルに調達されたデータの使用（たとえ過失であっても）に対するペナルティが増大し続けている今日の世界では、データ・ソースをチェックする手作業の方法は単にもはや選択肢とはならない。所望されているのは、データがエシカルに調達されていることを保証する自動化されたシステム及び方法であって、新鮮なデータに直ちに対応できるほど十分に迅速に結果を提供し、プライバシー・ポリシーにおける何らかの変更を迅速に識別するためにデータ提携先によって提供されるデータに対するＵＲＬを継続的にチェックすることで、データがもはやエシカルな方法で収集され記憶されていない可能性を実証するシステム及び方法である。

この背景技術のセクションで言及されている参照事項は本発明に関する従来技術であることを認めるものではない。

本発明は、データ提携先からのデータがエシカルに調達されていることを保証するためにＭＳＰによって使用されるための自動化されソフトウェア実装されたシステム及び方法に関する。ソフトウェアは、データがマーケティング・キャンペーンにおいてエシカルに使用され得ることを保証するためにアクティブなデータ・ソースＵＲＬを継続的に調査する。ソース及びプライバシー・データが、データ提携先がデータを調達し得る非常に多くのＵＲＬのそれぞれに対して抽出及び捕捉され、この情報が分析され、将来の使用のために特定の構造体内に記憶される。いくつかの実装形態では、ＵＲＬに関連付けられたウェブサイトのプライバシー条項を分析するためにキーワード・セットが使用される。いくつかの実装形態では、この目的のためにキーワード・セット・データベースを使用してキーワードを追跡してもよい。データをエシカルに収集しているウェブサイトに関連付けられたＵＲＬはＵＲＬデータベースに記憶されるため、新規のデータ提携先がこれらのＵＲＬをそのデータのソースとして識別するたびごとにこれらのＵＲＬをチェックする必要がない。代替的に、すべてのチェックされたＵＲＬが、エシカルな調達を示すフラグ又はデータを調達する際に使用されるエシックスを反映するスコアなどの、それらのＵＲＬに付随するポリシーに関連する追加情報とともにデータベースに維持されてもよい。また、いくつかの実装形態では、システムは、ＵＲＬデータベース内のＵＲＬを定期的に再チェックして、対応するウェブサイトのデータ収集業務に、データがもはやエシカルに調達されていないことを示すような変更がなされていないことを保証してもよい。このチェックは、特定のスケジュールで実行するようにスケジュールされてもよく、リソースが利用可能な時に実行されてもよく、又は、それぞれの対応するＵＲＬに対して最新のプライバシー・ポリシーが利用可能であることを保証するために絶えず再実行されることさえ可能である。

本発明のこれら及び他の特徴、目的及び利点は、図面とともに以下の詳細な説明を考慮することからより良く理解されるであろう。

本発明の第１の実装形態によるプロセス・フロー図である。 本発明の実装形態によるシステム・アーキテクチャ図である。 本発明の第２の実装形態によるプロセス・フロー図である。

本発明をさらに詳細に説明する前に、理解されるべきであるが、本発明の範囲は、優先権が主張される後続の出願における特許請求の範囲によってのみ限定されるものであるから、本発明は説明される特定の実施例に限定されず、特定の実施例を説明する際に使用される用語はそれらの特定の実施例を説明する目的のみのものであって、限定的であることを意図してない。

プロセスのソフトウェア実装された自動化部分が動作する前に、プロセスは、潜在的なデータ提携先に一連の質問を提示することによって開始する。データ提携先は、プロセスを管理するソフトウェアにログインすることが可能であり、質問は順次的なフォームに提示されることが可能である。潜在的データ提携先に尋ねられる質問は、潜在的データ提携先が国内主体かそれとも国際主体かに応じて変わり得る。国内主体に提示される質問の非限定的なサンプル・セットは以下の通りである。
会社及び連絡先情報
日付：
会社名：
住所：
会社ウェブサイト：
連絡先担当者：
連絡先電子メール：
連絡先電話番号：
事業年数：
データ情報
１．御社がＭＳＰに提供しようとしているデータの概要を記述してください。
２．御社が利用可能なものとして有しているすべてのデータ要素を示すレコード・レイアウト又はデータ辞書を添付してください。レイアウトは、各要素の個数及び値（又は要素内の各値）を含まなければなりません。例えば、年齢範囲については、御社が有している推定範囲及び範囲ごとの個数を提供してください。
３．御社のファイルに対してどのような衛生プロセス（例えば、アドレス・クリーニング、ＮＣＯＡ、オプトアウト抑制など）をどのくらいの頻度で実行していますか？
データ調達
１．御社はデータのオリジネータですか、それともアグリゲータですか、それともその両方ですか？
２．データの出典は何ですか、そしてデータはどのように収集されていますか？（例えば、オンライン、オフライン、コール・センター、保証書、調査、小売り取引など）
３．データはどの国（単数又は複数）で発生しましたか？
４．御社のデータの収集中にプライバシー・ポリシーを参照していますか？御社のプライバシー・ポリシーのＵＲＬを提供してください。
５．第三者による個人のデータの転送及び使用に関して、データ収集プロセス中にその個人は御社のプライバシー・ポリシー又はどこか他の箇所で通知を受けますか？
６．御社（又はデータ収集者）は、個人が個別に明確に「オプトイン」が可能であるメカニズムを提供していますか？そうであるならば、その個人は何に対して（例えば、第三者へのデータ転送、モバイル・マーケティング・キャンペーン、電子メール・マーケティング・キャンペーンなど）オプトインしますか？
７．御社（又はデータ収集者）は、個人が「オプトアウト」する選択を実行するか、又は第三者へのその個人のデータの転送を防止することが可能なメカニズムを提供していますか？
８．収集されたデータは、子供（すなわち、１３未満又は１３～１７歳の者）に関する何らかの情報を含みますか？御社の回答が「はい」であるならば、御社はそのデータをＭＳＰに提供していますか？
９．御社がデータのオリジネータでないならば、ＭＳＰにデータを供給する御社の能力に影響を及ぼす御社と御社のデータ・ソースとの間の契約上の制限を、該当する場合には具体的に特定してください。
カリフォルニア州データ調達
１．御社はカリフォルニア州消費者プライバシー法（ＣＣＰＡ：Ｃａｌｉｆｏｒｎｉａ Ｃｏｎｓｕｍｅｒ Ｐｒｉｖａｃｙ Ａｃｔ）で定義されるカリフォルニア州住民の「個人情報」をＭＳＰに提供しようとしていますか？案内として、下記で提供される「個人情報」のＣＣＰＡ定義を参照してください。この定義は、カリフォルニア州議会によっていかなる時にも変更を受けることに注意してください。個人情報の定義：個人情報とは、（１）特定の消費者（彼若しくは彼女の実名、通称、署名、社会保障番号、肉体的特徴若しくは記述、郵便宛先、物理的住所、固有個人識別子、オンライン識別子、インターネット・プロトコル・アドレス、電子メール・アドレス、アカウント名、社会保障番号、運転免許番号、旅券番号、電話番号、旅券番号、運転免許若しくは州識別カード番号、保険証券番号、教育、雇用、雇用履歴、銀行口座番号、クレジット・カード番号、デビット・カード番号、若しくは任意の他の金融情報、医療情報、健康保険情報又は他の類似の識別子を含むがそれらに限定されない）又は（２）世帯、を識別し、それに関係し、それを記述し、それに関連付けられることが可能であり、又は、直接的若しくは間接的に、それに合理的に結び付けられ得る情報である。
２．御社の消費者向けプライバシー通知は、該当する場合、ＣＣＰＡの要件に準拠していますか？
オンライン及び／又はモバイル・データ調達
１．ファイルのいずれかの部分はオンラインで又はモバイル・デバイスから調達されたものですか？もし回答が「いいえ」であるならば、このセクションの質問２～４を飛ばしてください。
２．データがオンラインで、個人から直接的に、及び自動化された手段によって（例えば、サイト訪問者によって記入されたデータ入力フィールド、クッキー、モバイルＳＤＫ、ＡＰＩフィード、クローラ、ウェブ・スクレイピングなど）の両方で、どのように収集されているかの概要を記述してください。
３．個人によって意図的に提供されなかった収集データについてその個人はどのように通知されましたか（例えば、掲示されたプライバシー・ポリシーを通じて、ポップアップ・ボックス内で、など）？
４．御社がアグリゲータであって、御社が共有しているデータの元の収集者ではない場合、御社のデータ調達先のデータ制作者の上位１００個のＵＲＬ又は個別のデータ収集先のＵＲＬのレコード数で上位１０％、のいずれか数が多い方の名称を提供してください。
規制／コンプライアンス情報
１．御社は政府の照会又は調査に関与したことがありますか？もしそうであれば、説明してください。

国際主体に提示される質問のサンプル・セットは以下の通りである。
会社及び連絡先情報
日付：
会社名：
住所：
国：
御社はＥＵで何らかの重要な意思決定プレゼンスを有していますか？
会社ウェブサイト：
連絡先担当者：
連絡先電子メール：
連絡先電話番号：
事業年数：
データ情報
１．データの概要を記述してください。
２．御社が利用可能なものとして有しているすべてのデータ要素を示すレコード・レイアウトをこの文書に添付してください。レイアウトは、各要素の個数及び値（又は要素内の各値）を含まなければなりません。例えば、年齢範囲については、御社が有している推定範囲及び範囲ごとの個数を提供してください。
３．御社のファイルに対してどのような衛生処理（例えば、アドレス・クリーニング、ＮＣＯＡ、オプトアウト抑制など）を実行していますか？
４．収集されたすべてのデータがＭＳＰに利用可能となりますか？もしそうでないならば、何が利用可能でないですか？
５．ＭＳＰにデータを供給する御社の能力に影響を及ぼす御社と御社のデータ・ソースとの間の契約上の制限を、該当する場合には具体的に特定してください。
６．御社がデータのオリジネータでないならば、ＭＳＰにデータを供給する御社の能力に影響を及ぼす御社と御社のデータ・ソースとの間の契約上の制限を、該当する場合には具体的に特定してください。
７．御社が現在加入又は会員資格を維持している自主規制機関を列挙してください。
８．以下の種類のデータ、すなわち法的に注意を要するとみなされるデータ及び／又はＭＳＰの制限されるデータ・カテゴリに属するデータ、のいずれかを弊社に供給しようとしていますか？もしそうであるならば、どちらであって、データ収集の時点で消費者に通知するためにどんな追加的予防措置がとられますか？
９．提示されるデータ・セットに該当する特定の消費者プライバシー法を以下に示してください。
データ調達
１１．御社はデータのオリジネータですか、それともアグリゲータですか、それともその両方ですか？
１２．データの出典は何ですか、そしてデータはどのように収集されていますか？（例えば、オンライン、オフライン、コール・センター、保証書、調査、小売り取引など）
１３．データはどの国（単数又は複数）で発生しましたか？（すべての国を列挙してください）
１４．もし御社がデータ・アグリゲータであれば、御社のデータ供給者が法令遵守（例えば、相当な注意、監査、認定の確認など）を保証するために適切な措置をとったことを保証するために、契約条項に加えて、御社がとっている措置を記述してください。
１５．御社のデータの収集中にプライバシー・ポリシーを参照していますか？はい／いいえ。御社のプライバシー・ポリシーのＵＲＬを提供してください。
１６．通知及び選択に関する以下の質問に回答してください。
ａ．ユーザはｗｗｗ．ｙｏｕｒｏｎｌｉｎｅｃｈｏｉｃｅｓ．ｃｏｍを通じて自己の選好を表明することができますか？
ｂ．御社がＭＳＰに供給しているデータは消費者／個人の同意（オプトイン）とともに収集されていますか？
ｃ．上記の質問に対する回答が「はい」であるならば、個人のオプトインは何に対して（例えば、第三者へのデータ転送、モバイル・マーケティング・キャンペーン、電子メール・マーケティング・キャンペーンなど）なされていますか？
ｄ．上記の質問１６．ａ．に対する回答が「はい」であるならば、同意は透明性及び同意の枠組（ＴＣＦ：Ｔｒａｎｓｐａｒｅｎｃｙ ａｎｄ Ｃｏｎｓｅｎｔ Ｆｒａｍｅｗｏｒｋ）を使用して収集されていますか？
ｅ．個人が何に同意したか（その個人が何を話したか、並びにいつ及びどのようにその個人が同意したかを含む）を文書化するために記録が付けられていますか？
ｆ．上記の質問に対する回答が「はい」であるならば、そのような記録は要求された場合にＭＳＰにとって直ちに利用可能となりますか？
ｇ．オプトイン／同意はデータを収集するための唯一の法的根拠ではないので、御社が供給しているデータは合法的な利害関係を法的基礎として収集されていますか？
ｈ．上記の質問に対する回答が「はい」であるならば、御社及び弊社の共同の合法的利害関係がデータ主体のそれになぜ優先するのか説明してください。
ｉ．第三者による個人のデータの転送及び使用に関して、その個人は通知を受けますか？
ｊ．御社は、個人が「オプトアウト」する選択を実行するか、又は第三者へのその個人のデータの転送を防止することが可能なメカニズムを提供していますか？
ｋ．御社のデータ・ソース（該当する場合）は、個人が「オプトアウト」する選択を実行するか、又は第三者へのその個人のデータの転送を防止することが可能なメカニズムを提供していますか？
Ｌ．収集されたデータは、子供（すなわち、１３未満又は１３～１７歳の者）に関する何らかの情報を含みますか？
ｍ．御社の回答が「はい」であるならば、御社はそのデータをＭＳＰに提供していますか？
１７．御社はいずれかのＥＵ自主規制方式に加入していますか？このフォームに記入する時点で有効なもののみを列挙してください。
１８．御社は御社のプライバシー及び／又はセキュリティ実施について認定されていますか？このフォームに記入する時点で有効なもののみを列挙してください。
オンライン及び／又はモバイル・データ調達
１９．ファイルのいずれかの部分はオンラインで及び／又はモバイル・デバイスから調達されたものですか？
もし御社の回答が「いいえ」であるならば、このセクションの残りを飛ばして政府照会に進んでください。もし「はい」であるならば、オンラインで又はモバイル・デバイスから調達されたファイルの割合を提示してください。
２０．データがオンラインで、個人から直接的に、及び自動化された手段によって（例えば、サイト訪問者によって記入されたデータ入力フィールド、クッキー、モバイルＳＤＫ、ＡＰＩフィード、クローラ、ウェブ・スクレイピングなど）の両方で、どのように収集されているかの概要を記述してください。
２１．個人によって意図的に提供されなかった収集データについてその個人はどのように通知されましたか（例えば、掲示されたプライバシー・ポリシーを通じて、ポップアップ・ボックス内で、など）？
２２．御社がロケーション・データを供給しているならば、以下の質問に回答してください。
ａ．データ収集の頻度（どのくらいの間隔でデータが収集されているか）を示してください。
ｂ．ユーザのロケーション・データが収集される前に、ユーザのロケーション・データが第三者のマーケティング目的で共有／使用されることを説明するために、ユーザに対して通知が提供されますか？
２３．御社がアグリゲータであって、御社が共有しているデータの元の収集者ではない場合、御社のデータ調達先のデータ制作者の上位１００個のＵＲＬ又は個別のデータ収集先のＵＲＬのレコード数で上位１０％、のいずれか数が多い方の名称を提供してください。
政府照会
２０．御社は政府の照会又は調査に関与したことがありますか？もしそうであれば、説明してください。

この情報は、新規のプライバシー規制の導入又は既存のプライバシー規制に対する変更など、条件が変化する時に更新を受ける。質問票から返された回答は、明らかで顕著な問題を特定するために調査される。そのような問題点がない場合、情報は、エシカルなデータが提供されていることを保証するためにソフトウェア実装された機械学習システムに入力される。

図２は、この自動化されたプロセスを実行するシステムの特定の実装形態を示している。マーケティング・サービス・プロバイダ（ＭＳＰ）サーバ３０は、マーケティング・サービス・プロバイダのための中央処理サーバを提供する。これは機械学習システム３２と通信し、機械学習システム３２は以下で説明するようにシステムのための人工知能処理を提供する。機械学習システム３２は、実入力であるか訓練用入力であるかにかかわらずさまざまな入力を受け取り、エシカルなデータ調達を示すプライバシー・ポリシーを識別するために学習する。機械学習システム３２はまた、特定のウェブサイトでのデータ収集に関連するエシックスのレベルに対するスコアを導出し、及び／又は、データをエシカルに調達するサイトを示すフラグを作成してもよい。ＭＳＰサーバ３０は、ＵＲＬ３８のリストを入力として受け取り、承認された（又は、代替的に、調査され、及び、スコア付けされ、又は、フラグ付けされた）ウェブサイトに対するＵＲＬのデータベース３４を維持する。機械学習システム３２は、プライバシー・ポリシーの調査のために、キーワード及び潜在的にキー・フレーズを含むキーワード・セット３６を利用する。これらはＵＲＬデータベース３４内のＵＲＬに対応するウェブサイト４０に対して適用され、ウェブサイト４０はインターネット４４などのネットワークを介してＭＳＰサーバ３０を通じてアクセスされる。各データ・プロバイダ４２は、ウェブサイト４０のうちの１つ又は複数に接続する。その理由は、それはデータ・プロバイダ４２がそのデータを収集するための手段であるからである。データ・プロバイダ４２はまた、ＭＳＰによる使用のために収集したデータを提供するために、及びこのデータがそこから収集されているＵＲＬをＭＳＰサーバ３０に提供するためにも、ＭＳＰサーバ３０への接続（図示せず）をも有する。

次に図１を参照して、図２のシステムを使用するプロセスを説明する。理解され得るように、データ提携先が選択されるステップ１０及びＵＲＬデータ３８が（上記のフォームによって、又は他の方法で）収集されるステップ１２の後、処理はステップ１４に移動し、ステップ１４の間に、識別されたＵＲＬが、以降のプロセスの自動化部分を訓練する機械学習システム３２による調査のためにＭＳＰサーバ３０にアップロードされる。

ＭＳＰの機械学習システム３２は、データのエシカルなソースであると既に承認したＵＲＬのＵＲＬデータベース３４を維持する。ステップ１６で、機械学習システムはまず、調査されている潜在的な提携先によってサーバに提供された各ＵＲＬについて、ＵＲＬデータベース３４に従って、そのようなＵＲＬが既に調査されシステムによってエシカルなデータ・ソースと認められたかどうかを調べるチェックを行う。代替的に、ＵＲＬデータベース３４が、チェックされたすべてのＵＲＬに対する情報を、それらのＵＲＬに割り当てられたスコア又はそのＵＲＬが使用のために受容されたかどうかを示すブール値フラグとともに保持してもよい。その場合、データベース３４に対するチェックは、対象となるＵＲＬからのデータがエシカルな使用のために受容可能であることを示すように適切なスコア（すなわち、閾値スコアを満たす）又はフラグが提示されているかどうかを調べるチェックである。そうである場合、ＵＲＬのさらなる調査はここでは着手されない。多くの潜在的なデータ・ソース提携先がデータを収集するためにＵＲＬの重畳するセットを使用している可能性があり、そのために従来の手作業のシステムは多数回にわたる同じＵＲＬの再チェックを必要としたので、このステップは、さもなければ結果としてＵＲＬをチェックすることになるような重複を除去する。

ステップ１８で、機械学習システムは、与えられたＵＲＬから関連するプライバシー・ポリシー構成要素、すなわち、そのＵＲＬで提供されるデータがエシカルに調達されたかどうかを示すプライバシー・ポリシー構成要素を抽出するために、所定のキーワードを使用してそのＵＲＬに関連付けられたウェブサイト４０で入手可能な材料をスキャンする。（理解されるように、単一のウェブサイト４０が図示されているが、システムは非常に多くのデータ・プロバイダ４２及び関連するウェブサイト４０が使用され得ること、さらに、複数のウェブサイト４０が特定のデータ・プロバイダ４２に対するデータ・ソースとして関連付けられ得ることを考慮している。例えば、数百のデータ・プロバイダ４２及び数万のウェブサイト４０があり得る。）再び注意すべきであるが、ウェブサイト４０に対するＵＲＬはデータ・プロバイダ４２によって提供され、これはデータ・プロバイダ４２がウェブサイト４０を通じて収集されたデータを使用していることを示している。機械学習システム３２は、最初はキーワード・データベース３６に記憶された所定のキーワード・セットから出発してもよいが、時間とともにシステムは、エシカルなデータに関連付けられていることが判明したプライバシー・ポリシーからのワードを入力することによって、独自にこのプロセスで有用な追加のキーワードを学習してもよい。この情報は、進行中に機械学習システム３２によってキーワード・セット・データベース３６に記憶されてもよい。機械学習システムでの使用を意図した方式で、訓練用ウェブサイトがこの目的のために使用されてもよい。プライバシー・ポリシー構成要素が抽出された後、ステップ２０で、それらはＭＳＰによる調査のためにダッシュボード・グラフィカル・ユーザ・ディスプレイに追加される。この調査は最初には人手で実行されてもよいが、最終的には調査は機械学習システム３２によって実行され、グラフィカル・ディスプレイは、代替的に、人間の読み手のためにプロセスの結果を単に表示するだけでもよい。

ステップ２２で、ＵＲＬには、それらのプライバシー・ポリシー構成要素に対するスコアが割り当てられる。この調査及びスコア付けは機械学習システム３２によって実行される。システムは、その結果に対して人手で定期的に提供されるフィードバックを通じて時間とともにその精度を改善する。スコアに基づいて、ＵＲＬは使用のために受容又は却下され、閾値スコア以上のスコアを有するＵＲＬが受容される。そして、ステップ２４で、使用のために受容されたＵＲＬがデータベース３４に書き込まれるため、これらのＵＲＬが承認されると、それらは新規の提携先が評価されているときに再びチェックされる必要がない。

ステップ２６で、ＵＲＬのプライバシー・ポリシーに関して何らかの関連する変更があったかどうかを判定するために、既に承認されたＵＲＬが機械学習システム３２によって再調査される。これらの再調査は定期的に実行されてもよく、又はシステムがこれらの再調査を実行するために利用可能なハードウェア・リソースを有するときにいつでも実行されてもよく、又はＵＲＬデータベース３４内のＵＲＬのそれぞれを継続的に再調査するために機械学習システム３２内に専用のシステムがあることさえ可能である。変更がない場合、データベース３４内の情報に変更は行われない。変更がある場合、そのＵＲＬを再スコア付け又は再評価するために処理はステップ２２に戻る。データをエシカルに調達しているウェブサイトに関連付けられたＵＲＬのみがＵＲＬデータベース３４に記憶されている場合、データをもはやエシカルに調達していないウェブサイトに関連付けられていることが判明したＵＲＬはデータベース３４から削除されてもよい。すべてのＵＲＬが保持されるがエシカルな遵守を示すためにブール値フラグが使用される場合、フラグが変更されてもよい。すべてのＵＲＬが保持されエシカルな遵守を示すスコアがＵＲＬに対して維持される場合、旧スコアが新スコアで上書きされてもよい。

ステップ２８で、機械学習システムの処理が完了する。理解されるように、潜在的な提携先と、それらのデータを収集するためにそれらの潜在的な提携先によって使用されるＵＲＬとの評価を実行することから機械が学習するにつれて、人手の入力は次第に重要でなくなっていく。最終的に、図１に示すようなこのプロセスのすべてのステップにおいて人手の関与を完全に除去することが可能であると予想される。

次に図３を参照して、本発明を実装する第２のプロセスを説明することができる。ステップ５０で、一実装形態ではシングル・サインオン（ＳＳＯ：ｓｉｎｇｌｅ ｓｉｇｎ－ｏｎ）技術を使用して、ユーザ認証が実行される。ステップ５２で、１つ又は複数のＵＲＬがポリシー及び条項の評価のためにアップロードされる。ここで注意すべきであるが、ＵＲＬに関連付けられたウェブサイトのポリシーと条項との間には区別がある。ポリシーは、具体的に消費者プライバシー・ポリシーを対象とすることを意図しており、情報収集、使用、共有、オプトアウトなどを含む。条項は、ウェブサイトの条項及び条件を対象とすることを意図しており、サイト（及びそれに関する情報）の適切な使用及びユーザ／使用の合意を対象とする。場合によっては、評価されているデータがウェブサイトから採集され、それらの場合、対応するデータの意図された使用を妨げるものがないことを保証するために条項が調査される。ステップ５４で、ＵＲＬ識別／検証が実行される。具体的には、システムは適切なＵＲＬフォーマッティングのために入力を調査し、応答を得るためにそのウェブサイトに電話をかけ、そのドメインが実際にアクティブであることを確認する。アクティブであることが検証できないドメインはさらなる調査のために例外レポートに捕捉される。そして、ステップ３０で、検証されたドメインについてポリシー及び条項がダウンロードされる。ダウンロードされると、それらはプライバシー・ポリシー又は条項及び条件のいずれかに分類され、評価が実行されている１つ又は複数のデータ提携先とそれぞれ結び付けられる。これは、各文書について対応するデータベース内にタイムスタンプ及び新規のエントリを生成する。

ステップ５８は、調達ポリシーの定期的判定である。システムは、新規の管理下にあるすべてのアクティブなポリシー及び条項を再捕捉する。テキスト内に過去のポリシー及び条項からの変更が検出された場合、ダウンロード及び分類のプロセスが再開する。テキストが変更されていない場合、システムは調査のタイムスタンプ・エントリを作成し、変更が検出されなかったことを示す。いずれの場合でも、それから処理はステップ６０に進み、プライバシー・ポリシーのコンテキストを理解して特定のソースを承認又は却下する際に必要なデータ点を抽出するために自然言語処理（ＮＬＰ：ｎａｔｕｒａｌ ｌａｎｇｕａｇｅ ｐｒｏｃｅｓｓｉｎｇ）技術が適用される。特定のポリシーがなぜ／どのように却下又は承認されたかに関してニューラル・ネットワークが理解可能なデータ点を作成することにより、ＡＩモデルはセマンティクスを学習し、時間とともに手作業の介入なしで却下又は承認を自動的に判定することができるようになる。

ステップ６２で、ポリシー及び条項がタクソノミー化される。システムは、ポリシー内に存在する必要のある確立されたキー要素を使用し、処理は、人間及び機械の両者が調査することを可能にする所定のタクソノミー内で特定のテキストを識別、捕捉及び提示する。このようにして、プロセスはポリシー内でデータ使用を可能化又は防止するさまざまなテキスト及び句について標準化される。そして、ステップ６４で、タクソノミー化されたポリシー及び条項はユーザ・インタフェース（ＵＩ：ｕｓｅｒ ｉｎｔｅｒｆａｃｅ）を通じて提示されてもよい。ステップ６６で、ＵＩを使用して、人間の調査者が、第三者とのデータの共有を許可又は防止する言葉についてポリシーを検査してもよい。この場合、システムは、ナビゲートの容易なタクソノミーにおいて関連性のあるテキストを表面化する予備的作業の大部分を実行している。これらの人手による調査は、機械によるスコア付けを可能にするために必要な訓練データ・セットのための基礎を形成する。理解されるべきであるが、機械学習システムがステップ６６での手作業の調査からの入力を使用して成熟したある時間の後、手作業のステップは最終的に完全に除去されてもよい。

人手による調査がもはや不要であるほどにシステムが成熟した後、処理は代わりにステップ９０に移動し、そこではＵＩを通じて人手による調査のためにテキストを表面化させる代わりに、データ点が抽出され機械学習アルゴリズムを通じて処理され、ステップ７０で、ポリシーが学習セット内に含まれる承認されたポリシー及び不良のポリシーをどのくらい厳密に満たすかに関する定量化された出力、すなわちスコア、を生成する。手作業の場合又は機械学習により自動化された場合のいずれにおいても、判定ブロック７２で、ポリシーが第三者との消費者データの共有を防止又は許可する言葉を含むかどうか、及び条項がデータの商業的利用を見込んでいるかそれとも防止しているかが判定される。合格はデータがキャンペーンに含まれてもよいことを示し、一方、不合格はデータが除外されることを示す。

本明細書に記載されるシステム及び方法は、ハードウェア及びソフトウェアの任意の組合せによってさまざまな実施例で実装されてもよい。例えば、一実施例では、システム及び方法は、コンピュータ・システム又はコンピュータ・システムの集まりによって実装されることが可能であり、各コンピュータ・システムが、プロセッサに結合されたコンピュータ可読記憶媒体上に記憶されたプログラム命令を実行する１つ又は複数のプロセッサを含む。プログラム命令は、本明細書に記載された機能を実装してもよい。図面に図示され本明細書に記載されたさまざまなシステム及び表示が、例示的な実装形態を表す。いずれの方法の順序も変更可能であり、さまざまな要素が追加、変更、又は省略されてもよい。

本明細書に記載されたコンピューティング・システム又はコンピューティング・デバイスは、本発明のさまざまな実装形態の諸部分を形成するものとして、クラウド・コンピューティング・システム又は非クラウド・コンピューティング・システムのハードウェア部分を実装してもよい。コンピュータ・システムは、コモディティ・サーバ、パーソナル・コンピュータ・システム、デスクトップ・コンピュータ、ラップトップ若しくはノートブック・コンピュータ、メインフレーム・コンピュータ・システム、ハンドヘルド・コンピュータ、ワークステーション、ネットワーク・コンピュータ、消費者用デバイス、アプリケーション・サーバ、記憶装置、電話機、携帯電話機、又は一般に任意の種類のコンピューティング・ノード、計算ノード、計算デバイス、及び／若しくはコンピューティング・デバイスを含むがこれらには限定されないさまざまな種類のデバイスのいずれでもよい。コンピューティング・システムは、入出力（Ｉ／Ｏ：ｉｎｐｕｔ／ｏｕｔｐｕｔ）インタフェースを介してシステム・メモリに結合された１つ又は複数のプロセッサ（そのいずれかが複数の処理コアを含んでもよく、シングルスレッドでもマルチスレッドでもよい）を含む。コンピューティング・システムはさらに、Ｉ／Ｏインタフェースに結合されたネットワーク・インタフェースを含んでもよい。

さまざまな実施例では、コンピュータ・システムは、１つのプロセッサを含むシングル・プロセッサ・システムであっても、複数のプロセッサを含むマルチプロセッサ・システムであってもよい。プロセッサは、コンピューティング命令を実行することが可能な任意の好適なプロセッサであってよい。例えば、さまざまな実施例では、それらは多様な命令セット・アーキテクチャのいずれかを実装する汎用又は組込みプロセッサであってよい。マルチプロセッサ・システムでは、プロセッサのそれぞれが共通に同じ命令セットを実装し得るが、必ずしもそうでなくてもよい。コンピュータ・システムはまた、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、又はインターネットなどの通信ネットワークを通じて他のシステム及び／又は構成要素と通信するための１つ又は複数のネットワーク通信デバイス（例えば、ネットワーク・インタフェース）をも含む。例えば、コンピューティング・デバイス上で実行されるクライアント・アプリケーションは、さまざまなサブシステムに実装されるクラウド・コンピューティング又は非クラウド・コンピューティング環境において、本明細書に記載されるシステムの構成要素のうちの１つ又は複数を実装する単一のサーバ上又はサーバのクラスタ上で実行されるサーバ・アプリケーションと通信するためにネットワーク・インタフェースを使用してもよい。別の例では、コンピュータ・システム上で実行されるサーバ・アプリケーションのインスタンスが、他のコンピュータ・システム上に実装され得るアプリケーションの他のインスタンスと通信するためにネットワーク・インタフェースを使用してもよい。

コンピューティング・デバイスはまた、１つ又は複数の永続的記憶装置及び／又は１つ若しくは複数のＩ／Ｏデバイスをも含む。さまざまな実施例では、永続的記憶装置は、ディスク・ドライブ、テープ・ドライブ、ソリッド・ステート・メモリ、他の大容量記憶装置、又は任意の他の永続的記憶装置に対応してもよい。コンピュータ・システム（又はその上で動作する分散アプリケーション若しくはオペレーティング・システム）は、所望に応じて永続的記憶装置に命令及び／又はデータを記憶してもよく、必要に応じて記憶された命令及び／又はデータを取得してもよい。例えば、いくつかの実施例では、コンピュータ・システムは、制御プレーン又は制御システムの１つ又は複数のノードを実装してもよく、永続的ストレージはそのサーバ・ノードにアタッチされたＳＳＤを含んでもよい。複数のコンピュータ・システムが同じ永続的記憶装置を共有してもよく、又は永続的記憶装置のプールを共有してもよく、プール内のデバイスは同じ又は異なるストレージ技術を表す。

コンピュータ・システムは、プロセッサによってアクセス可能なコード／命令及びデータを記憶し得る１つ又は複数のシステム・メモリを含む。システム・メモリは、例えば、アクセス速度に基づいてメモリ内の情報をスワップするように設計されたシステムにおける複数レベルのメモリ及びメモリ・キャッシュを含んでもよい。インタリービング及びスワッピングは、仮想メモリ実装形態において永続的ストレージに拡張されてもよい。メモリを実装するために使用される技術は、例として、スタティック・ランダムアクセス・メモリ（ＲＡＭ：ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ダイナミックＲＡＭ、読出し専用メモリ（ＲＯＭ：ｒｅａｄ－ｏｎｌｙ ｍｅｍｏｒｙ）、不揮発性メモリ、又はフラッシュ・メモリを含んでもよい。永続的ストレージと同様に、複数のコンピュータ・システムが同じシステム・メモリを共有してもよく、又はシステム・メモリのプールを共有してもよい。システム・メモリ（単数又は複数）は、本明細書に記載されたルーチンを実装するためにプロセッサによって実行可能なプログラム命令を含んでもよい。さまざまな実施例では、プログラム命令はバイナリ、アセンブリ言語、Ｊａｖａなどの任意のインタプリタ型言語、Ｃ／Ｃ＋＋などのコンパイラ型言語、又はそれらの任意の組合せでエンコードされてもよい。ここで与えられる特定の言語は単なる例である。いくつかの実施例では、プログラム命令は複数の個別のクライアント、サーバ・ノード、及び／又は他の構成要素を実装してもよい。

いくつかの実装形態では、プログラム命令は、オペレーティング・システム（図示せず）を実装するために実行可能な命令を含んでもよく、オペレーティング・システムはＵＮＩＸ、ＬＩＮＵＸ、Ｓｏｌａｒｉｓ（商標）、ＭａｃＯＳ（商標）、又はＭｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（商標）などのさまざまなオペレーティング・システムのいずれでもよい。プログラム命令のうちのいずれか又は全部は、コンピュータ・プログラム製品、又はソフトウェアとして提供されてもよく、これらは命令がその上に記憶された非一時的コンピュータ可読記憶媒体を含んでもよく、その命令はさまざまな実装形態によるプロセスを実行するためにコンピュータ・システム（又は他の電子デバイス）をプログラムするために使用されてもよい。非一時的コンピュータ可読記憶媒体は、機械（例えば、コンピュータ）によって読出し可能な形態（例えば、ソフトウェア、処理アプリケーション）で情報を記憶する任意のメカニズムを含んでもよい。一般的に言えば、非一時的コンピュータ・アクセス可能媒体は、Ｉ／Ｏインタフェースを介してコンピュータ・システムに結合された磁気又は光学媒体、例えば、ディスク又はＤＶＤ／ＣＤ－ＲＯＭ、などのコンピュータ可読記憶媒体又はメモリ媒体を含んでもよい。非一時的コンピュータ可読記憶媒体はまた、コンピュータ・システムのいくつかの実施例にシステム・メモリ又は他の種類のメモリとして含まれ得るＲＡＭ又はＲＯＭなどの任意の揮発性又は不揮発性媒体をも含んでもよい。他の実装形態では、プログラム命令は、ネットワーク・インタフェースを介して実装され得るような、ネットワーク及び／又は有線若しくは無線リンクなどの通信媒体を介して伝達される光学的、音響的又は他の形態の伝搬信号（例えば、搬送波、赤外線信号、デジタル信号など）を使用して通信されてもよい。ネットワーク・インタフェースは、他のデバイスとインタフェースをとるために使用されてもよく、他のデバイスは他のコンピュータ・システム又は任意の種類の外部電子デバイスを含んでもよい。一般的に、ネットワークを通じて他のデバイス上でアクセス可能なシステム・メモリ、永続的ストレージ、及び／又はリモート・ストレージは、本明細書に記載されたルーチンを実装する際に使用可能なデータ・ブロック、データ・ブロックのレプリカ、データ・ブロック及び／若しくはそれらの状態に関連付けられたメタデータ、データベース構成情報、並びに／又は任意の他の情報を記憶してもよい。

特定の実装形態では、Ｉ／Ｏインタフェースは、ネットワーク・インタフェース又は他の周辺インタフェースを通じたものを含めて、プロセッサ、システム・メモリ、及びシステム内の任意の周辺装置の間のＩ／Ｏトラフィックを調整してもよい。いくつかの実施例では、Ｉ／Ｏインタフェースは、ある構成要素（例えば、システム・メモリ）からのデータ信号を別の構成要素（例えば、プロセッサ）による使用に好適なフォーマットに変換するために、任意の必要なプロトコル、タイミング又は他のデータ変換を実行してもよい。いくつかの実施例では、Ｉ／Ｏインタフェースは、例えば、周辺構成要素相互接続（ＰＣＩ：Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）バス標準又はユニバーサル・シリアル・バス（ＵＳＢ：Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）標準の変種などのさまざまな種類の周辺バスを通じてアタッチされたデバイスに対するサポートを含んでもよい。また、いくつかの実施例では、システム・メモリへのインタフェースなどのＩ／Ｏインタフェースの機能のいくつか又は全部は、プロセッサに直接に組み込まれてもよい。

ネットワーク・インタフェースは、コンピュータ・システムと、例えば他のコンピュータ・システム（これは、１つ又は複数のストレージ・システム・サーバ・ノード、プライマリ・ノード、読出し専用ノード・ノード、及び／又は本明細書に記載されたデータベース・システムのクライアントを実装してもよい）などの、ネットワークにアタッチされた他のデバイスとの間でデータ交換されることを可能にしてもよい。さらに、Ｉ／Ｏインタフェースは、コンピュータ・システムとさまざまなＩ／Ｏデバイス及び／又はリモート・ストレージとの間の通信を可能にしてもよい。入出力デバイスは、いくつかの実施例では、１つ又は複数のディスプレイ端末、キーボード、キーパッド、タッチパッド、スキャニング装置、音声若しくは光学認識装置、又は１つ若しくは複数のコンピュータ・システムによるデータの入力若しくは取得に好適な任意の他のデバイスを含んでもよい。これらは、特定のコンピュータ・システムに直接に接続してもよく、又は一般的にクラウド・コンピューティング環境、グリッド・コンピューティング環境、若しくは複数のコンピュータ・システムを伴う他のシステムにおける複数のコンピュータ・システムに接続してもよい。複数の入出力デバイスが、コンピュータ・システムとの通信において存在してもよく、又はコンピュータ・システムを含む分散システムのさまざまなノード上に分散されてもよい。本明細書に記載されるユーザ・インタフェースは、さまざまな種類のディスプレイ画面を使用するユーザにとって可視であってもよく、ディスプレイ画面はＣＲＴディスプレイ、ＬＣＤディスプレイ、ＬＥＤディスプレイ、及び他のディスプレイ技術を含んでもよい。いくつかの実装形態では、入力はタッチスクリーン技術を使用してディスプレイを通じて受け取られてもよく、他の実装形態では、入力はキーボード、マウス、タッチパッド、若しくは他の入力技術、又はこれらの技術の任意の組合せを通じて受け取られてもよい。

いくつかの実施例では、同様の入出力デバイスがコンピュータ・システムから分離してもよく、ネットワーク・インタフェースを介してなど、有線又は無線接続を通じてコンピュータ・システムを含む分散システムの１つ又は複数のノードと相互作用してもよい。ネットワーク・インタフェースは、１つ又は複数の無線ネットワーキング・プロトコル（例えば、Ｗｉ－Ｆｉ／ＩＥＥＥ８０２．１１、又は他の無線ネットワーキング標準）を一般的にサポートしてもよい。ネットワーク・インタフェースは、例えば、他の種類のイーサネット・ネットワークなどの任意の好適な有線又は無線の一般的なデータ・ネットワークを介した通信をサポートしてもよい。さらに、ネットワーク・インタフェースは、アナログ音声ネットワーク若しくはデジタル・ファイバ通信ネットワークなどの電気通信／電話ネットワークを介した通信、ファイバ・チャネルＳＡＮなどのストレージ・エリア・ネットワークを介した通信、又は任意の他の好適な種類のネットワーク及び／若しくはプロトコルを介した通信をサポートしてもよい。

本明細書に記載される分散システム実施例のうちのいずれか、又はそれらの構成要素のうちのいずれかは、クラウド・コンピューティング環境における１つ又は複数のネットワークベースのサービスとして実装されてもよい。例えば、データベース・システムのデータベース・ティア内の読み書きノード及び／又は読出し専用ノードが、本明細書に記載される分散ストレージ・システムを使用するデータベース・サービス及び／又は他の種類のデータ・ストレージ・サービスをネットワークベースのサービスとしてクライアントに提示してもよい。いくつかの実施例では、ネットワークベースのサービスは、ネットワークを介して相互運用可能なマシン間相互作用をサポートするように設計されたソフトウェア及び／又はハードウェア・システムによって実装されてもよい。ウェブ・サービスは、ウェブ・サービス記述言語（ＷＳＤＬ：Ｗｅｂ Ｓｅｒｖｉｃｅｓ Ｄｅｓｃｒｉｐｔｉｏｎ Ｌａｎｇｕａｇｅ）などの機械処理可能なフォーマットで記述されたインタフェースを有してもよい。他のシステムが、ネットワークベースのサービスのインタフェースの記述によって規定される方法でネットワークベースのサービスと相互作用してもよい。例えば、ネットワークベースのサービスは、他のシステムが呼び出し得るさまざまなオペレーションを定義してもよく、他のシステムがさまざまなオペレーションを要求する際に従うことが期待され得る特定のアプリケーション・プログラミング・インタフェース（ＡＰＩ：ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｇｒａｍｍｉｎｇ ｉｎｔｅｒｆａｃｅ）を定義してもよい。

さまざまな実施例では、ネットワークベースのサービスは、ネットワークベースのサービスの要求に関連付けられたパラメータ及び／又はデータを含むメッセージの使用を通じて要求され、又は呼び出されてもよい。このようなメッセージは、拡張可能マークアップ言語（ＸＭＬ：Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）などの特定のマークアップ言語に従ってフォーマットされてもよく、及び／又はシンプル・オブジェクト・アクセス・プロトコル（ＳＯＡＰ：Ｓｉｍｐｌｅ Ｏｂｊｅｃｔ Ａｃｃｅｓｓ Ｐｒｏｔｏｃｏｌ）などのプロトコルを使用してカプセル化されてもよい。ネットワークベースのサービスの要求を実行するため、ネットワークベースのサービスのクライアントは、要求を含むメッセージを組み立て、ハイパーテキスト転送プロトコル（ＨＴＴＰ：Ｈｙｐｅｒｔｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）などのインターネットベースのアプリケーション層転送プロコトルを使用して、ウェブ・サービスに対応するアドレス可能なエンドポイント（例えば、ユニフォーム・リソース・ロケータ（ＵＲＬ））へメッセージを伝達してもよい。いくつかの実施例では、ネットワークベースのサービスは、メッセージベースの技術ではなく表現状態転送（ＲＥＳＴ：Ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ Ｓｔａｔｅ Ｔｒａｎｓｆｅｒ）技術を使用して実装されてもよい。例えば、ＲＥＳＴ技術に従って実装されたネットワークベースのサービスが、ＰＵＴ、ＧＥＴ、又はＤＥＬＥＴＥなどのＨＴＴＰメソッド内に含まれるパラメータを通じて呼び出されてもよい。

別段の断りがない限り、本明細書で使用されるすべての技術用語及び科学用語は、本発明が属する分野の当業者によって一般的に理解されるのと同じ意味を有する。本明細書に記載されるものと類似又は同等の任意の方法及び材料もまた本発明の実施又は試験において使用可能であるが、限定された数の例示的方法及び材料が本明細書には記載される。当業者には認識されるように、本明細書における発明の概念から逸脱することなくさらに多くの変更が可能である。

本明細書で使用されるすべての用語は、文脈と整合する可能な限り最広義に解釈されるべきである。特に、「含む」「備える」という用語は、非排他的に要素、構成要素、又はステップを参照しており、参照される要素、構成要素、又はステップが、明確に参照されていない他の要素、構成要素、又はステップとともに存在し、又は利用され、又は組み合わされ得ることを示していると解釈されるべきである。マーカシュ型の群又は他のグルーピングが本明細書で使用される場合、群のすべての個別メンバ及び群のすべての可能な組合せ及び下位組合せが本開示に個別に含まれることが意図されている。範囲が本明細書で言及される場合、本開示はその範囲内のすべての点及びその範囲内のすべての部分範囲を含むことが具体的に意図されている。本明細書で引用されるすべての参考文献は、本明細書の開示との矛盾がない限り参照により本明細書に組み込まれる。

本発明について、例示的であることのみが意図され本発明の完全な範囲にとって限定的でない特定の好適な及び代替的な実施例を参照して説明した。単一のプレースホルダ請求項が本明細書において提示されるが、より広範囲の請求項が後続の非仮特許出願で提示される予定であるので、本発明はそのように限定されない。

Claims (20)

1. データがエシカルに収集されていることを確認するためのコンピュータ化された方法であって、
   複数のユニフォーム・リソース・ロケータ（ＵＲＬ）をデータ・プロバイダからマーケティング・サービス・プロバイダ（ＭＳＰ）サーバにアップロードするステップであって、前記複数のＵＲＬのそれぞれは、データがそこから収集されているウェブサイトに対応する、アップロードするステップと、
   ＵＲＬデータベースにおいて前記複数のＵＲＬのそれぞれとの一致を検索するステップと、
   前記複数のＵＲＬのうち前記ＵＲＬデータベース内で一致が発見されない各ＵＲＬについて、前記複数のＵＲＬのうちのこのようなＵＲＬに対応する前記ウェブサイトからプライバシー・ポリシー構成要素を抽出するために機械学習システムを利用するステップと、
   前記複数のＵＲＬのうち前記ＵＲＬデータベース内で一致が発見されない各ＵＲＬについて、前記プライバシー・ポリシーがエシカルなデータ収集に適合しているかどうかを判定するために、前記対応するウェブサイトから抽出された前記プライバシー・ポリシー構成要素を調査するステップと、
   前記複数のＵＲＬのうち前記ＵＲＬデータベース内で一致が発見されない各ＵＲＬについて、前記対応するウェブサイトの前記プライバシー・ポリシーがエシカルなデータ収集に適合している場合に前記ＵＲＬを前記ＵＲＬデータベースに追加するか、又は前記プライバシー・ポリシーを示す関連付けられたブール値フラグ若しくは計算されたスコアとともに前記ＵＲＬを前記ＵＲＬデータベースに追加するステップと、
   を備える、コンピュータ化された方法。
2. 前記複数のＵＲＬのうち前記ＵＲＬデータベース内で一致が発見されない各ＵＲＬについて、前記プライバシー・ポリシーがエシカルなデータ収集に適合しているかどうかを判定するために、前記対応するウェブサイトから抽出された前記プライバシー・ポリシー構成要素を調査する前記ステップが、前記対応するウェブサイトにおいて所定のキーワードを検索するステップを含む、請求項１に記載のコンピュータ化された方法。
3. 前記所定のキーワードが、前記機械学習システムと通信しているキーワード・セット・データベースから引き出される、請求項１に記載のコンピュータ化された方法。
4. 複数の訓練用ウェブサイトを前記機械学習システムに提示し、前記訓練用ウェブサイトのうちのいずれがデータのエシカルな収集に関連付けられているかを前記機械学習システムに対して識別することによって、前記機械学習システムを訓練するステップをさらに含む、請求項３に記載のコンピュータ化された方法。
5. 前記機械学習システムが、データのエシカルな収集に関連付けられた訓練用ウェブサイトから追加的なキーワードを抽出し、前記キーワード・セット・データベースに前記抽出された追加的なキーワードを追加することによって前記キーワード・セット・データベースを更新するステップをさらに含む、請求項４に記載のコンピュータ化された方法。
6. 前記複数のＵＲＬのうち前記ＵＲＬデータベース内で一致が発見されない各ＵＲＬについて、前記プライバシー・ポリシーがエシカルなデータ収集に適合しているかどうかを判定するために、前記対応するウェブサイトから抽出された前記プライバシー・ポリシー構成要素を調査する前記ステップが、各ＵＲＬをスコア付けするステップを含む、請求項１に記載のコンピュータ化された方法。
7. 各ＵＲＬをスコア付けする前記ステップが、前記ＵＲＬスコアが閾値スコアを満たすか又は超過することを判定するステップを含む、請求項６に記載のコンピュータ化された方法。
8. 前記ＵＲＬを前記ＵＲＬデータベースに追加する前記ステップが、前記ＵＲＬスコアを前記ＵＲＬデータベース内の前記ＵＲＬに関連付けるステップをさらに含む、請求項６に記載のコンピュータ化された方法。
9. 前記ＵＲＬを前記ＵＲＬデータベースに追加する前記ステップが、フラグを前記ＵＲＬデータベース内の前記ＵＲＬに関連付けるステップをさらに含み、前記フラグが、このようなＵＲＬの前記対応するウェブサイトがデータをエシカルに調達しているかどうかのブール値指示子である、請求項６に記載のコンピュータ化された方法。
10. 前記ＵＲＬデータベース内の各ＵＲＬについて、
    前記複数のＵＲＬのうちのこのようなＵＲＬに対応する前記ウェブサイトからプライバシー・ポリシー構成要素を抽出するために前記機械学習システムを利用するステップと、
    前記プライバシー・ポリシーがエシカルなデータ収集に適合しているかどうかを判定するために、前記対応するウェブサイトから抽出された前記プライバシー・ポリシー構成要素を調査するために前記機械学習システムを利用するステップと、
    前記対応するウェブサイトの前記プライバシー・ポリシーがエシカルなデータ収集に適合している場合に前記ＵＲＬを前記ＵＲＬデータベース内に保持し、又は前記対応するウェブサイトの前記プライバシー・ポリシーがエシカルなデータ収集にもはや適合していない場合に前記ＵＲＬを前記ＵＲＬデータベースから削除するステップと、
    をさらに含む、請求項１に記載のコンピュータ化された方法。
11. 前記複数のＵＲＬのうちのこのようなＵＲＬに対応する前記ウェブサイトからプライバシー・ポリシー構成要素を抽出するために前記機械学習システムを利用する前記ステップと、前記プライバシー・ポリシーがエシカルなデータ収集に適合しているかどうかを判定するために、前記対応するウェブサイトから抽出された前記プライバシー・ポリシー構成要素を調査する前記ステップと、前記対応するウェブサイトの前記プライバシー・ポリシーがエシカルなデータ収集に適合している場合に前記ＵＲＬを前記ＵＲＬデータベース内に保持し、又は前記対応するウェブサイトの前記プライバシー・ポリシーがエシカルなデータ収集にもはや適合していない場合に前記ＵＲＬを前記ＵＲＬデータベースから削除する前記ステップと、が定期的に自動的に実行される、請求項１０に記載のコンピュータ化された方法。
12. 前記複数のＵＲＬのうちの少なくとも１つに対する前記プライバシー・ポリシーにおける変更を含む人間可読な表示を構築するステップをさらに含む、請求項１１に記載のコンピュータ化された方法。
13. データのエシカルな収集を保証するためのコンピュータ化されたシステムであって、
    マーケティング・サービス・プロバイダ（ＭＳＰ）サーバと、
    前記ＭＳＰサーバと通信しているユニフォーム・リソース・ロケータ（ＵＲＬ）データベースであって、前記ＵＲＬデータベースが複数のＵＲＬを含み、前記ＵＲＬのそれぞれが、消費者データを収集するウェブサイトに関連付けられる、ＵＲＬデータベースと、
    前記ＭＳＰサーバと通信している機械学習システムであって、前記機械学習システムが、前記ＭＳＰサーバから調査ＵＲＬを受け取り、前記ＵＲＬに関連付けられたウェブサイトで収集されたデータがエシカルに調達されているかどうかを判定するために、前記ウェブサイトのプライバシー・ポリシーを調査するように構成される、機械学習システムと、
    を備える、コンピュータ化されたシステム。
14. 前記機械学習システムと通信しているキーワード・セットをさらに備え、前記機械学習システムが、前記キーワード・セット内のキーワードを検索することによって、前記ＵＲＬに関連付けられた前記ウェブサイトの前記プライバシー・ポリシーを検索するように構成される、請求項１３に記載のコンピュータ化されたシステム。
15. 前記ＭＳＰサーバは、前記ＵＲＬに関連付けられた前記ウェブサイトで収集された前記データがエシカルに調達されていると前記機械学習システムが判定する場合に、前記ＵＲＬを前記ＵＲＬデータベースに書き込むようにさらに構成される、請求項１４に記載のコンピュータ化されたシステム。
16. 前記機械学習システムと通信している複数の訓練用ウェブサイトをさらに備え、前記機械学習システムが、前記訓練用ウェブサイトを調査し、データがエシカルに調達されていることを示すプライバシー・ポリシーを含む訓練用ウェブサイトからキーワードを前記キーワード・セットに追加するようにさらに構成される、請求項１５に記載のコンピュータ化されたシステム。
17. 前記ＭＳＰサーバは、前記ＵＲＬを前記ＵＲＬデータベースに書き込み、前記ＵＲＬに関連付けられた前記ウェブサイトからの前記データがエシカルに調達されている程度を示すＵＲＬスコアに前記ＵＲＬデータベース内の前記ＵＲＬを関連付けるようにさらに構成される、請求項１４に記載のコンピュータ化されたシステム。
18. 前記ＭＳＰサーバは、前記ＵＲＬを前記ＵＲＬデータベースに書き込み、前記ＵＲＬに関連付けられた前記ウェブサイトからの前記データがエシカルに調達されているかどうかを示すブール値フラグに前記ＵＲＬデータベース内の前記ＵＲＬを関連付けるようにさらに構成される、請求項１４に記載のコンピュータ化されたシステム。
19. 前記機械学習システムは、前記ＵＲＬデータベース内の各ＵＲＬに関連付けられたウェブサイトで収集された前記データが依然としてエシカルに調達されているかどうかを判定するために前記ウェブサイトのプライバシー・ポリシーを再調査し、前記ウェブサイトで収集された前記データがもはやエシカルに調達されていない場合に前記ＵＲＬデータベースから各このようなＵＲＬを削除するようにさらに構成される、請求項１４に記載のコンピュータ化されたシステム。
20. 前記機械学習システムが、前記ＵＲＬデータベース内の各ＵＲＬに関連付けられたウェブサイトのプライバシー・ポリシーを定期的に調査するようにさらに構成される、請求項１９に記載のコンピュータ化されたシステム。

Images