JP5230751B2 - 社会的行動分析及び語彙分類を用いた推奨システム - Google Patents

Description

本開示は、一般にコンピュータベースの推奨システムに関する。

インターネット及びその他のネットワーク上では、社会的行動及びソーシャルネットワークがますます一般的、複雑、かつ重要になってきている。さらに、特定のユーザにとって関心のある又は潜在的に関心のある項目又は人物を推奨する推奨システム及び方法が進化し、ますます有用かつ有益なものになってきている。より優れた推奨システムは、ユーザに積極的な社会的行動の見返りを与えることができ、社会的側面を有するサイト又はアプリケーションへのより高いレベルでの参加を促進する。

本発明の１つの実施形態によるネットワーク環境例１００を示す図である。 物理サーバを実装するために使用できるコンピューティングシステムアーキテクチャ例を示す図である。 本発明の実施形態による方法のフロー図である。 本発明の実施形態による方法のフロー図である。 本発明の実施形態による方法のフロー図である。 本発明の実施形態による語彙分類の使用法を示す簡略化した概念的ボックス図である。 本発明の実施形態による方法のフロー図である。

本明細書では、「語彙」及び「語彙分類」という用語の各々は、とりわけ、単語、単語グループ、用語グループ、語句グループ、又はその他の言語構成のあらゆる組み合わせを広範に含み、このような単語、用語、又は語句に関するその他の様々な情報を様々な形で含むことができる。このようなその他の情報は、意味論、同義語又は反意語、階層、包含、関係、相互依存、分析などに関する情報を含むことができる。このような情報は、意味情報、階層情報などを含むことができる。語彙分類は、わずかに単語又は用語グループから構成することができ、又はその他の情報を含むこともできる。

本明細書では、「黙示的ソーシャルネットワーク」という用語は、１又はそれ以上の特徴、行動、又は特性、又はその他の情報に基づいて何らかの方法で関連し、又は関連可能と判断されたユーザ又はその他の個人のグループを、たとえこのようなユーザが、公然のグループ内に共に存在するように互いに明示的に関連付けることができても又はできなくても広範に含むことができる。さらに、黙示的ソーシャルネットワークは、１又はそれ以上の明示的ソーシャルネットワークを含み、又はこれに追加され、これと統合し、又はこれと組み合わせることができる。またさらに、「黙示的なトピック固有のソーシャルネットワーク」は、１又はそれ以上の特定のトピック、話題、分野などに関連する黙示的ソーシャルネットワークを含む。

本明細書では、潜在的に関心のある項目又は人物は、とりわけ、コンテンツ、物体、製品、サービス、又はその他の様々な識別可能又は表示可能な物体、エンティティ、概念などを広範に含むことができる。例えば、項目は、ユーザが表示、閲覧、通読、経験、対話、調査、購入などを望むことができる項目を含むことができる。人物は、友人又はその他の交友関係、さらにはデートなどに関して、ユーザが連絡、調査、又は対話を推奨される人物を含むユーザ、連絡先、名前、その他の識別情報などを含むことができる。

本明細書で使用する場合、社会的行動は、人物又はユーザによる様々な形の行動を広範に含む。ユーザによる社会的行動は、他のユーザ、又は他のユーザに関連するあらゆるものに何らかの形で結びついている又は結びつくことができるあらゆる形の行為又は活動を含むことができる。

コンピュータベースの社会的行動を含む社会的行動は様々な形をとることができる。ユーザは、様々なアプリケーションを通じて及び様々なコンテキストにおいて明示的な友人のネットワークを確立することができる。また、明示的であれ又は暗示的であれ、あらゆる形のユーザ対ユーザの結びつき又はコミュニケーションが社会的行動の１つの形である。コンテンツに関して社会的行動を示すこともできる。コンテンツ関連の社会的行動は、ブックマーキング、タグ付け、コンテンツ共有、ブログ作成、或いは関心のある又は好みの他の明示的又は暗示的な指標などの行動を含むことができる。社会的行動はまた、携帯電話、ＰＤＡ、又はその他の装置又はインターフェイスなどの、無線、ハンドヘルド、又は携帯用装置の入力又はこれとの対話のような無線コンテキストにおける行動を含むこともできる。

いくつかの実施形態では、タグ付けなどのユーザの社会的行動、又はこれらの比較に基づいてソーシャルネットワークを決定し、導出し、又は推測することができる。例えば、関心のある共通トピックなどの異なるユーザの社会的行動における共通性、結びつき、又はパターンを判断することができる。次に、このような共通性、結びつき、又はパターンを使用して、ユーザに推奨するための項目又は人物を決定するのに役立てることができる。例えば、推奨する項目は、黙示的ソーシャルネットワーク（又は明示的及び黙示的ネットワーク情報を含む結合ネットワーク）内のユーザにより人気のある項目、別のユーザと同様のタグ付けパターンを示す特定のユーザにとって関心のある項目などを含むことができる。

いくつかの実施形態では、関心のあるトピックを共有すると判断されたユーザのグループをトピック固有の語彙分類と関連付けることができ、又はこのような語彙分類をこのようなグループに関連して発展させることができ、或いはこれらの両方を行うことができる。いくつかの実施形態では、特定の語彙及び語彙分類を生成して使用することができる。このような語彙分類を使用して、黙示的ソーシャルネットワークを推測し、或いは推測又は決定に役立てることができ、又はこの逆、或いはこれらの両方も可能である。語彙分類は意味的に繊細であり得る。意味的に繊細な語彙分類は、語彙をより正確かつ豊かに表現するために、単語だけでなく意味、用語の階層、同義語などに関する情報も捕らえる分類を含むことができる。

コンピュータユーザのための推奨システム方法、及びこのような推奨システム及び方法に、これらと共に、又はこれらで使用するための技術に関する本発明の実施形態が含まれる。タグ付け、ブックマーキングなどのコンピュータベースのユーザの社会的行動に少なくとも部分的に基づいて、このような決定及び提示を行うことができる。いくつかの実施形態では、社会的行動の分析が、ユーザ、ユーザグループ、トピック、コンテンツ、又はこれらの組み合わせの間の結びつき、又は結びつきの強さを判断するために、数学的、アルゴリズム的、又は統計的分析を含むことができる。その後、特定のユーザにとって潜在的に関心のある項目又は人物を決定する際にこのような分析を使用することができる。

本明細書で使用する場合、「タグスペース」は、様々な形の数学的、アルゴリズム的、又は統計的分析又は決定、及びこれらの構造を含むことができる。例えば、タグスペースは、多次元スペースを含み又は誘発することができ、この場合スペース内の軸などの様相が特定のエンティティ又は要素の量子化を表し、又はこれらを可能にする。さらに、タグスペースは、タグ付け又はその他の形の社会的行動に関する要素、並びに語彙、語彙用語、語彙分類、及びユーザ又はユーザグループによる語彙の使用などに関する要素を含み、促進し、又は組み込むことができる。タグスペース内のポイント間のベクトル又は距離を利用して、ユーザ、ユーザ行動、タグ付け、語彙、語彙又は語彙分類の用語、及び関心のある又は役に立つその他の決定を判断又は推定することができる。

いくつかの実施形態では、潜在的に関心があると判断された項目又は人物をユーザに推奨することができる。推奨には、語彙の単語、用語、又は階層を含むことができる視覚的説明又は注釈などの、推奨の決定又は論理的根拠の説明を伴うことができる。推奨及び説明は、積極的な社会的行動を促してタグ付けなどのユーザ行動に影響を与えることができ、その後これが将来的な黙示的ネットワークの決定及び推奨などを改善することができる。また、フィードバックを提供する機会をユーザに与えることができ、これを使用して推奨又は説明の質を評価し又はこれらを確認することができ、その後フィードバックを利用して将来的な推奨の質を改善することができる。いくつかの実施形態では、数周期にわたってユーザがより積極的にソーシャルサイトに参加するように促され、ウェブ又はより特定のネットワーク上でより広い範囲又はコンテンツ及びより関連性のある利用可能なコンテンツを楽しむことができるようになる。積極的な社会的行動には、改善された推奨の質により見返りが与えられる。

例えば、いくつかの実施形態では、ユーザが、グラフィカルユーザインターフェイスを通じてフィードバックを提供することにより、推奨されたコンテンツを確認することができる。このインターフェイスにより、ユーザは、例えば、肯定的又は否定的フィードバックを提供し、或いはタグ付け又は投票によって推奨を確認できるようになる。その後、このフィードバックを使用して、将来的な推奨の決定及び推奨を改良又は改善することができる。

いくつかの実施形態では、特定のユーザに推奨するための項目又は人物を決定する際に、ユーザグループ内の社会的行動を使用することができる。社会的行動を使用して黙示的ソーシャルネットワークを決定することができ、その後、特定のユーザに推奨するための潜在的に関心のある又は関心の高い項目又は人物を決定する際にこれを使用すること（又はこの逆、又はこれらの両方）ができる。黙示的ソーシャルネットワークは、これ自体で、又は明示的ソーシャルネットワークに加えて、又はこれと組み合わせて使用することができる。黙示的ソーシャルネットワークを決定する際に語彙又は語彙分類を使用することができる。語彙分類又は語彙分類の側面は意味論を考慮に入れることができ、或いは意味論により影響を受けることができる。黙示的ソーシャルネットワークは、トピック固有とすることができる。

いくつかの実施形態では、語彙分類を使用して、黙示的トピック固有のソーシャルネットワークを決定すること（又はこの逆、又はこれらの両方）ができる。特定のユーザに推奨するための潜在的に関心のある項目又は人物を決定する際に黙示的なトピック固有のソーシャルネットワークを使用することができる。

項目の推奨を含むグラフィカルユーザインターフェイスなどの表示を生成し又はユーザに提供することができる。語彙分類は意味的に繊細であり得る。表示は、ユーザに項目を推奨するための決定で利用した論理的根拠に関する注釈又はその他の指標を含むことができる。このような注釈は、適切な語彙分類への参照又はここから発生する単語を含むことができる。

ユーザには、推奨又はその論理的根拠に関するフィードバックを提供するためのインターフェイス及び機会を提供することができる。フィードバックを利用して、将来的な推奨の決定及び推奨を強化又は改善することができる。いくつかの実施形態では、語彙又は語彙分類が生成されると静的ではなくなり、追加のタグ付け行動、ユーザフィードバック、黙示的ソーシャルネットワーク情報、及びその他の収集された情報を含む要因に基づいて修正又は追加することができる。

いくつかの実施形態では、決定又は推奨を行うために使用した側面、要素、又はエンティティを、多次元タグスペースなどのタグスペースを利用して表現又は分析することができる。タグスペース内のベクトルは、黙示的ソーシャルネットワーク内のユーザ間の類似性のような、エンティティの近接性又は類似性を示すことができる。その後、タグスペース内に表されるような近接する第２のユーザにとって関心のある項目をユーザに推奨することなどにより推奨の決定を行う際にこのような分析を使用することができる。

上述したように、いくつかの実施形態では、トピック固有の黙示的ソーシャルネットワークを含むことができる黙示的ソーシャルネットワークを決定する際に社会的行動が使用される。例えば、いくつかの実施形態では、ソフトウェア、料理、旅行、ニュースなどの関心のあるあらゆるトピックを考慮した場合、トピックと関連性のある又は関連し得る提供又は共有されたコンテンツなどの、ユーザの社会的行動の統計的又はアルゴリズム的分析を使用してトピック固有の黙示的ソーシャルネットワークを決定することができる。トピックに関して共通性、パターン、又は関連行動を示すユーザ又はユーザのプロファイルを、特定の黙示的ソーシャルネットワーク内に存在すると判断することができる。

さらに、このような分析において意味的に繊細な語彙分類を使用することができる。単純な例として、語彙分類は、「料理」という大きな概念又はトピックの中に「焼く（ｂａｋｉｎｇ）」及び「直火で焼く（ｇｒｉｌｌｉｎｇ）」を含むことができる。この情報を使用して、「焼く」ことに関心を示すユーザと、「直火で焼く」ことに関心を示すその他のユーザが、特定の黙示的なトピック固有のソーシャルネットワーク内に存在すると判断できる可能性がある。

またさらに、語彙分類の言語階層を使用して推奨の論理的根拠を説明することができる。例えば、焼くことに関心のあるユーザが料理本のトピック、サイトなどにも関心がある場合、直火焼きに関心を持つユーザにこれらの料理本のトピック、サイトなどを推奨することができる。この推奨と共に又はこれに関連して、料理にも関心を持つユーザ（又は多数のユーザ）が料理本のトピック、サイトなどに関心を示したという事実を含む説明を提供することができる。

いくつかの実施形態では、黙示的ソーシャルネットワークなどの新規ネットワークを構築すること、及び推奨の決定を行うことが、ユーザ、サブネットワーク、関心、トピックなどの、ネットワークに参加し又はネットワーク内で意味を有するエンティティ又は要素の類似性を評価することを含む。いくつかの実施形態では、タグ又はその他の社会的行動のスペース内にこのような個々のエンティティの意味が与えられることにより、このようなタグのベクトルを比較することで、これらのベクトルによって表される対象の類似性を評価できるようになる。これをさらに、推奨の決定又は推奨を行う際に利用することができる。

使用できる種類の統計的方法の１つの例として、簡潔に上述したようなタグスペース又はその他の社会的行動スペースを利用する方法が挙げられる。例えば、トピックＴを所与とした場合、ｕ１及びｕ２がＴに関連するものとしてラベル付けしたウェブページ、写真、又はその他のコンテンツを平均ユーザと比較して考慮することにより、ユーザｕ１とｕ２の間の距離をＴに関して計算することができる。コンテンツにはいくつかの方法でラベル付けすることができ、タグ付けにより、有益なフィードバックを提供することにより、或いはブログ投稿などのユーザ提供コンテンツの場合には投稿のテキスト内の単語を考慮することによりこれを行うことができる。距離には方向性があり、［０，１］の範囲に正規化される。距離関数は、２人のユーザによる関連性を有するものとしてラベル付けされたコンテンツ内の一致（重複）及び不一致を考慮し、コーパス又はトピックＴに対するコンテンツのグループ全体の重要性（逆文献頻度（ＩＤＦ)に類似した概念）を考慮することもできる。決定された黙示的ソーシャルネットワーク内のユーザｕ１とｕ２の間の結びつきの強さ（及び彼らが特定の黙示的ソーシャルネットワーク内に存在するか否か）は、これらの２人のユーザ間の距離の関数として又はこれによって表現又は決定することができる。

上述したように、いくつかの実施形態は、決定又は生成された語彙又は語彙分類を利用する。例えば、いくつかの実施形態では、（黙示的、明示的、又は両方の組み合わせのいずれであろうとも）ソーシャルネットワークを所与とした場合、このネットワークのユーザに共通するソーシャルネットワーク固有の意味を表す語彙を導出又は生成することができる。例えば、「ｊａｖａ」という単語は、１つのネットワークではプログラミング言語を意味することができ、別のネットワークではコーヒーのブランドを意味することができる。別の例として、「カサブランカ（Ｃａｓａｂｌａｎｃａ）」という単語は、映画関連のウェブサイトにタグ付けを行うＤｅｌ．ｉｃｉｏ．ｕｓユーザのネットワーク内では映画のタイトルを意味することができ、Ｙａｈｏｏ．ｐｈｏｔｏ共有サイトであるＦｌｉｃｋｒにおいて旅行写真に関心のあるユーザのネットワーク内では都市を意味することができる。さらに別の例として、「メニュー（ｍｅｎｕ）」という単語は、ソフトウェアネットワーク（トピック固有のソーシャルネットワーク）内ではグラフィカルユーザインターフェイスの要素を意味することができ、レストランの常連客のネットワークでは食べ物の選択肢を意味することができる。導出又は生成された語彙又は語彙分類は、類語表のような優位に統語的な特徴を含む様々な言語的な又は意味的な特徴、並びに特定のソーシャルグループによって割り当てられた、又はその用語に関連付けられた意味を捕らえることができる。

上述したように、いくつかの実施形態では、項目がユーザにとって潜在的に関心があり又は関連性があるかもしれないという判断の背後にある推論などの、推奨する項目又は人物を決定する際に用いた論理的根拠の、ユーザに対して与えられる又は視覚的な説明、注釈、又は指標を推奨に伴うことができ、又はこれらに推奨を関連付けることができる。例えばユーザ間のタグの共起性に基づいて生成できる階層的な語彙分類を使用することができる。このような語彙分類は、とりわけタグの特異性及び階層の決定に基づいて構築することができる（及び逆に、これらを可能にすることに役立つことができる）。

いくつかの実施形態では、外部ソースからの語彙、単語、或いは語彙又は単語の分類を使用して、生成された語彙分類を充実させ又は増やすことができる。例えば、ＷｏｒｄＮｅｔ辞書、又はＷｉｋｉｐｅｄｉａ．ｏｒｇのウェブサイトに関連するシソーラスを使用して、同義語、下位語などを決定し、関連付け、又は結びつけることができる。さらなる例として、ＬｉｎｋｅｄＩｎなどのウェブサイトから得たコンピュータ専門家の要約書から一般的なコンピューティング用語を抜粋することができる。さらに別の例として、ウェブサイトＦａｃｅｂｏｏｋ上の特定の大学に固有の語彙が、そのサイトから取得されるような学校のマスコット、チーム、スポーツの有名人、人気のある科目及び教授などを含むことができる。

いくつかの実施形態では、語彙分類を生成する際に様々な形の統計的、数学的、又はアルゴリズム的技術を利用することができる。例えば、いくつかの実施形態では、テキストコンテンツ（ブログ投稿、タグなどの、ソーシャルネットワーク内に存在するあらゆるテキスト）に統計的分析を使用して、個々のユーザ又はソーシャルネットワークを特徴付ける語彙を導出することができる。語彙は、用語の重み付け階層であってもよく、又はこれを含んでもよく、より高いレベルの用語をトピックと呼ぶことができる。重みは、タグスペース内の距離、例えば、トピック、サブトピック、及び用語間の距離を表すことができる。

１つの具体的な例として、語彙又は語彙分類を、［ｊａｖａ ｗｅｂ ｃｏｍｐｕｔｉｎｇ ａｒｔ］などの用語の集合として表すことができる。サイズＮの語彙の場合、コンテキスト要素Ｃをｎ項の語彙ベクトルＶｃを使用してタグスペース内で記述することができ、この場合Ｖｃ［ｉ］∈［０，１］がＣとｉ番目の語彙用語との間の類似性を表す。従って、例えば、［ｊａｖａ ｗｅｂ ｃｏｍｐｕｔｉｎｇ ａｒｔ］という語彙の語彙ベクトル［０ ０．５ ０．３３ １］は、「ｊａｖａ」に関しては類似性なし、「ａｒｔ」に関しては最大の類似性、「ｗｅｂ」及び「ｃｏｍｐｕｔｉｎｇ」に関しては中間の類似性を示す。その後、コサインベクトル距離メトリックを使用して、このスペース内の要素を比較することができる。

上述したように、本発明の実施形態を、ソーシャルウェブサイトに関連する行動を含む社会的行動に関して使用することができる。例えば、本発明の実施形態を、ユーザがコンテンツに寄稿し、これを消費及び評価するサイトを含むソーシャルコンテンツサイトに関して使用することができる。このようなサイト上では、ユーザは、友好関係などを宣言することなどにより明示的に、及びコンテンツの消費、作成、編集、修正、又は評価によって実証し又は示すように、又はナビゲーション、タグ付け、ブックマーキングなどにより暗示的に、の両方で社会的行動を示すことができる。共有された、共通の、又は関連する行動を使用して、新規の又は黙示的ユーザネットワークを識別し、潜在的に関心のある項目、コンテンツ、又は人物を決定して推奨することができる。潜在的に関心のある人物は、友人、友好関係、連絡、デートなどに推奨される人物を含むことができる。

本発明の実施形態を使用又は適用することができるソーシャルサイトの例に、Ｄｅｌ．ｉｃｉｏ．ｕｓがある。このサイト上では、ユーザが友人ネットワークを形成し、個々の単語又は語句を含むことができるタグでウェブページにブックマーク又は注釈を付ける。本発明の実施形態を使用して、ユーザのタグ付け行動、その他に基づいて他のユーザとの新しい社会的つながり又は結びつきを提案又は決定することにより、ユーザの明示的な友人ネットワークに追加を行い、又はこれを増やすことができる。ユーザにとって潜在的には関心があるものの現在のところ知らないブックマークされたＵＲＬなどの新規のコンテンツを決定して推奨する際に、この増大したネットワークを使用することができる。

いくつかの実施形態では、黙示的ソーシャルネットワークを決定できる元となる社会的行動が、ブログ投稿へのコメント、Ｙａｈｏｏ！ Ａｎｓｗｅｒｓなどのサイトへの回答、同様の又は関連するトピックに関する投稿などのスレッドを含む。このような社会的行動はまた、ユーザが１又は複数の同じＵＲＬを自身のお気に入りに追加したり、又はＤｅｌ．ｉｃｉｏ．ｕｓなどのサイト上で同様の又は関連する単語で同じＵＲＬをブックマークしたりなどのような、共通のブックマーキング又はタグ付け行動又はパターンを含むこともできる。

上述したように、いくつかの実施形態は語彙分類を利用する。このような語彙分類は、語彙又はソーシャルコンテンツサイトを整理し、利用し、まとめるのに役立つことができる。ユーザは風変わりな又は珍しいタグを使用することがあるかもしれないが、語彙分類は、このようなタグをより高いレベルの用語と関連付けることなどによってこれらを意味的コンテキストに加えるのに役立ち、語彙分類からの関連用語を参照することにより推奨の説明を行うのに役立つことができる。これがさらに、推奨された項目又は人物がユーザにとって潜在的に関連性のある又は関心のあるものであるというユーザの認識又は理解を高めることができ、ユーザに対して推奨の論理的根拠及び過程をより透明かつ明確にする。

上述したように、ユーザに推奨するための項目又は人物を決定する際に黙示的ソーシャルネットワークを使用することができる。例えば、ユーザのソーシャルネットワークを使用して、ユーザに新規のコンテンツを推奨することができる。例えば、ウェブサイトＤｅｌ．ｉｃｉｏ．ｕｓでは、ユーザのソーシャルネットワークの中で最も頻繁にブックマーク及び／又はタグ付けされるＵＲＬを推奨することができる。ユーザからの明示的な検索要求に応答してコンテンツを推奨する際などのいくつかの場合には、ユーザのソーシャルネットワーク間での人気に加え、リソースとクエリとの間のコンテンツの類似性を考慮することができる。人気及びコンテンツの類似性に加え、新しさに基づいて推奨に優先順位を付けることもできる。例えば、ブログ投稿の日付、又はユーザがＤｅｌ．ｉｃｉｏ．ｕｓにおいてＵＲＬとの関連付けを行った最初のタグの日付を、推奨の優先順位付けに含めることができる。

いくつかの実施形態では、例えばウェブページに含まれるものなどのグラフィカルユーザインターフェイスを通じてユーザへの推奨を提供することができ、この推奨は、推奨の背後にある論理的根拠の説明を伴うことができる。例えば、推奨の導出又は決定に使用した語彙で推奨に注釈を付けることができる。このような注釈は、追加のメタデータ又はコンテキストをユーザに提供することができ、ユーザが推奨の出所又は推論を理解するのに役立つ。さらに、ユーザは、将来的に追加コンテンツをタグ付けすることにより語彙を充実させることができる。

図１は、特定の実施構成が動作できるネットワーク環境例を示している。本発明の特定の実施構成は、インターネットなどの広域ネットワーク環境で動作する。図１が示すように、本発明の特定の実施構成は、ネットワーククラウド６０に動作可能に結合されたソーシャルネットワークサイト２０を含むネットワーク環境で動作することができる。一般に、ネットワーククラウド６０は１又はそれ以上の相互接続されたネットワークを表し、これを介して本明細書で説明するシステム及びホストが通信を行うことができる。ネットワーククラウド６０は、（インターネットなどの）パケットベースの広域ネットワーク、プライベートネットワーク、無線ネットワーク、衛星ネットワーク、セルラーネットワーク、ページングネットワークなどを含むことができる。クライアント又はユーザノード８２及び８４が、ネットワークサービスプロバイダ又はその他のいずれかの適当な手段を介してネットワーク環境に動作可能に接続される。クライアントノード８２及び８４は、パーソナルコンピュータ又は携帯電話、並びにラップトップコンピュータ、携帯情報端末（ＰＤＡ）などのその他の種類のモバイル装置を含むことができる。

ソーシャルネットワークサイト２０は、１又はそれ以上のユーザがコンピュータネットワークを介してアクセス可能なソーシャルネットワークアプリケーションをホストするネットワークアドレス可能システムである。ソーシャルネットワークアプリケーションは、ウェブサイト及びサーバ機能を含むことができ、ユーザは、識別されたウェブページ及びその他のコンテンツをコンピュータネットワークを介して要求及び受信することができる。ソーシャルネットワークアプリケーションはまた、ユーザがパーソナルウェブページを構成し、保持できるようにもする。

特定の実施構成では、ソーシャルネットワークサイト２０が、１又はそれ以上の物理サーバ２２及び１又はそれ以上のデータストア２４を含む。１又はそれ以上の物理サーバ２２は、ルータ２６を介してコンピュータネットワーク６０に動作可能に接続される。１又はそれ以上の物理サーバ２２は、クライアントノード８２及び８４からコンテンツをアップロード及び取得したりなどの、ユーザがソーシャルネットワークとやりとりできるようにする機能性をホストする。１つの実施構成では、１又はそれ以上の物理サーバによってホストされる機能性に、ウェブ又はＨＴＴＰサーバ、ＦＴＰサーバなどを含めることができる。

物理サーバ２２はまた、本明細書で説明するソーシャルネットワークサイト２０を目的とした機能性もホストする。１つの実施構成では、データストア２４が、ユーザの識別子、パスワード、名前などのコア情報を含むユーザアカウント情報、並びにユーザのプロファイルデータ、住所、嗜好、金融口座情報、アップロードされたコンテンツへのポインタ、及びコンテンツなどを処理するための１又はそれ以上のモジュールへのポインタなどのその他のユーザ関連情報を記憶することができる。特定のデータストア２４はまた、デジタルコンテンツデータオブジェクト及びその他のメディア資産などのコンテンツを記憶することもできる。特定の実施構成では、コンテンツデータオブジェクト又はコンテンツオブジェクトは、通常データファイル又はレコードの形で記憶又は具体化されるデジタル情報の個別項目である。コンテンツオブジェクトは、テキスト（例えば、ＡＳＣＩＩ、ＳＧＭＬ、ＨＴＭＬ）、画像（例えば、ｊｐｅｇ、ｔｉｆ、及びｇｉｆ）、グラフィックス（ベクトルベース又はビットマップ）、オーディオ、ビデオ（例えば、ｍｐｅｇ）、又はその他のマルチメディア、及びこれらの組み合わせを含む多くの形をとることができる。コンテンツオブジェクトデータはまた、実行可能コードオブジェクト（例えば、ブラウザウィンドウ又はフレーム内で実行可能なゲーム）、ポッドキャストなどを含むこともできる。構造的には、コンテンツデータストア２４は、大型の部類のデータ記憶及び管理システムを暗示する。特定の実施構成では、データベースサーバ、大容量記憶媒体、メディアライブラリシステムなどの構成要素を含むいすれかの適当な物理システムによりコンテンツデータストア２４を実装することができる。

本明細書で説明するサーバホストシステムは、幅広いコンピューティングシステム及びアーキテクチャの形で実装することができる。以下、限定目的ではなく教示目的でコンピューティングアーキテクチャ例について説明する。

ネットワークにはサーバコンピュータ１０２も接続される。サーバコンピュータ１０２は、とりわけＣＰＵ１１２及びデータ記憶装置１１４を含む。データ記憶装置は、データベース１１６及び推奨プログラム１１８を含む。推奨プログラム１１８は、本発明の実施形態による方法及び技術を実施するために利用されるプログラミング、アルゴリズム、ソフトウェア、モジュールなどの全てを広範に表すことが意図されている。様々な実施形態では、推奨プログラム１１８を、単一サーバ、又は複数のサーバ、又はその他のコンピュータ又は装置上に記憶することができる。

図２は、物理サーバの実装に使用できるコンピューティングシステムアーキテクチャ例を示している。１つの実施形態では、ハードウェアシステム２００が、プロセッサ２０２、キャッシュメモリ２０４、及び本明細書で説明する機能を目的とした１又はそれ以上のソフトウェアアプリケーション及びドライバを含む。また、ハードウェアシステム２００は、高性能入出力（Ｉ／Ｏ）バス２０６及び標準Ｉ／Ｏバス２０８も含む。ホストブリッジ２１０がプロセッサ２０２を高性能Ｉ／Ｏバス２０６に結合し、Ｉ／Ｏバスブリッジ２１２が２つのバス２０６及び２０８を相互に結合する。バス２０６にはシステムメモリ２１４及びネットワーク／通信インターフェイス２１６が結合する。ハードウェアシステム２００は、ビデオメモリ（図示せず）及びこのビデオメモリに結合されたディスプレイ装置をさらに含むことができる。バス２０８には大容量記憶装置２１８及びＩ／Ｏポート２２０が結合する。ハードウェアシステム２００は、キーボード及びポインティング装置、並びにバス２０８に結合されたディスプレイ装置（図示せず）を任意で含むことができる。総合的に、これらの要素は、以下に限定されるわけではではないが、カリフォルニア州サンタクララのＩｎｔｅｌ（インテル）社製のｘ８６互換プロセッサ、及びカリフォルニア州サニーベールのＡｄｖａｎｃｅｄ Ｍｉｃｒｏ Ｄｅｖｉｃｅｓ（ＡＭＤ）社製のｘ８６互換プロセッサ、並びにその他の適当ないずれかのプロセッサに基づく汎用コンピュータシステムを含む様々なコンピュータハードウェアシステムを表すことが意図されている。

以下、ハードウェアシステム２００の要素についてより詳細に説明する。特に、ネットワークインターフェイス２１６は、ハードウェアシステム２００と、Ｅｔｈｅｒｎｅｔ（登録商標）（例えばＩＥＥＥ８０２．３）ネットワークなどの幅広いネットワークのいずれかとの間の通信を提供する。大容量記憶装置２１８が、ロケーションサーバ２２内で実施される上述の機能を実行するためのデータ及びプログラミング命令のための永久記憶装置を提供するのに対し、システムメモリ２１４（例えば、ＤＲＡＭ）は、プロセッサ２０２によって実行される場合のデータ及びプログラミング命令のための一時記憶装置を提供する。Ｉ／Ｏポート２２０は、ハードウェアシステム２００に結合できる追加の周辺装置間の通信を提供する１又はそれ以上のシリアル及び／又はパラレル通信ポートである。

ハードウェアシステム２００は様々なシステムアーキテクチャを含むことができ、ハードウェアシステム２００の様々な構成要素を再配置することができる。例えば、キャッシュ２０４は、プロセッサ２０２にオンチップであってもよい。或いは、キャッシュ２０４及びプロセッサ２０２を「プロセッサモジュール」として共にまとめることができ、この場合、プロセッサ２０２は「プロセッサコア」と呼ばれる。さらに、本発明のいくつかの実施形態は、上述の構成要素を全て必要とするわけでも含むわけでもない。例えば、標準Ｉ／Ｏバス２０８に結合されるように示している周辺装置が、高性能Ｉ／Ｏバス２０６に結合することができる。また、いくつかの実施形態では、単一のバスのみが存在することができ、ハードウェアシステム２００の構成要素は、この単一のバスに結合される。さらに、ハードウェアシステム２００は、追加のプロセッサ、記憶装置、又はメモリなどの追加の構成要素を含むことができる。

以下で説明するように、１つの実施構成では、本明細書で説明する物理サーバの１又はそれ以上の動作が、ハードウェアシステム２００によって実行される一連のソフトウェアルーチンとして実施される。これらのソフトウェアルーチンは、プロセッサ２０２などのハードウェアシステム内のプロセッサにより実行される複数の又は一連の命令を含む。まず、この一連の命令を大容量記憶装置２１８などの記憶装置に記憶することができる。しかしながら、この一連の命令を、ディスケット、ＣＤ−ＲＯＭ、ＲＯＭ、ＥＥＰＲＯＭなどのいずれかの適当な記憶媒体に記憶することもできる。さらに、一連の命令をローカルに記憶する必要はなく、ネットワーク上のサーバなどの遠隔の記憶装置からネットワーク／通信インターフェイス２１６を介して受け取ることができる。命令は、大容量記憶装置２１８などの記憶装置からメモリ２１４内にコピーされ、その後プロセッサ２０２によりアクセスされ実行される。

ハードウェアシステム２００の、ソフトウェアアプリケーション（図示せず）とのデータの入出力を含む動作をオペレーティングシステムが管理して制御する。オペレーティングシステムは、システム上で実行されるソフトウェアアプリケーションとシステムのハードウェア構成要素との間のインターフェイスを提供する。本発明の１つの実施形態によれば、このオペレーティングシステムは、ワシントン州レッドモンドのＭｉｃｒｏｓｏｆｔ社から市販されているＷｉｎｄｏｗｓ（登録商標）９５／９８／ＮＴ／ＸＰ／Ｖｉｓｔａオペレーティングシステムである。しかしながら、カリフォルニア州クパチーノのＡｐｐｌｅ Ｃｏｍｐｕｔｅｒ社から市販されているＡｐｐｌｅ Ｍａｃｉｎｔｏｓｈオペレーティングシステム、ＵＮＩＸ（登録商標）オペレーティングシステム、ＬＩＮＵＸオペレーティングシステムなどのその他の適当なオペレーティングシステムと共に本発明を使用することもできる。当然ながら、他の実施構成も可能である。例えば、本明細書で説明するサーバの機能を、バックプレーンを介して通信する複数のサーバブレードによって実施することができる。

図２Ａは、本発明の実施形態による方法２５０のフロー図である。ステップ２５２は、複数ユーザの単語ベースの社会的行動に関する情報を取得するステップを含む。ステップ２５４は、取得した情報を推奨プログラムを使用して分析するステップを含む。ステップ２５６は、この分析に少なくとも部分的に基づいて、特定のユーザに推奨するためのユーザにとって潜在的に関心のある項目又は人物を決定するステップを含む。ステップ２５８は、グラフィカルユーザインターフェイスを介して項目又は人物の推奨を提示するステップを含む。

図３は、本発明の実施形態による方法３００のフロー図である。ステップ３０２は、複数のユーザの単語ベースの社会的行動に関する情報を取得するステップを含む。ステップ３０４は、取得した情報を語彙分類を使用して分析し、黙示的なトピック固有のソーシャルネットワークを決定するステップを含む。ステップ３０６は、黙示的なトピック固有のソーシャルネットワークのうちの１又はそれ以上に関連する情報に少なくとも部分的に基づいて、ユーザに推奨するための潜在的に関心のある項目又は人物を決定するステップを含む。ステップ３０８は、潜在的に関心があると判断された項目の推奨を含むグラフィカルユーザインターフェイスをユーザに提示するステップを含む。

図４は、本発明の実施形態による方法４００のフロー図である。ステップ４０２は、ユーザに推奨するための潜在的に関心のある項目又は人物を推奨プログラムを使用して決定するステップを含む。ステップ４０４は、潜在的に関心のある項目又は人の推奨を含むグラフィカルユーザインターフェイスをユーザに提示するステップを含む。ステップ４０６は、その項目又は人物がユーザにとって関心のあるものであるかもしれないという判断において使用した論理的根拠の指標を提示するステップを含む。ステップ４０８は、ユーザが推奨又は論理的根拠に関するフィードバックを提供するための機会をユーザに提示するステップを含む。

図５は、本発明の実施形態による語彙分類の使用法を示す簡略化した概念的ボックス図５００である。上述したように、いくつかの実施形態では、黙示的なトピック固有のソーシャルネットワークを決定することに関して語彙分類を生成して使用することができる。その後、ユーザに推奨するための項目又は人物を決定する際にトピック固有のソーシャルネットワークを使用することができる。図５に示すように、４人のユーザ５０２、５０４、５０６、５０８が、タグ付けなどのこれらのユーザの社会的行動から、トピック、具体的には車への関心の兆候を示したと判断される。このため、ユーザ５０２、５０４、５０６、５０８を、車５１０のトピックに関する黙示的ソーシャルネットワークに含めることができる。ボックス５１２は、簡略化した語彙分類の一部の表示を提供するものであり、ユーザ５０２、５０４、５０６、５０８が共有する関心及びこれらのユーザが車５１０に関する黙示的ソーシャルネットワークに属すと判断することに関してこのボックス５１２を使用することができる。

図示のように、語彙分類は意味的に繊細であるため、タグ付け行動が「ｃｏｎｖｅｒｔｉｂｌｅ」というタグの使用を含むユーザ３の５０６を、このタグを使用したからと言って車に関する黙示的ソーシャルネットワークの一部であるとみなすべきではないと判断できるようになる。語彙分類は、「ｃｏｎｖｅｒｔｉｂｌｅ」という単語を含むが、この分類で使用される単語はコンバーチブル型の車を意味する。ユーザ３の５０６は、このタグを車ではなくソファベッドに関して使用したと判断される。従って、ユーザ３は、車５１０に関連する黙示的ソーシャルネットワークの一部であるとはみなされない。

このように、図５は、意味的に繊細な語彙分類及び黙示的なトピック固有のソーシャルネットワークの使用法の１つの非常に単純な例を提供するものにすぎない。様々な実施形態では、黙示的ソーシャルネットワークの決定前、中、及び／又は後に語彙分類を生成することができ、また様々な実施形態では、他方の構築又は決定に役立てるために各々を使用することができる。

図５で実証されるように、タグ付けなどの意味的に正確な社会的行動の分析と共に意味的に繊細な語彙分類を使用して、黙示的ソーシャルネットワークを正確に決定することができる。その後、黙示的ソーシャルネットワーク内のユーザのようなユーザに推奨するための適当な項目又は人物を決定する際にこのようなネットワークを使用することができる。例えば、いくつかの実施形態では、ソーシャルネットワーク内のユーザ間で最も人気のある項目を使用して、これをこの項目にまだ関心を示していないネットワーク内の特定のユーザに推奨することができる。

図６は、本発明の実施形態による方法６００のフロー図である。ステップ６０２は、ユーザの組の１人の社会的行動の種類の組の１つに関する情報を取得するステップを含む。ステップ６０４は、情報をデータベース内に記憶するステップを含む。ステップ６０６において、方法６００は、組内にこれ以上の種類が存在するかどうかを問い合わせる。存在する場合には、方法はステップ６０２へ戻り、異なる種類の社会的行動に適用される。存在しない場合には、方法６００はステップ６０８へ進む。

ステップ６０８において、方法６００は、組内にこれ以上のユーザが存在するかどうかを問い合わせる。存在する場合には、方法６００はステップ６０２へ戻り、異なるユーザに適用される。存在しない場合には、方法６００はステップ６１０へ進む。

ステップ６１０は、語彙分類の使用を含む、情報を分析するステップを含む。ステップ６１２は、ユーザにとって潜在的に関心のある項目又は人物を決定するステップを含む。ステップ６１４は、潜在的に関心があると判断された項目又は人物の推奨及び論理的根拠をユーザに提示するステップを含む。ステップ６１４はまた、推奨又は論理的根拠、或いはこれらの両方に関してフィードバックを提供するための機会をユーザに提示するステップも含む。

ステップ６１６において、方法６００は、フィードバックが提供されたかどうかを問い合わせる。提供されなかった場合、方法はステップ６１８で終了する。提供された場合、ステップ６２０において、フィードバックを利用して将来的な推奨、又は推奨に関して行われた分析又は決定を改善し、或いは改善しやすくする。例えば、いくつかの実施形態では、図６に示すように、ステップ６２０においてフィードバックを受け取ると、方法６００は、ステップ６１０の分析へ戻り、その後フィードバックを利用して、例えば将来的な推奨の質に影響を与え、これを改善し、又は改善に役立てる。

２０ ソーシャルネットワークサイト
２２ 物理サーバ
２４ データストア
２６ ルータ
６０ ネットワーククラウド
８２ クライアントノード
８４ クライアントノード
１０２ サーバコンピュータ
１１２ ＣＰＵ
１１４ データ記憶装置
１１６ データベース
１１８ 推奨プログラム

Claims (20)

1. コンピューティングネットワークの複数ユーザの１又はそれ以上の種類の単語ベースの社会的行動に関する情報を取得するステップと、
   前記単語ベースの社会的行動に関する情報に基づいて、１又はそれ以上の単語についての１又はそれ以上の意味を示す語彙ベースの分類を導出するステップと、
   １つ以上のプロセッサによって、前記取得した単語ベースの社会的行動情報を語彙ベースの分類に少なくとも部分的に基づいて分析し、前記複数ユーザのうちの一組のユーザを含む少なくとも２つの黙示的なトピック固有のソーシャルネットワークを決定するステップであって、少なくとも１つの単語は、第１の黙示的なトピック固有のソーシャルネットワーク内で第１の意味を有し、第２の黙示的なトピック固有のソーシャルネットワーク内で前記第１の意味とは異なる第２の意味を有するステップと、
   前記少なくとも２つの黙示的なトピック固有のソーシャルネットワークの少なくとも１つにおける前記一組のユーザについての単語ベースの社会的行動に関する情報に少なくとも基づいて、前記少なくとも２つのトピック固有のソーシャルネットワークの少なくとも１つの内の前記一組のユーザのうちのユーザに推奨するための潜在的に関心のある項目又は人物を決定するステップと、
   前記ユーザにとって潜在的に関心のある少なくとも１つの項目又は人物の推奨をグラフィカルユーザインターフェイスを通じて提示するステップと、
   を含むことを特徴とする方法。
2. 情報を取得するステップが、タグ付け及びブックマーキング行動の少なくとも一方に関する情報を取得するステップを含む、
   ことを特徴とする請求項１に記載の方法。
3. 情報を取得するステップが、単語ベースのタグ付け情報を取得するステップを含む、
   ことを特徴とする請求項２に記載の方法。
4. 情報を取得するステップが、ユーザが開始した検索に関する情報を取得するステップを含む、
   ことを特徴とする請求項１に記載の方法。
5. 分析ステップが、少なくとも１つの黙示的なトピック固有のソーシャルネットワークを少なくとも１つの明示的ソーシャルネットワークと統合するステップを含む、
   ことを特徴とする請求項１に記載の方法。
6. 潜在的に関心のある項目又は人物を決定するステップが、前記少なくとも１つの黙示的なトピック固有のソーシャルネットワーク内で人気のある項目又は人物を決定するステップを含む、
   ことを特徴とする請求項１に記載の方法。
7. 提示するステップが、前記グラフィカルユーザインターフェイスを表示するステップを含む、
   ことを特徴とする請求項１に記載の方法。
8. コンピューティングネットワークの複数ユーザの１又はそれ以上の種類のコンピュータベースの社会的行動に関する情報を取得するステップと、
   前記コンピュータベースの社会的行動に関する情報に基づいて、１又はそれ以上の単語についての１又はそれ以上の意味を示す意味的に影響される語彙ベースの分類を導出するステップと、
   １つ以上のプロセッサによって、前記取得した社会的行動情報に少なくとも部分的に基づいて、及び意味的に影響される語彙分類を利用して、２又はそれ以上の黙示的なトピック固有のソーシャルネットワークを決定するステップであって、少なくとも１つの単語は、第１の黙示的なトピック固有のソーシャルネットワーク内で第１の意味を有し、第２の黙示的なトピック固有のソーシャルネットワーク内で前記第１の意味とは異なる第２の意味を有するステップと、
   前記２又はそれ以上のトピック固有のソーシャルネットワークの少なくとも１つの内のユーザに関する社会的行動に少なくとも部分的に基づいて決定された前記２又はそれ以上のトピック固有のソーシャルネットワークの少なくとも１つの内のユーザにとって潜在的に関心のある項目又は人物の推奨をグラフィカルユーザインターフェイスを通じて前記ユーザに提示するステップと、
   前記少なくとも１つの項目又は人物が前記ユーザにとって関心のあるものであるかもしれないと判断した際に利用した論理的根拠の指標を前記グラフィカルユーザインターフェイス内に提示するステップと、
   前記ユーザが前記推奨又は前記論理的根拠に関するフィードバックを提供するための機会を前記グラフィカルユーザインターフェイス内に提示するステップと、
   を含むことを特徴とする方法。
9. 情報を取得するステップが、ユーザのタグ付けパターンに関する情報を取得するステップを含む、
   ことを特徴とする請求項８に記載の方法。
10. 前記論理的根拠の指標を提示するステップが、前記語彙分類の要素を提示するステップを含む、
    ことを特徴とする請求項８に記載の方法。
11. 前記論理的根拠の指標を提示するステップが、前記ユーザの前記１又はそれ以上の黙示的ソーシャルネットワーク内の少なくとも１人のユーザのタグ付け行動の指標を提示するステップを含む、
    ことを特徴とする請求項８に記載の方法。
12. 前記論理的根拠の指標を提示するステップが、前記項目又は人物が前記ユーザにとって関心のあるものであると判断する際に使用した方針の指標を提示するステップを含む、
    ことを特徴とする請求項８に記載の方法。
13. 前記ユーザがフィードバックを提供するための機会を提示するステップが、前記推奨が役に立ったかどうかを前記ユーザが示すための機会を提示するステップを含む、
    ことを特徴とする請求項８に記載の方法。
14. 提供されたフィードバックを利用して、前記１又はそれ以上のトピック固有の黙示的ソーシャルネットワーク内のユーザに対する将来的な推奨を改善するステップを含む、
    ことを特徴とする請求項８に記載の方法。
15. 提供されたフィードバックを利用して、前記語彙分類を改善するステップを含む、
    ことを特徴とする請求項８に記載の方法。
16. １又はそれ以上の黙示的なトピック固有のソーシャルネットワークを決定するステップが、タグスペースに関する分析を利用するステップを含む、
    ことを特徴とする請求項８に記載の方法。
17. コンピュータベースのネットワーク内のユーザに推奨するための潜在的に関心のある項目又は人物を決定するためのシステムであって、
    １又はそれ以上のサーバコンピュータ、
    を含み、
    前記１又はそれ以上のサーバコンピュータは、
    コンピューティングネットワークの複数ユーザの１又はそれ以上の種類のコンピュータベースの社会的行動に関する情報を取得し、
    前記コンピュータベースの社会的行動に関する情報に基づいて、１つ以上の単語についての１つ以上の意味を示す意味的に影響される語彙ベースの分類を導出し、
    前記取得した社会的行動情報に少なくとも部分的に基づいて、及び意味的に影響を受ける語彙ベースの分類を利用して、２又はそれ以上の黙示的トピック固有のソーシャルネットワークを決定し、少なくとも１つの単語は、第１の黙示的なトピック固有のソーシャルネットワーク内で第１の意味を有し、第２の黙示的なトピック固有のソーシャルネットワーク内で前記第１の意味とは異なる第２の意味を有するものであり、
    前記２又はそれ以上の黙示的なトピック固有のソーシャルネットワークの少なくとも１つの内のユーザに関連する社会的行動に基づいて決定された前記２又はそれ以上のトピック固有のソーシャルネットワークの少なくとも１つの内のユーザにとって潜在的に関心のある項目又は人物の推奨を含むグラフィカルユーザインターフェイスを前記ユーザに提示し、
    前記項目又は人物が前記ユーザにとって関心のあるものであるかもしれないと判断した際に利用した論理的根拠の指標を前記グラフィカルユーザインターフェイス内に提示し、
    前記ユーザが前記推奨に関するフィードバックを提供するための機会を前記グラフィカルユーザインターフェイス内に提示する、
    能力を有するものであることを特徴とするシステム。
18. 複数ユーザの１又はそれ以上の種類のコンピュータベースの社会的行動に関する前記情報を記憶するためのデータベースを含む、
    ことを特徴とする請求項１７に記載のシステム。
19. 前記論理的根拠の表示を提示するステップが、前記１又はそれ以上の黙示的なトピック固有の語彙分類のうちの少なくとも１つに関する語彙分類の中の用語の階層を提示するステップを含む、
    ことを特徴とする請求項１７に記載のシステム。
20. コンピューティングネットワークの複数ユーザの１又はそれ以上の種類のコンピュータベースの社会的行動に関する情報を取得するステップと、
    前記コンピュータベースの社会的行動に関する情報に基づいて、１又はそれ以上の単語についての１又はそれ以上の意味を示す意味的に影響される語彙ベースの分類を導出するステップと、
    前記取得した社会的行動情報に少なくとも部分的に基づいて、及び意味的に影響を受ける語彙ベースの分類を利用して、２又はそれ以上の黙示的なトピック固有のソーシャルネットワークを決定するステップであって、少なくとも１つの単語は、第１の黙示的なトピック固有のソーシャルネットワーク内で第１の意味を有し、第２の黙示的なトピック固有のソーシャルネットワーク内で前記第１の意味とは異なる第２の意味を有するステップと、
    前記２又はそれ以上のトピック固有のソーシャルネットワークの少なくとも１つの内のユーザに関する社会的行動に基づいて決定された前記２又はそれ以上の黙示的なトピック固有のソーシャルネットワークの少なくとも１つの内のユーザに潜在的に関心のある少なくとも１つの項目の推奨を含むグラフィカルユーザインターフェイスをユーザへのグラフィカルユーザインターフェイスを通じて前記ユーザに提示するステップと、
    前記少なくとも１つの項目が前記ユーザにとって関心のあるものであるかもしれないと判断した際に利用した前記論理的根拠の指標を前記グラフィカルユーザインターフェイス内に提示するステップと、
    前記ユーザが前記推奨に関するフィードバックを提供するための機会を前記グラフィカルユーザインターフェイス内に提示するステップと、
    をコンピューティングシステムによって実行されたときに実現する命令を記憶したコンピュータ読取可能媒体を含むことを特徴とする装置。

Images