JP5536022B2 - パーソナル化された検索および情報アクセスを提供するシステム、方法、およびインターフェース - Google Patents

Description

本発明は、一般に、コンピュータシステムに関し、より詳細には、本発明は、パーソナル化されたユーザモデルに従って検索問い合わせおよび／または結果を自動的に絞り込み、その的を絞ることに関する。

ワールドワイドウェブおよびインターネットがおびただしく普及したために、ユーザは、大量の情報源からほとんどどんなトピックに関連する情報でも獲得することができる。情報を探し出すため、ユーザは、一般に、情報検索のタスクに様々な検索エンジンを適用する。検索エンジンは、ユーザが、情報を含むＷｅｂページや、特定の語句を含むインターネット上のその他の資料を探し出すことを可能にする。例えば、ユーザは、合衆国の初代大統領、ジョージ ワシントンに関する情報を探し出そうとする場合、「ジョージ ワシントン 初代大統領」と入力し、検索ボタンをクリックすることができ、検索エンジンは、この有名な大統領に関する情報を含むＷｅｂページのリストを返す。しかしながら、単に、「ワシントン」という言葉だけを入力するなど、もっと一般化された検索が実行された場合、その同じ名前に関連付けられた地理的領域や諸機関に関連するものなど、はるかに多くの結果が返されるはずである。

Ｗｅｂ上には多くの検索エンジンがある。例えば、多くの例のほんの数例として、ＡｌｌＴｈｅＷｅｂ、ＡｓｋＪｅｅｖｅｓ、Ｇｏｏｇｌｅ、ＨｏｔＢｏｔ、Ｌｙｃｏｓ、ＭＳＮサーチ、Ｔｅｏｍａ、Ｙａｈｏｏなどある。これらのエンジンの大部分は、ユーザがブラウズするためのトピックごとに編成されているこれら自体のサイトカタログによるものや、ブラウザでユーザインターフェースポータルを介して入力されるキーワード検索を実行することによるものなど、情報を求めて検索する少なくとも２つのモードを提供する。一般に、キーワード検索は、コンピュータの能力の及ぶ限り、指定された任意のキーとなる語句に関連する任意の情報を有するＷｅｂサイトすべてを探し出す。検索エンジンサイトは、ユーザがキーワードを入力するためのボックス、および検索を開始するために押すボタンを備える。多くの検索エンジンは、有効に検索を行うためのキーワードの使い方に関するヒントを含む。これらのヒントは、普通、情報検索プロセスを乱雑にする異質の、または無関係な情報が返されないよう、ユーザが検索語句をより狭く定義するのを支援するために提供される。ゆえに、手動で語句の範囲を狭めれば、特定の情報を探すときに調べる対象として数千ものサイトを受け取らなくても済むようにするのに役立ち、ユーザの時間が大幅に節約される。

すべての検索技術に伴う１つの問題は、短時間に所望の結果を生成するために、手動で検索語句の的を絞り、範囲を狭めなければならないという要件である。別の問題は、検索エンジンが、異なるユーザニーズおよび状況に関係なく、すべてのユーザに同様に動作することである。ゆえに、２人のユーザが同じ検索問い合わせ（ｓｅａｒｃｈ ｑｕｅｒｙ）を入力した場合、それらのユーザは、その関心事、以前の検索履歴、コンピューティングコンテキスト、あるいは環境上のコンテキスト（場所、使用されているマシン、時刻、曜日など）に関係なく、同じ結果を得る。残念ながら、現在の検索プロセスは、ユーザの実際のまたは所望の情報検索ゴールへの洞察を提供し得るこれら他のパーソナル化要因を考慮せず、検索に関する明示的なコマンドを受け取るように設計されている。

以下で、本発明のいくつかの態様の基本的な理解を提供するために、本発明の簡略化した要約を提示する。この要約は、本発明の網羅的概要ではない。本発明の重要な／決定的な要素を識別することも、本発明の範囲を正確に叙述することも意図していない。その唯一の目的は、後段で提示するより詳細な説明への前置きとして、簡略化された形で本発明のいくつかの概念を提示することである。

本発明は、その情報がそれぞれのユーザにどのように関連するか、またはその情報がそれぞれのユーザにどのように最も関連するか考慮することにより、ユーザの特徴に合わせて情報検索をパーソナル化することを容易にするユーザモデルを用いて情報検索方法を改善するシステムおよび方法に関するものである。これらのモデルを従来の検索アルゴリズムと組み合わせて、情報検索方法の的を、ユーザの個人的特徴の点からそのユーザに関連する可能性のより高い項目または結果に自動的に絞るように、検索問い合わせを変更し、かつ／または検索結果を変更することができる。ユーザの検索体験を向上させるために、ユーザのコンテンツ（例えば、そのユーザのコンピュータ上に格納された情報など）、関心事、専門知識、およびユーザの情報ニーズ（例えば、検索問い合わせ、コンピューティングイベントなど）が生じる特定のコンテキストといった態様を考慮することにより、このモデルを介して検索をパーソナル化する様々な技術が提供される。この改善は、ユーザに、対象項目を求めるより的を絞った、またはフィルタリングされた検索を提供し、無関係な項目を除外し、かつ／またはユーザのパーソナル化された好みの点から返された検索結果を再ランク付けすることによって観測され得る。

ユーザモデルは、過去のユーザイベント、以前のクライアント対話、検索または履歴ログ、ユーザプロファイル、人口統計学的データを考慮し、かつ／または他のユーザとの類似性（協調フィルタリングなど）に基づく豊富な索引を含む複数のソースから導出され得る。また、機械学習など他の技術を適用し、ある期間にわたるユーザ挙動を監視して、ユーザモデルを決定し、かつ／または絞り込むこともできる。これらのモデルをオフラインまたはオンラインの検索方法（またはそれらの組み合わせ）と組み合わせて、それぞれのユーザにとっての関心事である可能性の最も高い情報検索結果を生成するように検索結果を変更することができる。ゆえに、ユーザモデルを用いて、自動的に効率よく、パーソナル化検索が一般化検索から区別される。

１つの具体例では、一般化検索が、「天気」という語を含み得る。モデルは、（例えば、電子メールアカウントや、ユーザの所在地を記載している保存文書から、あるいは明示的または暗黙的な場所の指定によって）そのユーザが特定の都市からであると判定することができるため、そのユーザの現在の都市に関する天気関連情報を返すパーソナル化検索が（自動問い合わせおよび／または結果変更によって）自動的に作成され得る。モバイル状況では、検索のコンテキストが異なることがあり、ゆえに、問い合わせおよび／または結果は、しかるべく変更され得る（例えば、最近の航空券予約から、または最近の友人とのインスタントメッセージから現在のコンテキストが町の外であると検出されているユーザのモバイルコンピュータから実行される検索など）。パーソナル化された結果を返し、より一般化された検索からよりパーソナル化された検索に向かう範囲の間でのパーソナル化検索アルゴリズムの調整を可能にするユーザインターフェースが提供され得る。

前述の関連する目的を達成するために、本明細書では、本発明のいくつかの例示的態様について、以下の説明および添付の図面との関連で記述する。これらの態様は、本発明が実施され得る様々な方法を示し、そのすべては、本発明の範囲に含まれるものである。本発明の他の利点および新規な特徴は、以下の本発明の詳細な説明を図面と併せて考察すれば明らかになり得る。

本発明の一態様による情報検索アーキテクチャを示す概略的ブロック図である。 本発明の一態様によるユーザモデルを示すブロック図である。 本発明の一態様による情報検索プロセスを示す流れ図である。 本発明の一態様によるユーザインターフェースの例を示す図である。 本発明の一態様によるユーザインターフェースの例を示す図である。 本発明の一態様によるユーザインターフェースの例を示す図である。 本発明の一態様によるユーザインターフェースの例を示す図である。 本発明の一態様によるユーザインターフェースの例を示す図である。 本発明の一態様によるユーザインターフェースの例を示す図である。 本発明の一態様によるパーソナル化アルゴリズムの例を示す図である。 本発明の一態様によるパーソナル化アルゴリズムの例を示す図である。 本発明の一態様によるパーソナル化アルゴリズムの例を示す図である。 本発明の一態様によるパーソナル化アルゴリズムの例を示す図である。 本発明の一態様による適当な動作環境を示す概略的ブロック図である。 本発明が対話することのできるコンピューティング環境の例を示す概略的ブロック図である。

本発明は、ユーザモデルを用い、それぞれのユーザに関連する情報に従って一般化された問い合わせおよび／または検索結果をパーソナル化するシステムおよび方法に関するものである。一態様では、パーソナル化情報検索の生成を容易にするシステムが提供される。このシステムは、ユーザの特徴を決定するユーザモデルを含む。パーソナル化コンポーネントは、ユーザの情報検索をパーソナル化するために、ユーザモデルを考慮して問い合わせおよび／または検索結果を自動的に変更する。ユーザインターフェースコンポーネントは、問い合わせを受け取り、１つまたは複数のローカルおよび／またはリモートの検索エンジンからの検索結果を表示する。このインターフェースは、よりパーソナル化された検索からより一般化された検索までの範囲で調整され得る。

本出願で使用する際、「コンポーネント」、「サービス」、「モデル」、および「システム」という用語は、ハードウェア、ハードウェアとソフトウェアの組み合わせ、ソフトウェア、または実行中のソフトウェアのいずれかであるコンピュータ関連のエンティティを指し示すものである。例えば、コンポーネントは、それだけに限らないが、プロセッサ上で走るプロセス、プロセッサ、オブジェクト、実行可能ファイル、実行スレッド、プログラム、および／またはコンピュータとすることができる。例をあげると、サーバ上で走るアプリケーションとサーバの両方をコンポーネントとすることができる。１つのプロセスおよび／または実行スレッド内に１つまたは複数のコンポーネントが存在することがあり、コンポーネントは、１台のコンピュータ上の場所に限定することもでき、２台以上のコンピュータ間に分散させることもできる。本明細書で使用する際、「推論」という用語は、一般に、イベントおよび／またはデータを介して取り込まれた１組の観測（ｏｂｓｅｒｖａｔｉｏｎｓ）からシステム、環境、および／またはユーザの状態を推理し、または推論するプロセスを指す。推論を用いて特定のコンテキストまたはアクションを識別することができ、あるいは、例えば状態の確率分布を生成することもできる。

最初に図１を参照すると、システム１００は、本発明の一態様による情報検索アーキテクチャを示す。システム１００は、検索結果のパーソナル化の概略図を示すものである。パーソナル化コンポーネント１１０は、ユーザモデル１２０、およびこのモデルを使うことが、問い合わせ１３０を変更し、かつ／または検索から返される結果１４０を変更することによって、検索結果に影響を及ぼす処理コンポーネント（ユーザモデルに従って変更された検索アルゴリズムなど）を含む。ユーザインターフェース１５０は、問い合わせ１３０を生成し、パーソナル化コンポーネント１１０によって提供される問い合わせ変更１７０および／または結果変更１６０に基づく変更され、またはパーソナル化された結果を受け取る。本明細書で使用する際、「問い合わせ変更（ｑｕｅｒｙ ｍｏｄｉｆｉｃａｔｉｏｎ）」という用語は、問い合わせ１３０中の語句に関する変更と、パーソナル化された結果１４０を得るための、問い合わせ１３０を文書にマッチさせるアルゴリズムの変更の両方を指す。変更された問い合わせおよび／または結果１４０は、１つまたは複数のローカルおよび／またはリモートの検索エンジン１８０から返される。ユーザモデル１２０への更新を容易にするためにユーザ統計のグローバルデータベース１９０が維持され得る。

一般に、ユーザモデル１２０に基づいて検索結果を適応させる少なくとも２つの手法がある。一態様では、問い合わせ変更は、初期の入力問い合わせを処理し、パーソナル化された結果を生じるように（ユーザモデルによって）その問い合わせを変更し、または再生成する。以下で説明する関連フィードバックは、このプロセスの２サイクルの変形形態であり、その場合、問い合わせは、（初期の結果集合に関する明示的または暗黙的判断を使って）その問い合わせおよび結果集合に基づく短期的モデルに合わせてパーソナル化されるパーソナル化された結果をもたらす変更された問い合わせに至る結果を生成する。関連フィードバックのコンテキストでは、より長期的ユーザモデルも使用され得る。さらに、前述のように、問い合わせ変更は、問い合わせを文書にマッチさせるのに用いられるアルゴリズムに加えられる変更にも関連する。別の態様では、結果変更は、ユーザの入力をそのまま取り込んで、その後にパーソナル化された結果を生成するように（ユーザモデルによって）変更される結果をもたらす問い合わせを生成する。結果の変更は、普通、何らかの形の再ランク付けおよび／またはより大きい選択肢集合からの選択を含むことに留意されたい。結果の変更は、結果の全部または一部の様々な種類の集積および要約も含み得る。

結果を変更する方法には、（ユーザの関心事およびコンテンツがベクトルとして表され、項目にマッチングされる）統計的類似性マッチ、（ユーザの関心事およびコンテンツが、より小さい記述子集合を使って表され、項目にマッチングされる）カテゴリマッチングが含まれる。問い合わせ変更または結果変更の前述のプロセスは、別々にも、またはこれら２つのプロセスの間に依存関係が導入され、それが利用される統合されたプロセスとしても組み合わせることができる。パーソナル化検索を説明するために、以下の例を提供する。

一例では、検索者はシアトルに位置する。交通情報を求める検索は、交通一般ではなくシアトルの交通に関する情報を返す。あるいは、ピザを求める検索は、ユーザに関連する適当な郵便番号域内にあるピザレストランだけを返す。

別の例では、検索者はポルシェという語を以前に検索したことがある。ジャガーを求める検索は、動物やコンピュータゲームや腕時計ではなく、車を意味するジャガーに関連する結果を返す。他の結果も返され得るが、車の意味に関連する結果が優先される。

別の事例では、検索者は、「ブッシュ」を検索し、大部分の結果は大統領に関するものである。しかしながら、この人物は、以前、ヴァネヴァーブッシュによる論文を読んだことがあり、電子メールでスーザンブッシュと通信したことがあり、ゆえに、それらの項目にマッチする結果に、より高い優先順位が与えられる。理解されるように、検索は、以下で図２に関連してより詳細に説明するユーザモデル１２０によって格納され、処理されるデータが与えられたとすると、複数の異なる方法で変更され得る。

図２を参照すると、本発明の一態様によるユーザモデル２００が示されている。ユーザモデル２００を用いて、パーソナル化検索が一般化検索から区別される。成功したパーソナル化における一態様は、ユーザの関心事を正確に反映し、維持が容易で、長期的および短期的関心事に関連する変化に適応することのできるユーザのモデルを構築することである。ユーザモデルは、それだけに限らないが、以下を含む様々なソースから獲得され得る。

１）ローカル、モバイルまたはリモートのソースから獲得され得る、２１０のコンピューティングコンテキストの豊富な履歴から（例えば、開いているアプリケーション、それらのアプリケーションのコンテンツ、場所を含むそのような対話の詳細な履歴など）。

２）２２０の以前に発生したコンテンツの豊富な索引から（例えば、文書、Ｗｅｂページ、電子メール、インスタントメッセージ、メモ、カレンダ予約など）。

３）最近の、または頻繁な連絡先、キーワードから導出される関心のあるトピック、組織図における関係、約束などを含む２３０のクライアント対話のモニタから。

４）２４０の、以前の検索問い合わせの履歴を含む、以前に訪れたＷｅｂページまたはローカル／リモートデータサイトの履歴またはログから。

５）明示的に指定され、またはバックグラウンドモニタにより暗黙的に導出され得る、
２５０のユーザ関心事のプロファイルから。

６）２６０の人口統計学的情報から（例えば、場所、性別、年齢、経歴、職業分類など）。

前述の例から、ユーザモデル２００は、多種多様な情報源に基づくものとし得ることを理解することができる。例えば、モデル２００は、全地球測位システム（ＧＰＳ）などの装置によって監視される、ある期間にわたってユーザが訪れた場所の履歴またはログから導出され得る。ＧＰＳを用いて監視するとき、未処理の空間情報は、テキストの都市名、郵便番号に変換され得る。未処理の空間情報は、例えば、ユーザが立ち寄り、または滞在し、またはＧＰＳ信号の喪失をこうむった場所についてテキストの都市名、および郵便番号に変換され得る。ユーザが立ち寄り、または滞在し、またはＧＰＳ信号の喪失をこうむった場所は、識別され、企業（ｂｕｓｉｎｅｓｓｅｓ）および関心のある地点のデータベースを介してテキストラベルに変換される。他の要因には、場所および関心のある地点を決定するために時刻または曜日を記録することが含まれる。

本発明の他の態様では、ユーザの、情報、約束、文書またはファイルの閲覧、アクティビティ、または場所のコーパスが、種類、経過時間（ａｇｅ）、または他の組み合わせに基づいて、どのように部分集合にグループ化され、あるいはパーソナル化のためのマッチング手順において区別して重み付けされ得るか制御するためのパラメータを操作するコンポーネントが提供され得る。例えば、検索アルゴリズムは、問い合わせに関連するユーザのコーパスの態様（例えば、問い合わせ語を含む文書など）に限定され得る。同様に、電子メールは過去１ヶ月間から分析し、Ｗｅｂアクセスは前の３日間から、ユーザのコンテンツは過去１年以内に作成されたものから分析することもできる。ＧＰＳ位置情報は、本
日だけなどの期間から使用されることが望ましい場合がある。パラメータを、（例えば、パラメータを変化させ、ユーザまたはシステムからの応答をテストする最適化プロセスによって）部分集合を作成するよう自動的に操作することもでき、あるいはユーザが、ユーザインターフェースを介してこれらのパラメータの１つまたは複数を変更することもでき、その場合、そのような設定は、問い合わせ、時刻、曜日、あるいはその他のコンテキストまたはアクティビティに基づく観測の性質の関数とすることができる。

モデルは、２７０の個人または個人のグループについて、個人または個人のグループ間での類似性の分析によりプロファイルを作成する（以下で説明する）協調フィルタリング技術などによって導出され得る。類似性計算は、コンテンツおよび／または項目の使用法に基づくものとすることができる。モデル化インフラストラクチャおよび関連する処理は、クライアント、複数のクライアント、１つまたは複数のサーバ、またはサーバとクライアントの組み合わせに属することができることに留意されたい。

２８０で、ある期間にわたるユーザの特徴および関心事を学習するために機械学習技術が適用され得る。この学習モデルには、例えば、サポートベクトルマシン（ＳＶＭ）を含む、ベイズネットワーク、ナイーブベイズ分類器、および／または他の統計分類方法といったベイズ的依存モデルを生成し得る、ベイズ学習の使用を含む、ユーザをモデル化し、好みおよび関心事を決定するする統計的／数学的モデルおよびプロセスなど、実質的にどんな種類のシステムも含まれ得る。他の種類のモデルまたはシステムには、例えば、ニューラルネットワークや隠れマルコフモデルが含まれ得る。本発明によれば複雑な推理モデルが用いられ得るが、他の手法も利用され得ることを理解すべきである。例えば、より徹底的な確率論的手法ではなく、決定論的仮定を用いることもできる（例えば、特定のＷｅｂサイトをＸ時間の間最近検索していないことは、規則により、ユーザがそれぞれの情報にもはや関心がないことを示唆し得る）。ゆえに、不確実性の下での推理に加えて、ユーザの状況、場所、コンテキスト、関心事、注目点などに関する論理的決定も行われ得る。

学習モデルは、複数の異なるデータソースからデータを収集し、集約するユーザイベントデータストア（図示せず）から訓練することができる。そのようなソースには、ユーザイベントデータを記録し、ログする様々なデータ獲得コンポーネントが含まれ得る（例えば、携帯電話、マイクロホンによって記録される音響アクティビティ、全地球測位システム（ＧＰＳ）、電子カレンダ、視覚監視装置、デスクトップアクティビティ、Ｗｅｂサイト対話など）。システム１００は、パーソナル化問い合わせおよび結果処理をサポートする実質的にどんな方法でも実施され得ることに留意されたい。例えば、このシステムは、サーバや、サーバファームとしても、クライアントアプリケーション内でも実施することができ、あるいは、ユーザインターフェース１５０や検索エンジン１８０などの検索機能と対話するＷｅｂサービスなどの自動化アプリケーションを含めるようにより一般化する
こともできる。

先に進む前に、ユーザモデル２００の２７０で適用される協調フィルタ技術についてより詳細に説明する。これらの技術には、協調フィルタを使用してデータを分析し、ユーザのプロファイルを決定することが含まれる。協調フィルタリングシステムは、一般に、ユーザが望み得るさらなるトピックを予測するために、ユーザの好みに関する一元化されたデータベースを使用する。本発明によれば、協調フィルタリングをユーザモデル２００と共に適用して、システムの新しいユーザの、可能性の高い、または可能なプロファイルを予測する所与のユーザの好みを示し得るユーザグループからの以前のユーザアクティビティが処理される。相関係数、ベクトルベースの類似性計算、および統計的ベイズ法に基づく技術を含むいくつかのアルゴリズムが用いられ得る。

図３に、本発明による情報検索方法３００を示す。説明を簡単にするために、この方法を一連の動作として図示し、説明するが、本発明はこの動作順序によって限定されるものではなく、本発明によれば、いくつかの動作は、本明細書で図示し、説明するものと異なる順序で、かつ／または他の動作と同時に行われ得ることを理解し、諒解するべきである。例えば、代替として、一方法を、状態図などの、一連の相互に関連する状態またはイベントとして表すこともできることを当業者は理解し、諒解するであろう。さらに、本発明による方法を実施するのに図示の動作すべてが必要とされるとは限らない。

ユーザの関心事に関する明示的な、または暗黙的に取り込まれた情報を、様々に、問い合わせ特有の方法で用いることができ、多数のアルゴリズムのクラスが適用され得る。アルゴリズムの多くは、手元にあるユーザの個人的コンテンツおよび／またはアクティビティおよび／または問い合わせおよび／または検索エンジンから返される結果を考察し、そのようなコンテンツとグローバルコンテンツの間の統計的関係の測度または測度の代用物を考察する。

プロセス３００に、取り得る２つの基本的な経路を示すが、前述のように、検索された情報をパーソナル化するために問い合わせベースの変更と結果ベースの変更の組み合わせを適用することもできる。３１０で、図２に関して前述したように、１つまたは複数のユーザモデルが決定される。３２０で、３１０で決定されたモデルを考慮してユーザ問い合わせが変更される。これは、モデルによって決定されるユーザの関心事に関連する語句に合わせてその問い合わせを自動的に絞り込み、またはその範囲を狭めることを含み得る。３３０で、変更された問い合わせにより、変更された問い合わせを１つまたは複数の検索エンジンに提出することによって検索が実行され、３４０で、変更された問い合わせからの結果が返される。

プロセス３００の他方の分岐では、３５０で、ユーザの問い合わせを１つまたは複数の検索エンジンに提出することによって検索が実行される。次いで、ユーザモデルを考慮して、３６０で返された結果が変更される。これは、いくつかの結果が、所望の検索情報でのそのユーザの好みに、より即している可能性に基づいて結果をフィルタリングし、順序付けすることを含み得る。３７０で、変更された結果が、ユーザインターフェース表示を介してユーザに提示される。

以下の説明では、プロトタイプ化されているパーソナル化検索システムの１つの具体例について述べる。その場合、ユーザモデルは、電子メール、文書、Ｗｅｂページ、カレンダ予約、メモ、インスタントメッセージ、ブログなどを含む、ユーザが以前に見たことのある項目すべての索引を含み得る。各項目は、ユーザモデルを作成するために各項目を選択的に含め、除外するのに使用され得るメタデータ（例えば、アクセス／作成／変更の時刻、項目の種類、項目の著者など）を用いてタグ付けされる。この例では、ユーザモデルはクライアントマシン上にあり、その場合ユーザモデルは、検索エンジンの利用時に、クライアントマシン内のデータ記憶からアクセスされる。

ユーザモデルは、通常、クライアントマシンが、検索されるコーパスのローカル索引を持っていない限り、クライアントのマシン上で実行されるため、再ランク付けのためのコーパス全体にわたる語句統計は困難であり、または計算に時間がかかることがある。このため、以下の例では、コーパス統計は、結果集合を使って概算される。

問い合わせが検索エンジン（インターネットまたはイントラネット）に送信され、結果が返される。結果はユーザモデルによって変更される。変更はクライアントマシン上でも行われる。各結果ごとに、その項目とユーザの索引との類似性が計算されて、ユーザにとってより関心の高い結果が識別される。下式など、そのようなマッチングを実行するいくつかの方法がある。

パーソナル化される類似性は、すべての関心のある語句にわたって合計される。各語句ごとに、結果の類似性は、その語句が結果にどれほどの頻度で出現するか（ｔｆi）に比例し、その語句が出現する、検索されるコーパス中の文書数（ｄｆi）に反比例し、その語句がユーザの索引中のいくつの文書で出現するか（ｐｄｆi）に比例する。関心のある語句には、結果のタイトル中の語句、結果要約中の語句、拡張された結果要約中の語句、全Ｗｅｂページ中の語句、またはそれらの語句の何らかの部分集合が含まれ得る。その語句が出現するコーパス中の文書数は、その語句が出現する結果集合中の文書数を使って概算することができ、その場合、文書は、その文書の全文、またはその文書を記述する結果集合の断片によって表される。

一実装形態は、タイトルまたは結果要約中の各問い合わせ語句から２単語以内の語句を識別する。一般に、種類または時刻に関係なく、索引中のすべての項目を使って各結果ごとのパーソナル化される類似性測度が計算される。次いで、各項目の標準的類似性が、各項目ごとのパーソナル化される類似性と結合される。一実装形態は、元の結果リスト中のその項目のランクと、各項目のｐｓｉｍスコア（ｓｃｏｒｅ）の正規化バージョンとの線形結合を用いる。他の実装形態は、元のリストとパーソナル化リストからのランク、または元のリストとパーソナル化リストからのスコアを結合することを含む。

次に、図４〜９を参照すると、本発明の一態様による、パーソナル化検索のユーザインターフェースの例が示されている。図示するそれぞれのインターフェースは、他の多種多様な設定およびコンテキストで提供され得ることに留意されたい。一例として、本明細書で論じるアプリケーションおよび／またはモデルは、例えば、デスクトップ開発ツール、メールアプリケーション、カレンダアプリケーション、および／またはＷｅｂブラウザと関連付けることができるが、他の種類のアプリケーションも利用され得る。これらのアプリケーションは、グラフィカルユーザインターフェース（ＧＵＩ）と関連付けることができ、その場合、ＧＵＩは、これらのアプリケーションおよび／またはモデルを用いた操作を容易にするために、複数の構成可能な寸法、形状、色、テキスト、データおよび音を備える構成可能なアイコン、ボタン、スライダ、入力ボックス、選択オプション、メニュー、タブなどの態様を含む１つまたは複数の表示オブジェクト（図示せず）を有するディスプレイを提供する。また、ＧＵＩおよび／またはモデルは、以下でより詳細に説明するように、本発明の１つまたは複数の態様を調整し、構成するための複数の他の入力またはコントロールも含み得る。これには、本明細書で説明するＧＵＩおよび／またはモデルの動作に影響を与え、またはそれらを変更するために、マウス、キーボード、音声入力、Ｗｅｂサイト、リモートＷｅｂサイト、および／またはカメラやビデオ入力など他の装置から、ユーザコマンドを受け取ることが含まれ得る。

図４に、パーソナル化された結果を提示するインターフェース４００を示す。この例では、問い合わせは「Ｂｕｓｈ（ブッシュ）」である。標準的検索結果を左側の４１０に示し、パーソナル化された結果を右側の４００に示す。スライダ４３０を使って、パーソナル化無しから完全パーソナル化までの範囲で標準的結果と個人的結果を結合する機能が制御される。

図５に、個人的関心対象の結果が、それらのｐｓｉｍスコアに比例してその文字ポイントサイズを大きくすることによってさらに強調表示されるインターフェース５００を示す。色などの表示の仕方も使用され得る。さらに、ｐｓｉｍスコアに大きな影響を与える語句も、個々の結果要約内で強調表示され得る。左側の５１０には、サイズ拡大を用いて順序付けた標準的結果を示す。５００のインターフェースには、やはり、個人的関心対象項目に大きいフォントサイズを用いて強調したパーソナル化された組み合わせを示す。

図６で、インターフェース６００にパーソナル化された問い合わせを提供するプロセスを示す。この例では、６１０で問い合わせから返された上位Ｎ個の結果が考察される。ユーザモデルおよび返された結果に従って６２０で類似性が計算される。６３０で、パーソナル化された結果と標準的な結果が結合され、６４０でこれらの結果が再順序付けされて６００でパーソナル化された結果として表示される。

図７〜９に、前述のパーソナル化コントロールの影響を示す。図７に関して、検索語「Ｅｔｏｎ（イートン）」が用いられているインターフェース７００は、パーソナル化コントロール７１０によって調整される。イートン校（Ｅｔｏｎ Ｃｏｌｌｅｇｅ）の最上位結果は、７２０で１／１００とランク付けされている。パーソナル化コントロール７１０が右に移動されると、リストにいくつかのパーソナル化された結果が現われる。標準的結果リストで３２位に現れる結果が、今度は４位に示される。図８では、パーソナル化コントロール８１０がわずかに右に移動され、この検索の一層のパーソナル化が指示される。この例では、イートンスクール（Ｅｔｏｎ Ｓｃｈｏｏｌ）に関連する最上位ランキングが生成され、イートンスクールはユーザの個人的近親者に関連付けられている。この場合、図７からの以前のランクは１００件中３２位であった。図９では、パーソナル化スライダがずっと右の９１０に移動され、現在の日付でのイートンスクール制服という投稿に関連する、より一層パーソナル化された結果のランキングが提供される。

図１０〜１３に、本発明の一態様による、問い合わせおよび／または結果のパーソナル化に用いられ得るプロセスの一例を示す。図１０の参照番号１０００〜１０２０に、問い合わせ、その問い合わせを生成するユーザ、およびそのような問い合わせから受け取られる文書が関与する標準的な情報検索次元を表す軸を示す。本発明によれば、ユーザモデルに基づき、ユーザの個人的特徴または関心事に従って問い合わせおよび／または結果をさらに絞り込み、その的を絞り、またはそれを変更する、第４の、またはパーソナル化された次元１０３０が考察される。

そのようなパーソナル化情報は、文書がどれほど新しく作成され、閲覧され、または変更されているか、タイムスタンプ情報、格納された、または以前に見たことのある情報、使用されたアプリケーション、Ｗｅｂサイトアクティビティのログ（関心のあるサイトまたはトピックなど）、位置情報や最近のアクティビティなどのコンテキスト情報、電子メールアクティビティ、カレンダアクティビティ、電子通信などを介した個人的対話、人口統計学的情報、プロファイル情報、同様に位置するユーザ情報などといった、ユーザから利用可能であり得る複数の個人情報に関連するメタデータからサンプリングされ得る。これらの特徴は、前述のユーザモデルからサンプリングされ、導出され得る。

図１１に進み、ベン図１１００に、標準的な関連フィードバックモデルから導出された検索項目の交わりを示す。外側の円１１１０には、検索され得る総文書数を表すＮが示されている。内側の円ｎiは所与の検索の語句を持つ文書数を表す。内側の円Ｒは、関連フィードバック決定に関連する文書を表し、ｎiとＲの間の小区分または重なりは、所望の検索の特徴を有する文書ｒiを表し、アルゴリズムによって関連するとみなされる。一般に、Ｒは、様々な程度の関連性の判断（ユーザ割り当てのスコアなど）を提供するユーザから決定される。本発明によれば、Ｒは、前述のユーザモデルを分析してユーザにとっての関連する関心対象領域を決定することによって自動的に決定される。ＮもＲも、文書空間全体を表すのではなく、やはり、文書空間の部分集合（例えば、問い合わせ語句の有無によって示される、問い合わせに関連する文書の部分集合など）を表すことができる。また、コーパス統計、Ｎおよびｎiは、Ｎを結果集合中の文書数とし、ｎiを所与の検索の語句を持つ文書数とし、各文書をその文書の全文によって、またはその文書を記述する結果集合断片によって表すものとして、結果集合を使って概算することができる。

以下の式に、所与の文書に、その文書の語句のある部分集合の和に基づいてスコアを割り当てるスコア関数を示す。式では、語句ｉのその文書での出現頻度（ｔｆi）にその語句の希少さを示す求められた重み（ｗi）を掛ける。次いで、このスコア関数を用いて結果をパーソナル化することができる。この例では、ＢＭ２５関連フィードバックモデルを用いたが、本発明によるパーソナル化問い合わせおよび／または結果変更には、実質上どんな情報検索アルゴリズムも適合され得ることを理解すべきである。

Ｓｃｏｒｅ＝Σｔｆi＊ｗi

図１２に進むと、ベン図１２００に、パーソナル化関連文書情報（Ｒ）が、収集情報（Ｎ）とは別に示されている。この例では、分離を容易にするために項Ｎ’およびｎｉ’が導入され、Ｎ’＝Ｎ＋Ｒであり、ｎｉ’＝ｎi＋ｒiであり、ｗiは以下のように計算される。

図１３に、１３００に分離されたパーソナル化データクラスタを示し、パーソナル化項目と検索トピックにマッチする項目の両方を１３１０に示す。例えば、円１３２０は、Ｗｅｂ上に存在するすべての文書を含むことができ、１３００に表される文書には、個人データに関連する文書（例えば、ユーザモデルから導出された自動車への関心に関連する文書など）が含まれるはずであり、１３１０にある項目は、検索語句に関連する個人的文書である。理解されるように、問い合わせおよび結果は、モデルおよび関心のある問い合わせに応じて、複数の語句または条件を用いて変更され得る。

図１４を参照すると、本発明の様々な態様を実施するための例示的環境１４１０は、コンピュータ１４１２を含む。コンピュータ１４１２は、処理装置１４１４、システムメモリ１４１６、およびシステムバス１４１８を含む。システムバス１４１８は、それだけに限らないが、システムメモリ１４１６を含むシステムコンポーネントを処理装置１４１４に結合する。処理装置１４１４は、様々な利用可能なプロセッサのいずれとすることもできる。デュアルマイクロプロセッサなどのマルチプロセッサアーキテクチャも、処理装置１４１４として用いられ得る。

システムバス１４１８は、それだけに限らないが、１１ビットバス、インダストリアルスタンダードアーキテクチャ（ＩＳＡ）、マイクロチャネルアーキテクチャ（ＭＣＡ）、拡張ＩＳＡ（ＥＩＳＡ）、インテリジェントドライブエレクトロニクス（ＩＤＥ）、ＶＥＳＡローカルバス（ＶＬＢ）、ペリフェラルコンポーネントインターコネクト（ＰＣＩ）、ユニバーサルシリアルバス（ＵＳＢ）、アドバンスドグラフィックスポート（ＡＧＰ）、パーソナルコンピュータメモリカードインターナショナルアソシエーションバス（ＰＣＭＣＩＡ）、および小型コンピュータシステムインターフェース（ＳＣＳＩ）を含む、様々な利用可能なバスアーキテクチャのいずれかを使った、メモリバスまたはメモリコントローラ、周辺バスまたは外部バス、および／またはローカルバスを含む数種類のバス構造のいずれとすることもできる。

システムメモリ１４１６には、揮発性メモリ１４２０および不揮発性メモリ１４２２が含まれる。基本入出力システム（ＢＩＯＳ）は、始動時などに、コンピュータ１４１２内の要素間で情報を転送する基本ルーチンを含み、不揮発性メモリ１４２２に格納される。例をあげると、それだけに限らないが、不揮発性メモリ１４２２には、読出し専用メモリ（ＲＯＭ）、プログラマブルＲＯＭ（ＰＲＯＭ）、エレクトリカリプログラマブルＲＯＭ（ＥＰＲＯＭ）、エレクトリカリイレーサブルＲＯＭ（ＥＥＰＲＯＭ）、またはフラッシュメモリが含まれ得る。揮発性メモリ１４２０には、外部キャッシュメモリとして働く、ランダムアクセスメモリ（ＲＡＭ）が含まれる。例をあげると、それだけに限らないが、ＲＡＭは、シンクロナスＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、ダブルデータレートＳＤＲＡＭ（ＤＤＲ ＳＤＲＡＭ）、エンハンスドＳＤＲＡＭ（ＥＳＤＲＡＭ）、シンクリンクＤＲＡＭ（ＳＬＤＲＡＭ）、ダイレクトラムバスＲＡＭ（ＤＲＲＡＭ）といった多くの形で利用可能である。

コンピュータ１４１２は、取り外し可能／取り外し不能、揮発性／不揮発性コンピュータ記憶媒体も含む。図１４には、例えば、ディスク記憶装置１４２４が示されている。ディスク記憶装置１４２４には、それだけに限らないが、磁気ディスクドライブ、フロッピー（登録商標）ディスクドライブ、テープドライブ、Ｊａｚドライブ、Ｚｉｐドライブ、ＬＳ‐１００ドライブ、フラッシュメモリカード、メモリスティックのような装置が含まれる。また、ディスク記憶装置１４２４には、別個に、あるいは他の記憶媒体と組み合わせて、それだけに限らないが、コンパクトディスクＲＯＭ装置（ＣＤ‐ＲＯＭ）、書込み可能なＣＤドライブ（ＣＤ‐Ｒドライブ）、書き換え可能なＣＤドライブ（ＣＤ‐ＲＷドライブ）またはディジタル多用途ディスクＲＯＭドライブ（ＤＶＤ‐ＲＯＭ）といった光ディスクドライブを含む記憶媒体も含まれ得る。ディスク記憶装置１４２４のシステムバス１４１８への接続を容易にするために、通常は、インターフェース１４２６などの取り外し可能または取り外し不能のインターフェースが使用される。

図１４には、ユーザと、好適な動作環境１４１０に示す基本的コンピュータリソースの間の媒介として働くソフトウェアが記述されていることを理解すべきである。そのようなソフトウェアには、オペレーティングシステム１４２８が含まれる。オペレーティングシステム１４２８は、ディスク記憶装置１４２４に格納することができ、コンピュータシステム１４１２のリソースを制御し、割り振るように働く。システムアプリケーション１４３０は、システムメモリ１４１６またはディスク記憶装置１４２４のどちらかに格納されたプログラムモジュール１４３２およびプログラムデータ１４３４を介して、オペレーティングシステム１４２８によるリソース管理を利用する。本発明は、様々なオペレーティングシステムまたはオペレーティングシステムの組み合わせを用いて実施され得ることを理解すべきである。

ユーザは、入力装置１４３６を介してコンピュータ１４１２にコマンドまたは情報を入力する。入力装置１４３６には、それだけに限らないが、マウス、トラックボール、スタイラス、タッチパッドといったポインティングデバイス、キーボード、マイクロホン、ジョイスティック、ゲームパッド、衛星パラボラアンテナ、スキャナ、ＴＶチューナカード、ディジタルカメラ、ディジタルビデオカメラ、Ｗｅｂカメラなどが含まれる。上記その他の入力装置は、インターフェースポート１４３８を介し、システムバス１４１８を通って処理装置１４１４に接続する。インターフェースポート１４３８には、例えば、シリアルポート、パラレルポート、ゲームポート、ユニバーサルシリアルバス（ＵＳＢ）などが含まれる。出力装置１４４０は、入力装置１４３６と同じ種類のポートのいくつかを使用する。ゆえに、例えば、ＵＳＢポートを使って、コンピュータ１４１２に入力を提供すると共に、コンピュータ１４１２から出力装置１４４０に情報を出力することもできる。出力装置１４４０の中でも特に、特別なアダプタを必要とする、モニタ、スピーカ、プリンタのようないくつかの出力装置があることを示すために、出力アダプタ１４４２を設ける。出力アダプタ１４４２には、例として、それだけに限らないが、出力装置１４４０とシステムバス１４１８の間の接続手段を提供するビデオおよびサウンドカードが含まれる。リモートコンピュータ１４４など、他の装置および／または装置のシステムは入力と出力両方の機能を提供することに留意すべきである。

コンピュータ１４１２は、リモートコンピュータ１４４４など、１つまたは複数のリモートコンピュータへの論理接続を使ってネットワークで接続された環境で動作し得る。リモートコンピュータ１４４４は、パーソナルコンピュータ、サーバ、ルータ、ネットワークＰＣ、ワークステーション、マイクロプロセッサベースの電気器具、ピアデバイスなどの一般的なネットワークノードなどとすることができ、通常、コンピュータ１４１２に関連して説明した要素の多くまたはすべてを含む。簡単にするために、メモリ記憶装置１４４６だけをリモートコンピュータ１４４４と共に示す。リモートコンピュータ１４４４は、ネットワークインターフェース１４４８を介してコンピュータ１４１２に論理的に接続され、次いで、通信接続１４５０を介して物理的に接続される。ネットワークインターフェース１４４８は、ローカルエリアネットワーク（ＬＡＮ）や広域ネットワーク（ＷＡＮ）などの通信ネットワークを包含する。ＬＡＮ技術には、光ファイバ分散型データインターフェース（ＦＤＤＩ）、銅配線データインターフェース（ＣＤＤＩ）、イーサネット（登録商標）／ＩＥＥＥ８０２．３、トークンリング／ＩＥＥＥ８０２．５などが含まれる。ＷＡＮ技術には、それだけに限らないが、ポイントツーポイントリンク、総合サービスディジタルネットワーク（ＩＳＤＮ）およびその変形形態などの回路交換網、パケット交換網、およびディジタル加入者線（ＤＳＬ）が含まれる。

通信接続１４５０は、ネットワークインターフェース１４４８をバス１４１８に接続するのに用いられるハードウェア／ソフトウェアを指す。通信接続１４５０は、説明を明確にするためにコンピュータ１４１２内部に示されているが、コンピュータ１４１２外部に配置することもできる。ネットワークインターフェース１４４８への接続に必要なハードウェア／ソフトウェアには、例にすぎないが、通常の電話級モデム、ケーブルモデムおよびＤＳＬモデム、ＩＳＤＮアダプタ、イーサネット（登録商標）カードを含むモデムなどの内蔵および外付け技術が含まれる。

図１５は、本発明が対話することのできるコンピューティング環境例１５００の概略的ブロック図である。システム１５００は、１つまたは複数のクライアント１５１０を含む。クライアント１５１０は、ハードウェアおよび／またはソフトウェア（スレッド、プロセス、コンピューティングデバイスなど）とすることができる。システム１５００は、１つまたは複数のサーバ１５３０も含む。サーバ１５３０も、ハードウェアおよび／またはソフトウェア（スレッド、プロセス、コンピューティングデバイスなど）とすることができる。サーバ１５３０は、例えば、本発明を用いることにより変換を実行するスレッドを格納することができる。クライアント１５１０とサーバ１５３０の間の１つの可能な通信は、２つ以上のコンピュータプロセス間で送信されるように適合されたデータパケットの形とすることができる。システム１５００は、クライアント１５１０とサーバ１５３０の間の通信を円滑に行わせるのに用いられ得る通信フレームワーク１５５０を含む。クライアント１５１０は、クライアント１５１０から見てローカルの情報を格納するのに用いられ得る１つまたは複数のクライアントデータストア１５６０に動作可能に接続される。同様に、サーバ１５３０は、サーバ１５３０から見てローカルの情報を格納するのに用いられ得る１つまたは複数のサーバデータストア１５４０に動作可能に接続される。

前述の内容は、本発明の例を含むものである。本発明を説明するために、考えられるあらゆる構成要素または方法の組み合わせを説明することは、当然ながら不可能であるが、本発明の多くのその他の組み合わせおよび置換が可能であることを当業者は理解することができる。したがって、本発明は、添付の特許請求の範囲の精神および範囲内に含まれるそのようなすべての変更、改変および変形を包含するものである。また、「ｉｎｃｌｕｄｅｓ」という用語が詳細な説明または特許請求の範囲で使用される限りにおいて、この用語は、「ｃｏｍｐｒｉｓｉｎｇ」（「含む」あるいは「備えた」）という用語が請求項中で移行語として用いられる場合に解釈される際の「ｃｏｍｐｒｉｓｉｎｇ」と同様に包括的であることを意図している。

１２０ ユーザモデル
１３０ 問い合わせ
１４０ 結果
１５０ ユーザインターフェース
１６０ 結果変更
１７０ 問い合わせ変更
１８０ 検索エンジン
１９０ グローバル統計
１４１４ 処理装置
１４１６ システムメモリ
１４１８ バス
１４２０ 揮発性
１４２２ 不揮発性
１４２４ ディスク記憶装置
１４２６ インターフェース
１４２８ オペレーティングシステム
１４３０ アプリケーション
１４３２ モジュール
１４３４ データ
１４３６ 入力装置
１４３８ インターフェースポート
１４４０ 出力装置
１４４２ 出力アダプタ
１４４４ リモートコンピュータ
１４４６ メモリ記憶装置
１４４８ ネットワークインターフェース
１４５０ 通信接続
１５１０ クライアント
１５３０ サーバ
１５４０ サーバデータストア
１５５０ 通信フレームワーク
１５６０ クライアントデータストア

Claims (49)

1. パーソナル化情報検索の生成を容易にするシステムであって、
   複数の情報源に基づきユーザの特徴を決定するユーザモデルと、
   前記ユーザモデルを考慮して、少なくとも１つの問い合わせコンポーネント、または、少なくとも１つの検索結果を自動的に変更するパーソナル化コンポーネントと、
   前記問い合わせを受け取り、前記検索結果を表示するインターフェースコンポーネントとであって、前記パーソナル化コンポーネントは、最初に入力された問い合わせのための問い合わせ変更処理を用い、前記ユーザモデルを介して前記問い合わせを再び生成して検索エンジンからパーソナル化された結果を作成する、インターフェースコンポーネントと、
   前記ユーザモデルに応じて標準化された結果からパーソナル化された結果までの範囲という観点で、前記問い合わせの変更のレベル、または、前記結果を選択的に調整することを前記ユーザに提供するパーソナル化コントロールと
   を備えることを特徴とするシステム。
2. 前記問い合わせを受け取り、前記結果を返す１つまたは複数の検索エンジンをさらに備えることを特徴とする請求項１に記載のシステム。
3. 前記ユーザモデルへの更新を容易にするユーザ統計のグローバルデータベースをさらに備えることを特徴とする請求項１に記載のシステム。
4. 前記パーソナル化コンポーネントは、関連フィードバックを用い、問い合わせが、パーソナル化された結果をもたらすための初期の結果集合に関する明示的または暗黙的判断による変更された問い合わせに至る結果を生成することを特徴とする請求項１に記載のシステム。
5. 前記パーソナル化コンポーネントは、ユーザの入力をそのまま利用して、その後に前記ユーザモデルを介してパーソナル化された結果を生成するよう変更される結果をもたらす問い合わせを生成する結果変更を用いることを特徴とする請求項１に記載のシステム。
6. 前記結果変更は通常は、再ランク付け、またはより大きい結果選択肢集合からの選択を含むことを特徴とする請求項５に記載のシステム。
7. 前記結果変更は、結果の全部または一部の集積または要約を含むことを特徴とする請求項５に記載のシステム。
8. 前記パーソナル化コンポーネントは、ユーザの関心事およびコンテンツがベクトルとして表され、結果変更のためにマッチングされる統計的類似性マッチを用いることを特徴とする請求項１に記載のシステム。
9. 前記パーソナル化コンポーネントは、ユーザの関心事およびコンテンツがより小さい記述子集合を使って表されるカテゴリマッチングを用いることを特徴とする請求項８に記載のシステム。
10. 前記パーソナル化コンポーネントは、問い合わせ変更と結果変更を結合し、前記２つの変更の間に依存関係が導入され、それが利用されることを特徴とする請求項１に記載のシステム。
11. 前記ユーザモデルは、ローカル、モバイル、またはリモートのソースから取得されるコンピューティングコンテキストの履歴に部分的に基づくものであることを特徴とする請求項１に記載のシステム。
12. 前記コンピューティングコンテキストは、開いているアプリケーション、前記アプリケーションのコンテンツ、および前記アプリケーションとの対話の詳細な履歴の内の少なくとも１つを含むことを特徴とする請求項１１に記載のシステム。
13. 前記ユーザモデルは、文書、Ｗｅｂページ、電子メール、インスタントメッセージ、メモおよびカレンダ予約の内の少なくとも１つを含む、以前に発生したコンテンツの索引に部分的に基づくものであることを特徴とする請求項１に記載のシステム。
14. 前記ユーザモデルは、少なくとも一部は、最近のまたは頻繁な連絡先、キーワードから導出される関心のあるトピック、組織図中の関係、および予約の内の少なくとも１つを含むクライアント対話に基づくものであることを特徴とする請求項１に記載のシステム。
15. 前記ユーザモデルは、少なくとも一部は、以前の検索問い合わせの履歴を含む、以前に訪れたＷｅｂページまたはローカル／リモートデータサイトの履歴またはログに基づくものであることを特徴とする請求項１に記載のシステム。
16. 前記ユーザモデルは、少なくとも一部は、ある期間にわたってユーザが訪れ、ユーザの場所に関する情報を決定する装置によって監視される場所の履歴またはログに基づくものであることを特徴とする請求項１に記載のシステム。
17. 前記装置には、全地球測位システム（ＧＰＳ）または前記ユーザの場所を決定する電子カレンダが含まれることを特徴とする請求項１６に記載のシステム。
18. 前記装置は、テキストの都市名、および郵便番号に変換される空間情報を生成することを特徴とする請求項１７に記載のシステム。
19. 前記空間情報は、ユーザが立ち寄り、または滞在し、またはＧＰＳ信号の喪失をこうむったことのある場所についてテキストの都市名、および郵便番号に変換されることを特徴とする請求項１８に記載のシステム。
20. 前記ユーザが立ち寄り、または滞在し、またはＧＰＳ信号の喪失をこうむったことのある前記場所は、識別され、企業および関心のある地点のデータベースを介してテキストラベルに変換されることを特徴とする請求項１９に記載のシステム。
21. 前記場所は、時刻または曜日から決定されることを特徴とする請求項２０に記載のシステム。
22. 前記ユーザモデルは、少なくとも一部は、明示的または暗黙的に指定され得るユーザ関心事のプロファイルに基づくものであることを特徴とする請求項１に記載のシステム。
23. 前記ユーザモデルは、少なくとも一部は、場所、性別、年齢、経歴、および職業分類の内の少なくとも１つを含む人口統計学的情報に基づくものであることを特徴とする請求項１に記載のシステム。
24. 前記ユーザモデルは、少なくとも一部は、協調フィルタリングおよび機械学習アルゴリズムの内の少なくとも１つに基づくものであることを特徴とする請求項１に記載のシステム。
25. 前記機械学習アルゴリズムは、ベイズネットワーク、ナイーブベイズ分類器、サポートベクトルマシン、ニューラルネットワークおよび隠れマルコフモデルの内の少なくとも１つを含むことを特徴とする請求項２４に記載のシステム。
26. 前記パーソナル化コンポーネントは、結果または問い合わせのパーソナル化を制御するための調整機構を提供することを特徴とする請求項１に記載のシステム。
27. 請求項１に記載のシステムを備えることを特徴とするクライアントコンポーネント。
28. 複数の情報源に基づきユーザの特徴をモデル化する手段と、
    前記ユーザが問い合わせを行い、検索からの結果を表示する手段と、
    モデル化されたユーザの特徴に応じて、標準化された検索からパーソナル化された検索までの範囲に基づいて、前記問い合わせ、または、前記検索結果を選択的に変更する手段と
    を備えることを特徴とする情報検索システム。
29. 少なくとも１つの検索エンジンと対話する手段をさらに備えることを特徴とする請求項２８に記載のシステム。
30. システムのユーザインターフェースにおいて情報検索を容易にする方法であって、
    前記システムが、ユーザにとっての関心事のパラメータを複数の情報源に基づき自動的に決定する少なくとも１つのユーザモデルを定義すること、
    前記システムのパーソナル化コンポーネントが、少なくとも一部は前記ユーザモデルに基づいて、問い合わせを自動的に絞り込むこと、
    前記パーソナル化コンポーネントが、前記ユーザモデルを考慮して、よりパーソナル化された検索から、より一般化された検索までの範囲に少なくとも部分的に基づいて、前記問い合わせまたは結果を自動的に調整すること、および
    前記ユーザインターフェースが変更された結果を前記ユーザに表示する前に、前記パーソナル化コンポーネントが、前記ユーザモデルを考慮して、前記問い合わせを自動的に再生成すること
    を備えることを特徴とする方法。
31. 前記ユーザモデルは、電子メール、文書、Ｗｅｂページ、カレンダ予約、メモ、インスタントメッセージ、ブログの内の少なくとも１つを含む、ユーザが以前に見たことのある項目の索引を含むことを特徴とする請求項３０に記載の方法。
32. 前記システムが、アクセス、作成または変更の時刻、前記項目の種類、前記項目の著者の内の少なくとも１つを含むメタデータを用いて前記項目をタグ付けすることであって、前記メタデータは、比較のために前記項目を選択的に含む、または除外するために使用されることをさらに備えることを特徴とする請求項３１に記載の方法。
33. 前記パーソナル化コンポーネントが、前記ユーザにとってより関心のある結果を識別するために、前記結果とユーザの索引との類似性を計算することをさらに備えることを特徴とする請求項３１に記載の方法。
34. 類似性を求める下式、
    パーソナル化される類似性
    ｐｓｉｍ＝Σ（ｓｃｏｒｅi）
    をさらに備え、
    前記パーソナル化コンポーネントが、パーソナル化される類似性をすべての関心のある語句にわたって合計し、各語句ごとに、結果の類似性は、語句の出現に対して割り当てられる値（ｓｃｏｒｅi）に比例することを特徴とする請求項３３に記載の方法。
35. ｓｃｏｒｅi＝（ｔｆi／ｄｆi）＊ｐｄｆiは、前記語句が前記結果に出現する頻度（ｔｆi）に比例し、前記語句が出現する結果の数（ｄｆi）に反比例し、前記語句がユーザの索引中の何項目で出現するか（ｐｄｆi）に比例することを特徴とする請求項３４に記載の方法。
36. 前記関心のある語句には、結果のタイトル中の語句、結果要約中の語句、拡張された結果要約中の語句、全Ｗｅｂページ中の語句、前記語句の一部の内の少なくとも１つが含まれることを特徴とする請求項３４に記載の方法。
37. 前記パーソナル化コンポーネントが、タイトルまたは結果要約中の各問い合わせ語句からある単語数以内にある語句を識別することをさらに備えることを特徴とする請求項３６に記載の方法。
38. 前記パーソナル化コンポーネントが、項目の標準的類似性を前記項目のパーソナル化される類似性と結合することをさらに備えることを特徴とする請求項３３に記載の方法。
39. 前記パーソナル化コンポーネントが、元の結果リスト中の前記項目のランクの、各項目のパーソナル化される類似性のスコアの正規化バージョンとの線形結合を用いることをさらに備えることを特徴とする請求項３８に記載の方法。
40. 前記パーソナル化コンポーネントが、関連フィードバックアルゴリズムを用いて類似性（ｓｃｏｒｅi）を求めることをさらに備えることを特徴とする請求項３４に記載の方法。
41. 前記関連フィードバックアルゴリズムはＢＭ２５アルゴリズムであることを特徴とする請求項４０に記載の方法。
42. 情報検索を実行するためのグラフィカルユーザインターフェースであって、
    問い合わせを受け取る入力コンポーネントと、
    問い合わせからの結果を示す表示コンポーネントと、
    複数の情報源に基づきユーザの好みを決定するユーザモデルを考慮して前記問い合わせを再生成するパーソナル化コンポーネントと、
    前記ユーザモデルを考慮して、標準化された結果からパーソナル化された結果までの範囲という観点で、前記問い合わせまたは前記結果を絞り込むコントロールと
    を備えることを特徴とするグラフィカルユーザインターフェース。
43. 標準化検索からパーソナル化検索までの範囲という観点で前記問い合わせまたは前記結果を絞り込むコントロールをさらに備えることを特徴とする請求項４２に記載のグラフィカルユーザインターフェース。
44. 前記パーソナル化検索は、テキストまたは色の増加を有する表示に関連付けられることを特徴とする請求項４３に記載のグラフィカルユーザインターフェース。
45. パーソナル化情報検索の生成を容易にするシステムであって、
    複数の情報源に基づきユーザの特徴を決定するユーザモデルと、
    前記ユーザモデルに関連付けられたパーソナル化コンポーネントと、
    前記ユーザモデルのためにデータコーパスを制御するパラメータコンポーネントと
    前記ユーザモデルに応じて標準化された結果からパーソナル化された結果までの範囲という観点で、問い合わせの変更のレベル、または、前記結果を選択的に調整することを前記ユーザに提供するパーソナル化コントロールと
    を備えることを特徴とするシステム。
46. 前記データコーパスは、ユーザの予約、ユーザの文書閲覧、ユーザのアクティビティ、またはユーザの場所に関連することを特徴とする請求項４５に記載のシステム。
47. 前記パラメータコンポーネントは、少なくとも一部は種類または経過時間に基づいて、前記データコーパスでの部分集合を決定し、または、データパーソナル化のためのマッチング手順における加重差を決定することを特徴とする請求項４５に記載のシステム。
48. 前記パラメータコンポーネントは、最適化プロセスを介して、またはユーザインターフェースによって提供される命令によって、１つもしくは複数のパラメータを変更することを特徴とする請求項４５に記載のシステム。
49. 前記パラメータは、問い合わせ、時刻、曜日、コンテキストベースの観測、またはアクティビティベースの観測の性質の関数であることを特徴とする請求項４８に記載のシステム。

Images