JP6891535B2 - 行動予測 - Google Patents
行動予測 Download PDFInfo
- Publication number
- JP6891535B2 JP6891535B2 JP2017032802A JP2017032802A JP6891535B2 JP 6891535 B2 JP6891535 B2 JP 6891535B2 JP 2017032802 A JP2017032802 A JP 2017032802A JP 2017032802 A JP2017032802 A JP 2017032802A JP 6891535 B2 JP6891535 B2 JP 6891535B2
- Authority
- JP
- Japan
- Prior art keywords
- goal
- user
- message
- generic
- messages
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 70
- 230000000007 visual effect Effects 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 29
- 238000000605 extraction Methods 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 20
- 230000008451 emotion Effects 0.000 claims description 20
- 238000012795 verification Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims 8
- 238000007726 management method Methods 0.000 description 27
- 230000006399 behavior Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 14
- 238000009826 distribution Methods 0.000 description 11
- 230000003542 behavioural effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 238000009827 uniform distribution Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 239000004984 smart glass Substances 0.000 description 2
- 235000011888 snacks Nutrition 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000001358 Pearson's chi-squared test Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
observation)に対する分布の尖度(kurtosis)をプロットすることにより判断することを試みてもよい。プロットの位置は、ベータ、一様、ワイブル(Weibull)、対数正規(lognormal)、指数、ロジスティック、及びガンマ分布等のような様々な標準的な分布に関して検査されてもよい。コルモゴルフ−スミルノフ(Kolmogorov-Smirov:K-S)適合度テスト又はその他の適合度テストを利用して、観測値をフィッティングする選択された分布が有効であるか否かを判定してもよい。
以上の実施の形態に関し、更に以下の付記を開示する。
(付記1)
複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程;
前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程;
ジェネリック・ゴール・メッセージから特徴情報を抽出する工程;及び
前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と達成されている関連するゴールの指示との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程;
を有する方法。
(付記2)
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、1つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程;及び
前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を更に有する付記1に記載の方法。
(付記3)
個別化されたゴール・メッセージのうちの1つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、付記2に記載の方法。
(付記4)
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を更に有する付記1に記載の方法。
(付記5)
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、付記1に記載の方法。
(付記6)
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、付記1に記載の方法。
(付記7)
前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、付記1に記載の方法。
(付記8)
前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されるゴールの総数、及び前記ユーザーのテーマの好みのうちの1つ以上を含む、付記1に記載の方法。
(付記9)
オペレーションを実行するためにプロセッサにより実行可能なプログラミング・コードをエンコードした非一時的なコンピュータ読み取り可能な媒体であって、前記オペレーションは:
複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程;
前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程;
ジェネリック・ゴール・メッセージから特徴情報を抽出する工程;及び
前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と、関連するゴールの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程;
を有する非一時的なコンピュータ読み取り可能な媒体。
(付記10)
前記オペレーションは:
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、1つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程;及び
前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を更に含む、付記9に記載の非一時的なコンピュータ読み取り可能な媒体。
(付記11)
個別化されたゴール・メッセージのうちの1つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、付記10に記載の非一時的なコンピュータ読み取り可能な媒体。
(付記12)
前記オペレーションは:
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を更に有する、付記9に記載の非一時的なコンピュータ読み取り可能な媒体。
(付記13)
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、付記9に記載の非一時的なコンピュータ読み取り可能な媒体。
(付記14)
前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、付記9に記載の非一時的なコンピュータ読み取り可能な媒体。
(付記15)
前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、付記9に記載の非一時的なコンピュータ読み取り可能な媒体。
(付記16)
特徴モジュールと行動モジュールとを有するシステムであって:
前記特徴モジュールは:
複数のメッセージを含むユーザー履歴から特徴情報を抽出する特徴抽出部であって、複数のメッセージの各々は視覚的なメディアを含み、前記複数のメッセージの各々は、達成として指示されるイベントに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のメッセージの視覚的なメディアについて特徴検出を実行することを含み、前記特徴抽出部は、ジェネリック・メッセージから特徴情報を抽出する特徴抽出部:及び
前記複数のメッセージに含まれる特徴と、達成されている関連するイベントの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する特徴検証部;を有し、
前記行動モジュールは、前記ジェネリック・メッセージからの特徴情報、及び、前記複数のメッセージに含まれる特徴と、関連するイベントの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率を判定する;システム。
(付記17)
前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、1つ以上の修正された特徴を含むジェネリック・メッセージに基づいて、個別化されたメッセージを生成し、前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信し;及び
前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・メッセージに相当する個別化されたメッセージを、前記ユーザーに関連付けられるデバイスに配信する;
パーソナライズ・モジュールを更に有する付記16に記載のシステム。
(付記18)
前記複数のメッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、付記16に記載のシステム。
(付記19)
前記複数のメッセージの各々がテキストを更に含み、前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、付記16に記載のシステム。
(付記20)
前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されたイベントの総数、及び前記ユーザーのテーマの好みのうちの1つ以上を含む、付記16に記載のシステム。
Claims (20)
- プロセッサにより実行される方法であって、
複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程;
前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程;
ジェネリック・ゴール・メッセージから特徴情報を抽出する工程;
前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と達成されている関連するゴールの指示との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程;及び
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率に応じて、前記ジェネリック・ゴール・メッセージに相当する、異なる個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を有する方法。 - 前記配信する工程は、
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、1つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程;及び
前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を有する請求項1に記載の方法。 - 個別化されたゴール・メッセージのうちの1つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、請求項2に記載の方法。
- 前記配信する工程は、
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を有する請求項1に記載の方法。 - 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、請求項1に記載の方法。
- 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、請求項1に記載の方法。
- 前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、請求項1に記載の方法。
- 前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されるゴールの総数、及び前記ユーザーのテーマの好みのうちの1つ以上を含む、請求項1に記載の方法。
- プロセッサにオペレーションを実行させるコンピュータプログラムであって、前記オペレーションは:
複数のゴール・メッセージを含むユーザー履歴から特徴情報を抽出する工程であって、複数のゴール・メッセージの各々は、視覚的なメディア及びテキストを含み、前記複数のゴール・メッセージの各々は、達成として指示されるゴールに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することを含む、工程;
前記複数のゴール・メッセージに含まれる特徴と、達成されている関連するゴールの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する工程;
ジェネリック・ゴール・メッセージから特徴情報を抽出する工程;
前記ジェネリック・ゴール・メッセージからの特徴情報、及び、前記複数のゴール・メッセージに含まれる特徴と、関連するゴールの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率を判定する工程;及び
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率に応じて、前記ジェネリック・ゴール・メッセージに相当する、異なる個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を有するコンピュータプログラム。 - 前記配信する工程は:
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、1つ以上の修正された特徴を含むジェネリック・ゴール・メッセージに基づいて、個別化されたゴール・メッセージを生成する工程;及び
前記個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を含む、請求項9に記載のコンピュータプログラム。 - 個別化されたゴール・メッセージのうちの1つ以上の修正された特徴は、前記ジェネリック・ゴール・メッセージに関連するゴールと比較して、個別化されたゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が増加することに関連付けられている、請求項10に記載のコンピュータプログラム。
- 前記配信する工程は:
前記ジェネリック・ゴール・メッセージに関連するゴールの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・ゴール・メッセージに相当する個別化されたゴール・メッセージを、前記ユーザーに関連付けられるデバイスに配信する工程;
を有する、請求項9に記載のコンピュータプログラム。 - 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、人の顔を検出することを含む、請求項9に記載のコンピュータプログラム。
- 前記複数のゴール・メッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、請求項9に記載のコンピュータプログラム。
- 前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、請求項9に記載のコンピュータプログラム。
- 特徴モジュールと行動モジュールとパーソナライズ・モジュールとを有するシステムであって:
前記特徴モジュールは:
複数のメッセージを含むユーザー履歴から特徴情報を抽出する特徴抽出部であって、複数のメッセージの各々は視覚的なメディアを含み、前記複数のメッセージの各々は、達成として指示されるイベントに関連付けられ、前記ユーザー履歴から特徴情報を抽出することは、前記複数のメッセージの視覚的なメディアについて特徴検出を実行することを含み、前記特徴抽出部は、ジェネリック・メッセージから特徴情報を抽出する特徴抽出部;及び
前記複数のメッセージに含まれる特徴と、達成されている関連するイベントの指示との間の関連性について、前記ユーザー履歴からの特徴情報を分析する特徴検証部;を有し、
前記行動モジュールは、前記ジェネリック・メッセージからの特徴情報、及び、前記複数のメッセージに含まれる特徴と、関連するイベントの達成との間の関連性に少なくとも部分的に基づいて、前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率を判定し;
前記パーソナライズ・モジュールは、前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率に応じて、前記ジェネリック・メッセージに相当する、異なる個別化されたメッセージを、前記ユーザーに関連付けられるデバイスに配信する;システム。 - 前記パーソナライズ・モジュールは:
前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値未満であることに応じて、1つ以上の修正された特徴を含むジェネリック・メッセージに基づいて、個別化されたメッセージを生成し、前記個別化されたメッセージを、前記ユーザーに関連付けられるデバイスに配信し;及び
前記ジェネリック・メッセージに関連するイベントの達成をユーザーが指示する確率が或る確率閾値以上であることに応じて、前記ジェネリック・メッセージに相当する個別化されたメッセージを、前記ユーザーに関連付けられるデバイスに配信する;
請求項16に記載のシステム。 - 前記複数のメッセージの視覚的なメディアについて特徴検出を実行することが、前記視覚的なメディアについての感情を判定すること、及び、検出された人の顔の感情を判定すること、のうちの少なくとも何れかを含む、請求項16に記載のシステム。
- 前記複数のメッセージの各々がテキストを更に含み、前記ユーザー履歴から特徴情報を抽出することが、テキスト分析により、前記テキストに含まれる肯定的な言葉又はフレーズを識別することを更に含む、請求項16に記載のシステム。
- 前記ユーザー履歴から特徴情報を抽出することが、ユーザー特徴を識別することを含み、前記ユーザー特徴は、前記ユーザーにより達成として指示されたイベントの総数、及び前記ユーザーのテーマの好みのうちの1つ以上を含む、請求項16に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/093,662 | 2016-04-07 | ||
US15/093,662 US10540599B2 (en) | 2016-04-07 | 2016-04-07 | Behavior prediction |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017188089A JP2017188089A (ja) | 2017-10-12 |
JP6891535B2 true JP6891535B2 (ja) | 2021-06-18 |
Family
ID=57821801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017032802A Active JP6891535B2 (ja) | 2016-04-07 | 2017-02-24 | 行動予測 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10540599B2 (ja) |
EP (1) | EP3229196A1 (ja) |
JP (1) | JP6891535B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555714A (zh) * | 2018-06-04 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
US11412298B1 (en) | 2018-10-02 | 2022-08-09 | Wells Fargo Bank, N.A. | Systems and methods of interactive goal setting tools |
KR20200117183A (ko) * | 2019-04-03 | 2020-10-14 | 삼성전자주식회사 | 메시지를 표시하는 전자 장치 및 그의 동작 방법 |
CN115803819A (zh) * | 2020-06-30 | 2023-03-14 | 皇家飞利浦有限公司 | 利用人工智能进行个性化处理的系统和方法 |
US11776006B2 (en) * | 2021-09-15 | 2023-10-03 | Dell Products L.P. | Survey generation framework |
CN115550305B (zh) * | 2022-09-28 | 2024-03-01 | 深圳市凯迪仕智能科技股份有限公司 | 设备控制方法及相关装置 |
CN116149885B (zh) * | 2023-04-20 | 2023-06-20 | 北京神州邦邦技术服务有限公司 | 一种泛it服务风险预测方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8428933B1 (en) * | 2009-12-17 | 2013-04-23 | Shopzilla, Inc. | Usage based query response |
US20130216989A1 (en) | 2012-02-22 | 2013-08-22 | Mgoodlife, Corp. | Personalization platform for behavioral change |
WO2014058894A1 (en) | 2012-10-08 | 2014-04-17 | Lark Technologies, Inc. | Method for delivering behavior change directives to a user |
US9104718B1 (en) * | 2013-03-07 | 2015-08-11 | Vast.com, Inc. | Systems, methods, and devices for measuring similarity of and generating recommendations for unique items |
US9576074B2 (en) * | 2013-06-20 | 2017-02-21 | Microsoft Technology Licensing, Llc | Intent-aware keyboard |
US8734296B1 (en) | 2013-10-02 | 2014-05-27 | Fitbit, Inc. | Biometric sensing device having adaptive data threshold, a performance goal, and a goal celebration display |
US20150100512A1 (en) * | 2013-10-04 | 2015-04-09 | Apollo Group, Inc. | Detecting and engaging participants in an online course that are otherwise not likely to continue to attend the online course |
WO2015103209A1 (en) * | 2014-01-03 | 2015-07-09 | Gleim Conferencing, Llc | System and method for validating test takers |
-
2016
- 2016-04-07 US US15/093,662 patent/US10540599B2/en active Active
-
2017
- 2017-01-09 EP EP17150734.6A patent/EP3229196A1/en not_active Withdrawn
- 2017-02-24 JP JP2017032802A patent/JP6891535B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20170293853A1 (en) | 2017-10-12 |
US10540599B2 (en) | 2020-01-21 |
JP2017188089A (ja) | 2017-10-12 |
EP3229196A1 (en) | 2017-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6891535B2 (ja) | 行動予測 | |
US9697740B2 (en) | Wellness management method and system by wellness mode based on context-awareness platform on smartphone | |
JP2019145121A (ja) | 身体活動及びトレーニングモニタ | |
US20170178048A1 (en) | Identification and presentation of tasks based on predicted periods of user availability | |
CN108665890A (zh) | 操作语音识别服务的方法、电子设备和支持该设备的系统 | |
EP2648123A1 (en) | User terminal device and system for performing user customized health management, and methods thereof | |
CN110100246A (zh) | 基于遗传信息提供引导信息的电子设备和方法 | |
KR20190008770A (ko) | 건강 컨설팅의 성공 예측 방법 | |
JP6533243B2 (ja) | 提供装置、提供方法、及び提供プログラム | |
US20190108191A1 (en) | Affective response-based recommendation of a repeated experience | |
US20170293860A1 (en) | System and methods for suggesting beneficial actions | |
US20170161450A1 (en) | Real-time veterinarian communication linkage for animal assessment and diagnosis | |
EP3594864A1 (en) | Factor inference device, factor inference system, and factor inference method | |
US20200211062A1 (en) | System and method utilizing sensor and user-specific sensitivity information for undertaking targeted actions | |
US20230090138A1 (en) | Predicting subjective recovery from acute events using consumer wearables | |
US20210265064A1 (en) | System and method for providing model-based predictions of quality of life implications of a treatment via individual-specific machine learning models | |
KR101952407B1 (ko) | 음악에 기초하여 운동 게임 콘텐트를 제공하는 방법 및 장치 | |
KR102369103B1 (ko) | 사용자 정보 처리 방법 및 그 장치 | |
US20090262988A1 (en) | What you will look like in 10 years | |
JP5991127B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Theilig et al. | Employing environmental data and machine learning to improve mobile health receptivity | |
Lanerolle et al. | Measuring psychological stress rate using social media posts engagement | |
US11921729B1 (en) | Context-aware recommendations in a health management platform user interface | |
WO2020223600A1 (en) | Automatic delivery of personalized messages | |
KR20200007291A (ko) | 내원 소요 시간을 예측하는 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191112 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200824 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201022 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210416 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210427 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210510 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6891535 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |