JP7305563B2 - 気分および／または挙動情報に基づく環境バックグラウンドノイズの修正のための方法、システムおよび媒体 - Google Patents

Description

関連出願への相互参照
この出願は、本願明細書において参照によって全文援用される２０１５年２月１１日に出願された米国特許出願第１４／６１９，８２７号の利益を請求する。

この出願は、すべて２０１５年２月１１日に出願され参照によって全体が本願明細書に援用される米国特許出願第１４／６１９，８６６号、米国特許出願第１４／６１９，８９４号、米国特許出願第１４／６１９，８２１号、米国特許出願第１４／６１９，８４３号、および、米国特許出願第１４／６１９，８６３号に関連付けられる。

技術分野
開示された主題は、気分および／または挙動情報に基づく環境バックグラウンドノイズの修正のための方法、システムおよび媒体に関する。

背景
ユーザの家はしばしば、コンピュータ、テレビ、ステレオ、冷蔵庫、煙検出器などといった多くのデバイスが存在する。これらの装置の多くは、一次的な機能（たとえばテレビがオンにされてコンテンツを提示している場合）として、または、副産物（たとえば冷却ファンがオンにされて関連する装置を冷却するために使用される場合）として、音またはノイズを発する。これらのノイズはしばしば望まれないものであり、たとえばユーザが行っているタスクからユーザの気を散らすことにより問題になり得る。

したがって、気分および／または挙動情報に基づく環境バックグラウンドノイズの修正のための方法、システムおよび媒体を提供することが望ましい。

概要
開示された主題のいくつかの実現例に従うと、気分および／または挙動情報に基づいた環境バックグラウンドノイズの修正のための方法、システムおよび媒体が提供される。

開示された主題のいくつかの実現例に従うと、環境バックグラウンドノイズの修正のための以下の方法が提供される。上記方法は、ユーザデバイスを有するユーザの環境に存在する少なくとも１つのノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態を識別することと、識別されたノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態に少なくとも部分的に基づいて、環境において生成されるべきである対象環境ノイズを決定することと、対象環境ノイズを生成するために使用されるべきである、ユーザデバイスに関連付けられる少なくとも１つのデバイスを識別することと、識別された１つ以上のデバイスの各々に対応するサウンド出力を決定することとを含み、サウンド出力の組合せにより、対象環境ノイズの１つ以上の特性の近似が生成され、上記方法はさらに、識別された１つ以上のデバイスに、決定されたサウンド出力を生成させることを含む。

開示された主題のいくつかの実現例に従うと、環境バックグラウンドノイズの修正のた
めのシステムが提供される。上記システムは、ハードウェアプロセッサを含み、上記ハードウェアプロセッサは、ユーザデバイスを有するユーザの環境に存在する少なくとも１つのノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態を識別することと、識別されたノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態に少なくとも部分的に基づいて、環境において生成されるべきである対象環境ノイズを決定することと、対象環境ノイズを生成するために使用されるべきである、ユーザデバイスに関連付けられる少なくとも１つのデバイスを識別することと、識別された１つ以上のデバイスの各々に対応するサウンド出力を決定することとを行うようにプログラムされており、サウンド出力の組合せにより、対象環境ノイズの１つ以上の特性の近似が生成され、上記ハードウェアプロセッサはさらに、識別された１つ以上のデバイスに、決定されたサウンド出力を生成させることを行うようにプログラムされている。

開示された主題のいくつかの実現例に従うと、コンピュータ実行可能命令を含む一時的でないコンピュータ読取可能媒体が提供される。上記コンピュータ実行可能命令は、プロセッサによって実行されると、環境バックグラウンドノイズの修正のための方法をプロセッサに実行させる。上記方法は、ユーザデバイスを有するユーザの環境に存在する少なくとも１つのノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態を識別することと、識別されたノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態に少なくとも部分的に基づいて、環境において生成されるべきである対象環境ノイズを決定することと、対象環境ノイズを生成するために使用されるべきである、ユーザデバイスに関連付けられる少なくとも１つのデバイスを識別することと、識別された１つ以上のデバイスの各々に対応するサウンド出力を決定することとを含み、サウンド出力の組合せにより、対象環境ノイズの１つ以上の特性の近似が生成され、上記方法はさらに、識別された１つ以上のデバイスに、決定されたサウンド出力を生成させることを含む。

開示された主題のいくつかの実現例に従うと、環境バックグラウンドノイズの修正のためのシステムが提供される。上記システムは、ユーザデバイスを有するユーザの環境に存在する少なくとも１つのノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態を識別するための手段と、識別されたノイズ、ユーザが現在従事しているアクティビティ、および、ユーザの身体状態または感情状態に少なくとも部分的に基づいて、環境において生成されるべきである対象環境ノイズを決定するための手段と、対象環境ノイズを生成するために使用されるべきである、ユーザデバイスに関連付けられる少なくとも１つのデバイスを識別するための手段と、識別された１つ以上のデバイスの各々に対応するサウンド出力を決定するための手段とを含み、サウンド出力の組合せにより、対象環境ノイズの１つ以上の特性の近似が生成され、前記システムはさらに、識別された１つ以上のデバイスに、決定されたサウンド出力を生成させるための手段を含む。

いくつかの実現例では、上記システムはさらに、ユーザデバイスに関連付けられる識別されたデバイスに関連付けられるサウンド出力能力を決定するための手段を含む。

いくつかの実現例では、識別されたデバイスの各々に対応するサウンド出力を決定することは、決定されたサウンド出力能力に少なくとも部分的に基づく。

いくつかの実現例では、決定されたサウンド出力は、識別されたデバイスのうち少なくとも１つに関連付けられるファンの速度の調整を含む。

いくつかの実現例では、決定されたサウンド出力は、識別されたデバイスのうちの少な
くとも１つに関連付けられる音声出力を通じて生成される。

いくつかの実現例では、システムはさらに、環境に存在するノイズに関連付けられるサウンドレベルを決定するための手段を含む。

いくつかの実現例では、対象環境ノイズは、環境に存在するノイズに関連付けられる決定されたサウンドレベルに対してより低いサウンドレベルで、環境に存在するノイズを含む。

いくつかの実現例では、システムはさらに、決定された対象環境ノイズに関係するユーザフィードバックを受信するための手段と、受信されたユーザフィードバックに基づいて、サウンド出力が生成されるべきであると決定するための手段とを含む。

いくつかの実現例では、サウンド出力の各々は、関連付けられる信用度を有しており、上記システムはさらに、サウンド出力に関連付けられる信用度を抽出するための手段と、受信されたユーザフィードバックに基づいて信用度を修正するための手段とを含む。

添付の図面に関して考慮して、開示された主題の以下の詳細な説明を参照すると、開示された主題のさまざまな目的、特徴および利点がより完全に理解され得る。添付の図面において、同様の参照番号は同様の要素を識別する。

開示された主題のいくつかの実現例に従った、複数のデータソースからの気分および／または挙動情報に基づいて、コンピュータ化されたサービスをパーソナライズするためのメカニズムが存在するシステムの一般化された概要図の例を示す図である。 図１のサーバのより特定的な例を示す図であって、当該サーバは、複数のデータソースからさまざまなタイプのデータを受信し得るとともに、受信したデータの部分に基づいて、開示された主題のいくつかの実現例に従ったユーザデバイスに関連付けられるさまざまなユーザデバイスにさまざまなタイプのアクションを推奨し得る図である。 開示された主題のいくつかの実現例に従った、図１に示されるユーザデバイスおよびサーバのうちの１つ以上を実現するために使用され得るハードウェアの詳細な例を示す図である。 開示された主題のいくつかの実現例に従った、複数のデータソースからの気分および／または挙動情報に基づいて、コンピュータ化されたサービスをパーソナライズするためのプロセスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、目的を提供するようにユーザデバイスのユーザに促すためのユーザインターフェイスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、ユーザに関するデータを抽出するための１つ以上のデータソースを選択するようにユーザデバイスのユーザに促すためのユーザインターフェイスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、特定の目的または目標に基づいて、複数のデータソースから受信されるデータから選択されるさまざまな時のデータの部分の例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、目的に対応する選択可能な目標をユーザに提示するためのユーザインターフェイスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、推奨アクションを実行するために使用され得る選択可能な出力デバイスをユーザに提示するためのユーザインターフェイスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、推奨アクションを含む推奨インターフェイスをユーザに提示するためのユーザインターフェイスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、実行されたアクションに関するフィードバックを提供するようにユーザを促すユーザインターフェイスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、部屋における環境ノイズを修正するために使用され得る、ユーザの家におけるデバイスの例示的なレイアウトを示す図である。 開示された主題のいくつかの実現例に従った、部屋における環境ノイズを修正するためのプロセスの例示的な例を示す図である。 開示された主題のいくつかの実現例に従った、部屋における環境ノイズを修正するために使用されるべきデバイスを選択するためのユーザインターフェイスの例を示す図である。

詳細な説明
いくつかの実現例に従うと、以下により詳細に記載されるように、コンピュータ化されたサービスを複数のデータソースからの気分および／または挙動情報に基づきパーソナライズするためのメカニズムが提供される。当該メカニズムは、方法、システムおよび／またはコンピュータ読取可能媒体を含み得る。

一般的には、これらのメカニズムは、ユーザデバイスのユーザについての特定の目的に関する入力を当該ユーザから受信し得、当該ユーザに関する受信したデータに基づいて、上記特定の目的に到達することにおいてユーザを支援し得るパーソナライズおよびコンピュータ化されたサービスを提供し得る。たとえば、ユーザデバイスのユーザは、就業日の間により多くの運動を組み込みたいという望みをユーザインターフェイスを介して示し得、当該メカニズムは、ユーザが肯定的に同意を与えた１つ以上のデータソースからのユーザに関するデータに基づいて、ユーザが特定の目的を達成するのを技術的に支援し得る１つ以上のアクションを推奨し得る。たとえば、自動モバイルアラートまたは通知によって、天気情報に基づいて今日はユーザに歩いてオフィスに行くことを推奨したり、オンラインカレンダ、および／または、１つ以上のコンピュータネットワークを通じて受信された交通情報および公共交通情報に基づいて制約条件をスケジューリングしたり、花に特に興味があるユーザに、コンピュータ地図ルーティングサービス（たとえばグーグルマップ（登録商標））によって識別されるようなユーザのルートに沿ったガーデニングベンダーを訪問することを推奨したりなどを行うことによって、１つ以上のアクションを推奨し得る。

なお、特定の目的に関係のある入力を受信することに対して付加的または代替的には、メカニズムはユーザフィードバックを受信し得、受信したユーザフィードバックに基づいて、当該ユーザについて目標を決定し得る。たとえば、ユーザは、ユーザデバイス上のユーザインターフェイスを介して平日は気力が不足していることを示し得、メカニズムはそのような示唆を解釈し、ユーザについてさまざまな目標を決定する。当該さまざまな目標としては、運動に関連するアクティビティの量を増加させることがある。別の例において、ユーザの一般的な気分、感情状態および／または行動気質に関してユーザにフィードバックを行なうことを要求するインターフェイスがユーザに提供され得、提供されたフィードバックに基づいて、メカニズムはユーザについての目標を決定し得る。ユーザについて決定されおよび／またはユーザデバイスに関連付けられる目標の例示的な例は、現在示されているストレスレベルからストレスを低減すること、概して減量すること、１０ポンド減量すること、特定の気分または感情状態（たとえば、リラックス状態、元気のよい状態など）を達成すること、ユーザが現在達成している運動量を増加すること、より多くの友達を作ること、ならびに／または、ユーザの一般的な気分、感情状態および／もしくは行
動気質に関する任意の他の好適な目標を含み得る。

また、複数のデータソースからのユーザに関するデータを分析し、ユーザに関連付けられる気分、感情状態および／もしくは行動気質を判定する前、ならびに／または、ユーザに１つ以上のアクションを推奨する前に、メカニズムは、このような判定を行うことにユーザが肯定的に同意あるいは承認を提供することを要求（または要請）し得る。たとえば、モバイルデバイス上でアプリケーションをロードする際に、アプリケーションは、１つ以上のデータソースから情報を受け取ること、そのような判定を行なうこと、および／または、ユーザに１つ以上のアクションを推奨することについて承認を与えるようにユーザに促し得る。より特定的な例において、アプリケーションをダウンロードし当該アプリケーションをモバイルデバイス上でロードすることに応答して、モバイルデバイス上で実行されるアプリケーションは、当該モバイルデバイスに接続されているかまたは当該モバイルデバイスの近くにあるデバイスを決定するよう、デバイスディスカバリ機能（device discovery function）を実行し得る。モバイルデバイスに接続されているかまたは当該モ
バイルデバイスの近くにあるデバイスとしては、（たとえば、視聴履歴、記録されたメディアコンテンツ情報など）メディアデータを含むメディア再生デバイス、ならびに／または、接続されているモバイルデバイスの周りの環境に関する情報を取得するためのアクティビティセンサおよび／もしくは光センサを含む香り発生器（scent generator）がある
。その後、アプリケーションはインターフェイスをユーザに提示し得る。当該インターフェイスは、ユーザに関する情報を受信するための１つ以上のデバイスあるいはデータソースを選択することによって、これらのデバイスから情報にアクセスすることにユーザが肯定的に同意を与えることを要求（または要請）する。ユーザに関する情報は、ユーザに関連付けられる気分、感情状態および／もしくは行動気質を判定し、ユーザに関連付けられる１つ以上の目標もしくは目的を決定し、ならびに／または、ユーザに関連付けられる身体状態、感情状態および／もしくは行動気質にインパクトを与え得る１つ以上のアクションを推奨するために使用され得る。付加的または代替的には、モバイルデバイス上にアプリケーションをインストールすることに応答して、ユーザは、１つ以上のデータソースから情報を受信する前、そのような決定を行なう前、および／または、ユーザに１つ以上のアクションを推奨する前に、ユーザが肯定的に同意を提供することを要求（または要請）する許可メッセージにより促され得る。

同意および／または承認を受信すると、メカニズムは、ユーザに関する任意の好適なデータを複数のデータソースから受信し得る。そのようなデータは、文脈データ、ソーシャルデータ、パーソナルデータなどを含み得る。たとえば、メカニズムは、（たとえばユーザデバイス上でソーシャルネットワーキングアプリケーションを使用して）ソーシャルネットワーキングサービス上にユーザが公表したコンテンツおよび／もしくは情報、ユーザに関連付けられる（たとえばユーザアカウントに関連付けられるウェアラブルコンピューティングデバイスからの）バイオメトリックデータ、ユーザに関連付けられる（たとえばユーザデバイスからの）位置データ、ならびに／または、ユーザの現在の気分および／もしくは挙動を示す任意の他の好適なデータに基づいて、ユーザについて現在の気分状態を予測し得る。別の例において、メカニズムは、ユーザが従事した特定のアクティビティを判定し得る。当該特定のアクティビティの例としては、ソーシャルイベントへの出席（たとえばオンラインカレンダからの会議、パーティ、スポーツイベントなど）、メディアコンテンツアイテム（たとえばビデオクリップ、歌、ニュース記事、ウェブページ、など）の消費、コンピューティングデバイス（たとえば携帯電話、ウェアラブルコンピューティングデバイス、タブレットコンピュータなど）とのインタラクション、アプリケーション（たとえばユーザデバイス上でのメディア再生アプリケーション、ソーシャルネットワーキングアプリケーション、メッセージングアプリケーション、ウェブブラウザなど）とのインタラクション、および／または、任意の他の好適なアクティビティがある。このアクティビティデータは、たとえばユーザに関連付けられる基準挙動（たとえば、一日の特定
の時間および一日の特定の部分が典型的に、モバイルデバイス上で実行されるメディア再生アプリケーション上でビデオを視聴することに費やされる）を判定するために使用され得る。

いくつかの実現例において、メカニズムは、ユーザが肯定的に同意を提供した１つ以上のデータソースから受信されるユーザに関するデータに基づいて、ユーザが目的および／または目標のうちの１つ以上を達成するのを支援し得る１つ以上のコンピュータ化されたアクションを推奨し得る。たとえば、メカニズムは、１つ以上の推奨アクションを実行するためのどの出力デバイスが当該モバイルデバイスに接続されているか、または、当該モバイルデバイスの近傍に存在しているかを判定するデバイスディスカバリ機能を使用し得る。当該出力デバイスの例としては、音声コンテンツを再生可能であるスピーカを有するデバイスと、ビデオコンテンツを提示することが可能であるディスプレイを有するデバイスと、特定の照明スキームを提供することが可能である照明システムと、特定の香りを発することが可能である香り発生器とがある。これに応答して、これらのメカニズムは、推奨アクションを実行することが可能である出力デバイスに命令を送信し得る。たとえば、１つ以上のデータソースからのユーザの一般的な気分、感情状態および／または行動気質を示す情報の判定に応答して、メカニズムは、行なわれた場合に特定の目的または目標にユーザを向かわせ得る１つ以上のアクティビティを識別し得る。この例において、メカニズムは、推奨されたアクティビティを示すメッセージあるいは他の好適なインターフェイスを、ユーザに関連付けられるモバイルデバイスに送信し得る。

より特定的な例において、メカニズムは、ユーザの気力のレベルが低いかもしれないことを示す（たとえばソーシャルメディアアプリケーションを使用したポストからテキストを分析する）ソーシャルメディアアプリケーションからのソーシャルネットワーキングデータと、所与の日についてユーザに関連付けられるスケジューリング情報を含むオンラインカレンダデータとを受け取ることに応答して、決定された目標のうちの１つ以上にユーザが到達するのを支援し得る１つ以上のコンピュータ化されたアクションをユーザに推奨し得る。メカニズムは、カレンダデータにおいてリスティングされたイベントへのルートを検討し得るとともに、ユーザに関連付けられるモバイルデバイス上で提示されるべきインターフェイスを送信し得る。上記ルートは、コンピュータ地図ルーティングサービスによって識別されたものであり、上記インターフェイスは、ユーザが当該イベントに歩いて行くことと、コンピュータ地図ルーティングサービスによって識別された当該ルートに沿った特定のジュースベンダーを訪ねることとを推奨する。

メッセージまたは他の好適なコンテンツを含む推奨インターフェイスに対して付加的または代替的には、パーソナライズおよびコンピュータ化されたサービスは、ユーザの一般的な気分、感情状態および／または行動気質に影響を与え得る特定の雰囲気が作り出されるべきであるという決定を含み得る。１つの特定の例において、当該雰囲気は、関連付けられるユーザデバイス（たとえばモバイルデバイス、テレビデバイスなど）上で、自動的に特定のコンテンツ（たとえばユーザを鼓舞すると指定される特定の歌）を再生することと、肯定的な物語として指定される記事のニュースフィードを提示することと、ユーザにとって面白いものとして指定される写真あるいは他の画像コンテンツを提示することと、ユーザに対してリラックス効果があるとして指定される音響効果をユーザに提示することとを含み得る。別の特定の例において、当該雰囲気は、ユーザまたはユーザデバイスに関連付けられる照明システムにアクセスし、特定の光源をスイッチオンまたはオフし特定の照明デバイスから発される光のレベルおよび／または特定の光源の色温度を選択することによりユーザの周辺において照明スキームを修正することによって、作り出され得る。さらに別の例では、当該雰囲気は、ユーザデバイスに接続されているデバイスによって発せられる環境ノイズを修正すること（たとえばユーザに関連付けられるコンピューティングデバイス上のファンの速度を修正すること）、ユーザデバイスに接続されているデバイス
からの特定の香りを発すること（たとえば、特定の香りを発することができユーザデバイスのユーザの特に近くに存在するデバイスにラベンダの香りを発させること）、ユーザデバイスに接続されている機器またはホームオートメーションデバイスを制御すること（たとえば、ＨＶＡＣユニットのコンプレッサを制御することまたは洗濯機のドラムの速度を修正すること）などにより作り出され得る。

いくつかの実現例において、当該メカニズムは、ユーザデバイスに関連付けられる１つ以上のプロファイルを生成し得る。たとえば、いくつかの実現例において、メカニズムは、ユーザデバイスのユーザに好適な推奨アクションを決定するために使用され得るさまざまなプロファイルを生成し得る。たとえば、メカニズムは、ユーザの現在の気分、感情状態および／または行動気質を示すプロファイルを生成し、当該生成されたプロファイルを対象プロファイルと比較し、行なわれた場合にユーザを目的または目標に向かわせ得る推奨アクションを決定し得る。より特定的な例において、対象プロファイルは、特定の目的または目標の達成を示したユーザ（たとえば非常に成功していると自認するユーザ、過去３０日間に５ポンドやせたユーザなど）のプロファイルまたは他のアクションに基づいて生成され得る。この例では、メカニズムは、特定の目的または目標を達成したと判断されるユーザデバイスのユーザによって行なわれるアクションを決定し、上記ユーザも特定の目的または目標を達成するようにこれらのアクションの１つ以上が上記ユーザに推奨され得るかどうか決定し得る。

これらの特徴および他の特徴が、図１～図１４に関連してさらに記載される。
図１を参照して、図１は、開示された主題のいくつかの実現例に従った、複数のデータソースからの気分および／または挙動情報に基づいて、コンピュータ化されたサービスをパーソナライズするためのメカニズムが実現され得るシステムの一般化された概略図の例１００を示す。示されるように、システム１００は１つ以上のユーザデバイス１０２を含み得る。ユーザデバイス１０２は、互いにローカルであり得るか、または、互いにリモートであり得る。ユーザデバイス１０２は、１つ以上の通信リンク１０４によって通信ネットワーク１０６に接続され得る。通信ネットワーク１０６は、通信リンク１１２を介してサーバ１２０にリンクされ得る。

システム１００は１つ以上のデータソース１１０を含み得る。データソース１１０は、ユーザまたはユーザデバイスに関するデータを収集および／または提供し得る任意の好適なデバイスであり得る。

たとえば、データソース１１０は、ユーザに関するデータを収集および／または提供し得る任意の好適なセンサを含み得る。当該任意の好適なセンサとしては、画像センサ（たとえばカメラ、ビデオレコーダなど）、音声センサ（たとえばマイクロフォン、サウンドレバーメータなど）、無線周波数識別（ＲＦＩＤ： radio-frequency identification）
センサ、全地球測位システム（ＧＰＳ：Global Positioning System）、１つ以上の生物
学的パラメータ（たとえば心拍数、呼吸数、血圧、体温、皮膚水分など）を測定することができるセンサ、着用可能な歩数計、Ｗｉ－Ｆｉ（登録商標）ルータなどがある。より特定的な例において、データソース１１０は、ユーザの家における環境に関する異なるデータストリームが受信され得る場合には、ユーザに関連付けられるユーザアカウントに登録されたホームオートメーションシステムに接続されている複数のセンサであり得る。別のより特定的な例において、データソース１１０は、ユーザに対してローカルであるコーヒーショップに接続されている複数のセンサと、当該ローカルであるコーヒーショップに関するデータ（たとえばドアセンサに基づき何人の客が現在ショップにいるか、画像センサに基づき何人の客が現在ショップでオーダ待ちをしているか、当該ショップに関連付けられるカスタマープロファイルと対象プロファイルとを比較することによってユーザが割り当てられているグループは当該ショップを訪れる可能性が高いかどうかなど）を推奨シス
テムが要求することを可能にするアプリケーションプログラムインターフェイスとを含み得る。さらに別のより特定的な例において、データソース１１０は、ユーザの環境において１つ以上のサウンドレベルセンサを含み得る。当該サウンドレベルセンサは、ユーザ環境に存在する音および／またはノイズを検出し、かつ、図１２および図１３に関連して以下に記載されるように、検出された音に関連付けられるサウンドレベルを（たとえばｄＢおよび／または任意の他の好適なメトリックを単位として）測定し得る。

別の例において、データソース１１０は、デスクトップ、ラップトップ、携帯電話、タブレットコンピュータ、ウェアラブルコンピューティングデバイスなどのコンピューティングデバイスを含み得る。そのようなコンピューティングデバイスによって提供されるデータの例は、ユーザ生成データ（たとえば、テキスト入力、写真、タッチ入力など）、ユーザアプリケーション生成データ（たとえばソーシャルネットワーキングアプリケーション、メッセージングアプリケーション、写真共有アプリケーション、ビデオ共有アプリケーション、メディアプレイヤアプリケーションなどによって提供されるデータ）、コンピューティングデバイス上に存在する１つ以上のセンサ（たとえば画像センサ、ＧＰＳ、１つ以上の生物学的なパラメータを測定することができるセンサなど）によって生成されるデータ、および／または、ユーザに関する任意の他の好適なデータを含み得る。たとえば、データソース１１０は、ユーザアカウントを有するユーザに対して登録されているコンピューティングデバイスを含み得、データは、コンピューティングデバイスにインストールされ、同じユーザアカウントを使用して登録されたさまざまなアプリケーションからのデータを含み得る。この例では、コンピューティングデバイスのユーザは、どのアプリケーションまたはどのデータタイプ（たとえば位置データ、ワイヤレスネットワークデータなど）がユーザデバイス１０２またはサーバ１２０上で実行されるアプリケーションによって使用されるかを選択し得る。

さらに別の例において、データソース１１０は、ユーザに関係するデータを提供し得る１つ以上のサービスを含み得る。そのようなサービスはたとえば、ソーシャルネットワーキングサービス、メッセージサービス、ビデオ共有サービス、写真共有サービス、ファイルホスティングサービスなどを含み得る。そのような例において、ユーザデバイス１０２またはサーバ１２０は、１つ以上のアプリケーションプログラミングインターフェイスおよび／または任意の他の好適なデータ交換メカニズムを介して、データソース１１０と通信し得る。

なお、１つ以上のデータソース１１０からのデータは、ユーザの身体状態または感情状態に対する推奨アクションのインパクトを判定するように使用され得る。ユーザの感情状態は複雑な現象であり得る。感情は、生理学的なアクティビティに関連付けられるとともに内的環境条件または外的環境条件によって影響を受け得る精神状態であり得る。感情は、ユーザの個性、気分、気性、気質およびモチベーションに関連付けられ得る。たとえば、感情状態は、幸福、満足、平隠さ、驚き、怒り、恐怖、悲しみ、気落ち、嫌悪、疲労、憂慮、性急さなどを含み得る。いくつかの例において、感情状態は、肯定的な感情および否定的な感情に広く分類され得る。肯定的な感情は幸福および満足を含み得、否定的な感情は怒りおよび気落ちを含み得る。さらに、内的環境条件の例は、古い記憶を含んでおり、外的刺激の例はさまざまな環境ファクタによるストレスまたはストレスの軽減を含んでいる。

また、ユーザの身体状態または感情状態は、ある時点におけるユーザの身体的な特徴または感情の全面的なスナップショットまたは現れとして考えることができる。ユーザの身体状態または感情状態には複数のファクタが関係し得るので、当該身体状態または感情状態は、短期間の間でさえ変動する場合がある。複数のソースからのユーザに関するデータを用いることよって、ユーザの身体状態または感情状態は予測され得、所与の時間におい
て特定のアクションを推奨するかどうか決定するために使用され得る。さらに、ユーザの身体状態または感情状態の変化は、複数のソースからのユーザに関する新しいまたは更新されたデータに基づいて予測され得る。さらに、ユーザの身体状態または感情状態の変化は、ユーザが所有するデバイスまたはユーザの近傍に位置するデバイスへの推奨アクションが目標または目的にユーザを向かわせ得るかどうかを評価するために使用され得る。

データソース１１０は互いにローカルまたは互いにリモートであり得る。各データソース１１０は１つ以上の通信リンク１０８によって通信ネットワーク１０６に接続され得、通信ネットワーク１０６は、通信リンク１１２を介してサーバ１２０にリンクされ得、および／または、通信リンク１０４を介してユーザデバイス１０２にリンクされ得る。

なお、いくつかの実現例において、さまざまなデータソース１１０からの情報にアクセスする前に、ユーザデバイス１０２は、さまざまなデータソース１１０の各々にアクセスする承認をユーザデバイス１０２のユーザが与えることを要求（または要請）し得る。いくつかの実現例では、ユーザデバイス１０２は、ユーザに関するデータを提供するのに利用可能であるデータソース１１０を検出し得、かつ、どのデータソース１１０がユーザに関するデータを取得するために使用されるべきであるかをユーザデバイス１０２のユーザが選択することを可能にするユーザインターフェイスを提供し得る。

図２は、ユーザデバイス１０２および／またはサーバ１２０が受信し得る入力データのタイプの例示的な例を示す。図２に示されるように、サーバ１２０は、データストレージエンジン１２２と、データ処理エンジン１２４とを含み得る。データストレージエンジン１２２は、ユーザまたはユーザのグループに関するデータを要求、統合、格納、および／または処理するためのものである。データ処理エンジン１２４は、受信したデータ（たとえば文脈データ、ソーシャルデータ、一般データなど）を分類し、ユーザの身体状態または感情状態を示し得るデータの特定の部分を選択し、かつ、当該データの選択された部分を処理するためのものである。たとえば、図２にも示されるように、サーバ１２０は、たとえばさまざまなタイプのビデオデータ、テキストデータ、ＲＦＩＤデータ、環境音声データ（または環境音声データから抽出されるキーワード）、および、モバイルデバイスデータを受信し得る。

１つ以上のデータソース１１０を使用して、データストレージエンジン１２２は任意の好適なデータを受信し得る。たとえば、１つ以上のデータソース１１０から、データストレージエンジン１１２は、１人以上のユーザが従事したアクティビティに関するデータを受信および／または要求し得る。従事したアクティビティの例としては、「散歩」およびその横断距離、コーヒーショップに対応する位置への訪問、ソーシャルイベント（たとえば会議、パーティ、スポーツイベントなど）への出席、フィットネストレーニングセッションへの出席などがある。別の例として、１つ以上のデータソース１１０から、データストレージエンジン１１２は、アクティビティの持続時間、アクティビティに対応する時刻などといったアクティビティに関係するタイミング情報を含むデータを受信および／または要求し得る。さらに別の例として、データストレージエンジン１１２は、所与の時間期間（たとえば、週の１日、２～３日、平日、週末など）に１人以上のユーザが従事するアクティビティの発生回数、所与のアクティビティに従事するユーザの数、および／または、所与のアクティビティに関係する頻度情報に関する任意の他の好適な情報を含むデータを受信および／または要求し得る。さらに別の例として、いくつかの実現例では、データストレージエンジン１２２は、ユーザ環境に存在するノイズおよび／または音を示す情報を受信し得る。より特定的な例として、いくつかの実現例では、当該情報は、ユーザ環境において、メディア再生デバイス（たとえばテレビ、ステレオおよび／もしくは任意の他の好適なメディア再生デバイス）がオンであるということ、ユーザ環境において特定のデバイス（たとえばコンピュータ、冷蔵庫および／もしくは任意の他の好適なデバイス）に
関連付けられるファンが運転されているということ、ユーザ環境において会話が行われているということ、ならびに／または、任意の他の好適な情報を示し得る。

ソーシャルデータソースを含む１つ以上のデータソース１１０を使用して、データストレージエンジン１２２は、ソーシャルネットワーキングサービス上にユーザが公表したコンテンツおよび／または情報に関するデータを受信および／または要求し得る。たとえば、当該データは、サービス（たとえばソーシャルネットワーキングサービス、メッセージサービス、ビデオ共有サービス、写真共有サービス、エレクトロニックコマースサービスなど）上にユーザが公表した１つ以上の気分状態を含み得る。別の例として、上記データは、ソーシャルネットワーキングサービス上にユーザが公表したコメント、メッセージ、ポスト、位置、および／または、任意の他の好適なコンテンツを含み得る。さらに別の例として、上記データは、ソーシャルネットワーキングサービス上のユーザの１つ以上のソーシャルコネクション、当該ソーシャルコネクションによってポストされたコンテンツ、当該ソーシャルコネクションに関連付けられる位置などに関する任意の好適な情報を含み得る。

１つ以上のデータソース１１０を使用して、データストレージエンジン１１２は、１つ以上のメディアコンテンツアイテムとのユーザインタラクションに関するデータを受信および／または要求し得る。たとえば、当該データは、ユーザがインタラクションしたメディアコンテンツアイテムに関する任意の好適な情報を含み得る。より特定的な例において、当該データは、メディアコンテンツアイテムのタイプ、メディアコンテンツアイテムの説明、メディアコンテンツアイテムへのリンク（たとえばＵＲＬ）、メディアコンテンツアイテムを識別し得る識別子（たとえばＵＲＩ、プログラム識別子など）、メディアコンテンツアイテムの著者、メディアコンテンツアイテムに関係するアーティストなどを含み得る。別の例として、上記データは、メディアコンテンツアイテムとのユーザインタラクションのタイプに関する任意の好適な情報を含み得る。ユーザインタラクションのタイプに関する任意の好適な情報としては、メディアコンテンツアイテムを消費すること、ソーシャルネットワーキングサービスまたは任意の他の好適なサービスを介してメディアコンテンツアイテムを公表すること、他のユーザとメディアコンテンツアイテムを共有すること、ソーシャルネットワーキングサービスまたは任意の他の好適なサービスを介してそのメディアコンテンツアイテムにいいねをすること、メディアコンテンツアイテムなどに関してコメントすることなどがある。さらに別の例としては、当該データは、ユーザインタラクションの持続時間、ユーザインタラクションに対応する時間などといった、メディアコンテンツアイテムとのユーザインタラクションに関係する任意の好適なタイミング情報を含み得る。

１つ以上のデータソース１１０を使用して、データストレージエンジン１１２は、ユーザに関連付けられるバイオメトリックデータを受信および／または要求し得る。たとえば、センサを含むデータソース１１０からバイオメトリックデータにアクセスする承認を受信したことに応答して、バイオメトリックデータは、心拍数、呼吸数、血圧、体温、皮膚水分などのような、ユーザに関連付けられる任意の好適な生理学的パラメータを含み得る。別の例として、バイオメトリックデータは、心拍数範囲、血圧範囲などのような生理学的パラメータの範囲を含み得る。

１つ以上のデータソース１１０を使用して、データストレージエンジン１１２は、ユーザに関連付けられる位置データを受信および／または要求し得る。たとえば、位置情報にアクセスする承認を受信することに応答して、位置データは、コンピューティングデバイスに関連付けられる識別子のような、ユーザに関連付けられるコンピューティングデバイスの位置を推定するために使用され得る任意の好適な情報を含み得る（たとえばＩＰアドレス、コンピューティングデバイスによって生成されたＧＰＳ信号、コンピューティング
デバイスに関連付けられるＷｉ－Ｆｉアクセスポイント、コンピューティングデバイスが接続されるセルタワー（cell tower）に関する情報など）。別の例として、位置データは、ユーザの位置を推定するために使用され得る任意の好適な情報を含み得る。当該任意の好適な情報の例としては、好適なサービス（たとえばソーシャルネットワーキングサービス）を利用してユーザによって公表された位置、ユーザが訪問することを意図している位置（たとえばモバイルデバイス上で実行されるカレンダアプリケーション、ユーザに関連付けられるソーシャルネットワークアカウントなどを使用してスケジューリングされているソーシャルイベントに関連付けられる位置）などがある。

いくつかの実現例では、データストレージエンジン１１２は、データソース１１０から受信されるデータをカテゴライズおよび／または分類し得る。

たとえば、データストレージエンジン１２２は、（たとえば１つ以上のアプリケーションプログラミングインターフェイスを使用して）複数のデータソース１１０からデータを受信し得、データ処理エンジン１２４は、受信したデータがユーザによって利用される１つ以上のサービス（たとえばソーシャルネットワーキングサービス、Ｅメールサービス、メッセージサービス、ビデオ共有サービスなど）に関する情報、ユーザに関連付けられる検索履歴（たとえばユーザが入力したキーワード）などを含んでいる場合、受信したデータを一般データとして分類し得る。

別の例として、データストレージエンジン１２２は、（たとえば１つ以上のアプリケーションプログラミングインターフェイスを使用して）複数のデータソース１１０からデータを受信し得る。また、データ処理エンジン１２４は、受信したデータが、ユーザデバイス１０２の位置に関する情報、交通情報、ユーザデバイス１０２からの位置情報に基づいた天気情報（たとえば、「晴天」、「寒い」など）、所与の位置内の人口密度情報、データソース１１０によって提供されるデータに関する位置の文脈（たとえば「仕事」、「家」、「休暇」など）、および／または、ユーザに関係する文脈情報を提供し得る任意の他の好適な情報を含んでいる場合、受信したデータを文脈データとして分類し得る。

さらに別の例として、データストレージエンジン１２２は、（たとえば１つ以上のアプリケーションプログラミングインターフェイスを使用して）複数のデータソース１１０からデータを受信し得る。また、データ処理エンジン１２４は、受信したデータストリームが複数のユーザを伴うソーシャルイベント（たとえばソーシャルネットワーキングサービス、カレンダアプリケーションなどを使用してスケジューリングされた会議）に関係する情報、サービス（たとえばソーシャルネットワーキングサービス、ビデオ共有サービス、写真共有サービスなど）を利用して１人以上のユーザが公表したコンテンツおよび／もしくは情報、ユーザの１つ以上のソーシャルコネクションに関する情報、ならびに／または、ソーシャルデータとして分類され得る任意の他の好適な情報を含んでいる場合、受信したデータをソーシャルデータとして分類し得る。より特定的な例において、ソーシャルサービスのユーザアカウントに関連付けられるソーシャルデータは、当該ユーザアカウントがユーザデバイス１０２上で認証されているという判定に応答して、抽出され得る。

さらに別の例として、データストレージエンジン１２２は、（たとえば１つ以上のアプリケーションプログラミングインターフェイスを使用して）複数のデータソース１１０からデータを受信し得る。また、データ処理エンジン１２４は、受信したデータストリームが、ユーザの目標に関する情報、ユーザの個人的な興味（たとえばソーシャルネットワーキングサービス上で入手可能なユーザが言及した興味、ユーザが消費および／もしくは好んだメディアコンテンツなど）に関する情報、ユーザによって生成された１つ以上の発言に関する情報、ならびに／または、パーソナルと見なすことができる任意の他の好適な情報を含んでいる場合、受信したデータをパーソナルデータとして分類し得る。この例では
、データ処理エンジン１２４は、そのようなパーソナルデータを使用する特定の承認がユーザデバイス１０２のユーザから受信されなければ、パーソナルデータを廃棄し得る。

いくつかの実現例では、データ処理エンジン１２４は、データソース１１０によって提供され、ならびに／または、データストレージエンジン１２２によって格納および／もしくは処理されるデータストリームを処理し得る。

いくつかの実現例では、データ処理エンジン１２４は、データソース１１０からのデータまたはデータの特定の部分がユーザの目標または目的に関連するかどうかを判定し得る。なお、いくつかの実現例では、データ処理エンジン１２４は、複数のデータソース１１０からのデータまたはデータの特定の部分が、特定のユーザグループに割り当てられるユーザの目標または目的に関連があるかどうかを判定し得る。

いくつかの実現例では、データ処理エンジン１２４は、データソース１１０からのデータまたはデータの特定の部分がユーザの感情状態を示すかどうかを判定し得る。これらの判定は任意の好適な態様で行われ得る。たとえば、判定は、入力データまたは入力データの一部が目標に関連があるまたは目標に関連がないと分類し得る好適な分類子を使用して行われ得る。

より特定的な例において、データ処理エンジン１２４は、データの１つ以上の部分を選択し得る。データの各部分は、数分、２～３時間、週の１日、２～３日、１週間、１ヶ月などといった任意の好適な期間に対応し得る。いくつかの実現例では、当該データの部分は任意の好適な態様で識別され得る。たとえば、決定は、データの部分を目標に関連があるものであると分類し得る分類子を使用して行われ得る。別の例において、決定は、ユーザの感情状態を示す可能性があるものであるとデータの部分を分類し得る分類子を使用して行われ得る。さらに別の例では、決定は、推奨アクションに関連があるものであるとデータ（たとえばアクションがユーザの感情状態にインパクトを与え得る可能性を判定するために使用され得るデータ、推奨アクションがいつ実行されるべきであるかを決定するために使用され得るデータなど）の部分を分類し得る分類子を使用して行われ得る。なお、分類子は、サポートベクトルマシン、決定木、ベイズモデルなどといった任意の好適な機械学習アルゴリズムを使用してトレーニングされ得る。

いくつかの実現例では、複数のデータソース１１０からデータのさまざまな部分を選択する際に、データ処理エンジン１２４は、当該データの部分の各々に重みを割り当て得る。たとえば、特定の目標または目的について、データ処理エンジン１２４は、特定のデータソース１１０からのソーシャルデータには、推奨アクションまたは出力の決定に対してさらに多くの影響を有するように重みが加えられるべきであることを決定し得る。これは、ユーザに関するとともにユーザの感情状態を示すソーシャルデータが新しい友達を作る目的に非常に関連があると考えられるからであり得る。別の例において、これは、ソーシャルデータ（たとえば、ユーザデバイスのユーザが複数のソーシャルネットワーキングウェブサイト上にステータス更新を頻繁にポストする場合）が、ユーザの感情状態を正確に示すものを提供する傾向があるからであり得、かつ、特定の位置へ車両を運転して行くといった特定のアクションを推奨する前に、データ処理エンジン１２４がそのようなソーシャルデータを考慮に入れ得るからであり得る。別の好適な例では、ユーザがアプリケーションを調節し得るように、かつ、ユーザに関する特定タイプのデータがどのように処理されるかを調節し得るように、重みはユーザデバイス１０２のユーザによってセットされ得る。より特定的な例において、ユーザは、アクションまたは出力の決定におけるソーシャルデータの影響が低減されるように、ソーシャルデータに関連付けられる重みをセットし得る。

いくつかの実現例では、データ処理エンジン１２４は、ユーザに関する１つ以上のプロファイルを生成し得る。たとえば、データ処理エンジン１２４は、あるグループ（たとえば特定の目的または目標について同様であるユーザのグループ）にユーザデバイス１０２のユーザを割り当てるために使用されるベースラインプロファイルを生成するよう、受信したデータを使用し得る。この例において、データ処理エンジン１２４はさらに、個々のユーザおよび／またはユーザグループについて対象プロファイルを生成し得る。当該対象プロファイルは、特定の目的または目標の達成を示した同様のユーザに対応するデータを含み得る。代替的には、データ処理エンジン１２４は、特定の目的または目標を達成することについて失敗を示した同様のユーザに対応するデータを含む対象プロファイルを生成し得る。別の例として、データ処理エンジン１２４は、受信したデータを使用し得、いくつかの実現例において、ユーザの現在の身体状態または感情状態を示す当該ユーザに関連付けられる現在のプロファイルを生成するよう、更新されたデータを要求および受信し得る。

ユーザデバイス１０２のユーザまたはユーザグループに関する任意の好適なプロファイルは任意の好適なアプローチを使用して生成され得る。たとえば、データ処理エンジン１２４は、所与の時間期間にわたってユーザの身体状態または感情状態を示す１つ以上のプロファイルを生成し得る。たとえば、ユーザに関連付けられるベースラインプロファイルは、朝、所与の日、平日、週末、所与の週、ある季節、および／または、任意の他の好適な時間期間といった所与の時間期間の間のユーザの身体状態または感情状態を示すよう決定されるデータに基づいて生成され得る。別の例において、データ処理エンジン１２４は、典型的な就業日、休暇日、ユーザデバイス１０２がユーザの家に近接して位置する際の気分および／または挙動、ユーザデバイス１０２の近傍の温度が６５度未満であることをユーザデバイス１０２が示す際の気分および／または挙動などといった所与の文脈について、ユーザの身体状態または感情状態を示す１つ以上のプロファイルを生成し得る。

いくつかの実現例では、サーバ１２０は、ユーザの身体状態または感情状態に影響またはインパクトを与え得る推奨アクションを決定および／または提供するための出力推奨エンジン１２６を含み得る。たとえば、ユーザに対応する現在のプロファイルを対象プロファイルと比較することに応答して、出力推奨エンジン１２６は、当該ユーザについての推奨アクションを決定し得る。より特定的な例において、出力推奨エンジン１２６は、ユーザが特定の目的を有することを示す現在のプロファイルと、同様のユーザらが当該特定の目的を達成したと判定されている場合のユーザらに関する情報と当該特定の目的を達成していないと判定されている場合のユーザらに関する情報とを含む同様のユーザらの対象プロファイルとの比較に基づいて、上記ユーザの身体状態または感情状態にインパクトを与え得る１つ以上の推奨アクションを決定し得、推奨アクションを行なう際、上記ユーザが特定の目的に達するのを支援し得る。

なお、いくつかの実現例では、出力推奨エンジン１２６は、ユーザデバイス１０２または当該ユーザに関連付けられる任意の他の好適なコンピューティングデバイス上で任意の好適な推奨アクションを実行させ得る。図２に示されるように、当該アクションまたは出力は、たとえば、触覚フィードバックもしくはタッチ感知フィードバック、感覚フィードバック（たとえば画像コンテンツ、光キュー、音楽、ビデオメッセージ、ビデオコンテンツなど）、環境関連フィードバック（たとえば、好適なデバイスから香りを発させる、照明またはホームオートメーションシステムによって照明スキームを修正する、ユーザ環境における環境ノイズを変更するなど）、および／または、コンテンツ関連アクション（たとえば、テキスト、画像コンテンツ、ビデオコンテンツ、音声コンテンツを提示する）を含み得る。

たとえば、出力推奨エンジン１２６は、アクティビティに従事するようにユーザを促す
よう、ユーザに関連付けられるユーザデバイス１０２にメッセージが提示されるべきであることを決定し得る。これは、たとえば、ユーザが特定の目的または目標を達成するのを支援し得る。より特定的な例において、出力推奨エンジン１２６は、メッセージが特定の形態（たとえば、Ｅメール、テキストメッセージ、モバイル通知、アカウント通知、ユーザインターフェイスおよび／もしくは任意の他の好適な態様）で、ならびに／または、特定の時（たとえば、ユーザの現在の身体状態または感情状態に基づいて）に提示されるべきであることを決定し得る。

別の例として、出力推奨エンジン１２６は、雰囲気がユーザの近傍で作り出されるべきであることを決定し得る。これは、たとえば、ユーザが特定の目的もしくは目標に達するのを支援し得、および／または、ユーザの判定される感情状態に影響を与え得る。より特定的な例において、ユーザの現在の身体状態または感情状態の判定に基づいて、出力推奨エンジン１２６は、音楽コンテンツ、肯定的なコンテンツであると指定されたニュース記事のフィード、および／または、面白いコンテンツとして設計されている画像コンテンツのフィードを、ユーザに関連付けられるユーザデバイス１０２上に提示させ得る。別のより特定的な例では、出力推奨エンジン１２６は、ユーザデバイスに接続されている音声出力デバイスを有するデバイスに音響効果（たとえば雨音）を提示させ得、ユーザデバイスに接続されている照明システムを使用してユーザの周囲における環境光を調節し得、および／または、ユーザデバイス１０２を使用してユーザの近傍において香り発生器を作動させることにより香りを発し得る。

さらに別の例として、出力推奨エンジン１２６は、ユーザ環境における環境ノイズが修正されるべきであることを決定し得る。いくつかの実現例では、環境ノイズは、ユーザの気分および／もしくは身体状態を改善するために、ならびに／または、任意の他の好適な理由のために、ユーザが特定のアクティビティを行なうのを支援するよう変更され得る。特定の例として、いくつかの実現例では、ユーザが仕事をしていると判定される場合において、出力推奨エンジン１２６は、ユーザが仕事に集中するのを支援するユーザ環境における環境ノイズを決定し得る。特定の例として、出力推奨エンジン１２６は、環境ノイズがホワイトノイズであるべきであることを決定し得る。別の特定の例として、ユーザは仕事中に眠いと感じているという判定に応答して、出力推奨エンジン１２６は、ユーザに警告するよう特定の時間期間にわたって、（たとえば周波数および／またはボリュームにおいて）環境ノイズが変動するべきであることを決定し得る。これらの例および他の例は、図１２～図１４に関して以下により詳細に議論される。

図１を参照して、任意の好適なユーザデバイス１０２は、出力推奨エンジン１２６からの推奨アクションを実行するよう使用され得る。たとえば、ユーザデバイス１０２は、ウェアラブルコンピューティングデバイス、テレビ、モニタ、液晶ディスプレイ、三次元ディスプレイ、タッチスクリーン、シミュレートされたタッチスクリーン、ゲーミングシステム、ポータブルＤＶＤプレイヤ、ポータブルゲーミングデバイス、携帯電話、携帯情報端末（ＰＤＡ）、音楽プレイヤ、タブレット、ラップトップコンピュータ、デスクトップコンピュータ、携帯電話、メディアプレイヤ、照明デバイス、香り発生器、および／または、１つ以上の推奨アクションを行うよう使用され得る任意の他の好適なデバイスであり得る。なお、いくつかの実現例では、ユーザデバイス１０２は、出力推奨エンジン１２６によって決定された推奨出力がホームオートメーションシステムのような好適なシステムに送信され得るように、アプリケーションプログラミングインターフェイスを有し得、システムは、アプリケーションプログラミングインターフェイスを使用して、１つ以上のユーザデバイス１０２上で推奨出力を実行させる。

より多くの特定の例では、サーバ１２０は、ユーザデバイスに関連付けられるユーザが特定の目的または目標（たとえば、ユーザの就業日の間により多くの運動を行う）を有す
ることを決定し得る。さまざまなデバイスおよび他のデータソースからソーシャルネットワーキングデータ、位置データおよびカレンダデータにアクセスする承認をユーザデバイス１０２のユーザから受信することに応答して、サーバ１２０は、ソーシャルデータに基づいて、ユーザデバイスのユーザが現在、気力が相対的に低いと判定し得、かつ、カレンダデータから、特定の時間に予定されているとともに特定の位置で行われるミーティングにユーザが参加する（現在の時間とミーティングの時間との間には関係がない）と判定し得る。サーバ１２０はそのようなデータを使用し得るとともに、履歴データを考慮に入れ得る。たとえば、ユーザに関連付けられる着用可能な歩数計からのバイオメトリックデータに基づいて、サーバ１２０は、その月において今日までまたはその週において今日までユーザデバイス１０２のユーザが従事したアクティビティの量を判定し得、示された目的もしくは目標をユーザが達成するか可能性があるか、または、平均アクティビティレベルに合致する可能性があるかどうかを判定し得る。別の例において、位置情報に基づいて、サーバ１２０は、ユーザに関連付けられる職場から１０ブロック離れている特定の位置でのミーティングに出席するためにユーザが自動車サービスを利用する頻度を決定し得る。さらに別の例では、ソーシャルネットワーキングサービス上で言及された興味および／または親和性に基づいて、サーバ１２０は、ユーザデバイス１０２のユーザが花を好きであると判定し得る。さらに別の例では、ユーザに関連付けられる職場とミーティングの位置との間のルートを決定するマッピングデータが用いられる。複数のデバイスおよび／またはデータソースからのデータのこれらの部分を考慮に入れて、サーバ１２０は、１つ以上の推奨アクションを１つ以上のデバイス上で実行させる。当該推奨アクションの例としては、５分で行くことができる近くのコーヒーショップから１杯のコーヒーを購入するようにユーザに促すユーザデバイスへの通知、提供されたルートに沿った位置に最近オープンしたランの花のショップを訪問するオプションを含む特定のルートを使用してミーティングに歩いて行くようにユーザに促すユーザデバイスへの通知がある。代替的には、サーバ１２０は、ミーティングに先立った特定の時間に、ユーザデバイス１０２の近傍にある香り発生器にラベンダの香りを発させ得る。別の代替的な例では、サーバ１２０は、ミーティングに先立った特定の時間において、特定の歩道を使用してミーティングに歩いて行くようにユーザに促す通知を行う前に、（たとえば降水確率が特定のしきい値より大きいことと判定する場合、何が「暑すぎる」と考えられるかに関して決定された温度およびユーザデータに基づいてユーザにとって「暑すぎる」と判定する場合などにおいて）ユーザデバイス１０２の近傍での天候を判定する。

この例を継続して参照して、サーバ１２０は、推奨アクションによって推奨されたように、ユーザデバイスのユーザがランの花のショップを訪れたこと、および／または、ユーザがコーヒーショップへ歩いていることを判定し得る。また、サーバ１２０は、当該コーヒーショップのアプリケーションプログラミングインターフェイスを使用してコーヒーショップの顧客の数を問い合わせ得、ユーザがコーヒーショップにおいて特定の待ち時間を有する場合があることを判定し得る。その後、サーバ１２０は、そのそれぞれのアプリケーションプログラミングインターフェイスを使用して、同じフランチャイズの別のコーヒーショップでは待ち時間がより短く、ユーザデバイス１０２のユーザに近い（たとえば、ユーザデバイス１０２によって提供される現在の位置から１ブロック離れている）ことを判定し得る。サーバ１２０は、更新または改訂された推奨アクションをユーザデバイス１０２に送信し得る。

なお、いくつかの実現例では、サーバ１２０は、ユーザの特に近傍にある、推奨アクションを実行するための１つ以上のユーザデバイス１０２または他の好適なデバイス（たとえばテレビ、音声システム、メディアプレイヤ、香り発生器、照明システムなど）を識別し得る。たとえば、サーバ１２０は、（たとえばデバイスディスカバリ機能を使用して）ユーザデバイス１０２に、ユーザデバイス１０２に接続されているデバイスを検出させるとともにユーザデバイス１０２の近傍にあるデバイスを検出させ得る。これに応答して、
サーバ１２０は、リラックスできる歌であると考えられる歌をサービス（たとえばメディアストリーミングサービス）からストリーミングさせるとともに、ユーザに関連付けられるデバイス（たとえば携帯電話、メディアプレイヤなど）を使用して出力させ得る。さらに、サーバ１２０は、（たとえばユーザのソーシャルネットワークページ上で公表された情報に基づいて）ユーザがラベンダを好きであるという判定に応答して、かつ、ユーザの現在の感情状態に基づいて、特定の時間において、香り発生器を使用してラベンダの香りを発させ得る。

いくつかの実現例では、サーバ１２０は、各々が対応するユーザデバイスを有する複数のユーザのためにサービスを、当該複数のユーザの組み合わされた身体状態または感情状態に基づいて、パーソナライズし得る。たとえば、これらユーザは、同じ位置（たとえば位置情報またはオンラインカレンダに基づいたコーヒーショップ、会議室、所与のユーザの近傍、町、オフィスなど）に存在するユーザデバイスを有するユーザのグループであり得、ソーシャルネットワーキングサービス上で互いにつながりのあるユーザデバイスのユーザのグループであり得、同様のユーザであると判定されるユーザデバイスを有するユーザのグループであり得、および／または、任意の他の好適なユーザであり得る。

図１を再び参照すると、システム１００は１つ以上のサーバ１２０を含み得る。サーバ１２０は、プロセッサ、コンピュータ、データ処理デバイスまたはそのようなデバイスの任意の好適な組合せといった、複数のデータソースからの気分および／または挙動情報に基づいてサービスをパーソナライズするための本願明細書において記載されるメカニズムへのアクセスを提供するための任意の好適なサーバまたは複数のサーバであり得る。たとえば、複数のデータソースからの気分および／または挙動情報に基づいてサービスをパーソナライズするためのメカニズムは、複数のバックエンドコンポーネントと、複数のフロントエンドコンポーネントおよび／またはユーザインターフェイスとに分散され得る。より特定的な例において、バックエンドコンポーネント（ユーザについての目的を識別し、１つ以上のデータストリームからのデータの特定の部分を選択し、プロファイル情報を生成し、ユーザに関連付けられる１つ以上のデバイスについて推奨アクションを決定するためのメカニズムなど）は、１つ以上のサーバ１２０上で実行され得る。別のより特定的な例において、フロントエンドコンポーネント（コンテンツの形態で推奨アクションの提示、推奨アクションの実行、ユーザデバイスが他のデバイスの近くに存在することの検出など）は、１つ以上のユーザデバイス１０２および／またはディスプレイデバイス１１０上で実行され得る。

いくつかの実現例において、ユーザデバイス１０２、データソース１１０およびサーバ１２０の各々は、コンピュータのような汎用デバイスまたはクライアント、サーバなどのような特殊目的デバイスのいずれかであり得る。これらの汎用デバイスまたは特殊目的デバイスのいずれかは、（マイクロプロセッサ、デジタル信号プロセッサ、コントローラなどであり得る）ハードウェアプロセッサ、メモリ、通信インターフェイス、ディスプレイコントローラ、入力デバイスなどといった、任意の好適なコンポーネントを含み得る。たとえば、ユーザデバイス１０２は、スマートフォン、タブレットコンピュータ、ウェアラブルコンピュータ、（たとえば自動車、ボート、飛行機または任意の他の好適な乗り物において使用されるような）乗り物コンピューティングおよび／またはエンターテイメントシステム（vehicle computing and/or entertainment system）、ラップトップコンピュ
ータ、ポータブルゲームコンソール、テレビ、セットトップボックス、デジタルメディアレシーバ、ゲームコンソール、サーモスタット、ホームオートメーションシステム、機器、任意の他の好適なコンピューティングデバイス、または、その任意の好適な組合せとして実現され得る。

通信ネットワーク１０６は、インターネット、イントラネット、ワイドエリアネットワ
ーク（ＷＡＮ：wide-area network）、ローカルエリアネットワーク（ＬＡＮ：local-area network）、ワイヤレスネットワーク、Ｗｉ－Ｆｉネットワーク、デジタル加入者線（
ＤＳＬ：digital subscriber line）ネットワーク、フレームリレーネットワーク、非同
期転送モード（ＡＴＭ：asynchronous transfer mode）ネットワーク、仮想プライベートネットワーク（ＶＰＮ：virtual private network）、ピアツーピア接続などを含む任意
の好適なコンピュータネットワークまたはそのようなネットワークの組合せであり得る。通信リンク１０４、１０８および１１２の各々は、ユーザデバイス１０２とデータソース１１０とサーバ１２０との間でデータを通信するのに好適な任意の通信リンクであり得る。当該通信リンクの例としては、ネットワークリンク、ダイアルアップリンク、ワイヤレスリンク、ハードワイヤードリンク、任意の他の好適な通信リンク、またはそのようなリンクの任意の好適な組合せがある。なお、いくつかの実現例では、複数サーバ１２０は、複数のデータソースからの気分および／または挙動情報に基づいてサービスをパーソナライズするための本願明細書において記載されるメカニズムに関連付けられる異なるメカニズムへのアクセスを提供するために使用され得る。たとえば、システム１００は、データ選択サーバ１２０、プロファイルサーバ１２０、推奨サーバ１２０、送達サーバ１２０、および/または、本願明細書において記載されたメカニズムの任意の好適な機能を実行す
るための任意の他の好適なサーバを含み得る。データ選択サーバ１２０は、ユーザの感情状態を示す、複数のデータソースからのデータの選択を促進する。プロファイルサーバ１２０は、ユーザをユーザグループに割り当てるためにベースラインプロファイルを生成し、ユーザの割り当てられたグループと、ユーザの目的または目標とに基づいて、対象プロファイルを決定し、ユーザを表わす現在のプロファイルを生成し、現在のプロファイルを対象プロファイルと比較する。推奨サーバ１２０は、ユーザの感情状態にインパクトを与える可能性を有し得、および／または、目的もしくは目標にユーザを向かわせ得る１つ以上の推奨アクションを決定する。送達サーバ１２０は、推奨アクションを実行させる（たとえば、特定のデバイスにコンテンツを送信、ホームオートメーションシステムに命令を送信など）。

図３は、開示された主題のいくつかの実現例に従った、図１に示されるユーザデバイス１０２およびサーバ１２０のうちの１つ以上を実現するために使用され得るハードウェアの例３００を示す。図３を参照して、ユーザデバイス１０２は、相互接続され得るハードウェアプロセッサ３０２、ディスプレイ／入力デバイス３０４、メモリ３０６およびトランスミッタ／レシーバ３０８を含み得る。いくつかの実現例では、メモリ３０６は、ハードウェアプロセッサ３０２を制御するためのユーザデバイスプログラムを格納するための（コンピュータ読取可能媒体のような）ストレージデバイスを含み得る。

ハードウェアプロセッサ３０２は、複数のデータソースを使用して、気分および／または挙動に基づいて、サービスをパーソナライズするための本願明細書において記載されたメカニズムを実行および／または当該メカニズムとインタラクションするよう、ユーザデバイスプログラムを使用し得る。これは、（たとえば、目的または目標情報を入力するために、１つ以上のデータソースからのデータにアクセスする承認を与えるために、データソースを選択するためになど）１つ以上の推奨インターフェイスを提示することと、推奨アクションを実行することとを含み得る。いくつかの実現例では、ハードウェアプロセッサ３０２は、たとえばトランスミッタ／レシーバ３０８のような、トランスミッタ、レシーバ、トランスミッタ／レシーバ、トランシーバおよび／または任意の他の好適な通信装置を使用して、通信リンク１０４または任意の他の通信リンクを介してデータを送受信し得る。ディスプレイ／入力デバイス３０４は、タッチスクリーン、フラットパネルディスプレイ、陰極線管ディスプレイ、プロジェクタ、スピーカ、および／もしくは、任意の他の好適なディスプレイおよび／もしくは提示デバイスを含み得、ならびに／または、コンピュータキーボード、コンピュータマウス、１つ以上の物理ボタン、マイクロフォン、タッチパッド、音声認識回路、タッチスクリーンのタッチインターフェイス、カメラ、光学
モーションセンサおよび／もしくは加速度計のようなモーションセンサ、温度センサ、近接場通信センサ、バイオメトリックデータセンサ、および／もしくは、任意の他の好適な入力デバイスを含み得る。トランスミッタ／レシーバ３０８は、たとえばコンテンツを提示するための命令、現在の制御レベルに関係する情報、位置情報についての要求などを送信および／または受信するための任意の好適なトランスミッタおよび／またはレシーバを含み得、図１に示されるネットワーク１０６のような１つ以上の通信ネットワークにインターフェイス接続するための任意の好適なハードウェア、ファームウェアおよび／またはソフトウェアを含み得る。たとえば、トランスミッタ／レシーバ３０８は、ネットワークインターフェイスカード回路、ワイヤレス通信回路、および／もしくは、任意の他の好適なタイプの通信ネットワーク回路、１つ以上のアンテナ、ならびに／または、信号の送信および／もしくは受信するための任意の他の好適なハードウェア、ファームウェアおよび／もしくはソフトウェアを含み得る。

サーバ１２０は、相互接続され得るハードウェアプロセッサ３１２、ディスプレイ／入力デバイス３１４、メモリ３１６およびトランスミッタ／レシーバ３１８を含み得る。いくつかの実現例では、メモリ３１６は、ハードウェアプロセッサ３１２を制御するための推奨プログラムを格納するための（コンピュータ読取可能媒体のような）ストレージデバイスを含み得る。

ハードウェアプロセッサ３１２は、本願明細書において記載されるメカニズムを実行および／または当該メカニズムとインタラクションする推奨プログラムを使用し得る。当該メカニズムは、複数のデータソースからコンピューティングデバイスのユーザの目的に関連付けられる情報を取得し、ユーザデバイスのユーザについての目的を識別し、ユーザに関連付けられる情報を複数のデータソースから受信し、複数のデータソースの各々からの情報の部分が、識別された目的を有するユーザに関連があると判定し、識別された目的と、複数のデータソースの各々からの情報の部分とに基づいて複数のユーザグループのうちのあるグループへと当該ユーザを割り当て、識別された目的および割り当てられたグループに基づいて、当該ユーザに関連付けられる対象プロファイルを決定し、複数のデータソースの各々からの情報の部分に基づいてユーザについて現在のプロファイルの生成し、ユーザの感情状態にインパクトを与える可能性を有すると判定される推奨アクションを決定するよう、現在のプロファイルを対象プロファイルと比較し、（たとえば、ユーザが所有するデバイスまたはユーザの近傍に位置するデバイス上で）推奨アクションを実行させ、コンピューティングデバイスに接続される、各々が１つ以上のデバイス能力を有する１つ以上のデバイスを決定し、ならびに／または、通信リンク１０８を介してデータを送受信するためのものである。いくつかの実現例では、推奨プログラムは、たとえば、図４に関して以下に記載されるようにプロセス４００の少なくとも一部をハードウェアプロセッサ３１２に実行させ得る。いくつかの実現例では、ハードウェアプロセッサ３１２は、たとえばトランスミッタ／レシーバ３１８のような、トランスミッタ、レシーバ、トランスミッタ／レシーバ、トランシーバおよび／または任意の他の好適な通信装置を使用して、通信リンク１１４または任意の他の通信リンクを介してデータを送受信し得る。ディスプレイ／入力デバイス３１４は、タッチスクリーン、フラットパネルディスプレイ、陰極線管ディスプレイ、プロジェクタ、スピーカ、ならびに／または、任意の他の好適なディスプレイおよび／もしくは提示デバイスを含み得、ならびに／または、コンピュータキーボード、コンピュータマウス、１つ以上の物理ボタン、マイクロフォン、タッチパッド、音声認識回路、タッチスクリーンのタッチインターフェイス、カメラ、光学モーションセンサおよび／もしくは加速度計のようなモーションセンサ、温度センサ、近接場通信センサ、バイオメトリックデータセンサ、および／もしくは任意の他の好適な入力デバイスを含み得る。トランスミッタ／レシーバ３１８は、たとえば提示されるべきコンテンツ、ディスプレイデバイス１１０のステータス情報についての要求、コンテンツについての要求、位置情報についての要求などを送信および／または受信するための任意の好適なトランスミ
ッタおよび／またはレシーバを含み得、図１に示されるネットワーク１０６のような１つ以上の通信ネットワークとインターフェイス接続するための任意の好適なハードウェア、ファームウェアおよび／またはソフトウェアを含み得る。たとえば、トランスミッタ／レシーバ３１８は、ネットワークインターフェイスカード回路、ワイヤレス通信回路、および／もしくは、任意の他の好適なタイプの通信ネットワーク回路、１つ以上のアンテナ、ならびに／または、信号を送信および／または受信するための任意の他の好適なハードウェア、ファームウェアおよび／もしくはソフトウェアを含み得る。

いくつかの実現例では、サーバ１２０は、１つのサーバで実現され得るか、または、任意の好適な数のサーバとして分散され得る。たとえば、複数のサーバ１２０は、信頼性を増加させるために、ならびに／または、サーバがユーザデバイス１０２および／もしくはデータソース１１０と通信し得る速度を増加させるために、さまざまな位置において実現され得る。付加的または代替的には、図１に関して上で記載されたように、複数のサーバ１２０は、本願明細書において記載されるメカニズムに関連付けられる異なるタスクを実行するように実現され得る。

図４を参照して、開示された主題のいくつかの実現例に従った、ユーザデバイスのユーザの身体状態または感情状態に基づいて、複数のデータソースからのデータを使用して、コンピュータ化されたサービスをパーソナライズするためのプロセスの例示的な例４００が示される。

なお、プロセス４００は、コンピュータ化されたサービスをパーソナライズし得、複数のデータソースからのデータは、ユーザデバイスを有するユーザの身体状態または感情状態に対するコンピュータ化されたサービスのインパクトを判定するために使用され得る。ユーザの感情状態は複雑な現象であり得る。感情は、生理学的なアクティビティに関連付けられる精神状態であり得、内的環境条件または外的環境条件によって影響を受け得る。感情は、ユーザの個性、気分、気性、気質およびモチベーションに関連付けられ得る。たとえば、感情状態は、幸福、満足、平隠さ、驚き、怒り、恐怖、悲しみ、気落ち、嫌悪、疲労、憂慮、性急さなどを含み得る。いくつかの例において、感情状態は、肯定的な感情および否定的な感情に広く分類され得る。肯定的な感情は幸福および満足を含み得、否定的な感情は怒りおよび気落ちを含み得る。さらに、内的環境条件の例は、古い記憶を含んでおり、外的刺激の例はさまざまな環境ファクタによるストレスまたはストレスの軽減を含んでいる。

また、ユーザの身体状態または感情状態は、ある時点におけるユーザの身体的な特徴または感情の全面的なスナップショットまたは現れとして考えることができる。ユーザの身体状態または感情状態には複数のファクタが関係し得るので、当該身体状態または感情状態は、短期間の間でさえ変動する場合がある。複数のソースからのユーザに関するデータを用いることよって、ユーザの身体状態または感情状態は予測され得、所与の時間において特定のコンピュータ化されたアクションを推奨するかどうか決定するために使用され得る。さらに、ユーザの身体状態または感情状態の変化は、複数のソースからのユーザに関する新しいまたは更新されたデータに基づいて予測され得る。さらに、ユーザの身体状態または感情状態の変化は、ユーザが所有するデバイスまたはユーザの近傍に位置するデバイスへのコンピュータ化された推奨アクションが特定の目標または目的にユーザを向かわせ得るかどうかを評価するために使用され得る。

示されるように、プロセス４００は、４１０において、特定の目的または目標に関するユーザ入力を受信することによって開始され得る。特定の目的または目標の例示的な例は、より多くの運動を行うこと（たとえば、一般に現在のアクティビティレベルを増加させること、１日当たり少なくとも１時間、任意の形態の運動を行うことなど）、減量をする
こと（たとえば一般に減量すること、３か月で１０ポンドを減量することなど）、より多くの友達を作ること、特定の感情状態を達成すること（たとえば、より生産的に感じる、よりストレスが少ないと感じるなど）などであり得る。

より特定的な例において、ソーシャルネットワーキングサービスからユーザに関するソーシャルデータにアクセスすることについてユーザデバイスのユーザからの承認を受信することに応答して、プロセス４００は、ユーザの１つ以上の目的を決定するよう、ソーシャルネットワーキングサービス上にユーザによって公表されたソーシャルメディアポストからキーワードを抽出し得る。この例では、ソーシャルネットワーキングサービスからのユーザに関するソーシャルデータが受信され得、当該ソーシャルデータは、テキスト、画像コンテンツ、ビデオコンテンツおよび／または音声コンテンツを有するメッセージまたはポストと、当該ユーザにつながりのある他のユーザによってポストされたメッセージと、タイミング情報、位置情報、または、当該ユーザにつながりのあるユーザの宣言された気分または感情状態といった文脈情報とを含み得る。

別のより特定的な例において、ユーザに関連付けられるコンピューティングデバイス上に推奨アプリケーションをインストールすることに応答して、推奨アプリケーションは、ユーザインターフェイスから目的を選択するようにユーザに促す推奨インターフェイスをコンピューティングデバイス上に提示し得る。たとえば、推奨インターフェイスは、推奨カード、通知、または、目的もしくは目標を示すようにユーザに促す任意の他の好適なユーザインターフェイスとして提示され得る。コンピューティングデバイス上で提示され得る推奨インターフェイスの例示的な例が図５に示される。示されるように、いくつかの実現例において、モバイルデバイス５００のようなユーザデバイス１０２は、推奨インターフェイス５１０に、「より多く運動をする」または「気分を改善する」などといった目的を入力するようにユーザに促し得る。推奨インターフェイス５１０における提案された目的は、任意の好適な基準（たとえば、デフォルトの目的、ポピュラーな目的、ユーザデバイスに入力された最近の検索に基づいて選択される目的、ユーザデバイスに関連付けられる位置情報に基づいて選択される目的、ユーザデバイスのユーザによって承認されたデータソースから推論される属性に基づいた目的など）に基づいて提示され得る。さらに示されるように、「あなたの最近の検索に基づいています」および「あなたの最近のポストに基づいています」といったように、提案された目的の理由が提供され得る。付加的または代替的には、推奨インターフェイスは、ユーザが達成することを望む目的または目標に関するキーワードを提供するよう検索フィールドをモバイルデバイス５００のユーザに提示し得る。

図４を再び参照して、４２０において、推奨システムは、決定した目的に基づいて、ユーザデバイスのユーザのための１つ以上の目標を決定し得る。たとえば、目的は減量をすることであるという決定に応答して、推奨システムは、減量をする目的に関連付けられる目標を決定し得る。たとえば、減量をする目的に関連付けられる目標としては、第１の週について第１のアクティビティレベルおよび第２週について第２のアクティビティレベルを達成すること、第１の月にわたって平均アクティビティレベルを達成すること、毎朝特定の時刻に起床すること、毎日の終わりにおいてあるしきい値量の休息を達成すること、平日の特定の時刻に食事をすることなどがある。以下に記載されるように、推奨システムはさまざまなプロファイルを生成し得る。さまざまなプロファイルの例としては、各々がユーザデバイスを有する同様のユーザのプロファイル、決定された目的または目標のうちの１つを達成したことを示すユーザデバイスを有するユーザのプロファイル、決定された目的または目標のうちの１つを達成することに失敗したことを示したユーザデバイスを有するユーザのプロファイルなどがある。この例では、推奨システムは、（たとえばどの目標が、当該ユーザに類似していると考えられるユーザによって達成されたのか、どの目標が特定の時間量内で達成されたのかなど）目的に関連付けられる目標を決定するためにこ
れらのプロファイルを処理し得る。より特定的な例において、推奨インターフェイス５１０に提示される目的のうちの１つを選択することに応答して、推奨システムは、当該選択された目的に関連付けられる複数の目標を決定し得、プロファイル情報に基づいてこれらの目標の一部を選択し得る。

いくつかの実現例では、推奨システムは、４３０において、複数のデータソースから、ユーザに関連付けられる任意の好適なデータを受信し得る。たとえば、推奨システムは、１つ以上のデータソースから、ユーザデバイスの１人以上のユーザが従事するアクティビティに関するデータを受信および／または要求し得る。当該アクティビティに関するデータとしては、散歩したこと、および、位置サービスによりモバイルデバイスを使用して横断した距離、ソーシャルサービスによりモバイルデバイスを使用してコーヒーショップに対応する位置を訪問したこと、オンラインカレンダによりモバイルデバイスを使用してソーシャルイベント（たとえば会議、パーティ、スポーツイベントなど）に出席したこと、オンラインカレンダおよび／またはソーシャルサービスによりモバイルデバイスを使用してフィットネストレーニングセッションに参加したことなどがある。別の例として、１つ以上のデータソースから、推奨システムは、アクティビティの持続時間、アクティビティに対応する時間などといった、アクティビティに関係するタイミング情報を含むデータを受信および／または要求し得る。さらに別の例として、推奨システムは、所与の時間期間（たとえば週の１日、２～３日、平日、週末など）の間に１人以上のユーザが従事したアクティビティの発生回数、所与のアクティビティに従事するユーザの数、および／または、所与のアクティビティに関係する頻度情報に関する任意の他の好適な情報を含むデータを受信および／または要求し得る。

いくつかの実現例では、推奨システムは、ソーシャルネットワーキングサービス上にユーザによって公表されたコンテンツおよび／または情報に関するデータを受信および／または要求し得る。たとえば、当該データは、サービス（たとえばソーシャルネットワーキングサービス、メッセージサービス、ビデオ共有サービス、写真共有サービス、エレクトロニックコマースサービスなど）上にユーザによって公表された１つ以上の気分状態を含み得る。別の例として、当該データは、ソーシャルネットワーキングサービス上にユーザによって公表されたコメント、メッセージ、ポスト、位置、および／または、任意の他の好適なコンテンツを含み得る。さらに別の例として、当該データは、ソーシャルネットワーキングサービス上にユーザの１つ以上のソーシャルコネクションに関する任意の好適な情報、当該ソーシャルコネクションによってポストされたコンテンツ、当該ソーシャルコネクションに関連付けられる位置などを含み得る。

いくつかの実現例では、推奨システムは、１つ以上のメディアコンテンツアイテムとのユーザインタラクションに関するデータを受信および／または要求し得る。たとえば、当該データは、ユーザがインタラクションしたメディアコンテンツアイテムに関する任意の好適な情報を含み得る。より特定的な例において、当該データは、メディアコンテンツアイテムのタイプ、メディアコンテンツアイテムの説明、メディアコンテンツアイテム（たとえばＵＲＬ）へのリンク、メディアコンテンツアイテム（たとえばＵＲＩ、プログラム識別子など）を識別し得る識別子、メディアコンテンツアイテムの著者、メディアコンテンツアイテムに関係するアーティストなどを含み得る。別の例として、当該データは、ユーザデバイス上でのメディアコンテンツアイテムとのユーザインタラクションのタイプに関する任意の好適な情報を含み得る。当該メディアコンテンツアイテムとのユーザインタラクションのタイプに関する任意の好適な情報としては、メディアコンテンツアイテムを消費すること、ソーシャルネットワーキングサービスまたは任意の他の好適なサービスを介してメディアコンテンツアイテムを公表すること、他のユーザとメディアコンテンツアイテムを共有すること、ソーシャルネットワーキングサービスまたは任意の他の好適なサービスを介してそのメディアコンテンツアイテムにいいねをすること、メディアコンテン
ツアイテムに関してコメントすることなどがある。さらに別の例として、当該データは、ユーザインタラクションの持続時間、ユーザインタラクションに対応する時刻などといった、ユーザデバイス上でのメディアコンテンツアイテムとのユーザインタラクションに関係する任意の好適なタイミング情報を含み得る。

いくつかの実現例では、推奨システムは、ユーザデバイスのユーザに関連付けられるバイオメトリックデータを受信および／または要求し得る。たとえば、センサを含むデータソースからのバイオメトリックデータにアクセスする承認を受信したことに応答して、バイオメトリックデータは、心拍数、呼吸数、血圧、体温、皮膚水分などといった、ユーザに関連付けられる任意の好適な生理学的パラメータを含み得る。別の例として、バイオメトリックデータは、心拍数範囲、血圧範囲などといった生理的パラメータの範囲を含み得る。

いくつかの実現例では、推奨システムは、ユーザデバイスのユーザに関連付けられる位置データを受信および／または要求し得る。たとえば、位置情報にアクセスする承認を受信することに応答して、位置データは、ユーザに関連付けられるコンピューティングデバイスの位置を推測するために使用され得る任意の好適な情報を含み得る。当該任意の好適な情報としては、コンピューティングデバイスに関連付けられる識別子（たとえばＩＰアドレス、デバイス識別子、メディアアドレスコントロール（ＭＡＣ：media address control）アドレス、シリアルナンバー、製品識別子など）、コンピューティングデバイスに
よって生成されるＧＰＳ信号、コンピューティングデバイスに関連付けられるＷｉ－Ｆｉアクセスポイント、コンピューティングデバイスが接続されるセルタワーに関する情報などがある。別の例として、位置データは、好適なサービス（たとえばソーシャルネットワーキングサービス）を利用してユーザによって公表された位置、ユーザが訪れることを意図する位置（たとえばモバイルデバイス上で実行されるカレンダアプリケーション、ユーザに関連付けられるソーシャルネットワークアカウントなどを使用してスケジューリングされたソーシャルイベントに関連付けられる位置）などといった、ユーザの位置を推測するために使用され得る任意の好適な情報を含み得る。

いくつかの実現例では、推奨システムは、図６に示される推奨インターフェイスのような推奨インターフェイスを示し得る。モバイルデバイス５００のユーザは、選択のためのデータソースについて促される。たとえば、さまざまなデータソースは、モバイルデバイス５００上で実行される推奨システムによって検出され得、さまざまなデータソースを検出することに応答して、ユーザは、当該ユーザに関連付けられるデータを得るために、どのデータソースを選択するべきか促され得る。図６に示されるように、モバイルデバイス５００から位置データにアクセスすること、および、モバイルデバイス５００を使用して認証されたサービスからソーシャルデータにアクセスすることについてユーザが許可を示している場合、推奨インターフェイスは、推奨アプリケーションに利用可能なさまざまなデータソースから選択するよう、モバイルデバイス５００のユーザを促す。より特定的な例において、推奨システムは、特定のデータソースにアクセスする承認を提供するようユーザを促し、どのデータソースが、目標または目的を達成すること向けて適切なデータを含み得るかを選択し得る。この例では、推奨システムは、ユーザ名およびパスワードといった、特定のデータソースにアクセスするためのクレデンシャルを提供するようにユーザデバイスのユーザのユーザに促すインターフェイスを提供し得る。

いくつかの実現例では、推奨システムは、たとえば推奨インターフェイス６１０を使用して、ユーザを取得するために１つ以上のデータソースを選択することに応答して、付加的な情報を提供するようにユーザを促し得る。たとえば、推奨システムは、ユーザについてベースラインプロファイルを生成するために、ベースラインプロファイルのある部分は選択されたデータソースから得られたデータを使用して導出または満足され得、ベースラ
インプロファイルの他の部分は不完全なままであるということを判定し得る。これに応答して、推奨システムは、そのような情報を提供するようにユーザに促すインターフェイスを生成し得る。たとえば、目標が「減量をすること」である場合、そのようなインターフェイスは、身長値と体重値とを入力するようにモバイルデバイス５００のユーザに促し得る。

図４を再び参照して、４４０において、推奨システムは、目的または決定された目標に基づき、複数のデータソースから受信されるデータの部分を選択し得る。たとえば、推奨システムは、（たとえば１つ以上のアプリケーションプログラミングインターフェイスを使用して）複数のデータソースからデータを受信し得、受信したデータがさまざまなカテゴリーのデータに分類されるべきであると決定し得る。これらのカテゴリーはたとえば、一般データ、文脈データ、ソーシャルデータ、および、パーソナルデータを含み得る。一般データの例は、ユーザによって利用される１つ以上のサービス（たとえばソーシャルネットワーキングサービス、Ｅメールサービス、メッセージサービス、ビデオ共有サービスなど）に関する情報、ユーザに関連付けられる検索履歴（たとえばユーザによって入力されたキーワード）などを含み得る。文脈データの例は、ユーザデバイス１０２の位置に関する情報、交通情報、ユーザデバイス１０２からの位置情報に基づいた気象通報（たとえば「晴れ」、「寒い」など）、所与の位置内の人口密度情報、データソース１１０によって提供されるデータに関する位置の文脈（たとえば「仕事」、「家」、「休暇」など）、ユーザデバイスの近くに位置するデバイスもしくはユーザデバイスに接続されるデバイスに関する情報、および／または、ユーザに関係がある文脈情報を提供し得る任意の他の好適な情報を含み得る。ソーシャルデータの例は、複数のユーザを伴うソーシャルイベント（たとえばソーシャルネットワーキングサービス、カレンダアプリケーションなどを使用してスケジュールされた会議）に関係する情報、サービス（たとえばソーシャルネットワーキングサービス、ビデオ共有サービス、写真共有サービスなど）を利用して１人以上のユーザによって公表されたコンテンツおよび／もしくは情報、ユーザの１つ以上のソーシャルコネクションに関する情報、ならびに／または、ソーシャルデータとして分類され得る任意の他の好適な情報を含み得る。パーソナルデータの例は、ユーザの個人的な興味（たとえばソーシャルネットワーキングサービスで入手可能なユーザが言及した興味、ユーザが消費したメディアコンテンツおよび／または好んだメディアコンテンツなど）、ユーザによって生成された１つ以上の発言、ならびに／または、個人的に見なすことができる任意の他の好適な情報を含み得る。

いくつかの実現例では、推奨システムは、データのカテゴリーごとにデータストリームを作成し得る。たとえば、複数のサービスからの特定のデータをソーシャルデータであると分類することに応答して、推奨システムは、受信中にソーシャルデータを集合させ得、複数のソースからのタイムスタンプが付与されたソーシャルデータを含むソーシャルデータストリームを作成し得る。代替的には、特定のデータソースにアクセスする承認をユーザから受信すると、推奨システムは、そのソースから受信したデータを分類し得、当該データを、特定のソーシャルソースからのタイムスタンプが付与されたソーシャルデータのソーシャルデータストリームのような、そのデータソースに関連付けられるデータストリームへと配置し得る。たとえば、図７に示されるように、たとえば、一般データ（Ｇ５およびＧ１３）と、パーソナルデータ（Ｐ１およびＰ４２）と、ソーシャルデータ（Ｓ９およびＳ２５）と、文脈データ（Ｃ３３およびＣ５７）といったように、複数のデータソースからの複数のデータストリームが取得され得る。

いくつかの実現例では、推奨システムは、どのカテゴリーのデータを分析するべきかと、たとえばユーザの身体状態または感情状態に影響を与え得る推奨アクションを決定するのにデータのどの部分が用いられるべきであるかとを決定することによって、データの特定の部分を選択し得る。ユーザデバイスのユーザについて４１０において目的を決定する
ことまたは４２０において目標を決定することに応答して、推奨システムは、目的または目標に関連性があるデータを含み得る特定のカテゴリーのデータを選択し得る。たとえば、推奨システムは、ソーシャルデータおよび文脈データが減量をする目的に寒冷性がある可能性が高いと判定し得る。４３０において複数のデータソースからのユーザに関するデータを分析することに応答して、推奨システムは、特定のデータソースから特定のカテゴリーのデータを選択し得、ユーザの身体状態または感情状態を示すまたは表すデータの特定の時間部分を選択し得る。たとえば、推奨システムは、複数のデータソースからユーザに関するデータを受信することについてユーザデバイスのユーザから承認を受信することに応答して、平日の９ＡＭと５ＰＭとの間に、ユーザデバイスは典型的にはソーシャルデータソース上で使用されないということと、ユーザデバイスおよび当該ユーザデバイスに接続されているデバイスからの文脈データがユーザの感情状態を表している可能性が高いということを判定し得る。なお、受信したデータならびに／または決定された目的および目標を使用して、推奨システムは、異なる決定を行うためにデータの異なるサブセットを選択し得る。当該異なるサブセットとしては、たとえば、特定のアクションを推奨するためのデータのサブセット、その日の特定の時間の間のユーザの感情状態を示すデータのサブセット、平均的な日の間のユーザの感情状態を示すデータのサブセット、所与の日におけるユーザのアクティビティを表わすデータのサブセットなどがある。

いくつかの実現例では、各目的または目標は、ユーザに関係するとともに目的または目標に関連性があるデータを抽出するための関連付けられたデータテンプレートを有し得る。たとえば、４１０において目的を決定することまたは４２０において目標を決定することに応答して、推奨システムは、特定のデータフィールドを含む関連付けられたデータテンプレートを抽出し得る。当該特定のデータフィールドとしては、特定のソーシャル関連データフィールド（たとえばソーシャルポストから抽出されたキーワードおよび関連付けられる時間）と、文脈関連データフィールド（たとえば、各ソーシャルポストの時間に対応する、ユーザに関連付けられる複数のデバイスからの位置情報）と、一般データフィールド（たとえば、ユーザデバイスがインストールしているアプリケーションのタイプ、および、ユーザデバイスの近くのデバイスのデバイスプロファイル）とがある。上述したように、特定のデータフィールドについての情報が完全でないかまたはデータソースからのデータを使用して導出され得ないという判定に応答して、推奨システムは、（たとえば、データを入力するようユーザを促すユーザインターフェイスおよび／またはユーザに関してなされた推論の正確さを入力するようユーザを促すユーザインターフェイスを生成することによって）そのような欠けているデータを入力するようにユーザに促し得る。

なお、推奨システムは、データの特定のサブセットに基づき決定を行い得るとともにデータの特定の部分を要求するデータテンプレートを抽出し得るが、ユーザデバイス１０２のようなユーザデバイスのユーザには、どのデータソースが使用されるか（たとえば、特定のソーシャルネットワーキングサービス、特定のモバイルデバイスなど）、および、どのタイプのデータが推奨システムによって使用されるか（たとえば特定のソーシャルネットワーキングサービスからのソーシャル情報は使用、パーソナル情報を含むと判定されるデータは使用しない、ソーシャルネットワーキングサービスからのソーシャルポスト情報は使用、ソーシャルメッセージサービスからの関係情報は使用しないなど）をセットするための制御が提供され得る。たとえば、ユーザには、特定の目標または目的についてユーザに関連するデータを含み得る特定のデータソースから特定タイプのデータを選択する機会が提供され得る。

いくつかの実現例では、複数のデータソースからのデータの選択された部分を使用して、推奨システムは、４５０において、ユーザについてのベースラインプロファイルを決定し得る。たとえば、推奨システムは、データの選択された部分を処理し得、各目的または目標に関連付けられる１つ以上のベースラインプロファイルを生成し得る。より特定的な
例では、目標に関連付けられるベースラインユーザプロファイルは、ユーザの身体状態または感情状態に関する任意の好適な情報（たとえば、「幸福」、「不幸」など）と、１つ以上のユーザ挙動あるいは習慣に関する情報（たとえば、通勤、昼食時間、毎週のミーティング、運動グループなど）とを含み得る。別のより特定的な例では、ベースラインユーザプロファイルは、心拍数情報、温度情報、電気皮膚反応情報、位置情報およびソーシャルポスト情報を使用し得、そのような情報を感情状態とをマッチングし得、所与の時間期間、１日、１週間、１シーズンなどを通じて感情状態についてのベースラインパターンを確立し得る。

いくつかの実現例では、複数のデータソースからのデータの選択された部分を使用して、推奨システムは、ユーザについて、複数のサブプロファイルを含む全体的なベースラインプロファイルを決定し得る。当該複数のサブプロファイルとしては、たとえば、ユーザの現在の感情状態を予測するようデータを使用するサブプロファイル、ユーザの典型的なアクティビティレベルを記述するサブプロファイル、その日の特定の時におけるユーザの典型的な挙動を記述するサブプロファイルなどがある。ユーザの全体的なベースラインプロファイルを作成するよう、任意の好適な数のサブプロファイルが生成され得る。また、いくつかの実現例では、推奨システムは、ユーザの全体的なベースラインプロファイルを形成するサブプロファイルの各々について、データの異なるサブセットを使用し得る。

いくつかの実現例では、推奨システムは、４５０において、ベースラインプロファイルに基づいてユーザのグループにユーザを割り当て得る。たとえば、推奨システムは、目標または目的を達成したユーザのグループと、当該グループにおけるユーザに関連付けられる１つ以上の挙動および／または当該グループにおけるユーザによって行なわれるアクションとを識別し得る。別の例において、推奨システムは、目標または目的を達成するのを失敗したユーザのグループと、当該グループにおけるユーザに関連付けられる１つ以上のユーザ挙動および／または当該グループにおけるユーザによって行なわれるアクションとを識別し得る。その後、推奨システムは、特定の挙動および／またはアクションをユーザについての目標に相互に関連付け得る。

いくつかの実現例では、推奨システムは、同様のユーザプロファイルを識別およびクラスタリングするよう機械学習技術を使用し得る。たとえば、推奨システムは、ユーザに関連付けられるベースラインプロファイルにどのグループプロファイルがもっとも類似しているかを決定するよう機械学習技術を使用し得、これに応答して、当該グループプロファイルに関連付けられるグループにユーザを配置し得る。別の例では、推奨システムは、機械学習技術を使用して、どのグループプロファイルが、ユーザデバイスのユーザに類似しているユーザデバイスを有するユーザを含んでいるかと、同じ目的を達成することに興味を持っているユーザを含んでいるかとを判定し得る。さらに別の例では、推奨システムは、機械学習技術を使用して、どのグループプロファイルが、ユーザの全体的なベースラインプロファイルを形成するサブプロファイルに共通の特徴を含むサブプロファイルを有するかを判定し得る。なお、サポートベクトルマシン、決定木、ベイズモデルなどのような任意の好適な機械学習技術が使用され得る。

なお、いくつかの実現例では、他の情報は、同様のユーザを一緒になるようにグルーピングするために使用され得る。たとえば、ユーザのグループは、特定のユーザと同じ都市にいるユーザといった、同様の地理的な近傍に存在するユーザデバイスを有するユーザを含み得る。別の例として、ユーザのグループは、１つ以上のソーシャルネットワーキングサービス上で互いにつながりがあるユーザを含み得る。

また、いくつかの実現例では、プロセス４００は、推奨システムが、ユーザの割り当てられたグループに基づいて特定の目的を達成するために、１つ以上の目標を決定し得る４
２０に戻り得る。たとえば、特定の目的について、推奨システムは、目的に到達する願望を示した同様のユーザの割り当てられたグループに関連付けられる１つ以上の目標を抽出し得る。別の例では、特定の目的について、推奨システムは、目的に関連付けられる目標をランク付けし得る。当該ランク付けは、目的に到達することにおいてどの目標がユーザを支援したかに関して、ユーザグループにおけるユーザからの入力に基づく。その後、推奨システムは、ユーザが目的に到達するのを支援し得る、ユーザについての目標の少なくとも一部を選択し得る。その後、選択された目標は、図８に示される推奨インターフェイス８００のような推奨インターフェイスにおいてユーザに提示され得る。この例において、推奨システムは、付加的な目標を取り除くおよび／または加える機会をモバイルデバイス５００のユーザに提供し得る。

いくつかの実現例では、推奨システムは、他の決定のために、４５０において生成されたベースラインプロファイルを使用し得る。たとえば、推奨システムは、複数のデータソースからのユーザに関する更新されたデータを含む現在のプロファイルが、以前に生成されたベースラインプロファイルから逸脱しているかどうかを判定する。ベースラインプロファイルと現在のプロファイルとの間の逸脱はたとえば、特定のアクティビティの頻度（たとえば運動頻度）の比較と、特定の挙動に関するタイミング情報（たとえばユーザが毎日起きる時間）の比較とを含み得る。そのような逸脱は、データまたは当該データに基づいたそのような判定がユーザの感情状態を示し得ないということを示し得る（たとえば、転職に応答してユーザからストレス応答が検出され得る）。そのような逸脱は、推奨システムがベースラインプロファイルを更新するべきであるということ、および／または、別のユーザグループへと当該ユーザの割り当てを更新するべきであるということを示し得る（たとえば、ユーザが目標または目的に向かって前進している場合、ユーザの挙動が時間とともに変化している場合など）。別の例において、そのような逸脱は、推奨システムが、ユーザをベースラインプロファイルに戻し得るアクションを推奨するべきであるということを示し得る。

より特定的な例では、推奨システムによって生成されるベースラインプロファイルは、ユーザに関連付けられる挙動および／またはアクティビティ（たとえば、クラシック音楽に費やす、フィットネスセッションに参加するなど）と、挙動および／またはアクティビティの各々に関するタイミング情報（たとえばクラシック音楽を聞くのに費やされた時間）と、所与の時間期間にわたる特定の挙動および／またはアクティビティの頻度（たとえばユーザデバイスを使用するユーザがその週の間にクラシック音楽を聞いた回数）と、挙動および／またはアクティビティに関連付けられるしきい値（たとえば、ユーザは、クラシック音楽を１週間に少なくとも３回、各セッションにつき少なくとも３０分間、聞く傾向がある）などとを含み得る。

別のより特定的な例では、推奨システムによって生成されるベースラインプロファイルは、ユーザに関係するデータの任意の好適な表現を含み得る。たとえば、バイオメトリックデータの特定の部分を受信することに応答して、推奨システムは、オフィスにいる間のユーザについて平均心拍数、平日に燃焼した平均カロリー数、ユーザにとって平均的な日についてのアクティビティ曲線を決定し得る。

また、複数のベースラインプロファイルが生成され、ユーザデバイスのユーザに関連付けられ得る。たとえば、推奨システムは、目標（たとえば１日当たり少なくとも３０分間の運動をすること）に関連付けられるデータの第１のサブセットを使用するベースラインプロファイルと、別の目標（たとえば、Ｅメールアプリケーションを使用する時間を特定の量の時間未満にする）に関連付けられるデータの第２のサブセットを使用する別のベースラインプロファイルとを生成し得る。別の例では、推奨システムは、「仕事」のような特定のコンテキストでベースラインプロファイルを生成し、「休暇」のような別のコンテ
キストで別のベースラインプロファイルを生成し得る。

いくつかの実現例では、推奨システムは、割り当てられたグループ、目標および／または目的に基づき、４７０において、対象プロファイルを生成し得る。たとえば、特定の目的について、推奨システムは、ユーザが目標または目的を達成したと判定されたユーザのユーザプロファイルを識別およびクラスタリングし得る。別の例では、推奨システムは、（たとえば特定の目標または目的を達成することにおいてどのアクションがユーザを支援していないかを判定するために）ユーザが目標または目的を達成しなかったと判定されたユーザのユーザプロファイルを識別およびクラスタリングし得る。さらに別の例では、推奨システムは、言及された目標または目的をユーザが達成するのを推奨システムが以前に支援したユーザのユーザプロファイルを識別およびクラスタリングし得る。

より特定的な例において、推奨システムは、特定の目標または目的を達成したユーザに関する情報と、特定の目標または目的を達成していないユーザに関する情報とを含むプロファイルを使用して、特定の目標または目的を達成するための対象プロファイルを生成し得る。この例では、推奨システムは、ユーザが特定の目標または目的に到達するのを支援し得るアクション、しきい値および他の情報を決定し得る。たとえば、１ヶ月で１０ポンド減量する目的を達成したと判定されたユーザは、毎日少なくとも１マイル歩いており、朝６時までに起き、夜にクラシック音楽を聞き、特定の時間に食事を食べている。たとえば特定の目標または目的の達成を示したユーザ間で共通の特徴を決定することにより、推奨システムは、ユーザにアクションを推奨するために使用され得る対象プロファイルを生成し得る。これらのアクションは、実行された場合、ユーザの現在のプロファイルが対象プロファイルに向かうように、ユーザの現在のプロファイルに影響を与え得る。

図４を再び参照して、いくつかの実現例では、推奨システムは、４８０において、複数のデータソースからの更新されたデータに基づいて、ユーザについての現在のプロファイルを生成し得る。なお、ユーザに関連付けられるベースラインプロファイルおよび現在のプロファイルは、複数のデータソースからの更新されたデータを使用して生成され得る動的なプロファイルであり得る。たとえば、特定の期間（たとえば１分、１日など）が経過したという判定に応答して、推奨システムは、複数のデータソースから更新されたデータを受信および／または要求し得、当該ユーザについて現在のプロファイルを生成し得る。代替的には、推奨システムはベースラインプロファイルを使用し続け得る。

いくつかの実現例では、推奨システムは、４９０において、推奨アクションを決定するよう、現在のプロファイルを対象プロファイルと比較し得る。これは、たとえば、ユーザの身体状態または感情状態にインパクトを与え得る。目的または目標およびプロファイル情報に基づいて、推奨システムは、ユーザデバイス、ユーザが所有するデバイス、または、ユーザデバイスの近傍にあるデバイスにおいて、どのコンピュータ化されたアクションが実行されるべきであるかを決定し得る。

いくつかの実現例では、推奨システムは、さまざまな時において、ユーザデバイスのユーザに推奨される複数のコンピュータ化されたアクションを決定し得る。たとえば、推奨システムは、ユーザがユーザの就業日の間により多くの運動を行うという特定の目的を有するということを決定し得る。ソーシャルネットワーキングサービスからのソーシャルネットワーキングデータと、ユーザに関連付けられるモバイルデバイスからの位置データと、ユーザに関連付けられるオンラインカレンダからのカレンダデータとにアクセスする承認をユーザデバイスのユーザから受信したことに応答して、推奨システムは、ソーシャルデータから、ユーザの気力が現在相対的に低いということを判定し得るとともに、カレンダデータから、特定の時間に予定されているとともに特定の位置で行われるミーティングにユーザが参加する（現在の時間とミーティングの時間との間には関係がない）というこ
とを判定し得る。推奨システムは、そのようなデータを使用し、他のデータを動的なユーザプロファイルに組み入れ得る。たとえば、ユーザに関連付けられる着用可能な歩数計からのバイオメトリックデータに基づいて、推奨システムは、その月から今日までまたはその週から今日までユーザが従事したアクティビティの量を決定し得、ユーザが示された目的もしくは目標を達成する可能性があるか、または、平均アクティビティレベルに合致する可能性があるかどうかを判定し得る。別の例において、位置情報に基づいて、推奨システムは、ユーザに関連付けられる職場から１０ブロック離れている特定の位置でのミーティングに出席するためにユーザが自動車サービスを利用する頻度を決定し得る。さらに別の例では、ソーシャルネットワーキングサービス上で言及された興味および／または親和性に基づいて、推奨システムは、当該ユーザデバイスのユーザが花を好きであると判定し得る。さらに別の例では、マッピングデータを用いて、推奨システムは、ユーザに関連付けられる職場とミーティングの位置との間のルートを決定し得る。複数のデータソースからのデータのこれらの部分を考慮に入れて、推奨システムは、ユーザに関連付けられる現在のプロファイルを生成し、特定の目的および／または特定のユーザグループに関連付けられ得る対象プロファイルと比較し得る。比較に基づいて、推奨システムは、１つ以上の推奨アクションを実行させる。当該推奨アクションの例としては、５分で行くことができる近くのコーヒーショップから１杯のコーヒーを購入するようにユーザに促す通知、提供されたルートに沿った位置に最近オープンしたランの花のショップを訪問するオプションを含む特定のルートを使用してミーティングに歩いて行くようにユーザに促す通知がある。代替的には、推奨システムは、ミーティングに先立った特定の時間に、ユーザデバイスの近傍にある香り発生器にラベンダの香りを発させ得る。別の代替的な例では、推奨システムは、ミーティングに先立った特定の時間において、グーグルマップのようなコンピュータ地図ルートサービスによって識別されるような特定のルートを使用してミーティングに歩いて行くようにユーザに促す通知を行う前に、（たとえば降水確率が特定のしきい値より大きいと判定する場合、何が「暑すぎる」と考えられるかに関して決定された温度およびユーザデータに基づいてユーザにとって「暑すぎる」と判定する場合などにおいて）ユーザデバイスの近傍での天候を判定する。

この例を継続して参照して、推奨システムは、推奨アクションによって推奨されたように、ユーザがランの花のショップを訪れたこと、および／または、ユーザがコーヒーショップへ歩いて行っていることを判定し得る。次いで、推奨システムは、当該コーヒーショップに対応するアプリケーションプログラミングインターフェイスを使用してコーヒーショップの顧客の数を問い合わせ得、ユーザがコーヒーショップにおいて特定の待ち時間を有する場合があることを判定し得る。その後、推奨システムは、そのそれぞれのアプリケーションプログラミングインターフェイスを使用して、同じフランチャイズの別のコーヒーショップでは待ち時間がより短く、ユーザデバイスのユーザに近い（たとえば、ユーザデバイスによって提供される現在の位置から１ブロック離れている）ことを判定し得る。推奨システムは、ユーザデバイスに更新された推奨アクションまたは改訂された推奨アクションを送信し得る。

なお、これらの複数のコンピュータ化されたアクションの各々は、対応するトリガーイベントに関連付けられ得る。たとえば、近くのコーヒーショップからコーヒーを購入するようにユーザを促す通知のようなアクションは、関連付けられる時間（たとえば日中の時間、前のイベントの時間、次の予定されたイベントが始まるまでの時間など）に基づいてトリガーされ得る。別の例において、予定されたミーティングへのルートに沿ったランの花の店を訪れるようにユーザを促す通知のようなアクションは、ユーザデバイスに関連付けられる位置情報（たとえば、ユーザデバイスがランの花の店の特に近傍に存在することを検出すること）に基づきトリガーされ得る。より別の例において、推奨システムは、アクションが特定の形態（たとえば、Ｅメール、テキストメッセージ、モバイル通知、アカウント通知、および／もしくは任意の他の好適な態様）で、ならびに／または、特定の時
（たとえば、ユーザの予測された感情状態に基づいて）に提示されるメッセージであることを決定し得る。

図４を再び参照して、推奨システムは、４９５において、推奨アクションを実行させ得る。推奨アクションの例示的な例が図２に示される。示されるように、当該アクションまたは出力は、たとえば、触覚フィードバックもしくはタッチ感知フィードバック、感覚フィードバック（たとえば画像コンテンツ、光キュー、音楽、ビデオメッセージ、ビデオコンテンツなど）、環境関連フィードバック（たとえば、好適なデバイスから香りを発させる、照明またはホームオートメーションシステムによって照明スキームを修正するなど）、および／または、コンテンツ関連アクション（たとえば、テキスト、画像コンテンツ、ビデオコンテンツ、音声コンテンツを提示する）を含み得る。より特定的な例において、推奨アクションは、ユーザデバイスに接続されている音声出力デバイスを使用して、音を修正すること、音をキャンセリングすること、または、ユーザデバイスのユーザのバックグラウンドにおける音を増強することを含み得る。別のより特定的な例では、推奨アクションは、通知を提供するために、ユーザデバイスのユーザの環境において（たとえば光キュー、音声キュー、ビデオキュー、香りキューなど）感覚フィードバックを提供することを含み得る。さらに別のより特定的な例では、推奨アクションは、ユーザに関する履歴情報に基づいたコンテンツ関連アクションを含むノスタルジア指向のフィードバックを含み得る。さらに別の例では、推奨アクションは、デバイス情報およびユーザに関する他の情報（たとえばユーザインターフェイス要素の構成、ドキュメントまたはファイルのポジショニングなど）に基づいたアプリケーションデータの優先順位を含み得る。

いくつかの実現例では、推奨システムは、推奨アクションに基づき、当該推奨アクションを実行するために、ユーザデバイスのユーザに接続または近接し得る１つ以上のデバイスを識別する。いくつかの実現例では、推奨システムは、どのデバイスまたはどの複数のデバイスがユーザデバイスの近くに存在するかを判定するようデバイスディスカバリ機能を始動し得る。いくつかの実現例では、そのようなデバイスディスカバリ機能は、ユーザデバイス上で推奨アプリケーションを起動することに応答して、または、推奨アクションがデバイスを使用して実行されるべきであるという判定に応答して、始動され得る。付加的または代替的には、いくつかの実現例では、そのようなデバイスディスカバリ機能は、任意の好適なデバイスから始動され得、どのデバイスがユーザデバイスの近くに存在するか判定するよう任意の好適な情報を使用し得る。

いくつかの実現例では、ユーザデバイスは、任意の出力デバイスが近くに存在するかどうか判定し得る。ユーザデバイスまたはユーザデバイス上で実行される推奨アプリケーションは、任意の出力デバイスが近くにあるかどうかを判定するよう、任意の好適な技術あるいは技術の組合せを使用し得る。たとえば、ユーザデバイスは、その近くのデバイス（信号を受信したデバイス）に、当該デバイスが信号を受信したことを示すメッセージで応答するよう要求するメッセージを含む信号または複数の信号を送信し得る。この例において、応答は、デバイス位置情報およびデバイス能力情報のような任意の好適なデバイス情報を含み得る。別の例として、ユーザデバイスは、推奨アクションまたは出力が実行されるためにディスプレイデバイスが利用可能であることを示すメッセージを含む、デバイスが送信した信号または複数の信号を受信し得る。そのような信号は、たとえば、Ｂｌｕｅｔｏｏｔｈ（登録商標）のようなピアツーピア通信技術を使用して、ＲＦＩＤ技術を使用して、および／または、ユーザデバイスと１つ以上の出力デバイスとの間で通信をするための任意の他の好適な技術もしくは技術の組合せを使用して、送信され得る。

いくつかの実現例では、推奨システムは、推奨アクションを実行するために利用可能な１つ以上の出力デバイスを選択する機会をユーザに提供し得る。たとえば、図９に示されるように、推奨インターフェイス９１０は、モバイルデバイス５００に接続されているま
たは近接していると検出されたさまざまな出力デバイスを選択、追加、削除する機会をユーザに提供し得る。示されるように、そのような出力デバイスは、テレビデバイス、ホームオートメーションシステム、タブレットコンピューティングデバイス、香り発生器、および、自動車を含み得る。いくつかの実現例では、推奨インターフェイスは、（たとえば他のデバイスの近傍にある異なる位置に移動することに応答して）ユーザデバイスが付加的な出力デバイスを検出することを要求する機会をユーザに提供し得る。

いくつかの実現例では、推奨システムは、ユーザの身体状態または感情状態に基づいて、出力デバイスに特定のアクションを実行させ得る。たとえば、出力デバイスを使用して特定のアクションを実行する前に、推奨システムは、ユーザの現在の感情状態を判定し得、ユーザデータに基づいてユーザの感情状態が「怒り」であると判定すると、出力デバイス上でアクションが実行されることを抑制し得る。別の例では、推奨システムは、たとえば、ユーザが「怒り」の感情状態にある場合には１つ以上の出力デバイスによって行われたアクションはよく受け取られないと履歴ユーザデータから判定したので、ユーザの感情状態が「怒り」以外のものであると判定すると、特定のアクションが出力デバイス上で実行され得ることを決定し得る。

付加的または代替的には、いくつかの実現例では、推奨システムは、ユーザの現在の身体状態あるいは感情状態に対する特定のアクションの予測されたインパクトに基づいて出力デバイスに特定のアクションを実行させ得る。たとえば、出力デバイスを使用して特定のアクションを実行する前に、推奨システムは、ユーザの身体状態または感情状態に対するアクションの予測されたインパクトを決定し得、予測されたインパクトが特定の範囲内にない（たとえば、ユーザデータに相互に関連付けられる感情状態が変わらないままである）と判定すると、出力デバイス上でアクションが実行されることを抑制し得る。

図１０に示されるようにおよび上述した例に関連して、推奨システムは、複数の推奨アクションを含む推奨インターフェイス１０１０をユーザに提示し得る。示されるように、推奨インターフェイス１０１０において提示される各推奨アクションは、ユーザがイベントの位置へ歩いていくことを推奨することに応答する、ルートの地図のような推奨アクションを行なうための付加情報、または、ユーザが１杯のコーヒーを購入することを推奨することに応答する商業情報を含み得る。さらに示されるように、各推奨アクションは、たとえば今１杯のコーヒーを購入するか、または、１：４５ＰＭにイベントに歩いて向かい始めるかといったような特定の時間に関連付けられ得る。いくつかの実現例では、上述したように、推奨インターフェイス１０１０における各推奨アクションは、特定のイベントの発生によってトリガーされ得る。当該特定のイベントの例としては、ユーザデバイスが特定の位置に関連付けられるという判定、ユーザが特定のルートに沿って歩いていることをユーザデバイスが示しているという判定などがある。

なお、いくつかの実現例では、推奨アクションは複数のユーザについて実行され得る。たとえば、上述したように、推奨システムは、同様のベースラインプロファイルを有するユーザのグループにユーザデバイスのユーザを配置し得る。さらに、推奨システムは、他の好適な基準に基づいて、（たとえばソーシャルネットワーキングサービスからのソーシャルデータに基づく）当該ユーザと確立した関係を有する他のユーザ、当該ユーザと同様の位置プロファイルを有する他のユーザ（たとえば家族のメンバー、仕事の同僚、友達など）といったユーザのグループに当該ユーザを配置し得る。

この例において、推奨システムは、ユーザのグループ内の１つ以上の共通のアクションを識別し得る。その後、推奨システムは、ユーザのグループについて実行されるべきであるアクションのうちの１つ以上を選択し得る。より特定的な例において、推奨システムは、所定数のユーザ（たとえばユーザの大多数、グループにおけるユーザのある割合など）
に関連付けられる１つ以上の共通のアクションを選択し、当該ユーザグループの集合感情状態に影響し得る１つ以上の共通のアクションを選択し得る。別のより特定的な例において、推奨システムは、任意の好適な基準に基づいて共通のアクションをランク付けし、その後、所定回数のアクション（たとえば上位５つ）を選択し、それらをグループアクションとして指定し得る。特に、共通のアクションは、推奨システムが、どのアクションがユーザグループの集合感情状態に影響を与える可能性が高いかを判定し得るように、ユーザに関連付けられる現在のプロファイルと対象プロファイルとの間の逸脱に基づいてランク付けされ得る。たとえば、高いランクは、現在のプロファイルと対象プロファイルとの間のより大きな逸脱に関連付けられる共通のアクションに割り当てられ得る。

たとえば、推奨システムは、あるユーザグループについて集合感情状態を判定し得、当該グループのユーザまたは当該グループ内のしきい値数のユーザが特定の出力デバイスの近傍に存在していると判定し得る。これは、当該ユーザのグループにおけるユーザに関連付けられる位置情報は特に近傍にあると判定することと、同じ場所にいるユーザの各々に関連付けられるユーザデバイスに接続されるまたは近くに存在する出力デバイスを決定することとを含み得る。より特定的な例において、グループアクションは、好適なメディアコンテンツ（たとえば当該ユーザグループの集合感情状態に影響を与え得る音楽の再生リスト）を提示すること、当該ユーザグループの周囲における環境光を調節すること、当該ユーザグループの周囲における環境ノイズおよび香りを調節することなどといった、実行され得る任意の好適なアクションを含み得る。

推奨アクションが実行された（たとえば、デバイスが、コンテンツを消費することまたは特定のアクティビティを行うことを含んだ推奨アクションを提示した）と判定されると、推奨システムは、推奨システムにフィードバックを供給するようにユーザデバイスのユーザを促し得る。たとえば、推奨システムは、推奨アクションがユーザによって行なわれたかどうか示すフィードバック、推奨アクションがユーザの感情状態にインパクトを与え得たかどうかを示すフィードバック、および／または、当該アクションがユーザに再び推奨されるべきであるかどうかを示すフィードバックをユーザから受信し得る。図１１に示されるように、推奨システムは、感情状態における変化の表示、出力デバイスを無効化にするオプション、ユーザが推奨アクションを行なったかどうかに関する表示（たとえばユーザがミーティングに歩いて行き、途中のコーヒーショップを訪れたことの確認）といったフィードバックを提供するようにユーザを促すインターフェイス１１１０を提示し得る。

付加的または代替的には、推奨システムは、更新されたデータを取得し、ユーザの現在の感情の状態を予測し、および／または、更新されたプロファイルを生成し、かつ、推奨アクションまたは複数の推奨アクションが１つ以上の目的にユーザを向かわせ得たかどうかを判定し得る。

より特定的な実現例において、推奨システムは、特定の推奨アクションが１つ以上の目的および／または目標にユーザを向かわせ得たかどうか判定し得る。たとえば、推奨システムは、図１１のインターフェイス１１１０において、フィードバックを提供するようにユーザを促し得る（たとえば、「１杯のコーヒーを飲んでそのビデオを見た後の今の気分はいかがですか？」）。そのような例において、推奨システムは、特定の推奨アクションに関するユーザからフィードバックを受信し得る。別の例では、推奨システムは、複数のデータストリームからデータの特定の部分を選択し得、当該データが、推奨アクションが１つ以上の目的にユーザを向かわせ得たということを示すかどうか判定する。そのような例において、複数のデータソースからあるユーザデバイスのユーザに関するデータを受信する承認を当該ユーザから受信することに応答して、推奨システムは、推奨アクションの提供の後の時からデータを選択し得、推奨アクションが１つ以上の目的にユーザを向かわ
せ得たことをソーシャルデータおよび文脈データが示す（たとえば、ユーザが特定のアクティビティレベルに到達することについて軌道に乗っていることを当該データが示す）と判定し得る。

いくつかの実現例では、任意の好適な信用度が推奨アクションに関連付けられ得る。たとえば、そのような信用度は、どれくらい推奨アクションが１つ以上の目的にユーザを向かわせ得るかを推奨システムが考えるかに関する信用値を含み得る。この例において、推奨システムは、１人以上のユーザからのフィードバックに基づいてインクリメントまたはディクリメントされる初期の信用値から開始し得る。信用度は、推奨アクションを提供した後、特定のユーザが目的に向かったという判定に応答して上昇され得る。この信用度の上昇により、たとえば、当該推奨アクションは、当該ユーザと同じまたは同様の目的を有するユーザ、当該ユーザと同じまたは同様のグループに配置されたユーザなどといった他のユーザに提供され得る。なお、当該信用度はさらに、困難値、タイムライン値などといった付加情報を含み得る。

開示された主題のいくつかの実現例に従うと、推奨システムは、たとえば、ある部屋に位置するユーザについて特定のアクティビティを行なっている間に、修正された環境ノイズによって感情状態、気分および／または体験がインパクトを受け得る場合に、当該部屋における環境ノイズが修正されるべきであると判定し得る。たとえば、いくつかの実現例において、推奨システムは、（たとえば、ユーザコンピュータ上で検出された最近のアクティビティに基づいて）ユーザが自身のコンピュータで作業していると判定し得るが、（たとえば、ソーシャルネットワーキングウェブサイトにポストされたメッセージに基づいて）集中するのに苦労している、および／または、眠くなっていると判定し得る。そのような例において、推奨システムは、１回以上、環境ノイズを変動させ得る（たとえば、停止および開始、ボリュームおよび／もしくは周波数の変化、ならびに／または任意の他の好適な変動）。これにより、ユーザがより鋭敏になり得る。別の例として、いくつかの実現例では、推奨システムは、（たとえば、ユーザが典型的には眠っている時間にユーザの目が覚めていることを示す、アクティビティモニタおよび／または睡眠モニタからの情報に基づき）ユーザが不安を感じていると判定し得、ユーザの環境における環境ノイズまたは音をホワイトノイズあるいはほぼホワイトノイズにし得る。さらに別の例として、いくつかの実現例では、推奨システムは、ユーザがテレビを見ていると判定し得、これに応答して、テレビデバイスの近傍における環境ノイズをソフトにし得る。これにより、ユーザは、テレビデバイスによって提示されているコンテンツをより良好に消費し得る。そのような実現例では、推奨システムは、モバイルデバイス、コンピュータ（たとえばラップトップコンピュータ、デスクトップコンピュータ、タブレットコンピュータ、および／または、任意の他の好適なタイプのコンピュータ）、テレビ、ステレオ、スピーカといった１つ以上のユーザデバイスのサウンド出力を修正することによって、部屋の環境ノイズを修正し得る。付加的または代替的には、いくつかの実現例では、推奨システムは、ネットワークに接続される１つ以上の家電デバイス（たとえば食洗機、冷蔵庫、煙検出器および／または任意の他の好適なタイプの家電デバイス）からのサウンド出力を修正することにより部屋の環境ノイズを修正し得る。

図１２は、ユーザの家において、部屋における環境ノイズまたは環境音を修正するために使用され得るデバイスのレイアウトの例示的な例を示す。なお、図１２はユーザの家におけるデバイスを示しているが、いくつかの実現例では、本願明細書において記載されるプロセスは、たとえば、ユーザのオフィス、事業および／または任意の他の好適な位置といった任意の好適な位置において実現され得る。

示されるように、ユーザの家は、ファン１２１０および１２１２、洗濯乾燥機１２３０、テレビ１２４０、ステレオ１２５０、スピーカ１２６０、および／または、ラップトッ
プコンピュータ１２８０といったノイズおよび／または音を発する１つ以上のデバイスおよび／または機器を含み得る。いくつかの実現例では、ユーザの家はさらに、サウンドレベルセンサ１２２０および１２２２のような１つ以上のサウンドレベルセンサを含み得る。なお、図１２におけるデバイスおよびセンサの位置は例として示されており、当該デバイスおよびセンサは任意の好適な位置に配置され得る。さらに、いくつかの実現例において、任意の好適な数（０を含む）の各デバイスおよび任意の付加的なデバイスが含まれ得る。いくつかの実現例では、特定のデバイスが、図１３のブロック１３３０に関して以下で議論されるように、任意の好適なデバイスディスカバリプロトコルを使用して、検出および／または識別され得る。

いくつかの実現例では、部屋における環境ノイズを修正するために使用されるデバイスは、テレビ１２４０、ステレオ１２５０およびラップトップコンピュータ１２８０といった、音声出力能力を有するデバイスを含み得る。いくつかの場合において、そのようなデバイスは、スピーカ１２６０のようなスピーカに関連付けられ得る。付加的または代替的には、いくつかの実現例では、部屋における環境ノイズを修正するために使用されるデバイスは、ファン１２１０および洗濯乾燥機１２３０といった、動作の副産物としてノイズを発するデバイスを含み得る。さらに、いくつかの実現例では、音声出力能力を有するデバイスはさらに、動作の副産物としてノイズを発し得る。たとえば、ラップトップコンピュータ１２８０は、ラップトップコンピュータ１２８０上の冷却ファンがアクティベートされると、ノイズを発し得る。より特定的には、冷却ファンによって発せられるノイズは、ファンの速度に基づいて、ボリュームおよび／またはピッチにおいて変動し得る。いくつかの実現例では、部屋における環境ノイズは、図１３のブロック１３５０に関して以下に記載されるように、デバイスのうちの１つ以上を使用して、デバイスによって発せられる音を修正することによって（たとえばファンの速度を修正することによって）、および／または、デバイスに関連付けられる音声出力を通じて出力される音を修正することによって、修正され得る。なお、いくつかの実現例では、どのデバイスが環境ノイズを修正するために使用されるべきであるかをユーザが選択し得る。たとえば、いくつかの実現例では、デバイスは、図１４に示されるとともに図１４に関して以下に記載されるように、ユーザインターフェイスを使用して選択され得る。

いくつかの実現例では、サウンドレベルセンサ１２２０および／または１２２２は、特定の部屋および／もしくは特定の位置に存在する音のタイプ、当該部屋および／もしくは位置に存在する音のボリュームを判定するために使用され得、ならびに／または、任意の他の好適な測定を行うために使用され得る。付加的または代替的には、いくつかの実現例では、特定の部屋および／または位置における音のタイプは、当該部屋における１つ以上のマイクロフォンからの記録に基づいて判定され得る。たとえば、いくつかの実現例では、記録能力を有するデバイスが識別され得、当該デバイスに関連付けられるマイクロフォンからの記録が分析されて、存在する音のタイプと音のボリュームとを識別する。いくつかの実現例では、これらの測定は、図１３のブロック１３１０に関して以下に記載されるように、作り出されるべき環境音を決定するために使用され得る。

なお、特定の部屋および／または位置において存在する音の記録、音のタイプの検出、または、本願明細書において記載した任意の他の好適な検出の前に、推奨アプリケーションは、そのような検出を行なうことの同意または承認を提供する機会をユーザに提供し得る。たとえば、テレビデバイスのようなコンピューティングデバイス上に推奨アプリケーションをロードすると、当該アプリケーションは、そのような検出を行なうこと、当該検出に関する情報を送信すること、および／または、検出されたタイプの音に関する付加情報を提示することについて承認を与えるようにユーザを促し得る。より特定的な例において、好適なマーケットプレイスから推奨アプリケーションをダウンロードするとともに当該推奨アプリケーションをロードすることに応答して、ユーザは、環境音の検出を行なう
前に、ユーザが同意を提供することを要求（または要請）するメッセージにより促され得る。付加的または代替的には、推奨アプリケーションをインストールすることに応答して、ユーザは、これらの検出を行なう前および／またはこれらの検出に関する情報を送信する前にユーザが同意を提供することを要求（あるいは要請）する許可メッセージにより、促され得る。ユーザがそのようなデータの使用に同意する場合には、１０２におけるユーザの存在が検出され得る。

図１３を参照して、開示された主題のいくつかの実現例に従った、１つ以上のデバイスを使用して環境ノイズを修正するためのプロセスの例１３００が示される。

プロセス１３００は、１３１０において、ユーザの環境における１つ以上のノイズを識別することにより開始され得る。当該ノイズは、バックグラウンドノイズ（たとえばファン、機器のノイズ、および／もしくは、任意の他の好適なバックグラウンドノイズ）、会話、テレビ、ステレオ、コンピュータおよび／もしくは他のメディア再生デバイスからの音、ならびに／または、任意の他の好適な音および／もしくはノイズといった、任意の好適な音および／またはノイズを含み得る。

プロセス１３００は、１つ以上のノイズを識別するための任意の好適な技術を使用し得る。たとえば、いくつかの実現例では、プロセス１３００は、１つ以上のマイクロフォン（たとえばユーザデバイスに関連付けられるマイクロフォンおよび／または任意の他の好適なマイクロフォン）を使用して、ユーザの環境から音声を記録し得るとともに、１つ以上のノイズを識別するよう、記録された音声を処理し得る。いくつかの実現例において、音声処理技術（たとえば等化、フィルタリング、ノイズキャンセル、圧縮、および／または、任意の他の好適な技術）が、分析に先立って当該音声を処理するために使用され得る。いくつかの実現例では、１つ以上の音および／またはノイズを識別するために任意の好適な技術が使用され得る。当該技術の例としては、機械学習（たとえばベイズ統計、ニューラルネットワーク、サポートベクトルマシン、および／もしくは、任意の他の好適な機械学習技術）、統計分析（たとえば主成分分析、独立成分分析、および／もしくは、任意の他の好適な統計分析技術）、ならびに／または、任意の他の好適な技術がある。いくつかの実現例において、付加的または代替的には、プロセス１３００は、図１２に示されるとともに図１２に関して上で記載されたように、サウンドレベルセンサ１２２０および１２２２を使用して、音および／またはノイズのサウンドレベル（たとえば単位はｄＢおよび／または任意の他の好適なメトリック）を決定する。

いくつかの実現例では、プロセス１３００は、ユーザの環境における１つ以上のノイズを識別するために、複数のデータソースからのユーザに関するデータを使用し得る。たとえば、いくつかの実現例では、プロセス１３００は、ユーザデバイスから受信されるＧＰＳ位置、ソーシャルネットワーキングサイトからのコンテンツ（たとえば自身の位置を特定するユーザからのポスト）、その週の特定の日および／もしくはその日の特定の時刻についてのユーザの典型的な位置に関係するタイミング情報、ならびに／または、任意の他の好適な情報といった、複数のデータソースからのデータを使用して、ユーザの現在の位置を決定し得る。より特定的な例として、プロセス１３００が（たとえばＧＰＳ位置に基づくか、日中の現在時間にはユーザが典型的に働いていることを示す情報に基づくか、および／または、任意の他の好適な情報に基づいて）ユーザが働いていると判定した場合、プロセス１３００は、オフィス環境に典型的に存在するノイズ（たとえば会話、タイピングの音、および／または、任意の他の好適なノイズ）に基づいて、ユーザの環境における１つ以上のノイズを識別し得る。別のより特定的な例として、プロセス１３００が（たとえば、ＧＰＳ位置に基づくか、ユーザのソーシャルネットワーキングサイト上のポストに基づくか、および／または、任意の他の好適な情報に基づいて）ユーザがレストランにいると判定した場合、プロセス１３００は、レストラン環境において典型的に存在するノイ
ズ（たとえば会話、器具の音、バックグラウンドミュージック、および／または、任意の他の好適なノイズ）に基づいて、１つ以上のノイズを識別し得る。

プロセス１３００は、１３２０において、識別されたノイズおよび／もしくは音ならびにユーザの現在のアクティビティ、気分および挙動に基づいて、生成されるべき対象環境ノイズを決定し得る。たとえば、いくつかの実現例では、プロセス１３００は、ユーザが現在行なっているアクティビティをユーザがより良好に行うことを可能にする対象環境ノイズを決定し得る。より特定的な例として、いくつかの実現例では、ユーザが現在テレビ番組を見ている場合に、プロセス１３００は、対象環境ノイズが現在の検出されたバックグラウンドノイズより静かであるべきであると決定し得る。これにより、ユーザは、より良好にテレビを聞くことが可能になり得る。より特定的な例として、いくつかの実現例では、（たとえば、ファンからのノイズに関連付けられるサウンドレベルが所定のしきい値を上回るという判定によって、および／または、任意の他のメトリックに基づいて）ノイジーであると判定されるファンを有するラップトップコンピュータでユーザが作業していると判定される場合、プロセス１３００は、対象環境ノイズが相対的により低いサウンドレベルでファンのノイズを含むべきであると決定し得る。さらに別のより特定的な例として、いくつかの実現例では、ユーザは、働いている間、集中するのに苦労していると判定される場合、プロセス１３００は、対象環境ノイズが振幅および／または頻度において変動するべきであると決定し得る。これにより、ユーザはより鋭敏になり得る。

別の例として、いくつかの実現例では、プロセス１３００は、ブロック１３１０において、現在検出されている１つ以上の音を増大させる対象環境ノイズを決定し得る。これにより、より豊かなオーディオ体験がユーザに提供され得る。より特定的な例として、いくつかの実現例では、（たとえば、ユーザの環境におけるマイクロフォンから受信される情報に基づくか、ソーシャルネットワーキングサイト上のユーザのポストから受信された情報に基づくか、および／または、任意の他の好適な情報に基づいて）ユーザが特定の番組を見ていると判定される場合、プロセス１３００は、対象環境ノイズが、当該特定の番組からの音に対応するノイズであるべきであると決定し得る。特定の例として、猫に関係するメディアコンテンツをユーザが見ていると判定される場合、プロセス１３００は、対象環境ノイズが、猫がのどを鳴らす音に対応するべきであると決定し得る。別の特定の例として、滝に関係するメディアコンテンツをユーザが見ていると判定される場合、プロセス１３００は、対象環境ノイズが、滝の音、雨の音および／または任意の他の好適な音に対応するべきであると決定し得る。

さらに別の例として、いくつかの実現例では、プロセス１３００は、対象環境ノイズが、ユーザが特定の目標を達成するのを支援するものであるべきであると決定し得る。たとえば、ユーザの目標が寝付くことおよび／またはリラックスすることである場合（たとえば、ユーザのソーシャルネットワーキングサイト上のポストに基づくか、特定の時刻におけるユーザの典型的なアクティビティに基づくか、アクティビティモニタからの情報に基づくか、および／または、任意の他の好適な情報に基づいて、判定される）、プロセス１３００は、対象環境ノイズが、ホワイトノイズ、雨の音、ならびに／または、ユーザが寝付くおよび／もしくはリラックスするのを支援するのに好適であり得る任意の他の好適な音であるべきであると決定し得る。別の例として、ユーザの目標がリラックスすることである場合、プロセス１３００は、対象環境ノイズが現在のバックグラウンドノイズのより心地よいバージョンであるべきであると決定し得る。特定の例として、現在のバックグラウンドノイズが１つ以上の家電機器（たとえば冷蔵庫、洗濯乾燥機、および／または、任意の他の好適なデバイス）からのノイズを含んでいる場合、プロセス１３００は、ユーザがリラックスするのを支援し得る現在のバックグラウンドノイズよりも旋律のある対象環境ノイズ（たとえば、特定タイプのピッチの変動を含むノイズ、および／または、任意の他の好適なタイプの旋律のあるノイズ）を決定し得る。

さらに別の例として、いくつかの実現例では、プロセス１３００は、対象環境ノイズが、より高いサウンドレベルで存在する現在のバックグラウンドノイズであるべきであると決定し得る。いくつかの実現例では、プロセス１３００は、（たとえば、ユーザデバイスに関連付けられる位置、ソーシャルネットワーキングサービス上のポスト、および／または、任意の他の好適な情報に基づいて）現在のバックグラウンドノイズを作り出しているデバイスおよび／または機器の近傍にユーザが現在いないと判定することに応答して、対象環境ノイズが、より高いサウンドレベルで存在する現在のバックグラウンドノイズであるべきであると決定し得る。特定の例として、いくつかの実現例において、（たとえばユーザデバイスに関連付けられる位置情報に基づきユーザが現在家にいないと判定することにより）ユーザが現在冷蔵庫の近くにいないと判定することに応答して、プロセス１３００は、対象環境ノイズが、より高いサウンドレベルで存在する冷蔵庫に関連付けられるノイズであるべきであると決定し得るとともに、当該対象環境ノイズを作り出すために、冷蔵庫に関連付けられるコンプレッサがより高いレベルで運転されるべきであると決定し得る。いくつかの実現例では、付加的または代替的には、バックグラウンドノイズは、コンピュータに関連付けられるファン、ＨＶＡＣシステムに関連付けられるコンプレッサ、および／または、任意の他の好適なバックグラウンドノイズに関連付けられ得る。なお、いくつかの実現例では、プロセス１３００は、（たとえば、ユーザデバイスに関連付けられる位置情報に基づくか、アクティビティモニタに基づくか、および／または、任意の他の好適な情報に基づいて）デバイスおよび／または機器に近くにユーザが動いたと判定した後、より低いサウンドレベルで存在するバックグラウンドノイズになるよう対象環境ノイズが修正されるべきであると決定し得る。

さらに別の例では、いくつかの実現例において、プロセス１３００は、所定の近傍における複数のユーザデバイス（たとえば、同じ部屋にあると判定されたユーザデバイス、互いに特定の距離内にあると判定されたユーザデバイス、同じローカルエリアネットワークに接続されると判定されたユーザデバイス、および／または、任意の他の好適な近接メトリックに基づいたユーザデバイス）に関連付けられる情報に基づいて、対象環境ノイズを決定し得る。たとえば、プロセス１３００が、異なるユーザおよび／または異なるユーザアカウントに関連付けられる複数のユーザデバイスを（たとえばブロック１３３０に関して以下に記載されるようにデバイスディスカバリプロトコルを使用して）識別する場合、プロセス１３００は、複数の識別されたユーザデバイスに関連付けられるバックグラウンドノイズ（たとえば会話および／もしくは議論、提示されているテレビ番組、ならびに／または、任意の他の好適なバックグラウンドノイズ）に基づいて、たとえばユーザデバイスのうちの１つに関連付けられるマイクロフォンを使用することによって対象環境ノイズを決定し得る。特定の例として、バックグラウンドノイズが（たとえばバックグラウンドノイズのサウンドレベルに基づくか、会話の内容に基づくか、および／または、任意の他の好適な情報に基づいて）議論であると判定される場合、プロセス１３００は、議論が行われているという判定に基づいて、特定の音楽および／または特定の音のような対象環境ノイズ（たとえば滝の音、ホワイトノイズの音、および／または、任意の他の好適な音）を決定し得る。

プロセス１３００は、任意の好適な技術を使用して対象環境ノイズを決定し得る。たとえば、いくつかの実現例では、プロセス１３００は、ユーザの現在のアクティビティおよび／または気分に基づいて、対象環境ノイズを識別するルックアップテーブルにアクセスし得る。さらに、いくつかの実現例では、プロセス１３００は、図４のプロセス４００に関して上で記載したもののような、ユーザの現在のアクティビティおよび／または気分を判定するよう任意の好適な技術を使用し得る。

プロセス１３００は、１３３０において、対象環境ノイズを作り出すのに使用されるべ
きである１つ以上のデバイスを識別し得る。たとえば、いくつかの実現例では、図１２に示されるとともに図１２に関して上で記載されたように、１つ以上のデバイスは、ファン１２１０および／もしくは１２１２、洗濯乾燥機１２２０、テレビ１２４０、ステレオ１２５０、スピーカ１２６０、ならびに／またはラップトップコンピュータ１２８０を含み得る。なお、いくつかの実現例では、携帯電話、タブレットコンピュータ、煙検出器、冷蔵庫および／または任意の他の好適なデバイスといった任意の他の好適なデバイスが識別され得る。プロセス１３００は、任意の好適な技術を使用して１つ以上のデバイスを識別し得る。たとえば、いくつかの実現例では、プロセス１３００は、当該ユーザの家における１人以上のユーザに関連付けられると識別されるデバイスのリストに（たとえばサーバにクエリ送信することによって、および／または、任意の他の好適な態様で）アクセスし得る。より特定的な例として、いくつかの実現例では、デバイスは、たとえば、デバイスの識別子（たとえばＩＰアドレス、ＭＡＣアドレス、デバイスの製造業者、モデルおよび／もしくはデバイスのシリアルナンバー、ならびに／または、任意の他の好適な情報）を受信するユーザインターフェイスを介して、ユーザによって明示的に識別され得る。別の例として、いくつかの実現例では、デバイスは、任意の好適なデバイスディスカバリプロトコル（たとえば「Discovery and Launch」および／または任意の他の好適なデバイスディスカバリプロトコル）を使用して識別され得る。より特定的な例として、いくつかの実現例では、第１のユーザデバイス（たとえば携帯電話、タブレットコンピュータおよび／または任意の他の好適なデバイス）は、近くのデバイス（たとえば近くのテレビ、近くのスピーカ、近くの煙検出器および／または任意の他の好適なデバイス）を識別するデバイスディスカバリプロトコルを使用し得る。いくつかのそのような実現例では、第１のユーザデバイスは、発見されたデバイスの識別子（たとえばＩＰアドレス、ＭＡＣアドレス、デバイスの製造業者の名前、デバイスに関連付けられるユーザが特定した名前、および／または、任意の他の好適な情報）を、後の使用のために（たとえばサーバ１２０のうちの１つに）格納し得る。

プロセス１３００は、１３４０において、対象環境ノイズを作成するために、識別された１つ以上のデバイスについてサウンド出力を決定し得る。たとえば、ブロック１３２０においてプロセス１３００が対象環境ノイズがホワイトノイズであるべきであると決定した場合であって、かつ、ブロック１３３０においてプロセス１３００がラップトップコンピュータを対象環境ノイズを作り出すために使用されるデバイスであると識別した場合、プロセス１３００は、ラップトップコンピュータについて、ホワイトノイズに近似するサウンド出力を決定し得る。より特定的な例として、いくつかの実現例では、プロセス１３００は、特定の速度あるいは特定の速度のパターンで、ラップトップコンピュータに関連付けられるファンをスピンさせることにより、ホワイトノイズに近似するノイズを作り出すことを決定し得る。別のより特定的な例として、いくつかの実現例では、プロセス１３００は、たとえば、ラップトップコンピュータにホワイトノイズを合成させることにより、ラップトップコンピュータにホワイトノイズを含む音声ファイルを再生させることにより、および／または、任意の他の好適な技術により、ラップトップコンピュータに関連付けられるスピーカを通じて、ホワイトノイズに近似するノイズをラップトップコンピュータに発させ得る。なお、いくつかの実現例では、プロセス１３００は、対象環境ノイズが徐々に作り出されるべきであると決定し得る。たとえば、対象環境ノイズが特定のサウンドレベルの音および／またはノイズであるべきである場合、プロセス１３００は、対象サウンドレベルに任意の好適な時間期間（たとえば１分、１０分、３０分、および／または、任意の他の好適な時間期間）の間に、到達されるべきであると決定し得る。別の例として、いくつかの実現例では、プロセス１３００は、特定のユーザアクションに依存して、対象環境ノイズが徐々に作り出されるべきであると決定し得る。より特定的な例として、プロセス１３００は、特定のユーザアクション（たとえばユーザがコンピュータとインタラクションし始める、ユーザが寝付く、ユーザが動きを増加する、および／または、任意の他の好適なユーザアクション）が記録されるまで、対象環境ノイズのサウンドレベルが
増加されるべきであると決定し得る。

別の例として、プロセス１３００が、ブロック１３２０において、対象環境ノイズがより低いサウンドレベルで存在する現在のバックグラウンドノイズであるべきであると決定する場合、プロセス１３００は、現在のバックグラウンドノイズのサウンドレベルを低下させるために、識別された１つ以上のデバイスについてサウンド出力を決定し得、および／または、現在のバックグラウンドノイズのより低いサウンドレベルの認知を作り出すサウンド出力を決定し得る。より特定的な例として、現在のバックグラウンドノイズがコンピュータに関連付けられるファンを含んでいると判定される場合、プロセス１３００は、サウンド出力が、より低いボリュームのノイズを作り出すようより低い速度で動作するファンを含むべきであると決定し得る。別のより特定的な例として、プロセス１３００は、より低いサウンドレベルの認知を作り出すために、任意の好適なノイズキャンセル技術を使用して、１つ以上の識別されたデバイスについてサウンド出力を決定し得る。特定の例として、現在のバックグラウンドノイズがコンピュータに関連付けられるファンを含んでいると判定される場合、プロセス１３００は、ファンからのノイズに対する干渉を通じて、より低いサウンドレベルのバックグラウンドノイズの認知を引き起こす、任意の好適な数の近くのデバイスからのサウンド出力を引き起こし得る。いくつかのそのような実現例では、プロセス１３００はさらに、ノイズキャンセルを行なうために必要とされるサウンド出力を計算するよう、１つ以上の識別されたデバイスの位置、ユーザの位置、および／または、任意の他の好適な情報といった任意の好適な情報を使用し得る。

いくつかの実現例では、プロセス１３００は、１つ以上のデバイスに関連付けられるデバイスタイプおよび／またはデバイス性能に基づき、識別された１つ以上のデバイスについてサウンド出力を決定し得る。たとえば、いくつかの実現例では、プロセス１３００は、１つ以上のデバイスが音声出力能力に関連付けられていないという判定に応答して、対象環境音が単に（たとえば生成される音に関連付けられるピッチおよび／または音の大きさを制御するよう）１つ以上のデバイスに関連付けられるファン速度の調整によって作り出されるべきであると決定し得る。別の例として、いくつかの実現例では、プロセス１３００は、１つ以上のデバイスが音声出力能力に関連付けられていないという判定に応答して、１つ以上のデバイスに関連付けられるファンをオンおよびオフすることにより、対象環境ノイズが作り出されるべきであると決定し得る。さらに別の例として、いくつかの実現例では、プロセス１３００は、１つ以上のデバイスのうちの少なくとも１つが音声出力および／またはスピーカに関連付けられているという判定に応答して、特定の音声ファイルを再生することによって対象環境音が作り出されるべきであると決定し得る。より特定的には、いくつかの実現例では、プロセス１３００は、たとえば、メディアコンテンツ共有サービス、アプリケーションストア、および／または、任意の他の好適なサイトからデバイスに特定の音声ファイルをダウンロードさせ得る。なお、いくつかの実現例において、任意の好適な数（たとえば１、２、４および／または任意の他の好適な数）の識別されたデバイスが対象環境ノイズを作り出すために使用され得、デバイスの各々に対応するサウンド出力のタイプ（たとえば、音声出力、ファン速度の調整によるサウンド出力、および／または、任意の他の好適なタイプのサウンド出力）が異なり得る。対象環境ノイズを作り出すために複数のデバイスが使用されるべきである実現例では、プロセス１３００は、サウンド出力の重ね合せが対象環境ノイズに近似するように、当該デバイスの各々についてのサウンド出力を計算し得る。

（たとえば、当該１つ以上のデバイスに関連付けられるファンの速度を調節することによって、音を合成して、１つ以上のデバイスに関連付けられる音声出力を通じて当該合成音を再生することによって、および／または、任意の他の好適な技術によって）１つ以上のデバイスが対象環境ノイズを合成するべきであるとプロセス１３００が決定している場合、プロセス１３００は、合成された対象環境ノイズを作り出すために１つ以上のパラメ
ータを計算し得る。たとえば、対象環境ノイズが猫がのどを鳴らす声のような特定のノイズを含んでいる場合であって、かつ、対象環境ノイズが特定のデバイスのファンの速度を調節することによりにより作り出されるべきである場合、プロセス１３００は、猫がのどを鳴らすノイズの近似を作り出すために必要とされるファン速度の一時的なパターンを計算し得る。別の例として、いくつかの実現例では、プロセス１３００は、対象環境ノイズの近似を作り出すために組み合わされて音声出力を通じて提示されるべきである１つ以上の信号（たとえば正弦波および／または任意の他の好適な信号）を計算し得る。

いくつかの実現例では、プロセス１３００は、対象環境ノイズを作り出すのに必要なサウンド出力を計算するために、任意の好適な信号処理技術（たとえば分光分析、フィルタリング、デジタル信号処理、および／または、任意の他の好適な技術）を使用し得る。特定の例として、いくつかの実現例では、プロセス１３００は、対象環境ノイズを示すものにバンドパスフィルタをかけて、識別されたデバイスの数に相当する数のバンドにし、識別されたデバイスの各々に対応するサウンド出力が、その特定のバンドに存在するエネルギーに基づいて振幅が変調された特定のキャリアサウンド出力（たとえば特定の周波数に中心があるノイズのバンド、特定の速度で動作するファン、および／または、任意の他の好適なサウンド出力）に対応するべきであると決定し得る。なお、いくつかのそのような実現例において、サウンド出力は、音声出力を通じて作り出された音、および／または、特定のデバイスによる動作の副産物として発せられた音に対応し得る。

いくつかの実現例では、プロセス１３００は、生成されたサウンド出力によって近似されるべきである対象環境ノイズの１つ以上の特性を決定し得る。たとえば、対象環境ノイズが特定の波形を含んでいる場合、プロセス１３００は、生成されたサウンド出力および／または複数のデバイスからのサウンド出力の組合せによって、波形の山および／または谷が近似されるべきであると決定し得る。特性の他の例は、特定のスペクトルバンドに存在するエネルギー、波形のエンベロープの山および／もしくは谷、波形のエンベロープに対応する一時的な特性、ならびに／または、任意の他の好適な特性もしくは特性の組合せを含む。さらに、いくつかの実現例では、プロセス１３００が、対象環境ノイズの１つ以上の特性の近似がサウンド出力の組合せにより作り出され得ないと判定した場合、プロセス１３００は、サウンド出力が作り出されるべきでないと決定し得る。いくつかの実現例では、対象環境ノイズの近似は任意の好適な態様（たとえば２乗平均平方根誤差、相関、および／または、任意の他の好適なメトリック）で定量化され得る。

１３５０において、プロセス１３００は、任意の好適な技術または技術の組合せを使用して、ブロック１３４０で決定されたサウンド出力を１つ以上のデバイスに生成させ得る。たとえば、サウンド出力がデバイスに関連付けられるファンの速度を変調することを含んでいる場合、プロセス１３００は、デバイスに関連付けられるＡＰＩにアクセスすることによりファンを制御し得る。より特定的には、ＡＰＩは、パルス幅変調および／または任意の他の好適な技術を使用してファンの速度を制御し得る。別の例として、サウンド出力が、デバイスに関連付けられる音声出力からの特定の出力を引き起こすことを含む場合、プロセス１３００は、出力を特定するとともに当該出力が音声出力を通じて再生されるための命令を含むメッセージをデバイスに送信し得る。より特定的な例として、サウンド出力が対象環境音の合成された近似を含んでいる場合、プロセス１３００は、音声出力を通じて再生されるべきである波形を特定し得る。別のより特定的な例として、サウンド出力が音声出力を通じて再生されるべきである音声ファイルを含んでいる場合、プロセス１３００は、ファイル名、ファイルロケーション、ダウンロード命令、および／または、任意の他の好適な情報といった、当該音声ファイルに関係する識別情報を特定し得る。

いくつかの実現例では、プロセス１３００は、サウンド出力および／または対象環境ノイズに信用度および／または信用スコアを割り当て得る。いくつかの実現例では、信用度
および／または信用スコアは、ユーザが当該サウンド出力および／または対象環境ノイズを好むかどうかの予測に基づき得る。信用度および／または信用スコアは、任意の好適な情報（たとえばユーザの以前のフィードバック、サウンド出力を生成するために選択されるデバイス、および／または、任意の他の好適な情報）に基づき得る。たとえば、サウンド出力がユーザが以前に好んだことを示したサウンド出力に類似していると判定される場合、信用度および／または信用スコアは、他のサウンド出力に対応するものより相対的に高くなり得る。別の例として、ユーザが好むことを以前に示したデバイスを使用してサウンド出力が生成される場合、信用度および／または信用スコアは、他のサウンド出力に対応するものより相対的に高くなり得る。さらに、いくつかの実現例では、信用度および／または信用スコアを割り当てるのに好適な情報がないとプロセス１３００が判定する場合、プロセス１３００は、不確実性を示す信用度および／または信用スコア（たとえば０から１０までの尺度での５、および／または、任意の他の好適なスコア）を割り当て得る。さらに、いくつかの実現例では、割り当てられた信用度が所定のしきい値を下回ると判定される場合、プロセス１３００は、サウンド出力が生成されるべきでないと決定し得る。

いくつかの実現例では、サウンド出力が生成された後、たとえば、ユーザからのフィードバックが、（図１１に示されるインターフェイスに類似した）ユーザインターフェイスを介して受信され得る。いくつかの実現例では、フィードバックは、生成された特定の音をユーザが好んだかもしくは嫌ったかどうか、音を生成するために使用されるデバイスの使用をユーザが好んだかもしくは嫌ったかどうか、生成された音が大きすぎたかもしくはソフトすぎたかどうか、および／または、任意の他の好適なフィードバックを含み得る。いくつかの実現例では、受信されたユーザフィードバックは、対象環境ノイズ、サウンドプロファイルを調節し、たとえば図１３のブロック１３２０において他のユーザ（たとえば同一グループに配置された同様のユーザ、同様の目的および／または目標を有するユーザなど）についての対象環境ノイズを決定するよう使用され得る。いくつかの実現例では、受信されたユーザフィードバックは、サウンド出力に関連付けられる信用度および／または信用スコアを調節するために使用され得る。

いくつかの実現例では、ユーザは、プロセス１３００が対象環境ノイズを生成し得るものとして、特定のデバイスを選択および／または選択解除し得る。たとえば、いくつかの実現例では、図１４のユーザインターフェイス１４００において示されるように、ユーザは、ユーザインターフェイスを使用して特定のデバイスを選択および／または選択解除し得る。示されるように、ユーザインターフェイス１４００はデバイス１４１０の選択を含み得る。いくつかの実現例では、デバイス１４１０の選択において示されるデバイスの各々は、対象環境ノイズを生成するのに利用可能であるデバイスのグループへの包含のために、選択および／または選択解除され得る。いくつかの実現例では、選択メカニズムは、チェックボックス、ドロップダウンメニュー、ラジオボタンおよび／または任意の他の好適な要素といった任意の好適なユーザインターフェイス要素を含み得る。いくつかの実現例では、ユーザインターフェイス１４００を使用して特定のデバイスが選択および／または選択解除されたということを示すものが、図１に関して上で記載されように、ユーザインターフェイス１４００を提示するユーザデバイスからサーバ１２０のうちの１つに送信され得る。

したがって、気分および／または挙動情報に基づいた環境バックグラウンドノイズの修正のための方法、システムおよび媒体が提供される。

開示された主題が上記の例示的な実現例において記載および説明されたが、本開示は単に例示によるものであり、開示された主題の実現例の詳細の多く変更は、添付の請求の範囲によってのみ限定される開示された主題の精神および範囲から逸脱することがなければ行なうことができるということが理解される。開示された実現例の特徴は、さまざまな態
様で組み合わせられ再構成され得る。

Claims (13)

1. 環境バックグラウンドノイズの修正のための方法であって、
   ユーザデバイスを有するユーザに関係するデータに基づいて、前記ユーザの環境に存在する少なくとも１つのノイズを識別することと、
   前記少なくとも１つのノイズに基づいて、前記ユーザによって閲覧されているメディアコンテンツを識別することと、
   前記ユーザによって閲覧されている前記メディアコンテンツに現れる音に基づいて、前記環境において生成されるべき対象環境ノイズを決定することとを含み、前記対象環境ノイズは、前記ユーザによって閲覧されている前記メディアコンテンツを補完するように選択され、前記ユーザによって閲覧されている前記メディアコンテンツに現れる前記音に対応付けられる音声に対応するように選択され、かつ、前記ユーザに関係するデータに基づく前記ユーザの目標の達成を支援するものであり、
   複数のデバイスを識別することを含み、前記複数のデバイスは、ローカル通信ネットワークを介して前記ユーザデバイスに対応付けられており、前記複数のデバイスは前記ユーザデバイスの近傍にあり、前記複数のデバイスは、前記ユーザによって閲覧されている前記メディアコンテンツに現れる前記音に対応付けられる前記音声を含む前記対象環境ノイズを生成することが可能であり、
   前記識別した複数のデバイスの各々に対応するサウンド出力を決定することを含み、前記サウンド出力の組合せにより、前記対象環境ノイズの１つ以上の特性の近似が生成され、
   前記識別された複数のデバイスに、前記メディアコンテンツの提示に関連して前記決定したサウンド出力を生成させることを含む、方法。
2. 前記少なくとも１つのノイズを識別することは、
   前記ユーザに関係するデータを用いて、前記ユーザの位置を決定することと、
   前記ユーザの位置に存在するノイズに基づいて、前記ユーザの環境における前記少なくとも１つのノイズを識別することとを含む、請求項１に記載の方法。
3. 前記識別された複数のデバイスの各々に対応する前記サウンド出力は、前記識別された複数のデバイスの各々のデバイス能力に基づいて決定される、請求項１に記載の方法。
4. 前記デバイス能力は音声出力能力を含む、請求項３に記載の方法。
5. 前記ユーザが前記対象環境ノイズを楽しむ可能性を示す、前記対象環境ノイズに対応付けられる信用値を決定することをさらに含み、前記識別された複数のデバイスに、前記決定したサウンド出力を生成させることは、前記信用値が所定のしきい値を上回るという決定に応じて行われる、請求項１～４のいずれかに記載の方法。
6. 前記信用値は前記ユーザからの以前のフィードバックに基づく、請求項５に記載の方法。
7. 環境バックグラウンドノイズの修正のためのシステムであって、
   ハードウェアプロセッサを備え、前記ハードウェアプロセッサは、
   ユーザデバイスを有するユーザに関係するデータに基づいて、前記ユーザの環境に存在する少なくとも１つのノイズを識別するようにプログラムされており、
   前記少なくとも１つのノイズに基づいて、前記ユーザによって閲覧されているメディアコンテンツを識別するようにプログラムされており、
   前記ユーザによって閲覧されている前記メディアコンテンツに現れる音に基づいて、前記環境において生成されるべきである対象環境ノイズを決定するようにプログラムされており、前記対象環境ノイズは、前記ユーザによって閲覧されている前記メディアコンテンツを補完するように選択され、かつ、前記ユーザによって閲覧されている前記メディアコンテンツに現れる前記音に対応付けられる音声に対応するように選択され、かつ、前記ユーザに関係するデータに基づく前記ユーザの目標の達成を支援するものであり、
   複数のデバイスを識別するようにプログラムされており、前記複数のデバイスは、ローカル通信ネットワークを介して前記ユーザデバイスに対応付けられており、前記複数のデバイスは前記ユーザデバイスの近傍にあり、前記複数のデバイスは、前記ユーザによって閲覧されている前記メディアコンテンツに現れる前記音に対応付けられる前記音声を含む前記対象環境ノイズを生成することが可能であり、
   前記識別した複数のデバイスの各々に対応するサウンド出力を決定するようにプログラムされており、前記サウンド出力の組合せにより、前記対象環境ノイズの１つ以上の特性の近似が生成され、
   前記識別した複数のデバイスに、前記メディアコンテンツの提示に関連して前記決定したサウンド出力を生成させるようにプログラムされている、システム。
8. 前記少なくとも１つのノイズを識別することは、
   前記ユーザに関係するデータにより前記ユーザの位置を決定することと、
   前記ユーザの位置に存在するノイズに基づいて、前記ユーザの環境における前記少なくとも１つのノイズを識別することとを含む、請求項７に記載のシステム。
9. 前記識別した複数のデバイスの各々に対応する前記サウンド出力は、前記識別した複数のデバイスの各々のデバイス能力に基づいて決定される、請求項７に記載のシステム。
10. 前記デバイス能力は音声出力能力を含む、請求項９に記載のシステム。
11. 前記ハードウェアプロセッサはさらに、前記ユーザが前記対象環境ノイズを楽しむ可能性を示す、前記対象環境ノイズに対応付けられる信用値を決定するようにプログラムされており、前記識別した複数のデバイスに、前記決定したサウンド出力を生成させることは、前記信用値が所定のしきい値を上回るという決定に応じて行われる、請求項７に記載のシステム。
12. 前記信用値は前記ユーザからの以前のフィードバックに基づく、請求項１１に記載のシステム。
13. 請求項１～６のいずれかに記載の方法をコンピュータに実行させる、プログラム。

Images