KR20180005596A - 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법 - Google Patents

맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법 Download PDF

Info

Publication number
KR20180005596A
KR20180005596A KR1020170072906A KR20170072906A KR20180005596A KR 20180005596 A KR20180005596 A KR 20180005596A KR 1020170072906 A KR1020170072906 A KR 1020170072906A KR 20170072906 A KR20170072906 A KR 20170072906A KR 20180005596 A KR20180005596 A KR 20180005596A
Authority
KR
South Korea
Prior art keywords
user
context
activity
request
computer
Prior art date
Application number
KR1020170072906A
Other languages
English (en)
Inventor
로버츠 미카엘
아헤른 쉐인
건닝 데이비드
Original Assignee
팔로 알토 리서치 센터 인코포레이티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 팔로 알토 리서치 센터 인코포레이티드 filed Critical 팔로 알토 리서치 센터 인코포레이티드
Publication of KR20180005596A publication Critical patent/KR20180005596A/ko

Links

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
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • 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
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/75—Media network packet handling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법이 제공된다. 서비스를 위한 요청이 콜 센터를 통해 수신되며 사용자에게 할당된다. 사용자의 맥락은 사용자와 연관되는 센서를 통해 추적된다. 서비스 동안 사용자에 의해 수행된 활동은 맥락에 기초하여 결정되며, 식별된 활동에 관련된 하나 이상의 추천이 사용자에게 제공된다.

Description

맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법{COMPUTER-IMPLEMENTED SYSTEM AND METHOD FOR PROVIDING CONTEXTUALLY RELEVANT SERVICING}
본 출원은 일반적으로 맥락(context)을 모니터링하는 것에 관한 것이며, 특히 맥락 연관 서비스(contextually relevant servicing)를 제공하기 위한 컴퓨터-구현 시스템 및 방법에 관한 것이다.
스마트폰 및 태블릿과 같은, 이동 컴퓨팅 디바이스의 증가된 사용으로, 많은 회사가 그들의 비즈니스 모델과 이동 디바이스 사용을 통합함으로써 소비자 만족 및 경험을 개선하기 위한 방식을 찾고 있다. 구체적으로, 이동 디바이스는 사용자 및 사용자의 환경에 대한 유용한 정보를 수집할 수 있으며, 이것은 자동화 프로세스를 통해 비즈니스 프로세스 및 서비스를 개선하고 최적화함으로써와 같은, 다수의 방식으로 사용자 경험을 개선하기 위해 이용될 수 있다.
예를 들면, 캘리포니아주 샌프란시스코시에 소재한 우버 테크놀러지스 인크(Uber Technologies Inc.)는 사람의 움직임을 최적화하기 위해 이동 디바이스를 통해 돈의 전달을 사용한다. 우버 사용자는 그들의 이동 디바이스를 통해 탑승을 스케줄링하며 각각의 탑승이 우버 기사에게 할당된다. 각각의 우버 기사는 행해진 탑승의 수에 기초하여 지불받으며, 따라서 대부분의 기사는 수송된 승객의 총 수를 증가시키기 위해 가능한 빨리 승객을 수송할 수 있기를 원하며, 이것은 결과적으로 승객의 이동 효율 및 만족을 증가시킨다. 그러나, 우버는 기사 또는 승객의 요구를 예측하며 그 후 요구를 이행함으로써와 같은, 그들의 서비스를 추가로 최적화하기 위해 승객 및 기사의 동작을 고려하거나 또는 추적하는데 실패한다.
뿐만 아니라, 케이블 회사와 같은, 다른 비즈니스는 기사가 티켓의 부근에 있는지에 관계없이 또는 기사가 적절한 수리를 하기 위해 정확한 부품을 갖는지에 대한 고려 없이 기사의 이용 가능성에 기초하여 기사에게 서비스 티켓을 할당한다. 그러므로, 케이블 회사의 클라이언트는 기사가 아마도 시내의 일 끝에서 다른 끝으로 이동하는 동안 또는 또 다른 기사가 수리를 위해 적절한 부품을 가져오는 동안 기다려야만 한다. 그러므로, 이러한 회사는 효율적이며 완전한 서비스를 제공하기 위해 그들의 기사의 요구를 예측하는데 실패하였으며, 이것은 회사의 클라이언트의 불만족 및 불만을 야기할 수 있다.
그러므로, 사용자의 요구를 예측하며 사용자 요구를 이행하기 위해 시기 적절한 정보 및 리소스를 제공하는 것을 포함하며, 비즈니스 제안을 최적화하기 위해 사용자 활동 및 맥락을 추적하며 식별하기 위한 접근법에 대한 요구가 있다. 바람직하게는, 맥락-기반 서비스 최적화는 사용자 효율을 증가시키며 제공된 서비스의 비용을 감소시킬 것이다.
비즈니스 서비스를 최적화하기 위해, 서비스 요청을 이행하려고 시도하는 동안 사용자에 의해 수행된 활동을 포함하여, 사용자의 맥락 환경을 결정하기 위해 사용자의 맥락 정보가 수집되고 프로세싱된다. 식별된 활동에 기초하여, 사용자가 활동하는 것을 돕기 위한 하나 이상의 추천은 활동 모델의 세트로부터 식별되며 사용자에게 제공된다. 추천은 사용자가 서비스 요청을 완료하는 것을 돕기 위해 정보 및 리소스를 포함할 수 있다.
실시예는 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법을 제공한다. 서비스를 위한 요청은 콜 센터를 통해 수신되며 사용자에게 할당된다. 사용자의 맥락은 사용자와 연관되는 센서를 통해 추적된다. 서비스 동안 사용자에 의해 수행된 활동은 맥락에 기초하여 결정되며, 식별된 활동에 관련된 하나 이상의 추천이 사용자에게 제공된다.
본 발명의 계속해서 다른 실시예는 다음의 상세한 설명으로부터 이 기술분야의 숙련자에게 쉽게 명백하게 될 것이며, 여기에서 본 발명의 실시예는 본 발명을 실행하기 위해 고려된 최상의 모드를 예시하는 것에 의해 설명된다. 인식될 바와 같이, 본 발명은 다른 및 상이한 실시예가 가능하며 그것의 여러 세부사항은 다양한 명백한 점에서 수정이 가능하며, 모두는 본 발명의 사상 및 범위로부터 벗어나지 않는다. 따라서, 도면 및 상세한 설명은 제한적으로서가 아닌 사실상 예시적인 것으로 간주될 것이다.
도 1은 일 실시예에 따라, 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템을 도시한 블록도이다.
도 2는 일 실시예에 따라, 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 방법을 도시한 흐름도이다.
도 3은 예로서, 사용자 활동을 결정하기 위한 프로세스를 도시한 흐름도이다.
도 4는 예로서, 추천을 식별하기 위한 프로세스를 도시한 흐름도이다.
도 5는 예로서, 원격 지원를 제공하기 위한 프로세스를 도시한 흐름도이다.
현재 점점 더 경쟁적인 시장에서, 회사는 그들의 경쟁자에 대한 이점을 유지하거나 또는 얻기 위해 비즈니스 효율 및 고객 만족을 증가시키기 위한 상이한 방식에 초점을 맞추고 있다. 팽창하는 이동 디바이스의 사용에 기초하여, 많은 이들 회사는 이동 디바이스를 통합하는 서비스 또는 프로세스를 제공하려고 시도하고 있다. 그러나, 이들 새로운 서비스는 이행을 위한 요구를 예측하거나 또는 식별하기 위해 사용자의 맥락을 고려함으로써 보다 최적화될 수 있다. 맥락-기반 서비스 최적화는 요구될 때 시기 적절한 정보 및 리소스를 제공하기 위해 구현될 수 있다.
사용자의 요구를 예측하는 것은 비즈니스 서비스의 효율을 증가시킬 수 있으며, 이것은 보다 높은 고객 만족을 야기할 수 있다. 도 1은 일 실시예에 따라, 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템(10)을 도시한 블록도이다. 고객(도시되지 않음)은 서비스를 위한 요청을 제출한다. 서비스는 수리 회사, 케이블 회사, 셀 전화 회사, 탑승-공유 회사, 및 상점, 뿐만 아니라 다른 비즈니스와 같은, 요청이 제출되는 회사의 유형에 의존적일 수 있다.
요청은 음성, 텍스트 메시징, 또는 이메일을 통해, 뿐만 아니라 다른 통신 방법을 통해 콜 센터(14)에 의해 수신될 수 있다. 일단 수신되면, 요청은 호출 분배기(17)를 통해 서비스 제공자로의 분배를 위해 서버(14)에 송신될 수 있거나, 또는 대안적으로, 요청은 독립형 자동 콜 분배기(도시되지 않음)로 송신될 수 있다. 서버(16)는 콜 센터로부터 원격에 위치될 수 있으며 인터넷과 같은 인터네트워크(15)를 통해 액세스 가능하거나, 또는 콜 센터 내에 국소적으로 저장될 수 있다. 뿐만 아니라, 서버(16)는 콜 분배기(17), 맥락 추적기(18), 활동 식별기(19), 추천기(20), 및 원격 지원(21)을 포함할 수 있다.
요청이 할당되는, 서비스 제공자 또는 사용자는, 스마트폰(11), 스마트 워치(12), 및 구글 인크(Google Inc)에 의해 제조된 구글 글래스(Google Glass)와 같은, 헤드-장착 컴퓨팅 디바이스(13)를 포함하는, 하나 이상의 컴퓨팅 디바이스와 연관될 수 있다. 이후, 용어 "서비스 제공자" 및 "사용자"는, 달리 표시되지 않는다면, 동일하게 의도된 의미와 상호 교환 가능하게 사용된다. 컴퓨팅 디바이스의 각각은 사용자의 현재 환경에 관련된 위치, 가속, 움직임 추적, 재고, 및 다른 유형의 데이터 중 하나 이상을 포함하여, 서비스 제공자에 대한 맥락 데이터(23)를 수집할 수 있다. 맥락 데이터(23)는 컴퓨팅 디바이스 내에서의 센서를 통해 또는 사운드 또는 비디오 레코딩을 통해 수집될 수 있다.
일단 수집되면, 맥락 데이터(23)는 서버(16)에 상호 연결된 데이터베이스(27)에 저장하기 위해 각각의 컴퓨팅 디바이스에 의해 맥락 추적기(18)로 개별적으로 송신될 수 있다. 또한, 활동 식별기(19)는 현재 수행되는 사용자의 하나 이상의 활동을 식별하기 위해 데이터(23)를 액세스한다. 일 실시예에서, 활동은 활동 인식 및 의미론적 모델링의 조합을 사용하여 식별될 수 있다. 구체적으로, 저 레벨 활동은 맥락 데이터 자체로부터 직접 결정될 수 있는 반면, 고 레벨 활동은 저 레벨 활동 중 하나 이상에 기초한 활동 모델을 사용하여 식별될 수 있다. 활동을 식별하는 것은 도 3을 참조하여 추가로 상세히 설명된다. 일단 식별되면, 사용자의 활동은 활동 로그(25)에서 데이터베이스(22)에 저장될 수 있다.
그 뒤에, 추천기(20)는 할당된 요청을 완료하기 위해 사용자에게 제공하기 위한 하나 이상의 추천을 식별하기 위해 식별된 사용자 활동에 기초하여 요청의 이행 전에 또는 그 동안 사용자의 요구를 예측할 수 있다. 결정 시, 추천은 선택 및 수행을 위해 사용자에게 전송될 수 있다. 추천은 각각 서비스 제공자에 의한 수행을 위한 하나 이상의 태스크를 포함할 수 있다. 각각의 태스크는 특정 요청의 적어도 부분을 완료하기 위한 규격, 매뉴얼, 트레이닝 자료, 또는 저작 절차와 같은, 서비스 자료(26)에 의해 동반될 수 있다. 서비스 자료는 데이터베이스(22)에 저장되며 그로부터 액세스될 수 있다. 또한, 추천의 부분으로서 또는 그것 외에, 원격 지원(21)이 사용자로 하여금 전문가로부터 실시간 지원을 수신하며 문제를 단계적으로 해결하기 위한 알려진 절차를 수행하도록 허용한다. 원격 지원은 도 5데 대하여 이하에서 추가로 상세히 설명된다.
이동 컴퓨팅 디바이스 및 서버는 각각 여기에 개시된 실시예를 실행하기 위한 하나 이상의 모듈을 포함할 수 있다. 모듈은 종래의 프로그래밍 언어에서 소스 코드로서 기록된 컴퓨터 프로그램 또는 프로시저로서 구현될 수 있으며 오브젝트 또는 바이트 코드로서 중앙 처리 장치에 의한 실행을 위해 제공된다. 대안적으로, 모듈은 또한 집적 회로로서 하드웨어에 구현되거나 또는 판독-전용 메모리 구성요소에 새겨질 수 있으며, 클라이언트 및 서버의 각각은 전문 컴퓨터로서 동작할 수 있다. 예를 들면, 모듈이 하드웨어로서 구현될 때, 상기 특정한 하드웨어는 데이터 품질 평가를 수행하기 위해 전문화되며 다른 컴퓨터는 사용될 수 없다. 부가적으로, 모듈이 판독-전용 메모리 구성요소에 새겨질 때, 판독-전용 메모리를 저장한 컴퓨터는 다른 컴퓨터가 할 수 없는 데이터 품질 평가를 수행하기 위해 전문화된다. 소스 코드 및 오브젝트 및 바이트 코드의 다양한 구현은 플로피 디스크, 하드 드라이브, 디지털 비디오 디스크(DVD), 랜덤 액세스 메모리(RAM), 판독-전용 메모리(ROM) 및 유사한 저장 매체와 같은, 컴퓨터-판독 가능한 저장 매체상에 유지될 수 있다. 다른 유형의 모듈 및 모듈 기능, 뿐만 아니라 다른 물리적 하드웨어 구성요소가 가능하다.
고객 요청을 서비스하는 동안 서비스 제공자의 요구를 예측하는 것은 서비스 제공자에게 조언을 제공함으로써 비즈니스의 효율을 증가시킬 수 있다. 도 2는 일 실시예에 따라, 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 방법(30)을 도시한 흐름도이다. 고객 요청 서비스는 전화 호출, 인스턴트 메시징, SMS 텍스트 메시징, 또는 이메일을 통해 조직의 콜 센터로 요청을 제출하며(블록 31) 요청은 서비스 제공자에게 분배된다(블록 32). 요청은 고객의 이름, 주소, 및 고객 번호와 함께 수행될 서비스를 포함할 수 있다. 요청에서의 포함을 위해 다른 데이터 아이템이 가능하다.
조직은 서비스를 제공하는 회사 또는 단지 서비스를 행하기 위해 서비스 제공자를 조직하며 처리하는 회사일 수 있다. 예를 들면, 수리 서비스를 제공하는, 케이블 회사는 수리 요청이 수신되며 케이블 회사의 고용인인 서비스 제공자에게 분배되는 콜 센터를 유지한다. 대안적으로, 둘 이상의 별개의 케이블 회사 또는 상이한 서비스 제의를 가진 회사는 회사의 고용인보다는, 맥락-기반 서비스 최적화와 연관된 서비스 제공자에게 인입 요청을 할당하기 위해 콜 센터를 유지하는 맥락-기반 서비스 최적화에 가입할 수 있다.
요청이 할당되는 서비스 제공자는 이용 가능성, 위치, 경험, 또는 고객에 의한 요청에 기초하여 선택될 수 있다. 서비스 제공자에게 요청을 할당하기 위한 다른 인자가 가능하다. 서비스 제공자의 맥락은 맥락 데이터를 수집하며 맥락 데이터에 기초하여 수행되는 하나 이상의 활동을 식별함으로써 결정된다(블록 33). 서비스 제공자의 맥락 추적은 연속해서, 미리 결정된 시간에서, 또는 랜덤하게 발생할 수 있다. 맥락 데이터에 기초하여 사용자 활동을 식별하는 것은 도 3을 참조하여 이하에서 추가로 상세히 설명된다.
일단 식별되면, 사용자 활동은 서비스 제공자에 의한 지원을 위한 요구를 결정하거나 또는 예측하기 위해 사용될 수 있다(블록 34). 도움이 되기 위한 요구가 존재하지 않는다면, 지원이 제공될 수 있는지 및 그 때를 결정하기 위해 사용자의 추가 활동이 모니터링된다(블록 33). 그러나, 도움 또는 조언이 서비스 제공자에게 필요하거나 또는 유용하다면, 하나 이상의 추천이 식별되며(블록 35) 제공될 수 있다(블록 36). 추천은 각각, 서비스 제공자의 활동과 유사한, 이전 사용자에 의한 하나 이상의 활동과 공통으로 수행된 태스크를 식별하는 것에 기초하여 선택될 수 있다. 추천을 선택하는 것은 도 4를 참조하여 이하에서 추가로 상세히 설명된다. 그러나, 어떤 추천도 사용자 요구를 이행하기 위해 식별될 수 없다면, 원격 지원(블록 38)이 잘 알고 있는 개개인과의 통신을 개시하는 것을 통해 제공될 수 있다. 원격 지원은 도 5를 참조하여 이하에서 추가로 설명된다.
추천 또는 원격 지원을 제공할 때, 결정은 서비스 제공자가 서비스 요청을 완료하였는지(블록 37)에 대해 이루어진다. 그렇다면, 맥락-기반 서비스 최적화는 서비스 제공자가 또 다른 요청을 할당받을 때까지 종료된다. 대안적으로, 서비스 제공자의 맥락은 서비스 제공자의 시프트가 종료될 때까지 계속해서 모니터링된다. 그러나, 요청이 아직 이행되지 않았다면, 서비스 제공자의 맥락은 추가 지원이 제공될 수 있는지를 결정하기 위해 계속해서 추적된다.
추가 실시예에서, 하나 이상의 서비스 제공자의 맥락 추적은 어떤 서비스 제공자가 요청을 수신하기 위한 최상의 후보인지를 결정하기 위해 요청의 할당 이전에 수행될 수 있다. 예를 들면, 상기-식별된 예로 돌아가면, 케이블 회사에 제출된 서비스 요청은 새로운 모뎀 및 케이블 박스의 설치를 포함한다. 요청 시 모든 일을 시작한 서비스 제공자의 맥락이 추적되며 각각의 서비스 제공자의 활동이 결정될 수 있다. 맥락 데이터 및 활동에 기초하여, 결정은 요청을 할당하기 위한 최상의 서비스 제공자에 대해 이루어진다. 최상의 서비스 제공자는 그의 트럭에 모뎀 및 케이블 박스를 갖춘 개개인 또는 이용 가능한 서비스 제공자일 수 있지만, 먼저 또 다른 서비스 제공자로부터 모뎀 및 케이블 박스를 집을 필요가 있을 것이다.
사용자의 활동을 결정하고 추적하는 것은 즉각적인 지원 및 해결을 제공하기 위해 실시간으로 사용자의 임의의 요구를 예측하도록 돕는다. 이러한 활동을 식별하는 것은 사용자의 환경에 대해 수집된 데이터에 기초하여 수행될 수 있다. 도 3은 예로서, 사용자 활동을 결정하기 위한 프로세스(40)를 도시한 흐름도이다. 맥락 데이터는 사용자와 연관된 이동 컴퓨팅 디바이스에 의해 동반된 센서로부터 수집된다(블록 41). 이동 디바이스는 스마트폰, 스마트 워치, 및 헤드-장착 컴퓨팅 디바이스, 뿐만 아니라 다른 유형의 이동 컴퓨팅 디바이스 중 하나 이상을 포함할 수 있다. 이동 디바이스의 각각은 속도, 위치, 가속, 물리적 움직임, 눈맞춤, 오브젝트 존재, 재고, 경치 및 트래픽, 뿐만 아니라 다른 유형의 데이터를 포함하는, 맥락 데이터를 측정하기 위해 다수의 센서를 포함할 수 있다. 또한, 비디오 및 사운드 데이터는 맥락 데이터와 함께 사용하기 위해 레코딩될 수 있다.
사용자에 의해 수행되는 하나 이상의 저-레벨 활동은 맥락 데이터로부터 직접 식별될 수 있다(블록 42). 각각의 저-레벨 활동은 사용자에 의해 수행되는 원래 동작을 설명한다. 예를 들면, 가속도계가 0의 판독을 제공한다면, 사용자는 정지하며 상이한 위치로 가속하거나 또는 이동하지 않는 것으로 결정된다. 그러나, 상이한 센서는 이동 디바이스 중 하나 상에서의 버튼의 누름에 의해 사용자의 움직임을 식별할 수 있다. 저-레벨 활동은 그 후 모델의 고-레벨 활동을 결정하기 위해(블록 44) 활동 모델의 세트와 비교된다(블록 43). 고-레벨 활동은 검출된 원래 동작에 기초하여 사용자에 의해 수행되는 특정 동작을 설명한다. 예를 들면, 상기 예로 가면, 사용자는 정지하지만, 이동 디바이스 버튼 선택에 대하여 이동 중인 것으로 결정되며, 이것은 이동 디바이스 상에서 행해진 몇몇 종류의 작업을 나타낼 수 있다. 컴퓨터 사용을 추적하기 위해 데이터와 조합하면, 사용자 활동은 이메일 전송을 누른 것으로 결정된다.
일 실시예에서, 각각의 고-레벨 활동은 상기 특정 고-레벨 활동을 식별하기 위해 하나 이상의 원래 동작을 포함하는 모델로서 저장될 수 있다. 사용자의 검출된 원래 동작을 가장 가깝게 닮은 이들 모델은 사용자에 의해 수행되는 것으로서 식별된 고-레벨 활동으로서 식별되며 선택된다. 각각의 활동 모델은 시간에 걸쳐 상기 사용자에 의해 수행된 동작, 뿐만 아니라 사용자의 직위 및 기술 세트에 관한 배경 정보에 기초하여 특정 사용자에 초점이 맞춰질 수 있다. 대안적으로, 활동 모델은 사용자와 동일하거나 또는 유사한 직위 및 기술을 가진 사용자의 모집단에 기초할 수 있다. 일 실시예에서, 저-레벨 활동은 각각 사용자와 연관된 이동 디바이스에 의해 검출될 수 있는 반면, 고-레벨 활동은 활동 모델을 사용하여 원격 서버에 의해 결정될 수 있다.
추가 실시예에서, 분배된 활동 검출은 사용자에 의해 수행된 활동을 식별하기 위해 사용될 수 있다. 분배된 활동 검출은 통상적으로 서버에 의해 요구된 프로세싱 중 일부를 오프셋하도록 도우며 고 빈도 데이터를 사용하여 활동의 보다 빠르고 보다 정확한 식별을 야기할 수 있다. 첫 번째로, 맥락 데이터는 하나 이상의 이동 컴퓨팅 디바이스를 통해 사용자에 대해 수집된다. 특징은 특징 벡터를 생성하기 위해 데이터로부터 추출된다. 특징 벡터는 그 후 이동 컴퓨팅 디바이스 중 적어도 하나에 저장된 하나 이상의 활동 모델과 비교되며 유사성 측정은 각각의 모델에 대해 결정된다. 모델 중 하나가 특징 벡터에 대한 미리 정의된 양의 유사성을 만족한다면, 상기 모델과 연관된 활동에 대한 식별 라벨이 특징 벡터에 할당된다. 그러나, 모델 중 어떤 것도 유사성을 만족하지 못한다면, 사용자는 특징 벡터에 의해 표현된 활동에 활동 라벨을 할당하도록 요구되며 활동 라벨은 새로운 모델을 트레이닝하기 위해 특징 벡터와 함께 서버로 송신된다. 일단 트레이닝되면, 서버는 실행을 위해 새로운 모델을 이동 컴퓨팅 디바이스에 송신한다. 분배된 활동 검출은 계류 중인, 2016년 7월 6일자로 출원된, 문서 번호 20150448US01, "Computer-Implemented System and Method for Distributed Activity Detection"이라는 명칭의, 공동-소유된 미국 특허 출원 일련 번호 제15/203764호에서 추가로 상세히 설명된다.
일단 서비스 제공자에 의해 수행되는 활동이 식별되면, 추천은 고객 요청의 이행 동안 수행되는 활동을 돕기 위해 제공될 수 있다. 하나 이상의 추천은 활동을 완료하는 것을 보다 쉽거나 또는 보다 빠르게 하기 위해 수행될 수 있는 모든 가능한 태스크들을 봄으로써 식별될 수 있다. 도 4는 예로서, 추천을 식별하기 위한 프로세스(50)를 도시한 흐름도이다. 태스크 모델의 세트가 식별된다(블록 51). 각각의 태스크 모델은 고-레벨 활동 이전, 동안, 또는 그 후 빈번하게 수행되거나 또는 수행되도록 추천된 다수의 태스크를 가진 고-레벨 활동에 의해 나타내어진다. 예를 들면, 모뎀을 설치하는 활동과 연관된 태스크는 사용자에 의한 판독을 위해 지시의 세트를 제공하는 것, 고객의 오래된 모뎀과 연관된 임의의 드라이버를 설치 해제하도록 서비스 사용자에게 상기시키는 것, 및 고객에 의해 사용된 운영 시스템을 획득하기 위해 서비스 제공자에게 묻는 것을 포함할 수 있다. 일 실시예에서, 태스크 모델은 기계 학습을 위한 기계를 트레이닝하기 위해 사용될 수 있다. 일단 트레이닝되면, 사용자의 식별될 활동은 식별된 사용자 활동에 기초하여 및 유사한 활동을 수행할 때 사용자의 이전 태스크에 기초하여 태스크를 스코어링하기 위해 기계로 입력된다(블록 52). 태스크의 스코어링은 2009년 3월 19일자로 공개된, 계류 중인, Ducheneaut 외의, 공동 소유된 미국 특허 출원 공개 제2009/0077057호에서 설명된 바와 같이 혼합-모델 추천기를 사용하여 수행될 수 있다. 그 뒤에, 최고 스코어링된 태스크가 그 후 추천으로서 서비스 제공자에게 제공하기 위해 선택된다(블록 53).
일단 수신되면, 서비스 제공자는 수행을 위한 태스크 중 하나 이상을 선택할 수 있다. 태스크는 조언, 전자 매뉴얼, 포럼 및 정보, 제안, 및 연락처 정보를 제공하는 것을 포함할 수 있으며, 이것은 그 후 서비스 제공자에 의해 그에 따라 동작될 수 있다. 일 실시예에서, 태스크는 또한, 다른 서비스 제공자, 도메인 전문가, 및 관리로부터와 같은, 원격 전문 지식으로의 직접 액세스를 가능하게 하는 것을 포함할 수 있다. 도 5는 예로서, 원격 지원을 제공하기 위한 프로세스(60)를 도시한 흐름도이다. 원격 지원은 요청을 완료하며 이행하는 것에 대한 상위 레벨의 지식을 가진 개개인과 서비스 제공자를 연결한다(블록 61). 일단 연결되면, 서비스 제공자와 연관된 이동 컴퓨팅 디바이스 중 하나 이상으로부터 수집된 비디오 또는 사운드 데이터가 지원을 제공하기 위해 하나 이상의 개개인에게 실시간으로 송신된다(블록 62). 비디오 또는 사운드 데이터에서 제공된 정보에 기초하여, 지원하는 개개인은 피드백, 조언, 또는 지시를 서비스 제공자에게 제공할 수 있다(블록 63). 일 실시예에서, 원격 지원은 2013년 12월 5일자로 공개된, 계류 중인, Roberts 외의, 공동-소유된 미국 특허 출원 공개 번호 제2013/0325970호에서 설명된 바와 같이 수행될 수 있다. 부가적으로, 원격 지원은 추천된 태스크로서 제공될 수 있거나 또는 대안적으로, 서비스 제공자가 추천된 태스크 중 하나 이상을 수행한 후 여전히 요청을 이행할 수 없다면 단지 서비스 제공자에게만 이용 가능할 수 있다.
자격이 있는 실생활 지원이 또한, 계류 중인, 2016년 7월 6일자로 출원된, 문서 번호 20141585US01, "Computer-Implemented System and Method for Providing Contextually Relevant Task Recommendations to Qualified Users"라는 명칭의, 공동-소유된 미국 특허 출원 일련 번호 제15/203727호에서 추가로 상세히 설명되는 바와 같이, 추천 또는 원격 지원을 제공하는 것 외에 또는 그 대신에 서비스 제공자 또는 다른 개개인에게 제공될 수 있다. 구체적으로, 상기 사용자에 의해 수행된 동작을 포함하여, 사용자의 맥락의 식별 시, 추천은 선택적으로 사용자에게 제공될 수 있으며 하나 이상의 자격이 있는 개개인은 사용자를 돕기 위해 요청과 함께 맥락을 통지받는다. 예를 들면, 사용자는 유해한 화학 물질이 사용되는 단백질 정제를 수행하는 것으로서 식별된다. 사용자는 정제 프로세스 전체에 걸쳐 계속해서 모니터링되며 사용자가 유해 화학 물질을 쏟는 것을 포함하여, 사용자의 추가 활동이 식별된다. 유출 동작에 기초하여, 사용자가 화학물질 유출을 청소하는 것을 경험하지 않았으므로 유출을 청소하지 않고 방을 떠나도록 하는 추천이 사용자에게 제공된다. 또한, 적절한 화학물질 청소에 관한 지식 및 경험을 가진 개개인의 그룹이 식별되며 유출을 통지받는다. 개개인 중 하나 이상이 유출을 청소하도록 제의하거나 또는 선택될 수 있다.
또한, 일단 활동이 식별되면, 활동의 예측된 결과가, 계류 중인, 2016년 7월 6일자로 출원된, 문서 번호 20141587US01, "Computer-Implemented System and Method for Predicting Activity Outcome Based on User Attention"이라는 명칭의, 공동-소유된 미국 특허 출원 일련 번호 제15/203740호에서 상세히 설명된 바와 같이, 결정될 수 있다. 예를 들면, 서비스 제공자에 의해 수행된 활동을 식별할 때, 원격 전문가가 서비스 제공자에게 지원을 제공할 수 있도록 서비스 제공자 및 원격 전문가 사이에서의 연결이 이루어진다. 이러한 연결 동안, 서비스 제공자의 동작은 서비스 제공자의 초점 주제를 결정하기 위해 모니터링된다. 결정된 초점 주제에 기초하여, 서비스의 완료에 대한 결과가 결정되며 필요하다면, 추가 지원이 예측된 결과에 기초하여 서비스 제공자에게 제공될 수 있다.
맥락-기반 서비스 최적화가 케이블 회사에 대하여 상기에서 설명되었지만, 다른 비즈니스에 의해 제의된 서비스가 여행, 의료 및 치과, 자동차 대여 및 수리, 법률, 및 법 집행 산업에서, 뿐만 아니라 다른 산업에서, 맥락-기반 서비스 최적화를 사용하여 최적화될 수 있다.
추가 실시예에서, 하이브리드 분산 과금 및 지불 시스템이 맥락-기반 서비스 최적화로 구현될 수 있다. 사용자, 또는 서비스 제공자는 본봉을 받을 수 있으며, 이것은 과제 집중 시간 또는 서비스 제공자가 초기 요청에 응답한 후 반복 요청이 이루어졌는지와 같은, 미리 결정된 메트릭에 따라 건당 지불로 보완될 수 있다. 단지 건당 지불에 기초하여 서비스 제공자에게 지불하는 것과 같은, 다른 과금 및 지불 옵션이 가능하다.
추가 실시예에서, 부품 추적이 수행될 수 있다. 부품 추적은 사용자로 하여금 다른 사용자 또는 창고로부터와 같은, 다른 위치로부터 기계 또는 서비스 부품을 찾고 얻도록 허용한다. 또한, 차량 또는 드론은, 맥락-기반 서비스 최적화에 의해 위치 및 전달을 최적화시킨 상태에서, 사용자와 위치 사이에서 부품을 빠르게 이동시키기 위해 이용될 수 있다. 일례에서, 요구된 부품은 이전 서비스 기록을 조사하고 그 후 부품이 정확한 위치로 분배됨을 보장함으로써 결정될 수 있다.

Claims (10)

  1. 맥락 연관 서비스(contextually relevant servicing)를 제공하기 위한 컴퓨터-구현 시스템으로서,
    서비스를 위한 요청; 및
    중앙 처리 장치, 상기 요청을 수신하기 위한 입력 포트, 및 출력 포트를 포함하는 서버로서, 상기 중앙 처리 장치는,
    상기 요청을 사용자에게 할당하고;
    상기 사용자와 연관된 센서를 통해 상기 사용자의 맥락(context)을 추적하고;
    상기 맥락에 기초하여 상기 서비스 동안 상기 사용자의 활동을 식별하고; 그리고
    식별된 상기 활동과 관련된 하나 이상의 추천을 상기 사용자에게 제공하도록 구성되는, 상기 서버를 포함하는, 컴퓨터-구현 시스템.
  2. 제1항에 있어서, 상기 중앙 처리 장치는,
    상기 사용자로부터 상기 추천들 중 적어도 하나의 선택을 수신하도록 더 구성되는, 컴퓨터-구현 시스템.
  3. 제2항에 있어서, 상기 중앙 처리 장치는,
    상기 사용자 선택된 추천에 관련된 하나 이상의 자료를 식별하고; 그리고
    상기 자료를 상기 사용자에게 제공하도록 더 구성되는, 컴퓨터-구현 시스템.
  4. 제3항에 있어서, 상기 자료는 매뉴얼, 책, 다이어그램, 지시 세트, 및 그림 중 적어도 하나를 포함하는, 컴퓨터-구현 시스템.
  5. 제1항에 있어서, 상기 중앙 처리 장치는,
    각각 활동과 연관된 하나 이상의 맥락 모델을 액세스하고, 상기 맥락 모델과 상기 사용자의 상기 맥락을 비교하고, 그리고 상기 사용자 맥락과 가장 유사한 상기 맥락 모델들 중 하나 이상과 연관된 상기 활동을 선택함으로써 상기 사용자의 상기 활동을 결정하도록 더 구성되는, 컴퓨터-구현 시스템.
  6. 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 방법으로서,
    콜 센터를 통해 서비스를 위한 요청을 수신하는 단계;
    상기 요청을 사용자에게 할당하는 단계;
    상기 사용자와 연관된 센서를 통해 상기 사용자의 맥락을 추적하는 단계;
    상기 맥락에 기초하여 상기 서비스 동안 상기 사용자의 활동을 식별하는 단계; 및
    식별된 상기 활동과 관련된 하나 이상의 추천을 상기 사용자에게 제공하는 단계를 포함하는, 컴퓨터-구현 방법.
  7. 제6항에 있어서, 상기 사용자로부터 상기 추천들 중 적어도 하나의 선택을 수신하는 단계를 더 포함하는, 컴퓨터-구현 방법.
  8. 제7항에 있어서,
    상기 사용자 선택된 추천에 관련된 하나 이상의 자료를 식별하는 단계; 및
    상기 자료를 상기 사용자에게 제공하는 단계를 더 포함하는, 컴퓨터-구현 방법.
  9. 제8항에 있어서, 상기 자료는 매뉴얼, 책, 다이어그램, 지시 세트, 및 그림 중 적어도 하나를 포함하는, 컴퓨터-구현 방법.
  10. 제6항에 있어서,
    각각 활동과 연관된 하나 이상의 맥락 모델을 액세스하는 것;
    상기 맥락 모델과 상기 사용자의 상기 맥락을 비교하는 것; 및
    상기 사용자 맥락과 가장 유사한 상기 맥락 모델들 중 하나 이상과 연관된 활동을 선택하는 것
    을 포함하는, 상기 사용자의 상기 활동을 결정하는 단계를 더 포함하는, 컴퓨터-구현 방법.
KR1020170072906A 2016-07-06 2017-06-12 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법 KR20180005596A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/203,752 US20180012229A1 (en) 2016-07-06 2016-07-06 Computer-Implemented System And Method For Providing Contextually Relevant Servicing
US15/203,752 2016-07-06

Publications (1)

Publication Number Publication Date
KR20180005596A true KR20180005596A (ko) 2018-01-16

Family

ID=59227550

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170072906A KR20180005596A (ko) 2016-07-06 2017-06-12 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법

Country Status (4)

Country Link
US (1) US20180012229A1 (ko)
EP (1) EP3267376A1 (ko)
JP (1) JP2018005905A (ko)
KR (1) KR20180005596A (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10762423B2 (en) * 2017-06-27 2020-09-01 Asapp, Inc. Using a neural network to optimize processing of user requests
KR102610838B1 (ko) 2019-12-23 2023-12-07 주식회사 엘엑스세미콘 디스플레이 장치의 데이터 송수신 방법 및 시스템
WO2022109627A1 (en) * 2020-11-23 2022-05-27 GEM Industrial Solutions Ltd. Systems and methods for requesting unmanned aerial vehicle-based surveillance services

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003281297A (ja) * 2002-03-22 2003-10-03 National Institute Of Advanced Industrial & Technology 情報提示装置および情報提示方法
JP2005190147A (ja) * 2003-12-25 2005-07-14 Nec Fielding Ltd 保守サービス管理システム、およびその方法
US8638228B2 (en) * 2007-02-02 2014-01-28 Hartford Fire Insurance Company Systems and methods for sensor-enhanced recovery evaluation
US8301623B2 (en) * 2007-05-22 2012-10-30 Amazon Technologies, Inc. Probabilistic recommendation system
US7743067B2 (en) 2007-09-18 2010-06-22 Palo Alto Research Center Incorporated Mixed-model recommender for leisure activities
US8219467B2 (en) * 2008-12-11 2012-07-10 At&T Intellectual Property I, Lp System and method for dispatching field technicians based on locations of virtual warehouses
US9256711B2 (en) * 2011-07-05 2016-02-09 Saudi Arabian Oil Company Systems, computer medium and computer-implemented methods for providing health information to employees via augmented reality display
US9307293B2 (en) * 2012-05-30 2016-04-05 Palo Alto Research Center Incorporated Collaborative video application for remote servicing
JP5904021B2 (ja) * 2012-06-07 2016-04-13 ソニー株式会社 情報処理装置、電子機器、情報処理方法、及びプログラム
US9541905B2 (en) * 2013-03-15 2017-01-10 Fisher-Rosemount Systems, Inc. Context sensitive mobile control in a process plant
CN106458110B (zh) * 2013-12-23 2018-12-25 罗伯特·博世有限公司 用于促进汽车机修工之间的协作的系统和方法
US20150193584A1 (en) * 2014-01-04 2015-07-09 The Adrien Group, LLC System and method for clinical procedure timeline tracking
US9858751B2 (en) * 2014-09-26 2018-01-02 Bally Gaming, Inc. Wagering game wearables
TWI571809B (zh) * 2014-11-14 2017-02-21 財團法人資訊工業策進會 工作項目查核系統及其方法
JP2016099643A (ja) * 2014-11-18 2016-05-30 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム
US20160283887A1 (en) * 2015-03-26 2016-09-29 Tata Consultancy Services Limited System and method for agricultural activity monitoring and training

Also Published As

Publication number Publication date
EP3267376A1 (en) 2018-01-10
JP2018005905A (ja) 2018-01-11
US20180012229A1 (en) 2018-01-11

Similar Documents

Publication Publication Date Title
US11157706B2 (en) Omnichannel data communications system using artificial intelligence (AI) based machine learning and predictive analysis
EP3525438A1 (en) Artificial intelligence based service implementation
KR20180071312A (ko) 기계 학습에 기반한 최적화된 컨택 센터 에이전트와의 라우팅 인터랙션
US10410183B2 (en) Electronic waste recycling
US11543250B2 (en) Securitized and encrypted data for vehicle service scheduling and dispatch devices (SSDD) and systems that provide improved operations and outcomes
JP6911603B2 (ja) ユーザによって訪問される施設のカテゴリの予測モデルを生成する方法、プログラム、サーバ装置、及び処理装置
CN111699469A (zh) 基于意图的交互式响应方法及其电子设备
US20220014597A1 (en) Computer-implemented system and method for distributed activity detection
US11049169B2 (en) System, computer program product, and method for automated gift determination and delivery
US20200159991A1 (en) Automatic bot creation based on scripts
CA2969736A1 (en) Method and apparatus for facilitating staffing of resources
KR20180005596A (ko) 맥락 연관 서비스를 제공하기 위한 컴퓨터-구현 시스템 및 방법
US20170132555A1 (en) Semi-automated machine learning process to match work to worker
US20240144328A1 (en) Automatic rule generation for next-action recommendation engine
WO2017066329A1 (en) Method and appartus for researving zero-wait time agent interactions
US20150088689A1 (en) Product Recognition Platform
US20190180216A1 (en) Cognitive task assignment for computer security operations
WO2021087262A1 (en) Advisor interface systems and methods
US20210374556A1 (en) Computer-implemented system and method for predicting activity outcome
US11223595B2 (en) Methods and systems for managing communication sessions for discussion completeness
US11688157B2 (en) Shopper analysis using an acceleration sensor and imaging
US20200393901A1 (en) Cognitive state aware accelerated activity completion and amelioration
CN117350745B (zh) 一种用于电商平台的售后处理方法、装置、设备和介质
US11956385B2 (en) Systems and methods for utilizing a machine learning model to determine an intent of a voice customer in real time
US20230267391A1 (en) Cloud-based system and method to track and manage objects

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application