TW201828120A - 群組推薦之虛擬助理產生 - Google Patents

群組推薦之虛擬助理產生 Download PDF

Info

Publication number
TW201828120A
TW201828120A TW106133497A TW106133497A TW201828120A TW 201828120 A TW201828120 A TW 201828120A TW 106133497 A TW106133497 A TW 106133497A TW 106133497 A TW106133497 A TW 106133497A TW 201828120 A TW201828120 A TW 201828120A
Authority
TW
Taiwan
Prior art keywords
group
recommendation
user
assistant
users
Prior art date
Application number
TW106133497A
Other languages
English (en)
Other versions
TWI720255B (zh
Inventor
里倫 亞茲夫
施洛莫 克里普納
Original Assignee
美商谷歌有限責任公司
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 美商谷歌有限責任公司 filed Critical 美商谷歌有限責任公司
Publication of TW201828120A publication Critical patent/TW201828120A/zh
Application granted granted Critical
Publication of TWI720255B publication Critical patent/TWI720255B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/16—Arrangements for providing special services to substations
    • H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
    • H04L12/185—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast with management of multicast group membership
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services

Abstract

在一實例中，揭示一種方法，其包含：回應於接收到對一使用者群組做一推薦之一請求且基於該群組之使用者之第一私密級資料來產生針對該群組之一原始推薦列表。在此實例中，該方法進一步包含：藉由與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來評估用於被包含在針對該群組之一精簡推薦列表中之來自該原始推薦列表的推薦，其中該第二私密級比該第一私密級受更多限制。在此實例中，該方法進一步包含：回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。

Description

群組推薦之虛擬助理產生
一些運算裝置可提供一使用者介面，一使用者可用該使用者介面來與一虛擬運算助理(例如，亦指稱「一智慧助理」或簡稱一「助理」)聊天、說話或依其他方式溝通以引起該助理輸出有用資訊、對一使用者之需求作出回應或依其他方式執行特定操作以幫助該使用者完成各種真實或虛擬任務。一些助理可執行操作以同時幫助使用者群組，諸如，基於群組成員之偏好來對使用者群組提供推薦。
一般而言，本發明之技術可使與一群組之使用者相關聯之虛擬運算助理(例如，亦指稱「智慧助理」或簡稱「助理」)能夠在不對該群組之其他使用者揭露一個別使用者之私人資訊的情況下基於該等使用者之私人資訊來對該群組提供推薦。例如，一運算助理可基於該等使用者之可用資訊(例如該等使用者之公開資訊或該等使用者已同意用於推薦產生之資訊)來產生一原始推薦列表。儘管該使用者群組一般會對該原始推薦列表感興趣，但該群組之一或多個個別使用者可具有支持或反對一些推薦之私人偏好。因而，若該助理可在產生該等推薦時存取指示該等私人偏好之該等使用者之私人資訊，則該群組會對該原始推薦列表更感興趣。然而，吾人不期望與一特定使用者相關聯之一助理存取另一私人資訊及另一使用者之私人偏好。 根據本發明之一或多項技術，各自助理可基於其相關聯使用者之各自私人資訊來評估用於包含於一精簡推薦列表中之來自原始列表之推薦。若其相關聯使用者之各自私人資訊指示相關聯使用者對推薦具有一負面偏好，則各自助理可判定精簡列表中不包含(即，剔除)一推薦。接著，助理可對使用者呈現(即，顯示或依其他方式輸出)精簡列表。依此方式，各自助理可提供考量群組中之各使用者之個別偏好之較高品質群組推薦，同時仍保護其相關聯使用者之私人資訊之隱私。 在一實例中，一種方法包含：回應於接收到對一使用者群組做一推薦之一請求且基於該群組之使用者之第一私密級資料來產生針對該群組之一原始推薦列表。在此實例中，該方法進一步包含：藉由與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來評估用於包含於針對該群組之一精簡推薦列表中之來自該原始推薦列表之推薦，其中該第二私密級比該第一私密級受更多限制。在此實例中，該方法進一步包含：回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。 在另一實例中，一種運算裝置包含：至少一處理器；及至少一記憶體，其包括指令，該等指令在被執行時引起該至少一處理器提供一助理，該助理經組態以：回應於接收到對一使用者群組做一推薦之一請求且基於該群組之使用者之第一私密級資料來產生針對該群組之一原始推薦列表；將該原始推薦列表輸出至與該群組之該等使用者相關聯之各自運算助理；自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來接收來自該原始推薦列表之推薦是否應包含於針對該群組之一精簡推薦列表中的指示，其中該第二私密級比該第一私密級受更多限制；及回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。 在另一實例中，一種非暫時性電腦可讀儲存媒體儲存指令，該等指令在被執行時引起一運算裝置之一或多個處理器：回應於接收到對一使用者群組做一推薦之一請求且基於該群組之使用者之第一私密級資料來產生針對該群組之一原始推薦列表；將該原始推薦列表輸出至與該群組之該等使用者相關聯之各自運算助理；自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來接收來自該原始推薦列表之推薦是否應包含於針對該群組之一精簡推薦列表中的指示，其中該第二私密級比該第一私密級受更多限制；及回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。 附圖及以下[實施方式]中闡述一或多個實例之細節。將自[實施方式]及附圖及申請專利範圍明白本發明之其他特徵、標的及優點。
圖1係繪示根據本發明之一或多個態樣之執行一實例性虛擬助理之一實例性系統的一概念圖。圖1之系統100包含經由網路130與搜尋伺服器系統180及運算裝置110A至110N (統稱為「運算裝置110」)通信之助理伺服器系統160。儘管系統100經展示成分佈於助理伺服器系統160、搜尋伺服器180及運算裝置110中，但在其他實例中，屬於系統100之特徵及技術可由運算裝置110之本端組件內部執行。類似地，助理伺服器系統160可包含特定組件且執行否則在以下描述中屬於搜尋伺服器系統180及/或運算裝置110之各種技術。 網路130表示用於使資料傳輸於運算系統、伺服器及運算裝置之間之任何公共或私人通信網路，例如蜂巢式、Wi-Fi及/或其他類型網路。助理伺服器系統160可經由網路130與運算裝置110之運算裝置交換資料以提供可在運算裝置110連接至網路130時存取至運算裝置110之虛擬助理服務。助理伺服器系統160可經由網路130與搜尋伺服器系統180交換資料以存取由搜尋伺服器系統180提供之一搜尋服務。運算裝置110可經由網路130與搜尋伺服器系統180交換資料以存取由搜尋伺服器系統180提供之搜尋服務。 網路130可包含可操作地相互耦合以藉此提供伺服器系統160及180及運算裝置110之間之資訊交換之一或多個網路集線器、網路交換器、網路路由器或任何其他網路設備。運算裝置110、助理伺服器系統160及搜尋伺服器系統180可使用任何適合通信技術來橫跨網路130傳輸及接收資料。運算裝置110、助理伺服器系統160及搜尋伺服器系統180可各使用各自網路鏈路來可操作地耦合至網路130。將運算裝置110、助理伺服器系統160及搜尋伺服器系統180耦合至網路130之鏈路可為乙太網路或其他類型之網路連接且此等連接可為無線及/或有線連接。 助理伺服器系統160及搜尋伺服器系統180表示能夠將資訊發送至諸如網路130之一網路及自諸如網路130之一網路接收資訊之任何適合遠端運算系統，諸如一或多個桌上型電腦、膝上型電腦、主機電腦、伺服器、雲端運算系統等等。助理伺服器系統160代管一虛擬助理服務(或至少提供對一虛擬助理服務之存取)。搜尋伺服器系統180代管一搜尋服務(或至少提供對一搜尋服務之存取)。在一些實例中，助理伺服器系統160及搜尋伺服器系統180表示經由一雲端平台提供對其各自服務之存取之雲端運算系統。 各運算裝置110表示一個別行動或非行動運算裝置。運算裝置110之實例包含行動電話、平板電腦、膝上型電腦、桌上型電腦、伺服器、主機電腦、視訊轉換器、電視、穿戴式裝置(例如電腦化手錶、電腦化眼鏡、電腦化手套等等)、家庭自動化裝置或系統(例如一智慧恆溫或家庭助理裝置)、個人數位助理(PDA)、遊戲系統、媒體播放器、電子書閱讀器、行動電視平台、汽車導航或娛樂資訊系統或經組態以執行或存取一虛擬助理且經由諸如網路130之一網路接收資訊之任何其他類型之行動、非行動、穿戴式及非穿戴式運算裝置。 助理伺服器系統160及/或搜尋伺服器系統180可經由網路130與運算裝置110通信以使運算裝置110存取由助理伺服器系統160提供之虛擬助理服務及/或使運算裝置110存取由搜尋伺服器系統180提供之搜尋服務。在提供虛擬助理服務之過程中，助理伺服器系統160可經由網路130與搜尋伺服器系統180通信以獲得搜尋結果以對虛擬助理服務之使用者提供完成一任務之資訊。 系統100可將虛擬助理服務提供給複數個使用者。虛擬助理服務可由本端及遠端組件之一組合提供。在圖1之實例中，助理伺服器系統160包含遠端助理模組123A至123N (統稱為「遠端助理模組123」)及使用者資訊資料儲存庫125A至125N (統稱為「使用者資訊資料儲存庫125」)。各遠端助理模組123可使使用者資訊資料儲存庫125之一各自使用者資訊資料儲存庫維持為助理伺服器系統160經由網路130對一特定使用者提供之一各自虛擬助理服務之部分。例如，遠端助理模組123A可使使用者資訊資料儲存庫125A維持為助理伺服器系統160經由網路130對使用者A提供之一虛擬助理服務之部分，遠端助理模組123B可使使用者資訊資料儲存庫125B維持為助理伺服器系統160經由網路130對使用者B提供之一虛擬助理服務之部分，...，且遠端助理模組123N可使使用者資訊資料儲存庫125N維持為助理伺服器系統160經由網路130對使用者N提供之一虛擬助理服務之部分。 運算裝置110A包含使用者介面裝置(UID) 112、使用者介面(UI)模組120、本端助理模組122A及使用者資訊資料儲存庫124A。本端助理模組122A可使使用者資訊資料儲存庫124A維持為在用於一特定使用者(諸如使用者A)之運算裝置110A處本端執行之一虛擬助理服務之部分。運算裝置110之其他運算裝置可包含類似於運算裝置110A之組件。在一些實例中，運算裝置110之各自運算裝置可包含與一各自使用者相關聯之一各自本端助理模組及一各自使用者資訊資料儲存庫。例如，運算裝置110B可包含與使用者B相關聯之本端助理模組122B (圖中未展示)及使用者資訊資料儲存庫124B (圖中未展示)，...，且運算裝置110N可包含與使用者N相關聯之本端助理模組122N (圖中未展示)及使用者資訊資料儲存庫124N (圖中未展示)。本端助理模組122A至122N可統稱為「本端助理模組122」。使用者資訊資料儲存庫124A至124N可統稱為「使用者資訊資料儲存庫124」。 模組120、122、123及182可執行使用駐留於及/或執行於運算裝置110、助理伺服器系統160或搜尋伺服器系統180之一者中之軟體、硬體、韌體或硬體、軟體及韌體之一混合物來描述的操作。運算裝置110、助理伺服器系統160及搜尋伺服器系統180可使用多個處理器或多個裝置來執行模組120、122、123及182。運算裝置110、助理伺服器系統160及搜尋伺服器系統180可將模組120、122、123及182執行為在基礎硬體上執行之虛擬機。模組120、122、123及182可執行為一作業系統或運算平台之一或多個服務。模組120、122、123及182可執行為一運算平台之一應用層處之一或多個可執行程式。 運算裝置110A之UID 112可充當運算裝置110A之一輸入及/或輸出裝置。可使用各種技術來實施UID 112。例如，UID 112可充當使用存在敏感輸入螢幕(諸如電阻式觸控螢幕、表面聲波觸控螢幕、電容式觸控螢幕、投影電容式觸控螢幕、壓敏螢幕、聲脈衝辨識觸控螢幕或另一存在敏感顯示技術)之一輸入裝置。 UID 112可充當使用麥克風技術、紅外線感測器技術或用於接收使用者輸入之其他輸入裝置技術之一輸入裝置。例如，UID 112可使用內建麥克風技術來偵測UI模組120及/或本端助理模組122處理以完成一任務之語音輸入。作為另一實例，UID 112可包含可自運算裝置110A之一使用者接收觸覺輸入之一存在敏感顯示器。UID 112可藉由偵測來自一使用者之一或多個手勢(例如，使用者用一手指或一觸控筆觸碰或指向UID 112之一或多個位置)來接收觸覺輸入之指示。 UID 112可充當輸出(例如顯示)裝置且將輸出呈現給一使用者。UID 112可充當使用任何一或多個顯示裝置(諸如液晶顯示器(LCD)、點矩陣顯示器、發光二極體(LED)顯示器、有機發光二極體(OLED)顯示器、電子墨水顯示器或能夠將可見資訊輸出至運算裝置110A之一使用者之類似單色或彩色顯示器)之一輸出裝置。UID 112可充當使用揚聲器技術、觸覺回饋技術或用於將資訊輸出至一使用者之其他輸出裝置技術之輸出裝置。UID 112可呈現與由本端助理模組122及/或遠端助理模組123A提供之一虛擬助理相關之一使用者介面(例如使用者介面114)。UID 112可呈現與在運算裝置110處執行及/或可自運算裝置110存取之運算平台、作業系統、應用程式及/或服務之其他特徵(例如電子郵件、網路聊天系統、線上服務、電話、遊戲等等)相關之一使用者介面。 UI模組120可管理與UID 112及運算裝置110A之其他組件之使用者互動(其包含與助理伺服器系統160之互動)以經由UID 112提供助理服務。當運算裝置110A之一使用者在UID 112處觀看輸出及/或提供輸入時，UI模組120可引起UID 112輸出諸如使用者介面114 (或其他實例性使用者介面)之一使用者介面。當一使用者在不同時間與使用者介面互動且使用者及運算裝置110A在不同位置處時，UI模組120及UID 112可自使用者接收輸入(例如語音輸入、手勢輸入等等)之一或多個指示。UI模組120及UID 112可解譯UID 112處所偵測之輸入且將關於UID 112處所偵測之輸入之資訊中繼至本端助理模組122A及/或在(例如)運算裝置110A處執行之一或多個其他相關聯平台、作業系統、應用程式及/或服務以引起運算裝置110A執行功能。 UI模組120可自在運算裝置110A及/或一或多個遠端運算系統(諸如伺服器系統160及180)處執行之一或多個相關聯平台、作業系統、應用程式及/或服務接收資訊及指令。另外，UI模組120可充當在運算裝置110A處執行之一或多個相關聯平台、作業系統、應用程式及/或服務與用於產生運算裝置110A之輸出(例如一圖形、一閃光、一聲音、一觸覺回應等等)之運算裝置110A之各種輸出裝置(例如揚聲器、LED指示器、音訊或觸覺輸出裝置等等)之間的一中間物。 搜尋模組182可對被判定為與搜尋模組182自動產生(例如，基於與運算裝置110A相關聯之背景資訊)或搜尋模組182自助理伺服器系統160或運算裝置110接收(例如，作為一虛擬助理代表運算裝置110之一運算裝置之一使用者完成之一任務之部分)之一搜尋查詢相關之資訊執行一搜尋。搜尋模組182可基於一搜尋查詢來進行一網際網路搜尋以自各種資訊源識別與搜尋查詢相關之資訊(例如天氣或交通狀況、新聞、股票價格、賽事比分、使用者日程、運輸調度、零售價等等)(例如，本端或遠端儲存至搜尋伺服器系統180)。在執行一搜尋之後，搜尋模組182可將自搜尋回傳之資訊(例如搜尋結果)輸出至助理伺服器系統160或運算裝置110之一運算裝置。 在圖1之實例中，使用者介面114係與由運算裝置110A存取之一虛擬助理服務(例如，由本端助理模組122及/或助理伺服器系統160之遠端助理模組123A提供)相關聯之一圖形使用者介面。在一些實例中，使用者介面114可為一聽覺使用者介面。如圖1中所展示，使用者介面114展示運算裝置110A之一使用者(即，「使用者A」)、運算裝置110B之一使用者(即，「使用者B」)、運算裝置110C之一使用者(即，「使用者C」)及在運算裝置110處執行或可存取至運算裝置110之一虛擬助理之間的一交談之文字。使用者介面114可包含呈各種形式(諸如可聽聲音、振動、文字、圖形、內容卡、影像等等)之虛擬助理資訊。UI模組120可引起UID 112基於UI模組120經由網路130自助理伺服器系統160接收之資料來輸出使用者介面114。UI模組120可自助理伺服器系統160及/或本端助理模組122接收作為輸入用於呈現使用者介面114之資訊(例如音訊資料、文字資料、影像資料等等)及自助理伺服器系統160及/或本端助理模組122接收指令以在UID 112處之使用者介面114內呈現資訊。 運算裝置110之本端助理模組122及助理伺服器系統160之遠端助理模組123可各執行本文中所描述之類似功能以自動執行用於一使用者群組之各自助理，該等各自助理經組態以對該使用者群組提供推薦。遠端助理模組123及使用者資訊資料儲存庫125表示實例性虛擬助理之伺服器端或雲端實施方案，而本端助理模組122及使用者資訊資料儲存庫124表示實例性虛擬助理之一用戶端或本端實施方案。 模組122及123可各包含各自軟體代理程式，其經組態以執行為可對一個體(諸如運算裝置110之一運算裝置之一使用者)執行任務或服務之智慧個人助理。模組122及123可基於使用者輸入(例如，UID 112處所偵測)、位置感知(例如，基於背景)及/或自各種資訊源存取其他資訊(例如天氣或交通狀況、新聞、股票價格、賽事比分、使用者日程、運輸調度、零售價等等)(例如，本端儲存於運算裝置110、助理伺服器系統160處或經由搜尋伺服器系統180提供之搜尋服務獲得)之能力來執行此等任務或服務。模組122及123可執行人工智慧及/或機器學習技術以自動識別且代表使用者完成一或多個任務。 由遠端助理模組123及本端助理模組122提供之各自助理可自動建立、產生或依其他方式維持個人資訊記錄且依分別作為使用者資訊資料儲存庫124及使用者資訊資料儲存庫125之一結構化及語義方式將個人記錄儲存為針對使用者之值。資料儲存庫124及125可分別使由遠端助理模組123及本端助理模組122執行之各自助理能夠快速存取個人資訊(例如針對使用者之值)以完成一真實任務、一虛擬任務或依其他方式對使用者之即時或未來需求作出回應。 助理模組122及123可僅在自一使用者首次接收如此做之明確許可之後保留與使用者相關聯之個人記錄。因此，使用者可完全控制其助理收集且使用關於使用者之資訊之方式。例如，在保留與運算裝置110A之使用者A相關聯之個人記錄之前，助理模組122A及123A可引起UI模組120經由UID 112呈現一使用者介面，UID 112請求使用者A選擇一方塊、點擊一按鈕、陳述一語音輸入或依其他方式將一特定輸入提供至使用者介面，此由助理模組122A及123A解譯為明確肯定同意助理模組122A及123A收集且利用使用者A之個人資訊。 助理模組122及123可加密或依其他方式處理保存為個人記錄之資訊以在將個人資訊儲存於資料儲存庫124及125處之前移除使用者之實際識別碼。例如，資訊可由助理模組122及123處理，使得任何可識別個人資訊在儲存於資料儲存庫124及125處時自使用者之個人記錄移除。 助理模組122及123可引起UI模組120呈現使用者可自其修改或移除來自儲存於資料儲存庫124及125處之個人記錄之資訊的一使用者介面。例如，使用者介面可提供其中使用者可提供輸入以將修改或移除特定個人資訊條之一命令傳送至助理模組122及123之區域。依此方式，運算裝置110之各使用者可完全控制由各自助理模組122及123保存於資料儲存庫124及125處之資訊。 助理模組122及123可使使用者能夠控制使用資料儲存庫124及125中之資訊之方式。例如，助理模組122及123可使資料儲存庫124及125中之資訊標識、標記或依其他方式註釋有各種私密級。例如，助理模組122及123可使資料儲存庫124及125中之一些資訊標記有一第一私密級且使資料儲存庫124及125中之一些資訊標記有一第二私密級。第二私密級可比第一私密級受更多限制。即，標記為具有第二私密級之資訊可被視為比標記為具有第一私密級之資訊更私密。在一些實例中，標記為具有第一私密級之資訊可為公開資訊或依其他方式公開取得之資訊。 在執行各種操作之過程中，助理模組122及123可將標記有各種私密級之資料儲存庫124及125中之資訊用於不同目的。例如，資訊越私密，助理模組122及123保護資訊更嚴格。例如，助理模組122及123可揭露或依其他方式提供標記為對其他使用者及/或與其他使用者相關聯之虛擬助理公開的資訊，同時隱藏或依其他方式保護標記為私密之資訊免被其他使用者及/或與其他使用者相關聯之虛擬助理知道。依此方式，運算裝置110之各使用者可完全控制各自助理模組122及123使用資料儲存庫124及125處之資訊之方式。 由資料儲存庫124及125儲存之個人記錄中之各輸入項可與一預界定架構相關聯，該預界定架構可由助理模組122及123快速遍歷或剖析以找到助理模組122及123當時瞭解使用者需求且幫助使用者完成任務所需之資訊。一旦已將個人資訊記錄為針對一使用者之一或多個值，則與使用者相關聯之助理模組122及123之助理模組可快速使用與使用者相關聯之儲存於資料儲存庫124及125處之資訊來完成一任務。若無任務在進行中，則助理模組122及123可將助理可如何使用資訊來幫助未來使用者之實例提供給使用者(例如，經由使用者介面114)。使用者稍後可在UID 112處提供輸入以命令助理模組122及123忘記或修改此資訊。 由資料儲存庫124及125儲存之值可為文字值(例如人名、地名、其他實體文字描述詞)、數值(例如年齡、身高、體重、其他生理資料或與實體相關聯之其他數字資訊)，或與資料儲存庫相關聯之針對一使用者之值的指標(例如至使用者之一知識圖中之一實體之記憶體中之一位置、至通訊錄中之一聯繫人之記憶體中之一位置等等)。換言之，針對一使用者之一值可採用諸多形式，且係針對由記錄架構界定之一個人記錄之一欄位。值可指示針對使用者之實際資訊，或可為可自其擷取針對使用者之資訊之一位置參考。 運算裝置110之使用者可為一群組。群組之實例包含(但不限於)社群媒體網站上之群組、聊天室、聊天群、使用者群組之專用名或複數個使用者之任何其他社團。運算裝置110之使用者可自己加入群組，被拉入群組(在經使用者同意之後)，或建立群組。 助理模組122及123可經組態以對一使用者群組提供一或多個推薦，亦稱為群組推薦或多使用者推薦。例如，一使用者可請求與使用者相關聯之助理模組122及123的助理模組對一群組提供一或多個推薦。群組推薦之一些實例包含(但未必限於)娛樂(例如，對群組推薦觀看電影)、飲食(例如，對群組推薦餐廳或酒吧)、旅遊(例如，推薦旅遊地、乘坐航班或行程)及共用商品(例如，推薦購買汽車/電視/遊戲機)。 由與請求使用者(即，請求推薦之使用者)相關聯之助理模組122及123提供之群組推薦的品質可係與可供與請求使用者相關聯之助理模組122及123使用之資訊的品質相關。例如，與請求使用者相關聯之助理模組122及123可使用之關於群組中之使用者的資訊越多，所得推薦的品質越高(即，推薦將更可能被群組之成員接受)。因而，可期望與請求使用者相關聯的助理模組122及123儘可能多地使用一群組之個別成員的個人資訊以產生可能被群組之更多成員接受的推薦。 然而，群組之使用者可能不想使其資訊由群組之其他成員或與請求使用者相關聯之助理模組122及123存取。因而，與請求使用者相關聯之助理模組122及123可僅限於存取群組之使用者而非請求使用者之資訊。因而，與請求使用者相關聯之助理模組122及123可基於群組之使用者之第一私密級資料來產生一原始推薦列表。第一私密級資料可包含群組之使用者之公開資訊及/或群組之使用者已同意用於群組推薦之目的之資訊。由於原始推薦列表係基於群組之使用者之有限資料產生的，所以原始推薦列表可能不像與請求使用者相關聯之助理模組122及123存取群組之其他使用者之私人資訊般高品質。 根據本發明之一或多項技術，與群組之使用者相關聯之助理模組122及123之各自助理模組可基於群組之使用者之各自第二私密級資料來評估用於包含於針對群組之一精簡推薦列表中之來自原始推薦列表之推薦。例如，與群組之一第一使用者相關聯之助理模組122及123 (例如助理模組122A及/或123A)可基於第一使用者之第二私密級資料來評估用於包含於針對群組之精簡推薦列表中之來自原始推薦列表之推薦，與群組之一第二使用者相關聯之助理模組122及123 (例如助理模組122B及/或123B)可基於第二使用者之第二私密級資料來評估用於包含於針對群組之精簡推薦列表中之來自原始推薦列表之推薦，等等。第二私密級資料可比第一私密級資料受更多限制。例如，一些資料可預設標記為第二私密級資料，及/或群組之使用者可調整一或多個設定以引起資料被標記為第二私密級資料。 與群組之使用者相關聯之助理模組122及123之各自助理模組可將評估之結果輸出至與請求使用者相關聯之助理模組122及123。例如，與群組之使用者相關聯之助理模組122及123之各自助理模組可針對原始推薦列表之各自推薦輸出各自推薦是否應包含於針對群組之精簡推薦列表中的一指示。當一特定使用者之第二私密級資料指示該特定使用者對一特定推薦具有任何負面偏好時，與該特定使用者相關聯之助理模組122及123可判定該特定推薦不應包含於精簡推薦列表中。當一使用者之資料指示該使用者不會接受一推薦、不喜歡該推薦、可接受該推薦但更喜歡另一選項或具有任何其他負面意涵時，該資料可指示該使用者對該推薦具有一負面偏好。然而，不能證明或解釋與請求使用者相關聯之助理模組122及123提供之評估結果。 與請求使用者相關聯之助理模組122及123可接收評估之結果且判定來自原始推薦列表之任何推薦是否應包含於精簡推薦列表中。若與群組之使用者相關聯之助理模組122及123之各自助理模組未判定來自原始推薦列表之一推薦不應包含於精簡推薦列表中，則該推薦應包含於精簡推薦列表中。 回應於精簡推薦列表包含至少一推薦，與請求使用者相關聯之助理模組122及123可輸出精簡推薦列表來呈現給群組之使用者。例如，與請求使用者相關聯之助理模組122及123可將精簡推薦列表輸出至與群組之其他使用者相關聯之助理模組122及123，可對其相關聯使用者顯示、說講或依其他方式輸出用於呈現之精簡推薦列表。由於群組之使用者不知道原始推薦列表且群組之使用者不知道哪個使用者之助理模組引起一推薦不包含於精簡推薦列表中，所以與群組之使用者相關聯之助理模組122及123之各自助理模組可有效隱蔽對來自原始推薦列表之推薦之「否決權」。依此方式，助理模組122及123可提供較高品質推薦，同時仍保護其相關聯使用者之私人資訊之隱私。 在諸如上文所描述之實例之一些實例中，請求使用者可包含於針對其產生推薦之使用者群組中。例如，一使用者可請求針對該使用者及一或多個其他使用者之推薦。因而，在此等實例中，可基於請求使用者之資料來產生推薦。在一些實例中，請求使用者可不包含於針對其產生推薦之使用者群組中。例如，一使用者可請求針對其他使用者之推薦(例如，一管理助理可請求針對其他使用者之一群組之推薦)。因而，在此等實例中，可不基於請求使用者之資料來產生推薦。 由上述方法提供之若干益處係：1)在利用一個別使用者之個人資訊來產生針對包含該使用者之一群組之較高品質推薦時保護該使用者之個人資訊之隱私；2)產生較高品質推薦以最小化達成一群組共識所需之時間量及電力(例如電池電力)。 圖2係繪示根據本發明之一或多個態樣之經組態以執行一實例性虛擬助理之一實例性運算裝置的一方塊圖。下文將圖2之運算裝置210描述為圖1之運算裝置110之一運算裝置之一實例。圖2僅繪示運算裝置210之一特定實例，且運算裝置210之諸多其他實例可用於其他例項中且可包含包含於實例性運算裝置210中之組件之一子集或可包含圖2中未展示之額外組件。 如圖2之實例中所展示，運算裝置210包含使用者介面裝置(UID) 212、一或多個處理器240、一或多個通信單元242、一或多個輸入組件244、一或多個輸出組件246及一或多個儲存組件248。UID 212包含顯示組件202、存在敏感輸入組件204、麥克風組件206及揚聲器組件208。運算裝置210之儲存組件248包含UI模組220、助理模組222、搜尋模組282、一或多個應用模組226及使用者資訊資料儲存庫224。 通信通道250可使組件212、240、242、244、246及248之各者互連以進行組件間通信(實體地、通信地及/或操作地)。在一些實例中，通信通道250可包含一系統匯流排、一網路連接、一程序間通信資料結構或用於傳送資料之任何其他方法。 運算裝置210之一或多個通信單元242可藉由傳輸及/或接收一或多個網路(例如圖1之系統100之網路130)上之網路信號來經由一或多個有線及/或無線網路與外部裝置(例如圖1之系統100之助理伺服器系統160及/或搜尋伺服器系統180)通信。通信單元242之實例包含一網路介面卡(例如，諸如一乙太網路卡)、一光學收發器、一射頻收發器、一GPS接收器或可發送及/或接收資訊之任何其他類型之裝置。通信單元242之其他實例可包含短波無線電設備、蜂巢式資料無線電設備、無線網路無線電設備及通用串列匯流排(USB)控制器。 運算裝置210之一或多個輸入組件244可接收輸入。輸入之實例係觸覺、音訊及視訊輸入。在一實例中，運算裝置210之輸入組件244包含存在敏感輸入裝置(例如一觸敏螢幕、一PSD)、滑鼠、鍵盤、語音回應系統、攝影機、麥克風或用於偵測來自一人或機器之輸入之任何其他類型之裝置。在一些實例中，輸入組件244可包含一或多個感測器組件：一或多個位置感測器(GPS組件、Wi-Fi組件、蜂巢式組件)、一或多個溫度感測器、一或多個移動感測器(例如加速度計、陀螺儀)、一或多個壓力感測器(氣壓計)、一或多個環境光感測器及一或多個其他感測器(例如紅外線近接感測器、濕度計感測器及其類似者)。舉若干其他非限制性實例而言，其他感測器可包含心率感測器、磁強計、葡萄糖感測器、嗅覺感測器、羅盤感測器、計步器感測器。 運算裝置210之一或多個輸出組件246可產生輸出。輸出之實例係觸覺、音訊及視訊輸出。在一實例中，運算裝置210之輸出組件246包含存在敏感顯示器、聲卡、視訊圖形配接器卡、揚聲器、陰極射線管(CRT)監視器、液晶顯示器(LCD)或用於產生至一人或機器之輸出之任何其他類型之裝置。 運算裝置210之UID 212可類似於運算裝置110之UID 112且包含顯示組件202、存在敏感輸入組件204、麥克風組件206及揚聲器組件208。顯示組件202可為其中由UID 212顯示資訊之一螢幕，而存在敏感輸入組件204可偵測顯示組件202處及/或其附近之一物件。揚聲器組件208可為由UID 212自其播放聽覺資訊之一揚聲器，而麥克風組件206可偵測顯示組件202及/或揚聲器組件208處及/或其附近所提供之聽覺輸入。 儘管已將UID 212繪示為運算裝置210之一內部組件，但UID 212亦可表示與運算裝置210共用一資料路徑來傳輸及/或接收輸入及輸出之一外部組件。例如，在一實例中，UID 212表示定位於運算裝置210之外部封裝內且實體連接至運算裝置210之外部封裝的運算裝置210之一內建組件(例如一行動電話上之一螢幕)。在另一實例中，UID 212表示定位於運算裝置210之封裝或外殼外且與運算裝置210之封裝或外殼實體分離之運算裝置210之一外部組件(例如與運算裝置210共用一有線及/或無線資料路徑之一監視器、一投影儀等等)。 作為一實例性範圍，存在敏感輸入組件204可偵測顯示組件202之2英寸或更小內之一物件，諸如一手指或觸控筆。存在敏感輸入組件204可判定其中偵測到物件之顯示組件202之一位置(例如一[x, y]座標)。在另一實例性範圍中，存在敏感輸入組件204可偵測與顯示組件202相距6英寸或更小之一物件且其他範圍亦為可行的。存在敏感輸入組件204可使用電容式、電感式及/或光學辨識技術來判定由一使用者之手指選擇之顯示組件202之位置。在一些實例中，存在敏感輸入組件204亦使用相對於顯示組件202所描述之觸覺、音訊或視訊刺激來將輸出提供至一使用者。在圖2之實例中，UID 212可呈現一使用者介面(諸如圖1之圖形使用者介面114)。 揚聲器組件208可包括內建至運算裝置210之一外殼中之一揚聲器，且在一些實例中可為內建至可操作地耦合至運算裝置210之一組有線或無線耳機中之一揚聲器。麥克風組件206可偵測發生於UID 212處或其附近之聽覺輸入。麥克風組件206可執行各種雜訊消除技術以消除背景雜訊且使使用者語音與一偵測音訊信號隔離。 運算裝置210之UID 212可自運算裝置210之一使用者偵測作為輸入之二維及/或三維手勢。例如，UID 212之一感測器可偵測UID 212之感測器之一臨限距離內之一使用者之移動(例如，移動一手、一手臂、一筆、一觸控筆等等)。UID 212可判定移動之二維或三維向量表示且使向量表示與具有多個維度之一手勢輸入(例如一擺手、一捏合、一拍手、一筆劃等等)相關。換言之，UID 212可偵測一多維度手勢且無需使用者在UID 212輸出用於顯示之資訊之一螢幕或表面處或其附近做手勢。相反地，UID 212可偵測一感測器處或其附近所執行之一多維度手勢，該感測器可或可不定位於UID 212輸出用於顯示之資訊之螢幕或表面附近。 一或多個處理器240可實施功能及/或執行與運算裝置210相關聯之指令。處理器240之實例包含應用處理器、顯示控制器、輔助處理器、一或多個感測器集線器及經組態以充當一處理器、一處理單元或一處理裝置之任何其他硬體。模組220、222、226及282可由處理器240操作以執行運算裝置210之各種動作、操作或功能。例如，運算裝置210之處理器240可擷取且執行由儲存組件248儲存之指令，該等指令引起處理器240執行操作模組220、222、226及282。指令可在由處理器240執行時引起運算裝置210將資訊儲存於儲存組件248內。 運算裝置210內之一或多個儲存組件248可儲存用於在運算裝置210之操作期間處理之資訊(例如，運算裝置210可在運算裝置210之執行期間儲存由模組220、222、226及282存取之資料)。在一些實例中，儲存組件248係一暫時記憶體，其意謂儲存組件248之一主要目的不是長期儲存。運算裝置210上之儲存組件248可經組態以作為揮發性記憶體短期儲存資訊且因此在斷電時不保存儲存內容。揮發性記憶體之實例包含隨機存取記憶體(RAM)、動態隨機存取記憶體(DRAM)、靜態隨機存取記憶體(SRAM)及此項技術中已知之其他形式之揮發性記憶體。 在一些實例中，儲存組件248亦包含一或多個電腦可讀儲存媒體。在一些實例中，儲存組件248包含一或多個非暫時性電腦可讀儲存媒體。儲存組件248可經組態以儲存比由揮發性記憶體通常儲存之資訊量大之資訊量。儲存組件248可經進一步組態以作為非揮發性記憶體空間長期儲存資訊且在通電/斷電週期之後保存資訊。非揮發性記憶體之實例包含磁性硬碟、光碟、軟碟、快閃記憶體或電可程式化記憶體(EPROM)或電可擦除可程式化(EEPROM)記憶體之形式。儲存組件248可儲存與模組220、222、226及282及資料儲存庫224相關聯之程式指令及/或資訊(例如資料)。儲存組件248可包含經組態以儲存與模組220、222、226及282及資料儲存庫224相關聯之資料或其他資訊的一記憶體。 UI模組220可包含圖1之運算裝置110之UI模組120之全部功能且可執行類似於UI模組120之操作以管理運算裝置210在(例如) UID 212處提供之一使用者介面(例如使用者介面114)以促進運算裝置210之一使用者與助理模組222之間的互動。例如，運算裝置210之UI模組220可自助理模組222接收包含用於輸出(例如，顯示或播放音訊)一助理使用者介面(例如使用者介面114)之指令之資訊。UI模組220可通過通信通道250自助理模組222接收資訊且使用資料來產生一使用者介面。UI模組220可通過通信通道250傳輸一顯示或聽覺輸出命令及相關聯資料以引起UID 212在UID 212處呈現使用者介面。 在一些實例中，UI模組220可接收UID 212處所偵測之一或多個使用者輸入之一指示且可將關於使用者輸入之資訊輸出至助理模組222。例如，UID 212可偵測來自一使用者之一語音輸入且將關於語音輸入之資料發送至UI模組220。 UI模組220可將語音輸入之一指示發送至助理模組222以進行進一步解譯。助理模組222可基於語音輸入來判定所偵測之語音輸入表示一使用者請求助理模組222執行一或多個任務。 應用模組226表示在運算裝置210處執行且可自運算裝置210存取之全部各種個別應用程式及服務，其可由諸如助理模組222之一助理存取以將資訊提供給使用者及/或執行一任務。運算裝置210之一使用者可與一或多個應用模組226相關聯之一使用者介面互動以引起運算裝置210執行一功能。應用模組226之諸多實例可存在且包含一健身應用、一日曆應用、一搜尋應用、一地圖或導航應用、一交通服務應用(一公共汽車或火車循追蹤用)、一社群媒體應用、一遊戲應用、一電子郵件應用、一聊天或傳訊應用、一網際網路瀏覽器應用或可在運算裝置210處執行之任何及全部其他應用。 運算裝置210之搜尋模組282可代表運算裝置210執行整合搜尋功能。搜尋模組282可由UI模組220、一或多個應用模組226及/或助理模組222調用以代表該等模組執行搜尋操作。搜尋模組282可在被調用時執行搜尋功能，諸如，產生搜尋查詢且在各種本端及遠端資訊源中執行基於所產生之搜尋查詢之搜尋。搜尋模組282可將所執行之搜尋之結果提供至調用組件或模組。即，搜尋模組282可回應於一調用命令而將搜尋結果輸出至UI模組220、助理模組222及/或應用模組226。 助理模組222可包含圖1之運算裝置110之一運算裝置之本端助理模組122之一本端助理模組之全部功能且可執行類似於該本端助理模組之操作以提供一助理。在一些實例中，助理模組222可本端執行(例如，在處理器240處)以提供助理功能。在一些實例中，助理模組222可充當可存取至運算裝置210之一遠端助理服務之一介面。例如，助理模組222可為圖1之助理伺服器系統160之遠端助理模組123之一遠端助理模組之一介面或應用程式設計介面(API)。 類似於圖1之系統100之使用者資訊資料儲存庫124及125，使用者資訊資料儲存庫224可儲存由助理模組222產生之個人記錄，其包含關於運算裝置210之使用者之助理模組222已學習或已被提供之資訊。助理模組222可依靠儲存於資料儲存庫224處之資訊及由搜尋模組282提供之任何資訊來執行助理任務。 類似於圖1之助理模組122及123，助理模組222可經組態以產生針對一使用者群組之推薦。例如，助理模組222可基於群組之使用者之第一私密級資料來產生一原始推薦列表，且輸出原始推薦列表以由與群組之其他使用者相關聯之運算助理評估。助理模組222可自與群組之其他使用者相關聯之運算助理接收來自原始推薦列表之推薦是否應包含於針對群組之一精簡推薦列表中的指示。在一些實例中，指示可為正面的。例如，與群組之另一使用者相關聯之一運算助理可將被核准包含於精簡推薦列表中之來自原始推薦列表之一推薦列表輸出至助理模組222。在一些實例中，指示可為負面的。例如，與群組之另一使用者相關聯之一運算助理可將來自未被核准包含於精簡推薦列表中之來自原始推薦列表之一推薦列表(即，與另一使用者相關聯之運算助理否決之來自原始推薦列表之一推薦列表)輸出至助理模組222。 與群組之使用者相關聯之運算助理可基於群組之使用者之各自第二私密級資料來產生指示。如上文所討論，標記有第二私密級之資料之使用會比標記有第一私密級之資料受更多限制。亦如上文所討論，可對群組之使用者提供將何種資料標記為第二私密級之控制選項，且可同意與群組之其他使用者相關聯之運算助理使用標記有第二私密級之資料來產生群組推薦。 當群組之一特定使用者之第二私密級資料指示該特定使用者對一特定推薦具有任何負面偏好時，與該特定使用者相關聯之一運算助理可判定該推薦不應包含於精簡推薦列表中。當一使用者之資料指示該使用者不會接受一推薦、不喜歡該推薦、可接受該推薦但更喜歡另一選項或具有任何其他負面意涵時，該資料可指示該使用者對該推薦具有一負面偏好。 助理模組222可基於由運算助理執行之評估來產生精簡推薦列表。例如，助理模組222可判定包含於原始推薦列表中之各自推薦是否被運算助理之至少一者否決。若來自原始推薦列表之一推薦未被運算助理之任何者否決，則助理模組222可使推薦包含於精簡推薦列表中。 回應於精簡推薦列表包含至少一推薦(即，其中來自原始推薦列表之至少一推薦未被與群組之使用者相關聯之運算助理之任何者否決)，助理模組222可輸出精簡推薦列表來呈現給群組之使用者。作為一實例，助理模組222可引起UI模組220經由顯示組件202顯示包含精簡推薦列表之一GUI。作為另一實例，助理模組222可引起UI模組220經由揚聲器組件208輸出包含精簡推薦列表之合成語音。作為另一實例，助理模組222可將精簡推薦列表輸出至與群組之其他使用者相關聯之運算助理，運算助理接著可對其各自使用者顯示、說講或依其他方式輸出精簡推薦列表。 在一些實例中，精簡推薦列表可不包含任何推薦。例如，來自原始推薦列表之每一推薦可被與群組之使用者相關聯之運算助理之至少一運算助理否決。在一些實例中，助理模組222可通知運算裝置210之使用者：助理模組222無法產生針對群組之任何推薦。然而，吾人不期望助理模組222無法產生針對群組之任何推薦，尤其當推薦係基於使用者對推薦具有任何負面偏好來精簡時。 根據本發明之一或多項技術，助理模組222可引起與群組之使用者相關聯之運算助理基於群組之使用者之加權第二私密級資料來評估用於包含於一經修正精簡推薦列表中之來自原始推薦列表之推薦。作為一實例，與群組之一特定使用者相關聯之一運算助理可回應於判定群組之特定使用者之第二私密級資料指示特定使用者對來自原始推薦列表之一推薦具有一完全負面偏好而判定該推薦不應包含於經修正精簡推薦列表中。作為另一實例，與群組之一特定使用者相關聯之一運算助理可回應於判定群組之特定使用者之第二私密級資料指示特定使用者對來自原始推薦列表之一推薦具有一部分負面偏好而判定該推薦應包含於經修正精簡推薦列表中。 當一使用者之資料指示該使用者不會接受一推薦、不喜歡該推薦、絕不會接受該推薦或具有任何其他總體負面偏好時，該資料可指示該使用者對該推薦具有一完全負面偏好。例如，若使用者進入一牛排店會生氣，則指示一使用者係一素食者之資料可指示使用者具有一完全負面偏好。當一使用者之資料指示使用者可接受推薦但更喜歡另一選項、通常不喜歡推薦但為了群組而接受推薦或具有任何其他作廢意涵時，資料可指示使用者對推薦具有一部分負面偏好。例如，若使用者可接受訂購沙拉，則指示一使用者係一素食者之資料可指示使用者具有一部分負面偏好。 助理模組222可基於由運算助理執行之評估來產生經修正精簡推薦列表。例如，助理模組222可基於加權資料來判定經包含於原始推薦列表中之各自推薦是否被運算助理中之至少一者否決。若來自原始推薦列表之一推薦未被運算助理之任何者基於加權資料否決，則助理模組222可使推薦包含於經修正精簡推薦列表中。 回應於經修正精簡推薦列表包含至少一推薦，助理模組222可輸出經修正精簡推薦列表來呈現給群組之使用者。作為一實例，助理模組222可引起UI模組220經由顯示組件202顯示包含經修正精簡推薦列表之一GUI。作為另一實例，助理模組222可引起UI模組220經由揚聲器組件208輸出包含經修正精簡推薦列表之合成語音。作為另一實例，助理模組222可將經修正精簡推薦列表輸出至與群組之其他使用者相關聯的運算助理，運算助理接著可對其各自使用者顯示、說講或依其他方式輸出經修正精簡推薦列表。 在一些實例中，與群組之使用者相關聯之運算助理(其包含助理模組222)可避免輸出用於產生推薦列表(經精簡或經修正精簡)之資料的任何指示。例如，運算助理可避免指示推薦列表係基於第二私密級資料(即，精簡列表)或加權第二私密級資料(即，經修正精簡列表)。運算助理可避免輸出原始推薦列表之任何指示。因而，運算助理能夠在不揭露私人資料的情況下，基於群組成員之私人資料來產生群組推薦。依此方式，運算助理可產生針對群組之較高品質推薦。 圖3係繪示根據本發明之一或多個態樣之經組態以執行一實例性虛擬助理之一實例性運算系統之一方塊圖。下文將圖3之助理伺服器系統360描述為圖1之助理伺服器系統160之一實例。圖3僅繪示助理伺服器系統360之一特定實例，且助理伺服器系統360之諸多其他實例可被用於其他例項中，且可包含經包含於實例性助理伺服器系統360中之組件之一子集，或可包含圖3中未展示之額外組件。 如圖3之實例中所展示，助理伺服器系統360包含一或多個處理器340、一或多個通信單元342及一或多個儲存裝置348。儲存裝置348包含助理模組322、搜尋模組382及使用者資訊資料儲存庫325A至325N (統稱為「使用者資訊資料儲存庫325」)。 處理器340類似於圖2之運算系統210之處理器240。通信單元342類似於圖2之運算系統210之通信單元242。儲存裝置348類似於圖2之運算系統210之儲存裝置248。通信通道350類似於圖2之運算裝置210之通信通道250且因此可與組件340、342及348之各者互連以進行組件間通信。在一些實例中，通信通道350可包含一系統匯流排、一網路連接、一程序間通信資料結構或用於傳送資料之任何其他方法。 助理伺服器系統360之搜尋模組382類似於運算裝置210之搜尋模組282且可代表助理伺服器系統360執行整合搜尋功能。即，搜尋模組382可代表助理模組322執行搜尋操作。在一些實例中，搜尋模組382可與外部搜尋系統介接以代表助理模組322執行搜尋操作。搜尋模組382可在被調用時執行搜尋功能，諸如，產生搜尋查詢且在各種本端及遠端資訊源中執行基於所產生之搜尋查詢之搜尋。搜尋模組382可將所執行之搜尋之結果提供至調用組件或模組。即，搜尋模組382可將搜尋結果輸出至助理模組322。 助理模組322可包含圖1之本端助理模組122之一本端助理模組及遠端助理模組123之一遠端助理模組及圖2之運算裝置210之助理模組222的全部功能。助理模組322可執行類似於遠端助理模組123之一遠端助理模組之操作以提供可經由助理伺服器系統360存取之一助理服務。即，助理模組322可充當可存取至通過一網路與助理伺服器系統360通信之一運算裝置之一遠端助理服務之一介面。例如，助理模組322可為圖1之助理伺服器系統160之遠端助理模組123之一遠端助理模組之一介面或API。 類似於圖1之系統100之使用者資訊資料儲存庫124及125，使用者資訊資料儲存庫325可分別儲存由助理模組322產生之個人記錄，其包含關於各自使用者之助理模組322已學習或已被提供之資訊。助理模組322可依靠儲存於資料儲存庫325處之資訊及由搜尋模組382提供之任何資訊來執行助理任務。 圖4係繪示根據本發明之一或多個態樣之由執行一實例性虛擬助理之一或多個處理器執行之實例性操作的一流程圖。下文在圖1之系統100之背景下描述圖4。例如，根據本發明之一或多個態樣，本端助理模組122A可在運算裝置110A之一或多個處理器處執行時執行操作402至420之一或多者。且在一些實例中，根據本發明之一或多個態樣，遠端助理模組123A可在助理伺服器系統160之一或多個處理器處執行時執行操作402至420之一或多者。僅為了繪示目的，下文將在圖1之運算裝置110A之背景下描述圖4。 在操作中，運算裝置110A可接收針對一使用者群組產生一推薦之一請求(402)。如圖1之實例中所展示，使用者A、使用者B及使用者C可在群聊。使用者A可詢問「大家還想三月去旅遊嗎？」，使用者B可答覆說「我想」，且使用者C可詢問「你想去哪？」，然而，隨著聊天繼續，使用者B可說「這次又不行，大家無法對旅遊地達成一致意見」。為避免必須討論潛在目的地，使用者A可說其將「讓其虛擬助理做一些推薦」。在圖1之實例中，使用者A可藉由輸入一助理啟動命令且提供對使用者群組做一推薦之一請求來讓其虛擬助理做一些推薦。例如，UI模組120可在UID 112處接收使用者A鍵入之以下使用者輸入之一指示：「@助理：我們三月應去哪旅遊」。UI模組120可將使用者輸入提供至助理模組122A及/或123A。 群組之使用者可同意與群組之使用者相關聯之助理模組使用第一及第二私密級資料(404)。例如，使用者A可同意助理模組122A及/或123A使用使用者A之第一及第二私密級資料，使用者B可同意助理模組122B及/或123B使用使用者B之第一及第二私密級資料，且使用者C可同意助理模組122C及/或123C使用使用者C之第一及第二私密級資料。 助理模組122A及/或123A可基於群組之使用者之第一私密級資料來產生針對群組之一原始推薦列表(406)。例如，助理模組122A及/或123A可評估使用者A、使用者B及使用者C之第一私密級資料以產生一原始推薦列表。在此實例中，群組之第一私密級資料可指示使用者A、使用者B及使用者C全部喜歡冬季山地運動(例如滑雪或單板滑雪)、波旁威士忌及熱帶度假。基於該第一私密級資料，助理模組122A及/或123A可產生包含供冬季山地運動之蒙大拿波司曼(Bozeman, MT)、供波旁威士忌品嘗及酒廠參觀之肯塔基列星頓(Lexington, KY)及供海灘度假之加勒比(Caribbean)島的原始推薦列表。助理模組122A及/或123A可將原始推薦列表傳播或依其他方式輸出至與群組之其他使用者相關聯之運算助理。例如，助理模組122A及/或123A可將原始推薦列表輸出至與使用者B相關聯之運算助理(例如助理模組122B及/或123B)及與使用者C相關聯之運算助理(例如助理模組122C及/或123C)。 與群組之使用者相關聯之各自運算助理可基於群組之使用者之各自第二私密級資料來評估用於包含於一精簡推薦列表中之來自原始推薦列表之推薦(408)。例如，助理模組122A及/或123A可基於使用者A之第二私密級資料來判定使用者A對來自原始推薦列表之推薦是否具有任何負面偏好。類似地，與使用者B相關聯之運算助理可基於使用者B之第二私密級資料來判定使用者B對來自原始推薦列表之推薦是否具有任何負面偏好，且與使用者C相關聯之運算助理可基於使用者C之第二私密級資料來判定使用者C對來自原始推薦列表之推薦是否具有任何負面偏好。 繼續上述實例，助理模組122A及/或123A可至少基於使用者A之第二私密級資料指示使用者A最近有過一滑雪之旅來判定使用者A對蒙大拿波司曼之冬季山地運動具有一部分負面偏好。因而，助理模組122A及/或123A可判定肯塔基列星頓之波旁威士忌品嘗及酒廠參觀及加勒比島之海灘度假應包含於精簡列表中且蒙大拿波司曼之冬季山地運動應不包含於精簡列表中。 與使用者B相關聯之運算助理可至少基於使用者B之第二私密級資料指示使用者B在試圖懷個孩子且對寨卡(Zika)病毒做過大量搜尋及資料指示加勒比島上有寨卡病毒來判定使用者B對加勒比島具有一完全負面偏好。因而，與使用者B相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動及肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應包含於精簡列表中且加勒比島之海灘度假應不包含於精簡列表中。 與使用者C相關聯之運算助理可至少基於使用者C之第二私密級資料指示使用者C已在試圖減少飲酒來判定使用者C對肯塔基列星頓之波旁威士忌品嘗及酒廠參觀具有一部分負面偏好。因而，與使用者C相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動及加勒比島之海灘度假應包含於精簡列表中且肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應不包含於精簡列表中。 助理模組122A及/或123A可基於由運算助理執行之評估來產生精簡推薦列表。例如，助理模組122A及/或123A可判定包含於原始推薦列表中之各自推薦是否被運算助理之至少一者否決。若來自原始推薦列表之一推薦未被運算助理之任何者否決，則助理模組122A及/或123A可使推薦包含於精簡推薦列表中。 助理模組122A及/或123A可判定所得精簡推薦列表中是否存在任何推薦(410)。回應於精簡推薦列表包含至少一推薦(即，其中來自原始推薦列表之至少一推薦未被與群組之使用者相關聯之運算助理之任何者否決)(410之「是」分支)，助理模組122A及/或123A可輸出精簡推薦列表(412)。作為一實例，助理模組122A及/或123A可引起UI模組120顯示包含精簡推薦列表之一GUI。作為另一實例，助理模組122A及/或123A可引起UI模組120輸出包含精簡推薦列表之合成語音。作為另一實例，助理模組122A及/或123A可將精簡推薦列表輸出至與群組之其他使用者相關聯之運算助理，運算助理接著可對其各自使用者顯示、說講或依其他方式輸出精簡推薦列表。 回應於精簡推薦列表不包含至少一推薦(410之「否」分支)，與群組之使用者相關聯之各自運算助理可基於群組之使用者之各自加權第二私密級資料來評估用於包含於一經修正精簡推薦列表中之來自原始推薦列表之推薦(414)。在一些實例中，可同時執行評估。例如，與群組之使用者相關聯之各自運算助理可基於群組之使用者之各自第二私密級資料來評估用於包含於精簡推薦列表中之來自原始推薦列表之推薦，且同時基於群組之使用者之各自加權第二私密級資料來評估用於包含於經修正精簡推薦列表中之來自原始推薦列表之推薦。若經修正精簡列表包含至少一推薦(416之「是」分支)，則助理模組122A及/或123A可輸出經修正精簡推薦列表(418)。例如，助理模組122A及/或123A可依類似於輸出上文所描述之精簡推薦列表之一方式輸出經修正精簡推薦列表。若經修正精簡列表不包含至少一推薦(416之「否」分支)，則助理模組122A及/或123A可輸出運算助理無法對群組提供任何推薦之一指示(420)。 繼續上述實例，其中原始推薦列表包含供冬季山地運動之蒙大拿波司曼、供波旁威士忌品嘗及酒廠參觀之肯塔基列星頓及供海灘度假之加勒比島。助理模組122A及/或123A可基於評估來判定精簡列表中無推薦留下。特定言之，蒙大拿波司曼之冬季山地運動被使用者A之運算助理(即，助理模組122A及/或123A)否決，肯塔基列星頓之波旁威士忌品嘗及酒廠參觀被使用者C之運算助理(即，助理模組122C及/或123C)否決，且加勒比島之海灘度假被使用者B之運算助理(即，助理模組122B及/或123B)否決。 與使用者A、使用者B及使用者C相關聯之運算助理可基於各自使用者之各自加權第二私密級資料來評估用於包含於一經修正精簡推薦列表中之來自原始推薦列表之推薦。例如，由於使用者A之第二私密級資料指示使用者A僅對蒙大拿波司曼之冬季山地運動具有一部分負面偏好且對肯塔基列星頓之波旁威士忌品嘗及酒廠參觀及加勒比島之海灘度假不具有負面偏好，所以助理模組122A及/或123A可判定蒙大拿波司曼之冬季山地運動、肯塔基列星頓之波旁威士忌品嘗及酒廠參觀及加勒比島之海灘度假應包含於經修正精簡列表中。類似地，由於使用者C之第二私密級資料指示使用者C僅對肯塔基列星頓之波旁威士忌品嘗及酒廠參觀具有一部分負面偏好且對蒙大拿波司曼之冬季山地運動及加勒比島之海灘度假不具有負面偏好，所以與使用者C相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動、肯塔基列星頓之波旁威士忌品嘗及酒廠參觀及加勒比島之海灘度假應包含於經修正精簡列表中。然而，由於使用者B之第二私密級資料指示使用者B對加勒比島之海灘度假具有一完全負面偏好且對蒙大拿波司曼之冬季山地運動及肯塔基列星頓之波旁威士忌品嘗及酒廠參觀不具負面偏好，所以與使用者B相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動及肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應包含於經修正精簡列表中且加勒比島之海灘度假應不包含於經修正精簡列表中。 助理模組122A及/或123A可基於評估來判定蒙大拿波司曼之冬季山地運動及肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應包含於經修正精簡列表中。由於經修正精簡列表包含至少一推薦，所以助理模組122A及/或123A可輸出經修正精簡列表來呈現給群組之使用者。 圖5係繪示根據本發明之一或多個態樣之由執行一實例性虛擬助理之一或多個處理器執行之實例性操作的一流程圖。下文將在圖1之系統100之背景下描述圖5。例如，根據本發明之一或多個態樣，本端助理模組122A可在運算裝置110A之一或多個處理器處執行時執行操作502至524之一或多者。且在一些實例中，根據本發明之一或多個態樣，遠端助理模組123A可在助理伺服器系統160之一或多個處理器處執行時執行操作502至520之一或多者。僅為了繪示目的，下文將在圖1之運算裝置110A之背景下描述圖5。 在操作中，運算裝置110A可接收一請求以產生針對一使用者群組之一推薦(502)。如圖1之實例中所展示，使用者A、使用者B及使用者C可在群聊。使用者A可詢問「大家還想三月去旅遊嗎？」，使用者B可答覆說「我想」，且使用者C可詢問「你想哪？」然而，隨著聊天繼續，使用者B可說「這次又不行，大家無法對旅遊地達成一致意見」。為避免必須討論潛在目的地，使用者A可說其將「讓其虛擬助理做一些推薦」。在圖1之實例中，使用者A可藉由輸入一助理啟動命令且提供對使用者群組做一推薦之一請求來讓其虛擬助理做一些推薦。例如，UI模組120可在UID 112處接收使用者A鍵入之以下使用者輸入之一指示：「@助理：我們三月應去哪旅遊」。UI模組120可將使用者輸入提供至助理模組122A及/或123A。 群組之使用者可同意與群組之使用者相關聯之助理模組使用第一及第二私密級資料(504)。例如，使用者A可同意助理模組122A及/或123A使用使用者A之第一及第二私密級資料，使用者B可同意助理模組122B及/或123B使用使用者B之第一及第二私密級資料，且使用者C可同意助理模組122C及/或123C使用使用者C之第一及第二私密級資料。 助理模組122A及/或123A可基於群組之使用者之第一私密級資料來產生針對群組之一原始推薦列表(506)。例如，助理模組122A及/或123A可評估使用者A、使用者B及使用者C之第一私密級資料以產生一原始推薦列表。在此實例中，群組之第一私密級資料可指示使用者A、使用者B及使用者C全部喜歡冬季山地運動(例如滑雪及單板滑雪)、波旁威士忌及熱帶度假。基於該第一私密級資料，助理模組122A及/或123A可產生包含供冬季山地運動之蒙大拿波司曼、供波旁威士忌品嘗及酒廠參觀之肯塔基列星頓及供海灘度假之加勒比島的原始推薦列表。助理模組122A及/或123A可將原始推薦列表傳播或依其他方式輸出至與群組之其他使用者相關聯之運算助理。例如，助理模組122A及/或123A可將原始推薦列表輸出至與使用者B相關聯之運算助理(例如助理模組122B及/或123B)及與使用者C相關聯之運算助理(例如助理模組122C及/或123C)。 與群組之使用者相關聯之各自運算助理可基於群組之使用者之各自第二私密級資料來評估用於包含於一精簡推薦列表中之來自原始推薦列表之推薦(508)。例如，助理模組122A及/或123A可基於使用者A之第二私密級資料來判定使用者A對來自原始推薦列表之推薦是否具有任何負面偏好。類似地，與使用者B相關聯之運算助理可基於使用者B之第二私密級資料來判定使用者B對來自原始推薦列表之推薦是否具有任何負面偏好，且與使用者C相關聯之運算助理可基於使用者C之第二私密級資料來判定使用者C對來自原始推薦列表之推薦是否具有任何負面偏好。 繼續上述實例，助理模組122A及/或123A可至少基於使用者A之第二私密級資料指示使用者A最近有過一滑雪之旅來判定使用者A對蒙大拿波司曼之冬季山地運動具有一部分負面偏好(例如，60%偏反對)。因而，助理模組122A及/或123A可判定肯塔基列星頓之波旁威士忌品嘗及酒廠參觀及加勒比島之海灘度假應包含於精簡列表中且蒙大拿波司曼之冬季山地運動應不包含於精簡列表中。 與使用者B相關聯之運算助理可至少基於使用者B之第二私密級資料指示使用者B在試圖懷個孩子且對寨卡病毒做過大量搜尋及資料指示加勒比島上有寨卡病毒來判定使用者B對加勒比島具有一完全負面偏好(例如，100%偏反對)。因而，與使用者B相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動及肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應包含於精簡列表中且加勒比島之海灘度假應不包含於精簡列表中。 與使用者C相關聯之運算助理可至少基於使用者C之第二私密級資料指示使用者C已在試圖減少飲酒來判定使用者C對肯塔基列星頓之波旁威士忌品嘗及酒廠參觀具有一部分負面偏好(例如，25%偏反對)。因而，與使用者C相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動及加勒比島之海灘度假應包含於精簡列表中且肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應不包含於精簡列表中。 助理模組122A及/或123A可基於由運算助理執行之評估來產生精簡推薦列表。例如，助理模組122A及/或123A可判定包含於原始推薦列表中之各自推薦是否被運算助理之至少一者否決。若來自原始推薦列表之一推薦未被運算助理之任何者否決，則助理模組122A及/或123A可使推薦包含於精簡推薦列表中。 助理模組122A及/或123A可判定所得精簡推薦列表中是否存在任何推薦(510)。回應於精簡推薦列表包含至少一推薦(即，其中來自原始推薦列表之至少一推薦未被與群組之使用者相關聯之運算助理之任何者否決)(510之「是」分支)，助理模組122A及/或123A可輸出精簡推薦列表(512)。作為一實例，助理模組122A及/或123A可引起UI模組120顯示包含精簡推薦列表之一GUI。作為另一實例，助理模組122A及/或123A可引起UI模組120輸出包含精簡推薦列表之合成語音。作為另一實例，助理模組122A及/或123A可將精簡推薦列表輸出至與群組之其他使用者相關聯之運算助理，運算助理接著可對其各自使用者顯示、說講或依其他方式輸出精簡推薦列表。 回應於精簡推薦列表不包含至少一推薦(510之「否」分支)，與群組之使用者相關聯之各自運算助理可基於群組之使用者之各自加權第二私密級資料來評估用於包含於一經修正精簡推薦列表中之來自原始推薦列表之推薦(514)。例如，與群組之一使用者相關聯之一運算助理可判定使用者之第二私密級資料是否指示使用者對推薦具有高於一初始臨限值之一負面偏好。在一些實例中，可最初將臨限值設定為較低(例如5%、10%、15%、...、25%等等)，且如下文將進一步詳細討論，若無法提供推薦，則可增大臨限值。當一助理判定使用者之第二私密級資料指示使用者對一推薦之偏好高於臨限值時，助理可判定推薦應不包含於經修正精簡推薦列表中。在一些實例中，若助理無法使用初始臨限值來提供任何推薦，則助理可判定使用者之第二私密級資料是否指示使用者對推薦具有高於一增大臨限值(例如，比先前臨限值高5%、10%等等)之一負面偏好。 若經修正精簡列表包含至少一推薦(516之「是」分支)，則助理模組122A及/或123A可輸出經修正精簡推薦列表(518)。例如，助理模組122A及/或123A可依類似於輸出上文所描述之精簡推薦列表之一方式輸出經修正精簡推薦列表。若經修正精簡列表不包含至少一推薦(516之「否」分支)，則助理模組122A及/或123A可判定用於評估推薦之加權是否高於一最大臨限值(520)。例如，助理模組122A及/或123A可判定用於評估推薦之臨限值是否高於一最大總臨限位準(例如75%、85%、90%、95%)。若加權高於最大臨限值(520之「是」分支)，則助理模組122A及/或123A可輸出運算助理無法對群組提供任何推薦之一指示(524)。若加權不高於最大臨限值(520之「否」分支)，則助理模組122A及/或123A可增大加權(522)。例如，助理模組122A及/或123A可使臨限值增大5%、10%、20%等等。與群組之使用者相關聯之各自運算助理可基於群組之使用者之各自第二私密級資料之增大加權來評估用於包含於經修正精簡推薦列表中之來自原始推薦列表之推薦(514)。例如，與群組之一使用者相關聯之一運算助理可判定使用者之第二私密級資料是否指示使用者對推薦具有高於增大臨限值之一負面偏好。在一些實例中，迴圈可繼續，直至運算助理能夠提供至少一推薦。在一些實例中，迴圈可繼續，直至用於評估推薦之臨限值高於一最大總臨限位準。依此方式，助理模組可使最理想推薦包含於經修正精簡列表中，同時不包含一些使用者強烈反對之推薦。 繼續上述實例，其中原始推薦列表包含供冬季山地運動之蒙大拿波司曼、供波旁威士忌品嘗及酒廠參觀之肯塔基列星頓及供海灘度假之加勒比島。助理模組122A及/或123A可基於評估來判定精簡列表中無推薦留下。特定言之，蒙大拿波司曼之冬季山地運動被使用者A之運算助理(即，助理模組122A及/或123A)否決，肯塔基列星頓之波旁威士忌品嘗及酒廠參觀被使用者C之運算助理(即，助理模組122C及/或123C)否決，且加勒比島之海灘度假被使用者B之運算助理(即，助理模組122B及/或123B)否決。 與使用者A、使用者B及使用者C相關聯之運算助理可基於各自使用者之各自加權第二私密級資料來評估用於包含於一經修正精簡推薦列表中之來自原始推薦列表之推薦。例如，與使用者A、使用者B及使用者C相關聯之運算助理可判定各自使用者之第二私密資料是否指示各自使用者對來自原始推薦列表之推薦具有達到一初始臨限值(就此實例而言，10%)之一反對偏好。 例如，由於使用者A之第二私密級資料指示使用者A對蒙大拿波司曼之冬季山地運動具有60%反對偏好且對肯塔基列星頓之波旁威士忌品嘗及酒廠參觀及加勒比島之海灘度假不具有負面偏好，所以助理模組122A及/或123A可判定蒙大拿波司曼之冬季山地運動(例如，由於60%反對偏好大於10%之臨限值)應不包含於經修正精簡列表中且肯塔基列星頓之波旁威士忌品嘗及酒廠參觀及加勒比島之海灘度假應包含於經修正精簡列表中。類似地，由於使用者C之第二私密級資料指示使用者C對肯塔基列星頓之波旁威士忌品嘗及酒廠參觀具有25%反對偏好且對蒙大拿波司曼之冬季山地運動及加勒比島之海灘度假不具有負面偏好，所以與使用者C相關聯之運算助理可判定肯塔基列星頓之波旁威士忌品嘗及酒廠參觀(例如，由於25%反對偏好大於10%之臨限值)應不包含於經修正精簡列表中且蒙大拿波司曼之冬季山地運動及加勒比島之海灘度假應包含於經修正精簡列表中。另外，由於使用者B之第二私密級資料指示使用者B對加勒比島之海灘度假具有100%反對偏好且對蒙大拿波司曼之冬季山地運動及肯塔基列星頓之波旁威士忌品嘗及酒廠參觀不具有負面偏好，所以與使用者B相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動、肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應包含於經修正精簡列表中且加勒比島之海灘度假應不包含於經修正精簡列表中。 助理模組122A及/或123A可基於評估來判定無來自原始推薦列表之推薦應包含於經修正精簡列表中(例如，由於蒙大拿波司曼之冬季山地運動被使用者A之運算助理否決，加勒比島之海灘度假被使用者B之運算助理否決，且肯塔基列星頓之波旁威士忌品嘗及酒廠參觀被使用者C之運算助理否決)。由於經修正精簡列表不包含任何推薦，所以助理模組122A及/或123A可增大臨限值。例如，助理模組122A及/或123A可將臨限值增大至30%。由於使用者C對肯塔基列星頓之波旁威士忌品嘗及酒廠參觀之25%反對偏好小於30%之增大臨限值，所以與使用者相關聯之運算助理可判定肯塔基列星頓之波旁威士忌品嘗及酒廠參觀應包含於經修正精簡推薦列表中。然而，由於使用者A對蒙大拿波司曼之冬季山地運動之60%反對偏好高於30%之增大臨限值，所以與使用者A相關聯之運算助理可判定蒙大拿波司曼之冬季山地運動應仍不包含於經修正精簡推薦列表中。類似地，由於使用者B對加勒比島之海灘度假之100%反對偏好高於30%之增大臨限值，所以與使用者B相關聯之運算助理可判定加勒比島之海灘度假應仍不包含於經修正精簡推薦列表中。由於經修正精簡列表包含至少一推薦，所以助理模組122A及/或123A可輸出經修正精簡列表來呈現給群組之使用者。 以下編號實例可繪示本發明之一或多個態樣： 實例1 一種方法，其包括：回應於接收到對一使用者群組做一推薦之一請求，基於該群組之數個使用者之第一私密級資料來產生該群組之一原始推薦列表；藉由與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來評估用於包含於針對該群組之一精簡推薦列表中之來自該原始推薦列表之推薦，其中該第二私密級比該第一私密級受更多限制；及回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。 實例2 如實例1之方法，其中該精簡推薦列表包括一第一精簡推薦列表，該方法進一步包括：回應於該第一精簡推薦列表包含零個推薦，藉由該群組之該等使用者之各自運算助理且基於該群組之該等使用者之各自加權第二私密級資料來評估用於包含於針對該群組之一第二精簡推薦列表中之來自該原始推薦列表之推薦；及回應於該第二精簡推薦列表包含至少一推薦而輸出該第二精簡推薦列表來呈現給該群組之該等使用者。 實例3 如實例2之方法，其中藉由與該群組之一特定使用者相關聯之一運算助理且基於該群組之該特定使用者之各自第二私密級資料來評估用於包含於針對該群組之該第一精簡推薦列表中之來自該原始推薦列表之一推薦包括：回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有任何負面偏好而判定該推薦不包含於該第一精簡推薦列表中。 實例4 如實例3之方法，其中藉由與該群組之該特定使用者相關聯之該運算助理且基於該群組之該特定使用者之各自加權第二私密級資料來評估用於包含於針對該群組之該第二精簡推薦列表中之來自該原始推薦列表之該推薦包括：回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一完全負面偏好而判定該推薦不包含於該第二精簡推薦列表中。 實例5 如實例1至4之任何組合之方法，其中藉由與該群組之該特定使用者相關聯之該運算助理且基於該群組之該特定使用者之各自加權第二私密級資料來評估用於包含於針對該群組之該第二精簡推薦列表中之來自該原始推薦列表之該推薦包括：回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一部分負面偏好而判定該推薦包含於該第二精簡推薦列表中。 實例6 如實例1至5之任何組合之方法，其中自不包含於該使用者群組中之一請求使用者接收該請求，且其中不基於該請求使用者之資料來產生該原始推薦列表。 實例7 如實例1至5之任何組合之方法，其中自包含於該使用者群組中之一請求使用者接收該請求，且其中基於該請求使用者之資料來產生該原始推薦列表。 實例8 如實例1至7之任何組合之方法，其中該請求係針對以下一或多者：娛樂推薦、飲食推薦、旅遊推薦及共用商品推薦。 實例9 如實例1至8之任何組合之方法，其中該群組之該等使用者之該第一私密級資料包括該群組之該等使用者之公開可用資料。 實例10 一種運算裝置，其包括：至少一處理器；及至少一記憶體，其包括指令，該等指令在被執行時引起該至少一處理器提供一運算助理，該運算助理經組態以：回應於接收到對一使用者群組做一推薦之一請求且基於該群組之數個使用者之第一私密級資料來產生針對該群組之一原始推薦列表；將該原始推薦列表輸出至與該群組之該等使用者相關聯之各自運算助理；自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來接收來自該原始推薦列表之推薦是否應包含於針對該群組之一精簡推薦列表中的指示，其中該第二私密級比該第一私密級受更多限制；及回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。 實例11 如實例10之運算裝置，其中該精簡推薦列表包括一第一精簡推薦列表，該運算助理經進一步組態以：自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自加權第二私密級資料來接收來自該原始推薦列表之推薦是否應包含於針對該群組之一第二精簡推薦列表中的指示；及回應於該第二精簡推薦列表包含至少一推薦且用於呈現給該群組之該等使用者而輸出該第二精簡推薦列表。 實例12 如實例11之運算裝置，其中與一特定使用者相關聯之一運算助理經組態以：回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對來自該原始推薦列表之一推薦具有任何負面偏好而判定該推薦不包含於該第一精簡推薦列表中。 實例13 如實例12之運算裝置，其中與該特定使用者相關聯之該運算助理經組態以：回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一完全負面偏好而判定該推薦不包含於該第二精簡推薦列表中。 實例14 如實例10至13之任何組合之運算裝置，其中與該特定使用者相關聯之該運算助理經組態以：回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一部分負面偏好而判定該推薦包含於該第二精簡推薦列表中。 實例15 如實例10至14之任何組合之運算裝置，其中自不包含於該使用者群組中之一請求使用者接收該請求，且其中不基於該請求使用者之資料來產生該原始推薦列表。 實例16 如實例10至14之任何組合之運算裝置，其中自包含於該使用者群組中之一請求使用者接收該請求，且其中基於該請求使用者之資料來產生該原始推薦列表。 實例17 如實例10至16之任何組合之運算裝置，其中該請求係針對以下一或多者：娛樂推薦、飲食推薦、旅遊推薦及共用商品推薦。 實例18 如實例10至17之任何組合之運算裝置，其中該群組之該等使用者之該第一私密級資料包括該群組之該等使用者之公開可用資料。 實例19 一種非暫時性電腦可讀儲存媒體，其儲存指令，該等指令在被執行時引起一運算裝置之一或多個處理器：回應於接收到對一使用者群組做一推薦之一請求且基於該群組之數個使用者之第一私密級資料來產生針對該群組之一原始推薦列表；將該原始推薦列表輸出至與該群組之該等使用者相關聯之各自運算助理；自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來接收來自該原始推薦列表之推薦是否應包含於針對該群組之一精簡推薦列表中的指示，其中該第二私密級比該第一私密級受更多限制；及回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。 實例20 如實例19之非暫時性電腦可讀儲存媒體，其中該精簡推薦列表包括一第一精簡推薦列表，該非暫時性電腦可讀儲存媒體進一步儲存指令，該等指令引起該運算裝置之該一或多個處理器：自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自加權第二私密級資料來接收來自該原始推薦列表之推薦是否應包含於針對該群組之一第二精簡推薦列表中的指示；及回應於該第二精簡推薦列表包含至少一推薦且用於呈現給該群組之該等使用者而輸出該第二精簡推薦列表。 實例21 如實例19之非暫時性電腦可讀儲存媒體，其進一步儲存引起該一或多個處理器執行實例1至9之任何組合之方法的指令。 實例22 一種運算裝置，其包括用於執行如實例1至9之任何組合之方法的構件。 在一或多個實例中，所述功能可實施於硬體、軟體、韌體或其等之任何組合中。若實施於軟體中，則功能可作為一或多個指令或程式碼儲存於一電腦可讀媒體上或通過一電腦可讀媒體傳輸且可由一基於硬體之處理單元執行。電腦可讀媒體可包含電腦可讀儲存媒體，其對應於諸如資料儲存媒體之一有形媒體或包含促進將一電腦程式自一位置轉移至另一位置(例如，根據一通信協定)之任何媒體之通信媒體。依此方式，電腦可讀媒體一般可對應於：(1)有形電腦可讀儲存媒體，其係非暫時性的；或(2)一通信媒體，諸如一信號或載波。資料儲存媒體可為可由一或多個電腦或一或多個處理器存取以擷取用於實施本發明中所描述之技術之指令、程式碼及/或資料結構的任何可用媒體。一電腦程式產品可包含一電腦可讀媒體。 舉例而言且不限於，此電腦可讀儲存媒體可包括RAM、ROM、EEPROM、CD-ROM或其他光碟儲存器、磁碟儲存器或其他磁性儲存裝置、快閃記憶體或可用於儲存呈指令或資料結構之形式之所要程式碼且可由一電腦存取之任何其他儲存媒體。此外，任何連接可被適當稱為一電腦可讀媒體。例如，若使用一同軸電纜、光纖電纜、雙絞線、數位用戶線(DSL)或諸如紅外線、無線電及微波之無線技術來自一網站、伺服器或其他遠端源傳輸指令，則同軸電纜、光纖電纜、雙絞線、DSL或諸如紅外線、無線電及微波之無線技術包含於媒體之定義中。然而，應瞭解，電腦可讀儲存媒體及資料儲存媒體不包含連接、載波、信號或其他暫態媒體，而是針對非暫態有形儲存媒體。如本文中所使用，磁碟及光碟包含壓縮光碟(CD)、雷射光碟、光碟、數位多功能光碟(DVD)、軟碟及藍光碟，其中磁碟通常磁性地複製資料，而光碟使用雷射來光學地複製資料。上述內容之組合亦應包含於電腦可讀媒體之範疇內。 指令可由諸如以下各者之一或多個處理器執行：一或多個數位信號處理器(DSP)、通用微處理器、專用積體電路(ASIC)、場可程式化邏輯陣列(FPGA)或其他等效積體或離散邏輯電路。相應地，如本文中所使用，術語「處理器」可係指上述結構之任何者或適合用於實施本文中所描述之技術之任何其他結構。另外，在一些態樣中，本文中所描述之功能可提供於專用硬體及/或軟體模組內。此外，技術可完全實施於一或多個電路或邏輯元件中。 本發明之技術可實施於包含一無線手機、一積體電路(IC)或一IC組(例如一晶片組)之各種裝置或設備中。本發明中描述各種組件、模組或單元以著重說明經組態以執行所揭示之技術之裝置之功能態樣，但未必需要由不同硬體單元實現。確切而言，如上文所描述，各種單元可組合於一硬體單元中或由相互操作硬體單元之一集合(其包含上文所描述之一或多個處理器)結合適合軟體及/或韌體來提供。 已描述各種實施例。此等及其他實施例係在以下申請專利範圍之範疇內。
100‧‧‧系統
110A至110N‧‧‧運算裝置
112‧‧‧使用者介面裝置(UID)
114‧‧‧使用者介面
120‧‧‧使用者介面(UI)模組
122A至122N‧‧‧本端助理模組
123A至123N‧‧‧遠端助理模組
124A至124N‧‧‧使用者資訊資料儲存庫
125A至125N‧‧‧使用者資訊資料儲存庫
130‧‧‧網路
160‧‧‧助理伺服器系統
180‧‧‧搜尋伺服器系統
182‧‧‧搜尋模組
202‧‧‧顯示組件
204‧‧‧存在敏感輸入組件
206‧‧‧麥克風組件
208‧‧‧揚聲器組件
210‧‧‧運算裝置/運算系統
212‧‧‧UID
220‧‧‧UI模組
222‧‧‧助理模組
224‧‧‧使用者資訊資料儲存庫
226‧‧‧應用模組
240‧‧‧處理器
242‧‧‧通信單元
244‧‧‧輸入組件
246‧‧‧輸出組件
248‧‧‧儲存組件/儲存裝置
250‧‧‧通信通道
282‧‧‧搜尋模組
322‧‧‧助理模組
325A至235N‧‧‧使用者資訊資料儲存庫
340‧‧‧處理器
342‧‧‧通信單元
348‧‧‧儲存裝置
350‧‧‧通信通道
360‧‧‧助理伺服器系統
382‧‧‧搜尋模組
402‧‧‧操作
404‧‧‧操作
406‧‧‧操作
408‧‧‧操作
410‧‧‧操作
412‧‧‧操作
414‧‧‧操作
416‧‧‧操作
418‧‧‧操作
420‧‧‧操作
502‧‧‧操作
504‧‧‧操作
506‧‧‧操作
508‧‧‧操作
510‧‧‧操作
512‧‧‧操作
514‧‧‧操作
516‧‧‧操作
518‧‧‧操作
520‧‧‧操作
522‧‧‧操作
524‧‧‧操作
圖1係繪示根據本發明之一或多個態樣之執行一實例性虛擬助理之一實例性系統的一概念圖。 圖2係繪示根據本發明之一或多個態樣之經組態以執行一實例性虛擬助理之一實例性運算裝置的一方塊圖。 圖3係繪示根據本發明之一或多個態樣之經組態以執行一實例性虛擬助理之一實例性運算系統的一方塊圖。 圖4係繪示根據本發明之一或多個態樣之由執行一實例性虛擬助理之一或多個處理器執行之實例性操作的一流程圖。 圖5係繪示根據本發明之一或多個態樣之由執行一實例性虛擬助理之一或多個處理器執行之實例性操作的一流程圖。

Claims (20)

  1. 一種方法，其包括： 回應於接收到對一使用者群組做一推薦之一請求，而基於該群組之數個使用者之第一私密級資料來產生針對該群組之一原始推薦列表； 藉由與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來評估用於被包含在針對該群組之一精簡推薦列表中之來自該原始推薦列表的推薦，其中該第二私密級比該第一私密級受更多限制；及 回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。
  2. 如請求項1之方法，其中該精簡推薦列表包括一第一精簡推薦列表，該方法進一步包括： 回應於該第一精簡推薦列表包含零個推薦，藉由該群組之該等使用者之各自運算助理且基於該群組之該等使用者之各自加權第二私密級資料來評估用於被包含在針對該群組之一第二精簡推薦列表中之來自該原始推薦列表的推薦；及 回應於該第二精簡推薦列表包含至少一推薦而輸出該第二精簡推薦列表來呈現給該群組之該等使用者。
  3. 如請求項2之方法，其中藉由與該群組之一特定使用者相關聯之一運算助理且基於該群組之該特定使用者之各自第二私密級資料來評估用於被包含在針對該群組之該第一精簡推薦列表中之來自該原始推薦列表之一推薦包括： 回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有任何負面偏好而判定不將該推薦包含於該第一精簡推薦列表中。
  4. 如請求項3之方法，其中藉由與該群組之該特定使用者相關聯之該運算助理且基於該群組之該特定使用者之各自加權第二私密級資料來評估用於被包含在針對該群組之該第二精簡推薦列表中之來自該原始推薦列表的該推薦包括： 回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一完全負面偏好而判定不將該推薦包含於該第二精簡推薦列表中。
  5. 如請求項3之方法，其中藉由與該群組之該特定使用者相關聯之該運算助理且基於該群組之該特定使用者之各自加權第二私密級資料來評估用於被包含在針對該群組之該第二精簡推薦列表中之來自該原始推薦列表的該推薦包括： 回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一部分負面偏好而判定將該推薦包含於該第二精簡推薦列表中。
  6. 如請求項1之方法，其中自不包含於該使用者群組中之一請求使用者接收該請求，且其中不基於該請求使用者之資料來產生該原始推薦列表。
  7. 如請求項1之方法，其中自包含於該使用者群組中之一請求使用者接收該請求，且其中基於該請求使用者之資料來產生該原始推薦列表。
  8. 如請求項1之方法，其中該請求係針對以下一或多者： 娛樂推薦； 飲食推薦； 旅遊推薦；及 共用商品推薦。
  9. 如請求項1之方法，其中該群組之該等使用者之該第一私密級資料包括該群組之該等使用者之公開可用資料。
  10. 一種運算裝置，其包括： 至少一處理器；及 至少一記憶體，其包括指令，該等指令在被執行時引起該至少一處理器提供一運算助理，該運算助理經組態以： 回應於接收到對一使用者群組做一推薦之一請求且基於該群組之數個使用者之第一私密級資料來產生針對該群組之一原始推薦列表； 將該原始推薦列表輸出至與該群組之該等使用者相關聯之各自運算助理； 自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來接收來自該原始推薦列表之推薦是否應被包含於針對該群組之一精簡推薦列表中的指示，其中該第二私密級比該第一私密級受更多限制；及 回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。
  11. 如請求項10之運算裝置，其中該精簡推薦列表包括一第一精簡推薦列表，該運算助理經進一步組態以： 自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自加權第二私密級資料來接收來自該原始推薦列表之推薦是否應被包含於針對該群組之一第二精簡推薦列表中的指示；及 回應於該第二精簡推薦列表包含至少一推薦且用於呈現給該群組之該等使用者而輸出該第二精簡推薦列表。
  12. 如請求項11之運算裝置，其中與一特定使用者相關聯之一運算助理經組態以： 回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對來自該原始推薦列表之一推薦具有任何負面偏好而判定不將該推薦包含於該第一精簡推薦列表中。
  13. 如請求項12之運算裝置，其中與該特定使用者相關聯之該運算助理經組態以： 回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一完全負面偏好而判定不將該推薦包含於該第二精簡推薦列表中。
  14. 如請求項12之運算裝置，其中與該特定使用者相關聯之該運算助理經組態以： 回應於判定該群組之該特定使用者之各自第二私密級資料指示該特定使用者對該推薦具有一部分負面偏好而判定將該推薦包含於該第二精簡推薦列表中。
  15. 如請求項10之運算裝置，其中自不包含於該使用者群組中之一請求使用者接收該請求，且其中不基於該請求使用者之資料來產生該原始推薦列表。
  16. 如請求項10之運算裝置，其中自包含於該使用者群組中之一請求使用者接收該請求，且其中基於該請求使用者之資料來產生該原始推薦列表。
  17. 如請求項10之運算裝置，其中該請求係針對以下一或多者： 娛樂推薦； 飲食推薦； 旅遊推薦；及 共用商品推薦。
  18. 如請求項10之運算裝置，其中該群組之該等使用者之該第一私密級資料包括該群組之該等使用者之公開可用資料。
  19. 一種非暫時性電腦可讀儲存媒體，其儲存指令，該等指令在被執行時引起一運算裝置之一或多個處理器： 回應於接收到對一使用者群組做一推薦之一請求且基於該群組之數個使用者之第一私密級資料而產生針對該群組之一原始推薦列表； 將該原始推薦列表輸出至與該群組之該等使用者相關聯之各自運算助理； 自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自第二私密級資料來接收來自該原始推薦列表之推薦是否應被包含於針對該群組之一精簡推薦列表中的指示，其中該第二私密級比該第一私密級受更多限制；及 回應於該精簡推薦列表包含至少一推薦而輸出該精簡推薦列表來呈現給該群組之該等使用者。
  20. 如請求項19之非暫時性電腦可讀儲存媒體，其中該精簡推薦列表包括一第一精簡推薦列表，該非暫時性電腦可讀儲存媒體進一步儲存指令，該等指令引起該運算裝置之該一或多個處理器： 自與該群組之該等使用者相關聯之各自運算助理且基於該群組之該等使用者之各自加權第二私密級資料來接收來自該原始推薦列表之推薦是否應被包含於針對該群組之一第二精簡推薦列表中的指示；及 回應於該第二精簡推薦列表包含至少一推薦且用於呈現給該群組之該等使用者而輸出該第二精簡推薦列表。
TW106133497A 2016-12-30 2017-09-29 用於產生群組推薦之方法與運算裝置，及非暫時性電腦可讀儲存媒體 TWI720255B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/394,979 2016-12-30
US15/394,979 US10699181B2 (en) 2016-12-30 2016-12-30 Virtual assistant generation of group recommendations

Publications (2)

Publication Number Publication Date
TW201828120A true TW201828120A (zh) 2018-08-01
TWI720255B TWI720255B (zh) 2021-03-01

Family

ID=60270156

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106133497A TWI720255B (zh) 2016-12-30 2017-09-29 用於產生群組推薦之方法與運算裝置，及非暫時性電腦可讀儲存媒體

Country Status (7)

Country Link
US (2) US10699181B2 (zh)
JP (1) JP6549682B2 (zh)
CN (2) CN108268130B (zh)
DE (1) DE202017105676U1 (zh)
GB (1) GB2558354A (zh)
TW (1) TWI720255B (zh)
WO (1) WO2018125377A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11734589B2 (en) 2018-11-07 2023-08-22 Industrial Technology Research Institute Virtual assistant negotiation system and method thereof

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10699181B2 (en) 2016-12-30 2020-06-30 Google Llc Virtual assistant generation of group recommendations
US10176808B1 (en) * 2017-06-20 2019-01-08 Microsoft Technology Licensing, Llc Utilizing spoken cues to influence response rendering for virtual assistants
US11477219B2 (en) * 2018-02-20 2022-10-18 Darktrace Holdings Limited Endpoint agent and system
US20190327330A1 (en) 2018-04-20 2019-10-24 Facebook, Inc. Building Customized User Profiles Based on Conversational Data
US11715042B1 (en) 2018-04-20 2023-08-01 Meta Platforms Technologies, Llc Interpretability of deep reinforcement learning models in assistant systems
US11886473B2 (en) 2018-04-20 2024-01-30 Meta Platforms, Inc. Intent identification for agent matching by assistant systems
US10978056B1 (en) 2018-04-20 2021-04-13 Facebook, Inc. Grammaticality classification for natural language generation in assistant systems
US11115410B1 (en) 2018-04-20 2021-09-07 Facebook, Inc. Secure authentication for assistant systems
US10949616B1 (en) 2018-08-21 2021-03-16 Facebook, Inc. Automatically detecting and storing entity information for assistant systems
US10896295B1 (en) 2018-08-21 2021-01-19 Facebook, Inc. Providing additional information for identified named-entities for assistant systems
CN109615699B (zh) * 2018-12-11 2023-12-08 光禹莱特数字科技(上海)有限公司 增强现实的分组方法、系统、可读存储介质及设备
CN110162694B (zh) * 2019-04-02 2021-01-05 莫毓昌 一种基于成对关联规则的推荐系统和方法
US11657094B2 (en) 2019-06-28 2023-05-23 Meta Platforms Technologies, Llc Memory grounded conversational reasoning and question answering for assistant systems
US11442992B1 (en) 2019-06-28 2022-09-13 Meta Platforms Technologies, Llc Conversational reasoning with knowledge graph paths for assistant systems
US11567788B1 (en) 2019-10-18 2023-01-31 Meta Platforms, Inc. Generating proactive reminders for assistant systems
US11861674B1 (en) 2019-10-18 2024-01-02 Meta Platforms Technologies, Llc Method, one or more computer-readable non-transitory storage media, and a system for generating comprehensive information for products of interest by assistant systems
US11562744B1 (en) 2020-02-13 2023-01-24 Meta Platforms Technologies, Llc Stylizing text-to-speech (TTS) voice response for assistant systems
US11159767B1 (en) 2020-04-07 2021-10-26 Facebook Technologies, Llc Proactive in-call content recommendations for assistant systems
US11658835B2 (en) 2020-06-29 2023-05-23 Meta Platforms, Inc. Using a single request for multi-person calling in assistant systems
US11563706B2 (en) 2020-12-29 2023-01-24 Meta Platforms, Inc. Generating context-aware rendering of media contents for assistant systems
US11809480B1 (en) 2020-12-31 2023-11-07 Meta Platforms, Inc. Generating dynamic knowledge graph of media contents for assistant systems
US11861315B2 (en) 2021-04-21 2024-01-02 Meta Platforms, Inc. Continuous learning for natural-language understanding models for assistant systems

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT1136295B (it) 1980-02-29 1986-08-27 Rossi & Catelli & C Snc Dispositivo di alimentazione di oggetti presterilizzati,racchiusi in contenitori internamente sterili per impianto di confezionamento sterile
US7603356B2 (en) * 2001-01-26 2009-10-13 Ascentive Llc System and method for network administration and local administration of privacy protection criteria
JP4066237B2 (ja) 2002-06-17 2008-03-26 コニカミノルタホールディングス株式会社 光学素子用成形金型の製造方法
JP4339557B2 (ja) 2002-07-05 2009-10-07 富士通株式会社 情報共有方法、情報共有装置及び情報共有プログラム
EP1891588A1 (en) 2005-05-27 2008-02-27 Koninklijke Philips Electronics N.V. Method and apparatus for estimating total interest of a group of users directing to a content
WO2007063162A1 (en) 2005-11-30 2007-06-07 Nokia Corporation Socionymous method for collaborative filtering and an associated arrangement
US20110270774A1 (en) * 2010-04-30 2011-11-03 Microsoft Corporation Group Recommendations in Social Networks
US9311308B2 (en) 2010-10-29 2016-04-12 Hewlett-Packard Development Company, L.P. Content recommendation for groups
WO2012146508A1 (en) * 2011-04-25 2012-11-01 Alcatel Lucent Privacy protection in recommendation services
US8949232B2 (en) 2011-10-04 2015-02-03 Microsoft Corporation Social network recommended content and recommending members for personalized search results
CN103186539B (zh) 2011-12-27 2016-07-27 阿里巴巴集团控股有限公司 一种确定用户群体、信息查询及推荐的方法及系统
EP2823643A1 (en) 2012-03-08 2015-01-14 Thomson Licensing A method of recommending items to a group of users
WO2013180704A1 (en) 2012-05-30 2013-12-05 Intel Corporation Determining a profile for a recommendation engine based on group interaction dynamics
WO2013186061A1 (en) * 2012-06-15 2013-12-19 Alcatel Lucent Architecture of privacy protection system for recommendation services
JP5944251B2 (ja) * 2012-07-11 2016-07-05 Kddi株式会社 アイテム推薦システム、アイテム推薦方法およびプログラム
JP5631366B2 (ja) 2012-07-30 2014-11-26 株式会社ゼンリンデータコム ナビゲーションシステム、ナビゲーション方法、および、コンピュータプログラム
US9680959B2 (en) 2012-08-30 2017-06-13 Google Inc. Recommending content based on intersecting user interest profiles
US9536049B2 (en) * 2012-09-07 2017-01-03 Next It Corporation Conversational virtual healthcare assistant
EP2747371B1 (en) * 2012-12-24 2018-02-07 Alcatel Lucent Access policy definition with respect to a data object
US9449077B2 (en) * 2013-02-14 2016-09-20 Wine Ring, Inc. Recommendation system based on group profiles of personal taste
US9679062B2 (en) * 2013-09-18 2017-06-13 Excalibur Ip, Llc Local recommendation engine
US9558242B2 (en) * 2013-10-15 2017-01-31 Google Inc. Social where next suggestion
KR101595178B1 (ko) * 2014-03-26 2016-03-02 주식회사 브릿지랩 추천인 시스템 및 그 동작 방법
US9710546B2 (en) * 2014-03-28 2017-07-18 Microsoft Technology Licensing, Llc Explicit signals personalized search
CN104050267B (zh) * 2014-06-23 2017-10-03 中国科学院软件研究所 基于关联规则满足用户隐私保护的个性化推荐方法及系统
JP2016126623A (ja) 2015-01-06 2016-07-11 株式会社Ｎｔｔドコモ 行動支援装置、行動支援システム、行動支援方法及びプログラム
US9507960B2 (en) * 2015-02-25 2016-11-29 Citigroup Technology, Inc. Systems and methods for automated data privacy compliance
US20170083962A1 (en) * 2015-09-18 2017-03-23 Rovi Guides, Inc. Methods and systems for recommending gifts using a supplemental profile
CN105631703A (zh) * 2015-12-16 2016-06-01 北京奇虎科技有限公司 实现过滤隐私的提示窗广告数据处理方法及系统
CN105718239B (zh) * 2016-01-27 2019-03-08 百度在线网络技术（北京）有限公司 一种语音输入的方法和装置
CN105959740A (zh) * 2016-05-17 2016-09-21 康佳集团股份有限公司 一种基于用户行为分析的电视节目导航方法及系统
CN106503566A (zh) * 2016-10-22 2017-03-15 肇庆市联高电子商务有限公司 用于电子商务的服务器
US10699181B2 (en) 2016-12-30 2020-06-30 Google Llc Virtual assistant generation of group recommendations

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11734589B2 (en) 2018-11-07 2023-08-22 Industrial Technology Research Institute Virtual assistant negotiation system and method thereof

Also Published As

Publication number Publication date
TWI720255B (zh) 2021-03-01
US20200285931A1 (en) 2020-09-10
CN113220175A (zh) 2021-08-06
US10699181B2 (en) 2020-06-30
CN108268130B (zh) 2021-04-06
JP2018109954A (ja) 2018-07-12
US11562198B2 (en) 2023-01-24
WO2018125377A1 (en) 2018-07-05
GB201715905D0 (en) 2017-11-15
DE202017105676U1 (de) 2018-04-04
CN108268130A (zh) 2018-07-10
US20180189629A1 (en) 2018-07-05
JP6549682B2 (ja) 2019-07-24
GB2558354A (en) 2018-07-11

Similar Documents

Publication Publication Date Title
TWI720255B (zh) 用於產生群組推薦之方法與運算裝置，及非暫時性電腦可讀儲存媒體
JP6953559B2 (ja) 計算機アシスタントによる遅延応答
US11380331B1 (en) Virtual assistant identification of nearby computing devices
US11641535B2 (en) Cross-device handoffs
KR102293281B1 (ko) 가상 어시스턴트의 개인화
JP6882463B2 (ja) コンピュータによるエージェントのための合成音声の選択
CN108268259B (zh) 动态生成定制应用入门教程
CN107957776B (zh) 主动虚拟助理
US20160110065A1 (en) Suggesting Activities
US20200301935A1 (en) Information ranking based on properties of a computing device
US11875274B1 (en) Coherency detection and information management system
US20180068324A1 (en) Outputting content based on interests of other users