JP2015103248A - インテリジェントなディジタルセルフ表現を作成する方法及びシステム - Google Patents

Abstract

【課題】ディジタル世界へのユーザのアクセスをフィルタリングし、データ、プライバシー、活動及び生活の管理に関してユーザに助言する。
【解決手段】フィルタリング及び検索処理を実行してディジタル世界１１８と交換し、ユーザ１０３の個人情報をキャプチャして、意味グラフ１１４に集約する。個人インプリメント記憶装置１１６は、個人インプリメントとして全てのキャプチャされた個人情報を記憶する。システムは、ディジタル世界１１８とユーザ１０３の相互作用を監視し、適切なタイミングで、警告及び／又は推薦を生成し、ユーザ１０３に対して提示する。
【選択図】図１

Description

本開示は、一般に、データ管理アシスタントに関する。より具体的には、本開示は、ディジタル情報、データプライバシー及びそれらの全般の満足の管理において、ユーザを支援する方法及びシステムに関する。

人々の生活及び人との相互作用は、よりディジタル化しており、所定量のディジタル情報は、データ管理を加速度的に増加し、プライバシーがますます困難になる。人々は、彼らのソーシャルネットワークに関する情報を投稿し、ツイッターを介してニュースを共有し、グーグルグラスにおける経験のライブストリームを記録してブロードキャストする。このディジタルデータの増殖は、ユーザのためにディジタル情報及びデータプライバシーの管理に多くの問題を引き起こす。

第１に、ユーザのデータは、通常、多数の異なるサービスの中で分散されて分離されている。（互いに競合し得る）これらのサービスは、データを共有し、効率的にユーザについて推論するための統一された表現を構築するとは考えにくい。効率的且つ有用な推論を容易とするためのユーザのデータにおける全体的な見解はない。第２に、どのエンティティがユーザのデータへのアクセスを有するかを知り、ユーザが自己のデータの整合性を保護することを望むことができることは困難である可能性がある。最後に、ユーザは、適切なタイミングで適切な情報を受信しなければならないが、自己がそれを最も必要とするとき、一般的にはそのような情報を受信することができない。ユーザは、さらなる自己の目的のために最も適切なタイミングで最も関連性の高い情報を受信しなければならない。残念ながら、人々は、時には誤ったタイミングで情報を受信することができ、受信するデータの圧倒的な量のために良好な意思決定を行う方法を把握していない。

絶え間なく増加するユーザに関するディジタル情報量は、これらの問題を解決するのを容易とせず、実際には、増加する複雑性のためにこれらの問題をより困難とする。今までは、これらの問題に対する解決策は存在していない。

本発明の１つの実施形態は、ユーザに助言するためのシステムを提供する。動作中において、システムは、ユーザのディジタル表現のための規則のセットを生成する。次に、システムは、ユーザのディジタル追跡を示すデータを取得し、ディジタル追跡は、ディジタル又は物理的環境におけるユーザの相互作用に関連するデータ追跡である。そして、システムは、警告及び／又は推薦を生成するために、取得したデータに規則を適用する。その後、システムは、ユーザに警告及び／又は推薦を通信する。

この実施形態の変形例において、ユーザのディジタル追跡を示すデータを取得することは、ユーザが、インターネット、他のネットワーク上又は物理的環境における位置及び／又はサービスにアクセスしていることを示すデータを受信することを含む。そして、システムは、ユーザが位置及び／又はサービスに対して提出しているデータのコピーを取得し、システムは、意味グラフに取得したデータを付加する及び／又は個人インプリント記憶装置に取得したデータを記憶する。

この実施形態の変形例において、システムは、規則成功及び／又は規則使用の分析結果に基づいて、規則のセットを変更する。

この実施形態の変形例において、システムは、適切なタイミングで表現についてのデータ項目をフィルタリングして提示する及び／又は適切なタイミングでユーザに対してデータ項目を推薦する。

この実施形態の変形例において、システムは、ユーザが、インターネット、他のネットワーク上又は物理的環境における位置及び／又はサービスにアクセスしていることを示すデータを受信する。そして、システムは、位置及び／又はサービスのプライバシーポリシーを判定する。次に、システムは、位置及び／又はサービスのプライバシーポリシーが、ユーザのプライバシー設定に一致しないと判定し、システムは、一致しないプライバシーポリシーをユーザに通知する。

この実施形態の変形例において、システムは、ユーザが活動を実行することを計画していることを示すデータを受信し、活動を変更するか又は補完するようにユーザに対して提案を通信する。

図１は、本実施形態にかかるインテリジェントなディジタルセルフシステムの例示的なアーキテクチャを図示するブロック図を提示している。 図２は、本実施形態にかかるディジタルセルフとの例示的な通信を図示するブロック図を提示している。 図３は、本実施形態にかかるインテリジェンス要素を生成するための例示的なプロセスを図示するフローチャートを提示している。 図４は、本実施形態にかかるセルフ認識を容易とする例示的なプロセスを図示するフローチャートを提示している。 図５は、本実施形態にかかるプライバシー認識を有するデータ項目をフィルタリングする例示的なプロセスを図示するフローチャートを提示している。 図６は、本実施形態にかかるディジタルセルフを実行する例示的なコンピュータシステムを図示している。

図面において、同様の参照符号は、同一の図要素を指している。

以下の詳細な説明は、任意の当業者が実施形態を作製して使用するのを可能とするように提示され、特定の用途及びその要件の文脈において提供される。開示された実施形態に対する様々な変更は、当業者にとって容易に明らかであり、本願明細書において定義された一般的原理は、本開示の精神及び範囲から逸脱することなく他の実施形態及び用途に適用可能である。それゆえに、本発明は、示された実施形態に限定されるものではなく、本願明細書に開示された原理及び特徴と一致する最も広い範囲を与えられるべきである。

本発明の実施形態は、ディジタル世界へのユーザのアクセスをフィルタリングし、データ、プライバシー、活動及び生活の管理に関してユーザに助言するためにユーザ及びディジタル世界についての情報を収集することにより、情報、プライバシー及び個人の満足を管理する問題を解決する。助言及びデータ収集は、ユーザのディジタル識別子を含み且つディジタル世界におけるユーザのディジタル画像であるインテリジェントなディジタルセルフによって実行される。このディジタル画像は、ユーザに関するディジタル及び物理的なセンサデータを含むことができる。

インテリジェントなディジタルセルフ（単にディジタルセルフともいう）は、ディジタル世界とのユーザの相互作用を管理し、ユーザがディジタル世界にアクセスするときにユーザのためのフィルタ及びプロキシとして機能する個人アシスタントである。ディジタル世界は、インターネット及び他のネットワーク及び／又は通信可能に接続された機器を含む。ディジタルセルフは、ユーザの個人情報及び嗜好をカプセル化し、ディジタル世界とユーザとの間のフィルタとして機能する。ディジタルセルフは、データマイニング、機械学習及び人間の行動のモデル化技術の使用によって「アライブ」となることができ、ユーザと相互作用してユーザの関心のカウンセラー及びマネージャ／代表として機能するアバターによって表されることができる。

ディジタルセルフは、ユーザのディジタル相互作用を観察し、ユーザについて学習し、ユーザの最も関心のある行動を推薦することができる。ディジタル相互作用は、ディジタル機器、オンライン、モバイル及び他のネットワーク関連又はインターネット関連の活動に関連したユーザの活動の全てを含む。それは、日常的活動を支援し、ユーザの幸福及び満足に関する総合的な助言を与える情報を提供することができる。それは、ユーザの嗜好及び個人データの理解を得るために、様々な機器及びサービスからの情報を含むユーザのディジタル記録の全てをキャプチャして統合することができる。それは、ユーザ、自己のデータ及び生活の統合モデルを作成することができる。それは、ユーザの情報利用量、活動、連絡先、性格、健康、物理的特性及び心理的満足をモデル化することができる。それは、ユーザの意思決定プロセスを判定してユーザの行動を予測するための回帰を適用することができる。ディジタルセルフはまた、大規模なユーザの使用パターンから学習して時間をかけて自己を向上させるために機械学習手法を使用することができる。

ユーザが生まれたときに、子供であるユーザは、ディジタルセルフを受け取ることができ、ディジタルセルフの知識は、時間の経過とともに成長する。ディジタルセルフは、ユーザが成長するのにともないユーザを観察し、ユーザに助言するように常に利用可能である。ディジタルセルフは、ユーザのディジタル相互作用を監視し、ユーザの性格を学習する。それは、ユーザの感情、記憶、習慣及び意思決定プロセスを学習することができる。ディジタルセルフは、ユーザが人生を歩むのにともない、ユーザについてより多く学習し、ユーザとともに進化する。それは、一定の仲間である。ディジタルセルフは、任意に、ユーザの死後であっても存在し続けることができる。ユーザは、ディジタルセルフを所有し、いつでもディジタルセルフにアクセスし、変更し、破壊することができる。

ディジタルセルフは、ユーザの個人情報を含み、ユーザが個人情報に関連する制約を含む自己の個人情報をディジタル世界において配信する場所を追跡する。ユーザは、ウェブサイトにデータを提出することができ、ディジタルセルフは、データが送信された場所を追跡するためのデータを記憶することができる。ユーザのプライバシー設定が、ユーザが使用しているサービスと矛盾しているときには、それはユーザに警告することができる。例えば、ユーザがウェブサイトにアクセスして個人情報を入力しているとき、ディジタルセルフは、ユーザのプライバシー設定とウェブサイトのプライバシーポリシーとの間の矛盾を検出することができる。ユーザはウェブサイトのプライバシーポリシーを認識していないものの、ディジタルセルフは、望ましくないプライバシーポリシーをユーザに警告することができる。

ディジタルセルフはまた、ディジタル世界における情報をフィルタリングしてから、情報が有用となるある将来時点まで情報を記憶することができる。ディジタルセルフは、ユーザが最も多くの情報を使用することができるとき、ユーザに情報を提示することができる。なお、ディジタルセルフ１０２はまた、オンライン活動のユーザの追跡を匿名にするプロキシサーバとして機能することができることに留意すべきである。匿名化は、システムが広告主に報告し返す異なるレベルの高レベルのユーザ活動を含むことができる。

ディジタルセルフがユーザについて学習することができる１つの方法は、ユーザのディジタル追跡によるものである。ディジタル追跡は、ディジタル又は物理的環境においてユーザの相互作用によって残されたデータ追跡である。例えば、データ追跡は、ユーザが携帯電話を使用し、インターネットを閲覧し、電子メールを送信し、オンラインでチャットし、携帯電話を介してテキストメッセージを送信し、メッセージをツイートし、ソーシャルネットワーキングのページにおいて投稿し、ディジタル写真を撮影し、又は、オンラインで製品を購入するときに作成されたデータ追跡を含むことができる。全てのディジタル活動は、インターネットアクセス、電子メール等を含むディジタルセルフを通過する。同様に、物理的環境における相互作用は、ＦｉｔＢｉｔのようなフィットネ追跡器を介して記録された物理的活動パターン等、ディジタルセルフによってキャプチャされる。

開示されたディジタルセルフは、既存の個人アシスタント又はアバターとは根本的に異なる。これらのアシスタントの一部は、会議をスケジューリングし、旅行を企画し、連絡先と通信する等、仮想秘書を作成する見通しによってユーザ（例えば、Ｓｉｒｉ）についてのタスクを達成することに焦点をあてる。これは、限られた範囲で、ユーザの個人データ及び行動追跡のマイニングを含む。最近の個人アシスタントは、Ｓａｇａのように、位置追跡及びそれに基づく推薦の調整に基づいてユーザの個人嗜好プロファイルを構築することによってより文脈的になるように試みる。

しかしながら、インテリジェントで文脈的なアシスタントは、ユーザのデータを組み込んだ物理的表現を有さず、そのゲートキーパーとして機能しない。インテリジェントで文脈的なアシスタントとは対照的に、具体化されたエージェント（例えば、ｈｔｔｐ：／／ｅｎ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／ｅｍｂｏｄｉｅｄ＿ａｇｅｎｔを参照）は、アバターのような物理的表現を有する。最近の例は、質問に回答するインテリジェントな仮想エージェントであるＢｏｔｅｇａを含む。しかしながら、現在の例は、ユーザのデータ及び／又はディジタル識別子を組み込むか又は完全に表すものではなく、プライバシー保護又はゲートキーパーとして機能しない。

以下の図面及び添付した説明は、より詳細にシステムのディジタルセルフ及び他の態様を述べる。図１は、インテリジェントなディジタルセルフシステムの例示的アーキテクチャを図示している。図２は、ディジタルセルフとの通信の例を図示している。図３は、インテリジェンス要素を生成するための例示的なプロセスを図示している。図４は、セルフ認識を容易とする例示的なプロセスを図示している。図５は、プライバシー認識によってデータ項目をフィルタリングする例示的なプロセスを図示している。図６は、ディジタルセルフを実行する例示的なコンピュータシステムを図示している。

図１は、本実施形態にかかるインテリジェントなディジタルセルフシステムの例示的なアーキテクチャ１００を図示するブロック図を提示している。図１において、ユーザは、フロントエンドに表示されたアバターとの対話を介してディジタルセルフと対話する。ディジタルセルフは、（例えば、カメラ及び／又は他のセンサを介して）ユーザの物理的環境を知覚する。システムは、（例えば、ブラウザプラグイン、専用アプリケーション及び／又はプロキシサーバを使用して）フィルタリング及び検索処理を実行し、ユーザの個人情報をキャプチャし、ディジタル世界と交換し、意味グラフ表現に個人情報を集約することができる。意味グラフは、異種ノード及びリンクからなるネットワークである。意味グラフは、ディジタル世界との全てのユーザの相互作用のディジタル追跡を表す。システムはまた、個人インプリントとして全てのキャプチャされた個人情報を記憶することができる。個人インプリントは、ディジタル世界とのユーザの相互作用の記録である。

図１に図示されるように、ディジタルセルフ１０２は、幸福ゲノム要素１０４、セルフ認識要素１０６及びプライバシー認識要素１０８等の多数のインテリジェンス要素を含む。これらの要素は、ディジタルセルフ１０２のインテリジェンスをともに構成する。フロントエンド１１０は、ディジタルセルフ１０２を表すアバター１１２を表示する。ディジタルセルフ１０２は、アバター１１２を介してユーザ１０３との対話に従事する。

インテリジェンス要素は、意味グラフ１１４及び個人インプリント記憶装置１１６からデータにアクセスする規則の収集とすることができる。アバター１１２はまた、意味グラフ１１４と通信することができる。個人インプリント記憶装置１１６は、ユーザ１０３がディジタル世界１１８に提出したデータからキャプチャされたインプリントを記憶する。いくつかの実装はまた、ユーザが個人インプリント記憶装置１１６及び／又は意味グラフ１１４におけるデータを視認及び変更するのを可能とするように、ディジタルインプリント・ダッシュボードを含むことができる。

意味グラフ１１４は、ユーザに関連する情報を記憶するためのデータ構造である。意味グラフ１１４のノードは、意味論的エンティティを表し、エッジは、意味論的エンティティ間の関係を表す。意味論的エンティティは、人々の氏名、会社名、製品名、音楽タイトル、ユーザ自身、関心又はトピック、イベント及び事実を含む、任意の物体、人々又は場所とすることができる。意味論的エンティティとして表される実際の例は、ユーザが成功裏に達成した体重減少量である。システムは、ユーザが自己の体重減少についてツイートしたときに、この減量の事実をキャプチャすることができる。意味グラフは、事実間の関係を表すことができる。

グラフのノードは、ユーザを表すことができる。意味グラフはまた、ユーザとユーザの友人との間の関係を表すことができる。例えば、意味グラフのエッジは、ユーザとユーザの友人との間の通信を表すことができる。異なる種類のエッジがあり得る。エッジはまた、ユーザの相互作用から抽出された高レベルのコンテンツ等のコンテンツに関連付けることができる。ユーザはまた、所定時間によって修飾される特定の重みエッジに関連付けることができる。

ユーザデータのキャプチャの例として、ユーザが自己の体重をツイートしているか又はソーシャルネットワーキングウェブサイト上で自己の体重を投稿しているのをシステムが検出したときに、システムは、インプリントをキャプチャして意味グラフ１１４にインプリント情報を追加することができる。システムはまた、個人インプリント記憶装置１１６にインプリントデータを記憶する。他の例として、システムはまた、アナログスケールからユーザの体重を自動的にディジタル化する一対の電子眼鏡からユーザの体重を検出し、その情報を記憶することができる。その後、ディジタルセルフ１０２は、ユーザに対する推薦／警告及びその他の通信を生成するために意味グラフ１１４及び／又は個人インプリント記憶装置１１６から情報を取得することができる。

ディジタルセルフ１０２は、ユーザとのアクション及び対話をトリガする多数の要素を含む。これらの要素は、幸福ゲノム要素１０４、セルフ認識要素１０６及びプライバシー認識要素１０８である。幸福ゲノム要素１０４は、規則ベース及び規則推論エンジン又は混合モデル推薦エンジンとすることができる。システムは、ディジタルセルフ１０２についての規則のセットを生成するために、機械学習、心理学及び社会科学的知識を使用する。規則は、システムがメッセージを生成及び／又はその他のアクションを実行するためにデータに対して適用するトリガ及びアクションによる条件文である。

システムは、最近の発見及び心理学や社会科学からの専門知識を規則ベースにコンパイルすることができる（例えば、Ｃ言語統合生産システム（ＣＬＩＰＳ）ベースの規則エンジン）。ＣＬＩＰＳは、規則及び／又はオブジェクトベースのエキスパートシステムを構築するための環境を提供するエキスパートシステムツールである。規則ベース／規則エンジンは、意味グラフ１１４及び個人インプリント記憶装置１１６上で実行する。各規則は、より多くの情報を取得するか又はカウンセリングを提供するために推薦又は対話のサブセットに関連付けられる。システムとの過去のユーザの相互作用に適用される機械学習技術を使用することにより、システムは、規則のトリガ及び対話パラメータをパーソナライズすることができる。ディジタルセルフ１０２が進化して複数のユーザが自己のディジタルセルフを初期化するのにともない、強化学習機構は、同様の状況において他の人々のために働く規則を強化してより少ない成功規則をより少ない重要又は重みに関連付けるためにフィードバックを分析することができる。

セルフ認識要素１０６は、ディジタル世界とのユーザの相互作用を監視し、ユーザがそれに情報及びデータを提供するときを検出する。セルフ認識要素１０６は、ディジタルセルフ１０２がディジタル世界とのユーザの相互作用を監視し、ユーザがそれに情報及びデータを提供したときを検出するという積極的なプロセスを含む。システムは、ディジタルセルフ１０２内の各データ及び情報項目の複製を記憶し、ディジタルセルフ１０２は、各データ伝送及び解析に着目してデータを受信するサービスに関連付けられたデータ利用契約を認識することにより、ディジタル世界において提供された情報の配信の追跡を維持する。プライバシー認識要素１０８は、ユーザの嗜好を記憶し、符号化されたオファー、制約、契約にアクセスして分析し、データ項目（例えば、スパムオファー）をフィルタリングして取得する。

ディジタルセルフの３つのインテリジェンス要素は、差別化、ユーザのデータプライバシー保護及びユーザの満足最大化の目的を対象としている。差別化は、何か他のものからユーザのディジタルセルフを区別することを意味する。要素は、ディジタル世界においてユーザが誰か及びユーザに属するものを理解及び／又は定義し、ユーザ及びディジタル世界においてユーザに関連付けられたデータについてのディジタルセルフ１０２をカスタマイズしようとするためにデータを収集する。ディジタルセルフ１０２はまた、ユーザのデータプライバシーを可能な限り保護する。さらに、きめ細かいディジタル表現及びユーザの認識を活用することによってユーザの満足を最大化しようとする。

図２は、本実施形態にかかるディジタルセルフとの例示的な通信を図示するブロック図２００を提示している。図２に示されるシナリオにおいて、ディジタルセルフ１０２は、オファー（例えば、クーポン）及び他のスパムを検出し、そのようなオファーが有用であるときにユーザ１０３にオファーを提示することができる。図２に図示されるように、画面２０２は、ディジタルセルフ１０２を表すアバター１１２を表示する。ディジタルセルフ１０２は、ユーザ１０３と通信し、スパムフォルダに以前に記憶された映画のチケットクーポン２０４をユーザが使用する旨をユーザ１０３に示唆する。

また、ディジタルセルフ１０２は、ユーザの物理的環境及び／又は意味グラフ１１４及び／又は個人インプリント記憶装置１１６に記憶されたデータの分析に基づいていつでもユーザに助言することができる。ユーザの物理的環境におけるイベントは、ディジタルセルフ１０２に推薦を行わせる規則をトリガすることができる。ディジタルセルフ１０２は、ユーザが活動を実行することを計画している旨を示すデータを受信し、他の活動及び／又はデータ項目（例えば、クーポン）を用いて活動を変更及び／又は補完するためにユーザに対する提案を通信することができる。図５に図示されるように、ディジタルセルフ１０２は、ベーグルを食べるＭａｒｃを検出し、Ｅｄｗｉｎに電話して代わりにＥｄｗｉｎと一緒に夕食を食べることを提案している。

ディジタルセルフ１０２は、多くの異なる領域におけるユーザ１０３に助言することができる。例えば、ユーザの知識領域において、ディジタルセルフ１０２は、ユーザの関心及び情報消費量を追跡することができ、読むべきとき及び読む長さについて素材を読むことに関する助言を行うことができる。健康領域において、ディジタルセルフ１０２は、ユーザの食生活及び運動習慣を追跡することができ、食べるべきもの、食べるべきとき及び運動するべきときについて助言することができる。知覚、注意深さ及び／又は生産性領域において、ディジタルセルフ１０２は、ユーザの活動を追跡することができ、ユーザの「存在」を測定することができ、ユーザの現在の焦点について助言することができる。

いくつかの実装において、ディジタルセルフ１０２は、異なる領域及び行動レベルに助言するための異なるユーザモデルを維持してリンクすることができる。例えば、ディジタルセルフ１０２は、すぐのデータ推薦のみならず長期的なライフスタイルについての推薦を生成することができ、これらの異なる領域及び行動レベルでユーザに対する助言を可能とするために異なるユーザモデルを維持することができる。

図３は、本実施形態にかかるインテリジェンス要素を生成するための例示的なプロセスを図示するフローチャート３００を提示している。ディジタルセルフ１０２を生成する一部として、システムは、幸福ゲノム１０４、セルフ認識１０６及びプライバシー認識要素１０８を含むインテリジェンス要素のための規則を生成するために情報をコンパイルすることができる。そして、システムは、規則のセットを継続的に改善する。システムは、規則が成功したかどうかを判定し、インテリジェンス要素の有効性を向上させるために新たな規則を変更、削除又は生成することができる。

動作中、システムは、最初に心理学及び社会科学からの発見及び知識をコンパイルすることができる（動作３０２）。いくつかの実装において、このステップは、心理学及び社会科学における最新の知見を符号化してユーザのデータ追跡からの結果をデータマイニングするようにそれらを適用するためのサブルーチンによって実行されることができる。サブルーチンは、主に、専門知識を使用してハードコーディングされることができる。システムは、幸福ゲノム要素１０４、セルフ認識要素１０６及びプライバシー要素のための規則の集合を生成する（動作３０４）。システムは、各規則の成功率、利用率及び承諾率に関するデータを収集することができる（動作３０６）。

そして、システムは、規則の発生頻度等の要因の分析を含む現在の規則の成功の分析に基づいて規則の集合を変更することができる（動作３０８）。システムは、現在の規則の成功に基づいて、新たな規則を生成することができ、規則を削除及び／又は規則を変更（例えば、規則の重みを調整）することができる。システムは、個々のユーザについてのみならず独自のディジタルセルフを有する全てのユーザを含む他のユーザについても、現在の規則の成功率を分析することができる。システムは、匿名でそのようなデータを収集することができる。定期的に規則を更新することにより、システムは、ディジタルセルフ１０２の能力を高めている。

１つの用途例において、システムは、定期的に規則を改善することによってユーザの健康について推論するためのディジタルセルフの能力を高めることができる。ユーザが所定の症状を有する場合、システムは、ユーザが所定の種類の病気を有するか又はユーザが不幸である若しくは衰えていることを判定するように規則を適用することができる。例えば、ユーザが短い時間スパンにわたって多くの体重を失っており、夜の間に複数回トイレに行っている場合には、システムは、ユーザが、所定の種類の病気を有する旨を判定するように規則を適用することができる。システムは、ある期間にわたってこれらの規則を適合させることができる。

システムは、ディジタルセルフをシャットダウンするまで、規則の集合を改善し続けることができる（動作３１０）。ディジタルセルフがシャットダウンしない場合には、それは、データを収集して規則の集合を変更し続けることができ、それにより、ディジタルセルフの性能を向上させる。

図４は、本実施形態にかかるセルフ認識を容易とする例示的なプロセスを図示するフローチャート４００を提示している。セルフ認識又はデータ認識は、ディジタルセルフの認識と、ユーザのディジタル情報及びデータの全てとの関連とを指す。ディジタルセルフ１０２は、ディジタル世界とのユーザの相互作用を監視し、ディジタル世界に対してユーザの情報の解放を追跡し、ユーザがディジタル世界に配信するデータのコピーを記憶する。この情報は、意味グラフ１１４及び／又は個人インプリント記憶装置１１６に記憶されることができる。プライバシー認識要素１０８は、推薦／警告を生成するためにデータを利用することができる。実装に応じて、システムは、図４に示される動作を実行するためのサブルーチン及び／又は規則を利用してもよい。

動作中において、システムは、ディジタル世界とのユーザの相互作用を監視することができる（動作４０２）。例えば、システムは、ウェブサイトを訪問するようにオンラインにしているユーザを監視することができる。ユーザが、ウェブサイト、フォーラム及び他のディジタルロケーション間を移動するのにともない、システムは、ユーザがウェブサイト等に提出するデータを含むユーザの相互作用を監視する。次に、システムは、ディジタル世界におけるサービス又は位置とのユーザの相互作用及びサービス又は位置に対するデータ提供を検出することができる（動作４０４）。例えば、システムは、ウェブサイトの登録フォームを介してユーザ提出情報を検出することができる。

システムは、データの配信を追跡し、ディジタル世界に提供されるデータのコピーを記憶することができる（動作４０６）。例えば、システムは、ユーザが入力可能なフォームを介してウェブサイトに提供する個人情報を記憶することができる。システムは、意味グラフ１１４におけるデータを記憶することができる。システムはまた、システムがディジタル世界とのユーザの相互作用からキャプチャされたデータを取得するとき、ユーザの個人インプリント記憶装置１１６に追加する。

システムは、ユーザが訪問及び／又はデータを送信するサービス及び／又は位置に関連したデータ利用契約及び／又はプライバシーポリシーを解析して記憶する（動作４０８）。システムは、各サービスのプライバシーポリシーを示すデータを記憶し、サービスのプライバシーポリシーがユーザのプライバシー設定と一致しない場合には、ユーザに警告することができる。例えば、一部のオンラインサービスは、デフォルトによって全ての人とのユーザの経歴情報を共有することができる。システムは、それらのオンラインサービスに対してユーザ情報を解放する際のプライバシーへの影響についてユーザに警告することができる。システムはまた、ディジタル世界にユーザの個人情報を解放する前に、ユーザとの対話を開始することができる。システムは、図１の意味グラフ１１４及び／又は個人インプリント記憶装置１１６に個人データ、データ利用契約及び／又はプライバシーポリシーを記憶することができる。

図５は、本実施形態にかかるプライバシー認識を有するデータ項目をフィルタリングする例示的なプロセスを図示するフローチャート５００を提示している。ディジタルセルフ１０２は、異なるオファー、有効期限、購入の制約、データ利用契約等の追跡を維持する際にユーザを支援することができる。ディジタルセルフ１０２は、電子メール、ウェブサイト及び／又はユーザがアクセスしている他のサービスからのデータ項目（例えば、クーポンオファー）をフィルタリングすることができる。そして、それは、タイミングが適切であるときに、続いてユーザに対してフィルタリングされたデータ項目を取得して提示することができる。さらにまた、ディジタルセルフ１０２はまた、データ項目に関連するデータ又は利用契約がユーザのリスク及び嗜好のプロファイルと一致するかどうかを判定することができる。そうでない場合は、ディジタルセルフ１０２は、ユーザにデータ項目を提示するときに警告を表示する。実装に応じて、システムは、図５に示される動作を実行するためのサブルーチン及び／又は規則を利用することができる。

動作中において、システムは、最初にユーザのプライバシー設定を取得することができる（動作５０２）。システムは、ユーザから直接設定情報を取得することにより、又は、異なるウェブサービスについてのユーザのプライバシー設定を分析することにより、ユーザのデータ及びプライバシー設定を学習することができる。システムはまた、データ及びプライバシー設定のデフォルトセットから起動することもできる。次に、システムは、オファー、制約及び／又は契約の符号化表現にアクセスして分析する（動作５０４）。システムは、ユーザによって訪問されたディジタル世界におけるネットワークサービス及び／又はネットワークの場所からこれらの符号化された表現にアクセスすることができる。

ディジタルセルフ１０２は、ユーザの個人データのためのゲートキーパーとして機能する。ユーザがオンラインサービスを使用しており、オンラインサービスのプライバシーポリシーがユーザの個人設定と一致しない場合には、ディジタルセルフ１０２は、オンラインサービスの望ましくないプライバシー設定及び／又はポリシーをユーザに知らせることができる。ディジタルセルフ１０２は、ユーザにプライバシー設定を推薦することができ及び／又はユーザのためのプライバシー設定を自動的に変更することができる。

システムは、適切なタイミングで提示するためのデータ項目をフィルタリングすることができる（動作５０６）。例えば、システムは、クーポンオファー等のデータ項目をフィルタリングすることができる。システムが関連するデータ項目を提示するための適切なタイミングであると判定した場合（動作５０８）、システムはまた、データ項目に関連付けられたデータ又は利用契約がユーザのリスク及び嗜好プロファイルと一致するかどうかを判定することができる（動作５１０）。データ項目がリスク及び／又はプライバシー設定についてのユーザの嗜好と矛盾するデータ又は利用契約に関連付けられている場合、一致するものはない。例えば、サービスは、ユーザが使用中に生成するデータを記憶して保有することができ、又は、個人情報が第三者に送信される。ユーザがこれらのデータ及び／又はプライバシーポリシーを承認しない場合、一致するものはない。一致しない場合には、ディジタルセルフ１０２は、警告を表示し（動作５１２）、ユーザにデータ項目を提示することができる（動作５１４）。一致するものがある場合には、ディジタルセルフ１０２は、ユーザに対してデータ項目を推薦する（動作５１４）。なお、ディジタルセルフ１０２は、ユーザに対してデータ項目を提示する際、ユーザ１０３と対話に従事することができることに留意すべきである。

図６は、本実施形態にかかるディジタルセルフを実行する例示的なコンピュータシステム６００を図示している。１つの実施形態において、コンピュータシステム６００は、プロセッサ６０２と、メモリ６０４と、記憶装置６０６とを含む。記憶装置６０６は、アプリケーション６１０及び６１２等の多数のアプリケーションと、オペレーティングシステム６１６とを記憶する。記憶装置６０６はまた、ディジタルセルフ１０２も記憶する。動作時には、ディジタルセルフ１０２等の１つ以上のアプリケーションは、記憶装置６０６からメモリ６０４にロードされ、プロセッサ６０２によって実行される。プログラムの実行時に、プロセッサ６０２は、上述した機能を実行する。コンピュータ及び通信システム６００は、任意のディスプレイ６１７、キーボード６１８及びポインティングデバイス６２０に接続されることができる。

この詳細な説明に記載されたデータ構造及びコードは、典型的には、コンピュータシステムによって使用するためのコード及び／又はデータを記憶することができる任意のデバイス又は媒体とすることができるコンピュータ読み取り可能な記憶媒体に記憶される。コンピュータ読み取り可能な記憶媒体は、これらに限定されるものではないが、揮発性メモリ、不揮発性メモリ、ディスクドライブ、磁気テープ、ＣＤ（コンパクトディスク）、ＤＶＤ（ディジタル多用途ディスク若しくはディジタルビデオディスク）等の磁気及び光記憶装置、又は、現在既知の又は後に開発されるコンピュータ読み取り可能な媒体を記憶可能な他の媒体を含む。

詳細な説明のセクションに記載された方法及びプロセスは、上述したようにコンピュータ読み取り可能な記憶媒体に記憶されることができるコード及び／又はデータとして具体化されることができる。コンピュータシステムがコンピュータ読み取り可能な記憶媒体に記憶されたコード及び／又はデータを読み取って実行すると、コンピュータシステムは、データ構造及びコードとして具体化されてコンピュータ読み取り可能な記憶媒体内に記憶された方法及びプロセスを実行する。

さらにまた、本願明細書に記載された方法及びプロセスは、ハードウェアモジュール又は装置に含まれることができる。これらのモジュール又は装置は、これらに限定されるものではないが、特定用途向け集積回路（ＡＳＩＣ）チップ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定の時間に特定のソフトウェアモジュール若しくはコードの一部を実行する専用又は共有プロセッサ、及び／又は、現在既知の又は後に開発される他のプログラマブル論理デバイスを含むことができる。ハードウェアモジュール又は装置が起動されると、それらは、それらの内部に含まれる方法及びプロセスを実行する。

様々な実施形態の上述した説明は、例示及び説明のみを目的として提示されている。それらは、網羅的であること又は開示された形態に本発明を限定することを意図するものではない。したがって、多くの変更例及び変形例が当業者にとって明らかである。さらに、上記開示は、本発明を限定することを意図するものではない。

Claims (6)

1. ユーザに助言するための計算システムにおいて、
   １つ以上のプロセッサと、
   １つ以上のプロセッサによって実行されたときに、１つ以上のプロセッサに動作を実行させる、記憶された命令を有する１つ以上のプロセッサに接続されたコンピュータ読み取り可能な記憶媒体とを備え、動作が、
   ユーザのディジタル表現についての規則のセットを生成することと、
   ディジタル又は物理的環境におけるユーザの相互作用と関連付けられたデータ追跡であるユーザのディジタル追跡を示すデータを取得することと、
   警告及び／又は推薦を生成するために取得されたデータに規則を適用することと、
   ユーザに対して警告及び／又は推薦を通信することとを備える、計算システム。
2. ユーザのディジタル追跡を示すデータを取得することが、
   ユーザが、インターネット、他のネットワーク上又は物理的環境における位置及び／又はサービスにアクセスしていることを示すデータを受信することと、
   ユーザが位置及び／又はサービスに提出しているデータのコピーを取得することと、
   意味グラフに取得されたデータを追加すること及び／又は個人インプリント記憶装置に取得されたデータを記憶することとを備える、請求項１に記載の計算システム。
3. コンピュータ読み取り可能な記憶媒体が、実行時にコンピュータに、
   規則の成功及び／又は規則の利用の分析結果に基づいて規則のセットを変更することを備える追加のステップを実行させる追加の命令を記憶する、請求項１に記載の計算システム。
4. コンピュータ読み取り可能な記憶媒体が、実行時にコンピュータに、
   適切なタイミングで表現についてのデータ項目をフィルタリングすることと、
   適切なタイミングでユーザに対してデータ項目を提示及び／又は推薦することとを備える追加のステップを実行させる追加の命令を記憶する、請求項１に記載の計算システム。
5. コンピュータ読み取り可能な記憶媒体が、実行時にコンピュータに、
   ユーザが、インターネット、他のネットワーク上又は物理的環境における位置及び／又はサービスにアクセスしていることを示すデータを受信することと、
   位置及び／又はサービスのプライバシーポリシーを判定することと、
   位置及び／又はサービスのプライバシーポリシーがユーザのプライバシー設定と一致しない旨を判定することと
   一致しないプライバシーポリシーをユーザに知らせることとを備える追加のステップを実行させる追加の命令を記憶する、請求項１に記載の計算システム。
6. コンピュータ読み取り可能な記憶媒体が、実行時にコンピュータに、
   ユーザが活動を実行することを計画している旨を示すデータを受信することと、
   活動を変更又は補完するようにユーザに提案を通信することとを備える追加のステップを実行させる追加の命令を記憶する、請求項１に記載の計算システム。

Images