特開 2024-96124 進行中のタスクのためのコンテンツをサジェストするアクション要素の生成

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024096124

(43)【公開日】2024-07-12

(54)【発明の名称】進行中のタスクのためのコンテンツをサジェストするアクション要素の生成

(51)【国際特許分類】

   G06F 16/9035 20190101AFI20240705BHJP

   G06F 16/2457 20190101ALI20240705BHJP

   G06F 3/0482 20130101ALI20240705BHJP

   H04L 67/02 20220101ALI20240705BHJP

【ＦＩ】

G06F16/9035

G06F16/2457

G06F3/0482

H04L67/02

【審査請求】有

【請求項の数】20

【出願形態】ＯＬ

【外国語出願】

(21)【出願番号】P 2024059405

(22)【出願日】2024-04-02

(62)【分割の表示】P 2022107012の分割

【原出願日】2022-07-01

(31)【優先権主張番号】17/368,155

(32)【優先日】2021-07-06

(33)【優先権主張国・地域又は機関】US

(71)【出願人】

【識別番号】502208397

【氏名又は名称】グーグル エルエルシー

【氏名又は名称原語表記】Ｇｏｏｇｌｅ ＬＬＣ

【住所又は居所原語表記】１６００ Ａｍｐｈｉｔｈｅａｔｒｅ Ｐａｒｋｗａｙ ９４０４３ Ｍｏｕｎｔａｉｎ Ｖｉｅｗ， ＣＡ Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(74)【代理人】

【識別番号】100133400

【弁理士】

【氏名又は名称】阿部 達彦

(72)【発明者】

【氏名】イブラヒム・バドル

(72)【発明者】

【氏名】イムラン・マンスリ

(72)【発明者】

【氏名】サリ・オナイッシ

(72)【発明者】

【氏名】インハン・カン

(72)【発明者】

【氏名】ウェンチオン・グオ

(72)【発明者】

【氏名】アネール・クシュニル

(57)【要約】

【課題】少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させるために使用され得るコンピューティングシステムおよび方法を提供すること。
【解決手段】特に、本開示は、識別されたユーザのタスクをさらに前進させるためにコンテンツアイテムのサジェストが行われ得るように、ユーザが継続的な関心を有しているかまたはまだ完了していない潜在的なタスクを識別するための汎用パイプラインを提供する。このパイプラインは、ユーザが作用し続けることを望む場合があるタスクの関連性および完了を決定するために、確率的遷移グラフ、機械学習済みモデル、および/または履歴データを組み込むことができる。
【選択図】図1

【特許請求の範囲】

【請求項1】

タスク固有のアクション要素生成のためのコンピュータ実装方法であって、
コンピューティングシステムによって、1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得するステップであって、前記履歴ユーザデータが、ユーザアクションに関連付けられたコンテンツの属性を記述する注釈で注釈を付けられている、ステップと、
前記コンピューティングシステムによって、前記履歴ユーザデータからの1つまたは複数の進行中のタスクを識別するステップと、
前記コンピューティングシステムによって、前記1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定するステップと、
ユーザに表示するために、前記コンピューティングシステムによって、少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させるステップであって、前記選択可能なアクション要素が、前記少なくとも1つの進行中のタスクのための少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成される、ステップと
を含む方法。

【請求項2】

前記コンピューティングシステムによって、前記履歴ユーザアクションを記述する前記履歴ユーザデータを取得するステップが、
前記コンピューティングシステムによって、複数のウェブブラウザセッションにわたって複数のウェブページから前記履歴ユーザアクションを抽出するステップ
を含む、請求項1に記載のコンピュータ実装方法。

【請求項3】

前記コンピューティングシステムによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別するステップが、
前記コンピューティングシステムによって、前記ユーザアクションに関連付けられた前記コンテンツの前記属性を記述する前記注釈で前記履歴ユーザデータに注釈を付けるステップと、
前記コンピューティングシステムによって、前記注釈付きの履歴ユーザデータを複数のクラスタにクラスタ化するステップと、
前記複数のクラスタに少なくとも部分的に基づいて、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別するステップと
を含む、請求項1に記載のコンピュータ実装方法。

【請求項4】

前記コンピューティングシステムによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別するステップが、
前記コンピューティングシステムによって、機械学習済みモデルを用いて前記履歴ユーザデータを処理するステップと、
前記機械学習済みモデルによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを生成するステップと
を含む、請求項1に記載のコンピュータ実装方法。

【請求項5】

前記コンピューティングシステムによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別するステップが、関連性スコアに少なくとも部分的に基づき、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別するステップが、
より高い関連性スコアを含むコンテンツを、より低い関連性スコアを有するコンテンツよりも重く重み付けするステップを含む、
請求項1に記載のコンピュータ実装方法。

【請求項6】

前記関連性スコアが、前記履歴ユーザデータに関連付けられたタイムスタンプに少なくとも部分的に基づく、請求項5に記載のコンピュータ実装方法。

【請求項7】

前記コンピューティングシステムによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別するステップが、
前記コンピューティングシステムによって、確率分布を生成するステップであって、前記確率分布が、複数のユーザの集約履歴ユーザデータに少なくとも部分的に基づくインテントのセットを含む、ステップと、
前記コンピューティングシステムによって、完了メトリックに少なくとも部分的に基づいて、サジェストされた次のステップを識別するステップであって、前記完了メトリックが、前記1つまたは複数の進行中のタスクに関連付けられた所定のチェックポイントを完了することに関するユーザのステータスを示し、前記チェックポイントが、前記ユーザが消費した情報を示す、ステップと
をさらに含む、請求項1に記載のコンピュータ実装方法。

【請求項8】

前記完了メトリックが、前記1つまたは複数の進行中のタスクに関連付けられた少なくとも1つの所定のチェックポイントに関連付けられたURLに少なくとも部分的に基づく、請求項7に記載のコンピュータ実装方法。

【請求項9】

前記コンピューティングシステムによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別するステップが、
前記コンピューティングシステムによって、コンテンツインテントを記述する、継続的に更新される確率的遷移グラフにアクセスするステップと、
前記コンピューティングシステムによって、前記継続的に更新される確率的遷移グラフに少なくとも部分的に基づいて、前記1つまたは複数の進行中のタスクのための次のステップインテントを識別するステップと
をさらに含む、請求項1に記載のコンピュータ実装方法。

【請求項10】

コンテンツインテントを記述する前記確率的遷移グラフが、前記履歴ユーザデータに少なくとも部分的に基づく、前記1つまたは複数の進行中のタスクのための前記次のステップインテントの階層表現を含み、
前記コンピューティングシステムによって、前記1つまたは複数の進行中のタスクのための前記次のステップインテントを識別するステップが、前記コンピューティングシステムによって、前記次のステップインテントの前記階層表現に少なくとも部分的に基づいて、1つまたは複数のコンテンツインテントを選択するステップを含む、
請求項9に記載のコンピュータ実装方法。

【請求項11】

前記コンピューティングシステムによって、前記1つまたは複数の進行中のタスクの各々について、前記サジェストされたコンテンツアイテムを決定するステップが、前記コンピューティングシステムによって、前記1つまたは複数の進行中のタスクの各々について、前記サジェストされたコンテンツアイテムを少なくとも1つの品質属性に基づいてランク付けするステップを含む、請求項1に記載のコンピュータ実装方法。

【請求項12】

前記品質属性が、
他ユーザ関与レベル、
レビュー、
鮮度、または
コンテンツ関連性
のうちの1つまたは複数を含む、請求項11に記載のコンピュータ実装方法。

【請求項13】

前記ユーザに表示するために、前記コンピューティングシステムによって、前記少なくとも1つの進行中のタスクのための前記選択可能なアクション要素を浮上させるステップが、前記コンピューティングシステムによって、前記選択可能なアクション要素を専用ダッシュボード上に浮上させるステップを含む、請求項1に記載のコンピュータ実装方法。

【請求項14】

前記ユーザに表示するために、前記コンピューティングシステムによって、前記少なくとも1つの進行中のタスクのための前記選択可能なアクション要素を浮上させるステップが、
前記コンピューティングシステムによって、現在のユーザウェブブラウザデータを取得するステップであって、前記現在のユーザウェブブラウザデータが、前記ユーザに現在提示されているテキストコンテンツまたは画像コンテンツのうちの1つまたは複数を含む、ステップと、
前記コンピューティングシステムによって、前記テキストコンテンツまたは前記画像コンテンツのうちの前記1つまたは複数に少なくとも部分的に基づいて、前記履歴ユーザデータからの前記少なくとも1つの進行中のタスクを選択するステップと、
前記ユーザに表示するために、前記コンピューティングシステムによって、前記現在のユーザウェブブラウザデータ上にオーバーレイされるまたは前記現在のユーザウェブブラウザデータに隣接する、前記少なくとも1つの進行中のタスクのための前記選択可能なアクション要素を浮上させるステップと
を含む、請求項1に記載のコンピュータ実装方法。

【請求項15】

前記コンピューティングシステムによって、前記テキストコンテンツまたは前記画像コンテンツのうちの前記1つまたは複数に少なくとも部分的に基づいて、前記履歴ユーザデータからの前記少なくとも1つの進行中のタスクを選択するステップが、
前記コンピューティングシステムによって、前記現在のユーザウェブブラウザデータの前記テキストコンテンツを意味論的に分析するステップと、
前記コンピューティングシステムによって、前記現在のユーザウェブブラウザデータの前記テキストコンテンツの前記意味論的分析に少なくとも部分的に基づいて、コンテンツタイプを決定するステップと
を含む、請求項14に記載のコンピュータ実装方法。

【請求項16】

前記コンピューティングシステムによって、前記テキストコンテンツまたは前記画像コンテンツのうちの前記1つまたは複数に少なくとも部分的に基づいて、前記履歴ユーザデータからの前記少なくとも1つの進行中のタスクを選択するステップが、
前記コンピューティングシステムによって、前記現在のユーザウェブブラウザデータの前記画像コンテンツの1つまたは複数の組成特性を識別するステップと、
前記コンピューティングシステムによって、前記現在のユーザウェブブラウザデータの前記画像コンテンツの前記1つまたは複数の組成特性に少なくとも部分的に基づいて、コンテンツタイプを決定するステップと
を含む、請求項14に記載のコンピュータ実装方法。

【請求項17】

コンピューティングシステムであって、
1つまたは複数のプロセッサと、
前記1つまたは複数のプロセッサによって実行可能な命令であって、実行時に前記コンピューティングシステムに動作を実施させる命令を記憶した非一時的コンピュータ可読記憶媒体と
を備え、前記動作が、
前記コンピューティングシステムによって、1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得することであって、前記履歴ユーザデータが、ユーザアクションに関連付けられたコンテンツの属性を記述する注釈で注釈を付けられている、取得することと、
前記コンピューティングシステムによって、前記履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することと、
前記コンピューティングシステムによって、前記1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定することと、
ユーザに表示するために、前記コンピューティングシステムによって、少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させることであって、前記選択可能なアクション要素が、前記少なくとも1つの進行中のタスクのための少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成される、浮上させることと
を含む、コンピューティングシステム。

【請求項18】

前記コンピューティングシステムによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別することが、
前記ユーザアクションに関連付けられたコンテンツの属性を記述する前記履歴ユーザデータに注釈を付けることと、
前記注釈付きの履歴ユーザデータを複数のクラスタに配置することと、
前記複数のクラスタに少なくとも部分的に基づいて、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別することと
を含む、請求項17に記載のコンピューティングシステム。

【請求項19】

前記コンピューティングシステムによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを識別することが、
前記履歴ユーザデータを機械学習済みモデルに入力することと、
前記機械学習済みモデルによって、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを生成することと
を含む、請求項17に記載のコンピューティングシステム。

【請求項20】

コンピューティングシステムによって実行可能な命令であって、実行時に前記コンピューティングシステムに動作を実施させる命令を記憶した非一時的コンピュータ可読記憶媒体であって、前記動作が、
前記コンピューティングシステムによって、1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得することであって、前記履歴ユーザデータが、ユーザアクションに関連付けられたコンテンツの属性を記述する注釈で注釈を付けられている、取得することと、
前記コンピューティングシステムによって、前記履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することと、
前記コンピューティングシステムによって、前記1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定することと、
ユーザに表示するために、前記コンピューティングシステムによって、少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させることであって、前記選択可能なアクション要素が、前記少なくとも1つの進行中のタスクのための少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成される、浮上させることと
を含む、非一時的コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

優先権主張
本出願は、参照により本明細書に組み込まれる、2021年7月6日の出願日を有する米国出願第17/368,155号に基づき、その優先権を主張する。

【0002】

本開示は、一般に、ユーザに関連付けられた進行中のタスクを識別することに関する。より詳細には、本開示は、履歴ユーザウェブブラウジングデータに基づいて識別された進行中のタスクのためのコンテンツをサジェスト(suggest)するアクション要素を生成することに関する。

【背景技術】

【0003】

ウェブブラウザアプリケーション(「ブラウザ」)は、ウェブサーバからコンテンツをフェッチし、コンテンツをユーザのデバイス上で表示することができる。ユーザは、ブラウザが(たとえば、ウェブサーバと通信するためにハイパーテキスト転送プロトコルを活用することによって)ユニフォームリソースロケータ(URL)に関連付けられたデータ(たとえば、コンテンツ)を取り出すことができるように、URLを入力することができる。

【0004】

いくつかの事例では、ブラウザとウェブサーバとの間の通信は、プライバシーおよびセキュリティの目的で暗号化され得る。ブラウザがウェブページを取り出すと、ブラウザのレンダリングエンジンは、ウェブページを、ブラウザによってサポートされる画像およびビデオフォーマットを含めて、ユーザのデバイス上で表示することができる。たいていのブラウザは、同じページへのその後の訪問のためのローディング時間を改善するためにウェブページリソースの内部キャッシュを使用することができる。キャッシュは大きい画像などの多くのアイテムを記憶することができるので、これらのアイテムは再度サーバからダウンロードされる必要がない。

【0005】

個人化された検索クエリを生成することは、ユーザのための個人化されたコンテンツを提供するためにウェブブラウジング技術を活用するプロセスである。いくつかの標準的なクエリ個人化技法は、共通の検索クエリなどの、集約されたユーザ情報に依拠する。しかしながら、試みをしない既存の手法は、特定のユーザが実施している可能性がある特定のタスクを決定する。

【0006】

個人化された検索クエリの分野で進歩が見られるが、既存の手法は、典型的には、単一の分離されたクエリ用の先在する検索バーを活用するユーザに限定されており、任意の所与のユーザ検索に対する代替案または包括的な目的を考慮していない。

【発明の概要】

【課題を解決するための手段】

【0007】

本開示の実施形態の態様および利点は、以下の説明において部分的に記載されるか、または説明から学ぶことができるか、または実施形態の実践を通じて学ぶことができる。
本開示の1つの例示的な態様は、タスク固有のアクション要素生成のためのコンピュータ実装方法を対象とする。方法は、コンピューティングシステムが、1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得することを含む。履歴ユーザデータは、ユーザアクションに関連付けられたコンテンツの属性を記述する注釈で注釈を付けられている。方法は、コンピューティングシステムが、履歴ユーザデータからの1つまたは複数のタスクを識別することを含む。方法は、コンピューティングシステムが、1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定することを含む。方法は、コンピューティングシステムが、ユーザに表示するために、少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させる(surface)ことを含む。選択可能なアクション要素は、少なくとも1つの進行中のタスクのための少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成される。

【0008】

本開示の他の態様は、様々なシステム、装置、非一時的コンピュータ可読媒体、ユーザインターフェース、および電子デバイスを対象とする。

【0009】

本開示の様々な実施形態のこれらおよび他の特徴、態様、および利点は、以下の説明および添付の特許請求の範囲を参照すると、より良く理解されよう。本明細書に組み込まれるとともにその一部をなす添付の図面は、本開示の例示的な実施形態を示しており、説明とともに、関連原理を説明するのに役立つ。

【0010】

当業者を対象とする実施形態の詳細な説明が本明細書に記載され、本明細書は添付の図を参照する。

【図面の簡単な説明】

【0011】

【図1】本開示の例示的な実施形態による、例示的なコンピューティングシステムのブロック図である。

【図2】1つまたは複数のプロセッサと、ユーザインターフェースとを含む、例示的なクライアントデバイスを示す図である。

【図3】クライアントデバイスのユーザインターフェース内のブラウザウィンドウに表示される例示的なウェブコンテンツを示す図である。

【図4】本開示の例示的な実施形態による、例示的なコンテンツ推奨モデルのブロック図である。

【図5】本開示の例示的な実施形態による、どのようにアクション要素がユーザに提示され得るかを示す例示的なユーザインターフェースを示す図である。

【図6】本開示の例示的な実施形態による、複数の進行中のタスクを関連するアクション要素とともにユーザに提示するためにどのように専用ダッシュボードが活用され得るかを示す例示的なユーザインターフェースを示す図である。

【図7】本開示の例示的な実施形態による、どのようにユーザが特定の継続的な進行中のタスクと対話することができるかを示す例示的なユーザインターフェースを示す図である。

【図8】本開示の例示的な実施形態による、どのようにユーザが特定の個別の進行中のタスクと対話することができるかを示す例示的なユーザインターフェースを示す図である。

【図9】本開示の例示的な実施形態による、進行中のタスクのためのコンテンツをサジェストするアクション要素の生成を実施する例示的な方法のフローチャート図である。

【発明を実施するための形態】

【0012】

複数の図にわたって繰り返される参照番号は、様々な実装形態において同じ特徴を識別することが意図されている。

【0013】

概要
一般に、本開示は、少なくとも1つの進行中のタスクのための選択可能なアクション要素、たとえば、進行中のタスクに関連付けられた少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成されたアクション要素を浮上させるために使用され得るコンピューティングシステムおよび方法を対象とする。特に、本開示は、識別されたユーザのタスクをさらに前進させるためにコンテンツアイテムのサジェストが行われ得るように、ユーザが継続的な関心を有しているかまたはまだ完了していない潜在的なタスクを識別するための汎用パイプラインを提供する。このパイプラインは、ユーザが作用し続けることを望む場合があるタスクの関連性および完了を決定するために、確率的遷移グラフ、機械学習済みモデル、および/または履歴データを組み込むことができる。

【0014】

より詳細には、例示的なコンピューティングシステムは、進行中のタスクを識別することができる。たとえば、コンピューティングシステムは、将来ユーザが何のタスクに関与し得るかを推測するために履歴ユーザデータを分析することによって、進行中のタスクを識別することができる。過去にユーザがすでに行ったことを活用することによって、コンピューティングシステムは、アクティビティの包括的なカテゴリーを決定することができ、コンピューティングシステムは、そのカテゴリーから、識別されたタスクに関してユーザが取る可能性が最も高い予測されたステップのパイプラインを評価することができる。たとえば、コンピューティングシステムが、ユーザがショッピングアクティビティに関与していたと識別した場合、コンピューティングシステムは、(たとえば、確率的遷移グラフ、機械学習済みモデルなどを用いて)ショッピング用の最も可能性が高いパイプライン(たとえば、インスピレーション、発見、考慮、検証、購入、購入後)を生成するかつ/またはそのようなパイプラインに沿ったユーザステータスもしくは位置を査定することができる。このようにして、コンピューティングシステムは、ユーザが次に関与する可能性が最も高いのはパイプライン内のどの段階かを決定するために履歴ユーザデータを活用することができる。

【0015】

いくつかの実装形態では、コンピューティングシステムは、特定のタスクを完了するために、ユーザが関与している可能性があるアクティビティのパイプラインを最適化することができる。コンピューティングシステムは、ユーザが取り得る次の最も可能性が高いステップを予測し、関連のあるコンテンツを識別することによって、ユーザが関与している可能性があるアクティビティのパイプラインを最適化することができる。次いで、関連のあるコンテンツは、ユーザがコンテンツを手作業で検索することに自ら関与する必要がないようにユーザに提示され得る。関連のあるコンテンツは、選択可能なアクション要素を浮上させることによってユーザに提示され得る。選択可能なアクション要素は、コンピューティングシステムが決定した複数のタスクを閲覧するためにユーザがナビゲートすることができる特定のダッシュボードに表示され得る。一例として、ユーザは、ユーザが複数の利用可能なタスクのうちのどのタスクとインターフェースすることを望むかを示すために専用ダッシュボードと対話することができる。さらに、選択可能なアクション要素は、ユーザが対話することができるサジェストを提供して、進行中のタスクを促進するようにユーザを後押しするために、ユーザが関与している現在のブラウジングセッションの上にオーバーレイされ得る。

【0016】

少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させるための例示的な方法は、履歴ユーザデータを取得することを含むことができる。特に、履歴ユーザデータは、1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述するものであり得る。一例として、履歴ユーザデータは、注釈で注釈を付けられ得る。特に、注釈は、ユーザアクションに関連付けられたコンテンツの属性を記述するものであり得る。たとえば、コンピューティングシステムは、履歴ユーザデータを取得し、履歴データのある部分がヘッドフォンを検索することまたはヘッドフォンを購入することに関連していたという注釈を付けることができる。さらにより詳細には、注釈は、コンテンツに関連付けられたメタデータに基づき得る。

【0017】

1つまたは複数の進行中のタスクは、コンピューティングシステムによって識別され得る。1つまたは複数の進行中のタスクは、履歴ユーザデータに基づいて(たとえば、履歴ユーザウェブブラウジングデータを使用して)識別され得る。進行中のタスクは、個別のタスク(たとえば、アイテムを購入する、休暇の計画を立てる、など)であり得る。進行中のタスクは、継続的なタスク(たとえば、料理、見る映画、など)であり得る。たとえば、コンピューティングシステムは、ヘッドフォンのセットを購入するなどの個別のタスクを識別することができる。

【0018】

1つまたは複数のサジェストされたコンテンツアイテムは、コンピューティングシステムによって決定され得る。1つまたは複数の進行中のタスクの各々について、1つまたは複数のサジェストされたコンテンツアイテムが決定され得る。たとえば、ユーザがヘッドフォンのセットを買うというタスクを経験している場合、コンピューティングシステムはヘッドフォンを購入することに関連するコンテンツアイテムをサジェストすることができる。たとえば、コンピューティングシステムは、ヘッドフォンを購入するための購入ガイド、ユーザが履歴ブラウザデータに従って閲覧したヘッドフォンのレビュー、様々なヘッドフォン自体、サジェストされた検索クエリ、比較ガイド、または関連製品(たとえば、取付け可能なマイクロフォン、ヘッドフォンケースなど)などのコンテンツアイテムをサジェストすることができる。サジェストされたコンテンツアイテムは、識別されたユーザの進行中のタスクに応じて変化することができる。特に、サジェストされたコンテンツアイテムは、コンテンツをユーザデータバンク(たとえば、リスト)に追加することを含むことができる。たとえば、コンピューティングシステムが代わりに、ユーザが料理への関心を経験していると決定した場合、サジェストされたコンテンツアイテムは代わりに、他のサジェストされたコンテンツ(たとえば、調理機器、食料雑貨リスト、食料雑貨店の場所など)と組み合わせて、ユーザがユーザのレシピブックに追加することができるレシピとすることができる。別の例として、コンピューティングシステムが、ユーザが映画に関心があると決定した場合、サジェストされたコンテンツアイテムは、他のサジェストされたコンテンツ(たとえば、映画レビュー、関連映画など)と組み合わせて、ウォッチリストに追加すべき映画を含むことができる。

【0019】

選択可能なアクション要素は、ユーザに表示するために、浮上させられ得る。選択可能なアクション要素は、少なくとも1つの進行中のタスクに関連し得る。特に、選択可能なアクション要素は、少なくとも1つの進行中のタスクのための少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成され得る。選択可能なアクション要素は、アクション要素が関係する進行中のタスクに関連する画像を含むことができる。一例として、ユーザがヘッドフォンを買おうとしていることに関連する選択可能なアクション要素は、アクション要素自体の上にヘッドフォンの画像を含むことができる。

【0020】

いくつかの実装形態では、履歴ユーザアクションは、複数のウェブページにわたって抽出され得る。たとえば、履歴ユーザアクションは、ウェブページが開かれた後に閉じられたかどうかにかかわらず、ユーザが開いた複数のウェブページから抽出され得る。さらに、履歴ユーザアクションは、複数のウェブブラウザセッションにわたって抽出され得る。詳細には、履歴ユーザアクションは、ユーザがウェブブラウザを使用して検索を開始すること、ある程度の時間の間そのウェブブラウザを閉じること、次いでそのウェブブラウザに戻って別の検索(たとえば、異なる検索)を開始することの複数のインスタンスから抽出され得る。一例として、所定の時間の間のウェブブラウザセッションについて、履歴ユーザアクションが抽出され得る。具体的には、履歴ユーザアクション抽出前30日以内の履歴ユーザアクションが抽出され得る。ウェブブラウザセッションは、ウェブブラウザアプリケーションの個別のインスタンス化(たとえば、1つのセッションは、デバイスメモリへのウェブブラウザアプリケーションのインスタンス化のローディングおよびアンローディングに対応する)、ある時間期間にわたるウェブブラウザアプリケーションの使用(たとえば、ウェブブラウザアプリケーションの使用の各異なる日は、1つのセッションに対応する)、所与のユーザのログイン期間の間のウェブブラウザの使用、ウェブブラウザ内の異なるタブ、および/または経時的なブラウザアプリケーションの使用の他のセグメント化に対応することができる。

【0021】

いくつかの実装形態では、1つまたは複数の進行中のタスクは、コンピューティングシステムによって識別され得る。さらに、履歴ユーザデータからの1つまたは複数の進行中のタスクは、注釈を付けられ得る。履歴ユーザデータは、ユーザアクションに関連付けられたコンテンツの属性を記述する注釈で注釈を付けられ得る。一例として、2021年のベストヘッドフォンについてのユーザ検索を示す履歴ユーザデータは、ヘッドフォンを購入することに関係するものとして記述されるように注釈を付けられ得る。特に、注釈付きの履歴ユーザデータは、複数のクラスタに配置され得る。さらに、1つまたは複数の進行中のタスクは、複数のクラスタに少なくとも部分的に基づいて履歴ユーザデータから識別され得る。1つの例では、1つまたは複数の進行中のタスクを識別することは、複数のクラスタのうちの1つまたは複数のプライマリクラスタを識別するためにエッジしきい値アルゴリズムを実施することを含むことができる。製品画像検索がマッチし得る「エッジ」または「ディメンション」の例は、カテゴリー(たとえば、「ヘッドフォン」)、属性(たとえば、「ノイズキャンセリング」、「ゲーミング」など)、あるいは、他の意味論的ディメンションおよび/または、機械抽出された視覚特性もしくは機械生成された視覚埋込みなどの機械生成された視覚属性を含む、「明色のアクセントを入れた暗色」、「明色のアクセントは色空間全体の40%を構成する細い線である」などの視覚属性などの、認識誘導属性を含む。

【0022】

いくつかの実装形態では、履歴ユーザデータからの1つまたは複数の進行中のタスクが識別され得る。特に、履歴ユーザデータは、機械学習済みモデルに入力され得る。さらにより詳細には、機械学習済みモデルは、入力された履歴ユーザデータからの1つまたは複数の進行中のタスクを生成することができる。

【0023】

いくつかの実装形態では、履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することは、関連性スコアに少なくとも部分的に基づき得る。特に、関連性スコアは、履歴ユーザデータに関連付けられたタイムスタンプに少なくとも部分的に基づき得る。さらにより詳細には、より高い関連性スコアを含むコンテンツは、より低い関連性スコアを有するコンテンツよりも重く重み付けされ得る。たとえば、これまでの24時間内に実施されたウェブブラウジング検索についての関連性スコアは、30日前に実施されたウェブブラウジング検索についての関連性スコアよりも高くなり得る。さらに、タイムスタンプは、特定のコンテンツをブラウズするのに費やされた持続時間に関連付けられ得る。特に、関連性スコアは、特定のコンテンツをブラウズするのに費やされた持続時間に少なくとも部分的に基づき得る。たとえば、関連性スコアは、より長い時間期間にわたってブラウズされたコンテンツに対して高くなり得る。加えて、関連性スコアは、ウェブブラウジング検索の反復に少なくとも部分的に基づき得る。たとえば、関連性スコアは、繰り返してブラウズされたコンテンツに対して高くなり得る。さらにより詳細には、関連性スコアは、関連するコンテンツを潜在的なユーザタスクの識別に適したものとするために、関連性のしきい値を満たすことが必要とされ得る。

【0024】

いくつかの実装形態では、履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することは、確率分布を生成することを含むことができる。特に、確率分布は、履歴ユーザデータに少なくとも部分的に基づく次のステップインテント(すなわち、アクションを実施するというインテント)のセットを含むことができる。さらにより詳細には、履歴ユーザデータは複数のユーザから抽出され得る。さらに、サジェストされた次のステップは、完了メトリックに少なくとも部分的に基づいて識別され得る。特に、履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することは、サジェストされた次のステップを識別することを含むことができる。さらにより詳細には、次のステップをサジェストすることは、完了メトリックに部分的に基づくことができ、完了メトリックは、1つまたは複数の進行中のタスクに関連付けられた所定のチェックポイントを完了することに関するユーザのステータスを示す。さらにより詳細には、所定のチェックポイントは、どの情報をユーザがすでに消費したかを示すことができる。たとえば、識別されるサジェストされた次のステップは、ユーザが経験しているタスクがどのくらい完了したか、またはどのチェックポイントをユーザがすでに完了したかに応じて異なり得る。一例として、ユーザがヘッドフォンを買おうとしている場合、ユーザが予備段階にいれば(たとえば、ユーザがどのチェックポイントもヒットしていない)、ユーザは購入ガイドを閲覧することによって大部分を支援され得る。一方、ユーザがプロセスの後の段階にいれば(たとえば、ユーザが購入ガイドを閲覧するなどの複数のチェックポイントをすでにヒットしている)、ユーザは特定のヘッドフォンのレビューにより関心を持つ場合がある。さらに、履歴データはタスクを完了することに対する強いユーザ関心を示し得るが、ユーザは実際にはこのタスクを最近完了している可能性があるので、完了したタスクに関して、もはやコンテンツはユーザのところに浮上し得ない。特に、完了メトリックは、少なくとも1つの所定のチェックポイントに関連付けられたURLに少なくとも部分的に基づき得る。さらにより詳細には、少なくとも1つの所定のチェックポイントに関連付けられたURLは、1つまたは複数の進行中のタスクに関連付けられ得る。一例として、購入確認ウェブページからのURLは、ユーザがヘッドフォンのセットをすでに購入し、このタスクを完了したことをシグナリングすることができる。したがって、それに応答して、コンピューティングシステムは、コンピューティングシステムが決定した潜在的な進行中のタスクからヘッドフォンを削除することができる。

【0025】

いくつかの実装形態では、履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することは、ユーザがタスクを完了するために取り得るステップの予測されたパイプラインを記述する、継続的に更新される確率的遷移グラフにアクセスすることを含むことができる。詳細には、確率的遷移グラフは、識別されたタスクのための次のステップインテントを識別することができる。特に、確率的遷移グラフは複数の履歴ユーザタスクに基づくことができ、複数の履歴ユーザタスクは複数の異なるユーザにわたるものであり得る。さらにより詳細には、確率的遷移グラフは、タスクの異なるカテゴリーについて、進行中のタスクニーズ内の異なる次のステップインテントを反映することができる。たとえば、ショッピングタスク内であっても、製品(たとえば、TV対モバイルフォン対ソファ)に応じて、確率的遷移グラフ内に差異が存在し得る。具体的には、タスクカテゴリーおよびサブカテゴリーごとに一意の分布が生成され得る。確率的遷移グラフに基づいて、コンピューティングシステムは、1つまたは複数の進行中のタスクのための次のステップインテントを識別することができる。特に、確率的遷移グラフは、履歴ユーザデータに少なくとも部分的に基づく、1つまたは複数の進行中のタスクのための次のステップインテントの階層表現を含むことができる。さらにより詳細には、コンピューティングシステムは、少なくとも部分的に次のステップインテントの階層表現に基づいて、1つまたは複数のコンテンツインテントを選択することができる。一例として、決定されたまたは予測されたユーザ選好は、次のステップインテントの階層表現(たとえば、探索されたすべての製品にわたる共通の製品属性、ブランド親和性など)を決定することができる。

【0026】

いくつかの実装形態では、進行中のタスク内の1つまたは複数の次のステップインテントの各々のためのサジェストされたコンテンツアイテムがランク付けされ得る。特に、少なくとも1つの品質属性に基づいて、進行中のタスク内の1つまたは複数の次のステップインテントの各々のためのサジェストされたコンテンツアイテムがランク付けされ得る。さらにより詳細には、品質は、他ユーザ関与レベル(たとえば、オプションとして提示されたときに、サジェストされたコンテンツアイテムと対話する他ユーザの割合)、レビュー(たとえば、サジェストされたコンテンツとして提供され得る記事についてのコメント)、鮮度(たとえば、記事がどのくらい新しいまたは古いか)、またはコンテンツ関連性(たとえば、ゲーミングコンピュータレビューに対立するものとしてヘッドフォン購入ガイド)のうちの1つまたは複数であり得る。

【0027】

いくつかの実装形態では、ユーザに表示するために、少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させることは、選択可能なアクション要素を専用ダッシュボード上に浮上させることを含む。たとえば、専用ダッシュボードは、複数の進行中のタスクを表示するように構成され得る。たとえば、複数の進行中のタスクは、ユーザがより細かい粒度で特定の進行中のタスクと対話することを可能にする別のインターフェースに移動するためにユーザが複数の進行中のタスクのうちの1つと対話することができるように、ユーザの明示的なタスクユニットを示す見出し(たとえば、「ヘッドフォンショッピング」)で描写され得る。

【0028】

より細かい粒度で特定の進行中のタスクと対話することは、ユーザが、より一層詳細な影響をコンピューティングシステムによって浮上させられたコンテンツに及ぼすことだけでなく、どんなサジェストをユーザが閲覧することができるかの幅を広げることを可能にすることができる。たとえば、現在のサジェスト、ならびにサジェストされた次のステップなどの暗黙的なタスクユニットのプレビューを見ることができる。製品は、追跡されることおよび閲覧されることが可能であるだけでなく、追跡された製品に対するアラートをオンまたはオフにするなどの方法で追跡された製品と対話することが可能である。ユーザは、特定の浮上したコンテンツとインターフェースすることによって、有益なコンテンツを予測するうえでそのコンテンツが正確であるかどうか、またはユーザが関心がないかどうかを示すことができる(たとえば、ユーザが関心の欠如を示す場合、特定の浮上したコンテンツをランク付けし直すことができ、代わりに代替コンテンツを浮上させることができる)。ユーザが特定の進行中のタスクとより深く対話することができる別の方法は、特定の進行中のタスクを続ける持続時間の間にユーザが対話してきたコンテンツのタイムラインと対話することである。

【0029】

専用ダッシュボードは、サジェストされたコンテンツアイテムを示す選択可能なアクション要素を様々な方法で提示することができる。たとえば、選択可能なアクション要素は、カルーセル(たとえば、閲覧すべきサジェストされた映画)上に、サジェストされたウェブページのプレビュー(たとえば、ヘッドフォン購入ガイド)、以前に閲覧されたアイテムの値下がりの通知(たとえば、ヘッドフォンのブランドのセール)などとして、提示され得る。さらに、サジェストされたコンテンツアイテムのランク付けは、特定のサジェストされたコンテンツアイテムのためのアクション要素がどのように提示されるかを決定することができる。たとえば、特定のしきい値よりも高くランク付けされるサジェストされたコンテンツアイテムは、より大きいアイコンで(たとえば、コンテンツを示すイメージとともに)提示され得るが、特定のしきい値よりも低くランク付けされるサジェストされたコンテンツアイテムは、より小さいアイコンで(たとえば、より高くランク付けされたコンテンツの下に、単語のみ、など)提示され得る。さらにより詳細には、バッジは、選択可能なアクション要素の上にオーバーレイして、ユーザに関連情報(たとえば、サジェストされた映画を提供するストリーミングサービス、ユーザがコンテンツを最後に閲覧したのはいつか、など)を知らせることができる。

【0030】

いくつかの実装形態では、ユーザに表示するために、少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させることは、現在のユーザウェブブラウザデータを取得することを含む。現在のユーザウェブブラウザデータは、テキストコンテンツまたは画像コンテンツのうちの1つまたは複数を含むことができる。履歴ユーザデータからの1つまたは複数の進行中のタスクは、テキストコンテンツまたは画像コンテンツのうちの1つまたは複数に少なくとも部分的に基づいて識別され得る。特に、履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することは、テキストコンテンツを意味論的に分析することに少なくとも部分的に基づき得る。さらにより詳細には、コンテンツタイプは、現在のユーザウェブブラウザデータの意味論的に分析されたテキストコンテンツに少なくとも部分的に基づいて決定され得る。さらに、履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することは、画像の1つまたは複数の組成特性を識別することに少なくとも部分的に基づき得る。さらにより詳細には、コンテンツタイプは、現在のユーザウェブブラウザデータの画像の1つまたは複数の組成特性に少なくとも部分的に基づいて決定され得る。上記からの例を続けると、ユーザが現在イヤホンに関する記事をブラウズしていた場合、コンピューティングシステムは、「イヤホン(earbud)」という語が記事の中に現れることまたはイヤホンの画像が記事の中に現れることに少なくとも部分的に基づいて、ヘッドフォンのセットを購入することに関連する記事をサジェストする選択可能なアクション要素を浮上させることができる。

【0031】

したがって、本開示は、少なくとも1つの進行中のタスクのための選択可能なアクション要素、たとえば、少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成されたアクション要素を浮上させるために使用され得るコンピューティングシステムおよび方法を提供する。特に、本開示は、識別されたユーザのタスクをさらに前進させるためにコンテンツアイテムのサジェストが行われ得るように、ユーザが継続的な関心を有しているかまたはまだ完了していない潜在的なタスクを識別するための汎用パイプラインを提供する。このパイプラインは、ユーザが作用し続けることおよび様々なインターフェースにおいて選択可能なアクション要素を浮上させ続けることを望む場合があるタスクの関連性および完了を決定するために、階層グラフ、機械学習済みモデル、および履歴データを組み込む。

【0032】

本開示のシステムおよび方法は、いくつかの技術的効果および利益を提供する。1つの例示的な技術的効果として、提案される技法は、ユーザが関与を完了または継続しようとしているタスクにおける次のステップを予測するという没入型の有用な体験をユーザに提供することが可能である。特に、タスクに関する有用なサジェストを提供することは、雑音を除去することによって効果的かつ生産的な方法で行った以前の作業を活用する能力なしに多くのユーザが複数の検索を伴う長期タスクに関与しているときのユーザの不満を大幅に克服することが可能である。最初のテキストクエリ入力に基づいて何をユーザが検索している可能性があるかを予測することのみとは反対に、本開示は、ユーザにとって最も有用であるコンテンツをより効率的に提供するために履歴検索の結果を直接提供する方法を示す。さらに、本開示により、ユーザは、開始されたタスクの完了を最初の入力に基づいた検索の予測のみでは不可能である方法で達成するために、履歴コンテンツを効果的にかつその将来のコンテンツと組み合わせてより完全に活用することが可能になる。特に、提案される技法は冗長な作業または無駄な検索を低減し、それによって、計算リソース(たとえば、プロセッサ使用量、メモリ使用量、ネットワーク帯域幅など)を節約するだけでなく、ユーザの時間および不満を低減する。具体的には、進行中のタスクのための関連のあるコンテンツを浮上させることによって、タスクを実施するのに必要な検索の総数を低減することができ、その結果として、上記で説明された計算リソースなどの計算リソースを節約することができる。さらに、提案される技法は、ユーザが入力した可能性がある一般検索に基づいて浮上しなかったかもしれない、ユーザに合わせてさらに調整されたコンテンツを浮上させ、したがって、無意味なコンテンツ消費を低減する。

【0033】

次に図を参照しながら、本開示の例示的な実施形態がさらに詳細に説明される。

【0034】

例示的なデバイスおよびシステム
図1は、本開示の例示的な実施形態による、少なくとも部分的に視覚クエリに応答して個人化および/またはインテリジェント検索を実施する例示的なコンピューティングシステム100のブロック図を示す。コンピューティングシステム100は、ネットワーク180を介して通信可能に結合されている、ユーザコンピューティングデバイス102およびウェブサーバ104を含む。

【0035】

ユーザコンピューティングデバイス102は、たとえば、パーソナルコンピューティングデバイス(たとえば、ラップトップまたはデスクトップ)、モバイルコンピューティングデバイス(たとえば、スマートフォンまたはタブレット)、ゲーミングコンソールもしくはコントローラ、ウェアラブルコンピューティングデバイス、埋込み型コンピューティングデバイス、または任意の他のタイプのコンピューティングデバイスなどの、任意のタイプのコンピューティングデバイスであってもよい。

【0036】

ユーザコンピューティングデバイス102は、1つまたは複数のプロセッサ112およびメモリ114を含む。1つまたは複数のプロセッサ112は、任意の好適な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、1つのプロセッサまたは動作可能に接続されている複数のプロセッサであってもよい。メモリ114は、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなどおよびそれらの組合せなどの、1つまたは複数の非一時的コンピュータ可読記憶媒体を含むことができる。メモリ114は、データ116と、ユーザコンピューティングデバイス102に動作を実施させるようにプロセッサ112によって実行される命令118とを記憶することができる。

【0037】

いくつかの実装形態では、ユーザコンピューティングデバイス102のウェブブラウザアプリケーション124は、ユーザコンピューティングデバイス102のユーザ入力構成要素122において参照されるオブジェクトに関連するコンテンツを取り出す。たとえば、ウェブブラウザは、ユーザによって要求されたウェブページに関連するコンテンツを取り出し、次いで、そのページをデバイス102のユーザインターフェース158に表示することができる。

【0038】

ウェブブラウザアプリケーション124はデバイス102に含まれるものとして図1に示されているが、他の実装形態では、ウェブブラウザアプリケーション124の機能の一部または全部はウェブサーバ104において実装され得る。

【0039】

ウェブサーバ104は、1つまたは複数のフロントエンドサーバ136および1つまたは複数のバックエンドサーバ140を含む。フロントエンドサーバ136は、ユーザコンピューティングデバイス、たとえば、ユーザコンピューティングデバイス102から(たとえば、ウェブブラウザ124から)ユーザ入力構成要素122を受信することができる。フロントエンドサーバ136は、画像データをバックエンドサーバ140に提供することができる。バックエンドサーバ140は、ユーザ入力データにおいて認識されたオブジェクトに関連するコンテンツを識別し、そのコンテンツをフロントエンドサーバ136に提供することができる。次に、フロントエンドサーバ136は、そのコンテンツを、そこから画像データが受信されたモバイルデバイスに提供することができる。

【0040】

バックエンドサーバ140は、1つまたは複数のプロセッサ142およびメモリ146を含む。1つまたは複数のプロセッサ142は、任意の好適な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、1つのプロセッサまたは動作可能に接続されている複数のプロセッサであってもよい。メモリ146は、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなどおよびそれらの組合せなどの、1つまたは複数の非一時的コンピュータ可読記憶媒体を含むことができる。メモリ146は、データ148と、ウェブサーバ104に動作を実施させるようにプロセッサ142によって実行される命令150とを記憶することができる。バックエンドサーバ140は、クエリ処理システム152を含むこともできる。

【0041】

代替として、バックエンドサーバ140は、フロントエンドサーバ136に提供するための先在するファイルにアクセスできない場合がある。したがって、ファイルは、ウェブサーバ104と通信する、コンテンツ160を提供する別のプログラムによって、要求時に生成され得る。次に、ウェブサーバ104およびフロントエンドサーバ136は、そのコンテンツを、そこから画像データが受信されたモバイルデバイスに提供することができる。

【0042】

いくつかの実装形態では、ウェブサーバ104は、1つもしくは複数のサーバコンピューティングデバイスを含むか、またはそうでなければ、1つもしくは複数のサーバコンピューティングデバイスによって実装される。ウェブサーバ104が複数のサーバコンピューティングデバイスを含む事例では、そのようなサーバコンピューティングデバイスは、順次コンピューティングアーキテクチャ、並列コンピューティングアーキテクチャ、またはそれらの何らかの組合せに従って動作することができる。

【0043】

いくつかの実装形態では、クエリ処理システム152は、複数の処理システムを含む。1つの例示的なシステムは、システムが複数の候補検索結果を識別することを可能にすることができる。たとえば、システムは、最初にユーザ入力構成要素を受信すると、複数の候補検索結果を識別することができる。一方、システムは、システムによるさらなる処理がすでに行われた後に複数の検索結果を識別することができる。具体的には、システムは、システムが生成した、よりターゲットを絞ったクエリに基づいて、複数の検索結果を識別することができる。さらにより詳細には、システムが最初にユーザ入力構成要素を受信し、次いで、さらなる処理の後に複数の候補検索結果を再生成するとき、システムは、システムが生成した、よりターゲットを絞ったクエリに基づいて、複数の候補検索結果を生成することができる。

【0044】

コンテンツが選択された後、コンテンツは、そこからユーザ入力構成要素が受信されたユーザコンピューティングデバイス102に提供されること、ウェブサーバ104のコンテンツキャッシュ138に記憶されること、および/またはフロントエンドサーバ136のメモリスタックの上部に記憶されることが可能である。このようにして、コンテンツは、ユーザがコンテンツを要求したことに応答して、ユーザに迅速に提示され得る。コンテンツがユーザコンピューティングデバイス102に提供される場合、ウェブブラウザ124は、コンテンツキャッシュ134または他の高速アクセスメモリにコンテンツを記憶することができる。たとえば、ウェブブラウザ124が、オブジェクトのためのコンテンツを提示するとの決定に応答して、オブジェクトのための適切なコンテンツを識別することができるように、ウェブブラウザ124は、オブジェクトへの参照を有するオブジェクトのためのコンテンツを記憶することができる。

【0045】

ユーザコンピューティングデバイス102は、ユーザ入力を受信する1つまたは複数のユーザ入力構成要素122を含むこともできる。たとえば、ユーザ入力構成要素122は、ユーザ入力オブジェクト(たとえば、指またはスタイラス)のタッチに敏感な、タッチ感応構成要素(たとえば、タッチ感応ディスプレイスクリーンまたはタッチパッド)であってもよい。タッチ感応構成要素は、仮想キーボードを実装するのに役立つことができる。他の例示的なユーザ入力構成要素は、マイクロフォン、従来のキーボード、またはユーザがユーザ入力を提供することができる他の手段を含む。

【0046】

ネットワーク180は、ローカルエリアネットワーク(たとえば、イントラネット)、ワイドエリアネットワーク(たとえば、インターネット)、またはそれらの何らかの組合せなどの、任意のタイプの通信ネットワークであってもよく、任意の数のワイヤードまたはワイヤレスリンクを含むことができる。一般に、ネットワーク180を介した通信は、多種多様な通信プロトコル(たとえば、TCP/IP、HTTP、SMTP、FTP)、符号化もしくはフォーマット(たとえば、HTML、XML)、および/または保護方式(たとえば、VPN、セキュアHTTP、SSL)を使用して、任意のタイプのワイヤードおよび/またはワイヤレス接続を介して搬送され得る。
図1は、本開示を実装するために使用され得る1つの例示的なコンピューティングシステムを示す。構成要素の他の異なる分散も使用され得る。たとえば、視覚検索システムの様々な態様の一部または全部は、代わりに、ユーザコンピューティングデバイス102において配置および/または実装され得る。

【0047】

図2は、1つまたは複数のプロセッサ210と、ユーザインターフェース212とを含む、例示的なクライアントデバイス102を示す。クライアント102は、たとえば、パーソナルコンピュータ、ラップトップコンピュータ、パーソナルハンドヘルドデバイス、モバイル電話、ゲームコンソール、セットトップボックス、埋込み型システムなどであってもよいが、これらのデバイスに限定されるべきではない。クライアント102は、サーバ104などのウェブコンテンツサーバからのウェブコンテンツを要求することができる任意のコンピューティングデバイスを含むことができる。

【0048】

クライアント102は、ユーザがクライアント102と対話することを可能にする様々なタイプの入力および出力を含むことができる、ユーザインターフェース212を含む。例示的な入力は、限定はしないが、マウス、キーボード、キーパッド、タッチスクリーン、マイクロフォンなどを含むことができる。例示的な出力は、限定はしないが、視覚出力のためのディスプレイ、聴覚出力のためのスピーカーなどを含むことができる。すべてではないとしても、上記のインターフェース例の多くは、クライアント102内に位置するまたはクライアント102内で動作するハードウェア、ファームウェア、および/またはソフトウェアによって駆動、サポート、または拡張される。ウェブコンテンツの閲覧のために、たとえば、ユーザインターフェース212はウェブブラウザ214を含むことができる。ブラウザ214は、ユーザがウェブコンテンツ(すなわち、1つまたは複数のネットワーク(たとえば、インターネットまたはワールドワイドウェブ)を介してクライアント102に接続されたサーバ104などのサーバから提供され得るコンテンツ)を要求および閲覧することを可能にする、クライアント102上で動作するソフトウェアを含む。ブラウザ214の例は、限定はしないが、Google(商標) Inc.によるChrome、Microsoft(登録商標)によるInternet Explorer(登録商標)、Mozilla(登録商標) CorporationによるFirefox(登録商標)、Apple(登録商標) Inc.によるSafari(登録商標)、Opera Software(商標) ASAによるOpera(C)などを含む。

【0049】

図3は、クライアントデバイス102のユーザに表示された例示的なブラウザウィンドウ314を示す。典型的なブラウザウィンドウ314は、タイトルバー316、メニューバー318、ツールバー320、URL(ユニフォームリソースロケータ)フィールド324、および本体325を含むことができる。タイトルバー316は、ウェブページの設計者が閲覧されているウェブページに名付けたタイトルを含むことができる。メニューバー318は、閲覧されているウェブページに関連するツールおよびオプションを含む、様々なドロップダウンメニューを含むことができる。ツールバー320は、現在閲覧されているウェブページに関連するツールおよびオプションならびに/または他のウェブページへのナビゲーションを表す、様々なボタン322を含むことができる。URLフィールド324は、閲覧されているウェブページのアドレスを含むことができ、ユーザが閲覧されるべき別のウェブページのアドレスをタイプ入力することを可能にし得る。本体325は、たとえば、テキスト326および画像330を含む、ウェブページのコンテンツを含むことができる。本体325内のテキストは、一般テキストと区別できるように典型的には強調表示されたかつ/または下線が引かれた、ハイパーリンク328を表すこともできる。ユーザがハイパーリンク328を選択またはクリックした場合、たとえば、ハイパーリンク328に示されているテキストに関係する現在閲覧されているウェブページの代わりに、またはそれに加えて、新しいウェブページが現れることができる。

【0050】

ユーザが、たとえば、ブラウザウィンドウ314などのブラウザウィンドウ内のURLフィールドにアドレスを入力すること、(現在閲覧されているウェブページ、電子メール、電子文書などの中の)ハイパーリンクをクリックすること、またはメニューバー318もしくはツールバー320を使用することによってウェブページを閲覧しようとするか、またはウェブページ上の特定のウェブコンテンツ(たとえば、画像の新しいビュー)を閲覧しようとするとき、対応するウェブコンテンツを求める要求が1つまたは複数のネットワーク106を介して適切なウェブコンテンツサーバ104に送られる。サーバ104は、要求されたウェブコンテンツをたとえばデータベース108から取り出すかまたはフェッチし、そのウェブコンテンツを要求元のクライアントデバイス102にサービスする(送る)。クライアントデバイス102は、要求されたウェブコンテンツを受信し、たとえば、ブラウザウィンドウ314における表示のために、そのウェブコンテンツをレンダリングする。

【0051】

例示的なモデル配置
図4は、本開示の例示的な実施形態による、例示的なコンテンツ推奨モデル200のブロック図を示す。いくつかの実装形態では、コンテンツ推奨モデル200は、履歴ユーザデータを記述する入力データ204のセットを受信し、入力データ204の受信の結果として、識別されたタスクにおける予測された次のステップを達成するためにユーザに推奨されるものとして機械学習済みモデルが提示するコンテンツを識別する出力データ206を提供するように訓練される。したがって、いくつかの実装形態では、コンテンツ推奨モデル200は、ユーザが現在関与している1つまたは複数のタスクを生成するように動作可能なタスク生成モデル202を含むことができる。特に、タスク生成モデル202は、履歴ユーザデータから決定された履歴ユーザアクションに基づいて現在のタスクを決定するために入力データ204を活用することができる。たとえば、タスク生成モデルは、(たとえば、履歴ユーザデータに関連付けられたメタデータに基づいて)履歴ユーザデータに対する注釈を生成することができる。履歴ユーザデータに関連付けられた注釈に基づいて、タスク生成モデル202は、ユーザが関与している可能性がある1つまたは複数の予測されたタスクを生成することができる。さらにより詳細には、コンテンツ推奨モデルは、出力データ206、特に、ユーザが関与している可能性がある予測されたタスクにおける次のステップを達成するために予測された1つまたは複数のコンテンツを生成するために、タスク生成モデル202によって生成された、ユーザが関与している可能性がある1つまたは複数の予測されたタスクと組み合わせて、入力データ204を活用することができる。

【0052】

例示的な方法
図9は、本開示の例示的な実施形態に従って実施する例示的な方法のフローチャート図を示す。図9は、例示および説明の目的で、特定の順序で実施されるステップを示すが、本開示の方法は、具体的に示された順序または配列に限定されない。方法900の様々なステップは、本開示の範囲から逸脱することなく、様々な方法で省略され、並べ替えられ、組み合わされ、かつ/または適応されてもよい。

【0053】

902において、コンピューティングシステムは、1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得することができる。特に、履歴ユーザアクションを記述する履歴ユーザデータは、ユーザアクションに関連付けられたコンテンツの属性を記述する注釈で注釈を付けられ得る。

【0054】

904において、コンピューティングシステムは、履歴ユーザデータからの1つまたは複数の進行中のタスクを識別することができる。

【0055】

906において、コンピューティングシステムは、1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定することができる。

【0056】

908において、コンピューティングシステムは、ユーザに表示するために、少なくとも1つの進行中のタスクのための選択可能なアクション要素を浮上させることができる。特に、選択可能なアクション要素は、少なくとも1つの進行中のタスクのための少なくとも1つのサジェストされたコンテンツアイテムへのアクセスを提供するように構成され得る。

【0057】

例示的なアプリケーション
図5は、図9で開示された方法の第1の例示的なアプリケーションを示す。500は例示的なユーザインターフェースを示し、ユーザは予測されたタスクを継続することに関与することができる。たとえば、ユーザは、選択可能なアクション要素502と対話する(たとえば、タッチする、選択する、トグルする、など)ことによって、予測されたタスクを継続する(たとえば、予測されたコンテンツのタスク固有のダッシュボードをプロンプトする)ことに関与することができる。特に、選択可能なアクション要素502は、予測されたタスクを象徴化するアイコン508を含むことができる。たとえば、選択可能なアクション要素502は、予測されたタスクがヘッドフォンのセットを購入することである場合、ヘッドフォンのセットのアイコン508を含むことができる。ユーザインターフェース500は加えて、ユーザに直接推奨される少なくとも1つのコンテンツ512を含むことができる。特に、ユーザは、選択可能なアクション要素502に関与することなしに、直接推奨される少なくとも1つのコンテンツ512と対話することができる。たとえば、ユーザは、選択可能なアクション要素502と対話することによって予測されたコンテンツのタスク固有のダッシュボードをプロンプトすることなしに、直接推奨されるコンテンツ512に直接関与することができる。ユーザインターフェース500は、直接推奨されるコンテンツ512が予測されたタスクにどのくらい影響を及ぼし得るかを記述するオーバーレイ504を含むことができる。加えて、ユーザインターフェース500は、予測されたタスクに関連付けられたキーワードを記述するタグ506を含むことができる。加えて、ユーザインターフェース500は、お気に入りトグル510を含むことができ、ユーザは、ユーザが直接推奨されるコンテンツ512を気に入っていることを示すために、お気に入りトグル510に関与することができる。コンピューティングシステムは、ユーザがお気に入りトグル510をアクティブ化した場合に、別の復元可能な場所に直接推奨されるコンテンツ512を保存することができる。コンピューティングシステムは加えて、予測されたタスクに関係する没入型ダッシュボードを開始するために、ユーザが対話することができるボタン514を有することができる。

【0058】

図6は、図9で開示された方法の別の例示的なアプリケーションを示す。600は例示的な没入型ダッシュボードユーザインターフェースを示し、ユーザは2つ以上の予測されたタスクを継続することに関与することができる。たとえば、ダッシュボードは、ユーザがどのタスクを継続することを望むかをユーザがブラウズすることができるように、テキストヘッダ602を用いて2つ以上の予測されたタスクを示すことができる。予測されたタスクは、そのタスクに関与しているユーザのための予測された次のステップを示す、カルーセル機能604上のパネル610を含むことができる。たとえば、カルーセル機能604上のパネル610は、ユーザがブラウジングオプションを継続するための機能を含むことができる。カルーセル機能604上のパネル610は、予測された関心のあるアイテムを含むことができる。カルーセル機能604上のパネル610は、ユーザ保存されたコンテンツを含むことができる。特に、一例として、予測されたタスクは料理であり得る。したがって、さらなる例として、予測された関心のあるアイテムを示すカルーセル機能604上のパネル610は、予測された関心のあるレシピを含むことができる。さらなる例として、予測されたタスクがヘッドフォンを購入することである場合、予測された関心のあるアイテムを示すカルーセル機能604上のパネル610は、販売中のヘッドフォンまたはイヤホンを含むことができる。パネル610は情報オーバーレイ612を含むことができる。情報オーバーレイ612は、パネル610に関連付けられたコンテンツに関係する情報を示すことができる。たとえば、情報オーバーレイ612は、パネル610に関連付けられたコンテンツの価格またはソースを示すことができる。ユーザは、詳細アイコン606と対話することによって、タスクに関係するより詳細なサジェストを見たいという要望を示すことができる。詳細アイコン606と対話すると、ユーザはタスクに関連する追加のコンテンツを閲覧することができる。詳細アイコン606と対話すると、ユーザは1つの特定のタスクに関連する追加のコンテンツを表示するさらなるダッシュボードを確保することができる。追加のコンテンツは、コンピューティングシステムが特定のコンテンツを浮上させた理由を示す情報オーバーレイ608を有することができる。たとえば、コンテンツは、そのコンテンツが過去にユーザによって閲覧されたこと(たとえば、「4日前に閲覧された(viewed four days ago)」)、またはそのコンテンツがユーザによって保存されたもしくはユーザによって以前に閲覧されたコンテンツと同様の特徴を有すること(たとえば、「保存されたコンテンツにインスパイアされた(inspired by saved content)」)を示す情報オーバーレイ608を有することができる。

【0059】

図7は、図9で開示された方法の別の例示的なアプリケーションを示す。700は例示的な没入型ダッシュボードユーザインターフェースを示し、ユーザは特定の予測されたタスクを継続することに関与することができる。特に、700は、特定の予測されたタスクに関連付けられた没入型ダッシュボードが、特定性を高めることによって、ユーザが特定のタスクを続けることをどのように可能にすることができるかを示す。たとえば、カード712は、特定のタスクに関係する予測されたコンテンツを示すことができる。特に、指定アクション要素702を浮上させることができ、その結果として、ユーザは、指定アクション要素702と対話して、特定のタスクと組み合わせて特定の予測されたコンテンツに合わせて調整された予測されたアクションをトリガすることができる。たとえば、指定アクション要素702は、予測されたコンテンツをスマートホームの他の機能(たとえば、Nest、Echoなど)と接続することができる。さらなる例として、レシピをサジェストするカード712の場合、指定アクション要素702は、材料を買うなどの、ユーザが関与することができるアクションを含むことができる。カード712は、ユーザがカード712に関連付けられたコンテンツを再訪問したいことを示すことができるように、ブックマーク機能704を有することもできる。いくつかの事例では、オーバーレイは、ユーザに予測されたコンテンツに応答してフィードバックを示すようにプロンプトするインターフェース上に現れることができる。たとえば、ユーザは、示されたコンテンツに関するフィードバックを示すために、オーバーレイ上の肯定アイコン706または否定アイコン708とインターフェースすることができる。さらに、ユーザは、特定のコンテンツに関連付けられたノート710を挿入することができ、ノートは、関連するコンテンツに関するユーザが書いたメモを含むことができる。没入型ダッシュボードユーザインターフェース700は加えて、共有アイコン714を組み込むことができ、ユーザは、タスクを別のユーザと共有することができる。第2のユーザは、タスクが進行するときのタスクの傍観者であり得るか、または積極的な貢献者として追加され得る。2人以上のユーザが特定のタスクに貢献する場合、いくつかの予測は特定のユーザに起因することがあり、特定のユーザの表現(たとえば、画像、記号、名前など)は、特定の予測がどのユーザに起因するかを示すために活用され得る。

【0060】

図8は、図9で開示された方法の別の例示的なアプリケーションを示す。800は別の例示的な没入型ダッシュボードユーザインターフェースを示し、ユーザは特定の予測されたタスクを継続することに関与することができる。特に、800は、特定の予測されたタスクに関連付けられた没入型ダッシュボードが、特定性を高めることによって、ユーザが特定のタスクを続けることをどのように可能にすることができるかをさらに示す。たとえば、没入型ダッシュボード800は、関連アクティビティ検索802を含むことができ、関連アクティビティ検索802は、どのキーワードが検索に含まれていたかを浮上させることができる。いくつかの事例では、検索に含まれるキーワードは、それらのキーワードとの対話がユーザのための全検索を開始するようにハイパーリンクされ得る。代替として、関連アクティビティ検索802からの結果は、関連アクティビティ検索802と並んで結果パネル808に表示され得る。結果パネル808は、カルーセル方式で表示され得る。没入型ダッシュボードユーザインターフェース800は、コンピューティングシステムが予測した次のステップの数を示すステップカウンタ810を含むことができる。ステップカウンタ810上に示される次のステップの数は、最も強くサジェストされたステップ(たとえば、特定の信頼しきい値を上回るステップ)の数であり得る。さらに、予測されたステップは、ステップサマリーパネル804に示され得、ステップサマリーパネル804は、ユーザが関連するステップを開始するためにステップサマリーパネル804と対話することができるようにハイパーリンクされ得る。一例として、予測されたステップは、ユーザが(たとえば、アイテムを過去に閲覧したこと、お気に入りとして示したこと、ウィッシュリストに追加したこと、ブックマークしたことなどによって)関心を示していたアイテムの値下がりをレビューすることであり得る。別の予測されたステップは、同様の製品をブラウズする(たとえば、ある一定のコストを下回る同様の製品をブラウズする)ことであり得る。没入型ダッシュボード800は加えて、ユーザインターフェーシングプロンプト806を含むことができる。ユーザインターフェーシングプロンプト806は、コンピューティングシステムによって出力されたより一層詳細な予測を浮上させるためにユーザがユーザインターフェーシングプロンプト806と対話することを可能にすることができる。一例として、ユーザインターフェーシングプロンプト806は、ユーザが、コンピューティングシステムによって選択された最も強くサジェストされた次のステップのみに対立するものとして、すべての予測された次のステップを閲覧するためにユーザインターフェーシングプロンプトを選択することができるように、ステップカウンタ810およびステップサマリーパネル804に関連付けられ得る。

【0061】

追加の開示
本明細書で説明される技術は、サーバ、データベース、ソフトウェアアプリケーション、および他のコンピュータベースのシステム、ならびに取られるアクション、およびそのようなシステムとの間で送られる情報を参照する。コンピュータベースのシステムの固有の柔軟性は、構成要素の間でのタスクおよび機能の多種多様な可能な構成、組合せ、および分割を可能にする。たとえば、本明細書で説明されるプロセスは、単一のデバイスもしくは構成要素または組み合わせて働く複数のデバイスもしくは構成要素を使用して実装され得る。データベースおよびアプリケーションは、単一のシステム上で実装されるか、または複数のシステムにわたって分散され得る。分散構成要素は、順次または並行して動作することができる。

【0062】

本主題は、その様々な特定の例示的な実施形態に関して詳細に説明されてきたが、各例は、本開示の限定ではなく、説明として与えられる。当業者は、上記を理解すると、そのような実施形態の改変、変形、および等価物を容易に作り出すことができる。したがって、本開示は、当業者には容易に明らかであろうように、本主題へのそのような修正、変形および/または追加を含めることを排除しない。たとえば、1つの実施形態の一部として示されるかまたは説明される特徴は、またさらなる実施形態をもたらすために、別の実施形態とともに使用され得る。したがって、本開示がそのような改変、変形、および等価物をカバーすることが意図されている。

【符号の説明】

【0063】

100 コンピューティングシステム
102 ユーザコンピューティングデバイス、デバイス、クライアントデバイス、クライアント
104 サーバ、ウェブコンテンツサーバ、ウェブサーバ
106 ネットワーク
108 データベース
112 プロセッサ
114 メモリ
116 データ
118 命令
122 ユーザ入力構成要素
124 ウェブブラウザアプリケーション、ウェブブラウザ
134 コンテンツキャッシュ
136 フロントエンドサーバ
138 コンテンツキャッシュ
140 バックエンドサーバ
142 プロセッサ
146 メモリ
148 データ
150 命令
152 クエリ処理システム
158 ユーザインターフェース
160 コンテンツ
180 ネットワーク
200 コンテンツ推奨モデル
202 タスク生成モデル
204 入力データ
206 出力データ
210 プロセッサ
212 ユーザインターフェース
214 ウェブブラウザ、ブラウザ
314 ブラウザウィンドウ
316 タイトルバー
318 メニューバー
320 ツールバー
322 ボタン
324 URL(ユニフォームリソースロケータ)フィールド、URLフィールド
325 本体
326 テキスト
328 ハイパーリンク
330 画像
500 ユーザインターフェース
502 選択可能なアクション要素
504 オーバーレイ
506 タグ
508 アイコン
510 お気に入りトグル
512 コンテンツ、直接推奨されるコンテンツ
514 ボタン
600 没入型ダッシュボードユーザインターフェース
602 テキストヘッダ
604 カルーセル機能
606 詳細アイコン
608 情報オーバーレイ
610 パネル
612 情報オーバーレイ
700 没入型ダッシュボードユーザインターフェース
702 指定アクション要素
704 ブックマーク機能
706 肯定アイコン
708 否定アイコン
710 ノート
712 カード
714 共有アイコン
800 没入型ダッシュボードユーザインターフェース、没入型ダッシュボード
802 関連アクティビティ検索
804 ステップサマリーパネル
806 ユーザインターフェーシングプロンプト
808 結果パネル
810 ステップカウンタ
900 方法

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【手続補正書】

【提出日】2024-04-26

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

コンピュータ実装方法であって、
コンピューティングシステムによって、1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得するステップと、
前記コンピューティングシステムによって、ユーザアクションに関連付けられたコンテンツの属性を決定するために、前記履歴ユーザデータを処理するステップと、
前記コンピューティングシステムによって、前記ユーザアクションに関連付けられたコンテンツの前記属性に基づいて1つまたは複数の進行中のタスクを決定するステップと、
前記コンピューティングシステムによって、前記1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定するステップと、
表示のために、前記コンピューティングシステムによって、1つまたは複数の進行中のタスクのための選択可能なアクション要素を提供するステップであって、前記選択可能なアクション要素が、前記1つまたは複数の進行中のタスクのための1つまたは複数のサジェストされたコンテンツアイテムへのアクセスを提供するように構成され、前記選択可能なアクション要素は、前記1つまたは複数の進行中のタスクに関連する画像を含む、ステップと
を含むコンピュータ実装方法。

【請求項2】

前記ユーザアクションに関連付けられたコンテンツの前記属性は、前記コンテンツのためのメタデータに少なくとも部分的に基づいて決定される、請求項1に記載のコンピュータ実装方法。

【請求項3】

前記履歴ユーザデータは、履歴ユーザウェブブラウジングデータを含む、請求項1に記載のコンピュータ実装方法。

【請求項4】

前記1つまたは複数の進行中のタスクは製品購入タスクを含む、請求項1に記載のコンピュータ実装方法。

【請求項5】

前記1つまたは複数の進行中のタスクは料理タスクを含む、請求項1に記載のコンピュータ実装方法。

【請求項6】

前記コンピューティングシステムによって、前記選択可能なアクション要素の選択を受信するステップと、
前記選択可能なアクション要素の前記選択を受信したことに応答して、前記1つまたは複数の進行中のタスクのための前記1つまたは複数のサジェストされたコンテンツアイテムへのアクセスを提供するステップと
をさらに含む、請求項1に記載のコンピュータ実装方法。

【請求項7】

コンピューティングシステムであって、
1つまたは複数のプロセッサと、
前記1つまたは複数のプロセッサによって実行可能な命令であって、実行時に前記コンピューティングシステムに動作を実施させる命令を記憶した非一時的コンピュータ可読記憶媒体と
を備え、前記動作が、
1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得することと、
ユーザアクションに関連付けられたコンテンツの属性を決定するために、前記履歴ユーザデータを処理することと、
前記ユーザアクションに関連付けられたコンテンツの前記属性に基づいて1つまたは複数の進行中のタスクを決定することと、
前記1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定することと、
表示のために、1つまたは複数の進行中のタスクのための選択可能なアクション要素を提供することであって、前記選択可能なアクション要素が、前記1つまたは複数の進行中のタスクのための1つまたは複数のサジェストされたコンテンツアイテムへのアクセスを提供するように構成され、前記選択可能なアクション要素は、前記1つまたは複数の進行中のタスクに関連する画像を含む、提供することと
を含む、コンピューティングシステム。

【請求項8】

前記ユーザアクションに関連付けられたコンテンツの前記属性に基づいて1つまたは複数の進行中のタスクを決定することが、
前記履歴ユーザデータからの1つまたは複数のタスクを識別することであって、前記1つまたは複数のタスク内の少なくとも1つのタスクは進行中である、識別することと、
前記1つまたは複数のタスク内のそれぞれのタスクについて、前記それぞれのタスクが進行中であるか、または完了しているかを決定することによって、1つまたは複数の進行中のタスクのリストを生成することと
を含む、請求項7に記載のコンピューティングシステム。

【請求項9】

前記ユーザアクションに関連付けられたコンテンツの前記属性に基づいて1つまたは複数の進行中のタスクを決定することが、前記1つまたは複数の進行中のタスク内のそれぞれの進行中のタスクについて、
前記それぞれの進行中のタスクについての継続的に更新される確率的遷移グラフにアクセスすることと、
前記継続的に更新される確率的遷移グラフに少なくとも部分的に基づいて、前記それぞれの進行中のタスクのための次のステップインテントを識別することと、
前記次のステップインテントに基づいて、少なくとも、前記それぞれの進行中のタスクのための前記サジェストされたコンテンツアイテムを決定すること
をさらに含む、請求項8に記載のコンピューティングシステム。

【請求項10】

前記確率的遷移グラフが、前記履歴ユーザデータに少なくとも部分的に基づく、前記1つまたは複数の進行中のタスクのための前記次のステップインテントの階層表現を含み、
前記コンピューティングシステムによって、前記それぞれの進行中のタスクのための前記次のステップインテントを識別することが、前記コンピューティングシステムによって、前記次のステップインテントの前記階層表現に少なくとも部分的に基づいて、1つまたは複数のコンテンツインテントを選択することを含む、請求項9に記載のコンピューティングシステム。

【請求項11】

前記1つまたは複数の過去のユーザオンラインセッションにおいて取られた前記履歴ユーザアクションを記述する前記履歴ユーザデータを取得することが、
複数のウェブブラウザセッションにわたって複数のウェブページから前記履歴ユーザアクションを抽出することを含む、請求項7に記載のコンピューティングシステム。

【請求項12】

前記ユーザアクションに関連付けられたコンテンツの前記属性は、前記コンテンツのためのメタデータに少なくとも部分的に基づいて決定される、請求項7に記載のコンピューティングシステム。

【請求項13】

前記履歴ユーザデータは、履歴ユーザウェブブラウジングデータを含む、請求項7に記載のコンピューティングシステム。

【請求項14】

前記1つまたは複数の進行中のタスクは製品購入タスクを含む、請求項7に記載のコンピューティングシステム。

【請求項15】

前記1つまたは複数の進行中のタスクは料理タスクを含む、請求項7に記載のコンピューティングシステム。

【請求項16】

前記コンピューティングシステムによって、前記選択可能なアクション要素の選択を受信することと、
前記選択可能なアクション要素の前記選択を受信したことに応答して、前記1つまたは複数の進行中のタスクのための前記1つまたは複数のサジェストされたコンテンツアイテムへのアクセスを提供することと
をさらに含む、請求項7に記載のコンピューティングシステム。

【請求項17】

コンピューティングシステムによって実行可能な命令であって、実行時に前記コンピューティングシステムに動作を実施させる命令を記憶した非一時的コンピュータ可読記憶媒体であって、前記動作が、
1つまたは複数の過去のユーザオンラインセッションにおいて取られた履歴ユーザアクションを記述する履歴ユーザデータを取得することと、
ユーザアクションに関連付けられたコンテンツの属性を決定するために、前記履歴ユーザデータを処理することと、
前記ユーザアクションに関連付けられたコンテンツの前記属性に基づいて1つまたは複数の進行中のタスクを決定することと、
前記1つまたは複数の進行中のタスクの各々について、サジェストされたコンテンツアイテムを決定することと、
表示のために、1つまたは複数の進行中のタスクのための選択可能なアクション要素を提供することであって、前記選択可能なアクション要素が、前記1つまたは複数の進行中のタスクのための1つまたは複数のサジェストされたコンテンツアイテムへのアクセスを提供するように構成され、前記選択可能なアクション要素は、前記1つまたは複数の進行中のタスクに関連する画像を含む、提供することと
を含む、非一時的コンピュータ可読記憶媒体。

【請求項18】

表示のために、前記選択可能なアクション要素を提供することが、前記選択可能なアクション要素を専用ダッシュボード上に浮上させることを含む、請求項17に記載の非一時的コンピュータ可読記憶媒体。

【請求項19】

表示のために、前記選択可能なアクション要素を提供することが、
現在のユーザウェブブラウザデータを取得することであって、前記現在のユーザウェブブラウザデータが、ユーザに現在提示されているテキストコンテンツまたは画像コンテンツのうちの1つまたは複数を含む、取得することと、
前記テキストコンテンツまたは前記画像コンテンツのうちの前記1つまたは複数に少なくとも部分的に基づいて、前記履歴ユーザデータからの前記1つまたは複数の進行中のタスクを選択することと、
前記ユーザへの表示のために、前記現在のユーザウェブブラウザデータ上にオーバーレイされるまたは前記現在のユーザウェブブラウザデータに隣接する、前記1つまたは複数の進行中のタスクのための前記選択可能なアクション要素を浮上させることと
を含む、請求項17に記載の非一時的コンピュータ可読記憶媒体。

【請求項20】

前記ユーザアクションに関連付けられたコンテンツの前記属性は、前記コンテンツのためのメタデータに少なくとも部分的に基づいて決定される、請求項17に記載の非一時的コンピュータ可読記憶媒体。

【外国語明細書】