特表 2024-531209 タスク決定システム中での代理サポートのためのシステムおよび方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-08-29

(54)【発明の名称】タスク決定システム中での代理サポートのためのシステムおよび方法

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20240822BHJP

   G06Q 30/0282 20230101ALI20240822BHJP

【ＦＩ】

G06Q50/10

G06Q30/0282

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024508499

(86)(22)【出願日】2022-08-12

(85)【翻訳文提出日】2024-04-02

(86)【国際出願番号】 US2022074921

(87)【国際公開番号】W WO2023019255

(87)【国際公開日】2023-02-16

(31)【優先権主張番号】63/232,480

(32)【優先日】2021-08-12

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】523371584

【氏名又は名称】ヨハナ・エルエルシー

(74)【代理人】

【識別番号】110003708

【氏名又は名称】弁理士法人鈴榮特許綜合事務所

(72)【発明者】

【氏名】マツオカ、ヨーキー

(72)【発明者】

【氏名】ビスワナタン、ニティン

(72)【発明者】

【氏名】リウ、リンイン

(72)【発明者】

【氏名】デミン、ベンジャミン

(72)【発明者】

【氏名】ファン・デア・リンデン、グウェンドリン・ダブリュ．

(72)【発明者】

【氏名】シベレコグル、デフネ

(72)【発明者】

【氏名】ワーナー、デイビッド・エル．

(72)【発明者】

【氏名】パターソン、ショーン

【テーマコード（参考）】

5L030

5L050

【Ｆターム（参考）】

5L030BB01

5L050CC11

(57)【要約】

タスク決定システム中に代理サポートシステムを実装するためのシステムおよび方法が提供される。タスク決定システムは、メンバーと代理との間のメッセージのセットを、これらのメッセージが交換されるとき、リアルタイムで自動的に受信する。メッセージのセットは、タスクに関連する提案のセットに対応する。タスク決定システムは、メッセージのセットの分析に基づいて、提案のセットからの提案の選択を自動的に識別する。その選択に基づいて、タスク決定システムは、提案タスクのセットを生成し、これらの提案タスクに関連する通信を処理して、タスクの完了のためにこれらの提案タスクの実施を監視する。

【特許請求の範囲】

【請求項1】

メッセージのセットが交換されているとき、メンバーと代理との間で前記メッセージのセットをリアルタイムで受信することと、ここにおいて、前記メッセージのセットは、タスクに関連する提案のセットに対応し、前記提案のセットは、前記タスクと前記メンバーに関連するメンバープロファイルとに基づいて生成される、
前記提案のセットからの１つまたは複数の提案の選択をリアルタイムで自動的に識別することと、ここにおいて、前記選択は、前記メッセージのセットのリアルタイム分析に基づいて自動的に識別される、
前記タスクを完了するために実行可能な１つまたは複数の提案タスクを自動的に生成することと、ここにおいて、前記１つまたは複数の提案タスクは、前記選択に基づいて自動的に生成される、
前記１つまたは複数の提案タスクの実施に対応する通信を、前記通信が交換されるとき、リアルタイムで処理することと、ここにおいて、前記通信は、前記１つまたは複数の提案タスクの前記実施を監視するためにリアルタイムで処理される、
前記タスク、前記選択、前記メッセージのセット、および前記通信に基づいて、前記メンバープロファイルをリアルタイムで更新することと
を備える、コンピュータ実装方法。

【請求項2】

前記選択は、前記メッセージのセットにおいて自動的に識別された１つまたは複数のアンカー用語に基づいて検出される、請求項１に記載のコンピュータ実装方法。

【請求項3】

前記代理と副代理との間の通信が交換されるとき、前記代理と前記副代理との間の前記通信をリアルタイムで監視することと、
前記代理と前記副代理との間の前記通信に基づいて、前記提案のセットをリアルタイムで自動的に修正することと
をさらに備える、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つまたは複数の提案タスクに関連する１つまたは複数のパラメータと、前記代理および１人または複数の他の代理の特性とに従って、前記１つまたは複数の提案タスクを自動的に委任することをさらに備える、請求項１に記載のコンピュータ実装方法。

【請求項5】

前記選択は、自然言語処理（ＮＬＰ）アルゴリズムを使用してリアルタイムで自動的に識別され、前記ＮＬＰアルゴリズムは、前記メッセージのセットが受信されるとき、前記メッセージのセットをリアルタイムで処理する、請求項１に記載のコンピュータ実装方法。

【請求項6】

前記提案のセットに対応する感情を自動的に決定するために感情分析を実施することをさらに備え、ここにおいて、前記感情は、前記提案のセットからの１つまたは複数の提案の前記選択を識別するために使用される、請求項１に記載のコンピュータ実装方法。

【請求項7】

前記代理は、自動ボットであり、前記自動ボットは、前記メンバープロファイルに従って前記メンバーと自動的に通信する、請求項１に記載のコンピュータ実装方法。

【請求項8】

システムであって、
１つまたは複数のプロセッサと、
命令を記憶するメモリと
を備え、前記命令は、前記１つまたは複数のプロセッサによって実行されたことの結果として、前記システムに、
メッセージのセットが交換されているとき、メンバーと代理との間で前記メッセージのセットをリアルタイムで受信することと、ここにおいて、前記メッセージのセットは、タスクに関連する提案のセットに対応し、前記提案のセットは、前記タスクと前記メンバーに関連するメンバープロファイルとに基づいて生成される、
前記提案のセットからの１つまたは複数の提案の選択をリアルタイムで自動的に識別することと、ここにおいて、前記選択は、前記メッセージのセットのリアルタイム分析に基づいて自動的に識別される、
前記タスクを完了するために実行可能な１つまたは複数の提案タスクを自動的に生成することと、ここにおいて、前記１つまたは複数の提案タスクは、前記選択に基づいて自動的に生成される、
前記１つまたは複数の提案タスクに関連する通信を、前記通信が交換されるとき、リアルタイムで処理することと、ここにおいて、前記通信は、前記１つまたは複数の提案タスクの実施を監視するために処理される、
前記タスク、前記選択、前記メッセージのセット、および前記通信に基づいて、前記メンバープロファイルをリアルタイムで更新することと
を行わせる、システム。

【請求項9】

前記選択は、前記メッセージのセットにおいて自動的に識別された１つまたは複数のアンカー用語に基づいて検出される、請求項８に記載のシステム。

【請求項10】

前記命令は、前記システムに、
前記代理と副代理との間の通信が交換されるとき、前記代理と前記副代理との間の前記通信をリアルタイムで監視することと、
前記代理と前記副代理との間の前記通信に基づいて、前記提案のセットをリアルタイムで自動的に修正することと
をさらに行わせる、請求項８に記載のシステム。

【請求項11】

前記命令は、前記システムに、
前記１つまたは複数の提案タスクに関連する１つまたは複数のパラメータと、前記代理および１人または複数の他の代理の特性とに従って、前記１つまたは複数の提案タスクを自動的に委任することをさらに行わせる、請求項８に記載のシステム。

【請求項12】

前記選択は、自然言語処理（ＮＬＰ）アルゴリズムを使用してリアルタイムで自動的に識別され、前記ＮＬＰアルゴリズムは、前記メッセージのセットが受信されるとき、前記メッセージのセットをリアルタイムで処理する、請求項８に記載のシステム。

【請求項13】

前記命令は、前記システムに、
前記提案のセットに対応する感情を自動的に決定するために感情分析を実施することをさらに行わせ、ここにおいて、前記感情は、前記提案のセットからの１つまたは複数の提案の前記選択を識別するために使用される、請求項８に記載のシステム。

【請求項14】

前記代理は、自動ボットであり、前記自動ボットは、前記メンバープロファイルに従って前記メンバーと自動的に通信する、請求項８に記載のシステム。

【請求項15】

実行可能命令を記憶する非一時的コンピュータ可読記憶媒体であって、前記実行可能命令は、コンピュータシステムによって実行されたことの結果として、前記コンピュータシステムに、
メッセージのセットが交換されているとき、メンバーと代理との間で前記メッセージのセットをリアルタイムで受信することと、ここにおいて、前記メッセージのセットは、タスクに関連する提案のセットに対応し、前記提案のセットは、前記タスクと前記メンバーに関連するメンバープロファイルとに基づいて生成される、
前記提案のセットからの１つまたは複数の提案の選択をリアルタイムで自動的に識別することと、ここにおいて、前記選択は、前記メッセージのセットのリアルタイム分析に基づいて自動的に識別される、
前記タスクを完了するために実行可能な１つまたは複数の提案タスクを自動的に生成することと、ここにおいて、前記１つまたは複数の提案タスクは、前記選択に基づいて自動的に生成される、
前記１つまたは複数の提案タスクに関連する通信を、前記通信が交換されるとき、リアルタイムで処理することと、ここにおいて、前記通信は、前記１つまたは複数の提案タスクの実施を監視するために処理される、
前記タスク、前記選択、前記メッセージのセット、および前記通信に基づいて、前記メンバープロファイルをリアルタイムで更新することと
を行わせる、非一時的コンピュータ可読記憶媒体。

【請求項16】

前記選択は、前記メッセージのセットにおいて自動的に識別された１つまたは複数のアンカー用語に基づいて検出される、請求項１５に記載の非一時的コンピュータ可読記憶媒体。

【請求項17】

前記実行可能命令は、前記コンピュータシステムに、
前記代理と副代理との間の通信が交換されるとき、前記代理と前記副代理との間の前記通信をリアルタイムで監視することと、
前記代理と前記副代理との間の前記通信に基づいて、前記提案のセットをリアルタイムで自動的に修正することと
をさらに行わせる、請求項１５に記載の非一時的コンピュータ可読記憶媒体。

【請求項18】

前記実行可能命令は、前記コンピュータシステムに、
前記１つまたは複数の提案タスクに関連する１つまたは複数のパラメータと、前記代理および１人または複数の他の代理の特性とに従って、前記１つまたは複数の提案タスクを自動的に委任することをさらに行わせる、請求項１５に非一時的コンピュータ可読記憶媒体。

【請求項19】

前記選択は、自然言語処理（ＮＬＰ）アルゴリズムを使用してリアルタイムで自動的に識別され、前記ＮＬＰアルゴリズムは、前記メッセージのセットが受信されるとき、前記メッセージのセットをリアルタイムで処理する、請求項１５に記載の非一時的コンピュータ可読記憶媒体。

【請求項20】

前記実行可能命令は、前記コンピュータシステムに、
前記提案のセットに対応する感情を自動的に決定するために感情分析を実施することをさらに行わせ、ここにおいて、前記感情は、前記提案のセットからの１つまたは複数の提案の前記選択を識別するために使用される、請求項１５に記載の非一時的コンピュータ可読記憶媒体。

【請求項21】

前記代理は、自動ボットであり、前記自動ボットは、前記メンバープロファイルに従って前記メンバーと自動的に通信する、請求項１５に記載の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】

関連出願の相互参照
[0001]本特許出願は、その開示が参照により本明細書に組み込まれる、２０２１年８月１２日に出願された米国仮特許出願第６３／２３２，４８０号の優先権の利益を主張する。

【背景技術】

【0002】

[0002]本開示は、概して、タスクの決定および委任とそれらのタスクに関連する要件を満たすための提案の受け入れとに関する。一例では、本明細書で説明されるシステムおよび方法は、メンバーの利益のために実施され得るタスクを実施するための提案をメンバーが受け入れることを可能にするために使用され得る。さらに、本明細書で説明されるシステムおよび方法は、メンバーの利益のためにタスクを実施するための提案の受け入れのために自動調整を与えるために使用され得る。

【発明の概要】

【0003】

[0003]開示する実施形態は、メンバーの利益のために行為が実施され得るように、様々なタスクについて生成される提案に関連する通信を処理するためのフレームワークを提供し得る。いくつかの実施形態によれば、コンピュータ実装方法が提供される。コンピュータ実装方法は、メッセージのセットが交換されているとき、メンバーと代理との間でメッセージのセットをリアルタイムで受信することを備える。メッセージのセットは、タスクに関連する提案のセットに対応する。さらに、提案のセットは、タスクとメンバーに関連するメンバープロファイルとに基づいて生成される。コンピュータ実装方法は、提案のセットからの１つまたは複数の提案の選択をリアルタイムで自動的に識別することをさらに備える。選択は、メッセージのセットのリアルタイム分析に基づいて自動的に識別される。コンピュータ実装方法は、タスクを完了するために実行可能な１つまたは複数の提案タスクを自動的に生成することをさらに備える。１つまたは複数の提案タスクは、選択に基づいて自動的に生成される。コンピュータ実装方法は、１つまたは複数の提案タスクに関連する通信を、通信が交換されるとき、リアルタイムで処理することをさらに備える。通信は、１つまたは複数の提案タスクの実施を監視するために処理される。コンピュータ実装方法は、タスクと、選択と、メッセージのセットと、通信とに基づいて、リアルタイムでメンバープロファイルを更新することをさらに備える。

【0004】

[0004]いくつかの実施形態では、選択は、メッセージのセット中で自動的に識別された１つまたは複数のアンカー用語に基づいて検出される。

【0005】

[0005]いくつかの実施形態では、コンピュータ実装方法は、代理と副代理との間の通信が交換されるとき、代理と副代理との間の通信をリアルタイムで監視することをさらに備える。コンピュータ実装方法は、代理と副代理との間の通信に基づいて、提案のセットをリアルタイムで自動的に修正することをさらに備える。

【0006】

[0006]いくつかの実施形態では、コンピュータ実装方法は、１つまたは複数の提案タスクと関連する１つまたは複数のパラメータと、代理および１つまたは複数の他の代理の特性とに従って、１つまたは複数の提案タスクを自動的に委任することをさらに備える。

【0007】

[0007]いくつかの実施形態では、選択は、自然言語処理（ＮＬＰ）アルゴリズムを使用してリアルタイムで自動的に識別される。ＮＬＰアルゴリズムは、メッセージのセットが受信されるとき、リアルタイムでメッセージのセットを処理する。

【0008】

[0008]いくつかの実施形態では、コンピュータ実装方法は、提案のセットに対応する感情を自動的に決定するために感情分析を実施することをさらに備える。感情は、提案のセットからの１つまたは複数の提案の選択を識別するために使用される。

【0009】

[0009]いくつかの実施形態では、代理は自動ボットである。自動ボットは、メンバープロファイルに従ってメンバーと自動的に通信する。

【0010】

[0010]一実施形態では、システムは、１つまたは複数のプロセッサと、命令を含むメモリとを備え、命令は、１つまたは複数のプロセッサによって実行された結果として、本明細書で説明されるプロセスをシステムに実施させる。別の実施形態では、非一時的コンピュータ可読記憶媒体は、その上に実行可能な命令を記憶し、実行可能な命令は、コンピュータシステムの１つまたは複数のプロセッサによって実行された結果として、本明細書で説明されるプロセスをコンピュータシステムに実施させる。

【0011】

[0011]本開示の様々な実施形態が以下で詳細に論じられる。特定の実装形態が論じられるが、これは、例示のみの目的で行われることを理解されたい。当業者であれば、他の構成要素および構成が、本開示の趣旨および範囲から離れることなしに使用され得ることを認識されよう。したがって、以下の説明および図面は、例示的であって、限定的なものとして解釈されるべきではない。本開示の完全な理解を提供するために、多数の具体的な詳細について説明される。しかしながら、いくつかの事例では、説明を不明瞭にすることを回避するために、よく知られているまたは従来の詳細について説明されない。本開示における一実施形態または実施形態への言及は、同じ実施形態または任意の実施形態への言及であり得、そのような言及は、実施形態のうちの少なくとも１つを意味する。

【0012】

[0012]「一実施形態」または「実施形態」への言及は、実施形態に関連して説明される特有の特徴、構造、または特性が、本開示の少なくとも１つの実施形態に含まれることを意味する。本明細書の様々な場所における「一実施形態」という句の出現は、必ずしもすべてが同じ実施形態を指しているとは限らず、他の実施形態を相互に含まない別個のまたは代替の実施形態を指しているとも限らない。その上、他の実施形態によってではなく、いくつかの実施形態によって示され得る、様々な特徴について説明される。

【0013】

[0013]本明細書で使用される用語は、概して、本開示のコンテキスト内で、および各用語が使用される特定のコンテキストにおいて、当技術分野におけるそれらの通常の意味を有する。代替的な文言および類義語は、本明細書で説明される用語のうちのいずれか１つまたは複数のために使用され得、用語が本明細書で詳述または説明されるか否かに特別な重要性が置かれるべきでない。いくつかの場合には、いくつかの用語のための類義語が提供される。１つまたは複数の類義語の詳述が他の類義語の使用を除外しない。本明細書で説明されるあらゆる用語の例を含む本明細書の任意の場所での例の使用は、例示的なものにすぎず、本開示またはあらゆる例示的な用語の範囲および意味をさらに限定することは意図されていない。同様に、本開示は、本明細書で与えられる様々な実施形態に限定されない。

【0014】

[0014]本開示の範囲を限定する意図なしに、本開示の実施形態による機器、装置、方法およびそれらの関係する結果の例が以下で与えられる。タイトルまたはサブタイトルが読者の便宜のために例において使用され得、いかなる場合も、これは、本開示の範囲を限定するべきでないことに留意されたい。別段に定義されていない限り、本明細書で使用される技術的なおよび科学的な用語は、本開示が関係する当業者によって一般に理解されるものとしての意味を有する。矛盾する場合、定義を含めて、本開示が優先することにする。

【0015】

[0015]本開示の追加の特徴および利点は、以下の説明に記載され、部分的には説明から明らかになるか、または本明細書に開示される原理の実践によって知られ得る。本開示の特徴および利点は、特に添付の特許請求の範囲において指摘される機器および組合せによって実現および取得され得る。本開示のこれらおよび他の特徴は、以下の説明および添付の特許請求の範囲からより完全に明らかになるか、または本明細書に記載される原理の実践によって知られ得る。

【0016】

[0016]例示的な実施形態が、以下の図を参照しながら詳細に説明される。

【図面の簡単な説明】

【0017】

【図1】[0017]様々な実施形態による、タスク容易化サービスが代理をメンバーに割り当て、それを通して、メンバーのために実施可能な様々なタスクが、代理および／または１つもしくは複数のサードパーティサービスによる実施のために推奨され得る環境の例示的な例を示す図。

【図2】[0018]少なくとも１つの実施形態による、代理および／またはサードパーティサービスによる実施のためにメンバーに推奨され得る１つまたは複数のタスクを識別するためにタスク関連のデータがメンバーエリアから収集およびアグリゲートされる環境の例示的な例を示す図。

【図3】[0019]少なくとも１つの実施形態による、代理および／または１つもしくは複数のサードパーティサービスによるメンバーのためのタスクの実施をタスク調整システムが割り当て、監視する環境の例示的な例を示す図。

【図4】[0020]少なくとも１つの実施形態による、提案を生成し、生成された提案とのメンバーの対話を監視するためのプロセスの例示的な例を示す図。

【図5】[0021]少なくとも１つの実施形態による、タスクに関係する提案が生成される環境の例示的な例を示す図。

【図6A】[0022]少なくとも１つの実施形態による、代理との通信が処理される環境の例示的な例を示す図。

【図6B】少なくとも１つの実施形態による、代理との通信が処理される環境の例示的な例を示す図。

【図7】[0023]少なくとも１つの実施形態による、提案と関連する通信をリアルタイムで処理するためのプロセスの例示的な例を示す図。

【図8A】[0024]少なくとも１つの実施形態による、タスク容易化サービスにおいて受信された通信が受信され、処理される環境の例示的な例を示す図。

【図8B】少なくとも１つの実施形態による、タスク容易化サービスにおいて受信された通信が受信され、処理される環境の例示的な例を示す図。

【図9】[0025]少なくとも１つの実施形態による、メンバーとタスク容易化サービスとの間の１次および２次対話経路が示される環境の例示的な例を示す図。

【図10】[0026]少なくとも１つの実施形態による、タスク容易化サービスにおいて受信された通信を処理するためのプロセスの例示的な例を示す図。

【図11】[0027]少なくとも１つの実施形態による、ランク付けされた提案がメンバーに通信される環境の例示的な例を示す図。

【図12】[0028]少なくとも１つの実施形態による、メンバーから返された提案応答が受け入れられ、処理される環境の例示的な例を示す図。

【図13】[0029]少なくとも１つの実施形態による、提案応答が受け入れられ、タスク容易化サービスのシステムによって処理される環境の例示的な例を示す図。

【図14】[0030]少なくとも１つの実施形態による、提案応答が受け入れられ、タスク容易化サービスの機械学習サブシステムによって処理される環境の例示的な例を示す図。

【図15】[0031]少なくとも１つの実施形態による、通信された提案がメンバーによって受信される環境の例示的な例を示す図。

【図16】[0032]少なくとも１つの実施形態による、タスク容易化サービスの機械学習サブシステムが提案の受け入れを受諾し、処理する環境の例示的な例を示す図。

【図17】[0033]少なくとも１つの実施形態による、受け入れられた提案のタスクが実施のために委任される環境の例示的な例を示す図。

【図18】[0034]少なくとも１つの実施形態による、メンバーとの通信が処理される環境の例示的な例を示す図。

【図19】[0035]様々な実施形態による、互いに電気通信している様々な構成要素を含むコンピューティングシステムアーキテクチャを示す図。

【発明を実施するための形態】

【0018】

[0036]添付の図では、同様の構成要素および／または特徴は、同じ参照ラベルを有することができる。さらに、同じタイプの様々な構成要素は、参照ラベルと、それの後にダッシュと、同様の構成要素同士を区別する第２のラベルとを続けることによって、区別され得る。第１の参照ラベルのみが本明細書において使用される場合、説明は、第２の参照ラベルにかかわらず、同じ第１の参照ラベルを有する同様の構成要素のうちのいずれにも適用可能である。

【0019】

[0037]さらに、添付の図面では、同様の構成要素および／または特徴は、前に説明された構成要素を再度言及し得る。たとえば、構成要素および／または特徴は、「．．．（少なくとも図１に関して本明細書で説明される代理１０６と同じである）代理４０６．．．」として説明され得る。そのような言及は、「．．．（少なくとも図１に関して本明細書で説明される代理１０６と同じである）代理７０６．．．」などの後の再言及が、代理１０６に関して説明される構成要素および／または特徴と代理４０６に関して説明される構成要素および／または特徴とが両方とも、代理７０６の構成要素および／または特徴に組み込まれ、逆もまた同じであることを示すという点で双方向である。

【0020】

[0038]以下の説明では、説明の目的で、いくつかの発明実施形態の完全な理解を与えるために具体的な詳細が記載される。ただし、様々な実施形態は、これらの具体的な詳細なしに実施され得ることが明らかであろう。図および説明は限定するものではない。「例示的」という単語は、本明細書では、「例、事例、または例示の働きをすること」を意味するために使用する。「例示的」として本明細書に記載されるいかなる実施形態または設計も、必ずしも他の実施形態または設計よりも好ましいか、または有利であると解釈されるべきではない。

【0021】

[0039]開示する実施形態は、メンバーの利益のために行為が実施され得るように、様々なタスクについて生成される提案に関連する通信を処理するためのフレームワークを提供し得る。このフレームワークを通して、メンバーが代理に割り当てられたとき、時間とともに、代理は、メンバーの選好および行動について学習し得る。加えて、メンバーの選好および行動についてより多くを学習し、タスク生成プロセスに関連する様々なアルゴリズムを改善するために、メンバーと代理との間の通信が受信され、分析され得る。それらの選好および行動は、次いで、タスクを実施するための提案を推奨するために使用され得、提案は、受け入れられると、メンバーの代わりに実施され得る行為を案内するために使用され、それによって、タスクを達成するためのメンバーの認知負荷を低減し得る。これらのさらなる行為に関連する通信および／または対話はまた、推奨および／または通信をさらに改善するために受信され、処理され得る。さらに、代理がメンバーとの関係を時間とともに進展するにつれて、代理はまた、特にメンバーの選好に対する提案をキュレーションし、メンバーのキュレーションされた経験を提案し、メンバーによって受け入れられ得る、メンバーが個人の目標および望みを達成するのを支援するための行為を提案することができる。これらのさらなる行為に関連する通信はまた、推奨および／または通信をさらに改善するために受信され、処理され得る。

【0022】

[0040]図１は、様々な実施形態に従って、タスク容易化サービス１０２が代理１０６をメンバー１１８に割り当て、それを通して、メンバー１１８のために実施可能な様々なタスクが、代理１０６および／または１つもしくは複数のサードパーティサービス１１６による実施のために推奨され得る環境１００の例示的な例を示す。タスク容易化サービス１０２は、これらのメンバーのためにこれらのタスクの実施を調整することができる代理１０６にタスクを識別して委任することによって、メンバーの家の中および周りで様々なタスクを実施する際のメンバーおよびメンバーの家族に対する認知負荷を低減するように実装され得る。一実施形態において、メンバー１１８は、コンピューティングデバイス１２０（たとえば、ラップトップコンピュータ、スマートフォンなど）を介して、メンバー１１８への代理１０６の割当てのためのオンボーディングプロセスを開始し、メンバー１１８のために実施可能なタスクの識別を開始するために、タスク容易化サービス１０２に要求を提出し得る。たとえば、メンバー１１８は、タスク容易化サービス１０２によって与えられ、コンピューティングデバイス１２０にインストールされたアプリケーションを介して、タスク容易化サービス１０２にアクセスし得る。追加または代替として、タスク容易化サービス１０２は、メンバー１１８がタスク容易化サービス１０２にアクセスし、オンボーディングプロセスを開始し得るインターフェースを提示するかまたは場合によっては利用可能にするように構成された１つまたは複数のウェブサイトをホストするウェブサーバ（図示せず）を維持し得る。

【0023】

[0041]オンボーディングプロセス中に、タスク容易化サービス１０２は、メンバー１１８の識別情報を収集することがあり、この識別情報は、代理１０６を識別し、メンバー１１８に割り当てるために、代理割当てシステム１０４によって使用され得る。たとえば、タスク容易化サービス１０２は、メンバー１１８に対して、メンバー１１８が、メンバー１１８のための代理１０６を選択するために代理割当てシステム１０４によって使用可能な識別情報を与え得る調査またはアンケートを与え得る。たとえば、タスク容易化サービス１０２は、メンバー１１８に、メンバーの家族の構成（たとえば、メンバーの自宅の住民の数、メンバーの自宅の子供の数、メンバーの自宅のペットの数およびタイプなど）、メンバーの自宅の物理的なロケーション、メンバー１１８の何らかの特別な要求または要件（たとえば、物理的または感情的な障害など）などに関する詳細な情報を与えるように促し得る。いくつかの例では、メンバー１１８は、人口統計情報（たとえば、年齢、民族性、人種、書かれた／話された言語など）を与えるように促され得る。メンバー１１８はまた、メンバー１１８にとって関心があり得る可能な体験を識別するために使用され得る、任意の個人的関心または趣味を示すように促され得る（本明細書でさらに詳細に説明される）。

【0024】

[0042]一実施形態では、メンバーの識別情報、ならびに異なるカテゴリのタスクを他者に委任する際のメンバーの快適さまたは関心のレベルに関連する任意の情報は、メンバー１１８に割り当てられ得る代理１０６を識別するために、タスク容易化サービス１０２の代理割当てシステム１０４に与えられる。代理割当てシステム１０４は、コンピュータシステムを使用して、またはタスク容易化サービス１０２のコンピュータシステム上に実装されるアプリケーションもしくは他の実行可能コードとして実装され得る。代理割当てシステム１０４は、一実施形態では、メンバーの識別情報、メンバーの快適さのレベルまたはタスクを他者に委任することへの関心に関する任意の情報、およびオンボーディングプロセス中に取得された任意の他の情報を、生産的な方法でメンバー１１８と対話および通信するのに好適であり得る代理を識別するように構成された分類またはクラスタリングアルゴリズムへの入力として使用する。

【0025】

[0043]代理割当てシステム１０４が、メンバー１１８のアシスタントまたはコンシェルジュとして働くようにメンバー１１８に割り当てられ得る代理１０６のセットを識別すると、代理割当てシステム１０４は、メンバー１１８に割り当てされ得る特定の代理を識別するために、代理１０６のセットの各代理に対応するデータを評価し得る。たとえば、代理割当てシステム１０４は、メンバーの人口統計情報と代理の人口統計情報との間の類似性の程度またはベクトルに従って、代理のセット１０６の各代理をランク付けし得る。たとえば、メンバーと特定の代理とが類似した背景を共有する場合（たとえば、同じ都市の出席した大学、同じ出身地からのものである、特定の関心を共有するなど）、代理割当てシステム１０４は、類似していない背景を有し得る他の代理と比較して、特定の代理をより高くランク付けし得る。同様に、メンバーおよび特定の代理が互いに地理的に近接している場合、代理割当てシステム１０４は、メンバー１１８からさらに離れていることがある他の代理と比較して、特定の代理をより高くランク付けし得る。各ファクタは、いくつかの例では、メンバーと代理との間の肯定的な長期関係の構築に関するファクタの影響に基づいて重み付けされ得る。

【0026】

[0044]一実施形態では、代理割当てシステム１０４は、メンバー１１８に割り当てられ得る代理を選択するために、代理のセット１０６のランキングを使用する。たとえば、代理割当てシステム１０４は、最も高くランク付けされた代理を選択し、タスクを識別および推奨することと、タスクの解決を調整することと、場合によっては、メンバー１１８の要求に対処することを確実にするためにメンバーと通信することとにメンバー１１８を関与させるための代理の利用可能性を決定し得る。選択された代理が利用不可能である（たとえば、代理が１人または複数の他のメンバーとすでに関与しているなど）場合、代理割当てシステム１０４は、前述のランキングに従って別の代理を選択し、メンバー１１８を関与させるためにこの代理の利用可能性を決定し得る。このプロセスは、メンバー１１８に関与するために利用可能な代理が代理のセット１０６から識別されるまで繰り返され得る。

【0027】

[0045]一実施形態では、代理割当てシステム１０４は、各代理の利用可能性に対応する情報に基づいて、代理のセット１０６から代理を選択し得る。たとえば、代理割当てシステム１０４は、代理のセット１０６から第１の利用可能な代理を自動的に選択し得る。いくつかの例では、代理割当てシステム１０４は、メンバーの識別情報に対応する１つまたは複数の基準を満たす第１の利用可能な代理を自動的に選択し得る。たとえば、代理割当てシステム１０４は、メンバー１１８の地理的な近さの範囲内にあり、メンバー１１８の背景と同様の背景を共有するなどの利用可能な代理を自動的に選択し得る。

【0028】

[0046]一実施形態では、メンバー１１８に関連するデータは、メンバー１１８に対応するメンバープロファイルを作成するためにタスク容易化サービス１０２によって使用される。上述のように、タスク容易化サービス１０２は、メンバー１１８がメンバー１１８に関連する識別情報を与え得る調査またはアンケートをメンバー１１８に与え得る。この調査またはアンケートに対してメンバー１１８によって与えられた応答は、メンバー１１８に対応する初期メンバープロファイルを生成するためにタスク容易化サービス１０２によって使用され得る。一実施形態では、代理割当てシステム１０４が代理をメンバー１１８に割り当てると、タスク容易化サービス１０２は、メンバー１１８に、メンバー１１８に対応する新しいメンバープロファイルを生成するように促し得る。たとえば、タスク容易化サービス１０２は、上述のオンボーディングプロセス中に以前に与えられた情報を補足するために使用され得る質問のセットを含む調査またはアンケートをメンバー１１８に与え得る。たとえば、調査またはアンケートを通して、タスク容易化サービス１０２は、メンバー１１８に、家族、重要な日付（たとえば、誕生日など）、食事制限などに関する追加の情報を与えるように促し得る。メンバー１１８によって与えられた応答に基づいて、タスク容易化サービス１０２は、メンバー１１８に対応するメンバープロファイルを更新し得る。

【0029】

[0047]一実施形態では、代理割当てシステム１０４が特定の代理をメンバー１１８に割り当てると、代理割当てシステム１０４は、メンバー１１８および特定の代理にペアリングを通知する。さらに、代理割当てシステム１０４は、メンバー１１８と割り当てられた代理との間のチャットセッションまたは他の通信セッションを確立して、メンバー１１８と代理との間の通信を促し得る。たとえば、タスク容易化サービス１０２によって与えられ、コンピューティングデバイス１２０にインストールされたアプリケーションを介して、またはタスク容易化サービス１０２によって与えられるウェブポータルを通して、メンバー１１８は、チャットセッションまたは他の通信セッションを介して、割り当てられた代理とメッセージを交換し得る。同様に、代理は、代理がメンバー１１８とメッセージを交換し得るインターフェースを備えることがある。

【0030】

[0048]いくつかの例では、メンバー１１８は、割り当てられた代理とのチャットセッションを開始するか、または場合によっては再開し得る。たとえば、タスク容易化サービス１０２によって与えられるアプリケーションを介して、またはタスク容易化サービス１０２によって与えられるウェブポータルを通して、メンバーは、代理と通信するために、チャットセッションまたは他の通信セッションを介して代理にメッセージを送信し得る。メンバー１１８は、メンバー１１８が特定のタスクの支援を望むことを示すメッセージを代理に提出し得る。例示的な例として、メンバー１１８は、メンバー１１８が来月のバヤモンへの今度の移動に関して代理の支援を望むことを示すメッセージを代理に提出することができる。代理は、タスク容易化サービス１０２によって与えられるインターフェースを介して、提出されたメッセージを提示され得る。したがって、代理は、メッセージを評価し、メンバー１１８を支援するために実施される対応するタスクを生成し得る。たとえば、代理は、タスク容易化サービス１０２によって与えられるインターフェースを介して、タスクテンプレートにアクセスすることがあり、このタスクテンプレートを通して、代理は、タスクまたはプロジェクトに関する情報を与えることがある。情報は、メンバー１１８に関連する情報（たとえば、メンバー名、メンバーアドレスなど）と、タスク自体の様々なパラメータ（たとえば、割り当てられた予算、タスクの完了のための時間枠など）とを含み得る。タスクのパラメータはさらに、任意のメンバー選好（たとえば、好ましいブランド、好ましいサードパーティサービス１１６など）を含み得る。いくつかの例では、情報は、メンバー１１８に関連するメンバープロファイルを通して与えられ得る。たとえば、代理は、メンバー１１８に関係する情報を取得するためにメンバー１１８に関連するメンバープロファイルにアクセスし得る。一実施形態では、タスク容易化サービス１０２は、メンバープロファイルを使用してタスクテンプレートを自動的にポピュレートすることができる。

【0031】

[0049]一実施形態では、代理は、タスクの完了のための１つまたは複数の提案を生成するために必要とされ得る任意の追加のタスクパラメータを動的におよびリアルタイムに識別するために、メンバー１１８と代理との間で交換された１つまたは複数のメッセージで指定されたタスクについてメンバー１１８から得られた情報をタスク容易化サービス１０２のタスク推奨システム１１２に与えることができる。タスク推奨システム１１２は、コンピュータシステムを使用して、またはタスク容易化サービス１０２のコンピュータシステム上に実装されるアプリケーションもしくは他の実行可能コードとして実装され得る。タスク推奨システム１１２は、一実施形態では、代理が、（たとえば、メンバー１１８によって利用されるアプリケーションまたはウェブポータルなどを介して）タスクに対応する通信セッションを介してメンバーに提示され得、メンバー１１８の利益のために代理および／または１つもしくは複数のサードパーティサービス１１６によって完了され得るタスクを生成し得るインターフェースを代理に与える。たとえば、代理は、タスクの名前、メンバーによって与えられるタスクの任意の既知のパラメータ（たとえば、予算、時間枠、実施されるタスク操作など）などを与えることがある。例示的な例として、メンバー１１８がメッセージ「やあ、ラッセル、２カ月後の私たちのバヤモンへの引っ越しを手伝うことができますか（can you help with our move to Bayamon in 2 months）」と送信した場合、代理はメッセージを評価し、「バヤモンへの引っ越し（Move to Bayamon）」と題するタスクを生成し得る。このタスクについて、代理は、メンバー１１８によって示されるように、タスクの完了のための時間枠が２カ月であることを示し得る。さらに、代理は、代理自体の知識を通してまたはメンバープロファイルのレビューを通して決定されるメンバーに関する代理に知られている追加情報を追加し得る。たとえば、代理は、任意の好ましい引っ越し会社、任意の予算上の制約などを示し得る。

【0032】

[0050]一実施形態では、代理は、タスクの完了のためにメンバーに提示され得る提案の作成に追加のメンバー入力が必要であるかどうかを決定するために、生成されたタスクをタスク推奨システム１１２に与え得る。タスク推奨システム１１２は、たとえば、タスクのための付加的パラメータと、提案の生成のためにメンバー１１８から要求され得る任意の付加的情報とを自動的に識別するために、機械学習アルゴリズムまたは人工知能を使用して、ユーザデータストレージ１０８からのメンバー１１８に対応する生成されたタスクおよび情報を処理し得る。たとえば、タスク推奨システム１１２は、タスクに対して自動的に完了され得る任意の追加のパラメータと、タスクを定義するためにメンバー１１８に要求され得る任意の追加の情報とを識別するために、生成されたタスクと、メンバー１１８に対応する情報（たとえば、メンバープロファイル）と、他の同様の状況にあるメンバーに対して実施されたタスクに対応する履歴データとを、機械学習アルゴリズムまたは人工知能への入力として使用し得る。たとえば、タスクが別の都市への今後の移動に関連する場合、タスク推奨システム１１２は、機械学習のアルゴリズムまたは人工知能を利用して、同様の状況にあるメンバー（たとえば、メンバー１１８の同一の地理的領域内のメンバー、同様のタスク委任感受性を有するメンバー、同様のタスクを行ったメンバーなど）を識別し得る。メンバー１１８のために生成されたタスクと、ユーザデータストレージ１０８に記憶されたメンバープロファイルからのメンバー１１８の特性と、これらの同様の状況にあるメンバーに対応するデータとに基づいて、タスク推奨システム１１２は、タスクのための付加的パラメータを与え得る。例示的な例として、上述のタスク「バヤモンへの引っ越し」の場合、タスク推奨システム１１２は、タスクに関する推奨される予算、メンバー１１８が承認し得る１つまたは複数の引っ越し企業（正のフィードバックを伴う同様の状況にある他のメンバーによって使用される）などを与え得る。代理は、これらの追加のパラメータを検討し、タスクに含めるためにこれらのパラメータのうちの１つまたは複数を選択し得る。

【0033】

[0051]一実施形態では、タスク推奨システム１１２は、タスクのための提案推奨を生成するためにサードパーティサービス１１６に関するタスクデータ記憶装置１１０中の情報（たとえば、タスク調整システム１１４によって生成され、タスクデータ記憶装置１１０中に記憶された情報）を使用することができる。たとえば、タスクと同じまたは類似の１つまたは複数の以前のタスクに対する以前の実施が、タスクを実施するようにタスク容易化サービス１０２に関連する特定のサードパーティまたは他のエンティティを推奨することの好適性を決定するために使用され得る。そのような好適性は、本明細書では「好適性メトリック」と呼ばれる場合があり、本明細書では、メンバーに提示され得るタスク容易化サービスからの任意の推奨の好適性を指すために使用され得る。同様に、サードパーティサービス１１６に関する他の情報が、タスクを実施するためにタスク容易化サービス１０２に関連する特定のサードパーティまたは他のエンティティを推奨する好適性を決定するために使用され得る。たとえば、タスク容易化サービス１０２に関連するサードパーティまたは他のエンティティのロケーションをタスクが実施されることになるロケーション（たとえば、メンバーの自宅）と比較することは、タスクを実施するためにタスク容易化サービス１０２に関連するそのサードパーティまたは他のエンティティを推奨する好適性を決定するために使用され得る。同様に、予算の検討がタスクを実施する決定ファクタである場合、タスク推奨システム１１２は、タスクを実施するために特定のサードパーティを推奨する好適性を決定するためにタスクデータ記憶装置１１０中に記憶されたタスク容易化サービス１０２に関連するそのサードパーティまたは他のエンティティの前のおよび／または現在の料金を使用し得る。

【0034】

[0052]いくつかの実施形態では、タスク容易化サービス１０２に関連する特定のサードパーティまたは他のエンティティに関連するパラメータは、タスクを実施するためにタスク容易化サービス１０２に関連するそのサードパーティまたは他のエンティティを推奨する好適性を決定するためにタスク容易化サービス１０２に関連する他のサードパーティおよび他のエンティティの同様のパラメータに対して比較され得る。たとえば、タスク容易化サービス１０２に関連する特定のサードパーティまたは他のエンティティに関連するコストは、タスク容易化サービス１０２に関連する他のサードパーティおよび他のエンティティに関連するコストと比較して、タスクを実施するためにタスク容易化サービス１０２に関連するそのサードパーティまたは他のエンティティを推奨する好適性を決定するためにタスク推奨システム１１２によって使用され得る。別の例では、タスク容易化サービス１０２に関連する特定のサードパーティまたは他のエンティティに関連するコストは、タスク容易化サービス１０２に関連するすべての他のサードパーティまたは他のエンティティの平均コストと比較して、タスクを実施するためにタスク容易化サービス１０２に関連するそのサードパーティまたは他のエンティティを推奨する好適性を決定するためにタスク推奨システム１１２によって使用され得る。一実施形態では、タスク推奨システム１１２は、タスクを実施するためにおよび／またはそのタスクのための提案推奨を与えるためにタスク容易化サービス１０２に関連する特定のサードパーティまたは他のエンティティの好適性を決定するためにタスク調整システム１１４と調整することができる。

【0035】

[0053]タスク推奨システム１１２が、追加のメンバー入力がタスクに必要であると決定した場合、タスク推奨システム１１２は、タスクに関してメンバー１１８に提示され得る質問の推奨を代理に与え得る。「バヤモンへの引っ越し」タスクの例に戻ると、タスク推奨システム１１２が、メンバーの家の１つまたは複数のパラメータ（たとえば、平方フィート数、部屋の数など）をタスクについて理解することが重要であると決定した場合、タスク推奨システム１１２は、これらの１つまたは複数のパラメータを与えるようにメンバー１１８に促す推奨を代理に与えることがある。代理は、タスク推奨システム１１２によって与えられた推奨を検討し、プロジェクトまたはタスクに対応するタスクに固有のインターフェースを介して、メンバー１１８に追加のタスクパラメータを与えるように促し得る。このプロセスは、特定のタスクを定義するためにメンバー１１８に与えられるプロンプトの数を低減することがあり、それによって、メンバー１１８に対する認知負荷を低減する。場合によっては、タスクに関してメンバー１１８に提示され得る質問の推奨を代理に与えるのではなく、タスク推奨システム１１２は、プロジェクトまたはタスクに対応するタスクに固有のインターフェースを介してこれらの質問をメンバー１１８に自動的に提示し得る。たとえば、メンバーの自宅の面積に関係する質問がタスクのために必要とされるとタスク推奨システム１１２が決定する場合、タスク推奨システム１１２は、プロジェクトまたはタスクに対応するタスクに固有のインターフェースを介して、メンバーの自宅の面積を与えるように自動的にメンバー１１８を促し得る。

【0036】

[0054]一実施形態では、代理が、メンバー１１８からおよび／またはタスク推奨システム１１２（たとえば、同様の状況にあるメンバーのために実施されたタスクの評価を介して得られたタスクパラメータ、メンバー１１８に関連するメンバープロファイルから得られるタスクパラメータなど）を通して必要なタスク関連情報を取得すると、代理は、タスクの解決に関する１つまたは複数の提案を生成するためにタスク容易化サービス１０２のタスク調整システム１１４を利用することができる。タスク調整システム１１４は、コンピュータシステムを使用して、またはタスク容易化サービス１０２のコンピュータシステム上に実装されるアプリケーションもしくは他の実行可能コードとして実装され得る。いくつかの例では、代理は、上述のように、代理およびタスク推奨システム１１２によって識別された１つまたは複数のタスクパラメータに従って、メンバー１１８のためのタスクの実施のために使用され得る１つまたは複数のサードパーティサービス１１６および／またはリソース（たとえば、小売業者、レストラン、ウェブサイト、ブランド、商品のタイプ、特定の商品など）を識別するために、タスク調整システム１１４によって維持されるリソースライブラリを利用し得る。提案は、タスクの完了のための時間枠、タスクの完了のために従事されるべき任意のサードパーティサービス１１６またはタスク容易化サービス１０２に関連する他のエンティティ（もしあれば）の識別、タスクの完了のための予算推定、タスクの完了のために使用されるべきリソースまたはリソースのタイプなどを指定し得る。代理は、提案を進めるか、またはタスクを完了するための代替提案を与えるために、メンバー１１８からの応答を求めて、プロジェクトまたはタスクに対応するタスクに固有のインターフェースを介してメンバー１１８に提案を提示し得る。

【0037】

[0055]一実施形態では、タスク推奨システム１１２は、代理がメンバー１１８に提案を与えるべきかどうかに関する推奨を代理に与え、定義されたタスクの完了に関して代理に委ねるオプションをメンバーに与えることができる。たとえば、タスクの追加のパラメータを識別するためにメンバーおよびタスク関連情報をタスク推奨システム１１２に与えることに加えて、代理は、メンバー１１８にタスクの完了のための１つまたは複数の提案を提示し、タスクの完了のために代理に委ねるオプションを提示または省略するために、その推奨をタスク推奨システム１１２に示し得る。タスク推奨システム１１２は、上述の推奨を生成するために、機械学習アルゴリズムまたは人工知能を利用し得る。タスク推奨システム１１２は、タスクの完了のための１つまたは複数の提案の提示を推奨すべきかどうかと、タスクの完了のために代理に委ねるオプションをメンバー１１８に提示すべきかどうかを決定するために、代理によって与えられた情報と、ユーザデータストレージ１０８からの同様の状況にあるメンバーについてのデータ、およびタスクデータストレージ１１０からの同様のタスクに対応するタスクデータ（たとえば、提出されたタスクと同様のパラメータを有するタスク、同様の状況にあるメンバーのために実施されるタスクなど）とを利用し得る。

【0038】

[0056]代理が、タスクの完了のために代理に委ねるオプションをメンバーが提示されるべきであると決定した場合、代理は、チャットセッションを介してこのオプションをメンバーに提示し得る。オプションは、メンバーがオプションのその承認を示すために選択し得るボタンまたは他のグラフィカルユーザインターフェース（ＧＵＩ）要素の形態で提示され得る。たとえば、メンバーは、タスクの実施に関連するすべての決定を代理に委ねるオプションをメンバーに与えるために、「Ｒｕｎ Ｗｉｔｈ Ｉｔ」ボタンを提示され得る。メンバー１１８がそのオプションを選択した場合、代理は、メンバー１１８に代わってタスクの完了のために代理によって選択された提案を提示することがあり、提案に従ってタスクの実施および完了のために１つまたは複数のサードパーティサービス１１６との調整に進むことがある。したがって、メンバー１１８がタスクの完了のために特定の提案を選択することを可能にするのではなく、代わりに、代理がメンバー１１８に代わって特定の提案を選択し得る。提案は、どのようにタスクが完了されるべきかをメンバー１１８が検証するために、メンバー１１８に依然として提示され得る。タスクの完了のためにメンバー１１８の代わりに代理によって取られた任意のアクションは、タスクデータストレージ１１０内のタスクに対応するエントリに記録され得る。代替的に、メンバー１１８がオプションを拒絶し、代わりに、代理がタスクの完了のために１つまたは複数の提案を与えることを示す場合、代理は、上記で説明されたように、１つまたは複数の提案を生成し得る。

【0039】

[0057]一実施形態において、代理は、メンバー１１８に対して、メンバーの心を緊急の事柄から遠ざけ、メンバー自身およびメンバーの家族により多くの時間を費やすように訴求し得る１つまたは複数のキュレーションされた体験を推奨し得る。上述のように、オンボーディングプロセス中に、メンバー１１８は、メンバー１１８が楽しいと感じるその興味または趣味のいずれかを示すように促され得る。さらに、代理がチャットセッションにわたってメンバー１１８との対話を継続すると、代理は、メンバー１１８に、その関心に関する追加の情報を自然な方法で与えるように促し得る。たとえば、代理は、メンバー１１８に「今週末は何をしますか？」と尋ねることがある。メンバー応答に基づいて、代理は、メンバーの選好を示すようにメンバー１１８に対応するメンバープロファイルを更新し得る。したがって、時間とともに、代理およびタスク容易化サービス１０２は、メンバーの関心および趣味のより深い理解を進展させることがある。

【0040】

[0058]一実施形態において、タスク容易化サービス１０２は、タスク容易化サービス１０２が動作する各地理的市場において、メンバーが利用可能であり得る体験のセットを生成する。各利用可能な体験について、タスク容易化サービス１０２は、メンバー１１８に代わって体験を計画するためにメンバー１１８から必要とされる情報と、メンバー１１８に提示されたときに体験推奨の提案がどのように見えるかのスケルトンとの両方を含むテンプレートを生成することができる。これは、代理が、体験と関連するタスクの定義を完了することをより容易にし得る。いくつかの例では、テンプレートは、旅行ガイド、食品およびレストランガイド、評判の良い出版物などの高品質の推奨を与える様々なソースからのデータを組み込むことができる。

【0041】

[0059]一実施形態では、タスク推奨システム１１２は、周期的に（たとえば、毎月、隔月など）、またはトリガイベント（たとえば、設定された数のタスクが行われること、メンバー要求など）に応答して、メンバー１１８に推奨され得る体験のセットを選択する。メンバー１１８がそれの代わりにキュレーションされることを望む経験に対応する特定の経験推奨をメンバー１１８が選択する場合、タスク推奨システム１１２または代理は、選択された経験推奨のキュレーションに関係する１つまたは複数の新しいタスクを生成し得る。

【0042】

[0060]メンバー１１８のためにタスクを完了するための上述のプロセスと同様に、代理は、選択された体験のキュレーションのための１つまたは複数の提案を生成することができる。たとえば、代理は、とりわけ、体験のための日／時間のリスト、体験のための可能な会場（たとえば、公園、映画館、ハイキングトレイルなど）のリスト、可能な食事オプションおよび対応する価格のリスト、食事の配達または受取りのためのオプションなどを与える提案を生成し得る。提案における様々なオプションは、選択された体験に対応するタスク特有のインターフェースを介して、メンバー１１８に提示され得る。

【0043】

[0061]提案に提示された様々なオプションに対するメンバーの応答に基づいて、代理は、体験のためのキュレーションプロセスを開始していることを示し得る。さらに、代理は、メンバー１１８に関連し得る体験に関連する情報を与え得る。たとえば、メンバー１１８が週末のピクニックのために選択されたレストランから食べ物をピックアップするオプションを選択した場合、代理は、食べ物をピックアップするためのメンバーの家からレストランまでの詳細な運転指示（これは、メンバー１１８が配達オプションを選択した場合には提示されない）と、レストランから選択された会場までの詳細な運転指示と、駐車情報と、注文されるべき食べ物のリストと、食べ物の注文の合計価格とを与えることがある。メンバー１１８は、この提案を検討することがあり、提案を受け入れるかどうかを決定し得る。メンバー１１８が提案を受け入れた場合、代理は、選択された体験をキュレーションするために様々なタスクを実施することに進み得る。

【0044】

[0062]メンバー１１８が、タスクの実施を代理に従うことを望むことを示すために、特定のタスクに対する特定の提案を選択するか、または特定のタスクに関連するボタンもしくは他のＧＵＩ要素を選択すると、タスクがサードパーティサービス１１６を使用して完了される場合、代理は、メンバー１１８の利益に関するタスクの完了のために１つまたは複数のサードパーティサービス１１６と調整し得る。たとえば、代理は、タスクの実施のために１つまたは複数のサードパーティサービス１１６を識別し、連絡するために、タスク容易化サービス１０２のタスク調整システム１１４を利用し得る。上述のように、タスク調整システム１１４は、タスク容易化サービス１０２のメンバーの代わりにタスクの実施に利用可能であり得るサードパーティサービス１１６および他のエンティティに関連する詳細な情報を含むリソースライブラリを含み得る。たとえば、リソースライブラリ内のサードパーティサービスに関するエントリは、サードパーティサービスに関する連絡先情報、サードパーティサービスによって与えられるサービスまたは商品に関する任意の利用可能な価格シート、サードパーティサービスによって与えられる商品および／またはサービスのリスト、営業時間、メンバーの異なるカテゴリによる評価またはスコアなどを含み得る。代理は、タスクを実施することになる１つまたは複数のサードパーティサービスを識別し、タスクの実施の推定コストを決定するために、リソースライブラリに問い合わせ得る。いくつかの例では、代理は、タスクの完了の見積りを取得し、メンバー１１８のためにタスクの実施を調整するために、１つまたは複数のサードパーティサービス１１６に連絡し得る。

【0045】

[0063]いくつかの例では、リソースライブラリは、タスク容易化サービス１０２と関連付けられるか、または提携し得る、タスク容易化サービス１０２のメンバーに代わって様々なタスクを実施するように契約される他のサービスおよび他のエンティティに対応する詳細な情報をさらに含み得る。これらの他のサービスおよび他のエンティティは、タスク容易化サービス１０２と合意したレートでサービスまたは商品を与えることがある。したがって、代理が、リソースライブラリからこれらの他のサービスまたは他のエンティティのいずれかを選択する場合、代理は、タスクの完了のための特定のパラメータ（たとえば、価格、利用可能性、必要とされる時間など）を決定することが可能であり得る。

【0046】

[0064]一実施形態では、所与のタスクについて、代理は、タスク容易化サービス１０２と提携する１つまたは複数のサードパーティサービスおよび他のサービス／エンティティを識別するために、リソースライブラリに問い合わせることができ、リソースライブラリにタスクの完了のための見積りを求める。たとえば、新たに作成されたタスクについて、代理は、これらの１つまたは複数のサードパーティサービスと他のサービス／エンティティとに仕事の申し出を送信し得る。仕事の申し出は、完了されるべきタスクの様々な特性（たとえば、タスクの範囲、メンバー１１８またはタスクが完了されるべき場所のおよその地理的ロケーション、所望の予算など）を示し得る。タスク容易化サービス１０２によって与えられるアプリケーションまたはウェブポータルを通して、サードパーティサービスまたは他のサービス／エンティティは、仕事の申し出を検討し、タスクの完了のための見積りを提出するか、または仕事の申し出を断るべきかを決定し得る。サードパーティサービスまたは他のサービス／エンティティが仕事の申し出を拒絶することを選択した場合、代理は、サードパーティサービスまたは他のサービス／エンティティが仕事の申し出を断ったことを示す通知を受信し得る。代替的に、サードパーティサービスまたは他のサービス／エンティティが、タスクを行うために入札することを選択する（たとえば、仕事の申し出を受諾する）場合、サードパーティサービスまたは他のサービス／エンティティは、タスクの完了のための見積りを提出し得る。この見積りは、タスクの完了のための推定コスト、タスクの完了に必要な時間、サードパーティサービスまたは他のサービス／エンティティがタスクの実施を開始するために利用可能である推定日などを示し得る。

【0047】

[0065]代理は、タスクの完了のための異なる提案を生成するために、サードパーティサービスおよび／または他のサービス／エンティティからの任意の与えられた見積りを使用し得る。これらの異なる提案は、完了されるべき特定のタスクに対応するタスク特有のインターフェースを通してメンバー１１８に提示され得る。メンバー１１８が、タスク固有のインターフェースを通して提示された提案のセットから特定の提案を選択した場合、代理は、タスクの完了のために選択されたことを示すために、選択された提案に関連する見積りを提出したサードパーティサービスまたは他のサービス／エンティティに通知を送信し得る。したがって、代理は、本明細書でより詳細に説明されるように、タスクの完了のためにサードパーティサービスまたは他のサービス／エンティティと調整するために、タスク調整システム１１４を利用し得る。

【0048】

[0066]場合によっては、タスクが代理１０６によって完了される場合、代理１０６は、タスクの実施のために代理１０６によって利用され得る任意のリソースを識別するために、タスク容易化サービス１０２のタスク調整システム１１４を利用し得る。リソースライブラリは、タスクの実施に利用可能な異なるリソースに関する詳細な情報を含み得る。例示的な例として、代理１０６がメンバーの家のためのフィルタのセットを購入するタスクを課された場合、代理１０６は、メンバー１１８が許容可能な、メンバー１１８によって許容された提案に対応する品質および／または価格のフィルタを販売し得る小売業者を識別するために、リソースライブラリに問い合わせ得る。さらに、代理１０６は、ユーザデータストレージ１０８から、タスクを完了するために代理１０６によって必要とされる任意のリソースに対する支払いを行うために使用され得るメンバー１１８の利用可能な支払情報を取得し得る。上述の例を使用すると、代理１０６は、メンバーの家で使用されることになるフィルタのセットの小売業者との購入を完了するために、ユーザデータストレージ１０８からメンバー１１８の支払情報を取得し得る。

【0049】

[0067]一実施形態では、タスク調整システム１１４は、タスクの実施のために代理に代わって１つまたは複数のサードパーティサービス１１６および／またはリソースを選択するために、機械学習アルゴリズムまたは人工知能を使用する。たとえば、タスク調整システム１１４は、タスクに関連する選択された提案またはパラメータ（たとえば、メンバー１１８が、タスクがどのように実施されるべきかを決定するために代理に従った場合）と、機械学習アルゴリズムまたは人工知能への入力として類似のタスクに対応するタスクデータストレージ１１０からの履歴タスクデータとを利用し得る。機械学習アルゴリズムまたは人工知能は、出力として、メンバー１１８に対して高い満足度の確率でタスクを実施し得る、タスク容易化サービス１０２と提携する１つもしくは複数のサードパーティサービス１１６および／または他のエンティティのリストを生成し得る。タスクが代理１０６によって実施される場合、機械学習アルゴリズムまたは人工知能は、出力として、メンバー１１８に対して高い満足度の確率でタスクを実施するために代理１０６によって使用され得るリソース（たとえば、小売業者、レストラン、ブランドなど）のリストを生成し得る。

【0050】

[0068]いくつかの例では、タスクが、選択された提案において与えられる推定に従って、サードパーティサービスまたは他のサービス／エンティティによって完了されることができない場合、メンバー１１８は、特定のタスクをキャンセルするか、または場合によってはタスクに変更を行うオプションを与えられ得る。たとえば、タスクを実施するための新しい推定コストが、選択された提案で指定された最大量を超える場合、メンバー１１８は、提案で指定された予算内でタスクを実施するための代替のサードパーティサービスまたは他のサービス／エンティティを見つけるように代理に求めることがある。同様に、タスクの完了のための時間枠が、提案に示される時間枠内にない場合、メンバー１１８は、元の時間枠内のタスクの実施のための代替のサードパーティサービスまたは他のサービス／エンティティを見出すように代理に求め得る。メンバーの介入は、対応する機械学習アルゴリズムまたは人工知能を再トレーニングし、定義された提案パラメータ内でタスクを実施し得るサードパーティサービス１１６または他のサービス／エンティティをより良好に識別するために、タスク推奨システム１１２およびタスク調整システム１１４によって記録され得る。

【0051】

[0069]一実施形態では、代理がタスクの実施のために１つもしくは複数のサードパーティサービス１１６または他のサービス／エンティティと契約すると、タスク調整システム１１４は、これらのサードパーティサービス１１６または他のサービス／エンティティによるタスクの実施を監視し得る。たとえば、タスク調整システム１１４は、タスクの実施のための時間枠、タスクの実施に関連するコスト、タスクの実施に関する任意のステータス更新などに関して、サードパーティサービス１１６または他のサービス／エンティティによって与えられる任意の情報を記録し得る。タスク調整システム１１４は、この情報を、実施されているタスクに対応するタスクデータストレージ１１０内のデータレコードに関連付けることがある。サードパーティサービス１１６または他のサービス／エンティティによって与えられるステータス更新は、タスク容易化サービス１０２によって与えられるアプリケーションまたはウェブポータルを介してメンバー１１８および代理に自動的に与えられ得る。

【0052】

[0070]一実施形態では、タスクが代理１０６によって実施される場合、タスク調整システム１１４は、代理１０６によるタスクの実施を監視することができる。たとえば、タスク調整システム１１４は、タスクの代理の実施に関する、代理１０６とメンバー１１８との間の任意の通信をリアルタイムで監視し得る。これらの通信は、タスクの実施に関する任意のステータス更新、タスクを実施する際に代理１０６が負った任意の購入または費用、タスクの完了のための時間枠などを示す代理１０６からのメッセージを含み得る。タスク調整システム１１４は、代理１０６からのこれらのメッセージを、実施されているタスクに対応するタスクデータストレージ１１０内のデータレコードに関連付けることがある。

【0053】

[0071]上述のように、タスクが完了すると、メンバー１１８は、タスクの完了に関するフィードバックを与えるように促され得る。たとえば、メンバー１１８は、タスクの実施における選択されたサードパーティサービス１１６の実施および専門性に関するフィードバックを与えるように促され得る。さらに、メンバー１１８は、代理によって与えられた提案の品質に関して、またタスクの実施がタスクに関連する基礎をなす問題に対処したかどうかに関して、フィードバックを与えるように促され得る。メンバー１１８によって与えられる応答を使用して、タスク容易化サービス１０２は、タスクのより良好な識別、提案のより良好な生成、メンバー１１８および他の同様の状況にあるメンバーのためにタスクを完了するためのサードパーティサービス１１６のより良好な識別、メンバー１１８のためにタスクを実施するために代理１０６に与えられ得るリソースのより良好な識別などを与えるために、タスク推奨システム１１２およびタスク調整システム１１４によって利用される機械学習アルゴリズムまたは人工知能をトレーニングまたは場合によっては更新し得る。

【0054】

[0072]一実施形態では、タスク推奨システム１１２は、提案とのメンバーの対話に基づいてリアルタイムでメンバープロファイルとリソースライブラリとを自動的に更新し得る。たとえば、提案が提示されたプロジェクトまたはタスクに関連するチャットセッションまたは他の通信セッションを通して、提案が許容できないこと（たとえば、いかなる魅力的なオプションも含まないこと、提示されたオプションのための魅力的な推奨を含まないことなど）をメンバー１１８が示す場合、タスク推奨システム１１２は、特定のタスクまたはプロジェクトに関する与えられた提案がメンバー１１８によって歓迎されなかったことを示すためにメンバープロファイルを更新し得る。したがって、同様のプロジェクトまたはタスクについて、代理は、メンバープロファイルを検討し、与えられた提案オプションおよび／または提案推奨が同様のプロジェクトまたはタスクのための新しい提案オプションおよび／または提案推奨のためのベースとして使用されるべきでないと容易に決定し得る。代替的に、メンバー１１８が、プロジェクトまたはタスクに関連する提案オプションのための特定の提案推奨を選択し、メンバー１１８が、この提案推奨に関する正のフィードバックを与える場合、タスク推奨システム１１２は、特定のタスクまたはプロジェクトに関する与えられた提案がメンバー１１８によって歓迎されなかったことと、メンバー１１８によって選択された提案推奨が将来同様のプロジェクトまたはタスクのために使用され得ることとを示すためにメンバープロファイルを更新し得る。同様のプロジェクトおよびタスクについて、他の代理が、これらの同様のプロジェクトおよびタスクに関連する提案オプションに好適であり得る提案推奨を容易に識別することが可能であり得るように、これらの更新もリソースライブラリに伝搬され得る。

【0055】

[0073]本明細書で説明されるプロセスに関して、代理１０６によって実施される様々な動作は、追加または代替として、１つまたは複数の機械学習アルゴリズムまたは人工知能を使用して実施され得ることに留意されたい。たとえば、代理１０６がメンバー１１８に代わって経時的にタスクを実施するか、または場合によってはタスクの実施を調整するとき、タスク容易化サービス１０２は、代理１０６および／またはサードパーティサービス１１６によるこれらのタスクの実施に関連するメンバーフィードバックに従って、メンバーのプロファイルを連続的および自動的に更新し得る。一実施形態では、タスク推奨システム１１２は、メンバーのプロファイルがある時間期間（たとえば、６カ月、１年など）にわたって、またはタスクのセット（たとえば、２０個のタスク、３０個のタスクなど）にわたって更新された後、代理対話を用いてまたは用いずに、メンバーのプロファイルの様々な属性（たとえば、メンバー代理通信に対応する履歴データ、代理実施および提示されたタスク／提案に対応するメンバーフィードバックなど）に基づいて、新しいタスクを自動的および動的に生成するために、機械学習アルゴリズムまたは人工知能を利用し得る。タスク推奨システム１１２は、新しいタスクに必要とされる任意の追加情報を取得し、これらのタスクの実施のためにメンバー１１８に提示され得る提案を自動的に生成するために、メンバー１１８と自動的に通信し得る。代理１０６は、会話が肯定極性を維持する（たとえば、メンバー１１８がタスク推奨システム１１２または他のボットとの対話に満足しているなど）ことを確実にするために、タスク推奨システム１１２とメンバー１１８との間の通信を監視し得る。会話が否定極性を有する（たとえば、メンバー１１８がフラストレーションを表明している、タスク推奨システム１１２またはボットがメンバーの応答または質問を処理することができない、など）と代理１０６が決定した場合、代理１０６は、会話に介入し得る。これは、代理１０６が、任意のメンバーの懸念に対処し、メンバー１１８に代わって任意のタスクを行うことを可能にし得る。

【0056】

[0074]したがって、これらのシステムおよび環境が、エージェントまたは他の自動化されたシステムと対話するユーザの知識をほとんど有しない場合がある自動化された顧客サービスシステムおよび環境とは異なり、タスク推奨システム１１２は、システムとのメンバーの自動的な対話または代理１０６との対話に基づいて、また経時的にメンバー１１８の代わりに実施されるタスクに基づいて、メンバー１１８に関する最新の履歴情報を与えるためにメンバープロファイルを継続的に更新することができる。メンバー１１８またはシステムが代理１０６と対話するにつれて、また、タスクが経時的にメンバー１１８のために考案され、提案され、実施されるにつれて、自動的および動的に更新され得る、この履歴情報は、メンバー１１８のクエリ、要求、および／または目標に対する適切なまたはインテリジェントな応答を予測し、識別し、提示するために、タスク推奨システム１１２によって使用され得る。

【0057】

[0075]図２は、少なくとも１つの実施形態による、代理２１０および／またはサードパーティサービス２１６による委任および実施のためにメンバーに推奨され得る１つまたは複数のタスクを識別するために、タスク関連のデータがメンバーエリア２０２から収集およびアグリゲートされる環境２００の例示的な例を示す。環境２００では、メンバーは、コンピューティングデバイス２２０（たとえば、ラップトップコンピュータ、スマートフォンなど）を介して、メンバーの利益のために実施され得る１つまたは複数のタスクを識別するためにメンバーに割り当てられた代理２１０にタスク関連のデータを送信し得る。たとえば、一実施形態では、メンバーは、実施のために代理２１０に委任することをメンバーが望む１つまたは複数のタスクを手動で入力することができる。タスク容易化サービス２１８は、メンバーにタスク容易化サービス２１８によって与えられるアプリケーションまたはウェブポータルを介して、代理２１０に委任され得るか、あるいはメンバーのタスクのリストに追加され得るタスクの手動入力２０４のためのタスクテンプレートを与え得る。

【0058】

[0076]一実施形態では、メンバーに与えられたタスクテンプレートは、タスク容易化サービス２１８によって識別されるおよびメンバーに関連するメンバープロファイルにおいて定義されているメンバーの特性に従って特別に調整され得る。メンバープロファイルまたはモデルは、会話する際に、メンバーにタスクおよび提案を推奨する際に、およびメンバーのためにタスクを実施する際にメンバーにどのように接近するのが最適であるのかを決定するために代理２１０によって使用され得るメンバーの属性のセットを定義し得る。これらのメンバー属性に基づいて、タスク容易化サービス２１８は、タスクテンプレートから特定のフィールドを省略し得る。

【0059】

[0077]メンバーが、コンピューティングデバイス２２０を介してまたはタスク容易化サービス２１８によって与えられたインターフェースを通して、メンバーに対する利益のために実施されることになるタスクに対応する完了したタスクテンプレートを提出する場合、メンバーに割り当てられた代理２１０は、形態を取得し、メンバーのためにどのようにタスクを実施するのが最適であるのかについて決定するためにタスクの評価を開始し得る。たとえば、代理２１０は、完了したタスクテンプレートを評価し、完了したタスクテンプレート中にメンバーによって与えられたタスク関連の詳細に対応するメンバーのための新しいタスクを生成し得る。さらに、（たとえば、メンバーとの対話からの、メンバープロファイルからのなどの）メンバーについての代理の知識に基づいて、代理２１０は、メンバーのためにタスクをどのように実施するのが最適であるのかについて決定するために使用され得る追加情報をメンバーに促すのかどうかを決定し得る。たとえば、メンバーは、メンバーの雨樋を清掃させることをメンバーが望むことを示したが、雨樋がいつ清掃されなければならないのかを示さなかった場合、代理２１０は、メンバーの雨樋の清掃のための時間枠に関して照会するために新たに作成されたタスクに関連するアクティブ通信セッションを介してメンバーと通信し得る。別の例として、メンバーが、タスクの実施のための特定の予算なしにタスクを提出し、代理２１０が（たとえば、メンバープロファイル、メンバーについての個人的知識などに基づいて）メンバーが予算にこだわることを知っている場合、代理２１０は、タスクの実施のためにどんな予算でなければならないのかを決定するためにメンバーと通信し得る。これらの通信に応答して取得されたあらゆる情報は、メンバープロファイルを補足するために使用され得、したがって、将来のタスクについて、この新たに取得された情報が、メンバーへの追加のプロンプトを必要とすることなしにメンバープロファイルから自動的に取り出され得る。

【0060】

[0078]一実施形態では、メンバーは、コンピューティングデバイス２２０を介して、メンバーのために実施され得るタスクを識別するために使用され得る１つまたは複数のユーザの記録２０６を提出することができる。たとえば、メンバーは、タスク容易化サービス２１８に、タスクが作成され得るメンバーエリア２０２内の問題を示し得るメンバーエリア２０２の１つまたは複数のデジタル画像をアップロードし得る。例示的な例として、メンバーは、修理を必要とする壊れた幅木の画像をキャプチャし得る。別の例示的な例として、メンバーは、詰まった雨樋の画像をキャプチャし得る。代理２１０は、これらのデジタル画像を取得し、アップロードされたデジタル画像中に表される問題を解決するために実施され得る１つまたは複数のタスクを手動で識別し得る。たとえば、代理２１０が壊れた幅木を示すデジタル画像を受信する場合、代理２１０は、壊れた幅木の修理に対応する新しいタスクを生成し得る。同様に、代理２１０が詰まった雨樋を示すデジタル画像を受信する場合、代理２１０は、メンバーの雨樋の清掃に対応するタスクを生成し得る。

【0061】

[0079]１つまたは複数のユーザの記録２０６は、タスクが生成され得る可能な問題に対応するメンバーエリア２０２内のオーディオおよび／またはビデオ記録をさらに含み得る。これらのオーディオおよび／またはビデオ記録は、メンバーの利益のために実施され得るあらゆる任意のタスクを識別するために代理２１０によって検討され得る。上記で説明された壊れた幅木の例を使用して、メンバーは、「我々は家を販売する準備しているので、私はすぐにこの幅木を修理させることを望む」と示しながら壊れた幅木を強調するビデオを記録し得る。したがって、このビデオは、壊れた幅木に関係する問題とメンバーがメンバーの自宅を販売するために短い時間枠内で幅木を修理させることの緊急度のレベルとを強調し得る。

【0062】

[0080]一実施形態では、代理２１０は、タスク容易化サービス２１８によって提供されるアプリケーションまたはウェブポータルを介してメンバーに提示される所与のタスクの完了のための１つまたは複数の提案を生成することができる。提案は、所与のタスクを調査する間に代理２１０によって作成および／または収集され得るメンバーに提示される（本明細書では「推奨」とも呼ばれる）１つまたは複数のオプションを含み得る。いくつかの例では、代理２１０は、これらの１つまたは複数の提案を生成するために使用され得る１つまたは複数のテンプレートを与えられ得る。たとえば、タスク容易化サービス２１８は、異なるタスクタイプのための提案テンプレートを維持し得、それによって、特定のタスクタイプのための提案テンプレートは、タスクタイプに関連する様々なデータフィールドを含み得る。例示的な例として、誕生会を計画することに関連するタスクの場合、代理２１０は、イベントプランニングに対応する提案テンプレートを利用し得る。イベントプランニングに対応する提案テンプレートは、会場オプション、ケータリングオプション、エンターテインメントオプションなどに対応するデータフィールドを含み得る。

【0063】

[0081]一実施形態では、提案テンプレート内のデータフィールドは、どんな情報が提案中でメンバーに提示されるかについて決定する能力を代理２１０に与えるためにオンまたはオフにトグルされ得る。たとえば、パーティのためにボールルームジャンプハウスをレンタルすることに関連するタスクの場合、対応する提案テンプレートは、レンタル会社のロケーション／住所、レンタル会社の業務時間および利用可能性、推定コスト、レンタル会社の評価／レビューなどに対応するデータフィールドを含み得る。代理２１０は、メンバーの選好についての代理の知識に基づいて、これらのデータフィールドのいずれかをオンまたはオフにトグルし得る。たとえば、代理２１０は、メンバーとの関係を確立しており、それによって、代理２１０がメンバーのタスクのために評判が良い会社を選択するのをメンバーが信用することを代理２１０が高信頼度で知っている場合、代理２１０は、提案テンプレートから対応する会社のための評価／レビューに対応するデータフィールドをオフにトグルし得る。同様に、メンバーが提案の目的でレンタル会社のロケーション／住所に関心がないことを代理２１０が知っている場合、代理２１０は、提案テンプレートから対応する会社のためのロケーション／住所に対応するデータフィールドをオフにトグルし得る。いくつかのデータフィールドが提案テンプレート内でオフにトグルされ得るが、代理２１０は、本明細書でより詳細に説明されるように、提案のリソースライブラリを補足するためにタスク容易化サービス２１８によって使用され得る追加情報を与えるためにこれらのデータフィールドを完了し得る。

【0064】

[0082]一実施形態では、タスク容易化サービス２１８は、提案中でメンバーに提示され得るデータフィールドに関する代理２１０のための推奨を生成するために機械学習アルゴリズムまたは人工知能を利用する。たとえば、タスク容易化サービス２１８は、機械学習アルゴリズムまたは人工知能への入力として、メンバーに関連するメンバープロファイルまたはモデル、メンバーのための履歴タスクデータ（たとえば、前に完了したタスク、提案が与えられたタスクなど）、および提案が生成されているタスクに対応する情報（たとえば、タスクのタイプまたはカテゴリなど）を使用し得る。機械学習アルゴリズムまたは人工知能の出力は、提案テンプレートのどのデータフィールドがオンまたはオフにトグルされなければならないのかを定義し得る。たとえば、メンバープロファイルまたはモデル、メンバーのための履歴タスクデータ、および提案が生成されているタスクに対応する情報の評価に基づいて、メンバーが会社の評価／レビューに関係する情報を閲覧することにも会社のロケーション／住所に関係する情報を閲覧することにも関心がない可能性があるとタスク容易化サービス２１８が決定する場合、タスク容易化サービス２１８は、提案テンプレートからこれらのデータフィールドを自動的にオフにトグルし得る。タスク容易化サービス２１８は、いくつかの例では、提案中でメンバーにこれらのデータフィールドを提示する能力を代理２１０に与えるためにこれらのデータフィールドをオンにトグルするオプションを保持し得る。たとえば、タスク容易化サービス２１８が、特定の会社からのバルーンジャンプハウスのレンタルのための推定コストに対応するデータフィールドを自動的にオフにトグルしたが、メンバーが、関与する可能なコストへの関心を表した場合、代理２１０は、推定コストに対応するデータフィールドをオンにトグルし得る。

【0065】

[0083]いくつかの例では、提案がメンバーに提示されるとき、タスク容易化サービス２１８は、機械学習アルゴリズムまたは人工知能をさらにトレーニングするために使用され得るデータを取得するために代理２１０および提案とのメンバーの対話を監視し得る。たとえば、代理２１０は、機械学習アルゴリズムまたは人工知能によって生成された推奨に基づいて特定の会社のためのいかなる評価／レビューなしに提案を提示し、メンバーは、（たとえば、代理２１０へのメッセージを通して、特定の会社のための評価／レビューを閲覧する提案中のオプションの選択を通してなど）メンバーが特定の会社の評価／レビューに関心があることを示す場合、タスク容易化サービスは、同様のタスクまたはタスクタイプのために選択された会社の評価／レビューの提示を推奨する可能性を増加させるために機械学習アルゴリズムまたは人工知能をさらにトレーニングするためにこれらのフィードバックを利用し得る。

【0066】

[0084]一実施形態では、タスク容易化サービス２１８は、（少なくとも図１に関して本明細書で説明されるタスク調整システム１１４と同じである）タスク調整システム２１４を介して、特定の提案テンプレートの１つまたは複数のデータフィールドを自動的にポピュレートするために使用され得るリソースライブラリを維持する。リソースライブラリは、特定のタスクもしくはタスクタイプに関係する提案または、そうでない場合、特定のタスクもしくはタスクタイプに関連付けられる提案のために代理によって前に使用された会社および／または製品に対応するエントリを含み得る。たとえば、ワシントン州リンウッドの近くで屋根を修理することに関係するタスクに関する提案を代理２１０が生成するとき、タスク調整システム２１４は、タスクのために代理２１０によって選択される屋根工事業者に関連する情報を取得し得る。タスク調整システム２１４は、リソースライブラリ中に屋根工事業者に対応するエントリを生成し、「屋根の修理」および「ワシントン州リンウッド」にこのエントリを関連付け得る。したがって、ワシントン州リンウッドの近く（たとえば、ワシントン州エヴェレット）に位置するメンバーのための屋根を修理することに対応するタスクを別の代理が受信する場合、他の代理は、ワシントン州リンウッドの近くの屋根工事業者についてリソースライブラリに問い合わせ得る。リソースライブラリは、クエリに応答して、代理２１０によって前に選択された屋根工事業者に対応するエントリを戻し得る。他の代理がこの屋根工事業者を選択する場合、タスク調整システム２１４は、リソースライブラリから屋根工事業者のために利用可能な情報で提案テンプレートのデータフィールドを自動的にポピュレートし得る。

【0067】

[0085]代理２１０は、提案テンプレートを介して、タスクの完了のために使用され得る会社および／または製品のための追加の提案オプションを生成し得る。たとえば、特定の提案について、代理２１０は、代理２１０がタスクの完了のための推奨している会社または製品に対応し得る推奨されるオプションを生成し得る。さらに、追加のオプションまたは選択肢をメンバーに与えるために、代理２１０は、タスクを完了し得る他の会社または製品に対応する追加のオプションを生成することができる。いくつかの例では、メンバーが代理２１０にタスクの完了に関する意思決定を委任したことを代理２１０が知っている場合、代理２１０は、推奨されるオプションの外の追加の提案オプションの生成を控え得る。しかしながら、代理２１０は、メンバーに、タスクのステータスに関する情報をメンバーに欠かさないようにするためにタスクの完了のために選択された提案オプションを依然として提示し得る。

【0068】

[0086]一実施形態では、代理２１０が提案テンプレートの使用を介して提案を定義することを完了すると、タスク容易化サービス２１８は、タスク容易化サービス２１８によって与えられたアプリケーションまたはウェブポータルを通してメンバーに提案を提示し得る。いくつかの例では、代理２１０は、提案が特定のタスクのために準備されたことおよび提案がタスク容易化サービス２１８によって与えられたアプリケーションまたはウェブポータルを介したレビューの準備ができていることを示すためにメンバーに通知を送信し得る。メンバーに提示される提案は、提案が準備されたタスク、ならびにメンバーに与えられている１つまたは複数のオプションの表示を示し得る。たとえば、提案は、推奨される提案オプションと特定のタスクのために代理２１０によって準備された他のオプション（もしあれば）とへのリンクを含み得る。これらのリンクにより、メンバーは、アプリケーションまたはウェブポータルを介して代理２１０によって準備された１つまたは複数のオプションの間をナビゲートすることが可能になり得る。

【0069】

[0087]提案オプションごとに、メンバーは、代理２１０によって選択された会社（たとえば、タスク容易化サービス２１８に関連するサードパーティサービスもしくは他のサービス／エンティティ）または製品に対応する情報と、提案テンプレートを介した代理２１０による提示のために選択されたデータフィールドに対応する情報とを提示され得る。たとえば、メンバーの自宅の屋根検査に関連するタスクの場合、代理２１０は、特定の屋根工事業者（たとえば、提案オプション）のために、屋根工事業者のための１つまたは複数のレビューまたは証言、メンバーのタスク完了時間枠の対象となる屋根工事業者の料金および利用可能性（もしあれば）、屋根工事業者のウェブサイト、屋根工事業者の連絡先情報、任意の推定コスト、およびメンバーがタスクのためにこの特定の屋根工事業者を選択しなければならない場合における代理２１０の次のステップの表示を提示し得る。いくつかの例では、メンバーは、特定の提案に関連するどんな詳細またはデータフィールドがアプリケーションまたはウェブポータルを介して提示されるのかを選択し得る。たとえば、提案オプションごとに推定総額をメンバーが提示され、提案オプションごとに推定総額を検討することにメンバーが関心がない場合、メンバーは、アプリケーションまたはウェブポータルを介して提案からこの特定のデータフィールドをオフにトグルし得る。代替的に、各提案オプションに関するさらなる詳細（たとえば、追加のレビュー、追加の会社または製品情報など）を検討することにメンバーが関心がある場合、メンバーは、このさらなる詳細が提案を介して提示されることを要求し得る。

【0070】

[0088]一実施形態では、与えられた提案とのメンバーの対話に基づいて、タスク容易化サービス２１８は、どんな情報がメンバーに提示されなければならないのかと、どんな情報が同様のタスクまたはタスクタイプの場合に同様の状況にあるメンバーに提示されなければならないのかとを決定または推奨するために使用される機械学習アルゴリズムまたは人工知能をさらにトレーニングすることができる。上記のように、タスク容易化サービス２１８は、提案中でメンバーに提示され得るデータフィールドに関する代理２１０のための推奨を生成するために機械学習アルゴリズムまたは人工知能を使用し得る。タスク容易化サービス２１８は、特定のタスクに関する提案で提示される情報に関するメンバーの選好を決定するために提案とのメンバーの対話を監視または追跡し得る。さらに、タスク容易化サービス２１８は、メンバーの選好をさらに識別するために提案に関係するメンバーと代理２１０との間で交換されるあらゆるメッセージを監視または追跡し得る。たとえば、提案中に指定される会社の各々によって提供されるサービスに関するさらなる情報を参照することをメンバーが望むことを示すメッセージをメンバーが代理２１０に送る場合、タスク容易化サービス２１８は、メンバーが特定のタスクまたはタスクタイプに関連する会社によって提供されるサービスに関する追加情報を参照したいと望み得ると決定し得る。いくつかの例では、タスク容易化サービス２１８は、メンバーの選好を識別するために代理２１０によって与えられた提案に関するメンバーからのフィードバックを要請し得る。提案に関する代理２１０とのメンバーの対話または提案自体とのメンバーの対話を通して得られるこのフィードバックおよび情報は、メンバーにおよび同様のタスクまたはタスクタイプの場合に提案中で同様の状況にあるメンバーに提示されなければならない情報のためのより正確なまたはより改善された推奨を与えるために機械学習アルゴリズムまたは人工知能を再トレーニングするために使用され得る。

【0071】

[0089]いくつかの例では、メンバーに提示される各提案は、各提案オプションに関連するあらゆるコストを指定し得る。これらのコストは、関連するタスクまたはプロジェクトの要件に基づいて異なるフォーマットで提示され得る。たとえば、タスクまたはプロジェクトが航空券の購入に対応する場合、対応する提案のための各提案オプションは、航空券の固定価格を提示し得る。別の例示的な例として、代理２１０は、提案オプションごとに、選択されたオプション（たとえば、「パーティのためにハロウィン装飾に最高１５０ドルを費やすつもり」）に従ってタスクの完了のために予算を与えることができる。さらに別の例示的な例として、支払いスケジュールが関与し得るタスクまたはプロジェクトについて、タスクまたはプロジェクトに関係する提案のための提案オプションは、これら提案オプションの各々のための支払いスケジュール（たとえば、「最初の協議のための１００ドルと後に続くサービスのための３００ドル」、「会場を予約するための１，５００ドルの前金とイベント後の１，５００ドルの使用料」など）を指定し得る。

【0072】

[0090]メンバーが、タスクまたはプロジェクトのための特定の提案オプションを受け入れる場合、代理２１０は、メンバーが特定の提案オプションのための提示されたコストとあらゆる関連する税および料金との支払いに同意していることを保証するためにメンバーと通信し得る。いくつかの例では、提案オプションが静的な支払額（たとえば、固定価格、「最高Ｘドル」、静的な額をもつ段階的な支払いスケジュールなど）を用いて選択される場合、提案オプションの履行に必要な実際の支払額が最初に提示された静的な支払額を超えてしきい値割合または額を超える場合、メンバーは、代理２１０によって通知され得る。たとえば、メンバーが選択された提案オプション中に指定されているコストの１２０％より多く費やす必要があり得ると代理２１０が決定する場合、代理２１０は、提案オプションを進める前に支払額を再確認するようにメンバーに通知を送信し得る。

【0073】

[0091]一実施形態では、提示された提案からの提案オプションをメンバーが受け入れる場合、タスク容易化サービス２１８は、提示された提案に関連するタスクを実行状態に移動し、代理２１０は、選択された提案オプションに従って提案を実行することに進むことができる。たとえば、代理２１０は、メンバーによって受け入れられた提案において定義されているパラメータに従ってタスクの実施を調整するために１つまたは複数のサードパーティサービス２１６に連絡し得る。

【0074】

[0092]一実施形態では、代理２１０は、メンバーによって受け入れられた提案において定義されているパラメータに従ってタスクの実施の調整を支援するためにタスク調整システム２１４を利用する。たとえば、サードパーティサービス２１６との調整が自動的に実施され得る場合（たとえば、サードパーティサービス２１６が発注、スケジューリング、支払いのための自動化されたシステムを与えるなど）、タスク調整システム２１４は、選択された提案オプションに従ってタスクの実施を調整するためにサードパーティサービス２１６と直接対話し得る。タスク調整システム２１４は、代理２１０に任意の情報（たとえば、確認、発注ステータス、予約ステータスなど）を与え得る。代理２１０は、次に、タスク容易化サービス２１８にアクセスするためにメンバーによって利用されるアプリケーションまたはウェブポータルを介して、またはサードパーティサービス２１６が選択された提案オプションに従ってタスクの実施を開始したことを示すために他の通信方法（たとえば、電子メールメッセージ、テキストメッセージなど）を通して、メンバーにこの情報を与え得る。一実施形態では、代理２１０がメンバーのためにタスクを実施している場合、代理２１０は、タスク容易化サービス２１８によって与えられたアプリケーションまたはウェブポータルを介してメンバーにタスクの代表の実施に関するステータス更新を与え得る。

【0075】

[0093]タスクが完了すると、メンバーは、メンバーによって選択された提案オプションに従ってタスクを実施した代理２１０および／またはサードパーティサービス２１６または他のサービス／エンティティの実施に関するフィードバックを提供し得る。たとえば、メンバーは、タスクの完了に関するそのフィードバックを示すために、特定のプロジェクトまたはタスクに対応する通信セッションを介して、代理２１０と１つまたは複数のメッセージを交換し得る。一実施形態では、タスク容易化サービスは、提案オプションのためのタスク容易化サービス２１８によって与えられる推奨、サードパーティサービス２１６もしくは他のサービス／エンティティ、および／または同様のタスクの完了のために実施され得るプロセスを改善するためにメンバーによって与えられたフィードバックを処理するために機械学習アルゴリズムまたは人工知能を使用する。

【0076】

[0094]図３は、少なくとも１つの実施形態による、タスク調整システム３１４が、代理３０６および／または１つもしくは複数のサードパーティサービス３１６によるメンバー３１２の利益のためにタスクの実施を割り当て、監視する環境３００の例示的な例を示す。環境３００では、代理３０６は、メンバー３１２のためにタスクの完了に関する提案を生成するためにタスク調整システム３１４の提案作成サブシステム３０２にアクセスし得る。提案作成サブシステム３０２は、コンピュータシステムを使用して、またはタスク調整システム３１４のコンピュータシステム上に実装されたアプリケーションもしくは他の実行可能コードとして実装され得る。代理３０６が、メンバー３１２からおよび／またはタスク推奨システム（たとえば、同様の状況にあるメンバーのために実施されたタスクの評価を介して得られたタスクパラメータなど）を通して必要なタスク関連情報を取得すると、代理３０６は、タスクの解決に関する１つまたは複数の提案を生成するために提案作成サブシステム３０２を利用することができる。

【0077】

[0095]上記のように、提案は、所与のタスクを調査する間に代理３０６によって作成および／または収集され得るメンバー３１２に提示される１つまたは複数のオプションを含み得る。いくつかの例では、代理３０６は、提案作成サブシステム３０２を介して、これらの１つまたは複数の提案を生成するために使用され得る１つまたは複数のテンプレートにアクセスし得る。たとえば、提案作成サブシステム３０２は、タスクデータストレージ３１０内でまたは内部的に、異なるタスクタイプのための提案テンプレートを維持し得、それによって、特定のタスクタイプのための提案テンプレートは、タスクタイプに関連する様々なデータフィールドを含み得る。タスクデータストレージ３１０は、リソースライブラリに関連付けられ得る。このリソースライブラリは、異なるタスクの完了のための新しい提案の作成のために様々な提案テンプレートを維持し得る。

【0078】

[0096]一実施形態では、提案テンプレート内のデータフィールドは、どんな情報が提案中でメンバー３１２に提示されるかについて決定する能力を代理３０６に与えるためにオンまたはオフにトグルされ得る。代理３０６は、メンバーの選好についての代理の知識に基づいて、テンプレート内のこれらのデータフィールドのいずれかをオンまたはオフにトグルし得る。たとえば、代理３０６は、メンバー３１２との関係を確立しており、それによって、代理３０６がメンバーのタスクのために評判が良い会社を選択するのをメンバーが信用することを代理３０６が高信頼度で知っている場合、代理３０６は、提案テンプレートから対応する会社のための評価／レビューに対応するデータフィールドをオフにトグルし得る。同様に、メンバー３１２が提案の目的で会社のロケーション／住所に関心がないことを代理３０６が知っている場合、代理３０６は、提案テンプレートから対応する会社のためのロケーション／住所に対応するデータフィールドをオフにトグルし得る。いくつかのデータフィールドが提案テンプレート内でオフにトグルされ得るが、代理３０６は、タスク調整システム３１４によって維持された提案のリソースライブラリを補足するために提案作成サブシステム３０２によって使用され得る追加情報を与えるためにこれらのデータフィールドを完了し得る。

【0079】

[0097]一実施形態では、提案作成サブシステム３０２は、提案中でメンバー３１２に提示され得るデータフィールドに関する代理３０６のための推奨を生成するために機械学習アルゴリズムまたは人工知能を利用する。提案作成サブシステム３０２は、機械学習アルゴリズムまたは人工知能への入力として、ユーザデータストレージ３０８からのメンバー３１２に関連するメンバープロファイルまたはモデルと、タスクデータストレージ３１０からのメンバー３１２のための履歴タスクデータと、提案が生成されているタスクに対応する情報（たとえば、タスクタイプまたはカテゴリなど）とを使用し得る。機械学習アルゴリズムまたは人工知能の出力は、提案テンプレートのどのデータフィールドがオンまたはオフにトグルされなければならないのかを指定し得る。提案作成サブシステム３０２は、いくつかの例では、代理３０６のために、提案中でメンバー３１２にこれらのデータフィールドを提示する能力を代理３０６に与えるためにこれらのデータフィールドをオンにトグルするオプションを維持し得る。たとえば、提案作成サブシステム３０２が、タスクの完了のための推定コストに対応するデータフィールドを自動的にオフにトグルしたが、メンバー３１２が、関与する可能なコストへの関心を表した場合、代理３０６は、推定コストに対応するデータフィールドをオンにトグルし得る。

【0080】

[0098]代理３０６がメンバー３１２に関する新しい提案を生成すると、代理３０６は、メンバー３１２に提案と任意の対応する提案オプションとを提示し得る。さらに、提案作成サブシステム３０２は、メンバープロファイルに関連するユーザデータストレージ３０８中に新しい提案を記憶し得る。いくつかの例では、提案がメンバー３１２に提示されるとき、提案作成サブシステム３０２は、機械学習アルゴリズムまたは人工知能をさらにトレーニングするために使用され得るデータを取得するために代理３０６および提案とのメンバーの対話を監視し得る。たとえば、代理３０６は、提案作成サブシステム３０２によって生成された推奨に基づいて特定の会社のためのいかなる評価／レビューなしに提案を提示し、メンバー３１２は、（たとえば、代理３０６へのメッセージを通して、特定の会社のための評価／レビューを閲覧する提案中のオプションの選択を通してなど）メンバーが特定の会社の評価／レビューに関心があることを示す場合、提案作成サブシステム３０２は、同様のタスクまたはタスクタイプのために選択された会社の評価／レビューの提示を推奨する可能性を増加させるために機械学習アルゴリズムまたは人工知能をさらにトレーニングするためにこのフィードバックを利用し得る。

【0081】

[0099]上記のように、タスク調整システム３１４は、特定の提案テンプレートの１つまたは複数のデータフィールドを自動的にポピュレートするために使用され得るリソースライブラリを維持する。リソースライブラリは、特定のタスクもしくはタスクタイプに関係する提案または、そうでない場合、特定のタスクもしくはタスクタイプに関連付けられる提案のために代理によって前に使用された会社および／または製品に対応するエントリを含み得る。たとえば、ワシントン州リンウッドの近くで屋根を修理することに関係するタスクに関する提案を代理３０６が生成するとき、提案作成サブシステム３０２は、タスクのために代理３０６によって選択される屋根工事業者に関連する情報を取得し得る。提案作成サブシステム３０２は、リソースライブラリ中に屋根工事業者に対応するエントリを生成し、「屋根の修理」および「ワシントン州リンウッド」にこのエントリを関連付け得る。したがって、ワシントン州リンウッドの近くに位置するメンバーのための屋根を修理することに対応するタスクを別の代理が受信する場合、他の代理は、ワシントン州リンウッドの近くの屋根工事業者についてリソースライブラリに問い合わせ得る。リソースライブラリは、クエリに応答して、代理３０６によって前に選択された屋根工事業者に対応するエントリを戻し得る。他の代理がこの屋根工事業者を選択する場合、提案作成サブシステム３０２は、リソースライブラリから屋根工事業者のために利用可能な情報で提案テンプレートのデータフィールドを自動的にポピュレートし得る。

【0082】

[0100]一実施形態では、代理３０６は、タスクの完了のために見積りを要請するタスク容易化サービスと提携した１つまたは複数のサードパーティサービスおよび他のサービス／エンティティを識別するためにリソースライブラリに問い合わせることができる。たとえば、新たに作成されたタスクのために、代理３０６は、これらの１つまたは複数のサードパーティサービス３１６および他のサービス／エンティティに仕事の申し出を送信し得る。仕事の申し出は、完了されるべきタスクの様々な特性（たとえば、タスクの範囲、メンバー３１２のまたはタスクが完了されるべき場所のおよその地理的ロケーション、所望の予算など）を示し得る。タスク容易化サービスによって与えられたアプリケーションまたはウェブポータルを通して、サードパーティサービスまたは他のサービス／エンティティは、仕事の申し出を検討し、タスクの完了のために見積りを提出すべきかまたは仕事の申し出を拒絶すべきかを決定し得る。サードパーティサービスまたは他のサービス／エンティティが仕事の申し出を拒否することを選択する場合、代理３０６は、サードパーティサービスまたは他のサービス／エンティティが仕事の申し出を拒絶したことを示す通知を受信し得る。代替的に、サードパーティサービスまたは他のサービス／エンティティがタスクを実施するために入札することを選択する（たとえば、仕事の申し出を受け入れる）場合、サードパーティサービスまたは他のサービス／エンティティは、タスクの完了のために見積りを提出し得る。この見積りは、タスクの完了のための推定コスト、タスクの完了に必要な時間、サードパーティサービスまたは他のサービス／エンティティがタスクの実施を開始するために利用可能である推定日などを示し得る。

【0083】

[0101]代理３０６は、タスクの完了のために異なる提案オプションを生成するためにサードパーティサービス３１６および／または他のサービス／エンティティからの任意の与えられた見積りを使用し得る。これらの異なる提案オプションは、完了されるべきである特定のタスクに対応するタスクに固有のインターフェースを通してメンバー３１２への提案として提示され得る。タスクに固有のインターフェースを通して提示された提案オプションのセットから特定の提案オプションをメンバー３１２が選択する場合、代理３０６は、それがタスクの完了のために選択されたことを示すために選択された提案オプションに関連する見積りを提出したサードパーティサービスまたは他のサービス／エンティティに通知を送信し得る。

【0084】

[0102]上記のように、代理３０６は、提案テンプレートを介して、タスクの完了のために使用され得る会社および／または製品のための追加の提案オプションを生成し得る。たとえば、特定の提案について、代理３０６は、代理３０６がタスクの完了のための推奨している会社または製品に対応し得る推奨されるオプションを生成し得る。さらに、追加のオプションまたは選択肢をメンバー３１２に与えるために、代理３０６は、タスクを完了し得る他の会社または製品に対応する追加のオプションを生成することができる。いくつかの例では、メンバー３１２が代理３０６にタスクの完了に関する意思決定を委任したことを代理３０６が知っている場合、代理３０６は、推奨されるオプションの外の追加の提案オプションの生成を控え得る。しかしながら、代理３０６は、メンバー３１２に、タスクのステータスに関する情報をメンバー３１２に欠かさないようにするためにタスクの完了のために選択された提案オプションを依然として提示し得る。

【0085】

[0103]代理３０６が提案テンプレートの使用を介して提案を定義することを完了すると、代理３０６は、タスク容易化サービスによって与えられたアプリケーションまたはウェブポータルを通してメンバー３１２に提案を提示し得る。いくつかの例では、代理３０６は、提案が特定のタスクのために準備されたことおよび提案がタスク容易化サービスによって与えられたアプリケーションまたはウェブポータルを介したレビューの準備ができていることを示すためにメンバー３１２に通知を送信し得る。メンバー３１２に提示される提案は、提案が準備されたタスク、ならびにメンバー３１２に与えられている１つまたは複数のオプションの表示を示し得る。たとえば、提案は、推奨される提案オプションと特定のタスクのために代理３０６によって準備された他のオプション（もしあれば）とへのリンクを含み得る。これらのリンクにより、メンバー３１２は、アプリケーションまたはウェブポータルを介して代理３０６によって準備された１つまたは複数のオプションの間をナビゲートすることが可能になり得る。いくつかの例では、代理３０６は、電子メール、テキストメッセージを介してなど、他の通信チャネルを介してメンバー３１２に提案を送信し得る。

【0086】

[0104]提案オプションごとに、メンバーは、代理３０６によって選択された会社または製品に対応する情報と提案作成サブシステム３０２を介した代理３０６による提示のために選択されたデータフィールドに対応する情報とを提示され得る。いくつかの例では、メンバー３１２は、特定の提案に関連するどんな詳細またはデータフィールドがアプリケーションまたはウェブポータルを介して提示されるのかを選択し得る。たとえば、提案オプションごとに推定総額をメンバー３１２が提示され、提案オプションごとに推定総額を検討することにメンバー３１２が関心がない場合、メンバー３１２は、アプリケーションまたはウェブポータルを介して提案からこの特定のデータフィールドをオフにトグルし得る。代替的に、各提案オプションに関するさらなる詳細（たとえば、追加のレビュー、追加の会社または製品情報など）を検討することにメンバー３１２が関心がある場合、メンバー３１２は、このさらなる詳細が提案を介して提示されることを要求し得る。

【0087】

[0105]上記のように、与えられた提案とのメンバーの対話に基づいて、提案作成サブシステム３０２は、どんな情報がメンバー３１２に提示されなければならないのかと、どんな情報が同様のタスクまたはタスクタイプの場合に同様の状況にあるメンバーに提示されなければならないのかとを決定または推奨するために使用される機械学習アルゴリズムまたは人工知能をさらにトレーニングし得る。提案作成サブシステム３０２は、特定のタスクに関する提案で提示される情報に関するメンバーの選好を決定するために提案とのメンバーの対話を監視または追跡し得る。さらに、提案作成サブシステム３０２は、メンバーの選好をさらに識別するために提案に関係するメンバー３１２と代理３０６との間で交換されるあらゆるメッセージを監視または追跡し得る。いくつかの例では、提案作成サブシステム３０２は、メンバーの選好を識別するために代理３０６によって与えられた提案に関するメンバー３１２からのフィードバックを要請し得る。提案に関する代理３０６とのメンバーの対話または提案自体とのメンバーの対話を通して得られるこのフィードバックおよび情報は、メンバー３１２におよび同様のタスクまたはタスクタイプの場合に提案中で同様の状況にあるメンバーに提示されなければならない情報のためのより正確なまたはより改善された推奨を与えるために機械学習アルゴリズムまたは人工知能を再トレーニングするために使用され得る。提案作成サブシステム３０２は、提案中でメンバー３１２に提示されなければならない情報のための推奨を決定する際に使用するためにユーザデータストレージ３０８内のメンバープロファイルまたはモデルを更新するために代理３０６とのメンバーの対話を通して得られるフィードバックおよび情報をさらに使用し得る。

【0088】

[0106]いくつかの例では、メンバー３１２に提示される各提案は、各提案オプションに関連するあらゆるコストを指定し得る。これらのコストは、関連するタスクまたはプロジェクトの要件に基づいて異なるフォーマットで提示され得る。たとえば、タスク容易化サービスに関連するサードパーティサービスまたは他のサービス／エンティティによるタスクの実施に提案が対応する場合、提案は、代理３０６からの仕事の申し出に応答してサードパーティサービスまたは他のサービス／エンティティによって提出される見積りを含み得る。見積りは、タスクの異なる態様に関連するあらゆるコストならびにタスクの実施のために必要とされ得るあらゆる追加の料金（たとえば、税、材料コストなど）を示し得る。メンバー３１２が、タスクまたはプロジェクトのための特定の提案オプションを受け入れる場合、代理３０６は、メンバーが特定の提案オプションのための提示されたコストとあらゆる関連する税および料金との支払いに同意していることを保証するためにメンバー３１２と通信し得る。いくつかの例では、提案オプションが静的支払額を用いて選択される場合、提案オプションの履行に必要な実際の支払額が最初に提示された静的支払額を超えてしきい値割合または額を超える場合、メンバー３１２は、代理３０６によって通知され得る。

【0089】

[0107]一実施形態では、提示された提案からの提案オプションをメンバー３１２が受け入れる場合、タスク調整システム３１４は、提示された提案に関連するタスクを実行状態に移動し、代理３０６は、選択された提案オプションに従って提案を実行することに進むことができる。たとえば、代理３０６は、メンバー３１２によって受け入れられた提案において定義されているパラメータに従ってタスクの実施を調整するためにタスク容易化サービスに関連する１つまたは複数のサードパーティサービス３１６および／または他のサービス／エンティティに連絡し得る。代替的に、代理３０６がメンバー３１２のためにタスクを実施することになっている場合、代理３０６は、メンバー３１２によって受け入れられた提案において定義されているパラメータに従ってタスクの実施を開始し得る。

【0090】

[0108]一実施形態では、代理３０６は、メンバー３１２によって受け入れられた提案において定義されているパラメータに従ってタスクの実施の調整を支援するためにタスク調整システム３１４のタスク監視サブシステム３０４を利用する。タスク監視サブシステム３０４は、コンピュータシステムを使用して、またはタスク調整システム３１４のコンピュータシステム上に実装されたアプリケーションもしくは他の実行可能コードとして実装され得る。サードパーティサービス３１６との調整が自動的に実施され得る場合（たとえば、サードパーティサービス３１６が発注、スケジューリング、支払いのための自動化されたシステムを与えるなど）、タスク監視サブシステム３０４は、選択された提案オプションに従ってタスクの実施を調整するためにサードパーティサービス３１６と直接対話し得る。タスク監視サブシステム３０４は、代理３０６にサードパーティサービス３１６からのあらゆる情報を与え得る。代理３０６は、次に、タスク容易化サービスにアクセスするためにメンバーによって利用されるアプリケーションまたはウェブポータルを介してメンバー３１２にこの情報を与え得る。代替的に、代理３０６は、サードパーティサービス３１６が選択された提案オプションに従ってタスクの実施を開始したことを示すために他の通信方法（たとえば、電子メールメッセージ、テキストメッセージなど）を介してメンバー３１２に情報を送信し得る。

【0091】

[0109]一実施形態では、タスク監視サブシステム３０４は、メンバー３１２のために代理３０６および／またはサードパーティサービス３１６によるタスクの実施を監視することができる。さらに、タスクが完了すると、メンバー３１２は、メンバー３１２によって選択された提案オプションに従ってタスクを実施した代理３０６および／またはタスク容易化サービスに関連するサードパーティサービス３１６もしくは他のサービス／エンティティの実施に関するフィードバックを与え得る。たとえば、メンバー３１２は、タスクの完了に関するそれのフィードバックを示すためにタスクに固有の通信セッションを介して代理３０６と１つまたは複数のメッセージを交換し得る。一実施形態では、タスク監視サブシステム３０４は、提案作成サブシステム３０２にフィードバックを与え、これは、提案オプションのために提案作成サブシステム３０２によって与えられる推奨、サードパーティサービス３１６もしくは他のサービス／エンティティ、ならびに／または同様のタスクの完了のために実施され得るプロセスを改善するためにメンバー３１２によって与えられたフィードバックを処理するために機械学習アルゴリズムまたは人工知能を使用し得る。たとえば、メンバーが特定のタスクについてサードパーティサービス３１６または他のサービス／エンティティによって与えられた結果に満足していないことを提案作成サブシステム３０２が検出する場合、提案作成サブシステム３０２は、サードパーティサービス３１６または他のサービス／エンティティが同様のタスクのためにおよび同様の状況にあるメンバーに推奨される可能性を低減するために機械学習アルゴリズムまたは人工知能をさらにトレーニングするためにこのフィードバックを利用し得る。別の例として、メンバーが特定のタスクのために代理３０６によって与えられた結果に喜んでいることを提案作成サブシステム３０２が検出する場合、提案作成サブシステム３０２は、同様のタスクのためにおよび／または同様の状況にあるメンバーのために代理によって実施される動作を補強するために機械学習アルゴリズムまたは人工知能をさらにトレーニングするためにこのフィードバックを利用し得る。

【0092】

[0110]図４は、少なくとも１つの実施形態による、提案を生成し、生成された提案とのメンバーの対話を監視するためのプロセス４００の例示的な例を示す。プロセス４００は、タスク容易化サービスの１つまたは複数のシステム（たとえば、そのすべてが少なくとも図１に関して本明細書で説明される、タスク容易化サービス１０２のタスク推奨システム１１２およびタスク調整システム１１４）によって実施され得る。ステップ４０２において、タスク容易化サービスのシステムは、特定のタスクに関する提案を生成したいという要求を受信し得る。要求は、メンバーのためにタスクを実施するためにメンバーから認証を受信していることがある代理によって提出され得る。たとえば、代理が、メンバーからおよび／またはタスク推奨システム（たとえば、同様の状況にあるメンバーのために実施されたタスクの評価を介して得られたタスクパラメータなど）を通して必要なタスク関連情報を取得すると、代理は、本明細書で説明されるようにタスクの解決に関する１つまたは複数の提案を生成するためにタスク容易化サービスのシステムを利用することができる。

【0093】

[0111]ステップ４０４において、タスク容易化サービスのシステムは、代理にタスクタイプに対応する提案テンプレートを与える。提案テンプレートは、タスク容易化サービスによって代理に与えられたユーザインターフェースを介して与えられ得る。上記のように、提案は、所与のタスクを調査する間に代理によって作成および／または収集され得るメンバーに提示される１つまたは複数のオプションを含み得る。いくつかの例では、代理は、タスク推奨システムを介して、これらの１つまたは複数の提案を生成するために使用され得る１つまたは複数のテンプレートにアクセスし得る。たとえば、タスク推奨システムは、異なるタスクタイプのための提案テンプレートを維持し得、それによって、特定のタスクタイプのための提案テンプレートは、タスクタイプに関連する様々なデータフィールドを含み得る。本明細書で説明されるように、一実施形態では、タスク推奨システムは、代理に提案テンプレート（たとえば、タスクタイプに対応する提案テンプレート）を与えるためにタスク容易化サービスのタスク調整システムおよび／または他のシステムとインターフェースすることができる。

【0094】

[0112]ステップ４０６において、タスク容易化サービスのシステムは、提案が特定のタスクについてメンバーに提示され得るように、特定のタスクについて代理によって生成された提案を記録し得る。たとえば、タスク調整システムは、メンバープロファイルを生成および維持し、異なるタスクタイプのためのおよび異なるメンバーのための個別化された提案テンプレートを定義するために使用される上述の機械学習アルゴリズムまたは人工知能のさらなるトレーニングのために提案とのメンバーの対話が記録され得るようにタスクデータストレージに提案を追加し得る。さらに、タスク調整システムは、上記で説明されたように、ユーザデータストレージ中のメンバーエントリに関連してユーザデータストレージ中に提案を記憶し得る。

【0095】

[0113]ステップ４０８において、タスク容易化サービスのシステムは、可能な将来の提案テンプレートの修正を識別するために提案とのメンバーの対話を監視し得る。上記のように、提案がメンバーに提示されるとき、タスク調整システムは、特定のメンバーのための提案テンプレートを定義するために利用される機械学習アルゴリズムまたは人工知能をさらにトレーニングするために使用され得るデータを取得するために代理とおよび提案とのメンバーの対話を監視し得る。たとえば、代理は、タスク調整システムによって生成された推奨に基づいて特定の会社のためのいかなる評価／レビューなしに提案を提示し、メンバーは、（たとえば、代理へのメッセージを通して、特定の会社のための評価／レビューを閲覧する提案中のオプションの選択を通してなど）メンバーが特定の会社の評価／レビューに関心があることを示す場合、タスク調整システムは、同様のタスクまたはタスクタイプのために選択された会社の評価／レビューの提示を推奨する可能性を増加させるために機械学習アルゴリズムまたは人工知能をさらにトレーニングするためにこのフィードバックを利用し得る。

【0096】

[0114]図５は、少なくとも１つの実施形態による、個々のタスクまたはプロジェクトに関連するタスクに関係する提案が生成される環境５００の例示的な例を示す。環境５００では、プロジェクト５０２は、少なくとも図１に関して説明されたタスク容易化サービス１０２などのタスク容易化サービスに関連する代理５０６によって受信され得る。プロジェクト５０２はメンバー５１８に関連付けられ得る。一実施形態では、プロジェクト５０２またはプロジェクトの提案（たとえば、新しいプロジェクトを生成することに関する提案）は、メンバー５１８からのメッセージに応答して直接生成される。たとえば、メンバー５１８は、「私は、私の親の記念日の週末のためのプロジェクトを開始する必要がある」と述べるメッセージを代理５０６に送信し得、これは、代理５０６および／またはタスク容易化サービスのシステムに記念日の週末を計画するためのプロジェクトを開始させ得る。メンバー５１８によって送信されるメッセージは、より少ない情報（たとえば、「私は、週末のお出かけを計画するためにプロジェクトを開始する必要がある」）を含み得る。代替的に、メンバー５１８によって送信されるメッセージは、より多くの情報（たとえば、「私は、５月２０日の週末に私の親の記念日の週末を計画するためにプロジェクトを開始する必要がある」）を含み得る。メンバー５１８によって送信されるメッセージは、非常に詳細な情報（たとえば、「私は、ワインテイスティングおよびサプライズ活動で５月２０日の週末に私の親の記念日の週末を計画するためにプロジェクトを開始する必要がある」）を含み得る。いくつかの例では、メンバー５１８によって送信されるメッセージは、情報を含まないことがある（たとえば、「私は、プロジェクトを開始する必要がある」）。

【0097】

[0115]いくつかの実施形態では、メッセージは、代理および／またはタスク推奨システム５１２に、記念日の週末を計画するためのプロジェクトに関する様々な程度の最初の情報でプロジェクトを開始させ得る。いくつかの実施形態では、（本明細書では「プロジェクトの提案」とも呼ばれる）提案されたプロジェクトが、次いで、検証のためにメンバー５１８に提示されて戻される。たとえば、代理５０６またはタスク推奨システム５１２は、メンバー５１８が提案されたプロジェクトを提示され得るプロジェクトに固有のインターフェースを作成し得る。このプロジェクトに固有のインターフェースは、タスク容易化サービスによって与えられるアプリケーションまたはウェブポータルを通して提示され得る。いくつかの実施形態では、たとえば、代理５０６が、メンバー５１８の認知負荷を低減することを望む場合、代理５０６が、プロジェクト５０２のためのタスクおよび提案を生成することを開始するのに十分な情報を有する場合、および／または代理５０６が、メンバー５１８が（たとえば、メンバー選好および／または前のメンバーの行動の観察を含むメンバープロファイルの評価を通して）プロジェクトの提案を検証することを望まないことを知っている場合、提案されたプロジェクトは、メンバーに戻って提示されない。

【0098】

[0116]いくつかの例では、メンバー５１８は、単数のタスクを開始することを代理５０６に要求するかまたは、それを行うためにメッセージを提出し得ることに留意されたい。たとえば、メンバー５１８は、メンバー５１８の利益のために単数のタスクの作成および実施を要求するために（タスク容易化サービスによって与えられた既存のチャットセッションまたは他の通信チャネルを通すなどして）代理５０６にメッセージを送信し得る。例示的な例として、メンバー５１８が「私は、私の車両を修理するために整備士を見つけるのに助けを借りられるとありがたい」というメッセージを送信する場合、代理５０６は、メンバーの車両を修理するために整備士との予約のスケジューリングに関係する単数のタスクを作成したいという要求としてこのメッセージを解釈し得る。したがって、これらのプロジェクトを完了するために完了される必要がある様々なタスクを備え得るプロジェクトとは反対に、単数のタスクは、いかなるプロジェクトとも無関係に実施され得る。

【0099】

[0117]上記のように、メンバー５１８はまた、特定のタスクカテゴリまたはタイプに対応するタスクテンプレートを介してタスク関連のデータを手動で与えることができる。このタスクテンプレートを通して、メンバー５１８は、タスクまたはプロジェクトのための名前、タスクまたはプロジェクトの説明、タスクまたはプロジェクトの実施のための時間枠などを与え得る。いくつかの例では、メンバー５１８に与えられたタスクテンプレートは、タスク容易化サービスによって識別されるメンバー５１８の特性と選択されたタスクテンプレートに関連する特定のタスクカテゴリまたはタイプに対応する特性とに従って特別に調整され得る。メンバー５１８がタスクまたはプロジェクトの作成および実施を要求する場合、タスク容易化サービスは、メンバー５１８が、それぞれ、提案されたタスクまたはプロジェクトを提示され得るタスクに固有のまたはプロジェクトに固有のインターフェースを生成し得る。

【0100】

[0118]一実施形態では、プロジェクトの提案は、プロジェクト５０２のためのタスクおよび提案を生成することを進める前の、プロジェクト５０２に関連するタスクの各々についての承認のためにメンバー５１８にプロジェクトの提案を送るべきかどうかに関するタスク容易化サービスのシステムによる推奨を含むことができる。そのような承認は、必要な場合、プロジェクトの提案をプロジェクト（たとえば、プロジェクト５０２）にする。そのような推奨は、メンバーの表明または直観した選好に基づき得るか、（たとえば、メンバーが常にプロジェクトの提案を検討することを希望する、またはメンバーがプロジェクトの提案を検討することを決して望まない）メンバーの行動履歴に基づき得るか、（たとえば、メンバーが確定申告書類作成ＣＰＡであり、４月５日である）メンバーの現在の認知負荷に基づき得るか、（たとえば、メンバーが毎年自身の親のための記念日の週末を計画する）プロジェクトの共通性に基づき得るか、またはメンバー５１８に関連するメンバープロファイルから得られるこれらおよび他のそのようなファクタの組合せに基づき得る。一実施形態では、代理５０６は、たとえば、代理５０６とメンバー５１８との間の過去の対話に基づいてメンバー５１８にプロジェクトの提案を提示すべきかどうかに関する決定を行う。

【0101】

[0119]いくつかの実施形態では、承認のためにメンバーに提案されたプロジェクトを提示すべきかどうかの推奨は、プロジェクトの提案に関連する予測可能性の程度に基づく。たとえば、メンバーが代理にプロジェクトを開始するように依頼する場合、メンバーは、代理がプロジェクトを進めることになり、したがって、追加の承認が必要とされないことがあることを当然予測することができる。逆に、プロジェクトの提案が、メンバーと代理との間のメッセージの分析からタスク容易化サービスのシステムによって自動的に生成される場合、メンバーは、プロジェクトに対応する提案が間近に迫っていることを予測する理由はほとんどないことがあり、したがって、承認ステップの推奨は、より可能性が高いことがある。

【0102】

[0120]いくつかの実施形態では、代理は、プロジェクトの提案のための承認を求めるべきかどうかに関する推奨を受け入れる（すなわち、代理は、推奨に従うことを決定し、推奨されるときは提案されたプロジェクトのための承認を求めることを進めるか、または推奨されないときは提案されたプロジェクトのための承認を求めないことを進める）。いくつかの実施形態では、代理は、プロジェクトの提案のための承認を求めるべきかどうかに関する推奨を拒否する（すなわち、代理は、推奨に従わないことを決定し、推奨されないときは提案されたプロジェクトのための承認を求めることを進めるか、または推奨されるときに提案されたプロジェクトのための承認を求めないことを進める）。タスク推奨システム５１２の推奨を受け入れるかまたはそれを拒否する代理による決定は、プロジェクトの提案のためのメンバーからの承認を求めるべきかどうかに関する将来の推奨を通知するためにタスク推奨システム５１２によって使用され得る。推奨を受け入れるかまたはそれを拒否する代理５０６による決定は、メンバー５１８のための、プロジェクトもしくはタスクのタイプのための、システム全体のための、またはこれらの将来の推奨の組合せのための将来の推奨を通知するために使用され得る。

【0103】

[0121]一実施形態では、プロジェクトの提案は、メンバー５１８と代理５０６との間の他のメッセージのコンテキストおよび／または分析から生成される。たとえば、メンバー５１８は、「私の親は、数週間のうちに彼らの２５回目の記念日がある」と述べるメッセージ、続いて「私は、彼らのために実際に何かを計画しなければならない」と述べる別のメッセージを代理５０６に送信して、タスク推奨システム５１２に、記念日の週末を計画するプロジェクトを開始することを推奨させ得る。プロジェクトを開始する推奨は、次いで、タスク推奨システム５１２によって代理５０６に提示され得、代理５０６は、次いで、承認のためにメンバー５１８に提案されたプロジェクトを提示し得る。いくつかの実施形態では、たとえば、代理５０６が、メンバー５１８の認知負荷を低減することを望む場合、代理５０６が、プロジェクト５０２のためのタスクおよび提案を生成することを開始するのに十分な情報を有する場合、および／または代理５０６が、上記で説明されたものなどのファクタによってメンバー５１８がプロジェクトの提案を検証することを望まないかまたはそうする必要がないことを知っている場合、提案されたプロジェクトは、メンバーに戻って提示されない。

【0104】

[0122]一実施形態では、プロジェクトの提案は、メンバー５１８に関連する他の情報からタスク推奨システム５１２によって自動的に生成される。たとえば、タスク容易化サービスは、メンバー５１８に関連するメンバープロファイル内に、メンバーの親、彼らの名前、年齢、および結婚式の日付を示す情報を有し得る。そのような情報は、（たとえば、面接の質問を通して）メンバーから直接収集され得るか、上記で説明されたようにメンバーと代理との間で交換される前のメッセージから収集され得るか、（たとえば、前年の記念日を計画する）前のプロジェクトおよび／もしくはタスクから収集され得るか、または他の情報源（たとえば、公開データ、祖先のデータ、または他のそのような情報源）から収集され得る。たとえば、代理５０６が、メンバー５１８の認知負荷を低減することを望む場合、代理５０６が、プロジェクト５０２のためのタスクおよび提案を生成することを開始するのに十分な情報を有する場合、および／または代理５０６が、上記で説明されたものなどのファクタによってメンバー５１８がプロジェクトの提案を検証することを望まないかまたはそうする必要がないことを知っている場合、プロジェクトを開始する推奨は、次いで、タスク推奨システム５１２によって代理５０６に提示され得、代理５０６は、次いで、承認のためにメンバー５１８に提案されたプロジェクトを提示し得るか、またはメンバーに戻って提示されないことがある。

【0105】

[0123]一実施形態では、プロジェクトの提案は、メンバー５１８に関する知識に基づいて代理５０６によって生成される。たとえば、代理は、まったく無関係な会話および／または無関係なプロジェクトもしくはタスクに関する会話（たとえば、「私の記念日であるので、その日は窓清掃員を入れるために在宅することはできない。あなたは、私の父母が同じ記念日を有することを知らなかったのか？我々はそれをそのように計画しなかった。偶然にすぎない。」）に基づいてメンバーの親が近づきつつある記念日を有することを知り得る。メンバーに関するそのような情報は、メンバー５１８に関連するメンバープロファイル中に記憶されないことがある。代替的に、そのような情報は、代理の個人用ノートに対応するセクション内のメンバープロファイル内に示され得る。これらの個人用ノートは、代理５０６にしか可視でないことがあり、したがって、メンバー５１８が、その中の何らかのメンバー情報を追加、除去、あるいは修正するためにメンバープロファイルにアクセスする場合、代理の個人用ノートは、メンバー５１８への提示から省略され得る。上記のプロジェクトの提案の場合と同様に、代理５０６は、次いで、たとえば、メンバーの認知負荷、代理がプロジェクトに関するタスクおよび提案を生成することを開始するのに十分な情報を有すること、および／または上記で説明されたものなどのファクタによってメンバー５１８がプロジェクトの提案を承認することを望まないかまたはそうする必要がないことを代理５０６が知っていることに基づいて承認のためにメンバー５１８に提案されたプロジェクトを提示すべきかどうかを決定し得る。

【0106】

[0124]いくつかの実施形態では、タスク推奨システム５１２は、承認のためにメンバー５１８にプロジェクトの提案を送るべきかどうかに関する推奨を生成すること、メンバー５１８と代理５０６との間の他のメッセージのコンテキストおよび／または分析からのプロジェクトの提案を生成すること、メンバーに関連する他の情報からプロジェクトの提案を生成すること、プロジェクトテンプレート、提案オプション、提案推奨、ならびに／またはこれらの推奨および／もしくは提案の各々の態様を生成することを行うために機械学習または人工知能技法を実装する。そのような機械学習または人工知能技法は、関係するファクタを識別し、メンバー５１８に関係し得る提案および／または推奨を生成するためにタスク推奨システム５１２によって使用され得る。たとえば、タスク推奨システム５１２は、（たとえば、メンバー、提案、推奨などに関連するｎ次元のパラメータ空間中の）１つまたは複数の関係するパラメータに基づいて同様の推奨および／またはパラメータを識別するためにクラスタリングアルゴリズムを実装し得る。いくつかの例では、複数のメンバー、推奨、および／または提案の特性のデータセットは、様々な提案およびタスクに関してタスク容易化サービスと対話し得る異なるタイプのメンバーが推奨および／または提案を生成するための方法を識別するためにクラスタリングアルゴリズムを使用して分析され得る。本明細書では、サンプルメンバーデータセットを使用してトレーニングされ得る例示的なクラスタリングアルゴリズムについて説明される。機械学習アルゴリズムの出力に基づいて、タスク推奨システム５１２は、本明細書で説明される承認を求めるためのプロジェクトの提案および／または推奨を生成し得る。企図されるように、そのような機械学習および／または人工知能技法およびそれらの結果の使用は、メンバー５１８と代理５０６との間の不要な対話の数を低減し得、したがって、メンバーの必要に調整されたプロジェクト５０２を生成するプロセスをより良く調整し得る。

【0107】

[0125]企図されるように、いくつかの実施形態では、プロジェクトの提案および／または処理を進める前にメンバーにプロジェクトの提案を送るべきかどうかに関する推奨は、本明細書で説明される方法および／または他のそのような方法の組合せによって生成され得る。たとえば、代理５０６は、メンバー５１８のためのイベントが近づいていることを知り得、タスク推奨システム５１２は、近づきつつある記念日に関する警報を送り得、メンバー５１８と代理５０６との間の前のメッセージのコンテキストは、メンバーがその親のためのサプライズのお出かけを計画したいことを示し得る。これらの要素の組合せは、次いで、上記で説明されたものなどのファクタに基づいて承認のためにメンバー５１８に次いで提示されることも提示されないこともあるプロジェクトの提案を生成するために使用され得る。

【0108】

[0126]プロジェクト５０２が、たとえば、上記で説明された方法のうちの１つまたは複数によって開始されると、代理５０６は、次いで、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始し得る。いくつかの実施形態では、プロジェクトは、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要な情報の定義された最小セットを有する。プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要な情報の定義された最小セットの例は、限定されないことがあるが、日付、ロケーション、および予算を含み得る。企図されるように、異なるプロジェクトおよび／または異なるタスクは、プロジェクトに１つまたは複数のタスクを関連付けることを開始するために必要な情報の異なる定義された最小セットを有し得る。たとえば、記念日の週末を計画するプロジェクトに１つまたは複数のタスクを関連付けることを開始するために必要とされる情報（すなわち、情報の定義された最小セット）の範囲および性質は、外国への引っ越しを計画するプロジェクトのために必要とされる情報の範囲および性質とは異なり、どちらも、車を点検させ、新しいタイヤを設置させるプロジェクトのために必要とされる情報の範囲および性質とは異なる。

【0109】

[0127]一実施形態では、タスク推奨システム５１２は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するためにどの追加情報が必要とされるのかを決定することができる。そのような決定は、本明細書で説明されるように、プロジェクトのためのテンプレートおよび／またはプロジェクトに関連する可能なタスクのためのテンプレートに基づき得る。そのような決定はまた、メンバーに関連する前のタスク（たとえば、メンバーは、前の記念日の週末のためのプロジェクトを有している、またはメンバーは、前の週末のお出かけのためのプロジェクトを有している、またはメンバーは、その親のための前のサプライズのためのプロジェクトを有している）および／またはメンバー５１８に関連するメンバープロファイルから得られる情報に基づき得る。そのような決定はまた、メンバー５１８に関連するか、または他のメンバーに関連する同様のタスク（たとえば、メンバー５１８のための誕生日の週末のプロジェクトまたは別のメンバーのための記念日の週末）に基づき得る。

【0110】

[0128]一実施形態では、代理５０６は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するためにどの追加情報が必要とされるのかを決定する。そのような決定は、やはり、本明細書で説明されるように、プロジェクトのためのテンプレートおよび／またはプロジェクトに関連する可能なタスクのためのテンプレートに基づき得る。そのような決定はまた、メンバーに関連する前のタスク（たとえば、メンバーは、前の記念日の週末のためのプロジェクトを有している、またはメンバーは、前の週末のお出かけのためのプロジェクトを有している、またはメンバーは、その親のための前のサプライズのためのプロジェクトを有している）に基づき得る。そのような決定はまた、メンバー５１８に関連するか、または他のメンバーに関連する同様のタスク（たとえば、メンバー５１８のための誕生日の週末のプロジェクトまたは別のメンバーのための記念日の週末）に基づき得る。そのような決定はまた、代理がメンバー５１８に関して有する個人的知識または経験に基づき得る。一実施形態では、タスク推奨システム５１２は、プロジェクトに１つまたは複数のタスク５０４を関連付けることを開始するために必要な追加情報を取得するために使用され得るメンバープロファイルの部分を自動的に識別することができる。たとえば、代理がレストランに出かけた晩に対応するテンプレートを選択する場合、タスク推奨システム５１２は、代理５０６によって選択されるテンプレート内の１つまたは複数のフィールドをポピュレートするために使用され得るメンバーの食事の選好および制限に対応するあらゆる情報を識別するためにメンバープロファイルを自動的に処理し得る。

【0111】

[0129]一実施形態では、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するためにどの追加情報が必要とされるのかの決定は、これらのおよび／または他のそのような技法の組合せによって行われる。たとえば、タスク推奨システム５１２は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要とされる追加情報のいくつかを決定し得、代理５０６は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要とされる追加情報のいくつかを決定し得、他の技法（たとえば、外部データベース、環境ファクタ、人口統計など）は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要とされる追加情報のいくつかを決定し得る。

【0112】

[0130]プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するためにどの追加情報が必要とされるのか（たとえば、情報の定義された最小セット）が決定されると、追加情報が収集され得る。一実施形態では、代理５０６は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要とされ得る追加情報を収集する。たとえば、代理は、どの週末が記念日に当たるのか、親が何をしたいのか、予算がいくらか、親がどこに住んでいるのか、彼らがどのくらい遠くに旅行にいきたい可能性があるかなどに関する追加情報を収集し得る。いくつかの例では、代理５０６は、メンバー５１８に関連するメンバープロファイルの手動評価を通してこの追加情報を取得し得る。一実施形態では、タスク推奨システム５１２は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けるために使用され得るメンバープロファイルの部分を自動的に識別し得る。代理５０６は、関連付けが正確に実施されることを保証するためにメンバープロファイルのこれらの自動的に識別された部分を検討し得る。代理５０６が、（メンバー１１８についての代理の個人的知識などに基づいて）タスク推奨システム５１２によって自動的に識別された情報に何らかの変更を行う場合、タスク推奨システム５１２は、これらの変更を組み込むためにメンバープロファイルを自動的に更新するためにこれらの変更を使用し得る。いくつかの例では、代理５０６によって行われた変更の結果としてメンバープロファイルに変更が行われることになる場合、タスク推奨システム５１２は、メンバープロファイルへの提案された変更が正確であることを検証するようにメンバー５１８を促し得る。メンバー５１８は、提案された変更が不正確であることを示すか、またはメンバー５１８が代替の変更を与える場合、タスク推奨システム５１２は、メンバー５１８によって示された正確な情報を反映するために関連付けとメンバープロファイルとを自動的に更新し得る。

【0113】

[0131]メンバーが「私は、私の親の記念日の週末のためのプロジェクトを開始する必要がある」と述べるメッセージを送る例では、代理５０６は、それはどの週末であるのか、親が何をしたいのか、予算がいくらか、親がどこに住んでいるのか、彼らがどのくらい遠くに旅行にいきたい可能性があるのか、および／または他のそのような情報を決定する必要があり得る。一実施形態では、代理５０６は、追加情報を要求するメッセージをメンバー５１８に送る。しかしながら、企図されるように、追加情報についてのそのような要求は、メンバーの認知負荷を不必要に増加させることがあり、追加情報を直接要求することを最小化することは有用であり得る。

【0114】

[0132]一実施形態では、代理５０６は、プロジェクトについての欠落した情報の一部または全部を決定するためにタスク推奨システム５１２を使用する。たとえば、上記で説明されたように、メンバープロファイル中に記憶されたメンバー５１８に関連するデータは、欠落した情報（記念日はどの週末であるのか、親が何をしたいのか、予算がいくらか、親がどこに住んでいるのか、彼らがどのくらい遠くに旅行にいきたい可能性があるのか、および／または他のそのような情報）の１つまたは複数の要素を決定するために使用され得る。さらに、メンバーと代理との間の前の会話の分析から直観される他の情報は、欠落した情報の１つまたは複数の他の要素を決定するために使用され得、および／または欠落した情報の決定された要素を検証するために使用され得る。そのような既知の欠落した情報は、本明細書では「プロジェクトパラメータ」と呼ばれることがある。たとえば、プロジェクトパラメータがプロジェクト５０２に関連する特定のタスク５０４に直接関係するとき、そのような既知の欠落した情報は、本明細書では「タスクパラメータ」と呼ばれることもある。企図されるように、本明細書で説明されるものなどタスク容易化サービスの他のシステムは、プロジェクト５０２についての欠落した情報を識別し、取得するために使用され得る。

【0115】

[0133]プロジェクトがより少ない情報（たとえば、「私は、週末のお出かけを計画するためにプロジェクトを開始する必要がある」）を最初に含む例では、代理５０６は、プロジェクトについてのより多くの欠落した情報を有し得、いくつかの実施形態では、限定はしないが、直接メンバー５１８に情報を要請すること、メンバー５１８に関連するメンバープロファイルを検討すること、または外部データソースを見ることを含む追加のソースを使用し得る。前の例で上記で説明された技法（たとえば、メンバープロファイル中に記憶されたメンバーに関連するデータおよび／またはメンバーと代理との間の前の会話の分析から直観される情報）はまた、メンバーから直接要請される情報の量を低減または除去するために使用され、それによって、メンバーの認知負荷を最小化し得る。

【0116】

[0134]プロジェクトがさらなる情報（たとえば、「私は５月２０日の週末の私の親の記念日の週末を計画するためにプロジェクトを開始する必要がある」）を最初に含む例またはプロジェクトが、情報のより完全なセットからタスク推奨システム５１２によっておよび／またはメンバーによって生成される例では、プロジェクトに関連するあらゆる欠落した情報はまた、限定はしないが、メンバー５１８に直接情報を要請することおよび／またはメンバー５１８に関連するメンバープロファイルを検討することを含む追加のソースを使用し得る。前の例で上記で説明された技法（たとえば、メンバープロファイル中に記憶されたメンバーに関連するデータおよび／またはメンバーと代理との間の前の会話の分析から直観される情報）はまた、メンバーから直接要請される情報の量を低減または除去するために使用され得る。

【0117】

[0135]メンバーによって送信されたメッセージは、ほとんど情報を含まない例（たとえば、「私は、プロジェクトを開始する必要がある」）では、代理は、メンバー５１８に直接情報を要請することで開始し、次いで、メンバー５１８にその後直接要請される情報の量を最小化しながらできるだけ多くの欠落した情報を決定するためにその要請された情報を使用し、それによって、メンバー５１８の認知負荷を少なくとも軽減し得る。いくつかの例では、メンバー５１８からの情報のこの要請を通して取得されるあらゆる情報は、メンバープロファイルを補足するために使用され得る。たとえば、メンバー５１８が、その親の記念日のためのプロジェクトを開始する必要があることを示し、その親に関する詳細な情報が与えられている場合、代理５０６は、メンバーの親に関するこの詳細な情報を含めるためにメンバー５１８に関連するメンバープロファイルを更新し得る（メンバープロファイル内に存在しない場合）。

【0118】

[0136]一実施形態では、タスク推奨システム５１２は、メンバープロファイルをポピュレートするために情報の代理の要請へのメンバーの応答を自動的に処理することができる。たとえば、タスク推奨システム５１２は、プロジェクト５０２を補足し、メンバープロファイルを更新するために使用され得るあらゆる情報を識別するために、自動的にリアルタイムで、メンバー５１８と代理５０６との間で交換されるメッセージを監視することができる。たとえば、タスク推奨システム５１２は、プロジェクト５０２および／またはメンバープロファイルを補足するために使用され得るあらゆる情報を識別するためにメンバー５１８からの受信されたメッセージまたは他の通信を評価するために自然言語処理（ＮＬＰ）または他の人工知能を利用し得る。いくつかの例では、タスク推奨システム５１２は、プロジェクト５０２およびメンバープロファイルを補足するために使用され得る情報を識別するためにＮＬＰまたは他の人工知能をトレーニングするためにメンバーと代理との間で交換されるメッセージに対応する履歴データを利用し得る。

【0119】

[0137]これらの例の各々は、メンバーの親のための記念日の週末を計画するプロジェクトのためのものであり、したがって、各々は、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要な情報の同じ定義された最小セットを有することに留意されたい。プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要な情報の定義された最小セットは、プロジェクトの性質および範囲に基づく。しかしながら、例の各々は、与えられた情報の異なるセットで開始するので、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要な情報の定義された最小セットを満たすために情報が収集されるプロセスは示される異なる例で異なり得る。また、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを開始するために必要な情報の定義された最小セットは、プロジェクト５０２に１つまたは複数のタスク５０４を関連付けることを完了するために必要とされる情報のすべてではないことがあることに留意されたい。たとえば、代理５０６は、たとえば、メンバーの母親が特殊な食事要件を有する（たとえば、彼女が絶対菜食主義である）ことを知ることなしに記念日の週末のためのプロジェクトに１つまたは複数のタスクを関連付けることを開始することが可能であり得る。記念日の週末を計画するプロジェクトに関連するタスク（またはタスク構成要素）は、親のための特殊な記念日の夕食を計画することであり得る。提案生成プロセスの後で、そのタスクは、絶対菜食主義のレストランでの親のための特殊な記念日の夕食を計画するタスクによって置き換えられ得る。

【0120】

[0138]プロジェクト５０２を完了するためにメンバー５１８に代わって代理５０６および／あるいはタスク容易化サービスと提携する１つもしくは複数のサードパーティサービス５１６または他のサービス／エンティティによって実施されることになるタスクを定義することを開始するのに十分な情報を用いて、代理５０６は、プロジェクト５０２を完了するために実施されるべきタスク５０４を定義することを開始することができる。一実施形態では、代理５０６は、タスクを定義し、これらのタスクの完了のための１つまたは複数の提案オプションを生成することを開始する。一実施形態では、提案オプションは、プロジェクト５０２を完了するためにメンバー５１８に代わって代理および／あるいはタスク容易化サービスと提携した１つもしくは複数のサードパーティサービス５１６および／または他のサービス／エンティティによって実施されることになるタスク５０４を定義する。そのような実施形態では、提案オプションとタスク５０４との間に「１対１の」関係があり得る（すなわち、１つの提案オプションは、１つのタスクに対応する）か、または提案オプションとタスク５０４との間に「１対多の」関係があり得る（すなわち、１つの提案オプションは、複数のタスクに対応する）か、または提案オプションとタスクとの間に「多対１の」関係があり得る（すなわち、複数の提案オプションは、単一のタスクに対応する）。

【0121】

[0139]一実施形態では、プロジェクト５０２に関連する提案オプションは、提案オプションを満たし、プロジェクト５０２を完了するためにメンバー５１８に代わって代理５０６および／あるいはタスク容易化サービスと提携した１つもしくは複数のサードパーティサービス５１６および／または他のサービス／エンティティによって実施されることになるタスク５０４のための推奨である１つまたは複数の提案推奨を受信する。一実施形態では、提案推奨は、タスク推奨システム５１２から代理５０６によって取得される。一実施形態では、提案推奨は、タスク推奨システム５１２からの情報を使用して代理５０６によって生成される。一実施形態では、提案推奨は、タスク容易化サービスと提携した１つもしくは複数のサードパーティサービス５１６および／または他のサービス／エンティティからの情報を使用して代理５０６によって生成される。

【0122】

[0140]一実施形態では、提案推奨は、タスク推奨システム５１２によって与えられたタスクリソース（たとえば、どちらも少なくとも図１に関して本明細書で説明されるユーザデータ記憶装置１０８およびタスクデータ記憶装置１１０）からの情報を使用して代理５０６によって生成される。一実施形態では、提案推奨は、これらのおよび他のそのような情報源の組合せを使用して代理５０６によって生成される。一実施形態では、提案推奨は、これらのおよび他のそのような情報源の組合せを使用して副代理５２２によって生成される。そのような実施形態では、副代理は、下級代理であり得るか、または別の代理であり得るか、または本明細書で説明されるものなどの機械学習または人工知能アルゴリズムを使用して提案推奨を生成するように構成されたボットであり得る。

【0123】

[0141]いくつかの例では、代理５０６は、異なるサードパーティサービス５１６、タスク容易化サービスと提携した他のサービス／エンティティ、およびプロジェクト５０２の特定のタイプまたはカテゴリのために実施され得るタスクに対応する情報を取得するためにタスク容易化サービスによって維持されたリソースライブラリを使用し得る。たとえば、リソースライブラリ中のサードパーティサービスのためのエントリは、サードパーティサービスのための連絡先情報、サードパーティサービスによって提供されるサービスまたは商品のためのあらゆる利用可能な価格シート、サードパーティサービスによって提供される商品および／またはサービスのリスト、営業時間、異なるカテゴリのメンバーによる評価またはスコアなどを含み得る。代理５０６は、タスクを実施し、タスクの実施のために推定コストを決定することになっている１つまたは複数のサードパーティサービスを識別するためにリソースライブラリに問い合わせ得る。いくつかの例では、代理は、タスクの完了のための見積りを取得し、メンバー５１８の利益のためにタスクの実施を調整するために１つまたは複数のサードパーティサービス５１６に連絡し得る。

【0124】

[0142]いくつかの例では、リソースライブラリは、タスク容易化サービスに関連するかまたはそれと提携し、タスク容易化サービスのメンバーに代わって様々なタスクを実施する契約をした他のサービスおよび他のエンティティに対応する詳細な情報をさらに含み得る。これらの他のサービスおよび他のエンティティは、タスク容易化サービスと合意された料金でそれらのサービスまたは商品を与え得る。したがって、代理５０６が、リソースライブラリからこれらの他のサービスまたは他のエンティティのいずれかを選択する場合、代理５０６は、タスクの完了のために特定のパラメータ（たとえば、価格、利用可能性、必要とされる時間など）を決定することが可能であり得る。

【0125】

[0143]一実施形態では、プロジェクト５０２に関連する所与のタスクについて、代理５０６は、タスクの完了のために見積りを要請するタスク容易化サービスと提携した１つまたは複数のサードパーティサービス５１６および他のサービス／エンティティを識別するためにリソースライブラリに問い合わせることができる。たとえば、新たに作成されたタスクのために、代理５０６は、これらの１つまたは複数のサードパーティサービス５１６および他のサービス／エンティティに仕事の申し出を送信し得る。仕事の申し出は、完了されるべきタスクの様々な特性（たとえば、タスクの範囲、メンバー５１８のまたはタスクが完了されるべき場所のおよその地理的ロケーション、所望の予算など）を示し得る。タスク容易化サービスによって与えられたアプリケーションまたはウェブポータルを通して、サードパーティサービスまたは他のサービス／エンティティは、仕事の申し出を検討し、タスクの完了のために見積りを提出すべきかまたは仕事の申し出を拒絶すべきかを決定し得る。サードパーティサービスまたは他のサービス／エンティティが仕事の申し出を拒否することを選択する場合、代理５０６は、サードパーティサービスまたは他のサービス／エンティティが仕事の申し出を拒絶したことを示す通知を受信し得る。代替的に、サードパーティサービスまたは他のサービス／エンティティがタスクを実施するために入札することを選択する（たとえば、仕事の申し出を受け入れる）場合、サードパーティサービスまたは他のサービス／エンティティは、タスクの完了のために見積りを提出し得る。この見積りは、タスクの完了のための推定コスト、タスクの完了に必要な時間、サードパーティサービスまたは他のサービス／エンティティがタスクの実施を開始するために利用可能である推定日などを示し得る。代理は、タスクの完了のために異なる提案を生成するためにサードパーティサービスおよび／または他のサービス／エンティティからの任意の与えられた見積りを使用し得る。

【0126】

[0144]一実施形態では、提案推奨が受信および／または生成されると、代理５０６は、提案推奨を使用して１つまたは複数の提案５０８を作成する。提案は、提案オプションの各々のための提案推奨を含み得る。一実施形態では、提案推奨および／または提案は、本明細書で説明される基準の数に従ってランク付けされる。たとえば、提案推奨は、ソーシャルメディアサイトから取得された情報に基づいて、タスク容易化サービスによってランク付けされ得、または代理５０６によって、コスト、人口統計、ロケーション、もしくは他のそのような基準に基づいて、これらのおよび／または他の基準の組合せによってランク付けされ得る。同様に、一実施形態では、提案は、ランク付けされ、および／または好適なものとしてマークされる。提案のランキングは、提案推奨のランキングのアグリゲーションに基づき得るか、または、本明細書で説明されるものなどの他のランキング基準を使用してランク付けされ得る。

【0127】

[0145]一実施形態では、提案５０８のうちの１つまたは複数は、ランキングおよび／または好適な指定有りでまたは無しでメンバー５１８に送られる。一実施形態では、提案５０８のうちの１つまたは複数は、メンバー５１８に通信され、提案を受け入れるためのプロセスが開始される。

【0128】

[0146]本明細書で説明されるプロセスについて、代理５０６によって実施される様々な動作は、追加または代替として、本明細書で説明されるものなどの１つまたは複数の機械学習アルゴリズムまたは人工知能を使用して実施され得ることに留意されたい。たとえば、代理５０６および／またはタスク推奨システム５１２は、時間とともにメンバー５１８に代わって提案を生成し、提案を推奨し、タスクを調整し、および／またはタスクを実施するので、タスク推奨システム５１２は、（たとえば、代理５０６、タスク推奨システム５１２、および／またはタスク容易化サービスと提携したサードパーティサービス５１６もしくは他のサービス／エンティティによる）提案の生成、提案の推奨、タスクの調整、および／またはタスクの実施に関係するフィードバックに従ってメンバープロファイルを連続的で自動的に更新し得る。

【0129】

[0147]一実施形態では、タスク推奨システム５１２は、メンバー５１８に関連するメンバープロファイルがある時間期間（たとえば、６カ月、一年など）にわたってまたは提案、提案推奨、およびタスクのセット（たとえば、２０個のタスク、３０個のタスクなど）を超えて更新された後、代理の対話有りでまたは無しでメンバープロファイルの様々な属性（たとえば、メンバーと代理間の通信に対応する履歴データ、代理の実施および提示されたタスク／提案／推奨に対応するメンバーのフィードバックなど）に基づいて自動的におよび動的に新しい提案、提案推奨、および／またはタスクを生成するために機械学習アルゴリズムおよび／または人工知能技法を利用し得る。タスク推奨システム５１２は、新しいプロジェクトおよびタスクに必要なあらゆる追加情報を取得し、これらのプロジェクトおよびタスクの実施のためにメンバー５１８に提示され得る提案を自動的に生成するためにメンバー５１８と自動的に通信し得る。代理５０６はまた、会話が肯定極性を維持すること（たとえば、メンバー５１８がタスク推奨システム５１２、タスク容易化サービスの他のシステム、代理５０６、副代理５２２、タスク容易化サービスに関連する他のボットとのそれの対話に満足していることなど）を保証するためにタスク推奨システム５１２とメンバー５１８との間の通信を監視し得る。代理５０６は、会話が否定極性を有していること（たとえば、メンバー５１８がフラストレーションまたは不満を表していること、タスク推奨システム５１２がメンバーの応答または依頼を処理することができないことなど）を決定する場合、代理５０６は、会話に介入し得る。これにより、代理５０６は、あらゆるメンバーの問題に対処し、メンバー５１８に代わってあらゆるタスクを実施することが可能になり、肯定極性を回復し得る。

【0130】

[0148]したがって、自動化されたカスタマサービスシステムおよび環境がエージェントまたは他の自動化されたシステムと対話するユーザについての知識をほとんど有しないことがあるこれらのシステムおよび環境とは異なり、タスク推奨システム５１２は、メンバーのシステムとの対話および／または代理５０６との対話に基づいて、ならびに時間とともにメンバー５１８に代わって生成される提案、推奨される提案、および実施されるタスクに基づいてメンバー５１８に関する最新の履歴情報を与えるためにメンバープロファイルを連続的に更新することができる。メンバー５１８および／またはタスク容易化サービスのシステムが代理５０６と対話するにつれておよびタスクが、時間とともにメンバー５１８のために考案され、提案され、推奨され、実施されるにつれて自動的で動的に更新され得るこの履歴情報は、メンバー５１８のクエリ、要求、および／または目標への適切なまたはインテリジェントな応答を予期し、識別し、提示するためにタスク推奨システム５１２によって使用され得る。

【0131】

[0149]図６Ａおよび図６Ｂは、少なくとも１つの実施形態による、代理との通信が処理される環境６００の例示的な例を示す。図６Ａおよび図６Ｂに示されている例では、メンバー６０２は、代理６０８から代理通信６０６を受信する。一実施形態では、代理通信６０６は、提案に関する代理６０８とメンバー６０２との間の通信（たとえば、本明細書で説明されるものなどの提案および／またはランク付けされた提案に関係する通信）である。一実施形態では、代理通信６０６は、タスク容易化サービス６０４の他のシステム、サブシステム、および／またはサービスに関する、代理６０８とメンバー６０２との間の通信である。代理通信６０６は、それぞれ、特定のプロジェクトまたはタスクのためにメンバー６０２と代理６０８との間で確立されたプロジェクト固有またはタスク固有の通信セッションを通して提供され得る。

【0132】

[0150]たとえば、代理６０８は、メンバー６０２に提示される提案推奨および／または提案に関する任意の質問、コメント、またはフィードバックをメンバーが有するかどうかを決定するために、本明細書で説明される彼らの親の記念日の週末に関連するプロジェクトに対応する１つまたは複数の提案に関してメンバー６０２と通信し得る。プロジェクト固有またはタスク固有の通信セッションを通した代理６０８からメンバー６０２への代理通信６０６の例として、代理６０８は、メンバー６０２に、「ワインコテージ」の提案推奨に対する彼らの意見、「ホテルビーノ」が好適であるかどうか、または彼らが「ワインコテージ」よりも「ホテルビーノ」を選好する可能性があるかどうかに関する彼らの意見を尋ねることがある。代理６０８はまた、提案自体について論じる（たとえば、「この提案は面白そうだ！」とコメントする）、または、タスク容易化サービス６０４のシステムおよび／もしくはサブシステムについて、コメントし、フィードバックを要求し、論じ、正当化し、および／もしくは他のそのような代理通信６０６を提供するために、提案推奨がなぜ推奨されたのかを説明する代理通信６０６を提供し得る。企図され得るように、代理通信６０６のタイプは、例示的な例であり、代理通信６０６の他のそのようなタイプ（たとえば、限定はしないが、本明細書で説明されるものを含む、タスク容易化サービス６０４の他の態様に関する代理６０８からメンバー６０２への通信）は、本開示の範囲内に入ると見なされ得る。

【0133】

[0151]図６Ａおよび図６Ｂに示されている例では、メンバー６０２は、プロジェクトまたはタスク固有の通信セッションを通して、メンバー通信６１０を代理６０８に送る。一実施形態では、メンバー通信６１０は、本明細書で説明されるように、タスク容易化サービス６０４によって提供されるアプリケーションまたはウェブポータルに関連するプロジェクト固有またはタスク固有のインターフェースを通してメンバー６０２に提示される提案に関する、代理６０８とメンバー６０２との間の通信である。一実施形態では、メンバー通信６１０は、タスク容易化サービス６０４の他のシステム、サブシステム、および／またはサービスに関する、メンバー６０２と代理６０８との間の通信である。一実施形態では、メンバー通信６１０は、タスク容易化サービス６０４のシステム、サブシステム、および／またはサービスに関して本明細書で説明されるものなどの代理通信６０６に応答する通信（たとえば、メンバー６０２に提示される提案推奨に関するクエリ）である。一実施形態では、メンバー通信６１０は、タスク容易化サービス６０４のシステム、サブシステム、および／またはサービスに関してメンバーによって開始される（たとえば、本明細書で説明されるものなどのシステムおよび方法を使用してタスクおよび／またはプロジェクトについて代理に通知する）通信である。

【0134】

[0152]たとえば、上記で説明されたように、代理６０８は、メンバー６０２に、「ワインコテージ」についての推奨に対する彼らの意見、「ホテルビーノ」が好適であるかどうか、または彼らが「ワインコテージ」よりも「ホテルビーノ」を選好する可能性があるかどうかに関する彼らの意見を尋ねるために、親の記念日の週末プロジェクトについての１つまたは複数の提案に関してメンバー６０２と通信し得る。メンバー６０２は、たとえば、「ワインコテージ」を選択するために、メンバー通信６１０を使用してそのクエリに応答し得る。たとえば、メンバー６０２は、「ワインコテージ」について論じるとき、代理６０８に「わあ、その場所は素晴らしそうだ！」と告げるために、プロジェクト固有またはタスク固有の通信セッションを通して、メンバー通信６１０を使用し得る。メンバー６０２はまた、提案について論じ、（タスク固有のインターフェースおよび／またはタスクに関連するプロジェクト固有の通信セッションを通して）タスクについて論じ、（プロジェクト固有の通信セッションを通して）プロジェクトについて論じ、または、タスク容易化サービス６０４のシステムおよび／もしくはサブシステムについて、コメントし、情報を要求し、サービスを要求し、および／もしくは他のそのようなメンバー通信６１０を提供するために、メンバー通信６１０を提供し得る。企図され得るように、メンバー通信６１０のタイプは、例示的な例であり、メンバー通信６１０の他のそのようなタイプ（たとえば、限定はしないが、本明細書で説明されるものを含む、タスク容易化サービス６０４の他の態様に関するメンバー６０２から代理６０８への通信）は、本開示の範囲内に入ると見なされ得る。

【0135】

[0153]一実施形態では、代理通信６０６およびメンバー通信６１０は、それらの通信から情報を自動的に抽出するためにリアルタイムで監視される。図６Ａおよび図６Ｂに示されている例では、代理通信６０６およびメンバー通信６１０は、これらの通信がタスク容易化サービス６０４の通信サブシステム６１２を使用して交換されるとき、リアルタイムで監視される。たとえば、通信サブシステム６１２は、メンバー６０２と代理６０８との間で交換された通信に対応するチャットログをリアルタイムで自動的に処理し、通信が交換されるとき、リアルタイムで異なるプロジェクトおよびタスクに対応するプロジェクト固有および／またはタスク固有の通信チャネルを監視し、および／または本明細書で説明されるものなどのストレージシステムから通信を抽出し得る。一実施形態では、通信サブシステム６１２は、少なくとも図１８に関して本明細書で説明されるシステムおよび／またはサブシステムなどの通信を処理するために、タスク容易化サービス６０４によって提供されるシステムの要素である（すなわち、通信サブシステム６１２は、少なくとも図１８に関して本明細書で説明されるメンバー通信サブシステム１８２２と同じであることがあり、および／または同じ機能の一部もしくは全部を有することがある）。

【0136】

[0154]図６Ａおよび図６Ｂに示されている例では、タスク容易化サービス６０４の通信サブシステム６１２は、代理通信６０６および／またはメンバー通信６１０に言語処理６１４を提供して、タスク容易化サービス６０４に関連するシステム、サブシステム、および／またはサービスへのこれらの通信に関する情報を取得する。一実施形態では、通信サブシステム６１２は、代理通信６０６および／またはメンバー通信６１０から取得されたデータを使用して、１つまたは複数の自然言語処理（ＮＬＰ）アルゴリズムを実行することによって言語処理６１４を提供する。

【0137】

[0155]一実施形態では、代理サポートサブシステム６１８、副代理６２０、本明細書で説明されるものなどのタスク容易化サービス６０４に関連する他のサービスおよび／もしくはシステム、ならびに／またはタスクを実施するために使用されるタスク容易化サービス６０４と提携するサードパーティサービスおよび／もしくは他のサービス／エンティティへの代理６０８によるクエリは、通信サブシステム６１２によって受信され、ならびに／または、本明細書で説明されるものなどのシステムおよび方法を使用して機械学習サブシステム６１６によって処理される。一実施形態では、それらのクエリに対する応答は、本明細書で説明されるものなどのシステムおよび方法を使用して、通信サブシステム６１２によって受信され、および／または機械学習サブシステム６１６によって処理される。たとえば、代理６０８が、プロジェクトの一部としてタスクの実施のための見積りを取得するために、タスク容易化サービス６０４と提携するサードパーティサービスおよび／または他のサービス／エンティティにクエリを送る場合、タスク容易化サービス６０４と提携するサードパーティサービスおよび／または他のサービス／エンティティからのクエリおよび／または応答は、通信サブシステム６１２によって受信され、および／または、機械学習サブシステム６１６によって処理されることがあり、その処理および／または分析は、限定はしないが、すべて本明細書で説明される推奨アルゴリズム、提案タスク生成アルゴリズム、他の機械学習アルゴリズム、および／または言語処理アルゴリズムを含む、メンバー６０２に代わって実施されるタスクに関連するアルゴリズムを改善するために、タスク容易化サービス６０４によって使用され得る。

【0138】

[0156]一実施形態では、代理６０８、ならびに／または本明細書で説明されるものなどのタスク容易化サービス６０４に関連する様々なシステム、サブシステム、およびサービス、ならびに／またはタスクを実施するために使用されるタスク容易化サービス６０４と提携するサードパーティサービスおよび／または他のサービス／エンティティへのメンバー６０２によるクエリは、通信サブシステム６１２によって受信され、および／または本明細書で説明されるものなどのシステムおよび方法を使用して機械学習サブシステム６１６によって処理される。一実施形態では、それらのクエリに対する応答は、本明細書で説明されるものなどのシステムおよび方法を使用して、通信サブシステム６１２によって受信され、および／または機械学習サブシステム６１６によって処理される。たとえば、メンバー６０２が、プロジェクトを開始し、および／または特定のプロジェクトに関連するタスクを実施するために、クエリを代理６０８に送る場合、代理６０８からのクエリおよび／または応答は、通信サブシステム６１２によって受信され、および／または機械学習サブシステム６１６によって処理されることがあり、その処理および／または分析は、メンバー６０２に代わって実施されるタスクに関連する、限定はしないが、すべて本明細書で説明される推奨アルゴリズム、提案タスク生成アルゴリズム、他の機械学習アルゴリズム、および／または言語処理アルゴリズムを含む、アルゴリズムを改善するために、タスク容易化サービス６０４によって使用され得る。

【0139】

[0157]本明細書で使用される、ＮＬＰは、本明細書で説明されるものなどの計算システムが、自然の（すなわち、構造化されていない）言語（テキストおよびオーディオソースから）を処理および分析するために使用され得る機構である。そのようなシステムでは、分析の結果は、ＮＬＰシステムが、ソース文書のコンテンツについての、および、拡張による、同じ言語である他の文書についての洞察（すなわち、情報）を生成することを可能にし得る。そのようなシステムでは、分析の結果は、ＮＬＰシステムがソース文書および／または他の文書についてのメタデータを分類および／または提供することを可能にし得る。自然言語を理解することと分類することの両方が可能であることは、システムが、自然言語からより良いおよび／またはより正確な洞察を生成することを可能にし、自然言語を受信し、それを理解し、妥当な方法で応答することができるシステムのための基礎を提供し得る。ＮＬＰシステムが自然言語ソースのより大きいセットを処理および分析するとき、理解および対話の品質が向上し得る。例示的な例として、ＮＬＰシステムは、多数の文書を分析することがあり、「『一実施形態では』というフレーズを頻繁に使用し特許請求の範囲で終わる文書は、おそらく特許出願である」ことを示す洞察を生成することがある。ＮＬＰシステムの例は、限定はしないが、ルールベースのＮＬＰ（「シンボリック」ＮＬＰとも呼ばれ、適用されるルールのセットに基づく）と、統計的ＮＬＰ（一般に、非構造化データの教師なしおよび／または半教師あり統計分析を用いて実装される）と、ニューラルＮＬＰ（表現学習およびディープラーニングＡＩ技法に基づく）とを含む。企図され得るように、ＮＬＰのためにテキストソースを分析するとき、システムは、テキストを分析システムに直接入力することができるが、オーディオソースを分析することは、単語を抽出するために最初にオーディオソースに対する音声認識を実施することを伴い得、次いで、それらの単語は、分析システムに入力され得る。

【0140】

[0158]企図され得るように、限定はしないが、名前付きエンティティ認識、感情解析、浅い構文解析、依存構文、意味役割付与、談話構文解析、および／または意味的構文解析に基づくもの、ならびに、多言語および／またはマルチモダリティに基づく技法を含む、言語処理６１４を実施する方法は、代理通信６０６、メンバー通信６１０、および／または他のそのような通信（たとえば、以下で説明される代理６０８と副代理６２０との間の通信）から情報を取得し、タスク容易化サービス６０４と関連するシステム、サブシステム、および／またはサービスにそれらの通信の解析を提供するために使用され得る。

【0141】

[0159]図６Ａおよび図６Ｂに示されている例では、通信サブシステム６１２は、言語処理６１４の分析の結果を機械学習サブシステム６１６に送り、機械学習サブシステム６１６は、提案推奨、ランク付けされた提案、提案ランキングを生成し、および／または本明細書で説明されるものなどの他のサービスを提供するために、自然言語処理６１４の分析の結果を使用し得る。たとえば、機械学習サブシステム６１６は、提案の要素についてのメンバー６０２によるコメント（たとえば、「ワインコテージ」について論じるとき、「わあ、その場所は素晴らしそうだ！」）を「ワインコテージ」に関する肯定的表示として、また「ワインコテージ」が将来の提案に対して（このメンバーおよび／または他の同様の状況にあるメンバーに対して）再び選択されるべきであるという表示として決定するために、自然言語処理６１４の分析の結果を使用し得る。

【0142】

[0160]図６Ｂは、メンバー６０２と代理６０８との間で通信がリアルタイムで交換されるときの上述のプロセスの例示的な例を提供する。図６Ｂに示されているように、メンバー６０２は、代理６０８とのプロジェクト固有の通信セッション６３０に関与しており、これを通して、メンバー６０２および代理６０８は、メンバー６０２に以前に提供された特定の提案推奨に関して互いに通信され得る。たとえば、図６Ｂに示されている１つまたは複数の最初の代理通信６０６を通して、代理６０８は、メンバー６０２に、メンバーの親のための親の記念日の週末に対応するプロジェクトに関連する「ワインコテージ」および「ホテルビーノ」のオプションについての提案推奨に関するフィードバック（たとえば、「あなたの親のためのワインコテージおよびホテルビーノのオプションについてどう思いましたか？」）を提供するように促し得る。さらに、最初の代理通信６０６を通して、代理６０８は、以前に通信された提案推奨に関する彼ら自身の意見またはフィードバック（たとえば、「私は、これらが大変楽しそうだと思う！」）を提供し得る。

【0143】

[0161]通信サブシステム６１２は、「ワインコテージ」および「ホテルビーノ」の提案推奨に対する代理の肯定的受信を示す出力を生成するために、これらの最初の代理通信６０６の自然言語処理６１４の分析を実施し得る。たとえば、自然言語処理６１４の分析を通して、通信サブシステム６１２は、これらの提案推奨に関する代理のフィードバックを示す１つまたは複数のアンカー用語および／またはフレーズを含む出力を生成し得る。たとえば、通信サブシステム６１２は、自然言語処理６１４の分析を通して、メンバー６０２に通信され最初の代理通信６０６において参照される特定の提案推奨に対応し得る、「ワインコテージ」および「ホテルビーノ」というアンカーフレーズを検出し得る。さらに、通信サブシステム６１２は、自然言語処理６１４の分析を通して、「ワインコテージ」および「ホテルビーノ」というアンカーフレーズに関連する「楽しみ」というアンカー用語を検出し得る。「楽しみ」というアンカー用語と、「ワインコテージ」および「ホテルビーノ」というアンカーフレーズとの組合せは、これらの提案推奨の代理の肯定的受信を示し得る。

【0144】

[0162]機械学習サブシステム６１６は、親の記念日の週末について以前に提供された提案推奨に関する代理のフィードバックを受信したことに応答して、類似のプロジェクトについて、「ワインコテージ」および「ホテルビーノ」に対応する提案推奨が、タスク容易化サービス６０４に関連するメンバーに対する選択および提示のために、代理６０８およびこれらの類似のプロジェクトに割り当てられた他の代理に提示される可能性がより高くなるように、提案推奨アルゴリズムを強化するために、（本明細書でより詳細に説明されるように）提案推奨アルゴリズムを自動的にリアルタイムで更新し得る。

【0145】

[0163]図６Ｂに示されているように、メンバー６０２は、親の記念日の週末のための「ワインコテージ」および「ホテルビーノ」のオプションに関するフィードバックを求める代理のプロンプトに応答して、そのプロンプトに応答するメンバー通信６１０を送信し得る。たとえば、図６（ｂ）に示されているように、メンバー６０２は、「わあ、それらの場所は素晴らしそうだ！しかしながら、私は、ホテルビーノに関する価格について少し懸念している。」と述べた。通信サブシステム６１２は、６０８によって参照される２つの前述の提案推奨に関するメンバーのフィードバックをリアルタイムで取得するために、このメンバー通信６１０の自然言語処理６１４の分析を自動的に実施し得る。たとえば、通信サブシステム６１２は、自然言語処理６１４の分析を通して、「場所は素晴らしそうだ」、「懸念している」、「に関する価格」、および「ホテルビーノ」というアンカー用語およびフレーズを検出し得る。したがって、自然言語処理６１４の分析を通して生成される出力は、メンバー６０２が、概して、親の記念日の週末のために「ホテルビーノ」の推奨を承認していても、メンバー６０２が、「ワインコテージ」の提案推奨を承認するが、「ホテルビーノ」に関する価格に関して懸念していることを示し得る。

【0146】

[0164]機械学習サブシステム６１６は、「ワインコテージ」および「ホテルビーノ」に関係する提案推奨に関するメンバーのフィードバックに応答して、類似のプロジェクトについて、「ワインコテージ」および「ホテルビーノ」に対応する提案推奨が、タスク容易化サービス６０４に関連するメンバーに対する選択および提示のために、これらの類似のプロジェクトに割り当てられた代理６０８および他の代理に提示される可能性が高くなるように、提案推奨アルゴリズムを自動的に更新し得る。しかしながら、代理通信６０６に基づいて提案推奨アルゴリズムを更新するための上述のプロセスとは異なり、機械学習サブシステム６１６は、同様の状況にあるメンバー（たとえば、メンバー６０２などの予算を意識するメンバー）について、提案推奨アルゴリズムが、類似のプロジェクトに関して「ホテルビーノ」に対応する提案推奨を提供する可能性が低くなるように、提案推奨アルゴリズムをさらに更新し得る。さらに、機械学習サブシステム６１６はまた、同様の状況にあるメンバーおよび類似のタスクについて、提案推奨アルゴリズムが、メンバー６０２が「素晴らしい」および受け入れ可能であると表現した（たとえば、メンバー６０２が「ワインコテージ」の提案推奨に関する懸念を表現しなかった）、「ワインコテージ」に関係する提案推奨を生成および提供する可能性がより高くなる（たとえば、強化される）ように、提案推奨アルゴリズムを更新し得る。

【0147】

[0165]一実施形態では、機械学習サブシステム６１６は、通信セッション６３０を通して表現されたメンバー通信６１０に基づいて、メンバー６０２に関連するメンバープロファイルを自動的にリアルタイムで更新することもできる。前に説明したメンバー通信に戻ると、それによって、メンバー６０２は、「ホテルビーノ」の提案推奨に関する価格への懸念を表現し、機械学習サブシステム６１６は、メンバー６０２が類似の提案推奨タイプについて予算を意識していることを示すために、メンバー６０２に関連するメンバープロファイルを自動的に更新し得る。メンバープロファイルに対する更新は、異なるプロジェクトおよびタスクについてメンバー６０２によって受け入れられるか、またはさもなければ肯定的に受信される可能性がより高い提案推奨を作成し、メンバー６０２に提示する際に、本明細書で説明される様々なアルゴリズムを通して、機械学習サブシステム６１６の効率を改善し得る。

【0148】

[0166]一実施形態では、メンバー通信６１０を通してメンバー６０２によって提供されるフィードバックに基づいて、機械学習サブシステム６１６は、（提案推奨アルゴリズムおよび／または本明細書で説明される他のアルゴリズムを通して）特定のプロジェクトまたはタスクのためにメンバー６０２に提示され得る新しい提案推奨６４０を自動的にリアルタイムで生成し得る。たとえば、図６Ｂに示されているように、機械学習サブシステム６１６は、以前に推奨された「ホテルビーノ」とは対照的に、「ホテルリオハ」での２晩の滞在を含む、代替提案推奨６４０を生成した。この代替提案推奨６４０を生成するために、機械学習サブシステム６１６は、タスクまたはプロジェクトに関連するパラメータ（たとえば、タスクまたはプロジェクトに関連する他の会場から特定の距離内にある、タスクまたはプロジェクトに関連する他の会場と相補的であるなど）に従って、（メンバープロファイルに示されるように、および／または通信セッション６３０を通して表現されるメンバー通信６１０を通して）メンバーの要件を満たし得る、２晩の滞在のための他の可能な会場を識別するように、リソースライブラリに自動的に問い合わせ得る。たとえば、機械学習サブシステム６１６は、以前に提示された提案推奨よりも高価ではないが、タスクまたはプロジェクトに関連するパラメータに適合するホテル（たとえば、「ワインコテージ」から短い距離内にあるなど）を識別するために、リソースライブラリに自動的に問い合わせ得る。クエリ結果に基づいて、機械学習サブシステム６１６は、検討のために代理６０８に提供され得る１つまたは複数の代替提案推奨６４０を自動的に生成し得る。

【0149】

[0167]いくつかの事例では、機械学習サブシステム６１６は、提案のセットの新しいランキングを生成するために、提案ランク付けアルゴリズムを通して、代替提案推奨６４０を現在含む提案のセットを再ランク付けし得る。この新しいランキングは、代理６０８に提供されることがあり、代理６０８は、提案のセットの新しいランキングを検討し、どの改訂された提案をメンバー６０２に提示すべきかを決定し得る。代替的に、機械学習サブシステム６１６は、本明細書で説明されるように、以前に提示された提案推奨に関するフィードバックに応答して、どの改訂された提案（もしあれば）がメンバー６０２に提示され得るかを自動的に選択するために、提案選択アルゴリズムを利用し得る。

【0150】

[0168]図６Ｂに示されているように、代理６０８は、「ホテルリオハ」が親の記念日の週末に関連する２晩の滞在について推奨されている代替提案推奨６４０を受信したことに応答して、代理６０８が新しい提案推奨を受信したことと、この新しい提案推奨がメンバー６０２に送られたこととを示す１つまたは複数の代理通信６０６を（タスク容易化サービス６０４によって提供されるタスク固有またはプロジェクト固有のインターフェースなどを介して）送信し得る。代理６０８によって提供された新しい提案推奨に応答して、メンバー６０２は、通信セッション６３０を通して、彼らが新しい提案推奨を承認することを示し得る。たとえば、図６Ｂに示されているように、メンバー６０２は、「助けてくれてありがとう！私は、ホテルリオハをより良く好む。これを設定しましょう！」と述べた。

【0151】

[0169]通信サブシステム６１２は、６０８によって参照される「ホテルリオハ」の提案推奨に関するメンバーのフィードバックをリアルタイムで取得するために、この新しいメンバー通信６１０の自然言語処理６１４の分析を自動的に実施し得る。たとえば、通信サブシステム６１２は、自然言語処理６１４の分析を通して、「私は好む」、「ホテルリオハ」、「より良く」、および「これを設定する」というアンカー用語およびフレーズを検出し得る。したがって、自然言語処理６１４の分析を通して生成された出力は、メンバー６０２が「ホテルリオハ」の提案推奨を承認し、代理６０８が受け入れられた提案を進め得ることを示すことがある。

【0152】

[0170]上述のように、機械学習サブシステム６１６は、タスク固有またはプロジェクト固有の通信セッションを通して通信されるメンバーおよび代理によって提供されるフィードバックに基づいて、提案推奨アルゴリズムをリアルタイムで更新し得る。たとえば、「ホテルリオハ」に関係する提案推奨に関するメンバーのフィードバックに応答して、機械学習サブシステム６１６は、類似のプロジェクトについて、「ホテルリオハ」に対応する提案推奨が、タスク容易化サービス６０４に関連するメンバーに対する選択および提示のために、代理６０８およびこれらの類似のプロジェクトに割り当てられた他の代理に提示される可能性がより高くなるように、提案推奨アルゴリズムを自動的に更新し得る。さらに、機械学習サブシステム６１６はまた、同様の状況にあるメンバーについて、および同様のプロジェクトまたはタスクについて、提案推奨アルゴリズムが、メンバー６０２が「より良く」と表現した「ホテルリオハ」に関係する提案推奨を生成し、提供する可能性がより高くなる（たとえば、強化され）ように、また代理６０８がこの提案推奨を進めるように、提案推奨アルゴリズムを更新することがある。

【0153】

[0171]加えて、機械学習サブシステム６１６は、通信セッション６３０を通して表現された通信に基づいて、選択された提案推奨に従ってプロジェクトまたはタスクを完了するために実施され得る１つまたは複数の提案タスクを自動的に生成し得る。本明細書でより詳細に説明されるように、機械学習サブシステム６１６は、任意の選択された提案推奨に対応する１つまたは複数の提案タスクを自動的にリアルタイムで生成するために、提案タスク生成アルゴリズムを実装し得る。一実施形態では、提案タスク生成アルゴリズムは、本明細書で説明されるものなどのシステムおよび方法を使用して、提案タスクを含むサンプルタスクのデータセットとタスクパラメータとを用いてトレーニングされる。さらに、提案タスク生成アルゴリズムは、本明細書で説明されるものなどの提案推奨を使用して、また本明細書で説明されるものなどのシステムおよび方法を使用してトレーニングされ得る。一実施形態では、機械学習サブシステム６１６は、提案タスク生成アルゴリズムを、プロジェクト／タスクおよび／またはプロジェクトもしくはタスクに関連する通信に、これらの通信が通信セッション６３０などを通して交換されるとき、リアルタイムで適用することによって、提案タスクを生成する。

【0154】

[0172]したがって、通信（メンバー通信６０６および代理通信６１０など）がタスク固有またはプロジェクト固有の通信セッション６３０を介して交換されるとき、通信サブシステム６１２および機械学習サブシステム６１６は、これらの通信が交換されるとき、提示された提案および対応する提案推奨に関係するフィードバックをリアルタイムで取得し得る。さらに、通信サブシステム６１２および機械学習サブシステム６１６は、これらの通信が交換されるとき、メンバーに提示され得る代替提案推奨をリアルタイムで生成し、これらの代替提案推奨に関するフィードバックを取得し得る。加えて、通信サブシステム６１２および機械学習サブシステム６１６は、これらの通信が交換されるとき、提案推奨のメンバー承認をリアルタイムで検出することがあり、その結果、このメンバー承認に応答して、機械学習サブシステム６１６は、承認された提案推奨に従ってプロジェクトまたはタスクを完了するために実施され得る提案タスクをリアルタイムで自動的に生成し得る。

【0155】

[0173]図６Ａおよび図６Ｂには示されていない実施形態では、機械学習サブシステム６１６は、自然言語処理６１４の分析を実施する。一実施形態では、同じく図６Ａおよび図６Ｂには示されていないが、タスク容易化サービス６０４の異なるシステム（たとえば、言語処理サブシステム）は、言語処理６１４の分析を実施する。一実施形態では、同じく図６Ａおよび図６Ｂには示されていないが、通信サブシステム６１２ではなく、タスク容易化サービス６０４と提携するサードパーティサービスまたは他のサービス／エンティティ（たとえば、サービス１９２６などのサービス、またはコンピューティングリソースプロバイダ１９２８などのコンピューティングリソースプロバイダによって提供されるサービス、その両方が少なくとも図１９に関して本明細書で説明される）が、自然言語処理６１４の分析を実施する。たとえば、少なくとも図１９に関して本明細書で説明されるコンピューティングリソースプロバイダ１９２８などのコンピューティングリソースプロバイダは、代理通信６０６、メンバー通信６１０、および／または他のそのような通信から情報を取得し、それらの通信の分析を、タスク容易化サービス６０４に関連するシステム、サブシステム、および／またはサービスにリアルタイムで提供するために、ＮＬＰサービスを提供し得る。

【0156】

[0174]図６Ａに示されている例では、副代理６２０は、代理６０８に関連して、または代理６０８の代わりに機能を実施する。副代理６２０は、これらの機能を実施するために代理６０８と通信することができる。たとえば、副代理６２０は、提案推奨に関する調査を実施し、その調査を代理６０８に提供し得る。一実施形態では、副代理６２０と代理６０８との間の通信（すなわち、代理６０８から副代理６２０への通信および／または副代理６２０から代理６０８への通信）は、これらの通信が交換されるとき、通信サブシステム６１２によってリアルタイムで監視される。一実施形態では、通信サブシステム６１２は、監視された通信から情報を取得し、タスク容易化サービス６０４に関連するシステム、サブシステム、および／またはサービスに通信の分析を提供するために、本明細書で説明される言語処理６１４を実施する。たとえば、副代理６２０が、メッセージ中で「ホテルビーノは、３ヶ月間、改装のために閉鎖される」ことを代理に通知する場合、通信サブシステム６１２は、「ホテルビーノ」が、その３ヶ月の期間中に行われる提案の一部であるべきでないと決定するために、言語処理６１４を実施する。上記で説明されたように、言語処理６１４は、機械学習サブシステム６１６、タスク容易化サービス６０４の別のサービス、または何らかの他のそのようなサービスによって実施され得る。

【0157】

[0175]図６Ａおよび図６Ｂには示されていないが、一実施形態では、副代理６２０はまた、代理６０８に関連して、または代理６０８に代わって機能を実施するために、それぞれ特定のプロジェクトまたはタスクに対応するプロジェクト固有またはタスク固有の通信セッションを通してメンバー６０２と通信することができる。同様に、副代理６２０は、メンバー６０２からのクエリに応答するために、および／またはメンバー６０２とそうでなく通信するために、メンバー６０２と通信することができる。そのような実施形態では、副代理６２０からメンバー６０２への通信は、それらの通信がどのように受信および／または処理されるかに関して、代理通信６０６と同じであると見なされ得る。同様に、そのような実施形態では、メンバー６０２から副代理６２０への通信は、それらの通信がどのように受信および／または処理されるかに関して、メンバー通信６１０と同じであると見なされ得る。

【0158】

[0176]一実施形態では、機械学習サブシステム６１６は、代理サポートサブシステム６１８と通信および／または対話する。本明細書で使用される、代理サポートサブシステム６１８は、代理６０８および／または副代理６２０が、メンバー６０２に対する認知負荷を低減するために、本明細書で説明されるものなどのタスクを実施するとき、代理６０８および／または副代理６２０にサービスを提供する、タスク容易化サービスのシステムである。たとえば、代理６０８が、本明細書で説明されるものなどのシステムおよび方法を使用して、「ワインコテージ」での２晩の滞在のための提案推奨をメンバー６０２に通信するとき、代理６０８は、「ワインコテージ」の住所および電話番号を得るために代理サポートサブシステム６１８を使用することがあり、または、ソーシャルメディアから「ワインコテージ」のレビューを集めるために代理サポートサブシステム６１８を使用することがあり、または、他のそのような情報を集めるために代理サポートサブシステム６１８を使用することがある。

【0159】

[0177]一実施形態では、代理サポートサブシステム６１８のサービスは、限定はしないが、タスク容易化サービス６０４に関連する他の代理と、タスク容易化サービス６０４に関連する他のメンバーとの間で交換される通信を含む、他の代理通信６２４に基づくことがあるが、これらの他の通信は、リアルタイムで交換される。これらの他の通信は、特定のプロジェクトまたはタスクのためのメンバー６０２と代理６０８との間の通信セッション中に、これらの他の代理と他のメンバーとの間で交換され得る。企図され得るように、他の代理通信６２４はまた、タスク容易化サービス６０４に関連する他の代理とメンバー６０２との間の通信、代理６０８とタスク容易化サービス６０４に関連する他のメンバーとの間の通信、および／または、副代理６２０もしくは他の副代理と、メンバー６０２もしくはタスク容易化サービス６０４に関連する他のメンバーとの間の通信を含み得る。図６Ａおよび図６Ｂには示されていないが、一実施形態では、これらの通信は、通信サブシステム６１２などのシステムによってリアルタイムで監視され、本明細書で説明されるものなどのシステムおよび方法を使用して言語処理６１４によって処理される。

【0160】

[0178]企図され得るように、タスク容易化サービス６０４に関連する様々なエンティティ間の他のタイプの通信は、通信サブシステム６１２などのシステムによって監視され、本明細書で説明されるものなどのシステムおよび方法を使用して言語処理６１４を用いて処理され得る。たとえば、代理６０８とタスク容易化サービス６０４に関連する他の代理との間の通信、および／または他の代理間の通信は、本明細書で説明されるタスク容易化サービス６０４についての洞察を生成するために、通信サブシステム６１２などのシステムによって監視され、言語処理６１４を使用して処理され得る。そのような例では、代理が提案の生成、通信、および受け入れについて議論するとき、通信サブシステム６１２などのシステムは、タスク容易化サービス６０４に洞察（すなわち、推奨）を提供するために、それらの議論を監視し、言語処理６１４を使用してそれらの通信を処理し得る。同様に、メンバー６０２とタスク容易化サービス６０４に関連する他のメンバーとの間の通信、および／または他のメンバー間の通信は、通信サブシステム６１２などのシステムによって監視され、言語処理６１４を使用して処理され得る。たとえば、タスク容易化サービス６０４に関連するメンバーは、彼らがタスク容易化サービス６０４の要素について議論するオンラインフォーラムに参加することがあり、この例では、議論は、通信サブシステム６１２などのシステムによって監視され、言語処理６１４を使用して処理され得る。

【0161】

[0179]図６Ａに示されている例では、代理サポートサブシステム６１８は、代理６０８および／または副代理６２０の機能の一部または全部を実施するように構成された自動プロセス（または「ボット」）である自動化された代理６２２を提供する。たとえば、本明細書で説明されるように、タスク容易化サービス６０４に関連するシステムは、メンバープロファイルを生成するための機械学習アルゴリズムまたは人工知能システムへの入力として、オンボードプロセスおよび／または他の通信中にメンバーによって提供された応答を利用することができる。この例では、自動化された代理６２２（または「ボット」）は、代理６０８の代わりに働き、メンバー６０２とタスク容易化サービス６０４との間の対話の一部において代理６０８を代理することがある。自動化された代理６２２は、タスクおよび提案を生成すること、任意の承認された提案に従ってメンバー６０２に代わってタスクを実施することなどを行うために、メンバー６０２と自律的に通信するように構成され得る。自動化された代理６２２はまた、メンバープロファイルにおいて定義されるメンバー６０２のパラメータまたは特性に従って構成され得る。自動化された代理６２２が経時的にメンバー６０２と通信するとき、自動化された代理６２２は、メンバー６０２との自動化された代理６２２の対話を改善するために更新され得る。一実施形態では、メンバープロファイルは、タスク容易化サービス６０４とのメンバー６０２の対話に基づくデータに基づき、そのデータから更新されるメンバー６０２の計算モデルに基づくことがある。企図され得るように、この計算モデルは、本明細書で説明されるものなどのシステムおよび方法を使用して、通信サブシステム６１２から取得されたデータを使用して生成および／または更新され得る。また企図され得るように、時間とともに、および計算モデルが向上するにつれて、自動化された代理６２２は、代理６０８による監督および／または監視が有る場合でも無い場合でも、代理６０８および／または副代理６２０に対してより多くの数のタスクを実施することがある。

【0162】

[0180]例示的な例として、メンバー６０２の親戚が、４月１５日の誕生日を有し得る。メンバー６０２がタスク容易化サービス６０４に関わる最初の年に、代理６０８は、メンバー６０２によって（すなわち、メンバー通信６１０を介して）その誕生日を通知されることがあり、タスク容易化サービス６０４のシステムは、誕生日パーティのための提案を生成し、メンバー６０２から応答を受信し、本明細書で説明されるものなどのシステムおよび方法を使用してパーティに関連するタスクを容易化し得る。その後の年に、自動化された代理６２２は、それらのタスクのより多くを引き継ぐことがあり、たとえば、メンバープロファイルに基づく誕生日より前にパーティのための提案を自動的に生成し、代理６０８が提案に対する承認を取得し得るように、その提案を代理６０８に送ることがある。後年に、自動化された代理６２２は、提案を生成し、提案をメンバー６０２に通信し、承認を受信し、代理６０８の最小限の介入および／または監督でタスクを容易にし得る。

【0163】

[0181]図７は、少なくとも１つの実施形態による、提案と関連する通信をリアルタイムで処理するためのプロセス７００の例示的な例を示す。少なくとも図１に関して本明細書で説明されるタスク容易化サービス１０２などのタスク容易化サービスのシステムおよび／またはサブシステムは、図７に示されている例示的なプロセス７００を実施し得る。

【0164】

[0182]例示的なプロセス７００のステップ７０２において、タスク容易化サービスのシステムおよび／またはサブシステムは、特定のプロジェクトまたはタスクについての提案推奨を生成する。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、特定のプロジェクトまたはタスクについての提案推奨のセットを自動的に生成するために、提案推奨アルゴリズムを実施する。提案推奨アルゴリズムは、少なくとも図５に関して本明細書で説明されるタスク推奨システム５１２によって実装されるアルゴリズムである。提案推奨アルゴリズムは、本明細書で説明されるものなどのシステムおよび方法を使用して、サンプルタスクパラメータおよび対応する提案推奨のデータセットを使用してトレーニングされ得る。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、提案推奨アルゴリズムを、プロジェクトもしくはタスクに、またはタスクもしくはプロジェクトに関連するパラメータに適用することによって、提案推奨アルゴリズムを使用して提案推奨を生成する。

【0165】

[0183]本明細書で使用される、提案推奨アルゴリズムは、本明細書で説明される機械学習アルゴリズム、人工知能システム、および／または計算モデルを使用して提案推奨を生成するために、タスク容易化サービスのシステム、サービス、および／またはサブシステムによって使用され得るアルゴリズムである。一実施形態では、提案推奨は、提案推奨の適合性の１つまたは複数の表示を含む。提案推奨の適合性のそのような表示（本明細書では、提案推奨についての「適合性メトリック」とも呼ばれる）は、本明細書で説明されるものなどの機械学習アルゴリズム、人工知能システム、および／または計算モデルを使用して、タスク容易化サービスのシステム、サービス、および／またはサブシステムによって自動的に生成され得る。

【0166】

[0184]一実施形態では、提案生成、通信、および／または処理された受け入れに関連する１つまたは複数のアルゴリズムは、提案がランク付けおよび／または選択されたとき、リアルタイムで更新される。たとえば、本明細書で説明されるように、提案推奨アルゴリズムは、提案ランキングおよび／または提案選択に基づいて更新され得る。企図され得るように、提案が提案推奨アルゴリズムによって生成され、その提案が高くランク付けされず、および／またはメンバーに通信するためのランク付けされた提案として選択されない場合、提案推奨アルゴリズムの機械学習アルゴリズム、人工知能システム、および／または計算モデルは、その提案が良好な推奨ではなかったことを反映するように更新され得る。同様に、提案が提案推奨アルゴリズムによって生成され、その提案が高くランク付けされ、および／またはメンバーに通信するためのランク付けされた提案として選択された場合、提案推奨アルゴリズムの機械学習アルゴリズム、人工知能システム、および／または計算モデルは、その提案が良好な推奨だったことを反映するように更新され得る。

【0167】

[0185]一実施形態では、提案生成アルゴリズムは、たとえば、提案が生成されるとき、提案生成アルゴリズムがリアルタイムで更新され得るように、動的に、連続的に、およびリアルタイムで更新される。同様に、提案が受け入れられ、および／またはランク付けされるとき、提案生成アルゴリズムは、これらの提案が受け入れられ、および／またはランク付けされるとき、リアルタイムで更新され得る。企図され得るように、提案および／またはランク付けされた提案が選択されるとき（たとえば、提案選択アルゴリズムを使用して、メンバーに関連する代理によって、メンバーによってなど）、代理が、ランク付けされた提案がメンバーに通信される前にランク付けされた提案の最終検証を提供するとき、および／またはランク付けされた提案がメンバーに通信されるとき、提案生成アルゴリズムは、リアルタイムで更新され得る。一実施形態では、提案生成アルゴリズムは、本明細書で説明されるプロセス中に提案生成アルゴリズムが数回更新され得るように、リアルタイムで連続的および／または動的に更新される。そのような実施形態では、提案生成アルゴリズムは、たとえば、図７に図示され、本明細書で説明されるプロセスのステップの間に、２回以上更新され得る。たとえば、提案がステップ７０２において生成されるとき、提案を生成するために複数のステップが始められ得る。提案生成アルゴリズムが連続的および／または動的にリアルタイムで更新される、そのような例および実施形態では、提案生成アルゴリズムは、数回（すなわち、提案を生成するために始められる複数のステップのうちの１つまたは複数のステップ中に）更新され得る。

【0168】

[0186]提案推奨アルゴリズムは、異なる提案が生成され、タスク容易化サービスに関連する異なるメンバーへの通信のためにランク付けされるとき、リアルタイムで更新され得ることに留意されたい。たとえば、提案推奨アルゴリズムは、リアルタイムで同時に、メンバーおよびタスク容易化サービスに関連する他のメンバーに関連する異なるタスク／プロジェクトについての異なる提案を連続的に生成し得る。さらに、提案が異なるメンバーに通信されるとき、これらの提案のランキングおよび選択に対応する任意のフィードバックは、同時にリアルタイムで処理されている他のタスク／プロジェクトに対して、提案推奨アルゴリズムが正確な結果（たとえば、提案、提案推奨など）を提供するように、提案推奨アルゴリズムをリアルタイムで動的に更新するために、使用され得る。

【0169】

[0187]一実施形態では、ランク付けされた提案を生成し、通信し、および／または受け入れるために使用される他のアルゴリズムも、動的に、連続的に、およびリアルタイムで更新される。たとえば、タスク容易化サービスのシステム、サブシステム、およびサービスが、（ステップ７０６に関して本明細書で説明されるように）提案タスク生成アルゴリズムを使用して提案タスクを生成するとき、提案タスク生成アルゴリズムは、リアルタイムで、提案タスク生成アルゴリズムが提案タスクを生成するために使用されるときに更新され得る。同様に、提案タスク生成アルゴリズムは、たとえば、提案タスク生成アルゴリズムが、本明細書で説明される提案タスク生成のためのプロセス中に数回更新され得るように、連続的におよび／または動的に更新され得る。したがって、タスク容易化サービスが提案タスク生成アルゴリズムを使用して提案タスクを生成し、提案タスクを生成するために複数のステップが始められるとき、提案タスク生成アルゴリズムは、提案タスクを生成するために始められる複数のステップ中に数回（すなわち、動的におよび連続的に）更新され得る。

【0170】

[0188]例示的なプロセス７００のステップ７０４において、タスク容易化サービスのシステムおよび／またはサブシステムは、生成された提案推奨に関連する通信を、これらの通信が交換されるかまたはさもなければ通信されるとき、リアルタイムで分析する。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、これらの通信が交換されるかまたはさもなければ通信されるとき、これらの通信を自動的にリアルタイムで分析するために、言語処理アルゴリズムを実装する。言語処理アルゴリズムは、本明細書で説明されるものなどのシステムおよび方法を使用して、（本明細書で説明される）サンプルタスク通信のデータセットを使用して動的にトレーニングされ得る。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、本明細書で説明される自然言語処理アルゴリズムを使用して、生成された提案推奨に関連する通信を分析する。

【0171】

[0189]一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、生成された提案推奨に関連する通信を、これらの通信が交換されるかまたはさもなければ通信されるとき、リアルタイムで処理するために使用され得る１つまたは複数の古典的なアルゴリズムまたはプロセスを実装する。たとえば、これらの１つまたは複数の古典的なアルゴリズムまたはプロセスは、生成された提案推奨との任意の対話に対応するアンカー用語またはフレーズのセットを識別するために、交換された通信をリアルタイムで処理し得る。たとえば、メンバーが、「ホテルビーノの提案を選びましょう」を代理に通信する場合、１つまたは複数の古典的なアルゴリズムまたはプロセスは、「選びましょう」および「ホテルビーノ」というアンカーフレーズを識別し得る。「選びましょう」というアンカーフレーズは、提案推奨のメンバー選択に対応することがあり、「ホテルビーノ」というアンカーフレーズは、メンバー選択と併せて、選択された特定の推奨に対応し得る。したがって、１つまたは複数の提案推奨の提示に応答してメンバーによって表現された通信に基づいて、１つまたは複数の古典的なアルゴリズムまたはプロセスは、プロジェクトまたはタスクについての特定の提案推奨のメンバーの選択を自動的に識別し得る。

【0172】

[0190]例示的なプロセス７００のステップ７０６において、タスク容易化サービスのシステムおよび／またはサブシステムは、任意の選択された提案推奨に対応する提案タスクを生成する。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、任意の選択された提案推奨に対応する１つまたは複数の提案タスクを自動的にリアルタイムで生成するために、提案タスク生成アルゴリズムを実施する。提案タスク生成アルゴリズムは、少なくとも図５に関して本明細書で説明されるタスク推奨システム５１２によって実装され得る。一実施形態では、提案タスク生成アルゴリズムは、本明細書で説明されるものなどのシステムおよび方法を使用して、提案タスクを含むサンプルタスクのデータセットとタスクパラメータとを用いてトレーニングされる。さらに、提案タスク生成アルゴリズムは、本明細書で説明されるものなどの提案推奨を使用して、また本明細書で説明されるものなどのシステムおよび方法を使用してトレーニングされ得る。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、提案タスク生成アルゴリズムを、タスクおよび／またはプロジェクトもしくはタスクに関連する通信に、これらの通信が交換されるとき、リアルタイムで適用することによって、提案タスクを生成する。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、トレーニングされた推奨アルゴリズムを、タスクに関連するパラメータに適用することによって、提案タスクを生成する。

【0173】

[0191]提案タスク生成アルゴリズムを動的にトレーニングするために使用されるタスクパラメータは、割り振られた予算、タスクの完了のための時間枠、好適なブランド、好適なサードパーティサービス、および／またはタスク容易化サービスと提携する他のサービス／エンティティなどのタスクパラメータのサンプルデータセットを含み得る。サンプルタスクパラメータのデータセットは、実際のタスク（たとえば、以前に提案されたタスク）から、タスクの仮説的、理論的、および／もしくは理想化されたセットから、または実際のタスクと仮説的、理論的、および／もしくは理想化されたタスクとの組合せから生成され得る。提案タスク生成アルゴリズムを動的にトレーニングするために使用される提案タスクのサンプルデータセットは、実際のタスク、プロジェクト、およびそれらのプロジェクトのための提案タスクから、提案タスクの仮説的、理論的、および／もしくは理想化されたセットから、または実際の提案タスクと、仮説的、理論的、および／もしくは理想化された提案タスクとの組合せから生成され得る。

【0174】

[0192]いくつかの事例では、提案タスクは、１つまたは複数の古典的なアルゴリズムまたはプロセスを使用して生成されることがあり、それによって、これらの古典的なアルゴリズムまたはプロセスは、提供された提案応答と提案自体に対応する詳細とに基づいて、提案タスクを自動的に生成するために実行され得る。たとえば、提供された提案応答と提案に対応する詳細とに基づいて、古典的なアルゴリズムまたはプロセスは、提案応答に従って、特定のプロジェクトのために実施され得るタスクのセットを識別するために、タスク容易化サービスによって実装されるリソースライブラリに自動的に問い合わせ得る。リソースライブラリは、異なる提案および提案推奨について、これらの異なる提案および提案推奨に対応するプロジェクトを実現するために実施され得る異なるタスクのリポジトリを維持することがある。これらの異なるタスクは、異なる提案および提案推奨に関するこれらのタスクの過去の実施に基づいて、（本明細書で説明される）タスク容易化サービスによって実装される代理ならびに／または様々なシステムおよびサブシステムによってポピュレートされ得る。したがって、リソースライブラリから、古典的なアルゴリズムまたはプロセスは、特定のプロジェクトのための提案応答に従って実施され得る任意のタスクを自動的に識別し得る。

【0175】

[0193]一実施形態では、提案タスクは、上述の古典的なアルゴリズムまたはプロセスと、提案タスクが生成されているメンバーに割り当てられた代理との組合せを使用して生成され得る。たとえば、上述の古典的なアルゴリズムまたはプロセスは、メンバーによって受け入れられた特定の提案および／または提案推奨についてのリソースライブラリの１つまたは複数のクエリを通して生成された任意の結果を代理に提供し得る。代理は、選択された提案および／または提案推奨に対して実施され得る１つまたは複数の提案タスクを選択するために、古典的アルゴリズムまたはプロセスによって提供されるこれらのクエリ結果を検討し得る。追加または代替として、代理は、（たとえば、メンバープロファイルに関連するデータから、メンバーの代理自身の個人的知識などから）メンバーについての代理の理解に従って、古典的なアルゴリズムまたはプロセスによって提供される提案タスクのいずれかを修正し得る。たとえば、古典的なアルゴリズムまたはプロセスが、特定のホテルでの夕食の予約に対応する提案タスクを取得し、代理が、メンバーがひどい甲殻類アレルギーを有することを知っている場合、代理は、メンバーがひどい甲殻類アレルギーを有することを特定のホテルでの夕食の前にホテルに通知すべきであることを示し、提供される食品に甲殻類が混入していないことを確実にするために、提案タスクを修正し得る。

【0176】

[0194]例示的なプロセス７００のステップ７０８において、タスク容易化サービスシステムのシステムおよび／もしくはサブシステム、ならびに／またはタスク容易化サービスのサブシステムは、生成された提案タスクに関連する通信を、これらの通信が交換されるとき、リアルタイムで分析する。上記で説明されたように、一実施形態では、言語処理アルゴリズムは、本明細書で説明されるものなどのシステムおよび方法を使用して、（本明細書で説明される）サンプル通信のデータセットを用いてトレーニングされる。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、本明細書で説明される自然言語処理アルゴリズムなどの自然言語処理アルゴリズムを使用して、生成された提案タスクに関連する通信を分析する。代替的に、タスク容易化サービスのシステムおよび／またはサブシステムは、生成された提案タスクに関連する通信を、これらの通信が交換されるかまたはさもなければ通信されるとき、リアルタイムで処理するために、１つまたは複数の古典的なアルゴリズムまたはプロセスを使用し得る。たとえば、これらの１つまたは複数の古典的なアルゴリズムまたはプロセスは、生成された提案タスクとの任意の対話に対応するアンカー用語またはフレーズのセットを識別するために、交換された通信をリアルタイムで処理し得る。

【0177】

[0195]プロセス７００は、提案推奨および提案タスクを生成するために使用される方法、ならびにメンバーと代理および／またはタスク容易化サービスとの間の通信をリアルタイムで分析するために使用される方法に基づいて、追加および／または代替のステップを含み得ることに留意されたい。たとえば、タスク容易化サービスが、上述のステップのうちの１つまたは複数の実施のために、提案推奨アルゴリズムおよび提案タスク生成アルゴリズムを実装する場合、タスク容易化サービスのシステムおよび／またはサブシステムは、ステップ７０４および／またはステップ７０８からの分析された通信を使用して、提案推奨アルゴリズムおよび／または提案タスク生成アルゴリズムを更新し得る。たとえば、造園者を雇うタスクは、複数の提案推奨を有することがあり、また、複数の提案タスクを有することがあり、これらは、次に、提案を生成することおよび／または提案タスクを生成することに関連する複数の通信を有し得る。この例では、提案推奨アルゴリズムおよび／または提案タスク生成アルゴリズムは、提案推奨に関連する通信、タスク推奨に関連して実施された行為、タスクを達成する際に行為がどのくらい成功したか、いずれかの行為が見逃されたかどうか、いずれかの行為が無関係であったかどうか、および他のそのようなファクタに基づいてリアルタイムで更新され得る。企図され得るように、提案、プロジェクト、タスク、ベンダーなどに関する追加のファクタが、推奨アルゴリズムおよび／または提案タスク生成アルゴリズムの更新への追加の入力を提供し得る。

【0178】

[0196]提案推奨アルゴリズムおよび提案タスク生成アルゴリズム（実装されている場合）を更新することに加えて、タスク容易化サービスのシステムおよび／またはサブシステムは、実装されている場合、メンバーと代理またはタスク容易化サービスとの間の通信を、これらの通信が交換されるとき、リアルタイムで自動的に処理するために、言語処理アルゴリズムを更新し得る。一実施形態では、タスク容易化サービスのシステムおよび／またはサブシステムは、ステップ７０４および／またはステップ７０８からの分析された通信を使用して、推奨アルゴリズムを更新し、および／または提案タスク生成アルゴリズムを更新する。言語処理アルゴリズムを更新するためのシステムおよび方法は、少なくとも図５、図６Ａ、および図６Ｂに関して本明細書で説明される。

【0179】

[0197]図７には示されていないが、例示的なプロセス７００のステップ７０８の後、例示的なプロセス７００は、ステップ７０２において再開することがあり、ここで、タスク容易化サービスのシステムおよび／またはサブシステムは、提案推奨を生成し得る。企図され得るように、例示的なプロセス７００のステップ７０２～７０８は、本明細書で説明される順序とは異なる順序で実施されることがあり、並行して実施されることがあり、および／または、例示的なプロセス７００のステップ７０２～７０８のうちの１つまたは複数が最初に実施され、次いで、例示的なプロセス７００の他のステップ７０２～７０８のうちの１つまたは複数が続いてよいという点で再入可能であり得る。

【0180】

[0198]図８Ａおよび図８Ｂは、少なくとも１つの実施形態による、タスク容易化サービスにおいて受信された通信がリアルタイムで受信され処理される環境８００の例示的な例を示す。図８Ａに示されている例では、代理８０２は、本明細書で説明されるものなどのシステムおよび方法を使用して、タスク容易化サービス８０８と通信する。図８Ａに示されている例では、代理８０２は、通信サブシステム８１０を介してタスク容易化サービスと通信する。図８Ａに示されている例では、通信サブシステムは、本明細書で説明される、代理８０２と、タスク容易化サービス８０８の様々なシステム、サブシステム、およびサービスとの間の通信および／または対話を、これらの通信および／または対話が実施されるとき、リアルタイムで分析するために、言語処理サブシステム８１２および機械学習サブシステム８１４を使用する。

【0181】

[0199]たとえば、代理８０２は、メンバーに代わってタスクについての推奨を提供するために、少なくとも図２に関して本明細書で説明されるタスク推奨システム２１２にクエリを送り得る。タスク推奨システムへの通信は、代理８０２から通信サブシステム８１０に送られることがあり、通信サブシステム８１０は、通信をタスク容易化サービス８０８に自動的に送ることがあり、通信を言語処理サブシステム８１２および機械学習サブシステム８１４に送ることもある。図８Ａに示されている例では、機械学習サブシステム８１４は、たとえば、代理８０２と、タスク容易化サービス８０８の様々なシステム、サブシステム、およびサービスとの間の通信の分析に基づき得る、タスク推奨システムによるタスク推奨についての洞察を提供するために、タスク容易化サービス８０８と直接対話する（８１６）することができる。企図され得るように、タスク容易化サービス８０８からのそれらのクエリ（たとえば、タスク推奨）への応答はまた、通信サブシステム８１０を介して言語処理サブシステム８１２および機械学習サブシステム８１４に送られ得る。図８Ａおよび図８Ｂに示されていない実施形態では、それらのクエリ（たとえば、タスク推奨）に対する応答は、通信サブシステム８１０を介して送られるのではなく、タスク容易化サービス８０８の様々なシステム、サブシステム、およびサービスから言語処理サブシステム８１２および機械学習サブシステム８１４に直接送られる。

【0182】

[0200]図８Ａに示されている例では、副代理８０４も、タスク容易化サービス８０８と通信および／または対話し得る。図８Ａに示されている例では、副代理８０４は、通信サブシステム８１０を介してタスク容易化サービス８０８と通信し、タスク容易化サービス８０８は、副代理８０４とタスク容易化サービス８０８の様々なシステム、サブシステム、およびサービスとの間の通信および／または対話を分析するために、言語処理サブシステム８１２および機械学習サブシステム８１４を使用する。

【0183】

[0201]図８Ａに示されている例では、１人または複数の他の代理８０６も、タスク容易化サービス８０８と通信および／または対話し得る。図８Ａに示されている例では、１人または複数の他の代理８０６は、通信サブシステム８１０を介してタスク容易化サービスと通信および／または対話し、通信サブシステム８１０は、本明細書で説明されるように、１人または複数の他の代理８０６とタスク容易化サービス８０８の様々なシステム、サブシステム、およびサービスとの間の通信および／または対話を分析するために、言語処理サブシステム８１２および機械学習サブシステム８１４を使用する。

【0184】

[0202]一実施形態では、代理８０２、副代理８０４、および／または１人または複数の他の代理８０６の間の通信および／または対話は、通信サブシステム８１０によって受信され、通信サブシステム８１０は、代理８０２、副代理８０４、および／または１人または複数の他の代理８０６の間の通信および／または対話を、これらの通信および／または対話が行われるとき、リアルタイムで分析するために、言語処理サブシステム８１２および機械学習サブシステム８１４を使用し得る。たとえば、代理８０２は、副代理８０４に委任され得るタスクに関するメッセージを副代理８０４に送り得る。そのような通信は、代理８０２によって通信サブシステム８１０に送られることがあり、通信サブシステム８１０は、通信を副代理８０４に自動的に送ることがあり、本明細書で説明されるものなどのシステムおよび方法を使用した分析のために、通信を言語処理サブシステム８１２に、次いで、機械学習サブシステム８１４に送ることがある。企図され得るように、副代理８０４による代理８０２への応答はまた、代理８０２へのルーティングのために、ならびに言語処理サブシステム８１２および機械学習サブシステム８１４による分析のために、通信サブシステムを介して送られ得る。

【0185】

[0203]図８Ｂは、特定のプロジェクトまたはタスクに関して、通信が代理８０２と副代理８０４との間でリアルタイムで交換されるとき、上述のプロセスの例示的な例を提供し、特定のプロジェクトまたはタスクのために、副代理８０４は、特定の提案推奨の実現可能性を決定する際に、代理８０２を支援している。図８Ｂに示されているように、代理８０２は、副代理８０４とのプロジェクト固有の通信セッション８２０に関与しており、これを通して、代理８０２および副代理８０４は、代理８０２が援助を望む特定の提案推奨に関して互いに通信することがある。たとえば、図８Ｂに示される最初の代理通信８２２を通して、代理８０２は、あらかじめ定義された週末の間、ホテルビーノにおけるメンバーの親のための部屋を予約する際の支援を、副代理８０４に促し得る（たとえば、「週末の間、ホテルビーノの部屋を予約することができるかどうかを確かめるために、あなたは見ることができますか？」）。この支援要求は、図６Ａおよび図６Ｂに関して上記で説明されたホテルビーノに関係する提案推奨と同様の提案推奨に関連付けられ得る。

【0186】

[0204]通信サブシステム８１０は、この最初の代理通信８２２をリアルタイムで言語処理サブシステム８１２に提供することがあり、言語処理サブシステム８１２は、代理の支援要求を示す出力を生成するために、最初の代理通信８２２の自然言語処理分析を実施し得る。たとえば、自然言語処理分析を通して、言語処理サブシステム８１２は、ホテルビーノの提案推奨に関する代理の支援要求に対応する１つまたは複数のアンカー用語および／またはフレーズを含む出力を生成し得る。たとえば、言語処理サブシステム８１２は、自然言語処理分析を通して、「見る」、「部屋を予約する」、「ホテルビーノ」、および「週末」というアンカーフレーズを検出し得る。「見る」というアンカーフレーズは、調査を行うか、またはさもなければ提案推奨に関する決定を行うための要求を表すことがある。「部屋を予約する」というアンカーフレーズは、要求の一部として取られるべき行為を表す「見る」という以前のアンカーフレーズを補足し得る。「ホテルビーノ」というアンカーフレーズは、要求が代理８０２によって提出された提案推奨を一意に識別し得る。最後に、「週末」というアンカーフレーズは、要求に対する時間的な資格を示すことがあり、この場合、ホテルビーノでの予約の時間および時間量を定義する。したがって、識別されたアンカーフレーズを通して、言語処理サブシステム８１２は、本明細書で説明されるように、副代理８０４への代理の要求を示し、副代理８０４への配信のための要求を自動的に補足するために使用され得る要求のための１つまたは複数のパラメータを提供する出力を生成し得る。

【0187】

[0205]機械学習サブシステム８１４は、言語処理サブシステム８１２からの出力を受信したことに応答して、通信セッション８２０を通して代理８０２によって提出された要求に関して副代理８０４を支援するための１つまたは複数の動作を自動的にリアルタイムで実施し得る。たとえば、代理８０２によって提出された要求および言語処理サブシステム８１２からの出力に基づいて、機械学習サブシステム８１４は、タスク容易化サービス８０８によって提供される代理コンソールを通して副代理８０４に、副代理８０４への通信８２２において代理８０２によって参照された特定の提案推奨を自動的に提示し得る。たとえば、言語処理サブシステム８１２からの出力に応答して、機械学習サブシステム８１４は、親の記念日の週末プロジェクトについてのホテルビーノの提案推奨を提示するために、副代理８０４に関連する代理コンソールを更新し得る。副代理８０４に提示されるホテルビーノの提案推奨は、提案推奨の詳細な説明、提案推奨について定義された任意の予算、提案推奨に対応する任意の時間的パラメータ（たとえば、日付、時間など）などを含み得る。

【0188】

[0206]いくつかの事例では、機械学習サブシステム８１４は、代理８０２によって提出された要求に対処する際に副代理８０４を支援し得る任意の情報をさらに取得するために、タスク容易化サービス８０８によって維持されるリソースライブラリに自動的に問い合わせ得る。たとえば、機械学習サブシステム８１４は、言語処理サブシステム８１２からの出力に基づいて、表示された週末のためのホテルビーノに関する任意の利用可能性情報を取得するために、リソースライブラリに自動的に問い合わせ得る。リソースライブラリが、様々なサードパーティ施設（たとえば、ホテルビーノ）の代わりに、中央予約システム（ＣＲＳ）または部屋のインベントリ、料金、および予約の管理のための他のプラットフォームを維持する、またはさもなければそれらにアクセスする場合、機械学習サブシステム８１４は、予約が問題の週末に利用可能であるかどうかを容易に決定し得る。この情報は、リソースライブラリへの問合せが実施された提案推奨とともに副代理８０４に提供され得る。これは、代理８０２によって提出された要求に対処する際に副代理８０４によって必要とされる作業の量を低減し得る。

【0189】

[0207]一実施形態では、機械学習サブシステム８１４は、特定のプロジェクトまたはタスクに関連する代理８０２からの要求に応答して、副代理８０４または任意の他の代理８０６に代わって１つまたは複数の動作を自動的にリアルタイムで実施するように動的にトレーニングされる自動支援アルゴリズムを実装する。自動支援アルゴリズムは、教師ありトレーニング技法を使用して動的にトレーニングされ得る。たとえば、自動支援アルゴリズムを動的にトレーニングするために、タスク容易化サービス８０８は、異なる代理要求に応答して実施される異なる動作に対応する様々なデータポイントと、これらの異なる動作の実施に対応するフィードバック（もしあれば）とを備えるデータセットを生成し得る。トレーニングデータセットに含まれ得る特定のデータポイントの例示的な例として、データポイントは、サンプルプロジェクトまたはタスクと、プロジェクトまたはタスクに関連する対応する提案推奨と、提案推奨に対応する要求と、要求に応答して実施される１つまたは複数の行為と、これらの１つまたは複数の行為に対する応答（たとえば、フィードバック）とを含み得る。このトレーニングデータセットに基づいて、自動支援アルゴリズムは、要求の受信者が要求を満たすのを支援するための１つまたは複数の行為を識別し、自動的に実施するように動的にトレーニングされ得る。

【0190】

[0208]一実施形態では、機械学習サブシステム８１４は、検出された要求に応答して、任意の識別された行為の自動支援アルゴリズムの自動実施に対応するフィードバックをリアルタイムで取得する。たとえば、通信サブシステム８１０および言語処理サブシステム８１２を通して、機械学習サブシステム８１４は、自動支援アルゴリズムによってこれらの識別された行為の実施に対応する任意の通信を、これらの通信が、代理８０２、副代理８０４、および／またはプロジェクトもしくはタスクを完了することに関与し得る任意の他の代理８０６の間で実施および調整されているプロジェクトまたはタスクに対応する通信セッション８２０または他の通信セッションを通して交換されるとき、自動的にリアルタイムで処理し得る。たとえば、自動支援アルゴリズムが、識別された週末以外の時間期間のホテルビーノの予約情報を副代理８０４に提供する場合、副代理８０４および／または代理８０２は、通信セッション８２０を通して、提供された予約情報が要求に無関係であることを示し得る。この結果に対する通信は、自動支援アルゴリズムが、検出された要求に応答して正確な結果（たとえば、示された週末の予約情報）を提供することができなかったと決定するために、（通信サブシステム８１０および言語処理サブシステム８１２などを通して）機械学習サブシステム８１４によって自動的に処理され得る。したがって、機械学習サブシステム８１４は、この要求に対応する新しいデータポイントを提供するために、トレーニングデータセットを更新し得る。データポイントは、要求に対応するパラメータと、要求に応答して自動支援アルゴリズムによって実施される行為と、代理８０２および／または副代理８０４によって提供されるフィードバックと、（通信において示される、および／または機械学習サブシステム８１４によって定義される）実施されるべき正しい行為とを含み得る。この新しいデータポイントは、検出された要求に応答してどの１つまたは複数の行為が実施されるべきかをより正確に決定するように自動支援アルゴリズムをさらにトレーニングするために使用され得る。

【0191】

[0209]図６Ｂに示される例示的な例に戻ると、ホテルビーノにおける予約が特定の週末に確保され得るかどうかを決定するための、代理８０２から副代理８０４への要求に応答して、副代理８０４は、新しい通信８２４を通して、ホテルビーノが改装のために次の３ヶ月間閉鎖されることを示している。したがって、この通信８２４は、指定された時間期間の間、この提案推奨を満たすことができないことを示し得る。一実施形態では、通信サブシステム８１０は、通信８２４をリアルタイムで言語処理サブシステム８１２に提供し、言語処理サブシステム８１２は、要求された週末の間および次の３ヶ月間にホテルビーノが利用できないことを示す出力を生成するために、通信８２４の自然言語処理分析を実施し得る。たとえば、言語処理サブシステム８１２は、自然言語処理分析を通して、「ホテルビーノ」、「閉鎖される」、「次の３ヶ月」、および「改装」というアンカー用語およびフレーズを検出し得る。「ホテルビーノ」というアンカーフレーズは、上記で説明されたように、代理８０２からの最初の要求が提出され、副代理８０４が応答を提供している提案推奨を一意に識別し得る。「閉鎖される」というアンカー用語は、「ホテルビーノ」の状態を示すことがあり、「ホテルビーノ」の利用不可能性に対応することができる。「次の３ヶ月」というアンカーフレーズは、「ホテルビーノ」の以前に識別された利用不可能性、この場合は次の３ヶ月についての時間的定義を提供し得る。さらに、「改装」というアンカー用語は、「ホテルビーノ」が利用できない原因を示すことがあり、これは、提案推奨がもはや利用できない理由の論拠を提供するために使用され得る。したがって、識別されたアンカー用語およびフレーズを通して、言語処理サブシステム８１２は、改装のために次の３ヶ月間ホテルビーノが利用できないことを示す出力を生成することがあり、その結果、関連する提案推奨は、表示された時間期間（たとえば、代理８０２によって示された特定の週末）内に満たされ得ない。

【0192】

[0210]機械学習サブシステム８１４は、この出力に応答して、ホテルビーノが改装のために次の３ヶ月間閉鎖されることを示すために、リソースライブラリを自動的に更新し得る。リソースライブラリに対するこの更新は、ホテルビーノに対応しホテルビーノが改装のために閉鎖される時間期間に対応する提案推奨の生成を防止し得る。加えて、取得された出力に基づいて、機械学習サブシステム８１４は、（提案推奨アルゴリズムおよび／または本明細書で説明される他のアルゴリズムを通して）もはや満たされ得ないホテルビーノに対応する提案推奨の可能な代替として、代理８０２および副代理８０４に提案され得る新しい提案推奨８３０を自動的にリアルタイムで生成し得る。たとえば、図８Ｂに示されているように、機械学習サブシステム８１４は、以前に推奨され、もはや利用可能ではない「ホテルビーノ」とは対照的に、指定された週末の間の「ホテルリオハ」における２晩の滞在を含む、代替提案推奨８３０を生成している。この代替提案推奨８３０を生成するために、機械学習サブシステム８１４は、タスクまたはプロジェクトに関連するパラメータ（たとえば、タスクまたはプロジェクトに関連する他の会場から特定の距離内にある、タスクまたはプロジェクトに関連する他の会場と相補的である、表示された週末中の利用可能性など）に従って、（メンバープロファイルに示されるように、または以前のメンバー通信を通して）メンバーの要件を満たし得る、２晩の滞在のための他の可能な会場を識別するように、リソースライブラリに自動的に問い合わせ得る。たとえば、機械学習サブシステム８１４は、表示された週末の間に利用可能であり、タスクまたはプロジェクトに関連するパラメータに適合するホテルを識別するために、リソースライブラリに自動的に問い合わせ得る。クエリ結果に基づいて、機械学習サブシステム８１４は、検討のために代理８０２および副代理８０４に提示され得る１つまたは複数の代替提案推奨８３０を自動的に生成し得る。たとえば、図８Ｂに示されているように、機械学習サブシステム８１４は、ホテルリオハに対応する代替提案推奨８３０を提供するために、通信セッション８２０を自動的に更新し得る。

【0193】

[0211]図６Ｂに関連して上記で説明されたプロセスと同様に、機械学習サブシステム８１４が、現在利用できない提案推奨を置き換えるために１つまたは複数の代替提案推奨を生成するとき、機械学習サブシステム８１４は、提案のセットの新しいランキングを生成するために、提案ランク付けアルゴリズムを通して、代替提案推奨８３０を現在含む提案のセットを再ランク付けし得る。新しいランキングは、代理８０２および副代理８０４に提供され得、代理８０２および副代理８０４は、提案のセットの新しいランキングを検討し、特定のプロジェクトまたはタスクのためにどの改訂された提案をメンバーに提示すべきかを決定し得る。代替的に、機械学習サブシステム８１４は、以前に提示された提案推奨の利用不可能性の結果として、どの改訂された提案（もしあれば）がメンバーに提示され得るかを自動的に選択するために、本明細書で説明されるように、提案選択アルゴリズムを利用し得る。

【0194】

[0212]図８Ｂに示されているように、通信セッション８２０を通して提示された代替提案推奨８３０に応答して、代理８０２は、同じ週末の間のホテルリオハの利用可能性を決定するために、副代理８０４に新しい通信８２２を送信し得る。通信サブシステム８１０は、この新しい通信８２２をリアルタイムで言語処理サブシステム８１２に提供することがあり、言語処理サブシステム８１２は、代理の新しい要求を示す出力を生成するために、この通信８２２の新しい自然言語処理分析を実施し得る。この新しい自然言語処理分析を通して、言語処理サブシステム８１２は、「ホテルリオハ」、「その利用可能性を確認する」、および「同じ週末」というアンカーフレーズを識別することができる。「ホテルリオハ」というアンカーフレーズは、新しい要求が代理８０２によって提出された提案推奨を一意に識別し得る。「その利用可能性を確認する」というアンカーフレーズは、調査を行うか、またはさもなければ提案推奨に関する決定、具体的には、ホテルリオハの利用可能性に関する決定を行う要求を表し得る。最後に、「同じ週末」というアンカーフレーズは、要求に対する時間的な資格を示すことがあり、この場合、ホテルリオハでの予約の時間および時間量を定義する。言語処理サブシステム８１２の出力は、これらのアンカーフレーズに基づいて、副代理８０４への代理の新しい要求を示すことがあり、それは、副代理８０４への配信のためにこの新しい要求を補足するために使用され得る新しい要求のためのパラメータのセットをさらに提供する。

【0195】

[0213]機械学習サブシステム８１４は、言語処理サブシステム８１２からの出力を受信したことに応答して、通信セッション８２０を通して代理８０２によって提出された新しい要求に関して副代理８０４を支援するための１つまたは複数の動作を自動的にリアルタイムで実施し得る。これらの１つまたは複数の動作は、通信セッション８２０を通して代理８０２によって通信された元の要求に関連して上記で説明された動作のいずれかを含み得る。たとえば、機械学習サブシステム８１４は、代理８０２によって参照される特定の提案推奨を副代理８０４に自動的に提示し得る。追加または代替として、機械学習サブシステム８１４は、副代理８０４が代理８０２によって提出された新しい要求に対処するのを支援し得る任意の情報（たとえば、ホテルリオハに関する利用可能性情報、表示された週末におけるコストまたは料金など）を取得するために、リソースライブラリに自動的に問い合わせ得る。機械学習サブシステム８１４は、リソースライブラリに自動的に問い合わせ、ホテルリオハに対応する情報を取得し、この情報を、代理８０２によって示される提案推奨８３０とともに、副代理８０４に提供するために、上述の自動支援アルゴリズムをさらに使用し得る。

【0196】

[0214]したがって、通信（代理通信８２２および副代理通信８２４など）が、タスク固有またはプロジェクト固有の通信セッション８２０を介して交換されるとき、通信サブシステム８１０、言語処理サブシステム８１２、および機械学習サブシステム８１４は、これらの通信が交換される際に、代理要求に応答して、および／または、以前に提供された提案および提案推奨に影響を及ぼすイベントに応答して、自動的に実施される任意の行為に関連するフィードバックをリアルタイムで取得し得る。さらに、通信サブシステム８１０、言語処理サブシステム８１２、および機械学習サブシステム８１４は、リアルタイムで、これらの通信が交換されるとき、任意の実施された行為（たとえば、代替提案推奨の生成および提示、代理８０２および副代理８０４を支援するための動作の自動実施など）の代理および／またはメンバー承認を検出し得、したがって、この承認に応答して、機械学習サブシステム８１４は、代理８０２および副代理８０４がプロジェクトまたはタスクを完了するのを支援するための補足行為（たとえば、任意の承認された提案推奨に従ってプロジェクトまたはタスクを完了するために実施され得る提案タスクを生成すること、新しく取得された情報を反映するようにリソースライブラリを更新することなど）をリアルタイムで自動的に実施し得る。

【0197】

[0215]図８Ａおよび図８Ｂには示されていないが、メンバーはまた、メンバーとタスク容易化サービス８０８の様々なシステム、サブシステム、およびサービスとの間の通信および／または対話を、これらの通信および／または対話が行われるとき、リアルタイムで分析するために、言語処理サブシステム８１２および機械学習サブシステム８１４を使用する通信サブシステム８１０を介してタスク容易化サービス８０８と通信および／または対話する。加えて、メンバーは、通信サブシステム８１０を介して、代理８０２、副代理８０４、および／または１人もしくは複数の他の代理８０６と通信および／または対話することができる。一実施形態では、メンバーと、代理８０２、副代理８０４、および／または１人もしくは複数の他の代理８０６との間の通信および／または対話は、リアルタイムで、これらの通信および／または対話が行われるとき、言語処理サブシステム８１２および機械学習サブシステム８１４によって分析される。

【0198】

[0216]図９は、少なくとも１つの実施形態による、メンバー９０２とタスク容易化サービスとの間の１次および２次対話経路が示される環境９００の例示的な例を示す。図９に示されている例では、メンバー９０２は、代理９０４と通信する。図９に示されている例では、メンバー９０２は、本明細書で説明されるものなどのシステムおよび方法を使用して、１次接続９１４を介して代理９０４と通信および／または対話する。一実施形態では、メンバー９０２は、本明細書で説明されるものなどのシステムおよび方法を使用して、２次接続９１６を介して副代理９０６と通信および／または対話する。一実施形態では、メンバー９０２は、本明細書で説明されるものなどのシステムおよび方法を使用して、３次接続９１８を介して自動化された代理９０８と通信および／または対話する。１次接続９１４、２次接続９１６、および３次接続９１８を介して交換される通信は、同時にリアルタイムで実施され得る。いくつかの事例では、１次接続９１４、２次接続９１６、および３次接続９１８は、メンバー９０２が、通信セッションを通して、代理９０４、副代理９０６、および／または自動化された代理９０８と同時に通信し得るように、単一の通信セッションを通して容易化され得る。

【0199】

[0217]１次接続９１４、２次接続９１６、および３次接続９１８に関して本明細書で使用される「１次」、「２次」、および「３次」という用語は、ランク付け、順序付け、または選好を暗示するものではなく、単に名称であることに留意されたい。たとえば、いくつかの事例では、メンバー９０２は、１次接続９１４を介して代理９０４とのみ通信および／もしくは対話することがあり、または、２次接続９１６を介して副代理９０６と主に通信および／もしくは対話することがあり、１次接続９１４を介して代理９０４と時々通信および／もしくは対話することがあり、または、３次接続９１８を介して自動化された代理９０８と主に通信および／もしくは対話することがあり、２次接続９１６を介して副代理９０６と時々通信および／もしくは対話することがあるなどである。

【0200】

[0218]図９に示されている例では、代理９０４および副代理９０６は、メンバー９０２に代わってタスクを実施するために、代理サポートサブシステム９１０と通信および／または対話する。図９に示される例では、自動化された代理９０８は、本明細書で説明される代理サポートサブシステム９１０に関連付けられる。一実施形態では、１つまたは複数のリサーチャ９１２はまた、代理サポートサブシステム９１０に関連付けられ得る。本明細書で使用される、リサーチャ９１２は、代理９０４、副代理９０６、および／または自動化された代理９０８のために、住所、ソーシャルメディア評価、営業時間、電話番号、ウェブアドレス、メニュー、価格などの情報を取得し得る。本明細書で使用される、リサーチャ９１２は、メンバー９０２と対話しないが、代わりに、メンバー９０２と対話するエンティティと対話する。図９には示されていないが、リサーチャは、本明細書で説明されるものなどのタスク容易化サービスと提携するサードパーティサービスおよび／または他のサービス／エンティティと対話することがある。図９には示されていないが、代理９０４とリサーチャ９１２との間の通信および／または対話は、本明細書で説明されるものなどのシステムおよび方法を使用して、通信サブシステムによって受信され、言語処理サブシステムによって処理され、および／または機械学習サブシステムによって分析され得る。同様に、副代理９０６とリサーチャ９１２との間の通信および／もしくは対話、ならびに／または自動化された代理９０８とリサーチャ９１２との間の通信および／もしくは対話はまた、本明細書で説明されるものなどのシステムおよび方法を使用して、通信サブシステムによって受信され、言語処理サブシステムによって処理され、および／または機械学習サブシステムによって分析され得る。

【0201】

[0219]図１０は、少なくとも１つの実施形態による、タスク容易化サービスにおいて受信された通信をリアルタイムで処理するためのプロセス１０００の例示的な例を示す。少なくとも図１に関して本明細書で説明されるタスク容易化サービス１０２などのタスク容易化サービスのシステムおよび／またはサブシステムは、図１０に示されている例示的なプロセス１０００を実施し得る。

【0202】

[0220]例示的なプロセス１０００のステップ１００２において、タスク容易化サービスのシステムおよび／またはサブシステムは、本明細書で説明されるものなどの通信を受信する。たとえば、例示的なプロセス１０００のステップ１００２において、タスク容易化サービスのシステムおよび／またはサブシステムは、造園プロジェクトに関連するタスクに関するメンバーから代理への通信を受信し得る。一実施形態では、メンバーと代理との間の通信は、これらの通信が交換されるとき、リアルタイムで受信され得る。たとえば、タスク容易化サービスのシステムおよび／またはサブシステムは、メンバーと代理との間で交換される任意のメッセージを検出するために、メンバーと代理との間の任意の通信セッションをリアルタイムで連続的に監視し得る。これらの通信セッションのこの連続的なリアルタイムの監視を通して、タスク容易化サービスのシステムおよび／またはサブシステムは、これらの通信が交換されるとき、メンバーと代理との間の通信を受信し得る。

【0203】

[0221]例示的なプロセス１０００のステップ１００４において、タスク容易化サービスのシステムおよび／またはサブシステムは、受信された通信を処理すべきかどうかを決定する。たとえば、メンバーから代理への通信は、造園会社に関するメンバーからのフィードバックを含み得る。そのような通信は、提案推奨プロセスを改善する可能性が高く、したがって、分析され得る。逆に、メンバーから代理への通信は、造園が実施されていた間の天候に関する無難なコメントを含み得る。そのような通信は、推奨プロセスを改善する可能性が高くなく、したがって、分析されないことがある。企図され得るように、一実施形態では、すべての通信は、本明細書で説明される言語処理システムによって処理され得、言語処理システムは、通信が処理されるべきかどうかを決定し得る。

【0204】

[0222]いくつかの事例では、通信は、提案推奨プロセスを改善するために使用され得るフィードバックまたは他の情報に対応するアンカー用語またはフレーズのセットを識別するために、リアルタイムで１つまたは複数の古典的なアルゴリズムまたはプロセスを使用して自動的に処理され得る。たとえば、１つまたは複数の古典的なアルゴリズムまたはプロセスは、受信された通信が、推奨プロセスを改善するために使用され得るフィードバックまたは他の情報に対応する１つまたは複数のアンカー用語またはフレーズを含むかどうかを決定するために、受信された通信を自動的に評価する。例示的な例として、メンバーが、「私はその造園会社を好まなかった」ことを示すメッセージを代理に送信した場合、１つまたは複数の古典的なアルゴリズムまたはプロセスは、「私は好まなかった」および「造園会社」というアンカーフレーズを検出し得る。これらのアンカーフレーズの組合せは、造園会社に対する不満のレベルを示すことがあり、したがって、提案推奨に関して負のフィードバックであると分類され得る。例示的なプロセス１０００のステップ１００４において、タスク容易化サービスのシステムおよび／またはサブシステムが通信を処理しないと決定した場合、例示的なプロセス１０００はさらなる通信を受信するために、ステップ１００２において再開する。

【0205】

[0223]例示的なプロセス１０００のステップ１００４において、タスク容易化サービスのシステムおよび／またはサブシステムが通信を処理すると決定した場合、例示的なプロセス１０００は、ステップ１００６に進む。例示的なプロセス１０００のステップ１００６において、タスク容易化サービスのシステムおよび／またはサブシステムは、本明細書で説明されるものなどのシステムおよび方法を使用して、言語処理サービスに通信を送る。たとえば、造園会社に関するメンバーからのフィードバックを含む、メンバーから代理への通信は、ステップ１００６において、言語処理サービスに送られ得る。例示的なプロセス１０００のステップ１００８において、タスク容易化サービスのシステムおよび／またはサブシステムは、本明細書で説明されるものなどのシステムおよび方法を使用して、通信（たとえば、造園会社に関するメンバーからのフィードバック）を自動的に処理する。

【0206】

[0224]例示的なプロセス１０００のステップ１０１０において、タスク容易化サービスのシステムおよび／またはサブシステムは、通信の際に任意の使用可能なデータが存在するかどうかを決定する。例示的なプロセス１０００のステップ１０１０において、タスク容易化サービスのシステムおよび／またはサブシステムが、通信の際に使用可能なデータが存在しないと決定した場合、例示的なプロセス１０００は、さらなる通信を受信するために、ステップ１００２において再開する。

【0207】

[0225]例示的なプロセス１０００のステップ１０１０において、タスク容易化サービスのシステムおよび／またはサブシステムが、通信の際に使用可能なデータが存在すると決定した場合、例示的なプロセス１０００は、ステップ１０１２に進む。例示的なプロセス１０００のステップ１０１２において、タスク容易化サービスのシステムおよび／またはサブシステムは、本明細書で説明されるものなどのシステムおよび方法を使用して、アルゴリズム（たとえば、推奨アルゴリズムおよび／または提案タスク生成アルゴリズム）を更新する。

【0208】

[0226]図１０に示されているように、例示的なプロセス１０００のステップ１０１２の後、例示的なプロセス１０００は、ステップ１００２において再開し、さらなる通信を受信する。一実施形態では、例示的なプロセス１０００は、ステップ１０１２の後に終了することができ、ステップ１０１２を完了した後にステップ１００２において再開することはできない。企図され得るように、例示的なプロセス１０００のステップ１００２～１０１２は、説明される順序とは異なる順序で実施されることがあり、並行して実施されることがあり、および／または、例示的なプロセス１０００のステップ１００２～１０１２のうちの１つもしくは複数が最初に実施され、次いで、例示的なプロセス１０００の他のステップ１００２～１０１２のうちの１つもしくは複数が続いてよいという点で再入可能であり得る。

【0209】

[0227]図１１は、少なくとも１つの実施形態による、ランク付けされた提案がメンバーに通信される環境１１００の例示的な例を示す。一実施形態では、提案作成サブシステム１１０２は、本明細書で説明されるシステムおよび方法を使用して提案１１１２を生成する。一実施形態では、提案作成サブシステム１１０２は、少なくとも図１に関連して本明細書で説明されるタスク調整システム１１４の構成要素である。一実施形態では、提案作成サブシステム１１０２は、少なくとも図１に関連して本明細書で説明されるタスク推奨システム１１２の構成要素として実装される。

【0210】

[0228]本明細書で説明されるように、提案作成サブシステム１１０２は、（機械学習サブシステム１１１４として図１１に示されている）提案１１１２を生成するために、機械学習アルゴリズム、人工知能システム、および／または計算モデルを利用する。提案作成サブシステム１１０２は、機械学習アルゴリズム、人工知能システム、および／または計算モデルへの入力として、メンバープロファイルまたはメンバーおよび／またはメンバープロファイルに関連するモデル、メンバーの履歴タスクデータ、および提案が生成されているタスクに対応する情報（すなわち、タスクパラメータ）を使用し得る。一実施形態では、提案が生成されたとき、提案作成サブシステム１１０２は、機械学習アルゴリズム、人工知能システム、および／または計算モデルをさらにトレーニングするために使用され得るデータを取得するために、タスク容易化サービスとの対話をリアルタイムで監視する。たとえば、提案が提案作成サブシステム１１０２によって生成され、代理１１０４が他の要素よりも提案のいくつかの要素を推奨する場合、提案作成サブシステム１１０２は、好適な提案要素を推奨する可能性を高めるように、機械学習アルゴリズム、人工知能システム、および／または計算モデルをさらにトレーニングするために、このフィードバックを利用し得る。

【0211】

[0229]上記で説明されたように、提案作成サブシステム１１０２が提案１１１２を生成するとき、提案１１１２の提案推奨の一部または全部は、提案推奨アルゴリズムを使用する機械学習アルゴリズム、人工知能システム、および／または計算モデルを使用して生成され得る。一実施形態では、提案推奨は、提案推奨の好適性の１つまたは複数の表示を含む。提案推奨の好適性のそのような表示（本明細書では、提案推奨のための「好適性メトリック」とも呼ぶ）は、本明細書に説明されるものなどの機械学習アルゴリズム、人工知能システム、および／または計算モデルを使用して、提案作成サブシステム１１０２によって自動的に生成され得る。

【0212】

[0230]一実施形態では、代理１１０４は、提案１１１２を受信し、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）され得るように提案のランキングを調整する。一実施形態では、代理１１０４は、ランク付けされた提案１１１６を生成するために、提案１１１２をランク付けする。一実施形態では、代理１１０４は、たとえば、高い好適性メトリックを有する提案が、より低い好適性メトリックを有する提案よりも高くランク付けされ得るように、好適性メトリックを使用してランク付けされた提案１１１６を生成するために、提案１１１２をランク付けする。一実施形態では、代理は、好適性メトリックを使用してランク付けされた提案１１１６を生成するために、提案（たとえば、提案１１１２のうちの１つ）から提案推奨を選択し、および／または提案１１１２のうちの１つまたは複数の代替提案から提案推奨を選択する。

【0213】

[0231]一実施形態では、提案ランク付けサブシステム１１０６の提案ランク付けアルゴリズムは、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）され得るように提案を自動的にランク付けするために使用される。一実施形態では、ランク付けアルゴリズムは、たとえば、高い好適性メトリックを有する提案が、より低い好適性メトリックを有する提案よりも高くランク付けされ得るように、好適性メトリックを使用してランク付けされた提案１１１６を生成するために、提案１１１２をランク付けする。一実施形態では、提案ランク付けサブシステム１１０６は、少なくとも図１９に関連して本明細書で説明されるコンピューティングデバイス１９０２などのコンピュータシステムを使用して実装される。一実施形態では、提案ランク付けサブシステム１１０６は、アプリケーションとして、またはタスク容易化サービスのコンピュータシステム上に実装される他の実行可能コードとして実装される。

【0214】

[0232]一実施形態では、提案ランク付けサブシステム１１０６は、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）され得るように、提案を自動的にランク付けするために、機械学習アルゴリズム、人工知能システム、および／または計算モデルであり得る提案ランク付けアルゴリズムを実装する。一実施形態では、提案ランク付けサブシステム１１０６は、提案をランク付けするために、機械学習アルゴリズム、人工知能システム、および／または計算モデルへの入力として、メンバープロファイルまたはメンバープロファイルのモデルを使用する。一実施形態では、提案ランク付けサブシステム１１０６は、提案をランク付けするために、機械学習アルゴリズム、人工知能システム、および／または計算モデルへの入力として、プロジェクトおよび／またはタスクデータを使用する。一実施形態では、提案ランク付けサブシステム１１０６は、提案をランク付けするために、メンバー１１１８および／または他のメンバーについて以前に生成された提案からのデータを、機械学習アルゴリズム、人工知能システム、および／または計算モデルへの入力として使用する。一実施形態では、提案ランク付けサブシステム１１０６は、提案をランク付けするために、少なくとも図１に関して本明細書で説明されるサードパーティサービス１１６などのサードパーティサービス、および／または、タスク容易化サービスと提携する他のサービス／エンティティから取得されたデータを、機械学習アルゴリズム、人工知能システム、および／または計算モデルへの入力として使用する。提案ランク付けサブシステム１１０６は、メンバープロファイル、プロジェクトおよび／もしくはタスクデータ、以前に生成された提案からのデータ、サードパーティサービスデータ、ならびに／またはユーザデータ１１０８およびタスクデータ１１１０などのデータストアからの他のそのようなデータを取得し得る。

【0215】

[0233]図１１に示されているように、提案ランク付けサブシステム１１０６は、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）され得るように提案をランク付けするために、機械学習サブシステム１１１４を使用し得る。一実施形態では、機械学習サブシステム１１１４は、提案ランク付けサブシステム１１０６の構成要素である。一実施形態では、機械学習サブシステム１１１４は、少なくとも図１に関連して本明細書で説明されるタスク容易化サービス１０２の構成要素である。一実施形態では、機械学習サブシステム１１１４は、たとえば、サービス１６２６などのサービスとして動作し、コンピューティングデバイス１９２４などのコンピューティングデバイス上で動作する、サードパーティサービスであるが、その両方は、少なくとも図１９に関連して本明細書に説明される。一実施形態では、機械学習サブシステム１１１４は、少なくとも図１９に関連して本明細書で説明されるコンピューティングリソースプロバイダ１９２８などのコンピューティングリソースプロバイダによって提供されるサービスである。そのような実施形態では、機械学習サブシステム１１１４は、少なくとも図１９に関連して本明細書に説明される、システム１９３０および／またはシステム１９３２などのシステム上で動作していることがある。

【0216】

[0234]提案ランク付けアルゴリズムを実装し、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）され得るように提案をランク付けするために、どのように提案ランク付けサブシステム１１０６が機械学習サブシステム１１１４を使用し得るかの例示的な例では、親の記念日の週末のためのプロジェクト（以下で本明細書に説明される）は、ワインテイスティングの週末のための第１の提案と、異なるワインテイスティングの週末のための第２の提案と、スキーの週末の第３の提案とを含み得る。第１の提案は、２晩の滞在、ワインテイスティング、および夕食のための好適な提案推奨を含んでもよく、好ましくないサプライズ活動のための推奨を含んでもよい。第２の提案は、ワインテイスティングおよびサプライズ活動についての好適な提案推奨を含んでもよく、推奨されない夕食およびサプライズ活動についての推奨を含んでもよい。第３の提案（スキーの週末のための）は、２晩の滞在、スキーエリア、夕食、およびサプライズ活動のための好適な推奨を含んでもよいが、スキーの週末自体が、メンバーおよび／またはメンバーの親によって好まれない場合がある。この例では、提案ランク付けアルゴリズムは、ワインテイスティングの週末の提案をスキーの週末よりも高くランク付けしてもよく、ワインテイスティングの週末の第１の提案（３つの好適な提案推奨を有する）を、第１の提案よりも低いが第３の提案（スキーの週末）よりも高いワインテイスティングの週末の第２の提案（２つの好適な提案推奨を有する）よりも高くランク付けしてもよい。

【0217】

[0235]一実施形態では、代理１１０４は、提案ランク付けサブシステム１１０６の出力を受信し、メンバー１１１８に通信するための提案（すなわち、ランク付けされた提案１１１６）を選択する。たとえば、代理１１０４は、提案および／または提案推奨の各々を検査し、１つまたは複数の好適性メトリックに基づいて、本明細書で説明されるものなどのシステムおよび方法を使用して、１つまたは複数の提案を選択または選択解除し得る。いくつかの事例では、代理１１０４は、メンバー１１１８の自身の個人的知識（たとえば、メンバーの選好の以前の知識、代理１１０４とメンバー１１１８との間で交換された以前の通信、メンバー１１１８に関連するメンバープロファイルの検査など）に基づいて、関連する提案を選択または選択解除することがある。一実施形態では、上記で説明された提案ランク付けアルゴリズムを動的に更新するために、関連する提案の代理の選択または選択解除が使用され得る。たとえば、代理１１０４が、高い好適性メトリックを有しない、および／または提案ランク付けアルゴリズムによって高くランク付けされなかった特定の提案を選択する場合、提案ランク付けサブシステム１１０６は、提案ランク付けアルゴリズムが、代理１１０４に提示された提案を正確にランク付けしていない可能性があるという表示として、このフィードバックを使用し得る。したがって、提案ランク付けサブシステム１１０６は、類似のプロジェクトおよび／またはタスクについて、類似の提案がより高くランク付けされるように、提案ランク付けアルゴリズムを更新し得る。別の例示的な例として、代理１１０４が、高い好適性メトリックを有する、および／または提案ランク付けアルゴリズムによって高くランク付けされた特定の提案を選択する場合、提案ランク付けサブシステム１１０６は、提案ランク付けアルゴリズムを強化するために、このフィードバックを使用し得る。

【0218】

[0236]一実施形態では、特定のプロジェクトまたはタスクについてメンバー１１１８に通信され得る提案のセットのランキングをリアルタイムで動的に更新するために、関連する提案の代理の選択または選択解除が使用され得る。上述のように、代理１１０４が、高い好適性メトリックを有しない、および／または提案ランク付けアルゴリズムによって高くランク付けされなかった特定の提案を選択する場合、提案ランク付けサブシステム１１０６は、類似のプロジェクトおよび／またはタスクについて、類似の提案がより高くランク付けされるように、提案ランク付けアルゴリズムを更新するために、このフィードバックを使用し得る。新たに更新された提案ランク付けアルゴリズムは、提案のセットの新しいランキングを動的にリアルタイムで提供するために、特定のプロジェクトまたはタスクについての提案のセットを再び処理し得る。

【0219】

[0237]いくつかの事例では、代理が特定のプロジェクトまたはタスクについての１つまたは複数の提案（任意の対応する提案推奨を含む）を修正する場合、提案のセットについての新しいランキングを提供するために、提案ランク付けアルゴリズムは、特定のプロジェクトまたはタスクについての提案のセット（修正された１つまたは複数の提案を含む）を動的にリアルタイムで処理し得る。たとえば、代理が追加の好適な提案推奨を含むように提案を修正する場合、提案ランク付けアルゴリズムは、追加の好適な提案推奨を含む修正された提案の結果として、修正された提案がより高いランキングを有し得るように、提案のセットについてのランキングを動的にリアルタイムで更新し得る。別の例示的な例として、代理が特定の提案推奨をもはや好ましくないものとして指定する場合、提案ランク付けアルゴリズムは、もはや好ましくない提案推奨を含む提案が、他の好適な提案推奨を依然として含む他の提案と比較してより低くランク付けされ得るように、提案のセットのランキングを動的にリアルタイムで更新し得る。したがって、異なるタスクおよびプロジェクトに対して、代理によって、または本明細書に説明されるシステムによって、提案に変更が行われると、提案ランク付けアルゴリズムは、これらの異なるタスクおよびプロジェクトと関連する提案に対する対応する提案ランキングを動的にリアルタイムで更新し得る。

【0220】

[0238]一実施形態では、提案ランク付けサブシステム１１０６は、提案（すなわち、ランク付けされた提案１１１６）を選択し、代理１１０４に代わってメンバー１１１８に自動的に通信するために、提案選択アルゴリズムを実装する。一実施形態では、提案選択アルゴリズムは、本明細書で説明される機械学習アルゴリズム、人工知能システム、および／または計算モデルとして実装される。一実施形態では、提案ランク付けサブシステム１１０６は、メンバー１１１８に通信するための提案（すなわち、ランク付けされた提案１１１６）を自動的に選択するために、メンバープロファイル、プロジェクトまたはタスクデータ、以前に生成された提案からのデータ、ならびに／またはサードパーティサービスおよび／もしくはタスク容易化サービスに関連する他のサービス／エンティティから取得されたデータなどのデータを、提案選択アルゴリズムへの入力として使用する。企図され得るように、提案ランク付けサブシステム１１０６は、ユーザデータストア１１０８およびタスクデータストア１１１０からデータを取得し得る。一実施形態では、提案選択アルゴリズムは、機械学習サブシステム１１１４によって実装される。一実施形態では、提案選択アルゴリズムは、タスク容易化サービスの別の構成要素によって実装される。

【0221】

[0239]いくつかの事例では、提案選択アルゴリズムは、提案および／または提案推奨に関連する好適性メトリックと、提案ランク付けサブシステム１１０６によって提供される対応するランクとを自動的に処理し、これらの提案および／または提案推奨のうちのどれがメンバー１１１８に通信されるべきかを識別するように構成され得る、古典的アルゴリズムを使用して実装され得る。たとえば、提案選択アルゴリズムは、最も高いランキングを有する設定された数の提案を自動的に選択してもよく、ここで、設定された数は、（代理１１０４によって示される、メンバー１１１８に関連するメンバープロファイル内で定義されるものなどの）メンバーの選好に基づいて決定され得る。いくつかの事例では、提案選択アルゴリズムは、各提案の合計スコアを計算するために、提案に関連する個々のランキングおよび個々の好適性メトリックの各々に重みを適用し得る。提案のセットについての合計スコアは、メンバー１１１８への提示のためにどの提案が選択されるべきかを選択するために使用され得る。

【0222】

[0240]一実施形態では、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）されたとき、ランク付けされた提案１１１６は、代理１１０４に提供されたフォーマットから、メンバー１１１８に提案を通信するのに適したフォーマットに再フォーマットされる。一実施形態では、代理１１０４および／または提案ランク付けサブシステム１１０６がランク付けされた提案１１１６を生成することを可能にするために提案１１１２とともに提供される情報は、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）される前に、ランク付けされた提案１１１６から除去される。たとえば、提案作成サブシステム１１０２は、様々なサービスプロバイダの内部ランキング、様々な提案に関連する専門家の連絡先情報、または他のそのような情報などの情報を含み得る。そのような例では、ランク付けされた提案１１１６が、代理１１０４に提供されるフォーマットから、メンバー１１１８に提案を通信する（１１２０）のに適したフォーマットに再フォーマットされるとき、その情報が、ランク付けされた提案１１１６から除去され得る。一実施形態では、ランク付けされた提案１１１６は、代理１１０４によって再フォーマットされる。一実施形態では、ランク付けされた提案１１１６は、タスク推奨システムのシステム（またはサブシステム）によって自動的に再フォーマットされる。

【0223】

[0241]一実施形態では、提案通信プロセスに関連する１つまたは複数のアルゴリズムは、提案がランク付けおよび／または選択されたときに更新される。たとえば、本明細書で説明されるように、提案作成サブシステム１１０２の提案推奨アルゴリズムは、提案ランキングおよび／または提案選択に基づいて更新され得る。企図され得るように、提案が提案推奨アルゴリズムによって生成され、その提案が高くランク付けされず、および／またはメンバー１１１８に通信するためのランク付けされた提案として選択されない場合、提案推奨アルゴリズムの機械学習アルゴリズム、人工知能システム、および／または計算モデルは、その提案が良好な推奨ではなかったことを反映するように更新され得る。同様に、提案が提案推奨アルゴリズムによって生成され、その提案が高くランク付けされ、および／またはメンバー１１１８に通信するためのランク付けされた提案として選択される場合、提案推奨アルゴリズムの機械学習アルゴリズム、人工知能システム、および／または計算モデルが、提案が良好な推奨であったことを反映するように更新され得る。

【0224】

[0242]同様に、提案ランク付けアルゴリズムは、提案がメンバー１１１８に通信するためのランク付けされた提案として選択されないとき、提案ランク付けアルゴリズムの機械学習アルゴリズム、人工知能システム、および／または計算モデルが、提案が良好な推奨ではなかったことを反映するように更新され得、提案がメンバー１１１８に通信するためのランク付けされた提案として選択されるとき、提案推奨アルゴリズムの機械学習アルゴリズム、人工知能システム、および／または計算モデルが、提案が良好な推奨であったことを反映するように更新され得る。一実施形態では、代理１１０４は、ランク付けされた提案がメンバー１１１８に通信される前に、ランク付けされた提案の最終的な検証を提供する。そのような実施形態では、提案推奨アルゴリズム、提案ランク付けアルゴリズム、および／または提案選択アルゴリズムは、代理１１０４によるこの最終的な検証に基づいて更新され得る。

【0225】

[0243]一実施形態では、提案ランク付けアルゴリズムは、たとえば、提案１１１２が提案作成サブシステム１１０２から受信されたとき、提案ランク付けアルゴリズムが、リアルタイムで更新され得るように、動的に、連続的に、およびリアルタイムで更新される。同様に、提案１１１２が提案ランク付けサブシステム１１０６によってランク付けされたとき、提案ランク付けアルゴリズムは、リアルタイムで更新され得る。企図され得るように、提案１１１２および／またはランク付けされた提案１１１６が（たとえば、提案選択アルゴリズムを使用して）選択されるとき、ランク付けされた提案１１１６がメンバー１１１８に通信（１１２０）される前に代理１１０４がランク付けされた提案１１１６の最終的な検証を提供するとき、および／またはランク付けされた提案がメンバー１１１８に通信（１１２０）されるとき、提案ランク付けアルゴリズムは、リアルタイムで更新され得る。一実施形態では、提案ランク付けアルゴリズムは、図１１に示された、本明細書で説明されるプロセス中に提案ランク付けアルゴリズムが数回更新され得るように、連続的におよび／または動的に更新される。そのような実施形態では、提案ランク付けアルゴリズムは、図１１に示された、本明細書で説明されるプロセスのステップ中に２回以上更新され得る。たとえば、提案１１１２が提案ランク付けサブシステムによってランク付けされるとき、提案をランク付けするために複数のステップが始められ得る。提案ランク付けアルゴリズムが連続的および／または動的に更新される、そのような例および実施形態では、提案ランク付けアルゴリズムは、数回（すなわち、提案をランク付けするために始められる複数のステップのうちの１つまたは複数の間に）更新され得る。

【0226】

[0244]提案推奨アルゴリズム、および提案ランク付けアルゴリズムは、タスク容易化サービスに関連する異なるメンバーへの通信のために異なる提案が生成およびランク付けされるとき、リアルタイムで更新され得ることに留意されたい。たとえば、提案推奨アルゴリズム、および提案ランク付けアルゴリズムは、メンバー１１１８および他のメンバーに関連する異なるタスク／プロジェクトについての異なる提案を、リアルタイムで同時に、連続的に生成およびランク付けし得る。さらに、提案が異なるメンバーに通信されるとき、提案推奨アルゴリズム、および提案ランク付けアルゴリズムをリアルタイムで動的に更新するために、これらの提案のランク付けおよび選択に対応する任意のフィードバックが使用され得、その結果、同時にリアルタイムで処理されている他のタスク／プロジェクトについて、提案推奨アルゴリズム、および提案ランク付けアルゴリズムは、正確な結果（たとえば、提案、ランキングなど）を提供し得る。

【0227】

[0245]一実施形態では、ランク付けされた提案をメンバーに通信するために使用されるシステムおよび方法に関して本明細書で説明される他のアルゴリズムも、動的に、連続的に、リアルタイムで更新される。たとえば、提案作成サブシステム１１０２が（本明細書で上記に説明されたように）提案推奨アルゴリズムを使用して提案１１１２を生成するとき、提案推奨アルゴリズムは、リアルタイムで、提案１１１２を生成するために提案作成サブシステム１１０２によって提案推奨アルゴリズムが使用されるときに更新され得る。同様に、提案推奨アルゴリズムは、たとえば、提案推奨アルゴリズムが、本明細書で説明される提案生成のためのプロセス中に数回更新され得るように、連続的におよび／または動的に更新され得る。したがって、提案作成サブシステム１１０２が、提案推奨アルゴリズムを使用して提案１１１２を生成し、（本明細書で説明されるように）提案を生成するために複数のステップが始められるとき、提案推奨アルゴリズムは、提案を生成するために始められる複数のステップ中に数回（すなわち、動的に、連続的に、およびリアルタイムで）更新され得る。

【0228】

[0246]動的に、連続的に、およびリアルタイムで更新され得る他のアルゴリズムの別の例では、提案ランク付けサブシステム１１０６が、（本明細書で上記に説明されたように）提案を選択するための提案選択アルゴリズムを実装するとき、提案選択アルゴリズムはまた、リアルタイムで、および提案を選択するために提案選択アルゴリズムが提案ランク付けサブシステム１１０６によって使用されるときに更新され得る。同様に、提案選択アルゴリズムはまた、提案選択アルゴリズムが提案選択のためのプロセス中に数回更新され得るように、連続的および／または動的に更新され得る（たとえば、提案ランク付けサブシステム１１０６が提案１１１２を選択するとき、提案選択アルゴリズムは、提案を選択するために始められるステップ中に数回更新され得る）。

【0229】

[0247]一実施形態では、代理１１０４は、本明細書に記載されるタスク容易化サービスに関連するアプリケーションを使用して、提案１１１２および／またはランク付けされた提案１１１６と対話する。一実施形態では、提案１１１２およびランク付けされた提案１１１６は、ネットワーク１９２２などのネットワークを介して代理１１０４に通信され、コンピューティングデバイス１９０２などのコンピューティングデバイス上で動作するアプリケーションを使用して表示されるが、これらの両方は、少なくとも図１９に関連して本明細書で説明される。提案１１１２および／またはランク付けされた提案１１１６を表示するために使用されるアプリケーションは、本明細書でより詳細に説明される。提案作成サブシステム１１０２、機械学習サブシステム１１１４、提案ランク付けサブシステム１１０６、ユーザデータ１１０８、タスクデータ１１１０、代理１１０４、および／またはタスク容易化サービスの他のシステムの間の対話はまた、様々なコンピューティングデバイス上で動作し、本明細書で説明されるものなどの様々なネットワークを使用して通信されるアプリケーションによって容易化され得る。

【0230】

[0248]一実施形態では、ランク付けされた提案１１１６は、メンバー１１１８に通信される（１１２０）。本明細書で説明されるように、一実施形態では、ランク付けされた提案１１１６は、ネットワーク１９２２などのネットワークを介してメンバー１１１８に通信され（１１２０）、コンピューティングデバイス１９０２などのコンピューティングデバイス上で動作するアプリケーションを使用して表示されるが、これらの両方は、少なくとも図１９に関連して本明細書で説明される。ランク付けされた提案１１１６を表示するために使用されるアプリケーションは、本明細書でより詳細に説明される。

【0231】

[0249]一実施形態では、提案１１１２は、代理１１０４によるランク付け、選択、または再フォーマット無しで、また本明細書で説明されるものなどのシステムまたは方法によるいかなるランク付け、選択、または再フォーマットも無しで、メンバー１１１８に直接送られる。一実施形態では、ランク付けされた提案１１１６は、提案ランク付けサブシステム１１０６によってランク付けされ、代理１１０４によるいかなる選択または再フォーマットも無しで、また本明細書で説明されるものなどのシステムまたは方法によるいかなる選択または再フォーマットも無しで、メンバー１１１８に直接送られる。一実施形態では、ランク付けされた提案は、提案選択アルゴリズムを使用して選択され、代理１１０４によるいかなる再フォーマットも無しで、また本明細書で説明されるものなどのシステムまたは方法によるいかなる再フォーマットも無しで、メンバー１１１８に送られる。一実施形態では、（たとえば、提案作成サブシステム１１０２による）提案生成からメンバー１１１８へのランク付けされた提案通信１１２０までの提案通信プロセスは、本明細書で説明されるものなどのタスク容易化サービスのシステムおよびサブシステムによって管理される自動プロセスである。

【0232】

[0250]企図され得るように、（たとえば、提案作成サブシステム１１０２による）提案生成からメンバー１１１８へのランク付けされた提案通信１１２０までの提案通信プロセスは、本明細書で説明されるものなどのタスク容易化サービスのシステムおよびサブシステムによって管理される自動プロセスであり、したがって、代理１１０４によって実施される様々な動作は、追加または代替として、本明細書に説明されるものなどの１つまたは複数の機械学習アルゴリズムまたは人工知能を使用して実施され得る。たとえば、提案が時間とともに生成、推奨、ランク付け、選択、および再フォーマットされるとき、タスク容易化サービスのシステムは、提案の生成、提案の推奨、提案のランク付け、提案の選択、および提案の再フォーマット、ならびにタスクの調整および／またはタスクの実施に関係するフィードバックに従って、メンバー１１１８に関連するメンバープロファイルを連続的で自動的に更新し得る。

【0233】

[0251]一実施形態では、メンバー１１１８に関連するメンバープロファイルがある時間期間にわたってまたは提案のセットにわたって更新された後、提案作成サブシステム１１０２および／または提案ランク付けサブシステム１１０６の要素は、代理１１０４の対話の有無にかかわらず、メンバープロファイルの様々な属性に基づいて、新しい提案、提案ランキング、提案選択、および／または提案フォーマットを自動的で動的に生成するために、機械学習アルゴリズム、人工知能システム、および／または計算モデルを利用する。一実施形態では、提案作成サブシステム１１０２および／または提案ランク付けサブシステム１１０６は、プロジェクトに必要な情報を取得するためにメンバー１１１８と自動的に通信し、提案に関連するタスクを実施するためにメンバー１１１８に提示され得る提案を自動的に生成、ランク付け、選択、およびフォーマットすることができる。代理１１０４はまた、本明細書で説明されるように、会話が肯定極性を維持することを確実にするために、タスク容易化サービスのシステムおよびサブシステム（たとえば、提案作成サブシステム１１０２および／または提案ランク付けサブシステム１１０６）とメンバー１１１８との間の通信を監視し得る。これにより、代理１１０４は、あらゆるメンバーの問題に対処し、メンバー１１１８に代わってあらゆるタスクを実施することが可能になり、会話への肯定極性を回復し得る。

【0234】

[0252]本明細書で説明されるように、メンバー選好（動的に進化するメンバー選好を含む）は、新しい提案、提案ランキング、提案選択、および／または提案フォーマットを自動的で動的に生成し、また、新しい提案を生成し、提案をランク付けし、提案を選択し、および／または提案をフォーマットするために使用される様々なアルゴリズムを動的に、連続的に、およびリアルタイムで更新するために、提案作成サブシステム１１０２、提案ランク付けサブシステム１１０６、および／または機械学習サブシステムによって使用され得る。たとえば、様々なタスクを実施する際のメンバーおよびその家族の認知負荷を低減するために、ランク付けされた提案１１１６は、メンバーが提案を評価するのに必要な最小量の情報のみとともにメンバー１１１８に通信（１１２０）され得、それによって、メンバーに無関係の情報を過度に負わせず、したがって、メンバーの認知負荷を低減する。そのような例では、ランク付けされた提案１１１６は、提案推奨、提案ランキング、代替提案、および／またはメンバー１１１８によって要求された場合にメンバーに通信される他のそのような情報についての詳細とともに、広くメンバーに通信１１２０されるようにフォーマットされ得る（たとえば、「あなたの親の記念日の週末には、私たちはワインテイスティングの週末を提案する」）。そのような例では、ランク付けされた提案１１１６を、それらがメンバー１１１８に広く通信される（１１２０）ようにフォーマットすることは、持続的なメンバーの好みの結果であり得、またはメンバーがタスクのパラメータを定義するときに提案生成への最小限の関与を指定する結果であり得、またはメンバー１１１８が現在非常に忙しいことを代理１１０４が知っている結果であり得、またはメンバーがこのプロジェクトおよび／もしくは提案推奨のための最小限の情報を好むであろうと決定するタスク容易化サービスの他のシステムおよび／もしくはサブシステムの結果であり得る。企図され得るように、メンバーの選好は、動的に進化することがあり、メンバーに対する認知負荷を低減する一態様は、タスク容易化サービスのシステムおよび／またはサブシステムが、これらの進化する選好に動的に応答および／または予測することである。

【0235】

[0253]したがって、これらのシステムがエージェントまたは他の自動化されたシステムと対話するユーザの知識をほとんど有しない場合がある自動化されたカスタマサービスシステムおよび環境とは異なり、タスク容易化サービスのシステムおよび／またはサブシステム（たとえば、提案作成サブシステム１１０２および／または提案ランク付けサブシステム１１０６）は、メンバー１１１８に関する最新の情報を与えるために、メンバープロファイルを連続的に更新することができる。この最新の情報は、タスク容易化サービスのシステムおよび／もしくはサブシステムとのメンバーの対話、ならびに／または代理１１０４との対話に基づき得る。この最新の情報はまた、生成された提案、推奨された提案、選択された提案、および／または時間とともにメンバー１１１８に代わって実施されるタスクに基づき得る。この情報は、メンバー１１１８がタスク容易化サービスのシステムおよび／もしくはサブシステムと対話するとき、ならびに／または代理１１０４と対話するとき、自動的で動的に更新され得る。この情報はまた、メンバー１１１８に対して提案が時間とともに生成され、推奨され、選択され、フォーマットされ、実施されるとき、自動的で動的に更新され得、この履歴情報は、メンバー１１１８のクエリ、要求、および／または目標に対する適切なまたはインテリジェントな応答を予測し、識別し、提示するために、タスク容易化サービスのシステムおよび／またはサブシステム（たとえば、提案作成サブシステム１１０２および／または提案ランク付けサブシステム１１０６）によって使用され得る。

【0236】

[0254]図１１に示されている例では、代理１１０４は、本明細書で説明されるものなどのシステムおよび方法を使用して、代理サポートサブシステム１１２２と通信および／または対話する。たとえば、代理１１０４は、「ワインテイスティングの週末」についての親の記念日の週末の提案に関するホテル情報を取得するか、ワイナリー時間を取得するか、または他のそのような情報を取得するために、代理サポートサブシステム１１２２と対話し得る。

【0237】

[0255]図１２は、少なくとも１つの実施形態による、提案応答がメンバー１２１８から取得され、処理される環境１２００の例示的な例を示す。一実施形態では、タスク容易化サービス１２０２のシステムは、本明細書で説明されるものなどのシステムおよび方法を使用して、ランク付けされた提案１２１０のセットを生成する。一実施形態では、メンバー１２１８が、通信されたランク付けされた提案１２１０を受信したとき、メンバー１２１８は、本明細書で説明されるものなどのシステムおよび方法を使用して、通信されたランク付けされた提案１２１０を受け入れる、拒否する、および／または部分的に受け入れるための１つまたは複数の行為を実施する。一実施形態では、メンバー１２１８は、コンピューティングデバイス１２２０上で動作するアプリケーション（図１２には図示せず）を使用して、またはコンピューティングデバイス１２２０上に実装されたブラウザアプリケーションを使用してアクセス可能なウェブポータルを通して、ランク付けされた提案１２１０を受信する。一実施形態では、ランク付けされた提案１２１０は、ネットワーク１９２２などのネットワークを介してメンバー１２１８に通信され、コンピューティングデバイス１９０２などのコンピューティングデバイス上で動作するアプリケーションを使用して表示されるが、これらの両方は、少なくとも図１９に関して本明細書で説明される。ランク付けされた提案１２１０を表示するために使用されるアプリケーションは、本明細書でより詳細に説明される。

【0238】

[0256]一実施形態では、メンバー１２１８は、ランク付けされた提案１２１０（受け入れられた提案１２１２）からの提案のセットを受け入れるために、アプリケーションまたはウェブポータルを使用する。上記で説明された「親の記念日の週末」の例を使用すると、メンバー１２１８は、受け入れられた提案である３つの好適な推奨とともに、「ワインテイスティングの週末」に関して推奨された（または最高ランクの）提案を受け入れることがある。企図され得るように、メンバー１２１８は、他のランク付けされた提案１２１０のうちの１つまたは複数を受け入れられた提案として選択することもある。一実施形態（以下で説明される）では、メンバー１２１８は、ランク付けされた提案１２１０のうちの２つ以上を受け入れられた提案として選択することができる。そのような実施形態では、メンバーは、提案のうちの２つ（またはそれを以上）が受け入れ可能な提案１２１２であることを示し得る。そのような実施形態では、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、受け入れられた提案１２１２のセット中の受け入れられた提案を分析して、タスク調整システム１２０６、および／またはタスク容易化サービス１２０２と提携するサードパーティサービス１２０８もしくは他のサービス／エンティティを使用してメンバーの代わりに提案のうちのどれが選択され、タスクが実施され得るかを決定するために、本明細書で説明されるものなどの技法を使用し得る。

【0239】

[0257]タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、限定はしないが、タスク推奨システムと、タスク調整システムと、提案作成サブシステムと、タスク監視サブシステムなどのタスク監視サブシステムと、提案ランク付けサブシステムと、機械学習サブシステムとを含む。一実施形態では、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、機械学習サブシステム１２２６を使用して、どの提案が実施のために選択されるかを決定するために、受け入れられた提案１２１２のセット中の複数の受け入れられた提案を分析する。一実施形態では、受け入れられた提案１２１２のセットは、空集合である（すなわち、ランク付けされた提案１２１０のいずれも受け入れられない）。そのような実施形態では、メンバー１２１８は、ランク付けされた提案のいずれも受け入れ可能でないことを見出し得る。たとえば、メンバー１２１８は、彼らの親がもはやワインを飲まず、スキーを好まないという情報（タスク容易化サービス１２０２に利用可能ではない）を有し得る。そのような実施形態では、タスク容易化サービス１２０２のシステムおよびサブシステムは、たとえば、この更新された情報（すなわち、以前に提示された提案のいずれも受け入れ可能でなかったこと）に基づいて、メンバー１２１８に対するランク付けされた提案の新しいセットを生成するために、機械学習サブシステム１２２６を使用し得る。

【0240】

[0258]一実施形態では、メンバー１２１８は、ランク付けされた提案１２１０からの提案（たとえば、拒否された提案１２１４）のセットを拒否するために、アプリケーションまたはウェブポータルを使用する。たとえば、メンバー１２１８は、第２のワインテイスティングの週末を拒否し得、スキーの週末も拒否し得る（および、第１のワインテイスティングの週末を受け入れ得る）。一実施形態では、拒否された提案１２１４のセットは空集合である（すなわち、ランク付けされた提案１２１０のいずれも拒否されない）。いくつかの実施形態では（たとえば、受け入れられた、または部分的に受け入れられた提案がない場合）、これは、すべての提案が受け入れ可能であることの表示であり得、タスク容易化サービス１２０２は、複数の受け入れられた提案を分析し、提案のうちのどれが実施のために選択され得るか（たとえば、提案のうちのどれが選択され得、タスクが、タスク調整システム１２０６および／またはサードパーティサービス１２０８を使用して、メンバーに代わって実施され得るか）を決定するために、機械学習サブシステム１２２６を使用し得る。

【0241】

[0259]一実施形態では、メンバー１２１８は、ランク付けされた提案１２１０からの提案のセット（たとえば、部分的に受け入れられた提案１２１６のセット）を部分的に受け入れるために、アプリケーションまたはウェブポータルを使用する。一実施形態では、部分的に受け入れられた提案は、メンバーが提案の提案推奨のうちの１つまたは複数を受け入れ、提案の提案推奨のうちの１つまたは複数を拒否する提案である。たとえば、メンバーがレストラン、ワイナリー、およびサプライズ活動を好むが、２晩の滞在のための提案されたロケーションを好まない場合、第１のワインテイスティングの週末は、メンバー１２１８によって部分的に受け入れられ得る。そのような例では、メンバー１２１８は、別の提案（たとえば、第２のワインテイスティングの週末からの２晩の滞在）から要素を選択し得るか、または、メンバー１２１８は、２晩の滞在のための異なるロケーションを提案し得る。そのような例では、部分的に受け入れられた提案（たとえば、修正された提案推奨を含む第１のワインテイスティングの週末）は、本明細書では、プロジェクトの「逆提案」と呼ばれ得る。

【0242】

[0260]一実施形態では、逆提案は、タスク容易化サービス１２０２に通信されることがあり、ここで、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、逆提案に応答してどの行為が始められるべきかを決定するために、（たとえば、本明細書で説明される機械学習サブシステム１２２６を使用して）逆提案を分析し得る。一実施形態では、代理１２０４は、逆提案に応答してどの行為が始められるべきかを決定するために、逆提案を分析する。一実施形態では、逆提案が受け入れ可能である場合、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、メンバー１２１８に逆提案の受け入れを通信することができる。一実施形態では、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、メンバー１２１８の認知負荷を低減するために、逆提案を受け入れ、逆提案の受け入れを通信することなく実施のために逆提案を選択することができる。

【0243】

[0261]タスク容易化サービス１２０２は、メンバー１２１８に対するランク付けされた提案の新しいセットを自動的に生成し、受け入れられた提案を分析して、受け入れられた提案のうちのどれが実施のために選択され得るかを決定し、任意の受信された逆提案を分析するために、本明細書で説明される機械学習サブシステム１２２６を実装し得るが、タスク容易化サービス１２０２は、代替的に、これらの動作を実施するために、１つまたは複数の古典的なアルゴリズムを利用し得ることに留意されたい。たとえば、メンバー１２１８が、タスク容易化サービス１２０２によって提供されたランク付けされた提案１２１０を拒否した場合、タスク容易化サービス１２０２は（１つまたは複数の古典的なアルゴリズムの使用を通して）、ランク付けされた提案１２１０の拒否につながった可能性がある任意の提案推奨を省略する提案の新しいセットを生成するために、メンバー１２１８によって提供された任意のフィードバックを、彼らの提案応答において自動的にリアルタイムで使用し得る。別の例示的な例として、メンバー１２１８が、受け入れられた提案１２１２のセットを含む提案応答を提出する場合、タスク容易化サービス１２０２は、１つまたは複数の古典的なアルゴリズムの使用を通して、それらの割り当てられたランクに従って、受け入れられた提案１２１２のセットを検討し、実施のために、受け入れられた提案１２１２のセットからの１つまたは複数の提案を選択し得る。選択される提案の数は、メンバーの選好に基づいて、または場合によっては、メンバー１２１８に関連するメンバープロファイルに定義されるように決定され得る。別の例示的な例として、１つまたは複数の古典的なアルゴリズムは、上述のリソースライブラリを使用して受信された逆提案を自動的にリアルタイムで分析して、メンバーの逆提案が実施のために実現可能であるかどうかを決定するために使用され得る。たとえば、メンバー１２１８が２晩の滞在のための異なるロケーションを提案する場合、１つまたは複数の古典的なアルゴリズムは、異なるロケーションが２晩の滞在のために利用可能であるかどうかを決定するために、リソースライブラリに問い合わせ得る。この問合せに基づいて、タスク容易化サービス１２０２は、逆提案が受け入れられ得るかどうかを決定することがある。

【0244】

[0262]メンバー１２１８が、通信されたランク付けされた提案１２１０を受け入れ、拒否し、および／または部分的に受け入れるための１つまたは複数の行為を実施するとき、受け入れられた提案１２１２のセット、拒否された提案１２１４のセット、および／または部分的に受け入れられた提案１２１６のセットは、提案応答１２２２のセットとしてタスク容易化サービス１２０２に通信し戻され得る。一実施形態では、メンバーは、ランク付けされた提案１２１０のセットのうちのどの提案が受け入れられ、拒否され、および／または部分的に受け入れられたかに関する表示として、提案応答１２２２のセットをタスク容易化サービス１２０２に提供する。本明細書で使用される、提案応答１２２２のセットは、複数の受け入れ、拒否、および／または部分的な受け入れを含む提案応答（すなわち、単数形で）とも呼ばれ得る。たとえば、ランク付けされた提案のセットは、２つは受け入れられ、３つは拒否され、１つは部分的に受け入れられる６つのランク付けされた提案を有することがある。この例では、これらは、セット中に６つのメンバーを有する「提案応答のセット」と呼ばれることがあるか、または、提案応答がセット中に６つのメンバーを有する提案応答のセットと均等である「提案応答」と呼ばれることがある。すなわち、単数形の「提案応答」は、一般性を失うことなく、１つまたは複数の提案応答を指し得る。

【0245】

[0263]一実施形態では、メンバー１２１８は、受け入れられた提案１２１２のセットをタスク容易化サービス１２０２に通信し、他の提案の拒否は、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４によって決定され得る。たとえば、メンバー１２１８が、第１のセカンドワインテイスティングの週末が受け入れられたことを通信し、第２のワインテイスティングの週末またはスキーの週末に関する情報を通信しない（すなわち、提案を拒否することも、部分的に受け入れることもない）場合、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は（たとえば、本明細書で説明される機械学習サブシステム１２２６を使用して）、第１のワインテイスティングの週末の受け入れと、他の提案に関する情報の欠如とに基づいて、第２のワインテイスティングの週末およびスキーの週末が拒否されることを決定し得る。

【0246】

[0264]一実施形態では、メンバー１２１８は、受け入れられた提案１２１２のセットに加えて、部分的に受け入れられた提案１２１６のセットをタスク容易化サービス１２０２に通信し、他の提案の拒否は、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４によって仮定され得る。たとえば、メンバー１２１８が、第１のワインテイスティングの週末が受け入れられたことを通信し、第２のワインテイスティングの週末が部分的に受け入れられたことを通信するが、スキーの週末に関するいかなる情報も通信しない（すなわち、スキーの週末の提案を拒否することも、部分的に受け入れることもない）場合、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は（たとえば、本明細書で説明される機械学習サブシステム１２２６を使用して）、第１のワインテイスティングの週末の受け入れ、第２のワインテイスティングの週末の部分的な受け入れと、スキーの週末の提案に関する情報の欠如とに基づいて、スキーの週末が拒否されることを決定し得る。企図され得るように、第１のワインテイスティングの週末の受け入れと、第２のワインテイスティングの週末の部分的な受け入れは、メンバーが２つ以上の提案の受け入れ、および／または部分的な受け入れを通信する状況と同様であり、したがって、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、複数の受け入れられた提案を分析し（たとえば、本明細書で説明される機械学習サブシステム１２２６を使用して）、提案のうちのどれが実施のために選択され得るかを決定するために、本明細書で説明されるものなどの技法を使用し得る。

【0247】

[0265]一実施形態では、メンバー１２１８は、拒否された提案１２１４のセットをタスク容易化サービス１２０２に通信し、他の提案の受け入れは、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４によって仮定され得る。たとえば、メンバー１２１８が、第２のワインテイスティングの週末およびスキーの週末が拒否されることを通信し、第１のワインテイスティングの週末の受け入れまたは部分的な受け入れを通信しない場合、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は（たとえば、本明細書で説明される機械学習サブシステム１２２６を使用して）、第１のワインテイスティングの週末が、第２のワインテイスティングの週末およびスキーの週末の拒否に基づいて受け入れられることを決定することがあり、第１のワインテイスティングの週末が実施のために選択され得ることを決定することがある。

【0248】

[0266]一実施形態では、メンバー１２１８は、受け入れられた提案１２１２のセット、拒否された提案１２１４のセット、および／または部分的に受け入れられた提案１２１６のセットをタスク容易化サービス１２０２に通信する。このような実施形態では、提案のいずれかの受け入れ、拒否、および／または部分的な受け入れは、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４によって仮定されないことがある。たとえば、メンバー１２１８は、第１のワインテイスティングの週末を受け入れ、第２のワインテイスティングの週末およびスキーの週末を拒否し、いかなる提案も部分的には受け入れないこともあり得る。この例では、提案のすべてが受け入れられたか、または拒否されたかのいずれかであり、複数の受け入れられた、および／または部分的に受け入れられた提案が存在しないので、タスク容易化サービス１２０２のシステムおよび／またはサブシステム１２２４は、第１のワインテイスティングの週末がさらなる分析なしに実施のために選択され得ると決定することがある。

【0249】

[0267]一実施形態では、本明細書で説明される提案推奨アルゴリズム、提案ランク付けアルゴリズム、提案選択アルゴリズム、および／または本明細書で説明される任意の他のアルゴリズムに関連する機械学習モデルは、タスク容易化サービス１２０２に通信された受け入れられた提案１２１２のセット、拒否された提案１２１４のセット、および／または部分的に受け入れられた提案１２１６のセットに応答して更新される。たとえば、受け入れられた提案１２１２のセットのうちの受け入れられた提案は、受け入れられた提案が良好な推奨であり、良好にランク付けされ、適切に選択されたことを示すものとして、提案推奨アルゴリズム、提案ランキングアルゴリズム、および／または提案選択アルゴリズムに関連する機械学習モデルによって使用され得る。

【0250】

[0268]図１２に示されている例では、代理１２０４は、本明細書で説明されるものなどのシステムおよび方法を使用して、代理サポートサブシステム１２２８と通信および／または対話する。たとえば、代理１２０４は、「ワインテイスティングの週末」についての親の記念日の週末の提案に関するホテル情報を取得するか、ワイナリー時間を取得するか、「スキーの週末」についてのスロープの難点を取得するか、または他のそのような情報を取得するために、代理サポートサブシステム１２２８と対話し得る。

【0251】

[0269]図１３は、少なくとも１つの実施形態による、提案応答が受け入れられ、タスク容易化サービスのシステムによって処理される環境１３００の例示的な例を示す。図１３に示される例では、機械学習サブシステム１３１０は、本明細書で説明されるものなどのシステムおよび方法を使用して、タスク容易化サービス１３０２に関連する様々なサービスからの情報でトレーニングされ、更新される。たとえば、機械学習サブシステム１３１０は、サンプルおよび／またはライブデータを使用してトレーニングされ、タスク容易化サービス１３０２のシステムおよび／またはサブシステムからデータを受信した結果として更新され得る。

【0252】

[0270]本明細書で説明されるように、機械学習サブシステム１３１０は、本明細書で説明されるものなどの１つまたは複数のアルゴリズム（たとえば、提案推奨アルゴリズム、提案ランク付けアルゴリズム、提案選択アルゴリズム、ベンダー推奨アルゴリズム、タスク推奨アルゴリズム、提案タスク生成アルゴリズム、および／または他のそのようなアルゴリズム）を実装するために使用され得る。また、本明細書で説明されるように、機械学習サブシステム１３１０は、サンプルデータおよび／または実際のデータを使用して、機械学習、人工知能システム、および／または計算モデルを使用して動的にトレーニングされ得る、上述のアルゴリズムを実装するために使用され得る。

【0253】

[0271]一実施形態では、機械学習サブシステム１３１０は、また少なくとも図１１に関して本明細書で説明されるシステムおよび方法を使用して、ランク付けされた提案１３１２を使用して更新される。たとえば、ランク付けされた提案１３１２は、本明細書で説明されるように、提案推奨アルゴリズム、提案ランク付けアルゴリズム、提案選択アルゴリズム、および／またはベンダー推奨アルゴリズムを更新するために、機械学習サブシステム１３１０によって使用され得る。

【0254】

[0272]一実施形態では、機械学習サブシステム１３１０は、本明細書で説明されるシステムおよび方法を使用して、提案応答１３０８を使用して更新される。たとえば、提案応答１３０８は、本明細書で説明されるように、たとえば、提案推奨アルゴリズム、提案ランク付けアルゴリズム、提案選択アルゴリズム、および／またはベンダー推奨を更新するために、機械学習サブシステム１３１０によって使用され得る。

【0255】

[0273]一実施形態では、機械学習サブシステム１３１０は、メンバー１３０６と代理１３０４との間の通信１３３０を使用して、これらの通信が交換されるときにリアルタイムで更新される。一実施形態では、機械学習サブシステム１３１０は、メンバー１３０６とタスク容易化サービス１３０２のシステムおよびサブシステムとの間の通信を使用して、これらの通信が交換されるときにリアルタイムで更新される。一実施形態では、メンバー１３０６と代理１３０４との間の通信１３３０および／またはメンバー１３０６とタスク容易化サービス１３０２のシステムおよびサブシステムとの間の通信は、これらの通信が本明細書で説明される様々なアルゴリズム（たとえば、提案推奨アルゴリズム、提案ランク付けアルゴリズム、提案選択アルゴリズム、および／またはベンダー推奨アルゴリズム）を更新するために交換されるときに、機械学習サブシステム１３１０によってリアルタイムで使用され得る。

【0256】

[0274]一実施形態では、機械学習サブシステム１３１０は、タスク容易化サービス１３０２の様々なシステムおよびサブシステムからのデータを使用して更新される。たとえば、提案ランク付けサブシステム１３１４からのデータは、本明細書で説明される様々なアルゴリズムを更新するために、機械学習サブシステム１３１０によって使用され得る。別の例では、提案作成サブシステム１３１６からのデータは、本明細書で説明される様々なアルゴリズムを更新するために、機械学習サブシステム１３１０によって使用され得る。別の例では、タスク調整システム１３１８からのデータは、本明細書で説明される様々なアルゴリズムを更新するために、機械学習サブシステム１３１０によって使用され得る。別の例では、タスク推奨システム１３２０からのデータは、本明細書で説明される様々なアルゴリズムを更新するために、機械学習サブシステム１３１０によって使用され得る。

【0257】

[0275]一実施形態では、他のシステム、サブシステム、サービス、およびデータソースからのデータは、限定はしないが、本明細書で説明される、サードパーティサービス１３２６と、ユーザデータ１３２２と、タスクデータ１３２４とを含む、本明細書で説明される様々なアルゴリズムを更新するために、機械学習サブシステム１３１０によって使用され得る。図１３に示される例では、タスク容易化サービス１３０２の様々なシステム、サブシステム、およびサービスは、本明細書で説明されるものなどのシステムおよび方法を使用して、代理サポートサブシステム１３１６と通信および／または対話する。たとえば、代理１３０４は、本明細書で説明される様々な提案およびタスクについての情報を取得するために、代理サポートサブシステム１３２８と対話し得る。

【0258】

[0276]図１４は、少なくとも１つの実施形態による、提案応答が受け入れられ、タスク容易化サービスの機械学習サブシステム１４０２によって処理される環境１４００の例示的な例を示す。一実施形態では、機械学習サブシステム１４０２は、少なくとも図１に関して本明細書で説明されるタスク容易化サービス１０２に関連する様々なサービスからの情報で更新される。一実施形態では、機械学習サブシステム１４０２は、本明細書で説明されるものなどのシステムおよび方法を使用して、リアルタイムで動的にトレーニングおよび更新される（たとえば、機械学習サブシステム１４０２は、サンプルおよび／またはライブデータを使用してトレーニングされ、タスク容易化サービスのシステムおよび／またはサブシステムからのデータを受信した結果として更新される）。

【0259】

[0277]少なくとも図１３に関して本明細書で説明されるように、機械学習サブシステム１４０２は、提案推奨アルゴリズム、提案ランク付けアルゴリズム、提案選択アルゴリズム、ベンダー推奨アルゴリズム、タスク推奨アルゴリズム、提案タスク生成アルゴリズム、および／または他のそのようなアルゴリズムなどの１つまたは複数のアルゴリズムを実装する。また、本明細書で説明されるように、機械学習サブシステム１４０２は、機械学習、人工知能システム、および／または計算モデルを使用して、これらのアルゴリズムを実装する。さらに、機械学習サブシステム１４０２は、サンプルデータおよび／または実際のデータを使用して、そのようなアルゴリズムをリアルタイムでトレーニングし得る。たとえば、機械学習サブシステム１４０２は、タスク容易化サービスのシステムおよび／またはサブシステムから受信した情報を使用して、この情報が取得されるとき、そのようなアルゴリズムをリアルタイムで動的に更新し得る。

【0260】

[0278]一実施形態では、機械学習サブシステム１４０２は、ランク付けされた提案１４０６からの情報で更新される。機械学習サブシステム１４０２は、追加または代替として、タスク容易化サービスに関連するメンバーによって提供される提案応答１４０８を使用して更新され得る。たとえば、ランク付けされた提案１４０６および／または提案応答１４０８からの情報は、本明細書で説明される様々なアルゴリズムを更新するために、機械学習サブシステム１４０２によって使用され得る。

【0261】

[0279]一実施形態では、機械学習サブシステム１４０２は、メンバーと代理１４０４との間の通信が交換されるときに、これらの通信を使用してリアルタイムで更新される。加えて、機械学習サブシステム１４０２は、メンバーとタスク容易化サービスシステムおよびサブシステム１４１０との間の通信を使用して、これらの通信が交換されるときにリアルタイムで更新され得る。たとえば、これらの通信がメンバーと代理１４０４ならびに／またはタスク容易化サービスおよびサブシステム１４１０との間で交換されるとき、機械学習サブシステム１４０２は、本明細書で説明される様々なアルゴリズムをリアルタイムで更新し得る。一実施形態では、機械学習サブシステム１４０２は、本明細書で説明される様々なタスク容易化サービスシステムおよびサブシステム１４１０からのデータを使用して更新される。

【0262】

[0280]図１４に示される例では、機械学習サブシステム１４０２は、ステップ１４１２において新しいデータを最初に要求および／または受信することによって更新される。たとえば、機械学習サブシステム１４０２は、ランク付けされた提案１４０６のセットが上述の提案作成サブシステムによって生成されるとき、新しいデータをリアルタイムで受信することがある。そのような例では、タスク容易化サービスは、ランク付けされた提案１４０６が生成されるとき、機械学習サブシステム１４０２をリアルタイムで更新し得る。別の例では、機械学習サブシステム１４０２は、要求されたデータが受信されるとき、要求されたデータが機械学習サブシステム１４０２を更新するために使用され得るように、（少なくとも図１に関して本明細書で説明されたように）タスク調整システム１１４および／またはタスク推奨システム１１２にデータを要求し得る。

【0263】

[0281]図１４に示される例では、機械学習サブシステム１４０２は、ステップ１４１４において、要求および／または受信されたデータが新しいデータであるかどうかを決定し得る。企図され得るように、要求されたおよび／または受信されたデータは、複数のソースから（たとえば、タスク容易化サービスの複数のシステムおよび／またはサブシステムから）受信され得る。したがって、ステップ１４１２において受信および／または要求されたデータは、たとえば、データが以前に受信された場合、新しいデータではないことがある。一実施形態では、機械学習サブシステム１４０２が、要求および／または受信されたデータが新しいデータではないと決定する場合（「いいえ」の分岐）、機械学習サブシステム１４０２は、ステップ１４１２において、新しいデータの要求および／または受信し続けることがある。一実施形態では、機械学習サブシステム１４０２が、要求および／または受信されたデータが新しいデータであると決定する場合（「はい」の分岐）、機械学習サブシステム１４０２は、ステップ１４１６で、本明細書で説明される様々なアルゴリズムおよび／または計算モデルを更新し得る。いくつかの事例では、機械学習サブシステム１４０２は、新しいデータが受信されるとき、リアルタイムでこれらのアルゴリズムおよび／または計算モデルを動的に更新し得る。上述のように、新しいデータは、メンバーと代理１４０４ならびに／または１つもしくは複数のタスク容易化サービスシステムおよびサブシステム１４１０との間で交換される通信を含み得る。したがって、機械学習サブシステム１４０２は、これらの通信が交換されるときに、タスク容易化サービスによって実装される様々なアルゴリズムおよび計算モデルをリアルタイムで動的に更新することがある。

【0264】

[0282]機械学習サブシステム１４０２は、ステップ１４１２において、上述のソースから新しいデータを要求および／または受信し続けることがある。図１４で説明されるプロセスに関連する様々な動作は、新しいデータが受信され、本明細書で説明される様々なアルゴリズムおよび計算モデルを更新するために利用されるとき、リアルタイムで機械学習サブシステム１４０２によって同時に実施され得ることに留意されたい。たとえば、機械学習サブシステム１４０２が、本明細書で説明される様々なアルゴリズムおよび計算モデルを更新しているとき、機械学習サブシステム１４０２は、本明細書で説明される様々なデータソースから新しいデータを同時に要求および受信し、受信されたデータが、様々なアルゴリズムおよび計算モデルをさらに更新するために使用され得る新しいデータを含むかどうかを決定し得る。さらに、機械学習サブシステム１４０２が更新されるプロセスは、並行して（たとえば、各々が個々の要求されたおよび／または受信されたデータに応答する複数の更新「スレッド」を用いて）実施されることがあり、たとえば、少なくとも図１９に関して本明細書で説明されるコンピューティングリソースプロバイダ１９２８などのコンピューティングリソースプロバイダからの仮想マシンを使用して実施されることがあり、および／またはいくつかの他の方法を使用して実施されることがある。加えて、機械学習サブシステム１４０２が更新される（たとえば、ステップ１４１２、１４１４、および１４１６において）プロセスは、再入可能（たとえば、それが明示的に連続的に再開する）として図１４に示されているが、機械学習サブシステム１４０２が更新されるプロセスは、ステップ１４１２への戻りが生じない非再入可能プロセスとして実装され得る。図１４に示されている例では、代理１４０４は、本明細書で説明されるものなどのシステムおよび方法を使用して、代理サポートサブシステム１４１８と通信および／または対話する。たとえば、代理１４０４は、本明細書で説明される様々な提案およびタスクについての情報を取得するために、代理サポートサブシステム１４１８と対話し得る。

【0265】

[0283]図１５は、少なくとも１つの実施形態による、通信された提案がメンバーによって受信される環境１５００の例示的な例を示す。一実施形態では、提案は、本明細書で説明されるものなどのシステムおよび方法を使用して、メンバーに通信される。一実施形態では、コンピューティングデバイス１５０２は、アプリケーション１５０４を表示するために使用される。一実施形態では、メンバーは、コンピューティングデバイス１５０２を介してタスク容易化サービスのシステムと対話する。一実施形態では、アプリケーション１５０４は、タスク容易化サービスのシステムから取得されメンバーに提示される情報を伝達するために、本明細書で説明されるものなどのユーザインターフェース要素を表示する。

【0266】

[0284]一実施形態では、アプリケーション１５０４は、コンピューティングデバイス１５０２（たとえば、すべて少なくとも図１９に関して本明細書で説明されるコンピューティングデバイス１９０２、コンピューティングデバイス１９２４、またはコンピューティングリソースプロバイダ１９２８に関連するコンピューティングデバイス）に関連付けられるネットワークインターフェース（たとえば、少なくとも図１９に関して本明細書で説明されるネットワークインターフェース１９２０）を介して取得された情報を受信する。一実施形態では、アプリケーション１５０４は、コンピューティングデバイス１５０２に関連付けられたネットワークインターフェースを介して代理から取得された情報を与える。

【0267】

[0285]一実施形態では、アプリケーション１５０４のユーザインターフェース要素は、限定はしないが、代理の識別子と、メンバーの識別子と、現在のプロジェクトの識別子と、プロジェクトのタイトルとを含む情報を指定する情報バー１５０６を表示するために使用される。一実施形態では、アプリケーション１５０４のユーザインターフェース要素は、メンバーに通信される１つまたは複数の提案を表示するために使用される。図１５に示す例では、アプリケーション１５０４のユーザインターフェース要素は、好適な提案１５０８と、第１の代替提案１５１０と、第２の代替提案１５１２とを表示するために使用される。図１５に示す例では、提案の各々（たとえば、好適な提案１５０８、第１の代替提案１５１０、および第２の代替提案１５１２）は、提案オプションと対応する提案推奨とを含む。一実施形態では、表示された提案は、限定はしないが、提案推奨に関する追加の詳細を取得するためのボタンと、提案を受け入れるためのボタンと、提案を拒否するためのボタンと、次の提案を見るためのボタンと、他のそのようなユーザインターフェース要素とを含む、様々な他のユーザインターフェース要素を含む。一実施形態では、アプリケーション１５０４のユーザインターフェース要素は、たとえば、好適な提案１５０８を選好するために使用されるファクタに関する情報などのプロジェクトに関する追加情報を取得するために使用され得る。

【0268】

[0286]図１６は、少なくとも１つの実施形態による、タスク容易化サービスの機械学習サブシステムが提案の受け入れを受諾し、処理する環境１６００の例示的な例を示す。図１６に示される例では、プロジェクトおよび提案１６０２は、プロジェクト１６０４（たとえば、本明細書で説明される親の記念日の週末プロジェクト）と、本明細書で説明される３つの提案１６０６～１６１０とを含む。図１６に示される例では、３つの提案は、提案１６０６と、提案１６０８と、提案１６１０とを含む。企図され得るように、図１６に示される例は、図１５に示された例に類似しており、ここで、提案１６０６は、好適な提案１５０８（すなわち、第１のワインテイスティングの週末に関する）に類似しており、提案１６０８は、第１の代替提案１５１０（すなわち、第２のワインテイスティングの週末に関する）に類似しており、提案１６１０は、第２の代替提案１５１２（すなわち、スキーの週末に関する）に類似している。

【0269】

[0287]図１６に示されている例では、メンバーは、本明細書で説明されるシステムおよび方法を使用して、提案１６０６を受け入れるかまたは拒否する（１６１４）ことができる。図１６に示されている例では、メンバーはまた、提案１６０８を受け入れるかまたは拒否し（１６１６）、提案１６１０を受け入れるかまたは拒否する（１６１８）ことができる。一実施形態（図１６には示さず）では、メンバーはまた、本明細書で説明されるシステムおよび方法も使用して、提案１６０６、提案１６０８、および／または提案１６１０を部分的に受け入れることができる。

【0270】

[0288]本明細書で説明されるように、提案（たとえば、提案１６０６、提案１６０８、および／または提案１６１０）の受け入れ、拒否、および／または部分的な受け入れは、本明細書で説明されるものなどのタスク容易化サービスシステムおよび／またはサブシステム１６２４によって実施される計算モデルおよび／またはアルゴリズム（たとえば、提案推奨アルゴリズム、提案ランク付けアルゴリズム、提案ランク付けサブシステムの提案選択アルゴリズム、ベンダー推奨アルゴリズム、タスク推奨アルゴリズム、提案タスク生成アルゴリズム、および／またはタスク容易化サービスによって実施される任意の他のアルゴリズム）を更新するために、機械学習サブシステム１６２０によって使用され得る。

【0271】

[0289]一実施形態では、受け入れられたおよび／または部分的に受け入れられた提案は、本明細書で説明されるものなどのシステムおよび方法を使用して、メンバーに代わって実施するために、タスク容易化サービスシステムおよび／またはサブシステム１６２４によって選択され得る。たとえば、少なくとも図１５に関して本明細書で説明される親の記念日の週末の例を使用して、メンバーは、提案１６０６（すなわち、第１のワインテイスティングの週末のための好適な提案１５０８）を受け入れ、提案１６０８（すなわち、第２のワインテイスティングの週末のための第１の代替提案１５１０）を拒否し、提案１６１０（すなわち、スキーの週末のための第２の代替提案１５１２）を拒否することがある。そのような例では、第１のワインテイスティングの週末は、メンバーに代わって実施するために、タスク容易化サービスシステムおよび／またはサブシステム１６２４のシステムおよび／またはサブシステムによって選択され得る。

【0272】

[0290]別の例では、メンバーは、提案１６０６（すなわち、第１のワインテイスティングの週末のための好適な提案１５０８）を拒否し、提案１６０８（すなわち、第２のワインテイスティングの週末のための第１の代替提案１５１０）を拒否し、提案１６１０（すなわち、スキーの週末のための第２の代替提案１５１２）を受け入れることがある。そのような例では、スキーの週末は、メンバーに代わって実施するために、タスク容易化サービスシステムおよび／またはサブシステム１６２４のシステムおよび／またはサブシステムによって選択され得る。

【0273】

[0291]別の例では、メンバーは、提案１６０６（すなわち、第１のワインテイスティングの週末のための好適な提案１５０８）を拒否し、提案１６０８（すなわち、第２のワインテイスティングの週末のための第１の代替提案１５１０）を部分的に受け入れ、提案１６１０（すなわち、スキーの週末のための第２の代替提案１５１２）を部分的に受け入れることがある。そのような例では、第２のワインテイスティングの週末の要素は、タスク容易化サービスシステムおよび／またはサブシステム１６２４のシステムおよび／またはサブシステムによってスキーの週末の要素と組み合わされることがあり、この組み合わされた提案は、メンバーに代わって実施のために選択され得る。

【0274】

[0292]別の例では、メンバーは、提案１６０６（すなわち、第１のワインテイスティングの週末のための好適な提案１５０８）を受け入れ、提案１６０８（すなわち、第２のワインテイスティングの週末のための第１の代替提案１５１０）を受け入れ、提案１６１０（すなわち、スキーの週末のための第２の代替提案１５１２）も受け入れることがある。そのような例では、第２のワインテイスティングの週末の要素は、メンバーに代わって、どの提案が実施のために選択され得るかを決定し得る。

【0275】

[0293]別の例では、メンバーは、提案１６０６に応答せず（すなわち、第１のワインテイスティングの週末のための好適な提案１５０８を受け入れることも拒否することもないことがある）、提案１６０８に応答せず（すなわち、第２のワインテイスティングの週末のための第１の代替提案１５１０を受け入れることも拒否することもないことがある）、提案１６１０（すなわち、スキーの週末のための第２の代替提案１５１２）を拒否することがある。そのような例では、タスク容易化サービスシステムおよび／またはサブシステム１６２４のシステムおよび／またはサブシステムは、メンバーに代わって、提案１６０６および提案１６０８のうちのいずれが実施のために選択され得るかを決定し得る。企図され得るように、そのような決定は、提案１６０６の要素のうちのいくつかを含み得、提案１６０８の要素のうちのいくつかを含み得る。

【0276】

[0294]図１７は、少なくとも１つの実施形態による、受け入れられた提案のタスクが実施のために委任される環境１７００の例示的な例を示す。図１７に示されている例では、受け入れられた提案１７０２（たとえば、受け入れられた提案１２１２のうちの１つおよび／または部分的に受け入れられた提案１２１６のうちの１つ、どちらも少なくとも図１２に関して本明細書で説明された）は、１つまたは複数のタスクリスト１７０４を作成するために、少なくとも図１に関して本明細書で説明されたタスク容易化サービス１０２によって使用され得る。図１７に示されている例では、１つまたは複数のタスクリスト１７０４は、「２晩の滞在」、「ワインテイスティング」、「夕食」、および「サプライズ活動」についてのタスクを含む。図１７に示されている例では、タスクリスト１７０４中のタスクは、タスクリスト１７０４中のタスクを分析し、どのタスクが代理１７０８によって実施されるべきか、どのタスクが副代理１７１０によって実施され得るか、および、どのタスクが自動化された代理１７１２によって実施され得るかを決定するタスク分配システム１７０６によって分配される。

【0277】

[0295]たとえば、２晩の滞在のためにホテルの部屋を予約するタスクは、副代理１７１０に委任されることがあり、および／または適切に構成された自動化された代理１７１２に委任されることがある。逆に、サプライズ活動に関するタイミングおよび／または他のロジスティックスを決定するタスクは、代理１７０８の個人的な注意を必要とすることがある。図１７には示されていないが、一実施形態では、代理１７０８は、タスクおよび／またはサブタスクを、副代理１７１０および／または自動化された代理１７１２にさらに委任し得る。同様に、図１７には示されていないが、副代理１７１０は、タスクおよび／またはサブタスクを自動化された代理１７１２にさらに委任することがあり、および／または、（たとえば、タスクが代理１７０８の個人的な注意を必要とする場合）代理１７０８に追加の助けを要求することがある。同様に、図１７には示されていないが、自動化された代理１７１２は、いくつかのタスクおよび／またはサブタスクを実施することができないことがあり、副代理１７１０および／または代理１７０８に助けを要求することがある。

【0278】

[0296]図１８は、少なくとも１つの実施形態による、メンバーとの通信が処理される環境１８００の例示的な例を示す。一実施形態では、代理１８０４によって実施される動作は、１つまたは複数の機械学習アルゴリズム、人工知能システム、および／または計算モデルを使用して部分的におよび／または完全に実施される。たとえば、代理１８０４がメンバー１８１２に代わってタスクを実施するか、またはさもなければタスクの実施を調整するとき、タスク容易化サービス１８０２は、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを更新し得る。

【0279】

[0297]一実施形態では、代理１８０４がメンバー１８１２に代わってタスクを実施するか、またはさもなければタスクの実施を調整するとき、タスク容易化サービス１８０２は、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを連続的に更新する。たとえば、メンバー１８１２がタスク容易化サービス１８０２のシステムと通信するとき、タスク容易化サービス１８０２は、対話の過程の間に、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを連続的に更新し得る。

【0280】

[0298]一実施形態では、代理１８０４がメンバー１８１２に代わってタスクを実施するか、またはさもなければタスクの実施を調整するとき、タスク容易化サービス１８０２は、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを動的に更新する。たとえば、メンバー１８１２に代わってタスクが実施されるとき、タスクを実施するベンダーは、タスク容易化サービス１８０２に定期的な更新を提供することがあり、タスク容易化サービス１８０２は、ベンダーからの各更新時に、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを動的に更新し得る。

【0281】

[0299]一実施形態では、代理１８０４がメンバー１８１２に代わってタスクを実施するか、またはさもなければタスクの実施を調整するとき、タスク容易化サービス１８０２は、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを自動的に更新する。たとえば、メンバーのために提案が生成されたとき、タスク容易化サービス１８０２は、提案生成プロセスの一部として、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを自動的に更新し得る。

【0282】

[0300]一実施形態では、代理１８０４がメンバー１８１２に代わってタスクを実施するか、またはさもなければタスクの実施を調整するとき、タスク容易化サービス１８０２は、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルをリアルタイムで更新する。たとえば、メンバー１８１２が提案を受け入れたとき、タスク容易化サービス１８０２は、更新を遅延させるのではなく、提案の受け入れが提供された時点で、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを更新し得る。

【0283】

[0301]一実施形態では、タスク容易化サービス１８０２は、タスク容易化サービス１８０２の機械学習サブシステム１８０６を使用して、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを更新する。一実施形態では、機械学習サブシステム１８０６は、機械学習アルゴリズム、人工知能システム、および／または計算モデルを実装するように構成されたタスク容易化サービス１８０２の構成要素である。一例では、機械学習サブシステム１８０６は、サンプルおよび／またはライブデータを使用して機械学習モデルをトレーニングするために様々なアルゴリズムを使用し得る。加えて、機械学習サブシステム１８０６は、新しいデータが受信されるとき、機械学習モデルを更新し得る。別の例では、機械学習サブシステム１８０６は、様々な人工知能システムをトレーニングおよび／もしくは更新するか、または様々な計算モデルを生成、トレーニングおよび／もしくは更新することがある。たとえば、メンバー１８１２のプロファイルの計算モデルは、メンバー１８１２について新しい情報が受信されるとき、機械学習サブシステム１８０６によって生成、トレーニング、および／または更新され得る。

【0284】

[0302]一実施形態では、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルが、ある時間期間（たとえば、６カ月、１年など）にわたっておよび／またはタスクのセット（たとえば、２０個のタスク、３０個のタスクなど）にわたって更新された後、タスク容易化サービス１８０２のシステム（たとえば、タスク推奨システム）は、新しいタスクを連続的に、自動的に、動的に、リアルタイムで生成するために、１つまたは複数の機械学習アルゴリズム、人工知能システム、および／または計算モデルを利用する。たとえば、タスク推奨システムは、代理対話が有りまたは無しで、メンバーのプロファイルの様々な属性（たとえば、メンバー代理通信に対応する履歴データ、代理実施および提示されたタスク／提案に対応するメンバーフィードバックなど）に基づいて新しいタスクを生成することがある。一実施形態では、タスク容易化サービス１８０２のシステム（たとえば、タスク推奨システム）は、必要とされる任意の追加情報を取得するためにメンバー１８１２と自動的に通信することができ、これらのタスクの実施のためにメンバー１８１２に提示され得る提案を生成することもできる。

【0285】

[0303]図１８に示される例では、メンバー１８１２とタスク容易化サービス１８０２との間の通信は、タスク容易化サービス１８０２内の１つまたは複数のエンティティにルーティングされ得る。図１８に示される例は、通信ルータ１８１４（説明では「ルータ」と呼ばれる）を示すが、企図され図１８に示されるように、ルータ１８１４は、エンティティ間の通信をルーティングするための１つまたは複数の技法の抽象表現である。したがって、メンバー１８１２からタスク容易化サービス１８０２への通信は、タスク容易化サービスの１つまたは複数のエンティティにルーティングされることがあり、タスク容易化サービス１８０２の１つまたは複数のエンティティからの通信は、メンバー１８１２に戻るようにルーティングされ得る。

【0286】

[0304]図１８に示される例では、代理１８０４は、通信が代理１８０４にルーティングされ（１８１６）、またタスク容易化サービスシステムおよび／またはサブシステム１８０８にルーティングされ（１８１８）得るので、対話が本明細書で説明される肯定極性を維持することを確実にするために、タスク容易化サービスシステムおよび／またはサブシステム１８０８とメンバー１８１２との間の通信を監視することができる。たとえば、メンバー１８１２がタスク推奨システムと対話している場合、代理１８０４は、メンバー１８１２が対話に満足しているかどうかを決定することができる。会話が否定極性を有する（たとえば、メンバー１８１２が対話に満足していない）と代理１８０４が決定した場合、代理１８０４は、対話を改善するために介入することがある。

【0287】

[0305]同様に、タスク容易化サービスシステムおよび／またはサブシステム１８０８とメンバー１８１２との間の他の対話は、タスク容易化サービスシステムおよび／またはサブシステム１８０８とメンバー１８１２との間の対話を監視するように構成されることがあるメンバー通信サブシステム１８２２にルーティングされることがある（１８２０）。一実施形態では、メンバー通信サブシステム１８２２は、タスク容易化サービスシステムおよび／またはサブシステム１８０８とメンバー１８１２との間の対話を（たとえば、ルータ１８１４を使用して）遮断するように構成され得る。そのような実施形態では、すべてのそのような対話は、メンバー１８１２とメンバー通信サブシステム１８２２との間でルーティングされ得（１８２０）、メンバー通信サブシステム１８２２とタスク容易化サービスシステムおよび／またはサブシステム１８０８との間でルーティングされ得る（１８２４）。そのような実施形態では、タスク容易化サービスシステムおよび／またはサブシステム１８０８とメンバー１８１２との間の対話は、直接ルーティングされないことがある（１８１８）。そのような実施形態では、代理１８０４は、（たとえば、対話を代理１８０４にルーティングする（１８１６）ことによって）対話が上記で説明されたように肯定極性を維持することを確実にするために、タスク容易化サービスシステムおよび／またはサブシステム１８０８とメンバー１８１２との間の対話を依然として監視し得る。

【0288】

[0306]一実施形態では、代理１８０４は、代理１８０４とメンバー１８１２との間の対話に基づいて変化するメンバー選好を示すメンバーのプロファイルを更新するために、機械学習サブシステム１８０６と対話することができる。一実施形態では、タスク容易化サービスシステムおよび／またはサブシステム１８０８は、たとえば、提案が受け入れられるかまたは拒否されたとき、メンバーのプロファイルを更新するために、機械学習サブシステム１８０６と対話することができる。加えて、図１８に示されるように、タスク容易化サービス１８０２とメンバー１８１２との間の対話は、メンバー通信サブシステム１８２２と機械学習サブシステム１８０６との間でさらにルーティングされ得る（１８２６）。したがって、提案が作成されるとき、メンバーのプロファイルを更新するために、メンバー１８１２と、たとえば、提案作成サブシステムとの間の対話が使用され得る。

【0289】

[0307]したがって、システムおよび環境がエージェントおよび／または他の自動化されたシステムと対話するユーザの知識をほとんどまたはまったく有し得ない自動化された顧客サービスシステムおよび環境とは異なり、タスク容易化サービスシステムおよび／またはサブシステム１８０８は、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを、連続的に、動的に、自動的に、および／またはリアルタイムで更新することができる。たとえば、タスク容易化サービスシステムおよび／またはサブシステム１８０８は、本明細書で説明される機械学習サブシステム１８０６を使用して、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを更新することができる。したがって、タスク容易化サービスシステムおよび／またはサブシステム１８０８は、タスク容易化サービス１８０２とのメンバーの自動対話に基づいて、代理１８０４とのメンバーの対話に基づいて、および／または時間とともにメンバー１８１２に代わって実施されるタスクに基づいて、メンバーに関する最新の情報を提供するために、メンバー１８１２のプロファイルおよび／またはメンバー１８１２のプロファイルの計算モデルを更新することができる。この情報はまた、メンバー１８１２のためにタスクおよび／または提案が作成され、提案され、実施されるとき、連続的に、自動的に、動的に、および／またはリアルタイムで更新され得る。この情報はまた、（たとえば、メンバー１８１２のクエリ、要求、および／または目標に応じて）メンバー１８１２との適切なまたは知的な対話を予期し、識別し、提示するために、タスク容易化サービス１８０２によって使用され得る。

【0290】

[0308]図１９は、様々な実施形態による、互いに電子通信している様々な構成要素を含むコンピューティングシステムアーキテクチャ１９００を示す。図１９に示されている例示的なコンピューティングシステムアーキテクチャ１９００は、いくつかの実装形態による、バスなどの接続１９０６を使用して互いに電子通信している様々な構成要素を有するコンピューティングデバイス１９０２を含む。例示的なコンピューティングシステムアーキテクチャ１９００は、接続１９０６を使用して様々なシステム構成要素と電子通信し、システムメモリ１９１４を含む処理ユニット１９０４を含む。いくつかの実施形態では、システムメモリ１９１４は、読取り専用メモリ（ＲＯＭ）と、ランダムアクセスメモリ（ＲＡＭ）と、限定はしないが、本明細書で説明されるメモリを含む他のそのようなメモリ技術とを含む。いくつかの実施形態では、例示的なコンピューティングシステムアーキテクチャ１９００は、プロセッサ１９０４と直接接続された、プロセッサ１９０４に極めて近接した、またはプロセッサ１９０４の一部として統合された、高速メモリのキャッシュ１９０８を含む。システムアーキテクチャ１９００は、プロセッサ１９０４による迅速なアクセスのために、メモリ１９１４および／または記憶デバイス１９１０からキャッシュ１９０８にデータをコピーすることができる。このようにして、キャッシュ１９０８は、データを待つことによるプロセッサ１９０４中でのプロセッサの遅延を減少または除去する性能の向上を与えることができる。本明細書で説明されるものなどのモジュール、方法およびサービスを使用して、プロセッサ１９０４は、様々な行為を実施するように構成され得る。いくつかの実施形態では、キャッシュ１９０８は、たとえば、レベル１（Ｌ１）キャッシュとレベル２（Ｌ２）キャッシュとを含む複数のタイプのキャッシュを含み得る。メモリ１９１４は、本明細書ではシステムメモリまたはコンピュータシステムメモリと呼ばれることがある。メモリ１９１４は、いろいろな時に、オペレーティングシステムの要素、１つもしくは複数のアプリケーション、オペレーティングシステムまたは１つもしくは複数のアプリケーションに関連するデータ、またはコンピューティングデバイス１９０２に関連する他のそのようなデータを含み得る。

【0291】

[0309]他のシステムメモリ１９１４も、使用のために利用可能であり得る。メモリ１９１４は、異なる性能特性をもつ、複数の異なるタイプのメモリを含むことができる。プロセッサ１９０４は、任意の汎用プロセッサと、プロセッサ１９０４ならびに専用プロセッサを制御するように構成された、ストレージデバイス１９１０中に記憶されたサービス１９１２などの１つまたは複数のハードウェアまたはソフトウェアサービスとを含むことができ、ここで、ソフトウェア命令は、実際のプロセッサ設計に組み込まれる。プロセッサ１９０４は、複数のコアまたはプロセッサ、コネクタ（たとえば、バス）、メモリ、メモリコントローラ、キャッシュなどを含んでいる完全な自己完結型のコンピューティングシステムであり得る。いくつかの実施形態では、複数のコアをもつそのような自己完結型のコンピューティングシステムは対称的である。いくつかの実施形態では、複数のコアをもつそのような自己完結型のコンピューティングシステムは非対称的である。いくつかの実施形態では、プロセッサ１９０４は、マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ（「ＤＳＰ」）、またはこれらのおよび／もしくは他のタイプのプロセッサの組合せであり得る。いくつかの実施形態では、プロセッサ１９０４は、コア、１つまたは複数のレジスタ、および論理演算装置（ＡＬＵ）、浮動小数点ユニット（ＦＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、物理処理ユニット（ＰＰＵ）、デジタルシステム処理（ＤＳＰ）ユニット、またはこれらのおよび／もしくは他のそのような処理ユニットの組合せなどの１つまたは複数の処理ユニットなどの複数の要素を含むことができる。

【0292】

[0310]コンピューティングシステムアーキテクチャ１９００とのユーザ対話を可能にするために、入力デバイス１９１６は、スピーチのためのマイクロフォン、ジェスチャまたはグラフィカル入力のためのタッチセンシティブスクリーン、キーボード、マウス、モーション入力、ペン、および他のそのような入力デバイスなど、任意の数の入力機構を表すことができる。出力デバイス１９１８はまた、限定はしないが、モニタ、スピーカ、プリンタ、触覚デバイス、および他のそのような出力デバイスを含む当業者に知られているいくつかの出力機構のうちの１つまたは複数であり得る。いくつかの事例では、マルチモーダルシステムは、ユーザが、コンピューティングシステムアーキテクチャ１９００と通信するために複数のタイプの入力を提供することを可能にすることができる。いくつかの実施形態では、入力デバイス１９１６および／または出力デバイス１９１８は、たとえば、本明細書で説明されるネットワークインターフェース１９２０などの通信インターフェースなどの遠隔接続デバイスを使用してコンピューティングデバイス１９０２に結合され得る。そのような実施形態では、通信インターフェースは、付属の入力デバイス１９１６および／または出力デバイス１９１８から受信された入力および出力を統制および管理することができる。企図されるように、任意の特有のハードウェア構成上で動作することに対する制限はなく、したがって、ここでの基本的特徴は、他のハードウェア構成、ソフトウェア構成、またはファームウェア構成が開発されるにつれて、それらで容易に代用され得る。

【0293】

[0311]いくつかの実施形態では、ストレージデバイス１９１０は、不揮発性記憶装置または不揮発性メモリとして説明され得る。そのような不揮発性メモリまたは不揮発性記憶装置は、磁気カセット、フラッシュメモリカード、固体メモリデバイス、デジタル多用途ディスク、カートリッジ、ＲＡＭ、ＲＯＭ、およびそれらのハイブリッドなど、コンピュータによってアクセス可能であるデータを記憶することができるハードディスクまたは他のタイプのコンピュータ可読媒体であり得る。

【0294】

[0312]上記で説明されたように、ストレージデバイス１９１０は、限定はしないが、様々な実施形態において本明細書で説明される方法、プロセス、機能、システム、およびサービスを含む１つまたは複数の機能を実施するようにプロセッサ１９０４を制御または構成することができるサービス１９１２などのハードウェアサービスおよび／またはソフトウェアサービスを含むことができる。いくつかの実施形態では、ハードウェアサービスまたはソフトウェアサービスは、モジュールとして実装され得る。例示的なコンピューティングシステムアーキテクチャ１９００に示されているように、ストレージデバイス１９１０は、システム接続１９０６を使用してコンピューティングデバイス１９０２の他の部分に接続され得る。一実施形態では、機能を実施するサービス１９１２などのハードウェアサービスまたはハードウェアモジュールは、プロセッサ１９０４、接続１９０６、キャッシュ１９０８、ストレージデバイス１９１０、メモリ１９１４、入力デバイス１９１６、出力デバイス１９１８などの必要なハードウェア構成要素とともに、本明細書で説明される機能など機能を実行することができる非一時的コンピュータ可読媒体中に記憶されたソフトウェア構成要素を含むことができる。

【0295】

[0313]タスク容易化サービス（たとえば、少なくとも図１に関して本明細書で説明されるタスク容易化サービス１０２）の開示されるシステムおよびサービスは、例示的なコンピューティングシステムアーキテクチャ１９００の１つまたは複数の構成要素を使用する、図１９に示されている例示的なコンピューティングシステムなどのコンピューティングシステムを使用して実施され得る。例示的なコンピューティングシステムは、プロセッサ（たとえば、中央処理ユニット）と、メモリと、不揮発性メモリと、インターフェースデバイスとを含むことができる。メモリは、データおよび／または１つまたは複数のコードセット、ソフトウェア、スクリプトなどを記憶し得る。コンピュータシステムの構成要素は、バスを介してまたは何らかの他の知られているまたは好都合のデバイスを通して一緒に結合され得る。

【0296】

[0314]いくつかの実施形態では、プロセッサは、たとえば、プロセッサ１９０４などのプロセッサを使用してコードを実行することによって本明細書で説明されるタスク容易化サービス（たとえば、少なくとも図１に関して本明細書で説明されるタスク容易化サービス１０２）に関連する提案を通信するための方法およびシステムの一部または全部を実行するように構成され得、ここにおいて、コードは、本明細書で説明されるように、メモリ１９１４などのメモリ中に記憶される。ユーザデバイス、プロバイダサーバもしくはシステム、データベースシステム、または他のそのようなデバイス、サービスもしくはシステムのうちの１つまたは複数は、本明細書で説明される例示的なコンピューティングシステムアーキテクチャ１９００の１つまたは複数の構成要素を使用する図１９に示されている例示的なコンピューティングシステムなどのコンピューティングシステムの構成要素の一部または全部を含み得る。企図されるように、そのようなシステムの変形形態は本開示の範囲内にあると見なされ得る。

【0297】

[0315]本開示は、任意の好適な物理的形態をとるコンピュータシステムを企図する。限定ではなく例として、コンピュータシステムは、組込み型コンピュータシステム、システムオンチップ（ＳＯＣ）、（たとえば、コンピュータオンモジュール（ＣＯＭ）またはシステムオンモジュール（ＳＯＭ）などの）シングルボードコンピュータシステム（ＳＢＣ）、デスクトップコンピュータシステム、ラップトップもしくはノートブックコンピュータシステム、タブレットコンピュータシステム、ウェアラブルコンピュータシステムもしくはインターフェース、対話型キオスク、メインフレーム、コンピュータシステムのメッシュ、携帯電話、携帯情報端末（ＰＤＡ）、サーバ、またはこれらのうちの２つまたはそれ以上の組合せであり得る。適切な場合、コンピュータシステムは、コンピューティングリソースプロバイダ１９２８に関連して本明細書で説明されるように、ユニタリーであるかまたは分散された、複数のロケーションにわたる、複数の機械にわたる、および／あるいは１つまたは複数のネットワーク中の１つまたは複数のクラウド構成要素を含み得るクラウドコンピューティングシステム中に存在する１つまたは複数のコンピュータシステムを含み得る。適切な場合、１つまたは複数のコンピュータシステムは、実質的な空間的または時間的限定なしに本明細書で説明または例示されている１つまたは複数の方法の１つまたは複数のステップを実施し得る。限定ではなく例として、１つまたは複数のコンピュータシステムは、リアルタイムでまたはバッチモードで本明細書で説明または例示されている１つまたは複数の方法の１つまたは複数のステップを実施し得る。１つまたは複数のコンピュータシステムは、適切な場合、異なる時間にまたは異なるロケーションで本明細書で説明または例示されている１つまたは複数の方法の１つまたは複数のステップを実施し得る。

【0298】

[0316]プロセッサ１９０４は、Ｉｎｔｅｌ（登録商標）マイクロプロセッサ、ＡＭＤｌ（登録商標）マイクロプロセッサ、Ｍｏｔｏｒｏｌａｌ（登録商標）マイクロプロセッサ、または他のそのようなマイクロプロセッサなどの従来のマイクロプロセッサであり得る。「機械可読（記憶）媒体」または「コンピュータ可読（記憶）媒体」という用語がプロセッサによってアクセス可能である任意のタイプのデバイスを含むことを、当業者は認識されよう。

【0299】

[0317]メモリ１９１４は、たとえば、コネクタ１９０６などのコネクタまたはバスによってプロセッサ１９０４に結合され得る。本明細書で使用されるコネクタ１９０６などのコネクタまたはバスは、コンピューティングデバイス１９０２内の構成要素の間でデータを転送する通信システムであり、いくつかの実施形態では、コンピューティングデバイスの間でデータを転送するために使用され得る。コネクタ１９０６は、データバス、メモリバス、システムバス、または他のそのようなデータ転送機構であり得る。そのようなコネクタの例は、限定はしないが、業界標準アーキテクチャ（ＩＳＡ）バス、拡張ＩＳＡ（ＥＩＳＡ）バス、パラレルＡＴアタッチメント（ＰＡＴＡ）バス（たとえば、統合ドライブエレクトロニクス（ＩＤＥ）もしくは拡張ＩＤＥ（ＥＩＤＥ）バス）、または様々なタイプの周辺構成要素相互接続（ＰＣＩ）バス（たとえば、ＰＣＩ、ＰＣＩｅ、ＰＣＩ－１０４など）を含む。

【0300】

[0318]メモリ１９１４は、限定はしないが、ダイナミックＲＡＭ（ＤＲＡＭ）、スタティックＲＡＭ（ＳＲＡＭ）、同期ダイナミックＲＡＭ（ＳＤＲＡＭ）、不揮発性ランダムアクセスメモリ（ＮＶＲＡＭ）、および他のタイプのＲＡＭを含むＲＡＭを含むことができる。ＤＲＡＭは、誤り訂正符号（ＥＥＣ）を含み得る。メモリはまた、限定はしないが、プログラマブルＲＯＭ（ＰＲＯＭ）、消去可能プログラマブルＲＯＭ（ＥＰＲＯＭ）、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ（登録商標））、フラッシュメモリ、マスクＲＯＭ（ＭＲＯＭ）、および他のタイプのＲＯＭを含むＲＯＭを含むことができる。メモリ１９１４はまた、読取り専用記憶媒体（たとえば、ＣＤ ＲＯＭおよびＤＶＤ ＲＯＭ）または別の記憶媒体（たとえば、ＣＤまたはＤＶＤ）を含む磁気または光学データ記憶媒体を含むことができる。メモリは、ローカルであるか、リモートであるか、または分散され得る。

【0301】

[0319]上記で説明されたように、コネクタ１９０６（またはバス）はまたプロセッサ１９０４を、不揮発性メモリまたは記憶装置を含み得、ドライブユニットをも含み得るストレージデバイス１９１０に結合することができる。いくつかの実施形態では、不揮発性メモリまたは記憶装置は、磁気フロッピー（登録商標）もしくはハードディスク、磁気光ディスク、光ディスク、ＲＯＭ（たとえば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＥＰＲＯＭ、もしくはＥＥＰＲＯＭ）、磁気もしくは光学カード、または別の形態のデータのための記憶装置である。このデータの一部は、直接メモリアクセスプロセスによって、コンピュータシステム中のソフトウェアの実行中にメモリに書き込まれ得る。不揮発性メモリまたは記憶装置は、ローカルであるか、リモートであるか、または分散され得る。いくつかの実施形態では、不揮発性メモリまたは記憶装置は随意である。企図されるように、コンピューティングシステムは、メモリ中で利用可能なすべての適用可能なデータを用いて作成され得る。典型的なコンピュータシステムは、通常、少なくとも１つのプロセッサと、メモリと、メモリをプロセッサに結合するデバイス（たとえば、バス）とを含むことになる。

【0302】

[0320]ソフトウェアおよび／またはソフトウェアに関連するデータは、不揮発性メモリおよび／またはドライブユニットに記憶され得る。いくつかの実施形態では（たとえば、大きいプログラムの場合）、メモリ中にプログラムおよび／またはデータ全体を常時記憶することが可能でないことがある。そのような実施形態では、プログラムおよび／またはデータは、たとえば、ストレージデバイス１９１０などの追加のストレージデバイスからメモリ内外に移動され得る。それにもかかわらず、ソフトウェアが稼働するために、必要な場合、処理に適したコンピュータ可読ロケーションに移動され、説明のために、そのロケーションは、本明細書ではメモリと呼ばれることを理解されたい。ソフトウェアが実行のためにメモリに移動されたときでも、プロセッサは、ソフトウェアに関連する値を記憶するためにハードウェアレジスタと、理想的には、実行を高速化するように働くローカルキャッシュとを利用することができる。本明細書で使用されるソフトウェアプログラムは、そのソフトウェアプログラムが「コンピュータ可読媒体において実装される」と呼ばれるとき、任意の知られているまたは好都合なロケーション（不揮発性記憶装置からハードウェアレジスタまで）に記憶されると仮定される。プログラムに関連する少なくとも１つの値がプロセッサによって読取り可能なレジスタに記憶されるとき、プロセッサは、「プログラムを実行するように構成される」と見なされる。

【0303】

[0321]接続１９０６はまた、ネットワークインターフェース１９２０などのネットワークインターフェースデバイスにプロセッサ１９０４を結合することができる。インターフェースは、限定はしないが、モデムまたは本明細書で説明されるものを含む他のそのようなネットワークインターフェースのうちの１つまたは複数を含むことができる。ネットワークインターフェース１９２０が、コンピューティングデバイス１９０２の部分であると見なされ得るか、またはコンピューティングデバイス１９０２とは別個のものであり得ることを諒解されよう。ネットワークインターフェース１９２０は、アナログモデム、統合サービスデジタルネットワーク（ＩＳＤＮ）モデム、ケーブルモデム、トークンリングインターフェース、衛星送信インターフェース、または他のコンピュータシステムにコンピュータシステムを結合するための他のインターフェースのうちの１つまたは複数を含むことができる。いくつかの実施形態では、ネットワークインターフェース１９２０は、１つまたは複数の入力および／または出力（Ｉ／Ｏ）デバイスを含むことができる。入出力デバイスは、限定ではなく例として、入力デバイス１９１６などの入力デバイスおよび／または出力デバイス１９１８などの出力デバイスを含むことができる。たとえば、ネットワークインターフェース１９２０は、キーボードと、マウスと、プリンタと、スキャナと、ディスプレイデバイスと、他のそのような構成要素とを含み得る。本明細書では、入力デバイスと出力デバイスとの他の例について説明される。いくつかの実施形態では、通信インターフェースデバイスは、完全で別個のコンピューティングデバイスとして実装され得る。

【0304】

[0322]動作中、コンピュータシステムは、ディスクオペレーティングシステムなどのファイル管理システムを含むオペレーティングシステムソフトウェアによって制御され得る。関連するファイル管理システムソフトウェアをもつオペレーティングシステムソフトウェアの一例は、Ｗｉｎｄｏｗｓ（登録商標）オペレーティングシステムのファミリおよびそれらの関連するファイル管理システムである。それの関連するファイル管理システムソフトウェアをもつオペレーティングシステムソフトウェアの別の例は、限定はしないが、Ｌｉｎｕｘ（登録商標）オペレーティングシステムおよびそれらの関連するファイル管理システムの様々なタイプおよび実装形態を含むＬｉｎｕｘオペレーティングシステムおよびそれの関連するファイル管理システムである。ファイル管理システムは、不揮発性メモリおよび／または駆動ユニット中に記憶され得、データを入力および出力することと、不揮発性メモリおよび／または駆動ユニット上にファイルを記憶することを含むメモリ中にデータを記憶することとをオペレーティングシステムが行うために必要とされる様々な行為を実行することをプロセッサに行わせることができる。企図されるように、たとえば、ＭａｃＯＳ（登録商標）、他のタイプのＵＮＩＸ（登録商標）オペレーティングシステム（たとえば、ＢＳＤ（登録商標）および派生物、Ｘｅｎｉｘ（登録商標）、ＳｕｎＯＳ（登録商標）、ＨＰ－ＵＸ（登録商標）など）、モバイルオペレーティングシステム（たとえば、ｉＯＳ（登録商標）および変形形態、Ｃｈｒｏｍｅ（登録商標）、Ｕｂｕｎｔｕ Ｔｏｕｃｈ（登録商標）、ｗａｔｃｈＯＳ（登録商標）、Ｗｉｎｄｏｗｓ １０ Ｍｏｂｉｌｅ（登録商標）、Ｂｌａｃｋｂｅｒｒｙ（登録商標）ＯＳなど）、およびリアルタイムオペレーティングシステム（たとえば、ＶｘＷｏｒｋｓ（登録商標）、ＱＮＸ（登録商標）、ｅＣｏｓ（登録商標）、ＲＴＬｉｎｕｘなど）などの他のタイプのオペレーティングシステムは、本開示の範囲内であると見なされ得る。企図されるように、本明細書に記載するオペレーティングシステム、モバイルオペレーティングシステム、リアルタイムオペレーティングシステム、言語、およびデバイスの名前は様々な関連するエンティティの登録商標、サービスマーク、または設計であり得る。

【0305】

[0323]いくつかの実施形態では、コンピューティングデバイス１９０２は、ネットワークインターフェース１９２０などの接続を使用してネットワーク１９２２を介してコンピューティングデバイス１９２４などの１つまたは複数の追加のコンピューティングデバイスに接続され得る。そのような実施形態では、コンピューティングデバイス１９２４は、コンピューティングデバイス１９０２上で動作するプログラムおよび／またはサービスの制御下でまたはそれに代わって１つまたは複数の機能を実施するために１つまたは複数のサービス１９２６を実行し得る。いくつかの実施形態では、コンピューティングデバイス１９２４などのコンピューティングデバイスは、限定はしないが、プロセッサ１９０４などのプロセッサと、接続１９０６などの接続と、キャッシュ１９０８などのキャッシュと、ストレージデバイス１９１０などのストレージデバイスと、メモリ１９１４などのメモリと、入力デバイス１９１６などの入力デバイスと、出力デバイス１９１８などの出力デバイスとを含むコンピューティングデバイス１９０２に関して説明された構成要素のタイプのうちの１つまたは複数を含み得る。そのような実施形態では、コンピューティングデバイス１９２４は、コンピューティングデバイス１９０２に関して本明細書で説明された機能などの機能を実行することができる。いくつかの実施形態では、コンピューティングデバイス１９０２は、コンピューティングデバイス１９２４などの複数のコンピューティングデバイスに接続され得、その各々は、同じく、コンピューティングデバイス１９２４などの複数のコンピューティングデバイスに接続され得る。そのような実施形態は、本明細書では分散コンピューティング環境と呼ばれることがある。

【0306】

[0324]ネットワーク１９２２は、インターネット、イントラネット、エクストラネット、セルラーネットワーク、Ｗｉ－Ｆｉ（登録商標）ネットワーク、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、衛星ネットワーク、Ｂｌｕｅｔｏｏｔｈ（登録商標）ネットワーク、バーチャルプライベートネットワーク（ＶＰＮ）、公衆交換電話網、赤外線（ＩＲ）ネットワーク、モノのインターネット（ＩｏＴネットワーク）、または任意の他のそのようなネットワークもしくはネットワークの組合せを含む任意のネットワークであり得る。ネットワーク１９２２を介した通信は、ワイヤード接続、ワイヤレス接続、またはそれらの組合せであり得る。ネットワーク１９２２を介した通信は、限定はしないが、伝送制御プロトコル／インターネットプロトコル（ＴＣＰ／ＩＰ）、ユーザデータグラムプロトコル（ＵＤＰ）、開放型システム間相互接続（ＯＳＩ）モデルの様々なレイヤ中のプロトコル、ファイル転送プロトコル（ＦＴＰ）、ユニバーサルプラグアンドプレイ（ＵＰｎＰ）、ネットワークファイルシステム（ＮＦＳ）、サーバメッセージブロック（ＳＭＢ）、共通インターネットファイルシステム（ＣＩＦＳ）、および他のそのような通信プロトコルを含む様々な通信プロトコルを介して行われ得る。

【0307】

[0325]ネットワーク１９２２を介した通信は、コンピューティングデバイス１９０２内に、コンピューティングデバイス１９２４内に、またはコンピューティングリソースプロバイダ１９２８内に本明細書ではコンテンツと呼ばれることもある情報を含むことができる。情報は、コンピューティングデバイス１９０２などのコンピューティングデバイスのユーザに与えられ得るテキスト、グラフィックス、オーディオ、ビデオ、触覚、および／または任意の他の情報を含み得る。一実施形態では、情報は、ハイパーテキストマークアップ言語（ＨＴＭＬ）、拡張可能マークアップ言語（ＸＭＬ）、Ｊａｖａ（登録商標）Ｓｃｒｉｐｔ、カスケーディングスタイルシート（ＣＳＳ）、ＪａｖａＳｃｒｉｐｔ（登録商標）Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ（ＪＳＯＮ）、ならびに他のそのようなプロトコルおよび／または構造化言語などの転送プロトコルを使用して配信され得る。情報は、最初に、コンピューティングデバイス１９０２によって処理され、視覚、音、嗅覚、味覚、触覚、または他のそのような機構を介して知覚可能である形態を使用してコンピューティングデバイス１９０２のユーザに提示され得る。いくつかの実施形態では、ネットワーク１９２２を介した通信は、サーバとして構成されたコンピューティングデバイスによって受信および／または処理され得る。そのような通信は、ＰＨＰハイパーテキストプリプロセッサ（「ＰＨＰ」）、Ｐｙｔｈｏｎ（登録商標）、Ｒｕｂｙ、Ｐｅｒｌ（登録商標）および変形形態、Ｊａｖａ、ＨＴＭＬ、ＸＭＬ、または別のそのようなサーバ側の処理言語を使用して送信および受信され得る。

【0308】

[0326]いくつかの実施形態では、コンピューティングデバイス１９０２および／またはコンピューティングデバイス１９２４は、本明細書で説明されるネットワークインターフェース（たとえば、ネットワークインターフェース１９２０）などのネットワークインターフェースを使用してネットワーク１９２２を介してコンピューティングリソースプロバイダ１９２８に接続され得る。そのような実施形態では、（本明細書では「コンピューティングリソースプロバイダ環境」内にとも呼ばれる）コンピューティングリソースプロバイダ１９２８内にホストされる１つまたは複数のシステム（たとえば、システム１９３０およびシステム１９３２）は、コンピューティングデバイス１９０２および／またはコンピューティングデバイス１９２４上で動作するプログラムおよび／またはサービスの制御下でまたはそれに代わって１つまたは複数の機能を実施するために１つまたは複数のサービスを実行し得る。システム１９３０およびシステム１９３２などのシステムは、コンピューティングデバイス１９０２および／またはコンピューティングデバイス１９２４上で動作するプログラムおよび／またはサービスの制御下でまたはそれに代わって１つまたは複数の機能を実施するためにコンピュータコードを実行するために本明細書で説明されるコンピューティングデバイスなどの１つまたは複数のコンピューティングデバイスを含み得る。

【0309】

[0327]たとえば、コンピューティングデバイス１９０２のためのデータの量がストレージデバイス１９１０の容量を超えるとき、たとえば、コンピューティングリソースプロバイダ１９２８は、コンピューティングデバイス１９０２のためのデータを記憶するためにシステム１９３０上で動作するサービスを与え得る。別の例では、コンピューティングリソースプロバイダ１９２８は、最初に、システム１９３２上に仮想マシン（ＶＭ）をインスタンス化し、システム１９３２上に記憶されたデータにアクセスするためにそのＶＭを使用し、そのデータに対して１つまたは複数の動作を実施し、コンピューティングデバイス１９０２にそれらの１つまたは複数の動作の結果を与えるためにサービスを与え得る。そのような動作（たとえば、データの記憶およびＶＭのインスタンス化）は、本明細書では「クラウド中で」、「クラウドコンピューティング環境内で」、または「ホストされた仮想マシン環境内で」動作することと呼ばれることがあり、コンピューティングリソースプロバイダ１９２８は、本明細書では「クラウド」と呼ばれることもある。そのようなコンピューティングリソースプロバイダの例は、限定はしないが、Ａｍａｚｏｎ（登録商標）ウェブサービス（ＡＷＳＲ）、ＭｉｃｒｏｓｏｆｔのＡｚｕｒｅ（登録商標）、ＩＢＭ Ｃｌｏｕｄ（登録商標）、Ｇｏｏｇｌｅ Ｃｌｏｕｄ（登録商標）、オラクルＣｌｏｕｄ（登録商標）などを含む。

【0310】

[0328]コンピューティングリソースプロバイダ１９２８によって与えられるサービスは、限定はしないが、データアナリティクス、データストレージ、アーカイブストレージ、ビッグデータストレージ、（様々なスケーラブルＶＭアーキテクチャを含む）仮想コンピューティング、ブロックチェーンサービス、コンテナ（たとえば、アプリケーションカプセル化）、データベースサービス、（サンドボックス開発環境を含む）開発環境、ｅコマースソリューション、ゲームサービス、メディアおよびコンテンツ管理サービス、セキュリティサービス、サーバレスホスティング、仮想現実（ＶＲ）システム、および拡張現実（ＡＲ）システムを含む。そのようなサービスを容易にする様々な技法は、限定はしないが、仮想マシン、仮想ストレージ、データベースサービス、システムスケジューラ（たとえば、ハイパーバイザ）、リソース管理システム、様々なタイプの短期、中間、長期、およびアーカイバルストレージデバイスなどを含む。

【0311】

[0329]企図されるように、システム１９３０およびシステム１９３２などのシステムは、コンピューティングデバイス１９０２および／またはコンピューティングデバイス１９２４に代わって、またはそれの制御下で様々なサービス（たとえば、サービス１９１２またはサービス１９２６）のバージョンを実装し得る。様々なサービスのそのようは実装されたバージョンは、たとえば、サービスがたとえばシステム１９３０上で実行しているときにサービス１９１２がコンピューティングデバイス１９０２上で実行しているようにコンピューティングデバイス１９０２のユーザに見え得るように１つまたは複数の仮想化技法を伴い得る。同じく企図され得るように、コンピューティングリソースプロバイダ１９２８環境内で動作する様々なサービスは、環境内の様々なシステムの間に分散され、ならびにコンピューティングデバイス１９２４および／またはコンピューティングデバイス１９０２上に部分的に分散され得る。

【0312】

[0330]クライアントデバイス、ユーザデバイス、コンピュータリソースプロバイダデバイス、ネットワークデバイス、および他のデバイスは、特に、１つまたは複数の集積回路、入力デバイス、出力デバイス、データ記憶デバイス、および／またはネットワークインターフェースを含むコンピューティングシステムであり得る。集積回路は、特に、たとえば、本明細書で説明されるものなど、１つまたは複数のプロセッサ、揮発性メモリ、および／または不揮発性メモリを含むことができる。入力デバイスは、たとえば、限定はしないが、本明細書で説明される入力デバイスを含むキーボード、マウス、キーパッド、タッチインターフェース、マイクロフォン、カメラ、および／または他のタイプの入力デバイスを含むことができる。出力デバイスは、たとえば、限定はしないが、本明細書で説明される出力デバイスを含むディスプレイスクリーン、スピーカ、触覚フィードバックシステム、プリンタ、および／または他のタイプの出力デバイスを含むことができる。ハードドライブまたはフラッシュメモリなどのデータ記憶デバイスは、コンピューティングデバイスが、一時的にまたは永続的にデータを記憶することを可能にすることができる。ワイヤレスまたはワイヤードインターフェースなどのネットワークインターフェースは、コンピューティングデバイスがネットワークと通信することを可能にすることができる。コンピューティングデバイスの例（たとえば、コンピューティングデバイス１９０２）は、限定はしないが、デスクトップコンピュータ、ラップトップコンピュータ、サーバコンピュータ、ハンドヘルドコンピュータ、タブレット、スマートフォン、携帯情報端末、デジタル自宅アシスタント、ウェアラブルデバイス、スマートデバイス、ならびにこれらおよび／または他のそのようなコンピューティングデバイスの組合せ、ならびにコンピューティングデバイスが組み込まれているおよび／または仮想的に実装されている機械および装置を含む。

【0313】

[0331]本明細書で説明された技法はまた、電子ハードウェア、コンピュータソフトウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。そのような技法は、汎用コンピュータ、ワイヤレス通信デバイスハンドセット、またはワイヤレス通信デバイスハンドセットおよび他のデバイスにおける適用を含む複数の用途を有する集積回路デバイスなど、様々なデバイスのいずれかにおいて実装され得る。モジュールまたは構成要素として説明された特徴は、集積論理デバイスに一緒に、または個別であるが相互運用可能な論理デバイスとして別個に実装され得る。ソフトウェアにおいて実装される場合、技法は、命令を含むプログラムコードを備えるコンピュータ可読データ記憶媒体であって、命令は、実行された場合に、上述した方法のうちの１つまたは複数を実行する、コンピュータ可読データ記憶媒体によって少なくとも部分的に実現され得る。コンピュータ可読データ記憶媒体は、パッケージング材料を含み得るコンピュータプログラム製品の一部を形成し得る。コンピュータ可読媒体は、本明細書で説明されたものなど、メモリまたはデータ記憶媒体を備え得る。本技法は、追加または代替として、伝搬信号または電波など、命令またはデータ構造の形態でプログラムコードを搬送または通信し、コンピュータによってアクセスされ、読み取られ、および／または実行され得るコンピュータ可読通信媒体によって少なくとも部分的に実現され得る。

【0314】

[0332]プログラムコードは、１つまたは複数のデジタル信号プロセッサ（ＤＳＰ）、汎用マイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブル論理アレイ（ＦＰＧＡ）、あるいは他の等価の集積回路またはディスクリート論理回路など、１つまたは複数のプロセッサを含み得るプロセッサによって実行され得る。そのようなプロセッサは、本開示で説明された技法のいずれかを実施するように構成され得る。汎用プロセッサはマイクロプロセッサであり得るが、代替として、プロセッサは、任意の従来のプロセッサ、コントローラ、マイクロコントローラ、または状態機械であり得る。プロセッサは、コンピューティングデバイスの組合せ、たとえば、ＤＳＰとマイクロプロセッサとの組合せ、複数のマイクロプロセッサ、ＤＳＰコアと連携する１つまたは複数のマイクロプロセッサ、または、任意の他のそのような構成としても実装され得る。したがって、本明細書で使用される「プロセッサ」という用語は、上記の構造のいずれか、上記の構造の任意の組合せ、あるいは本明細書で説明された技法の実装に好適な任意の他の構造または装置を指し得る。さらに、いくつかの態様では、本明細書で説明される機能は、中断されたデータベース更新システムを実装するために構成された専用のソフトウェアモジュールまたはハードウェアモジュール内に与えられ得る。

【0315】

[0333]本明細書で使用する「機械可読媒体」という用語および「機械可読記憶媒体」、「コンピュータ可読媒体」、および「コンピュータ可読記憶媒体」という等価の用語は、限定はしないが、命令および／またはデータを記憶、包含、または搬送することが可能なポータブルなまたはポータブルでないストレージデバイス、光ストレージデバイス、取外し可能なまたは取外し不可能なストレージデバイス、および様々な他の媒体を含む媒体を指す。コンピュータ可読媒体は、データがそこに記憶され得る非一時的媒体を含み得、それは、ワイヤレスにまたはワイヤード接続を介して伝搬する搬送波および／または一時的電子信号を含まない。非一時的媒体の例は、限定はしないが、磁気ディスクまたはテープ、コンパクトディスク（ＣＤ）またはデジタル多用途ディスク（ＤＶＤ）などの光記憶媒体、ソリッドステートドライブ（ＳＳＤ）、フラッシュメモリ、メモリまたはメモリデバイスを含み得る。

【0316】

[0334]機械可読媒体または機械可読記憶媒体は、プロシージャ、関数、サブプログラム、プログラム、ルーチン、サブルーチン、モジュール、ソフトウェアパッケージ、クラス、あるいは命令、データ構造、またはプログラムステートメントの任意の組合せを表し得る、コードおよび／または機械実行可能命令をその上に記憶していることがある。コードセグメントは、情報、データ、引数、パラメータ、またはメモリ内容をパスおよび／または受信することによって、別のコードセグメントまたはハードウェア回路に結合され得る。情報、引数、パラメータ、データなどは、メモリ共有、メッセージパッシング、トークンパッシング、ネットワーク送信などを含む、任意の好適な手段を介してパス、フォワーディング、または送信され得る。機械可読記憶媒体、機械可読媒体、またはコンピュータ可読（記憶）媒体のさらなる例は、限定はしないが、特に、揮発性および不揮発性メモリデバイス、フロッピーおよび他のリムーバブルディスク、ハードディスクドライブ、光ディスク（たとえば、ＣＤ、ＤＶＤなど）などの記録可能タイプ媒体と、デジタルおよびアナログ通信リンクなどの送信タイプ媒体とを含む。

【0317】

[0335]企図されるように、本明細書の例は、単一の媒体として機械可読媒体または機械可読記憶媒体を示すかまたは言及し得るが、「機械可読媒体」および「機械可読記憶媒体」という用語は、命令の１つまたは複数のセットを記憶する単一の媒体または複数の媒体（たとえば、集中もしくは分散データベースならびに／または関連するキャッシュおよびサーバ）を含むものと解釈されるべきである。「機械可読媒体」および「機械可読記憶媒体」という用語はまた、システムが実行するための命令のセットを記憶、符号化、または搬送することが可能であり、システムに本明細書で開示する方法またはモジュールのうちの任意の１つまたは複数を実行させる任意の媒体を含むものとする。

【0318】

[0336]本明細書における詳細な説明のいくつかの部分は、コンピュータメモリ内のデータビットに対する動作のアルゴリズムおよび記号表現に関して提示され得る。これらのアルゴリズムの説明および表現は、データ処理分野の当業者によって、自身の仕事の本質を他の当業者に最も効果的に伝達するために使用される手段である。アルゴリズムは、本明細書では、および一般には、所望の結果をもたらす自己無撞着な一連の動作であると想到される。動作は、物理量の物理的操作を必要とするものである。通常、必ずしも必要とは限らないが、これらの量は、記憶、転送、結合、比較、および他の方法で操作されることが可能な電気信号または磁気信号の形態をとる。主に一般的な用法という理由で、これらの信号をビット、値、要素、記号、文字、項、数、などと呼ぶことが時々便利であることがわかっている。

【0319】

[0337]ただし、これらおよび同様の用語のすべては、適切な物理量に関連付けられるべきものであり、これらの量に適用される便利なラベルにすぎないことに留意されたい。別段に明記されていない限り、以下の説明から明らかなように、説明全体にわたって、「処理する」または「計算する」または「算出する」または「決定する」または「表示する」または「生成する」などの用語を利用する説明は、コンピュータシステムのレジスタおよびメモリ内の物理（電子）量として表されるデータを操作し、コンピュータシステムのメモリまたはレジスタまたは他のそのような情報記憶、送信もしくはディスプレイデバイス内の物理量として同様に表される他のデータに変換するコンピュータシステムまたは同様の電子コンピューティングデバイスの行為およびプロセスを指すことを諒解されたい。

【0320】

[0338]個々の実装形態が、フローチャート、流れ図、データフロー図、構造図、またはブロック図として図示されるプロセス（たとえば、図７に示されている、提案に関連する通信をリアルタイムで処理するための例示的なプロセス７００）として説明され得ることにも留意されたい。フローチャート、流れ図、データフロー図、構造図、またはブロック図は、動作を逐次的なプロセスとして説明し得るが、動作の多くは、並行してまたは同時に実施され得る。さらに、動作の順序は並べ替えられ得る。図に示されているプロセスは、それの動作が完了したときに終了されるが、図に含まれていない追加のステップを有し得る。プロセスは、方法、関数、プロシージャ、サブルーチン、サブプログラムなどに対応し得る。プロセスが関数に対応するとき、それの終了は呼出し関数またはメイン関数への関数の復帰に対応することができる。

【0321】

[0339]いくつかの実施形態では、本明細書で説明されるアルゴリズムなどのアルゴリズムの１つまたは複数の実装形態は、機械学習または人工知能アルゴリズムを使用して実装され得る。そのような機械学習または人工知能アルゴリズムは、教師つき、教師なし、強化、または他のそのようなトレーニング技法を使用してトレーニングされ得る。たとえば、データのセットは、監視およびフィードバック（たとえば、教師なしトレーニング技法）なしにデータのセットの異なる要素の間の相関を識別するために様々な機械学習アルゴリズムのうちの１つを使用して分析され得る。機械学習データ分析アルゴリズムはまた、潜在的な相関を識別するためにサンプルまたはライブデータを使用してトレーニングされ得る。そのようなアルゴリズムは、ｋ平均クラスタリングアルゴリズム、ファジーｃ平均（ＦＣＭ）アルゴリズム、期待値最大化（ＥＭ）アルゴリズム、階層クラスタリングアルゴリズム、ノイズのあるアプリケーションの密度ベースの空間クラスタリング（ＤＢＳＣＡＮ）アルゴリズムなどを含み得る。機械学習または人工知能アルゴリズムの他の例は、限定はしないが、遺伝的アルゴリズム、バックプロパゲーション、強化学習、決定木、ライナー分類、人工ニューラルネットワーク、異常検出などを含む。より一般的には、機械学習または人工知能方法は、回帰分析、次元削減、メタ学習、強化学習、ディープラーニング、ならびに他のそのようなアルゴリズムおよび／または方法を含み得る。企図されるように、「機械学習」および「人工知能」という用語は、これらの分野の間の重複の程度により頻繁に互換的に使用され、開示される技法およびアルゴリズムの多くは同様の手法を有する。

【0322】

[0340]教師つきトレーニング技法の一例として、データのセットは、データのセットのメンバーの間の相関の識別を容易にするために機械学習モデルのトレーニングのために選択され得る。機械学習モデルは、機械学習モデルに供給されるサンプル入力に基づいて、機械学習モデルがデータのセットのメンバーの間の正確な相関を生成しているのかどうかを決定するために評価され得る。この評価に基づいて、機械学習モデルは、機械学習モデルが所望の相関を識別する可能性を高めるために修正され得る。機械学習モデルは、機械学習アルゴリズムまたは人工知能アルゴリズムによって与えられた相関の効力に関するシステムのユーザからのフィードバック（すなわち、監視）を要請することによってさらに動的にトレーニングされ得る。機械学習アルゴリズムまたは人工知能は、相関を生成するためのアルゴリズムを改善するためにこのフィードバックを使用し得る（たとえば、フィードバックは、より正確な相関を与えるために機械学習アルゴリズムまたは人工知能をさらにトレーニングするために使用され得る）。

【0323】

[0341]本明細書で説明されるフローチャート、流れ図、データフロー図、構造図またはブロック図の様々な例は、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、またはそれらの任意の組合せによって実装され得る。ソフトウェア、ファームウェア、ミドルウェアまたはマイクロコードで実装されるとき、必要な動作を実施するためのプログラムコードまたはコードセグメント（たとえば、コンピュータプログラム製品）は、本明細書で説明されるものなどのコンピュータ可読または機械可読記憶媒体（たとえば、プログラムコードまたはコードセグメントを記憶するための媒体）に記憶され得る。集積回路中に実装されるプロセッサが、必要な動作を実施し得る。

【0324】

[0342]本明細書で開示される実装形態に関連して説明される、様々な例示的な論理ブロック、モジュール、回路、およびアルゴリズムステップは、電子ハードウェア、コンピュータソフトウェア、ファームウェア、またはそれらの組合せとして実装され得る。ハードウェアとソフトウェアとのこの互換性を明確に示すために、様々な例示的な構成要素、ブロック、モジュール、回路、およびステップが、概して、それらの機能に関して上記で説明された。そのような機能がハードウェアとして実装されるのか、ソフトウェアとして実装されるのかは、特定の適用例および全体的なシステムに課される設計制約に依存する。当業者は、説明された機能を特定の適用例ごとに様々な方法で実装し得るが、そのような実装の決定は、本開示の範囲からの逸脱を生じるものと解釈されるべきではない。

【0325】

[0343]しかしながら、本明細書で提示されるアルゴリズムおよびディスプレイは、任意の特定のコンピュータまたは他の装置に本質的に関係しないことに留意されたい。様々な汎用システムは、本明細書の教示に従ってプログラムとともに使用され得るか、またはいくつかの例の方法を実施するためにより特殊な装置を構築するのに便利であることがわかり得る。様々なこれらのシステムのために必要とされる構造が以下の説明から明らかになるであろう。さらに、技法は、任意の特定のプログラミング言語を参照しながら説明されず、したがって、様々な例は、様々なプログラミング言語を使用して実装され得る。

【0326】

[0344]様々な実装形態では、システムは、スタンドアロンデバイスとして動作するか、または他のシステムに接続（たとえば、ネットワーク化）され得る。ネットワーク化された展開では、システムは、クライアントサーバネットワーク環境におけるサーバまたはクライアントシステムの容量で、あるいはピアツーピア（または分散）ネットワーク環境におけるピアシステムとして動作し得る。

【0327】

[0345]システムは、サーバコンピュータ、クライアントコンピュータ、パーソナルコンピュータ（ＰＣ）、タブレットＰＣ（たとえば、ｉＰａｄ（登録商標）、Ｍｉｃｒｏｓｏｆｔ Ｓｕｒｆａｃｅ（登録商標）、Ｃｈｒｏｍｅｂｏｏｋ（登録商標）など）、ラップトップコンピュータ、セットトップボックス（ＳＴＢ）、携帯情報端末（ＰＤＡ）、モバイルデバイス（たとえば、セルラー電話、ｉＰｈｏｎｅ（登録商標）、およびＡｎｄｒｏｉｄ（登録商標）デバイス、Ｂｌａｃｋｂｅｒｒｙ（登録商標）など）、ウェアラブルデバイス、埋込みコンピュータシステム、電子ブックリーダ、プロセッサ、電話、ウェブ機器、ネットワークルータ、スイッチまたはブリッジ、あるいはそのシステムによってとられるべきアクションを指定する命令のセット（連続またはそれ以外）を実行することが可能な任意のシステムであり得る。システムはまた、コンピュータデバイス１９０２などの別のコンピュータデバイス上にホストされ得る上述のデバイスのうちの１つの仮想バージョンなどの仮想システムであり得る。

【0328】

[0346]概して、本開示の実装形態を実装するために実行されるルーチンは、オペレーティングシステムの部分または特定のアプリケーション、構成要素、プログラム、オブジェクト、モジュールまたは「コンピュータプログラム」と呼ばれる一連の命令として実装され得る。コンピュータプログラムは一般に、コンピュータ中の１つまたは複数の処理ユニットまたはプロセッサによって読み取られ、実行されたときに、コンピュータに、本開示の様々な態様に関与する要素を実行するために動作を実行させる、コンピュータ中の様々なメモリおよび記憶デバイス中のいろいろな時点での１つまたは複数の命令セットを備える。

【0329】

[0347]さらに、完全に機能するコンピュータおよびコンピュータシステムの文脈で例を説明したが、様々な例が様々な形態のプログラムオブジェクトとして分散されることが可能であること、および分散に実際に影響を及ぼすために使用される特定のタイプの機械またはコンピュータ可読媒体にかかわらず本開示が等しく適用されることを、当業者は諒解されよう。

【0330】

[0348]いくつかの状況では、バイナリ１からバイナリ０への、またはその逆の状態の変化などの、メモリデバイスの動作は、たとえば、物理的変換などの変換を備え得る。特定のタイプのメモリデバイスでは、そのような物理的変換は、異なる状態または物への物品の物理的変換を備え得る。たとえば、限定はしないが、いくつかのタイプのメモリデバイスの場合、状態の変化は、電荷の累積および蓄積、あるいは蓄積された電荷の解放を伴い得る。同様に、他のメモリデバイスでは、状態の変化は、磁気方位の物理的変化もしくは変換または結晶状からアモルファスへのもしくはその逆の分子構造の物理的変化もしくは変換を備え得る。上記は、メモリデバイスにおけるバイナリ１のバイナリ０へのまたはその逆への状態の変化が物理的変換などの変換を備え得る、すべての例の網羅的なリストになるように意図されていない。むしろ、上記は説明のための例として意図されている。

【0331】

[0349]記憶媒体は、一般に、非一時的であるか、または非一時的デバイスを備え得る。このコンテキストでは、非一時的記憶媒体は、有形であるデバイスを含み得、これは、デバイスが具体的な物理的形態を有することを意味するが、デバイスはそれの物理的状態を変化し得る。したがって、たとえば、非一時的は、状態のこの変化にもかかわらず有形にとどまるデバイスを指す。

【0332】

[0350]上記の説明および図面は、例示的なものであり、主題を開示される正確な形態に限定または制限するものと解釈されるべきではない。多くの修正および変更が、上記の開示に照らして可能であり、本明細書に記載の実施形態のより広い範囲から逸脱することなくそれに行われ得ることを当業者には諒解されよう。開示の完全な理解を提供するために、多数の具体的な詳細について説明される。しかしながら、いくつかの事例では、説明を不明瞭にすることを回避するために、よく知られているまたは従来の詳細について説明されない。

【0333】

[0351]本明細書で使用される「接続された」、「結合された」という用語またはそれの任意の変形態は、システムのモジュールに適用されるときに、２つまたはそれ以上の要素の間での直接的または間接的な任意の接続または結合を意味し、要素間の接続の結合は、物理的、論理的、またはそれらの任意の組合せであり得る。さらに、「本明細書で（herein）」、「上記で（above）」、「以下で（below）」という用語、および同様の意味の用語は、本明細書で使用されるとき、本明細書の任意の特定の部分ではなく、本明細書を全体として指すものとする。文脈が許せば、単数または複数を使用する、上記の発明を実施するための形態における用語は、それぞれ複数または単数をも含み得る。２つまたはそれ以上の項目のリストに関する「または（or）」という用語は、リスト中の項目のうちのいずれか、リスト中の項目のうちのすべて、またはリスト中の項目の任意の組合せという用語の解釈のうちのすべてをカバーする。

【0334】

[0352]本明細書で使用される「１つの（a）」および「１つの（an）」および「その（the）」および他のそのような単数形の指示対象は、本明細書に別段に指示されていないか、またはコンテキストによってはっきり否定されていない限り、単数と複数の両方を含むと解釈されるべきである。

【0335】

[0353]本明細書で使用される「備える（comprising）」、「有する（having）」、「含む（including）」、および「含んでいる（containing）」という用語は、別段に指示されていないか、またはコンテキストによってはっきり否定されていない限り、開放型であると解釈されるべきである（たとえば、「含む（including）」は、「限定はしないが、含む（including, but not limited to）」と解釈されるべきである）。

【0336】

[0354]本明細書で使用されるように、値の範囲の具陳は、別段に指示されていないか、またはコンテキストによってはっきり否定されていない限り、範囲内に入るそれぞれ別個の値を個々に言及することの短縮された方法として働くものである。したがって、範囲のそれぞれ別個の値は、それが本明細書に個々に記載されたかのように本明細書に組み込まれる。

【0337】

[0355]本明細書で使用されるように、「セット」（たとえば、「アイテムのセット」）および「サブセット」（たとえば、「アイテムのセットのサブセット」）という用語の使用は、別段に指示されていないか、またはコンテキストによってはっきり否定されていない限り、１つまたは複数のメンバーを含む非空コレクションとして解釈されるべきである。さらに、別段に指示されていないか、またはコンテキストによってはっきり否定されていない限り、対応するセットの「サブセット」という用語は、対応するセットの真部分集合を必ずしも示すとは限らないが、サブセットとセットとは同じ要素を含み得る（すなわち、セットとサブセットとは同じであり得る）。

【0338】

[0356]本明細書で使用されるように、「Ａ、Ｂ、およびＣのうちの少なくとも１つ」などの接続的な文言の使用は、別段に指示されていないか、またはコンテキストによってはっきり否定されていない限り、Ａ、Ｂ、およびＣのうちの１つまたは複数（たとえば、セット｛Ａ、Ｂ、Ｃ｝の以下の非空サブセットのうちのいずれか１つ、すなわち、｛Ａ｝、｛Ｂ｝、｛Ｃ｝、｛Ａ，Ｂ｝、｛Ａ，Ｃ｝、｛Ｂ，Ｃ｝、または｛Ａ，Ｂ，Ｃ｝）を示すものとして解釈されるべきである。したがって、「Ａ、Ｂ、およびＣのうちの少なくとも１つ」などの接続的な文言は、Ａのうちの少なくとも１つ、Ｂのうちの少なくとも１、およびＣのうちの少なくとも１つの要件を暗示しない。

【0339】

[0357]本明細書で使用されるように、例または例示的な文言（たとえば、「など」または「一例として」）の使用は、実施形態をより明確に示すものであり、別段の主張がない限り範囲に限定を課さない。本明細書中のそのような文言は、任意の非請求の要素が本開示において説明され、主張される実施形態の実施のために必要とされることを示すものとして解釈されてはならない。

【0340】

[0358]本明細書で使用されるように、構成要素がいくつかの動作を実施する「ように構成される」ものとして説明される場合、そのような構成は、たとえば、動作を実施するように電子回路または他のハードウェアを設計することによって、動作を実施するようにプログラマブル電子回路（たとえば、マイクロプロセッサ、または他の好適な電子回路）をプログラムすることによって、あるいはそれらの任意の組合せで達成され得る。

【0341】

[0359]開示される主題が、以下に示されていない他の形態および様式で具現され得ることを、当業者は諒解されよう。第１の（first）、第２の（second）、上部の（top）および下部の（bottom）などの関係を示す用語の使用は、もしあれば、１つのエンティティまたはアクションを、そのようなエンティティまたはアクションの間のいかなるそのような実際の関係または順序を必ずしも必要とするかまたは暗示することなしに、別のものと区別するためにのみ使用されることを理解されたい。

【0342】

[0360]プロセスまたはブロックが所与の順序で提示されているが、代替実装形態は、異なる順序で、ステップを有するルーチンを実施するか、またはブロックを有するシステムを採用し得、いくつかのプロセスまたはブロックは、代替または部分組合せを提供するために削除、移動、追加、再分割、置換、結合、および／または修正され得る。これらのプロセスまたはブロックの各々は、様々な異なる方法で実装され得る。また、プロセスまたはブロックは、時々連続して実施されているように示されているが、これらのプロセスまたはブロックは、代わりに並行して実施され得るか、または異なる時間に実施され得る。さらに、本明細書において言及された任意の特定の数は例にすぎず、代替実装形態は、異なる値または範囲を採用し得る。

【0343】

[0361]本明細書で提供される開示の教示は、必ずしも上記で説明されたシステムに限らず他のシステムに適用され得る。上記で説明された様々な例の要素および行為は、さらなる例を与えるために組み合わされ得る。

【0344】

[0362]添付の出願書類中にリストされ得るものを含む上記で言及された任意の特許および出願および他の参考文献は、参照により本明細書に組み込まれる。本開示の態様は、必要な場合、本開示のまたさらなる例を与えるために上記で説明された様々な参考文献のシステム、機能、および概念を採用するために修正され得る。

【0345】

[0363]これらおよび他の変更は、上記の発明を実施するための形態に照らして本開示に行われ得る。上記の説明がいくつかの例について説明し、企図される最良の態様について説明するが、文章中でいかに詳述されているように見えたとしても、教示は多くの方法で実施され得る。システムの詳細は、本明細書で開示される主題によって依然として包含されるが、それの実装詳細において大幅に変動し得る。上記のように、本開示のいくつかの特徴または態様について説明するときに使用される特定の用語は、その用語が関連付けられる開示の任意の特定の特性、特徴、または態様に制限されるように、その用語が本明細書で再定義されていることを暗示するものととられるべきではない。概して、以下の特許請求の範囲において使用される用語は、上記の発明を実施するための形態セクションがそのような用語を明示的に定義しない限り、本明細書において開示される特定の実装形態に本開示を制限するものと解釈されるべきではない。したがって、本開示の実際の範囲は、開示される実装形態だけでなく、特許請求の範囲の下で本開示を実施または実装するすべての等価な方法をも包含する。

【0346】

[0364]本開示のいくつかの態様がいくつかの請求項の形式で以下に提示されているが、発明者は、任意の数の請求項の形式で本開示の様々な態様を企図する。米国特許法１１２条（ｆ）の下で扱われることを意図するあらゆる請求は、「ための手段（means for）」という用語で開始するものになる。したがって、出願人は、本開示の他の態様のためのそのような追加の請求項の形式を遂行するために本出願を出願した後に追加の請求項を追加する権利を留保する。

【0347】

[0365]本明細書において使用される用語は、概して、本開示のコンテキスト内で各用語が使用される特定のコンテキストにおいて当技術分野におけるそれらの通常の意味を有する。本開示について説明するために使用されるいくつかの用語は、本開示の説明に関して実務家に追加の案内を与えるために上記でまたは本明細書の他の場所で説明される。便宜上、いくつかの用語は、たとえば、大文字化、イタリック体、および／または引用符を使用して強調され得る。強調の使用は、用語の範囲および意味に対して影響を及ぼさず、用語の範囲および意味は、それが強調されているか否かにかかわらず、同じコンテキストにおいて同じである。同じ要素が２つ以上の方法で説明され得ることが諒解されよう。

【0348】

[0366]したがって、代替的な文言および同義語が本明細書で説明される用語のうちのいずれか１つまたは複数について使用され得、また、用語が本明細書で詳述または説明されるか否かにいかなる特別な重要性も置かれるべきではない。いくつかの用語のための類義語が与えられる。１つまたは複数の類義語の詳述が他の類義語の使用を除外しない。本明細書で説明されるあらゆる用語の例を含む本明細書の任意の場所での例の使用は、例示的なものにすぎず、本開示またはあらゆる例示された用語の範囲および意味をさらに限定することは意図されない。同様に、本開示は、本明細書で与えられる様々な例に限定されない。

【0349】

[0367]本開示の範囲をさらに限定する意図なしに、本開示の例による機器、装置、方法およびそれらの関連する結果の例を以下に与える。タイトルまたはサブタイトルが読者の便宜のために例中で使用され得、いかなる場合も、これは、本開示の範囲を限定するべきでないことに留意されたい。別段に定義されていない限り、本明細書で使用されるすべての技術的なおよび科学的な用語は、本開示が関係する当業者によって一般に理解されるものと同じ意味を有する。矛盾する場合、定義を含めて、本開示が優先することにする。

【0350】

[0368]本明細書のいくつかの部分は、情報に対する動作のアルゴリズムおよび記号表現に関して例について説明する。これらのアルゴリズムの説明および表現は、データ処理分野の当業者によって、自身の仕事の本質を他の当業者に効果的に伝達するために一般的に使用される。これらの動作は、機能的に、計算量的に、または論理的に説明されているが、コンピュータプログラムまたは等価な電気回路、マイクロコードなどによって実装されると理解される。さらに、一般性を失うことなく、モジュールとして動作のこれらの構成に言及することが時々好都合であることもわかっている。説明された動作およびそれらの関連するモジュールは、ソフトウェア、ファームウェア、ハードウェア、またはそれらの任意の組合せで具現され得る。

【0351】

[0369]本明細書で説明されるステップ、動作、またはプロセスのいずれかは、単独でまたは他のデバイスと組み合わせて、１つまたは複数のハードウェアまたはソフトウェアモジュールを用いて実施または実装され得る。いくつかの例では、ソフトウェアモジュールは、コンピュータプログラムコードを含んでいるコンピュータ可読媒体を備えるコンピュータプログラムオブジェクトで実装され、これにより、説明されたステップ、動作、またはプロセスのうちのいずれかまたはすべてを実行するためのコンピュータプロセッサによって実行され得る。

【0352】

[0370]例はまた、本明細書における動作を実行するための装置に関し得る。この装置は、必要とされる目的のために特別に構築され得る、および／またはコンピュータ中に記憶されたコンピュータプラグラムにより選択的に起動もしくは再構成される汎用コンピューティングデバイスを備え得る。そのようなコンピュータプログラムは、コンピュータシステムバスに結合され得る非一時的、有形コンピュータ可読記憶媒体または電子命令を記憶するのに好適な任意のタイプの媒体中に記憶され得る。さらに、本明細書に記載の任意のコンピューティングシステムは、単一のプロセッサを含み得るか、または増加した計算能力のための複数のプロセッサ設計を採用するアーキテクチャであり得る。

【0353】

[0371]例はまた、本明細書で説明されるコンピューティングプロセスによって生成されるオブジェクトに関係し得る。そのようなオブジェクトは、コンピューティングプロセスから生じる情報を備えてもよく、この情報は、非一時的有形コンピュータ可読記憶媒体上に記憶され、本明細書で説明されるコンピュータプログラムオブジェクトまたは他のデータの組合せの任意の実装形態を含んでもよい。

【0354】

[0372]本明細書において使用される言語は、読みやすさおよび指導上の目的で主に選択されてきており、主題を線引きしまたは制限するために選択されてきていない場合がある。したがって、本開示の範囲が、この詳細な説明によってではなく、本明細書に基づく出願上に公表された特許請求の範囲によって限定されることが意図される。したがって、例の開示は、以下の特許請求の範囲に記載されている主題の範囲の限定ではなく、説明のためのものであることが意図される。

【0355】

[0373]コンテキスト接続システムのためのシステムおよび構成要素の様々な実装形態の完全な理解を与えるために具体的な詳細が前の説明で与えられた。しかしながら、上記で説明された実装形態がこれらの具体的な詳細なしに実施され得ることを当業者は理解されよう。たとえば、回路、システム、ネットワーク、プロセス、および他の構成要素は、実施形態を不要な詳細で不明瞭にしないように、ブロック図の形式において構成要素として示され得る。他の事例では、実施形態を不明瞭にすることを回避するために、よく知られている回路、プロセス、アルゴリズム、構造、および技法が不要な詳細なしに示され得る。

【0356】

[0374]本技術の上記の詳細な説明は、例示および説明のために提示された。それは、網羅的なものでも、開示された形態そのものに本技術を限定するものでもない。上記の教示に照らして、多くの修正形態および変形形態が可能である。本技術の原理およびそれの実際的適用例について最良に説明し、他の当業者が、様々な実施形態において、企図された特定の用途に好適であるような様々な修正を加えて本技術を最良に利用することを可能にするために、説明される実施形態が選定された。本技術の範囲が特許請求の範囲によって定義されることが意図される。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6A】

【図6B】

【図7】

【図8A】

【図8B】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【国際調査報告】