特表 2024-531918 タスクを生成し、管理する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】2024-09-03

(54)【発明の名称】タスクを生成し、管理するためのシステムおよび方法

(51)【国際特許分類】

   G06Q 10/10 20230101AFI20240827BHJP

   H04L 51/04 20220101ALI20240827BHJP

【ＦＩ】

G06Q10/10

H04L51/04

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024506713

(86)(22)【出願日】2022-08-04

(85)【翻訳文提出日】2024-03-19

(86)【国際出願番号】 US2022074540

(87)【国際公開番号】W WO2023015256

(87)【国際公開日】2023-02-09

(31)【優先権主張番号】63/229,269

(32)【優先日】2021-08-04

(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】パターソン、ショーン

(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】ボーリュー、マリア

【テーマコード（参考）】

5L010

【Ｆターム（参考）】

5L010AA11

(57)【要約】

メンバーと割り当てられた代理との間で交換されるメッセージに基づいてプロジェクトとタスクとを生成し、管理するためのシステムおよび方法が提供される。システムは、メッセージのセットが交換されている間にメンバーと代理との間でリアルタイムにメッセージのセットを受信する。システムは、これらのメッセージに基づいて、メンバーのために実施され得るタスクを自動的に識別する。システムは、メンバーの選好に基づいてタスクを定義するのに必要な追加情報をさらに識別することができる。システムは、この追加情報のためのプロンプトを動的に生成することができ、それらは、追加情報を取得するためにメンバーに与えられる。タスクは、追加情報に基づいて更新され、タスクのパラメータと追加情報とに従って実施される。

【特許請求の範囲】

【請求項1】

コンピュータ実装方法であって、
メッセージのセットが交換されている間にメンバーと代理との間でリアルタイムにメッセージの前記セットを受信することと、
前記メンバーに代わって実施可能なタスクと前記タスクに関連する１つまたは複数のパラメータとをリアルタイムに自動的に識別することと、ここにおいて、前記タスクと前記タスクに関連する前記１つまたは複数のパラメータとは、メッセージの前記セットに基づいて識別される、
前記タスクを定義するのに必要な追加情報を識別することと、ここにおいて、前記追加情報は、トレーニングされた機械学習アルゴリズムを使用して識別される、ここにおいて、前記トレーニングされた機械学習アルゴリズムは、前記追加情報を識別するために前記メンバーに対応するプロファイルと、前記タスクと、前記タスクに関連する前記１つまたは複数のパラメータとを使用する、
前記追加情報のための１つまたは複数のプロンプトを動的に生成することと、ここにおいて、前記１つまたは複数のプロンプトが生成されるとき、前記１つまたは複数のプロンプトは、前記追加情報を取得するために前記メンバーに与えられる、
前記追加情報に基づいて前記タスクを更新することと、
前記タスクを実施することと、ここにおいて、前記タスクは、前記タスクに関連する前記１つまたは複数のパラメータと前記追加情報とに従って実施される、
前記トレーニングされた機械学習アルゴリズムを更新することと、ここにおいて、前記トレーニングされた機械学習アルゴリズムは、前記タスクと、前記１つまたは複数のパラメータと、前記追加情報と、前記メンバーに対応する前記プロファイルとを使用して更新される、
を備えるコンピュータ実装方法。

【請求項2】

前記メンバーと前記代理との間で新しいメッセージが交換されるときに前記新しいメッセージをリアルタイムに監視することと、ここにおいて、前記新しいメッセージは、前記追加情報のための前記１つまたは複数のプロンプトに対応する、
前記追加情報を取得するために自然言語処理（ＮＬＰ）アルゴリズムを使用して前記新しいメッセージを処理することと
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3】

前記タスクに対応する通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記メンバーと前記代理との間で容易にされる、
前記通信セッションを通して前記追加情報のための前記１つまたは複数のプロンプトを自動的に提示することと
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】

前記タスクの完了のために１つまたは複数の提案オプションを生成することと、ここにおいて、前記１つまたは複数の提案オプションは、前記タスクと前記メンバーに対応する前記プロファイルとに基づいて生成される、ここにおいて、提案オプションが選択されるとき、前記タスクは、前記選択された提案オプションに従って実施される、
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】

タスクテンプレートを選択することと、ここにおいて、前記タスクテンプレートは、前記タスクに関連する前記１つまたは複数のパラメータに基づいて選択される、
前記１つまたは複数のパラメータに従って前記タスクテンプレートを更新することと、
前記追加情報を使用して前記タスクテンプレートを完了することと、ここにおいて、前記タスクテンプレートが完了するとき、前記タスクが提示される、
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6】

前記代理に前記１つまたは複数のプロンプトを与えること、ここにおいて、前記１つまたは複数のプロンプトが前記代理によって受信されるとき、前記代理は、前記メンバーに前記１つまたは複数のプロンプトを含む１つまたは複数の新しいメッセージを提示する、
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7】

前記メンバーと前記代理との間で交換される新しいメッセージをリアルタイムに受信することと、ここにおいて、前記新しいメッセージは、前記タスクに必要な新情報についての要求を示す、
前記新情報を組み込むために前記タスクを修正することと、
前記要求に基づいて前記トレーニングされた機械学習アルゴリズムと前記メンバーに対応する前記プロファイルとを更新することと
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間にメンバーと代理との間でリアルタイムにメッセージの前記セットを受信することと、
前記メンバーに代わって実施可能なタスクと前記タスクに関連する１つまたは複数のパラメータとをリアルタイムに自動的に識別することと、ここにおいて、前記タスクと前記タスクに関連する前記１つまたは複数のパラメータとは、メッセージの前記セットに基づいて識別される、
前記タスクを定義するのに必要な追加情報を識別することと、ここにおいて、前記追加情報は、トレーニングされた機械学習アルゴリズムを使用して識別される、ここにおいて、前記トレーニングされた機械学習アルゴリズムは、前記追加情報を識別するために前記メンバーに対応するプロファイルと、前記タスクと、前記タスクに関連する前記１つまたは複数のパラメータとを使用する、
前記追加情報のための１つまたは複数のプロンプトを動的に生成することと、ここにおいて、前記１つまたは複数のプロンプトが生成されるとき、前記１つまたは複数のプロンプトは、前記追加情報を取得するために前記メンバーに与えられる、
前記追加情報に基づいて前記タスクを更新することと、
前記タスクを実施することと、ここにおいて、前記タスクは、前記タスクに関連する前記１つまたは複数のパラメータと前記追加情報とに従って実施される、
前記トレーニングされた機械学習アルゴリズムを更新することと、ここにおいて、前記トレーニングされた機械学習アルゴリズムは、前記タスクと、前記１つまたは複数のパラメータと、前記追加情報と、前記メンバーに対応する前記プロファイルとを使用して更新される、
を行わせる、システム。

【請求項9】

前記命令は、前記システムに、
前記メンバーと前記代理との間で新しいメッセージが交換されるときに前記新しいメッセージをリアルタイムに監視することと、ここにおいて、前記新しいメッセージは、前記追加情報のための前記１つまたは複数のプロンプトに対応する、
前記追加情報を取得するために自然言語処理（ＮＬＰ）アルゴリズムを使用して前記新しいメッセージを処理することと
をさらに行わせる、請求項８に記載のシステム。

【請求項10】

前記命令は、前記システムに、
前記タスクに対応する通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記メンバーと前記代理との間で容易にされる、
前記通信セッションを通して前記追加情報のための前記１つまたは複数のプロンプトを自動的に提示することと
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、
前記タスクの完了のために１つまたは複数の提案オプションを生成することと、ここにおいて、前記１つまたは複数の提案オプションは、前記タスクと前記メンバーに対応する前記プロファイルとに基づいて生成される、ここにおいて、提案オプションが選択されるとき、前記タスクは、前記選択された提案オプションに従って実施される、
をさらに行わせる、請求項８に記載のシステム。

【請求項12】

前記命令は、前記システムに、
タスクテンプレートを選択することと、ここにおいて、前記タスクテンプレートは、前記タスクに関連する前記１つまたは複数のパラメータに基づいて選択される、
前記１つまたは複数のパラメータに従って前記タスクテンプレートを更新することと、
前記追加情報を使用して前記タスクテンプレートを完了することと、ここにおいて、前記タスクテンプレートが完了するとき、前記タスクが提示される、
をさらに行わせる、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、
前記代理に前記１つまたは複数のプロンプトを与えること、ここにおいて、前記１つまたは複数のプロンプトが前記代理によって受信されるとき、前記代理は、前記メンバーに前記１つまたは複数のプロンプトを含む１つまたは複数の新しいメッセージを提示する、
をさらに行わせる、請求項８に記載のシステム。

【請求項14】

前記命令は、前記システムに、
前記メンバーと前記代理との間で交換される新しいメッセージをリアルタイムに受信することと、ここにおいて、前記新しいメッセージは、前記タスクに必要な新情報についての要求を示す、
前記新情報を組み込むために前記タスクを修正することと、
前記要求に基づいて前記トレーニングされた機械学習アルゴリズムと前記メンバーに対応する前記プロファイルとを更新することと
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間にメンバーと代理との間でリアルタイムにメッセージの前記セットを受信することと、
前記メンバーに代わって実施可能なタスクと前記タスクに関連する１つまたは複数のパラメータとをリアルタイムに自動的に識別することと、ここにおいて、前記タスクと前記タスクに関連する前記１つまたは複数のパラメータとは、メッセージの前記セットに基づいて識別される、
前記タスクを定義するのに必要な追加情報を識別することと、ここにおいて、前記追加情報は、トレーニングされた機械学習アルゴリズムを使用して識別される、ここにおいて、前記トレーニングされた機械学習アルゴリズムは、前記追加情報を識別するために前記メンバーに対応するプロファイルと、前記タスクと、前記タスクに関連する前記１つまたは複数のパラメータとを使用する、
前記追加情報のための１つまたは複数のプロンプトを動的に生成することと、ここにおいて、前記１つまたは複数のプロンプトが生成されるとき、前記１つまたは複数のプロンプトは、前記追加情報を取得するために前記メンバーに与えられる、
前記追加情報に基づいて前記タスクを更新することと、
前記タスクを実施することと、ここにおいて、前記タスクは、前記タスクに関連する前記１つまたは複数のパラメータと前記追加情報とに従って実施される、
前記トレーニングされた機械学習アルゴリズムを更新することと、ここにおいて、前記トレーニングされた機械学習アルゴリズムは、前記タスクと、前記１つまたは複数のパラメータと、前記追加情報と、前記メンバーに対応する前記プロファイルとを使用して更新される、
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】

前記実行可能命令は、前記コンピュータシステムに、
前記メンバーと前記代理との間で新しいメッセージが交換されるときに前記新しいメッセージをリアルタイムに監視することと、ここにおいて、前記新しいメッセージは、前記追加情報のための前記１つまたは複数のプロンプトに対応する、
前記追加情報を取得するために自然言語処理（ＮＬＰ）アルゴリズムを使用して前記新しいメッセージを処理することと
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、
前記タスクに対応する通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記メンバーと前記代理との間で容易にされる、
前記通信セッションを通して前記追加情報のための前記１つまたは複数のプロンプトを自動的に提示することと
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、
前記タスクの完了のために１つまたは複数の提案オプションを生成することと、ここにおいて、前記１つまたは複数の提案オプションは、前記タスクと前記メンバーに対応する前記プロファイルとに基づいて生成される、ここにおいて、提案オプションが選択されるとき、前記タスクは、前記選択された提案オプションに従って実施される、
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19】

前記実行可能命令は、前記コンピュータシステムに、
タスクテンプレートを選択することと、ここにおいて、前記タスクテンプレートは、前記タスクに関連する前記１つまたは複数のパラメータに基づいて選択される、
前記１つまたは複数のパラメータに従って前記タスクテンプレートを更新することと、
前記追加情報を使用して前記タスクテンプレートを完了することと、ここにおいて、前記タスクテンプレートが完了するとき、前記タスクが提示される、
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、
前記代理に前記１つまたは複数のプロンプトを与えること、ここにおいて、前記１つまたは複数のプロンプトが前記代理によって受信されるとき、前記代理は、前記メンバーに前記１つまたは複数のプロンプトを含む１つまたは複数の新しいメッセージを提示する、
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21】

前記実行可能命令は、前記コンピュータシステムに、
前記メンバーと前記代理との間で交換される新しいメッセージをリアルタイムに受信することと、ここにおいて、前記新しいメッセージは、前記タスクに必要な新情報についての要求を示す、
前記新情報を組み込むために前記タスクを修正することと、
前記要求に基づいて前記トレーニングされた機械学習アルゴリズムと前記メンバーに対応する前記プロファイルとを更新することと
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。

【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４日に出願された米国仮特許出願第６３／２２９，２６９号の優先権の利益を主張する。

【0002】

[0002]本開示は、メンバーと割り当てられた代理との間で交換されるメッセージに基づいてプロジェクトとタスクとを生成し、管理するためのシステムおよび方法に関する。一例では、本明細書で説明されるシステムおよび方法は、メンバーのために実施され得るタスクを識別し、作成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、これらのタスクの実施のために自動協調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、メンバーと割り当てられた代理との間で通信されるメッセージが交換される間にこれらのメッセージのリアルタイムの評価に基づいてメンバーのために実施され得るタスクを識別し、作成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間にメンバーと代理との間でリアルタイムにメッセージのセットを受信することを備える。コンピュータ実装方法は、メンバーに代わって実施可能なタスクとタスクに関連する１つまたは複数のパラメータとをリアルタイムに自動的に識別することをさらに備える。タスクとタスクに関連する１つまたは複数のパラメータとは、メッセージのセットに基づいて識別される。コンピュータ実装方法は、タスクを定義するのに必要な追加情報を識別することをさらに備える。追加情報は、トレーニングされた機械学習アルゴリズムを使用して識別される。さらに、トレーニングされた機械学習アルゴリズムは、追加情報を識別するためにメンバーに対応するプロファイルと、タスクと、タスクに関連する１つまたは複数のパラメータとを使用する。コンピュータ実装方法は、追加情報のための１つまたは複数のプロンプトを動的に生成することをさらに備える。１つまたは複数のプロンプトが生成されるとき、１つまたは複数のプロンプトは、追加情報を取得するためにメンバーに与えられる。コンピュータ実装方法は、追加情報に基づいてタスクを更新することをさらに備える。コンピュータ実装方法は、タスクを実施することをさらに備える。タスクは、タスクに関連する１つまたは複数のパラメータと追加情報とに従って実施される。コンピュータ実装方法は、トレーニングされた機械学習アルゴリズムを更新することをさらに備える。トレーニングされた機械学習アルゴリズムは、タスクと、１つまたは複数のパラメータと、追加情報と、メンバーに対応するプロファイルとを使用して更新される。

【0004】

[0004]いくつかの実施形態では、コンピュータ実装方法は、メンバーと代理との間で新しいメッセージが交換される間に新しいメッセージをリアルタイムに監視することをさらに備える。新しいメッセージは、追加情報のための１つまたは複数のプロンプトに対応する。コンピュータ実装方法は、追加情報を取得するために自然言語処理（ＮＬＰ）アルゴリズムを使用して新しいメッセージを処理することをさらに備える。

【0005】

[0005]いくつかの実施形態では、コンピュータ実装方法は、タスクに対応する通信セッションを容易にすることをさらに備える。通信セッションは、メンバーと代理との間で容易にされる。コンピュータ実装方法は、通信セッションを通して追加情報のための１つまたは複数のプロンプトを自動的に提示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、タスクの完了のために１つまたは複数の提案オプションを生成することをさらに備える。１つまたは複数の提案オプションは、タスクとメンバーに対応するプロファイルとに基づいて生成される。さらに、提案オプションが選択されるとき、タスクは、選択された提案オプションに従って実施される。

【0007】

[0007]いくつかの実施形態では、コンピュータ実装方法は、タスクテンプレートを選択することをさらに備える。タスクテンプレートは、タスクに関連する１つまたは複数のパラメータに基づいて選択される。コンピュータ実装方法は、１つまたは複数のパラメータに従ってタスクテンプレートを更新することをさらに備える。コンピュータ実装方法は、追加情報を使用してタスクテンプレートを完了することをさらに備える。タスクテンプレートが完了するとき、タスクが提示される。

【0008】

[0008]いくつかの実施形態では、コンピュータ実装方法は、代理に１つまたは複数のプロンプトを与えることをさらに備える。１つまたは複数のプロンプトが代理によって受信されるとき、代理は、メンバーに１つまたは複数のプロンプトを含む１つまたは複数の新しいメッセージを提示する。

【0009】

[0009]いくつかの実施形態では、コンピュータ実装方法は、メンバーと代理との間で交換される新しいメッセージをリアルタイムに受信することをさらに備える。新しいメッセージは、タスクに必要な新情報についての要求を示す。コンピュータ実装方法は、新情報を組み込むためにタスクを修正することをさらに備える。コンピュータ実装方法は、要求に基づいてトレーニングされた機械学習アルゴリズムとメンバーに対応するプロファイルとを更新することをさらに備える。

【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「一実施形態では」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、本文献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。

【図面の簡単な説明】

【0016】

【図1】[0016]少なくとも１つの実施形態による、プロジェクトと対応するタスクとがタスク容易化サービスによって生成され、与えられる環境の例示的な例を示す図。

【図2】[0017]少なくとも１つの実施形態による、タスク推奨システムが、メンバーに提示され得る異なるプロジェクトおよび／またはタスクのための推奨を生成し、ランク付けする環境の例示的な例を示す図。

【図3】[0018]少なくとも１つの実施形態による、機械学習アルゴリズムまたは人工知能が、新しいプロジェクトおよびタスクの識別および作成を支援するために実装される環境の例示的な例を示す図。

【図4】[0019]少なくとも１つの実施形態による、機械学習アルゴリズムまたは人工知能が、代理に新しいプロジェクトおよびタスクを通知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を処理するために実装される環境の例示的な例を示す図。

【図5】[0020]少なくとも１つの実施形態による、タスク作成サブシステムは、代理コンソールを介して、メンバーのために実施されることになる新しいタスクの作成のためのタスクテンプレートを与える環境の例示的な例を示す図。

【図6】[0021]少なくとも１つの実施形態による、機械学習アルゴリズムまたは人工知能は、新しいプロジェクトおよびタスクを定義するためにメンバーから必要とされる追加情報を自動的に識別する環境の例示的な例を示す図。

【図7】[0022]少なくとも１つの実施形態による、タスク調整システムが、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メンバーのためのタスクの実施を割り当て、監視する環境の例示的な例を示す図。

【図8】[0023]少なくとも１つの実施形態による、メンバーと割り当てられた代理との間で交換されるメッセージに基づいて新しいプロジェクトおよび／またはタスクを生成するためのプロセスの例示的な例を示す図。

【図9】[0024]少なくとも１つの実施形態による、メンバープロファイルに基づいて新しいプロジェクトおよび／またはタスクを定義するためにメンバーから必要とされる追加情報を識別するためのプロセスの例示的な例を示す図。

【図10】[0025]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11】[0026]様々な実施形態による、接続を使用して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】

【0017】

[0027]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、参照ラベルの後に、ダッシュと、それらの同様の構成要素を区別する第２のラベルとを続けることによって区別され得る。本明細書において第１の参照ラベルのみが使用される場合、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どの１つにも適用可能である。

【0018】

[0028]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。

【0019】

[0029]開示する実施形態は、メンバーの認知的負荷を低減するためにタスク容易化サービスのメンバーにタスクおよび／またはプロジェクトを自動的に識別し、推奨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、タスク容易化サービスは、これらの通信が交換されるときに、メンバーのために実施され得る可能なタスクを自動的に識別するためにメンバーと割り当てられた代理との間の通信をリアルタイムに監視することができる。さらに、タスク容易化サービスは、これらのタスクの作成のために必要とされ得る何らかの追加情報を自動的でリアルタイムに識別することができる。これらのタスクが作成されると、タスク容易化サービスは、メンバーのためにこれらのタスクを実施するために代理および／またはサードパーティサービスと調整することができる。

【0020】

[0030]図１は、少なくとも１つの実施形態による、プロジェクト１２４と対応するタスク１２６とがタスク容易化サービス１０２によって生成され、与えられる環境１００の例示的な例を示す。環境１００では、タスク容易化サービス１０２のメンバー１１０は、タスク容易化サービス１０２によって容易にされた通信セッション１１６を通して割り当てられた代理１０４と関与され得る。メンバー１１０は、通信セッション１１６を通して、メンバー１１０がメンバー１１０のためにプロジェクトおよび／またはタスクを完了することに関する支援を必要とすることを示すために代理１０４に１つまたは複数のメッセージ１１８を送信し得る。たとえば、図１に示されているように、メンバー１１０は、メンバーが翌月に新しい町への引っ越しを計画することに関する代理の支援を必要とすることを示し得る。代理１０４は、これらの１つまたは複数のメッセージ１１８に応答して、１つまたは複数のメッセージ１２０を介して、代理が、本明細書で説明されるように、代理１０４に利用可能なおよび／またはタスク容易化サービス１０２によって実装される様々な方法を通して特定のプロジェクトおよび／またはタスクをメンバー１１０が完了するのを支援することが可能であり得ることを示し得る。

【0021】

[0031]タスク容易化サービス１０２は、タスクを識別し、それをこれらのタスクの実施を調整し得る代理に委任することによってこれらのメンバーおよびそれらの家族に代わって様々なプロジェクトおよびタスクを実施する際のメンバーおよびそれらの家族に対する認知的負荷を低減するために実装され得る。メンバー１１０などのメンバーは、タスク容易化サービス１０２がメンバー１１０の識別情報を収集し得るオンボーディングプロセス中に代理１０４とペアリングされ得る。たとえば、タスク容易化サービス１０２は、メンバー１１８に、メンバー１１０がメンバー１１０のための代理１０４を選択するために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。タスク容易化サービス１０２は、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１１０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ことをメンバー１１０に促し得る。いくつかの例では、メンバー１１０は、人口統計情報（たとえば、年齢、民族性、人種、書き／話し言葉など）を与えるように促され得る。メンバー１１０はまた、メンバー１１０が代理１０４に場合によっては委任することを望む１つまたは複数のタスクに関係する何らかの情報を示すように促され得る。この情報は、これらのタスクの性質（たとえば、雨樋の清掃、一酸化炭素検出器の設置、パーティーのプランニングなど）、これらのタスクの完了のための緊急度のレベル（たとえば、タイミング要件、最終期限、今度のイベントに対応する日付など）、これらのタスクの完了のためのあらゆるメンバー選好などを指定し得る。

【0022】

[0032]一実施形態では、メンバー１１０に関連するデータは、メンバー１１０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。上記のように、タスク容易化サービス１０２は、メンバー１１０に、メンバー１１０がメンバー１１０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与え得る。この調査またはアンケートに対してメンバー１１０によって与えられた応答は、メンバー１１０に対応する最初の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、代理がメンバー１１０に割り当てられると、タスク容易化サービス１０２は、メンバー１１０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メンバー１１０を促すことができる。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１１０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、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情報を与えるようにメンバー１１０を促し得る。メンバー１１０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１１０に対応するメンバープロファイルを更新し得る。

【0023】

[0033]いくつかの例では、メンバープロファイルは、タスク容易化サービス１０２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すなどしてメンバー１１０にアクセス可能であり得る。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１１０は、メンバープロファイル内のあらゆる情報を追加、除去、または編集し得る。メンバープロファイルは、いくつかの例では、メンバー、メンバーの家族、メンバーの自宅などに対応する様々なセクションに分割され得る。これらのセクションの各々は、オンボーディングプロセス中に収集されたメンバー１１０に関連するデータに基づいて、およびメンバー１１０への代理の割当ての後にメンバー１１０に与えられた調査またはアンケートへの何らかの応答に基づいて補足され得る。さらに、各セクションは、メンバー１１０がメンバープロファイルを拡張するために使用され得る追加情報を与えるために使用し得る追加の質問またはプロンプトを含み得る。たとえば、メンバープロファイルを通して、メンバー１１０は、タスクおよびプロジェクトの完了を容易にするために任意の外部アカウント（たとえば、クレジットカードアカウント、小売業者アカウントなど）にアクセスするために使用され得る任意の証明を与えるように促され得る。

【0024】

[0034]収集された識別情報は、代理１０４を識別し、それをメンバー１１０に割り当て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。たとえば、タスク容易化サービス１０２は、メンバー１１０の識別情報、ならびに他のものにタスクを委任する際のメンバーの快適度または関心度のレベルに関係する任意の情報、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式でメンバー１１０と対話し、通信するために好適であり得る代理を識別するように構成される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し得る。分類またはクラスタリングアルゴリズムを使用して、タスク容易化サービス１０２は、メンバー１１０のために対処される必要があり得る任意のタスクに対処しながらメンバー１１０との良好で長期にわたる関係を開発する可能性が高くなり得る代理１０４を識別し得る。いくつかの例では、タスク容易化サービス１０２は、タスク容易化サービス１０２に関連する代理のセットの利用可能性に対応する情報に基づいて代理１０４を選択し得る。たとえば、タスク容易化サービス１０２は、代理のセットから第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、タスク容易化サービス１０２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足する第１の利用可能な代理を自動的に選択し得る。たとえば、タスク容易化サービス１０２は、メンバー１１０の地理的近接度内にいる利用可能な代理、メンバー１１０のバックグラウンドと同様のバックグラウンドを共有する利用可能な代理などを自動的に選択し得る。

【0025】

[0035]代理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に類似性の程度またはベクトルに従ってメンバー１１０に割り当てられた個人であり得る。たとえば、メンバー１１０と代理１０４とが同様のバックグラウンドを共有する（たとえば、同じ都市の大学に在学した、同じ故郷からのものである、特定の関心を共有するなどの）場合、タスク容易化サービス１０２は、メンバー１１０に代理１０４を割り当てる可能性が高くなり得る。同様に、メンバー１１０と代理１０４とが互いに地理的近接度内のいる場合、タスク容易化サービス１０２は、メンバー１１０に代理１０４を割り当てる可能性が高くなり得る。

【0026】

[0036]一実施形態では、代理１０４は、メンバー１１０と自動的に関与し、対話するように構成され得るボットなどの自動化されたプロセスであり得る。たとえば、タスク容易化サービス１０２は、メンバープロファイルおよびメンバー１１０のための代理１０４として働き得るボット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への入力としてオンボーディングプロセス中にメンバー１１０によって与えられた応答を利用し得る。ボットは、本明細書で説明されるようにタスクおよび提案を生成するためにメンバー１１０と自律的にチャットすること、任意の承認された提案に従ってメンバー１１０に代わってタスクを実施することなどを行うように構成され得る。ボットは、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１１０のパラメータまたは特性に従って構成され得る。ボットが時間とともにメンバー１１０と通信するにつれて、ボットは、メンバー１１０とのボットの対話を改善するために更新され得る。

【0027】

[0037]代理１０４がタスク容易化サービス１０２によってメンバー１１０に割り当てられるとき、タスク容易化サービス１０２は、ペアリングをメンバー１１０と代理１０４とに通知し得る。さらに、タスク容易化サービス１０２は、メンバー１１０と代理１０４との間での通信を容易にするためにメンバー１１０と割り当てられた代理１０４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１１２上にインストールされたウェブポータルまたはアプリケーションを介して、メンバー１１０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１０４とメッセージを交換し得る。同様に、代理１０４は、代理がメンバー１１０とメッセージを交換し得るインターフェースを与えられ得る。

【0028】

[0038]一実施形態では、代理１０４は、メンバー特性、タスク履歴、および他のファクタに基づいて１つまたは複数のタスクを示唆することができる。たとえば、メンバー１１０が、通信セッション１１６を介しておよび／または異なるタスクおよびプロジェクトのために容易にされた任意の他の通信セッションを通して代理１０４と通信するとき、代理１０４は、メンバーの認知的負荷を低減するために実施され得る任意のタスクを識別するためにメンバー１１０からのあらゆるメッセージ１１８を評価し得る。例示的な例として、メンバー１１０は、通信セッション１１６を介して、メンバーの配偶者の誕生日が近づいていることを示す場合、代理１０４は、メンバーの配偶者の誕生日を見越してメンバー１１０に推奨され得る１つまたは複数のタスクを開発するためにメンバー１１０についての代理の知識を利用し得る。代理１０４は、ケーキを購入すること、花を注文すること、メンバー１１０のために一意の旅行経験をセットアップすることなどのタスクを推奨し得る。いくつかの実施形態では、代理１０４は、メンバーの入力なしにタスクの提案を生成することができる。たとえば、オンボーディングプロセスの部分として、メンバー１１０は、メンバーのカレンダ、メンバーの個人用フィットネスデバイス（たとえば、フィットネストラッカ、通信機能を有する運動機器など）、メンバーの車両データなどの１つまたは複数のメンバーリソースへのアクセスをタスク容易化サービス１０２に与え得る。これらのメンバーリソースから収集されたデータは、メンバー１１０のためのタスク提案を生成するためにデータをパースし得る代理１０４によって監視され得る。

【0029】

[0039]一実施形態では、タスク容易化サービス１０２は、タスク推奨システム１０６を介して、メンバー１１０がメンバーの利益のために代理１０４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１１４によって実施されることを望み得る何らかのプロジェクトおよび／またはタスクを識別するためにリアルタイムにメッセージが交換される間にメンバー１１０と代理１０４との間の通信セッション１１６を監視することができる。タスク推奨システム１０６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。一実施形態では、タスク推奨システム１０６は、メンバー１１０に推奨され得る可能なプロジェクトおよび／またはタスクを識別するためにこれらのメッセージが通信セッション１１６を介してメンバー１１０と代理１０４との間で交換されるときにリアルタイムにこれらのメッセージを処理するために自然言語処理（ＮＬＰ）アルゴリズムなどの機械学習アルゴリズムまたは他の人工知能を利用する。たとえば、タスク推奨システム１０６は、メンバー１１０がメンバー１１０のために解決されるもしくは別の様式で実施されることを望む新しいプロジェクトおよび／またはタスクを検出するためにリアルタイムにメンバー１１０からのあらゆる着信メッセージ１１８がＮＬＰまたは他の人工知能を使用して交換される間にこれらの着信メッセージ１１８を処理し得る。

【0030】

[0040]機械学習アルゴリズムまたは他の人工知能は、教師つき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、入力メッセージのデータセットと対応するプロジェクトおよびタスク（および対応するパラメータ）とは、機械学習アルゴリズムまたは他の人工知能のトレーニングのために選択され得る。機械学習アルゴリズムまたは人工知能は、機械学習アルゴリズムまたは人工知能に供給されるサンプル入力に基づいて、機械学習アルゴリズムまたは人工知能が供給されたメッセージに基づいてプロジェクトおよびタスクを正確に識別していのる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、機械学習アルゴリズムまたは人工知能は、機械学習アルゴリズムまたは人工知能が入力として与えられたサンプルメッセージに対応するプロジェクトおよび／またはタスクを正確に識別する可能性を増加させるように変更され得る。機械学習アルゴリズムまたは人工知能は、これらのメンバーと代理との間の通信セッションに基づいてプロジェクトおよびタスクの識別に関してタスク容易化サービス１０２のメンバーと代理とからのフィードバック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。たとえば、問題に対処するためにメンバー１１０が完了していたかったプロジェクトおよび／またはタスクを機械学習アルゴリズムまたは人工知能が識別することを失敗したとタスク推奨システム１０６が決定する場合、タスク推奨システム１０６は、タスク容易化サービス１０２のメンバーからの同様のメッセージに基づいてプロジェクトおよび／またはタスクをより良く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再トレーニングするために、プロジェクトまたはタスクが作成されなければならなかった問題を識別するメンバー１１０によって提出された対応するメッセージとともにこのフィードバックを使用し得る。

【0031】

[0041]一実施形態では、機械学習アルゴリズムまたは他の人工知能は、リアルタイムにメッセージが通信セッション１１６を介してメンバー１１０と代理１０４との間で交換されるときに動的にトレーニングされ得る。たとえば、機械学習アルゴリズムまたは人工知能は、通信セッション１１６を介してメンバー１１０によって交換されたメッセージに基づいて、メンバー１１０が問題に対処するために実施することを望むプロジェクトまたはタスクを識別することに失敗し、メンバー１１０は、後で、問題のための新しいタスクまたはプロジェクトを定義することに失敗したことについて代理１０４に注意するメッセージを通信セッション１１６を介して送信する場合、タスク推奨システム１０６は、機械学習アルゴリズムまたは人工知能がメンバーと代理との間での同様のメッセージ交換から実施され得るプロジェクトおよび／またはタスクを自動的に識別する可能性を増加させるためのフィードバックに基づいて機械学習アルゴリズムまたは人工知能を動的に再トレーニングし得る。代替的に、機械学習アルゴリズムまたは人工知能が、メンバー１１０がそれらがプロジェクトまたはタスクの識別に喜んでいることを示すメンバー１１０と代理１０４との間でのメッセージ交換に基づいて、問題に対処するために実施され得るプロジェクトまたはタスクを正常に識別した場合、タスク推奨システム１０６は、機械学習アルゴリズムまたは人工知能を動的に補強するためにプロジェクトまたはタスクの識別に対する満足を示すメンバーのメッセージを使用し得る。これは、メンバーと代理との間で交換される同様の通信に基づいて機械学習アルゴリズムまたは人工知能が同様のプロジェクトまたはタスクを識別する可能性を増加し得る。

【0032】

[0042]一実施形態では、タスク推奨システム１０６がメンバー１１０のために実施され得る１つまたは複数のプロジェクトおよび／またはタスクを識別する場合、タスク推奨システム１０６は、タスク容易化サービス１０２によって代理１０４に与えられた代理コンソールを介して代理１０４にこれらの１つまたは複数のプロジェクトおよび／またはタスクを提示することができる。代理１０４は、メンバー１１０についてのそれらの知識に基づいて、メンバー１１０への提示のために識別された１つまたは複数のプロジェクトおよび／またはタスクのいずれかを選択し得る。いくつかの例では、代理１０４が識別された１つまたは複数のプロジェクトおよび／またはタスクのいずれかを選択する場合、タスク推奨システム１０６は、代理コンソールを介して、選択されたプロジェクトおよび／またはタスクをさらに定義するために使用され得る１つまたは複数のタスクテンプレートを与え得る。１つまたは複数のタスクテンプレートは、定義されているプロジェクトおよび／またはタスクのためのタスクタイプまたはカテゴリに対応し得る。

【0033】

[0043]一実施形態では、タスク容易化サービス１０２は、異なるプロジェクトおよびタスク生成テンプレートのためのリポジトリとして働き得るリソースライブラリを維持し得る。これらのプロジェクトおよびタスク生成テンプレートは、異なるプロジェクトおよびタスクタイプまたはカテゴリに対応し得る。たとえば、タスク容易化サービス１０２は、リソースライブラリ内に、新しいロケーションへのメンバーのリロケーションに関係するプロジェクトのためのプロジェクト生成テンプレートを維持し得る。別の例示的な例として、タスク容易化サービス１０２は、イベントのプランニングに関係し得るプロジェクト（たとえば、誕生会、記念日など）のためのプロジェクト生成テンプレートを維持し得る。また別の例示的な例として、タスク容易化サービス１０２は、食事のプランニングに関係し得るプロジェクトのためのプロジェクト生成テンプレートを維持し得る。異なるプロジェクト生成テンプレートは、特定のプロジェクトを定義するために使用され得る異なるデータフィールドとメンバー１１０のために完了され得る対応するタスクとを含み得る。たとえば、メンバーのリロケーションに対応するプロジェクト生成テンプレートは、代理１０４がメンバーの現在の自宅サイズ、メンバーの現在の公共サービス、リロケーションのための何らかの時間制限または最終期限などを定義し得るデータフィールドを含み得る。

【0034】

[0044]一実施形態では、タスク容易化サービス１０２は、メンバー１１０に関連するメンバープロファイル中に与えられる情報に基づいて選択されたテンプレートから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ことができる。たとえば、選択されたプロジェクト生成テンプレートが新しいロケーションへのメンバーのリロケーションに対応する場合、タスク容易化サービス１０２は、メンバーの自宅に対応する異なるパラメータ（たとえば、物理的な住所、面積、家族構成など）を示すメンバープロファイル内の情報に基づいてメンバーの現在の自宅に対応するテンプレート内の任意のデータフィールドを自動的にポピュレートし得る。別の例示的な例として、選択されたテンプレートが誕生会を計画するためのプロジェクトに対応する場合、タスク容易化サービス１０２は、メンバーの予算制限または選好、同様のイベント（たとえば、前に開催された誕生会など）のための任意の前に使用された会場、家族の誕生日に基づく誕生日が開催されている人などのいずれかを決定するためにメンバー１１０に関連するメンバープロファイルを自動的に処理し得る。この情報に基づいて、タスク容易化サービス１０２は、この特定のイベントのためのテンプレート内の任意の関係するデータフィールドを自動的にポピュレートするためにメンバー１１０に関連するメンバープロファイルを自動的に処理し得る。

【0035】

[0045]代理１０４は、特定のプロジェクトまたはタスクのためのタスクテンプレートを介して、メンバー１１０のために提示され、実施されることになる新しいプロジェクトまたはタスクに関連する様々なパラメータを定義し得る。たとえば、タスクテンプレートを介して、代理１０４は、（たとえば、代理１０４、サードパーティサービス１１４、メンバー１１０などへの）タスクの割当てを定義し得る。いくつかの例では、タスク推奨システム１０６は、どのデータフィールドが新しいタスクまたはプロジェクトの作成のために代理１０４へのタスクテンプレート中に提示されることになるのかを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得る。たとえば、タスク推奨システム１０６は、機械学習アルゴリズムまたは人工知能ヘの入力として、メンバー１１０に関連するメンバープロファイルと新しいプロジェクトまたはタスクのための選択されたタスクテンプレートとを使用し得る。タスク推奨システム１０６は、メンバー１１０に提示されるときにどのデータフィールドがタスクから省略され得るのかを示し得る。したがって、代理１０４は、すべての情報がメンバー１１０に提示されるのかどうかにかかわらず新しいタスクまたはプロジェクトのためのすべての必要な情報を与える必要があり得る。

【0036】

[0046]新しいタスクまたはプロジェクトの作成のために代理１０４にタスクテンプレートで提示されることになるデータフィールドを識別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は、教師なし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、入力メンバー属性およびタスク／プロジェクト属性のデータセットは、異なるタイプのメンバーとタスク／プロジェクトとの間の相関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。潜在的なペアリングを識別するためにサンプルメンバー属性および代理属性（たとえば、履歴データ、仮想データなど）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。入力としてメンバー属性およびタスク／プロジェクト属性を使用して生成された機械学習アルゴリズムまたは人工知能の出力に基づいて、タスク推奨システム１０６は、新しいプロジェクトまたはタスクのためのタスクテンプレートで提示されることになるデータフィールドを識別し得る。

【0037】

[0047]一実施形態では、タスク推奨システム１０６は、プロジェクトおよび／またはタスクをさらに定義するために対応するタスクテンプレートと代理１０４が対話する必要なしにプロジェクトおよび／またはタスクを自動的に生成することができる。たとえば、タスク推奨システム１０６は、メンバー１１０に推奨され得る新しいプロジェクトおよび／またはタスクを生成するために機械学習アルゴリズムまたは人工知能への入力としてメンバーのメッセージ１１８、メンバープロファイルからのメンバー固有のデータ（たとえば、特性、人口統計、ロケーション、推奨および提案に対する過去の応答など）、同様の状況にあるメンバーに対応するデータ、ならびにメンバー１１０および他の同様の状況にあるメンバーのために前に実施されたタスクに対応する履歴データをリアルタイムに使用することができる。たとえば、メンバー１１０が、代理１０４との通信セッション１１６を介して、メンバー１１０がメンバーの雨樋を修理することに関する支援を必要とすることを示した場合、タスク推奨システム１０６は、必要とされる修理に対応するメンバー１１０のための新しいタスク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への入力として支援を求めるこの要求ならびに他の上述のデータに対応するメッセージ１１８を使用することができる。

【0038】

[0048]タスク容易化サービス１０２のメンバーのための新しいプロジェクトおよび／またはタスクを自動的に生成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は、教師つき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、入力メッセージと、メッセージのプロバイダおよび同様の状況にあるメンバーの対応するメンバープロファイルと、前に実施されたタスク／プロジェクトに対応する履歴データとのデータセットは、機械学習アルゴリズムまたは他の人工知能のトレーニングのために選択され得る。機械学習アルゴリズムまたは人工知能は、機械学習アルゴリズムまたは人工知能に供給されるサンプル入力に基づいて、機械学習アルゴリズムまたは人工知能が供給されたメッセージと同様の状況にあるメンバーの識別とに基づいてプロジェクトおよびタスクを正確に識別し、生成していのる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、機械学習アルゴリズムまたは人工知能は、機械学習アルゴリズムまたは人工知能が与えられた入力に対応するプロジェクトおよび／またはタスクを正確に識別し、生成する可能性を増加させるように変更され得る。機械学習アルゴリズムまたは人工知能は、上記で説明されたように、これらのメンバーと代理との間の通信セッションに基づいてプロジェクトおよびタスクの識別および自動的な生成に関してタスク容易化サービス１０２のメンバーと代理とからのフィードバック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。

【0039】

[0049]いくつかの例では、タスク推奨システム１０６は、機械学習アルゴリズムまたは人工知能を利用して、メンバー１１０のための新しいタスクを生成するために使用され得るタスク容易化サービス１０２の他のメンバーのために実施された同様のタスクを識別し得る。メンバーの雨樋を修理することに関する支援を求めるメンバーの要求の上述の例を使用して、タスク推奨システム１０６は、雨樋の修理に関連するメンバー１１０の地理的エリア（たとえば、同じ地域、同じ都市、同じ州など）内のメンバーのための任意の前に実施されたタスクを識別し得る。さらに、タスク推奨システム１０６は、任意の同様の状況にあるメンバー（たとえば、同様の選好をもつメンバー、同様の特性をもつメンバーなど）を識別するためにメンバー１１０の地理的エリア内のそのようなメンバーのメンバープロファイルを評価し得る。タスク推奨システム１０６がタスク容易化サービス１０２の同様の状況にあるメンバーのために前に実施された同様のタスクを識別する場合、タスク推奨システム１０６は、メンバー１１０のための新しいタスクを自動的に生成するためにこれらの同様のタスクを利用し得る。たとえば、タスク推奨システム１０６は、新しいタスクのために、同様のタスク説明を使用すること、タスクの実施のために同じまたは同様のサードパーティサービス１１４を選択すること、タスクの完了のために推定された予算を与えること、タスクのための優先度を定義すること、タスクの完了のために推定された最終期限または時間を割り当てることなどを行い得る。

【0040】

[0050]一実施形態では、タスク推奨システム１０６は、通信セッション１１６を介してメンバー１１０によって提出されるメッセージ１１８に基づいてメンバー１１０のための１つまたは複数の新しいプロジェクトおよび／またはタスクを自動的に生成する場合、タスク推奨システム１０６は、代理１０４が、１つまたは複数の新しいプロジェクトおよび／またはタスクを評価し、どのプロジェクトおよび／またはタスクをメンバー１１０に提示すべきかを決定することを可能にするために代理１０４に１つまたは複数の新しいプロジェクトおよび／またはタスクを与える。たとえば、メンバー１１０に推奨され得る１つまたは複数のプロジェクトおよび／またはタスクのリストは、どのプロジェクトおよび／またはタスクが通信セッション１１６を介しておよび／またはメンバー１１０に与えられたプロジェクトインターフェース１２２を通してメンバー１１０に提示され得るのかに関する最終的な決定のために代理１０４に与えられ得る。一実施形態では、タスク推奨システム１０６は、メンバー１１０が、実施および／またはサードパーティサービス１１４との調整のための代理１０４への委任のためのプロジェクトおよび／またはタスクを選択する可能性に基づいて新しいプロジェクトおよび／またはタスクをランク付けすることができる。代替的に、タスク推奨システム１０６は、各プロジェクトおよび／またはタスクの完了のための緊急度のレベルに基づいてプロジェクトおよび／またはタスクをランク付けし得る。緊急度のレベルは、メンバー特性（たとえば、いくつかのタスクまたはタスクのカテゴリのメンバーの自身の優先度付けに対応するデータ）ならびに／またはプロジェクトおよび／もしくはタスクが実施されない場合のメンバー１１０への潜在的なリスクに基づいて決定され得る。たとえば、一酸化炭素フィルタがメンバーの安全により重要であり得るので、メンバーの自宅内の一酸化炭素検出器の交換または設置に対応するタスクは、冷蔵庫のウォーターディスペンサーのフィルタの交換に対応するタスクよりも高くランク付けされ得る。別の例示的な例として、メンバー１１０が、メンバーの車両の保守に対して有意な重要度を設定する場合、タスク推奨システム１０６は、他のタイプの保守に関係するタスクよりも高く車両の保守に関係するタスクをランク付けし得る。さらに別の例示的な例として、タスク推奨システム１０６は、今度の誕生日の後に完了されることになるタスクよりも高く今度の誕生日に関係するタスクをランク付けし得る。

【0041】

[0051]タスク推奨システム１０６が、通信セッション１１６を介してメンバー１１０によって提出されたメッセージ１１８に基づいてメンバー１１０のための１つまたは複数の新しいプロジェクトおよび／またはタスクを自動的に生成する場合、タスク推奨システム１０６は、一実施形態では、各新しいプロジェクトおよび／またはタスクのための特定の通信セッションを自動的に生成する。特定のプロジェクトまたはタスクに対応するこの特定の通信セッションは、メンバー１１０と代理１０４との間に前に確立された通信セッション１１６とは別個であり得る。このプロジェクトまたはタスクに固有の通信セッションを通して、メンバー１１０と代理１０４とは、特定のプロジェクトまたはタスクに関係するメッセージを交換し得る。たとえば、このプロジェクトまたはタスクに固有の通信セッションを通して、代理１０４は、プロジェクトまたはタスクの１つまたは複数のパラメータを決定するために必要とされ得る情報についてメンバー１１０を促し得る。同様に、メンバー１１０が特定のプロジェクトまたはタスクに関係する質問を有する場合、メンバー１１０は、プロジェクトまたはタスクに固有の通信セッションを通してこれらの質問を与え得る。プロジェクトまたはタスクに固有の通信セッションの実装形態は、これらのプロジェクトまたはタスクに固有の通信セッション内の通信が対応するプロジェクトまたはタスクに関係することを保証しながら他のチャットまたは通信セッションを通して交換されるメッセージの数を低減し得る。

【0042】

[0052]一実施形態では、タスク推奨システム１０６は、追加情報が新しいプロジェクトまたはタスクの作成のためにメンバー１１０から必要とされるのかどうかを自動的に決定することができる。たとえば、タスク推奨システム１０６は、タスクのための追加のパラメータならびに提案の生成のためにメンバー１１０から必要とされ得る何らかの追加情報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生成されたプロジェクトおよび／またはタスクとメンバー１１０に対応する情報とを処理し得る。たとえば、タスク推奨システム１０６は、プロジェクトおよび／またはタスクを定義するためにメンバー１１０の必要とされ得る何らかの追加情報を識別するために機械学習アルゴリズムまたは人工知能への入力として生成されたプロジェクトまたはタスクと、（メンバープロファイルなどからの）メンバー１１０に対応する情報と、他の同様の状況にあるメンバーのために実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。追加のメンバー入力がプロジェクトまたはタスクのために必要とされるとタスク推奨システム１０６が決定する場合、タスク推奨システム１０６は、プロジェクトまたはタスクに関してメンバー１１０に提示され得る質問のための推奨を代理１０４に与え得る。図１に示されている「バヤモンへの引っ越し」プロジェクト１２４の例に戻ると、プロジェクトのためにメンバーの自宅の１つまたは複数のパラメータ（たとえば、面積、部屋の数など）を理解することが重要であるとタスク推奨システム１０６が決定する場合、タスク推奨システム１０６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１１０を促すために代理１０４に推奨を与え得る。代理１０４は、タスク推奨システム１０６によって与えられた推奨を検討し、特定のプロジェクトに対応する通信セッションを介して、追加のプロジェクトパラメータを与えるようにメンバー１１０を促し得る。このプロセスは、特定のプロジェクトまたはタスクを定義するためにメンバー１１０に与えられるプロンプトの数を低減し、それによって、メンバー１１０に対する認知的負荷を低減し得る。いくつかの例では、プロジェクトまたはタスクに関してメンバー１１０に提示され得る質問のための推奨を代理に与えるのではなく、タスク推奨システム１０６は、プロジェクトまたはタスクに固有の通信セッションを介してメンバー１１０にこれらの質問を自動的に提示することができる。たとえば、メンバーの自宅の面積に関係する質問がプロジェクト１２４のために必要とされるとタスク推奨システム１０６が決定する場合、タスク推奨システム１０６は、プロジェクト１２４に対応する新しい通信セッションを介して、メンバーの自宅の面積を与えるようにメンバー１１０を自動的に促し得る。

【0043】

[0053]一実施形態では、タスク推奨システム１０６は、メンバーの選好に基づいてプロジェクトまたはタスクに関してメンバー１１０に提示され得る質問のための推奨を代理１０４にさらに与えることができる。たとえば、メンバー１１０が予算にこだわることが知られており、代理１０４および／またはタスク推奨システム１０６が、タスクまたはプロジェクトのためのいかなる予算または予算制限も定義していなかった場合、タスク推奨システム１０６は、プロジェクトまたはタスクの完了のためのメンバーの予算に関して照会するためにタスクまたはプロジェクトに対応する通信セッションを介してメンバー１１０と通信するように代理１０４を促し得る。一実施形態では、タスク推奨システム１０６は、何の質問がメンバー１１０に与えられ得るのかを決定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ことができる。たとえば、タスク推奨システム１０６は、新しいプロジェクトまたはタスクのパラメータをさらに定義するためにメンバーの選好を決定し、これらの選好に基づいてメンバー１１０に与えられ得る質問を識別するために機械学習アルゴリズムまたは人工知能への入力として新しいプロジェクトまたはタスクのために定義されるパラメータと、メンバーのプロファイルと、メンバー１１０のために前に実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。

【0044】

[0054]一実施形態では、代理１０４が、メンバー１１０からおよび／またはタスク推奨システム１０６を通して必要なタスクおよび／またはプロジェクト関連の情報（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）を取得すると、代理は、プロジェクトおよび／また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１０８を利用することができる。タスク調整システム１０８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。いくつかの例では、代理１０４は、上記で説明されたように、代理１０４およびタスク推奨システム１０６によって識別される１つまたは複数のパラメータに従ってメンバー１１０のためのプロジェクトおよび／または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１１４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１０８によって維持されたリソースライブラリを利用し得る。提案は、プロジェクトおよび／またはタスクの完了のための時間枠、プロジェクトおよび／またはタスクの完了のために関与されることになる任意のサードパーティサービス１１４（もしあれば）の識別情報、プロジェクトおよび／またはタスクの完了のための予算推定、プロジェクトおよび／または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１０４は、プロジェクトおよび／またはタスクの完了のために提案を進めるかまたは代替提案を与えるのいずれかを行うためにメンバー１１０からの応答を要請するためにタスクまたはプロジェクトに対応する通信セッションを介してメンバー１１０に提案を提示し得る。

【0045】

[0055]メンバー１１０が特定のプロジェクトまたはタスクのための特定の提案オプションを選択すると、新しいプロジェクトと任意の対応するタスクとが、プロジェクトインターフェース１２２を介してメンバー１１０に提示され、それを通して、メンバー１１０は、表明された問題に対応するプロジェクト１２４と特定のプロジェクト１２４のための提案からの選択された提案オプションに対応するタスク１２６とを検討することができる。プロジェクトインターフェース１２２を通して、メンバー１１０は、メンバー１１０のために実施されることになるプロジェクト１２４の記述ならびにプロジェクト１２４を完了するために実施されることになる対応するタスク１２６に関する詳細を検討し得る。たとえば、図１に示されているように、代理１０４またはタスク推奨システム１０６は、メンバーのバヤモンへの今度の引っ越しに関係する新しいプロジェクト１２４とプロジェクト１２４に対応する１つまたは複数のタスク１２６とを提示するためにプロジェクトインターフェース１２２を更新し得る。プロジェクトインターフェース１２２を介して提示されたタスク１２６の数とこれらのタスク１２６およびプロジェクト１２４自体のために与えられた詳細とは、メンバーのプロファイル中に指定されているメンバーの選好または属性に基づいて決定され得る。たとえば、与えられる詳細の量と提示されるタスク１２６の数とは、メンバーの認知的負荷（たとえば、情報の提示がメンバー１１０にストレスを追加せず、それによって、メンバーの認知的負荷を維持する）を考慮しながらメンバー１１０がプロジェクト１２４および対応するタスク１２６に関して適切に通知されるように決定され得る。さらに、プロジェクトインターフェース１２２を通して、メンバー１１０は、任意のプロジェクトおよび／またはタスクに固有の通信セッションにアクセスし得、それを通して、メンバー１１０は、プロジェクト１２４に関連する任意のタスク１２６およびプロジェクト１２４自体に関して代理１０４と通信し得る。

【0046】

[0056]いくつかの例では、代理１０４は、メンバー１１０のためにプロジェクトまたは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１１４と協調し得る。たとえば、代理１０４は、プロジェクトまた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１１４を識別し、それに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１０８を利用し得る。上記のように、タスク調整システム１０８は、サードパーティサービス１１４に関係する詳細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１０４は、プロジェクトまたはタスクを実施し、プロジェクトまたはタスクの実施のために推定コストを決定することになる１つまたは複数のサードパーティサービス１１４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１０４は、タスクの完了のための見積りを取得し、メンバー１１０のためのプロジェクトまたは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１１４に連絡し得る。

【0047】

[0057]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１０２のメンバーに代わって様々なプロジェクトおよび／または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１０２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１０４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１０４は、プロジェクトおよびあらゆる関連する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。

【0048】

[0058]一実施形態では、所与のプロジェクトまたはタスクについて、代理１０４は、プロジェクトまた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１０２と提携した１つまたは複数のサードパーティサービス１１４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１０４は、これらの１つまたは複数のサードパーティサービス１１４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１１０のまたはタスクが完了されるべき場所の一般的な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。

【0049】

[0059]代理１０４は、プロジェクトまた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１１４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、完了されることになる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またはタスクに固有のインターフェースを通してメンバー１１０に提示され得る。プロジェクトまたはタスクに固有のインターフェースを通して提示される提案のセットから特定の提案をメンバー１１０が選択する場合、代理１０４は、それがプロジェクトまた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１０４は、プロジェクトまたは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１０８を利用し得る。

【0050】

[0060]いくつかの例では、プロジェクトまたはタスクが代理１０４によって完了されることになる場合、代理１０４は、プロジェクトまたはタスクの実施のために代理１０４によって利用され得る何らかのリソースを識別するためにタスク調整システム１０８を利用し得る。リソースライブラリは、プロジェクトまたはタスクの実施のために利用可能な異なるリソースに関係する詳細情報を含み得る。例示的な例として、代理１０４がメンバーの自宅のためのフィルタのセットを購入するというタスクを与えられた場合、代理１０４は、メンバー１１０にとって許容でき、メンバー１１０によって受け入れられた提案オプション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１０４は、プロジェクトまたはタスクを完了するために代理１０４によって必要とされるあらゆるリソースのための支払いを与えるために使用され得るメンバー１１０の利用可能な支払情報を取得し得る。上述の例を使用して、代理１０４は、メンバーの自宅で使用されることになるフィルタのセットの小売業者での購入を完了するためにメンバーのプロファイルからメンバー１１０の支払情報を取得し得る。

【0051】

[0061]代理１０４は、プロジェクトまた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１１４と調整すること（たとえば、プロジェクトまたはタスクの実施のための時間をスケジュールすること、プロジェクトまたはタスクの実施のための価格に同意することなど）が可能な場合、代理１０４は、プロジェクト１２４およびあらゆる関連するタスク１２６がいつ完了することが予想されるのかとプロジェクト１２４および関連するタスク１２６の完了のための推定コストとを示すためにプロジェクトインターフェース１２２を更新し得る。更新中に与えられる情報のいずれかが選択された提案オプション中に与えられる推定に対応しない場合、メンバー１１０は、プロジェクト１２４または特定のタスク１２６をキャンセルするオプションを与えられるか、あるいは別の様式でプロジェクト１２４または特定のタスク１２６に変更を加え得る。たとえば、タスク１２６の実施のための推定コストが選択された提案オプション中に指定されている最大額を超える場合、メンバー１１０は、選択された提案オプション中に指定されている予算内でのタスク１２６の実施のために代替のサードパーティサービス１１４を発見するように代理１０４に依頼し得る。同様に、タスク１２６の完了のための時間枠が選択された提案オプション中で示される時間枠内にない場合、メンバー１１０は、元の時間枠内でのタスク１２６の実施のために代替のサードパーティサービス１１４を発見するように代理１０４に依頼することができる。メンバーの介入は、メンバー１１０のためのより正確な提案オプションパラメータを定義することと、定義された提案オプション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１１４をより良く識別することとをそれぞれ行うためにそれらの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するためにタスク推奨システム１０６とタスク調整システム１０８とによって記録され得る。

【0052】

[0062]一実施形態では、代理１０４がプロジェクトまた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１１４と契約を結ぶと、タスク調整システム１０８は、これらのサードパーティサービス１１４によるプロジェクトまたは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１０８は、プロジェクトまたはタスクの実施のための時間枠、プロジェクトまたはタスクの実施に関連するコスト、プロジェクトまたはタスクの実施に関するあらゆるステータス更新などに関してサードパーティサービス１１４によって与えられたあらゆる情報を記録し得る。サードパーティサービス１１４によって与えられたステータス更新は、タスク容易化サービス１０２によって与えられるプロジェクトインターフェース１２２を介してメンバー１１０に自動的に与えられ得る。追加または代替として、これらのステータス更新は、代理コンソールを介して代理１０４に自動的に与えられ得る。

【0053】

[0063]一実施形態では、タスクが代理１０４によって実施されることになる場合、タスク調整システム１０８は、代理１０４によるプロジェクトまたは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１０８は、リアルタイムに、プロジェクトまたはタスクの代理の実施に関する代理１０４とメンバー１１０との間のあらゆる通信を監視し得る。これらの通信は、プロジェクトまたはタスクの実施、プロジェクトまたはタスクを実施する際に代理１０４によって負担されたあらゆる購入または支出、プロジェクトまたはタスクの完了のための時間枠などに関するあらゆるステータス更新を示すプロジェクトまたはプロジェクトの部分として実施される特定のタスクに対応する通信セッションを介した代理１０４からのメッセージを含み得る。タスク調整システム１０８は、プロジェクト１２４およびあらゆる対応するタスク１２６の実施に関係する更新をメンバー１１０に与えるためにプロジェクトインターフェース１２２を自動的に更新するために代理１０４からのこれらのメッセージをさらに使用し得る。

【0054】

[0064]タスクまたは対応するプロジェクトが完了すると、メンバー１１０は、プロジェクトまた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１１０は、プロジェクトまた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１１４の実施およびプロ意識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１１０は、代理１０４によって与えられた提案オプションの品質に関するフィードバックとプロジェクトまたはタスクの実施がプロジェクトまたはタスクに関連する基礎をなす問題に対処したのかどうかに関するフィードバックとを与えるように促され得る。メンバー１１０によって与えられた応答を使用して、タスク容易化サービス１０２は、プロジェクトおよびタスクのより良い識別、提案および対応する提案オプションの作成、メンバー１１０および他の同様の状況にあるメンバーのためのプロジェクトおよびタスクの完了のためのサードパーティサービス１１４の識別、メンバー１１０のためのプロジェクトまたはタスクの実施のために代理１０４に与えられ得るリソースの識別などを与えるためにタスク推奨システム１０６とタスク調整システム１０８と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するか、あるいは別の様式で更新し得る。

【0055】

[0065]本明細書で説明されるプロセスについて、代理１０４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１０４が時間とともにメンバー１１０に代わってプロジェクトおよびタスクを実施するか、あるいは別の様式でその実施を調整するとき、タスク容易化サービス１０２は、代理１０４および／またはサードパーティサービス１１４によるこれらのプロジェクトおよびタスクの実施に関係するメンバーの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に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１０６は、メンバーのプロファイルがある時間期間（たとえば、６か月、一年など）にわたってまたはプロジェクト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１０４の対話有りで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プロジェクトおよびタスク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１０６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１１０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１１０と自動的に通信し得る。代理１０４は、会話が肯定極性を維持すること（たとえば、メンバー１１０がタスク推奨システム１０６または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１０６とメンバー１１０との間の通信を監視し得る。代理１０４は、会話が否定極性を有していること（たとえば、メンバー１１０がフラストレーションを表していること、タスク推奨システム１０６またはボット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１０４は、会話に介入し得る。これにより、代理１０４は、あらゆるメンバーの問題に対処し、メンバー１１０に代わってあらゆるプロジェクトおよびタスクを実施することが可能になり得る。

【0056】

[0066]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１０６は、メンバーのシステムとの自動的な対話または代理１０４との対話に基づいて、ならびに時間とともにメンバー１１０に代わって実施されるプロジェクトおよびタスクに基づいてメンバー１１０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１１０またはシステムが代理１０４と対話するにつれておよびプロジェクトおよびタスクが、時間とともにメンバー１１０のために考案され、提案され、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１１０のクエリ、必要、および／または目的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１０６によって使用され得る。

【0057】

[0067]図２は、少なくとも１つの実施形態による、タスク推奨システム１０６が、メンバー１１０に提示され得る異なるプロジェクトおよび／またはタスクのための推奨を生成し、ランク付けする環境２００の例示的な例を示す。環境２００では、メンバー１１０および／または代理１０４は、メンバー１１０のために実施され得る新しいタスクまたはプロジェクトを生成するためにタスク推奨システム１０６のタスク作成サブシステム２０２と対話する。タスク作成サブシステム２０２は、コンピュータシステムを使用して、またはタスク推奨システム１０６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。

【0058】

[0068]一実施形態では、メンバー１１０は、メンバー１１０のための新しいタスクまたはプロジェクトの実施のために代理１０４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割り当てられ得る新しいタスクまたはプロジェクトを手動で生成するためにタスク作成サブシステム２０２にアクセスすることができる。たとえば、メンバー１１０は、メンバーが特定の問題に関する支援を必要とすることを代理１０４に明示的に示し得る。例示的な例として、メンバー１１０は、通信セッションを介した代理１０４へのメッセージ中で、メンバーが新しい街への今度の引っ越しに関連する支援が欲しいことを示し得る。代理１０４は、このメッセージを評価し、メンバー１１０が問題に対処するためにプロジェクトおよび対応するタスクが生成され得る問題を定義したと決定し得る。代替的に、メンバー１１０は、メンバー１１０が支援が欲しい特定の問題に対応するプロジェクトの作成を要求するためにタスク作成サブシステム２０２に直接アクセスし得る。たとえば、タスク容易化サービスは、タスク容易化サービスのアプリケーションまたはウェブポータルを介して、代理１０４に委任され得るか、あるいは別の様式でメンバーのプロジェクトまたはタスクのリストに追加され得るプロジェクトまたはタスクの手動入力のためのオプションを与え得る。

【0059】

[0069]メンバー１１０がプロジェクトまたはタスクの手動入力のためのオプションを選択する場合、タスク容易化サービスは、アプリケーションまたはウェブポータルのインターフェースを介して、メンバーがプロジェクトまたはタスクに関係する様々な詳細を入力し得るプロジェクトまたはタスクテンプレートを与え得る。プロジェクトまたはタスクテンプレートは、メンバー１１０が、プロジェクトまたはタスクのための名前、プロジェクトまたはタスクの説明（たとえば、「私は、今度の嵐の前に雨樋を清掃させる必要がある」、「私は、塗装工に化粧室を補修塗りさせることを望む」など」）、プロジェクトまたはタスクの実施のための時間枠（たとえば、特定の締め切り日、日付範囲、緊急度のレベルなど）、プロジェクトまたはタスクの実施のための予算（たとえば、無制限の予算、特定の最大額など）などを与え得る様々なフィールドを含み得る。

【0060】

[0070]いくつかの例では、メンバー１１０がプロジェクトまたはタスクの手動入力のためのオプションを選択する場合、タスク容易化サービスは、新しいプロジェクトまたはタスクを生成するために使用され得る異なるプロジェクトおよびタスクテンプレートをメンバー１１０に与え得る。上記のように、タスク容易化サービスは、異なるプロジェクトおよびタスクカテゴリ（たとえば、車両保守タスク、自宅保守タスク、家族関連イベントタスク、介護タスク、経験関連タスクなど）に対応する異なるプロジェクトおよびタスクテンプレートのためのリポジトリとして働くリソースライブラリを維持し得る。プロジェクトまたはタスクテンプレートは、メンバー１１０のために実施され得るプロジェクトまたはタスクを定義するために使用され得る複数のプロジェクトまたはタスク定義フィールドを含み得る。たとえば、車両保守タスクに対応するタスク定義フィールドは、メンバーの車両のメーカーおよびモデル、車両の使用年数、最後に車両を保守したときに対応する情報、車両に関連するあらゆる報告された事故、車両に関連するあらゆる問題の説明などを定義するために使用され得る。したがって、リソースライブラリ中で維持された各テンプレートは、テンプレートに関連するプロジェクトまたはタスクカテゴリに固有であるフィールドを含み得る。

【0061】

[0071]一実施形態では、タスク作成サブシステム２０２は、通信セッションを介してメンバー１１０によって指定された問題に対処するためにメンバー１１０のために実施され得るプロジェクトまたはタスクを識別するためにメッセージが通信セッションを介してメンバー１１０と代理１０４との間でメッセージが交換されるときにメッセージを自動的でリアルタイムに監視することができる。たとえば、タスク作成サブシステム２０２は、代理１０４とタスク容易化サービスとが表明された問題を対処するためにメンバー１１０に支援を与え得る何らかのプロジェクトおよび／またはタスクを自動的に識別するためにリアルタイムにメンバー１１０と代理１０４との間のメッセージが機械学習アルゴリズムまたは人工知能を使用して交換されている間にこれらのメッセージを処理し得る。タスク作成サブシステム２０２は、メンバー１１０によって表明された問題に対処するために実施され得る何らかのプロジェクトおよび／またはタスクを識別するためにリアルタイムにメンバー１１０からのこれらの交換されるメッセージまたは他の通信を評価するためにＮＬＰまたは他の人工知能を利用し得る。いくつかの例では、タスク作成サブシステム２０２は、可能なプロジェクトおよびタスクを識別するためにＮＬＰまたは他の人工知能をトレーニングするために同様の状況にあるメンバーのための前に識別されたプロジェクトおよびタスクに対応する履歴データとユーザデータストア２０８からのこれらのメンバーからの対応するメッセージとを利用し得る。タスク作成サブシステム２０２が指定された問題に対処するために実施され得る１つまたは複数のプロジェクトおよび／またはタスクを識別する場合、タスク作成サブシステム２０２は、代理１０４にこれらのプロジェクトおよび／またはタスクを提示し得る。

【0062】

[0072]一実施形態では、タスク作成サブシステム２０２がメンバー１１０によって表明された問題に対処するために実施され得るプロジェクトまたはタスクを識別する場合、タスク作成サブシステム２０２は、識別されたプロジェクトまたはタスクに固有である通信セッションを自動的に容易にする。この通信セッションは、タスク容易化サービスによって容易にされ、メンバー１１０と代理１０４との間の元の通信セッションとは異なり得る。このプロジェクトまたはタスクに固有の通信セッションは、識別されたプロジェクトまたはタスクに固有であるインターフェースを通して提示され得る。たとえば、タスク作成サブシステム２０２がメンバー１１０によって表明された問題に対処するために実施され得るプロジェクトまたはタスクを識別する場合、タスク作成サブシステム２０２は、この識別されたプロジェクトまたはタスクに対応する新しいインターフェースを自動的に生成し得る。この新しい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メンバー１１０に提示され得る。このインターフェースを通して、タスク作成サブシステム２０２は、メンバー１１０と代理１０４とが、識別されたプロジェクトまたはタスクに対応する通信を交換し得るメンバー１１０と代理１０４との間の通信セッションを容易にし得る。

【0063】

[0073]一実施形態では、タスク作成サブシステム２０２は、識別されたプロジェクトおよび／またはタスクごとに、代理１０４がプロジェクトおよび／またはタスクのための様々なパラメータを定義し得るテンプレートを与える。たとえば、タスク作成サブシステム２０２は、タスク作成サブシステム２０２によって識別されたプロジェクトおよび／またはタスクをさらに定義するために代理１０４によって使用され得る様々なタスクテンプレートを与え得る。タスク作成サブシステム２０２は、タスクデータストア２１０中に、異なるプロジェクトおよびタスクタイプまたはカテゴリのためのタスクテンプレートを維持し得る。各タスクテンプレートは、プロジェクトまたはタスクを定義するための異なるデータフィールドを含み得、それによって、異なるタスクフィールドは、定義されているプロジェクトまたはタスクのためのプロジェクトまたはタスクタイプまたはカテゴリに対応し得る。代理１０４は、処理のためにタスク作成サブシステム２０２に提出され得るプロジェクトまたはタスクを定義するためにこれらの異なるデータフィールドを介してプロジェクトまたはタスク情報を与え得る。

【0064】

[0074]一実施形態では、プロジェクトまたはタスクのためのテンプレート中に提示されるデータフィールドは、機械学習アルゴリズムまたは人工知能を使用して生成された決定に基づいて選択され得る。たとえば、タスク作成サブシステム２０２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、新しいタスクまたはプロジェクトの定義のために代理１０４に提示されるときにどのデータフィールドがテンプレートから省略され得るのかを識別するためにユーザデータストア２０８からのメンバープロファイルとタスクデータストア２１０からの選択されたテンプレートとを使用することができる。たとえば、メンバー１１０が、代理１０４に保守タスクを委任することが知られており、予算の検討に無関心である場合、タスク作成サブシステム２０２は、代理１０４に、具体的に、タスクの完了のために命令を定義し得るあらゆる予算関連のデータフィールドおよび他のデータフィールドを省略するタスクテンプレートを提示し得る。いくつかの例では、タスク作成サブシステム２０２により、代理１０４は、テンプレートのためのデータフィールドを追加、除去、および／または修正することが可能になり得る。たとえば、タスク作成サブシステム２０２が、メンバープロファイルの評価に基づいてタスクのための予算に対応するデータフィールドを除去する場合、代理１０４は、代理１０４がメンバー１１０についての代理の知識に基づいてタスクのための予算を定義することを可能にするためにテンプレートにデータフィールドを追加させることを要求し得る。タスク作成サブシステム２０２は、いくつかの例では、代理１０４が新しいプロジェクトまたはタスクを定義するためにテンプレートにいかなる修正も行う必要なしに代理１０４にテンプレートを与える可能性を改善す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テンプレートへのこの変更を利用し得る。

【0065】

[0075]一実施形態では、タスク作成サブシステム２０２は、新しいプロジェクトもしくはタスクに対応する通信セッションおよび／またはメンバー１１０が問題に対処するのを代理１０４が支援するためにメンバー１１０がメンバーの要求または要望を通信した元の通信セッションを介して交換されたメンバーのメッセージから識別された新しいプロジェクトまたはタスクのパラメータに基づいてテンプレート中に提示されるデータフィールドを自動的にポピュレートすることができる。たとえば、タスク作成サブシステム２０２は、リアルタイムにこれらの通信セッションを介して交換されるメンバー１１０からのメッセージまたは他の通信が交換されるときに新しいプロジェクトまたはタスクのための様々なパラメータを識別するためにこれらのメッセージを評価するためにＮＬＰまたは他の人工知能を使用し得る。例示的な例として、メンバー１１０が、代理１０４にメッセージ中で、メンバーが識別された問題に対処するために５００ドルを超えて多く費やしたくないと述べる場合、タスク作成サブシステム２０２は、ＮＬＰまたは他の人工知能を使用して、新しいプロジェクトまたはタスクのための予算キャップが５００ドルであると決定し、プロジェクトまたはタスクのための対応するデータフィールドにこの値を入力し得る。これは、新しいプロジェクトまたはタスクのための必要とされる情報を与える代理１０４の負担を低減し得る。

【0066】

[0076]一実施形態では、タスク作成サブシステム２０２は、代理１０４に、メンバーの選好に基づいてプロジェクトまたはタスクに関してメンバー１１０に提示され得る質問のための推奨をさらに与えることができる。たとえば、代理１０４は、新しいタスクまたはプロジェクトのためのいかなる予算または予算制限も定義しておらず、タスク作成サブシステム２０２は、メンバー１１０が予算にこだわると決定する場合、タスク作成サブシステム２０２は、プロジェクトまたはタスクの完了のためにメンバーの予算に関して照会するために新しいタスクまたはプロジェクトに対応する通信セッションを介してメンバー１１０と通信するように代理１０４を促し得る。一実施形態では、タスク作成サブシステム２０２は、何の質問がメンバー１１０に与えられ得るのかを決定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ことができる。たとえば、タスク作成サブシステム２０２は、新しいプロジェクトまたはタスクのパラメータをさらに定義するためにメンバーの選好を決定し、これらの選好に基づいてメンバー１１０に与えられ得る質問を識別するために機械学習アルゴリズムまたは人工知能への入力として新しいプロジェクトまたはタスクのために定義されるパラメータと、メンバーのプロファイルと、メンバー１１０のために前に実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。

【0067】

[0077]タスク推奨システム１０６は、タスクランク付けサブシステム２０４をさらに含み得、これは、メンバー１１０、代理１０４、またはタスク容易化サービスに関連する他のサードパーティサービスおよび／もしくは他のサービス／エンティティによる完了のためにメンバー１１０に推奨され得るタスクおよび／またはプロジェクトを含むメンバー１１０に関連するタスクおよび／またはプロジェクトをランク付けするように構成され得る。タスクランク付けサブシステム２０４は、コンピュータシステムを使用して、またはタスク推奨システム１０６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。一実施形態では、タスクランク付けサブシステム２０４は、メンバー１１０が、実施およびサードパーティサービスとの調整のための代理１０４への委任のためのプロジェクトまたはタスクを選択する可能性に基づいてメンバーのプロジェクトおよび／またはタスクをランク付けすることができる。代替的に、タスクランク付けサブシステム２０４は、各プロジェクトまたはタスクの完了のための緊急度のレベルに基づいてメンバーのプロジェクトおよび／またはタスクをランク付けし得る。緊急度のレベルは、ユーザデータストア２０８からのメンバー特性（たとえば、いくつかのプロジェクト／タスクまたはプロジェクト／タスクのカテゴリのメンバーの自身の優先度付けに対応するデータ）および／またはプロジェクトまたはタスクが実施されない場合のメンバー１１０への潜在的なリスクに基づいて決定され得る。

【0068】

[0078]一実施形態では、タスクランク付けサブシステム２０４は、タスク選択サブシステム２０６にメンバー１１０に推奨され得るプロジェクト／タスクのランク済みリストを与える。タスク選択サブシステム２０６は、コンピュータシステムを使用して、またはタスク推奨システム１０６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。タスク選択サブシステム２０６は、プロジェクトおよび／またはタスクのランク済みリストから、どのプロジェクトおよび／またはタスクが代理１０４によってメンバー１１０に推奨され得るのかを選択するように構成され得る。たとえば、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が、メンバー１１０に、プロジェクトおよび／またはタスクのランク済みリストから限られた数のタスクおよび／またはプロジェクト推奨を提示するように構成される場合、タスク選択サブシステム２０６は、どのプロジェクトおよび／またはタスク推奨がメンバー１１０に提示されなければならないのかを決定するためにランク済みリストとユーザデータストア２０８からのメンバーのプロファイルとを処理し得る。いくつかの例では、タスク選択サブシステム２０６によって行われる選択は、リスト中のプロジェクトおよび／またはタスクのセットのランキングに対応し得る。代替的に、タスク選択サブシステム２０６は、どのプロジェクトおよび／またはタスクがメンバー１１０に推奨され得るのかを決定するためにランク済みリストならびにメンバーのプロファイルおよびメンバーの既存のプロジェクトおよびタスク（たとえば、進行中のプロジェクトおよびタスク、メンバー１１０によって受け入れられたプロジェクトおよびタスクなど）を処理し得る。たとえば、ランク済みリストが雨樋の清掃に対応するタスクを含むが、メンバー１１０が最近の嵐により雨樋の修理に対応する進行中のタスクをすでに有する場合、これは、雨樋の修理と併せて実施され得るので、タスク選択サブシステム２０６は、雨樋の清掃に対応するタスクの選択を控え得る。したがって、タスク選択サブシステム２０６は、メンバー１１０への提示のためにプロジェクトおよび／またはタスクのランク済みリストをさらに改良するために別のレイヤを与え得る。

【0069】

[0079]タスク選択サブシステム２０６は、代理１０４に、メンバー１１０に推奨され得るプロジェクトおよび／またはタスクの新しいリストを与え得る。代理１０４は、（図１に本明細書で示されているように）どのプロジェクトおよび／またはタスクがタスク容易化サービスによって与えられたプロジェクトインターフェースを介してメンバー１１０に提示され得るのかを決定するためにプロジェクトおよび／またはタスクのこの新しいリストを検討し得る。たとえば、代理１０４は、タスク選択サブシステム２０６によって推奨されるプロジェクトおよび／またはタスクのセットを検討し、これらの１つまたは複数のプロジェクトおよび／またはタスクに対応する個々のインターフェースを介してメンバー１１０への提示のためにこれらのプロジェクトおよび／またはタスクのうちの１つまたは複数を選択し得る。いくつかの例では、１つまたは複数のプロジェクトおよび／またはタスクは、タスクランク付けサブシステム２０４によって生成され、タスク選択サブシステム２０６によって改良されたランキングに従ってメンバー１１０に提示され得る。代替的に、１つまたは複数のプロジェクトおよび／またはタスクは、プロジェクトおよび／またはタスクの優先度付けのためのメンバー自体の選好についての代理の理解に従って提示され得る。プロジェクトインターフェースを通して、メンバー１１０は、代理１０４またはサードパーティサービスの支援を受けて実施され得る１つまたは複数のプロジェクトおよび／またはタスクを選択し得る。メンバー１１０は、代替的に、メンバー１１０が個人的に実施したいあるいは別の様式でメンバー１１０が実施されたくない任意の提示されたプロジェクトおよび／またはタスクを却下することができる。

【0070】

[0080]一実施形態では、タスク選択サブシステム２０６は、実施のための代理１０４またはサードパーティサービスへの委任のためのプロジェクトおよび／またはタスクのメンバー選択に関するデータを収集するためにメンバー１１０と代理１０４との間の任意の対応する通信セッションを含む推奨されるプロジェクトおよび／またはタスクに対応する異なるインターフェースを監視する。たとえば、タスク選択サブシステム２０６は、各プロジェクトおよび／またはタスクに対応する極性または感情を決定するために推奨されるプロジェクトおよび／またはタスクに対応する異なるインターフェースを介して代理１０４によってメンバー１１０に提示されるプロジェクトおよび／またはタスクに対応するメッセージを処理し得る。たとえば、メンバー１１０が、代理１０４へのメッセージ中で、車両保守に対応するあらゆるタスクまたはプロジェクト推奨を受信しないことを選好することを示す場合、タスク選択サブシステム２０６は、否定極性または感情を車両保守に対応するプロジェクトおよびタスクのものとし得る。代替的に、メンバー１１０が、代理１０４への委任のために雨樋の清掃に関係するタスクまたはプロジェクトを選択するおよび／または代理１０４へのメッセージ中でこのタスクまたはプロジェクトの推奨がよいアイデアであったことを示す場合、タスク選択サブシステム２０６は、肯定極性または感情をこのタスクまたはプロジェクトのものとし得る。一実施形態では、タスク選択サブシステム２０６は、タスク容易化サービスのメンバー１１０および他の同様の状況にあるメンバーに提示され得るプロジェクトおよび／またはタスク推奨を生成するためにタスクランク付けサブシステム２０４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さらにトレーニングまたは補強するためにメンバー１１０に推奨されるタスクおよび／またはプロジェクトへのこれらの応答を使用することができる。さらに、タスク選択サブシステム２０６は、代理１０４によって推奨されたプロジェクトおよび／またはタスクからの、プロジェクトおよび／またはタスクのメンバーの選択、および／または代理１０４によって推奨されるプロジェクトおよび／またはタスクに関する感情に基づいてメンバーの選好および知られている行動特性を更新するためにメンバーのプロファイルまたはモデルを更新し得る。

【0071】

[0081]図３は、少なくとも１つの実施形態による、機械学習アルゴリズムまたは人工知能が、新しいプロジェクトおよびタスクの識別および作成を支援するために実装される環境３００の例示的な例を示す。環境３００では、タスク作成サブシステム２０２は、メンバー１１０のために実施され得る任意の新しいタスクまたはプロジェクトを識別するためにメンバー１１０と割り当てられた代理１０４との間で交換されるメッセージ１１８、１２０が通信セッション１１６を介して交換されるときにこれらのメッセージ１１８、１２０を自動的でリアルタイムに処理することができるタスク作成機械学習モジュール３０２を含むことができる。タスク作成機械学習モジュール３０２は、上記で説明されたように、コンピュータシステムを使用して、またはタスク作成サブシステム２０２のためのタスク推奨システム１０６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。したがって、タスク作成機械学習モジュール３０２は、タスク作成サブシステム２０２の構成要素または他の機能として働き得る。

【0072】

[0082]一実施形態では、タスク作成機械学習モジュール３０２は、通信セッション１１６を介して交換されるメッセージ１１８、１２０に基づいて１つまたは複数の可能なプロジェクトおよび／またはタスクを検出し、これらのプロジェクトおよび／またはタスクをさらに自動的に生成するために１つまたは複数の機械学習アルゴリズムまたは人工知能を実装する。たとえば、タスク作成機械学習モジュール３０２は、メンバー１１０によって表明された問題に対処するために実施され得るあらゆるプロジェクトおよび／またはタスクを識別するためにこれらの交換されるメッセージ１１８、１２０をリアルタイムに評価するためにＮＬＰまたは他の人工知能を利用し得る。たとえば、図３に示されているように、メンバー１１０は、代理１０４へのメッセージ１１８中で、メンバーが新しい都市（たとえば、バヤモン）への今度の引っ越しに関する支援を必要とすることを示している。タスク作成機械学習モジュール３０２は、ＮＬＰまたは他の人工知能を使用して、今度の引っ越しに対応する新しいプロジェクトを識別するためにリアルタイムにこのメッセージ１１８を処理し得る。さらに、このメッセージ１１８に基づいて、タスク作成機械学習モジュール３０２は、引っ越しを完了するための時間枠または最終期限、通信セッション１１６を介した代理１０４への１つまたは複数のメッセージ中にメンバー１１０によって定義された何らかの予算上の制約、および新しいプロジェクトおよび任意の対応するタスクを定義するのに有用であり得る任意の他の情報（たとえば、メンバーの自宅の面積、好適なベンダーまたは他のサードパーティサービスなど）などの新しいプロジェクトまたはタスクのための任意の対応するパラメータを識別し得る。

【0073】

[0083]上記のように、タスク作成サブシステム２０２は、メンバー１１０のために実施され得る可能なプロジェクトおよびタスクを識別するためにタスク作成機械学習モジュール３０２によって使用されるＮＬＰまたは他の人工知能をトレーニングするために同様の状況にあるメンバーのための前に識別されたプロジェクトおよびタスクに対応する履歴データとユーザデータストア２０８からのこれらのメンバーからの対応するメッセージとを利用し得る。タスク作成機械学習モジュール３０２は、指定された問題に対処するために実施され得る１つまたは複数のプロジェクトおよび／またはタスクを識別する場合、タスク作成機械学習モジュール３０２は、代理１０４にこれらのプロジェクトおよび／またはタスクを提示し得、代理は、代理がこれらのプロジェクトおよび／またはタスクを識別したことと、メンバーの指定された問題にメンバー１１０が対処することを代理が相応に支援することになることとを示すために通信セッション１１６を介してメンバー１１０と通信し得る。

【0074】

[0084]一実施形態では、タスク作成機械学習モジュール３０２は、タスクデータストア２１０から、メンバー１１０によって表明されたかまたはメッセージ１１８および通信セッション１１６を介して提出された他の通信を介して別の様式で識別された問題に対処するために代理１０４、メンバー１１０、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割り当てられ得る新しいプロジェクトおよび／またはタスクを定義するために使用され得る１つまたは複数のタスクテンプレート３０４を取得する。タスクテンプレート３０４は、特定のプロジェクトまたはタスクタイプに対応し得る。たとえば、各タスクテンプレート３０４は、プロジェクトまたはタスクを定義するための異なるデータフィールドを含み得、それによって、異なるタスクフィールドは、定義されているプロジェクトまたはタスクのためのプロジェクトまたはタスクタイプまたはカテゴリに対応し得る。代理１０４は、処理のためにタスク作成サブシステム２０２に提出され得るプロジェクトまたはタスクを定義するためにこれらの異なるデータフィールドを介してプロジェクトまたはタスク情報を与え得る。

【0075】

[0085]一実施形態では、タスク作成機械学習モジュール３０２は、メンバー１１０と代理１０４との間で交換されるメッセージ１１８、１２０からタスク作成機械学習モジュール３０２によって識別されるプロジェクトまたはタスクの特性に基づいて１つまたは複数のタスクテンプレート３０４から特定のタスクテンプレート３０６を選択し得る。たとえば、タスク作成機械学習モジュール３０２は、一実施形態では、メンバー１１０のために対処されることになる識別された問題に対応するプロジェクトまたはタスクを定義するために代理１０４に与えられ得る特定のタスクテンプレート３０６を選択するために分類またはクラスタリングアルゴリズムを使用する。分類またはクラスタリングアルゴリズムは、メンバー１１０と代理１０４との間で交換されるメッセージ１１８、１２０からタスク作成機械学習モジュール３０２によって識別される特定のプロジェクトまたはタスクの特性に基づいて、タスク作成機械学習モジュール３０２が、分類またはクラスタリングアルゴリズムを使用して識別されたプロジェクトまたはタスクのための適切なタスクテンプレート３０６を識別し得るように、異なるプロジェクトまたはタスク特性と対応するタスクテンプレートとの間の相関を生成し得る。この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、タスク作成機械学習モジュール３０２は、分類またはクラスタリングアルゴリズムによって与えられた出力に基づいて、新しいプロジェクトまたはタスクを作成するために使用され得る特定のタスクテンプレート３０６を識別するために入力として新しいプロジェクトまたはタスクのための対応するパラメータを使用し得る。

【0076】

[0086]上記のように、プロジェクトまたはタスクのためのタスクテンプレート中に提示されるデータフィールドは、機械学習アルゴリズムまたは人工知能を使用して生成された決定に基づいて選択され得る。タスク作成機械学習モジュール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、新しいタスクまたはプロジェクトの定義のために代理１０４に提示されるときにどのデータフィールドがタスクテンプレート３０６から省略され得るのかを識別するためにユーザデータストア２０８からのメンバープロファイルと分類またはクラスタリングアルゴリズムを使用して識別されたタスクテンプレート３０６とを使用し得る。たとえば、メンバー１１０が、代理１０４に保守タスクを委任することが知られており、予算の検討に無関心である場合、タスク作成機械学習モジュール３０２は、代理１０４に、具体的に、プロジェクトまたはタスクの完了のために命令を定義し得るあらゆる予算関連のデータフィールドおよび他のデータフィールドを省略する識別されたプロジェクトまたはタスクのためのタスクテンプレート３０６を提示し得る。

【0077】

[0087]いくつかの例では、タスク作成機械学習モジュール３０２により、代理１０４は、タスクテンプレート３０６のためのデータフィールドを追加、除去、および／または修正することが可能になり得る。たとえば、タスク作成機械学習モジュール３０２が、メンバープロファイルの評価に基づいてプロジェクトまたはタスクのための予算に対応するデータフィールドを除去する場合、代理１０４は、代理１０４がメンバー１１０についての代理の知識に基づいてプロジェクトまたはタスクのための予算を定義することを可能にするためにタスクテンプレート３０６にデータフィールドを追加させることを要求し得る。タスク作成機械学習モジュール３０２は、いくつかの例では、代理１０４が新しいプロジェクトまたはタスクを定義するためにタスクテンプレート３０６にいかなる修正も行う必要なしに代理１０４にタスクテンプレート３０６を与える可能性を改善す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タスクテンプレート３０６へのこの変更を利用し得る。

【0078】

[0088]一実施形態では、タスク作成機械学習モジュール３０２は、特定のプロジェクト／タスクカテゴリまたはタイプに関連する特性またはパラメータに基づいてタスクテンプレートを選択するために使用される分類またはクラスタリングアルゴリズムを再トレーニングするためにタスクテンプレート３０６の選択に関するフィードバックをさらに取得することができる。たとえば、タスク作成機械学習モジュール３０２によって与えられた特定のタスクテンプレート３０６がメンバー１１０によって表明されたかまたはメンバー１１０からの通信に基づいて別の様式で識別された特定の問題に関係しないことを代理１０４が示す場合、タスク作成機械学習モジュール３０２は、このタスクテンプレート３０６が同様のプロジェクト／タスクカテゴリまたはタイプのために選択される可能性を減少させるために分類またはクラスタリングアルゴリズムを修正し得る。さらに、代理１０４がメンバー１１０によって表明された識別された問題のための代替タスクテンプレートを手動で選択する場合、タスク作成機械学習モジュール３０２は、アルゴリズムが同様のプロジェクトおよびタスクのためにこの特定のタスクテンプレートを選択する可能性を増加させるために分類またはクラスタリングアルゴリズムをさらに修正するためにこの選択を使用し得る。

【0079】

[0089]上記のように、タスク作成サブシステム２０２は、通信セッション１１６を介して交換されるメッセージ１１８、１２０から識別される新しいプロジェクトまたはタスクのパラメータに基づいてタスクテンプレート３０６中に提示されるデータフィールドを自動的にポピュレートすることができる。たとえば、タスク作成機械学習モジュール３０２は、選択されたタスクテンプレート３０６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ＮＬＰまたは他の人工知能を使用して収集される新しいプロジェクトまたはタスクのためのパラメータを使用し得る。代理１０４が正確さのために自動的にポピュレートされた情報を検討するだけでよいことがあるので、これは、与えられたタスクテンプレート３０６を使用して新しいプロジェクトまたはタスクを生成することに関する代理の負担を低減し得る。

【0080】

[0090]識別されたプロジェクトまたはタスクのためのタスクテンプレート３０６を選択することに加えて、タスク作成機械学習モジュール３０２は、代理１０４に、識別されたプロジェクトまたはタスクのためにメンバー１１０から必要とされ得る情報に対応するデータをさらに与えることができる。たとえば、メンバー１１０から必要とされ得る識別された情報に基づいて、タスク作成機械学習モジュール３０２は、メンバーの選好に基づいてプロジェクトまたはタスクに関するメンバー１１０に提示され得る質問のための推奨を自動的に生成し得る。一実施形態では、タスク作成機械学習モジュール３０２は、何の質問がメンバー１１０に与えられ得るのかを決定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ことができる。たとえば、タスク作成機械学習モジュール３０２は、新しいプロジェクトまたはタスクのパラメータをさらに定義するためにメンバーの選好を決定し、これらの選好に基づいてメンバー１１０に与えられ得る質問を識別するために機械学習アルゴリズムまたは人工知能への入力として新しいプロジェクトまたはタスクのために定義されるパラメータと、ユーザデータストア２０８からのメンバーのプロファイル、と、メンバー１１０のために前に実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。

【0081】

[0091]上記のように、タスク作成サブシステム２０２が通信セッション１１６を介してメンバー１１０と代理１０４との間で交換されるメッセージに基づいてメンバー１１０に代わって実施され得る１つまたは複数のプロジェクトまたはタスクを識別する場合、タスク作成サブシステム２０２は、各識別されたプロジェクトまたはタスクに固有である通信セッション３１０を自動的に容易にし得る。この通信セッション３１０は、タスク容易化サービスによって容易にされ、メンバー１１０と代理１０４との間の元の通信セッション１１６とは異なり得る。このプロジェクトまたはタスクに固有の通信セッション３１０は、識別されたプロジェクトまたはタスクに固有であるインターフェースを通して提示され得る。たとえば、図３に示されているように、タスク作成サブシステム２０２が、新しい都市への引っ越しを調整することの助けについての要求に対応するプロジェクトを識別したことの結果として、タスク作成サブシステム２０２は、タスク作成サブシステム２０２がこのプロジェクトに固有の新しい通信セッション３１０を容易し得るこの識別されたプロジェクトまたはタスクに対応する新しいインターフェースを自動的に生成し得る。この新しい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メンバー１１０に提示され得る。

【0082】

[0092]タスク作成機械学習モジュール３０２によって与えられたデータに応答して、代理１０４は、通信セッション１１６を介して、新しいプロジェクトまたはタスクをより良く定義するために使用され得る追加情報をメンバー１１０から取得するためにプロジェクトに固有の通信セッション３１０を介してメンバー１１０と１つまたは複数のメッセージ３０８を交換し得る。たとえば、図３に示されているように、タスク作成機械学習モジュール３０２が、メンバーの代わりに実施されるプロジェクトおよびタスクに関してメンバーの傾向が予算にこだわることを示すデータを与えることの結果として、代理１０４は、新しい住宅への引っ越しのためのメンバーの予算に関してメンバー１１０に質問し得る。メンバー１１０が代理の１つまたは複数のメッセージ３０８に応答を与える場合、タスク作成機械学習モジュール３０２が代理１０４に与えられたタスクテンプレート３０６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応答を使用し得るように、タスク作成機械学習モジュール３０２は、リアルタイムに、新しいプロジェクトに固有の、代理１０４がメンバー１１０に代理のクエリを提出した通信セッション３１０を監視し得る。

【0083】

[0093]一実施形態では、要求された情報が必要でないこと（たとえば、メンバー１１０が特定のプロジェクトまたはタスクのための予算に関して気にかけないことなど）をメンバー１１０が示す場合、タスク作成機械学習モジュール３０２は、この情報に関してメンバー１１０にメッセージを送ることを中止するために代理１０４に通知を送信し得る。さらに、タスク作成機械学習モジュール３０２は、前に要求された情報に対応するあらゆるデータフィールドが新しいプロジェクトまたはタスクのためのもはや関係し得ないので、これらを省略するためにタスクテンプレート３０６を更新し得る。いくつかの例では、メンバーの応答に基づいて、タスク作成機械学習モジュール３０２は、同様のプロンプトがタスク容易化サービスのメンバー１１０および他の同様の状況にあるメンバーのための同様のプロジェクトまたはタスクのために代理１０４に与えられる可能性を減少させるために何の情報がメンバー１１０から必要とされ得るのかに関して代理１０４に促すために前に使用された機械学習アルゴリズムまたは人工知能を更新し得る。いくつかの例では、メンバーの応答は、メンバー１１０のための新しいプロジェクトおよびタスクを自動的に定義するためにメンバー１１０に関連し、タスク作成機械学習モジュール３０２によって維持された様々な機械学習アルゴリズムまたは人工知能によって使用されるメンバープロファイルを更新するために使用され得る。たとえば、メンバー１１０が車両の保守に関係するプロジェクトまたはタスクのための予算に関して気にかけないことをメンバー１１０が示した場合、タスク作成機械学習モジュール３０２は、メンバー１１０が車両の保守プロジェクトおよびタスクのための予算におそらくこだわらないことを示すためにメンバー１１０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。これは、タスク作成機械学習モジュール３０２が、それの機械学習アルゴリズムまたは人工知能の使用を通して、車両の保守プロジェクトおよびタスクに関してメンバー１１０から予算情報を取得するように代理１０４を促す可能性を低減し得る。

【0084】

[0094]図４は、少なくとも１つの実施形態による、機械学習アルゴリズムまたは人工知能が、新しいプロジェクトおよびタスク１２６について代理１０４に通知するためにリアルタイムにメンバーと代理との間で交換されるメッセージ１１８が交換される間にこれらのメッセージ１１８を処理するために実装される環境４００の例示的な例を示す。上記のように、タスク容易化サービスのメンバーと割り当てられた代理とは、メンバーによって表明された何らかの問題に対処するために通信セッション１１６を介してメッセージを交換し得る。たとえば、メンバーは、メンバーが特定の問題に対処するために代理からの支援を必要とすることを表明するために通信セッション１１６を介して１つまたは複数のメッセージ１１８を送信し得る。図４に示されているように、メンバーは、メンバーが来月に行われることになる新しい都市への今度の引っ越しを計画することに関する支援を必要とすることを表明した。

【0085】

[0095]一実施形態では、図２～図３に関して上記で説明されたタスク作成サブシステムのタスク作成機械学習モジュール３０２は、通信セッション１１６を介して交換されるメッセージがメンバーのために実施され得る１つまたは複数のプロジェクトおよび／またはタスクを識別するために交換されるときにこれらのメッセージを自動的でリアルタイムに処理するためにＮＬＰまたは他の人工知能を使用する。たとえば、図４に示されているように、タスク作成機械学習モジュール３０２は、メンバーのために作成され、実施され得る可能なプロジェクトまたはタスクに対応するアンカーワードまたはフレーズ４０８のセットを識別するためにＮＬＰまたは他の人工知能を使用してメッセージ１１８を処理し得る。たとえば、図４に示されているように、タスク作成機械学習モジュール３０２は、「助けが必要」「バヤモンへの引っ越し」および「来月」というアンカーフレーズ４０８を識別した。「助けが必要」というアンカーフレーズは、新しいプロジェクトまたはタスクを作成したいというメンバーからの要求に対応し得る。「バヤモンへの引っ越し」というアンカーフレーズは、作成されることになる新しいプロジェクトまたはタスクのタイプまたはカテゴリに対応し得る（たとえば、「への引っ越し」は、プロジェクトまたはタスクの引っ越しカテゴリに対応し得、「バヤモン」は、引っ越しのための目的地として働くことになるロケーションに対応し得る）。さらに、「来月」というアンカーフレーズは、新しいプロジェクトまたはタスクのための時間的制限に対応し得、それによって、「来月」は、プロジェクトまたはタスクの完了のための最終期限を示し得る。したがって、新しいプロジェクトまたはタスクの作成を要求するためにメンバーによって表明されたメッセージ１１８に基づいて、タスク作成機械学習モジュール３０２は、新しいプロジェクトまたはタスクならびに新しいプロジェクトまたはタスクのためのプロジェクトまたはタスクテンプレートを自動的にポピュレートするために使用され得る新しいプロジェクトまたはタスクのための異なるパラメータを自動的に識別し得る。

【0086】

[0096]一実施形態では、タスク作成機械学習モジュール３０２が通信セッション１１６を介してメンバーと代理１０４との間で交換されるメッセージに基づいて新しいプロジェクトまたはタスクを識別する場合、タスク作成機械学習モジュール３０２は、識別されたプロジェクトまたはタスクのための適切なプロジェクトまたはタスクテンプレートを選択し、メンバーのために実施されることになる新しいプロジェクトまたはタスクの定義を開始することができる。新しいプロジェクトまたはタスクを自動的に生成するためのプロセスについて、図３に関してより詳細に説明される。

【0087】

[0097]一実施形態では、タスク作成機械学習モジュール３０２がメンバーのために実施されることになる新しいプロジェクトまたはタスクを定義すると、タスク作成機械学習モジュール３０２は、新しいプロジェクトまたはタスクがメンバーのために作成されていることを示すために代理１０４に通知を送信することができる。たとえば、図４に示されているように、タスク作成機械学習モジュール３０２は、新しいプロジェクトまたはタスクがメンバーのために作成されていることを示す新しいメッセージ４０４を与えるために代理１０４によって利用される代理コンソール４０２を更新し得る。代理コンソール４０２は、メンバーとのそれの関係を管理するための利用可能な行為または提案に関して代理を促すためにタスク容易化サービスに関連する代理にタスク容易化サービスによって与えられたインターフェースとして実装され得る。たとえば、代理コンソール４０２を通して、タスク容易化サービスは、メンバーの特定のプロジェクトおよびタスクを支援することと、プロジェクトおよびタスクの実施に関してメンバーの適切な質問を尋ねることと、メンバーによって表明された特定の問題に関してメンバーを支援するために実施されることになる新しいプロジェクトまたはタスクがいつ識別され、作成されたのかを示すこととを行うために代理１０４がメンバーと通信するのを支援し得る情報を代理１０４に与え得る。したがって、代理コンソール４０２は、メンバーの認知的負荷を低減し、メンバーのニーズをより良く理解するためにメンバーを支援する際に代理１０４をより良く案内するために与えられ得る。

【0088】

[0098]一実施形態では、タスク作成機械学習モジュール３０２がメンバーのために実施されることになる特定のプロジェクトを識別した場合、タスク作成機械学習モジュール３０２は、新しいプロジェクトを完了するために実施され得る１つまたは複数のタスク１２６を自動的に作成することができる。たとえば、タスク作成機械学習モジュール３０２は、メンバーのメッセージ１１８に基づいて識別された新しいプロジェクトの特定のプロジェクトカテゴリまたはタイプに関連付けられ得る１つまたは複数のタスクを識別するためにタスク容易化サービスのタスク調整システムによって維持されたリソースライブラリにアクセスし得る。上記のように、リソースライブラリは、プロジェクトまたはタスクの実施のために利用可能な異なるリソースに関係する詳細情報を含み得る。さらに、リソースライブラリは、異なるプロジェクトを完了するために一般に実施される共通のタスクを指定し得る。これらの共通のタスクは、対応するプロジェクトカテゴリまたはタイプに従ってカテゴリ分類され得る。したがって、新しいプロジェクトのカテゴリまたはタイプに基づいて、タスク作成機械学習モジュール３０２は、新しいプロジェクトを完了するためにメンバーのために実施され得る１つまたは複数のタスク１２６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。

【0089】

[0099]いくつかの例では、タスク作成機械学習モジュール３０２は、識別されたプロジェクトの完了のために実施され得るタスクを識別し、作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。たとえば、タスク作成機械学習モジュール３０２は、新しいプロジェクトを完了するために実施され得る可能なタスクのセットを識別するために機械学習アルゴリズムまたは人工知能への入力として同様の状況にあるメンバーのための前に識別されたプロジェクトおよびタスクに対応する履歴データならびに新しいプロジェクトに関連する特性またはパラメータを利用し得る。例示的な例として、新しいプロジェクトが新しい都市への引っ越しに対応する場合、タスク作成機械学習モジュール３０２は、同様の状況にあるメンバーのために完了した前のプロジェクトに対応し、新しい都市への引っ越しに関連する履歴データに基づいて、メンバーの新しい都市への引っ越しを完了するためにこれらの同様の状況にあるメンバーのために前に実施された１つまたは複数のタスクを識別し得る。したがって、識別された１つまたは複数のタスクに基づいて、タスク作成機械学習モジュール３０２は、メンバーの選好に従って、メンバーのニーズに固有の新しいプロジェクトのための１つまたは複数のタスクを自動的に生成し得る。いくつかの例では、識別された１つまたは複数のタスクに基づいて、タスク作成機械学習モジュール３０２は、これらの識別された１つまたは複数のタスクに対応するタスクテンプレートを取り出し、これらのタスクテンプレートを使用して新しいタスクを生成し得る。タスク作成機械学習モジュール３０２は、通信セッション１１６を介して交換されるメンバーの１つまたは複数のメッセージ１１８から生成される情報を使用してこれらのタスクテンプレートをポピュレートし得る。

【0090】

[0100]一実施形態では、タスク作成機械学習モジュール３０２が新たに識別されたプロジェクトのための１つまたは複数のタスク１２６を自動的に生成する場合、タスク作成機械学習モジュール３０２は、代理１０４にこれらのタスク１２６を提示するために代理コンソール４０２を更新することができる。代理コンソール４０２を通して、代理１０４は、プロジェクトのために生成された新しいタスク１２６を検討し得る。たとえば、代理１０４は、代理コンソール４０２を通して、タスク１２６に関連するパラメータ（たとえば、タスク１２６の完了のための時間枠、タスク１２６の完了のために関与されることになる何らかのサードパーティサービス、何らかの予算要件、タスクのために実施されることになる行為など）を検討するために特定のタスク１２６を選択し得る。さらに、代理１０４は、タスク１２６のために必要とされ得る何らかの追加情報を与えるために特定のタスク１２６のためのタスクテンプレートにアクセスし得る。たとえば、タスク１２６がタスク１２６の実施のための予算を示さないが、代理１０４が、タスク１２６の完了のためにメンバーによって定められた予算に関与する場合、代理１０４は、タスク１２６の完了のためのメンバーの予算を示すためにタスク１２６のためのタスクテンプレートを更新し得る。

【0091】

[0101]上記のように、タスク作成機械学習モジュール３０２は、メンバーの選好に基づいて提示されたタスク１２６に関してメンバーに提示され得る質問のための推奨を自動的に生成し得る。これらの推奨は、代理コンソール４０２を介して代理１０４に与えられ得る。たとえば、代理１０４が特定のタスク１２６と対話するとき、タスク作成機械学習モジュール３０２は、代理コンソール４０２を介して、代理１０４にこれらの推奨を与え得る。これにより、代理１０４は、プロジェクトおよび対応するタスク１２６の定義を完了するために何の追加情報がメンバーから必要とされ得るのかを容易に決定することが可能になり得る。

【0092】

[0102]代理コンソール４０２を通して、タスク作成機械学習モジュール３０２は、新しいプロジェクトのための追加のおよび／または代替のタスクを定義するオプション４０６を代理１０４に与え得る。たとえば、メンバーがプロジェクトのために追加の支援を望む追加のタスクを代理１０４が識別する場合、代理１０４は、これらの追加のタスクを定義するためにこれらの追加のタスクのためにタスクテンプレートにアクセスするオプション４０６を選択し得る。代理１０４がプロジェクトのための新しいタスクを定義する場合、新しいタスクは、新しいプロジェクトのために代理コンソール４０２を介して提示されたタスク１２６に追加され得る。いくつかの例では、代理１０４がプロジェクトのために新しいタスクを作成する場合、タスク作成機械学習モジュール３０２は、同様のプロジェクトのためのおよび同様の状況にあるメンバーのためのタスクを識別するためにタスク作成機械学習モジュール３０２によって使用され得る履歴データにこの新しいタスクを追加することができる。したがって、代理１０４が特定のプロジェクトのためのタスクを追加するか、除去するか、または修正する場合、タスク作成機械学習モジュール３０２は、同様の状況にあるメンバーのために実施されることになるプロジェクトのためのタスクを自動的に生成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ためにこのデータを自動的に使用し得る。

【0093】

[0103]一実施形態では、新しいプロジェクトまたはタスクがメンバーのたに作成されたことを示す新しいメッセージ４０４を与えるために代理１０４によって利用される代理コンソール４０２を更新することに加えて、タスク作成機械学習モジュール３０２は、メンバーのために作成された新しいプロジェクトまたはタスクに固有であるメンバーと代理１０４との間の新しい通信セッションを自動的に容易にすることができる。たとえば、タスク容易化サービスのメンバーに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、タスク作成機械学習モジュール３０２は、新たに作成されたプロジェクトまたはタスクに対応する新しいプロジェクトまたはタスクに固有のインターフェースを生成し得る。この新しいインターフェースを通して、タスク作成機械学習モジュール３０２は、代理１０４が、関連するプロジェクトまたはタスクのためにタスク作成機械学習モジュール３０２によって推奨される何らかの質問をメンバーに提示し得るメンバーと代理１０４との間の新しい通信セッションを容易にし得る。

【0094】

[0104]いくつかの例では、タスク作成機械学習モジュール３０２が新たに識別されたプロジェクトのための１つまたは複数の新しいタスク１２６を生成する場合、タスク作成機械学習モジュール３０２は、これらの１つまたは複数の新しいタスク１２６を提示するために新たに識別されたプロジェクトのために生成されたプロジェクトに固有のインターフェースを更新し得る。メンバーが１つまたは複数の新しいタスク１２６のいずれかを選択する場合、タスク容易化サービスは、選択された新しいタスクに対応するタスクに固有のインターフェースを与えるためにプロジェクトに固有のインターフェースを更新し得る。このタスクに固有のインターフェースを通して、メンバーは、メンバーと代理１０４との間で容易にされ、メンバーと代理１０４とが選択された新しいタスクに関して互いに通信し得るタスクに固有の通信セッションを通して代理１０４と通信し得る。さらに、このタスクに固有のインターフェースを通して、メンバーは、メンバーに代わってタスクを完了する際に新しいタスクに割り当てられた代理１０４および／または何らかのサードパーティサービスもしくは他のエンティティによって使用され得る何らかの追加情報を与え得る。

【0095】

[0105]図５は、少なくとも１つの実施形態による、タスク作成サブシステム２０２は、代理コンソール４０２を介して、メンバーのために実施されることになる新しいタスクの作成のためのタスクテンプレートを与える環境５００の例示的な例を示す。上記のように、タスク作成サブシステム２０２は、タスクデータストア中に、異なるプロジェクト／タスクタイプまたはカテゴリのためのプロジェクトおよびタスクテンプレートを維持し得る。各プロジェクトまたはタスクテンプレートは、プロジェクトまたはタスクを定義するための異なるデータフィールドを含み得、それによって、異なるプロジェクトまたはタスクフィールドは、定義されているプロジェクトまたはタスクのためのプロジェクト／タスクタイプまたはカテゴリに対応し得る。代理１０４および／またはメンバーは、処理のためにタスク作成サブシステム２０２に提出され得るプロジェクトまたはタスクを定義するためにこれらの異なるフィールドを介して対処されることになる問題に関係する情報を与え得る。

【0096】

[0106]図５に示されているように、タスク作成サブシステム２０２は、代理コンソール４０２を介して、代理１０４が、メンバーに関連するアカウント情報を検討し、メンバーのための新しいタスクまたはプロジェクトを作成することを求める要求を提出し得るアカウントウィンドウ５０２を与え得る。たとえば、アカウントウィンドウ５０２は、アカウント名（たとえば、メンバー、代理１０４によって、またはアカウントの特性に基づいてタスク容易化サービスによって定義されたアカウントに関連する一意の標示など）、アカウントに関連する電話番号、アカウントに関連する請求先住所または他の住所、アカウントに関連するウェブサイト、アカウントの所有者の名前（たとえば、アカウントの所有者として働くメンバーまたは他のエンティティ）などを含み得る。この情報は、代理１０４のためにメンバーに関連するアカウントを一意に識別するために使用され得る。

【0097】

[0107]一実施形態では、アカウントウィンドウ５０２は、アカウントウィンドウ５０２中に表されるメンバーのための新しいタスクまたはプロジェクトを生成するために代理１０４がタスク作成サブシステム２０２に要求を提出することができる新規タスクボタン５０４を含むことができる。代理１０４が新規タスクボタン５０４を選択する場合、タスク作成サブシステム２０２は、タスク作成ウィンドウ５０６を介してタスクテンプレートを提示し得る。タスク作成ウィンドウ５０６を介して与えられる最初のタスクテンプレートは、それぞれ、新しいタスクまたはプロジェクトのための任意の数の異なるタスクまたはプロジェクトパラメータを定義するために使用され得るジェネリックまたはユニバーサルタスクテンプレートであり得る。たとえば、図５に示されているように、タスク作成サブシステム２０２は、代理１０４が新しいタスクのための名前を入力または定義し得るタスク名フィールド５０８を提示し得る。さらに、タスク作成サブシステム２０２は、（プロジェクトではなくタスクが定義されている場合）タスクが生成されているプロジェクトの名前を指定し得るプロジェクト名フィールド５１０を与え得る。プロジェクトが代理コンソール４０２を介して定義されている場合、プロジェクト名フィールド５１０は省略され得る。

【0098】

[0108]タスク作成サブシステム２０２は、タスク作成ウィンドウ５０６を介して、代理１０４がメンバーのために生成されている新しいタスクまたはプロジェクトの短い説明を与え得るタスク説明フィールド５１２をさらに与え得る。一実施形態では、代理１０４がプロジェクトまたはタスクのための名前と短い説明とを与えると、タスク作成サブシステム２０２は、機械学習アルゴリズムまたは人工知能を使用して、タスク作成ウィンドウ５０６を介して代理１０４に提示され得る特定のタスクテンプレートを選択するために入力として与えられた名前および短い説明ならびにメンバーおよび同様の状況にあるメンバーに対応する履歴データ（たとえば、メンバーおよび同様の状況にあるメンバーのために作成された前のプロジェクトおよび／またはタスクなど）を使用し得る。たとえば、代理１０４が新しい町で公共サービスを確立するためのタスクに対応するタスク名を与え、タスクが新しい住所でサービスを確立するために地元の公益サービス会社と連絡するためのものであるという短い説明として与える場合、タスク作成サブシステム２０２は、機械学習アルゴリズムまたは人工知能を使用して、引っ越しまたは公共サービスタスクに対応するタスクテンプレートを識別し得る。したがって、タスク作成サブシステム２０２は、識別されたタスクテンプレートに対応するデータフィールドを提示し、識別されたテンプレートの任意の適用可能なデータフィールドに前に与えられた情報をインポートするために自動的にタスク作成ウィンドウ５０６を更新し得る。したがって、識別されたタスクカテゴリまたはタイプに基づいて、代理１０４は、タスクを定義するために関係するデータフィールドを提示され得る。

【0099】

[0109]一実施形態では、タスク作成サブシステム２０２は、メンバーと代理との間の通信セッションを介してメンバーと代理１０４との間で交換されるメッセージから自動的に識別されたタスクまたはプロジェクトのためのタスク作成ウィンドウ５０６を介してタスクテンプレートを自動的に与えることができる。たとえば、タスク作成サブシステム２０２がメンバーと代理１０４との間で交換されるメッセージに基づいて新しいタスクまたはプロジェクトを識別する場合、タスク作成サブシステム２０２は、新しいタスクまたはプロジェクトのための対応するテンプレートを自動的に識別し、これらのメッセージから収集された情報に基づいて新しいタスクまたはプロジェクトのためのテンプレートに関連する任意の適用可能なデータフィールドをポピュレートし得る。上記のように、タスク作成サブシステム２０２がメンバーと代理１０４との間で交換されるメッセージに基づいて新しいプロジェクトまたはタスクを識別する場合、タスク作成サブシステム２０２は、この新しいタスクまたはプロジェクトについて代理１０４に自動的に通知し得る。この通知は、代理１０４がタスク作成ウィンドウ５０６を介して新しいプロジェクトまたはタスクを検討し得る代理コンソール４０２を通して与えられ得る。さらに、タスク作成ウィンドウ５０６を通して、代理１０４は、メンバーについてのおよび／またはメンバーがメンバーに代わって実施されることを望むプロジェクトまたはタスクについての代理の知識に基づいて新たに識別されたタスクまたはプロジェクトに何らかの変更を行い得る。

【0100】

[0110]タスク作成ウィンドウ５０６を介した新しいタスクまたはプロジェクトの作成に戻ると、タスク作成サブシステム２０２は、代理１０４がタスクまたはプロジェクトの完了のための最終期限を定義し得るタスク最終期限フィールド５１４をさらに与え得る。いくつかの例では、このタスク最終期限フィールド５１４は、メンバーと代理１０４との間で交換されるメッセージに基づいてタスク作成サブシステム２０２によって自動的に更新され得る。バヤモンへの今度の引っ越しに関係する図１、図３、および図４に関して上記で説明された例示的な例を使用すると、タスク作成サブシステム２０２は、今度の引っ越しのための最終期限が来月中にあると決定するためにメンバーと代理１０４との間で交換されるメッセージを処理するためにＮＬＰまたは他の人工知能を使用し得る。したがって、タスク作成サブシステム２０２は、メンバーからのこの識別された記述に基づいて、プロジェクトのための対応する最終期限を自動的に計算し得る。したがって、タスク作成サブシステム２０２は、この計算された最終期限を示すためにタスク最終期限フィールド５１４を自動的に更新し得る。代理１０４は、メンバーについてのおよびメンバーによって指定されたプロジェクトまたはタスクについての代理自体の知識に基づいて、必要な場合、タスク最終期限フィールド５１４を通してこの元の最終期限を修正し得る。

【0101】

[0111]タスク作成サブシステム２０２は、タスク作成ウィンドウ５０６を介して、優先度が特定のタスクまたはプロジェクトのために割り当てられ得る優先度フィールド５１６をさらに与え得る。たとえば、代理１０４が、メンバーについてのおよびタスクまたはプロジェクトについての代理の知識に基づいて、メンバーが特定のプロジェクトまたはタスクが最大の重要度のものであると見なすと決定する場合、代理１０４は、優先度フィールド５１６を介してプロジェクトまたはタスクに高優先度を割り当て得る。逆に、代理１０４が、プロジェクトまたはタスクが緊急のものでなく、メンバーにいかなる負の影響もなしに任意の時間に実施され得るものであると決定する場合、代理１０４は、優先度フィールド５１６を介してプロジェクトまたはタスクにより低い優先度を割り当て得る。優先度のこの割当ては、メンバーのために代理１０４および／またはタスク推奨システムによって識別される様々なタスクおよびプロジェクトをランク付けする際のファクタとしてタスク推奨システムによって使用され得る。

【0102】

[0112]一実施形態では、タスク作成サブシステム２０２は、メンバーと代理との間で交換されるプロジェクトまたはタスクに対応するメッセージに基づいて優先度フィールド５１６を介してタスクまたはプロジェクトに優先度を自動的に割り当て得ることができる。たとえば、ＮＬＰまたは他の人工知能を使用して、タスク作成サブシステム２０２が、特定の問題に対処するためにメンバーの部分に対して緊急度のレベルを識別する場合、タスク作成サブシステム２０２は、高レベルの緊急度、したがって、高い優先度をプロジェクトまたはタスクのものとし得る。緊急度のインジケータは、メンバーと代理１０４との間で交換されるメッセージのセマンティックおよび非セマンティック特性を含み得る。たとえば、メンバーがタスクまたはプロジェクトの完了のための緊急のニーズを示すアンカー用語（たとえば、「いま」、「直ちに」、「できるだけ早く」、「至急」など）を使用する場合、タスク作成サブシステム２０２は、タスクまたはプロジェクトを迅速に完了させる高レベルの緊急度があると決定し得る。さらに、メンバーのタイプ入力の頻度が上昇する、メンバーがより頻繁な入力ミスを行っている、メンバーが感嘆符を使用しているなどの場合、タスク作成サブシステム２０２は、タスクまたはプロジェクトの完了のための高レベルの緊急度のインジケータとしてこれらを使用し得る。したがって、タスク作成サブシステム２０２は、識別されたタスクまたはプロジェクトの完了のための高優先度を示すために優先度フィールド５１６を更新し得る。

【0103】

[0113]タスク作成サブシステム２０２は、タスク作成ウィンドウ５０６を介して、タスクまたはプロジェクトの完了のための予算が定義され得る予算フィールド５１８をさらに与え得る。たとえば、代理１０４は、メンバーについてのおよび作成されている特定のタスクまたはプロジェクトについての代理の知識に基づいて、予算フィールド５１８を介してタスクまたはプロジェクトの完了のための予算を定義し得る。いくつかの例では、メンバーがプロジェクトおよびタスクの実施に関して予算にこだわらないことを代理１０４が知っている場合、代理１０４は、予算フィールド５１８を介して予算を与えることを省略し得る。したがって、予算フィールド５１８を介した予算の定義は、図５に示されているように、随意であり得る。一実施形態では、タスク作成サブシステム２０２は、メンバーのプロファイルの評価およびタスク容易化サービスの同様の状況にあるメンバーのために前に実施された同様のタスクまたはプロジェクトの評価に基づいてタスクまたはプロジェクトのための予算を自動的に定義することができる。たとえば、メンバーが、予算にこだわらないが、同様の状況にあるメンバーのために前に実施された同様のタスクまたはプロジェクトに基づいて、タスク作成サブシステム２０２がプロジェクトまたはタスクの完了のための平均推定コストを決定する場合、タスク作成サブシステム２０２は、この平均推定コストに対応する予算フィールド５１８を介して予算を定義し得る。いくつかの例では、メンバーのプロファイルの評価に基づいて、メンバーが予算にこだわらないとタスク作成サブシステム２０２が決定する場合、タスク作成サブシステム２０２は、タスク作成ウィンドウ５０６から予算フィールド５１８を完全に省略し得る。

【0104】

[0114]タスク作成ウィンドウ５０６は、新しいタスクまたはプロジェクトのための追加のパラメータをさらに定義するためにタスクまたはプロジェクトのための１つまたは複数のデータフィールドを追加するために代理１０４が利用し得るフィールドの追加ボタン５２０をさらに含み得る。例示的な例として、メンバーのタスクの実施のために何のブランドまたはサービスが使用されるのかについてメンバーが関心があると代理１０４が決定する場合、代理１０４は、タスクまたはプロジェクトの実施のためのブランドまたはサービスの選択または識別に対応する１つまたは複数のデータフィールドを追加し得る。別の例示的な例として、メンバーがタスクまたはプロジェクトの実施のために使用されるブランドまたはサービスに関係するレーティングに関心があることを代理１０４が知っている場合、代理１０４は、メンバーに提示され得るブランドまたはサービスのレーティングに対応するタスクまたはプロジェクトのためのデータフィールドを追加し得る。

【0105】

[0115]上記のように、プロジェクトまたはタスクのためのテンプレート中に提示されるデータフィールドは、機械学習アルゴリズムまたは人工知能を使用して生成された決定に基づいて選択され得る。タスク作成サブシステム２０２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、新しいタスクまたはプロジェクトの定義のためにタスク作成ウィンドウ５０６を介して代理１０４に提示されるときにどのデータフィールドがテンプレートから省略され得るのかを識別するためにユーザデータストアからのメンバープロファイルとタスクデータストアからの選択されたテンプレートとを使用することができる。たとえば、メンバーが、代理１０４に保守タスクを委任することが知られており、予算の検討に無関心である場合、タスク作成サブシステム２０２は、代理１０４に、具体的に、タスクの完了のために命令を定義し得るあらゆる予算関連のデータフィールドおよび他のデータフィールドを省略するタスクテンプレートを提示し得る。

【0106】

[0116]フィールドの追加ボタン５２０の使用を通して、およびタスク作成ウィンドウ５０６を介して提示される随意のフィールドに関連する他のインターフェース要素を通して、タスク作成サブシステム２０２により、代理１０４は、テンプレートのためのデータフィールドを追加、除去、および／または修正することが可能になり得る。たとえば、タスク作成サブシステム２０２が、メンバープロファイルの評価に基づいてタスクのための予算に対応するデータフィールドを除去する場合、代理１０４は、代理１０４がメンバーについての代理の知識に基づいてタスクのための予算を定義することを可能にするためにデータフィールドがテンプレートに追加されることを要求するためにフィールドの追加ボタン５２０を使用し得る。タスク作成サブシステム２０２は、いくつかの例では、代理１０４が新しいプロジェクトまたはタスクを定義するためにテンプレートにいかなる修正も行う必要なしにタスク作成ウィンドウ５０６を介して代理１０４にテンプレートを与える可能性を改善す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テンプレートへのこの変更を利用し得る。

【0107】

[0117]新しいプロジェクトまたはタスクがタスク作成ウィンドウ５０６を介して定義されると、代理１０４は、新たに作成されたタスクまたはプロジェクトを提出するためにタスク作成ウィンドウ５０６を介して与えられるタスクの追加ボタン５２２を選択し得る。タスク作成サブシステム２０２は、メンバーのために実施されることになるタスクまたはプロジェクトのリストに新しいプロジェクトまたはタスクを追加し得る。さらに、新たに作成されたタスクまたはプロジェクトは、メンバーが、実施およびサードパーティサービスとの調整のための代理１０４への委任のためのタスクまたはプロジェクトを選択する可能性に従ってランク付けされ得る。代替的に、新しいタスクまたはプロジェクトは、各プロジェクトまたはタスクの完了のための緊急度のレベルに基づいてランク付けされ得る。緊急度のレベルは、ユーザデータストアからのメンバー特性（たとえば、いくつかのタスクまたはタスクのカテゴリのメンバーの自身の優先度付けに対応するデータ）および／またはタスクまたはプロジェクトが実施されない場合のメンバーへの潜在的なリスクに基づいて決定され得る。

【0108】

[0118]一実施形態では、タスクの追加ボタン５２２の選択は、タスク作成サブシステム２０２に、タスク作成ウィンドウ５０６を通して代理１０４によっておよび／またはタスク作成サブシステム２０２によって定義された情報を含むために対応するプロジェクトまたはタスクのために生成されたインターフェースを更新させる。上記のように、タスク作成サブシステム２０２がメンバーと代理１０４との間で容易にされた元の通信セッションを介してメンバーによって表明された問題に対処するために実施され得るプロジェクトまたはタスクを識別する場合、タスク作成サブシステム２０２は、新たに識別されたプロジェクトまたはタスクのための新しいインターフェースを自動的に生成し得る。この新しいインターフェースを通して、タスク作成サブシステム２０２は、識別されたプロジェクトまたはタスクに固有である通信セッションを容易にし得る。さらに、タスクを追加ボタン５２２の選択に応答して、タスク作成サブシステム２０２は、識別されたプロジェクトまたはタスクに関係し、代理１０４によって与えられたかあるいはタスク作成サブシステム２０２によって別の様式で識別され、タスク作成ウィンドウ５０６を通して定義された何らかの更新された情報を与えるためにこのインターフェースを自動的に更新し得る。

【0109】

[0119]図６は、少なくとも１つの実施形態による、機械学習アルゴリズムまたは人工知能は、新しいプロジェクトおよびタスクを定義するためにメンバーから必要とされる追加情報を自動的に識別する環境６００の例示的な例を示す。環境６００では、タスク作成機械学習モジュール３０２は、特定のプロジェクトまたはタスクのためにメンバーから必要とされ得る何らかの追加情報を自動的でリアルタイムに識別し得る。上記のように、タスク作成機械学習モジュール３０２は、プロジェクトまたはタスクのための追加のパラメータならびにプロジェクトまたはタスクに関連する提案の生成のためにメンバーから必要とされ得る何らかの追加情報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新たに生成されたプロジェクトおよび／またはタスクとメンバーに対応する情報とを処理し得る。たとえば、タスク作成機械学習モジュール３０２は、プロジェクトおよび／またはタスクを定義するためにメンバーの必要とされ得る何らかの追加情報を識別するために機械学習アルゴリズムまたは人工知能への入力として生成されたプロジェクトまたはタスクと、メンバーに対応する情報と、他の同様の状況にあるメンバーのために実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。タスク作成機械学習モジュール３０２は、ユーザデータストア２０８から他の同様の状況にあるメンバーのために実施されたプロジェクトおよび／またはタスクに対応する履歴データとメンバーに対応する情報とを取得し得る。いくつかの例では、タスク作成機械学習モジュール３０２は、他の同様の状況にあるメンバーのために、およびメンバー自体のために前に実施されるプロジェクトおよび／またはタスクを識別するためにユーザデータストア２０８からの情報を使用し得る。タスク作成機械学習モジュール３０２がこれらのプロジェクトおよび／またはタスクを識別すると、タスク作成機械学習モジュール３０２は、機械学習アルゴリズムまたは人工知能中の入力として使用するためにこれらのプロジェクトおよび／またはタスクを取得するために上記で説明されたタスクデータストア２１０などのタスクデータストアにアクセスし得る。

【0110】

[0120]追加のメンバー入力が新たに生成されたプロジェクトまたはタスクのために必要とされるとタスク作成機械学習モジュール３０２が決定する場合、タスク作成機械学習モジュール３０２は、プロジェクトまたはタスクに関してメンバーに提示され得る質問のための推奨を代理１０４に与え得る。たとえば、タスク容易化サービスによって代理１０４に与えられた代理コンソール４０２を介して、タスク作成機械学習モジュール３０２は、何の追加情報が新たに生成されたプロジェクトまたはタスクのためにメンバーから必要とされ得るのかを示す１つまたは複数のメッセージを代理１０４に送信し得る。図１に示されている「バヤモンへの引っ越し」プロジェクトの例に戻ると、プロジェクトのためにメンバーの自宅の１つまたは複数のパラメータ（たとえば、面積、部屋の数など）を理解することが重要であるとタスク作成機械学習モジュール３０２が決定する場合、タスク作成機械学習モジュール３０２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を促すために代理１０４に推奨を与えるために代理コンソール４０２を介して代理１０４にメッセージを送信し得る。代理１０４は、タスク作成機械学習モジュール３０２によって与えられた推奨を検討し、特定のプロジェクトのためにメンバーと代理１０４との間で確立された通信セッションを介して、追加のプロジェクトパラメータを与えるようにメンバーを促し得る。

【0111】

[0121]一実施形態では、タスク作成機械学習モジュール３０２は、メンバーの選好に基づいてプロジェクトまたはタスクに関してメンバーに提示され得る質問のための推奨を代理コンソール４０２を介して代理１０４にさらに与えることができる。たとえば、メンバーが予算にこだわることが知られており、代理１０４および／またはタスク作成機械学習モジュール３０２が、タスクまたはプロジェクトのためのいかなる予算または予算制限も定義していなかった場合、タスク作成機械学習モジュール３０２は、プロジェクトまたはタスクの完了のためにメンバーの予算に関して照会するために特定のタスクまたはプロジェクトのためにメンバーと代理１０４との間に確立される通信セッションを介してメンバーと通信するように代理コンソール４０２を介して代理１０４を促し得る。たとえば、図６に示されているように、タスク作成機械学習モジュール３０２は、メンバーが予算にこだわることが知られており、したがって、代理１０４は、新たに生成されたプロジェクトまたはタスクのための何らかの予算制限または金額に関して照会しなければならないことを示すメッセージ６０２を代理１０４に送信し得る。さらに、代理コンソール４０２を通して、タスク作成機械学習モジュール３０２は、どのタスク６０４が新たに生成されたが、（メンバーのプロファイルを介しておよび／または同様の状況にあるメンバーのための選好の評価を通して定義され、識別された）メンバーの選好に基づいてこれらのタスク６０４のために重要であるものとしてタスク作成機械学習モジュール３０２によって識別された追加情報が消失しているのかを指定し得る。

【0112】

[0122]上記のように、タスク作成機械学習モジュール３０２は、何の質問がメンバーに与えられ得るのかを決定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ことができる。たとえば、タスク作成機械学習モジュール３０２は、新しいプロジェクトまたはタスクのパラメータをさらに定義するためにメンバーの選好を決定し、これらの選好に基づいてメンバーに与えられ得る質問を識別するために機械学習アルゴリズムまたは人工知能への入力として新しいプロジェクトまたはタスクのために定義されるパラメータと、メンバーのプロファイルと、メンバーのために前に実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。この機械学習アルゴリズムまたは人工知能の出力に基づいて、タスク作成機械学習モジュール３０２は、新たに生成されたプロジェクトおよび／またはタスクをさらに定義するためにメンバーに与えられ得る質問に関する推奨を与える１つまたは複数のメッセージ６０２を代理１０４に送信し得る。

【0113】

[0123]一実施形態では、代理コンソール４０２を通して、タスク作成機械学習モジュール３０２は、追加情報が必要とされ得る識別されたタスクおよび／またはプロジェクトに対応するテンプレートにアクセスするために選択され得る情報の追加ボタン６０６を与えることができる。情報の追加ボタン６０６は、識別されたタスクおよび／またはプロジェクトのために追加される必要がある特定の情報に固有であり得る。たとえば、図６に示されているように、タスク作成機械学習モジュール３０２は、代理コンソール４０２中に提示された識別されたタスク６０４のための予算を定義することに固有である情報の追加ボタン６０６を与えている。代理１０４が情報の追加ボタン６０６を選択する場合、タスク作成機械学習モジュール３０２は、代理コンソール４０２を介して、代理コンソール４０２中に指定されているタスク６０４に対応するテンプレートを提示し得る。複数のタスクまたはプロジェクトが代理コンソール４０２を介して提示される場合、情報の追加ボタン６０６の選択は、タスク作成機械学習モジュール３０２に、どのタスクまたはプロジェクトを代理１０４が追加情報を与えるために修正することを望むのかを選択するオプションを代理１０４に提示させ得る。いくつかの例では、情報の追加ボタン６０６の選択に応答して代理コンソール４０２を介して対応するタスクまたはプロジェクトのためのテンプレートを提示する代わりに、タスク作成機械学習モジュール３０２は、代理コンソール４０２を介して追加情報を与えるように代理１０４を促し得る。代理１０４がタスク作成機械学習モジュール３０２にこの情報を与える場合、タスク作成機械学習モジュール３０２は、タスクまたはプロジェクトのためのこの追加情報を入力するためにタスクまたはプロジェクトに対応するテンプレートを自動的に更新し得る。

【0114】

[0124]いくつかの例では、新たに生成されたタスクおよび／またはプロジェクトのメンバーに関係し得る追加情報を取得するように代理１０４を促すのではなく、タスク作成機械学習モジュール３０２は、特定のプロジェクトまたはタスクのためにメンバーと代理１０４との間で前に確立された通信セッションを介してメンバーと直接自動的に通信し得ることに留意されたい。たとえば、タスク作成機械学習モジュール３０２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と自動的に通信し得る。代理１０４は、会話が肯定極性を維持すること（たとえば、メンバーがタスク作成機械学習モジュール３０２または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作成機械学習モジュール３０２とメンバーとの間の通信を監視し得る。代理１０４は、会話が否定極性を有していること（たとえば、メンバーがフラストレーションを表していること、タスク作成機械学習モジュール３０２またはボット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１０４は、会話に介入し得る。

【0115】

[0125]一実施形態では、代理１０４またはメンバーは、タスク作成機械学習モジュール３０２によって識別された追加情報が１つまたは複数の新たに生成されたプロジェクトおよび／またはタスクのために必要とされないことを示すことができる。たとえば、代理コンソール４０２を介して、代理１０４は、メンバーについての代理の知識に基づいておよび／または追加情報が必要とされないことをメンバーが示すことに応答して、タスク作成機械学習モジュール３０２によって識別された追加情報が１つまたは複数の新たに生成されたプロジェクトおよび／またはタスクのために必要とされないことを示し得る。したがって、タスク作成機械学習モジュール３０２は、この追加情報を省略し、新しいプロジェクトおよび／またはタスクの作成を確定するために各プロジェクトおよび／またはタスクのためのテンプレートを更新し得る。さらに、代理１０４またはメンバーからのこのフィードバックに基づいて、タスク作成機械学習モジュール３０２は、追加情報のための同様のプロンプトが同様のプロジェクトおよび／またはタスクのためにならびに同様の状況にあるメンバーのためにタスク作成機械学習モジュール３０２によって代理１０４またはメンバーに提示される可能性を減少するために何の追加情報が新しいプロジェクトおよびタスクのために必要とされ得るのかを識別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更新し得る。たとえば、メンバーは、メンバーが車両の保守に関係するタスクおよびプロジェクトのための予算に関心がないことを示し、タスク作成機械学習モジュール３０２は、メンバーが車両の保守に関係したタスクおよびプロジェクトのための予算に関して促されなければならないと前に決定した場合、タスク作成機械学習モジュール３０２は、タスク作成機械学習モジュール３０２が車両の保守に関係する同様のプロジェクトまたはタスクのための予算に関係する追加情報について代理１０４またはメンバーを促す可能性を低減するために何の追加情報がこれらのプロジェクトおよびタスクのために必要とされ得るのかを決定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自動的に更新し得る。

【0116】

[0126]図７は、少なくとも１つの実施形態による、代理１０４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１１４によるメンバー１１０のためのタスクの実施をタスク調整システム１０８が割り当て、監視する環境７００の例示的な例を示す。環境７００では、代理１０４は、メンバー１１０のためにプロジェクトまたは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１０８の提案作成サブシステム７０２にアクセスし得る。提案作成サブシステム７０２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１０８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１０４が、メンバー１１０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）を通して必要なプロジェクトまたはタスク関連情報を取得すると、代理１０４は、プロジェクトまた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７０２を利用することができる。

【0117】

[0127]提案は、所与のプロジェクトまたはタスクを調査する間に代理１０４によって作成および／または収集され得るメンバー１１０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１０４は、提案作成サブシステム７０２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７０２は、タスクデータストア２１０内でまたは内部的に、異なるプロジェクトおよび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、特定のプロジェクトまたはタスクタイプのための提案テンプレートは、プロジェクトまた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。タスクデータストア２１０は、異なるプロジェクトおよびタスクの完了のために新しい提案の作成のための様々な提案テンプレートを維持するリソースライブラリに関連付けられ得る。

【0118】

[0128]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１１０に提示されるかについて決定する能力を代理１０４に与えるためにオンまたはオフにトグルされ得る。代理１０４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１０４は、メンバー１１０との関係を確立しており、それによって、代理１０４がメンバーのプロジェクトおよび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１０４が高信頼度で知っている場合、代理１０４は、提案テンプレートから対応する会社のためのレーティング／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１１０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１０４が知っている場合、代理１０４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１０４は、リソースライブラリ内にタスク調整システム１０８によって維持された提案を補足するために提案作成サブシステム７０２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。

【0119】

[0129]一実施形態では、提案作成サブシステム７０２は、提案中でメンバー１１０に提示され得るデータフィールドに関する代理１０４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７０２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、ユーザデータストア２０８からのメンバー１１０に関連するメンバープロファイルと、タスクデータストア２１０からのメンバー１１０のための履歴タスクおよびプロジェクトデータと、提案が生成されているプロジェクトまたはタスクに対応する情報（たとえば、プロジェクト／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７０２は、いくつかの例では、代理１０４のために、提案中でメンバー１１０にこれらのデータフィールドを提示する能力を代理１０４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７０２が、プロジェクトまたは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１１０が、関与する可能なコストへの関心を表した場合、代理１０４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。

【0120】

[0130]代理１０４がメンバー１１０に関する新しい提案を生成すると、代理１０４は、メンバー１１０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７０２は、メンバープロファイルに関連するユーザデータストア２０８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１１０に提示されるとき、提案作成サブシステム７０２は、自動的でリアルタイムに、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データを取得するために代理１０４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１０４は、提案作成サブシステム７０２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レーティング／レビューなしに提案を提示し、メンバー１１０は、（たとえば、代理１０４へのメッセージを通して、特定の会社のためのレーティング／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レーティング／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７０２は、同様のプロジェクト／タスクまたはプロジェクト／タスクタイプのために選択された会社のレーティング／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。

【0121】

[0131]上記のように、タスク調整システム１０８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し得る。リソースライブラリは、特定のプロジェクト／タスクもしくはプロジェクト／タスクタイプに関係する提案または、別の様式で、特定のプロジェクト／タスクもしくはプロジェクト／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１０４が生成するとき、提案作成サブシステム７０２は、タスクのために代理１０４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７０２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１０４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７０２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。

【0122】

[0132]代理１０４は、プロジェクトまた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、新たに作成されたプロジェクトまたはタスクのために、代理１０４は、これらの１つまたは複数のサードパーティサービス１１４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。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、プロジェクトまたは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１０４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／エンティティがプロジェクトまたはタスクを実施するために入札することを選択する場合、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、プロジェクトまたはタスクの完了のために見積りを提出し得る。代理１０４は、プロジェクトまた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１１４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、完了されることになる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またはタスクに固有のインターフェースを通してメンバー１１０に提案として提示され得る。プロジェクトまたはタスクに固有のインターフェースを通して提示される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１１０が選択する場合、代理１０４は、それがプロジェクトまた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。

【0123】

[0133]上記のように、代理１０４は、提案テンプレートを介して、プロジェクトまたは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１０４は、代理１０４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１１０に与えるために、代理１０４は、プロジェクトまた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１１０が代理１０４にプロジェクトまたはタスクの完了に関する意思決定を委任したことを代理１０４が知っている場合、代理１０４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１０４は、メンバー１１０に、プロジェクトまたはタスクのステータスに関する情報をメンバー１１０に欠かさないようにするためにプロジェクトまたは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。

【0124】

[0134]代理１０４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１０４は、メンバー１１０と代理１０４との間に確立された通信セッションを通しておよび／また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１１０に提案を提示し得る。いくつかの例では、代理１０４は、提案が特定のプロジェクトまたは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１１０に通知を送信し得る。メンバー１１０に提示される提案は、提案が準備されたプロジェクトまたはタスク、ならびにメンバー１１０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プロジェクトまたはタスクのために代理１０４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１１０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１０４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１０４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１１０に提案を送信し得る。

【0125】

[0135]提案オプションごとに、メンバー１１０は、代理１０４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７０２を介した代理１０４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１１０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１１０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１１０が関心がない場合、メンバー１１０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１１０が関心がある場合、メンバー１１０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。

【0126】

[0136]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７０２は、どんな情報がメンバー１１０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プロジェクト／タスクまたはプロジェクト／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７０２は、自動的でリアルタイムに、特定のプロジェクトまたは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７０２は、自動的でリアルタイムに、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１１０と代理１０４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７０２は、メンバーの選好を識別するために代理１０４によって与えられた提案に関するメンバー１１０からのフィードバックを要請し得る。提案に関する代理１０４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たこのフィードバックおよび情報は、メンバー１１０におよび同様のプロジェクト／タスクまたはプロジェクト／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７０２は、提案中でメンバー１１０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ア２０８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１０４とのメンバーの対話を通して得られたフィードバックおよび情報をさらに使用し得る。

【0127】

[0137]いくつかの例では、メンバー１１０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１０４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、プロジェクトまた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プロジェクトまたは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１１０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１０４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１１０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１１０は、代理１０４によって通知され得る。

【0128】

[0138]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１１０が受け入れる場合、タスク調整システム１０８は、提示された提案に関連するプロジェクトまたはタスクを実行状態に移動し、代理１０４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１０４は、メンバー１１０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プロジェクトまたは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１１４に連絡し得る。代替的に、代理１０４がメンバー１１０のためにプロジェクトまたはタスクを実施することになっている場合、代理１０４は、メンバー１１０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プロジェクトまたはタスクの実施を開始し得る。

【0129】

[0139]一実施形態では、代理１０４は、メンバー１１０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プロジェクトまたは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１０８のタスク監視サブシステム７０４を利用する。タスク監視サブシステム７０４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１０８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１１４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１１４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７０４は、選択された提案オプションに従ってプロジェクトまたは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１１４と直接対話し得る。タスク監視サブシステム７０４は、代理１０４にサードパーティサービス１１４からのあらゆる情報を与え得る。代理１０４は、次に、メンバー１１０と代理１０４との間の通信セッションを介しておよび／またはタスク容易化サービスにアクセスするためにメンバー１１０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通してメンバー１１０にこの情報を与え得る。代替的に、代理１０４は、サードパーティサービス１１４が選択された提案オプションに従ってプロジェクトまたは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１１０に情報を送信し得る。プロジェクトまたはタスクがメンバー１１０のために代理１０４によって実施されることになる場合、タスク監視サブシステム７０４は、メンバー１１０によって受け入れられた提案オプションにおいて定義されているパラメータに従ってプロジェクトまたはタスクの実施を調整するために代理１０４を監視し、それと対話し得る。たとえば、タスク監視サブシステム７０４は、プロジェクトまたはタスクの実施のために必要とされ得るあらゆるリソース（たとえば、支払情報、タスク情報、購入のための好適なソースなど）を代理１０４に与え得る。

【0130】

[0140]一実施形態では、タスク監視サブシステム７０４は、メンバー１１０のための代理１０４および／またはサードパーティサービス１１４によるプロジェクトおよびタスクの実施を監視することができる。たとえば、タスク監視サブシステム７０４は、プロジェクトまたはタスクの実施のための時間枠、プロジェクトまたはタスクの実施に関連するコスト、プロジェクトまたはタスクの実施に関するあらゆるステータス更新などに関してサードパーティサービス１１４によって与えられたあらゆる情報を記録し得る。タスク監視サブシステム７０４は、この情報をタスクデータストア２１０内で実施されているプロジェクトまたはタスクに対応するデータレコードに関連付け得る。サードパーティサービス１１４によって与えられたステータス更新は、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介してメンバー１１０におよび代理１０４に自動的に与えられ得る。代替的に、ステータス更新は、特定のプロジェクトまたはタスクのためにメンバー１１０と代理１０４との間に確立される通信セッションを介してまたは他の通信方法を通してメンバー１１０にこれらのステータス更新を与え得る代理１０４に与えられ得る。代理１０４がメンバー１１０のためにプロジェクトまたはタスクを実施する場合、代理１０４は、メンバー１１０と代理１０４との間で容易にされ、プロジェクトもしくはタスクに対応する通信セッションを介してまた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もしくはウェブポータルを通してメンバー１１０にプロジェクトまたはタスクの代理の実施に関するステータス更新を与え得る。タスク監視サブシステム７０４は、これらのステータス更新をタスクデータストア２１０内で実施されているタスクに対応するデータレコードに関連付け得る。

【0131】

[0141]いくつかの例では、タスク監視サブシステム７０４により、タスクを実施することに関与するサードパーティサービスまたは他のサービス／エンティティは、タスクに関係するステータス更新を与えるためにメンバー１１０と直接通信することが可能になり得る。たとえば、タスク監視サブシステム７０４は、メンバー１１０とサードパーティサービスまたは他のサービス／エンティティとが実施されているプロジェクトまたはタスクに関係するメッセージを交換し得るメンバー１１０とサードパーティサービスまたは他のサービス／エンティティとの間の通信セッションを容易にし得る。この通信セッションは、プロジェクトまたはタスクに固有のインターフェースを通して与えられ得るので、通信セッションが、メンバー１１０と代理１０４との間の一般的な通信セッションおよびメンバー１１０と代理１０４との間の任意の他のプロジェクトまたはタスク関連の通信セッションとは別個である。いくつかの例では、サードパーティサービスまたは他のサービス／エンティティは、メンバー１１０と代理１０４との間の既存のプロジェクトまたはタスクに固有の通信セッションに追加され得る。サードパーティサービスまたは他のサービス／エンティティが割り当てられたプロジェクトまたはタスクを実施するので、これにより、メンバー１１０および代理１０４は、サードパーティサービスまたは他のサービス／エンティティにアクティブに関与することが可能になり得る。

【0132】

[0142]プロジェクトまたはタスクが完了すると、メンバー１１０は、メンバー１１０によって選択された提案オプションに従ってプロジェクトまたはタスクを実施した代理１０４および／またはサードパーティサービス１１４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１１０は、プロジェクトまた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プロジェクトまたはタスクに固有の通信セッションを介して代理１０４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７０４は、提案作成サブシステム７０２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７０２によって与えられる推奨、プロジェクトおよびタスクを実施し得るサードパーティサービス１１４、ならびに／または同様のプロジェクトおよびタスクの完了のために代理１０４および／もしくはサードパーティサービス１１４によって実施され得るプロセスを改善するためにメンバー１１０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１１０が特定のプロジェクトまたはタスクについてサードパーティサービス１１４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７０２が検出する場合、提案作成サブシステム７０２は、サードパーティサービス１１４が同様のプロジェクトまたは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１１０が特定のプロジェクトまたはタスクのために代理１０４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７０２が検出する場合、提案作成サブシステム７０２は、同様のプロジェクトおよび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。

【0133】

[0143]図８は、少なくとも１つの実施形態による、メンバーと割り当てられた代理との間で交換されるメッセージに基づいて新しいプロジェクトおよび／またはタスクを生成するためのプロセス８００の例示的な例を示す。プロセス８００は、タスク推奨システムのタスク作成サブシステムによって実施され得る。上記のように、タスク作成サブシステムは、タスク作成機械学習モジュールを実装し得、これは、新しいプロジェクトおよびタスクを識別し、自動的に生成するためにメンバーと代理との間のメッセージが交換される間にこれらのメッセージを動的でリアルタイムに処理するために使用され得る機械学習アルゴリズムまたは人工知能を含み得る。したがって、プロセス８００は、タスク作成機械学習モジュールを少なくとも部分的に使用して実施され得る。

【0134】

[0144]ステップ８０２において、タスク作成サブシステムは、メンバーと割り当てられた代理との間のメッセージが交換されている間にこれらのメッセージをリアルタイムに取得する。たとえば、タスク作成サブシステムは、メンバーと代理との間で交換されるメッセージが自動的でリアルタイムにタスク作成サブシステムに送信されるデータストリームまたはフィードを維持し得る。代替的に、タスク作成サブシステムは、あらゆる新たに交換されたメッセージをリアルタイムに取得するためにメンバーと代理との間の通信セッションをアクティブに監視し得る。

【0135】

[0145]ステップ８０４において、タスク作成サブシステムは、メンバーがメンバー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によって実施されることを望み得る何らかのプロジェクトおよび／またはタスクを自動的に識別するためにリアルタイムにメンバーと代理との間の通信セッションを介して交換されるメッセージが交換される間にこれらのメッセージを処理することができる。タスク作成サブシステムは、メンバーに推奨され得る可能なプロジェクトおよび／またはタスクを識別するために通信セッションを介してメンバーと代理との間で交換されるそれらのメッセージを処理するためにＮＬＰアルゴリズムなどの機械学習アルゴリズムまたは他の人工知能を利用し得る。たとえば、タスク作成サブシステムは、メンバーがメンバーのために解決されるもしくは別の様式で実施されることを望む新しいプロジェクトおよび／またはタスクを検出するためにＮＬＰまたは他の人工知能を使用してメンバーからのあらゆる着信メッセージを処理し得る。

【0136】

[0146]通信セッションを介したメンバーと代理との間の交換されたメッセージのリアルタイム処理に基づいて、タスク作成サブシステムは、ステップ８０６において、可能なプロジェクトおよび／またはタスクが識別されたかのかどうかを決定し得る。タスク作成サブシステムが処理されたメッセージに基づいて新しいプロジェクトおよび／またはタスクを識別しなかった場合、タスク作成サブシステムは、リアルタイムにメンバーと代理との間で交換されるあらゆる新しいメッセージが交換されている間にこれらのメッセージを処理するために通信セッションを監視し続け、それによって、プロセス８００を再開し得る。

【0137】

[0147]タスク作成サブシステムが、メンバーと代理との間での交換されたメッセージのそれの処理に基づいて、メンバーのために実施され得る新しいプロジェクトまたはタスクを識別する場合、タスク作成サブシステムは、ステップ８０８において、新しいプロジェクトまたはタスクを生成し得る。たとえば、タスク作成サブシステムは、メンバーに推奨され得る新しいプロジェクトおよび／またはタスクを生成するために機械学習アルゴリズムまたは人工知能への入力としてメンバーのメッセージ、メンバー固有のデータ（たとえば、特性、人口統計、ロケーション、推奨および提案に対する過去の応答など）、同様の状況にあるメンバーに対応するデータ、およびメンバーおよび他の同様の状況にあるメンバーのために前に実施されたタスクに対応する履歴データを使用することができる。

【0138】

[0148]上記のように、タスク作成サブシステムが、通信セッションを介してメンバーによって提出されたメッセージに基づいてメンバーのための１つまたは複数の新しいプロジェクトおよび／またはタスクを自動的に生成する場合、タスク作成サブシステムは、各新しいプロジェクトおよび／またはタスクのための特定の通信セッションを自動的に生成し得る。特定のプロジェクトまたはタスクに対応するこの特定の通信セッションは、メンバーと代理との間に前に確立された通信セッションとは別個であり得る。このプロジェクトまたはタスクに固有の通信セッションを通して、メンバーと代理とは、特定のプロジェクトまたはタスクに関係するメッセージを交換し得る。プロジェクトまたはタスクに固有の通信セッションの実装形態は、これらのプロジェクトまたはタスクに固有の通信セッション内の通信が対応するプロジェクトまたはタスクに関係することを保証しながら他のチャットまたは通信セッションを通して交換されるメッセージの数を低減し得る。

【0139】

[0149]上記のように、タスク作成サブシステムは、識別されたプロジェクトおよび／またはタスクごとに、代理がプロジェクトおよび／またはタスクのための様々なパラメータを定義し得るテンプレートを与え得る。各テンプレートは、プロジェクトまたはタスクを定義するための異なるデータフィールドを含み得、それによって、異なるデータフィールドは、定義されているプロジェクトまたはタスクのためのプロジェクトまたはタスクタイプまたはカテゴリに対応し得る。代理は、処理のためにタスク作成サブシステムに提出され得るプロジェクトまたはタスクを定義するためにこれらの異なるデータフィールドを介してプロジェクトまたはタスク情報を与え得る。プロジェクトまたはタスクのためのテンプレート中に提示されるデータフィールドは、機械学習アルゴリズムまたは人工知能を使用して生成された決定に基づいて選択され得る。たとえば、タスク作成サブシステムは、機械学習アルゴリズムまたは人工知能への入力として、新しいタスクまたはプロジェクトの定義のために代理に提示されるときにどのデータフィールドがテンプレートから省略され得るのかを識別するためにメンバーに関連するメンバープロファイルと選択されたテンプレートとを使用することができる。いくつかの例では、タスク作成サブシステムにより、代理は、テンプレートのためのデータフィールドを追加、除去、および／または修正することが可能になり得る。タスク作成サブシステムは、いくつかの例では、代理が新しいプロジェクトまたはタスクを定義するためにテンプレートにいかなる修正も行う必要なしに代理にテンプレートを与える可能性を改善す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テンプレートへのこの変更を利用し得る。上記のように、タスク作成サブシステムはまた、新しいプロジェクトまたはタスクのためにメンバーと代理との間で容易にされた通信セッションを介して交換されたメンバーのメッセージから識別された新しいプロジェクトまたはタスクのパラメータに基づいてテンプレート中に提示されたデータフィールドを自動的にポピュレートすることができる。たとえば、タスク作成サブシステムは、新しいプロジェクトまたはタスクのための様々なパラメータを識別するためにメンバーからのメッセージまたは他の通信がプロジェクトまたはタスクに固有の通信セッションを通して交換される間にこれらのメッセージまたは他の通信をリアルタイムに評価するためにＮＬＰまたは他の人工知能を使用し得る。

【0140】

[0150]ステップ８１０において、タスク作成サブシステムは、追加情報が新しいプロジェクトまたはタスクの作成のために必要とされるのかどうかを自動的でリアルタイムに決定し得る。上記のように、タスク作成サブシステムは、タスク作成機械学習モジュールを介して、プロジェクトまたはタスクのための追加のパラメータならびに提案の生成のためにメンバーから必要とされ得る何らかの追加情報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新たに生成されたプロジェクトおよび／またはタスクとメンバーに対応する情報とを処理し得る。たとえば、タスク作成サブシステムは、プロジェクトおよび／またはタスクを定義するためにメンバーの必要とされ得る何らかの追加情報を識別するために機械学習アルゴリズムまたは人工知能への入力として生成されたプロジェクトまたはタスクと、メンバーに対応する情報と、他の同様の状況にあるメンバーのために実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。

【0141】

[0151]追加情報が新しいプロジェクトまたはタスクのために必要とされるとタスク作成サブシステムが決定する場合、タスク作成サブシステムは、ステップ８１２において、この追加情報を取得するように代理を促し得る。たとえば、タスク作成サブシステムは、代理に、メンバーの選好に基づいてプロジェクトまたはタスクに関してメンバーに提示され得る質問のための推奨を与え得る。たとえば、代理は、新しいタスクまたはプロジェクトのためのいかなる予算または予算制限も定義しておらず、タスク作成サブシステムは、メンバーが予算にこだわると決定する場合、タスク作成サブシステムは、プロジェクトまたはタスクの完了のためにメンバーの予算に関して照会するために新しいプロジェクトまたはタスクに対応するプロジェクトまたはタスクに固有の通信セッションを介してメンバーと通信するように代理を促し得る。上記のように、タスク作成サブシステムは、追加情報を取得するために何の質問がメンバーに与えられ得るのかを決定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ことができる。たとえば、タスク作成サブシステムは、新しいプロジェクトまたはタスクのパラメータをさらに定義するためにメンバーの選好を決定し、これらの選好に基づいてメンバーに与えられ得る質問を識別するために機械学習アルゴリズムまたは人工知能への入力として新しいプロジェクトまたはタスクのために定義されるパラメータと、メンバーに関連するメンバーのプロファイルと、メンバーのために前に実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。

【0142】

[0152]ステップ８１４において、タスク作成サブシステムは、新しいプロジェクトまたはタスクの作成のために必要とされる追加情報を取得し得る。たとえば、タスク作成サブシステムは、（図４～図６に関して上記で例示および説明された代理コンソール４０２などの）代理コンソールを介して、代理からこの追加情報を取得し得る。代替的に、タスク作成サブシステムがこの追加情報についてメンバーを直接促す場合、タスク作成サブシステムは、新しいプロジェクトまたはタスクのためにメンバーと代理との間のプロジェクトまたはタスクに固有の通信セッションを介してメンバーからこの追加情報を自動的に取得し得る。いくつかの例では、タスク作成サブシステムは、自動的でリアルタイムに、新しいプロジェクトまたはタスクのためにこの追加情報を取得するために機械学習アルゴリズム（たとえば、ＮＬＰ）または他の人工知能を使用してプロジェクトまたはタスクに固有の通信セッションを介してメンバーと代理との間で交換されるメッセージを処理し得る。たとえば、代理が、プロジェクトまたはタスクに固有の通信セッションを介して、この追加情報を与えるようにメンバーを促した場合、タスク作成サブシステムは、新しいプロジェクトまたはタスクに必要な追加情報を取得するためにメンバーからの応答を自動的でリアルタイムに処理し得る。

【0143】

[0153]ステップ８１６において、タスク作成サブシステムは、新しいプロジェクトまたはタスクの定義を完了するために取得された追加情報を使用して新しいプロジェクトまたはタスクを更新し得る。たとえば、タスク作成サブシステムは、追加情報を組み込むために１つまたは複数のデータフィールドを更新するために新しいプロジェクトまたはタスクに対応するテンプレートにアクセスし得る。たとえば、追加情報が新しいプロジェクトまたはタスクの完了のための予算を指定する場合、タスク作成サブシステムは、指定された予算を入力するために新しいプロジェクトまたはタスクの予算に対応するデータフィールドを更新し得る。いくつかの例では、タスク作成サブシステムは、何らかの追加情報が新しいプロジェクトまたはタスクにさらに必要とされるのかどうかを決定し、それによって、上記で説明されたステップ８１０に戻り得る。追加情報がさらに必要とされる場合、タスク作成サブシステムは、新しいプロジェクトまたはタスクのためにこの追加情報を与えるように代理および／またはメンバーを促し得る。

【0144】

[0154]新しいプロジェクトまたはタスクが完全に定義された（たとえば、追加情報が必要とされない）とタスク作成サブシステムが決定する場合、タスク作成サブシステムは、代理および／またはタスク調整システムに、ステップ８１８において、新しいプロジェクトまたはタスクを完了するための提案を生成させるために代理および／またはタスク調整システムに新たに作成されたプロジェクトまたはタスクを与え得る。たとえば、代理は、プロジェクトおよび／またはタスクの解決のための１つまたは複数の提案を生成するためにタスク調整システムを利用することができる。いくつかの例では、代理は、上記で説明されたように、代理およびタスク作成サブシステムによって識別される１つまたは複数のパラメータに従ってメンバーのためのプロジェクトおよび／または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および／またはリソースを識別するためにタスク調整システムによって維持されたリソースライブラリを利用し得る。提案は、プロジェクトおよび／またはタスクの完了のための時間枠、プロジェクトおよび／またはタスクの完了のために関与されることになる任意のサードパーティサービス（もしあれば）の識別情報、プロジェクトおよび／またはタスクの完了のための予算推定、プロジェクトおよび／または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、プロジェクトおよび／またはタスクの完了のために提案中に提示された特定の提案オプションを進めるかまたは代替提案オプションを与えるのいずれかを行うためにメンバーからの応答を要請するために新しい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メンバーに提案を提示し得る。

【0145】

[0155]図９は、少なくとも１つの実施形態による、メンバープロファイルに基づいて新しいプロジェクトおよび／またはタスクを定義するためにメンバーから必要とされる追加情報を識別するためのプロセス９００の例示的な例を示す。プロセス９００は、タスク作成サブシステムのタスク作成機械学習モジュールによって実施され得る。上記のように、タスク作成機械学習モジュールは、新しいプロジェクトまたはタスクを定義するために必要とされ得る情報を動的でリアルタイムに識別するために使用され得る機械学習アルゴリズムまたは人工知能を含み得る。プロセス９００は、図８に関して上記で説明されたプロセス８００のステップ８１０～８１４の拡張であり得ることに留意されたい。

【0146】

[0156]ステップ９０２において、タスク作成機械学習モジュールは、メンバーのプロジェクトおよびタスク選好を識別するためにメンバーに対応するメンバープロファイルを評価し得る。たとえば、タスク作成機械学習モジュールは、新しいプロジェクトまたはタスクが定義されているメンバーに対応するメンバープロファイルを取り出すために（上記で説明されたユーザデータストア２０８などの）ユーザデータストアにアクセスし得る。メンバープロファイルは、異なるプロジェクトおよびタスクタイプまたはカテゴリのための様々な選好を指定し得る。たとえば、メンバープロファイルは、メンバーが自宅および車両の保守に関係するプロジェクトまたはタスクに関して予算にこだわるが、他のタイプのカテゴリのプロジェクトおよびタスクについてはこだわらないことを指定し得る。別の例として、メンバープロファイルは、メンバーがメンバーのプロジェクトおよびタスクのためにハイエンドのブランドまたはサービスにしか関心がないことを指定し得る。さらに別の例として、メンバープロファイルは、メンバーが最小しきい値を上回るレビュースコアを有するブランドまたはサービスしか信用しないことを指定し得る。

【0147】

[0157]いくつかの例では、タスク作成機械学習モジュールは、異なるプロジェクトおよびタスクカテゴリまたはタイプのためのメンバーの選好を決定するために機械学習アルゴリズムまたは他の人工知能を使用してメンバープロファイルを評価し得る。機械学習アルゴリズムまたは人工知能は、何の情報が同様のプロジェクトおよびタスクまたは同様のタイプのプロジェクトおよびタスクのためにメンバーにおよび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を決定または推奨するために使用され得る。タスク機械学習モジュールは、これらのプロジェクトおよびタスクに中に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プロジェクトおよびタスクとのメンバーの対話を監視または追跡し得る。さらに、タスク作成機械学習モジュールは、異なるプロジェクトおよびタスクのための提案内に提示される情報に関する何らかのメンバー選好を取得するために提案作成サブシステムからデータを取得し得る。さらに、タスク作成機械学習モジュールは、メンバーの選好をさらに識別するためにプロジェクトおよびタスクに関係するメンバーと代理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、タスク作成機械学習モジュールは、メンバーの選好を識別するためにメンバーに提示されたプロジェクトおよびタスクに関するメンバーからのフィードバックを要請し得る。プロジェクトおよびタスクに関する代理とのメンバーの対話およびこれらのプロジェクトおよびタスク自体とのメンバーの対話を通して得られたこのフィードバックおよび情報は、メンバーの選好を決定す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。タスク作成機械学習モジュールは、メンバーの選好を決定する際に使用するためのメンバープロファイルを更新するために代理とのメンバーの対話を通して得られたフィードバックおよび情報をさらに使用し得る。

【0148】

[0158]ステップ９０４において、タスク作成機械学習モジュールは、新しいプロジェクトおよび／またはタスクのためにすでに取得され、定義されている情報を識別し得る。たとえば、テンプレートが新しいプロジェクトまたはタスクの定義を開始するために使用されている場合、タスク作成機械学習モジュールは、何の情報がテンプレートの１つまたは複数のデータフィールド内にテンプレート中で指定されているのかを決定し得る。したがって、タスク作成機械学習モジュールは、任意の空のまたは不完全なデータフィールドを識別し、テンプレートから省略されていることがある他のデータフィールドを識別するためにテンプレートを評価し得る（たとえば、いくつかのテンプレートは、デフォルトで、特定のデータフィールドを省略し得る）。

【0149】

[0159]ステップ９０６において、タスク作成機械学習モジュールは、新しいプロジェクトまたはタスクのためのテンプレートから得られる情報とメンバーの選好とに基づいて、追加情報が新しいプロジェクトまたはタスクのために必要とされるのかどうかを決定し得る。たとえば、メンバーは、メンバーの選好に基づいて、予算にこだわることが知られており、代理および／またはタスク作成サブシステムは、対応するテンプレートを介してタスクまたはプロジェクトのためのいかなる予算または予算制限も定義していなかった場合、タスク作成機械学習モジュールは、新しいプロジェクトまたはタスクのための予算に関係する追加情報が必要とされると決定し得る。別の例として、メンバーが、プロジェクトまたはタスクの完了に必要な時間枠の理解を有することを選好し、時間枠が新しいプロジェクトまたはタスクの完了のために定義されていない場合、タスク作成機械学習モジュールは、新しいプロジェクトまたはタスクの完了のために時間枠に関係する追加情報が必要とされると決定し得る。

【0150】

[0160]追加情報が新しいプロジェクトまたはタスクを定義するために必要とされるとタスク作成機械学習モジュールが決定する場合、タスク作成機械学習モジュールは、ステップ９０８において、メンバーの選好に従ってこの追加情報を取得するための案内を与え得る。たとえば、メンバーから必要とされ得る識別された情報に基づいて、タスク作成機械学習モジュールは、メンバーの選好に基づいてプロジェクトまたはタスクに関するメンバーに提示され得る質問のための推奨を自動的に生成し得る。上記のように、タスク作成機械学習モジュールは、何の質問がメンバーに与えられ得るのかを決定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ことができる。たとえば、タスク作成機械学習モジュールは、新しいプロジェクトまたはタスクのパラメータをさらに定義するためにメンバーの選好に基づいてメンバーに与えられ得る質問を識別するために機械学習アルゴリズムまたは人工知能への入力として新しいプロジェクトまたはタスクのために定義されるパラメータと、メンバーのプロファイルと、メンバーのために前に実施されたプロジェクトおよび／またはタスクに対応する履歴データとを使用し得る。

【0151】

[0161]ステップ９１０において、タスク作成機械学習モジュールは、メンバーの選好に従って追加情報を取得し得る。たとえば、タスク作成機械学習モジュールは、（図４～図６に関して上記で示され説明された代理コンソール４０２などの）代理コンソール介して、代理からこの追加情報を取得し得る。代替的に、タスク作成機械学習モジュールがこの追加情報についてメンバーを直接促す場合、タスク作成機械学習モジュールは、メンバーと代理との間のプロジェクトまたはタスクに固有の通信セッションを介してメンバーからこの追加情報を自動的に取得し得る。いくつかの例では、タスク作成機械学習モジュールは、自動的でリアルタイムに、新しいプロジェクトまたはタスクのためにこの追加情報を取得するために機械学習アルゴリズム（たとえば、ＮＬＰ）または他の人工知能を使用してプロジェクトまたはタスクに固有の通信セッションを介してメンバーと代理との間で交換されるメッセージを処理し得る。

【0152】

[0162]いくつかの実施形態では、追加情報を取得するのではなく、タスク作成機械学習モジュールは、新しいプロジェクトまたはタスクのために追加情報が必要ないという指示を受信することができることに留意されたい。たとえば、代理またはメンバーは、タスク作成機械学習モジュールによって識別された追加情報が１つまたは複数の新たに生成されたプロジェクトおよび／またはタスクのために必要とされないことを示すことができる。一例として、代理は、メンバーについての代理の知識に基づいておよび／または追加情報が必要とされないことをメンバーが示すことに応答して、タスク作成機械学習モジュールによって識別された追加情報が１つまたは複数の新たに生成されたプロジェクトおよび／またはタスクのために必要とされないことを示し得る。したがって、タスク作成機械学習モジュールは、この追加情報を省略し、新しいプロジェクトおよび／またはタスクの作成を確定するために各プロジェクトおよび／またはタスクのためのテンプレートを更新し得る。さらに、代理またはメンバーからのこのフィードバックに基づいて、タスク作成機械学習モジュールは、追加情報のための同様のプロンプトが同様のプロジェクトおよび／またはタスクのためにならびに同様の状況にあるメンバーのためにタスク作成機械学習モジュールによって代理またはメンバーに提示される可能性を減少するために何の追加情報が新しいプロジェクトおよびタスクのために必要とされ得るのかを識別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更新し得る。

【0153】

[0163]ステップ９１２において、タスク作成機械学習モジュールは、メンバーの選好および応答に基づいてこれらの新しいプロジェクトおよび／またはタスクに追加された何らかの追加情報を含むこれらの新しいプロジェクトおよび／またはタスクを提示し得る。たとえば、タスク作成機械学習モジュールは、代理にこれらの新しいプロジェクトおよび／またはタスクを提示するために代理コンソールを更新することができる。代理コンソールを通して、代理は、新しいプロジェクトおよび／またはタスクを検討し得る。たとえば、代理は、代理コンソールを通して、プロジェクトまたはタスクに関連するパラメータ（たとえば、プロジェクトまたはタスクの完了のための時間枠、プロジェクトまたはタスクの完了のために関与されることになる何らかのサードパーティサービス、何らかの予算要件、プロジェクトまたはタスクのための実施されることになる行為など）を検討するために特定のプロジェクトまたはタスクを選択し得る。さらに、代理は、タスク作成機械学習モジュールによって前に識別されなかったプロジェクトまたはタスクのために必要とされ得る何らかの追加情報を与えるために特定のプロジェクトまたはタスクのためのテンプレートにアクセスし得る。

【0154】

[0164]図１０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１０００の例示的な例を示す。一実施形態では、代理１００４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１００４がメンバー１０１２に代わってタスクを実施するかまたは別の様式でタスクの実施を調整するときに、タスク容易化サービス１００２は、メンバー１０１２のプロファイルおよび／またはメンバー１０１２のプロファイルの計算モデルを更新し得る。

【0155】

[0165]一実施形態では、代理１００４がメンバー１０１２に代わってタスクを実施するかまたは別の様式でタスクの実施を調整するときに、タスク容易化サービス１００２は、メンバー１０１２のプロファイルおよび／またはメンバー１０１２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１０１２がタスク容易化サービス１００２のシステムと通信するとき、タスク容易化サービス１００２は、対話中に連続的にメンバー１０１２のプロファイルおよび／またはメンバー１０１２のプロファイルの計算モデルを更新し得る。

【0156】

[0166]一実施形態では、代理１００４がメンバー１０１２に代わってタスクを実施するかまたは別の様式でそれの実施を調整するときに、タスク容易化サービス１００２は、メンバー１０１２のプロファイルおよび／またはメンバー１０１２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、タスクがメンバー１０１２に代わって実施されるとき、タスクを実施するベンダーは、タスク容易化サービス１００２に通常の更新を与え得、タスク容易化サービス１００２は、ベンダーからの各更新時に動的にメンバー１０１２のプロファイルおよび／またはメンバー１０１２のプロファイルの計算モデルを更新し得る。

【0157】

[0167]一実施形態では、代理１００４がメンバー１０１２に代わってタスクを実施するかまたは別の様式でタスクの実施を調整するときに、タスク容易化サービス１００２は、メンバー１０１２のプロファイルおよび／またはメンバー１０１２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、提案がメンバーのために生成されるとき、タスク容易化サービス１００２は、提案の生成プロセスの部分として自動的にメンバー１０１２のプロファイルおよび／またはメンバー１０１２のプロファイルの計算モデルを更新し得る。

【0158】

[0168]一実施形態では、代理１００４がメンバー１０１２に代わってタスクを実施するかまたは別の様式でタスクの実施を調整するときに、タスク容易化サービス１００２は、メンバー１０１２のプロファイルおよび／またはメンバー１０１２のプロファイルの計算モデルをリアルタイムに更新する。たとえば、メンバー１０１２が提案を受け入れるとき、タスク容易化サービス１００２は、更新を遅延させるのではなく、提案の受入れが与えられたときにメンバー１０１２のプロファイルおよび／またはメンバー１０１２のプロファイルの計算モデルを更新し得る。

【0159】

[0169]一実施形態では、タスク容易化サービス１００２は、タスク容易化サービス１００２の機械学習サブシステム１００６を使用してメンバー１０１２のプロファイルおよび／またはメンバー１０１２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１００６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ために構成されたタスク容易化サービス１００２の構成要素である。一例では、機械学習サブシステム１００６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。さらに、機械学習サブシステム１００６は、新しいデータが受信されるときに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１００６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／または更新し得る。たとえば、メンバー１０１２のプロファイルの計算モデルは、新情報がメンバー１０１２に関して受信されるときに機械学習サブシステム１００６によって、生成、トレーニングおよび／または更新され得る。

【0160】

[0170]一実施形態では、メンバー１０１２のプロファイルおよび／またはメンバー１０１２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か月、一年など）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）を介して更新された後、タスク容易化サービス１００２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で、自動的で、動的で、リアルタイムに生成するために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、代理の対話有りで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、メンバーと代理との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／提案に対応するメンバーのフィードバックなど）に基づいて新しいタスクを生成し得る。一実施形態では、タスク容易化サービス１００２のシステム（たとえば、タスク推奨システム）は、必要とされた何らかの追加情報を取得するためにメンバー１０１２と自動的に通信し、これらのタスクの実施のためにメンバー１０１２に提示され得る提案を生成することもできる。

【0161】

[0171]図１０に示されている例では、メンバー１０１２とタスク容易化サービス１００２との間の通信は、タスク容易化サービス１００２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１０に示されている例は、（図中で「ルータ」と呼ばれる）通信ルータ１０１４を示すが、企図され得るように、図１０に示されているように、ルータ１０１４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的な表現である。したがって、メンバー１０１２からタスク容易化サービス１００２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得、タスク容易化サービス１００２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１０１２にルーティングされて戻され得る。

【0162】

[0172]図１０に示されている例では、通信が代理１００４にルーティングされ１０１６、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１００８にもルーティングされ得る１０１８ので、代理１００４は、対話が本明細書で説明されるように肯定極性を維持することを保証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１００８とメンバー１０１２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１０１２がタスク推奨システムと対話している場合、代理１００４は、メンバー１０１２が対話に満足しているのかどうかを決定することができる。会話が負の極性を有すると（たとえば、メンバー１０１２が対話に満足していないと）代理１００４が決定する場合、代理１００４は、対話を改善するために介入し得る。

【0163】

[0173]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１００８とメンバー１０１２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１００８とメンバー１０１２との間の対話を監視するように構成され得るメンバー通信サブシステム１０２２にルーティングされ得る１０２０。一実施形態では、メンバー通信サブシステム１０２２は、（たとえば、ルータ１０１４を使用して）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１００８とメンバー１０１２との間の対話をインターセプト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１０１２とメンバー通信サブシステム１０２２との間でルーティングされ得１０２０、メンバー通信サブシステム１０２２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１００８との間でルーティングされ得る１０２４。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１００８とメンバー１０１２との間の対話は、直接ルーティングされないことがある１０１８。そのような実施形態では、代理１００４は、対話が（たとえば、対話を代理１００４にルーティングする１０１６ことによって）上記で説明されたように肯定極性を維持することを保証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１００８とメンバー１０１２との間の対話を依然として監視し得る。

【0164】

[0174]一実施形態では、代理１００４は、代理１００４とメンバー１０１２との間の対話に基づいてメンバー選好を変更すること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１００６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１００８は、たとえば、提案が受け入れられるかまたは拒否されるときに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１００６と対話することができる。さらに、図１０に示されているように、タスク容易化サービス１００２とメンバー１０１２との間の対話は、メンバー通信サブシステム１０２２と機械学習サブシステム１００６との間でさらにルーティングされ得る１０２６。したがって、メンバー１０１２と、たとえば、提案作成サブシステムとの間の対話は、提案が作成されるときにメンバーのプロファイルを更新するために使用され得る。

【0165】

[0175]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のユーザの対話についてほとんどまたはまったく知識を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１００８は、メンバー１０１２のプロファイルおよび／またはメンバー１０１２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に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１００８は、本明細書で説明されるように機械学習サブシステム１００６を使用してメンバー１０１２のプロファイルおよび／またはメンバー１０１２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１００８は、タスク容易化サービス１００２とのメンバーの自動対話に基づいて、代理１００４とのメンバーの対話に基づいて、および／または時間にわたってメンバー１０１２に代わって実施されたタスクに基づいてメンバーに関する最新の情報を与えるためにメンバー１０１２のプロファイルおよび／またはメンバー１０１２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、タスクおよび／または提案が、メンバー１０１２のために作成され、提案され、実施されるときに連続的に、自動的に、動的に、および／またはリアルタイムに更新され得る。この情報はまた、（たとえば、メンバー１０１２のクエリ、ニーズ、および／または目的に応答して）メンバー１０１２との適切なまたはインテリジェントな対話を予期し、識別し、提示するためにタスク容易化サービス１００２によって使用され得る。

【0166】

[0176]図１１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１１００を示す。図１１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１１００は、いくつかの実装形態による、バスなどの接続１１０６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１１０２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１１００は、接続１１０６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１１１４を含む処理ユニット１１０４を含む。いくつかの実施形態では、システムメモリ１１１４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１１００は、プロセッサ１１０４と直接接続された、プロセッサ１１０４に極めて近接した、またはプロセッサ１１０４の一部として統合された、高速メモリのキャッシュ１１０８を含む。システムアーキテクチャ１１００は、プロセッサ１１０４による迅速なアクセスのために、メモリ１１１４および／または記憶デバイス１１１０からキャッシュ１１０８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１１０８は、データを待つことによるプロセッサ１１０４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１１０４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１１０８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１１１４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１１１４は、いろいろなときに、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１１０２に関連する他のそのようなデータを含み得る。

【0167】

[0177]他のシステムメモリ１１１４も、使用のために利用可能であり得る。メモリ１１１４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１１０４は、任意の汎用プロセッサと、プロセッサ１１０４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１１１０中に記憶されたサービス１１１２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１１０４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１１０４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１１０４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。

【0168】

[0178]コンピューティングシステムアーキテクチャ１１００とのユーザ対話を可能にするために、入力デバイス１１１６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１１１８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１１００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１１１６および／または出力デバイス１１１８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１１２０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１１０２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１１１６および／または出力デバイス１１１８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。企図され得るように、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。

【0169】

[0179]いくつかの実施形態では、ストレージデバイス１１１０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。

【0170】

[0180]上記で説明されたように、ストレージデバイス１１１０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、されるサービスを含む１つまたは複数の機能を実施するようにプロセッサ１１０４を制御または構成することができるサービス１１１２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１１００に示されているように、ストレージデバイス１１１０は、システム接続１１０６を使用してコンピューティングデバイス１１０２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１１１２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１１０４、接続１１０６、キャッシュ１１０８、ストレージデバイス１１１０、メモリ１１１４、入力デバイス１１１６、出力デバイス１１１８などの必要なハードウェア構成要素に関して、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。

【0171】

[0181]経験推奨を生成し、実行するための開示されるプロセスは、例示的なコンピューティングシステムアーキテクチャ１１００の１つまたは複数の構成要素を使用する図１１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つもしく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。

【0172】

[0182]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１１０４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経験推奨を生成し、実行するための一部または全部の方法および機能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１１１４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１１００の１つまたは複数の構成要素を使用する図１１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。企図され得るように、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。

【0173】

[0183]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１１２８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行し得る。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行し得る。

【0174】

[0184]プロセッサ１１０４は、Ｉｎｔｅｌ（登録商標）マイクロプロセッサ、ＡＭＤ（登録商標）マイクロプロセッサ、Ｍｏｔｏｒｏｌａ（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。

【0175】

[0185]メモリ１１１４は、たとえば、コネクタ１１０６などのコネクタまたはバスによってプロセッサ１１０４に結合され得る。本明細書で使用されるコネクタ１１０６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１１０２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１１０６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。

【0176】

[0186]メモリ１１１４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１１１４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。

【0177】

[0187]上記で説明されたように、コネクタ１１０６（またはバス）はまたプロセッサ１１０４を、不揮発性メモリまたは記憶装置を含み得、ドライブユニットも含み得るストレージデバイス１１１０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。企図され得るように、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。

【0178】

[0188]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１１１０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、それは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。

【0179】

[0189]接続１１０６はまた、ネットワークインターフェース１１２０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１１０４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１１２０が、コンピューティングデバイス１１０２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１１０２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１１２０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１１２０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１１１６などの入力デバイスおよび／または出力デバイス１１１８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１１２０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。

【0180】

[0190]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。企図され得るように、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）、Ｗｉｎｄｏｗｓ１０ 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。企図され得るように、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。

【0181】

[0191]いくつかの実施形態では、コンピューティングデバイス１１０２は、ネットワークインターフェース１１２０などの接続を使用してネットワーク１１２２を介してコンピューティングデバイス１１２４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１１２４は、コンピューティングデバイス１１０２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１１２６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１１２４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１１０４などのプロセッサと、接続１１０６などの接続と、キャッシュ１１０８などのキャッシュと、ストレージデバイス１１１０などのストレージデバイスと、メモリ１１１４などのメモリと、入力デバイス１１１６などの入力デバイスと、出力デバイス１１１８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１１０２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１１２４は、コンピューティングデバイス１１０２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１１０２は、コンピューティングデバイス１１２４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１１２４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。

【0182】

[0192]ネットワーク１１２２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１１２２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１１２２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。

【0183】

[0193]ネットワーク１１２２を介した通信は、コンピューティングデバイス１１０２内に、コンピューティングデバイス１１２４内に、またはコンピューティングリソースプロバイダ１１２８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１１０２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１１０２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１１０２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１１２２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すなわち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。

【0184】

[0194]いくつかの実施形態では、コンピューティングデバイス１１０２および／またはコンピューティングデバイス１１２４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１１２０）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１１２２を介してコンピューティングリソースプロバイダ１１２８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１１２８内にホストされる１つまたは複数のシステム（たとえば、サービス１１３０およびサービス１１３２）は、コンピューティングデバイス１１０２および／またはコンピューティングデバイス１１２４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。サービス１１３０およびサービス１１３２などのシステムは、コンピューティングデバイス１１０２および／またはコンピューティングデバイス１１２４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タデバイスなどの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。

【0185】

[0195]たとえば、コンピューティングデバイス１１０２のためのデータの量がストレージデバイス１１１０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１１２８は、コンピューティングデバイス１１０２のためのデータを記憶するためにサービス１１３０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１１２８は、最初に、サービス１１３２上に仮想マシン（ＶＭ）をインスタンス化し、サービス１１３２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１１０２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１１２８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（ＡＷＳ（登録商標））、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。

【0186】

[0196]コンピューティングリソースプロバイダ１１２８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。

【0187】

[0197]企図され得るように、サービス１１３０およびサービス１１３２などのシステムは、コンピューティングデバイス１１０２および／またはコンピューティングデバイス１１２４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１１１２またはサービス１１２６）のバージョンを実装し得る。様々なサービスのそのような実装されたバージョンは、たとえば、サービスがたとえばサービス１１３０上で実行しているときにサービス１１１２がコンピューティングデバイス１１０２上で実行しているようにコンピューティングデバイス１１０２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１１２８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１１２４および／またはコンピューティングデバイス１１０２上に部分的に分散され得る。

【0188】

[0198]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１１０２）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。

【0189】

[0199]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任意の特徴は、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。ソフトウェアで実装された場合、本技法は、実行されたとき、上記で説明された方法のうちの１つまたは複数を実施する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。

【0190】

[0200]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、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のいずれかを指し得る。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。

【0191】

[0201]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。

【0192】

[0202]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。

【0193】

[0203]企図され得るように。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つまたは複数を実施させる任意の媒体を含むものと解釈される。

【0194】

[0204]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。

【0195】

[0205]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。

【0196】

[0206]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６～図８に示されているプロセス）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。

【0197】

[0207]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。企図され得るように、「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。

【0198】

[0208]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）。

【0199】

[0209]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さらに実装され得る。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、必要なタスク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（１つまたは複数の）プロセッサが、必要なタスクを実施し得る。

【0200】

[0210]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。

【0201】

[0211]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。

【0202】

[0212]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もしくはクライアントシステムの容量で、またはピアツーピア（もしくは分散）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。

【0203】

[0213]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行為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１１０２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。

【0204】

[0214]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施させる、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。

【0205】

[0215]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コンテキストで例を説明したが、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。

【0206】

[0216]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、上記は例示的な例として意図されている。

【0207】

[0217]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。

【0208】

[0218]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。

【0209】

[0219]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のいずれかで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、本出願で使用されるとき、本出願の任意の特定の部分ではなく、本出願を全体として指すものとする。コンテキストが許せば、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。

【0210】

[0220]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）」という用語、ならびに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。

【0211】

[0221]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）。

【0212】

[0222]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、範囲の各別個の値は、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。

【0213】

[0223]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）。

【0214】

[0224]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。

【0215】

[0225]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践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。

【0216】

[0226]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。

【0217】

[0227]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行為を、そのようなエンティティまたは行為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。

【0218】

[0228]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。

【0219】

[0229]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。

【0220】

[0230]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。

【0221】

[0231]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、文章中でいかに上記で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。

【0222】

[0232]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。

【0223】

[0233]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。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弁護士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。

【0224】

[0234]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。

【0225】

[0235]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。

【0226】

[0236]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。

【0227】

[0237]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施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。

【0228】

[0238]例はまた、本明細書における動作を実施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。

【0229】

[0239]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た情報を備え得、ここで、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、コンピュータプログラムオブジェクトまたは本明細書で説明される他のデータ組合せの任意の実装形態を含み得る。

【0230】

[0240]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任意の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。

【0231】

[0241]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。

【0232】

[0242]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6】

【図7】

【図8】

【図9】

【図10】

【図11】

【国際調査報告】