特表 2024-532423 自動認知的負荷ベースタスクスロットリング

(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】2024-09-05

(54)【発明の名称】自動認知的負荷ベースタスクスロットリング

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20240829BHJP

【ＦＩ】

G06Q50/10

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024513380

(86)(22)【出願日】2022-08-31

(85)【翻訳文提出日】2024-04-05

(86)【国際出願番号】 US2022075738

(87)【国際公開番号】W WO2023034847

(87)【国際公開日】2023-03-09

(31)【優先権主張番号】63/238,807

(32)【優先日】2021-08-31

(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）】

5L050

【Ｆターム（参考）】

5L050CC11

(57)【要約】

メンバーと割り当てられた代理との認知的負荷に基づいてアクティブタスクを自動的にスロットリングするためのシステムおよび方法が提供される。システムが、メンバーと代理との間のメッセージのセットを、メッセージのセットが交換されているときに、リアルタイムに受信する。システムは、これらのメッセージに基づいて、メンバーの認知的負荷の変化の指示を自動的に検出し、メンバーのために実施されているタスクと、これらのタスクの提示と、メッセージのセットとに基づいて認知的負荷を識別する。メンバーの認知的負荷がしきい値を超える場合、システムは、中断された状態への移行のための１つまたは複数のアクティブタスクを動的に選択する。残りのアクティブタスクが、メンバーのために実施される。

【特許請求の範囲】

【請求項1】

メンバーと代理との間のメッセージのセットを、メッセージの前記セットが交換されているときに、リアルタイムに受信することと、
前記メンバーに関連する認知的負荷変化の指示を自動的に検出することと、ここにおいて、前記指示が、メッセージの前記セットに基づいて自動的に検出される、
前記メンバーに関連する認知的負荷を決定することと、ここにおいて、前記認知的負荷が、前記認知的負荷変化に応答して決定され、ここにおいて、前記認知的負荷が、前記メンバーのために実施されているアクティブタスクのセットと、アクティブタスクの前記セットの提示と、メッセージの前記セットとに基づいて決定される、
前記メンバーの前記認知的負荷がしきい値を超えると決定することと、
中断された状態への移行のための前記セットのうちの１つまたは複数のアクティブタスクを動的に選択することと、ここにおいて、前記１つまたは複数のアクティブタスクが、トレーニングされた機械学習アルゴリズムを使用して選択され、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が、前記１つまたは複数のアクティブタスクを動的に選択するために、前記メンバーに対応するプロファイルと、アクティブタスクの前記セットと、前記認知的負荷とを使用する、
前記１つまたは複数のアクティブタスクを前記中断された状態に自動的に移行させることと、
アクティブタスクの前記セットのうちの１つまたは複数の残りのアクティブタスクを実施することと、
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が、前記メンバーに対応する前記プロファイルと、前記認知的負荷と、前記中断された状態への前記セットのうちの前記１つまたは複数のアクティブタスクの移行から生じる新しい認知的負荷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】

前記認知的負荷変化の前記指示を自動的に検出することは、
１つまたは複数のアンカー用語を識別するために自然言語処理（ＮＬＰ）アルゴリズムを使用してメッセージの前記セットを処理すること、ここにおいて、前記１つまたは複数のアンカー用語が前記認知的負荷変化に対応する、
を含む、請求項１に記載のコンピュータ実装方法。

【請求項3】

前記中断された状態に移行された前記１つまたは複数のアクティブタスクを除去するためにアクティブタスクインターフェースを更新すること
をさらに備える、請求項１に記載のコンピュータ実装方法。

【請求項4】

前記セットのうちの前記１つまたは複数の残りのアクティブタスクの完了を検出することと、
前記１つまたは複数の残りのアクティブタスクの前記完了から生じる他の認知的負荷を識別することと、
前記セットのうちのアクティブタスクを前記中断された状態からアクティブ状態に移行させることと、ここにおいて、前記アクティブタスクが、前記他の認知的負荷に基づいて前記アクティブ状態に移行される、
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】

前記１つまたは複数のアクティブタスクを前記中断された状態に移行させるための承認のための１つまたは複数のプロンプトを動的に生成すること、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たとき、前記１つまたは複数のプロンプトが、前記承認を取得するために提供される、
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】

前記メンバーの前記認知的負荷が前記しきい値を超えると決定したことに応答して通知を送信すること、ここにおいて、前記通知が前記代理によって受信されたとき、移行のために選択された前記セットのうちの前記１つまたは複数のアクティブタスクが前記代理に提示される、
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7】

前記セットのうちの前記１つまたは複数のアクティブタスクは、前記選択された１つまたは複数のアクティブタスクの完了についての緊急度のレベルが前記セットのうちの他のアクティブタスクよりも小さいという決定に基づいて選択される、請求項１に記載のコンピュータ実装方法。

【請求項8】

１つまたは複数のプロセッサと、
命令をその上に記憶するメモリと
を備える、システムであって、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、
メンバーと代理との間のメッセージのセットを、メッセージの前記セットが交換されているときに、リアルタイムに受信することと、
前記メンバーに関連する認知的負荷変化の指示を自動的に検出することと、ここにおいて、前記指示が、メッセージの前記セットに基づいて自動的に検出される、
前記メンバーに関連する認知的負荷を決定することと、ここにおいて、前記認知的負荷が、前記認知的負荷変化に応答して決定され、ここにおいて、前記認知的負荷が、前記メンバーのために実施されているアクティブタスクのセットと、アクティブタスクの前記セットの提示と、メッセージの前記セットとに基づいて決定される、
前記メンバーの前記認知的負荷がしきい値を超えると決定することと、
中断された状態への移行のための前記セットのうちの１つまたは複数のアクティブタスクを動的に選択することと、ここにおいて、前記１つまたは複数のアクティブタスクが、トレーニングされた機械学習アルゴリズムを使用して選択され、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が、前記１つまたは複数のアクティブタスクを動的に選択するために、前記メンバーに対応するプロファイルと、アクティブタスクの前記セットと、前記認知的負荷とを使用する、
前記１つまたは複数のアクティブタスクを前記中断された状態に自動的に移行させることと、
アクティブタスクの前記セットのうちの１つまたは複数の残りのアクティブタスクを実施することと、
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が、前記メンバーに対応する前記プロファイルと、前記認知的負荷と、前記中断された状態への前記セットのうちの前記１つまたは複数のアクティブタスクの移行から生じる新しい認知的負荷とを使用して更新される、
を行わせる、システム。

【請求項9】

前記システムに、前記認知的負荷変化の前記指示を自動的に検出することを行わせる前記命令は、前記システムに、
１つまたは複数のアンカー用語を識別するために自然言語処理（ＮＬＰ）アルゴリズムを使用してメッセージの前記セットを処理すること、ここにおいて、前記１つまたは複数のアンカー用語が前記認知的負荷変化に対応する、
をさらに行わせる、請求項８に記載のシステム。

【請求項10】

前記命令が、前記システムに、
前記中断された状態に移行された前記１つまたは複数のアクティブタスクを除去するためにアクティブタスクインターフェースを更新すること
をさらに行わせる、請求項８に記載のシステム。

【請求項11】

前記命令は、前記システムに、
前記セットのうちの前記１つまたは複数の残りのアクティブタスクの完了を検出することと、
前記１つまたは複数の残りのアクティブタスクの前記完了から生じる他の認知的負荷を識別することと、
前記セットのうちの前記１つまたは複数のアクティブタスクを前記中断された状態からアクティブ状態に移行させることと、ここにおいて、前記１つまたは複数のアクティブタスクが、前記他の認知的負荷に基づいて前記アクティブ状態に移行される、
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、
前記１つまたは複数のアクティブタスクを前記中断された状態に移行させるための承認のための１つまたは複数のプロンプトを動的に生成すること、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たとき、前記１つまたは複数のプロンプトが、前記承認を取得するために提供される、
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、
前記メンバーの前記認知的負荷が前記しきい値を超えると決定したことに応答して通知を送信すること、ここにおいて、前記通知が前記代理によって受信されたとき、移行のために選択された前記セットのうちの前記１つまたは複数のアクティブタスクが前記代理に提示される、
をさらに行わせる、請求項８に記載のシステム。

【請求項14】

前記セットのうちの前記１つまたは複数のアクティブタスクは、前記１つまたは複数のアクティブタスクの完了についての緊急度のレベルが前記セットのうちの他のアクティブタスクよりも低いという決定に基づいて選択される、請求項８に記載のシステム。

【請求項15】

実行可能命令をその上に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、
メンバーと代理との間のメッセージのセットを、メッセージの前記セットが交換されているときに、リアルタイムに受信することと、
前記メンバーに関連する認知的負荷変化の指示を自動的に検出することと、ここにおいて、前記指示が、メッセージの前記セットに基づいて自動的に検出される、
前記メンバーに関連する認知的負荷を決定することと、ここにおいて、前記認知的負荷が、前記認知的負荷変化に応答して決定され、ここにおいて、前記認知的負荷が、前記メンバーのために実施されているアクティブタスクのセットと、アクティブタスクの前記セットの提示と、メッセージの前記セットとに基づいて決定される、
前記メンバーの前記認知的負荷がしきい値を超えると決定することと、
中断された状態への移行のための前記セットのうちの１つまたは複数のアクティブタスクを動的に選択することと、ここにおいて、前記１つまたは複数のアクティブタスクが、トレーニングされた機械学習アルゴリズムを使用して選択され、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が、前記１つまたは複数のアクティブタスクを動的に選択するために、前記メンバーに対応するプロファイルと、アクティブタスクの前記セットと、前記認知的負荷とを使用する、
前記１つまたは複数のアクティブタスクを前記中断された状態に自動的に移行させることと、
アクティブタスクの前記セットのうちの１つまたは複数の残りのアクティブタスクを実施することと、
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が、前記メンバーに対応する前記プロファイルと、前記認知的負荷と、前記中断された状態への前記セットのうちの前記１つまたは複数のアクティブタスクの移行から生じる新しい認知的負荷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】

前記コンピュータシステムに、前記認知的負荷変化の前記指示を自動的に検出することを行わせる前記実行可能命令は、前記コンピュータシステムに、
１つまたは複数のアンカー用語を識別するために自然言語処理（ＮＬＰ）アルゴリズムを使用してメッセージの前記セットを処理すること、ここにおいて、前記１つまたは複数のアンカー用語が前記認知的負荷変化に対応する、
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17】

前記実行可能命令が、前記コンピュータシステムに、
前記中断された状態に移行された前記１つまたは複数のアクティブタスクを除去するためにアクティブタスクインターフェースを更新すること
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、
前記セットのうちの前記１つまたは複数の残りのアクティブタスクの完了を検出することと、
前記１つまたは複数の残りのアクティブタスクの前記完了から生じる他の認知的負荷を識別することと、
前記セットのうちの前記１つまたは複数のアクティブタスクを前記中断された状態からアクティブ状態に移行させることと、ここにおいて、前記１つまたは複数のアクティブタスクが、前記他の認知的負荷に基づいて前記アクティブ状態に移行される、
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、
前記１つまたは複数のアクティブタスクを前記中断された状態に移行させるための承認のための１つまたは複数のプロンプトを動的に生成すること、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たとき、前記１つまたは複数のプロンプトが、前記承認を取得するために前記メンバーに提供される、
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、
前記メンバーの前記認知的負荷が前記しきい値を超えると決定したことに応答して通知を送信すること、ここにおいて、前記通知が前記代理によって受信されたとき、移行のために選択された前記セットのうちの前記１つまたは複数のアクティブタスクが前記代理に提示される、
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21】

前記セットのうちの前記１つまたは複数のアクティブタスクは、前記１つまたは複数のアクティブタスクの完了についての緊急度のレベルが前記セットのうちの他のアクティブタスクよりも低いという決定に基づいて選択される、請求項１５に記載の非一時的コンピュータ可読記憶媒体。

【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３１日に出願された米国仮特許出願第６３／２３８，８０７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（representative）との認知的負荷(cognitive load)に基づいてアクティブタスクを自動的にスロットリングする（throttle）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、メンバーのおよび／または代理の認知的負荷の変化に基づいてタスクに自動的に再び優先度を付け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、割り当てられた代理の認知的負荷がしきい値レベルを超える場合、他の代理の間でのこれらのタスクの実施のための自動調整を提供するために使用され得る。

【発明の概要】

【0003】

[0003]開示される実施形態は、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対するタスクを自動的に識別し、推奨するためのフレームワークを提供し得る。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、メンバーと代理との間のメッセージのセットを、メッセージのセットが交換されているときに、リアルタイムに受信することを備える。コンピュータ実装方法は、メンバーに関連する認知的負荷変化の指示を自動的に検出することをさらに備える。指示は、メッセージのセットに基づいて自動的に検出される。コンピュータ実装方法は、メンバーに関連する認知的負荷を決定することをさらに備える。認知的負荷は、認知的負荷変化に応答して決定される。さらに、認知的負荷は、メンバーのために実施されているアクティブタスクのセットと、アクティブタスクのセットの提示と、メッセージのセットとに基づいて決定される。コンピュータ実装方法は、メンバーの認知的負荷がしきい値を超えると決定することをさらに備える。コンピュータ実装方法は、中断された状態への移行のためのセットのうちの１つまたは複数のアクティブタスクを動的に選択することをさらに備える。１つまたは複数のアクティブタスクは、トレーニングされた機械学習アルゴリズムを使用して選択される。さらに、トレーニングされた機械学習アルゴリズムは、１つまたは複数のアクティブタスクを動的に選択するために、メンバーに対応するプロファイルと、アクティブタスクのセットと、認知的負荷とを使用する。コンピュータ実装方法は、１つまたは複数のアクティブタスクを中断された状態に自動的に移行させることをさらに備える。コンピュータ実装方法は、アクティブタスクのセットのうちの１つまたは複数の残りのアクティブタスクを実施することをさらに備える。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、メンバーに対応するプロファイルと、認知的負荷と、中断された状態へのセットのうちの１つまたは複数のアクティブタスクの移行から生じる新しい認知的負荷とを使用して更新される。

【0004】

[0004]いくつかの実施形態では、認知的負荷変化の指示を自動的に検出することは、１つまたは複数のアンカー用語を識別するために自然言語処理（ＮＬＰ）アルゴリズムを使用してメッセージのセットを処理することを含む。１つまたは複数のアンカー用語は認知的負荷変化に対応する。

【0005】

[0005]いくつかの実施形態では、コンピュータ実装方法は、中断された状態に移行された１つまたは複数のアクティブタスクを除去するためにアクティブタスクインターフェースを更新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、セットのうちの１つまたは複数の残りのアクティブタスクの完了を検出することをさらに備える。コンピュータ実装方法は、１つまたは複数の残りのアクティブタスクの完了から生じる他の認知的負荷を識別することをさらに備える。コンピュータ実装方法は、セットのうちのアクティブタスクを中断された状態からアクティブ状態に移行させることをさらに備える。アクティブタスクは、他の認知的負荷に基づいてアクティブ状態に移行される。

【0007】

[0007]いくつかの実施形態では、コンピュータ実装方法は、１つまたは複数のアクティブタスクを中断された状態に移行させるための承認のための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たとき、１つまたは複数のプロンプトは、承認を取得するために提供される。

【0008】

[0008]いくつかの実施形態では、コンピュータ実装方法は、メンバーの認知的負荷がしきい値を超えると決定したことに応答して通知を送信することをさらに備える。通知が代理によって受信されたとき、移行のために選択されたセットのうちの１つまたは複数のアクティブタスクは代理に提示される。

【0009】

[0009]いくつかの実施形態では、セットのうちの１つまたは複数のアクティブタスクは、選択された１つまたは複数のアクティブタスクの完了についての緊急度のレベルがセットのうちの他のアクティブタスクよりも小さいという決定に基づいて選択される。

【0010】

[0010]一実施形態では、システムが、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ことの結果として、システムに、本明細書で説明されるプロセスを実施させる。別の実施形態では、非一時的コンピュータ可読記憶媒体が、実行可能命令をその上に記憶し、実行可能命令は、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ことの結果として、コンピュータシステムに、本明細書で説明されるプロセスを実施させる。

【0011】

[0011]本開示の様々な実施形態が、以下で詳細に説明される。特定の実装形態が説明されるが、これは説明の目的でのみ行われることを理解されたい。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、当業者は認識されよう。したがって、以下の説明および図面は、例示的なものであり、限定するものと解釈されるべきでない。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が説明される。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が説明されない。本開示における一実施形態（one embodiment）または一実施形態（an embodiment）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（one embodiment）」または「一実施形態（an embodiment）」への言及は、実施形態に関連して説明される特定の特徴、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（in one embodiment）」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、様々な特徴が説明される。

【0013】

[0013]本明細書において使用される用語は、概して、本開示のコンテキスト内で、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、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は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、本文書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、部分的にその説明から明らかになるか、または本明細書で開示される原理の実施によって学習され得る。本開示の特徴および利点は、添付の特許請求の範囲において特に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十分に明らかになるか、または本明細書に記載される原理の実施によって学習され得る。

【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、アクティブタスクが、メンバーの認知的負荷の変化に応答して保持された状態（held state）に自動的に遷移される、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、１つまたは複数のアクティブタスクをスロットリングすべきかどうかを決定するためにメンバーと割り当てられた代理との認知的負荷を自動的に監視する、環境の例示的な例を示す図。

【図3A】[0018]少なくとも１つの実施形態による、アクティブタスクが、メンバーの認知的負荷がしきい値を超えたことの結果として保持された状態に移行される、環境の例示的な例を示す図。

【図3B】少なくとも１つの実施形態による、アクティブタスクが、メンバーの認知的負荷がしきい値を超えたことの結果として保持された状態に移行される、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、メンバーの認知的負荷の変化の結果として保持された状態に遷移されたタスクを代理に知らせ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機械学習アルゴリズムまたは人工知能が実装される、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、アクティブタスクが、タスク容易化サービスへのメンバーサブスクリプションの終了に応答して保持された状態に自動的に移行される、環境の例示的な例を示す図。

【図6A】[0021]少なくとも１つの実施形態による、代理の認知的負荷の変化の結果として１つまたは複数のアクティブタスクを他の代理に自動的に再割り当てするために機械学習アルゴリズムまたは人工知能が実装される、環境の例示的な例を示す図。

【図6B】少なくとも１つの実施形態による、代理の認知的負荷の変化の結果として１つまたは複数のアクティブタスクを他の代理に自動的に再割り当てするために機械学習アルゴリズムまたは人工知能が実装される、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、メンバーの認知的負荷がしきい値を超えたことの結果として後の実施のために１つまたは複数のアクティブタスクを保持された状態に遷移させるためのプロセス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、タスク容易化サービスへのメンバーサブスクリプションの終了の結果として１つまたは複数のアクティブタスクを中断された状態に遷移させ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、代理の認知的負荷がしきい値を超えたことの結果として代理の認知的負荷を低減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。第１の参照ラベルのみが本明細書において使用される場合、説明は、第２の参照ラベルにかかわらず、同じ第１の参照ラベルを有する同様の構成要素のうちのいずれにも適用可能である。

【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提供す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される。「例示的」として本明細書で説明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または有利なものと解釈されるべきではない。

【0019】

[0029]開示される実施形態は、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対するタスクを自動的に識別し、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、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、アクティブタスク１１８が、メンバー１１０の認知的負荷の検出された変化に応答して保持された状態に自動的に遷移される、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、割り当てられた代理１０４との通信セッション１２０に関与し得る。メンバー１１０は、通信セッション１２０を通して、メンバー１１０がメンバー１１０の認知的負荷の増加を経験してい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１２２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１１０が今月圧倒されている（overwhelmed）と感じていることを示し得る。代理１０４は、これらの１つまたは複数のメッセージ１２２に応答して、１つまたは複数のメッセージ１２４を介して、代理１０４が、メンバー１１０がメンバーの認知的負荷を低減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、これらのメンバーのためにこれらのタスクの実施を調整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メンバー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これらのメンバーおよびメンバー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１１０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提供し得る調査またはアンケートを提供し得る。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ロケーション、メンバー１１０の何らかの特別なニーズまたは要件（たとえば、身体的または感情的障害など）などに関する詳細な情報を提供するようにメンバー１１０に促し得る。いくつかの事例では、メンバー１１０は、人口統計学的情報（たとえば、年齢、民族性、人種、書き／話し言葉など）を提供す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。上述のように、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提供し得る調査またはアンケートを提供し得る。この調査またはアンケートに対してメンバー１１０によって提供された応答は、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に促すことができる。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提供さ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に提供し得る。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提供するようにメンバー１１０に促し得る。メンバー１１０によって提供さ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]いくつかの事例では、メンバープロファイルは、タスク容易化サービス１０２によって提供されたアプリケーションまたはウェブポータルを通してなど、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、いくつかの事例では、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に提供された調査またはアンケートに対する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提供す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提供す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さまたは関心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、生産的な様式でメンバー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た分類またはクラスタリングアルゴリズムへの入力として使用し得る。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発展させる可能性が高くなり得る代理１０４を識別し得る。いくつかの事例では、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。いくつかの事例では、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学的情報と代理の人口統計学的情報との間の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、同じ故郷の出身である、特定の関心を共有するなど）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にいる場合、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とメンバー１１０のための代理１０４として働き得るボットと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によって提供さ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、メンバー１１０と代理１０４とにペアリングを通知し得る。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によって提供され、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提供され得る。

【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１２０を介してならびに／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タスクを識別するために、メンバー１１０からのメッセージ１２２を評価し得る。例示的な例として、メンバー１１０が、通信セッション１２０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のために独自の旅行経験を準備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、メンバー入力なしにタスク示唆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一部として、メンバー１１０は、メンバーのカレンダー、メンバーのパーソナルフィットネスデバイス（たとえば、フィットネストラッカー、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、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に提供し得る。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のためのタスク示唆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、所与の時間にメンバーの認知的負荷を決定するために、リアルタイムにおよびメッセージが交換されるときに、メンバー１１０と代理１０４との間の通信セッション１２０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、あるい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また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のために実施され、アクティブタスクインターフェース１１４を介してメンバー１１０に提示されているアクティブタスクのさらなる評価を保証し得るメンバーの認知的負荷の変化があったかどうかを決定するために、これらのメッセージが通信セッション１２０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のために実施されているアクティブタスクの、および／またはアクティブタスクインターフェース１１４を介したこれらのアクティブタスクの提示の再評価を保証し得るメンバーの認知的負荷の変化を検出するために、リアルタイムに、およびメンバー１１０からの着信メッセージ１２２がＮＬＰまたは他の人工知能を使用して交換されるときに、これらの着信メッセージ１２２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、教師あり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、実施され、提示されているアクティブタスクと、対応する認知的負荷とのデータセットが、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機械学習アルゴリズムまたは人工知能への入力として提供されるサンプルメッセージおよびアクティブタスクに基づいてメンバーの認知的負荷を正確に計算しているかどうかを決定するために評価され得る。機械学習アルゴリズムまたは人工知能は、さらに、メンバーの認知的負荷の決定に関してタスク容易化サービス１０２のメンバーおよび代理にフィードバックを要請することによって動的にトレーニングされ得る。たとえば、タスク推奨システム１０６が、メンバーのアクティブタスクと、メンバー１１０が圧倒されているかまたはさもなければストレスレベルの高まりを経験していることを示すメッセージとを所与として、機械学習アルゴリズムまたは人工知能がメンバーの認知的負荷を正確に決定することに失敗したと決定する場合、タスク推奨システム１０６は、メンバーの認知的負荷をより良く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、メンバー１１０が圧倒されているかまたはさもなければストレスレベルの高まりを経験していることを示すメンバー１１０によって提出された対応するメッセージ、ならびに、メンバーのアクティブタスクに対応するパラメータとともに、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、メッセージが通信セッション１２０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が、通信セッション１２０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が圧倒されているかまたはさもなければストレスレベルの高まりを経験していることを識別することに失敗し、メンバー１１０が、後で、メンバーのストレスレベルを低減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１２０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の認知的負荷を自動的に決定する可能性を増加させるために、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がメンバーの認知的負荷に対する代理の応答に喜んでいることをメンバー１１０が示したメンバー１１０と代理１０４との間のメッセージ交換に基づいて、メンバーの現在の認知的負荷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、メンバーの認知的負荷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、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交換される同様の通信に基づいてメンバー１１０のおよびタスク容易化サービス１０２に関連する他のメンバーの認知的負荷を識別する可能性を増加させ得る。

【0032】

[0042]図１に示されているように、メンバー１１０が、通信セッション１２０を介して交換される代理１０４へのメッセージ１２２中で、メンバー１１０が所与の月の間に圧倒されていると感じていることを示す場合、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（たとえば、ＮＬＰ）を使用して、メンバーの認知的負荷の変化があったことを検出し得る。したがって、タスク推奨システム１０６は、メンバーの認知的負荷がしきい値を超えるかどうかを自動的に決定し、しきい値を超える場合、メンバーの認知的負荷を低減するために実施され得る１つまたは複数のアクションを識別するために、リアルタイムにメンバーのアクティブタスク１１６、１１８およびメッセージ１２２を処理し得る。

【0033】

[0043]一実施形態では、タスク推奨システム１０６は、メンバー１１０のために実施され、アクティブタスクインターフェース１１４を介して提示されているアクティブタスク１１６、１１８を、メンバーの認知的負荷に対するそれらの寄与を決定するために、評価し得る。いくつかのタスクは、他のタスクよりも高いレートにおいてメンバーの認知的負荷を増加させ得る。たとえば、ルーチンイベントまたは楽しいイベント（たとえば、毎月の食事プランおよびデリバリー、誕生日パーティープランニングなど）に関係するタスクは、メンバーの認知的負荷に対して、メンバー１１０にとってよりストレスになり得る大きい問題またはイベント（たとえば、地下の問題、修理などに対処するために地域の塗装工を見つけること）に対処するために作成されるタスクよりも低い影響を及ぼし得る。さらに、タスクは、異なるレベルの緊急度を有し得、これは、メンバーの認知的負荷に寄与し得る。たとえば、緊急のまたは差し迫ったタスク（たとえば、短い最終期限をもつタスク、固定のまたは延長可能でない最終期限をもつタスク、メンバー１１０にとって最も重要であるタスクなど）は、メンバーの認知的負荷に対するより高い寄与を提供し得る。したがって、メンバーのアクティブタスク１１６、１１８の評価を通して、タスク推奨システム１０６は、メンバーの認知的負荷に対する各タスクの寄与を決定し得る。

【0034】

[0044]一実施形態では、タスク推奨システム１０６は、メンバーの認知的負荷に対する各アクティブタスクの寄与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実装する。この機械学習アルゴリズムまたは他の人工知能は、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、タスク容易化サービス１０２に関連する異なるメンバーに対応するメンバープロファイルのデータセットと、これらの異なるメンバーのために前に実施されたタスクおよびプロジェクトに対応する履歴データと、これらのメンバーの各々に関連するタスクおよびプロジェクトの実施より前および後のメンバーの各々についての認知的負荷とが、異なるタイプのタスクおよびプロジェクトと異なるタイプのメンバーの認知的負荷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：density-based spatial clustering of applications with noise）アルゴリズムなどを含み得る。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、メンバーの現在の認知的負荷に対するアクティブタスク１１６、１１８の各々の寄与を識別し得る。

【0035】

[0045]メンバーの認知的負荷への様々なアクティブタスク１１６、１１８の影響を決定することに加えて、タスク推奨システム１０６は、メンバーの認知的負荷へのアクティブタスクインターフェース１１４を介したこれらのアクティブタスク１１６、１１８の提示の影響を決定し得る。たとえば、タスク推奨システム１０６は、異なるタスクについてメンバー１１０に提供され得る情報の量と所与の時間にメンバー１１０に提示され得るタスクの数とに関するメンバーの選好を決定するために、メンバープロファイルまたは他のメンバー固有データを評価し得る。たとえば、メンバー１１０が、所与の時間にメンバー１１０の代わりに実施されているいくつかのアクティブタスクを有し得るが、メンバー１１０は、アクティブタスクインターフェース１１４を介して限られた数のアクティブタスクのみを提示されるように選好を有し得る。タスク推奨システム１０６が、アクティブタスクインターフェース１１４を介して提示されているアクティブタスクの数がメンバー１１０によって示された選好される数を超えると決定した場合、タスク推奨システム１０６は、アクティブタスクインターフェース１１４から１つまたは複数のアクティブタスクを除去し、メンバーのために実施されている任意の他のアクティブタスクにアクセスするためのオプションをアクティブタスクインターフェース１１４を介してメンバー１１０に提供し得る。追加または代替として、アクティブタスクインターフェース１１４を介して提示された１つまたは複数のアクティブタスクが、メンバー１１０が必要としないことがあるか、またはさもなければ不要であると前に示した余分の情報を含む場合、タスク推奨システム１０６は、アクティブタスクインターフェース１１４を介して提供された情報をトランケート（truncate）し得る。したがって、タスク推奨システム１０６は、アクティブタスクインターフェース１１４を介したアクティブタスクの提示がメンバー１１０を圧倒しないかまたはさもなければメンバーの認知的負荷を増加させないことを確実にし得る。

【0036】

[0046]一実施形態では、タスク推奨システム１０６が、メンバーの認知的負荷がしきい値を超えると決定した場合、タスク推奨システム１０６は、メンバー１１０のために現在実施されている１つまたは複数のアクティブタスクを識別し、これらの１つまたは複数のアクティブタスクを保持されたまたは中断された状態に移行させることができる。たとえば、図１に示されているように、タスク推奨システム１０６は、１つまたは複数の他のアクティブタスク１１６が完了されるまでメンバー１１０がアクティブタスク１１８に関してもはや促され得ないように、アクティブタスク１１８を保持されたまたは中断された状態に移行させることができる。保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクは、１つまたは複数のファクタに基づいて選択され得る。たとえば、タスク推奨システム１０６は、他の保留中のアクティブタスクと比較してより低いレベルの緊急度を有し得、代理１０４、メンバー１１０、またはサードパーティサービスによって開始されなかった１つまたは複数のアクティブタスクを識別し得る。別の例として、タスク推奨システム１０６は、メンバー１１０に対してより低い優先度を有し得、したがって、後での実施のために遅延させられ得る、１つまたは複数のアクティブタスクを識別し得る。

【0037】

[0047]いくつかの事例では、タスク推奨システム１０６は、メンバーの認知的負荷に対するこれらのタスクの各々の寄与に基づいて、どの１つまたは複数のタスクを保持されたまたは中断された状態に移行させるべきかを決定し得る。上述のように、タスク推奨システム１０６は、メンバーの認知的負荷に対するアクティブタスク１１６、１１８の各々の寄与を、自動的に、およびリアルタイムに決定し得る、機械学習アルゴリズムまたは人工知能を実装し得る。したがって、タスク推奨システム１０６は、メンバーの認知的負荷に対する最も高い寄与を提供するアクティブタスクを、これらのアクティブタスクのいずれかが保持されたまたは中断された状態に移行され得るかどうかを決定するために、自動的に評価し得る。たとえば、タスク推奨システム１０６は、メンバーの現在の認知的負荷に対する最も高い寄与を有するタスクが後での実施のために遅延させられ得る（たとえば、タスクの完了のための最終期限があらかじめ定義された時間ウィンドウ内にない、タスクが緊急でないことをメンバー１１０が示した、タスクが緊急であることをメンバー１１０が示さなかった、など）かどうかを決定し得る。タスクが保持されたまたは中断された状態に移行され得る場合、タスク推奨システム１０６は、それを行い、メンバーの認知的負荷に対する、タスクを保持されたまたは中断された状態に移行させることの影響を、リアルタイムに決定し得る。メンバーの認知的負荷がしきい値を超え続ける場合、タスク推奨システム１０６は、残りのアクティブタスクについて上述のプロセスを繰り返し、これらの残りのアクティブタスクのいずれかが保持されたまたは中断された状態に移行され得るかどうかを決定し得る。

【0038】

[0048]一実施形態では、タスク推奨システム１０６は、どの１つまたは複数のタスクが保持されたまたは中断された状態に移行され得るかを自動的に決定するために、１つまたは複数の古典的アルゴリズムまたはプロセスを実装し得る。たとえば、１つまたは複数の古典的アルゴリズムまたはプロセスは、タスクタイプおよびタスクの完了のための時間的限界（たとえば、タスクの完了のための最終期限の前の日数など）に基づいて、自動的に、およびリアルタイムに、各タスクに値を割り当て得る。たとえば、安全カテゴリー（たとえば、火災安全、自宅安全、車両安全など）内のタスクタイプを有するタスクは、他のカテゴリー内のタスクタイプを有するタスクと比較して、より高い値を割り当てられ得る。さらに、別の例として、３日以内の最終期限を有するタスクは、３週間以内の最終期限を有するかまたは最終期限をまったく有しないタスクと比較して、より高い値を割り当てられ得る。これらのファクタは、アクティブタスクの各々についての認知的負荷値を自動的に計算するために１つまたは複数の古典的アルゴリズムまたはプロセスによって使用され得る１つまたは複数のあらかじめ定義された式に従って決定され得る。

【0039】

[0049]１つまたは複数の古典的アルゴリズムまたはプロセスによって決定された認知的負荷値は、メンバー１１０に関連するメンバープロファイル内で定義されたメンバーの選好に従って、自動的に重みづけされ得る。たとえば、メンバー１１０が、メンバープロファイル内で、自宅保守に関係するタスクが車両保守に関係するタスクと比較してより大きいレベルの緊急度を割り当てられるべきであることを定義した場合、１つまたは複数の古典的アルゴリズムまたはプロセスは、自宅保守タスクに車両保守タスクと比較してより大きい重みを自動的に割り当て得る。これは、重みづけがなければ、車両保守タスクがメンバーの認知的負荷に対するより高い認知的負荷値または寄与を最初に有し得るが、自宅保守タスクが車両保守タスクと比較してより高い認知的負荷値を割り当てられることを生じ得る。

【0040】

[0050]１つまたは複数の古典的アルゴリズムまたはプロセスは、アクティブタスクの各々をそれらの認知的負荷値に従ってさらに自動的にランク付けし得、最も高い認知的負荷値を有するアクティブタスクが最も高くランク付けされる。このランク付けに基づいて、タスク推奨システム１０６は、最も高いランク（たとえば、最も高い認知的負荷値）を有するアクティブタスクを、このアクティブタスクが保持されたまたは中断された状態に移行され得るかどうかを決定するために、評価し得る。たとえば、上述のように、タスク推奨システム１０６は、アクティブタスクについての緊急度のレベルに基づいて、アクティブタスクが保持されたまたは中断された状態に移行され得るかどうかを決定し得る。いくつかの例では、１つまたは複数の古典的アルゴリズムまたはプロセスは、最も低いランク付け（たとえば、最も低い認知的負荷値）を有するアクティブタスクを保持されたまたは中断された状態に自動的に移行させ、この移行が、しきい値を下回ってメンバーの認知的負荷を低減したかどうかを決定し得る。この移行が、しきい値を下回ってメンバーの認知的負荷を低減しない場合、１つまたは複数の古典的アルゴリズムまたはプロセスは、保持されたまたは中断された状態に、次の最も低いランク付けを有するアクティブタスクを選択し得る。このプロセスは、メンバーの認知的負荷がしきい値を下回るまで続き得る。いくつかの事例では、１つまたは複数の古典的アルゴリズムまたはプロセスは、ランク付けを代理１０４に提供し得る。代理１０４は、メンバーの認知的負荷を低減するためにどの１つまたは複数のアクティブタスクが保持されたまたは中断された状態に移行され得るかを選択するために、ランク付けを評価し得る。代理１０４によって行われた選択に基づいて、１つまたは複数の古典的アルゴリズムまたはプロセスは、選択されたアクティブタスクを保持されたまたは中断された状態に自動的に移行させ得る。

【0041】

[0051]一実施形態では、タスク推奨システム１０６は、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別すると、これらの識別されたアクティブタスクのうちの１つまたは複数を保持されたまたは中断された状態に移行させるための承認についてメンバー１１０に促すようにとの推奨を代理１０４に提供し得る。代理１０４は、タスク推奨システム１０６によって提供された推奨を検討し、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの推奨された移行を、これらの１つまたは複数のアクティブタスクが後で実施され得るように、およびメンバー１１０が、これらのタスクに関して、それらが実施のためにアクティブ状態に移行されるまでもはや促され得ないように、承認するように、通信セッション１２０を介してメンバー１１０に促し得る。いくつかの事例では、識別されたアクティブタスクを保持されたまたは中断された状態に移行させるためのメンバー１１０の承認についてメンバー１１０に促すようにとの推奨を代理１０４に提供するのではなく、タスク推奨システム１０６は、メンバー１１０の承認について、通信セッション１２０を介してメンバー１１０に自動的に促すことができる。

【0042】

[0052]一実施形態では、タスク推奨システム１０６は、タスクが生成されたときに各タスクについての特定の通信セッションを自動的に生成する。特定の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１２０とは別個であり得る。このタスク固有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、このタスク固有通信セッションを通して、代理１０４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に促し得る。同様に、メンバー１１０が特定のタスクに関係する質問を有する場合、メンバー１１０は、タスク固有通信セッションを通してこれらの質問を提供し得る。タスク固有通信セッションの実装形態は、これらのタスク固有通信セッション内の通信が対応するタスクに関連することを確実にしながら、通信セッション１２０など、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。

【0043】

[0053]代理１０４またはタスク推奨システム１０６は、一実施形態では、保持されたまたは中断された状態への特定のアクティブタスクの推奨された移行を承認するように、代理１０４が移行のために選択したアクティブタスクに関連するタスク固有通信セッションを通して、メンバー１１０に促すことができる。これは、保持されたまたは中断された状態への複数のアクティブタスクの移行に対応する無数の通信により通信セッション１２０が乱雑になること（cluttering）を防ぎ得る。単一の通信セッション（たとえば、通信セッション１２０）を通したこれらの無数の通信の低減は、メンバーの認知的負荷を低減し得、メンバー１１０が、通信セッション１２０を通してまとめてではなく個々に各選択されたアクティブタスクを検討することを可能にし得る。

【0044】

[0054]メンバー１１０が、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの移行を承認した場合、タスク推奨システム１０６は、これらの識別された１つまたは複数のアクティブタスクを保持されたまたは中断された状態に遷移させ得る。さらに、タスク推奨システム１０６は、遷移を代理１０４に通知し得る。たとえば、代理コンソールを通して、タスク推奨システムは、メンバー１１０のために実施されるべきであるアクティブタスクのリスティングから、遷移されたタスクを除去し得る。これは、これらのタスクが後でアクティブ状態に遷移される（たとえば、１つまたは複数の他のアクティブタスクが完了される、メンバーの認知的負荷が特定のレベルに低減される、など）まで、代理１０４がこれらのタスクに関してメンバー１１０と通信する可能性を防ぐかまたは低減し得る。

【0045】

[0055]一実施形態では、タスク推奨システム１０６は、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを自動的に識別するために、メンバー１１０と代理１０４との間のメッセージ１２２、１２４を、リアルタイムに、およびそれらが通信セッション１２０を介して交換されるときに、監視することができる。たとえば、タスク推奨システム１０６は、メンバー１１０が保持されたまたは中断された状態に遷移させることを望むアクティブタスクを識別するために、ＮＬＰなど、機械学習アルゴリズムまたは人工知能を使用してこれらのメッセージ１２２、１２４を処理し得る。たとえば、メンバー１１０が、１つまたは複数のメッセージ１２２中で、自宅保守に関係するタスクが、より低い優先度のものであるが、場合によってはメンバー１１０への大きいストレスを引き起こしていることを表明する場合、タスク推奨システム１０６は、自宅保守に対応する、およびより低いレベルの緊急度を有するアクティブタスクを、保持されたまたは中断された状態に自動的に遷移させ得る。代替的に、タスク推奨システム１０６は、代理１０４またはタスク推奨システム１０６がこれらのアクティブタスクを保持されたまたは中断された状態に移行させることができるかどうかに関して、通信セッション１２０を介してまたはこれらのアクティブタスクに関連するタスク固有通信セッションを通してメンバー１１０に促すための通知を、代理１０４に送信し得る。

【0046】

[0056]タスク推奨システム１０６が、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別し、（承認が必要とされる場合）移行についてメンバー１１０から承認を取得すると、タスク推奨システム１０６は、識別された１つまたは複数のタスクに対応するエントリを、これらのタスクをアクティブ状態から保持されたまたは中断された状態に遷移させるために更新することができる。さらに、タスク推奨システム１０６は、移行されたタスクを除去するためにアクティブタスクインターフェース１１４を更新し得る。たとえば、図１に示されているように、アクティブタスク１１８は、アクティブ状態から保持されたまたは中断された状態に移行される。したがって、タスク推奨システム１０６は、メンバー１１０のために実施され得る他のアクティブタスク１１６を維持しながらアクティブタスク１１８を除去するために、アクティブタスクインターフェース１１４を更新し得る。これは、アクティブタスクインターフェース１１４を介して提示されるタスクの数を低減し、したがって、メンバーの認知的負荷を低減し得る。さらに、アクティブタスク１１８は保持されたまたは中断された状態に移行されるので、これは、メンバー１１０が所与の時間においてその実施を追跡または監視する必要があり得る、タスクの数を低減し得る。いくつかの事例では、タスク推奨システム１０６は、メンバー１１０が、インターフェース１１４の「後で（For Later）」タブまたは他の要素の選択を介して、移行されたタスクにアクセスすることを可能にし得る。これは、メンバー１１０が、保持されたまたは中断されたタスクのいずれかの実施を要求することを、これらのタスクのメンバーの優先度付けが変化する場合、可能にし得る。

【0047】

[0057]一実施形態では、タスク推奨システム１０６は、メンバー１１０の認知的負荷をリアルタイムに決定することに加えて、代理１０４の認知的負荷を決定し、代理の認知的負荷を低減するために１つまたは複数のアクションが実施されるべきであるかどうかを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、メンバー１１０のために、および代理１０４が割り当てられた任意の他のメンバーのために実施されるべきである、代理１０４に割り当てられたアクティブタスクを取得し得る。メンバーの認知的負荷に対するアクティブタスク１１６、１１８の寄与を決定するための、メンバー１１０のために実施され、アクティブタスクインターフェース１１４を介して提示されているアクティブタスク１１６、１１８の評価と同様に、タスク推奨システム１０６は、代理の認知的負荷に対する代理１０４に割り当てられたアクティブタスクの各々の寄与を決定し得る。

【0048】

[0058]いくつかのタスクは、他のタスクよりも高いレートにおいて代理の認知的負荷を増加させ得る。たとえば、アクティブ代理参加を必要とし、および／あるいはより多くのステップまたはアクションが完了することを必要とするタスクは、より単純なタスク（たとえば、より少数のステップまたはアクションをもつタスク）、あるいは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または他のサービス／エンティティによって主に実施されるが場合によっては代理１０４によって監視される、タスクよりも高い認知的負荷に寄与し得る。さらに、いくつかのタイプまたはカテゴリーのタスクは、他のタイプまたはカテゴリーのタスクと比較して、より高い代理認知的負荷に寄与し得る。たとえば、新しいロケーションへの移動に関係するタスクは、かなりの調整および監視を必要とし得、これは、雨樋の清掃またはオイル交換など、単純な保守タスクに関係するタスクと比較して、より高い認知的負荷を生じ得る。

【0049】

[0059]上述のように、タスク推奨システム１０６は、メンバー１１０のために実施され、アクティブタスクインターフェース１１４を介してメンバー１１０に提示されているアクティブタスクのさらなる評価を保証し得るメンバーの認知的負荷の変化があったかどうかを決定するために、通信セッション１２０および／または任意のタスク固有通信セッションを介してメンバー１１０と代理１０４との間で交換されるメッセージを処理するために、ＮＬＰなどの機械学習アルゴリズムまたは他の人工知能を使用し得る。同様に、タスク推奨システム１０６は、代理の認知的負荷の変化を検出するためにこの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、特定のアクティブタスクに対応するタスク固有通信セッション中に、メンバー１１０がアクティブタスクに関する更新を取得することを求め、代理１０４が、更新についてのメンバーの要求に応答して、代理１０４が圧倒されていること、または代理１０４がメンバー１１０によって示されたアクティブタスクに取り組み始める前に他のアクティブタスクを完了することを試みていることを示す場合、タスク推奨システム１０６は、代理１０４に割り当てられたアクティブタスクの再評価を保証し得る代理の認知的負荷の変化があったと決定し得る。

【0050】

[0060]一実施形態では、タスク推奨システム１０６は、代理の認知的負荷がしきい値を超える場合、代理の認知的負荷を低減するために１つまたは複数のアクションを実施することができる。たとえば、タスク推奨システム１０６が、代理の認知的負荷がしきい値を超えると決定した場合、タスク推奨システム１０６は、代理１０４に割り当てられた１つまたは複数のアクティブタスクが、代理１０４に割り当てられるアクティブタスクの数が低減されるように、保持されたまたは中断された状態に移行され得るかどうかを決定し得る。保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクは、１つまたは複数のファクタに基づいて選択され得る。たとえば、タスク推奨システム１０６は、他の保留中のアクティブタスクと比較してより低いレベルの緊急度を有し得、代理１０４またはサードパーティサービスによって開始されなかった１つまたは複数のアクティブタスクを識別し得る。別の例として、タスク推奨システム１０６は、メンバー１１０に対してより低い優先度を有し得、したがって、後での実施のために遅延させられ得る、１つまたは複数のアクティブタスクを識別し得る。タスク推奨システム１０６は、代理１０４に割り当てられた各アクティブタスクに認知的負荷値を同様に割り当てるために、およびそれに応じてこれらのアクティブタスクをランク付けするために、メンバー１１０についての保持されたまたは中断された状態へのアクティブタスクの移行に関して上記で説明されたように、１つまたは複数の古典的アルゴリズムまたはプロセスを利用し得る。

【0051】

[0061]これらの移行されたタスクがメンバー１１０のためにアクティブタスクインターフェース１１４から除去されるように、メンバーの観点からアクティブタスクが保持されたまたは中断された状態にどのように移行され得るかとは対照的に、代理の観点から保持されたまたは中断された状態に移行されるアクティブタスクが、依然として、アクティブタスクインターフェース１１４内のアクティブタスクとして表示され得ることに留意されたい。これは、アクティブタスクが完了していないことがあるという指示として働き得る、保持されたまたは中断された状態へのアクティブタスクの移行に関してメンバー１１０に警報を発することなしに、代理１０４が代理１０４の認知的負荷を低減することを可能にし得る。さらに、これは、タスクが代理の観点から保持されたまたは中断された状態にあり得る間、メンバー１１０がアクティブタスクインターフェース１１４を通してアクティブタスクを監視し続け、それにより、メンバーの選好に適合することを可能にする。

【0052】

[0062]一実施形態では、タスク推奨システム１０６が、代理の認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別する場合、タスク推奨システム１０６は、これらのアクティブタスクを保持されたまたは中断された状態に移行させるためのメンバーの承認を取得するために、通信セッション１２０、または１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを介してメンバー１１０と通信するようにとの推奨を、代理１０４に提供することができる。たとえば、タスク推奨システム１０６は、識別された１つまたは複数のアクティブタスクを保持されたまたは中断された状態に移行させるためのメンバーの承認を取得するために、通信セッション１２０、または１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを介して代理１０４によって交換され得る１つまたは複数のメッセージに対応する推奨を提供し得る。たとえば、推奨は、保持されたまたは中断された状態へのこれらの１つまたは複数のアクティブタスクの移行が、代理１０４がメンバー１１０のためにより緊急のアクティブタスクにより良く集中することを可能にし得ることを示すように、代理１０４に命令し得る。メンバー１１０が、代理の認知的負荷を低減するために、保持されたまたは中断された状態への１つまたは複数のアクティブタスクの提案された移行を承認した場合、タスク推奨システム１０６は、この移行を実施し、保持されたまたは中断された状態に移行されたアクティブタスクを除去するためにアクティブタスクインターフェース１１４を更新し得る。

【0053】

[0063]一実施形態では、タスク推奨システム１０６が、１つまたは複数のアクティブタスクが、代理の認知的負荷を低減するために保持されたまたは中断された状態に移行され得ない（たとえば、メンバー１１０が１つまたは複数のアクティブタスクを保持されたまたは中断された状態に移行させるようにとの推奨を拒否した、アクティブタスクがメンバー１１０にとって緊急または重大である、など）と決定した場合、タスク推奨システム１０６は、識別された１つまたは複数のアクティブタスクを代理１０４に代わって実施し得る１つまたは複数の他の代理を、これらのタスクの完了のためのメンバーの要件を満足するために、自動的に識別することができる。たとえば、タスク推奨システム１０６は、その認知的負荷がしきい値を下回る、およびその認知的負荷がしきい値を超えることを引き起こすことなしに１つまたは複数の識別されたアクティブタスクのいずれかを実施することが可能であり得る、１つまたは複数の代理を識別するために、タスク容易化サービス１０２に関連する様々な代理の認知的負荷を決定し得る。一実施形態では、タスク推奨システム１０６は、識別された代理の各々を、これらの代理が１つまたは複数のアクティブタスクを実施することができる（たとえば、そのようなタスクを実施した経験がある、同様のタスクに関して同様の状況にあるメンバーとともに働いていた、など）かどうかを決定するために、リアルタイムに、自動的に評価することができる。一実施形態では、タスク推奨システム１０６は、いくつかのタスクまたはいくつかのカテゴリー／タイプのタスクを実施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た分類またはクラスタリングアルゴリズムを利用する。たとえば、代理は、（限定はしないが）人口統計学および他の識別情報、地理的ロケーション、異なるカテゴリーのタスクを扱った経験、異なるカテゴリーのメンバーと通信した経験などを含む、様々な基準に基づいてプロファイリングされ得る。分類またはクラスタリングアルゴリズムを使用して、タスク推奨システム１０６は、識別された１つまたは複数のアクティブタスクを、満足のいく様式で代理１０４に代わって実施する可能性が高くなり得る代理のセットを識別し得る。

【0054】

[0064]タスク推奨システム１０６が、識別された１つまたは複数のタスクを代理１０４に代わって実施し得る代理のセットを識別すると、タスク推奨システム１０６は、識別された１つまたは複数のアクティブタスクを代理のセットのうちの１つまたは複数の代理に委任し得る。たとえば、タスク推奨システム１０６は、識別された１つまたは複数のタスクを１つまたは複数の代理に委任するために、および１つまたは複数の代理と代理１０４との間のこれらのタスクの実施の調整を可能にするために、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、あるい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また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、タスク調整システム１０８は、代理１０４が、１つまたは複数のアクティブタスクが委任された他の代理の実施を監視することを可能にする。たとえば、タスク調整システム１０８は、代理１０４とタスク推奨システム１０６によって選択された他の代理との間の通信セッションを、代理１０４が、１つまたは複数のアクティブタスクの実施を監視し、これらの他の代理が１つまたは複数のアクティブタスクを実施するのを支援し得るインサイトを提供することを可能にするために、確立し得る。これはまた、代理１０４が、１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを介して、これらの１つまたは複数のアクティブタスクの実施に関する更新をメンバー１１０に提供することを可能にし得る。いくつかの事例では、タスク調整システム１０８は、他の代理が、１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを通してメンバー１１０と通信することを可能にし得る。

【0055】

[0065]一実施形態では、タスク調整システム１０８は、リアルタイムに、代理１０４と代理１０４に最初に割り当てられた１つまたは複数のアクティブタスクが委任されていることがある任意の他の代理とによる１つまたは複数のアクティブ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、アクティブタスクの代理の（または他の代理の）実施に関する代理１０４とメンバー１１０との間の通信を監視し得る。これらの通信は、タスクの実施、タスクを実施する際に代理１０４または他の割り当てられた代理によって負担された購入または費用、タスクの完了のための時間枠などに関するステータス更新を示す、アクティブタスクに対応するタスク固有通信セッションを介した代理１０４またはタスクを実施するように委任された任意の他の代理からのメッセージ１２４を含み得る。タスク調整システム１０８は、アクティブタスク１１６の実施に関係する更新をメンバー１１０に提供するためにアクティブタスクインターフェース１１４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。

【0056】

[0066]アクティブタスクが完了されると、メンバー１１０は、アクティブタスクの完了に関するフィードバックを提供するように促され得る。たとえば、メンバー１１０は、アクティブタスクの実施における、タスク容易化サービス１０２と提携した選択されたサードパーティサービスまたは他のサービス／エンティティのパフォーマンスおよびプロ意識に関するフィードバックを提供するように促され得る。さらに、メンバー１１０は、代理１０４のまたはタスクを実施するために割り当てられた任意の他の代理のパフォーマンスに関するフィードバックを提供するように促され得る。メンバー１１０によって提供された応答を使用して、タスク容易化サービス１０２は、メンバーのおよび代理の認知的負荷のより良い決定、アクティブタスクを保持されたまたは中断された状態に移行させるようにとの推奨、メンバー１１０のためのおよび代理１０４の代わりのタスクの完了のための他の代理の識別などを提供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、またはさもなければ更新し得る。

【0057】

[0067]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に代わってタスクを実施するか、またはさもなければタスクの実施を調整するとき、タスク容易化サービス１０２は、代理および／あるいはタスク容易化サービス１０２と提携したサードパーティサービスまたは他のサービス／エンティティによるこれらのタスクの実施に関係するメンバーフィードバックに従って、メンバー１１０に関連するメンバー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、メンバープロファイルがある時間期間（たとえば、６ヶ月、１年など）にわたってまたはタスクのセット（たとえば、２０個のタスク、３０個のタスクなど）にわたって更新された後、代理１０４対話有りでまたは無しでメンバープロファイルの様々な属性（たとえば、メンバーと代理間の通信に対応する履歴データ、代理実施および提示されたタスク／提案に対応するメンバーフィードバックなど）に基づいて新しいタスクを自動的におよび動的に生成するために、機械学習アルゴリズムまたは人工知能を利用し得る。タスク推奨システム１０６は、新しいタスクのために必要とされる追加情報を取得し、これらのタスクの実施のためにメンバー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らの対話に満足していることなど）を確実にするために、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が、会話が否定極性を有すること（たとえば、メンバー１１０がフラストレーションを表明していること、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）を決定した場合、代理１０４は、会話に介入し得る。これは、代理１０４が、メンバーの懸念に対処し、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ことを可能にし得る。

【0058】

[0068]したがって、自動カスタマー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、システムとのメンバーの自動的対話または代理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提供するために、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におよび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、ニーズ、および／または目標に対する適切なまたはインテリジェントな応答を予期し、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。

【0059】

[0069]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、１つまたは複数のアクティブタスクをスロットリングすべきかどうかを決定するためにメンバーと割り当てられた代理との認知的負荷を自動的に監視する、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、あるい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または他の実行可能コードとして実装され得る。

【0060】

[0070]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つまた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する支援を望むことを示し得る。代理１０４は、このメッセージを評価し、メンバー１１０が、タスクが生成され得るある問題に対処するために、その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が支援を望む特定の問題に対応するタスク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、あるいは場合によってはプロジェクトまたはタスクの、メンバー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提供し得る。

【0061】

[0071]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提供し得る。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、特定の最終期限日、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、予算限度なし、特定の最大額など）などを提供し得る様々なフィールドを含み得る。

【0062】

[0072]いくつかの事例では、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に提供し得る。上述のように、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ー（たとえば、車両保守タスク、自宅保守タスク、家族関係イベントタスク、介護タスク、経験関係タスクなど）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、最後に車両が保守されたときに対応する情報、車両に関連する報告された事故、車両に関連す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ーに固有であるフィールドを含み得る。

【0063】

[0073]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との間で交換されるときに、これらのメッセージを自動的におよび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、述べられた問題に対処するための支援をメンバー１１０に提供し得るタスクを自動的に識別するために、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ときに、これらのメッセージをリアルタイムに処理し得る。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またはメンバー１１０からの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利用し得る。いくつかの事例では、タスク作成サブシステム２０２は、可能な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にこれらのタスクを提示し得る。

【0064】

[0074]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る、およびメンバー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固有通信セッションは、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提供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。

【0065】

[0075]一実施形態では、メンバー１１０が、特定の問題に対処するための新しいタスクを生成するための要求を提出する場合、タスク作成サブシステム２０２は、キーワードおよび／またはアンカー用語を識別するために、自動的に、およびリアルタイムに、通信セッションを介してメンバー１１０と代理１０４との間で交換されるメッセージを処理することができ、これらのキーワードおよび／またはアンカー用語は、タスクデータストア２１０に記憶されたテンプレートのセットから、これらのキーワードおよび／またはアンカー用語に関連し、新しいタスクを生成するために使用され得る、１つまたは複数のテンプレートを識別するために使用され得る。たとえば、タスク作成サブシステム２０２は、特定のタスクに対応し得る１つまたは複数のキーワードまたはアンカー用語を識別するために、通信セッションを介してメンバー１１０と代理１０４の間で交換されるこれらの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。識別された１つまたは複数のキーワードまたはアンカー用語を使用して、タスク作成サブシステム２０２は、新しいタスクを定義するための、代理１０４に提示され得る１つまたは複数のテンプレートを、自動的に識別し得る。

【0066】

[0076]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、タスクランク付けサブシステム２０４は、メンバー１１０、代理１０４、あるいはタスク容易化サービスに関連する１つまたは複数のサードパーティサービスおよび／または他のサービス／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のタスクのセッ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、あるい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また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、実施と、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および／または他のサービス／エンティティとの調整とのための、代理への委任のためのタスクを選択する可能性に基づいて、タスクのセットのリスティング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、各タスクの完了のための緊急度のレベルに基づいてタスクのセットのリスティング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、いくつかのタスクまたはタスクのカテゴリーのメンバー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。

【0067】

[0077]一実施形態では、タスクランク付けサブシステム２０４は、さらに、メンバーの現在の認知的負荷への各タスクの予測された影響に基づいてタスクのセットをランク付けし得る。上述のように、いくつかのタスクは、他のタスクよりも高いレートにおいてメンバーの認知的負荷を増加させ得る。たとえば、ルーチンイベントまたは楽しいイベントに関係するタスクは、メンバーの認知的負荷に対して、メンバー１１０にとってよりストレスになり得る大きい問題またはイベントに対処するために作成されるタスクよりも低い影響を及ぼし得る。さらに、タスクは、異なるレベルの緊急度を有し得、これは、メンバーの認知的負荷に異なるように寄与し得る。たとえば、緊急のまたは差し迫ったタスクは、メンバーの認知的負荷に対するより高い寄与を提供し得る。一実施形態では、タスクランク付けサブシステム２０４は、タスクのセットのうちの各タスクの予測された影響に基づいて、新しいタスクの実装が、メンバーの認知的負荷がしきい値を越えて増加されることを生じることになるかどうかを決定することができる。メンバーの認知的負荷がしきい値を越えて増加される場合、新しいタスクは、メンバーの認知的負荷がしきい値を超えることを生じることになる様式においてメンバーの認知的負荷に影響を及ぼさないことがあるタスクのセットのうちの他のタスクと比較して、より低くランク付けされ得る。

【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、タスクのセットとメンバー１１０にすでに提示されている現在アクティブなタスクとをランク付けして、メンバー１１０に推奨され得るこれらのタスクのランク付けされたリストを生成することができる。たとえば、タスクランク付けサブシステム２０４は、より緊急のタスクが、あまり緊急でないタスクと比較してより高いランク付けを割り当てられ得るように、各タスクの完了についての緊急度のレベルに従って、アクティブタスクのセットとタスクの新たに生成されたセットとをランク付けし得る。いくつかの事例では、タスクランク付けサブシステム２０４は、タスクの各グルーピングについての予測されたメンバー認知的負荷に従って、タスクの異なるグルーピングを生成し、ランク付けし得る。タスクのグルーピングは、メンバー１１０のために実施され得る１つまたは複数のアクティブなおよび／または新しいタスクを含み得る。タスクの各グルーピングは、グルーピングのタスクに対応する総認知的負荷が認知的負荷しきい値を超えないように生成され得る。さらに、タスクの各グルーピングは、（ユーザデータストア２０８からのメンバープロファイルにおいて定義されている）メンバーの選好に従って選択されるタスクの組合せ、タスクの完了についての緊急度のレベル、タスクのダイバーシティなどを含み得る。

【0069】

[0079]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に推奨され得るタスクのセットのランク付けされたリストをタスク選択サブシステム２０６に提供する。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、あるい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また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、タスクのセットのランク付けされたリストから、どのタスクが代理１０４によってメンバー１１０に推奨され得る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提供さ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、タスクのセットのランク付けされたリストからの限られた数のタスク推奨を提示するように構成された場合、タスク選択サブシステム２０６は、どのタスク推奨がメンバー１１０に提示されるべきであるかを決定するために、ランク付けされたリストと、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を処理し得る。いくつかの事例では、タスク選択サブシステム２０６によって行われる選択は、リスト中のタスクのセットのランク付けに対応し得る。代替的に、タスク選択サブシステム２０６は、どのタスクがメンバー１１０に推奨され得るかを決定するために、タスクのセットのランク付けされたリスト、ならびにメンバー１１０に関連するメンバープロファイルおよびメンバーの既存のタスク（たとえば、進行中のアクティブタスク、メンバー１１０によって受け入れられたアクティブタスクなど）を処理し得る。たとえば、タスクのセットのランク付けされた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への提示のためにタスクのセットのランク付けされたリストをさらに改良するために別のレイヤを提供し得る。

【0070】

[0080]タスク選択サブシステム２０６は、代理１０４に、メンバー１１０に推奨され得るタスクの新しいリスティングを提供し得る。代理１０４は、どのタスクが通信セッションを介してまたはこれらのタスクの各々に対応するタスク固有通信セッションを通してメンバー１１０に提示され得るかを決定するために、タスクのこの新しいリスティングを検討し得る。たとえば、代理１０４は、タスク選択サブシステム２０６によって推奨されたタスクのセットを検討し、通信セッションを介したまたは選択された１つまたは複数のタスクに対応するタスク固有通信セッションを通したメンバー１１０への提示のために、これらのタスクのうちの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ク付けに従って、メンバー１１０に提示され得る。代替的に、１つまたは複数のタスクは、タスク優先度付けのためのメンバー自身の選好の、代理の理解に従って提示され得る。通信セッションに関連するインターフェース（たとえば、図１に示されているような、アクティブタスクインターフェース１１４）を通して、メンバー１１０は、代理１０４の、ならびに／あるいはタスク容易化サービスに関連するサードパーティサービスおよび／または他のサービス／エンティティの支援を受けて実施され得る１つまたは複数の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、あるいはメンバー１１０が場合によっては実施してほしくない、提示されたタスクを却下し得る。

【0071】

[0081]一実施形態では、タスク選択サブシステム２０６は、メンバーの認知的負荷を決定するために、メッセージが交換されるときに、リアルタイムに、メンバー１１０と代理１０４との間の通信セッションを監視する。たとえば、タスク選択サブシステム２０６は、メンバー１１０のために実施され、アクティブタスクインターフェースを介してメンバー１１０に提示されているアクティブタスクのさらなる評価を保証し得るメンバーの認知的負荷の変化があったかどうかを決定するために通信セッションを介してメンバー１１０と代理１０４との間で交換されるメッセージを処理するために、ＮＬＰなどの機械学習アルゴリズムまたは他の人工知能を使用し得る。たとえば、メンバー１１０が、メンバー１１０がメンバー１１０のために現在実施されているアクティブタスクの数および／またはタイプに圧倒されていると感じているというメッセージを代理１０４に提出する場合、タスク選択サブシステム２０６は、このメッセージを処理し、メンバーの認知的負荷がしきい値を超えるレベルに増加していることがあると決定し得る。

【0072】

[0082]いくつかの事例では、メンバーの認知的負荷を決定するために、メンバー１１０と代理１０４との間で交換されるメッセージを、これらのメッセージが交換されるときに、自動的におよびリアルタイムに処理するために、機械学習アルゴリズムまたは他の人工知能を使用するのではなく、タスク選択サブシステム２０６は、メンバーの認知的負荷を自動的に決定するために１つまたは複数の古典的アルゴリズムまたはプロセスを実装し得る。たとえば、これらの１つまたは複数の古典的アルゴリズムまたはプロセスは、メンバーの現在の認知的負荷に対応するアンカーワードまたはフレーズのセットを識別するために、交換される通信をリアルタイムに処理し得る。例示的な例として、メンバー１１０が、「私は今月非常に圧倒されていると感じている」ことを代理１０４に通信する場合、１つまたは複数の古典的アルゴリズムまたはプロセスは、「感じている」および「圧倒されている」というアンカー用語を識別し得る。「感じている」というアンカー用語は、メンバー１１０に関連する認知的負荷の表明に対応し得る。さらに、「圧倒されている」というアンカー用語は、「感じている」という、前のアンカー用語と組み合わせられたとき、メンバー１１０によって経験されている認知的負荷のタイプまたはレベルを示し得る。したがって、通信セッションを通してメンバー１１０によって表明される通信に基づいて、１つまたは複数の古典的アルゴリズムまたはプロセスは、自動的に、およびリアルタイムに、メンバーの認知的負荷を決定し得る。

【0073】

[0083]一実施形態では、タスク選択サブシステム２０６は、さらに、メンバーの認知的負荷を決定するために、およびメンバーの認知的負荷がしきい値を超える場合に是正アクションを実施するために、メンバー１１０のために実施されているアクティブタスクのセットを、周期的におよび／またはリアルタイムに監視することができる。たとえば、タスク選択サブシステム２０６は、メンバー１１０のために実施されているアクティブタスクを、メンバーの認知的負荷に対するそれらの寄与を決定するために、評価し得る。さらに、メンバーの認知的負荷に対する様々なアクティブタスクの影響を決定することに加えて、タスク選択サブシステム２０６は、メンバーの認知的負荷へのアクティブタスクインターフェース（たとえば、図１に示されているような、アクティブタスクインターフェース１１４）を介したこれらのアクティブタスクの提示の影響を決定し得る。たとえば、タスク選択サブシステム２０６は、異なるタスクについてメンバー１１０に提供され得る情報の量と所与の時間にメンバー１１０に提示され得るタスクの数とに関するメンバーの選好を決定するために、ユーザデータストア２０８からのメンバープロファイルまたは他のメンバー固有データを評価し得る。たとえば、タスク選択サブシステム２０６が、メンバー１１０に提示されているアクティブタスクの数がメンバー１１０によって示された選好される数を超えると決定した場合、タスク選択サブシステム２０６は、アクティブタスクインターフェースから１つまたは複数のアクティブタスクを除去し、メンバーのために実施されている任意の他のアクティブタスクにアクセスするためのオプションをメンバー１１０に提供し得る。追加または代替として、メンバー１１０に提示された１つまたは複数のアクティブタスクが、メンバー１１０が必要としないことがあるか、またはさもなければ不要であると前に示した余分の情報を含む場合、タスク選択サブシステム２０６は、１つまたは複数のアクティブタスクの各々について提供された情報をトランケートし得る。

【0074】

[0084]タスク選択サブシステム２０６が、メンバーの認知的負荷がしきい値を超えると決定した場合、タスク選択サブシステム２０６は、保持されたまたは中断された状態に移行され得る、メンバー１１０のために現在実施されている１つまたは複数のアクティブタスクを識別し得る。たとえば、タスク選択サブシステム２０６は、メンバー１１０が、１つまたは複数の他のアクティブタスクが完了されるまで、ならびに／またはメンバーの認知的負荷が、タスクがメンバー１１０のために提示および実施されるようにアクティブ状態に移行され得るレベルに低減されるまで、アクティブタスクに関してもはや促され得ないように、アクティブタスクを保持されたまたは中断された状態に移行させ得る。タスク選択サブシステム２０６は、１つまたは複数のファクタに基づいて、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを選択し得る。たとえば、タスク選択サブシステム２０６は、他の保留中のアクティブタスクと比較してより低いレベルの緊急度を有し得、代理１０４、メンバー１１０、またはサードパーティサービスによって開始されなかった１つまたは複数のアクティブタスクを識別し得る。別の例として、タスク選択サブシステム２０６は、メンバー１１０に対してより低い優先度を有し得、したがって、後での実施のために遅延させられ得る、１つまたは複数のアクティブタスクを識別し得る。

【0075】

[0085]上述のように、どのアクティブタスクが保持されたまたは中断された状態に移行され得るかを識別するために、タスク選択サブシステム２０６は、メンバーの認知的負荷に対するアクティブタスクの各々の寄与を、自動的に、およびリアルタイムに決定し得る、機械学習アルゴリズムまたは人工知能を実装し得る。したがって、タスク選択サブシステム２０６は、メンバーの認知的負荷に対する最も高い寄与を提供するアクティブタスクを、これらのアクティブタスクのいずれかが保持されたまたは中断された状態に移行され得るかどうかを決定するために、自動的に評価し得る。いくつかの事例では、タスク選択サブシステム２０６は、タスクタイプおよびタスクの完了のための時間的限界（たとえば、タスクの完了のための最終期限の前の日数など）に基づいて、自動的に、およびリアルタイムに、各タスクに値を割り当てるために、１つまたは複数の古典的アルゴリズムまたはプロセスを実装し得る。これらのファクタは、アクティブタスクの各々についての認知的負荷値を自動的に計算するために１つまたは複数の古典的アルゴリズムまたはプロセスによって使用され得る１つまたは複数のあらかじめ定義された式に従って決定され得る。１つまたは複数のアクティブタスクの各々についての割り当てられた認知的負荷値に基づいて、１つまたは複数の古典的アルゴリズムまたはプロセスは、アクティブタスクの各々を自動的にランク付けし得、最も高い認知的負荷値を有するアクティブタスクが最も高くランク付けされる。このランク付けに基づいて、タスク選択サブシステム２０６は、最も高いランク（たとえば、最も高い認知的負荷値）を有するアクティブタスクを、このアクティブタスクが保持されたまたは中断された状態に移行され得るかどうかを決定するために、評価し得る。代替的に、タスク選択サブシステム２０６は、最も低いランク付け（たとえば、最も低い認知的負荷値）を有するアクティブタスクを保持されたまたは中断された状態に自動的に移行させ、この移行が、しきい値を下回ってメンバーの認知的負荷を低減したかどうかを決定し得る。この移行が、しきい値を下回ってメンバーの認知的負荷を低減しない場合、タスク選択サブシステム２０６は、保持されたまたは中断された状態に、次の最も低いランク付けを有するアクティブタスクを選択し得る。このプロセスは、メンバーの認知的負荷がしきい値を下回るまで続き得る。いくつかの事例では、１つまたは複数の古典的アルゴリズムまたはプロセスは、ランク付けを代理１０４に提供し得る。代理１０４は、メンバーの認知的負荷を低減するためにどの１つまたは複数のアクティブタスクが保持されたまたは中断された状態に移行され得るかを選択するために、ランク付けを評価し得る。

【0076】

[0086]いくつかの事例では、タスク選択サブシステム２０６は、１つまたは複数のアクティブタスクを保持されたまたは中断された状態に移行させるための承認についてメンバー１１０に促すようにとの推奨を代理１０４に提供し得る。上述のように、代理１０４は、タスク選択サブシステム２０６によって提供された推奨を検討し、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの推奨された移行を承認するようにメンバー１１０に促し得る。いくつかの事例では、識別されたアクティブタスクを保持されたまたは中断された状態に移行させるためのメンバー１１０の承認についてメンバー１１０に促すようにとの推奨を代理１０４に提供するのではなく、タスク選択サブシステム２０６は、メンバー１１０の承認について、識別された１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを介してメンバー１１０に自動的に促すことができる。メンバー１１０が、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの移行を承認した場合、タスク選択サブシステム２０６は、これらの識別された１つまたは複数のアクティブタスクを保持されたまたは中断された状態に遷移させ得る。さらに、タスク選択サブシステム２０６は、遷移を代理１０４に通知し得る。

【0077】

[0087]タスク選択サブシステム２０６はまた、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを自動的に識別するために、メンバー１１０と代理１０４との間のメッセージを、それらが通信セッション、および／またはメンバーのアクティブタスクに対応するタスク固有通信セッションを介して交換されるときに、リアルタイムに監視し得る。たとえば、タスク選択サブシステム２０６は、メンバー１１０が保持されたまたは中断された状態に遷移させることを望むアクティブタスクを識別するために、ＮＬＰなど、機械学習アルゴリズムまたは人工知能を使用してこれらのメッセージを処理し得る。タスク選択サブシステム２０６が、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別する場合、タスク選択サブシステム２０６は、これらのアクティブタスクを保持されたまたは中断された状態に自動的に遷移させ得る。代替的に、タスク選択サブシステム２０６は、代理１０４またはタスク選択サブシステム２０６がこれらのアクティブタスクを保持されたまたは中断された状態に移行させることができるかどうかに関して、通信セッション、および／または識別された１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを介してメンバー１１０に促すための通知を、代理１０４に送信し得る。

【0078】

[0088]タスク選択サブシステム２０６が、（承認が必要とされる場合）識別された１つまたは複数のアクティブタスクの移行についてメンバー１１０から承認を取得すると、タスク選択サブシステム２０６は、タスクデータストア２１０中の識別された１つまたは複数のタスクに対応するエントリを、これらのタスクをアクティブ状態から保持されたまたは中断された状態に遷移させるために更新することができる。さらに、タスク選択サブシステム２０６は、メンバー１１０のために実施され得る他のアクティブタスクを維持しながら、移行されたタスクを除去するために、アクティブタスクインターフェースを更新し得る。これは、アクティブタスクインターフェースを介して提示されるタスクの数を低減し、したがって、メンバーの認知的負荷を低減し得る。さらに、これは、メンバー１１０が所与の時間においてその実施を追跡または監視する必要があり得る、タスクの数を低減し得る。

【0079】

[0089]メンバー１１０の認知的負荷を決定することに加えて、タスク選択サブシステム２０６は、メンバー１１０に割り当てられた代理１０４の認知的負荷を決定し得る。代理１０４の認知的負荷に基づいて、タスク選択サブシステム２０６は、代理の認知的負荷を低減するために１つまたは複数のアクションが実施されるべきであるかどうかを決定し得る。たとえば、タスク選択サブシステム２０６は、メンバー１１０のために、および代理が割り当てられた任意の他のメンバーのために実施されるべきである、代理１０４に割り当てられたアクティブタスクを取得し得る。メンバーの認知的負荷に対するアクティブタスクの寄与を決定するための、メンバー１１０のために実施されているアクティブタスクの評価と同様に、タスク選択サブシステム２０６は、代理の認知的負荷に対する代理１０４に割り当てられたアクティブタスクの各々の寄与を決定し得る。

【0080】

[0090]一実施形態では、タスク選択サブシステム２０６は、代理の認知的負荷の変化を検出するために通信セッションを介してメンバー１１０と代理１０４との間で交換されるメッセージを処理するために、ＮＬＰなどの機械学習アルゴリズムまたは他の人工知能を使用し得る。たとえば、代理１０４が、メンバー１１０と代理１０４との間の通信セッションを介して、代理１０４が圧倒されていること、または代理１０４がメンバー１１０によって示されたアクティブタスクに取り組み始める前に他のアクティブタスクを完了することを試みていることを表す場合、タスク選択サブシステム２０６は、代理１０４に割り当てられたアクティブタスクの再評価を保証し得る代理の認知的負荷の変化を決定し得る。タスク選択サブシステム２０６は、代替的に、代理の認知的負荷の変化を同様に決定し、代理１０４に割り当てられた各アクティブタスクに認知的負荷値を割り当てるために、およびそれに応じてこれらのアクティブタスクをランク付けするために、メンバー１１０についての保持されたまたは中断された状態へのアクティブタスクの移行に関して上記で説明されたように、１つまたは複数の古典的アルゴリズムまたはプロセスを利用し得る。

【0081】

[0091]タスク選択サブシステム２０６が、代理の認知的負荷がしきい値を超えると決定した場合、タスク選択サブシステム２０６は、代理１０４に割り当てられた１つまたは複数のアクティブタスクが保持されたまたは中断された状態に移行され得るかどうかを決定し得る。保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクは、１つまたは複数のファクタに基づいて選択され得る。たとえば、タスク選択サブシステム２０６は、他の保留中のアクティブタスクと比較してより低いレベルの緊急度を有し得、代理１０４あるいはタスク容易化サービスと提携したサードパーティサービスまたは他のサービス／エンティティによって開始されなかった１つまたは複数のアクティブタスクを識別し得る。別の例として、タスク選択サブシステム２０６は、メンバー１１０に対してより低い優先度を有し得、したがって、遅延させられ得る、１つまたは複数のアクティブタスクを識別し得る。

【0082】

[0092]一実施形態では、タスク選択サブシステム２０６が、代理の認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別する場合、タスク選択サブシステム２０６は、保持されたまたは中断された状態へのこれらのアクティブタスクの移行についてのメンバーの承認を取得するためにメンバー１１０と通信するようにとの推奨を代理１０４に提供することができる。たとえば、推奨は、保持されたまたは中断された状態へのこれらの１つまたは複数のアクティブタスクの移行が、代理１０４がメンバー１１０のためにより緊急のアクティブタスクにより良く集中することを可能にし得ることを示すように、代理１０４に命令し得る。メンバー１１０が、代理の認知的負荷を低減するために、保持されたまたは中断された状態への１つまたは複数のアクティブタスクの提案された移行を承認した場合、タスク選択サブシステム２０６は、移行を実施するためにこれらのタスクに対応する１つまたは複数のエントリを更新するためにタスクデータストア２１０にアクセスし得る。

【0083】

[0093]タスク選択サブシステム２０６が、代理の認知的負荷を低減するために１つまたは複数のアクティブタスクが保持されたまたは中断された状態に移行され得ないと決定した場合、タスク選択サブシステム２０６は、識別された１つまたは複数のアクティブタスクを代理１０４に代わって実施し得る１つまたは複数の他の代理を識別することができる。たとえば、タスク選択サブシステム２０６は、その認知的負荷がしきい値を下回る、およびその認知的負荷がしきい値を超えることを引き起こすことなしに１つまたは複数の識別されたアクティブタスクのいずれかを実施することが可能であり得る、１つまたは複数の代理を識別し得る。一実施形態では、タスク選択サブシステム２０６は、これらの代理が１つまたは複数のアクティブタスクを実施することができるかどうかを決定することができる。たとえば、タスク選択サブシステム２０６は、いくつかのタスクまたはいくつかのカテゴリー／タイプのタスクを実施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た分類またはクラスタリングアルゴリズムを使用し得る。これらの代理は、（限定はしないが）人口統計学および他の識別情報、地理的ロケーション、異なるカテゴリーのタスクを扱った経験、異なるカテゴリーのメンバーと通信した経験などを含む、様々な基準に基づいてプロファイリングされ得る。分類またはクラスタリングアルゴリズムを使用して、タスク選択サブシステム２０６は、識別された１つまたは複数のアクティブタスクを代理１０４に代わって満足に実施する可能性が高くなり得る代理のセットを識別し得る。

【0084】

[0094]タスク選択サブシステム２０６は、識別された１つまたは複数のアクティブタスクを、これらのタスクを実施するために利用可能であるものとして識別された１つまたは複数の代理に委任し得る。タスク選択サブシステム２０６は、識別された１つまたは複数のタスクを１つまたは複数の代理に委任するために、および１つまたは複数の代理と代理１０４との間のこれらのタスクの実施の調整を可能にするために、上記で説明されたように、タスク調整システムを利用することができる。タスク調整システムは、代理１０４が、１つまたは複数のアクティブタスクが委任された他の代理の実施を監視することを可能にし得る。タスク調整システムは、リアルタイムに、代理１０４と代理１０４に最初に割り当てられた１つまたは複数のアクティブタスクが委任されていることがある任意の他の代理とによる１つまたは複数のアクティブタスクの実施を監視し得る。いくつかの事例では、タスク調整システムは、他の代理が、これらの他の代理に委任された１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを通してメンバー１１０と通信することを可能にし得る。

【0085】

[0095]図３Ａ～図３Ｂは、少なくとも１つの実施形態による、アクティブタスク１１８が、メンバー１１０の認知的負荷がしきい値を超えたことの結果として保持された状態に移行される、環境３００の例示的な例を示す。環境３００では、タスク選択サブシステム２０６は、メンバーのまたは代理の認知的負荷の変化を検出し、メンバーのまたは代理の認知的負荷がしきい値を超える場合にアクティブタスクを保持されたまたは中断された状態に移行させるために、メンバー１１０と割り当てられた代理１０４との間のメッセージ１２２、１２４を、これらのメッセージ１２２、１２４が通信セッション１２０を介して交換されるときに、自動的に、およびリアルタイムに処理することができる、認知的負荷管理モジュール３０２を含むことができる。認知的負荷管理モジュール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、あるいはタスク選択サブシステム２０６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または他の実行可能コードとして実装され得る。したがって、認知的負荷管理モジュール３０２は、タスク選択サブシステム２０６の構成要素または他の機能として働き得る。認知的負荷管理モジュール３０２の様々な構成要素は、図３Ｂにより詳細に示されている。認知的負荷管理モジュール３０２が、通信セッション１２０を介して交換されるメッセージ１２２、１２４を処理するものとして図３Ａに示されているが、認知的負荷管理モジュール３０２は、さらに、メンバー１１０に関連するアクティブなおよび保持された／中断されたタスクに対応するタスク固有通信セッションを介して交換されるメンバー１１０と代理１０４との間で交換されるメッセージを、自動的に、リアルタイムに、処理し得ることに留意されたい。

【0086】

[0096]一実施形態では、認知的負荷管理モジュール３０２は、通信セッション１２０ならびに／またはメンバー１１０に関連するアクティブなおよび保持された／中断されたタスクに対応する他のタスク固有通信セッションを介して交換されるメッセージ１２２、１２４に基づいて、メンバー１１０のおよび代理１０４の認知的負荷を決定するために、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。さらに、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は、上記で説明されたように、進行中であり、アクティブタスクインターフェース１１４を介して提示され得るアクティブタスク１１６、１１８をさらに評価し得る。たとえば、図３Ｂに示されているように、認知的負荷管理モジュール３０２はメッセージ処理機械学習アルゴリズム３０６を実装し得、メッセージ処理機械学習アルゴリズム３０６は、アクティブタスク１１６、１１８の結果としてのストレスのおよび／または圧倒されていると感じていることの増加されたレベルを示し得るメンバーの認知的負荷の変化、ならびに／あるいはメンバー１１０に影響を及ぼしていることがある他のファクタを検出するために、これらの交換されたメッセージ１２２、１２４を評価するために、ＮＬＰまたは他の人工知能を利用し得る。たとえば、図３Ａ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１２２中で、メンバー１１０が今月圧倒されていると感じていることを示した。認知的負荷管理モジュール３０２は、メッセージ処理機械学習アルゴリズム３０６を使用して、リアルタイムにこのメッセージ１２２を処理し、メンバーの認知的負荷の変化があったと決定し得る。したがって、認知的負荷管理モジュール３０２は、図３Ｂに示されているようなアクティブタスク処理機械学習アルゴリズム３０８を使用して、メンバーの認知的負荷に対する各アクティブタスクの寄与を自動的に決定するためにメッセージ１２２に基づいてメンバーのアクティブタスク１１６、１１８とメンバーの認知的負荷の検出された変化とを処理し、図３Ｂに示されているような認知的負荷計算アルゴリズム３１０を使用して、メンバーの認知的負荷を決定し得る。さらに、この認知的負荷に基づいて、認知的負荷計算アルゴリズム３１０は、メンバーの認知的負荷がしきい値を超えるかどうかを決定することができる。メンバーの認知的負荷がしきい値を超える場合、図３Ｂに示されているような認知的負荷低減動作アルゴリズム３１２を通して、認知的負荷管理モジュール３０２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１つまたは複数のアクションを識別し得る。

【0087】

[0097]メッセージ処理機械学習アルゴリズム３０６は、一実施形態では、認知的負荷の変化を検出するために、異なる通信セッションを通してメンバーと代理との間で交換される通信（たとえば、メッセージ１２２～１２４）を、これらのメッセージが交換されるときに、リアルタイムに、自動的に処理するように動的にトレーニングされる、ＮＬＰアルゴリズムである。本明細書で使用されるＮＬＰは、本明細書で説明されるものなどの算出システムが、自然である（すなわち、構造化されていない）（テキストおよびオーディオソースからの）言語を処理および分析するために使用され得る、機構である。そのようなシステムでは、分析の結果は、メッセージ処理機械学習アルゴリズム３０６が、ソース通信のコンテンツに関する、および延長として、同じ言語におけるものである他の通信に関する、インサイト（すなわち、情報）を生成することを可能にし得る。そのようなシステムでは、分析の結果は、メッセージ処理機械学習アルゴリズム３０６が、ソース通信に関するおよび／または他の通信に関するメタデータをカテゴリー分類し、および／または提供することを可能にし得る。自然言語を理解することとカテゴリー分類することの両方が可能であることは、メッセージ処理機械学習アルゴリズム３０６が、自然言語からより良いおよび／またはより正確なインサイトを生成することを可能にし、自然言語を受信し、それを理解し、妥当な様式で応答することができるシステムのための基礎を提供し得る。メッセージ処理機械学習アルゴリズム３０６が自然言語ソースのより大きいセットを処理および分析するにつれて、理解および対話の品質が改善し得る。例示的な例として、メッセージ処理機械学習アルゴリズム３０６は、多数の通信を分析し得、「『私は圧倒されている』というフレーズを頻繁に使用する通信は、おそらく、メンバーの認知的負荷の否定的な変化を示す」を示すインサイトを生成し得る。ＮＬＰアルゴリズムの例は、限定はしないが、（「シンボル」ＮＬＰとも呼ばれ、適用されたルールのセットに基づく）ルールベースＮＬＰと、（概して、構造化されていないデータの教師なしおよび／または半教師あり統計的分析を伴って実装される）統計的ＮＬＰと、（表現学習および深層学習人工知能技法に基づく）ニューラルＮＬＰとを含む。企図され得るように、ＮＬＰのためのテキストソースを分析するとき、システムは、メッセージ処理機械学習アルゴリズム３０６にテキストを直接入力することができ、オーディオソースを分析することは、オーディオソースに対して最初に音声認識を実施して、ワードを抽出することを伴い得、次いで、それらのワードは、メッセージ処理機械学習アルゴリズム３０６に入力され得る。

【0088】

[0098]企図され得るように、限定はしないが、固有表現認識、感情分析、浅いパース、依存性シンタックス、意味役割ラベリング、談話パース、および／または意味パースに基づくもの、ならびに多言語性および／またはマルチモダリティに基づく技法を含む（メッセージ処理機械学習アルゴリズム３０６を通したものなどの）言語処理を実施する方法は、メッセージ１２２～１２４および／または他のそのような通信（たとえば、本明細書で説明される代理１０４とメンバー１１０との間の通信）から情報を取得するために、ならびにそれらの通信の分析をアクティブタスク処理機械学習アルゴリズム３０８に提供するために使用され得る。いくつかの事例では、メッセージ処理機械学習アルゴリズム３０６は、この分析がメンバーの認知的負荷の検出された変化を示す場合、アクティブタスク処理機械学習アルゴリズム３０８にその分析を提供するように動的にトレーニングされる。

【0089】

[0099]アクティブタスク処理機械学習アルゴリズム３０８は、教師ありトレーニング技法を使用して動的にトレーニングされ得る。たとえば、アクティブタスク処理機械学習アルゴリズム３０８を動的にトレーニングするために、タスク容易化サービスは、異なるメンバーに関連する異なるタスクについてのサンプル認知的負荷寄与に対応する様々なデータポイントを備えるデータセットを生成し得る。トレーニングデータセットに含まれ得る特定のデータポイントの例示的な例として、データポイントは、メンバーに関連する特定のタスクについての知られている認知的負荷寄与と、特定のタスクに対応する情報と、タスクが実施されているメンバーに対応する情報とを含み得る。このトレーニングデータセットに基づいて、アクティブタスク処理機械学習アルゴリズム３０８は、メンバー１１０に割り当てられた各タスクの認知的負荷寄与を自動的に決定するように動的にトレーニングされ得る。

【0090】

[0100]認知的負荷計算アルゴリズム３１０は、メンバーの総認知的負荷を決定するためにメンバーに関連するタスクについての認知的負荷寄与を自動的におよびリアルタイムにアグリゲートするように動的にトレーニングされ得る。メンバーの総認知的負荷に基づいて、認知的負荷計算アルゴリズム３１０は、総認知的負荷があらかじめ定義されたしきい値を超えるかどうかを自動的に決定し得る。総認知的負荷があらかじめ定義されたしきい値を超える場合、認知的負荷計算アルゴリズム３１０は、アクティブタスク処理機械学習アルゴリズム３０８によって提供された認知的負荷寄与、ならびに、メンバーの総認知的負荷があらかじめ定義されたしきい値を超えるという指示を、認知的負荷低減動作アルゴリズム３１２に自動的に送信し得る。いくつかの事例では、認知的負荷計算アルゴリズム３１０は、上述の動作を自動的に実施するために実行され得る１つまたは複数の古典的アルゴリズムまたはプロセスを使用して実装され得る。

【0091】

[0101]認知的負荷低減動作アルゴリズム３１２は、教師あり技法を使用して動的にトレーニングされ得る。たとえば、認知的負荷低減動作アルゴリズム３１２を動的にトレーニングするために、タスク容易化サービスは、メンバーに関連する認知的負荷と、メンバーに関連するアクティブタスクのセットと、これらのアクティブタスクの各々についての認知的負荷寄与と、認知的負荷を低減するために実施される動作（たとえば、保持されたまたは中断された状態への１つまたは複数のアクティブタスクの移行など）と、得られた認知的負荷とに対応する様々なデータポイントを備えるデータセットを生成し得る。本明細書でより詳細に説明されるように、認知的負荷低減動作アルゴリズム３１２が、メンバーの認知的負荷を低減するために様々な動作を動的におよびリアルタイムに実施するために使用されるとき、タスク容易化サービスは、認知的負荷低減動作アルゴリズム３１２をさらにトレーニングするために、これらの動作の実施に対応するフィードバックを使用し得る。たとえば、メンバーが保持されたまたは中断された状態への特定のタスクの移行を拒否した（たとえば、メンバーが、タスクが指定された最終期限内に実施されなければならないことを表明した、メンバーが、タスクが監視目的でアクティブにとどまるべきであることを表明した、など）場合、タスク容易化サービスは、認知的負荷低減動作アルゴリズム３１２によって実施される動作が否定的に受け取られたことを示すために、このフィードバックをメンバーおよびメンバーのアクティブタスクに対応するデータポイントに追加し得る。この更新されたデータポイントは、このフィードバックが受信されるとき、認知的負荷低減動作アルゴリズム３１２をさらに再トレーニングするために、更新されたデータセット中で使用され得る。

【0092】

[0102]上述の機械学習アルゴリズムまたは人工知能は、ニューラルネットワーク内に実装され得、それにより、メッセージ処理機械学習アルゴリズム３０６の出力は、認知的負荷管理モジュール３０２によって実装される後続のアルゴリズム（たとえば、アクティブタスク処理機械学習アルゴリズム３０８、認知的負荷計算アルゴリズム３１０、および認知的負荷低減動作アルゴリズム３１２）に対して影響を及ぼし得る。たとえば、メッセージ処理機械学習アルゴリズム３０６が、メンバー１１０の認知的負荷の変化がなかったと決定した場合、プロセスは、現状が許容可能であり得るので、終了し得る（たとえば、アクティブタスクは、メンバーの認知的負荷が前の反復以来変化しなかったので、実施され続け得る）。別の例示的な例として、認知的負荷計算アルゴリズム３１０が、メンバーの認知的負荷の検出された変化がしきい認知的負荷値を上回って（高レベルのストレス、またはメンバーの認知的負荷を低減する必要を示す）上昇しないと決定した場合、認知的負荷計算アルゴリズム３１０は、メンバー１１０のためのメンバーのアクティブタスクの各々についての認知的負荷値を認知的負荷低減動作アルゴリズム３１２に提供することを控え、それにより、上記で説明されたようにプロセスを終了し得る。このニューラルネットワークは、リカレントニューラルネットワーク（ＲＮＮ）、畳み込みニューラルネットワーク（ＣＮＮ）、または他の形式のニューラルネットワークとして実装され得る。

【0093】

[0103]一実施形態では、タスク選択サブシステム２０６は、メンバーの認知的負荷を決定するために認知的負荷管理モジュール３０２によって利用される機械学習アルゴリズムまたは他の人工知能（たとえば、ニューラルネットワーク）をトレーニングするために、入力メッセージと、実施され、提示されているアクティブタスクと、ユーザデータストア２０８およびタスクデータストア２１０からの対応する認知的負荷とのデータセットを利用することができる。上述のように、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機械学習アルゴリズムまたは人工知能への入力として提供されるサンプルメッセージおよびアクティブタスクに基づいてメンバーの認知的負荷を正確に計算しているかどうかを決定するために評価され得る。機械学習アルゴリズムまたは人工知能は、さらに、メンバーの認知的負荷の決定に関してタスク容易化サービスのメンバーおよび代理にフィードバックを要請することによって動的にトレーニングされ得る。たとえば、タスク選択サブシステム２０６が、メンバーのアクティブタスクと、メンバー１１０が圧倒されているかまたはさもなければストレスレベルの高まりを経験していることを示すメッセージとを所与として、機械学習アルゴリズムまたは人工知能がメンバーの認知的負荷を正確に決定することに失敗したと決定する場合、タスク選択サブシステム２０６は、メンバーの認知的負荷をより良く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、メンバー１１０が圧倒されているかまたはさもなければストレスレベルの高まりを経験していることを示すメンバー１１０によって提出された対応するメッセージ、ならびに、メンバーのアクティブタスクに対応するパラメータとともに、このフィードバックを使用し得る。

【0094】

[0104]上述のアクティブタスク処理機械学習アルゴリズム３０８を使用して、認知的負荷管理モジュール３０２は、メンバー１１０のために実施され、アクティブタスクインターフェース１１４を介して提示されているアクティブタスク１１６、１１８を、メンバーの認知的負荷に対するそれらの寄与を決定するために、リアルタイムに評価し得る。上述のように、いくつかのタスクは、他のタスクよりも高いレートにおいてメンバーの認知的負荷を増加させ得る。たとえば、緊急のまたは差し迫ったタスクは、完了のための明確に定義された最終期限を有しないことがある、緊急であるものとして分類されていない、より楽しいアクティビティまたは経験に関係する、などの他のタスクと比較して、メンバーの認知的負荷に対するより高い寄与を提供し得る。メンバーの認知的負荷に対する様々なアクティブタスク１１６、１１８の影響を決定することに加えて、アクティブタスク処理機械学習アルゴリズム３０８は、メンバーの認知的負荷へのアクティブタスクインターフェース１１４を介したこれらのアクティブタスク１１６、１１８の提示の影響を決定し得る。アクティブタスク処理機械学習アルゴリズム３０８は、異なるタスクについてメンバー１１０に提供され得る情報の量と所与の時間にメンバー１１０に提示され得るタスクの数とに関するメンバーの選好を決定するために、ユーザデータストア２０８から、メンバー１１０に関連するメンバープロファイルまたは他のメンバー固有データを評価し得る。

【0095】

[0105]一実施形態では、認知的負荷管理モジュール３０２が、認知的負荷計算アルゴリズム３１０を介して、メンバーの認知的負荷がしきい値を超えることと、アクティブタスクインターフェース１１４を介して提示されているアクティブタスク１１６、１１８の数がメンバー１１０によって示された選好される数を超えることとを決定した場合、認知的負荷管理モジュール３０２は、認知的負荷低減動作アルゴリズム３１２を介して、アクティブタスクインターフェース１１４から１つまたは複数のアクティブタスクを、リアルタイムに、選択および除去し、メンバーのために実施されている任意の他のアクティブタスクにアクセスするためのオプションをアクティブタスクインターフェース１１４を介してメンバー１１０に提供することができる。たとえば、認知的負荷低減動作アルゴリズム３１２は、（たとえば、経時的最終期限順序、メンバー１１０に対する重要度のレベルなどに基づいて）アクティブタスク１１６、１１８をメンバーの認知的負荷と完了のための緊急度のレベルとに対するそれらの寄与に従って編成し得る。したがって、アクティブタスク１１６、１１８は、より重要なタスクはアクティブタスクインターフェース１１４内で目立つように提示され、他のあまり重要でないアクティブタスクは提示されたオプションを介してアクセスされ得るように編成され得る。

【0096】

[0106]一実施形態では、認知的負荷低減動作アルゴリズム３１２が、アクティブタスクインターフェース１１４を介して提示されたアクティブタスク１１６、１１８が、メンバー１１０が必要としないことがあるか、またはさもなければ不要であると前に示した余分の情報を含むと決定した場合、認知的負荷低減動作アルゴリズム３１２は、アクティブタスクインターフェース１１４を介して提供される余分の情報を自動的におよびリアルタイムにトランケートすることができる。これは、本来ならメンバー１１０を圧倒し得る（メンバーの観点から）不要な情報を省略することによって、メンバーの認知的負荷を低減し得る。省略された情報は、依然として、アクティブタスクインターフェース１１４からのアクティブタスクの選択を通してアクセス可能であり得る。

【0097】

[0107]一実施形態では、認知的負荷管理モジュール３０２が、メンバーの認知的負荷がしきい値を超えると決定した場合、認知的負荷低減動作アルゴリズム３１２は、メンバー１１０のために実施されている１つまたは複数のアクティブタスク１１８を選択し、これらの１つまたは複数のアクティブタスク１１８を保持されたまたは中断された状態に移行させることができる。たとえば、図３Ａに示されているように、認知的負荷管理モジュール３０２は、アクティブタスク１１８を、アクティブタスクインターフェース１１４から、後の実施のために保持されたまたは中断された状態にあるものとして指定されたタスクを含み得る、保留中タスクインターフェース３０４に移行させ得る。代替的に、認知的負荷低減動作アルゴリズム３１２は、保持されたまたは中断された状態への移行のために選択された１つまたは複数のアクティブタスク１１８がアクティブタスクインターフェース１１４を介して目立つように提示されないように、アクティブタスクインターフェース１１４を介して提示されたアクティブタスク１１６、１１８を並べ替え得る。

【0098】

[0108]認知的負荷管理モジュール３０２は、１つまたは複数のファクタに基づいて、保持されたまたは中断された状態への移行のための１つまたは複数のアクティブタスク１１８を自動的に選択し得る。たとえば、認知的負荷管理モジュール３０２は、認知的負荷低減動作アルゴリズム３１２を使用して、他の保留中のアクティブタスクと比較してより低いレベルの緊急度を有し得、代理１０４、メンバー１１０、あるいはタスク容易化サービスと提携したサードパーティサービスまたは他のサービス／エンティティによって開始されなかった１つまたは複数のアクティブタスクを識別し得る。別の例として、認知的負荷管理モジュール３０２は、メンバー１１０に対してより低い優先度を有し得、したがって、後での実施のために遅延させられ得る、１つまたは複数のアクティブタスクを識別し得る。

【0099】

[0109]認知的負荷低減動作アルゴリズム３１２が、メンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別する場合、認知的負荷低減動作アルゴリズム３１２は、これらの識別されたアクティブタスク１１８を保持されたまたは中断された状態に移行させるための承認についてメンバー１１０に促すようにとの推奨を代理１０４に提供し得る。代理１０４は、認知的負荷低減動作アルゴリズム３１２によって提供された推奨を検討し、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの推奨された移行を、これらの１つまたは複数のアクティブタスクが後で実施され得るように、およびメンバー１１０が、これらのタスク１１８に関して、それらが実施のためにアクティブ状態に移行されるまでもはや促され得ないように、承認するように、（１つまたは複数のメッセージ１２４を通してなど）通信セッション１２０を介しておよび／または識別されたアクティブタスク１１８に対応するタスク固有通信セッションを通してメンバー１１０に促し得る。いくつかの事例では、識別されたアクティブタスクを保持されたまたは中断された状態に移行させるためのメンバー１１０の承認についてメンバー１１０に促すようにとの推奨を代理１０４に提供するのではなく、認知的負荷低減動作アルゴリズム３１２は、メンバー１１０の承認について、通信セッション１２０を介しておよび／または識別されたアクティブタスク１１８に対応するタスク固有通信セッションを通してメンバー１１０に自動的に促すことができる。

【0100】

[0110]一実施形態では、メンバー１１０が保持されたまたは中断された状態への選択されたアクティブタスク１１８の移行を承認した場合、認知的負荷低減動作アルゴリズム３１２は、これらのアクティブタスク１１８に対応するエントリを更新するためにタスクデータストア２１０にアクセスすることができる。タスクデータストア２１０内の特定のタスクのためのエントリが、タスクの現在の状態（たとえば、アクティブ、保持された、中断された、完了されたなど）を示し得る。認知的負荷低減動作アルゴリズム３１２は、選択されたアクティブタスクの状態を「アクティブ」状態から「保持された」または「中断された」状態に変更するために、そのアクティブタスクに対応するエントリを自動的におよびリアルタイムに更新し得る。これは、タスクがもはやアクティブでなく、後のアクティブ化を条件として保留中であることを示し得る。タスクが、それに割り当てられた対応する最終期限を有した場合、この最終期限は、タスクの新しい状態を示すために更新され得る。たとえば、認知的負荷低減動作アルゴリズム３１２は、メンバー１１０のために実施されている他のアクティブタスク１１６のための既存の最終期限と、メンバーの認知的負荷とに基づいて、タスクに新しい最終期限を自動的に割り当て得る。一実施形態では、認知的負荷低減動作アルゴリズム３１２は、タスクに割り当てられた新しい最終期限を承認するようにメンバー１１０に自動的に促すことができる。これは、メンバー１１０が、認知的負荷低減動作アルゴリズム３１２によって提案された新しい最終期限を承認すべきなのか、タスクのための異なる最終期限を提案すべきなのか、新しい最終期限を完全に拒否すべきなのかを決定することを可能にし得る。メンバー１１０が、新しい最終期限を拒否するかまたはタスクのための異なる最終期限を提案する場合、認知的負荷管理モジュール３０２は、認知的負荷低減動作アルゴリズム３１２を動的に再トレーニングするために使用され得る認知的負荷低減動作アルゴリズム３１２によって提案された最終期限に関するフィードバックとして、この応答を使用し得る。さらに、メンバー１１０が、認知的負荷管理モジュール３０２によって提案された新しい最終期限を拒否する場合、認知的負荷管理モジュール３０２は、タスクについてメンバー１１０に提案され得るタスクのための代替最終期限を生成し、それにより、上述のプロセスを繰り返し得る。いくつかの事例では、メンバー１１０が、設定された回数、タスクのための提案された最終期限を拒否した場合、認知的負荷管理モジュール３０２は、タスクのための元の最終期限を継続し得る。

【0101】

[0111]いくつかの事例では、認知的負荷低減動作アルゴリズム３１２は、タスクのための前に定義された最終期限の前の特定の時間期間内（たとえば、２週間内、１ヶ月内など）にタスクを自動的に検討し得る。この検討は、メンバーの認知的負荷を条件としてタスクをアクティブ状態に戻すべきかどうかを決定するために使用され得る。一実施形態では、自動的検討は、メンバー１１０のために実施されているアクティブタスクの各々についての認知的負荷寄与を決定するための要求をアクティブタスク処理機械学習アルゴリズム３０８に送信することを含む。上述のように、これらの認知的負荷寄与は、メンバーの認知的負荷があらかじめ定義されたしきい値を超えるかどうかを決定し得る、認知的負荷計算アルゴリズム３１０への入力として使用され得る。メンバーの認知的負荷がこのあらかじめ定義されたしきい値を超えない場合、認知的負荷低減動作アルゴリズム３１２は、保持されたまたは中断された状態におけるタスクの、アクティブ状態への移行が、メンバーの認知的負荷がこのあらかじめ定義されたしきい値を超えることを生じることになるかどうかを、リアルタイムに決定し得る。保持されたまたは中断された状態におけるタスクの、アクティブ状態への移行が、メンバーの認知的負荷がこのあらかじめ定義されたしきい値を超えることを生じることになる場合、認知的負荷低減動作アルゴリズム３１２は、メンバーの認知的負荷をあらかじめ定義されたしきい値を下回って保つように、このタスクを保持されたまたは中断された状態において維持し得る。しかしながら、保持されたまたは中断された状態におけるタスクの、アクティブ状態への移行が、メンバーの認知的負荷があらかじめ定義されたしきい値を超えることを生じないことになると認知的負荷管理モジュール３０２が決定した場合、認知的負荷管理モジュール３０２は、このタスクをアクティブ状態に自動的に移行させ得る。

【0102】

[0112]認知的負荷低減動作アルゴリズム３１２が、選択された１つまたは複数のアクティブタスク１１８を保持されたまたは中断された状態に移行させる場合、認知的負荷管理モジュール３０２は、遷移を代理１０４に通知し得る。たとえば、代理コンソールを通して、認知的負荷管理モジュール３０２は、メンバー１１０のために実施されるべきであるアクティブタスクのリスティングから、遷移されたタスクを除去し得る。これは、これらのタスクが後でアクティブ状態に遷移される（たとえば、１つまたは複数の他のアクティブタスクが完了される、メンバーの認知的負荷が特定のレベルに低減される、など）まで、代理１０４がこれらのタスクに関してメンバー１１０と通信する可能性を防ぐかまたは低減し得る。

【0103】

[0113]上述のように、認知的負荷管理モジュール３０２は、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを自動的に識別するために、メンバー１１０と代理１０４との間のメッセージ１２２、１２４を、それらが通信セッション１２０を介して交換されるときに、リアルタイムに監視することができる。たとえば、認知的負荷管理モジュール３０２は、メンバー１１０が保持されたまたは中断された状態に遷移させることを望むアクティブタスクを識別するために、上述のメッセージ処理機械学習アルゴリズム３０６を使用して、これらのメッセージ１２２、１２４を、リアルタイムにおよびメッセージ１２２、１２４が受信されるときに、処理し得る。認知的負荷低減動作アルゴリズム３１２は、自動的にこれらのアクティブタスクを保持されたまたは中断された状態に遷移させるか、あるいは、代理１０４または認知的負荷管理モジュール３０２がこれらのアクティブタスクを保持されたまたは中断された状態に移行させることができるかどうかに関して、通信セッション１２０、および／またはこれらのアクティブタスクに対応するタスク固有通信セッションを介してメンバー１１０に促すための通知を、代理１０４に送信し得る。

【0104】

[0114]識別されたアクティブタスクが保持されたまたは中断された状態に遷移されると、認知的負荷管理モジュール３０２は、自動的に、およびリアルタイムに、移行されたタスク１１８を除去するためにアクティブタスクインターフェース１１４を更新し、それにより、アクティブタスクインターフェース１１４内に提示されるアクティブタスク１１６の数を低減し得る。さらに、上述のように、保持されたまたは中断された状態に遷移されたタスクは、後の実施のために保持されたまたは中断された状態にあるものとして指定されるタスクを含み得る保留中タスクインターフェース３０４に移行され得る。一実施形態では、アクティブタスク１１６が完了されるとき、認知的負荷管理モジュール３０２は、認知的負荷計算アルゴリズム３１０を介して、メンバー１１０が、メンバー１１０を圧倒することまたはさもなければメンバーの認知的負荷をしきい値を超えて著しく増加させることなしに追加のタスクに適応することができるかどうかを決定するために、メンバーの認知的負荷をリアルタイムに再計算することができる。認知的負荷管理モジュール３０２が、メンバー１１０が、メンバー１１０を圧倒することなしに追加のタスクに適応することができると決定した場合、認知的負荷低減動作アルゴリズム３１２は、保持されたまたは中断された状態における１つまたは複数のタスクをアクティブ状態に移行させ得る。たとえば、保留中タスクインターフェース３０４内に提示され得るタスク１１８は、アクティブ状態に更新され得、保留中タスクインターフェース３０４からアクティブタスクインターフェース１１４に移行され得る。さらに、認知的負荷管理モジュール３０２は、タスク１１８がメンバー１１０のために次に実施され得ることを示すための通知を代理１０４に送信し得る。

【0105】

[0115]図４は、少なくとも１つの実施形態による、メンバーの認知的負荷の変化の結果として保持された状態に遷移されたタスクを代理１０４に知らせるために、メンバーと代理１０４との間で交換されるメッセージ１２２を、これらのメッセージ１２２が交換されるときに、リアルタイムに、自動的に処理するために機械学習アルゴリズムまたは人工知能が実装される、環境４００の例示的な例を示す。上述のように、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１０４とは、１つまたは複数のタスクの実施に関して、および場合によっては、メンバーにとって懸念であり得る問題に対処するために、通信セッション１２０、またはこれらの１つまたは複数のタスクに対応する他のタスク固有通信セッション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、圧倒されている、ストレスを受けている、疲れている、またはメンバーの認知的負荷の増加を示し得る任意の他の感情であることを表明するために、通信セッション１２０、またはメンバーのために実施されているアクティブタスクに対応する他のタスク固有通信セッションを介して１つまたは複数のメッセージ１２２を送信し得る。図４に示されているように、メンバーは、メンバーが当月にわたって圧倒されていると感じていることを表明した。

【0106】

[0116]一実施形態では、図２および図３Ａ～図３Ｂに関して上記で説明されたタスク選択サブシステムの認知的負荷管理モジュール３０２は、メンバーの認知的負荷の変化を検出するために、通信セッション１２０、および／またはメンバーのために実施されているアクティブタスクに対応する他のタスク固有通信セッションを介して交換されるメッセージを、自動的に、および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利用し得る。たとえば、図４に示されているように、認知的負荷管理モジュール３０２は、メンバーの認知的負荷の可能な変化に対応する、およびメンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行され得るアクティブタスクを選択するために使用され得る他の関連情報に関する、１つまたは複数のアンカーワードまたはフレーズ４１０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１２２を処理し得る。たとえば、図４に示されているように、認知的負荷管理モジュール３０２は、「圧倒されている」および「今月」というアンカーフレーズ４１０を識別した。「圧倒されている」というアンカーフレーズ（または用語）は、メンバーの現在の認知的負荷がしきい値を超えるという指示に対応し得る。「今月」というアンカーフレーズは、メンバーの認知的負荷がしきい値を超えて高められ得る時間的境界に対応し得る。したがって、メンバーが当月において圧倒されていることを示す、メンバーによって表明されたメッセージ１２２に基づいて、認知的負荷管理モジュール３０２は、自動的に、メンバーの認知的負荷を決定し、実施されるべきであるかまたはメンバーの認知的負荷を低減するために当月において保留中である、メンバーのアクティブタスクを調節し得る。

【0107】

[0117]一実施形態では、認知的負荷管理モジュール３０２が、通信セッション１２０、および／またはメンバーのために実施されているアクティブタスクに対応する他のタスク固有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に基づいて、メンバーの認知的負荷が変化したと決定した場合、認知的負荷管理モジュール３０２は、現在、メンバーのために実施され、アクティブタスクインターフェースを介してメンバーに提示されているアクティブタスクを識別し得る。さらに、認知的負荷管理モジュール３０２は、メンバーの全体的な認知的負荷がしきい値を超えるかどうかを決定するために、メンバーの認知的負荷に対する各タスクの寄与を決定し得る。メンバーの全体的な認知的負荷がしきい値を超える場合、認知的負荷管理モジュール３０２は、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを選択し、それにより、所与の時間に実施および提示され得るアクティブタスクの数を低減し得る。メンバーのアクティブタスクを評価するための、およびメンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを選択するためのプロセスは、図３Ａ～図３Ｂに関してより詳細に説明される。

【0108】

[0118]一実施形態では、認知的負荷管理モジュール３０２が、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを選択すると、認知的負荷管理モジュール３０２は、どの１つまたは複数のアクティブタスクが保持されたまたは中断された状態に移行されているかを示すための通知を代理１０４に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、認知的負荷管理モジュール３０２は、１つまたは複数のタスクがメンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行されたことを示す新しいメッセージ４０４を提供するために代理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、メンバーとの代理の関係を管理するための利用可能なアクションまたは示唆に関して代理に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提供される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、メンバーの特定のタスクを支援することと、タスクの実施に関してメンバーに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べきである新しいタスクがいつ識別され、作成された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に提供し得る。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提供され得る。

【0109】

[0119]一実施形態では、認知的負荷管理モジュール３０２が、メンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数のタスクを識別した場合、認知的負荷管理モジュール３０２は、上記で説明されたように、これらのタスクの状態を「アクティブ」状態から「保持された」または「中断された」状態に変更するために、上述のタスクデータストア中のこれらのタスクに対応するエントリを自動的に更新することができる。さらに、認知的負荷管理モジュール３０２は、これらのタスク４０６を代理１０４に提示するために代理コンソール４０２を更新し得る。代理コンソール４０２を通して、代理１０４は、保持されたまたは中断された状態への移行のために選択されたタスクを検討し得る。たとえば、代理１０４は、タスク検討ボタン４０８を選択して、選択されたタスク４０６の各々を評価し、メンバーについての代理自体の知識に基づいて、これらのタスクのいずれかがアクティブ状態に戻され、メンバーのために実施されるべきであるかどうかを決定し得る。たとえば、認知的負荷管理モジュール３０２が、保持されたまたは中断された状態への移行のために、自宅清掃保守に関係するタスクを選択したが、代理１０４が、メンバーがメンバーの自宅において催されることになる今度のパーティーを予期してこのタスクを実施させる必要があることを知っている場合、代理１０４は、このタスクを検討し、それが実施のためにアクティブ状態に戻されるべきであることを示し得る。

【0110】

[0120]一実施形態では、代理１０４が、１つまたは複数の選択されたタスクがアクティブ状態に戻されるべきであることを示す場合、認知的負荷管理モジュール３０２は、メンバーのアクティブタスクを再評価し、メンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数の他のアクティブタスクを識別し得る。追加または代替として、認知的負荷管理モジュール３０２は、メンバーの認知的負荷を低減するために実装され得る１つまたは複数の他の技法を識別し得る。たとえば、認知的負荷管理モジュール３０２が、メンバーに提示されたアクティブタスクが、メンバーが必要としないことがあるかまたはさもなければ不要であると前に示した、余分の情報を含むと決定した場合、認知的負荷管理モジュール３０２は、メンバーに提供される余分の情報をトランケートすることができる。別の例として、認知的負荷管理モジュール３０２が、メンバーに提示されているアクティブタスクの数がメンバーによって示された選好される数を超えると決定した場合、認知的負荷管理モジュール３０２は、アクティブタスクインターフェースから１つまたは複数のアクティブタスクを選択および除去し、メンバーのために実施されている任意の他のアクティブタスクにアクセスするためのオプションをアクティブタスクインターフェースを介してメンバーに提供することができる。

【0111】

[0121]メンバーのアクティブタスクを再評価し、保持されたまたは中断された状態に移行され得る１つまたは複数の他のアクティブタスクを識別することに加えて、認知的負荷管理モジュール３０２は、メンバーの認知的負荷を低減するために保持されたまたは中断された状態への移行のための１つまたは複数のアクティブタスクを選択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再トレーニングし得る。上述のように、認知的負荷管理モジュール３０２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は、メンバーの認知的負荷の決定に関してタスク容易化サービスのメンバーおよび代理にフィードバックを要請することによって動的にトレーニングされ得る。同様に、保持されたまたは中断された状態への移行のための選択されたタスク４０６に関する代理１０４からの応答、および保持されたまたは中断された状態への移行のための代替タスクの選択が、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するために使用され得る。たとえば、代理１０４が、メンバーの選好および要件についての代理の知識に基づいて、選択されたタスクをアクティブ状態に復帰させ、保持されたまたは中断された状態に移行され得る代替タスクを示唆する場合、認知的負荷管理モジュール３０２は、メンバーの当面のニーズに影響を及ぼすことなしにメンバーの認知的負荷を低減するために移行され得るタスクをより良く識別するように機械学習モジュールまたは人工知能を再トレーニングするために、このフィードバックを使用し得る。

【0112】

[0122]上述のように、認知的負荷管理モジュール３０２が、メンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別する場合、認知的負荷管理モジュール３０２は、代理コンソール４０２を介して、これらの識別されたアクティブタスクを保持されたまたは中断された状態に移行させるための承認についてメンバーに促すようにとの推奨を代理１０４に提供し得る。代理１０４は、認知的負荷管理モジュール３０２によって提供された推奨を検討し、代理１０４がその推奨に同意した場合、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの推奨された移行を、これらの１つまたは複数のアクティブタスクが後で実施され得るように、およびメンバーが、これらのタスクに関して、それらが実施のためにアクティブ状態に移行されるまでもはや促され得ないように、承認するように、通信セッション１２０を介してまたはメンバーのために実施されている識別された１つまたは複数のアクティブタスクに対応する他のタスク固有通信セッションを通してメンバーに促し得る。

【0113】

[0123]メンバーが、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの移行を承認した場合、認知的負荷管理モジュール３０２は、保持されたまたは中断された状態へのこれらの識別された１つまたは複数のアクティブタスクの遷移を完了し得る。さらに、認知的負荷管理モジュール３０２は、遷移を代理１０４に通知し得る。たとえば、代理コンソール４０２を通して、認知的負荷管理モジュール３０２は、メンバーのために実施されるべきであるアクティブタスクのリスティングから、遷移されたタスクを除去し得る。これは、これらのタスクが後でアクティブ状態に遷移される（たとえば、１つまたは複数の他のアクティブタスクが完了される、メンバーの認知的負荷が特定のレベルに低減される、など）まで、代理１０４がこれらのタスクに関してメンバーと通信する可能性を防ぐかまたは低減し得る。

【0114】

[0124]一実施形態では、メンバーが保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの移行を承認しない場合、認知的負荷管理モジュール３０２は、メンバーの認知的負荷を低減するために保持されたまたは中断された状態に移行され得るタスクを識別するために使用される上述の機械学習アルゴリズムまたは人工知能を動的に再トレーニングするために使用されるフィードバックとして、識別された１つまたは複数のアクティブタスクの提案された移行のこの拒否を使用し得る。たとえば、メンバーが、保持されたまたは中断された状態への移行について、選択されたタスクを拒否する場合、認知的負荷管理モジュール３０２は、メンバーの選好またはニーズに影響を及ぼすことなしにメンバーの認知的負荷を低減するために移行され得るタスクをより良く識別するように機械学習モジュールまたは人工知能を動的に再トレーニングするために、このフィードバックを使用し得る。

【0115】

[0125]一実施形態では、認知的負荷管理モジュール３０２は、上述の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するために使用され得るフィードバックを取得するために、メッセージが交換されるときに、通信セッション１２０、および／あるいは保持されたまたは中断された状態への移行のために選択された識別された１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを、リアルタイムに監視する。たとえば、認知的負荷管理モジュール３０２は、メンバーが保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの提案された移行を承認するのか拒否するのかを決定するために、通信セッション１２０、および／あるいは保持されたまたは中断された状態への移行のために選択された識別された１つまたは複数のアクティブタスクに対応するタスク固有通信セッションを通して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利用し得る。例示的な例として、メンバーが、移行のために選択された識別されたアクティブタスクに関連するタスク固有通信セッションを通して、「このタスクはこれ以上先送りすることができない」ことを表明する場合、認知的負荷管理モジュール３０２は、この特定のアクティブタスクの、保持されたまたは中断された状態への移行についてのメンバーの拒否を検出するためにＮＬＰまたは他の人工知能を使用して、このメッセージが交換されるときに、リアルタイムにそのメッセージを処理し得る。したがって、認知的負荷管理モジュール３０２は、メンバーおよび任意の他の同様の状況にあるメンバーについて、機械学習モジュールまたは人工知能がそれらの認知的負荷を低減するために移行され得るタスクをより良く識別し得るように、機械学習モジュールまたは人工知能を動的に再トレーニングするためのフィードバックとして、このメッセージを使用し得る。

【0116】

[0126]図５は、少なくとも１つの実施形態による、アクティブタスク１１６が、タスク容易化サービス１０２へのメンバーサブスクリプションの終了に応答して保持された状態に自動的に移行される、環境５００の例示的な例を示す。環境５００において、タスク容易化サービス１０２は、タスク容易化サービス１０２へのメンバーのサブスクリプションが終了されたことを、リアルタイムに、自動的に検出する。たとえば、メンバー１１０は、タスク容易化サービス１０２によって提供された、および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アプリケーションを介して、またはタスク容易化サービス１０２によって提供されたウェブポータルを通して、タスク容易化サービス１０２へのメンバー１１０のサブスクリプションを終了するための要求をタスク容易化サービス１０２に提出し得る。別の例として、メンバー１１０は、タスク容易化サービス１０２へのメンバー１１０のサブスクリプションが失効すること（たとえば、支払うことができないこと、提供された無効な支払い情報、サブスクリプションの延長を承認することができないことなど）を許容し得る。

【0117】

[0127]一実施形態では、タスク容易化サービス１０２が、メンバーのサブスクリプションが満了したかまたは場合によっては終了されたと決定した場合、タスク容易化サービス１０２は、通信セッション１２０、またはメンバー１１０に関連するアクティブタスクに対応するタスク固有通信セッションのいずれかを介して代理１０４と通信するメンバーの能力を終了することができる。たとえば、タスク容易化サービス１０２は、メンバー１１０が通信セッション１２０またはタスク固有通信セッションを介して代理１０４とメッセージを交換するのを、メンバー１１０がこれらのメッセージを提出し得る１つまたは複数のインターフェース要素を除去することによって防ぎ得る。タスク容易化サービス１０２は、通信セッション１２０、タスク固有通信セッションを通して、あるいはタスク容易化サービス１０２によって提供されたアプリケーションまたはウェブポータルを通して代理１０４との前の会話を検討する能力をメンバー１１０に提供し続け得る。

【0118】

[0128]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を通して、代理１０４に割り当てられたかまたは場合によってはメンバー１１０のために実施されるべきであるアクティブタスク１１６を、メンバー１１０がタスク容易化サービス１０２へのメンバー１１０のサブスクリプションを延長するまで、保持されたまたは中断された状態に自動的に移行させる。たとえば、タスク推奨システム１０６は、アクティブタスク１１６の状態を「アクティブ」状態から「保持された」または「中断された」状態に変更するために、アクティブタスク１１６に対応するエントリを更新するために、タスクデータストアにアクセスし得る。さらに、タスク推奨システム１０６は、前にアクティブなタスク１１６がもはや提示されないように、アクティブタスクインターフェース１１４を更新し、それにより、これらのタスク１１６がもはや進行中でなく、代わりに、保持されたまたは中断された状態に移行されたことを示し得る。いくつかの事例では、タスク推奨システム１０６は、前にアクティブなタスク１１６を、後の実施のために保持されたまたは中断された状態にあるものとして指定されるタスクを含み得る保留中タスクインターフェース３０４に移行させ得る。

【0119】

[0129]保留中タスクインターフェース３０４に追加されたタスク１１６のグラフィカル表現は、メンバー１１０がタスク容易化サービス１０２へのメンバー１１０のサブスクリプションを延長するまで、これらのタスク１１６が無期限に保持されたまたは中断された状態に移行されたことを示すために、更新され得る。たとえば、アクティブタスクインターフェース１１４において提示されるタスクは、フルカラーを使用してグラフィカルに表現され得るが、無期限に保持されたまたは中断された状態において保持される、保留中タスクインターフェース３０４において提示されるタスクは、単色でグラフィカルに表現され得る。これは、メンバー１１０が、どのタスクが任意の時間に再開され得、どれが無期限に保持されたまたは中断された状態にあるかを直ちに識別することを可能にし得る。アクティブタスクおよび無期限に保持されないまたは中断されない他のタスクを、無期限に保持されたまたは中断された状態において保持される他のタスクと区別するために、他の区別特徴が使用され得ることに留意されたい。たとえば、タスク推奨システム１０６は、無期限に中断される各タスクに、そのようなものとして示すためのラベルを割り当て得る。

【0120】

[0130]一実施形態では、タスク容易化サービス１０２へのメンバーのサブスクリプションが終了された場合、タスク調整システム１０８は、サブスクリプションが延長されるまで、代理１０４に割り当てられたタスクに関して行われる進行が中断されることを示すための通知を、代理１０４に送信することができる。これは、代理１０４に、代理１０４に割り当てられたアクティブタスク１１６の実施を終了させ得る。いくつかの事例では、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または他のサービス／エンティティに割り当てられたアクティブタスクは、完了まで実施され続け得、それにより、タスク調整システム１０８は、タスク容易化サービス１０２と提携したこれらの１つまたは複数のサードパーティサービスまたは他のサービス／エンティティの実施を監視し、メンバー１１０に更新を提供し得る。しかしながら、代理１０４は、これらのタスクの監視から除去され得る。

【0121】

[0131]一実施形態では、タスク容易化サービス１０２が、タスク容易化サービス１０２へのメンバーのサブスクリプションが終了されたことを検出した場合、タスク容易化サービス１０２は、サブスクリプションが終了されたことと、代理１０４とのさらなる通信が中断されたこととを示すために、通信セッション１２０を介してメンバー１１０にメッセージ５０２を送信し得る。さらに、タスク容易化サービス１０２は、通信セッション１２０を通して、サブスクリプション延長ボタン５０４を提供し得、サブスクリプション延長ボタン５０４を通して、メンバー１１０は、メンバー１１０のサブスクリプションを延長するための要求をタスク容易化サービス１０２に提出し得る。いくつかの事例では、タスク容易化サービス１０２は、さらに、サブスクリプションが終了された結果として保持されたまたは中断された状態に移行されるタスクに対応するタスク固有通信セッションを介してメンバー１１０にメッセージ５０２を送信し得る。これらのタスク固有通信セッションを通して、タスク容易化サービス１０２は、さらに、サブスクリプション延長ボタン５０４を提供し得る。したがって、メンバー１１０は、メンバー１１０にとって利用可能にされた通信セッションから、サブスクリプションが終了されたことと、代理１０４とのさらなる通信が中断されたことと、代理１０４との通信および／あるいは保持されたまたは中断されたタスクの実施を再開するためにサブスクリプションを延長すべきかどうかとを決定し得る。いくつかの事例では、メンバー１１０は、メンバー１１０がタスク容易化サービス１０２へのメンバー１１０のサブスクリプションを延長することを望むことを示すために、通信セッション１２０、またはタスク固有通信セッションのいずれかを介して１つまたは複数のメッセージを送信し得る。したがって、タスク容易化サービス１０２は、メンバーのサブスクリプションを延長するための要求を、サブスクリプション延長ボタン５０４の選択を通してまたはそのような要求を示すメンバーのメッセージの処理を通して検出し得る。

【0122】

[0132]一実施形態では、メンバー１１０が、タスク容易化サービス１０２へのメンバー１１０のサブスクリプションを延長するための要求をタスク容易化サービス１０２に提出した場合、タスク容易化サービス１０２は、メンバー１１０へのサブスクリプションの終了より前に、メンバー１１０に前に割り当てられた代理１０４を割り当てることを試み得る。たとえば、タスク容易化サービス１０２は、代理１０４がメンバー１１０への割当てのために利用可能である（たとえば、代理１０４が他のメンバーの最大数に割り当てられていない、代理の認知的負荷がしきい値を上回っていない、など）かどうかを決定し得る。代理１０４が利用不可能である（たとえば、代理１０４が１つまたは複数の他のメンバーとすでに関与している）場合、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と、保持されたまたは中断された状態において維持されたタスク１１６のパラメータとに基づいて、別の代理を選択し得る。たとえば、タスク容易化サービス１０２は、メンバーの人口統計学的情報と代理の人口統計学的情報との間の類似性の程度またはベクトルに従って、利用可能な代理のセットのうちの各代理をランク付けし得る。各ファクタは、いくつかの事例では、メンバーと代理との間の肯定の、長期の関係の作成に対するファクタの影響に基づいて重み付けされ得る。たとえば、代理とのメンバー対話に対応する履歴データに基づいて、タスク容易化サービス１０２は、異なるファクタとこれらの対話の極性（たとえば、肯定、否定など）との間の相関を識別し得る。これらの相関（またはその欠如）に基づいて、タスク容易化サービス１０２は、各ファクタに重みを適用し得る。

【0123】

[0133]いくつかの事例では、利用可能な代理の識別されたセットの各代理は、メンバーの人口統計学的情報と代理の人口統計学的情報との間の類似性の程度またはベクトルに対応する様々なファクタに対応するスコアを割り当てられ得る。たとえば、各ファクタは、そのファクタに割り当てられた重みに対応するスコアの可能な範囲を有し得る。しかしながら、各ファクタに割り当てられた重みに基づいて、可能なスコアは、より大きい重みを有するファクタが、より小さい重みを有するファクタと比較してより高い重み付けファクタを乗算され得るように、重み付けファクタを乗算され得る。結果は、メンバーと代理との間の一致を決定する際のファクタの重要度または関連性に対応する異なるスコアリング範囲のセットである。様々なファクタについて決定されたスコアは、代理のセットのうちの各代理についての複合スコアを取得するためにアグリゲートされ得る。これらの複合スコアは、代理のセットのランク付けを作成するために使用され得る。一実施形態では、タスク容易化サービス１０２は、メンバー１１０に割り当てられ得る代理を選択するために、代理のセットのランク付けを使用する。

【0124】

[0134]メンバー１１０が、タスク容易化サービス１０２へのメンバー１１０のサブスクリプションを延長した場合、タスク推奨システム１０６は、タスク１１６のうちの１つまたは複数を保持されたまたは中断された状態からアクティブ状態に移行させ得る。いくつかの事例では、タスク推奨システム１０６は、メンバーの認知的負荷に対する各タスク１１６の寄与を決定し、メンバー１１０を圧倒することまたはさもなければメンバーの認知的負荷をしきい値を超えて増加させることなしにどのタスクがアクティブ状態に移行され得るかを識別し得る。メンバーの認知的負荷に対する各タスク１１６の寄与を決定するためのプロセスは、図１～図４および図７に関して本明細書で説明される。タスク推奨システム１０６は、１つまたは複数のタスク１１６を保留中タスクインターフェース３０４からアクティブタスクインターフェース１１４にさらに移行させ得る。これは、これらのタスクがメンバー１１０のために今実施されていることをメンバー１１０に示し得る。

【0125】

[0135]タスク推奨システム１０６は、タスク調整システム１０８を通して、アクティブ状態に移行された１つまたは複数のタスク１１６が、今、実施のために代理に割り当てられたことを示すための通知を、（代理１０４か、タスク容易化サービス１０２によってメンバー１１０に割り当てられた異なる代理かにかかわらず）割り当てられた代理に送信し得る。たとえば、代理コンソールを介して、タスク調整システム１０８は、新たにアクティブなタスク１１６を実施のために代理に提供し得る。

【0126】

[0136]図６Ａ～図６Ｂは、少なくとも１つの実施形態による、代理１０４の認知的負荷の変化の結果として１つまたは複数のアクティブタスクを他の代理６０４に自動的に再割り当てするために機械学習アルゴリズムまたは人工知能が実装される、環境６００の例示的な例を示す。環境６００において、タスク選択サブシステム２０６の認知的負荷管理モジュール３０２は、代理１０４の認知的負荷を決定し、代理の認知的負荷を低減するために１つまたは複数のアクションが実施されるべきであるかどうかを決定し得る。たとえば、タスクデータストア２１０から、認知的負荷管理モジュール３０２は、アクティブタスク処理機械学習アルゴリズム６１０を使用して、代理１０４が割り当てられたメンバーのために実施されるべきである、代理１０４に割り当てられたアクティブタスクを取得し得る。認知的負荷管理モジュール３０２は、代理の認知的負荷に対するこれらのアクティブタスクの各々の寄与を決定するために、アクティブタスク処理機械学習アルゴリズム６１０を使用してこれらのアクティブタスクを処理し得る。アクティブタスク処理機械学習アルゴリズム６１０は、図３Ａ～図３Ｂに関して上記で説明されたアクティブタスク処理機械学習アルゴリズム３０８と同様、または同じであり得る。

【0127】

[0137]いくつかのタスクが他のタスクよりも高いレートにおいてメンバーの認知的負荷をどのように増加させ得るかと同様に、異なるタスクが異なるレートにおいて代理の認知的負荷に影響を及ぼし得る。たとえば、アクティブ代理参加を必要とし、および／あるいはより多くのステップまたはアクションが完了することを必要とするタスクは、より単純なタスク、あるいは、１つまたは複数のサードパーティサービスによって主に実施されるが、場合によっては代理１０４によって監視される、タスクよりも高い認知的負荷に寄与し得る。さらに、いくつかのタイプまたはカテゴリーのタスクは、他のタイプまたはカテゴリーのタスクと比較して、より高い代理認知的負荷に寄与し得る。たとえば、新しいロケーションへの移動に関係するタスクは、かなりの調整および監視を必要とし得、これは、雨樋の清掃またはオイル交換など、単純な保守タスクに関係するタスクと比較して、より高い認知的負荷を生じ得る。

【0128】

[0138]いくつかの事例では、認知的負荷管理モジュール３０２は、代理の認知的負荷の変化を検出するために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を処理するために、（図３Ａ～図３Ｂに関して上記で説明されたメッセージ処理機械学習アルゴリズム３０６と同様、または同じであり得る）メッセージ処理機械学習アルゴリズム６０８を使用し得る。メッセージ処理機械学習アルゴリズム６０８は、メッセージ１２２～１２４が通信セッションを介して交換されるときにメンバーと代理との間でリアルタイムにこれらのメッセージ１２２～１２４を処理するように構成されたＮＬＰアルゴリズムであり得る。一例では、通信セッション中に、メンバーがアクティブタスクに関する更新を取得することを求め、代理１０４が、更新についてのメンバーの要求に応答して、代理１０４が圧倒されていること、または代理１０４がメンバーによって示されたアクティブタスクに取り組み始める前に他のアクティブタスクを完了することを試みていることを示す場合、メッセージ処理機械学習アルゴリズム６０８は、代理１０４に割り当てられたアクティブタスクの再評価を保証し得る代理の認知的負荷の可能な変化を検出し得る。

【0129】

[0139]メッセージ処理機械学習アルゴリズム６０８が代理の認知的負荷の変化を検出した場合、メッセージ処理機械学習アルゴリズム６０８は、この変化の指示を、認知的負荷管理モジュール３０２のアクティブタスク処理機械学習アルゴリズム６１０に出力し得る。図６Ｂに示されているようなアクティブタスク処理機械学習アルゴリズム６１０は、代理の認知的負荷に対する各アクティブタスクの寄与を自動的に決定するために、メッセージ１２２、１２４に基づいて、タスクデータストア２１０からの代理に割り当てられたアクティブタスクと、代理の認知的負荷の検出された変化とを処理し、図６Ｂに示されているような認知的負荷計算アルゴリズム６１２を使用して、代理の全体的な認知的負荷を決定し得る。認知的負荷計算アルゴリズム６１２は、図３Ａ～図３Ｂに関して上記で説明された認知的負荷計算アルゴリズム３１０と同様、または同じであり得る。

【0130】

[0140]一実施形態では、認知的負荷管理モジュール３０２が、代理の認知的負荷がしきい値を超えると決定した場合、認知的負荷管理モジュール３０２は、認知的負荷低減動作アルゴリズム６１４を介して、代理の認知的負荷を低減するための１つまたは複数のアクションを実施することができる。たとえば、認知的負荷低減動作アルゴリズム６１４は、代理１０４に割り当てられた１つまたは複数のアクティブタスクが、代理１０４に割り当てられるアクティブタスクの数が低減されるように、保持されたまたは中断された状態に移行され得るかどうかを決定し得る。保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクは、１つまたは複数のファクタに基づいて選択され得る。たとえば、認知的負荷低減動作アルゴリズム６１４は、他の保留中のアクティブタスクと比較してより低いレベルの緊急度を有し得、代理１０４またはサードパーティサービスによって開始されなかった１つまたは複数のアクティブタスクを識別し得る。別の例として、認知的負荷低減動作アルゴリズム６１４は、対応するメンバーに対してより低い優先度を有し得、したがって、後での実施のために遅延させられ得る、１つまたは複数のアクティブタスクを識別し得る。認知的負荷低減動作アルゴリズム６１４は、図３Ａ～図３Ｂに関して上記で説明された認知的負荷低減動作アルゴリズム３１２と同様、または同じであり得る。

【0131】

[0141]一実施形態では、認知的負荷低減動作アルゴリズム６１４が、代理の認知的負荷を低減するために保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを識別する場合、認知的負荷低減動作アルゴリズム６１４は、保持されたまたは中断された状態へのこれらのアクティブタスクの移行についての対応するメンバーの承認を取得するためにこれらのメンバーと通信するようにとの推奨を代理１０４に提供することができる。たとえば、代理コンソール４０２を介して、認知的負荷低減動作アルゴリズム６１４は、代理の認知的負荷が、現在、しきい値レベルを超えることと、１つまたは複数の割り当てられたアクティブタスクがメンバー承認を条件として保持されたまたは中断された状態に移行され得ることとを示す、１つまたは複数のメッセージ６０２を送信し得る。認知的負荷低減動作アルゴリズム６１４は、これらの１つまたは複数のメッセージ６０２を通して、さらに、保持されたまたは中断された状態への識別されたアクティブタスクの移行についてのメンバー承認の可能性を増加させるために、対応するメンバーと交換され得る１つまたは複数の推奨されたメッセージを代理１０４に提供し得る。たとえば、認知的負荷低減動作アルゴリズム６１４によって提供された推奨は、保持されたまたは中断された状態へのこれらの１つまたは複数のアクティブタスクの移行が、代理１０４が対応するメンバーのためにより緊急のアクティブタスクにより良く集中することを可能にし得ることを示すように、代理１０４に命令し得る。

【0132】

[0142]メンバーが、保持されたまたは中断された状態への１つまたは複数のアクティブタスクの提案された移行を承認した場合、認知的負荷管理モジュール３０２は、認知的負荷低減動作アルゴリズム６１４を使用して、これらの１つまたは複数のアクティブタスクに対応するエントリを更新するためにタスクデータストア２１０にアクセスし得る。上述のように、タスクデータストア２１０内の特定のタスクのためのエントリが、タスクの現在の状態（たとえば、アクティブ、保持された、中断された、完了されたなど）を示し得る。認知的負荷低減動作アルゴリズム６１４は、選択されたアクティブタスクの状態を「アクティブ」から「保持された」または「中断された」状態に変更するために、そのアクティブタスクに対応するエントリを更新し得る。これは、タスクがもはやアクティブでなく、後のアクティブ化を条件として保留中であることを示し得る。タスクが、それに割り当てられた対応する最終期限を有した場合、この最終期限は、タスクの新しい状態を示すために更新され得る。代替的に、認知的負荷低減動作アルゴリズム６１４は、タスクのための前に定義された最終期限の前の特定の時間期間内（たとえば、２週間内、１ヶ月内など）にタスクを自動的に検討し得る。アクティブタスクが保持されたまたは中断された状態に移行されると、認知的負荷低減動作アルゴリズム６１４は、代理１０４に現在割り当てられているアクティブタスクのセットからこのタスクを除去するために代理コンソール４０２を更新し得る。

【0133】

[0143]一実施形態では、認知的負荷低減動作アルゴリズム６１４が、移行のために選択された１つまたは複数のアクティブタスクが保持されたまたは中断された状態に移行され得ない（たとえば、メンバーがタスクを移行させるようにとの推奨を拒否した、タスクがメンバーのニーズにとって緊急または重大であると見なされる、など）と決定した場合、認知的負荷低減動作アルゴリズム６１４は、別の代理へのタスクの再割当てが必要であり得るという指示を送信し得る。この指示は代理割当てアルゴリズム６１６によって受信され得、代理割当てアルゴリズム６１６は、対応するメンバーに悪影響を及ぼすことなしにこれらの識別されたタスクを代理１０４に代わって実施することが可能であり得る１つまたは複数の他の代理６０４を識別し得る。たとえば、代理割当てアルゴリズム６１６は、各他の代理６０４に割り当てられたアクティブタスクを、これらの他の代理６０４の各々の認知的負荷を決定するために、自動的に評価し得る。この評価に基づいて、代理割当てアルゴリズム６１６は、識別された１つまたは複数のアクティブタスクを代理１０４に代わって実施するために利用可能であり得る１つまたは複数の他の代理６０４を識別し得る。

【0134】

[0144]一実施形態では、代理割当てアルゴリズム６１６が、識別された１つまたは複数のアクティブタスクを代理１０４に代わって実施し得る１つまたは複数の他の代理６０４を識別すると、代理割当てアルゴリズム６１６は、これらの他の代理６０４の各々を、これらの代理６０４が１つまたは複数のアクティブタスクを実施することができる（たとえば、そのようなタスクを実施した経験がある、同様のタスクに関して同様の状況にあるメンバーとともに働いていた、など）かどうかを決定するために、評価することができる。代理割当てアルゴリズム６１６は、いくつかのタスクまたはいくつかのカテゴリー／タイプのタスクを実施するために好適であり得る代理を識別するために使用され得る、上記で説明されたような、分類またはクラスタリングアルゴリズムであり得る。たとえば、これらの他の代理６０４は、（限定はしないが）人口統計学および他の識別情報、地理的ロケーション、異なるカテゴリーのタスクを扱った経験、異なるカテゴリーのメンバーと通信した経験などを含む、様々な基準に基づいてプロファイリングされ得る。分類またはクラスタリングアルゴリズムを使用して、認知的負荷管理モジュール３０２は、識別された１つまたは複数のアクティブタスクを、満足のいく様式で代理１０４に代わって実施する可能性が高くなり得る代理６０４のセットを識別し得る。

【0135】

[0145]代理割当てアルゴリズム６１６が、識別された１つまたは複数のアクティブタスクを代理１０４に代わって実施し得る１つまたは複数の他の代理６０４を識別する場合、代理割当てアルゴリズム６１６は、これらの１つまたは複数のアクティブタスクを１つまたは複数の他の代理６０４に委任し得る。一実施形態では、認知的負荷管理モジュール３０２は、識別された１つまたは複数のタスクを１つまたは複数の他の代理６０４に委任するために、および１つまたは複数の代理と代理１０４との間のこれらのアクティブタスクの実施の調整を可能にするために、（図１～図２に関して上記で説明されたように）タスク調整システムを使用することができる。タスク調整システムは、代理１０４が、１つまたは複数の委任されたタスクに関する更新を取得するために、および１つまたは複数のアクティブタスクを実施する際の他の代理６０４のパフォーマンスに関する情報またはフィードバックを提供するために、これらの他の代理６０４のパフォーマンスを監視することを可能にし得る。いくつかの事例では、タスク調整システムは、代理１０４と認知的負荷管理モジュール３０２によって選択された他の代理６０４との間の通信セッションを、代理１０４が、１つまたは複数のアクティブタスクの実施を監視し、これらの他の代理６０４が１つまたは複数のアクティブタスクを実施するのを支援し得るインサイトを提供することを可能にするために、確立し得る。

【0136】

[0146]一実施形態では、アクティブタスクが別の代理６０４に委任されると、認知的負荷管理モジュール３０２は、アクティブタスクのこの委任を示す１つまたは複数のメッセージ６０２を代理１０４に送信し得る。たとえば、図６Ａに示されているように、認知的負荷管理モジュール３０２は、代理１０４の１つまたは複数のアクティブタスク６０６の完了を支援するために、および代理の認知的負荷を低減するために、これらのタスク６０６が他の代理６０４に割り当てられたことを示すために、代理コンソール４０２を介して代理１０４に１つまたは複数のメッセージ６０２を送信し得る。代理コンソール４０２を通して、代理１０４は、他の代理６０４に委任されたアクティブタスク６０６を提示され得る。さらに、代理１０４は、代理コンソール４０２を介して、他の代理６０４に委任されたアクティブタスク６０６を検討し得る。たとえば、代理１０４は、タスク検討ボタン４０８を選択して、他の代理６０４に委任されたアクティブタスク６０６の各々を評価し、メンバーについてのおよび／またはアクティブタスクについての代理自体の知識に基づいて、これらのタスク６０６のいずれかが代理１０４に再割り当てされるべきであるかどうかを決定し得る。たとえば、認知的負荷管理モジュール３０２が、別の代理への委任のために芝生保守に関係するタスクを選択したが、代理１０４が、メンバーがパティオ設置に関係する代理１０４によって実施されている別のアクティブタスクとともにこのタスクを実施させる必要があることを知っている場合、代理１０４は、このアクティブタスクを検討し、それが代理１０４に再割り当てされるべきであることを示し得る。代替的に、代理１０４は、代理１０４によって実施されている任意の他の関係するタスクに干渉することなしにアクティブタスクを実施するために他の代理によって使用され得る追加の命令または情報を提供するために、アクティブタスクのために選択された他の代理と通信し得る。

【0137】

[0147]図７は、少なくとも１つの実施形態による、メンバーの認知的負荷がしきい値を超えたことの結果として後の実施のために１つまたは複数のアクティブタスクを保持された状態に遷移させるためのプロセス７００の例示的な例を示す。プロセス７００は、タスク推奨システムのタスク選択サブシステムによって実施され得る。上述のように、タスク選択サブシステムは認知的負荷管理モジュールを実装し得、認知的負荷管理モジュールは、メンバーの認知的負荷を自動的に決定するために、およびメンバーの認知的負荷がしきい値を超える場合に適切なアクションをとるために、メンバーと代理との間のメッセージをこれらのメッセージが交換されるときに処理すること、ならびにメンバーのために実施されているアクティブタスクを処理することを、動的に、およびリアルタイムに行う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７００は、少なくとも部分的に、認知的負荷管理モジュールを使用して実施され得る。

【0138】

[0148]ステップ７０２において、タスク選択サブシステムは、メンバーと割り当てられた代理との間のメッセージを、これらのメッセージが交換されているときに取得する。たとえば、タスク選択サブシステムは、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におよびリアルタイムにタスク選択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、タスク選択サブシステムは、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。

【0139】

[0149]ステップ７０４において、タスク選択サブシステムは、メンバーの認知的負荷を決定するために、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を、リアルタイムにおよびこれらのメッセージが交換されるときに、処理することができる。上述のように、タスク選択サブシステムは、メンバーのために実施され、アクティブタスクインターフェースを介してメンバーに提示されているアクティブタスクのさらなる評価を保証し得るメンバーの認知的負荷の変化があったかどうかを決定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。タスク選択サブシステムが、交換されたメッセージに基づいて、メンバーの認知的負荷が変化していることがあると決定し、メンバーのために実施され、アクティブタスクインターフェースを介してメンバーに提示されているアクティブタスクのさらなる検討を保証する場合、タスク選択サブシステムは、メンバーのために実施されているアクティブタスクを、メンバーの認知的負荷に対するそれらの寄与を決定するために評価し得る。さらに、メンバーの認知的負荷に対する様々なアクティブタスクの影響を決定することに加えて、タスク選択サブシステムは、メンバーの認知的負荷へのアクティブタスクインターフェースを介したこれらのアクティブタスクの提示の影響を決定し得る。

【0140】

[0150]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処理に基づいて、ならびにメンバーのために実施され、アクティブタスクインターフェースを介してメンバーに提示されているアクティブタスクの評価に基づいて、タスク選択サブシステムは、ステップ７０６において、メンバーの認知的負荷がしきい値を超えるかどうかを決定し得る。タスク選択サブシステムが、メンバーの認知的負荷がこのしきい値を超えないと決定した場合、タスク選択サブシステムは、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、およびこれらのメッセージが交換されているときに処理するために、通信セッションを監視し続け、それにより、プロセス７００を再開始し得る。

【0141】

[0151]タスク選択サブシステムが、メンバーと代理との間の交換されたメッセージの、ならびにメンバーのために実施され、アクティブタスクインターフェースを介してメンバーに提示されているアクティブタスクの、タスク選択サブシステムの処理に基づいて、メンバーの認知的負荷がしきい値を超えると決定した場合、タスク選択サブシステムは、ステップ７０８において、保持されたまたは中断された状態への移行のために１つまたは複数のアクティブタスクを選択し得、それにより、選択された１つまたは複数のアクティブタスクは後で実施され得る。タスク選択サブシステムは、１つまたは複数のファクタに基づいて、保持されたまたは中断された状態に移行され得る１つまたは複数のアクティブタスクを選択し得る。たとえば、タスク選択サブシステムは、他の保留中のアクティブタスクと比較してより低いレベルの緊急度を有し得、代理、メンバー、またはサードパーティサービスによって開始されなかった１つまたは複数のアクティブタスクを識別し得る。別の例として、タスク選択サブシステムは、メンバーに対してより低い優先度を有し得、したがって、後での実施のために遅延させられ得る、１つまたは複数のアクティブタスクを識別し得る。いくつかの事例では、タスク選択サブシステムは、１つまたは複数のアクティブタスクを保持されたまたは中断された状態に移行させるための承認についてメンバーに促すようにとの推奨を代理に提供し得る。代理は、タスク選択サブシステムによって提供された推奨を検討し、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの推奨された移行を承認するようにメンバーに促し得る。いくつかの事例では、識別されたアクティブタスクを保持されたまたは中断された状態に移行させるためのメンバーの承認についてメンバーに促すようにとの推奨を代理に提供するのではなく、タスク選択サブシステムは、メンバーの承認について、通信セッションを介してメンバーに自動的に促すことができる。メンバーが、保持されたまたは中断された状態への識別された１つまたは複数のアクティブタスクの移行を承認した場合、タスク選択サブシステムは、これらの識別された１つまたは複数のアクティブタスクを保持されたまたは中断された状態に遷移させ得る。

【0142】

[0152]ステップ７１０において、タスク選択サブシステムが、（承認が必要とされる場合）識別された１つまたは複数のアクティブタスクの移行についてメンバーから承認を取得すると、タスク選択サブシステムは、メンバーおよび代理にアクティブタスクの新しいセットを提示し得る。アクティブタスクのこの新しいセットは、保持されたまたは中断された状態に移行された、前に識別されたタスクのいずれかを省略し得る。いくつかの事例では、タスク選択サブシステムは、メンバーのために実施され得る他のアクティブタスクを維持しながら、移行されたタスクを除去するために、アクティブタスクインターフェースを更新し得る。これは、アクティブタスクインターフェースを介して提示されるタスクの数を低減し、したがって、メンバーの認知的負荷を低減し得、メンバーが所与の時間においてその実施を追跡または監視する必要があり得るタスクの数を低減し得る。これらのアクティブタスクが実施されるとき、タスク選択サブシステムは、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、およびこれらのメッセージが交換されているときに処理するために、通信セッションを監視し続け、それにより、プロセス７００を再開始し得る。

【0143】

[0153]図８は、少なくとも１つの実施形態による、タスク容易化サービスへのメンバーサブスクリプションの終了の結果として１つまたは複数のアクティブタスクを中断された状態に遷移させるためのプロセス８００の例示的な例を示す。プロセス８００は、メンバーサブスクリプションの終了時にアクティブタスクを保持されたまたは中断された状態に移行させ得る、上述のタスク推奨システムとともに、タスク容易化サービスによって実施され得る。

【0144】

[0154]ステップ８０２において、タスク容易化サービスは、メンバーの有料アカウントの終了を検出し得る。メンバーが代理と対話し、代理に、メンバーに代わって１つまたは複数のタスクを実施させるために、メンバーは、タスク容易化サービスとの有料アカウントを維持することを必要とされ得る。メンバーが、任意の時間に、または１つまたは複数の契約上の限定を条件として、タスク容易化サービスとのメンバーの有料アカウントを終了するための要求を提出し得る。たとえば、タスク容易化サービスによって提供され、メンバーのコンピューティングデバイス上にインストールされたアプリケーションを介して、メンバーは、タスク容易化サービスとのメンバーの有料アカウントを終了するための要求をタスク容易化サービスに提出し得る。いくつかの事例では、メンバーは、タスク容易化サービスとのメンバーの有料アカウントが、アカウントのための支払いを続けることができないこと、有効な支払い情報を更新または提供することができないこと、メンバーのアカウントを延長するようにとのプロンプトに応答することができないことなどを通してなど、失効することを、許容することができる。これらのイベントのいずれかに基づいて、タスク容易化サービスは、メンバーの有料アカウントの終了を検出することができる。

【0145】

[0155]ステップ８０４において、タスク容易化サービスは、メンバーが、保留中のまたはメンバーの代わりに実施されているアクティブタスクを有していたかどうかを決定し得る。たとえば、タスク容易化サービスは、アクティブタスクが存在し、割り当てられた代理によって現在実施されているかどうかを決定するために、メンバーのアカウントを評価し得る。タスク容易化サービスが、メンバーのために実施されているアクティブタスクがないと決定した場合、タスク容易化サービスは、ステップ８０６において、メンバーの有料アカウントが終了されたことを示すための通知を、割り当てられた代理に送信し得る。この通知は、代理に、メンバーと代理との間の通信セッションを終了させ得る。代替的に、タスク容易化サービスは、ステップ８１２において、通信セッションを介して代理と通信するメンバーの能力を自動的に終了し得る。たとえば、タスク容易化サービスは、メンバーが通信セッションを介して代理とメッセージを交換するのを、メンバーがこれらのメッセージを提出し得る１つまたは複数のインターフェース要素を除去することによって防ぎ得る。タスク容易化サービスは、通信セッションを通して、またはタスク容易化サービスによって提供されたアプリケーションを通して代理との前の会話を検討する能力をメンバーに提供し続け得る。

【0146】

[0156]タスク容易化サービスが、メンバーが保留中の（たとえば、メンバーに前に割り当てられた代理によって実施されている）１つまたは複数のアクティブタスクを有すると決定した場合、タスク容易化サービスは、ステップ８０８において、これらの１つまたは複数のアクティブタスクを保持されたまたは中断された状態に自動的に遷移させるために、タスク推奨システムを利用し得る。たとえば、タスク推奨システムは、アクティブタスクの状態を「アクティブ」から「保持された」または「中断された」状態に変更するために、アクティブタスクに対応するエントリを更新するために、タスクデータストアにアクセスし得る。さらに、タスク推奨システムは、前にアクティブなタスクがもはや提示されないように、アクティブタスクインターフェース（たとえば、図１、図３、および図５に関して上記で説明されたアクティブタスクインターフェース１１４）を更新し、それにより、これらのタスクがもはや進行中でなく、代わりに、保持されたまたは中断された状態において保持されることを示し得る。上述のように、タスク推奨システムは、前にアクティブなタスクを、後の実施のために保持されたまたは中断された状態にあるものとして指定されるタスクを含み得る保留中タスクインターフェース（たとえば、図３Ａ～図３Ｂおよび図５に関して上記で説明された保留中タスクインターフェース３０４）に移行させ得る。

【0147】

[0157]ステップ８１０において、タスク容易化サービスは、これらのアクティブタスクが保持されたまたは中断された状態に遷移されたことを示すための通知を、メンバーに割り当てられた代理に送信し得る。この通知は、さらに、有料アカウントが延長されるまで、代理に割り当てられたタスクに関して行われる進行が中断されることを示し得る。これは、代理に、代理に割り当てられたアクティブタスクの実施を終了させ得る。いくつかの事例では、１つまたは複数のサードパーティサービスに割り当てられたアクティブタスクは、完了まで実施され続け得、それにより、タスク調整システムは、これらの１つまたは複数のサードパーティサービスの実施を監視し、メンバーに更新を提供し得る。しかしながら、代理は、これらのタスクの監視から除去され得る。この通知は、さらに、代理に、メンバーと代理との間の通信セッションを終了させ得る。代替的に、タスク容易化サービスは、ステップ８１２において、上記で説明されたように、通信セッションを介して代理と通信するメンバーの能力を自動的に終了し得る。

【0148】

[0158]ステップ８１４において、タスク容易化サービスは、メンバーのアカウントを有料状態から無料状態に更新し得る。メンバーは、１つまたは複数のサードパーティサービスによって実施されている保留中のタスクと、メンバー自体によって実施されている他のタスクとを検討するために、タスク容易化サービスによって提供されたアプリケーションを利用し続け得る。さらに、メンバーは、新しいタスクを作成するためにアプリケーションを使用し得る。しかしながら、これらの新しいタスクは、実施のために、代理にまたはサードパーティに提供されないことがある。したがって、これらの新しいタスクは、デフォルトで、メンバーがメンバーの有料アカウントを延長するまで、保持されたまたは中断された状態に入れられ得る。上述のように、メンバーは、さらに、今終了される通信セッションを通した代理との前の会話を検討するために、アプリケーションを使用し得る。

【0149】

[0159]図９は、少なくとも１つの実施形態による、代理の認知的負荷がしきい値を超えたことの結果として代理の認知的負荷を低減するためのプロセス９００の例示的な例を示す。図７に関して上記で説明されたプロセス７００と同様に、プロセス９００は、代理の認知的負荷を動的におよびリアルタイムに決定するために、ならびに代理の認知的負荷がしきい値を超える場合に適切なアクションをとるために使用され得る、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含む認知的負荷管理モジュールを実装し得る、タスク推奨システムのタスク選択サブシステムによって実施され得る。

【0150】

[0160]ステップ９０２において、タスク選択サブシステムは、実施のために代理に現在割り当てられているアクティブタスクのセットを取得し得る。たとえば、タスク選択サブシステムは、代理に現在割り当てられ、１つまたは複数のメンバーのために実施されるべきである、アクティブタスクを識別するために、タスクデータストアにアクセスし得る。これらのアクティブタスクは、少なくとも図４に関して上記で説明されたように、代理コンソールを介して代理に提示され得る。タスク選択サブシステムは、周期的に、トリガリングイベントに応答して、または新しいアクティブタスクが実施のために代理に割り当てられたときに、代理に割り当てられたアクティブタスクのセットを取得し得る。たとえば、タスク選択サブシステムは、代理の認知的負荷の変化を検出するために、タスク容易化サービスのメンバーと代理との間で交換したメッセージの処理のためにＮＬＰまたは他の人工知能を使用し得る。たとえば、通信セッション中に、代理が、代理が圧倒されていること、または代理がメンバーによって示されたアクティブタスクに取り組み始める前に他のアクティブタスクを完了することを試みていることを示す場合、タスク選択サブシステムは、代理に割り当てられたアクティブタスクの評価を保証し得る代理の認知的負荷の変化を検出し得る。

【0151】

[0161]ステップ９０４において、タスク選択サブシステムは、代理の認知的負荷を決定するために、代理に割り当てられたアクティブタスクを処理し得る。上述のように、いくつかのタスクは、他のタスクよりも高いレートにおいて代理の認知的負荷を増加させ得る。たとえば、アクティブ代理参加を必要とし、および／あるいはより多くのステップまたはアクションが完了することを必要とするタスクは、より単純なタスク、あるいは１つまたは複数のサードパーティサービスによって主に実施されるが場合によっては代理によって監視されるタスクよりも高い認知的負荷に寄与し得る。さらに、いくつかのタイプまたはカテゴリーのタスクは、他のタイプまたはカテゴリーのタスクと比較して、より高い代理認知的負荷に寄与し得る。したがって、これらのアクティブタスクの評価に基づいて、タスク選択サブシステムは、代理の認知的負荷に対する各タスクの寄与を決定し得る。さらに、代理の認知的負荷に対する様々なアクティブタスクの影響を決定することに加えて、タスク選択サブシステムは、代理の認知的負荷への代理コンソールを介したこれらのアクティブタスクの提示の影響を決定し得る。

【0152】

[0162]代理に割り当てられたアクティブタスクの、および代理と代理が割り当てられたメンバーとの間で交換されるメッセージの、処理に基づいて、タスク選択サブシステムは、ステップ９０６において、代理の認知的負荷がしきい値を超えるかどうかを決定し得る。タスク選択サブシステムが、代理の認知的負荷がこのしきい値を超えないと決定した場合、タスク選択サブシステムは、ステップ９０８において、代理に割り当てられたアクティブタスクと、代理の認知的負荷を評価するために代理と代理に割り当てられたメンバーとの間で交換される通信とを監視し続け、それにより、プロセス９００を再開始し得る。

【0153】

[0163]代理の認知的負荷がしきい値を超える場合、タスク選択サブシステムは、ステップ９１０において、代理に割り当てられた１つまたは複数のアクティブタスクを保持されたまたは中断された状態に移行すべきかどうかを決定し得る。上述のように、タスク選択サブシステムは、そのアクティブタスクが移行のために識別されたメンバーと通信するようにとの推奨を、これらのアクティブタスクを保持されたまたは中断された状態に移行させるためのメンバーの承認を取得するために、代理に提供することができる。タスク選択サブシステムは、識別されたタスクを保持されたまたは中断された状態に移行させるためのメンバーの承認を取得するために通信セッションを介して代理によって交換され得る１つまたは複数のメッセージに対応する推奨を代理に提供し得る。

【0154】

[0164]メンバーが、メンバーが保持されたまたは中断された状態へのアクティブタスクの提案された移行を承認することを示す場合、あるいは移行がメンバー承認なしに実施され得る場合、タスク選択サブシステムは、ステップ９１２において、アクティブタスクを保持されたまたは中断された状態に移行させ得る。上述のように、タスク選択サブシステムは、タスクをアクティブ状態から保持されたまたは中断された状態に移行させるためにタスクデータストア中のアクティブタスクに対応するエントリを更新することができる。さらに、タスク選択サブシステムは、移行されたタスクを省略するためにアクティブタスクを検討するためにメンバーによって利用されるアクティブタスクインターフェースを更新し得る。いくつかの事例では、タスク選択サブシステムはまた、移行されたタスクを、代理によって実施されているかまたは実施のためにスケジュールされたかのいずれかであるアクティブタスクのセットから除去するために、代理によって利用される代理コンソールを更新し得る。タスク選択サブシステムは、ステップ９０８において、他のアクティブタスクの代理の実施の、および代理の認知的負荷の、監視を続け、それにより、プロセス９００を再開始し得る。

【0155】

[0165]タスク選択サブシステムが、識別されたアクティブタスクが保持されたまたは中断された状態に移行され得ない（たとえば、メンバーが１つまたは複数のアクティブタスクを保持されたまたは中断された状態に移行させるようにとの推奨を拒否した、アクティブタスクがメンバーにとって緊急または重大である、など）と決定した場合、タスク選択サブシステムは、ステップ９１４において、１つまたは複数のアクティブタスクを代理に代わって実施するために利用可能であり得る１つまたは複数の他の代理を識別することができる。たとえば、タスク選択サブシステムは、その認知的負荷がしきい値を下回る、およびその認知的負荷がしきい値を超えることを引き起こすことなしに１つまたは複数の識別されたアクティブタスクのいずれかを実施することが可能であり得る、１つまたは複数の代理を識別するために、タスク容易化サービスに関連する様々な代理の認知的負荷を決定し得る。上述のように、タスク選択サブシステムは、これらの代理が十分に経験を積んでいるか、またはさもなければ１つまたは複数のアクティブタスクを実施することが可能であるかどうかを決定するために、識別された代理の各々を評価することができる。

【0156】

[0166]ステップ９１６において、タスク選択サブシステムは、これらの１つまたは複数のアクティブタスクを識別された１つまたは複数の他の代理に委任し得る。さらに、ステップ９１８において、タスク選択サブシステムは、代理と識別された代理との間でこれらのアクティブタスクの実施を調整し得る。たとえば、タスク選択サブシステムは、識別された１つまたは複数のタスクを識別された代理に委任するために、および１つまたは複数の代理と識別された代理との間のこれらのタスクの実施の調整を可能にするために、タスク調整システムを利用することができる。タスク調整システムは、代理が、１つまたは複数のアクティブタスクが委任された他の代理の実施を監視することを可能にし得る。たとえば、タスク調整システムは、代理とタスク選択サブシステムによって選択された他の代理との間の通信セッションを、代理が、１つまたは複数のアクティブタスクの実施を監視し、これらの他の代理が１つまたは複数のアクティブタスクを実施するのを支援し得るインサイトを提供することを可能にするために、確立し得る。これはまた、代理が、それらの１つまたは複数のアクティブタスクの実施に関する更新をメンバーに提供することを可能にし得る。

【0157】

[0167]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／または算出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さもなければタスクの実施を調整するとき、タスク容易化サービス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のプロファイルの算出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さもなければタスクの実施を調整するとき、タスク容易化サービス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のプロファイルの算出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のプロファイルの算出モデルを更新し得る。

【0159】

[0169]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さもなければタスクの実施を調整するとき、タスク容易化サービス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のプロファイルの算出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に通常の更新を提供し得、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のプロファイルの算出モデルを更新し得る。

【0160】

[0170]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さもなければタスクの実施を調整するとき、タスク容易化サービス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のプロファイルの算出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、提案生成プロセスの一部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のプロファイルの算出モデルを更新し得る。

【0161】

[0171]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さもなければタスクの実施を調整するとき、タスク容易化サービス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のプロファイルの算出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、提案受入れが提供さ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のプロファイルの算出モデルを更新し得る。

【0162】

[0172]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のプロファイルの算出モデルを更新する。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／または算出モデルを実装するように構成されたタスク容易化サービス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／または更新するか、あるいは様々な算出モデルを生成、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のプロファイルの算出モデルは、新しい情報がメンバー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。

【0163】

[0173]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のプロファイルの算出モデルがある時間期間（たとえば、６ヶ月、１年など）にわたっておよび／またはタスクのセット（たとえば、２０個のタスク、３０個のタスクなど）にわたって更新された後、タスク容易化サービス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に、自動的に、動的に、および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／または算出モデルを利用する。たとえば、タスク推奨システムは、代理対話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、代理実施および提示されたタスク／提案に対応するメンバーフィードバックなど）に基づいて新しいタスクを生成し得る。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、必要とされる追加情報を取得するためにメンバー１０１２と自動的に通信することができ、これらのタスクの実施のためにメンバー１０１２に提示され得る提案を生成することもできる。

【0164】

[0174]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、および図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。

【0165】

[0175]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確実にするために、タスク容易化サービスシステムおよび／またはサブシステム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。代理１００４が、会話が否定極性を有すると（たとえば、メンバー１０１２が対話に満足していないと）決定した場合、代理１００４は、対話を改善するために介入し得る。

【0166】

[0176]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こと１０１６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確実にするために、タスク容易化サービスシステムおよび／またはサブシステム１００８とメンバー１０１２との間の対話を依然として監視し得る。

【0167】

[0177]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。

【0168】

[0178]したがって、システムおよび環境が、エージェントおよび／または他の自動システムと対話するユーザについての知識をほとんどまたはまったく有しないことがある、自動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のプロファイルの算出モデルを連続的に、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のプロファイルの算出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的対話に基づいて、代理１００４とのメンバーの対話に基づいて、および／または時間とともにメンバー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提供するために、メンバー１０１２のプロファイルおよび／またはメンバー１０１２のプロファイルの算出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／または目標に応答して）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。

【0169】

[0179]図１１は、いくつかの実施形態による、互いに電気通信している様々な構成要素を含むコンピューティングシステムアーキテクチャ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気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気通信している、およびシステムメモリ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）、ランダムアクセスメモリ（ＲＡＭ）、および、限定はしないが本明細書で説明されるメモリ技術を含む、他のそのようなメモリ技術を含む。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／またはストレージデバイス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におけるプロセッサ遅延を減少させるかまたはなくすパフォーマンス向上を提供することができる。本明細書で説明されるものなど、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、様々なアクション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、様々な時間に、オペレーティングシステムの要素、１つまた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つまたは複数のアプリケーションに関連するデータ、あるい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。

【0170】

[0180]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、異なるパフォーマンス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に記憶されたサービス１１１２など、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に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」）、あるいはこれらのおよび／また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、および算術論理ユニット（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、あるいはこれらのおよび／また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、複数の要素を含むことができる。

【0171】

[0181]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、音声のためのマイクロフォン、ジェスチャー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、動き入力、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、スピーカー、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、リモート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、任意の特定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。

【0172】

[0182]いくつかの実施形態では、ストレージデバイス１１１０は、不揮発性ストレージ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ストレージは、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。

【0173】

[0183]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、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、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行うことができる非一時的コンピュータ可読媒体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。

【0174】

[0184]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つまたは複数のコードセット、ソフトウェア、スクリプトなどを記憶し得る。コンピュータシステムの構成要素は、バスを介してあるいは何らかの他の知られているまたは好都合なデバイスを通して一緒に結合され得る。

【0175】

[0185]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、実行するための方法および機能の一部または全部を行うように構成され得、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などのメモリに記憶される。ユーザデバイス、プロバイダサーバまたはシステム、データベースシステム、あるいは他のそのようなデバイス、サービス、またはシステムのうちの１つまたは複数は、本明細書で示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。

【0176】

[0186]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、ラップトップまた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また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、あるいはこれらのうちの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、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、リアルタイムにまたはバッチモードで実施し得る。１つまたは複数のコンピュータシステムは、適切な場合、異なる時間においてまたは異なるロケーションにおいて、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。

【0177】

[0187]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、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。

【0178】

[0188]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）または拡張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。

【0179】

[0189]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、誤り訂正コード（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、読取り専用（たとえば、ＣＤ ＲＯＭおよびＤＶＤ ＲＯＭ）または他のもの（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も含むことができる。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。

【0180】

[0190]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ストレージを含み得、駆動ユニットを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ストレージは、磁気フロッピー（登録商標）またはハードディスク、磁気光ディスク、光ディスク、ＲＯＭ（たとえば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＥＰＲＯＭ、またはＥＥＰＲＯＭ）、磁気または光学カード、あるいはデータのための別の形態のストレージである。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ストレージは、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ストレージは随意である。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。

【0181】

[0191]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／または駆動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（不揮発性ストレージ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。

【0182】

[0192]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、モデム、または、限定はしないが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の一部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、またはコンピュータシステムを他のコンピュータシステムに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。Ｉ／Ｏ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。入力デバイスおよび出力デバイスの他の例が、本明細書で説明される。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。

【0183】

[0193]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ー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（登録商標）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にファイルを記憶することを含むメモリにデータを記憶することとを行うためにオペレーティングシステムによって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）および変形態、Ｃｈｒｏｍｅ（登録商標）、Ｕｂｕｎｔｕ Ｔｏｕｃｈ（登録商標）、ｗａｔｃｈＯＳ（登録商標）、Ｗｉｎｄｏｗｓ １０ Ｍｏｂｉｌｅ（登録商標）、Ｂｌａｃｋｂｅｒｒｙ（登録商標）ＯＳなど）、およびリアルタイムオペレーティングシステム（たとえば、ＶｘＷｏｒｋｓ（登録商標）、ＱＮＸ（登録商標）、ｅＣｏｓ（登録商標）、ＲＴＬｉｎｕｘ（登録商標）など）など、他のタイプのオペレーティングシステムが、本開示の範囲内にあると見なされ得る。企図され得るように、本明細書にリストされ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。

【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行うことができる。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、その各々も、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。

【0185】

[0195]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、仮想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）あるいは任意の他のそのようなネットワークまた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。

【0186】

[0196]コンピューティングデバイス１１０２内の、コンピューティングデバイス１１２４内の、またはコンピューティングリソースプロバイダ１１２８内の、ネットワーク１１２２を介した通信は、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提供され得るテキスト、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）、ＪａｖａＳｃｒｉｐｔ（登録商標）、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、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）および変形態、Ｊａｖａ（登録商標）、ＨＴＭＬ、ＸＭＬ、または別のそのようなサーバ側処理言語を使用して送られ、受信され得る。

【0187】

[0197]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ティングデバイスなどの１つまたは複数のコンピューティングデバイスを含み得る。

【0188】

[0198]たとえば、コンピューティングリソースプロバイダ１１２８は、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、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提供し得る。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、それらの１つまたは複数の動作の結果をコンピューティングデバイス１１０２に提供するためにサービスを提供し得る。そのような動作（たとえば、データストレージおよびＶＭ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）、Ｏｒａｃｌｅ Ｃｌｏｕｄ（登録商標）などを含む。

【0189】

[0199]コンピューティングリソースプロバイダ１１２８によって提供されるサービスは、限定はしないが、データ分析、データストレージ、アーカイバルストレージ、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、ならびに拡張現実（ＡＲ）システムを含む。そのようなサービスを容易にするための様々な技法は、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。

【0190】

[0200]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、たとえばサービス１１３０がその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。

【0191】

[0201]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、データストレージデバイス、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、たとえば、特に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ものを含む、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ものを含む、ディスプレイスクリーン、スピーカー、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ストレージデバイスは、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。

【0192】

[0202]本明細書で説明される技法はまた、電子ハードウェア、コンピュータソフトウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。そのような技法は、汎用コンピュータ、ワイヤレス通信デバイスハンドセット、またはワイヤレス通信デバイスハンドセットおよび他のデバイスにおける適用を含む複数の用途を有する集積回路デバイスなど、様々なデバイスのいずれかにおいて実装され得る。モジュールまたは構成要素として説明された特徴は、集積論理デバイスにおいて一緒に、または個別であるが相互運用可能な論理デバイスとして別個に実装され得る。ソフトウェアにおいて実装された場合、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、伝搬信号または伝搬波など、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。

【0193】

[0203]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）、あるいは他の等価な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、本開示で説明される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。プロセッサはまた、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る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提供され得る。

【0194】

[0204]本明細書で使用される「機械可読媒体」という用語、ならびに「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」という等価な用語は、限定はしないが、ポータブルまたは非ポータブルストレージデバイス、光ストレージデバイス、リムーバブルまたは非リムーバブルストレージデバイス、ならびに（１つまたは複数の）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。

【0195】

[0205]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。

【0196】

[0206]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それに言及し得るが、「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、集中または分散データベース、ならびに／あるいは関連するキャッシュおよびサーバ）を含むものととられるべきである。「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され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とられるものとする。

【0197】

[0207]本明細書の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。

【0198】

[0208]ただし、これらおよび同様の用語はすべて、適切な物理量に関連するべきものであり、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「算出する」または「計算する」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メモリまたはレジスタあるいは他のそのような情報記憶、送信また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アクションおよびプロセスを指すことを諒解されたい。

【0199】

[0209]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６Ａ～図６Ｂおよび図７～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、動作を連続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、それの動作が完了される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戻り値に対応することができる。

【0200】

[0210]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、教師あり、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、深層学習、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。

【0201】

[0211]教師あり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間の正確な相関を生成してい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増加させ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提供さ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、より正確な相関を提供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使用され得る）。

【0202】

[0212]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。

【0203】

[0213]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。

【0204】

[0214]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の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、本技法は、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。

【0205】

[0215]様々な実装形態では、システムは、スタンドアロンデバイスとして動作するか、または他のシステムに接続（たとえば、ネットワーク化）され得る。ネットワーク化された展開では、システムは、クライアントサーバネットワーク環境におけるサーバまたはクライアントシステムの容量において、あるいはピアツーピア（または分散）ネットワーク環境におけるピアシステムとして動作し得る。

【0206】

[0216]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、組込み型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、ウェブアプライアンス、ネットワークルータ、スイッチまたはブリッジ、あるいはそのシステムによってとられるべきアクションを指定する命令のセット（連続またはそれ以外）を実行することが可能な任意のシステムであり得る。システムはまた、コンピュータデバイス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。

【0207】

[0217]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一部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、コンピュータ中の様々なメモリおよびストレージデバイス中の様々な時間において設定された、ならびに、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、コンピュータに、本開示の様々な態様を伴う要素を実行するために動作を実施させる、１つまたは複数の命令を備える。

【0208】

[0218]その上、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において例が説明されたが、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。

【0209】

[0219]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、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または変換、あるいは、結晶状からアモルファスへのまたはその逆など、分子構造の物理的変化または変換を備え得る。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であることを意図されない。むしろ、上記は例示的な例として意図される。

【0210】

[0220]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のままであるデバイスを指す。

【0211】

[0221]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。多くの修正形態および変形形態が、上記の開示に照らして可能であり、本明細書に記載される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、当業者は諒解することができる。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が説明される。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が説明されない。

【0212】

[0222]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、２つまたはそれ以上の要素間の直接的または間接的のいずれかでの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）」という単語、および同様の意味の単語は、本明細書で使用されるとき、本明細書の任意の特定の部分ではなく、本明細書を全体として指すものとする。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単語は、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）」という単語は、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、単語の解釈のうちのすべてをカバーする。

【0213】

[0223]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、本明細書に別段に規定されていないか、またはコンテキストによって明確に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。

【0214】

[0224]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明確に否定されていない限り、オープンエンド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）。

【0215】

[0225]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明確に否定されていない限り、範囲内に入る各別個の値に個々に言及する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。

【0216】

[0226]本明細書で使用されるように、「セット」（たとえば、「項目のセット」）および「サブセット」（たとえば、「項目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明確に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明確に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、対応するセットの適切なサブセットを必ずしも示すとは限らず、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）。

【0217】

[0227]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明確に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つ、およびＣのうちの少なくとも１つの要件を暗示しない。

【0218】

[0228]本明細書で使用されるように、例または例示的な文言（たとえば、「など」または「一例として」）の使用は、実施形態をより明確に示すものであり、別段の主張がない限り範囲に限定を課さない。本明細書中のそのような文言は、任意の非請求の要素が本開示において説明され、主張される実施形態の実施のために必要とされることを示すものとして解釈されるべきではない。

【0219】

[0229]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。

【0220】

[0230]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、関係語の使用は、もしあれば、１つのエンティティまたはアクションを、そのようなエンティティまたはアクション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。

【0221】

[0231]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、本明細書で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。

【0222】

[0232]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、さらなる例を提供するために組み合わせられ得る。

【0223】

[0233]添付の出願書類中にリストされ得るいずれかを含む、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提供す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。

【0224】

[0234]これらおよび他の変更は、上記の発明を実施するための形態に照らして本開示に行われ得る。上記の説明がいくつかの例について説明し、企図される最良の態様について説明するが、文章中でいかに詳述されているように見えたとしても、教示は多くの方法で実施され得る。システムの詳細は、本明細書で開示される主題によって依然として包含されるが、それの実装詳細において大幅に変動し得る。上述のように、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、その用語が関連す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限定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。

【0225】

[0235]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が意図されるあらゆる請求項は、「ための手段（means for）」という語で始まることになる。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。

【0226】

[0236]本明細書において使用される用語は、概して、本開示のコンテキスト内で、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実施者に追加の案内を提供するために、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、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有さず、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を諒解されよう。

【0227】

[0237]したがって、代替的な文言および類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ない。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は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。

【0228】

[0238]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、本文書が優先することにする。

【0229】

[0239]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。

【0230】

[0240]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、これは、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。

【0231】

[0241]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係し得る。本装置は、必要とされる目的のために特別に構築され得、および／あるいは、本装置は、コンピュータに記憶されたコンピュータプログラムによって選択的にアクティブ化また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ために好適な任意のタイプの媒体に記憶され得る。さらに、本明細書において言及される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、または増加された算出能力のために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。

【0232】

[0242]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。

【0233】

[0243]本明細書において使用された文言は、主に、読みやすさおよび教示目的のために選択されており、それは、主題を画成または制限するために選択されていないことがある。したがって、本開示の範囲が、この詳細な説明によってではなく、本明細書に基づく出願上に公表された特許請求の範囲によって限定されることが意図される。したがって、例の開示は、以下の特許請求の範囲に記載されている主題の範囲を限定するものではなく、例示的なものであることが意図される。

【0234】

[0244]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提供するために、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ためにブロック図の形態で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。

【0235】

[0245]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、開示される正確な形態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も良く説明し、他の当業者が、様々な実施形態において、および企図された特定の用途に好適であるような様々な修正を加えて本技術を最も良く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3A】

【図3B】

【図4】

【図5】

【図6A】

【図6B】

【図7】

【図8】

【図9】

【図10】

【図11】

【国際調査報告】