JP5592505B2 - トピックに基づいて調整可能なデーター・フィードの総計 - Google Patents

Description

[0001] 多くの計算機に関するシナリオでは、ユーザーは、特定のトピックに関する１組のデーター・フィードで興味を表す。例えば、ユーザーは、ウェブサイト上において特定のトピックについての１組の記事を読むことができ、または登録要求によって、ニュース・ウェブサイトに登録して特定のトピックについて新たな記事の通知を受けることができる。多くのデーター源（ウェブサイトまたはニュースグループのようなデーター源）は１つ以上のデーター・フィード（ウェブサイトのチャネルまたはセクション、あるいはニュースグループの中のサブグループのようなデーター・フィード）を提供することができ、各データー・フィードは多くのデーター項目（ウェブサイトにポストされた記事またはコメント、あるいはニュースグループにポストされた回答のようなデーター項目）を提供するので、ユーザーは、トピックについての批評を知らされ続けるためには、種々のデーター源を頻繁に訪問しなければならない場合もある。

[0002] アプリケーションの中には、１つ以上のデーター・フィードのデーター項目を整理するために用いることができ、新たなデーター項目を受信したときにユーザーに通知できるものがある。しかしながら、各データー・フィードは多くのデーター項目を含む場合、ユーザーは大量のデーター項目を見直さなければならないが、その多くはユーザーにとって関心のあるトピックに関するのではないこともあり得る。更に、ユーザーは、追っていくデーター・フィードの数を広げる気にならなくなることもあり、したがってユーザーが追わないことを選択したデーター・フィードに何らかのトピックが関係するデーター項目があっても、それを失う場合もある。

[0003] この摘要は、詳細な説明の章において以下で更に説明する概念から選択したものを紹介するために、設けられている。この摘要は、特許請求する主題の主要な特徴や必須の特徴を特定することを意図するのではなく、特許請求する主題の範囲を限定するために使用されることを意図するのでもない。

[0004] 多くのデーター・フィードのデーター項目を監視するために、ユーザーは、特定のキーワードを含むデーター項目のみ、特定のトピック識別子（ツイッター・ハッシュ・タグのような）を用いるデーター項目のみ、あるいは特定のウェブページまたはウェブサイトにリンクするデーター項目のみを調べるというようにすることによって、総計した１組のデーター項目を選別しようと努めることが考えられる。しかしながら、この選別メカニズムは、多くの面において非効率的であることもある。第１に、データー項目の中には、単純なフィルターでは捕らえられないようなやり方でトピックに関係するものがあるかもしれない。例えば、ウェブサイト上のトピック関連ポスト（topically related post)が、キーワードの代わりに、頭文語または同義語を用いていることがあり得る。更に洞察力があるコンテキスト分析も達成可能な場合もあるが（例えば、自然言語解析および言語変換アルゴリズムによって）、一人のユーザーに代わって、大きな１組のデーター項目に対して、計算集約的な分析を行うのは非効率的であると考えられる場合もある。第２に、ユーザーは、自動的に何らかのデーター源を監視することを許可されていない場合もある。例えば、ウェブサイトの容認可能な使用方針では、ウェブサイトのコンテンツの自動ポーリングを許可しない場合があり、ポーリングが検出された場合、ブラックリストに載せるか、またはユーザーに対するサービスを拒否することもある。第３に、ユーザーが自動で監視することを許可されているデーター源であっても、潜在的に多数になる可能性があるデーター項目を有する潜在的に多数になる可能性があるデーター・フィードを受信するために十分な帯域幅を割り当てるのは非効率的または禁止的であることもある。このような大きな１組のデーター項目を連続的に受信するネットワーク伝送コストは、データー・フィードを監視してトピック関連データー項目求めるというシナリオでは、容認できない場合がある。

[0005] 種々のデーター源によって提供される１組のデーター・フィードにおいて、トピック指向データー項目を特定し、このようなトピック・データー項目の総計体を構成するトピック・データー・フィードを発生する効率および精度を高める技法を利用するとよい。これらの技法は、１組のユーザー（潜在的に非常に大きくなる可能性がある１組）のトピックについての関心を総計し、データー項目のトピック的分析およびトピック・データー・フィードの発生を実行することを伴う。この総計で、何らかの規模の利点が得られる。具体的には、潜在的に大きくなる可能性がある１組のユーザーに代わって、潜在的に大きくなる可能性がある１組のトピックについて評価を行う（大多数のデーター源およびデーター・フィードを監視して、大きな１組のデーター項目を引き出し分析することを含む）ことが一層効率的であると考えられる。これらの技法の結果を調整して情報を多くのユーザーに供給することによって、多くのデーター源を広い規模で監視するネットワーク伝送コスト、および／またはそれぞれのデーター項目の精緻なトピック分析を実行するための計算リソースのコストを、実現可能にすることができる。更に、１つ以上のデーター源は、これらの技法のコンテキストにおいて、自動ポーリングを許可することに一層前向きであることもある。何故なら、このようにポールされたデーター項目は、データー源の帯域幅使用を保存しつつ、大多数のユーザーに流布することができるからである。種々のデーター・フィードのデーター項目を受信するように、このようなデーター項目と関連のあるトピックを識別するように、そして１組のユーザーに提供することができるトピック・データー・フィードをこれらのトピックから発生するようにデバイスを構成することによって、本明細書において論ずる技法は、他の技法と比較して、これらおよびその他の利点を得ることができる。

[0006] 以上の目的および関連する目的を達成するために、以下の説明および添付図面では、ある種の例示的態様および実施態様について記述する。これらは、１つ以上の態様を採用することができる種々の方法の中の僅かを示すに過ぎない。本開示のその他の態様、利点、および新規の特徴は、以下の詳細な説明を、添付図面と合わせて検討することによって明白となろう。

図１は、ユーザーが種々のデーター源を調べて、特定のトピックに関するデーター項目を識別することを描写するシナリオ例の図である。 図２は、特定のトピックに関するデーター項目を受信するために、ユーザーが種々のデーター源に登録することを描写するシナリオ例の図である。 図３は、本明細書において論ずる技法にしたがって、ユーザーが１組のトピックを指定し、このようなトピックに関するトピック・データー・フィードを受信することを描写するシナリオ例の図である。 図４は、ユーザーにトピック・データー・フィードを提示するシステム例を示すコンポーネント・ブロック図である。 図５は、トピック・データー・フィードをユーザーに提示する方法例を示すフロー・チャートである。 図６は、本明細書において記述する設備(provision)の内１つ以上を具体化するように構成されているプロセッサー実行可能命令を含むコンピューター読み取り可能媒体例の図である。 図７は、本明細書において論ずる技法を利用することができる、装備可能な(deployable)計算環境例の図である。 図８は、データー・ソース毎解析コンポーネントを含むアーキテクチャを描写する実施形態を描写するシナリオ例の図である。 図９は、１組のデーター項目と関連のあるトピックを識別する技法を描写するシナリオ例の図である。 図１０は、種々のトピックと関連のある１組のデーター項目からトピック・データー・フィードを発生することを記述するシナリオ例の図である。 図１１は、１組のデーター項目および数個のユーザー特定データー項目を含むトピック・データー・フィードの総計を描写するシナリオ例の図である。 図１２は、トピック・データー・フィードのユーザー毎個人化のために、ユーザー特定データー項目で補充したトピック・データー・フィードの効率的な発生を描写するシナリオ例の図である。 図１３は、１組のトピック・データー・フィードを、２つのデーター項目間における関係性インディケータと共に階層ツリーの図で提示することを描写するシナリオ例の図である。 図１４は、本明細書において記述する設備の内１つ以上を実現することができる計算環境例を示す。

[0021] 特許請求する主題について、これより図面を参照しながら説明する。図面では、全体を通じて、同様のエレメントを指す場合には、同様の参照番号が用いられている。以下の記載では、説明の目的上、特許請求する主題の全体的な理解を得るために、多数の具体的な詳細を記述する。しかしながら、特許請求する主題は、これらの具体的な詳細がなくても、実施可能であることは明白であると思われる。他方において、特許請求する主題を説明しやくすするために、構造およびデバイスはブロック図形態で示されている。

[0022] 計算の分野では、多くのシナリオでは、１つ以上のトピックに関して情報を入手し続けるために１つ以上のデーター源によって提供される１つ以上のデーター・フィードを、ユーザーが追い続けることを望む場合がある。第１の例として、ユーザーは、種々のトピックに関する記事、フォーラム・ポスト、コメント等を読むために、１組のウェブサイトを訪問することが考えられるが、種々のトピックの内、ユーザーは関心があるのは一部であるという場合もある。第２の例として、ユーザーは、１つ以上のリアリー・シンプル・シンジケーション（ＲＳＳ：Really Simple Syndication）フィードおよび／またはニュースグループに登録することができ、受信したデーター項目を調べて、関心のあるトピックとの関連を求めることができる。第３の例として、ユーザーは、特定のトピックを求めてローカル・データー源を調べることを望む場合がある。例えば、ユーザーは、電子メール・アカウントを監視して、種々の関心のあるトピックに関する電子メール・メッセージを求めることができ、受信した電子メール・メッセージを調べて、それとの関連を得ることができる。これらおよびその他のシナリオでは、１つ以上のデーター源（個人または個人のグループ、会社または組織、および自動デバイス）が、データー項目（著作コンテンツ、記事、報告、写真、自動ログ・エントリー、およびデーター集合というような）を１つ以上のデーター・フィード（ウェブサイト・セクション、メーリング・リスト、データーベース、およびＲＳＳまたは同様のフィードというような）において提示することができる。各データー項目が１つ以上のトピックに関係する場合があり、ユーザーが、特定のトピックの部分集合に関するデーター項目を提示されることを望む場合がある。

[0023] この提示を達成するために、ユーザーは、データー源およびデーター・フィードに種々の方法でアクセスすることができる。図１は、第１のシナリオ例１０を示し、種々のデーター源１４によって提供された１組のデーター・フィード１６において提示された種々のデーター項目１８によってカバーすることができる種々のトピック２０について情報を入手し続けることを望むユーザー１２を描写する。この第１のシナリオ例１０の馴染みのある例では、１組のウェブ・サーバー（データー源１４として動作する）を伴い、その各々がウェブサイトの１つ以上のウェブ・ページまたはセクションを提供することができる（各ウェブ・ページまたはセクションはデーター・フィード１６に対応する）。各ウェブ・ページまたはセクションは、種々の記事、ユーザー・ポストまたはコマンド、写真、オーディオ、および／またはビデオ記録、データー・オブジェクト、データー集合等を提供し（各々がデーター項目１８を構成する）、このような項目の各々には、ユーザー１２に関心がある１つ以上のトピック２０を関連付けることができる。

[0024] このようなデーター項目１８を見て、このようなトピック２０の情報を入手し続けるためには、ユーザー１２は各データー・フィード１６に順次（in series)アクセスすることを選択すればよく、ユーザー１２が動作させるデバイス（例えば、デスクトップ・コンピューター、ノートブックのようなポータブル・コンピューター、またはスマートフォンのような移動体デバイス）のディスプレイ２２上でというようにして、データー・フィード１６の提示２４を能動的に検討する(review)することができる。ウェブ・ブラウジングの提示の馴染みのある例では、ユーザー１２は各ウェブ・ページまたはセクションをウェブ・ブラウザーにおいて見ることを選択することができる。ユーザー１２からの要求を受け取ると、ウェブサーバー（データー源１４として動作する）は、１組の現在のデーター項目１８を含む、要求されたウェブ・ページまたはセクションをレンダリングすることができ、このレンダリングをユーザー１２に、モニタ２２上に表示されるウェブ・ブラウザーの中において提示することができる。例えば、ユーザー１２は、第１セクション（例えば、第１ウェブログの著者というような、特定の第１の著者によるポスト）を提供することができる第１ウェブサーバーと関連のあるＵＲＬを入力することができる。第１セクションは、第１トピックに関する第１データー項目１８、および第２トピック２０に関する第２データー項目１８を含む。第１ウェブサーバーによって発生されたウェブ・ページは、ディスプレイ２２上においてユーザー１２に第１提示２４として表示することができる。第１提示２４は、第１データー項目１８および第２データー項目１８を含むことができる。次に、ユーザー１２は、第２ウェブサーバーと関連のあるＵＲＬを入力することができる。第２ウェブサーバーは、第３データー項目１８および第４データー項目１８を扱う(featuring)第１ウェブサイト・セクションを提供することができ、各データー項目１８には異なる１組のトピックが関連付けられている。ディスプレイ２２上で第2提示２４を見た後、ユーザー１２は同じウェブサイトの異なるセクション（第３データー・フィード１６を含む）を特定する第２ウェブサーバーと関連のある他のＵＲＬを入力することができ、第２ウェブサーバーは、ユーザー１２のために、第３データー・フィード１６のデーター項目１８を含む第３提示２４を発生することができる。このように、ユーザー１２は、その場限りでデーター・フィード１６にアクセスすることを要求することができ、データー・フィード１６を含む１組の現在のデーター項目１８を受信することができ、それに関係付けられたトピック２０を特定し、情報を入手し続けることができる。

[0025] 第1シナリオ例１０は、馴染みがあるが、他のシナリオに関して潜在的な欠点がある。第１の例として、ユーザー１２はデーター源１４を特定し能動的にアクセスするので、ユーザー１２にアクセス可能なデーター項目１８の範囲が、ユーザー１２に知られておりかつユーザー１２によって問い合わせされた１組のデーター源１４に限定される。例えば、ユーザー１２には未知であるデーター源１４、またはユーザー１２には知られているがこのようなデーター項目１８が提示されて以来問い合わせされていないデーター源１４によって提示されるデーター項目１８が、ユーザー１２に提示され損なうことがあり得る。逆に、ユーザー１２に関心があるデーター項目１８がいずれもデーター・フィード１６において扱われていることを知らないために、それぞれのデーター・フィード１６にユーザー１２が問い合わせしなければならない場合もある。例えば、ユーザー１２は、直前にアクセスして以来、新たなデーター項目１８を全く含まないデーター・フィード１６、またはユーザー１２には関心のない新たなデーター項目１８だけを含むデーター・フィードに繰り返しアクセスすることが考えられる。第２の例として、ユーザー１２に、意味的に同等なデーター項目１２を、異なるデーター・フィード１６（例えば、同じ記事を提示するまたはこれにリンクする２つのニュース・ウェブサイト）において冗長的に提示することもあり得る。例えば、ユーザー１２に、第２データー項目１８が２回提示され、第１データー・フィード１６の一部として１回、そして第３データー・フィード１６の一部として１回提示される。これは、多数のデーター・フィード１６において同じデーター項目１８が繰り返し提示されるので、ユーザー１２が苛々する原因となり得る。第３の例として、ユーザー１２に関心のあるトピックを選択し検討するために、データー項目１８のトピック２０を識別することが、ユーザーにとって難しい場合がある。例えば、ユーザー１２は、各データー項目１８のコンテキストを含む、関心のあるデーター項目を識別するために、特定のデーター・フィード１６における全てのデーター項目１８を検討しなければならない場合があり得る（例えば、ウェブログ上に提示された第２コメントが第１コメントに応答したものであり、暗示的に第１コメントの文脈的内容を拠り所としている場合、ユーザー１２は、第１コメントを読んでいなければ、識別するのが困難であると考えられる）。これらの冗長性および非効率性は、ユーザー１２（古いデーター項目および関心のないデーター項目を検討するときに失われる時間および帯域幅による）およびデーター源１４（ユーザーにとって殆ど関心がないまたは目新しくないウェブ・ページおよび項目を冗長的に配給することによる）双方にとって体験を損ないかねないことである。例えば、ユーザー１２は、第２トピック２０には関心がないが、第２トピック２０に関するデーター項目１８を繰り返し受信し、これが提示されることによって、計算機リソース（帯域幅およびメモリーというような）およびユーザー１２の関心を非効率的に浪費することになると考えられる。これらの欠点は、ウェブ・ブラウジングに限られたことではなく、ユーザー１２が能動的にニュースグループ、イベント・ログ、およびデーターベース・クエリーのようなコンテンツを捜すというシナリオであればいずれにでも生じ得ることである。

[0026] これらの欠点の内一部は、登録技法によって解消する(achieve)ことができる。第１の例として、ユーザー１２は、データー源１４に問い合わせなければならない代わりに、データー源１４から新たなデーター項目１８を受信するために、データー源１４によって提供されているデーター・フィード１６に登録することができる。データー項目１８の配信は、ユーザー１２への新たな電子メール・メッセージの配信を伴うメイリング・リスト登録におけるように、データー源１４によって開始することができ、あるいはリアリー・シンプル・シンジケーション（ＲＳＳ）フィードのような、データー・フィード１６を監視するためにデーター源１４によって配備されたメカニズムを伴うのであってもよい。このＲＳＳフィードは、ユーザー１２が新たなデーター項目１８を識別し受信するためにポールすることができる、ポーラブル・データー・フィード(pollable data feed)１６を特徴とする。この登録によって、能動的にユーザーが先導する要求、および新たなデーター項目１８がないデーター・フィード１６の提示を減らすことができ、更に、ユーザーが先導するリフレッシングがなくても、新たなデーター項目１８をユーザー１２に通知することができる。第２の例として、ユーザー１２が、種々のデーター源１４およびデーター・フィード１６から受信したデーター項目１８を、１つのユーザー・インターフェースを介したアクセスのために、整理することができる。例えば、ユーザー１２は、多くのメーリング・リストからの電子メール・メッセージに１つの電子メール・クライアントを介してアクセスすることができ、あるいは１組のＲＳＳフィードに、ＲＳＳアグリゲーター(aggregator)を介して（例えば、多数のデーター・フィード１６を要求しこれらのデーター・フィード１６のデーター項目１８を一緒に提示するためにユーザー１２のコンピューター上でローカルに実行する総計アプリケーションによって、またはユーザー１２が、総計サービスによって多数のデーター・フィード１６から発生した整理データー・フィード１６を受信するために訪問することができる総計アプリケーションによって）アクセスすることができる。多くのデーター・フィード１６のデーター項目１８を整理することによって、例えば、メッセージまたは項目の主題または本体における特定のキーワードに合わせて、電子メール・メッセージまたはＲＳＳシンジケーション項目を選別することによって、ユーザー１２は一層容易に特定のトピック２０と関連のあるデーター項目を識別することができる。

[0027] 図２は、これらの登録技法の一部を描写する第２のシナリオ例３０を示す。これは、関心のある１つ以上のトピック２０に関するデーター項目１８を検討する際に、ユーザー体験を促進することができる。この第２のシナリオ例３０では、ユーザー１２は登録マネージャー３２を利用して、第１データー源１４によって提供される第１データー・フィード１６に対する第１の登録３４、ならびに第２データー・フィード１６および第３データー・フィード１６に対する第２の登録３４および第３の登録３４というような、種々のデーター・フィード１６に対する１つ以上の登録３４を要求することができる。第２データー・フィード１６および第３データー・フィード１６は、双方共、第２データー源１４によって提供されている。データー源１４は、これらの登録３４を受け入れて格納することができ、これらの登録３４に対応するデーター・フィード１６におけるデーター項目１８を受信したときに、データー項目１８をユーザー１２に配信することができる（例えば、電子メール・メッセージを、ユーザー１２にアクセス可能な電子メール・アカウントに送ることによって配信することができる）。これらのデーター項目を受信すると、ユーザー１２が動作させているデバイスは、ディスプレイ２２上に、データー項目１８を整理した提示３６をレンダリングすることによってというようにして、これらのデーター項目１８をユーザー１２に提示することができる。このシナリオ例では、ツリー・ビューを構成する階層的提示がレンダリングされ、データー・フィード１６が１組のノードとして表示され、各ノードが、データー・フィード１６のデーター項目１８を１組のサブノードとして含む。したがって、ユーザー１２は、一層便利なやり方でデーター・フィード１６をブラウズすることができ、データー源１４に新たなデーター項目１８を要請する必要はない。加えて、デバイスは、ユーザー１２に、一部または全部のデーター・フィード１６における新たなデーター項目１８のリストを提示することができ、これによって古いデーター項目１８のユーザー１２への冗長的な提示を減らすことができる（図１の第１のシナリオ例と比較して）。この第２のシナリオ例３０では、特定のキーワードを含むデーター項目１８の提示を要求することによって、ユーザー１２は１つ以上のトピック２０によって１組のデーター項目１８全体を選別することもできる。

[0028] 図２の第２のシナリオ例３０はいくつかの利点を示すが（特に、図１の第１のシナリオ例３０に対して）、いくつかの欠点も確認することができる。第１の例として（図１の第１のシナリオ例１０と同様）、ユーザー１２は、ユーザー１２に知られている１組のデーター・フィード１６およびデーター源１４に限定されたままであり、ユーザー１２には未知であるデーター・フィード１６およびデータ源１４に、関心のあるトピック２０を伴うデーター項目１８がポストされても、これを見ることは相変わらずできないままである。第２の例として、これらの技法は、ＲＳＳフィードを提供するウェブサイトのような、種々の登録形態を許容するデーター源１４とでないと利用できない。多くのデーター源１４は登録サービスを提供することができない。例えば、ウェブサイト・アドミニストレーターは、広告収益を高めるためにユーザー１２にウェブサイトを訪問することを強要するＲＳＳフィードを提供することを拒む場合もある。ユーザー１２は登録できないデーター源１４に対して登録型サービスを実施しようと試みる場合もあるが（例えば、ウェブサイトにポールして新たなコンテンツを求めることによって）、データー源１４はこのアクセスをその容認可能使用方針によって排除することができ、この方針に違反したユーザーをブラックリストに載せること、またそうでなければこのユーザーに対するアクセスを拒否することができる。第３の例として、これらの登録技法は、全てのデーター・フィード１６にポストされている全てのデーター項目１８を引き出すことを伴い、引き出されたデーター項目１８を特定の１組のトピック２０に関するものに制限することを要求することができない場合もある。この引き出しは、計算上費用がかかり（例えば、かなりの帯域幅、ストレージ、および／または処理を利用する）、多数のデーター項目１８を有する多くのデーター・フィード１６に登録し監視することは禁止的(prohibitive)である可能性がある（特に、受信したデーター項目１８の小部分のみによってカバーされる小さな１組のトピック２０にしか関心がない場合）。第４の例として、ユーザー１２へのデーター項目１８の提示を制限するために種々のデーター項目１８と関連のあるトピック２０を識別することは難しい場合がある。キーワード検出というような単純な技法では、多くの自然言語名称によって論じられるトピック２０については特に、精度の低い結果しか得られない可能性がある。逆に、自然言語解析、外国語で提示されたテキスト・データー項目１８のための言語翻訳、画像を含むデーター項目１８のための画像分析、およびコンテキスト分析というような、洗練された分析技法が利用可能なこともある。しかしながら、これらの技法を適用する際に必要となる計算コストが法外となる可能性がある。例えば、結果を一人のユーザー１２に提示するために、１組の大きなデーター項目１８に、計算集約的なフィルターリングを実行することは禁止的であると考えられる。

[0029] これらのシナリオ例の潜在的な欠点を考慮して、本明細書では、１組のユーザー１２に対して１組のトピック・データー・フィードを発生する技法を紹介する。多くのデーター源１４から総計されたデーター項目１８が、それに関連のあるトピック２０を識別するために、洗練されたトピック分析を受け、１組のトピック・データー・フィードに総計することができる。これらの技法は、例えば、潜在的に大きくなる可能性がある1組のトピック・データー・フィードを、潜在的に大きくなる可能性がある１組のユーザーに提供する集中サービスを伴うことができる。これらの技法の一実施形態では、広い１組のデーター・フィード１６およびデーター源１４からデーター項目１８を受信することができ、それと関連のあるトピック２０を識別するために、それぞれのデーター項目１８に対して計算集約的な分析を実行することができる。種々のユーザー１２に対して、本サービスは、ユーザー１２に関心のある１組のトピック２０を受信することができ、ユーザー１２によって識別されたトピック２０と関連のあるデーター項目１８を含む、１組のトピック・データー・フィードを発生することができる。これらのトピック・データー・フィードは、トピック２０の指定に応答して、ユーザー１２に提示することができる。

[0030] 図３は、本明細書において論ずる技法による、トピック・データー・フィードのユーザー１２への提示を描写するシナリオ例４０を示す。このシナリオ例４０では、トピック・データー・フィード総計サービス４４が、１組のデーター源１４にアクセスするように構成されており、データー源１４の各々が、１組のデーター項目１８を有する１つ以上のデーター・フィード１６を提供する。トピック・データー・フィード総計サービス４４は、このようなデーター・フィード１６を監視して新たなデーター項目１８を求めることができ、新たなデーター項目１８を受信したときに、各データー項目１８と関連のある１つ以上のトピック２０を識別することができる。トピック・データー・フィード総計サービス４４は、次いで、ユーザー１２からトピック集合４２を受け取ることができる。このトピック集合４２は、ユーザー１２の関心のある１組のトピック２０を含む。ユーザー１２によって指定されたトピック２０毎に、トピック・データー・フィード総計サービス４４は、トピック２０と関連のあるデーター項目１８を選択することができ、トピック２０と関連のあるデーター項目１８を含むトピック・データー・フィード４８を発生することができる。例えば、第１データー項目１８を含む第１トピック・データー・フィード４８を発生することができ、第３トピック２０と関連のある第３、第４、および第５データー項目１８を含む第２トピック・データー・フィード４８を発生することができ、第４トピック４８と関連のある第４および第５データー項目１８を含む第３トピック・データー・フィード４８を発生することができる。これらのトピック・データー・フィード４８は、トピック・データー・フィード集合４６を構成し、例えば、ユーザー１２が動作させるデバイスのディスプレイ２２上における提示のために、ユーザー１２に配信することができる。例えば、ツリー・ビュー提示５０を表示することができ、この場合、各トピック２０がノードとして含まれ、ノードはトピック２０と関連のあるデーター項目１８をサブノードとして含む。このように、トピック・データー・フィード４８を発生し、ユーザー１２に関心があるトピック２０に応答して、ユーザー１２に配信することができる。

[0031] 本明細書において紹介する技法にしたがって構成されたサービス（図３のシナリオ例４０を含む）は、他の技法（図１および図２のシナリオ例を含む）と比較して、いくつかの利点を示すことができ、および／または欠点を減らすことができる。このように構成されたサービスは、潜在的に大きくなる可能性がある1組のユーザー１２に代わって、データー項目１８の受信および分析を総計することによって、単一ユーザー技法よりも大きな規模の節約を達成することができる。これらの技法の十分に広いユーザーを基本とする調整により、多くのデーター源１４およびデーター・フィード１６の広範な調査、および各データー項目１８のトピック分析の比較的洗練された自動化を実現可能にすることができる（自然言語分析、外国語で提示されたテキスト・データー項目１８の言語翻訳、画像に基づくデーター項目１８の画像分析、および関連データー項目１８間のコンテキスト分析を含む）。これらの技法の実施形態の中には、例えば、サブトピックによってトピック・データー・フィード４８の中にあるデーター項目１８を更に分類することによって、予測された値または信頼性に関してデーター項目１８を格付けすることによって、古い、冗長な、または精度が低いデーター項目１８を除去することによって、またはデーター項目１８をユーザー１２の母国語に翻訳することによって、トピック・データー・フィード４８に価値を追加できる場合もある。加えて、サービスが多数のユーザー１２に提供されるように構成されている場合、サービスは、個々のユーザーでは達成できないかもしれない特定のデーター源１２との登録メカニズムを代行する十分な力を有することができる。例えば、サービスは、データー項目１８を特定のデーター源１４から大きな1組のユーザー１２に流布させるための帯域幅の費用を引き受けることができ、したがって、個々のユーザー１２には利用可能でないかもしれない登録メカニズム（容認可能な使用方針におけるポーリング制約に対する例外のような）を提供することを、データー源１４に強要することができる。

[0032] ユーザー１２によって、このようなサービスの使用は、一人のユーザーの代わりに実施される技法と比較すると（図１および図２のシナリオ例のような）、様々な利点があると考えられる。ユーザー１２には未知の、あるいはユーザー１２が定期的に監視することができないデーター源１４およびデーター・フィード１６からデーター項目１８を、ユーザー１２に提示することができる。また、これらの技法は、ユーザーがデーター源に能動的にその場限りでポーリングすることの負担および非効率（例えば、トピック２０の情報を得続けるために多くのウェブサイトを訪問しなければならず、新しいデーター項目１８または関心のあるデーター項目１８を有していないウェブサイトへの訪問を含む）を低減することもできる。加えて、データー・フィード１６の大きな本体を監視しデーター項目１８を処理する計算負担が、ユーザーから除去され、ユーザー１２は、当のユーザー１２に関心があるデーター項目１８のみを受信することができる。他の潜在的な利点として、他の方法で達成することができるものよりも、精度が高いデーター項目１８のトピック総計をユーザー１２に提示することができる。例えば、集中サービスによって達成することができる洗練されたトピック分析は、キーワード検出のような、ユーザー・デバイス上で実現可能であると考えられる単純なトピック分析技法よりも、極めて高精度であると言える。また、ユーザー１２は、データー項目１８のユーザー１２の母国語への自動翻訳、および予測値によるデーター項目１８の格付けを通じてというようにして、データー・フィード１６の追加処理による利益も得ることができる。これらは、ユーザー１２にはコストがかかることなく、サービスによって実行することができる。

[0033] 図４は、トピック・データー・フィード４８をユーザー１２に提示するように構成されたシステム例６６として示された、これらの技法の第１実施形態例を示す。システム例６６は、プロセッサー６４を有するコンピューター６２上で動作し、例えば、プロセッサー６４上で実行されるソフトウェア命令として、回路のようなハードウェア・コンポーネントとして、および／または本明細書において論じられる技法を実行するように構成されたフィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）のような混合デバイスとして実現することができる。また、コンピューター６２は１つ以上のデーター源１４にアクセスすることができ、各データー源１４は、少なくとも１つのデーター項目１８を含む少なくとも１つのデーター・フィード１６を提供する。また、コンピューター６２は、種々のトピック２０に関心があり、ユーザー１２が監視することを望む１組のトピック２０をコンピューター６２に提出することができるユーザー１２にもアクセス可能である。本明細書において論ずる技法によれば、システム例６６は、データー項目受信コンポーネント６８を含む。データー項目受信コンポーネント６８は、それぞれのデーター・フィード１６毎に、データー・フィード１６のデーター源１４からデーター項目１８を受信するように構成されている。また、システム例６６は、それぞれのデーター項目１８毎に、そのデーター項目と関連のある少なくとも１つのトピック２０を識別するように構成されているトピック識別コンポーネント７０も含む。また、システム例６６は、トピック・データー・フィード提示コンポーネント７２も含む。トピック・データー・フィード提示コンポーネント７２は、ユーザー１２から少なくとも１つのトピック２０を受け取り、それぞれのトピック２０毎に、そのトピック２０と関連のあるデーター項目を選択し、トピック２０と関連のあるデーター項目１８を含むトピック・データー・フィード４８を発生し、トピック・データー・フィード４８をユーザー１２に提示するように構成されている。ユーザー１２によって指定されたトピック２０に関するデーター項目１８を含む１組のトピック・データー・フィード４８を発生しユーザー１２に提示したので、システム例６６は、このようにして、指定されたトピック２０に関するユーザー１２の関心に答えたことになる。

[0034] 図５は、これらの技法の第２実施形態例を、少なくとも２つのデーター・フィード１６のデーター項目１８を含む少なくとも１つのトピック・データー・フィード４８をユーザー１２に提示する方法例８０として示す。それぞれのデーター・フィード１６は、少なくとも１つのデーター源１４によって提供される。方法例８０は、図４に示したコンピューター６２のような、プロセッサー６４を有するデバイス上において実行することができる。方法例８０は、８２において開始し、プロセッサー６４上において、本明細書において紹介した技法を実行するように構成された命令を実行することを伴う。即ち、これらの命令は、それぞれのデーター・フィード８６毎に、データー項目１８をデーター・フィード１６のデーター源１４から受信し（８８）、データー項目１８と関連のある少なくとも１つのトピック２０を識別するように構成することができる。また、これらの命令は、ユーザー１２から、少なくとも１つのトピック２０を受け取り（９２）、ユーザー９４から受け取ったそれぞれのトピック毎に、トピック２０と関連のあるデーター項目１８を選択し、トピック２０と関連のあるデーター項目１８を含むトピック・データー・フィード４８を発生し（９８）、トピック・データー・フィード４８をユーザー１２に提示する（１００）ように構成することもできる。ユーザー１２から受け取ったトピック２０に基づいてトピック・データー・フィード４８を発生し、トピック・データー・フィード４８をユーザー１２に提示し終えると、方法例８０は、これによって、指定されたトピック２０に関してユーザー１２の関心に答えたことになり、したがって１０２において終了する。

[0035] 更に別の実施形態では、本明細書において紹介した技法を適用するように構成されたプロセッサー実行可能命令を備えたコンピューター読み取り可能媒体を伴う。このようにして考案することができるコンピューター読み取り可能媒体の一例を図６に示す。ここで、実施態様１１０は、コンピューター読み取り可能媒体１１２（例えば、ＣＤ−Ｒ、ＤＶＤ−Ｒ、またはハード・ディスク・ドライブのプラッター）を備えており、その上にコンピューター読み取り可能データー１１４がエンコードされている。このコンピューター読み取り可能データー１１４は、一方、本明細書において記述した原理にしたがって動作するように構成された１組のコンピューター命令１１６を備えている。１つのこのような実施形態では、プロセッサー実行可能命令１１６は、図５の方法例８０のような、トピック・データー・フィードをユーザーに提示する方法を実行するように構成することができる。他のこのような実施形態では、プロセッサー実行可能命令１１６は、図４のシステム例６６のように、トピック・データー・フィードをユーザーに提示するシステムを実現するように構成することができる。多くのこのようなコンピューター読み取り可能媒体は、本明細書において紹介した技法にしたがって動作するように、当業者によって考案することができる。

[0036] 本明細書において論じた技法では、多くの態様において変形を考案することもでき、一部の変形は、これらおよび他の技法の他の変形に対して追加の利点を示すこと、および／または欠点を減らすことができる。更に、変形の中には、組み合わせて実施できるものもあり、更に、変形の中には、相乗的協同によって、利点の追加および／または欠点の削減を特徴とすることができるものもある。これらの変形は、種々の実施形態（例えば、図４のシステム例６６および図５の方法例８０）に組み込んで、このような実施形態に個々の利点および／または相乗的利点を与えることができる。

[0037] これらの技法の実施形態の間で様々な変形が可能な第１の態様は、本技法を利用することができるシナリオに関する。第１の例として、トピック・データー・フィード４８が提示されるユーザー１２は、個人、個人のグループ（集合的および／または独立して活動する）、会社または組織のようなエンティティ、デバイス、あるいは自動プロセスであってもよい。第２の例として、データー項目１８と関連のあるトピック２０は、例えば、個人、位置、オブジェクト、イベント、または概念を含んでもよい。更に、１つ以上のトピック２０を特定の態様で、例えば、ファイル、リソース、またはウェブサイトによって、表現することができ、および／または多くの方法で、例えば、相対的または示差的名称、示差的識別子、ハッシュ値、データーベース・キー値、グローバル・ユニーク識別子（ＧＵＩＤ）、または表現的状態転送（ＲＥＳＴ：Representative State Transfer）サービスによってアクセス可能なリソースのような、ユニフォーム・リソース識別子（ＵＲＩ）によって、識別可能にすることもできる。第３の例として、データー・フィード１６は、テキストを含む多くのタイプのデータ項目１８、画像、音響、またはビデオのような媒体、ファイルまたはデーター集合のようなディジタル・オブジェクト、データーベースにおけるレコードまたはレコード集合、あるいはこのような品目の組み合わせを含むことができる。第４の例として、データー・フィード１６は、人間読み取り可能および／または機械解析可能なリスト、データーベースまたはデーターベースの一部、イベント・ログまたはファイル、拡張可能マークアップ言語（ＸＭＬ）文書のような構造化文書、またはリアリー・シンプル・シンジケーション（ＲＳＳ）データー・フィードのような登録フォーマットのような、多くのタイプのデーター項目１８の集合体を含むことができる。第５の例として、データー・フィード１６は、ファイル・サーバー、ウェブサーバー、データーベース・サーバー、または出力を有するデバイスというような、多くのタイプのデーター源１４によって供給することができる。これらの技法を適用することができるデーター源１４、データー・フィード１６、およびデーター項目１８の例の中には、１組のニュース項目を備えているニュース・ウェブサイトを提供するニュース・ウェブサーバー、１組のフォーラム・ポストを含むウェブ・フォーラムを提供うるフォーラム・ウェブサーバー、１組のウェブログ・エントリーを備えているウェブログを提供するウェブログ・サーバー、１組のデーター・フィード項目を備えているデーター・フィード（ＲＳＳフィードのような）を提供するデーター・サーバー、１組のファイルを備えているファイル・ストアを提供するファイルサーバー、および１組のデーター・レコードを備えているデーターベースを提供するデーターベース・サーバーが含まれる。当業者であれば、本明細書において論じた技法を有利に利用できる多くのシナリオを認識することができよう。

[0038] これらの技法の実施形態の間で様々な変形が可能な第２の態様は、このような実施形態のアーキテクチャに関する。図４は、一実施形態のアーキテクチャ例を示し、ここでは、本技法が、コンピューター６２のプロセッサー６４上で動作するシステム６６として実現されている。システム６６は、データー項目受信コンポーネント６８、トピック識別コンポーネント７０、およびトピック・データー・フィード提示コンポーネント７２を備えている。しかしながら、当業者であれば、これらの技法の実施形態に多くのアーキテクチャを選択することができ、一部のアーキテクチャは、他のアーキテクチャに対して、利点を示す、および／または欠点を減らすこともある。この第２の態様の第１例として、本技術（図５の方法例８０において示されたロジックのような）は、汎用コンピューターの汎用プロセッサー６４上で実行することができる１組の命令を構成するソフトウェアとして実現することができる。これらの命令は、特定のコンピューター６２または特定のプロセッサー６４に合わせて、部分的にまたは全体的にカスタム化することができる（例えば、命令は、特定のコンピューター６２の構造的特徴、またはグラフィクス・プロセッサー６４の特殊命令を利用することができる）。このような命令は、揮発性メモリー（例えば、システムＲＡＭ）、あるいは部分的または全体的な不揮発性メモリー（例えば、ハード・ドライブ上に格納されたキャッシュ、読み取り専用光ディスク、または再書き込み可能なフラッシュ・メモリー）に格納することができる。代わりにまたは加えて、本技法は、図５の方法例８０を実行するように構成された回路、または図４のシステム例６６を実現するように構成されたプログラマブル・フィールド・ゲート・アレイ（ＦＰＧＡ）のように、部分的または全体的にハードウェアで実現することもできる。

[0039] この第２の態様の第２例として、本技法は、サーバー、ワークステーション、ノートブックのような携帯用コンピューターというような多くのタイプのコンピューター６２、移動体電話機のようなデバイス、またはスタンドアロン・デバイスにおいて動作する回路において実現することができる。また、コンピューター６２は、デバイスの計算環境内において表されるＪａｖａ仮想マシンの内部で実行するＪａｖａにおけるソフトウェア実施態様のように、他のデバイス上で実行する仮想マシンを備えることもできる。また、コンピューター６２は、データー項目１８を受信するため、そしてトピック・データー・フィード４８を提示するために協調する（ネットワークを通じてというようにして）１組のコンピューターのように、１つよりも多いデバイスを備えることもできる。例えば、第１の協調実施形態では、データー項目１８の受信をサーバーによって実行することができ、このサーバーは、トピック・データー・フィード４８を、ユーザー１２が動作させているデバイスに送信し、このデバイスに結合されているディスプレイ上でレンダリングするために、トピック・データー・フィード４８を提示することができる。あるいは、第２の協調実施形態では、サーバーが、トピック２０と関連のある１組のデーター項目１８をクライアント・デバイスに提示することができ、クライアント・デバイスは、ユーザー１２に提示するために、これらからトピック・データー・フィード４８を発生することができる。第３の協調実施形態では、処理の種々の部分を分散することができ、例えば、ピア・ツー・ピア・ネットワークにおいて一緒に動作する１組のクライアント・デバイスが、協調して、他のピアと共有されるデーター項目１８を受信することができ、および／またはデーター項目１８をトピック２０と関連付ける際に必要とされる処理を、１組のクライアント・デバイスに跨がって分散することができる。協調的ピア・ツー・ピア・ネットワークは、例えば、これらの技法の帯域幅および処理コストを、一部または全部をユーザー１２によって動作させることができる、大きな１組のデバイス全体に分散するため、および／または広範囲に亘る同時処理によってこれらの技法の信頼性および速度を向上させるためには、有利であると考えられる。

[0040] この第２の態様の第３例として、これらの技法の実施形態のアーキテクチャに関する特定のシナリオでは、装備可能な計算環境において表されている１組のデバイスのユーザー１２に、トピック・データー・フィード４８を提示することを伴う。多数のデバイス間で計算環境へのアクセスを、一貫した装備可能な、そして拡張可能な態様で与えるための技法を開発する試みが近年行われている。また、これらの技法は、全てのこのようなデバイス間においてデーター・オブジェクトの自動同期、協同するデバイス間における共通のアプリケーション集合の装備、およびこのようなデバイス間においてアプリケーションの調達、インストール、使用、およびアンインストールを管理するための集中サービスに備えることも探求している。１組のデーター・オブジェクトおよびアプリケーションは、種々のデバイス間で必ずしも同一ではない。例えば、ワークステーションはデーター集合の全コピー一揃いと、多数の高性能アプリケーション（例えば、写真編集ソフトウェアおよびグラフィック集約ゲーム）を収容することができるが、一方セルフォン・デバイス（これの方がデーター・ストアが小さい）はデーター・オブジェクトの内部分集合だけしか格納できないものもあり、携帯用でないワークステーションには関係のない携帯関連アプリケーション（例えば、ＧＰＳに基づく地図作成ソフトウェア）を特徴とする場合がある。しかしながら、多くのアプリケーションおよびこれらに関係するデーター・オブジェクトは、このようなデバイス間で共有することができ（例えば、ユーザー・カレンダー・オブジェクトを管理するように構成されているカレンダー・アプリケーション）、計算環境は、このようなデバイス間におけるアプリケーションおよびデーター・オブジェクトの分散および同期を可能にするように適合させることができる。したがって、コンピューター・システムは、１組のデバイス間で計算環境の装備を可能にするように表現すると有利であることを、認めることができよう。

[0041] このような技法の１つでは、計算環境は、それによって使用される１組のアプリケーション、アプリケーション・リソース、およびデーター・オブジェクトを含み、デバイスの能力に応じてレンダリングするためにデバイスに配信可能なやり方で表される。オブジェクトは、ユーザーによって作成されるユーザー・ファイルおよびデーター、ならびにユーザーの計算環境を構成する多数のデバイスの表現というような、コンピューター・システムのデーター・オブジェクトを含む。このように表現された計算環境は、いずれのデバイスにも配信することができ、そのデバイスの能力に適したやり方でレンダリングすることができる。例えば、ワークステーションならば、ロバストで汎用的な計算環境としてこの情報をレンダリングすることができ、一方公衆ワークステーションであれば、ウェブ・ブラウザーによって異なる計算環境体験を（例えば、ユーザーのセッション終了時には破棄されてもよい仮想マシンとして）レンダリングすることができ、そしてセルフォンであれば、セルフォーン関連情報（例えば、連絡先、カレンダー、およびナビゲーション・データー）へのアクセスが増々素早くなるように、より薄いインターフェースを設けることができる。更に、データー集合に対する更新（例えば、好みの変化、内部に収容されているデーター・ファイルに対する更新）を、情報集合の正規情報源(canonical source)に適用することによって、情報集合が配信される他の全デバイスに伝搬させることができる。

[0042] 図７は、このような１つのシナリオ１２０を示し、ここでは、計算環境を計算環境ホスト１２２によってホストすることができ、計算環境ホスト１２２は、オブジェクト階層１２４を格納および管理することができる。計算環境ホスト１２２は、セル・フォン・デバイス１２６、パーソナル・ノートブック・コンピューター１３０、および公衆ワークステーション１３４のような、種々のデバイスに代わって、更に、異なるアクセス特権を有する異なるタイプのユーザーの代わって、異なる方法でオブジェクト階層１２４をレンダリングすることができる。逆に、計算環境に対する更新を計算環境ホスト１２２に伝えることができ、他のデバイスと自動的に同期させることができる。したがって、計算環境は、クラウド計算アーキテクチャとして考案し、提示することができる。クラウド計算アーキテクチャは、同じ計算環境に対して協同するポータル（デバイス特定の特性を有する）のメッシュを形成する全てのデバイス（「クライアント」）に跨がって一貫性があるレンダリングとして表現されているデバイス独立表現（「クラウド」）を構成する。

[0043] このシナリオ例に関して、本明細書において論ずる技法は、装備可能な計算環境を多くの方法で利用することができる。第１の例として、データー項目１８の受信、トピック２０との関連付けのためのデーター項目１８の評価、および／またはトピック・データー・フィード４８の発生は、オブジェクト階層１２４において表現されている１組のデバイスにわたって分散することができ、オブジェクト階層１２４は、計算環境ホスト１２２によって調整することができる。第２の例として、デバイスの各々を通じて、更に一貫したやり方で、トピック・データー・フィード４８をユーザー１２に提示することができる。例えば、ユーザー１２が最初にセルフォン・デバイス１２６上でトピック・データー・フィード４８を見て、後にノートブック・コンピューター１３０上でトピック・データー・フィード４８を見た場合、ノートブック・コンピューター１３８上での提示では、セルフォン・デバイス１２６上で既にユーザー１２に提示されたデーター項目１８を除外してもよい。第３の例として、実施形態の中には、トピック・データー・フィード４８が、トピック・データー・フィード４８のトピック２０に関する電子メール・メッセージのような、オブジェクト階層１２４で表現された１つ以上のデーター・オブジェクトを含むとよい場合がある。図７のシナリオ例１２０のコンテキストでは、第１デバイス（移動体電話機１２６のような）上に提示されたトピック・データー・フィード４８は、オブジェクト階層１２４に表され、他のデバイス（ノートブック・コンピューター１３０のような）上に、および／または計算環境ホスト１２２によって、格納されている少なくとも１つのデーター・オブジェクトを含むことができる。

[0044] この第２の態様の第４例として、これらの技法の実施形態のアーキテクチャに関する特定のシナリオでは、データー・フィード１６のデーター項目１８を識別し抽出するために、一実施形態の種々のデーター源１４との相互作用を伴う。一部のデーター源１４はデーター項目１８の受信および処理、ならびにデーター項目１８の潜在的に大きくなる可能性がある1組のユーザー１２への潜在的に可能性がある再分散をサポートするか、または促進さえできるものもあるが、他のデーター源１４は、このような処理を能動的にサポートできないものもある。第１の例として、データー源１４は、自動解析に合わせて設計されたのではないやり方で、しかしユーザー１２への提示のために、例えば、埋め込みデーター項目１８を特徴とするウェブ・ページとして、データー・フィード１６をコンピューター６２に提示することができる。データー項目１８を埋め込むやり方は、解析するのが難しい場合がある。例えば、ＨＴＭＬ文書のエレメントを、１組のデーター項目１８にマッピングすることは難しいと考えられる。実際、データー源１４の中には、データー項目１８の自動抽出を減少させるために、ＨＴＭＬ文書のエレメントを積極的に不明瞭にすることもある。第２の例として、データー源１４は、自動解析に役立つやり方で、データー項目１８を提示することができるが、データー項目１８に関する有用なメタデーター（例えば、データー項目１８と関連のあるトピック２０を識別するのに役立つことができるメタデーター、および／またはデーター・フィード１６内にあるデーター項目１８と共にユーザー１２に提示することができるメタデーター）は、識別するのが更に難しい場合があり、あるいはデーター源１４および／またはデーター・フィード１６に特定のやり方で識別可能な場合がある。例えば、データー源１４は、データー項目１８と共に、関連トピック２０の指示を含むことができるが、ハッシュ・タグ表記のような、データー源１４および／またはデーター・フィード１６に特定的なやり方でそうすることができる。

[0045] これらの詳細に鑑み、実施形態の中には、種々のデーター源１４からのデーター項目１８の受信を容易にするようにアーキテクチャ的に構成することができるものがある。例えば、一実施形態では、種々の発見的方法を利用してデーター項目１８を識別すること（例えば、項目のリストを示すことができるHTMLエレメントにおけるパターンを識別することによって）、および／または各データー項目１８に関するデーター源特定のメタデーターを抽出すること（例えば、電話番号およびアドレスのような、情報の共通フォーマットを識別し、抽出されたメタデーターを、それと関連のあるデーター項目１８と関連付けることによって）ができる。代わりにまたは加えて、一実施形態では、特定のデーター源１４から受信した特定のデーター・フィード１６のそれぞれのデーター項目１８に、特定の処理ロジックを適用するように構成することができる。第１の例として、一実施形態では、特定のデーター源１４からデーター項目１８を抽出するために、特定の解析プロトコルを利用するデーター源特定ロジックを含むことができる。例えば、一実施形態では、ウェブサーバーによってレンダリングされたＨＴＭＬにおける予測可能なパターンに基づいて、ウェブ・サーバー・データー源１４からデーター項目１８を「ウェブ・スクレープ」(web scrape)することができる。第２の例として、一実施形態では、データー源１４のデーター源タイプを識別しようと試みることもでき、データー項目１８および／またはメタデーターを抽出するために、データー源タイプ特定ロジックを適用することができる。例えば、この実施形態では、特定のデーター源１４が、特定のタイプのウェブ・フォーラム・ソフトウェアによって開設された(powered)ウェブ・フォーラムのような、特定のデーター源タイプのものであることを識別することができ、したがって、このデーター源タイプの多くのデーター源１４によってレンダリングされたＨＴＬＭエレメントの予測可能なパターンに基づいて、データー源１４によってレンダリングされたウェブ・ページを「ウェブ・スクレープ」することができる。第３の例として、一実施形態では、特定のデーター・フィード１６からデーター項目１８および／またはメタデーターを抽出するために、データー・フィード特定ロジックを利用し、特定のデーター・フィード・タイプのあらゆるデーター・フィード１６からデーター項目１８を抽出するために、データー・フィード・タイプ特定ロジックを利用することができる（例えば、フォト・ストリームを含むデーター・フィード１６は、著者の名前および画像の作成日付を、画像を表すデーター項目１８の近くに型どおりにエンコードすることができ、したがって、フォト・ストリームとして識別されたデーター・フィード１６の全てに、作者名および作成日付を、それぞれのデーター項目１８の関連メタデーターとして識別し抽出しようとするロジックの処理を受けさせることができる）。第４の例として、一実施形態では、データー項目１８を識別するため（例えば、データー・フィード１６が画像を含む場合、データー・フィード１６のデーター・オブジェクトを調べて、画像のファイル・フォーマットと一致するあらゆるデーター・オブジェクトをデーター項目１８として抽出するロジックを利用することができる）、および／または関連メタデーターを抽出するために（例えば、画像のファイル・フォーマットは、作者名に対するメタデーターを含むことができ、一実施形態において、特定のデーター項目１８を画像として識別した場合、そのファイル・フォーマットに基づいて作者名を抽出しようとすることができる）、データー項目タイプ特定ロジックを利用することができる。

[0046] 図８は、このタイプのアーキテクチャを実現する一実施形態（システム例１４２として示す）が、データー源タイプ毎に種々のデーター源１４から受信したデーター項目１８を評価することができる、シナリオ例１４０を示す。システム例１４２は、１組のデーター源解析コンポーネントを含み、これらのデーター源解析コンポーネントは、それぞれ、個々のデーター源タイプ毎に、そのデーター源タイプのデーター源１４のデーター・フィード１６のデーター項目１８を解析するように構成されている。例えば、第１データー源解析コンポーネント１４６は、第１データー・フィード１６を提供する第１データー源１４を含み、第１データー源タイプのデーター源によって提供されたデーター項目１８を解析するように構成することができ、第２データー源解析コンポーネント１４８は、第２データー・フィード１６を提供する第２データー源１４を含む、第２データー源タイプのデーター源によって提供されるデーター項目１８を解析するように構成することができる。また、システム例１４２は、データー源インターフェース１４４も含むことができる。データー源インターフェース１４４は、それぞれのデーター源１４について、データー源１４のデーター源タイプを識別し、データー源１４のデーター項目１８を解析するために、データー源１４のデーター源タイプに合わせて、データー源解析コンポーネントを呼び出すように構成することができる。

[0047] このアーキテクチャに基づいて、図８に示すシステム例１４２は、以下のようにして、種々のデーター源１４からデーター項目１８を受信することができる。第１データー源１４からデーター項目１８を受信するために、システム例１４２は、データー源インターフェース１４４を呼び出して、第１データー源１４のデーター源タイプを識別することができる。このデーター源タイプは、第１データー源解析コンポーネント１４６によってサポートすることができ、データー源インターフェース１４４は、第１データー源１４からデーター項目１８を受信し、第１データー源１４のデーター源タイプのフォーマットにしたがって、これらを解析するために呼び出すことができる。したがって、第１データー源解析コンポーネント１４６は、第１データー源１４によって提供された第１データー・フィード１６の第１データー項目１８および第２データー項目１８を受信することができ、第１データー源１４のデーター源タイプのフォーマットにしたがってこれらを評価することができ、１組の評価されたデーター項目１５０を発生することができる。同様に、第２データー源１４からデーター項目１８を受信するために、システム例１４２は、データー源インターフェース１４４を呼び出して、第２データー源１４のデーター源タイプを識別することができ、次いで、第２データー源解析コンポーネント１４８を呼び出して、第２データー源１４によって提供される第２データー・フィード１４のデーター項目１８を受信し、評価されたデーター項目１５０を生成するために、第２データー源１４のデーター源タイプのフォーマットにしたがって、データー項目１８を解析することができる。評価されたデーター項目１５０は、次に、システム例１４２のトピック・データー・フィード提示コンポーネント７２に供給することができ、トピック・データー・フィード提示コンポーネント７２は、それからトピック・データー・フィード４８を発生することができる。このシステム例１４２は、例えば、差し込み可能なアーキテクチャまたはドライバーに基づくアーキテクチャによって実現することができ、新たなデーター・タイプが発見されたとき、またはデーター源タイプが変化したときに、新たなまたは変更されたデーター源タイプのデーター源１４からデーター項目１９を受信するために、データー源解析コンポーネントを追加するまたは変更することができる。当業者であれば、本明細書において論じる技法を利用することができる多くのシナリオを考案することができよう。

[0048] これらの技法の実施形態の間で様々な変形が可能な第３の態様は、対応するデーター源１４からデーター・フィード１６のデーター項目１８を受信する態様に関する。この第３の態様の第１例として、これらの技法は、データー・フィード１６を配給するウェブサーバー、またはデーター・フィード１６のデーター項目１８を収容するデーターベースにアクセスすることができるコンピューター６２というような、データー・フィード１６にアクセスすることができるコンピューター６２上で実行することができる。この第３の態様の第２例として、コンピューター６２は、ローカル・エリア・ネットワーク、セルラー・ネットワーク、またはインターネットのようなネットワークを通じて、データー・フィード１６を要求することができる。したがって、これらの技法の一実施形態では（データー項目受信コンポーネント６８のような）、例えば、周期的にまたはユーザー１２の要求があったときにデーター源１４をポールすることによって、データー・フィード１６を監視することができる。代わりにまたは加えて、この実施形態では、データー・フィード１６のデーター項目１８を受信するためにデーター源１４に登録することによってというようにして、１つ以上のデーター項目１８を受信したときに、データー源１４に実施形態に通知するように要求することができるとよい。したがって、データー源１４は、１つ以上のデーター項目１８を受信したときに、本実施形態に能動的に通知することができ、および／または新たに受信したデーター項目１８のダイジェストを周期的に発生し本実施形態に送ることができる。

[0049] この第３の態様の第３例として、数箇所のデーター源１４が、単に１つ以上のデーター・フィード１６からのデーター項目１８の自動抽出をサポートし損ねるのはなく、また自動抽出を抑止するのではなく（例えば、ＨＴＭＬ構造のキャプチャ(captchas)または不明瞭化の使用によって）、データー・フィード１６を扱うウェブサイトの容認可能な使用方針において禁止を指定することによってというようにして、能動的に自動処理を禁止することもできる。この方針は、データー源１４および／またはフィード１６のアドミニストレーター（一人または複数）の種々の関心に基づくことができ、例えば、広告収益を高めるために人間の訪問に対するウェブサイト・アクセスを規制し、または非効率であるかもしれない帯域幅および処理集約的な自動アクセスを減らす。したがって、一人のユーザー１２またはユーザー１２のグループが自動でデーター項目１８を受信することを許可不可能にするとよく、データー源１２のアドミニストレーター（一人または複数）は、違反者によるデーター・フィード１６へのアクセスを検出し、ブラックリストに載せるか、またそうでなければアクセスを阻止しようとすることができる。しかしながら、本明細書において紹介する技法の実施形態の中には、大きなユーザーの集合体の代わりに１回で各データー項目１８を受信し評価することによって、大きな１組のユーザー１２にサービスを提供するために用いられると、非常に有利である場合がある。この調整可能性(scalability)によって、データー源１２のアドミニストレーター（一人または複数）の関心を高めることができる。例えば、これらの技法は、データー源１４に余分な帯域幅コストを発生することなく、遙かに大多数のユーザー１２にデーター・フィード１６が到達することを可能にすると考えられる。これらの技法は調整が可能であることの利点を提供するので、本実施形態によってデーター・フィード（１つまたは複数）１６の自動監視を許可することによって、本実施形態によってデーター項目１８の受信を促進することは、種々のデーター源１４のアドミニストレーター（一人または複数）の関心事であると考えられる。当業者であれば、本明細書において論ずる技法を実現しつつ、データー項目１８を受信する多くの方法を考案することができよう。

[0050] これらの技法の実施形態の間で様々な変形が可能な第４の態様は、データー項目１８を関連付けることができるトピック２０を識別するやり方に関する（図４のシステム例６６においてトピック識別コンポーネント７０によって実行することができるようなやり方）。尚、多種多様のデーター源１４によって提供される多種多様のデーター・フィード１６が、多くの異なるドメインで書かれたテキスト（例えば、ニュース記事、技術紹介、統計的および事実に基づく摘要、ウェブログおよびソーシャル・ネットワーキング・サイトから引き出された逸話および対話、画像およびビデオ記録、ならびに様々なタイプのデーター・オブジェクト）のような、多種多様のデーター項目１８を提示できることは認めることができよう。更に、このようなデーター項目１８は、種々の言語、様式（例えば、技術的、学術的、日常的）、およびコンテキストで著作することもできる。このような多種多様のデーター項目１８と関連のあるトピック２０の自動識別は難しい場合もあり、このようなトピック２０の一部を識別するためには人間の関与を必要とすることもあるが（"Mechanical Turk"技法を組み込む）、大量のデーター項目１８に対して正確な人間の注意を受けるコストは、実現可能ではない場合もある。

[0051] したがって、それぞれのデーター項目１８と関連のあるトピック２０を識別するために、これらの技法の実施形態では、種々の自動分析の形態樹種を描写することができ、自動技法の大きなそして洗練された集合を含む。このような技法の中には、関連のあるトピック２０を識別するために、データー項目１８のメタデーターを調べることを必要とするものある。この第４の態様の第１例として、データー項目１８と関連のあるトピック２０を識別するために、データー項目１８と関連のある種々のタイプのメタデーターを、種々のトピック２０と関連付けられることが多いトピック・メタデーター項目と比較することができる。例えば、居住者地域別分類された場所(geocoded location)において取り込まれた写真画像を、種々の陸標の既知の居住者地域別分類と比較して、その写真の主題である可能性があるものを特定することができる。この第４の態様の第２例として、トピック２０が、個人の示差的識別子（例えば、ソーシャル・ネットワークにおいて表された個人のプロファイルの数値識別子、または特定のイベントを記述するリソースと関連のあるＵＲＩ）のような、特定のトピック識別子を有し、データー項目１８は、そのデーター項目１８のトピック２０との関連の指示として、トピック２０のトピック識別子を含むことができる。更に、これらのトピック識別子の一部が、特定のデーター源１４、データー・フィード１６、および／またはデーター項目１８のタイプに特定的であってもよい。例えば、特定のウェブサイトが、データー項目１８と関連のあるトピック２０を示すために、特定的にフォーマットされたハッシュ・タグのような、指示凡例を採用することもできる。したがって、図８のシナリオ例１４０において示すような、本明細書において論じたアーキテクチャの変形では、データー項目１８と関連のあるトピック２０を識別するときに用いるために、これらの凡例を検出することができる。

[0052] この第４の態様の他の変形では、分析のコンテンツに基づく形態を利用することができる。この第４の態様の第３例として、種々の発見的方法を利用して、既知のトピック２０の用語集、またはデーター項目１８のトピック２０に対応する可能性がある適正な名詞の用語集を用いたキーワードの検出のように、データー項目１８においてトピック２０を識別することができる。この第４の態様の第４例として、意味的分析を利用することができる。例えば、表現を含むデーター項目１８について（ユーザー１２によって著作された文書またはコメントのような）、自然言語解析器を適用してこの表現を解析し、言語構造のような概念に基づいて、この表現によって参照される１つ以上のトピック２０を識別することができる。更に、画像分析技法および生物計測を利用して、写真画像の中にある特定の物体および個人を識別することもできる。この第４の態様の第５例として、コンテキスト分析の種々の形態を利用することもできる。例えば、特定のデーター・フィード１６またはデーター源１４から引き出されたデーター項目１８から、特定のトピック２０に関係する全てを推定することができる。または、トピック２０が第１データー項目１８と関連があることが識別された場合、第１データー項目１８に関係のある第２データー項目１８は、同じトピック２０と関連があると推測することができる。この第４の態様の第６例として、データー項目１８間におけるコンテキスト関係を用いて、第１データー項目１８と関連のあるトピック２０が、コンテキスト的に関係のある第２データー項目１８とも関連があることを識別することができる。例えば、２人の個人間の対話は、互いに応答するコメントを含む１組の関係のあるデーター項目１８として表すことができる。データー項目１８の内部で参照されているトピック２０は、したがって、他のデーター項目１８によって表される応答コメントにコンテキスト的に関係があることを識別することができる。この関係は、例えば、トピックの繰り返し言及によって、明示的に辿る(follow)ことができ、または、例えば、トピック２０に対するその後のコメントのコンテキスト的関係を推定することによって（例えば、ある時間期間内にトピックを参照するコメントを扱うコメント）推論することができる。更に洗練された実施形態では、これらの技法のいくつかを含むことができ、ファジー論理、ベーズ分析、エキスパート・システム、および人工知能網というような、種々の形態の人工知能技法を用いて、このような分析を組み合わせることもできる。

[0053] 図９は、これらの技法のいくつかを利用するトピック識別コンポーネント７０によるトピックの自動識別を描写するシナリオ例１６０を示す。このシナリオ例１６０では、第１データー源１４が、関係１６２を有する２つのデーター項目１８を１組として表された、２人のユーザー間における対話を含む第１データー・フィード１６（ウェブ・フォーラムのような）を提供し、第２データー源１４（マーク・スミスと名乗る個人のウェブサーバー）が、個人によって著作されたコメントを表す第３データー項目１８を含む第２データー・フィード１６（個人のウェブログのような）を提供する。トピック識別コンポーネント７０は、これらのデーター項目１８と関連付けることができる１組のトピック２０を識別するために適用することができ、この識別において種々の技法を利用することができる。第１に、トピック識別コンポーネント７０は、第１データー項目１８にアクセスすることができ、このコメントにおいて用いられている頭字語「ＰＤＣ」を識別することができる。トピック識別コンポーネント７０は、トピック用語集１６４を参照することによって、このトピックを更に特定して識別しようと試みることができる。トピック用語集１６４は、この頭字語「ＰＤＣ」の職業開発者会議(Professional Developers Conference)として知られているイベントへのマッピングを含むことができる。したがって、トピック識別コンポーネント７０は、第１データー項目１８をこのイベントについてのトピック２０と関連付けることができる。次いで、トピック識別コンポーネント７０は、第２データー項目１８を調べ、第１データー項目１８と第２データー項目１８との間の関係１６２を識別することによって（第２は第１に対する応答コメントとして表されている）、更にこれらの間の意味的関係を識別することによって（第２データー項目１８における「私も！」というコメントは、第１データー項目１８によって言及されたイベントに言及する）、第２データー項目１８を、第１データー項目１８と関連のある同じトピック２０と関連付けることができる。また、トピック識別コンポーネント７０は、第２データー源１８を参照する第２データー項目１８に埋め込まれているＵＲＬを識別することもできる。このＵＲＬは、特定のトピック２０として知られている既知の個人（例えば、頻繁に参照される個人）によって、管理されている。したがって、トピック識別コンポーネント７０は、第２データー項目１８を、このトピック識別子に基づいて、この個人と関連のあるトピック２０と関連付けることができる。

[0054] 図９のシナリオ例１６０において表されている第３データー項目１８に移ると、トピック識別コンポーネント７０は、最初に、第３データー項目１８のドメインをトピック識別子として評価することができ、第３データー項目１８を、第２データー項目１８において参照されている同じ個人のトピック２０と関連付けることができる。また、トピック識別コンポーネント７０は、「ソーシャル・ネットワーキング」というキーワードを、第３データー項目１８の内容において識別することができ、第３データー項目１８を、ソーシャル・ネットワーキングを表すトピック２０と関連付けることができる。また、トピック識別コンポーネントは、第３データー項目１８の意味的内容を、第１および第２データー項目１８のそれと照合することができ、ソーシャル・ネットワーキングについて参照された提示が、職業開発者会議において与えられることになっていることを識別することができる。したがって、トピック識別コンポーネント７０は、第３データー項目１８を、提示を行おうとする専門的開発者会議トピック２０と関連付けることができ、第２データー項目１８を、参照された提示を与えることができる「ソーシャル・ネットワーキング」トピック２０と関連付けることができる。このように、トピック識別コンポーネント７０は、各データー項目１８のメタデーター（これらの間の関係１６２を含む）および各データー項目１８の内容の双方に関与する多くの技法を用いて、データー項目１８をトピック２０と関連付けることができる。当業者であれば、本明細書において論ずる技法を実現しつつ、データー項目１８をトピック２０と関連付ける多くの方法を考案することができよう。

[0055] これらの技法の実施形態の間で様々な変形が可能な第５の態様は、ユーザー１２からトピック２０を受け取る態様に関する。この第５実施形態の第１例として、ユーザー１２は、１組のキーワードを与えることによって、またはこれらの技法の一実施形態がトピック・データー・フィード４８を与えるように構成されている入手可能なトピック２０のリストから選択することによってというようにして、ユーザー１２に関心がある１組のトピック２０を簡単に指定することができる。代わりにまたは加えて、ユーザー１２についての情報に基づいて、１つ以上のトピック２０を推論することもできる。この第５の態様の第２例として、ユーザー１２の通信を監視して、ユーザー１２によって書かれ種々のトピック２０に対応するキーワードを識別することによってというようにして、ユーザー１２が論じそうなトピック２０を識別することもできる。この第５の態様の第３例として、ユーザー・プロファイルに格納されているユーザー１２についての情報（例えば、年齢、地理的位置、職業、または記載されているユーザー１２の関心）というような、ユーザー１２の少なくとも１つのユーザー記述子を識別することができ、ユーザー記述子に基づいて、少なくとも１つのトピック２０を潜在的なユーザー１２の関心事として推論することができる。この第５の態様の第４例として、ユーザー１２の種々のユーザー行為を監視することができ、潜在的なユーザー１２の関心事の少なくとも１つのトピック２０を推論することができる。例えば、これらの技法の一実施形態では、ユーザー１２が訪問したウェブサイトを監視することができ、このようなウェブサイトと関連のある種々のトピック２０を識別することができ、ユーザー１２のウェブサイトとの相互作用の度合いに応じて、このようなトピック２０におけるユーザー１２の関心を計測することができる（ウェブサイトをブラウズするのに費やした時間量、ウェブサイトに再び訪問した頻度、およびウェブ・フォーラムにおける能動的な参加と比較した場合の特定のトピック２０についてのこのウェブ・フォーラムの受動的なブラウズというような、ウェブサイトと相互作用するためにユーザー１２が費やした手間というような）。

[0056] これらの技法の実施形態の間で様々な変形が可能な第６の態様は、トピック２０と関連のあるデーター項目１８に基づいて、トピック・データー・フィード４８を発生するやり方に関する。この第６の態様の第１例として、一実施形態では、特定のトピック２０と関連のあるデーター項目１８を選択し、このデーター項目１８をトピック２０のトピック・データー・フィード４８に総計することができる。この総計は、多くの方法で行うことができ、例えば、データー項目１８を順序付けされていない集合として、または種々の方法で順序付けされた集合として提示することによって行うことができる（例えば、年代順で、トピック２０との関係の度合いというような重要性の尺度によって、各データー項目１８のデーター源１４の信頼性または正当性(authoritativeness)の度合いというような優先度の尺度として、またはこのような要因の組み合わせ）。この第６の態様の第２例として、例えば、各データー項目１８の内容全体を含ませることにより、テキスト・データー項目１８の最初の数個の単語または文章あるいは画像データー項目１８のサムネール・バージョンというような、各データー項目１８の概要または抜粋を含ませることによって、ファイル名、オブジェクト・タイプ、サイズ、およびソースというような、各データー項目１８の記述を含ませることによって、あるいはデーター項目１８にアクセスすることができるＵＲＩのような、データー項目１８への参照を含ませることによって、データー項目１８をトピック・データー・フィード４８に多くの方法で統合することができる。

[0057] この第６の態様の変形の中には、トピック・データー・フィード４８を発生しつつデーター項目１８に適用するためにユーザー１２によって指定することができる種々のフィルターを伴うものがある。ユーザー１２は、トピック２０と関連のあるデーター項目１８のトピック・データー・フィード４８への総計を調節するために、種々の規準を指定することができる。これらのフィルターは、データー項目１８の中に存在すると考えられるキーワード、データー項目１８の公開日付けの日付け範囲というような、データー項目１８と関連のある種々のメタデーター項目の値または値の範囲、あるいはデーター源１４あるいは種々のデーター項目１８の著者または主題(subject)としての役割を果たすことができる個人の識別(identity)を含む、信頼性のあるまたは信頼性のない識別のグループというような、種々の規準を指定することができる。更に、フィルターの規準と符合するデーター項目１８について、このフィルターは、データー項目１８をトピック・データー・フィード４８に含ませるまたはそこから除外できること、異なる方法でトピック・データー・フィード４８において表現できること（例えば、トピック・データー・フィード４８は、関心が高いデーター項目１８であれば、その全体バージョンを含み、関心が低いデーター項目１８であれば、その抜粋または記述を含むのであってもよい）、優先度または重要度を反映するためにデーター項目１８のサムネール表現のサイズを拡大または縮小することによってというようにして、トピック・データー・フィード３８において強調するまたは強調しないことができること、他のデーター項目１８の前または後というように、特定のやり方でトピック・データー・フィード４８内において位置付けできること等を指定することができる。加えて、１組のこのようなフィルターを多くの方法で、例えば、ブール論理またはファジー論理の階層を用いて、ベーズ・ネットワークまたはエキスパート・システムとして、あるいはデーター項目１８がユーザー１２にとって関心があると考えられる基準となる所望の閾値またはトピック・データー・フィード４８におけるデーター項目１８間の所望の順序を識別するための採点システムまたは重み付けシステムとして、組み合わせることもできる。１つのこのような実施形態では、フィルターの規準が、その規準に符合するデーター項目２８に帰することができるスコアーを指定することができ、トピック・データー・フィード４８が発生されたときに、このフィルターの規準にしたがって、それぞれのデーター項目１８に対して、集計スコアーを計算することができ、トピック・データー・フィード４８のデーター項目１８を、この集計スコアーにしたがって順序付けることができる。多くのタイプの規準を考案することができ、トピック・データー・フィード４８を発生している間に、種々の効果や相互関係を有する多くのタイプのフィルターが、このような規準をデーター項目１８に適用することができる。

[0058] この第６の態様の追加の変形では、トピック２０と関連のあるデーター項目１８からトピック・データー・フィード４８を発生している間に、種々のタイプのサービスを適用することができる。この第６の態様の第３例として、一実施形態では、１つ以上のトピック・データー・フィード４８における冗長なデーター項目１８の包含を減少させようと試みることができる。１つのこのようなシナリオでは、同じトピック２０と関連のある２つのデーター項目１８を、同じイベントについて記述する、または実質的に同様の内容を扱う２つのニュース記事というように、同等であることを識別することができ、一方のこのようなデーター項目１８をトピック・データー・フィード４８から除去することができる。他のこのようなシナリオでは、第１トピック・データー・フィード４８に含まれるデーター項目１８を、第２トピック・データー・フィード４８に既に含まれていること、または第１トピック・データー・フィード４８の以前の提示に既に含まれていることを識別することができ、したがって、第１トピック・データー・フィード４８から除去して、１回よりも多くユーザーに同じデーター項目１８を提示するという冗長さを減少させることができる。この第６の態様の第４例として、トピック・データー・フィード４８に含ませるために、データー項目１８を変換および／または補足することができる。例えば、データー項目１８の内容におけるトピック２０への参照を強調することができ、データー項目１８を元の言語から母国語に翻訳することができ、またはデーター項目１８を種々の表現から、トピック・データー・フィード４８のデーター項目間でより一貫性のある、標準化された表現に変換することができる（例えば、画像を含む１組のデーター項目１８は、ＧＩＦ、ＪＰＧ、およびＰＮＧというような、種々の画像フォーマットで受信することができ、ＴＩＦＦのような標準化された画像フォーマットに変換してトピック・データー・フィード４８に含ませることができる）。この第６の態様の第５例として、データー項目１８を更に分類することができる。例えば、特定のトピック２０（俳優というようなトピック）をサブトピック（異なる上演または作品においてその俳優が演じた役割というようなサブトピック）に分割することができ、トピック・データー・フィード４８内において、サブトピックまたは関係するトピック２０との相互参照によって、データー項目１８を再分類(subcategorize)することができる。多くのタイプのサービスを考案し、トピック・データー・フィード４８のデーター項目１８に適用することができる。

[0059] 図１０は、以前に受信され種々のトピック２０と関連付けられた１組のデーター項目１８からの１組のトピック・データー・フィード４８の発生を記述する図の一例を示す。このシナリオ例における第１時点１７０において、受信されたデーター項目１８を、総計コンポーネント１７２によって処理することができる。総計コンポーネント１７２は、第３トピック２０と関連のあるデーター項目１８を含む第３トピック・データー・フィード４８と、第４トピック２０と関連のあるデーター項目１８を含む第４トピック・データー・フィード４８とを発生することができる。これらのトピック・データー・フィード４８をユーザー１２に提示している間に、１組のフィルターおよびサービスの適用によって、更なる価値をトピック・データー・フィード４８に追加することができる。したがって、このシナリオ例の第２時点１７４において、フィルター集合１７６をトピック・データー・フィード４８に適用して、ユーザー１２によって指定された種々の規準にしたがってデーター項目１８を除去する、並び替える、強調する、強調をなくすことによってというようにして、種々のフィルター１７８の規準および作用(effects)にしたがって、各データー・フィード４８を構成する１組のデーター項目１８を調節することができる。例えば、選択フィルターを適用して、他のデーター項目１８よりも関心が高い特定のデーター項目１８を選択することができる。例えば、第３トピック・データー・フィード４８において、第３データー項目１８が、ユーザー１２に対してより高い優先度または潜在的関心があることを識別することができ、強調のために拡大することができる。一方、第４データー項目１８および第５データー項目１８は、第３データー項目１８よりも優先度が低いことが識別され、強調をなくすために縮小することができる。また、時間フィルターおよびキーワード・フィルターもトピック・データー・フィード４８に適用して、廃れているデーター項目１８またはユーザー１２にとって関心が低くなったデーター項目１８を除去することができる。例えば、第４データー・フィード４８において、第４データー項目１８が、第４トピック２０から逸脱するキーワードを含む場合、これを除去することができる（例えば、第４トピック２０が「ウェブ開発」に関係があると考えられる場合、蜘蛛の巣の出来方を含む無関係な昆虫に関する記事の包含を減少させるために、「蜘蛛類動物」に対するキーワード・フィルターをトピック・データー・フィード４８に適用するとよい）。このシナリオ例の第３時点１８０において、サービス集合１８２をトピック・データー・フィード４８に適用して、種々のサービス１８４にしたがってデーター項目１８を更に調節することができる。例えば、繰り返し防止サービス(de-duplication service)を適用して、繰り返しデーター項目１８の冗長な提示を減少させることができる。例えば、このサービスは、第５データー項目１８が第３トピック・データー・フィード４８および第４トピック・データー・フィード４８の双方に含まれていることを識別することができ、したがってそれを第３トピック・データー・フィード４８から除去することができる。また、変換サービスも適用して、データー項目１８を更に一貫性のあるまたは互換性のあるフォーマットに変換することもできる。例えば、第５データー項目１８を、第４トピック・データー・フィード４８に含ませるために、新たな表現に変換することができる。これらのフィルター１７８およびサービス１８４をトピック・データー・フィード４８のデーター項目１８に適用することによって、図１０のシナリオ例において紹介したこれらの技法の実施形態は、これによって、ユーザー１２にとって一層関心が高まったと考えられる、改良された１組のトピック・データー・フィード４８を発生する。

[0060] この第６の態様の追加の変形は、トピック・データー・フィード４８をユーザー特定データー項目で補足することに関する。多くのタイプのユーザー特定データー項目を識別し、トピック２０と関連付け、トピック・データー・フィード４８に含ませることができる。この第６の態様の第６例として、ユーザー特定データー項目は、アクセス制御データー項目を含むことができる。このアクセス制御データー項目は、ユーザー１２を含む個人の特定の集合のみにアクセス可能になっている（そして、恐らく、ユーザー１２のみにアクセス可能である）。例えば、ユーザー特定データー項目は、ファイル、電子メール・メッセージ、またはユーザー１２にとって個人的なデーターベース・レコード、あるいは特定の登録者集合にアクセスが限定されている登録に基づくサービスにおける１組の記事を含むことができる。この第６の態様の第７例として、アクセス制御データー項目は、図７のシナリオ例１２０におけるような、オブジェクト階層１２４で表されるデーター・オブジェクトを含むことができ、メッシュを通じてアクセス可能な他のデバイス上または計算環境ホスト１２２上に格納することができる。これらの例では、これらの技法の一実施形態では、ユーザー１２にアクセス可能な種々のデーター・オブジェクトを調べることができ、このようなデーター・オブジェクトが関連付けられているトピック２０を識別することができ、トピック２０に対してトピック・データー・フィード４８を発生している間に、この実施形態は、これらのデーター・オブジェクトの内１つ以上を、トピック２０と関連のあるユーザー特定データー項目として含むことができる。例えば、この実施形態は、ユーザー１２の証明書を利用することによって、ユーザー１２に代わってユーザー特定データー項目を入手することができる（ユーザー１２の証明書を用いて、アクセス制御登録サービスにログインするというような）。または、この実施形態は、第１デバイス上で動作しているときに、第２デバイスまたは装備可能な計算環境の計算環境ホスト１２２と接触して、オブジェクト階層１２４に表されているトピック関連データー・オブジェクトを入手することができる。

[0061] 図１１は、トピック・データー・フィード４８を発生している間に、ユーザー特定データー項目を含ませることを描写するシナリオ例１９０を示す。これらの技法の一実施形態では、データー・フィード１６の１組のデーター項目１８を、１組のウェブ・ポストを備えているウェブ・フォーラムを扱うウェブサイトというような、データー源１４から受信することができる。データー項目１８は、特定のトピック２０（専門的開発者会議のようなトピック）との関連付けについて評価することができ、トピック・データー・フィード４８を、トピック２０と関連のあるデーター項目１８から発生することができる。加えて、ユーザー１２は、ファイル・システム１９２における１組のファイルおよび電子メール・アカウント１９６における１組の電子メール・メッセージというような、特定のユーザー特定データー項目にアクセスすることができる。ファイル・システム１９２から、ファイル１９４を、トピック２０と関連があるとして識別することができ、電子メール・アカウント１９６から、電子メール・メッセージ１９８がトピック２０と関連があることを識別することができる。したがって、ファイル１９４および電子メール・メッセージ１９８は、データー源１４から引き出されたデーター項目１８と共に、トピック・データー・フィード４８に含ませて、同じトピック２０に関するデーター項目をカスタム化した総合的な集合体を、ユーザー１２に提示することができる。当業者であれば、本明細書において論ずる技法を実現しつつ、トピック・データー・フィードを発生する多くの方法を考案することができよう。

[0062] これらの技法の実施形態の間で様々な変形が可能な第７の態様は、トピック・データー・フィード４８をユーザー１２に提示するやり方に関する。この第７の態様の第１例として、提示１００は、１つ以上のトピック・データー・フィード４８を含むデーター項目１８をディスプレイ上にレンダリングすることを伴うことがあり、またはユーザー１２が動作させているデバイスにトピック・データー・フィード４８を配信することを伴うこともある。この第７の態様の第２例として、提示１００は、多くのイベントに応答して実行することができる。第１のこのようなシナリオでは、ユーザー１２は関心のある１組のトピック２０指定することができ、一実施形態では、指定されたトピック２０と関連のあるトピック・データー・フィード４８を素早く発生するかまたは引き出すことができ、このトピック・データー・フィード４８をユーザー１２に提示することができる。第２のこのようなシナリオでは、ユーザー１２から少なくとも１つのトピック２０を受信したときに、種々のトピック２０と関連のあるデーター項目１８を格納するように構成されているデーター・ストアにトピック２０を格納するように、トピック・データー・フィード提示コンポーネント７２を構成することができる。後に、ユーザー１２からトピック・データー・フィード４８を提示する要求を受けたときに（以前に指定されたトピック２０に基づいて）、トピック・データー・フィード提示コンポーネント４８は、これらのトピック２０をデーター・ストアから引き出すことができ、これらのトピック２０に対してトピック・データー・フィード４８を発生することができ、トピック・データー・フィード４８をユーザー１２に提示することができる。更に、データー項目１８および／またはトピック・データー・フィード４８のためにデーター・ストアを含ませることによって、このようなトピック・データー・フィード４８の保管が可能になり、数年前からのイベントのトピック記述のような、古いトピック４８のアーカイブ・トピック・データー・フィード４８をユーザー１２が要求することが可能になると考えられる。第３のこのようなシナリオでは、一実施形態において、トピック２０を格納することができ、一連のリフレッシュした１組のトピック・データー・フィード４８を周期的にユーザー１２に提供することができる。このトピック・データー・フィード４８は、直前の提示以降に受信されたトピック２０と関連のある、新たに受信したデーター項目１８を含む（またはそれに限定される）。第４のこのようなシナリオでは、第１組のトピック・データー・フィード４８を提示した（１００）後、一実施形態では、トピック・データー・フィード４８のトピック２０に関する新たなデーター項目１８を受信したときに、新たに受信したデーター項目１８の電子メール通知によって、または最新のデーター項目１８を含むように、現在提示されているトピック・データー・フィード４８をリフレッシュすることによってというようにして、新たなデーター項目１８をユーザー１２に送ることができる。

[0063] この第７の態様の第３例として、１組のユーザー１２（潜在的に大きくなる可能性がある１組）に代わってトピック・データー・フィード４８を発生するために、計算リソースを種々の方法で割り当てることができる。第１のこのようなシナリオでは、全てのユーザーに代わってデーター項目１８を受信してトピック２０と関連付けることができるが、トピック・データー・フィード４８の発生は、ユーザー毎にそして要求毎に行うことができる。例えば、ユーザー１２が関心のあるトピック２０を指定すると、一実施形態では、それと関連のあるデーター項目１８に基づいて、トピック・データー・フィード４８を発生して提示することができる。第２のこのようなシナリオでは、１組のトピック・データー・フィード４８を種々のトピック２０に合わせて発生することができ、ユーザーがトピック２０を指定または選択すると、そのトピック２０に対するトピック・データー・フィード４８を引き出してユーザー１２に提示することができる。例えば、この実施形態では、各ユーザー１２および／またはユーザー要求に対して同じトピック・データー・フィード４８を繰り返し発生することを避けるために、人気のあるトピック２０のためにトピック・データー・フィード４８の蓄えを維持することにより、効率の利得（efficiency gain)を得ることができる（特に、トピック２０が多くのユーザーによって頻繁に要求される場合、および／またはデーター項目１８の精巧な言語翻訳を伴うというように、トピック・データー・フィード４８の発生が計算集約的な場合）。しかしながら、この第２のシナリオでは、図１１のシナリオ例１９０に示したような、特定のユーザー１２のためのトピック・データー・フィード４８の個人化は、態様によっては含まない場合がある。したがって、シナリオの中は、それぞれのユーザー毎のトピック・データー・フィード４８の個人化を促進するために、以前に発生したトピック・データー・フィード４８をユーザー特定データー項目によって補足することを必要とする場合もある。

[0064] 図１２は、種々のユーザー１２に代わってトピック・データー・フィード集合２０２を個人化することを記述するシナリオ例２００を示す。これらの技法の一実施形態では、３つで１組のトピック２０に対してそれぞれのトピック・データー・フィード４８を発生することができ、これは種々のユーザー１２によって要求することができる。例えば、第１ユーザー１２は、１組の関心のあるトピックの中に、第１トピックおよび第２トピックを含ませることができ、双方のトピック２０に対して以前に発生したトピック・データー・フィード４８を提示することができる。しかしながら、この提示の一部として、一実施形態では、第１トピック２０に関するいずれのユーザー特定データー項目２０４でも識別し、選択し、そして第１トピック・データー・フィード４８に含ませることができ、更に第２トピック２０に関するいずれのユーザー特定データー項目２０４でも識別し、選択し、そして第２トピック・データー・フィード４８に含ませることができる。同様に、第２ユーザー１２は、第１トピック２０および第３トピック２０を関心があるものとして指定することができ、一実施形態では、各トピック・データー・フィード４８を引き出し、同じトピックと関連のあるユーザー特定データー項目２０４で、各トピック・データー・フィード４８を補足し、そして補足したトピック・データー・フィード４８を第２ユーザーに配信することができる。したがって、第２トピック・データー・フィード４８は第１トピック２０と関連のあるデーター項目１８（個人化されていない）から１回発生されるが、このトピック・データー・フィード４８の提示は、同様に第１トピック２０と関連のあるユーザー特定データー項目２０４によって、それぞれのユーザー１２毎に個人化され、これによって効率向上および個人化の改善双方を得ることができる。

[0065] この第７の態様の第4例として、トピック・データー・フィード４８のレンダリングは、多くの方法で行うことができる。トピック・データー・フィード４８のデーター項目１８は、例えば、リストとして、コラージュとして、またはトピック２０およびサブトピックの階層を示す１組のネスト状ノードとして、視覚的に提示することができる。第１のこのようなシナリオでは、データー項目１８を、ユーザーに提示することができるトピック記述として編成することができる。例えば、イベントについてのコメントを並び替えて、そのイベントの記述的報告(narrative report)として年代順に提示することができる。第２のこのようなシナリオでは、優先度にしたがって（例えば、「関心が高い項目」、「関心が普通の項目」、および「関心が低い項目」）、トピックにしたがって（例えば、「サブトピック１」および「サブトピック２」に編成されたデーター項目１８を収容する「トピック１」）、信頼性にしたがって（例えば、「権威のあるソースからの項目」、および他のソースからの項目」）、および個人化にしたがって（例えば、「個人化項目および知人からの項目」、および「非個人化項目」）、データー項目１８を編成することができる。第３のこのようなシナリオでは、データー項目１８間の相互関係を提示の中に視覚的に含ませることができる。例えば、トピック・データー・フィード４８の第１データー項目１８は、第２トピック・データー・フィード４８またはコメントに対する回答のような、他のトピック・データー・フィード４８における第２データー項目と応答関係を有する場合があり、応答インディケータ（矢印または階層編成のような）を、トピック・データー・フィード４８におけるデーター項目１８の提示の中に含ませることができる。第４のこのようなシナリオでは、トピック・データー・フィード４８をクエリー対応フォーマット(query able format)で提示して、ユーザー１２が、トピック・データー・フィード４８において、ある種の規準に符合するデーター項目１８を検索できるようにするのであってもよい。

[0066] 図１３は、種々のトピック２０に対してトピック・データー・フィード４８を含むデーター項目１８の提示２１８を記述するシナリオ例２１０を示す。これらの技法の一実施形態（システム２１６のような）では、ファイル・システムまたはデーターベースのようなデーター・ストア２１２にアクセスすることができ、種々のトピック２０と関連付けてデーター項目１８をデーター・ストア２１２に格納することができる。ユーザー１２は、特に関心のある２つのトピック２０を指定することができ、システム２１６はこれら２つのトピック２０を、ユーザー１２と関連付けてデーター・ストア２１２に格納することができる。後に、ユーザー１２はシステム２１６に１組のトピック・データー・フィード４８を提示する要求２１４を提出することができる。システム２１６は、ユーザー１２によって以前に指定された２つのトピック２０をデーター・ストア２１２から引き出し、それぞれのトピック２０と関連のあるデーター項目１８を引き出し、これらか２つのトピック・データー・フィードを発生し（恐らく、図１０のシナリオ例におけるように、種々のフィルターおよび／またはサービスの適用を伴う）、ディスプレイ２２上にトピック・データー・フィード４８の提示２１８をレンダリングすることによって、この要求２１４を満たすことができる。このシナリオ例２１０では、トピック・データー・フィード４８は、ツリー・ビューで提示され、それぞれのトピック２０は、各トピック２０と関連のあるデーター項目１８としてサブノードを含む、第１組のノードとして提示される。更に、２つのデーター項目１８が応答関係を有する場合（コメントに対する回答のような）、この関係は、応答の目標としてのデーター項目１８のネスト状のサブノードとしての応答データー項目１８の提示というような、応答インディケータとして提示することができる。このように、システム２１６は、種々のトピック２０のデーター項目１８の表現を、関係性の視覚表示と共にユーザー１２にレンダリングすることによって、ユーザー１２のトピック・データー・フィード４８を提示する要求を満たすことができる。当業者であれば、本明細書において論ずる技法を実現しつつ、トピック・データー・フィード４８をユーザー１２に提示する多くの方法を考案することができよう。

[0067] 以上、構造的特徴および／または方法論的動作に特定的な文言で、本主題について説明したが、添付した特許請求の範囲において定義される主題は、前述の特定的な構造や動作には必ずしも限定されるのではないことは言うまでもない。むしろ、前述の特定的な構造や動作は、特許請求の範囲を実施する形態例として開示したに過ぎない。

[0068] 本願において用いられる場合、「コンポーネント」、「モジュール」、「システム」、「インターフェース」等の用語は、一般に、コンピューター関係エンティティを指すことを意図しており、ハードウェア、ハードウェアおよびソフトウェアの組み合わせ、ソフトウェア、または実行中のソフトウェアのいずれでもよい。例えば、コンポーネントは、限定ではなく、プロセッサー上で実行するプロセス、プロセッサー、オブジェクト、エクゼキュータブル、実行のスレッド、プログラム、および／またはコンピューターであってもよい。一例として、コントローラ上で実行するアプリケーション、およびこのコントローラの双方がコンポーネントであり得る。１つ以上のコンポーネントは、プロセスおよび／または実行のスレッドの内部に常駐することができ、１つのコンポーネントが１つのコンピューター上に局限配置されること(localize)、および／または２つ以上のコンピューター間で分散されることも可能である。

[0069] 更に、特許請求する主題は、開示した主題を実現するようにコンピューターを制御するためのソフトウェア、ファームウェア、そのあらゆる組み合わせを生成する標準的なプログラミングおよび／またはエンジニアリング技法を用いて、方法、装置、または製造品目として実現することができる。「製造品目」という用語は、本明細書において用いる場合、いずれのコンピューター読み取り可能デバイス、担体、または媒体からでもアクセス可能なコンピューター・プログラムを含むことを意図している。勿論、当業者は、特許請求する主題の範囲や主旨から逸脱することなく、この構成には多くの変更を加えることができることを認めよう。

[0070] 図１４および以下の論述は、本明細書において記述した設備の内１つ以上の実施形態を実現するのに適した計算環境の端的な全体的説明を示す。図１４の動作環境は、適した動作環境の一例に過ぎず、動作環境の使用範囲や機能性に関して何ら限定を示唆する意図はない。計算デバイスの例には、限定ではなく、パーソナル・コンピューター、サーバー・コンピューター、ハンド・ヘルドまたはラップトップ・デバイス、移動体デバイス（移動体電話機、パーソナル・ディジタル・アシスタント（ＰＤＡ）、メディア・プレーヤー等のような）、マルチプロセッサー・システム、消費者用電子機器、ミニ・コンピューター、メインフレーム・コンピューター、以上のシステムまたはデバイスを含む分散型計算環境等が含まれる。

[0071] 必須ではないが、１つ以上の計算機によって実行される「コンピューター読み取り可能命令」という一般的なコンテキストで、実施形態が説明されている。コンピューター読み取り可能命令は、コンピューター読み取り可能媒体（以下で論ずる）を通じて分散することもできる。コンピューター読み取り可能命令は、関数、オブジェクト、アプリケーション・プログラミング・インターフェース（ＡＰＩ）、データー構造などのようなプログラム・モジュールとして実現することができ、特定のタスクを実行するか、または特定の抽象データー・タイプを実装する。通例、コンピューター読み取り可能命令の機能は、種々の環境における所望に応じて、組み合わせることまたは分散することができる。

[0072] 図１４は、本明細書において示した１つ以上の実施形態を実現するように構成されている計算機２２２を備えているシステム２２０の一例を示す。一構成では、計算機２２２は少なくとも１つの演算装置２２６およびメモリー２２８を含む。計算機の正確な構成およびタイプに依存して、メモリー２２８は揮発性（例えば、ＲＡＭのような）、不揮発性（例えば、ＲＯＭ、フラッシュ・メモリー等のような）、またはこれら２つの何らかの組み合わせとすることができる。この構成は、図１４では破線２２４で示されている。

[0073] 他の実施形態では、計算機２２２は追加の機構および／または機能を含むこともできる。例えば、計算機２２２は、追加のストレージ（例えば、リムーバブルおよび／または非リムーバブル）も含むことができる。限定ではなく、追加のストレージには、磁気ストレージ、光ストレージ等が含まれる。このような追加のストレージは、図１４ではストレージ２３０によって例示されている。一実施形態では、本明細書において示した１つ以上の実施形態を実現するコンピューター読み取り可能命令は、ストレージ２３０の中にあるとよい。また、ストレージ２３０は、オペレーティング・システム、アプリケーション・プログラム等を実装するために、他のコンピューター読み取り可能命令も格納することができる。コンピューター読み取り可能命令は、例えば、演算装置２２６による実行のために、メモリー２２８にロードすることができる。

[0074] 「コンピューター読み取り可能媒体」という用語は、本明細書において用いる場合、コンピューター記憶媒体を含む。コンピューター記憶媒体は、揮発性および不揮発性、リムーバブルおよび非リムーバブル媒体を含み、コンピューター読み取り可能命令または他のデーターのような情報の格納のための任意の方法または技術で実現されている。メモリー２２８およびストレージ２３０は、コンピューター記憶媒体の例である。コンピューター記憶媒体は、限定ではなく、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュ・メモリーまたはその他のメモリー技術、ＣＤ−ＲＯＭ、ディジタル・バーサタイル・ディスク（ＤＶＤ）またはその他の光ストレージ、磁気カセット、磁気テープ、磁気ディスク・ストレージまたはその他の磁気記憶デバイス、あるいは所望の情報を格納するために用いることができその上計算機２２２によってアクセスすることができるのであれば他のいずれの媒体をも含む。このようなコンピューター記憶媒体は、そのいずれもが計算機２２２の一部となってもよい。

[0075] また、計算機２２２は、計算機２２２が他のデバイスと通信することを可能にする通信接続（１つまたは複数）２３６も含むことができる。通信接続（１つまたは複数）２３６は、限定ではなく、モデム、ネットワーク・インターフェース・カード（ＮＩＣ）、統合ネットワーク・インターフェース、無線周波数送信機／受信機、赤外線ポート、ＵＳＢ接続、または計算機２２２を他の計算機と接続するためのその他のインターフェースを含むことができる。通信接続（１つまたは複数）２３６は、有線接続またはワイヤレス接続を含むことができる。通信接続（１つまたは複数）２３６は、通信媒体を送信および／または受信することができる。

[0076] 「コンピューター読み取り可能媒体」という用語は、通信媒体を含むことができる。通信媒体は、通例、搬送波またはその他の伝達メカニズムのような「変調データー信号」にコンピューター読み取り可能命令またはその他のデーターを具体化し、いずれの情報配信媒体も含む。「変調データー信号」という用語は、情報を信号内に符号化するような態様で設定または変更したその特性の１つ以上を有する信号を含むことができる。

[0077] 計算機２２２は、キーボード、マウス、ペン、音声入力デバイス、接触入力デバイス、赤外線カメラ、ビデオ入力デバイス、および／またはその他のあらゆる入力デバイスというような、入力デバイス（１つまたは複数）２３４を含むことができる。１つ以上のディスプレイ、スピーカー、プリンター、および／またはその他の出力デバイスというような出力デバイス（１つまたは複数）２３２も、計算機２２２に含むことができる。入力デバイス（１つまたは複数）２３４および出力デバイス（１つまたは複数）２３２は、有線接続、ワイヤレス接続、またはそのいずれの組み合わせによってでも、計算機２２２に接続することができる。一実施形態では、別の計算機からの入力デバイスまたは出力デバイスを、計算機２２２用の入力デバイス（１つまたは複数）２３４または出力デバイス（１つまたは複数）２３２として用いることもできる。

[0078] 計算機２２２のコンポーネントは、バスのような、種々の相互接続によって接続することができる。このような相互接続は、ＰＣＩ Expressのようなペリフェラル・コンポーネント相互接続（ＰＣＩ）、ユニバーサル・シリアル・バス（ＵＳＢ）、ファイアワイヤ（ＩＥＥＥ１３９４）、光バス構造などを含むことができる。別の実施形態では、計算機２２２のコンポーネントは、ネットワークで相互接続することができる。例えば、メモリー２２８は、ネットワークによって相互接続されている異なる物理的位置にある多数の物理的メモリー・ユニットによって構成することもできる。

[0079] コンピューター読み取り可能命令を格納するために利用される記憶デバイスは、ネットワークに跨って分散させてもよいことは、当業者には分かるであろう。例えば、ネットワーク２３８を通じてアクセス可能な計算機２４０は、本明細書において提唱した１つ以上の実施形態を実現するために、コンピューター読み取り可能命令を格納することができる。計算機２２２は、計算機２４０にアクセスし、コンピューター読み取り可能命令の一部または全部を実行するためにダウンロードすることができる。あるいは、計算機２２２は、必要に応じて、コンピューター読み取り可能命令の断片をダウンロードすることができ、または一部の命令を計算機２２２において実行し、一部を計算機２００において実行することもできる。

[0080] 本明細書では、実施形態の種々の動作について提唱した。一実施形態では、記載した動作の１つ以上が、１つ以上のコンピューター読み取り可能媒体上に格納されたコンピューター読み取り可能命令を構成することができ、計算機によって実行すると、当該計算機に、記載した動作を実行させる。これらの動作の一部または全部を記載した順序は、これらの動作に必然的な順序依存性があるように解釈すべきではない。この記載から援助を受けた当業者には、代わりの順序も認められよう。更に、本明細書において提唱した各実施形態において、全ての動作が必ずしも出てくる訳ではないことは言うまでもない。

[0081] 更に、「一例の」という単語は、本明細書では、一例、実例、または例示としての役割を果たすことを意味するために用いられる。本明細書において「一例の」として記載される態様または設計はいずれも、他の態様または設計よりも有利であるとは必ずしも解釈されない。むしろ、一例のという用語の使用は、概念を具体的に紹介することを意図している。本明細書において用いる場合、「または」という用語は、排他的な「または」ではなく包含的な「または」を意味することを意図する。即ち、そうでないことが指定されていない限り、または文脈から明白でない限り、「ＸはＡまたはＢを採用する」とは、自然な包含的組み合わせ(permutation)のいずれでも意味することを意図する。即ち、ＸがＡを採用する場合、ＸがＢを採用する場合、またはＸがＡおよびＢの双方を採用する場合、これらの実例のいずれにおいても、「ＸはＡまたはＢを採用する」が満たされる。加えて、冠詞「ａ」および「ａｎ」は、本願および添付した特許請求の範囲において用いられる場合、そうでないことが指定されていない限り、また文脈から単数形態を対象とすることが明白でない限り、「１つ以上」を意味するように通常解釈することができる。

[0082] また、１つ以上の実施態様に関して本開示を示し説明したが、本明細書および添付図面の熟読および理解に基づいて、同等の変形や変更が当業者には想起されよう。本開示は、このような変更や変形を全て含み、以下の特許請求の範囲のみによって限定される。特に、以上で述べたコンポーネント（例えば、エレメント、リソース等）によって実行される種々の機能に関して、このようなコンポーネントを記載するために用いられた用語は、そうでないことが示されない限り、記載されたコンポーネント（例えば、機能的に同等なコンポーネント）の指定された機能を実行するのであれば、本開示のここで例示された実施態様例における機能を実行する、開示された構造に構造的に同等でなくても、いずれのコンポーネントにも対応することを意図している。加えて、本開示の特定的な機構を、様々な実施態様の内１つのみに関して開示したが、このような機構は、いずれの所与の用途または特定の用途にとっても望まれるまたは有利となるように、他の実施態様の１つ以上の別の機構と組み合わせることができる。更に、「含む」、「有している」(having)、「有する」(has)、「と」(with)という用語、またはその異形が詳細な説明または特許請求の範囲において用いられている限りにおいて、このような単語は、用語「備えている」(comprising)と同様に内包的であることを意図している。

Claims (19)

1. 少なくとも２つのデーター・フィードのデーター項目を備えている少なくとも１つのトピック・データー・フィードをユーザーに提示するように構成されているシステムであって、それぞれのデーター・フィードが少なくとも１つのデーター源によって提供され、前記システムが、
   それぞれのデーター・フィード毎に、当該データー・フィードの前記データー源から前記データー項目を受信するように構成されているデーター項目受信コンポーネントと、
   それぞれのデーター項目毎に、当該データー項目と関連のある少なくとも１つのトピックを識別するように構成されているトピック識別コンポーネントと、
   ユーザーから少なくとも１つのトピックを受け取り、
   前記ユーザーから受け取ったそれぞれのトピック毎に、
   当該トピックを明示的に参照する前記データー・フィードの第１データー項目を選択し、
   前記第１データー項目と関連があり且つ前記トピックを明示的に参照せず且つ前記第１データー項目を通じて前記トピックにコンテキスト的に関係している、前記データー・フィードの第２データー項目を識別し、
   前記第１データー項目と前記第２データー項目とを備えているトピック・データー・フィードを発生し、
   前記トピック・データー・フィードを前記ユーザーに提示する、
   ように構成されているトピック・データー・フィード提示コンポーネントと、
   を備えているシステム。
2. 請求項１記載のシステムにおいて、前記データー項目受信コンポーネントが、
   データー源タイプ毎に、当該データー源タイプのデーター源のデーター・フィードのデーター項目を解析するように構成されている少なくとも１つのデーター源解析コンポーネントと、
   それぞれのデーター源毎に、
   前記データー源のデーター源タイプを識別し、
   前記データー源のデーター源タイプ毎に、前記データー源のデーター項目を解析するために、前記データー源解析コンポーネントを呼び出す、
   ように構成されているデーター源インターフェースと、
   を備えているシステム。
3. 請求項１記載のシステムにおいて、
   前記システムが、少なくとも１つのトピックとそれぞれ関連のあるデーター項目を格納するように構成されているデーター・ストアにアクセスすることができ、
   前記トピック・データー・フィード提示コンポーネントが、
   前記ユーザーから前記少なくとも１つのトピックを受け取ったときに、前記ユーザーと関連のあるデーター・ストアに前記トピックを格納し、
   前記ユーザーからトピック・データー・フィードの要求を受け取ったときに、
   前記ユーザーと関連のあるデーター・ストアの中にある前記少なくとも１つのトピックを、前記データー・ストアから引き出し、
   それぞれのトピック毎に、前記トピック・データー・フィードを発生し、
   前記トピック・データー・フィードを前記ユーザーに提示する、
   ように構成されている、システム。
4. 少なくとも２つのデーター・フィードのデーター項目を備えている少なくとも１つのトピック・データー・フィードをユーザーに提示する方法であって、それぞれのデーター・フィードが少なくとも１つのデーター源によって提供され、前記方法が、プロセッサーを有するデバイス上において実行され、
   それぞれのデーター・フィード毎に、
   前記データー・フィードの前記データー源から前記データー項目を受信し、
   それぞれのデーター項目毎に、当該データー項目と関連のある少なくとも１つのトピックを識別し、
   ユーザーから少なくとも１つのトピックを受け取り、
   前記ユーザーから受け取ったそれぞれのトピック毎に、
   前記トピックを明示的に参照する前記データー・フィードの第１データー項目を選択し、
   前記第１データー項目と関連があり且つ前記トピックを明示的に参照せず且つ前記第１データー項目を通じて前記トピックにコンテキスト的に関係している、前記データー・フィードの第２データー項目を識別し、
   前記第１データー項目と前記第２データー項目とを備えているトピック・データー・フィードを発生し、
   前記トピック・データー・フィードを前記ユーザーに提示する、
   ように構成されている命令を前記プロセッサー上で実行するステップを備えている、方法。
5. 請求項４記載の方法において、データー・フィードの前記データー源から前記データー項目を受信するステップが、前記データー・フィードのデーター項目を受信するために、前記データー源に登録するステップを備えている、方法。
6. 請求項４記載の方法において、
   少なくとも１つのトピックが、少なくとも１つのトピック・メタデーター項目と関連付けられており、
   データー項目と関連のある少なくとも１つのトピックを識別するステップが、
   前記トピックの前記トピック・メタデーター項目と一致する、前記データー項目の少なくとも１つのメタデーター項目を識別するステップを備えている、方法。
7. 請求項４記載の方法において、
   前記トピックが、トピック識別子を有し、
   データー項目と関連のある少なくとも１つのトピックを識別するステップが、
   前記データー項目と関連のある少なくとも１つのトピック識別子を識別するステップを備えており、前記トピック識別子が、前記データー項目の当該トピック識別子を有するトピックとの関連付けを示す、方法。
8. 請求項４記載の方法において、
   少なくとも１つのデーター項目が、表現を含み、
   データー項目と関連のある少なくとも１つのトピックを識別するステップが、
   前記表現によって参照される少なくとも１つのトピックを識別するために、自然言語解析器によって前記データー項目の表現を解析するステップを備えている、方法。
9. 請求項４記載の方法において、トピックをユーザーから受け取るステップが、
   前記ユーザーの少なくとも１つのユーザー記述子を識別するステップと、
   前記ユーザー記述子に基づいて、前記ユーザーにとって関心がある少なくとも１つのトピックを推論するステップと、
   を備えている、方法。
10. 請求項４記載の方法において、
    少なくとも１つのトピックが、前記データー項目を備えている前記トピック・データー・フィードを発生するための少なくとも１つの規準を有した少なくとも１つのフィルターと関連付けられており、
    前記トピック・データー・フィードを発生するステップが、
    前記トピックと関連のある前記データー項目を備えている前記トピック・データー・フィードを発生するステップを備えており、前記トピックと関連のある前記フィルターにしたがって、前記データー項目が選択される、方法。
11. 請求項１０記載の方法において、
    前記フィルターの少なくとも１つの規準が、当該規準と符合するデーター項目に帰することができるスコアーを指定し、
    前記トピック・データー・フィードを発生するステップが、
    それぞれのデーター項目毎に、前記フィルターの前記少なくとも１つの規準にしたがって、前記データー項目について集計スコアーを計算するステップと、
    前記トピックと関連のある前記データー項目を備えている前記トピック・データー・フィードを発生するステップであって、前記それぞれのデーター項目の集計スコアーにしたがって、前記データー項目が並べられている、ステップと、
    を備えている、方法。
12. 請求項４記載の方法において、
    前記命令が、それぞれのトピック毎に、ユーザーにアクセス可能であり前記トピックと関連のある少なくとも１つのユーザー特定データー項目を識別するように構成されており、
    前記トピック・データー・フィードを発生するステップが、
    前記トピックと関連のある前記データー項目と、前記トピックと関連のある前記少なくとも１つのユーザー特定データー項目とを備えているトピック・データー・フィードを発生するステップを備えている、方法。
13. 請求項１２記載の方法において、
    少なくとも１つのユーザー特定データー項目が、前記ユーザーにアクセス可能であるアクセス制御データー項目を備えており、
    前記少なくとも１つのユーザー特定データー項目を識別するステップが、前記ユーザーに代わって前記アクセス制御データー項目にアクセスするステップを備えている、方法。
14. 請求項１２記載の方法において、
    前記デバイスが、前記ユーザー特定データー項目を格納するように構成された第２デバイスを含む装備可能な計算環境の中において表され、
    前記少なくとも１つのユーザー特定データー項目を識別するステップが、前記装備可能な計算環境を通じて前記第２デバイスから前記ユーザー特定データー項目を引き出すステップを備えている、方法。
15. 請求項４記載の方法において、前記命令が、前記トピック・データー・フィードの第２データー項目と同等である第１データー項目を、前記トピック・データー・フィードから除去するように構成されている、方法。
16. 請求項４記載の方法において、前記命令が、前記トピック・データー・フィードをユーザーに提示した後に前記トピック・データー・フィードのトピックと関連のある少なくとも１つのデーター項目を受け取ったときに、前記ユーザーに提示された前記トピック・データー・フィードを更新するように構成されている、方法。
17. 請求項４記載の方法において、
    トピック・データー・フィードをユーザーに提示するステップが、
    トピック記述にしたがって前記トピック・データー・フィードを編成するステップと、
    前記トピック記述を前記ユーザーに提示するステップと、
    を備えている、方法。
18. 請求項１７記載の方法において、
    前記トピック・データー・フィードの第１データー項目が、前記トピック・データー・フィードの第２データー項目と応答関係を有し、
    前記トピック記述を提示するステップが、前記第２データー項目と関連のある応答インディケータとともに、前記データー・フィードの前記第１データー項目を提示するステップを備えている、方法。
19. 少なくとも２つのデーター・フィードのデーター項目を備えている少なくとも１つのトピック・データー・フィードをユーザーに提示する方法であって、それぞれのデーター・フィードが、少なくとも１つのデーター源によって提供され、前記方法が、プロセッサーを有し、ユーザー特定データー項目を格納するように構成されている第２デバイスを備えている装備可能な計算環境内において表現されているデバイス上で実行され、前記方法が、
    それぞれのデーター・フィード毎に、
    前記データー・フィードのデーター項目を受信するために、前記データー源に登録し、
    前記データー・フィードの前記データー源から前記データー項目を受信し、
    それぞれのデーター項目毎に、
    前記トピックと関連のあるトピック・メタデーター項目と一致する、前記データーの少なくとも１つのメタデーター項目を識別すること、
    前記データー項目と関連のある少なくとも１つのトピック識別子を識別し、前記トピック識別子が、前記データー項目の前記トピックのトピック識別子との関連付けを示すこと、
    前記データー項目の表現によって参照される少なくとも１つのトピックを識別するために、自然言語解析器によって、前記表現を解析すること、
    前記データー項目が関連付けられている第２データー項目と関連のある少なくとも１つのトピックが前記データー項目と関連があることを識別すること、
    の内少なくとも１つによって、前記データー項目と関連のある少なくとも１つのトピックを識別し、
    少なくとも１つのトピックをユーザーから受け取り、
    それぞれのトピック毎に、
    前記ユーザーから受け取られた少なくとも１つのトピックを明示的に参照する前記データー・フィードの少なくとも１つの第１データー項目を選択し、前記第１データー項目は、前記トピックと関連のある少なくとも１つのフィルターの少なくとも１つの規準にしたがって選択され、前記フィルターの少なくとも１つの規準は、当該規準と符合するデーター項目に帰することができるスコアーを指定し、
    前記第１データー項目と関連があり且つ前記トピックを明示的に参照せず且つ前記第１データー項目を通じて前記トピックにコンテキスト的に関係している、前記データー・フィードの少なくとも１つの第２データー項目を識別し、
    前記トピック・データー・フィードに対して選択された第１データー項目と第２データー項目のそれぞれ毎に、前記フィルターの前記少なくとも１つの規準にしたがって、前記データー項目に対する集計スコアーを計算し、
    前記第２デバイス上に格納されており前記トピックと関連のある少なくとも１つのユーザー特定データー項目を識別し、
    前記装備可能な計算環境を通じて、前記第２デバイスから少なくとも１つのユーザー特定データー項目を引き出し、
    前記第１データー項目と、前記第２データー項目と、前記トピックと関連のある前記少なくとも１つのユーザー特定データー項目とを備えているトピック・データー・フィードを発生し、前記それぞれのデーター項目の前記集計スコアーにしたがって、前記データー項目が並べられており、
    前記トピック・データー・フィードの別のデーター項目と同等であるデーター項目を、前記トピック・データー・フィードから除去し、
    前記トピックのトピック記述にしたがって前記トピック・データー・フィードを編成し、
    前記トピック記述を前記ユーザーに提示し、
    前記トピック記述を前記ユーザーに提示した後にトピック・データー・フィードのトピックと関連のある少なくとも１つのデーター項目を受信したときに、前記ユーザーに提示された前記トピック記述を更新する、
    ように構成されている命令を前記プロセッサー上で実行するステップを備え、
    前記第２データー項目を識別するステップが、前記データー・フィードの前記第１データー項目と前記第２データー項目に対して自然言語コンテキスト分析を実行して、前記第１データー項目と前記第２データー項目において前記トピックのコンテキストインディケータを識別するステップを備えている、方法。

Images