特許ウォッチ

公開番号2025096290
公報種別公開特許公報(A)
公開日2025-06-26
出願番号2025047043,2022556171
出願日2025-03-21,2021-03-18
発明の名称ユーザ適合したサービスをユーザに提供する技術
出願人2アーチェフトゥラソシエダアノニマ
代理人個人,個人,個人,個人,個人
主分類G06Q 50/10 20120101AFI20250619BHJP(計算;計数)
要約【課題】ユーザ適合したサービスを提供する技術が公開される。
【解決手段】技術の実装の方法は、コンピューティングシステムによって実行され、ユーザのパーソナリティデータのデジタル表現を取得するステップ(S1002)であって、ユーザのパーソナリティデータは、ユーザに関する入力に基づいて計算され、ユーザに関する入力は、ユーザの実際のパーソナリティ情報を含み、実際のパーソナリティ情報は、ユーザ適合したサービスに特に関連しており、ユーザ適合したサービスをユーザに提供する時点におけるユーザの現在の気分、ユーザ適合したサービスに特に関連するユーザの1つ以上の好み、及びユーザ適合したサービスに特に関連するユーザの1つ以上の目標、のうちの少なくとも1つを含むステップと、パーソナリティデータのデジタル表現を処理して、ユーザ適合したサービスをユーザに提供するステップ(S1004)と、を含む。
【選択図】図10
特許請求の範囲【請求項１】
ユーザ適合したサービスをユーザ（４０２）に提供する方法であって、前記方法は、
ユーザ（４０２）のパーソナリティデータのデジタル表現を取得するステップ（Ｓ１００２）であって、前記ユーザ（４０２）の前記パーソナリティデータは、前記ユーザ（４０２）に関する入力に基づいて計算され、前記ユーザ（４０２）に関する前記入力は、前記ユーザ（４０２）に提示された少なくとも１つの質問に対する少なくとも１つの回答から得られる前記ユーザ（４０２）の実際のパーソナリティ情報を含み、前記少なくとも１つの質問は、前記ユーザ（４０２）に提供される車両（４０６）の運転サービスに特に関連しており、
（ａ）前記運転サービスを前記ユーザ（４０２）に提供する時点における前記ユーザ（４０２）の現在の気分に向けられた１つ以上の質問、
（ｂ）前記ユーザ（４０２）に提供される前記運転サービスに特に関連する前記ユーザ（４０２）の１つ以上の好みに向けられた１つ以上の質問、及び
（ｃ）前記ユーザ（４０２）に提供される前記運転サービスに特に関連する前記ユーザ（４０２）の１つ以上の目標に向けられた１つ以上の質問、
のうちの少なくとも１つを含むステップと、
前記パーソナリティデータの前記デジタル表現を処理して、ユーザ適合したサービスを前記ユーザ（４０２）に提供するステップ（Ｓ１００４）であって、前記ユーザ適合したサービスを前記ユーザ（４０２）に提供するステップは、
前記車両（４０６）の運転設定を前記ユーザ（４０２）に適合させることであって、前記車両（４０６）の前記運転設定は、前記車両（４０６）の運転挙動に影響を与える車両設定に対応し、
前記車両（４０６）の客室内の環境条件を前記ユーザ（４０２）に適合させること、及び
前記車両（４０６）の客室に関するユーザ固有の設定を前記ユーザ（４０２）に適合させること、
のうちの少なくとも１つを有する、ステップと、を含む方法。
続きを表示（約 1,900 文字）【請求項２】
前記ユーザ（４０２）の現在の気分及び前記ユーザ（４０２）の１つ以上の好みのうちの少なくとも１つは、前記ユーザ（４０２）の身体の少なくとも一部をスキャンすることによって導出可能な前記ユーザ（４０２）の特性を示すボディスキャンデータから更に得られる、請求項１に記載の方法。
【請求項３】
前記ユーザ（４０２）から得られた少なくとも２つの異なるタイプのボディスキャンデータを組み合わせて、前記ユーザ（４０２）の現在の気分及び前記ユーザ（４０２）の１つ以上の好みのうちの少なくとも１つを決定する、請求項２に記載の方法。
【請求項４】
前記ユーザ（４０２）の１つ以上の好みのうちの少なくとも１つは、前記ユーザ（４０２）をアイトラッキング又はマウストラッキングすることによって得られる、請求項２又は３に記載の方法。
【請求項５】
複数のユーザ（４０２）が前記運転サービスを集合的に使用するとき、前記複数のユーザ（４０２）の全ての個々のユーザ（４０２）についてボディスキャンデータを取得して組み合わせて集合的ボディスキャンデータを決定し、前記運転サービスを前記集合的ボディスキャンデータに基づいて提供する、請求項２から４のいずれか一項に記載の方法。
【請求項６】
前記ユーザ（４０２）の前記パーソナリティデータは、前記ユーザ（４０２）に関する入力に基づいてユーザ（４０２）のパーソナリティデータを計算するように訓練されたニューラルネットワーク（６０２）を使用して、前記ユーザ（４０２）に関する入力に基づいて計算される、請求項１から５のいずれか一項に記載の方法。
【請求項７】
前記ユーザ（４０２）に関する前記入力は、前記ユーザ（４０２）に提示された前記質問に対する前記回答を反映したデジタルスコアに対応し、前記ニューラルネットワーク（６０２）を使用して前記ユーザ（４０２）の前記パーソナリティデータを計算するときに、各デジタルスコアが前記ニューラルネットワークの別々の入力ノードへの入力として使用される、請求項６に記載の方法。
【請求項８】
前記ユーザ（４０２）に関する前記入力は、前記ユーザ（４０２）のパーソナリティ、目標、及び動機のうちの少なくとも１つに関する質問に対する回答を反映したデジタルスコアに更に対応し、各デジタルスコアは、前記ニューラルネットワーク（６０２）を使用して前記ユーザ（４０２）の前記パーソナリティデータを計算するときに、前記ニューラルネットワーク（６０２）の別個の入力ノードへの入力として使用される、請求項７に記載の方法。
【請求項９】
前記質問は、ユーザ（４０２）のパーソナリティデータを計算することを最適に達成可能な結果を表す質問セットから選択された質問に対応し、
前記選択された質問は、最適に達成可能な結果に関して最も影響力があると判定された前記質問セットの質問に対応し、
任意選択で、前記選択された質問の数は、１つ以上かつ前記質問セットに含まれる質問の数の１０％未満である、請求項６又は７に記載の方法。
【請求項１０】
前記質問は、前記質問セットの単一の質問のそれぞれによって達成可能な結果を、最適に達成可能な結果と相関させることと、最適に達成可能な結果と最も高い相関を有する前記質問セットから質問を選択することと、に基づいて前記質問セットから選択されるか、又は、
前記質問は、前記質問セットから繰り返して選択され、繰り返しのそれぞれにおいて、次の質問が前の質問に対する前記ユーザの回答に応じて選択され、繰り返しのそれぞれにおいて、前記次の質問は、前記ユーザのパーソナリティデータを計算するために達成可能な結果に最も影響力があると判定された前記質問セットの一つの質問として選択され、
任意選択で、前記ニューラルネットワーク（６０２）は、前記ユーザ（４０２）の前記パーソナリティデータの結果の確率曲線（６０４）を表す複数の出力ノードを含み、前記質問セットの最も影響力のある質問を、前記繰り返しのそれぞれの前記次の質問として判定することは、前記ニューラルネットワーク（６０２）の入力ノードのそれぞれについて、前記ニューラルネットワーク（６０２）の前記入力ノードのそれぞれに入力されるデジタルスコアの変化が前記確率曲線（６０４）を変化させる程度を判定することを含む、請求項９に記載の方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、一般に、データ取得（data retrieval）の分野に関し、特に、ユーザのパーソナリティデータのデジタル表現（digital representation）を、クライアントデバイスによってサーバから効率的に取得すること（efficient retrieval）を可能にするための技術が提示される。更に、ユーザ適合したサービスをクライアントデバイスのユーザに提供するための技術が提示される。この技術は、方法、コンピュータプログラム、装置、及びシステムとして実施され得る。
続きを表示（約 4,900 文字）【背景技術】
【０００２】
パーソナリティテストは、人間のパーソナリティ特性を評価するために何十年も使用されており、一般に、テスト対象者から得られるパーソナリティ調査データに基づいて行われ、調査データは、心理学者等の専門家によって評価されて、人間のパーソナリティについての結論が出される。いわゆる「ＯＣＥＡＮ」モデルは、「ＢｉｇＦｉｖｅ」パーソナリティ特性としても知られるパーソナリティ特性の広く受け入れられている分類（taxonomy）であり、パーソナリティディメンジョン（personality dimensions）として、開放性、誠実性、外向性、協調性、神経症傾向を含む。ＯＣＥＡＮモデルを利用する広く知られているパーソナリティテストには、いわゆるＩｎｔｅｒｎａｔｉｏｎａｌＰｅｒｓｏｎａｌｉｔｙＩｔｅｍＰｏｏｌ（ＩＰＩＰ）、ＨＥＸＡＣＯ－６０ｉｎｖｅｎｔｏｒｙ、及びＢｉｇ－Ｆｉｖｅ－Ｉｎｖｅｎｔｏｒｙ－１０（ＢＦＩ－１０）に基づくテストが含まれ、例えば、５つのパーソナリティディメンジョンのそれぞれについて人をテストするための質問セットを含む。従来のパーソナリティテストでは、一般に、人間のパーソナリティ特性の適格な評価を得るために、心理学者等の、人間の専門家によるレビューを必要とするが、パーソナリティテストの実行とその結果を技術システム上で実行されるプロセスに統合することは困難である。このような統合は、プロセスをユーザのパーソナリティに更に適合させるように調整することができ、例えば、ユーザ適合したサービスをユーザに提供する等、ユーザエクスペリエンス（user experience）を向上させることができるため、有益であり得る。
【発明の概要】
【０００３】
したがって、パーソナリティテストとその結果を、技術システム上で実行されるプロセスに統合することを実際に実行可能とする技術的実装が必要とされる。
【０００４】
本開示の態様によれば、ユーザ適合したサービスをクライアントデバイスのユーザに提供するための方法、コンピュータプログラム製品、及びクライアントデバイスが独立請求項に従って提供される。好ましい実施形態は従属請求項に記載されている。
【０００５】
第１の例示的な態様によれば、ユーザのパーソナリティデータのデジタル表現を、クライアントデバイスによってサーバから効率的に取得すること可能にする方法が提供され、パーソナリティデータのデジタル表現は、ユーザ適合したサービスをユーザに提供するためにクライアントデバイスにおいて処理される。この方法は、サーバによって実行され、ユーザから得られた入力に基づいてユーザのパーソナリティデータを計算するようにトレーニングされたニューラルネットワークを保存することと、ユーザのパーソナリティデータのデジタル表現の要求を、クライアントデバイスから受信することと、ユーザのパーソナリティデータの要求されたデジタル表現を、クライアントデバイスに送信することを有し、ここで、ユーザのパーソナリティデータは、ユーザから得られた入力に基づいてニューラルネットワークを使用して計算される。
【０００６】
トレーニングされたニューラルネットワークをサーバに保存してユーザのパーソナリティデータの計算に適用することによって、（従来の人間によるレビューが不要となり）ユーザのパーソナリティデータのデジタル表現を取得することが自動化されるため、ユーザのパーソナリティデータの取得と使用を、技術システム上で実行される（例えば自動化された）プロセスに統合することが可能となる。特に、ニューラルネットワークは、効率的な機能データ構造（functional data structure）と言うことができ、要求されたパーソナリティデータを単一の計算実行で計算すること、すなわち、ニューラルネットワークの入力ノードにおいてユーザから得られる入力を入力し、ニューラルネットワークの出力ノードからパーソナリティデータを表す結果の出力値を読み取ることによって計算することができる。このように、ニューラルネットワークは、クライアントデバイスにパーソナリティデータをデジタル表現の形で効率的に提供することを可能とし、ユーザの特定のパーソナリティに適合したサービスを提供するために使用することができ、それにより、クライアントデバイス側においてユーザエクスペリエンスを向上させる。データの効率的な提供によって、パーソナリティデータのデジタル表現が大幅に遅延することなしにクライアントデバイスに提供され、クライアントデバイスにおいて即座に処理されるため、パーソナリティデータの取得と使用の統合が特に実用的になる。これにより、パーソナリティデータの取得及び使用を、技術システム上で実行されるプロセスに一般に統合することが実際に実行可能な技術的実装が達成される。
【０００７】
ユーザのパーソナリティデータは、ユーザの心理的特性、及び／又は好みを示し得るため、パーソナリティデータは、一般に、例えば、開放性、誠実性、外向性、協調性、神経症（上述のとおりビッグファイブとして知られる）のパーソナリティディメンジョンに基づく古典的なパーソナリティデータ、或いは従来の「１６パーソナリティ」、「ビッグシックス」、又は他の確立された分類のパーソナリティディメンジョンを含む心理的データならびに医療データ（例えば、好奇心、不安、鬱病等の傾向を示すデータ）を含み得る。ユーザのパーソナリティデータのデジタル表現は、例えば、ユーザについてニューラルネットワークによって計算される開放性、誠実性、外向性、協調性、及び神経症のパーソナリティディメンジョンの少なくとも１つのデジタル表現等の上述した特性のデジタル表現を含み得る。
【０００８】
クライアントデバイスは、ユーザ適合したサービスをユーザへ提供することを可能にする目的のために、パーソナリティデータのデジタル表現を処理するように設定され得る（may be configured）。１つの変形例では、クライアントデバイス自体が、パーソナリティデータのデジタル表現に基づいて設定可能（configurable）であり得る。パーソナリティデータのデジタル表現によって設定可能であり得る例示的なデバイスは、例えば、車両とすることができ、この場合、車両はクライアントデバイスであり得る。車両は、ユーザ（例えば、車両の運転者）のパーソナリティデータの受信したデジタル表現を処理し、運転者のパーソナリティに車両の運転設定を適合させ、これにより、ユーザのパーソナリティに適合した運転サービスを提供できるように、それ自体（例えば、そのサブコンポーネントを含む）を設定し得る。パーソナリティデータが、運転者がリスクを回避する傾向がある又は心配性であることを示している場合、例えば、車両の運転設定は、より安全志向であるように設定され、他方、よりリスクを求めるパーソナリティを有する傾向がある運転者の場合、車両は、運転設定がよりスポーティになるように設定することができる。この目的のために、他の設定のうち、車両の燃料及びブレーキ反応挙動をそれに応じて適合させることができる。車両関連サービスを提供する車両のサブコンポーネント、例えば、サウンドとボリュームの設定を含む車両のサウンドシステム等が、ユーザのパーソナリティに更に適合させるために、パーソナリティデータに基づいて設定されてもよい。任意選択で、パーソナリティデータのデジタル表現をユーザに示して、ユーザ適合したサービスをユーザに提供する前にパーソナリティデータのデジタル表現の少なくとも１つの値を修正する機会をユーザに与えてもよく、これにより、ユーザの現在の好みに応じてユーザ適合したサービスを（少なくともある程度まで）変化させてもよい。
【０００９】
他の変形例では、クライアントデバイスは、例えば、それがユーザにサービスを提供する少なくとも１つの他のデバイスである場合に、パーソナリティデータのデジタル表現に基づいて少なくとも１つの他のデバイスを設定してもよい。そのような変形例では、クライアントデバイスは、例えば、モバイル端末（例えば、スマートフォン）とすることができ、車両（すなわち、この場合、車両は、少なくとも１つの他のデバイスに対応する）と（例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）を使用して）相互作用することができ、サーバからパーソナリティデータのデジタル表現を受信すると、モバイル端末は、インターフェースを介して車両を設定することができる。したがって、ユーザのパーソナリティデータのデジタル表現は、ユーザにサービスを提供する少なくとも１つのデバイスを設定するために、クライアントデバイスにおいて処理され得ると言うことができる。少なくとも１つのデバイスを設定することは、少なくとも１つのデバイスの少なくとも１つの設定（setting）を設定（configuring）すること、及び／又は少なくとも１つのデバイスによって提供されるサービスの少なくとも１つの設定を設定することを含み得る。車両は、パーソナリティデータに基づいて設定可能であるデバイスの単なる一例に過ぎず、クライアントデバイス、及び／又は少なくとも１つの他のデバイスは、他のタイプのデバイスにも対応し得ることが理解されるであろう。このような変形例におけるクライアントデバイスの他の例は、ウェブサービス又はウェブサイトを（少なくとも部分的に）通じて、ユーザ適合したサービスをユーザに提供するサーバであってもよく、その場合、少なくとも１つの他のデバイスは、ウェブサービス又はウェブサイトを利用して最終的にユーザ適合したサービスをユーザに提供する（コンピューティング）デバイスであってもよい。
【００１０】
一実施形態では、サーバによって実行される方法は、ユーザを特徴付けるフィードバックを受信することと、フィードバックに基づいてニューラルネットワークを更新することと、ユーザの更新されたパーソナリティデータのデジタル表現を、クライアントデバイスに送信することを更に含むことができ、ここで、ユーザの更新されたパーソナリティデータは、更新されたニューラルネットワークを使用して計算される。ユーザの更新されたパーソナリティデータのデジタル表現は、クライアントデバイスにおいて処理されて、ユーザにサービスを提供する少なくとも１つのデバイスの設定（例えば、上述した車両の設定のうちの１つ）を改善することができる。フィードバックは、クライアントデバイス、及び／又はユーザにサービスを提供する少なくとも１つのデバイスで収集することができ、ユーザのパーソナリティを示し得る。フィードバックは、例えば、少なくとも１つのデバイスによって提供されるサービスを使用するときに少なくとも１つのデバイスで監視されるユーザの行動を反映した行動データを含むことができ、１つの変形例では、行動データは、ユーザにサービスを提供する少なくとも１つのデバイスによって、（例えば、センサベースの）測定を使用して監視することができる。車両の例では、監視されるユーザの行動は、例えば、ユーザの運転行動とすることができ、運転行動は、車両のセンサによって測定される。運転行動を測定するために、センサは、例えば、ユーザのブレーキ反応及び強度を検知することができ、そのような測定は、ユーザのパーソナリティ（例えば、運転への積極性）を示し得るため、この情報がフィードバックとしてサーバに送信されてニューラルネットワークを更新し、それによって、ユーザのパーソナリティデータを計算するニューラルネットワークの機能が改善される。
（【００１１】以降は省略されています）

関連特許