JP3936862B2

JP3936862B2 - 推薦システム及び推薦方法

Info

Publication number: JP3936862B2
Application number: JP2001388418A
Authority: JP
Inventors: グラッソアントニエッタ; エスグランスナタリー; ルックマイニィアジャン
Original assignee: Xerox Corp
Current assignee: Xerox Corp
Priority date: 2000-12-22
Filing date: 2001-12-20
Publication date: 2007-06-27
Anticipated expiration: 2021-12-20
Also published as: EP1217554A3; JP2002278989A; US20020116291A1; US20040254911A1; EP1217554A2; US7440943B2; US7386547B2

Description

【０００１】
【発明の属する技術分野】
本発明は推薦システムに関し、より特定的には、暗示的レーティング（implicit ratings）を作成する、ハードコピー媒体機器に関連した推薦システムに関する。
【０００２】
【従来の技術】
電子媒体利用の増大にともない、通信媒体としての紙の役目は終わりに向かう感がある。しかしいわゆるペーパーレス・オフィス構想はまだ実現されていない。依然として、紙は、文書を読み、注釈を付け、かつ共有するのに至便な媒体であるから、例えば大半の重要文書は、その役目を終えるまでに少なくとも１回は印刷される。あるワークグループのプリンタ／ファクシミリ／コピー機を組み合わせたものが設置される部屋は、文書に表現される関連情報の大半が通過する交差点といえる。
【０００３】
【発明が解決しようとする課題】
電子情報が利用できるにもかかわらず、ワークグループで働く人たちは、社会的な交流や偶然に依存して、新たな関連文書を見つけたり他種類の情報を共有する場合が多い。直接的な対話なしでは、関連文書を見つけた人物が同僚の関心事を認識することはないだろうし、またはその人物が、ある特定の情報と同僚が関心があると考えるものとの間に関連性を見つけることはできないだろう。
【０００４】
この問題を解決する１つとして、推薦システム、特に協調型（collaborative）推薦システムが挙げられる。このシステムは、関連情報の共有を増大させる支援をし、ユーザが自分たちの関心事を表明できるようにする。しかし最近まで、仕事場での推薦システムは、ユーザからの積極的な参加が必要であった。
【０００５】
暗示的レーティング（行動から推測したレーティング）を使用して推薦を計算する方法が、文献で提案されている。
【０００６】
一般に、暗示的レーティングを獲得する推薦システムは、積極的な参加を要求するシステムよりも、より多数のレーティングを入手できるという利点がある。ワークグループ環境で暗示的レーティングを作成する推薦システムは、さらに大きな利点を提供しうる。専用の追加ハードウェアの入手やユーザによるファイルのアップロード及びダウンロードを必要とせずに、印刷／スキャン／ファクシミリサービスを増進するシステムは、ユーザにとって有益と考える。
【０００７】
【課題を解決するための手段】
本発明は、ワークグループによる共有記録装置の使用、例えばプリンタ、コピー機、スキャナ、またはプリンタ、コピー機、及びスキャナの組、またはこれらを組み合わせたものの使用から、暗示的な推薦を推測することによって、ユーザが積極的に参加せずに推薦を蓄積する。本発明は、他の業務用推薦システムと同じく、ワークグループ内で関連情報を共有する問題に対処する推薦及び検索メカニズムを提供するが、ただしユーザには追加コストがほぼかからない。
【０００８】
本発明に従うアイテム推薦を提供するシステムは、メモリと、ユーザリクエストに応答してハードコピー媒体上にアイテムを記録する装置と、アイテムのレーティングを記憶し、かつ推薦基準に基づいて新アイテムの推薦を作成するプロセッサとを含む。ユーザリクエストに応答して、プロセッサは、要求されたアイテムの暗示的レーティングをメモリに記憶し、この暗示的レーティング及び推薦基準に基づいて、アイテム推薦を作成するかどうかを判定し、もし推薦作成基準に合致すれば、新アイテムの推薦を作成する。プロセッサ及びメモリは、記録装置と同位置に配置してもよい。または、プロセッサ及びメモリは、記録装置から離れた位置に配置し、構内イントラネットまたはインターネットを介して記録装置に接続してもよい。
【０００９】
推薦システムはさらに、記録済みアイテムの表現をメモリに記憶できる。この表現は、記録済みアイテム全体、記録済みアイテムのサムネイル画像、記録済みアイテムの内容のアイテム属性または特徴の組の表現でもよい。この表現を推薦システムが用いて、他アイテムとの、またはユーザプロファイルに記載されたユーザプリファレンス（ユーザの好み）とのアイテム類似性を測定または判定する。システム中にユーザプロファイルが記憶されている場合は、プロセッサは、ユーザリクエストに応答して、ユーザプロファイルを暗示的レーティングで更新する。推薦は、アイテム間の類似性、アイテム−ユーザ間の類似性、またはユーザ間の類似性に基づきうる。
【００１０】
ユーザ間の類似性は、好適には２つの方法のうちのいずれかで判定できる。第１の方法では、推薦システムは、言語ツールを用いて記録済みアイテムの内容を特徴付け、ユーザが記録したアイテム群から抽出した用語リストと、その抽出用語の発生頻度とを含む言語ユーザプロファイル履歴を各ユーザごとに作成し、かつｔ＝（本日）―（記録済みアイテムとユーザとが関連づけられたタイムスタンプ）、αを減衰係数とすると、ｅ ^{- α t}で表される減衰係数で重み付けされた用語群からなる、ユーザが記録したアイテム群から抽出した用語リストを含む現在の言語ユーザプロファイルを各ユーザごとに作成する。２人のユーザが類似の言語プロファイルを持っていれば、一方のユーザが記録したアイテムが他方のユーザに推薦されうる。
【００１１】
第２の方法では、推薦システムは、ユーザプロファイル中のユーザが与えたアイテム数と、メモリ中に記憶された記録済みアイテム表現の総数とを相関させて、行為ベースのユーザ類似性レーティングを判定する。２人のユーザが類似の記録及び／またはレーティング履歴を持つ場合、将来一方のユーザによって記録されるアイテムまたは文書は、他方のユーザにも関心がある可能性が高い。
【００１２】
本発明は、オフィス用プリンタ（または複数のプリンタの組）を拡張して、推薦システムとする。記録行為（印刷、スキャン、コピー等）を、関心を暗に表明したものとしてとらえる。明示的レーティング（explicit rating）の入力を受信する別個の入力インターフェースが設けられる場合は、ユーザはシステムに対して積極的に文書を推薦する能力を保持する。推薦システムの主要な利点、すなわち個人に合った推薦、情報共有、評価メカニズム、ワークグループ／コミュニティメモリ、検索及び閲覧機能を維持しながら、ワークグループに対して追加コストなしでより多くの暗示的レーティングを得る利点を有する。
【００１３】
本発明の推薦システムは、複数の機能性を有する。ユーザは（文書−ユーザ間類似性基準を用いて）、自分が最近または過去に印刷したのと類似する文書の通知を自動的に受け取ることができる。ユーザは（ユーザ間類似性基準を用いて）、類似のプリファレンスを持つユーザが印刷した文書の推薦を自動的に受け取ることができる。ユーザは（文書間類似性基準を用いて）、所与の文書に類似した文書を見つけることができる。ユーザは（オプションの検索機能性を用いて）、所与の文書のその他の読み手を見つけることができる。ユーザは（文書間類似性基準を用いて）、所与の文書に類似した文書のその他の読み手を見つけることができる。ユーザは（オプションで）、その日の任意の文書を受け取ることができる。
【００１４】
文書を印刷すると、ユーザはユーザディスプレイまたはインターフェースを介して、上記の機能性のうち１つ以上の機能性を電子的に受信できる。またはユーザは、プリンタのカバーシート（管理者によって、上述した別種類の通知を１つ以上自動的に表示するように構成可能）上に印刷された推薦を受信できる。
【００１５】
プリンタ、ファクシミリ機、及びスキャナ等の記録装置のユーザに推薦サービスを提供することに加えて、追加のソフトウェアまたは機器を購入かつインストールする必要なく、他のサービスの提供も可能である。このような追加サービスを提供する情報管理システムは、ユーザリクエストに応答して、要求されたアイテムをハードコピー媒体上に記録する装置と、この装置から離れた分散型ネットワーク上に設置されて、システム中の各アイテムに関連したサービスを提供する情報管理サービスとを含む。このサービスはレポジトリ（置き場）とプロセッサとを含み、記録を要求される各アイテムごとに、情報管理サービスが、記録済みアイテムの電子コピーをレポジトリに保存し、ユーザリクエストと要求されたアイテムとの記録を作成して、レポジトリ中に保存し、サービスと要求されたアイテムとを関連づける。このシステムはまた、システム上のアイテムに関連したサービスをリクエストする入力装置を含む。入力装置及び記録装置は、記録装置がシステムにリクエストを入力できるように構成される場合は、同一の装置でもよい。
【００１６】
情報管理システムは、記録済み（印刷済、ファクシミリ済、スキャン済等）文書ストリームをシームレスで取得する。ユーザ位置にある物理プリンタと情報管理システムとが関連づけられると、遠隔位置にある情報管理サービスが仮想プリンタと物理プリンタとを関連づける。仮想プリンタは、物理プリンタのサービス増大に利用できる。ユーザ位置と情報管理サービスとは、イントラネットまたはインターネットを介して接続できる。印刷時には、ユーザは、システム上にはない物理プリンタか、またはシステム上の「仮想プリンタ」を選択するオプションが与えられる。システムプリンタ上で印刷することによって、ユーザは、PostScriptまたはＰＤＦファイル等の文書の印刷準備バージョンをユーザの個人的な印刷メモリ中に保存する記憶サービスを起動する。レポジトリ中に印刷済み文書を置くことができるため、（印刷によって）関連性を持つ文書のワークグループメモリも作成され、この上で、ユーザ位置で記憶装置及び処理装置を持つ必要なく、追加の個人的かつ協調的サービスを提供できる。
【００１７】
こうして多数の異なるタイプのサービスがローカルユーザに利用可能となる。記録済み文書にインデックスを付けて、検索及び高速取り出しができるようにしてもよい。検索を支援するため、文脈メモリを用いてもよい（「私はその文書を先週印刷したことを覚えている」等）。関連文書（「友人」文書）を該文書を記録したユーザ名とともに取り出せるようにして、関連行為の認識を支援し、かつ専門知識の位置確認を容易にするようにしてもよい。文書をクラスター化かつ分類して、行為及び個人やグループの関心の変化の自己認識を支援するようにしてもよい。同一文書の複数のバージョン（「双子」文書）を認識して、複数の著者がいる場合でも、自動的にバージョン化できるようにしてもよい。システムを拡張して、文書のより最近のバージョンが印刷される場合は、以前の読み手または著者に警告を送るようにもできる。
【００１８】
情報管理システムがインターネットを介して接続される場合は、ユーザが自分のウェブブラウザからサービスにアクセスできるようにするウェブサーバを使用できる。例えば、DocuShareを用いて文書レポジトリを整理し、印刷済み文書の保存かつアクセス、及び関連サービスの提供ができるようにしてもよい。
【００１９】
情報管理システムの重要な特徴は、印刷メモリと呼ばれる記録アーカイブである。システムは、ローカルユーザからの印刷／ファクシミリ／スキャンリクエストに割り込んで、文書をデジタルアーカイブに記録する。より正確には、システムがリモートシステムサーバ中でローカルプリンタ用の印刷待ち行列を作成すると、ローカルプリンタは仮想プリンタとなる。その後、ユーザは、そのプリンタ直接ではなく、システムサーバを介して印刷を行う。従ってシステムは、印刷ジョブを記録する機会だけでなく、印刷ジョブを増やすことによって追加情報またはサービスを提供する機会も持つ。特に、印刷バナーを、現在の印刷ジョブ及び要求中のユーザのためにその場で作成されるＦｌｏｗＰｏｒｔ（登録商標）フォームと交換することによって、システムは情報共有またはワークフロー分野のいずれかに関係するより貴重なサービスを提供する。このシステムのもっとも重要な利点は、ユーザの印刷／記録行為によってサービスが提供かつ起動されるという、サービスの非妨害性である。
【００２０】
情報管理システムは、定位置すなわちローカルネットワーク上でサービスを提供できるが、インターネットを介してサービスを提供できる利点もある。この場合、小規模またはホームオフィスに対しては、第三者が記憶及び関連文書サービスを提供して、専用機器またはソフトウェアのインストールを代行し、管理コストがかからないようにすることができる。このようなインターネットベースのシステムでは、例えばユーザは情報管理システムのサービスプロバイダのインターネットウェブサイトに登録できる。ユーザは、ネットワークアドレス及び好適な印刷プロトコルを指定して、１台または複数の手持ちプリンタ（ファクシミリ機、スキャナ、または多機能装置）をサービスプロバイダに登録できる。インターネット・情報管理システム・ウェブサイトは、登録された機器に応じて増やした記録待ち行列を顧客に提供する。ユーザは任意の好都合な入力装置を介してサービスを要求できる。
【００２１】
【発明の実施の形態】
図１を参照して、推薦を提供するシステム１００は、紙等のハードコピー媒体上に文書（アイテム）を記録する装置１０と、プロセッサ１２と、メモリレポジトリ４０とを含む。メモリ４０は、文書表現を記憶する領域４２と、レーティング領域４４と、ユーザプロファイル領域４６と、推薦基準領域４８とを含む。ユーザ５０が文書を記録（印刷等）するリクエストを装置１０に送ると、プロセッサ１２は要求された文書の暗示的レーティングをレーティング４４に記憶する。ユーザ５０のユーザプロファイルがユーザプロファイル４６に記憶されている場合は、プロセッサ１２はユーザ５０のユーザプロファイルを更新して、要求された文書の暗示的レーティングを示すようにする。プロセッサ１２は、推薦基準４８に記憶されている何らかの推薦基準を利用して推薦を作成し、ユーザ５０に与える。推薦は、文書間の類似性（要求された文書と推薦システム中の他文書との類似性）の判定、文書−ユーザ間の類似性（ユーザが過去に印刷した文書と類似した文書）の判定、またはユーザ間の類似性（類似のユーザプロファイルを持つ他ユーザによって印刷された文書）の判定に基づいて作成されうる。プロセッサ１２が１つ以上の他文書の推薦をユーザ５０に提供できるようになると、これら推薦は複数の方法でユーザ５０に提供できる。
【００２２】
印刷文書３０に先行してプリンタが出力するプリンタカバーシート上に推薦を印刷して、ユーザ５０に与えてもよい。またはユーザ５０は、電子インターフェース６０にアクセスして、該インターフェース６０に関連した表示装置上で推薦を読むこともできる。電子インターフェース６０は、例えばコンピュータ、個人情報端末（ＰＤＡ）、インターネットｅメール機能付け携帯電話、またはネットワークステーションでもよい。電子インターフェースは、直接、無線、イントラネット接続、またはインターネット接続を介してシステム１００に接続可能である。推薦システム１００がオプションで検索機能性を含む場合は、ユーザ５０は検索推薦システム１００にアクセスし、ユーザ５０が与える何らかの入力基準に基づいて関心のある文書を検索することができる。
【００２３】
本発明のこの実施形態は、プリンタ（または他種類の記録装置）を推薦システムに拡張したものと考えることができる。プロセッサとメモリとの組み合わせが機能的に作動して、あるワークグループの印刷済み文書の表現を計算かつ記憶するモジュール、印刷済み文書間の類似性を測定するモジュール、及び関係者の関心の類似性を測定するモジュールを与える。
【００２４】
すべてのユーザが推薦システムへの参加を希望しない場合もあるので、ユーザの印刷行為が要求文書の暗示的レーティングとしてシステムに入力されるワークグループモードでの文書印刷をユーザが選択できるように、ワークグループを構成してもよい。ユーザが個人モードでの印刷を選択する場合は、このレーティングは記憶されず、推薦は発行されない。ワークグループモードでは、推薦システムは文書の正の暗示的レーティングをユーザのプロファイルに加算する。推薦システムは、多数の異なる推薦基準で構成可能である。例えばワークグループは、送信された印刷ジョブからの文脈と、ユーザ及び文書に関する情報とを、オンラインまたはオフラインで推薦システムに抽出させる推薦基準を確立してもよい。推薦システムはまた、（ローカルまたはリモートの）レポジトリ中に文書の表現を記憶してもよく、この表現は文書自体でもよいし、または言語ツールを用いて計算した文書内容の特徴表示等を伴う該文書の属性の組（文書のタイトル、参照文献、及びその他のメタデータ）でもよい。文書類似性モジュールは、記憶した印刷済み文書の表現を基にして、文書の類似性を（やはりオンラインまたはオフラインで）計算できる。関心類似性モジュールは、複数のユーザが類似文書を印刷する傾向に基づいてユーザ間の関心を相関させ、文書とユーザの関心との間の類似性を（オンラインまたはオフラインで）計算できる。
【００２５】
推薦システムが、一定期間の間、定位置に設置されて、レーティングを記憶し、ワークグループに推薦を作成すると、推薦システムの他の典型的な特徴を提供できるようになる。例えば推薦システムは、ワークグループ中で過去に印刷されたもののマップを作成できる。この情報は、その後、電子インターフェース６０からシステム１００に対して閲覧または検索できる。この情報の集合体は、それ自体で企業またはワークグループのメモリとしての価値がある。このような情報の集合体にインデックスを付け、かつ閲覧するために実行される方法には、同時継続中の同一譲受人に譲渡された米国特許出願第０９／３０５，８３６号（１９９９年５月５日出願）「アクセスされたリソースの言語学的に分析可能な内容に基づいて人物グループを見つける方法（Finding Groups of People Based on Linguistically Analyzable Content of Resources Accessed）」に記載されたようなものがあり、かかる方法を本発明に適用できる。
【００２６】
装置１０は、プリンタ、コピー機、スキャナ、または多機能装置（ＭＦＤ）でもよい。ＭＦＤは、スキャン可能、スキャン済みアイテムのメモリへの記憶可能、及びスキャン済みアイテムの印刷が可能なデジタル装置である。あるアイテムが印刷のためにＭＦＤに提示されると、ＭＦＤは、印刷されるアイテムの画像を記憶できる。この画像はＭＦＤのメモリ、推薦サービスのメモリ、または文書レポジトリ中に局所的に記憶されうる。文書レポジトリに記憶される場合は、文書レポジトリは局所的に配置してもよいし、または遠隔に配置してネットワークによってアクセスできるようにしてもよい。印刷または記録済みの各アイテムの記録または画像を記憶することによって、推薦システムは、推薦を作成し、ワークグループにとって暗に関心のあるアイテムの履歴を保持することができる。また、ユーザが記憶されたアイテムにアクセスすることもできる。これは、インターネットからダウンロードしたウェブページ等の一時的なアイテムを印刷する場合には特に有利と考えられる。
【００２７】
推薦システム１００は、３層のシステムアーキテクチャを持つと考えることができる。システムアーキテクチャの最下層は記憶部からなり、一般的にはデータベースを用いて文書表現及びユーザプロファイルを記憶するように構成される。文書及びユーザを表現する方法については、後ほど詳述する。中間層はサービスの組からなり、サービスは（１）文書間の類似性、（２）ユーザ間の類似性、及び（３）文書−ユーザ間の類似性をそれぞれ計算及び更新する役目を持つ複数のモジュールを介して実現される。最後に、最上層はユーザインターフェースからなり、サービスにアクセスする。
【００２８】
システムは、ネットワークに接続されたプリンタまたはその他の記録装置を用いて、文書についての暗示的レーティングを、ユーザから非割り込み式に集める。プリンタから直接サービスにアクセスすることも可能だし、またはブラウザ、ｅメールインターフェース、もしくは文書管理システムインターフェース等の標準的な電子インターフェースを介してアクセスしてもよい。以下に、３種類の異なる類似性基準を計算する１組の方法と、システム用のユーザインターフェースの可能な実施形態とを説明する。
【００２９】
文書表現及び文書間類似性基準。文書が推薦システム１００を通過するたびに、システムはその文書がシステムにとって公知のものかどうかを検査する。まず、後述のように文書の特徴が計算される。この特徴がシステム中にすでに記憶されたものと一致すれば、文書は「公知」とされ、それ以降のステップは行われない。それ以外の場合は、文書には文書ＩＤ（ｄｏｃｉｄ）が割り当てられ、このｄｏｃｉｄ、特徴、及びタイムスタンプが（例えば文書の特徴はデータベーステーブル４２に）記憶される。
【００３０】
システムメモリに含まれる各文書は、言語学的方法を用いて特徴付けることができる。文書の特徴付けには他の方法を用いてもよい。その後、文書同士が互いに比較され、各文書の特徴を用いて文書間の類似性を計算できる。
【００３１】
文書の特徴を計算し、文書間の類似性を判定する方法には次のようなものがある。まず、ソースとなるテキストに使用される言語がわかっていない場合は、可能性のある言語が特定される（G. Grefenstette, "Comparing Two Language Identification Schemes", in Proceedings of The 3rd International Conference on the Statistical Analysis of the Textual Data, JADT '95, December 1995, Rome Italy参照）。その後、テキストの単語群が個々の単語に分けられる（G. Grefenstette and P. Tapanainen, "What is a Word, What is a Sentence. Problems of Tokenization", in 3rd International Conference on Computer Lexicography and Text Research COMPLEX '94, July 1994, Budapest, Hungary参照）。個々に分けられた単語は、その後、形態学的な語彙目録中で調べられ、各単語のもっとも可能性の高い品詞タグが計算される（A. Schiller, "Multilingual Part-of-Speech Tagging and Noun Phrase Mark-up", in the 15th European Conference on Grammar and Lexicon of Romance Languages", September 1996, University of Munich参照）。これを用いて、各単語の標準化形式が作成される。このプロセスが始まると、二重単語は廃棄され、各単語の発生回数のカウントがとられて、単語の頻度に応じた重みを計算できる。最後に、ソースとなる言語の停止語のリスト（G. Salton, "The SMART Retrival System: Experiments in automatic document processing", Prentice-Hall, 1971参照）を用いて、接続詞や前置詞等、テキスト分類に使用されない頻発する単語が廃棄される。
【００３２】
このプロセスの結果、各文書は、各語の頻度を記載した関連キーワードリストを持つようになる。この頻度リストを用いて、重み付けジャカードアルゴリズムを適用して、２文書間の類似性を計算できる（G. Grefenstette, "Explorations in Automatic Thesaurus Discovery", Kluwer Academic Press, 1994参照）。まずキーワードには、文書全集中の頻度に反比例する重みが付けられ、このためよりより優秀な識別子である低頻度の単語のほうがより多く重み付けされる。
【００３３】
だがこのアプローチは、特定したキーワード群が必ずしも文書内容の最良の指標とは限らないため、常に最適とはいえない。例えば「サイエンス・フィクション」という句を含む文書は、「コンピュータ・サイエンス」という句を含む文書と何らかの相関を持ちうる。また利用可能な停止語リストは、「人」という単語等の識別力をほとんど持たない単語は含まない。これらの問題に対処するため、上記のアプローチにいくつかの改良を加えることができる。まず、単一のキーワードの代わりに、システムが名詞句を特定し、これらの句のみを使用するようにできる。識別力を向上するため、ある特定の最低数の単語からなる名詞句のみを使用するようにシステムを設定可能である。例えば「情報検索」は単に「情報」及び「検索」をそれぞれ特定キーワードとして使用するより文書間を良好に識別できる場合が多い。第２に、キーワードを廃棄する追加方法を使用できる。ブリティッシュ・ナショナル・コーパス（British National Corpus）等の文書全集は、単語、その単語の品詞、頻度、及びその単語が登場する文書全集中の文書数を記載したリストを提供している。この情報を用いて、ある特定のテキスト中のある単語を平均発生頻度と比較した場合に、平均頻度より上の頻度で発生しているかどうかを判定でき、これにより、平均頻度より上の（従ってテキストの主題領域により密接に関係していると思われる）キーワードのみを使用して、類似性を測定できる。
【００３４】
その後、２つの文書間の類似性を、２文書が共通に持つ全キーワード（または句）の重みの和を、２文書Ｘ及びＹに関連づけられる全キーワードの重みの和で除算したものとして計算する（以下の式１）。
【数１】

【００３５】
文書間の類似性基準は、所与の文書（ユーザによって印刷中のもの等）に類似した他文書、及び所与の文書に類似した文書を印刷したことがある（従って類似トピックを調査していると思われる）同僚の特定に使用できる。２つの文書は、その文書間類似性基準が所与のしきい値を超えている場合に、類似していると定義される。
【００３６】
ユーザプロファイル、ならびにユーザ間及びユーザ−文書間類似性基準。ユーザが文書を印刷／スキャン／コピーするたびに、システムはユーザのＩＤ（ｕｓｅｒｉｄ）、ｄｏｃｉｄ、印刷／スキャン／コピー行為、及びタイムスタンプを記憶する。システムが、文書についてのイベントを「読む」手段（ユーザインターフェースを電子的にモニターする等によって）を持つ場合は、システムはｕｓｅｒｉｄ、ｄｏｃｉｄ、読み行為、読みに要した時間、及びこれらイベントのタイムスタンプを記憶する能力を有する。可能な場合は、印刷カバーシートの紙のインターフェース、または電子ユーザインターフェースを介してユーザから与えられる明示的レーティング及びコメントを記憶することもできる。こうして、暗示的レーティング（「印刷」及び／または「読み」行為等）と、明示的レーティング（数値的スコア及びコメント等）との両方のユーザプロファイルを時間とともに漸増するように構成できる。
【００３７】
ユーザプロファイルはまた、ユーザに関連した文書（ユーザが印刷、読み、またはそれ以外で推薦した文書）から抽出した用語頻度リストを含みうる。ある有利な方法では、各ユーザごとに２つの用語頻度リストが維持される。第１のリストは、ユーザに関連した全文書の組から抽出される。このリストは、ユーザの言語ユーザプロファイル履歴と称される。第２のリストでは、より最近ユーザに関連づけられた文書の用語のほうが、ずっと以前に関連づけられた文書の用語より多く重み付けされる。これは例えば、文書用語の重みを減衰係数で累乗して得ることができ、ｔ＝（本日）―（文書とユーザとが関連づけされたタイムスタンプ）、かつαを減衰係数とすると、ｅ ^{- α t}と表すことができる。この第２のリストは、ユーザの「現在の」言語プロファイルと称される。
【００３８】
ユーザ間の類似性の判定には、様々な方法をとることができる。例えば、行為ベースのユーザ間類似性では、推薦システムが公知である文書組に対するユーザの印刷／レーティング行為の相関を計算する。言語学的なユーザ間類似性では、上記の文書間類似性基準で文書の特徴の共通部分を計算するのとちょうど同じように、ユーザの言語プロファイルの共通部分を比較する。ユーザの言語プロファイルと文書の特徴間の共通部分も判定できる。
【００３９】
行為ベースのユーザ間類似性。このアプローチは、２人のユーザが同様の印刷及び／またはレーティング履歴を持つならば、一方のユーザがある行為を行う文書は、将来、他方のユーザにも関心を与えるであろう、という仮定に基づく。本質的には、このアプローチは、暗示的レーティングを考慮するために多数の既存推薦システムが使用している受動的協調フィルタリング（passive collaborative filtering）アルゴリズムを拡張したものである。
【００４０】
システムは、各ユーザ対Ｘ，Ｙごとに相関ベクトル｛ｐｒｉｎｔ_xy，ｒａｔｅ_xy｝を作成する。印刷行為（及び読み、スキャン、コピー等の他の暗示的な推薦行為も含めてもよい）については、この２人のユーザ間の相関は、２人のユーザが同一文書に対して同一行為を行う相対頻度となり、これは以下の式２で与えられる。
【数２】

【００４１】
すなわち、２人のユーザＸ及びＹについての印刷相関は、両ユーザが過去に印刷した共通文書数を、両ユーザが印刷した文書の合計数で除算したものである。
【００４２】
２人のユーザ間のレーティングの相関は、P.Resnick, N. Iacovou, M. Suchak, P. Bergstrom & J. Riedl: "GroupLens: An Open Architecture for Collaborative Filtering of Netnews" に記載されているピヤソンアルゴリズム（Pearson Algorithm）等を用いて、統計的に計算できる。CSCW'94, October 22-26, Chapel Hill, NC, 1994の議事録及び以下の式３に示すように、Ｘ_i及びＹ_iはそれぞれ、アイテムｉについてのユーザＸ及びＹのレーティングを表す。このアルゴリズムは、−１（Ｘ及びＹが一致しない場合）から０（Ｘ及びＹの行為に相関がない場合）まで、及び１（Ｘ及びＹが完全に一致する場合）までの値をだす。これらの計算において考慮されるアイテムは、Ｘ及びＹ両者がレーティングしたものだけであることに注意されたい。
【数３】

【００４３】
その後、Ｘ及びＹについて計算した相関値を、個々のベクトル成分の重み付け和として用いる。異なる成分（すなわち印刷／レーティング）に割り当てられる重みは、推薦システムのパラメータであり、かつ各行為ごとの共通文書数の関数ともなる。例えば、システムは、２人のユーザが最低１０件の文書を共通にレーティング／印刷した場合にのみ、レーティング／印刷相関を考慮してもよい。
【００４４】
このアプローチは、コールドスタート問題（最初に共通行為がないこと）や、希薄性の問題（２人のユーザが一般的に異なる文書組に対して行為を行うこと）の影響を受けることがある。この結果、本アプローチは、推薦システム１００が有効数のユーザ行為を収集した後にのみ、非常に有用な類似性基準を与えうる。だが、多数の異なるユーザ行為を考慮することによって、この推薦システムは、従来のレーティングベースの推薦システムより迅速にコールドスタート問題を克服できる。実際、システムは初期に、すべてのユーザ行為を１種類に巻き込んで、少ない行為組を最大に利用できるように構成できる。このため一般的に同一文書に対して行為を行う２人のユーザについて、当初から十分に相関をとることができる。システムがこれら２人のユーザについてより多くの行為を収集すると、より差別化されたベクトルアプローチが発生する。
【００４５】
言語的なユーザ間及びユーザ−文書間の類似性。行為の類似性に基づいてユーザ間の相関を計算することに加えて、ユーザプロファイル同士を直接比較して重複の度合いを検査し、ユーザ間を相関させることも可能である。ユーザ間の言語的類似性は、文書間の類似性と同じ方法で判定される。ただ一点、ユーザ間類似性は、ユーザの関心（過去または現在の関心）を表すベクトルを用いる点が異なる。これらのベクトルは、その後、文書が（ワークグループモードで）印刷されるごとに、または一定期間ごとに全ユーザについて、定期的に更新される。同様に、文書の特徴とユーザプロファイルとの共通部分を判定して、文書−ユーザ間類似性基準を求めることもできる。
【００４６】
上述のごとく、推薦システムは、文書の特徴及びユーザプロファイルの記憶と、ユーザ間、文書−ユーザ間、及び文書間の類似性の計算とに基づいて、多数のサービスを提供する。推薦システムによってこのように保存されたワークグループメモリは、ワークグループモードで閲覧される文書レポジトリと組み合わせて拡張可能である。閲覧文書のレポジトリ上でのサービスについては、同時継続中の同一譲受人に譲渡された米国特許出願第０９／３０５，８３６号（１９９９年５月５日出願）「アクセスされたリソースの言語学的に分析可能な内容に基づいて人物グループを見つける方法（Finding Groups of People Based on Linguistically Analyzable Content of Resources Accessed）」に記載されており、かつゼロックス・リサーチ・センター・ヨーロッパによってウェブメモリと呼ばれるリサーチプロトタイプ形式で実現されている。２つのレポジトリを組み合わせることによって、紙のインターフェースと電子ユーザインターフェースとの２つの異なるインターフェースを介して、改良したサービスを提供できる。さらに、ウェブメモリには、推薦システムの２つの主要サービス、すなわちカバーシートをインターフェースとして用いてテンプレートに類似した文書を抽出することと、関心があると思われる文書を個人的に通知すること、が可能となりうる。
【００４７】
その後、別種類の行為として、閲覧（すなわち読み）行為を推薦システムに加えることができる。実際、文書の閲覧行為と印刷行為とは、文書の品質及び関連性の表現度合いが異なる。文書が推薦または検索される場合、ユーザインターフェースは、ユーザ人口中の閲覧頻度と印刷頻度との両方を示すことができる。
【００４８】
その後、ユーザの読み及び印刷行為によってレポジトリに格納される文書を検索して、同様の関心を持っている人はだれか、及びトピックに関連した文書はどれかを見つけることができる。複数の人が同一文書を読み、かつ印刷した可能性があるので、この情報を用いて文書の価値にランク付けをすることができる。これら２つの行為をヒットと称して、読みヒットと印刷ヒットとに識別できる。文書の言語表現、及びそれに関連したヒット数に基づいて、サービスは文書について２つのビューを提供し、結果のナビゲーションを支援することができる。内容ベースのビューは、ユーザリクエストとの類似性の度合いに基づく文書リストを配列し、また同時にヒット及びその質的価値（読みまたは印刷）を表示する。ヒットビューは、リスト上方によりヒット基準の高い文書を置いて結果を配列し、同時にユーザリクエストとの類似性の強さを表示する。
【００４９】
文書の印刷に誘発される類似文書の推薦。文書が印刷されるたびに、文書自体をテンプレートとして用いて、それに対してレポジトリ中で類似性が測定される。印刷文書の内容は言語表現に変換され、上述したような方法で類似性の測定に使用される。その後、上記の２つのビュー（内容またはヒット）のいずれかに、結果リストが提示される。この結果は、文書の印刷カバーシート上でユーザに配布することができる。カバーシート自体が有効トークンとして機能し、示された文書を直接プリンタから取り出す支援ができることも提案されている。
【００５０】
関心の類似性に基づく関心のある文書の推薦。印刷メモリはまた、上述の場合のようにサンプル文書に頼らずに、純粋にユーザ間の類似性のみに基づいてアドバイスを行うことができる。上記のモードはリアクティブ（受動的）、ここで提示するモードはプロアクティブ（能動的）と定義できる。リアクティブモードでは、テンプレートとして考慮される印刷文書のカバーシートが好都合な出力といえるが、プロアクティブ推薦の場合は、おそらく他の手段がより適切と考えられる。例えばユーザは、グループが（選択された組織プリファレンスのグラニュラリティ（粒度）度合で）（過去または最近に）関心があると考えるコンパイルした文書リストを、ｅメールで受信できる。
【００５１】
本発明の他の実施形態では、記録装置のユーザに対して推薦サービスを提供する以外に、他の文書関連サービスを提供できる。図２及び図３に、分散型情報管理システム２００を示す。システム２００は、情報管理システムプロバイダ２１０を含み、これはユーザ５０から遠隔位置に位置する。本例では、ユーザ５０はインターネット１５０を介してサービスプロバイダ２１０が提供するサービスにアクセスする。サービスプロバイダ２１０は、レポジトリとプロセッサとを有する。プロバイダ２１０によって各種サービス（上述した推薦サービスを含む）の提供が可能である。
【００５２】
サービスにアクセスするには、ユーザ５０は、サービスプロバイダ２１０に接続したローカルプリンタ１１２で文書１２０を印刷する。サービスプロバイダ２１０は、この文書１２０をユーザ５０用のデジタルアーカイブに記録し、また各種文書サービスを提供するために印刷ジョブを処理する。この処理には、印刷文書１２０のコピーの記憶、テキストの抽出、内容のインデックス付け、及びその他のサービス等がある。サービスプロバイダ２１０は、その後、印刷ジョブをユーザのプリンタ１１２に送信し、そこで印刷文書が作成される。サービスプロバイダ２１０には、追加記憶装置２２０及びＦｌｏｗＰｏｒｔ（登録商標）等のデータ管理ツール２４０を増設してもよい。
【００５３】
ユーザ５０は、自分のプリンタ１１２から印刷ジョブを取り出す。ユーザ５０は、サービスプロバイダ２１０のウェブサイト１３０から、閲覧、検索、及びその他の任意のサービスにアクセスできる。顧客はまた、ＦｌｏｗＰｏｒｔ（登録商標）によって起動されるＭＦＤ１１０上で記入済みフォーム１２２をスキャンすることにより、紙ベースのユーザインターフェース１１０（ＦｌｏｗＰｏｒｔ（登録商標）フォーム等）を介してサービスにアクセスすることもできる。印刷文書の前にＦｌｏｗＰｏｒｔ（登録商標）フォーム等の特別のバナーページが設けられ、ユーザが紙上でサービスプロバイダと他のやりとりを行うことができるようにしてもよい。カバーシート１２２は独自に識別されるので、デジタルアーカイブに記憶された文書のポインタとなる。
【００５４】
分散型システム２００は、ユーザに対して情報管理システム及びその他の利点を提供する。システム２００は、専用装置またはソフトウェアの入手コストを削減する。管理コスト、特に大量のデータを安全にアーカイブに格納することに起因するコストが削減され、アーカイブへの格納はリモートレポジトリ上で行われる。顧客は、最新のサービスの恩恵を受ける。地理的に分散したオフィス間で１つのアーカイブをシームレスで共有できる。システム２００によって、複数の異なる目的を同時に達成することができる。所有権が同じである複数のオフィスは同一のアーカイブを共有し、所有権が異なる複数のオフィスもアーカイブを共有して協調することができる。
【００５５】
システム２００では、ユーザがサービスプロバイダに、ユーザのプリンタへのネットワークアクセスを付与しなければならない。このためファイアウォール１４０構造が必要と考えられ、悪意のある人物によるプリンタの不正使用の危険性に関する保安上の注意が必要である。この問題は、ネットワーク連結性の分野で周知である、プリンタの使用に対するアクセスコントロールの設定によって解決できる。さらに、安全性の問題も考慮されうる。SecureHTTP等の安全トランスポートプロトコルを用いてインターネットを介して、またはインターネットプリントプロトコルに対して、クライアント−サーバ間の認証（ユーザが主張する人物であると証明すること）、データの保全（内容が改ざんされていないと保証すること）、及びプライバシー（内容の守秘）を適正に処理できる。だがサービスプロバイダは、内容に対する完全なアクセス権を持つ。プライバシー及び内容の保全は技術的には保証することができないので、顧客はサービスプロバイダを（銀行、公証人等の場合と同じく）信用しなければならない。印刷ジョブは大規模な場合が多く、インターネット帯域幅が時に進行妨害となるが、帯域幅の改良が進んでいるため、これは大きな問題ではないと考える。
【００５６】
システム２００によって（文書記録ストリームの取得によって）提供可能なサービス例には、次のようなものがある。取得した文書からテキスト内容を抽出してインデックスを付すことができる。現在のＯＣＲ（光学式文字認識）技術は、機械作成文字については１００％近くの文字認識率を持つ。他の方法にはPostScript−テキストコンバータがあるが、有効性が低い。印刷文書の永久アーカイブ格納、及び関連の検索及び視覚化サービスを作成できる。このアーカイブは、「私はこの文書を数週間前にそのカラープリンタで印刷したことを覚えている。」等の文脈メモリを支持する。文書の自動的なクラスター化及び分類によって、記憶された文書の階層的なビューが与えられる。
【００５７】
ネットワークの視点からは、ユーザは、サービスプロバイダ２１０が印刷ジョブをユーザのプリンタに送信できるように、ルータによってインターネットに接続された構内ネットワークを有すると仮定される。この構造はファイアウォール１４０の使用も示唆する。これはオフィスの場合には、小さいオフィスであっても非常に一般的な構造だが、ホームオフィスではまだ一般的ではない。しかしホームオフィスネットワークは将来より広がることが予想される。印刷文書をサービスプロバイダ２１０に送信し、サービスプロバイダ２１０が該文書を処理してから文書をリリースすることによる時間遅延を最小化するため、他のアプローチでは、印刷ジョブのコピー（サービスプロバイダでの印刷ではなく、サービスプロバイダにカーボンコピーを）送付する。これは印刷スプーラを修正すれば可能である。本実施形態では、サービスプロバイダは文書から必要なデータを抽出し、一方、ローカルプリンタは印刷ジョブを作成する。ただしこの代替実施形態では、サービスプロバイダは印刷カバーシートによる情報の提供はできない。本実施形態では、サービスプロバイダにプリンタアクセスを与える必要性をなくし、インターネットを介して送信されるデータのサイズを１／２に縮小し、印刷時間を減速させない。
【００５８】
サービスプロバイダは、ユーザインターフェースとサーバとの間で文書内容及びユーザリクエストを渡すことができるＸＭＬ（eXtensible Markup Language）インターフェースを提供しうる。ＸＭＬインターフェースを用いると、多数のユーザインターフェースが利用可能となる等のいくつかの利点がある。ユーザは紙インターフェースを介してサービスにアクセス可能である。文書が印刷されるたびにＦｌｏｗＰｏｒｔ（登録商標）フォームが作成される場合、ユーザはＦｌｏｗＰｏｒｔ（登録商標）フォームを入力装置に与えて、サービスを要求できる。このインターフェースは、手書きのメモ書き、文書の分類、及び文書トークンによる文書の共有を支援する。ユーザは、DocuShareアカウントを介してサービスプロバイダにアクセスすることもできる。DocuShareは、ウェブインターフェースの等価物となる。ユーザは、個人情報端末（ＰＤＡ）等を介して、無線接続でサービスプロバイダにアクセスできる。サービス（閲覧及びリプリント）は、パームポートインターフェースから可能である。パームポートは、多機能装置上で赤外線ベースの閲覧及び印刷を支持する。ユーザは、デジタル・ファイリング・キャビネット（ＤＦＣ）を介してサービスプロバイダにアクセスできる。ＤＦＣは、英国のケンブリッジで開発された、多機能装置（ＭＦＤ）からハイレベルの文書機能にアクセスするユーザインターフェースである。ＤＦＣインターフェースからは、ＭＦＤから文書を検索する別の方法（すなわち印刷行為に関連した文脈メモリを利用する方法）を実演するシステムサービスが利用可能である。
【００５９】
情報管理システムは、（ワークグループ及び組織の）記録行為をシームレスで捕捉して、かかる記録行為によって作成される共通レポジトリを利用する。システムの利点の１つは、情報のクラスター化及び分類による検索手段を提供できることである。記録済み文書の記憶及び分析後、ウェブ上の平均頻度に基づく用語重み付けに基づいて、類似性の測定が使用可能である。この測定は、先祖（バージョン）、子（一部）、友人（関連）文書の検出、行為分析及び情報探査行為の両方を支持するための関心事クラスターの検出、コミュニティマイニング、（印刷重複度が高い）実践コミュニティと（トピックの重複度が高い）関心事コミュニティとの識別、という多数のサービスを構築するインフラストラクチャを与える。
【００６０】
以上、本発明を特定の実施形態を参照して説明した。本明細書及び添付図面を判読し理解することによって、変形及び変更の可能性が生じるであろう。ここに記載した実施形態は例にすぎず、当業者によって本明細書の教示から各種変更、変形、修正、または改良が行われると考え、それらは前掲の特許請求の範囲に包含されるものとする。
【図面の簡単な説明】
【図１】本発明に従う推薦を与えるシステムのブロック図である。
【図２】本発明に従う分散型情報管理システムのブロック図である。
【図３】本発明に従う分散型情報管理システムのブロック図である。
【符号の説明】
１０プリンタ（ＭＦＤ）、１２プロセッサ、２０カバーシート、３０記録済み文書、４０メモリ、４２文書表現、４４レーティング、４６ユーザプロファイル、４８推薦基準、５０ユーザ、６０電子インターフェース、１００推薦提供システム、１１０ユーザインターフェース、１１２ローカルプリンタ、１２０文書、１２２カバーシート（記入済みフォーム）、１４０ルータ・ファイアウォール、１５０インターネット、２００分散型情報管理システム、２１０サービスプロバイダ、２２０ハードディスク等、２４０ＦｌｏｗＰｏｒｔ（登録商標）。

Claims

アイテム推薦を与える推薦システムであって、
ユーザリクエストに応答して、ハードコピー媒体上にアイテムを記録する処理であって、ユーザによるそのアイテムへの暗示的なレーティングを示す記録処理を行う手段と、
言語ツールを用いて前記記録済みのアイテムの内容を特徴付ける手段であって、ハードコピー媒体上へのアイテムの記録に応じて、記録されたアイテムの暗示的なレーティングを保存し、記録されたアイテムに対する暗示的なレーティングと推薦基準に基づいて推薦を行うか否かを決定し、もし推薦を行うための基準が満たされれば新しく推薦するアイテムを抽出する手段と、
ユーザが記録したアイテム群から抽出した用語リストと、前記抽出した用語の発生頻度と、を含む言語ユーザプロファイル履歴をユーザ毎に生成する手段と、
ｔ＝（本日）−（前記記録済みアイテムとユーザとが関連付けられた時点の時間）、α＝減衰係数とすると、ｅ^-α^tで表される減衰係数で重み付けされた用語群からなる現在の言語プロファイルを生成する手段と、
推奨を要求するユーザに対する前記言語ユーザプロファイル履歴と推奨を要求するユーザではないユーザに対する前記現在の言語プロファイルとに基づいて推薦するアイテムを抽出する手段と、
を備えることを特徴とする推薦システム。
請求項１に記載の推薦システムにおいて、
前記アイテムを抽出する手段は、複数のアイテム間において前記言語ユーザプロファイル履歴の共通部分と前記現在の言語プロファイルの共通部分と、をそれぞれ比較することによってアイテムを抽出することを特徴とする推薦システム。
請求項１又は２に記載の推薦システムにおいて、
前記アイテムは、ユーザによって印刷、スキャン、及び、コピーのいずれか１つの処理に供されたものであることを特徴とする推薦システム。
アイテム推薦を与える推薦プログラムであって、
コンピュータに、
ユーザリクエストに応答して、ハードコピー媒体上にアイテムを記録するステップであって、ユーザによるそのアイテムへの暗示的なレーティングを示す記録処理を行うステップと、
言語ツールを用いて前記記録済みのアイテムの内容を特徴付けるステップであって、ハードコピー媒体上へのアイテムの記録に応じて、記録されたアイテムの暗示的なレーティングを保存し、記録されたアイテムに対する暗示的なレーティングと推薦基準に基づいて推薦を行うか否かを決定し、もし推薦を行うための基準が満たされれば新しく推薦するアイテムを抽出するステップと、
ユーザが記録したアイテム群から抽出した用語リストと、前記抽出した用語の発生頻度と、を含む言語ユーザプロファイル履歴をユーザ毎に生成するステップと、
ｔ＝（本日）−（前記記録済みアイテムとユーザとが関連付けられた時点の時間）、α＝減衰係数とすると、ｅ^-α^tで表される減衰係数で重み付けされた用語群からなる現在の言語プロファイルを生成するステップと、
推奨を要求するユーザに対する前記言語ユーザプロファイル履歴と推奨を要求するユーザではないユーザに対する前記現在の言語プロファイルとに基づいて推薦するアイテムを抽出するステップと、
を実行させることを特徴とする推薦プログラム。
請求項４に記載の推薦プログラムにおいて、
前記アイテムを抽出するステップは、複数のアイテム間において前記言語ユーザプロファイル履歴の共通部分と前記現在の言語プロファイルの共通部分と、をそれぞれ比較することによってアイテムを抽出することを特徴とする推薦プログラム。
請求項４又は５に記載の推薦プログラムにおいて、
前記アイテムは、ユーザによって印刷、スキャン、及び、コピーのいずれか１つの処理に供されたものであることを特徴とする推薦プログラム。