JP6586756B2 - インフォーマル学習のための学習教材を収集する方法及び非一時的なコンピュータ可読媒体 - Google Patents

Description

ここで議論される実施形態は、インフォーマル学習のための学習教材を収集する方法に関する。

インフォーマル学習では、学習者は、勉強の主題を主に書き取って変更し得る。従って、インフォーマル学習システムでは、主題は、学習者の興味に対してよく合わせられ得る。例えば、学習者は、キュレーションを作りうる。キュレーションは、デジタルファイル及び／又はオンラインメディアのようなアイテムのリストを含み、例えば学習者のようなキュレータによって整理され得る。キュレーション内のアイテムは、トピックス又はテーマに従って整理され得る。

キュレーションへ追加され得る良く及び／又は関連するアイテム及び学習教材を収集することは、特に、一般の開かれた教育リソース（ＯＥＲ）によってカバーされない新しい学習教材に対して、ある困難をもたらす。例えば、バッチ収集された学習教材は、各学習者に対して、繊細にあわされておらず、また柔軟ではない。同様に、学習者による学習教材の手入力は、制約があり、大規模には可能でない。あるインフォーマル学習システムは、巡回ツール（ｃｒａｗｌｉｎｇ ｔｏｏｌ）を使用する。しかし、巡回ツールは、一般的なトピックスに基づいて学習教材を集めるように設計され得る。

ここに請求される主題は、不利を解決するか、又は、上述したこれらのような環境のみで動作する実施形態には限定されない。むしろ、この背景は、ここに述べられるある実施形態が具体化されるかもしれない１つの例示の技術領域を説明するために、提供されるだけである。

実施形態の一形態によれば、インフォーマル学習のための学習教材を収集する方法は、キュレーションへのアイテムの追加を検出することを含み得る。方法は、アイテムによって参照されるページにおいて、１つ又は複数のリンクを抽出することを含み得る。方法は、１つ又は複数のリンクに対応するページをダウンロードすることを含み得る。方法は、候補インデックスページを生成するべく、ダウンロードされたページをフィルタリングすることを含み得る。方法は、また、候補インデックスページから適切なインデックスページを特定することを含み得る。方法は、更に、適切なインデックスページ内にプライマリ情報ブロックを見つけることを含み得る。方法は、また、システムを適切なインデックスページのプライマリ情報ブロックへ案内するように構成された自動抽出規則を生成することを含み得る。

実施形態の目的及び効果は、特に請求項において指摘される構成要素、特徴及び組み合わせを用いることによって認識され且つ得られるだろう。

前述の一般的な説明及び後述の詳細な説明の両方は、例示的及び説明的なものであり、特許請求の範囲に記載されている本発明を制限するものではない。

例示の実施形態が、添付の図面を用いて、追加の特定及び詳細と共に、述べられて説明される。

一例のインフォーマル学習システム（学習システム）を含む例示の動作環境のブロック図である。 図１の学習システムに組み込まれ得る例示の学習モジュールを含む計算装置のブロック図である。 図１の学習システムで作られ得る例示のキュレーションの一例のスクリーンショットを示す。 ５つのダウンロードされたページを備える図３のキュレーションに含まれる５つのアイテムを示す。 図４のダウンロードされたページからフィルタリングされた候補インデックスページであり得るいくつかのページを示す。 図５に示されるページから特定された適切なインデックスページから生成され得る例示の規則を示す。 インフォーマル学習のための学習教材を収集する例示の方法のフロー図を示す。 インフォーマル学習のための学習教材を収集する例示の方法のフロー図を示す。 候補インデックスページから適切なインデックスページを特定する例示の方法のフロー図を示す。 複数の学習者の学習活動と共に、規則を解析する例示の方法のフロー図を示す。 候補インデックスページから適切なインデックスページを特定する他の例示の方法のフロー図を示す。全ての図面は、ここで説明される少なくとも１つの実施形態に従って準備されている。

ここで議論されるある実施形態は、インフォーマル学習のための学習教材を収集すること及び／又はインフォーマル学習システムへ追加されたアイテムに基づいた自動抽出規則（規則）の生成に関係する。規則は、システムをソースへ案内する。本明細書では、ソースは、適切なインデックスページ（ｉｎｄｅｘ ｐａｇｅ）として参照される。規則は、学習サーバ又は学習システムが、その後適切なインデックスページから学習教材を取り込むことを許容し得る。ある実施形態では、学習教材を取り込むことは、抽出頻度に従って定期的に実行され得る。抽出頻度は、複数の学習者の学習活動並びに規則及び関連する抽出規則（関連規則）の彼らの使用の解析に基づいて、決定され得る。

例示の実施形態は、インフォーマル学習のための学習教材を収集する方法を含む。方法は、例えば、学習者が、キュレーションへのアイテムとして、ウェブページ（ページ）をブックマークすること又はページを追加するという、キュレーションへのアイテムの追加を検出することを含み得る。アイテムによって参照されるページに含まれるリンクが抽出され、リンクに対応するページがダウンロードされ得る。ダウンロードされたページがアイテムによって参照されるページへ指し返すリンクを含むか否かに基づいて、ダウンロードされたページがフィルタリングされ得る。フィルタリングされたページは、候補インデックスページとなり得る。方法は、また、候補インデックスページから適切なインデックスページを特定することを含み得る。方法は、更に、適切なインデックスページ内にプライマリ情報ブロックを見つけることを含み得る。方法は、また、システムを適切なインデックスページのプライマリ情報ブロックへ案内するように構成された規則を生成することを含み得る。本実施形態及び他の実施形態は、添付の図面を参照して説明される。

図１は、一例のインフォーマル学習システム（学習システム）１００を含む例示の動作環境５０のブロック図である。学習システム１００は、学習教材のソースが動作環境５０内に特定され得るように構成され得る。次に、学習教材は、ソースから収集されて、インフォーマル学習に対して利用可能となされ得る。学習教材のソース又は潜在的ソースは、本明細書ではインデックスページと称される。

図示の実施形態では、動作環境５０は、二人の学習者１０２Ａ及び１０２Ｂ（一般に、一人の学習者１０２又は複数の学習者１０２）を含み得る。学習者１０２は、学習システム１００とインターフェース（ｉｎｔｅｒｆａｃｅ：相互作用、入出）する学生のような個人又はエンティティ（ｅｎｔｉｔｙ：実体）を含み得る。学習者１０２は、装置１０４Ａ及び１０４Ｂ（一般に、１つの装置１０４又は複数の装置１０４）と関係し得る。装置１０４、第三者サーバ１１４及び学習サーバ１０８は、ネットワーク１４０を介して通信し得る。例えば、装置１０４、第三者サーバ１１４及び学習サーバ１０８は、ネットワーク１４０を介して、学習教材を通信し得る。

また、図１の学習システム１００では、学習サーバ１０８は、学習モジュール１１０を含み得る。学習モジュール１１０は、インフォーマル学習のための学習教材を収集するように構成され得る。具体的には、ある実施形態では、学習モジュール１１０は、ネットワーク１４０を介して、装置１０４、学習サーバ１０８及び第三者サーバ１１４の間で、学習教材及び／又は学習教材に関連する情報の通信を可能にし得る。

ネットワーク１４０は、有線又は無線であり得えて、制限されないが、スター構成、トークンリング構成又は他の構成を含む多くの異なる構成を有し得る。更に、ネットワーク１４０は、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）（例えばインターネット）、及び／又は、複数の装置が通信可能な他の相互接続する横断するデータ経路を含み得る。ある実施形態では、ネットワーク１４０は、ピアツーピアネットワークであり得る。ネットワーク１４０は、また、様々な異なる通信プロトコルのデータの通信を可能とする電話通信ネットワークの一部と接続するか又は含んでいても良い。

ある実施形態では、ネットワーク１４０は、ショートメッセージサービス（ＳＭＳ）、マルチメディアメッセージサービス（ＭＭＳ）、ハイパーテキストトランスファプロトコル（ＨＴＴＰ）、ダイレクトデータコネクション、無線アプリケーションプロトコル（ＷＡＰ）、Ｅメール等を介することを含む、データを送信及び受信するための、ブルートゥース（登録商標）通信ネットワーク及び／又は携帯通信ネットワークを含む。

第三者サーバ１１４は、プロセッサ、メモリ及び通信能力を含むハードウェアサーバを有し得る。図示の実施形態では、第三者サーバ１１４は、ネットワーク１４０に接続されて、装置１０４及び／又は学習サーバ１０８との間でネットワーク１４０を介して情報及びデータを送信及び受信し得る。

第三者サーバ１１４は、ネットワーク１４０を介してアクセス可能であるウェブサイト１２６をホスト（ｈｏｓｔ）するように構成され得る。具体的には、ある実施形態では、第三者サーバ１１４は、学習者１０２が、装置１０４及び／又は学習モジュール１１０を用いる学習サーバ１０８を用いて、ウェブサイト１２６にアクセスすることを許容し得る。学習者１０２、装置１０４及び学習サーバ１０８は、ネットワーク１４０を介して、それに応じて、ウェブサイト１２６とアクセス及び／又はインターフェースし得る。

特に、ウェブサイト１２６は、１つ又は複数のページ１１６を含み得る。それぞれのページ１１６は、第１装置１０４Ａを用いて、第１学習者１０２Ａによってアクセスされ得る。第１装置１０４Ａ、第２装置１０４Ｂ、学習サーバ１０８の学習モジュール１１０又はこれらの内の組み合わせは、また、ウェブサイト１２６に含まれる他のページ１１６と共に、第１学習者１０２Ａによってアクセスされるページ１１６のそれぞれを含むウェブサイト１２６にアクセスし得る。

本明細書で使用されているように、ページ１１６の内の所与の１つにアクセスすることは、制限されないが、ページ１１６をシステムレポジトリ(ｒｅｐｏｓｉｔｏｒｙ：収納場所)１１２又はパーソナルレポジトリ１１８（図１において１１２／１１８として一緒に示す）へ複製すること、ページ１１６をキュレーションへ追加すること、ページ１１６を学習システム１００にブックマークすること、ページ１１６のユニフォームリソースロケータ（ＵＲＬ）の構造の解析を実行すること、ページ１１６のページ構造の解析を実行すること、ページ１１６の内容一貫性（ｃｏｎｔｅｎｔ ｃｏｈｅｒｅｎｃｅ）の解析を実行すること、又はこれらの内の組み合わせを含み得る。

装置１０４は、プロセッサ、メモリ及びネットワーク通信能力を含む計算装置を有し得る。例えば、各装置１０４は、ラップトップコンピュータ、デスクトップコンピュータ、タブレットコンピュータ、携帯電話、パーソナルデジタルアシスタント（ＰＤＡ）、携帯Ｅメール装置、携帯ゲーム機、携帯音楽プレーヤ、１つ又は複数のプロセッサが内蔵又は結合されたテレビ、又は、ネットワーク１４０へアクセス可能な他の電子装置を含み得る。

装置１０４は、学習者１０２と相互作用を可能にするように構成され得る。例えば、装置１０４は、学習者１０２がキュレーションを作成及び修正することを許容する学習モジュール１１０によって、ブラウザにおいて、ユーザインターフェースを提供するように構成され得る。本実施形態及び他の実施形態では、装置１０４は、ユーザインターフェースを提供し得る。ある実施形態では、装置は、ユーザインターフェース及び／又は装置１０４による１つ又は複数の機能を提供するインストールされたプログラム（例えば、シンクライアントプログラム）を含み得る。

キュレーションは、学習者１０２が結合される及び／又は組織化される、所定の主題と関連し得る学習教材のセットを含み得る。例えば、キュレーションは、特定のトピックスと関連する様々なソースから複数のページ（例えば、ページ１１６）を参照するアイテムを含み得る。ある実施形態では、装置１０４は、学習者１０２が学習モジュール１１０を介してアイテムをキュレーションへ追加することを可能にし得る。アイテムは、学習教材、テキスト文書、イメージ、ビデオ、記事、一連の記事、記事の一部、グラフィックス又は任意の形式の他のデジタル情報を含み得る。

例えば、装置１０４は、学習者１０２がネットワーク１４０を介してウェブサイト１２６のページ１１６にアクセスすることを可能にし得る。そして、学習者１０２は、ページ１１６をキュレーションへ追加し、及び／又はページ１１６へのブックマークをキュレーションへ追加し得る。アイテムの追加を示す信号が、学習サーバ１０８の学習モジュール１１０へ通信され得る。追加して又は代わりに、学習モジュール１１０は、アイテムの追加を検出し得る。

学習モジュール１１０は、また、アイテムがキュレーションへ追加された日付け／時間を追跡するように構成され得る。例えば、第１学習者１０２Ａがウェブサイト１２６からのページを追加する度に、学習モジュール１１０は、追加の日付け／時間を記録するか、さもなくば追跡し得る。追加して又は代わりに、装置１０４は、追加の日付け／時間を記録するか、さもなくば追跡し得る。追加して又は代わりに、装置１０４は、日付け／時間の情報を、学習サーバ１０８の学習モジュール１１０へ通信し得る。追加して又は代わりに、装置１０４は、学習サーバ１０８の学習モジュール１１０がアイテムの追加の日付け／時間を追跡することを可能にするように構成され得る。

パーソナルレポジトリ１１８は、学習者１０２によって作成されたキュレーション、キュレーションに含まれるアイテム及び／又は学習教材を格納し得る。ある実施形態では、パーソナルレポジトリ１１８は、少なくともシステムレポジトリ１１２内の一部に存在し得る。例えば、システムレポジトリ１１２は、パーソナルレポジトリ１１８であり得る、１つ又は複数の学習者１０２に対して指定された部分を含み得る。追加して又は代わりに、パーソナルレポジトリ１１８又はその一部は、装置１０４上に位置付けられ得る。

学習サーバ１０８は、プロセッサ、メモリ及びネットワーク通信能力を含むハードウェアサーバを有し得る。図示の実施形態では、学習サーバ１０８は、ネットワーク１４０に接続されて、装置１０４及び／又は第三者サーバ１１４との間でネットワーク１４０を介してデータを送信及び受信し得る。学習サーバ１０８は、学習モジュール１１０を含み得る。学習モジュール１１０は、装置１０４及び／又は第三者サーバ１１４と相互作用して、学習システム１００におけるインフォーマル学習のための学習教材を収集するように構成され得る。

ある実施形態では、一人又は両方の学習者１０２がアイテムをキュレーションへ追加し得る。例えば、第１学習者１０２Ａは、第１装置１０４Ａを使用して１つのページ１１６をキュレーションへ追加し得る。追加して又は代わりに、第１学習者１０２Ａは、第１装置１０４Ａを使用して１つのページ１１６をキュレーションへブックマークし得る。学習モジュール１１０は、キュレーションへのアイテムの追加を検出し得る。ある実施形態では、学習サーバ１０８の学習モジュール１１０は、ネットワーク１４０を介して、アイテムの追加を検出し得る。追加して又は代わりに、装置１０４は、アイテムの追加を検出して、学習モジュール１１０へのアイテムの追加を示す信号を通信し得る。

そして、学習モジュール１１０は、アイテムによって参照されるページに含まれる１つ又は複数のリンクを抽出し得る。ある実施形態では、学習モジュールは、ページに含まれる全てのリンクを抽出し得る。リンクは、ページ１１６のようなページと対応するか又はページへの経路を含み得る。いくつかのリンクは、アイテムによって参照されるページへ指し返すページに対応し得る。いくつかのリンクは、アイテムによって参照されるページへ指し返さないページに対応し得る。

例えば、第三者サーバ１１４のウェブサイト１２６は、ツリー構造に少なくとも部分的に組織されるページ１１６を含み得る。キュレーションに追加され得るページ１１６は、ツリー構造における葉ノードと称され得る。ページに含まれるリンクは、ツリー構造における兄弟ノード、ツリー構造における親ノード又はツリー構造における子ノードであるページ１１６に対応し得る。ツリー構造におけるノードであるページ１１６は、一般に、アイテムであり得るページ１１６を参照する。また、リンクは、他のウェブサイトへのパス及び／又はウェブサイトに含まれる他のページへのパスを含み得る。他のウェブサイトからの他のページは、アイテムによって参照されるページへ指し返さないだろう。

学習モジュール１１０は、リンクに対応するページをダウンロードし得る。例えば、学習モジュール１１０は、ネットワーク１４０を介して、リンクに対応するページ１１６にアクセスし得る。そして、学習モジュール１１０は、ウェブサイト１２６からページ１１６をダウンロードし得る。そして、学習モジュール１１０は、候補インデックスページを生成するべく、ダウンロードされたページをフィルタリングし得る。具体的には、ある実施形態では、学習モジュール１１０は、アイテムによって参照されるページへ指し返すリンクを含まないダウンロードされたページを除外し得る。

学習モジュール１１０は、候補インデックスページから適切なインデックスページを特定し得る。また、学習モジュール１１０は、適切なインデックスページ及び／又は候補インデックスページ（まとめてインデックスページ）内にプライマリ情報ブロックを見つけ得る。適切なインデックスページは、学習モジュール１１０によって後にアクセスされて、適切に収集され得る他の学習教材を見つけ得るページを含み得る。プライマリ情報ブロックは、大部分の実質的な情報が含まれるインデックスページの一部を含み得る。一般に、プライマリ情報ブロックは、ページの中央部分を含み、及び／又は、１つ又は複数の他のページへのリンクのリストを含み得る。対照的に、サイド情報ブロックは、二次的な部分の実質的な情報が含まれるインデックスページの一部を含み得る。一般に、サイド情報ブロックは、ページのサイド部分を含み、及び／又は、１つ又は複数の他のページへのリンクのリストを含み得る。学習モジュール１１０が適切なインデックスページを後に訪れる時、学習モジュール１１０は、プライマリ情報ブロックから学習教材を取り出し得る。ある実施形態では、インデックスページ内にプライマリ情報ブロックを見つけることは、適切なインデックスページを特定することに含まれ得る。

プライマリ情報ブロックを見つけること及び／又は少なくとも部分的に適切なインデックスページを特定するために、学習モジュール１１０は、１つ又は複数の候補インデックスページのページ構造の解析を実行し得る。候補インデックスページのページ構造の解析は、候補インデックスページの内容の位置及びレイアウトの解析を含み得る。具体的には、本実施形態及び他の実施形態では、ページ構造の解析は、学習モジュール１１０が、アイテムによって参照されるページへ指し返すリンクの位置を検出することを含み得る。

例えば、プライマリ情報ブロックは、一般に、ページ１１６の中央の位置にあり得る。従って、学習モジュール１１０は、候補インデックスページのプライマリ情報ブロックを、候補インデックスページの中央の部分として、見つけ得る。そして、学習モジュール１１０は、アイテムによって参照されるページへ指し返すリンクがプライマリ情報ブロック内に位置するか否かを決定する。ある実施形態では、プライマリ情報ブロック内のアイテムによって参照されるページへ指し返すリンクを有する候補インデックスページが、適切なインデックスページのより良い候補であり得る。

追加して又は代わりに、学習モジュール１１０は、ＵＲＬ構造の解析を実行して、適切なインデックスページを特定又は少なくとも部分的に特定し得る。ある実施形態では、学習モジュール１１０は、１つ又は複数の候補インデックスページのＵＲＬ構造を比較して、候補インデックスページの深さを決定し得る。一般に、ツリー構造を有するウェブサイト１２６を参照すると、ＵＲＬ構造は、ツリー構造に含まれるページ１１６の深さの表示であり得る。例えば、短いＵＲＬが、ツリー構造の浅い又は高い葉節（又は根節）を示し得ると同時に、長いＵＲＬは、ツリー構造の深い又は低い葉節を示し得る。従って、長いＵＲＬは、より特定の主題の兆候であり得えて、より良い適切なインデックスページの特徴であり得る。

追加して又は代わりに、学習モジュール１１０は、内容一貫性の解析を実行して、適切な候補インデックスページを特定するか、又は、少なくとも部分的に特定する。内容一貫性の解析は、プライマリ情報ブロックの内容の類似性を調べるべく、テキストの類似性の解析を含み得る。より類似している内容又はより近い関係の内容を含むプライマリ情報ブロックは、より良い適切なインデックスページの兆候であり得る。

本実施形態及び他の実施形態では、学習モジュール１１０は、１つ又は複数の処理を実行して、適切なインデックスページを特定し得る。ある実施形態では、プライマリ情報ブロック内のアイテムによって参照されるページへ指し返すリンクを含む第１候補インデックスページ及びサイド情報ブロック内のアイテムによって参照されるページへ指し返すリンクを含む第２候補インデックスページという２つの候補インデックスページがある場合、学習モジュール１１０は、第１候補インデックスページを、適切なインデックスページとして特定し得る。ある実施形態では、学習モジュール１１０は、ページ構造の解析、ＵＲＬ構造の解析及び内容一貫性の解析を実行し得る。例えば、学習モジュール１１０は、候補インデックスページ内のアイテムによって参照されるページへ指し返すリンクを含む情報ブロックを検出し得る。そして、学習モジュール１１０は、ページ構造の解析に基づいて、１つ又は複数の候補インデックスページ内にプライマリ情報ブロックを見つけ得る。プライマリ情報ブロック内のアイテムによって参照されるページへ指し返すリンクを含む複数の候補インデックスページに対して、学習モジュール１１０は、ＵＲＬ構造を比較する。そして、学習モジュール１１０は、２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い（大きい）、同じ深さを有しているか否かを決定し得る。２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有していない結果に応えて、学習モジュール１１０は、ＵＲＬ深さに基づいて、適切なインデックスページを特定し得る。例えば、最大の深さのＵＲＬを有する候補インデックスページが、適切なインデックスページとして特定され得る。

２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有している結果に応えて、学習モジュール１１０は、同じ深さのＵＲＬ構造を有する複数の候補インデックスページのプライマリ情報ブロックの内容一貫性を測定し得る。そして、学習モジュール１１０は、適切なインデックスページを、最大の内容一貫性を有する候補インデックスページとして特定し得る。

また、ある実施形態では、学習モジュール１１０は、１つ又は複数の候補インデックスページに対して、ページ構造のスコア、ＵＲＬスコア及び一貫性スコアを測定し得る。

ページ構造のスコアは、ページ構造の解析に基づき得る。例えば、プライマリ情報ブロック内のアイテムによって参照されるページへ指し返すリンクを含む候補インデックスページは、１のページ構造のスコアを受け取り得る。サイド情報ブロック内のアイテムによって参照されるページへ指し返すリンクを含む候補インデックスページは、例えば、０．３３又は０．５のページ構造のスコアを受け取り得る。アイテムによって参照されるページへ指し返すリンクを含まない候補インデックスページは、ゼロのページ構造のスコアを受けとるか、又は、ページ構造の解析の前にフィルタリングされ得る。

ＵＲＬスコアは、ＵＲＬ構造の解析に基づき得る。ある実施形態では、最大の深さのＵＲＬ構造を有する候補インデックスページは、１のＵＲＬスコアを受け取り、他の候補インデックスページは、最大の深さのＵＲＬ構造におけるＵＲＬ部分の数に関して、他の候補インデックスページのＵＲＬ構造それぞれのＵＲＬ部分の比と等しいＵＲＬスコアを受け取り得る。例えば、候補インデックスページは、最大の深さのＵＲＬを含み得る。最大の深さのＵＲＬは、ドメインネーム、ディレクトリ、サブディレクトリ及びファイルネームという４つのＵＲＬ部分を含み得る。最大の深さのＵＲＬを有する候補インデックスページは、１のＵＲＬスコアを受け取り得る。１つ又は複数の他の候補インデックスページは、２番目の最大の深さのＵＲＬを含み得る。２番目の最大の深さのＵＲＬは、ドメインネーム、ディレクトリ及びサブディレクトリという３つのＵＲＬ部分を含み得る。２番目の最大の深さのＵＲＬを有する１つ又は複数の他の候補インデックスページは、０．７５のＵＲＬスコア（例えば、３つのＵＲＬ部分／４つのＵＲＬ部分）を受け取り得る。１つ又は複数の他の候補インデックスページは、３番目の最大の深さのＵＲＬを有し得る。３番目の最大の深さのＵＲＬは、ドメインネーム及びディレクトリという２つのＵＲＬ部分を含み得る。３番目の最大の深さのＵＲＬを有する１つ又は複数の候補インデックスページは、０．５のＵＲＬスコア（例えば、２つのＵＲＬ部分／４つのＵＲＬ部分）を受け取り得る。

内容一貫性スコアは、候補インデックスページの内容一貫性の解析に基づき得る。ある実施形態では、内容一貫性の解析は、アイテムによって参照されるページへ指し返すリンクが位置づけられるプライマリ情報ブロック及び／又はサイド情報ブロックのベクトル空間モデル（ｖｅｃｔｏｒ ｓｐａｃｅ ｍｏｄｅｌ：ＶＳＭ）に基づき得る、テキストの類似性の平均のスコアを含み得る。ある実施形態では、テキストの類似性は、プライマリ情報ブロック及び／又はサイド情報ブロックに含まれるリンクと関連するテキストの間で決定され得る。本実施形態及び他の実施形態では、候補インデックスページの内容一貫性のスコアは、０と１との間の値を含み得る。

学習モジュール１１０は、ページ構造のスコア、ＵＲＬスコア及び内容一貫性のスコアのそれぞれに対して、重みを割り当て得る。ある実施形態では、重みは、１の値を加え得る。例えば、ページ構造のスコアに割り当てられる第１重みは０．３５であり、ＵＲＬスコアに割り当てられる第２重みは０．１５であり、内容一貫性のスコアに割り当てられる第３重みは０．５であり得る。追加して又は代わりに、重みは、適当な機械学習技術によって、決定されるか及び／又は最適化され得る。

学習モジュール１１０は、１つ又は複数の候補インデックスページに対するトータルスコアを計算し得る。トータルスコアは、１つ又は複数の候補インデックスページに対して、ページ構造のスコア、ＵＲＬスコア及び内容一貫性のスコアそれぞれと、割り当てられた重みとの積の線形和に基づいて、計算され得る。例えば、第１候補インデックスページに対して第１ページ構造のスコアは、０．５が生成され、第１候補インデックスページに対して、第１ＵＲＬスコアは、０．８が生成され、第１候補インデックスページに対して、第１内容一貫性スコアは、０．８６６が生成され得る。ページ構造のスコアに対して割り当てられる重みは０．３５であり、ＵＲＬスコアに対して割り当てられる重みは０．２５であり、内容一貫性スコアに対して割り当てられる重みは０．４であり得る。従って、第１候補インデックスページに対するトータルスコアは、０．７２１４（０．５＊０．３５＋０．８＊０．２５＋０．８６６＊０．４）であり得る。学習モジュール１１０は、トータルスコアに基づいて、適切なインデックスページを特定し得る。

学習モジュール１１０は、規則を生成し得る。規則は、学習システム１００又はその内の学習サーバ１０８又は１つ又は複数の装置１０４のような構成要素を、適切なインデックスページのプライマリ情報ブロックへ案内するように構成され得る。学習システム１００又はその内の構成要素は、適切なインデックスページのプライマリ情報ブロックから学習教材を取り出し得る。例えば、規則が生成された後、第１装置１０４Ａは、規則を用いて、適切なインデックスページのプライマリ情報ブロックから学習教材を取り出し得る。ある実施形態では、規則は、適切なインデックスページのＵＲＬ及びプライマリ情報ブロックに含まれる１つ又は複数のＵＲＬの誘導されたＸＰａｔｈを含み得る。

そして、学習モジュール１１０は、学習教材を、パーソナルレポジトリ１１８及び／又はシステムレポジトリ１１２内へ置き得る。例えば、第１学習者１０２Ａは、学習教材を、キュレーションへの新しいアイテムとして、追加し得る。そして、学習モジュール１１０は、上述した処理に従って、新しいアイテムに基づいて、他の規則を生成し得る。そして、学習モジュール１１０は、規則を使用して、ネットワーク１４０を介して、適切なインデックスページのプライマリ情報ブロックを後に訪れ、そこから学習教材を取り出し、第１パーソナルレポジトリ１１８Ａ内に学習教材を置き得る。

本実施形態及び他の実施形態では、学習モジュール１１０は、学習教材が適切なインデックスページのプライマリ情報ブロックから自動的に取り出され得る抽出頻度を決定し得る。抽出頻度は、一人又は複数の学習者１０２の学習活動に基づき得る。例えば、学習モジュール１１０は、学習システム１００とインターフェースする学習者１０２の学習活動に沿った規則を解析し得る。解析された学習活動に基づいて、学習モジュール１１０は、抽出頻度を決定し得る。そして、学習モジュール１１０は、抽出頻度において、適切なインデックスページから学習教材を取り出し、適切なインデックスページからの学習教材を、１つ又は複数のパーソナルレポジトリ１１８及び／又はシステムレポジトリ１１２内に置き得る。

例えば、ウェブサイト１２６は、著者が特定の主題に関する毎月の記事を発表するデジタル誌を含み得る。一人又は複数の学習者１０２は、毎月ウェブサイト１２６を訪れて、記事を彼らのキュレーションへ追加し得る。学習モジュール１１０は、記事に基づいて規則を生成し得る。規則は、例えばデジタル誌のプライマリ情報ブロックを含み得る、適切なインデックスページを示し得る。更に、学習モジュールは、学習活動（例えば、記事の毎月の追加）を解析して、一ヶ月の抽出頻度を決定し得る。そして、学習モジュール１１０は、毎月ウェブサイト１２６から記事を取り出して、記事を、１つ又は複数のパーソナルレポジトリ１１８及び／又はシステムレポジトリ１１２内に置き得る。

学習活動及び／又は規則の解析は、少なくとも部分的に、規則が生成される度に生じ得る。例えば、学習モジュール１１０は、規則を受け取り得る。そして、学習モジュール１１０は、規則を記録し得る。例えば、規則は、それが生成されたアイテムと共に及び／又は複数の学習者１０２からの関連する規則と共に記録され得る。関連する規則は、同じ規則か、又は、関連するか、又は、十分に類似の規則であり得る。例えば、関連する規則は、同じＵＲＬ及び同じＸＰａｔｈを有する規則、同じドメインネーム、サブディレクトリ又はファイルネーム及び／又は類似のＸＰａｔｈを有するＵＲＬを含む規則であり得る。

学習モジュール１１０は、規則がログ（ｌｏｇ：記録）１２０内に存在するか否かを決定し得る。図１のログ１２０は、学習サーバ１０８内に示されている。他の実施形態では、ログ１２０は、１つ又は複数の装置１０４又はネットワーク１４０を介してアクセス可能な他の場所に位置付けられ得る。規則がログ１２０内に存在しない結果に応えて、学習モジュール１１０は、学習活動及び／又は規則の解析を停止し得る。本実施形態及び他の実施形態では、規則が一度のみしか生成されておらず、抽出頻度の決定及びそれに基づく学習教材の後続する取り出しには不十分であるので、学習モジュール１１０は、解析を停止し得る。

規則がログ１２０内に存在する結果に応えて、学習モジュール１１０は、規則及び関連する規則の適用が所定の閾値よりも大きいか否かを決定し得る。規則及び関連する規則の適用が所定の閾値よりも小さい結果に応えて、学習モジュール１１０は、解析を停止し得る。規則及び関連する規則の適用が所定の閾値よりも大きい結果に応えて、学習モジュール１１０は、そこから規則及び／又は関連する規則が生成されたアイテムに関係する日付け／時間の情報を解析するここで、日付け／時間の情報は、日付け／時間の分布と称される。少なくとも日付け／時間の分布に部分的に基づいて、学習モジュール１１０は、抽出頻度を決定し得る。

例えば、所定の閾値は、３に設定され得る。規則及び関連する規則の適用が３よりも大きい時、学習モジュール１１０は、十分な数の学習者１０２が、適切なインデックスページ又は十分に類似する適切なインデックスページからアイテムを追加して、そこから学習教材を取り出すことを正当化することを決定し得る。そして、学習モジュール１１０は、アイテムがキュレーションへ追加されている時を解析し得る。学習モジュール１１０は、アイテムがキュレーションへ追加されている時に基づいて、抽出頻度を決定し得る。また、抽出頻度の決定及びそれに基づいた学習教材の後続の取り出しを正当化するのに、規則が十分には使用されていない時、学習モジュール１１０は、解析を停止し得る。

修正、追加又は省力は、本開示を逸脱しない範囲で、動作環境５０及び／又は学習システム１００になされ得る。具体的には、図１に示される動作環境５０の実施形態は、二人の学習者１０２、ウェブサイト１２６をホストする１つの第三者サーバ１１４、及び、２つの装置１０４及び１つの学習サーバ１０８を含む学習システム１００を有する。しかし、本開示は、より一般に、一人又は複数の学習者１０２、１つ又は複数のウェブサイト１２６をホストする１つ又は複数の第三者サーバ１１４、及び１つ又は複数の装置１０４及び１つ又は複数の学習サーバ１０８を含む学習システム１００、又はこれらの内の組み合わせを含む動作環境５０に適用される。

更に、本明細書に説明される実施形態内の様々な構成要素の分離は、分離が全ての実施形態において生じることを示すことを意味するものではない。また、本開示の利益と共に、説明された複数の構成要素が１つの構成要素内に集積されるか又は複数の構成要素に分離され得ることを理解されたい。

学習モジュール１１０は、適切なインデックスページを特定し且つ規則を生成するためのコード（ｃｏｄｅ）及びルーチン（ｒｏｕｔｉｎｅ：決められた動作）を含み得る。ある実施形態では、学習モジュール１１０は、装置１０４のような計算装置上に格納され得るシンクライアントアプリケーションとして、部分的に働き、また、例えば、学習サーバ１０８上に格納され得る構成要素として部分的に働く。ある実施形態では、学習モジュール１１０は、フィールドプログラマブルアレイ（ＦＰＧＡ）又は特定用途向け集積回路（ＡＳＩＣ）を含むハードウェアを用いて実装され得る。いくつかの他の実施形態では、学習モジュール１１０は、ハードウェア及びソフトウェアの組み合わせを用いて実装され得る。また、学習モジュール１１０は、及び／又はパーソナルレポジトリ１１８は、１つ又は複数の装置１０４に含まれ得る。

動作環境５０では、装置１０４、学習サーバ１０８、及び第三者サーバ１１４内の記憶部のようなメモリは、本明細書で説明される機能を提供するデータを記憶する非一時的なメモリを含み得る。記憶部に含まれるメモリは、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）装置、スタティックランダムアクセスメモリ（ＳＲＡＭ）装置、フラッシュメモリ又はいくつかの他の記憶装置を含み得る。ある実施形態では、記憶部は、また、不揮発性メモリ又は同等の永久記憶装置、及び、ハードディスクドライブ、フロッピー（登録商標）ディスクドライブ、ＣＤ−ＲＯＭ装置、ＤＶＤ−ＲＯＭ装置、ＤＶＤ−ＲＡＭ装置、ＤＶＤ−ＲＷ装置、フラッシュメモリ装置を含む媒体、又はより永久ベースで情報を格納するいくつかの他の大容量記憶装置を含む。

さて図２を参照して、例示の学習モジュール１１０は、より詳細に示される。図２は、学習モジュール１１０、プロセッサ２２４、メモリ２２２及び通信ユニット２２６を含む計算装置２００のブロック図である。計算装置２００の構成要素は、バス２２０によって通信可能に接続され得る。ある実施形態では、計算装置２００は、図１における学習システム１００の学習サーバ１０８又は１つ又は複数の装置１０４ビデオ解析システム１５０の装置１０４を含み得る。

図１及び図２を組み合わせて参照して、プロセッサ２２４は、算術演算論理ユニット（ＡＬＵ）、マイクロプロセッサ、多目的コントローラ、又はいくつかの他のプロセッサアレイを含み、計算及びソフトウェアプログラムの解析を実行し得る。プロセッサ２２４は、他の構成要素（例えば、１１０、２２６、２２２）との通信のためにバス２２０と接続し得る。プロセッサ２２４は、一般に、データ信号を処理し、復号命令セットコンピュータ（ＣＩＳＣ）アーキテクチャ、縮小命令セットコンピュータ（ＲＩＳＣ）アーキテクチャ又は命令セットの組み合わせを実装するアーキテクチャを含む様々な計算アーキテクチャを含み得る。図２は、単一のプロセッサ２２４を示しているけれども、複数のプロセッサが計算装置２００に含まれ得る。他のプロセッサ、オペレーティングシステム、及び物理的構成が可能であり得る。

メモリ２２２は、プロセッサ２２４によって実行され得る命令及び／又はデータを記憶するように構成され得る。メモリ２２２は、他の構成要素と通信するためのバス２２０に接続され得る。命令及び／又はデータは、本明細書に説明される技術又は方法を実行するためのコード（ｃｏｄｅ）を含み得る。メモリ２２２は、ＤＲＡＭ装置、ＳＲＡＭ装置、フラッシュメモリ又はいくつかの他の記憶装置を含み得る。ある実施形態では、メモリ２２２は、また、不揮発性メモリ又は同等の永久記憶装置、及び、ハードディスクドライブ、フロッピー（登録商標）ディスクドライブ、ＣＤ−ＲＯＭ装置、ＤＶＤ−ＲＯＭ装置、ＤＶＤ−ＲＡＭ装置、ＤＶＤ−ＲＷ装置、フラッシュメモリ装置を含む媒体、又はより永久ベースで情報を格納するいくつかの他の大容量記憶装置を含む。

図示される実施形態では、メモリ２２２は、システムレポジトリ１１２、パーソナルレポジトリ１１８及びログ１２０を含む。システムレポジトリ１１２及び／又はパーソナルレポジトリ１１８は、学習教材を受け取るように構成され得る。ログ１２０は、規則を受け取り、格納し且つアクセス可能なように構成され得る。また、ある実施形態では、メモリ２２２は、システムレポジトリ１１２、パーソナルレポジトリ１１８又はログ１２０は、学習者１０２によって、アイテムの追加に関係する時間／日付けの情報を格納及びアクセス可能なように構成され得る。例えば、学習モジュール１１０は、規則及び時間／日付けの分布の解析を実行して、抽出頻度を決定し得る。学習モジュール１１０は、時間／日付けの情報にアクセスし、及び／又は第１の規則と、システムレポジトリ１１２、パーソナルレポジトリ１１８又はログ１２０内にアクセスされた以前に生成された規則とを比較し得る。

通信ユニット２２６は、学習モジュール１１０が格納されている場所に依存して、第三者サーバ１１４、装置１０４及び学習サーバ１０８の内の少なくとも１つとの間でデータを送信及び受信するように構成され得る。通信ユニット２２６は、バス２２０に接続され得る。ある実施形態では、通信ユニット２２６は、ネットワーク１４０又は他の通信チャネルへの直接の物理的な接続のためのポートを含み得る。例えば、通信ユニット２２６は、学習システム１００の構成要素との有線通信のために、ＵＳＢ、ＳＤ、ＣＡＴ−５又は同様のポートを含み得る。ある実施形態では、通信ユニット２２６は、通信チャネルを介して、ＩＥＥＥ８０２．１１，ＩＥＥＥ８０２．１６，ブルートゥース（登録商標）又は他の適切な無線通信方法を含む１つ又は複数の無線通信方法を用いて、データを交換するための無線トランシーバを含む。

ある実施形態では、通信ユニット２２６は、ＳＭＳ、ＭＭＳ、ＨＴＴＰ、ダイレクトデータ接続、ＷＡＰ、Ｅメール又は他の適切なタイプの電気通信を介することを含む無線通信ネットワーク上で、データの送受信のために無線通信トランシーバを含む。ある実施形態では、通信ユニット２２６は、有線ポート及び無線トランシーバを含む。通信ユニット２２６は、また、トランスミッションコントロールプロトコル／インターネットプロトコル（ＴＣＰ／ＩＰ）、ＨＴＴＰ、ＨＴＴＰセキュア（ＨＴＴＰＳ）及び単純なメール転送プロトコル（ＳＭＴＰ）等を含む標準のネットワークプロトコルを用いて、ファイル及び／又はメディア物の分配のために、他の従来の接続をネットワーク１４０へ提供し得る。

図２の実施形態では、学習モジュール１１０は、通信モジュール２３４、検出モジュール２０４、判断モジュール２０６、抽出モジュール２０８、ダウンロードモジュール２１０、フィルタモジュール２１２、特定モジュール２１４、デポジットモジュール２１６、ロケーションモジュール２１８、生成モジュール２２８、比較モジュール２３０、測定モジュール２３２、解析モジュール２３６、割り当てモジュール２４４、計算モジュール２４２、及びログモジュール２３８（まとめて、モジュール２４０）を含み得る。モジュール２４０のそれぞれは、１つ又は複数の動作を実行するように構成された１つ又は複数のルーチン（ｒｏｕｔｉｎｅ：決められた動作）を含むソフトウェアとして実装され得る。モジュール２４０は、後述される機能を提供するべく、プロセッサ２２４によって実行可能な命令のセットを含み得る。いくつかの例では、モジュール２４０は、計算装置２００のメモリ２２２に記憶され又は少なくとも一時的にロードされて、プロセッサ２２４によってアクセスされて実行可能であり得る。モジュール２４０の内の１つ又は複数が、バス２２０を介して、プロセッサ２２４及び計算装置２００の構成要素と協働及び通信するために適合し得る。

通信モジュール２３４は、学習モジュール１１０と計算装置２００の他の構成要素（例えば、２２４、２２２及び２２６）との間の通信を処理するように構成され得る。通信モジュール２３４は、通信ユニット２２６を介して、第三者サーバ１１４、装置１０４及び／又は学習サーバ１０８との間でデータを送受信するように構成され得る。ある実施形態では、通信モジュール２０２は、他のモジュール（例えば、２０４，２０６，２０８，２１０，２１２，２１４，２１６，２１８，２２８，２３０，２３２，２３６，２３８，２４２，２４４）と協働して、通信ユニット２２６を介して、第三者サーバ１１４、装置１０４及び学習サーバ１０８の内の１つ又は複数との間で、データの受け取り及び／又は送信し得る。

検出モジュール２０４は、計算装置２００内、又は装置及び／又は学習サーバ１０８内の出来事（ｏｃｃｕｒｒｅｎｃｅ）を検出する。例えば、検出モジュール２０４は、キュレーションへのアイテムの追加を検出し得る。アイテムの追加は、学習者１０２がキュレーション内へアイテムをブックマークすること及び／又はキュレーションへアイテムを追加することを含む。検出モジュール２０４は、ある実施形態では、通信ユニット２２６及び通信モジュール２３４を介して、アイテムの追加の表示を受け取り得る。検出モジュール２０４は、アイテムが追加されたことを示す信号を抽出モジュール２０８へ通信し得る。

また、ある実施形態では、通信モジュール２３４は、追加の時間／日付けをログモジュール２３８へ通信し得る。ログモジュール２３８は、追加の時間／日付けを、ログ１２０へ記録するか、又は、バス２２０を介してメモリ２２２内の他の場所に記録するように構成され得る。追加の時間／日付けは、例えば、本明細書に説明されるように、追加に基づいて生成された規則と共に、又は規則を伴わないで、ログ１２０に記録され得る。

抽出モジュール２０８は、アイテム及びページから情報を抽出するように構成され得る。例えば、抽出モジュール２０８は、検出モジュール２０４から、アイテムが追加されたことを示す信号を受け取り得る。抽出モジュール２０８は、アイテムによって参照されるページから１つ又は複数のリンクを抽出し得る。リンクはページ１１６に対応しており、例えば、ページ１１６は、第三者サーバ１１４によってホスト（ｈｏｓｔ）されるウェブサイト１２６内に存在し得る。ページ１１６は、ネットワーク１４０を介してアクセスされ得る。抽出モジュール２０８は、リンクを示す信号を、ダウンロードモジュール２１０へ通信し得る。

ダウンロードモジュール２１０は、リンクを受け取り、リンクに対応するページ１１６をダウンロードするように構成され得る。例えば、ダウンロードモジュール２１０は、アイテムによって参照されるページ内の１つ又は複数のリンクに対応するページ１１６をダウンロードし得る。ダウンロードモジュール２１０は、ダウンロードされたページをフィルタモジュール２１２へ通信し得る。

フィルタモジュール２１２は、ダウンロードされたページの内容に基づいて、ダウンロードされたページをフィルタリングするように構成され得る。例えば、フィルタモジュール２１２は、ダウンロードされたページをフィルタリングして、候補インデックスページを生成するように構成され得る。ある実施形態では、フィルタモジュール２１２は、ダウンロードされたページの内のどれが、アイテムによって参照されるページへ指し返すリンクを含むのかを決定し得る。そして、フィルタモジュール２１２は、アイテムによって参照されるページへ指し返すリンクを含まないダウンロードされたページのサブセットを除外し得る。フィルタモジュール２１２は、候補インデックスページを特定モジュール２１４へ通信し得る。

特定モジュール２１４は、候補インデックスページから適切なインデックスページを特定するように構成され得る。ある実施形態では、特定モジュール２１４は、１つ又は複数のページ構造の解析、ユニフォームリソースロケータ（ＵＲＬ）構造の解析、及び内容一貫性の解析を実行して適切なインデックスページを特定し得る。

ある実施形態では、特定モジュール２１４は、ロケーションモジュール２１８、検出モジュール２０４、比較モジュール２３０、判断モジュール２０６及び測定モジュール２３２と協力して、適切なインデックスページを特定し得る。

例えば、検出モジュール２０４は、候補インデックスページ内のアイテムによって参照されるページへ指し返すリンクを含む情報ブロックを検出するように構成され得る。検出モジュール２０４は、リンクを含む情報ブロックを示す信号を、ロケーションモジュール２１８へ通信し得る。ロケーションモジュール２１８は、ページ構造の解析に基づいて、１つ又は複数の候補インデックスページ内のプライマリ情報ブロックを見つけるように構成され得る。

例えば、ロケーションモジュール２１８は、ページ１１６上のアイテムによって参照されるページへ指し返すリンクを含む情報ブロックの位置を解析し得る。情報ブロックが候補インデックスページの中央に近い時には、情報ブロックは、プライマリ情報ブロックであり得る。

比較モジュール２３０は、複数の候補インデックスページのＵＲＬの構造を比較するように構成され得る。例えば、本実施形態及び他の実施形態では、比較モジュール２３０は、プライマリ情報ブロック内のアイテムによって参照されるページへ指し返すリンクを含む複数の候補インデックスページのＵＲＬを比較し得る。比較モジュール２３０は、比較を示す信号を判断モジュール２０６へ通信し得る。

判断モジュール２０６は、２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有しているか否かを決定するように構成され得る。例えば、ＵＲＬ構造は、ドメインネームが後続するプロトコル（例えばｈｔｔｐ）を含み得る、ここで、ドメインメームには１つ又は複数のサブディレクトリが続き、サブディレクトリにはファイルネームが続く。同じ深さのＵＲＬの例は、両方が、プロトコル、ドメインネーム及び第１サブディレクトリを含むが、異なるファイルネームを有する２つのＵＲＬを含み得る。

２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有していない結果に応えて、特定モジュール２１４は、ＵＲＬ深さに基づいて、適切なインデックスページを特定し得る。例えば、最大の深さのＵＲＬを有する候補インデックスページが、適切なインデックスページとして特定され得る。

２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有している結果に応えて、判断モジュール２０６は、同じ深さを備えるＵＲＬ構造を有する候補インデックスページのプライマリ情報ブロックを、測定モジュール２３２へ通信し得る。

測定モジュール２３２は、内容一貫性を測定するように構成され得る。例えば、本実施形態及び他の実施形態では、測定モジュール２３２は、同じＵＲＬ構造を有する候補インデックスページのプライマリ情報ブロックの内容一貫性を測定し得る。特定モジュール２１４は、適切なインデックスページを、最も高い内容一貫性を有する候補インデックスページとして特定し得る。

追加して又は代わりに、特定モジュール２１４は、ロケーションモジュール２１８、検出モジュール２０４、生成モジュール２２８、割り当てモジュール２４４及び計算モジュール２４２と協力して、適切なインデックスページを特定し得る。

例えば、検出モジュール２０４は、候補インデックスページ内のアイテムによって参照されるページへ指し返すリンクを含む情報ブロックを検出するように構成され得る。検出モジュール２０４は、リンクを含む情報ブロックを示す信号を、ロケーションモジュール２１８へ通信し得る。ロケーションモジュール２１８は、プライマリ情報ブロックを見つけるか、又は、ページ構造の解析に基づいて１つ又は複数の候補インデックスページ内のプライマリ情報ブロックがないことを決定するように構成され得る。測定モジュール２３２は、ページ構造の解析、ＵＲＬ構造の解析及び内容一貫性の解析それぞれに基づいて、１つ又は複数の候補インデックスページに対して、ページ構造のスコア、ＵＲＬスコア及び内容一貫性スコアを測定するように構成し得る。

そして、割り当てモジュール２４４は、ページ構造のスコア、ＵＲＬスコア及び一貫性スコアのそれぞれに対して、重みを割り当て得る。計算モジュール２４２は、１つ又は複数の候補インデックスページに対するトータルスコアを計算するように構成され得る。トータルスコアは、候補インデックスページのそれぞれに対して、ページ構造のスコア、ＵＲＬスコア及び内容一貫性スコアのそれぞれと、割り当てられた重みとの積の線形和に基づいて計算され得る。特定モジュール２１４は、トータルスコアに基づいて、特定するように構成され得る。

特定モジュール２１４及びロケーションモジュール２１８は、適切なインデックスページ及びプライマリ情報ブロックを、生成モジュール２２８へ通信し得る。生成モジュール２２８は、規則を生成するように構成され得る。規則は、装置１０４、学習サーバ１０８又は同様の他のシステムのようなシステムを、適切なインデックスページのプライマリ情報ブロックへ案内するように構成され得る。生成モジュール２２８は、規則を、通信モジュール２３４へ通信し得る。通信モジュール２３４は、規則を、ログ１２０へ通信し得る。また、通信モジュール２３４は、規則を使用して、適切なインデックスページのプライマリ情報ブロックから学習教材を取り出し得る。そして、通信モジュール２３４は、学習教材を、デポジットモジュール２１６へ通信し得る。

デポジットモジュール２１６は、学習教材を受け取って、学習教材をパーソナルレポジトリ１１８及び／又はシステムレポジトリ１１２内に置くように構成され得る。例えば、デポジットモジュール２１６は、学習教材を受け取って、学習教材をパーソナルレポジトリ１１８内に置くだろう。

規則が生成された後、解析モジュール２３６は、複数の学習者１０２の学習活動と共に、規則を解析するように構成され得る。解析された学習活動に基づいて、判断モジュール２０６は、抽出頻度を決定し得る。そして、通信モジュール２３４は、抽出頻度でプライマリ情報ブロックから学習教材を取り出し、デポジットモジュール２１６は、学習教材をパーソナルレポジトリ１１８及び／又はシステムレポジトリ１１２内に置き得る。

ある実施形態では、解析モジュール２３６は、通信モジュール２３４、ログモジュール２３８及び判断モジュール２０６と協力して、抽出頻度を決定し得る。例えば、通信モジュール２３４は、上述したように、規則を受け取り得る。通信モジュール２３４は、規則を、ログモジュール２３８へ通信し得る。ログモジュール２３８は、規則を記憶し得る。例えば、規則は、アイテム、複数の学習者からの関連する規則、日付け／時間の情報又はこれらの内の組み合わせと共に記憶され得る。

そして、判断モジュール２０６は、規則がログ１２０内に存在するか否かを決定し得る。規則がログ１２０内に存在しない結果に応えて、解析モジュール２３６は、規則の解析を停止し得る。規則がログ１２０内に存在する結果に応えて、判断モジュール２０６は、規則及び／又は関連する規則の適用が所定の閾値よりも大きいか否かを決定し得る。規則及び／又は関連する規則の適用が所定の閾値よりも小さい結果に応えて、解析モジュール２３６は、規則の解析を停止し得る。

規則及び／又は関連する規則の適用が所定の閾値よりも大きい結果に応えて、解析モジュール２３６は、規則及び関連する抽出規則がそこから生成されたアイテムの日付け／時間の分布を解析し得る。判断モジュール２０６は、日付け／時間の分布に少なくとも部分的に基づいて、抽出頻度を決定し得る。

図３〜６は、適切なインデックスページ及び／又はキュレーションへ追加されたアイテムから規則を生成することの例を示す。
図３は、図１の学習システムで作られ得る例示のキュレーションの一例のスクリーンショットを示す。
キュレーション３００は、２つのサイド３０６Ａ及び３０６Ｂを含み得る。第１サイド３０６Ａ上には、アイテム３０２Ａ及び３０２Ｂが追加され得る。第２サイド３０６Ｂ上には、アイテム３０２Ｃ〜３０２Ｈがブックマークされ得る。アイテム３０２Ｃ〜３０２Ｈは、通常、アイテム３０２又は複数のアイテム３０２と称される。アイテム３０２は、テキスト、画像、ビデオ、記事、グラフィック又は任意の形式の他のデジタル情報を含み得る。アイテム３０２は、図１のウェブサイト１２６のようなウェブサイトから複製されるか、学習システムとインターフェースする他の学習者、教師、生徒又は管理者によって直接又は非直接的に作られるか、又はキュレーションを作る学習者によって作られるか、又はこれらの内の組み合わせによって作られ得る。第１サイド３０６Ａ上に示すようにアイテム３０２を複製又は追加することによって、又は、第２サイド３０６Ｂ上に示すようにアイテム３０２へのリンク３１０をキュレーション内にブックマークすることによって、アイテム３０２がキュレーションへ追加され得る。

例えば、第１アイテム３０２Ａは、図示のキュレーション３００へ追加されている。第１アイテム３０２Ａは、ページの一部、及び、自動的に生成又は手動で入力され、アイテム３０２によって参照されるページの要約を含み、これらは、タイトル、説明、画像、ＵＲＬ、ページからの他の情報又はこれらの内の組み合わせを含み得る。第１アイテム３０２Ａは、第１アイテム３０２Ａによって参照されるページの第１ＵＲＬ３０４Ａを含み得る。第１ＵＲＬ３０４Ａは、第１アイテム３０２Ａによって参照されるページのウェブアドレスを含み得る。同様に、第２アイテム３０２Ｂは、他のページからの情報を含む図示のキュレーション３００へ追加されている。第２アイテム３０２Ｂは、第２アイテム３０２Ｂによって参照されるページの第２ＵＲＬ３０４Ｂを含み得る。第２ＵＲＬ３０４Ｂは、第２アイテム３０２Ｂによって参照されるページのウェブアドレスを含み得る。第２サイド３０６Ｂ上には、キュレーション３００がブックマーク３０８のリストを含み得る。ブックマーク３０８のリストは、アイテム３０２Ｃ〜３０２Ｈへのリンク３１０を含み得る。アイテム３０２Ｃ〜３０２Ｈは、それによってキュレーションに含まれて、リンク３１０を選択することによってアクセスされ得る。追加して又は代わりに、ブックマーク３０８のリストは、例えば、リンク３１０に加えて、アイテム３０２Ｃ〜３０２Ｈを説明する記載を含み得る。

図４は、図３の第１アイテム３０２Ａによって参照されるページ４００を、５つのダウンロードされたページ４０２Ａ〜４０２Ｅ（一般にページ４０２又は複数のページ４０２）と共に示す。１つ又は複数のページ４０２は、図１を参照して説明されたページ１１６と実質的に同じ及び／又は対応する。上述したように、ページ４００は、トップメニューにリンクを含み得る。例えば、第１ページ４０２Ａ、第２ページ４０２Ｂ、第３ページ４０２Ｃ及び第４ページ４０２Ｄへのリンクは、トップメニューに含まれ得る。第５ページ４０２Ｅへのリンクは、バーナ広告に含まれ得る。より一般に、ページ４００は、任意の数のリンク、５、５より少ない、５よりも多いリンクを含み得る。

ページ４０２は、ダウンロードされ得る。また、ページ４０２は、解析されて、ページ４００へ指し返すリンク４０４Ａ〜４０４Ｅ（一般に、ページ４００へ指し返すリンク４０４又は複数のリンク４０４と称される）が見つけられ得る。例えば、図示の実施形態では、第１、第２、第３及び第４ページ４０２Ａ〜４０２Ｄは、それぞれ、ページ４００へ指し返す１つ又は複数のリンク４０４を含み得る。一方、第５ページ４０２Ｅは、ページ４００へ指し返すリンク４０４を含まないだろう。従って、本実施形態及び他の実施形態では、候補インデックスページは、第１、第２、第３及び第４ページ４０２Ａ〜４０２Ｄを含み得る。第５ページ４０２Ｅは、候補インデックスページから除外され得る。

図５は、図４のページ４０２Ａ〜４０２Ｅからフィルタリングされた候補インデックスページであり得るページ４０２Ａ〜４０２Ｄを示す。図４のページ４００へ指し返すリンク４０４の位置が決定され得る。例えば、第１、第２及び第３ページ４０２Ａ〜４０２Ｃでは、ページ４００へ指し返すリンク４０４Ａ〜４０４Ｃは、第１、第２及び第３ページ４０２Ａ〜４０２Ｃのプライマリ情報ブロック５０２Ａ〜５０２Ｃ内に含まれ得る。第４ページ４０２Ｄ内のページ４００へ指し返すリンク４０４Ｄは、サイド情報ブロック５０２Ｄ内に見つけられ得る。また、第３ページ４０２Ｃは、サイド情報ブロック５０２Ｅ内にサイドリンク４０４Ｅを含み得る。また、第１、第２及び第３ページ４０２Ａ〜４０２Ｃは、第４ページ４０２Ｄよりも良い適切な候補インデックスページであると決定され得る。

第１、第２及び第３ページ４０２Ａ〜４０２Ｃは、それぞれ、ＵＲＬ５０４Ａ〜５０４Ｃを含み得る。ＵＲＬ５０４Ａ〜５０４Ｃの構造は、比較され得る。第１ＵＲＬ５０４Ａは、第２ＵＲＬ５０４Ｂ及び第３ＵＲＬ５０４Ｃよりも短い。従って、第２ＵＲＬ５０４Ｂ及び第３ＵＲＬ５０４Ｃは、第２ＵＲＬ５０４Ｂ及び第３ＵＲＬ５０４Ｃが第１ＵＲＬ５０４Ａよりも深い深さを有している限り、第１ＵＲＬ５０４Ａよりも良い適切な候補インデックスページと考えられ得る。また、ある実施形態では、サイド情報ブロック５０２Ｄ内に位置し第４ページ４０２Ｄ内のリンク４０４Ｄがページ４００へ指し返すにも関わらず、ＵＲＬ５０４Ｄは、ＵＲＬ５０４〜５０４Ｃと比較される。

また、第２ＵＲＬ５０４Ｂ及び第３ＵＲＬ５０４Ｃは、同じＵＲＬ深さを示し得る同じ長さを有し得る。ある実施形態では、第２ＵＲＬ５０４Ｂ及び第３ＵＲＬ５０４Ｃが同じＵＲＬ深さを有し得る結果に応えて、プライマリ情報ブロック５０２Ｂ及び５０２Ｃの内容一貫性の解析が実行され得る。この例では、内容一貫性の解析後に、第２ページ４０２Ｂが適切な候補インデックスページであると決定され得る。

追加して又は代わりに、ページ構造のスコア、ＵＲＬスコア及び内容一貫性のスコアが、ページ構造の解析、ＵＲＬ構造の解析及び内容一貫性の解析に基づいて、１つ又は複数のページ４０２に対して生成され得る。ページ構造のスコア、ＵＲＬスコア及び内容一貫性のスコアのそれぞれに対して、重みが割り当てられ得る。トータルスコアは、１つ又は複数のページ４０２に対して、ページ構造のスコア、ＵＲＬスコア及び内容一貫性スコアそれぞれと、割り当てられた重みとの積の線形和に基づいて、計算され得る。適切なインデックスページが、トータルスコアに基づいて特定され得る。

図６は、第２ページ４０２Ｂのプライマリ情報ブロック５０２Ｂを示す。また、図６は、図５に示されるページ４０２から特定された適切な候補インデックスページから生成され得る例示の規則６００を示す。プライマリ情報ブロック５０２Ｂは、ＵＲＬエントリを含み得るリンク６０４Ａ〜６０４Ｃのリストを含む。内容一貫性の解析は、リンク６０４Ａ〜６０４Ｃと関連するテキスト間の平均の類似度を決定し得る。

規則６００は、図４及び６の第２ページ４０２Ｂの第２ＵＲＬ５０４Ｂを含み得る。また、規則６００は、誘導されるＸＰａｔｈ６０６を含み得る。誘導されるＸＰａｔｈは、プライマリ情報ブロック５０２ＢのＸＰａｔｈ６０２Ａ〜６０２Ｃ及び第２ページ４０２Ｂのそれぞれに含まれるＵＲＬエントリから誘導され得る。具体的には、それぞれのＸＰａｔｈ６０２Ａ〜６０２Ｃは、第２ページ４０２Ｂのプライマリ情報ブロック５０２Ｂのそれぞれのリンク６０４Ａ〜６０４Ｃにおける１つのＵＲＬエントリに対応する。

図７Ａ及び７Ｂは、本明細書で説明される少なくとも１つの実施形態に従って配置される、インフォーマル学習のための学習教材を収集する例示の方法７００のフロー図を示す。方法７００は、ある実施形態では、図２を参照して説明される計算装置２００によって、プログラム可能に実行され得る。追加して又は代わりに、方法７００は、図１の装置１０４又は学習サーバ１０８によって、プログラム可能に実行され得る。装置１０４、学習サーバ１０８及び計算装置２００は、プロセッサによって実行可能又は方法７００の処理を生じさせるプログラムコード又は命令が内部に記憶されるか又はコード化されている非一時的なコンピュータ可読媒体（例えば、図２のメモリ２２２）を含むか又は通信可能に接続され得る。装置１０４、学習サーバ１０８及び計算装置２００は、コンピュータ命令を実行して、方法７００の処理を生じさせるか又は制御するように構成されるプロセッサ（例えば、図２のプロセッサ２２４）を含み得る。離散的なブロックとして示さているけれども、各ブロックは、所望の実装に依存して、追加の複数のブロックに分割されたり、より少数のブロックに結合されたり、又は省略され得る。

図７Ａを参照して、方法７００は、ブロック７０２で開始して、アイテムのキュレーションへの追加が検出され得る。アイテムの追加は、アイテムがキュレーションへブックマークされること又はアイテムがキュレーションへ追加されることを含み得る。ブロック７０４では、アイテムの追加の日付け／時間が記録され得る。例えば、図１を参照して、学習者１０２Ａがページ１１６をキュレーションへ追加する時、学習モジュール１１０は、対応する日付け／時間にページ１１６がキュレーションへ追加されたことをログ１２０に記録し得る。

ブロック７０６では、アイテムによって参照されるページから１つ又は複数のリンクが抽出され得る。ブロック７０８では、１つ又は複数のリンクに対応するページがダウンロードされ得る。例えば、図１を参照して、第１学習者１０２Ａによって追加されたページ１１６は、他のページ１１６への複数のリンクを含み得る。学習モジュール１１０は、キュレーションへ追加されたページ１１６へアクセスして、そこから他のページ１１６へのリンクを抽出し得る。リンクに対応する他のページ１１６は、ウェブサイト１２６からダウンロードされ得る。

ブロック７１０では、ダウンロードされたページは、フィルタリングされて候補インデックスページが生成され得る。ある実施形態では、フィルタリングは、アイテムによって参照されるページへ指し返すリンクを含まないダウンロードされたページを除外する。

ブロック７１２では、適切なインデックスページがフィルタリングされたページから特定され得る。ある実施形態では、適切なインデックスページは、ページ構造の解析、ＵＲＬ構造の解析、内容一貫性の解析又はこれらの内の組み合わせを用いて、特定され得る。追加して又は代わりに、適切なインデックスページは、図８及び／又は図１０を参照して説明されるように特定され得る。

ブロック７１４では、適切なインデックスページ上のプライマリ情報ブロックが見つけられ得る。ブロック７１６では、規則が生成され得る。規則は、システムを適切なインデックスページのプライマリ情報ブロックへ案内するように構成され得る。ある実施形態では、規則は、適切なインデックスページのＵＲＬ、及び、プライマリ情報ブロックに含まれる１つ又は複数のＵＲＬの誘導されたＸＰａｔｈを含み得る。

図７Ｂを参照して、ブロック７１６の後、方法７００は、ブロック７１８及び／又はブロック７２０へ進む。ブロック７１８では、学習教材が、適切なインデックスページのプライマリ情報ブロックから取り出され得る。ある実施形態では、学習教材が、規則を用いて取り出され得る。規則を用いて学習教材を取り出すことは、誘導されたＸＰａｔｈと一致するリンクによって指し示される全てのページを取り出すことを含み得る。方法７００は、ブロック７１８からブロック７２０及び／又はブロック７２６へ進み得る。

ブロック７２０では、学習システムとインターフェースする複数の学習者の学習活動と共に規則が解析され得る。例えば、図１を参照して、学習者１０２は、学習システムとインターフェースする学習者を含み得る。ブロック７２２では、抽出頻度が決定され得る。抽出頻度は、解析された学習活動に基づき得る。

ブロック７２４では、学習教材が、抽出頻度でプライマリ情報ブロックから取り出され得る。ブロック７２６では、学習教材が、１つ又は複数のレポジトリに置かれ得る。

図８は、本明細書で説明される少なくとも１つの実施形態に従って配置される、候補インデックスページから適切なインデックスページを特定する例示の方法８００のフロー図である。方法８００は、ある実施形態では、図２を参照して説明される計算装置２００によって、プログラム可能に実行され得る。追加して又は代わりに、方法８００は、図１の装置１０４又は学習サーバ１０８によって、プログラム可能に実行され得る。装置１０４、学習サーバ１０８及び計算装置２００は、プロセッサによって実行可能又は方法８００の処理を生じさせるプログラムコード又は命令が内部に記憶されるか又はコード化されている非一時的なコンピュータ可読媒体（例えば、図２のメモリ２２２）を含むか又は通信可能に接続され得る。装置１０４、学習サーバ１０８及び計算装置２００は、コンピュータ命令を実行して、方法８００の処理を生じさせるか又は制御するように構成されるプロセッサ（例えば、図２のプロセッサ２２４）を含み得る。離散的なブロックとして示さているけれども、各ブロックは、所望の実装に依存して、追加の複数のブロックに分割されたり、より少数のブロックに結合されたり、又は省略され得る。

ブロック８０２では、候補インデックスページが受け取られ得る。候補インデックスページは、キュレーションへ追加されたアイテムによって参照されるページから抽出されたリンクからダウンロードされたページを含み得る。ブロック８０４では、アイテムによって参照されるページへ指し返すリンクを含む情報ブロックが、１つ又は複数の候補インデックスページ内で検出され得る。ブロック８０６では、プライマリ情報ブロックが、１つ又は複数の候補インデックスページ内に見つけられ得る。ある実施形態では、プライマリ情報ブロックを見つけることは、ページ構造の解析に基づき得る。

ブロック８０８では、１つ又は複数の候補インデックスページの複数のＵＲＬ構造が、比較され得る。ある実施形態では、プライマリ情報ブロック内のアイテムによって参照されるページへ指し返すリンクを含む複数の候補インデックスページのＵＲＬ構造が、比較され得る。

ブロック８１０では、２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有しているか否かが決定され得る。２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有していない結果に応えて（８１０における「いいえ」）、方法８００はブロック８１２へ進む。２つ以上の候補インデックスページのＵＲＬ構造が、他の候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有している結果に応えて（８１０における「はい」）、方法８００はブロック８１４及び８１６へ進む。

ブロック８１２では、適切なインデックスページが、ＵＲＬ深さに基づいて特定され得る。ブロック８１４では、同じＵＲＬ深さを有する２つ以上の候補インデックスページのプライマリ情報ブロックの内容一貫性が測定され得る。ブロック８１６では、適切なインデックスページが、最大の内容一貫性を有する候補インデックスページとして特定され得る。

図９は、本明細書で説明される少なくとも１つの実施形態に従って配置される、複数の学習者の学習活動と共に規則を解析する例示の方法９００のフロー図である。方法９００は、ある実施形態では、図２を参照して説明される計算装置２００によって、プログラム可能に実行され得る。追加して又は代わりに、方法９００は、図１の装置１０４又は学習サーバ１０８によって、プログラム可能に実行され得る。装置１０４、学習サーバ１０８及び計算装置２００は、プロセッサによって実行可能又は方法９００の処理を生じさせるプログラムコード又は命令が内部に記憶されるか又はコード化されている非一時的なコンピュータ可読媒体（例えば、図２のメモリ２２２）を含むか又は通信可能に接続され得る。装置１０４、学習サーバ１０８及び計算装置２００は、コンピュータ命令を実行して、方法９００の処理を生じさせるか又は制御するように構成されるプロセッサ（例えば、図２のプロセッサ２２４）を含み得る。離散的なブロックとして示さているけれども、各ブロックは、所望の実装に依存して、追加の複数のブロックに分割されたり、より少数のブロックに結合されたり、又は省略され得る。

方法９００は、規則が受け取られ得るブロック９０２において、開始し得る。ブロック９０４では、規則は記録され得る。ある実施形態では、規則は、そこから規則が生成されたアイテムと共に記録され得る。追加して又は代わりに、規則は、一人又は複数の他の学習者からの関連する規則と共に記録され得る。追加して又は代わりに、規則は、規則を用いて及び／又は関連する規則を用いて、取り出された記録されたアイテムであり得る。

ブロック９０６では、規則がログに存在するか否かが決定され得る。規則がログに存在しない結果に応えて（９０６における「いいえ」）、方法９００は、方法９００が停止するブロック９１４へ進む。規則がログに存在する結果に応えて（９０６における「はい」）、方法９００は、ブロック９０８へ進む。

ブロック９０８では、規則及び関連する規則の適用（ａｐｐｌｉｃａｉｔｏｎ）が所定の閾値よりも大きいか否かが決定される。適用が所定の閾値よりも小さい結果に応えて（９０８における「いいえ」）、方法９００は、方法９００が停止するブロック９１４へ進む。適用が所定の閾値よりも大きい結果に応えて（９０８における「はい」）、方法９００は、ブロック９１０へ進む。

ブロック９１０では、日付け／時間の分布が解析され得る。日付け／時間の分布は、そこから規則が生成されて追加されたアイテム、そこから関連する規則が生成されたアイテム、規則及び／又は関連する規則を用いて取り出されたアイテム、又はこれらの内の組み合わせ、を含み得る。ブロック９１２では、抽出頻度が決定され得る。抽出頻度は、日付け／時間の分布に基づいて決定され得る。

図１０は、本明細書で説明される少なくとも１つの実施形態に従って配置される、候補インデックスページから適切なインデックスページを特定する例示の方法１０００のフロー図を示す。方法１０００は、ある実施形態では、図２を参照して説明される計算装置２００によって、プログラム可能に実行され得る。追加して又は代わりに、方法１０００は、図１の装置１０４又は学習サーバ１０８によって、プログラム可能に実行され得る。装置１０４、学習サーバ１０８及び計算装置２００は、プロセッサによって実行可能又は方法１０００の処理を生じさせるプログラムコード又は命令が内部に記憶されるか又はコード化されている非一時的なコンピュータ可読媒体（例えば、図２のメモリ２２２）を含むか又は通信可能に接続され得る。装置１０４、学習サーバ１０８及び計算装置２００は、コンピュータ命令を実行して、方法１０００の処理を生じさせるか又は制御するように構成されるプロセッサ（例えば、図２のプロセッサ２２４）を含み得る。離散的なブロックとして示さているけれども、各ブロックは、所望の実装に依存して、追加の複数のブロックに分割されたり、より少数のブロックに結合されたり、又は省略され得る。

ブロック１００２では、候補インデックスページが受け取られ得る。候補インデックスページは、キュレーションへ追加されたアイテムによって参照されるページから抽出されたリンクからダウンロードされたページを含み得る。ブロック１００４では、アイテムによって参照されるページへ指し返すリンクを含む情報ブロックが、１つ又は複数の候補インデックスページ内に検出され得る。ブロック１００６では、プライマリ情報ブロックが、１つ又は複数の候補インデックスページ内に見つけられ得る。ある実施形態では、プライマリ情報ブロックは、ページ構造の解析に基づいて、見つけられ得る。ブロック１００８では、ページ構造のスコアが、１つ又は複数の候補インデックスページに対して測定され得る。ブロック１０１０では、ＵＲＬスコアが、１つ又は複数の候補インデックスページに対して測定され得る。ＵＲＬスコアは、ＵＲＬ構造の解析に基づき得る。例えば、長いＵＲＬを有する候補インデックスページは、短いＵＲＬを有する他の候補インデックスページよりも高いスコアを有し得る。ブロック１０１２では、内容一貫性が、１つ又は複数の候補インデックスページに対して測定され得る。内容一貫性のスコアは、内容一貫性の解析に基づき得る。例えば、プライマリ情報ブロック又はサイド情報ブロックに含まれる内容の高い一貫性を有する候補インデックスページは、プライマリ情報ブロック又はサイド情報ブロックに含まれる内容の低い一貫性を有する他の候補インデックスページよりも、高いスコアを有し得る。

ブロック１０１４では、ページ構造のスコア、ＵＲＬスコア及び内容一貫性のスコアのそれぞれに対して、重みが割り当てられ得る。ブロック１０１６では、候補インデックスページのそれぞれに対して、ページ構造のスコア、ＵＲＬスコア及び内容一貫性のスコアのそれぞれと、割り当てられた重みとの積の線形和に基づいて、トータルスコアが計算され得る。ブロック１０１８では、適切なインデックスページが、トータルスコアに基づいて特定され得る。例えば、最大のトータルスコアを有する候補インデックスページが適切なインデックスページとして特定され得る。

後で更に詳しく論じられるように、ここに説明される実施形態は、様々なコンピュータ・ハードウェア又はソフトウェア・モジュールを含む特別な目的又は多目的なコンピュータの使用を含み得る。

ここに説明される実施形態は、内部に記憶されたコンピュータ実行可能な命令又はデータ構造を運ぶ又は有するコンピュータ可読媒体を用いて、実装され得る。そのようなコンピュータ可読媒体は、多目的又は特別な目的のコンピュータによってアクセスされ得る任意の利用可能な媒体であり得る。例えば、制限されることなく、そのようなコンピュータ可読媒体は、コンピュータ実行可能な命令又はデータ構造の形で所望のプログラムコードを運ぶ又は記憶するために使用され、且つ多目的又は特別な目的のコンピュータによってアクセスされ得る、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ又は他の光ディスクメモリ、磁気ディスクメモリ又は他の磁気記憶装置、又は他の任意の記憶媒体を含む非一時的なコンピュータ可読媒体を有し得る。上記の組み合わせは、また、コンピュータ可読媒体の範囲内に含まれ得る。

コンピュータ実行可能な命令は、例えば、多目的コンピュータ、特別な目的のコンピュータ、又は特別な目的の処理装置が、所定の機能又は機能の群を実行させる命令及びデータを有する。主題は、特有の言語において構造的な特徴及び／又は方法論的な行為に対して説明されているが、添付の請求項において定義される主題は、上述された特別な特徴又は行為に制限される必要のないことを理解されたい。むしろ、上述された特別な特徴及び行為は、請求項を実装する例示の形として開示される。

本明細書では、「モジュール」又は「構成要素（コンポーネント）」という用語は、コンピュータシステム上で実行するソフトウェアオブジェクト又はルーチンに言及し得る。本明細書で説明される異なる構成要素、モジュール、エンジン及びサービスは、コンピュータシステム上で実行するオブジェクト又は処理（例えば、分離したスレッドとして）として実装され得る。本明細書で説明されるシステム及び方法は、ソフトウェアで実装されることが好ましいが、ハードウェア、又はソフトウェア及びハードウェアの組み合わせにおける実装も可能であり且つ考慮される。本明細書の記載では、「コンピューティングエンティティ（計算実体）」は、上述したように本明細書で定義されるように任意の計算システム、又は任意のモジュール、又はコンピュータシステム上で動作するモジュールの組み合わせであり得る。

ここで述べられた全ての例及び条件付きの言葉は、読者が、発明者によって寄与された発明及び概念を技術を深めて理解することを助けるための教育的な目的を意図しており、そのような具体的に述べられた例及び条件に限定されることなく解釈されるべきである。
本発明の実施形態は詳細に説明されているが、その様々な変更、置き換え又は修正が本発明の精神及び範囲を逸脱しない限り行われ得ることが理解されるべきである。

Claims (18)

1. キュレーションへのアイテムの追加を検出することと、
   前記アイテムによって参照されるページから、１つ又は複数のリンクを抽出することと、
   １つ又は複数の前記リンクに対応するページをダウンロードすることと、
   候補インデックスページを生成するべく、ダウンロードされた前記ページをフィルタリングすることと、
   前記候補インデックスページから適切なインデックスページを特定することと、
   前記適切なインデックスページ内の中央に位置する情報ブロックであるプライマリ情報ブロックを見つけることと、
   システムを前記適切なインデックスページの前記プライマリ情報ブロックへ案内するように構成された自動抽出規則を生成することと、
   をコンピュータが実行し、
   前記特定することは、
   １つ又は複数の前記候補インデックスページ内の前記アイテムによって参照される前記ページへ指し返すリンクを含む情報ブロックを検出することと、
   ページ構造の解析に基づいて、１つ又は複数の前記候補インデックスページ内の中央に位置する前記情報ブロックである前記プライマリ情報ブロックを見つけることと、
   前記プライマリ情報ブロック内の前記アイテムによって参照される前記ページへ指し返すリンクを含む１つ又は複数の前記候補インデックスページの複数のユニフォームリソースロケータ（ＵＲＬ）構造を比較することと、
   ２つ以上の前記候補インデックスページのＵＲＬ構造が、他の前記候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有しているか否かを決定することと、
   ２つ以上の前記候補インデックスページのＵＲＬ構造が、他の前記候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有していない結果に応えて、ＵＲＬ深さに基づいて、前記適切なインデックスページを特定することと、
   ２つ以上の前記候補インデックスページのＵＲＬ構造が、他の前記候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有している結果に応えて、
   同じＵＲＬ深さを有する２つ以上の前記候補インデックスページの前記プライマリ情報ブロックの内容一貫性を測定し、且つ、
   前記適切なインデックスページを、最大の内容一貫性を有する前記候補インデックスページとして特定すること、
   をコンピュータが実行するインフォーマル学習のための学習教材を収集する方法。
2. 前記特定することは、
   ページ構造の解析及びユニフォームリソースロケータ（ＵＲＬ）構造の解析及び内容一貫性の解析の内の１つ又は複数をコンピュータが実行することを含む請求項１に記載の方法。
3. 更に、
   学習システムとインターフェースしている複数の学習者の学習活動と共に、前記自動抽出規則を解析することと、
   解析された前記学習活動に基づいて、抽出頻度を決定することと、
   前記抽出頻度で、前記プライマリ情報ブロックから学習教材を取り出すことと、
   学習教材を、学習教材の１つ又は複数の収納場所に置くことと、
   をコンピュータが実行することを備える請求項１に記載の方法。
4. 前記解析することは、
   前記自動抽出規則を受け取ることと、
   前記自動抽出規則を、前記自動抽出規則が生成された前記アイテム及び一人又は複数の他の学習者からの関連する抽出規則と共に、記録することと、
   前記自動抽出規則が記録に存在するか否かを決定することと、
   前記自動抽出規則が記録に存在しない結果に応えて、前記自動抽出規則の解析を停止することと、
   前記自動抽出規則が記録に存在する結果に応えて、前記自動抽出規則及び前記関連する抽出規則の適用が、所定の閾値よりも大きいか否かを決定することと、
   前記自動抽出規則及び前記関連する抽出規則の前記適用が、前記所定の閾値よりも小さい結果に応えて、前記自動抽出規則の解析を停止することと、
   前記自動抽出規則及び前記関連する抽出規則の前記適用が、前記所定の閾値よりも大きい結果に応えて、前記自動抽出規則及び前記関連する抽出規則がそこから生成された追加された前記アイテムの日付け／時間の分布を解析することと、
   前記日付け／時間の分布に少なくとも部分的に基づいて、前記抽出頻度を決定することと、
   をコンピュータが実行することを備える請求項３に記載の方法。
5. 前記自動抽出規則は、
   前記適切なインデックスページのユニフォームリソースロケータ（ＵＲＬ）及び前記プライマリ情報ブロックに含まれる１つ又は複数のＵＲＬの誘導されたＸＰａｔｈを備える請求項１に記載の方法。
6. 前記フィルタリングすることは、
   前記アイテムによって参照される前記ページへ指し返すリンクを含まないダウンロードされた前記ページのサブセットを除外することをコンピュータが実行することを備える請求項１に記載の方法。
7. 更に、前記アイテムの追加の時間／日付けを記録することをコンピュータが実行することを備える請求項１に記載の方法。
8. 前記特定することは、
   １つ又は複数の前記候補インデックスページ内の前記アイテムによって参照される前記ページへ指し返すリンクを含む情報ブロックを検出することと、
   ページ構造の解析に基づいて、１つ又は複数の前記候補インデックスページ内の中央に位置する前記情報ブロックである前記プライマリ情報ブロックを見つけることと、
   前記ページ構造の解析に基づいて、１つ又は複数の前記候補インデックスページに対するページ構造スコアを測定することと、
   ユニフォームリソースロケータ（ＵＲＬ）構造の解析に基づいて、１つ又は複数の前記候補インデックスページに対するＵＲＬスコアを測定することと、
   内容一貫性の解析に基づいて、１つ又は複数の前記候補インデックスページに対する内容一貫性スコアを測定することと、
   前記ページ構造スコア、前記ＵＲＬスコア及び前記内容一貫性スコアのそれぞれに対して、重みを割り当てることと、
   １つ又は複数の前記候補インデックスページのそれぞれに対して、前記ページ構造スコア、前記ＵＲＬスコア及び前記内容一貫性スコアのそれぞれと前記割り当てられた重みとの積の線形和に基づいてトータルスコアを計算し、前記トータルスコアに基づいて前記適切なインデックスページを特定することと、
   をコンピュータが実行することを備える請求項１に記載の方法。
9. 更に、
   前記自動抽出規則を用いて、前記プライマリ情報ブロックから学習教材を取り出すことと、
   学習教材を、学習教材の収納場所に置くことと、
   をコンピュータが実行することを備える請求項１に記載の方法。
10. キュレーションへのアイテムの追加を検出することと、
    前記アイテムによって参照されるページから、１つ又は複数のリンクを抽出することと、
    １つ又は複数の前記リンクに対応するページをダウンロードすることと、
    候補インデックスページを生成するべく、ダウンロードされた前記ページをフィルタリングすることと、
    前記候補インデックスページから適切なインデックスページを特定することと、
    前記適切なインデックスページ内の中央に位置する情報ブロックであるプライマリ情報ブロックを見つけることと、
    システムを前記適切なインデックスページの前記プライマリ情報ブロックへ案内するように構成された自動抽出規則を生成することと、
    を備え、
    前記特定することは、
    １つ又は複数の前記候補インデックスページ内の前記アイテムによって参照される前記ページへ指し返すリンクを含む情報ブロックを検出することと、
    ページ構造の解析に基づいて、１つ又は複数の前記候補インデックスページ内の中央に位置する前記情報ブロックである前記プライマリ情報ブロックを見つけることと、
    前記プライマリ情報ブロック内の前記アイテムによって参照される前記ページへ指し返すリンクを含む１つ又は複数の前記候補インデックスページの複数のユニフォームリソースロケータ（ＵＲＬ）構造を比較することと、
    ２つ以上の前記候補インデックスページのＵＲＬ構造が、他の前記候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有しているか否かを決定することと、
    ２つ以上の前記候補インデックスページのＵＲＬ構造が、他の前記候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有していない結果に応えて、ＵＲＬ深さに基づいて、前記適切なインデックスページを特定することと、
    ２つ以上の前記候補インデックスページのＵＲＬ構造が、他の前記候補インデックスページのＵＲＬ構造よりも深い、同じ深さを有している結果に応えて、
    同じＵＲＬ深さを有する２つ以上の前記候補インデックスページの前記プライマリ情報ブロックの内容一貫性を測定し、且つ、
    前記適切なインデックスページを、最大の内容一貫性を有する前記候補インデックスページとして特定すること、
    を備える動作を実行するべく、プロセッサによって実行可能なプログラムコードが内部にコード化された非一時的なコンピュータ可読媒体。
11. 前記特定することは、
    ページ構造の解析及びユニフォームリソースロケータ（ＵＲＬ）構造の解析及び内容一貫性の解析の内の１つ又は複数を実行することを含む請求項１０に記載の非一時的なコンピュータ可読媒体。
12. 前記動作は、更に、
    学習システムとインターフェースしている複数の学習者の学習活動と共に、前記自動抽出規則を解析することと、
    解析された前記学習活動に基づいて、抽出頻度を決定することと、
    前記抽出頻度で、前記プライマリ情報ブロックから学習教材を取り出すことと、
    学習教材を、学習教材の１つ又は複数の収納場所に置くことと、
    を備える請求項１０に記載の非一時的なコンピュータ可読媒体。
13. 前記解析することは、
    前記自動抽出規則を受け取ることと、
    前記自動抽出規則を、前記自動抽出規則が生成された前記アイテム及び一人又は複数の他の学習者からの関連する抽出規則と共に、記録することと、
    前記自動抽出規則が記録に存在するか否かを決定することと、
    前記自動抽出規則が記録に存在しない結果に応えて、前記自動抽出規則の解析を停止することと、
    前記自動抽出規則が記録に存在する結果に応えて、前記自動抽出規則及び前記関連する抽出規則の適用が、所定の閾値よりも大きいか否かを決定することと、
    前記自動抽出規則及び前記関連する抽出規則の前記適用が、前記所定の閾値よりも小さい結果に応えて、前記自動抽出規則の解析を停止することと、
    前記自動抽出規則及び前記関連する抽出規則の前記適用が、前記所定の閾値よりも大きい結果に応えて、前記自動抽出規則及び前記関連する抽出規則がそこから生成された追加された前記アイテムの日付け／時間の分布を解析することと、
    前記日付け／時間の分布に少なくとも部分的に基づいて、前記抽出頻度を決定することと、
    を備える請求項１２に記載の非一時的なコンピュータ可読媒体。
14. 前記自動抽出規則は、
    前記適切なインデックスページのユニフォームリソースロケータ（ＵＲＬ）及び前記プライマリ情報ブロックに含まれる１つ又は複数のＵＲＬの誘導されたＸＰａｔｈを備える請求項１０に記載の非一時的なコンピュータ可読媒体。
15. 前記フィルタリングすることは、
    前記アイテムによって参照される前記ページへ指し返すリンクを含まないダウンロードされた前記ページのサブセットを除外することを備える請求項１０に記載の非一時的なコンピュータ可読媒体。
16. 前記動作は、更に、
    前記アイテムの追加の時間／日付けを記録することを備える請求項１０に記載の非一時的なコンピュータ可読媒体。
17. 前記特定することは、
    １つ又は複数の前記候補インデックスページ内の前記アイテムによって参照される前記ページへ指し返すリンクを含む情報ブロックを検出することと、
    ページ構造の解析に基づいて、１つ又は複数の前記候補インデックスページ内の中央に位置する前記情報ブロックである前記プライマリ情報ブロックを見つけることと、
    前記ページ構造の解析に基づいて、１つ又は複数の前記候補インデックスページに対するページ構造スコアを測定することと、
    ユニフォームリソースロケータ（ＵＲＬ）構造の解析に基づいて、１つ又は複数の前記候補インデックスページに対するＵＲＬスコアを測定することと、
    内容一貫性の解析に基づいて、１つ又は複数の前記候補インデックスページに対する内容一貫性スコアを測定することと、
    前記ページ構造スコア、前記ＵＲＬスコア及び前記内容一貫性スコアのそれぞれに対して、重みを割り当てることと、
    １つ又は複数の前記候補インデックスページのそれぞれに対して、前記ページ構造スコア、前記ＵＲＬスコア及び前記内容一貫性スコアのそれぞれと前記割り当てられた重みとの積の線形和に基づいてトータルスコアを計算し、前記トータルスコアに基づいて前記適切なインデックスページを特定することと、
    を備える請求項１０に記載の非一時的なコンピュータ可読媒体。
18. 前記動作は、更に、
    前記自動抽出規則を用いて、前記プライマリ情報ブロックから学習教材を取り出すことと、
    学習教材を、学習教材の収納場所に置くことと、
    を備える請求項１０に記載の非一時的なコンピュータ可読媒体。

Images