レコメンデーションの専門企業・株式会社ALBERT（アルベルト）

◎レコメンデーション

レコメンデーションとは、対象者にとって価値があると思われるコンテンツ（商品や情報）を提示すること。ランキングや検索はレコメンデーションではないとする考え方もあるが、ALBERTは「レコメンデーションの専門企業」として、より広くレコメンデーションを定義し、対応をしている。（こちらもご参照ください）

◎レコメンデーションの専門企業

ALBERTは「レコメンデーションの専門企業」を標榜しているが、レコメンデーション"も"やっている企業ではなく、レコメンデーション"だけ"をやっている企業である。さらに、レコメンデーションの「一部だけ」をやっている企業ではなく、あらゆるニーズに応える様々なレコメンドソリューションを提供している。また、産学連携での教育研究活動や学会活動などにより幅広い研究を行なっている。商品化に際しては、自社で運営している「見つかる.jp」に新しいレコメンドロジックを用いたエンジンのプロトタイプを実装、入念な検証した後に提供するという他社にはない特徴がある。

◎フィルタリング

「協調フィルタリング」「コンテンツベースフィルタリング」「ルールベースフィルタリング」等のように用いられるフィルタリングとは、商品・サービス・情報等の取捨選択を行なうというレコメンデーションのプロセスのこと。本章の冒頭にも表記している通り、フィルタリングとは、レコメンデーションの対象者または対象となる商品・サービス・情報等の分析に基づいて、対象となる商品・サービス・情報等をグループ化して取捨選択を行なうことを指す。

◎協調フィルタリング

対象者が過去に購買、利用した商品の評価や履歴データを用い、その対象者に似た評価や購買をする人をグループ化し、その人々の購買履歴に基づき商品を推薦する方式。似たような特徴を持つ人や、過去の購買履歴が似ている人は同じようなものを好むという仮説に基づいている。C-3の履歴アソシエーション型の一種。C-2のアクションアソシエーション型を協調フィルタリングと呼ぶこともあるが、これは間違い。協調フィルタリングは対象者と似た人を定義し、その人々が持っているがその対象者が持っていない商品を推薦する方式。モノ属性を用いないため、カテゴリを横断した意外性（セレンディピティ）のあるコンテンツを推薦できると言われている。 詳細に関しては、「協調フィルタリング」のページをご参照ください。

◎コンテンツベースフィルタリング

対象者が過去に購買、利用した商品の特徴を抽出し、その特徴に類似した商品を推薦する方式で、モノ属性と対象者の履歴を用いる。対象者が過去に利用したコンテンツと内容が類似したコンテンツを高い精度で推薦することが可能だが、比較的狭いカテゴリの範囲での推薦になりがちなので、意外性（セレンディピティ）が低いという課題がある。広義の意味でACKマトリクスのA-2、A-3、A-4全体を指すこともあるが、狭義ではA-3のディープナレッジ型を指す。

◎ルールベースフィルタリング

過去の購買データの集計や、一般的な消費者調査の結果、店員の暗黙知等により、「20代には、このクルマを推奨する」「ビールを買った人はオムツも買う」というような「●●な人には▲▲を推奨」という形式のレコメンデーションルールを予め設定しておくレコメンド方法。非常に広い概念であり、上記の12分類においては、A-3、C-3以外全てにあてはまることに注意。

◎リアルタイムレコメンデーション

顧客がある商品を購入、もしくは閲覧などをすると、その行動の結果がレコメンドロジックのアップデートに用いられ、常にレコメンデーションが進化していく（学習していく）仕組みとなっている方法。ほぼ全ての手法において、リアルタイムのレコメンデーションとすることが可能であり、リアルタイムとしないことも可能。

◎インターネット検索

ユーザーが、知りたい情報または関連する情報の一部を能動的に入力することで、該当すると思われるコンテンツを何らかの順序またはカテゴライズされた状態で自動的に提示し、ユーザーとコンテンツをマッチングする技術。 ACKマトリクスで言えばA-4のニーズインプット型に分類される。最終的にユーザーが嗜好にあったコンテンツに辿り着けるかどうかは、ユーザー自身にゆだねられている。行き着いたコンテンツがユーザーの求めているものかどうかの判断自体も、ユーザー次第である。