レコメンドエンジンのALBERT(アルベルト)は10月17日、同社独自のレコメンデーション分類方法の改訂版を発表した。レコメンド対象者などを12種類に分類しており、ほぼすべてのレコメンド方法を説明できるという。 分類方法の名称は「ACKマトリクス」。レコメンデーションを体系的に分けて整理することで、インターネット検索やリアル推薦といった情報マッチングの方法論を包括的に扱えるようにした。 まず、レコメンド対象者に関するデータを「(1)対象者が起こしたアクションデータ(クリックや注文など)」「(2)対象者の履歴データ(過去の閲覧履歴や購買履歴)」「(3)対象者の申告データ(アンケートデータや申告データ)」「(4)その他(対象者を特定しない)」の4項目に分ける。続いて、対象者以外のデータを「(A)モノ属性(Attribute:商品属性データ情報のデータベース)」「(C)人ベース(Consumer