類似アイテム（AI）
商品タイトルや説明文をOpenAI Embeddingsでベクトル化し、内容が近い商品を提案します。このロジックは、閲覧や購買データがほとんどない新商品やニッチな商品でも、すぐにレコメンド候補を生成できるのが大きな特長です。
仕組み
- OpenAI Embeddingsを用いて、商品カタログのテキスト情報をベクトル化。その類似度に基づいて、関連性の高い商品を見つけ出します。
- 現在表示中の商品がレコメンドの起点（アンカー商品）となります。
- 協調フィルタリングのように、共閲覧や共購買のデータ蓄積（グラフの成熟）を待つ必要がありません。
向いている配置
商品詳細ページ（PDP）（最適）
「似た商品をもっと見る」として、顧客の新たな発見を促すディスカバリー枠に最適です。
注意点
- レコメンドの品質は、商品タイトルや説明文の明確さ・充実度に直接影響されます。
- テキスト情報が似ているため、色違いやサイズ違いなどのバリエーションが候補として表示されることがあります。フィルター設定で調整可能です。
- 社会的証明を重視する協調フィルタリングとは役割が異なるため、両者を併用することで多角的なレコメンドが可能です。