トップレコメンドエンジンとは

実際の店舗でのレコメンデーション

• 
• 1.人気ランキング型（C-1）
• 購入実績や閲覧履歴などからランキングを提示する方法
• 2.スペックランキング型（A-1）
• スペックの高い順、安い順など商品データに基づくランキングを提示する方法

• 
• 1.ナレッジベース独断型（K-1）
• 購買実績や商品スペックに基づかず、在庫処分等を含め、何らかのナレッジを基におすすめする方法

• 
• 1.ニーズインプット型（A-4）
• ユーザーのニーズをヒアリングし、ニーズに合った商品をおすすめする方法。
• 2.履歴アソシエーション型（C-3）
• お客様の過去の履歴に基づき、最適な商品をおすすめする方法

• 
• 1.アクションアソシエーション型（C-2）
• 似ている商品の定義を、他の人が一緒に検討したかどうかで決める方法
• 2.商品関連性評価型（A-2）
• 似ている商品の定義を商品スペックで決める方法

• 
• 1.アクションアソシエーション型（C-2）
• 他の人が一緒に購入したというデータを用いる方法
• 2.ナレッジベース反応型（K-2）
• その商品には、この商品が合うという何らかのナレッジを基におすすめする方法

• 
• 1.人気ランキング型（C-1）
• 購入実績や閲覧履歴などから人気商品を提示する方法
• 2.ナレッジベース独断型（K-1）
• 購買実績や商品スペックに基づかず、在庫処分等を含め、何らかのナレッジを基におすすめする方法

●レコメンドエンジンとは

• 
  Chapter1
  実際の店舗での
  レコメンデーション
• 
  Chapter2
  代表的3つの
  レコメンドロジック
• 
  Chapter3
  おまかせ！ログレコメンダーのロジック