あなたのショップにパーソナライズされたレコメンド機能が登場！

Simplicoでは、オンラインショップの体験をよりスマートに、より効果的に進化させるために、常に新しい機能を開発しています。
今回は、ついに待望の新機能をリリースしました！

🎯 AIが自動学習する「商品レコメンデーション機能」

外部プラグインは不要。面倒な設定も不要。あなたのショップにすでに組み込まれています。

🔍 どうやって動くの？

訪問者が商品ページを見るたびに、システムは「誰がどのURLを見たか（匿名で）」を記録します。
それが積み重なることで、AIが次のようなインサイトを得るようになります：

「この商品を見た人は、他にどの商品も見ているか？」

📊 システムの流れ

graph TD
    A["ユーザーがサイトを訪問"] --> B["セッションとURLを記録"]
    B --> C["URLから商品IDを抽出"]
    C --> D["ユーザー×商品マトリクスを作成"]
    D --> E["AIが関連性を学習"]
    E --> F["類似商品を予測"]
    F --> G["商品ページにレコメンドを表示"]

🛍️ 例：「この商品を見た人はこんな商品も見ています」

たとえば、訪問者が iPhoneケース を閲覧したとします。
するとレコメンドとして以下のような商品が表示されるかもしれません：

ワイヤレス充電器
画面保護フィルム
スマホスタンド
iPad mini ケース

これらはランダムではなく、実際のユーザーデータから導き出されています。

🧱 実装例（一部抜粋）

✅ アクセスログを記録するミドルウェア：

class UserLogMiddleware:
    def __call__(self, request):
        if "/product/" in request.path and request.session.session_key:
            UserLog.objects.create(
                session_key=request.session.session_key,
                url=request.path
            )
        return self.get_response(request)

✅ URLから商品IDを抽出：

import re

def extract_product_id(url):
    match = re.search(r"/product/(\d+)/", url)
    return match.group(1) if match else None

✅ AIモデルのトレーニング：

from implicit.als import AlternatingLeastSquares

model = AlternatingLeastSquares(factors=50, iterations=15)
model.fit(matrix)

✅ 類似商品のレコメンド取得：

def recommend_similar(product_id, top_n=5):
    index = product_map.get(str(product_id))
    if index is None:
        return []
    similar = model.similar_items(index, N=top_n + 1)
    return [get_product_by_index(i) for i, _ in similar]