# 推薦エンジン

> 推薦エンジン -
> 過去のユーザー購入データを使用して推奨モデルを作成する方法を探索します。推奨モデルは、顧客が特定の時点で購入する可能性が高いアイテムのバスケットの中から、どの製品を購入するかを推測しようとします。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.234231+00:00` (UTC).

## Primary page

- [推薦エンジン](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/rec-engine.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/use_cases_and_horizontal_approaches/Ecommerce_recommendation_engine/Recommendation%20Engine.ipynb)

このノートブックのアクセラレーターは、顧客の過去の購入に関するモデルをトレーニングし、将来の閲覧時に推奨を行います。 このノートブックで使用されるDataRobotの機能は、多ラベルモデリングと特徴量探索です。 これらを組みわせて、結果として得られるモデルから、特定の顧客が好む可能性のあるコンテンツ、製品、またはサービスのランク順の提案が得られます。

ノートブックでは、以下の操作を行います。

- 必要なデータセットの分析
- トレーニング用の多ラベルデータセットの作成
- DataRobotに接続する
- 特徴量探索プロジェクトの設定
- 特徴量とモデルを生成
- 新しい閲覧時の推奨を生成