類似製品

概要説明

類似製品機能により、ユーザーは選択したデータセット内の製品と類似性を共有する製品を特定して表示することができます。この機能は、様々な類似性指標に基づいて関連製品、競合代替品、または補完的な商品を発見するのに役立ちます。製品属性、レビュー、市場ポジショニングを分析することで、システムは競合分析や市場調査に役立つ意味のある製品関係を特定できます。

この機能は製品情報を含む有効なデータセットを必要とし、市場比較、製品計画、製品提供におけるギャップの特定に特に役立ちます。

Swagger リンク

API: 類似製品 API

ケース文書

ケース1: 類似製品

説明

ユーザーが選択したデータセットの製品に類似した製品のリストを正常に取得します。

シーケンス図

sequenceDiagram
    participant User as ユーザー
    participant API as ProductAnalysisController
    participant Service as ProductAnalysisService
    participant Repo as WishlistDatasetHistoryRepository
    participant JP as JP API

    Note over User,JP: ステップ1: 類似製品のリクエスト
    User->>API: GET /api/general/analysis/{slug}/similar-products (パラメータ付き)
    
    Note over API,Repo: ステップ2: データセットの検証
    API->>Repo: findBySlug(slug)
    Repo-->>API: wishlistDataset
    
    Note over API,Service: ステップ3: 類似製品の取得
    API->>Service: getSimilarProducts(dataset_id, request_data)
    Service->>JP: 類似製品の照会
    JP-->>Service: 生の類似製品データ
    
    Note over Service,API: ステップ4: 類似性データの処理
    Service-->>API: 処理済み類似製品
    
    Note over API,User: ステップ5: レスポンスの返却
    API-->>User: 200 OK (類似製品データ)

ステップ

ステップ1: 類似製品のリクエスト

• 説明: ユーザーがデータセットの類似製品を取得するリクエストを行います
• リクエスト: GET /api/general/analysis/{slug}/similar-products
• パラメータ:
  • パスパラメータ: slug - データセットの一意識別子
  • クエリパラメータ:
    • product_id - 類似性を見つける特定の製品（オプション）
    • similarity_threshold - 最小類似スコア（オプション）
    • limit - 返す類似製品の最大数（オプション）

ステップ2: データセットの検証

• 説明: システムはリクエストされたデータセットが存在することを検証します
• アクション: リポジトリでスラグによるデータセットの検索
• 潜在的エラー: データセットが見つからない

ステップ3: 類似製品の取得

• 説明: システムはデータセット内の製品に類似した製品を検索します
• アクション: 類似製品を取得するサービスメソッドを呼び出します
• 考慮される類似性要因:
  • 製品カテゴリ
  • 価格帯
  • 機能セット
  • レビュー内容の類似性
  • ターゲット市場

ステップ4: 類似性データの処理

• 説明: システムは類似性データを処理してフォーマットします
• アクション: 類似度スコアで製品をソートし、レスポンスを準備します
• 処理:
  • 類似性メトリクスの計算
  • 類似性要因の包含
  • リクエストされたフィルターの適用

ステップ5: レスポンスの返却

• 説明: システムは類似製品データをユーザーに返します
• レスポンス:
  • 成功: 類似製品データを含む200 OK
  • エラー: 適切なエラーメッセージとステータスコード

関連データベーステーブルとフィールド

ビュー: 分析API仕様

エラー処理

• ログ
  • 類似製品の取得失敗はアプリケーションログに記録
• エラー詳細:

追加メモ

• 類似性計算は大規模なデータセットの場合、計算負荷が高くなることがあります
• パフォーマンス向上のために類似性結果のキャッシュを検討してください
• 類似性アルゴリズムは、より正確なマッチングのために製品属性とレビュー内容の両方を考慮します
• 類似度スコアは0.0から1.0の範囲で、高いスコアはより大きな類似性を示します