SHOPSTAFF 独自アルゴリズムについて
AIと統計処理による商品評価・ランキング生成の仕組み
アルゴリズムの概要
SHOPSTAFFでは、データ収集 → 選定 → AI分析 → 目視チェックの4ステップで商品評価を行っています。
AI分析にはDifyワークフローとGeminiを採用。大量のレビューデータを統計的に処理し、最終的に人間の目でチェックすることで、信頼性の高い情報をお届けします。
STEP 1データ収集
各ECサイトから以下のデータを自動収集しています。
📦 商品データ
商品名、価格、スペック、カテゴリ、販売状況などの基本情報
🏭 メーカー情報
ブランド名、メーカーの信頼性、製品ラインナップ
🖼️ 商品画像
メイン画像、サブ画像、使用イメージ画像
⭐ レビュー情報
購入者レビュー（テキスト・評価点）、Q&A、レビュー数
STEP 2分析対象の選定
収集したデータの中から、運営が分析すべきと判断した商品をピックアップします。
- ✓
十分なレビュー数: 統計的に意味のある分析ができるレビュー数がある商品を優先
- ✓
コスパ重視の価格帯: 高価格帯のブランド品よりも、日常使いの低〜中価格帯を中心に選定
- ✓
ユーザーニーズ: 検索トレンドや季節性を考慮し、需要の高いカテゴリを優先
STEP 3AI分析エンジン（Dify）
選定された商品は、Difyワークフローによって自動分析されます。
テキスト分析: Gemini（Google）- 高速かつ高精度な分析が可能な最新のLLM
画像分析: olmOCR-2-7B-0225 - 商品画像からスペック・特徴を抽出するOCRモデル
ワークフローの処理内容
- 1
商品データの取得・検証
ASIN等の識別子から最新の商品情報を取得し、有効性を検証
- 2
レビューの統計処理
数百〜数千件のレビューを集計し、傾向を数値化
- 3
LLMによる深層分析
Geminiがレビュー内容を読み解き、良い点・悪い点・特徴を抽出
- 4
ポイントスコアの算出（絶対評価）
コスパ、品質、使いやすさなど複数軸で各商品を個別にスコアリング
- 5
全商品評価イテレーション（相対評価）
絶対評価した全商品を比較し、カテゴリ内での相対的な順位・優位性を決定
- 6
JSONテンプレートへの出力
分析結果を構造化データとして出力し、サイトに反映
🔄 2段階評価の仕組み
絶対評価: 各商品のレビューを個別に分析し、その商品単体の品質・特徴を評価
相対評価: 同カテゴリの全商品を比較し、「どれが最もコスパが良いか」「どれが最も高品質か」をランキング形式で決定
この2段階評価により、単なる評価点の高さだけでなく、「同じ価格帯の中でどれを選ぶべきか」という実用的な判断基準を提供します。
分析で抽出される情報
📊 ポイントスコア
各評価軸ごとの数値スコア（5段階など）
✨ おすすめポイント
レビューから抽出した商品の強み・特徴
⚠️ 注意点・弱点
購入前に知っておくべきデメリットや制限事項
👥 おすすめユーザー
この商品が向いている人・向いていない人
STEP 4目視チェック
AIが生成した分析結果は、必ず運営者が目視で確認してから公開します。
- ✓
ハルシネーション対策: AIが事実と異なる情報を生成していないかチェック
- ✓
スコアの妥当性: 算出されたスコアがレビュー内容と整合しているか確認
- ✓
表現の適切さ: ユーザーに誤解を与えない表現になっているか確認
- ✓
最新情報との照合: 価格やスペックが現在の販売情報と一致しているか確認
重要: 問題があれば修正または非公開とし、品質を担保した情報のみを公開しています。
技術スタック
当サイトの分析システムは、以下の技術で構成されています。
Dify
ワークフロー自動化
Gemini
テキスト分析エンジン
olmOCR-2-7B-0225
画像分析・OCR
PA-API 5.0
商品データ取得