用途：为每位购物者展示个性化商品推荐，提升客单价与会话深度。常见形式包括“经常一起购买”“你可能也喜欢”和个性化首页区块。资料建议优先使用平台应用处理协同过滤与推荐算法，仅在目录规模、流量或推荐逻辑超出应用能力时才自建推荐引擎。
主要能力与用法：按平台选择工具。Shopify 推荐 LimeSpot 或 Code Black Belt 的 Frequently Bought Together；WooCommerce 可用 YITH WooCommerce Frequently Bought Together 或 LimeSpot，也可用内置交叉销售与追加销售；BigCommerce 可用 LimeSpot 或 Boost AI Search & Discovery；自定义或无头架构则用共购矩阵加余弦相似度自建。
自建流程：夜间用 SQL 预计算共购矩阵，按共购次数排序提供“经常一起购买”；用商品向量（类目、归一化价格、标签）构建浏览历史口味向量，按余弦相似度排序；统一推荐 API 按 pdp、homepage、cart 上下文返回结果并缓存。客户超过 1 万时，资料建议用 BG/NBD 加 ALS 协同过滤（Python implicit 库）提升准确度。
限制与注意：必须排除缺货商品、当前浏览商品和近期已购商品；共购矩阵需每晚刷新；推荐位建议限制 6–8 个商品；需跟踪点击率、加购率与推荐归因收入，并做 A/B 测试。资料未提供具体价格、安装命令或官方文档链接。