Issue #135: 新機能: スマート推薦システムの実装

概要

セマンティック検索を活用した関連メモリ推薦機能とAI駆動コンテンツ発見機能の実装

背景

• 現在のMoryは保存・検索が中心
• 蓄積されたメモリデータの能動的活用が限定的
• ユーザーの記憶補完・発見体験の向上が必要

提案機能

1. 関連メモリ推薦

# 新API設計例
GET /api/memories/{id}/related?limit=5
{
  "related_memories": [
    {
      "id": "mem_xxx",
      "summary": "関連内容要約",
      "similarity_score": 0.85,
      "relation_reason": "共通タグ: AI, 技術"
    }
  ]
}

2. 日次サマリー生成

# スケジュール機能
GET /api/insights/daily
{
  "date": "2025-08-04",
  "total_memories": 120,
  "trending_topics": ["AI", "開発", "学習"],
  "suggested_reviews": ["mem_001", "mem_045"]
}

3. 知識ギャップ検出

• 関連性の高いが未記録の領域を特定
• 学習・記録すべき分野の提案

技術実装

データベース拡張

-- 推薦ログテーブル
CREATE TABLE recommendation_logs (
    id TEXT PRIMARY KEY,
    source_memory_id TEXT,
    recommended_memory_id TEXT,
    similarity_score REAL,
    user_action TEXT, -- viewed/saved/ignored
    created_at DATETIME
);

AI統合

• セマンティック類似度: 既存embeddings活用
• 推薦アルゴリズム: コサイン類似度 + タグベース
• 学習機能: ユーザー行動からの推薦精度向上

API設計

• /api/recommendations/related/{memory_id}
• /api/recommendations/daily
• /api/insights/gaps
• /api/insights/trends

期待効果

• メモリデータの能動的活用促進
• 知識の定着・発見体験向上
• Moryの差別化機能として確立

実装スケジュール

1. Phase 1: 関連メモリ推薦API (2週間)
2. Phase 2: 日次サマリー機能 (1週間)
3. Phase 3: 知識ギャップ検出 (2週間)