近年，Amazon goなどの実店舗でユーザのかごの中にどの商品が入っているのが分かるような技術が用いられている．これまでに，ユーザのかごの中身をもとに次に購入する商品の推薦を行う手法がいくつか考案されている．Leらの手法ではFactorization Machine(FM)を応用したモデルを用いて商品を推薦するが，かごの中の商品の重要度がすべて同じである．そこで本研究では入力系列に対してどの入力が重要かについて学習する注意機構をLeらのモデルに加え，商品の重要度を考慮した推薦手法を提案する．提案手法に基づき商品推薦システムを実装し，Leらのモデルとの比較実験を行う．