要在小程序商城中增加个性化商品推荐，可以通过以下几个步骤：
收集用户数据：收集用户的浏览历史、购买记录、搜索记录等数据，以便分析用户的消费行为和偏好。
分析用户数据：通过机器学习等技术，对用户数据进行分析，找出用户的兴趣点和消费偏好。例如，可以通过协同过滤算法，找出与用户消费行为相似的其他用户，然后根据这些用户的购买记录，推荐相似的商品给该用户。
设计个性化推荐算法：根据用户数据的分析结果，设计个性化推荐算法。例如，可以采用基于内容的推荐算法或基于协同过滤的推荐算法。
将个性化推荐算法应用到商城中：将设计好的个性化推荐算法应用到小程序商城中，为用户推荐个性化商品。可以将推荐结果以轮播图或瀑布流的形式展示在商城首页或商品详情页中。
需要注意的是，个性化推荐算法的准确性与商城的数据量和质量密切相关。因此，商城需要不断收集、整理、清洗和更新用户数据，以提高个性化推荐算法的准确性和实用性。