Cross-Modally Aligned and Temporally Gated Mixture of Experts for Multimodal Sequential Recommendation

تعالج أنظمة التوصية التسلسلية متعددة الوسائط قصور النماذج المعتمدة على معرفات الأصناف وحدها من حيث نقص الدلالة وندرة البيانات، وذلك بدمج معلومات جانبية كالنصوص والصور في بناء التوصية، غير أن هذه الأنظمة تواجه تحديات مزدوجة تتمثل في تباين فضاءات السمات بين الوسائط والضجيج الخاص بكل وسيط على حدة، فضلًا عن التطور الديناميكي لاهتمامات المستخدمين بمرور الزمن، وما تزال الأساليب القائمة تعاني في الجمع بين مواءمة الوسائط المتعددة ونمذجة التفضيلات المراعية للزمن في إطار واحد، ومن هذا المنطلق تقدم هذه الدراسة إطارًا جديدًا للتوصية التسلسلية متعددة الوسائط يعالج هاتين المسألتين معًا ويختبره تجريبيًا على بيانات متنوعة

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى بناء إطار توصية تسلسلية متعددة الوسائط يقوم على المواءمة بين الوسائط والبوابات الزمنية، مستخدمًا ثلاث وسائط هي معرف الصنف والنص والصورة لالتقاط الاهتمامات المتغيرة للمستخدمين، ويتكون النموذج المقترح من ثلاثة مكونات رئيسة، أولها وحدة مزيج خبراء للمواءمة بين الوسائط تحفظ السمات الخاصة بكل وسيط عبر خبراء مخصصين وتلتقط الدلالات المشتركة عبر خبراء مشتركين، بما يخفف عدم التطابق الدلالي الكامن في الدمج المباشر للوسائط، وثانيها وحدة مزيج خبراء هرمية مراعية للزمن تستخدم الفواصل القصيرة والآماد الطويلة والترميزات الزمنية الدورية في توجيه الخبراء، وتطبق بوابة وسائط مراعية للزمن لتعديل أهمية معرف الصنف والنص والصورة تعديلًا تكيفيًا بحسب السياقات الزمنية المختلفة، وثالثها هدف تعلم تبايني للاهتمام التسلسلي يعزز قابلية تمييز تمثيلات الاهتمام التسلسلي القائمة على المعرفات بوسائل منها القياس الديناميكي لدرجة الحرارة وعينات موجبة متعددة المقاييس والتنقيب عن العينات السالبة الصعبة وتنظيم التنوع

ثانيًا: أبرز النتائج

قيمت الدراسة النموذج المقترح تجريبيًا على ثلاث مجموعات بيانات تمثل مجالات الألعاب ومستحضرات التجميل وألعاب الأطفال، وقارنته بنماذج مرجعية ممثلة للتوصية التسلسلية والتوصية متعددة الوسائط، فأظهرت النتائج تفوق الأسلوب المقترح على النماذج المرجعية باستمرار في مقاييس جودة الترتيب المعروفة بمقاييس الكسب التراكمي المخصوم المعياري والرتبة التبادلية المتوسطة عند مستويي الخمسة والعشرة، كما أكدت دراسات الاستئصال التي عطلت كل مكون على حدة فاعلية كل مكون من المكونات الثلاثة المقترحة وإسهامه في الأداء الكلي للنموذج، بما يشمل وحدة المواءمة بين الوسائط ووحدة الزمن الهرمية وهدف التعلم التبايني، فجاءت النتائج متسقة عبر مجالات البيانات الثلاثة دون استثناء يذكر، وهو ما يعزز الثقة في عمومية الإطار المقترح وقابليته للنقل بين مجالات تطبيقية متباينة

ثالثًا: دلالات الدراسة وتطبيقاتها

تشير هذه النتائج إلى أن معالجة تباين الوسائط وضجيجها لا تنفصل عن نمذجة البعد الزمني في سلوك المستخدم، وأن الفصل المنظم بين الخبراء المخصصين لكل وسيط والخبراء المشتركين يقدم طريقًا عمليًا للمواءمة الدلالية دون إهدار خصوصية كل وسيط، كما أن تعديل أوزان الوسائط بحسب السياق الزمني يجعل التوصية أكثر حساسية لتحولات الاهتمام بين القصير والطويل والدوري، ويفتح هدف التعلم التبايني بأدواته المتعددة المجال أمام تحسين تمثيلات الاهتمام في بيئات البيانات المتناثرة، وهو ما يهم مطوري أنظمة التوصية في منصات التجارة والمحتوى الرقمي الساعين إلى توصيات أدق وأكثر ملاءمة لتوقيت تفاعل المستخدم وسياقه

ويعالج الإطار المقترح مشكلتين متلازمتين في وقت واحد، فمن جهة يخفف عدم التطابق الدلالي الذي ينشأ عند دمج الوسائط مباشرة رغم اختلاف فضاءات سماتها ومصادر ضجيجها الخاصة، ومن جهة أخرى يلتقط التحولات الزمنية في تفضيلات المستخدم التي تتغير بين اهتمامات قصيرة الأمد وأنماط طويلة الأمد وإيقاعات دورية متكررة، وتتكامل المكونات الثلاثة في ذلك، إذ توفر وحدة المواءمة تمثيلات منسجمة للوسائط تحفظ خصوصية كل منها، وتضبط الوحدة الهرمية المراعية للزمن إسهام كل وسيط بحسب السياق الزمني للتفاعل، بينما يرفع هدف التعلم التبايني جودة تمثيلات الاهتمام التسلسلي وقدرتها على التمييز بين المستخدمين والسياقات المتعاقبة، وهو ما يفسر اتساق التفوق عبر مجموعات البيانات الثلاث رغم اختلاف مجالاتها وسلوكيات مستخدميها وطبيعة أصنافها

وخلاصة القول إن الدراسة قدمت إطارًا متكاملًا للتوصية التسلسلية متعددة الوسائط يجمع بين المواءمة بين الوسائط والبوابات المراعية للزمن والتعلم التبايني للاهتمام، وأثبتت التجارب على ثلاث مجموعات بيانات تفوقه الثابت على النماذج المرجعية الممثلة وفاعلية كل مكون من مكوناته، بما يجعله إضافة منهجية واعدة في حقل أنظمة التوصية الذكية وتطبيقاتها التجارية والمعرفية