تكتسب أنظمة التوصية أهمية متزايدة في البيئة الرقمية المعاصرة بفعل نمو الشبكات الاجتماعية وتعقد سلوك المستخدمين وتنوع اهتماماتهم، إذ تلبي هذه الأنظمة الاحتياجات الشخصية لكل مستخدم عبر اقتراح المحتوى والمنتجات والخدمات الأقرب إلى تفضيلاته، وقد ظهرت لتحسين أداء التوصية أساليب عدة جمعت بين الرسوم المعرفية وأنظمة التوصية مستفيدة مما توفره الرسوم من تمثيل غني للعلاقات بين الكيانات وخصائصها، غير أن معظم المقاربات القائمة تواجه مشكلتين أساسيتين، تتمثل أولاهما في إغفال الخصائص الزمانية المكانية لسلوك المستخدم، وتتمثل ثانيتهما في غياب النمذجة الدينامية التي تتعقب تغير التفضيلات بمرور الزمن، فالأولى تقيد مرونة التوصيات ومدى ملاءمتها للسياق، والثانية تجعل التوصيات عاجزة عن التكيف مع اهتمامات المستخدمين المتطورة باستمرار
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تجاوز هذين القيدين عبر اقتراح نموذج جديد للتوصية بالتفضيلات الدينامية قائم على الرسوم المعرفية الزمانية المكانية، يلتقط التفضيلات بصورة دينامية متحركة لا ثابتة، وقد بُني النموذج على الرسوم المعرفية بحيث يدمج الخصائص الزمانية المكانية ويأخذ في الحسبان تفضيلات المستخدمين الدينامية عبر سياقات زمنية ومكانية وموقفية متنوعة، فموضع المستخدم ووقت تفاعله والموقف الذي يتفاعل فيه عناصر تؤثر جميعها في ما يفضله في لحظة بعينها، واعتمدت الدراسة منهجية تجريبية حاسوبية قامت على إجراء تجارب واسعة النطاق قارنت فيها أداء النموذج المقترح بالنماذج التقليدية للتوصية، مستخدمة مقياسي الدقة والاستدعاء مؤشرين رئيسين لجودة التوصيات المقدمة وقدرتها على استرجاع العناصر ذات الصلة باهتمامات المستخدم الفعلية
ثانيًا: أبرز النتائج
أظهرت نتائج التجارب أن النموذج المقترح يحقق تحسينًا ملحوظًا في أداء التوصية مقارنة بالنماذج التقليدية، إذ بلغت التحسينات سبعة في المئة في مقياس الدقة وخمسة في المئة في مقياس الاستدعاء، وبينت النتائج أن النموذج يصف الخصائص الزمانية المكانية لسلوكيات المستخدمين وصفًا أكثر دقة من الأساليب السابقة لأنه يربط كل تفاعل بزمانه ومكانه وسياقه، كما أظهر قدرة أوضح على نمذجة تطور التفضيلات الدينامية لدى المستخدمين أثناء تغير السياقات الزمانية والمكانية من حولهم، فالتوصية لم تعد لقطة ثابتة لذوق افتراضي، بل غدت انعكاسًا متحركًا لمسار اهتمامات حقيقي يتبدل بتغير أوقات الاستخدام وأماكنه ومواقفه، وهو ما رفع جودة العناصر المقترحة فعلًا على المستخدمين وقلل من التوصيات غير الملائمة لسياق اللحظة الراهنة
وتبرز أهمية هذا الإنجاز عند ملاحظة أن بيئات الاستخدام الحقيقية سريعة التبدل، فالمستخدم الذي يفضل محتوى بعينه في ساعات عمله قد يفضل محتوى مغايرًا تمامًا في عطلته أو أثناء تنقله بين الأماكن، وأي نموذج يتجاهل هذه الحركة يقترح عناصر صحيحة في العموم لكنها خاطئة في اللحظة ذاتها، وقد عالج النموذج المقترح هذه المشكلة بجعل الزمان والمكان والموقف جزءًا بنيويًا من تمثيل التفضيل ذاته لا مجرد خصائص ملحقة به، فجاءت التوصيات ملائمة لسياقها بقدر ملاءمتها لصاحبها صاحب الاهتمامات المتحركة
ثالثًا: دلالات الدراسة وتطبيقاتها
تحمل نتائج الدراسة دلالات تطبيقية واسعة لمطوري أنظمة التوصية ومشغلي المنصات الرقمية، إذ يمكن توظيف النموذج المقترح في منصات التجارة الإلكترونية والترفيه والمحتوى الإخباري والشبكات الاجتماعية حيث يكون لزمان التفاعل ومكانه أثر مباشر في ملاءمة الاقتراحات، كما تفيد النتائج الباحثين في مجالات التعلم الآلي وهندسة المعرفة بمنهجية لبناء رسوم معرفية زمانية مكانية قابلة للتحديث المستمر، وتشير في الوقت ذاته إلى مسارات بحثية مستقبلية تشمل إدماج إشارات سياقية أغنى كحالة الطقس وطبيعة النشاط، واختبار النموذج على منصات حقيقية واسعة النطاق للتحقق من كفاءته الحسابية عند التطبيق الفعلي
ويمتد أثر هذه المقاربة إلى تجربة المستخدم ذاتها، فالتوصيات الملائمة سياقيًا تقلل إحساس المستخدم بالإغراق العشوائي بالاقتراحات غير المناسبة وترفع ثقته بالمنصة واستمراره في استخدامها، كما تفتح للنموذج إمكانات توظيف في مجالات حساسة للسياق كالخدمات السياحية والتعليمية حيث يتبدل الاحتياج بتبدل المكان والزمان، ويبقى اختبار الأداء على بيانات تشغيل حقيقية واسعة النطاق الخطوة الطبيعية التالية للتحقق من جدوى النموذج خارج بيئات التجارب المنضبطة وقياس كلفته الحسابية عند التشغيل الفعلي المستمر
وخلاصة القول إن قيمة هذه الدراسة تكمن في نقلها أنظمة التوصية من منطق التفضيلات الثابتة إلى منطق التفضيلات المتحركة عبر الزمان والمكان والموقف، فقد أثبت النموذج المقترح أن قراءة سلوك المستخدم قراءة سياقية دينامية ترفع دقة التوصيات واسترجاعها رفعًا ملموسًا، وأن الرسوم المعرفية الزمانية المكانية إطار واعد لتطوير جيل أكثر مرونة من أنظمة التوصية الشخصية
