في عالم يتطلب التكيف المستمر مع مهارات العمل المتطورة، يلعب نموذج توصية المواهب الواعية بالمهارات (Skills-Aware Talent Recommendation) دورًا حيويًا في تحقيق التوازن المطلوب بين الأنماط السلوكية والتكيف الحساس للسير. لقد أظهرت الأدلة المستمدة من معايير عامة مدى تفاعل هذه الإشارات، لكن أعداد هذه الدراسات لا تزال محدودة.

لذا، جاء البحث الحديث ليقدم نموذج CF-RL-TOPSIS، وهو نموذج متكامل وقابل للتفسير يقوم بجمع عدة تقنيات متقدمة. يعتمد النموذج على فرع تعاوني واعٍ للانتقال، يخضع لأسلوب ذكي يتضمن عائلة من المهن، إلى جانب فرع TOPSIS مدعوم بميزات دلالية متعددة.

تم تقييم هذا النموذج على اثنين من معايير تاريخ المواهب في مجال تكنولوجيا المعلومات، وهما JobHop وKarrierewege، وذلك باستخدام اختبارات ترتيب زمني متكرر واختبارات Wilcoxon المقارنة. بينما أظهر نموذج JobHop نتائج رائعة حققت NDCG@5 تساوي 0.3040 ± 0.0073، متفوقًا بشكل ملحوظ على النماذج الأخرى مثل CF+TOPSIS وGRU4Rec.

ومع ذلك، في مجموعة Karrierewege لم يستطع النموذج التفوق بشكل ملحوظ على نموذج Markov الأقوى، مما يسلط الضوء على تأثير التكيف في بيئات العمل التي تسود فيها الاستمرارية.

يستند نجاح النموذج إلى تعاون فروعه الثلاثة، حيث يساهم كل فرع في تحسين الأداء العام، ما يضمن أن الحلول التي يقدمها تعتبر قيمة مضافة تتجاوز الأساليب التقليدية. وهذا ما يجعل CF-RL-TOPSIS نموذجًا مثيرًا يستحق المتابعة من قِبل الباحثين والممارسين في المجال نفسه.