لقد أصبح تعزيز توصيف المستخدمين عبر السلوكيات المتعددة المصادر ضرورة أساسية في عالم الألعاب المحمولة، حيث تعاني التطبيقات عادةً من ندرة البيانات التي تؤثر على دقة التوصيات. ومع ذلك، فإن العديد من الدراسات السابقة شكلت نقطة انطلاق قوية من خلال التركيز فقط على سلوكيات التطبيقات الفردية، متجاهلة سلوكيات المستخدم المعقدة التي تتفاعل عبر مصادر متعددة.

في هذا السياق، تم تقديم نموذج جديد يُعرف باسم CM-PTM (نموذج ما قبل التدريب على سلوكيات متعددة المصادر) الذي يهدف إلى معالجة هذه المشكلة. يعتمد CM-PTM على بيانات سلوكية على مستوى الأجهزة ويستخدم مهام متدرجة من خلال "توقع السلوك التالي"، مما يعزز الفهم للنيات الكامنة لدى المستخدمين. يتضمن النموذج تصميمًا هرميًا يمكّن من دمج الاعتمادات المتعددة مصادر وديناميات السلوك الدقيقة ضمن إطار واحد.

تظهر التجارب الواسعة التي أجريت على مجموعات بيانات حقيقية كبيرة أن CM-PTM ليس فقط قادرًا على التقاط اهتمامات المستخدمين بطريقته الفريدة، بل أيضًا يقدم تحسينات ملحوظة في الأداء في مهام توصية ألعاب الهواتف المحمولة. هذه الابتكارات تمثل خطوة كبيرة للأمام نحو تفاعلات أكثر تخصيصًا ومعرفة، مما يوفر تجربة لعب أكثر إثارة وإشباعاً لكل من المستخدمين والمطورين.