DSIRM: نموذج ثوري لتحسين تصنيف المنتجات في التجارة الإلكترونية باستخدام المعرفات الدلالية التجريبية

في عالم التجارة الإلكترونية، تظل مسألة تحسين نتائج البحث تحدياً مستمراً، رغم التطورات السريعة التي شهدتها تقنيات التعلم الذاتي. ومن هنا، يأتي نموذج معرفات الدلالية التجريبية (DSIRM) كحل مبتكر لمشكلة عدم القدرة على تمييز الفروق الدقيقة بين العناصر المعروضة.

تعتمد العديد من الطرق الحالية لتوليد معرفات دلالية على تقنيات قياس غير خاضعة للإشراف، مما يؤدي إلى صعوبات في تحديد أي العناصر يجب أن تشترك في نفس المعرف. ولتجاوز هذه القيود، عرض الباحثون نموذج DSIRM، الذي يستند إلى رسم دلالي يشمل ميزات تتعلق بالاستجابة للبحث.

يتمحور نموذج DSIRM حول دمج تقنيات التعلم الذاتي من خلال أسلوب قياس مقارن متصل بأطراف الاستفسارات، وهو ما يتيح إدخال إشراف التفاعل بين الاستفسارات والعناصر. كما أن استخدام نماذج اللغات الضخمة (LLMs) على الجانب الاستفساري يسهل توقع المعرفات الدلالية للعناصر استنادًا إلى النص، مما يساعد على تخطي مشاكل الاستفسارات النادرة والغموض في النوايا.

أظهرت النتائج التجريبية التي تم الحصول عليها من بيانات الإنتاج في منصة Tmall تحسناً ملحوظاً في الأداء، حيث حقق النموذج الجديد زيادة قدرها 1.54% في دقة التصنيف، مع تحسينات واضحة في الأداء الفعلي (+0.13% في معدل النقر، و+0.25% في معدل التحويل).

هذا التطور يعد بمثابة إضافة قوية وقيمة للقطاع الصناعي، مما يعكس كيف يمكن للتقنيات المتطورة أن تعزز من تجربة المستخدم وتزيد من مستوى الرضا.