في عالم الذكاء الاصطناعي وعلم البيانات، يبرز التحدي سنويًا كمحطة رئيسية لإظهار الابتكار المستمر والتنافسية العالية في هذا المجال. في هذه النسخة من KDD Cup 2026، تم تكليف المشاركين بمهمة معقدة تتمثل في نمذجة سلوك المستخدم عبر مجالات متعددة، بالإضافة إلى معالجة ميزات حقول متعددة غير متسلسلة من أجل توقع سهولة النقر على الإعلان (ad impression CVR).

تقديمنا لموديل Field-Aware RankMixer (FA-RankMixer) يعتمد على فكرة فريدة حيث يتم دمج بيانات المستخدم وسلوكياته من مجالات متعددة باستخدام تقنية الاندماج ثنائي التدفق (Dual-Stream Bilinear Fusion). يبدأ النموذج بتطبيق وحدات DIN المستهدفة، حيث تساهم في استخراج اهتمامات المستخدم من عدة مجالات سلوكية.

الأمر المثير للاهتمام هو كيفية إدارة النموذج للاهتمامات الحديثة والقديمة بشكل منفصل لتوفير تحليل أكثر دقة لأطول تسلسل سلوكي. بعد ذلك، يقوم النموذج بتشكيل رموز دلالية مستندة إلى حقول الميزات ومجالات السلوك، ويستفيد من كتل RankMixer من أجل تعزيز التفاعل بين الرموز. بالإضافة إلى ذلك، يتم دمج تمثيلات مكون اضافي خفيف الوزن (shallow MLP) مع طبقة RankMixer العميقة.

في نهاية التحدي، حصل المشروع على المركز التاسع في الترتيب الرسمي وهو إنجاز يُعتبر تتويجًا للجهود المبذولة. يمكنكم الوصول إلى الشفرة البرمجية الخاصة بنا على GitHub عبر هذا الرابط: نموذج رفع اليد في GitHub.

ما رأيكم في هذه التطورات المثيرة في مجال الذكاء الاصطناعي؟ شاركونا أفكاركم في التعليقات!