تقوم الوكالات الخيرية بدور محوري في تخفيف من حدة انعدام الأمن الغذائي من خلال توزيع الطعام المتبرع به على المحتاجين. ومع ذلك، فإن اعتمادها على التبرعات العشوائية يتركها تواجه أحيانًا نقصًا في أنواع معينة من المواد الغذائية، مما يتطلب تقديم بدائل مناسبة. ويتطلب اختيار البديل الأمثل تطابق تفضيلات الأسر واحتياجاتهم الغذائية مع تشابه العناصر. لكن الوكالات غالبًا ما تواجه صعوبة في اتخاذ قرارات استبدال مناسبة بسبب نقص السجلات المباشرة لسلوك الاستهلاك بسبب قيود الموارد.

في دراسة جديدة، تم اقتراح استخدام الشبكة العصبية الرسومية الهجينة (HeteroGNN) كإطار عمل مبني على المصادر لتوصية بالاستبدال الغذائي في هذه الوكالات. ابتدأت الدراسة ببناء رسم بياني موحد من مصادر بيانات عامة واسعة النطاق، تجمع سلوك الأسر في الاستهلاك الغذائي ومعلومات العناصر الغذائية ضمن السياق الأمريكي. تُعتمد توصية الاستبدال كمسألة تصنيف متعددة الأهداف تركز على ثلاثة أهداف: تفضيل السلوك، ملاءمة الصحة، وتشابه الاستبدال.

تم تدريب وتأهيل الإطار المقترح وفقًا لعلاقات الرسوم البيانية القياسية وظروف بداية التعامل البارد من خلال إزالة الحواف من الرسم البياني. أظهرت النتائج أن الإطار المقترح يستفيد من المعلومات العلائقية لتوقع سلوك الاستهلاك، مما يجعله قويًا حتى في ظل ندرة البيانات.

تسلط الدراسة الضوء أيضًا على الارتباط الضعيف بين الأهداف المختلفة، مما يبرر استخدام الإطار متعدد الأهداف كبديل للقرار المجمّع. سيمكن هذا الإطار المبتكر صانعي القرار في الوكالات الخيرية من تقديم توصيات استبدال مناسبة ضمن سياقات معينة رغم محدودية المعلومات المتاحة.