في عالم التسوق الإلكتروني المتطور، يعتبر البحث الفعال عن العناصر من أهم التحديات التي تواجه المستخدمين والبائعين على حد سواء. في هذا السياق، تمثل الورقة البحثية الجديدة ثورة في كيفية تحسين اكتشاف العناصر، لا سيما داخل الأسواق الإلكترونية مثل محلات البقالة.

تسعى الأنظمة التقليدية للبحث إلى استعادة العناصر التي تتطابق بدقة مع استفسارات المستخدمين، مما يترتب عليه تفضيل الدقة على الشمول، وهذا ما قد يقيد التجربة الشاملة للمستخدمين. ومع ذلك، نجد أن نجاح العمليات التجارية يعتمد بشكل كبير على قدرة المستخدمين على اكتشاف العناصر البديلة والمكملة.

يقدم الباحثون في هذه الورقة نظامًا قابلًا للتطوير لتحسين تجربة البحث يدعى "البحث المعزز بالاكتشاف"، والذي يعتمد على توسيع استدعاء النتائج المختاره بناءً على نوايا المستخدمين. يعتمد هذا النظام على إنشاء نوايا مستخدم ضمنية تساعد في توسيع استدعاء النتائج مع الحفاظ على الصلة.

تعتمد هذه الاستراتيجية على عمارة هجينة من مرحلتين. في البداية، يتم استخدام نماذج لغوية مغلقة الوزن (closed-weight large language models) لتعظيم قابلية الاكتشاف لاستفسارات المستخدمين الرئيسيين. ولتوسيع هذه الفوائد لاستفسارات المستخدمين الأقل شيوعًا، يتم تقديم نموذج لغوي صغير معدّل (finetuned small language model) تم تدريبه باستخدام تقنيات تحسين متقدمة.

تم تقييم فعالية هذا النظام من خلال إطار عمل مزدوج صارم: أولًا، استخدام مقاييس نماذج اللغة الكبيرة كقاضٍ، وتحقق من جودة النتائج الدلالية مقارنةً بتفضيلات المستخدمين، وثانيًا، تحليل المستوى الزمني للشراء.

أظهرت النتائج أن النظام يعزز كل من جودة توليد النوايا وفعالية الاسترجاع، حيث يمتد نطاق الاكتشاف من نحو 60٪ إلى 80٪ من حركة استفسارات المستخدمين، وما يقرب من 30٪ من تكلفة استدلال نموذج المعلم.

بالإضافة إلى تعزيز الصلة، يمكن أن يعمل البحث المعزز بالاكتشاف كآلية لتوازن الأسواق، حيث يمنح الطلبات الطويلة والعرض الناشئ فرصة للحصول على التعرض الذي يعتمد على الاستفسارات.

هذا الابتكار يعد خطوة هائلة نحو تحسين تجربة المستخدم في التسوق الإلكتروني، مما سيؤدي بالضرورة إلى زيادة الرضا العام والنتائج التجارية.

ما هي آراءكم حول هذه التطورات؟ شاركونا في التعليقات!