في عالم التجارة الإلكترونية، يعد البحث المدعوم أحد العناصر الأساسية في توليد الإيرادات، حيث يسعى المعلنون لاستقطاب انتباه المستخدمين من خلال العروض ذات الصلة. لكن، قد تكون تحديات تحديد الكلمات المفتاحية المناسبة لمهمة البحث قوية، بسبب تنوع المجالات والكلمات المتزايدة.

تقدم ورقة بحثية حديثة فرصة مهمة لجني إيرادات كبيرة من الإعلانات وتعزيز تفاعل المستخدمين، حيث وجدت أن نسبة كبيرة من عمليات البحث لا تحقق أي إعلانات مدعومة. وهذا يعكس الحاجة الملحة لتعزيز استراتيجيات البحث المدعوم.

لتلبية هذه الحاجة، تم تقديم نموذج الذكاء الاصطناعي القائم على استرجاع مدرك للجرد (Inventory-Aware RAG-based Generative AI model) والمعروف اختصاراً بـ InvAwr-RAG. يقوم هذا النموذج بدمج استرجاع دلالي متقدم وبيانات الجرد في الوقت الحقيقي، حيث يجمع بين عمليات البحث التي تم توليدها ديناميكياً وتلك التي حققت نجاحاً في الماضي.

يستهدف هذا النموذج زيادة ملاءمة الاستعلامات عبر مجموعة من الكلمات المفتاحية، مما يثري تجربتك ويزيد من تفاعل المستخدمين. تشير النتائج الأولية إلى زيادة تصل إلى 68% في معدلات الإعلانات، مما يدل على إمكانية عالية لتحقيق إيرادات إعلانات أكبر.

مع نموذج InvAwr-RAG، يتم تعيين معيار جديد لتحسين استعلامات البحث الديناميكية، مما يسهم بشكل كبير في تعزيز ملاءمة الإعلانات وعائد الاستثمار للمعلنين وتجربة المستخدم على منصات التجارة الإلكترونية مثل وول مارت.