CogSearch: A Cognitive-Aligned Multi-Agent Framework for Proactive Decision Support in E-Commerce Search
تقدم هذه الورقة البحثية CogSearch، وهو إطار عمل متعدد الوكلاء متوافق معرفياً يحول البحث في التجارة الإلكترونية من مجرد استرجاع سلبي إلى دعم استباقي لاتخاذ القرار، مما أظهر تحسينات كبيرة في معدلات التحويل وخفض تكاليف اتخاذ القرار من خلال اختبارات واسعة النطاق عبر الإنترنت على JD.com.
المؤلفون الأصليون:Zhouwei Zhai, Mengxiang Chen, Haoyun Xia, Jin Li, Renquan Zhou, Min Yang
تخيل أنك تدخل مستودعًا ضخمًا وفوضويًا (مثل موقع تجارة إلكترونية عملاق) بحثًا عن عنصر محدد. في الأيام الخوالي، كنت ستصرخ بكلمة مفتاحية مثل "كاميرا"، وسيقوم روبوت فورًا بتقديم كومة من 1000 صندوق لك. سيتعين عليك فتح كل صندوق منها، وقراءة الملصقات، ومقارنة الأسعار، ومعرفة أي منها يناسب احتياجاتك. هذا أمر مرهق، ومربك، وغالبًا ما يؤدي إلى استسلامك أو شراء الشيء الخطأ.
CogSearch يشبه توظيف فريق من أربعة خبراء في التسوق الشخصي، الذين لا يكتفون فقط بجلب الصناديق؛ بل يفكرون معك بالفعل لمساعدتك في اتخاذ أفضل قرار.
إليك كيف يعمل هذا "إطار العمل متعدد الوكلاء المتوافق معرفيًا" (Cognitive-Aligned Multi-Agent Framework)، مقسمًا إلى أجزاء بسيطة:
1. المشكلة: محرك البحث "السلبي"
محركات البحث التقليدية تشبه آلات البيع الذاتي. تضغط على زر (تكتب استعلامًا)، وهي تعطيك قائمة من العناصر. هي لا تهتم إذا كنت مرتبكًا، أو إذا كانت ميزانيتك محدودة، أو إذا كنت تحتاج إلى كاميرا للتنزه في الجبال مقابل كاميرا لتصوير الفلوجات (Vlogging). هي فقط تعرض لك ما يطابق الكلمات. هذا يضع كل العبء الذهني (الاحتكاك المعرفي) عليك، أي على المستخدم.
2. الحل: فريق "CogSearch"
يستبدل CogSearch آلة البيع الذاتي بفريق تعاوني من أربعة متخصصين يعملون معًا لتوجيهك من مرحلة "أنا أحتاج شيئًا ما" إلى مرحلة "لقد اشتريت الشيء المثالي".
🧠 المخطط (المهندس المعماري)
ماذا يفعل: عندما تقول شيئًا غامضًا مثل "أحتاج هدية لوالدي"، لا يبحث المخطط عن كلمة "هدية" فحسب. بل يقوم بتفكيك طلبك إلى قائمة مهام.
التشبيه: فكر في المخطط كأنه مدير مشروع. إذا قلت "أريد بناء بيت شجري"، فإن المدير لا يعطيك الخشب فحسب، بل يضع مخططًا: الخطوة 1: العثور على الخشب المناسب. الخطوة 2: التحقق من الطقس. الخطوة 3: العثور على مطرقة.
في CogSearch: يقوم بتحويل أفكارك الفوضوية إلى خطة منظمة، ويقرر ما هي المعلومات التي يحتاج لجمعها بعد ذلك.
🕵️ المنفذ (المحقق)
ماذا يفعل: يذهب هذا الوكيل لجمع كافة الحقائق. هو لا ينظر داخل المتجر فحسب؛ بل يتفحص الإنترنت، ويقرأ المراجعات، وحتى يتحقق من الأدوات الخارجية (مثل توقعات الطقس أو الخدمات اللوجستية).
التشبيه: تخيل محققًا لا يكتفي بالنظر إلى مسرح الجريمة، بل يستجوب الجيران، ويتابع الأخبار، ويطلع على خرائط الأقمار الصناعية.
في CogSearch: يقوم بجلب قوائم المنتجات من المتجر، ويقرأ مراجعات الخبراء عبر الإنترنت، ويتحقق مما إذا كان المنتج متوفرًا في المخزون أو ما إذا كان الشحن سيتأخر بسبب المطر.
🧭 الموجه (المدرب)
ماذا يفعل: بمجرد أن يجمع المحقق كومة من المعلومات، يساعدك المدرب على تضييق نطاق البحث. فهو يطرح أسئلة ذكية وينشئ فلاتر (مرشحات) مخصصة بناءً على ما يهمك حقًا.
التشبيه: فكر في مدرب شخصي. إذا قلت "أريد أن أصبح لائقًا بدنيًا"، فهو لا يعطيك ورقة تمارين عامة، بل يسأل: "هل تعاني من آلام في الركبة؟ هل لديك 10 دقائق أم ساعة؟" ثم يبني لك خطة مخصصة.
في CogSearch: بدلًا من إظهار 1000 كاميرا لك، يقول: "بما أنك ذكرت أنك تمارس التنزه في الجبال، فلنقم بتصفية الكاميرات التي تتميز بخفة الوزن ومقاومة الماء". كما يقترح بشكل استباقي: "هل تعلم أنك قد تحتاج أيضًا إلى حامل ثلاثي القوائم لهذا الغرض؟"
⚖️ المقرر (القاضي)
ما ماذا يفعل: هذا هو "الزعيم النهائي". يأخذ كل المعلومات التي جُمعت، وميزانيتك، وتاريخك، ونصيحة المدرب، ويتخذ توصية نهائية مع شرح واضح.
التشبيه: هذا يشبه قاضيًا حكيمًا في قاعة المحكمة. يستمع إلى كل الأدلة (حقائق المحقق)، ويأخذ في الاعتبار القوانين (قيودك)، ثم يصدر حكمه: "بناءً على ميزانيتك واحتياجاتك، هذه الكاميرا المحددة هي الفائزة لأن..."
في CogSearch: هو لا يعطيك مجرد قائمة مرتبة. بل يقول: "أنا أوصي بـ الكاميرا X. هي أغلى ثمنًا قليلاً، لكن بطاريتها تدوم ساعتين أكثر، وهو أمر مثالي لرحلة التنزه الخاصة بك".
3. النتائج: لماذا يهم ذلك؟
اختبرت الورقة البحثية هذا النظام على JD.com (أحد أكبر المتاجر الإلكترونية في الصين). وكانت النتائج مبهرة:
جهد أقل: قضى المستخدمون وقتًا أقل بنسبة 5% في اتخاذ القرارات. لم يضطروا للنقر على صفحات كثيرة أو البحث عدة مرات.
مبيعات أكثر: ارتفعت نسبة المبيعات الإجمالية (زيادة بنسبة 0.41% في معدل التحويل).
المهام "الصعبة": بالنسبة للقرارات الصعبة (مثل شراء هدية أو مقارنة الإلكترونيات المعقدة)، قفزت المبيعات بنسبة 30%.
الصورة الكبيرة
يغير CogSearch الهدف من عملية البحث.
الطريقة القديمة: "إليك قائمة بالأشياء التي تطابق كلماتك. حظًا موفقًا في اكتشاف الأمر بنفسك".
طريقة CogSearch: "نحن نفهم ما تحتاجه حقًا. لقد قمنا بالبحث، وتحققنا من المراجعات، وإليك الخيار الأفضل لحالتك الخاصة، مع توضيح الأسباب".
إنه يحول محرك البحث من فهرس مكتبة (حيث يتعين عليك العثور على الكتب بنفسك) إلى أمين مكتبة واسع المعرفة يمشي معك إلى الرف المحدد بالضبط، ويخرج لك الكتاب، ويشرح لك لماذا هو الكتاب الذي يجب أن تقرأه.
إليك ملخص تقني مفصل لورقة البحث بعنوان: "CogSearch: إطار عمل متعدد الوكلاء متوافق معرفيًا لدعم القرار الاستباقي في البحث التجاري الإلكتروني."
1. بيان المشكلة
تعتمد محركات البحث في التجارة الإلكترونية الحديثة بشكل أساسي على نموذج "الاسترجاع والتصنيف" السلبي. وبينما يعد هذا النهج فعالًا في مطابقة الكلمات المفتاحية البسيطة، إلا أنه يفشل في سيناريوهات اتخاذ القرار المعقدة حيث يواجه المستخدمون:
الاحتكاك المعرفي: يشعر المستخدمون بالإرهاق بسبب المعلومات المفرطة وتكاليف المقارنة العالية.
الاستجابة السلبية: تعمل الأنظمة كـ "شاشات عرض للنتائج" بدلاً من كونها "ميسرات للقرار"، فهي غير قادرة على التعامل مع الاحتياجات الضمنية للاستدلال متعدد السمات.
صوامع البيانات: الاعتماد على بيانات المنصة الداخلية يحد من دمج المعرفة عبر المنصات (مثل مراجعات الخبراء أو الأدلة الخارجية).
الفهرسة الثابتة: تعاني الأنظمة التقليدية في سد الفجوة بين سمات المنتجات المجزأة ونوايا المستخدم الديناميكية أثناء الحوار.
التحدي الجوهري يكمن في تحويل البحث من مجرد مطابقة كلمات مفتاحية ثابتة إلى نظام دعم قرار تعاوني ونشط يحاكي سير العمل المعرفي البشري.
2. المنهجية: إطار عمل CogSearch
يعيد CogSearch تصور البحث في التجارة الإلكترونية كعملية اتخاذ قرار معرفية مستوحاة من نموذج سايمون المكون من ثلاث مراحل (الذكاء، التصميم، الاختيار). وهو يستخدم إطار عمل متعدد الوكلاء يتكون من أربعة وكلاء متخصصين ونظام ذاكرة مركزي، يتم تنسيقهم لتوجيه المستخدم من "صياغة الاحتياج" إلى "تشكيل القرار".
أ. بنية النظام
يعمل إطار العمل من خلال حلقة تعاونية من أربعة وكلاء:
وكيل المخطط (تفكيك النوايا - Planner Agent):
الدور: يعمل كمحرك التنسيق المعرفي. يسد الفجوة الدلالية بين استعلامات المستخدم الغامضة وتنفيذ النظام.
الآلية: يأخذ الاستعلام الحالي، وسجل البحث، وسياق النقرات (Ct) ويولد رسمًا بيانيًا موجهًا غير حلقي (DAG) من المهام الذرية.
أنواع المهام:
البحث عن المنتجات (ProductSearch): استرجاع المرشحين من المخزون الداخلي.
البحث في الويب (WebSearch): الحصول على معرفة من العالم المفتوح (المراجعات، الأدلة).
استدعاء الأدوات (ToolInvocation): تنفيذ عمليات وظيفية (مثل مقارنة الأسعار، اللوجستيات) عبر بروتوكول سياق النموذج (MCP).
وكيل المنفذ (الاستحواذ متعدد المصادر - Executor Agent):
الدور: يجمع معلومات متباينة لتغذية عملية اتخاذ القرار.
المكونات:
وكيل البحث عن المنتجات: يستخدم بنية استرجاع هجينة (دمج الكلمات المفتاحية والمتجهات) ويجمع سمات المنتجات والمراجعات.
وكيل البحث في الويب: يستخدم مسار "التوسع-الاسترجاع-التصفية" لجلب وتصنيف البيانات الخارجية بناءً على الصلة، والسلطة، والحداثة.
وكيل دمج الأدوات: يستدعي واجهات برمجة التطبيقات (APIs) الخارجية ديناميكيًا (مثل تأثير الطقبة على اللوجستيات) بناءً على محفزات السياق.
وكيل الموجه (التوجيه الاستباقي - Guider Agent):
الدور: يحل "مفارقة الاختيار" من خلال تقديم توجيه ديناميكي وشخصي.
الآليات:
التوليد الديناميكي للجوانب المعرفية: يستخدم آلية (توضيح-توجيه-سياق - CGC) لتوليد فلاتر هرمية بناءً على التباين الدلالي بين العناصر المسترجعة وحالة المستخدم، مما يقلل من العبء المعرفي.
استراتيجية الشراء الشخصية: يدمج المواصفات، ومعرفة الويب، وسجل المستخدم لإنشاء "أدلة شراء" تتضمن تحليل المقايضات.
اقتراحات الاستعلام: يوجه البحث استباقيًا عبر اقتراح استعلامات تقاربية (للتركيز على السمات) أو استعلامات تحفيزية (للتوسع بناءً على الاحتياجات الكامنة).
وكيل المقرر (الاستدلال التكاملي - Decider Agent):
الدور: هو المركز المعرفي النهائي الذي يخرج التوصية النهائية.
الآلية: يجمع كافة الإشارات الصاعدة (المنتجات، أدلة الويب، سجل التفاعل، ملف تعريف المستخدم) في سياق موحد (Sctx).
منطق القرار: يقوم بـ اتخاذ القرار متعدد المعايير (MCDM) باستخدام النماذج اللغوية الكبيرة (LLMs). يقيم المرشحين عبر أربعة أبعاد: الأداء الوظيفي، الجدوى الاقتصادية، الموثوقية، والالتزام بالقيود.
المخرجات: يخرج زوج التوصية المقنع (d∗,R)، حيث d∗ هو العنصر الأمثل و R هو التبرير اللغوي الطبيعي الذي يشرح القرار.
نظام الذاكرة:
يعمل كمركز لتخزين المعلومات السياقية، وحالات الوكلاء، ورسم المهام البياني لضمان اتساق النوايا عبر التفاعلات متعددة الأدوار.
3. المساهمات الرئيسية
الابتكار الهيكلي: يقترح أول إطار عمل متعدد الوكلاء متوافق معرفيًا للبحث في التجارة الإلكترونية، منتقلاً من "مطابقة الكلمات المفتاحية" إلى "المساعدة النشطة في اتخاذ القرار" عبر حلقة (المخطط-المنفذ-الموجه-المقرر).
التوافق المعرفي: ينمذج صراحةً سلسلة التسوق المعرفية للمستخدم، باستخدام التصفية الديناميكية والتوجيه الاستباقي لتقليل العبء المعرفي وتكاليف القرار.
دمج المصادر المتعددة: يدمج بيانات المنصة الداخلية مع معرفة الويب الخارجية والبيانات القائمة على الأدوات للتغلب على صوامع المعلومات.
التحقق الصناعي: تم نشره بنجاح في JD.com، أحد أكبر منصات التجارة الإلكترونية في الصين، مما يوفر تحققًا واقعيًا من فعالية إطار العمل.
4. النتائج التجريبية
التقييم غير المتصل (ECCD-Bench)
تم إنشاء معيار جديد، ECCD-Bench، باستخدام 10 آلاف زوج من (الاستعلام-الاستجابة) الموثقة من قبل خبراء من JD.com.
الأداء: تفوق CogSearch بشكل كبير على الخط المرجعي (الاسترجاع والتصنيف المعزز بالنماذج اللغوية الكبيرة) في الاحتياجات المعقدة و الاستعلامات الاستشارية.
الاحتياجات المعقدة: تحسن مقياس ACC@5 من 0.48 إلى 0.83؛ وتحسن رضا مستخدم الطلب (UDS) من 1.92 إلى 2.79.
الاستعلامات الاستشارية: تحسن مقياس ACC@5 من 0.60 إلى 0.65؛ وتحسن UDS من 1.81 إلى 2.88.
دراسات الاستئصال (Ablation Studies): أدى حذف أي وكيل بمفرده (خاصة المخطط أو الموجه) إلى انخفاض كبير في الأداء، مما يؤكد ضرورة التعاون الكامل بين الوكلاء.
اختبار A/B عبر الإنترنت (النشر في JD.com)
اختبار لمدة أسبوعين بنسبة 10% من حركة المرور الحية قارن CogSearch بالبحث التقليدي.
تكلفة القرار (DC): انخفضت بنسبة 5%، مما يشير إلى أن المستخدمين يصلون إلى قراراتهم بعد تفاعلات أقل (عمليات بحث/نقرات).
معدل تحويل المستخدم (UCVR): ارتفع بنسبة 0.41% إجمالًا.
الاستعلامات كثيفة القرار: بالنسبة للنوايا المعقدة (مثل اختيار الهدايا، أو المقارنات المهنية)، قفز معدل UCVR بنسبة 30%.
سلوك المستخدم: زادت نسبة الاستعلامات الطويلة (أكثر من 10 كلمات) بنسبة 25%، مما يشير إلى تحول نحو التعبير باللغة الطبيعية وتفاعل أعمق.
زمن الاستجابة (Latency): رغم أن متوسط زمن الاستجابة من النهاية إلى النهاية بلغ 1.3 ثانية (مقابل 800 مللي ثانية للبحث التقليدي)، إلا أن المخرات التدفقية (Streaming Output) حافظت على تجربة مستخدم مستجيبة.
5. الأهمية
يمثل CogSearch تحولًا جذريًا في نموذج البحث عن المعلومات:
من السلبية إلى الاستباقية: يتجاوز مجرد إرجاع العناصر ذات الصلة إلى توجيه المستخدمين بنشاط عبر أشجار القرار المعقدة.
من الصلة إلى ذكاء القرار: يعطي الأولوية لـ "جودة القرار" و"الإغلاق المعرفي" بدلاً من مجرد درجات التصنيف البسيطة.
القابلية للتوسع: يثبت نجاح نشره على منصة ضخمة مثل JD.com أن أنظمة الوكلاء المتعددة المعتمدة على النماذج اللغوية الكبيرة يمكن تحسينها لزمن الاستجابة والموثوقية على النطاق الصناعي.
الاتجاه المستقبلي: يضع حجر الأساس لـ "رفقاء تسوق متعددين الوسائط مدى الحياة" يدمجون الإدراك الحسي والذاكرة طويلة المدى، مما يطور البحث إلى ذكاء تعاوني شامل.