💻 computer science

Optimal Exploration of New Products under Assortment Decisions

تتقصى هذه الورقة استراتيجيات التعلم عبر الإنترنت المثلى للمنصات التي تدير مجموعات من المنتجات الجديدة ذات السعة المحدودة والجودة غير المعروفة، حيث تثبت أنه من الأمثل دائمًا إقران المنتجات الجديدة بالمنتجات الرائدة الحالية، وأن عدد المنتجات التي يتم استكشافها في آن واحد يتبع هيكل عتبة يعتمد على الإمكانات بدلاً من احتمالات الشراء الفردية، مع تسليط الضوء على إخفاقات خوارزميات (UCB) و(Thompson Sampling) القياسية في هذا السياق.

المؤلفون الأصليون: Jackie Baek, Atanas Dinev, Thodoris Lykouris

نُشر 2026-04-22

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Jackie Baek, Atanas Dinev, Thodoris Lykouris

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك مدير لمتجر رقمي ضخم وفاخر (مثل أمازون أو إيتسي). لديك مساحة رفوف محدودة على صفحتك الرئيسية — لنقل أنك تستطيع عرض 5 عناصر فقط في كل مرة للعميل.

هدفك هو جني أكبر قدر ممكن من المال. لديك نوعان من المنتجات:

"الحرس القديم" (المنتجات الراسخة): هي المنتجات الأكثر مبيعاً. أنت تعرف تماماً مدى جودتها، والزبائن يحبونها. إنها خيارات آمنة.
"الوافدون الجدد" (المنتجات الجديدة): هذه منتجات جديدة تماماً. ليس لديك أدنى فكرة عما إذا كانت رائعة أم سيئة. ليس لديها أي تقييمات بعد.

المعضلة: "ضريبة الفضول"

المشكلة هي أن العملاء متشككون تجاه الأشياء الجديدة. هم يفضلون "الحرس القديم". إذا عرضت منتجاً وافداً جديداً، فمن غير المرجح أن يُباع. ولكن، إذا بيع هذا المنتج بالفعل، فسيترك العميل تقييماً رائعاً، وفجأة، سيعرف الجميع أنه منتج ممتاز.

هذا يخلق مقايضة:

إذا عرضت "الحرس القديم" فقط: ستجني المال اليوم، لكنك لن تكتشف أبداً ما إذا كان أحد الوافدين الجدد هو في الواقع منتجاً خارقاً.
إذا عرضت "الوافدين الجدد": قد تخسر المال اليوم لأنها لا تُباع بنفس الوتيرة، لكنك ستتعلم جودتها الحقيقية.

الأسئلة الكبرى والإجابات المفاجئة

تناول الباحثون سؤالين رئيسيين حول كيفية ترتيب هذه المنتجات.

1. هل يجب عليك عرض الوافد الجديد بمفرده، أم مع "الحرس القديم"؟

الحدس: "إذا أردت بيع الوافد الجديد، يجب أن تعطيه تسليط الضوء بالكامل! ضعه وحيداً على الرف حتى لا يتجاهله أحد."
ما وجده البحث: خطأ. من الأفضل في الواقع إقران الوافد الجديد بأفضل منتجات "الحرس القديم".

التشبيه:
تخيل أنك فرقة موسيقية جديدة تحاول الشهرة.

الاستراتيجية (أ) (بمفردك): تعزف في قبو مظلم وخالٍ. لا يأتي أحد. لا تصبح مشهوراً.
الاستراتيجية (ب) (مع نجم مشهور): تعزف على نفس المسرح مع فرقة مشهورة والجمهور يملأ المكان. الجمهور ضخم جداً، ورغم أنهم هناك لمشاهدة الفرقة المشهورة، إلا أن القليل منهم سيتعرف على فرقتك الجديدة.

لماذا؟
إذا عرضت الوافد الجديد بمفرده، فإن "الحرس القديم" (الفرقة المشهورة) سيكون غائباً. وبالتالي سينخفض إجمالي عدد الأشخاص الذين يزورون متجرك.
من خلال إقران الوافد الجديد بأفضل منتجات "الحرس القديم"، فإنك تحافظ على حركة الزوار عالية. نعم، سيتعين على الوافد الجديد "التنافس" على الانتباه، ولكن لأن الجمهور الإجمالي أكبر بكثير، ستحصل في الواقع على مبيعات أكثر للوافد الجديد مقارنة بما لو كنت قد عرضته وحيداً في متجر مهجور.

2. إذا كان لديك 5 وافدين جدد، هل تعرضهم جميعاً في وقت واحد أم واحداً تلو الآخر؟

الحدس: "لنختبرهم واحداً تلو الآخر. هذا أكثر أماناً." أو "لنعرضهم جميعاً في وقت واحد للحصول على البيانات بسرعة!"
ما وجده البحث: هناك نقطة مثالية (Sweet Spot). لا ينبغي أن تعرض واحداً فقط، ولا ينبغي أن تعرضهم جميعاً. يجب أن تعرض عدداً محدداً بناءً على مدى "الوعود" التي يبدو عليها الوافدون الجدد.

التشبيه:
تخيل أنك طاهٍ يختبر 5 وصفات سرية جديدة. لديك فقط 5 ملاعق تذوق.

إذا قدمت الـ 5 وصفات لشخص واحد، فقد يشعر بالتشتت وقد لا يتذوق أي منها جيداً.
إذا قدمتهم واحداً تلو الآخر، فسيستغرق الأمر وقتاً طويلاً جداً.
الطريقة المثلى: تقدم مزيجاً بينهما. تضع أكثر 3 وصفات واعدة على الطبق، مع طبقين من أطباقك الكلاسيكية الآمنة. هذا يعظم فرصة تذوق وصفة واحدة جديدة دون إفساد الوجبة بأكملها.

المفاجأة: عدد الوافدين الجدد الذين تعرضهم يعتمد على "إمكاناتهم" (مدى احتمالية كونهم رائعين)، وليس على مدى احتمالية بيعهم في الوقت الحالي. الأمر يتعلق بالرهان على "الضربة القوية" (Home Run) وليس على البيع الفوري.

لماذا تفشل خوارزميات الكمبيوتر القياسية؟

اختبر البحث أيضاً استراتيجيتين شهيرتين من خوارزميات الكمبيوتر المستخدمة لهذا النوع من المشكلات (تسمى خوارزميات "Bandit"): UCB و Thompson Sampling.

UCB (المستكشف المفرط): هي خوارزمية تشبه المستثمر المرتاب الذي يفكر: "يجب أن أفحص كل شيء فوراً!" فهي تحاول عرض الكثير من الوافدين الجدد في وقت واحد، مما يزحم "الحرس القدما" الموثوق ويؤدي لخسارة الكثير من المال.
Thompson Sampling (المستكشف المتردد): هي خوارزمية تشبه المستثمر الحذر الذي يفكر: "سأنتظر حتى أتأكد." فهي نادراً ما تعرض الوافدين الجدد، مما يفوت عليها فرصة اكتشاف الشيء الكبير التالي.

النتيجة: كلاهما يؤدي أداءً سيئاً للغاية في سيناريو "مساحة الرف" هذا. إنهما متطرفان للغاية. الاستراتيجية المخصصة التي طورها البحث (والتي يسمونها EFA) تجد التوازن المثالي.

الخلاصة للحياة الواقعية

إذا كنت تدير منصة، أو مدونة، أو حتى اجتماع فريق:

لا تعزل الأفكار الجديدة. قدم المنتجات الجديدة (أو الأفكار) جنباً إلى جنب مع نجاحاتك المثبتة. وجود الخيارات "الآمنة" يجذب الجمهور الذي يسمح للأشياء الجديدة بأن تُرى.
لا تندفع بكل قوتك ولا تتراجع تماماً. إذا كان لديك عدة أفكار جديدة، فلا تختبرها جميعاً في وقت واحد (مخاطرة كبيرة) ولا واحداً تلو الآخر (بطيئة جداً). ابحث عن "العدد الذهبي" من العناصر الجديدة لاختبارها في آن واحد بناءً على مدى إثارتها.
لا تثق في الإعدادات الافتراضية. الأدوات القياسية التي نستخدمها لاتخاذ القرارات غالباً ما تفشل عندما يكون الهدف هو التعلم مع البيع في آن واحد. أنت بحاجة إلى استراتيجية مصممة خصيصاً لتحقيق التوازن بين الاكتشاف والربح.

باختصار: للعثور على الشيء الكبير القادم، لا تخفه في الظلام، ولا تغرقه في بحر من الأشياء الجديدة. ضعه على المسرح مع النجوم، واترك الجمهور يقرر.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "الاستكشاف الأمثل للمنتجات الجديدة في ظل قرارات تشكيلة المنتجات" (Optimal Exploration of New Products under Assortment Decisions) من تأليف بايك، دنيف، وليكوريس.

1. تعريف المشكلة

تتناول الورقة مشكلة تحسين التشكيلة عبر الإنترنت (online assortment optimization) لمنصة (مثل أمازون أو Airbnb) يجب أن تقرر أي المنتجات تعرضها للعملاء في ظل قيد السعة (على سبيل المثال، يمكن عرض $c$ من العناصر فقط في صفحة نتائج البحث).

السياق: تدير المنصة نوعين من المنتجات:
- المنتجات القائمة (Incumbents): منتجات موجودة مسبقًا ذات جودة معروفة (معايير الجذب).
- المنتجات الوافدة (Entrants): منتجات جديدة ذات جودة غير معروفة.
آلية التعلم (التعلم الاجتماعي): معلومات الجودة ليست معروفة مسبقًا، بل يتم الكشف عنها فقط عندما يشتري العميل منتجًا وافدًا ويترك مراجعة (تقييم). وهذا يخلق حلقة تغذية راجعة: لكي تتعلم المنصة عن منتج جديد، يجب عليها "استكشاف" المنتج عبر إدراجه في التشكيلة.
المفاضلة (The Trade-off):
- الاستكشاف (Exploration): إدراج منتج وافد يولد مراجعات (تعلم)، ولكنه يزيح منتجات قائمة عالية الإيرادات، مما يسبب خسارة في الإيرادات على المدى القصير.
- الاستغلال (Exploitation): عرض المنتجات القائمة المعروفة فقط يعظم الإيرادات الفورية، ولكنه يمنع اكتشاف منتجات جديدة قد تكون متفوقة.
الهدف: تقليل الندم (Regret)، والذي يُعرف بأنه خسارة الإيرادات التراكمية مقارنة بـ "أوراكل" (نموذج مثالي) يعرف جميع جودات المنتجات منذ البداية. الإطار الزمني هو أفق لانهائي مع نموذج اختيار "لوجيت متعدد الحدود" (MNL).

2. المنهجية والنموذج

يصيغ المؤلفون المشكلة باستخدام إطار اتخاذ قرار متسلسل:

نموذج الاختيار: يختار العملاء العناصر بناءً على نموذج Multinomial Logit (MNL). احتمال اختيار العنصر $i$ من التشكيلة $S$ هو $P(i|S) = \frac{w_i}{\sum_{j \in S} w_j + w_0}$ ، حيث $w_i$ هو معامل الجذب و $w_0$ هو الخيار البديل الخارجي.
حالة المعلومات:
- بالنسبة للمنتجات القائمة، $w_i$ معروف.
- بالنسبة للمنتجات الوافدة، $w_i$ مستمد من توزيع مسبق (prior distribution) معروف $F$ . قبل عملية الشراء، تستخدم المنصة والعملاء قيمة اسمية $h(F)$ (مثل المتوسط).
- عند الشراء، يتم الكشف عن $w_i$ الحقيقي بشكل كامل (افتراض التعلم بدون ضجيج).
مقياس الندم: تركز الورقة على الندم في الأفق اللانهائي. بما أن الأفق لانهائي، يجب على المنصة في النهاية استكشاف جميع المنتجات الوافدة للوصول إلى الحالة المثالية المستقرة. الهدف هو تقليل الندم العابر الذي يحدث خلال مرحلة التعلم.

3. المساهمات والنتائج الرئيسية

أ. السياسة المثلى لمنتج وافد واحد

تحلل الورقة أولاً حالة وجود منتج وافد واحد مجهول مع عدة منتجات قائمة.

السؤال: هل يجب على المنصة تقديم المنتج الوافد بمفرده (لتعظيم احتمالية شرائه) أم بجانب أفضل المنتجات القائمة (لتعظيم الإيرادات ولكن مع خفض احتمالية الشراء)؟
النتيجة: من الأمثل دائمًا إقران المنتج الجديد مع أكثر $c-1$ من المنتجات القائمة جاذبية.
الحدس: بينما يقلل الإقران من احتمالية شراء المنتج الوافد فورًا، فإنه يعظم الإيرادات المتولدة خلال "فترة الاستكشاف" (الوقت حتى يتم شراء المنتج الوافد). نظرًا للخصائص المحددة لنموذج MNL (استقلال الخيارات غير ذات الصلة)، فإن الوقت المتوقع لشراء المنتج الوافد يتناسب طرديًا مع مجموع معاملات الجذب للعناصر الأخرى. المكاسب في الإيرادات من إدراج أفضل المنتجات القائمة تفوق التأخير في عملية التعلم.

ب. السياسة المثلى لعدة منتجات وافدة (خوارزمية EFA)

يعمم المؤلفون الحل ليشمل عدة منتجات وافدة، مقدمين خوارزمية الاستكشاف باستخدام التشكيلات الوهمية (EFA).

الرؤية الجوهرية: يتم تحديد العدد الأمثل للمنتجات الوافدة ( $\ell$ ) التي يتم استكشافها في آن واحد من خلال قاعدة العتبة (threshold rule).
منطق الخوارزمية:
1. حساب الأمثل المتوقع اللاحق ( $OPT_t$ ): الإيرادات المتوقعة إذا تم الكشف عن جميع المعلمات المجهولة.
2. إنشاء تشكيلات وهمية (Fictitious Assortments): إنشاء تشكيلات افتراضية من المنتجات المعروفة حيث يتم تكرار المنتج $k$ -الأفضل المعروف لملء السعة. احسب إيرادات هذه التشكيلات $\alpha_t(\ell)$ .
3. قاعدة القرار: إذا كان $OPT_t > \text{إيرادات التشكيلة المندفعة (myopic)}$ ، فقم بالاستكشاف. العدد الأمثل للمنتجات الوافدة $\ell$ هو أكبر عدد صحيح بحيث تتجاوز الأرباح المستقبلية المتوقعة ( $OPT_t$ ) إيرادات التشكيلة الوهمية $\alpha_t(\ell)$ .
الهيكل: تتبع السياسة المثلى هيكلًا يضع $\ell$ من المنتجات الوافدة المجهولة بجانب $c-\ell$ من أكثر المنتجات القائمة جاذبية.
نتيجة مفاجئة: العدد الأمثل للمنتجات الوافدة التي يتم استكشافها في وقت واحد يعتمد على القيمة المحتملة للمنتجات الوافدة (التوزيع المسبق) ولكنه لا يعتمد على احتمالات الشراء الاسمية الفردية لها بالطريقة التي قد توحي بها الاستدلالات المعتادة.

ج. فشل خوارزميات "المضاعف" (Bandit) القياسية

توضح الورقة أن خوارزميات "المضاعف متعدد الأذرع" (Multi-Armed Bandit - MAB) القياسية تفشل في هذا الإعداد المحدد للتشكيلة:

خوارزمية UCB (الحد الأعلى للثقة): تميل إلى الإفراط في الاستكشاف. فهي تدرج الكثير من المنتجات الوافدة في وقت واحد، مما يزيح الكثير من المنتجات القائمة عالية الإيرادات، ويؤدي إلى ندم مرتفع للغاية.
خوارزمية Thompson Sampling (TS): تميل إلى نقص الاستكشاف. غالبًا ما تختار تشكيلات تحتوي على عدد قليل جدًا من المنتجات الوافدة (أو لا شيء)، لأن المعلمات التي يتم أخذ عينات منها لا تحفز شرط "الاستكشاف" كثيرًا، مما يؤدي إلى ندم مرتفع للغاية.
سبب الفشل: صُممت هذه الخوارزميات لمعالجة مقايضة "الاستكشاف مقابل الاستغلال" (تقرير ما إذا كان يجب الاستكشاف). تتطلب هذه المشكلة تحسين كيفية الاستكشاف (هيكلة التشكيلة لموازنة سرعة التعلم مع خسارة الإيرادات)، وهو بُعد تتجاهله خوارزميات "المضاعف" القياسية.

د. التوسعات

يوسع المؤلفون نتائجهم لتشمل إعدادات أكثر تعقيدًا:

المكافآت غير المتجانسة: عندما يكون للمنتجات أسعار/مكافآت مختلفة، تختار السياسة المثلى (HEFA) المنتجات القائمة بناءً على "الندم المرحلي المقياس" بدلاً من معايير الجذب الخام.
التوزيعات المسبقة غير المتجانسة: عندما يكون للمنتجات الوافدة توزيعات مسبقة مختلفة، تعتمد السياسة المثلى على تفاعل معقد بين التوزيعات المسبقة، وليس مجرد ترتيب بسيط.
الملاحظات ذات الضجيج: حتى عندما لا يكشف الشراء الواحد عن المعلم الحقيقي بشكل مثالي (تعلم بضجيج)، تظل النتيجة الهيكلية قائمة: يظل من الأمثل إقران المنتج الوافد مع أفضل المنتجات القائمة.

4. الأهمية والآثار المترتبة

المساهمة النظرية: تسد الورقة الفجوة بين تحسين التشكيلة (Assortment Optimization) والتعلم عبر الإنترنت (Online Learning). وتثبت أن استراتيجية الاستكشاف المثلى في إعداد التشكيلة المقيد لها توصيف هيكلي واضح يختلف جوهريًا عن حلول "المضاعف" الكلاسيكية.
التوجيه العملي:
- لا ينبغي للمنصات عزل المنتجات الجديدة لتعظيم ظهورها. بدلاً من ذلك، يجب عليها دمج المنتجات الجديدة مع أفضل المنتجات مبيعًا لديها.
- يجب على المنصات استخدام قاعدة قائمة على العتبة لتحديد عدد المنتجات الجديدة التي يجب اختبارها في آن واحد، بدلاً من اختبارها واحدًا تلو الآخر أو جميعها دفعة واحدة.
- خوارزميات "المضاعف" الجاهزة (مثل UCB و TS) هي على الأرجح غير مثالية لقرارات التشكيلة وتتطلب تعديلًا هيكليًا.
الابتكار المنهجي: يوفر استخدام "التشكيلات الوهمية" وتفكيك الندم إلى "حقبات" (فترات بين أحداث التعلم) إطارًا تحليليًا جديدًا للمشكلات التي يقود فيها التعلم عملية اختيار مجموعة فرعية من العناصر بدلاً من عنصر واحد.

باختصار، توفر الورقة أساسًا رياضيًا صارمًا لكيفية هيكلة الأسواق عبر الإنترنت لقوائم منتجاتها لتعلم المنتجات الجديدة بكفاءة مع تقليل خسارة الإيرادات، مما يقدم سياسات واضحة وقابلة للتنفيذ تتفوق على الاستدلالات التقلية لتعلم الآلة.