UniDot: A Unified Network for Sequence Modeling and Feature Interaction in Large-scale Recommendation

في المساحات الرقمية الشاسعة للمحتوى والإعلانات الحديثة، تعمل محركات التوصية كمنسقين غير مرئيين لحياتنا اليومية. فهي تقرر أي فيديو سيُعرض تالياً، أو أي منتج سيُقترح، أو أي مقال سيتم تسليط الضوء عليه، وغالباً ما تعالج ملايين الاحتمالات في طرفة عين. لعقود من الزمن، اعتمدت هذه الأنظمة على طريقتين متميزتين من التفكير لاتخاذ تلك القرارات. ينظر النهج الأول إلى التفاصيل الثابتة للمستخدم والعنصر، مثل العمر، أو الموقع، أو فئة المنتج، محاولاً إيجية الأنماط في كيفية تداخل هذه الميزات المحددة. أما النهج الثاني، فيراقب تدفق الوقت، ويحلل تاريخ نقرات المستخدم ومشاهداته لفهم اهتماماته المتطورة. وبينما تعد كلتا الطريقتين قويتين، إلا أن الأنظمة الصناعية أبقت عليهما منفصلتين تقليدياً، حيث تعملان جنباً إلى جنب على أمل أن تكون حكمتهما المشتركة كافية. هذا الفصل يخلق فجوة: حيث يعاني النظام في رؤية كيف يشكل سلوك المستخدم الماضي استجابته لعنصر جديد محدد بشكل مباشر وفي الوقت الفعلي.

وضع فريق من الباحثين في ميتا (Meta)، بقيادة رونغ تشنغ لين، هدفاً لسد هذه الفجوة من خلال بنية جديدة تسمى "يوني دوت" (UniDot). كان هدفهم بناء نظام موحد واحد يمكنه التعامل مع التفاصيل الثابتة والتاريخ المتدفق لسلوك المستخدم في آن واحد، بدلاً من معاملتهما كمشكلتين منفصلتين. وقد اقتربوا من ذلك عبر النظر إلى كلا النوعين من المعلومات من خلال عدسة "الرموز" (tokens)، وهي ببساال تعبيرات رقمية لنقاط البيانات. في هذا الإطار الجديد، يتم تحويل ملف تعريف المستخدم، وتفاصيل العنصر، وحتى تسلسل السلوكيات الماضية إلى هذه الرموز. والرؤية الجوهرية التي تقود التصميم هي أن العملية الرياضية المستخدمة لمطابقة مستخدم مع عنصر هي في الأساس نفس العملية المستخدمة لوزن سلوك ماضٍ مقابل خيار حالي. ومن خلال إدراك هذا الآلية المشتركة، صمم الباحثون نموذجاً يمكن فيه لتدفقات المعلومات هاتين أن تتفاعل بشكل مباشر ومستمر.

يعمل نظام "يوني دوت" الناتج مثل طريق سريع مزدوج المسارات حيث تسير عمليتان متميزتان معاً، وتبادلان المعلومات باستمرار. يركز أحد المسارين، وهو "حافلة خلط الرموز"، على مزج بيانات الملف الشخصي الثابتة للمستخدم والعنصر. بينما يركز المسار الآخر، وهو "حافلة استرجاع التسلسل"، على مسح تاريخ المستخدم للعثور على الأحداث الماضية ذات الصلة. وبدلاً من ترك هذه المسارات تعمل في عزلة أو دمجها فقط في النهاية، يسمح "يوني دوت" لها بالتطور المشترك. ففي كل خطوة من خطوات المعالجة، يتشارك المساران حالتهما، مما يسمح للملف الشخصي الثابت بالتأثير على كيفية قراءة التاريخ، وللتاريخ بتنقية كيفية فهم الملف الشخصي. يضمن هذا التبادل المستمر أن النظام لا ينظر فقط إلى ماضي المستخدم ووضعه الحالي بشكل منفصل، بل يرى كيف يشكل كل منهما الآخر في اللحظة الراهنة.

ولضمان بقاء النظام فعالاً ودقيقاً، قدم الباحثون مساراً مخصصاً يسمى "طريق FM السريع" (FM Highway). يعمل هذا المسار كطريق تعبير مباشر لأهم التفاعلات. في العديد من نماذج التعلم العميق، يمكن للإشارات الأساسية والأكثر أهمية — وتحديداً المطابقات المباشرة بين ميزات المستخدم والعنصر — أن تضعف أو تضيع أثناء مرورها عبر طبقات من المعالجة المعقدة. يتجاوز "طريق FM السريع" هذا التعقيد، حاملاً هذه المطابقات المباشرة مباشرة إلى مرحلة اتخاذ القرار النهائي. هذا الخيار في التصميم يحافظ على وضوح الروابط الأكثر جوهرية، مما يضمن أن النظام لا يفقد أبداً الرؤية للارتباطات المباشرة والبسيطة التي غالباً ما تقود قرار المستخدم للنقر أو الشراء.

اختبر الباحثون هذه البنية في مسابقة صناعية كبرى تُعرف باسم (TAAC × KDD Cup 2026)، والتي تحدت المشاركين لبناء أفضل نظام توصية ممكن تحت قيود زمنية صارمة. أنهى "يوني دوت" المركز الثاني، محققاً درجة عالية بلغت 0.83217. كانت هذه النتيجة مهمة لأنها كانت مدفوعة بالبنية نفسها بدلاً من الإنشاء اليدوي للقواعد أو الميزات المعقدة المصنوعة يدوياً. أثبت الفريق أنه من خلال توحيد النهجين التقليديين في هيكل واحد متماسك، يمكنهم التقاط المزيد من الفروق الدقيقة في سلوك المستخدم. كما قاموا بتحسين الأداء عن طريق تدريب نسختين من النموذج في وقت واحد ليتعلما من بعضهما البعض، وهي تقنية ساعدت النظام في العثور على حل أكثر قوة دون الحاجة إلى مضاعفة حجم ذاكرته لتخزين بيانات المستخدم.

يوحي نجاح "يوني دوت" بأن مستقبل أنظمة التوصية لا يكمن في إضافة المزيد من المكونات المنفصلة، بل في نسجها معاً بشكل أكثر إحكاماً. فمن خلال معاملة التفاصيل الثابتة لمستخدم ما والتدفق الديناميكي لتاريخه كأجزاء من عملية واحدة موحدة، يمكن للنظام تقديم تنبؤات أكثر دقة. وجد الباحثون أن المفتاح لهذا التحسن لم يكن مجرد جعل النموذج أكبر، بل جعله أكثر ذكاءً في كيفية ربط أنواع المعلومات المختلفة. أثبت النظام أنه عندما تسمح للماضي والحاضر بالتحدث مع بعضهما البعض مباشرة، فإن النتيجة هي فهم أوضح لما يريده المستخدم حقاً. يقدم هذا النهج مساراً واعداً لبناء محركات توصية ليست فقط أسرع وأكثر كفاءة، بل أيضاً أكثر قدرة على التكيف مع الواقع المعقد للسلوك البشري.