A Hybrid MA-BBO-PSO Metaheuristic Framework for Large-Scale Website Reorganization and Enhanced Web Navigation

إن الإنترنت عبارة عن مكتبة شاسعة ومتوسعة باستمرار، حيث تجعل كمية المعلومات الهائلة العثور على كتاب معين أمراً شبه مستحيل في كثير من الأحيان. لعقود من الزمن، اعتمدت الأدوات التي نستخدمها للتنقل في هذا المشهد الرقمي على حساب عدد المرات التي تظهر فيها الكلمة في صفحة ما أو عدد الصفحات الأخرى التي تشير إليها. وبينما تعمل هذه الأساليب بشكل جيد في عمليات البحث البسيطة، إلا أنها تعاني في فهم الاحتياجات المعقدة والمتغيرة للبشر الحقيقيين. فقد يقضي المستخدم دقائق في قراءة مقال معين، أو ينتقل عبر عدة روابط في جلسة واحدة، أو يشارك صفحة مع أصدقائه على وسائل التواصل الاجتماعي. وغالباً ما تغفل محركات البحث التقليدية هذه الإشارات الدقيقة، مما يترك المستخدمين يتخبطون وسط نتائج غير ذات صلة. ولحل هذه المشكلة، يستكشف الباحثون الآن نهجاً مختلفاً: وهو التعامل مع تنظيم الموقع الإلكتروني ليس كقائمة ثابتة، بل كنظام ديناميكي يمكن إعادة ترتيبه في الوقت الفعلي ليتناسب مع السلوك البشري.

في دراسة جديدة، يقترح الباحثان رافي كومار وسانتوش كومار طريقة لإعادة تنظيم المواقع الإلكترونية الكبيرة تلقائياً بحيث تظهر الصفحات الأكثر فائدة في المقدمة، مما يقلل عدد النقرات التي يحتاجها المستخدم للعثัง ما يريد. لقد طورا برنامجاً حاسوبياً يعمل كأمين مكتبة عالي الكفاءة، يقوم بإعادة ترتيب الرفوف الرقمية باستمرار بناءً على مجموعة واسعة من القرائن. وبدلاً من النظر في عامل واحد فقط، مثل تكرار الكلمات المفتاحية، يقوم نظامه بوزن العديد من الأدلة المختلفة في آن واحد؛ فهو يأخذ في الاعتبار عدد مرات زيارة الصفحة، والمدة التي يقضيها الناس فيها، وعدد المستخدمين الفريدين الذين يصلون إليها، وحتى كيفية ارتباط الصفحة بالمواقع الموثوقة الأخرى. والهدف هو إنشاء هيكل للموقع الإلكتروني يبدو بديهياً، ويضع المحتوى الأكثر صلة في متناول اليد بالقرب من الصفحة الرئيسية.

ولتحقيق ذلك، دمج الفريق ثلاث استراتيجيات حاسوبية متميزة في إطار عمل هجين واحد. الاستراتيجية الأولى، والمعروفة باسم الخوارزمية الميمية (memetic algorithm)، تعمل مثل محرر دقيق يأخذ مسودة أولية ويصقلها جملة بجملة لتحسين جودتها. أما الاستراتيجية الثانية، وهي التحسين القائم على الجغرافيا الحيوية (biogeography-based optimization)، فهي تحاكي الطريقة التي تهاجر بها الأنواع بين الجزر؛ وفي هذا السياق الرقمي، تسمح لمختلف إصدارات هيكل الموقع بتبادل أفضل ميزاتها، مما يضمن أن عملية البحث عن التخطيط المثالي لا تتوقف عند حل متوسط الجودة. أما الاستراتيجية الثالثة، وهي تحسين سرب الجسيمات (particle swarm optimization)، فتستلهم فكرتها من كيفية تحرك أسراب الطيور أو مدارس الأسماك معاً؛ حيث تتبادل الحلول الفردية في البرنامج الحاسوبي المعلومات حول أفضل المواقع التي تم العثور عليها حتى الآن، مما يسمح للمجموعة بأكملها بالتقارب بسرعة نحو الترتيب الأكثر فعالية. ومن خلال دمج هذه الطرق الثلاث، استطاع الباحثون إنشاء نظام يمكنه استكشاف عدد هائل من الاحتمالات دون أن يضل الطريق، واجدين توازناً بين تجربة ترتيبات جديدة وتحسين أفضل الترتيبات التي تم العثود عليها حتى الآن.

اختبر الباحثون نظامهم باستخدام بيانات اصطناعية مصمما لمحاكاة خصائص استخدام الويب، والمحتوى، وهياكل الروابط التشعبية لإعادة إنشاء سيناريوهات من العالم الحقيقي. وقارنوا نهجهم الهجين الجديد بعدة أساليب راسخة، بما في ذلك خوارزمية "بيج رانك" (PageRank) الشهيرة المستخدمة في محركات البحث الكبرى، بالإضافة إلى تقنيات أقدم مثل الخوارزميات الجينية والتلدين المحاكى (simulated annealing). وأظهرت النت la أن طريقتهم تفوقت باستمرار على الأساليب الأخرى. وفي اختبارات صُممت لاختيار أكثر عشر صفحات صلة من مجموعة كبيرة، حقق نظامهم درجة لياقة بلغت 5,045، وهي أعلى بكثير من درجات الخوارزميات المنافسة. وعند تقييمه مقابل البيانات المحاكات، أظهر النظام الجديد دقة بلغت 92 بالمائة واستدعاءً بنسبة 79 بالمائة، مما يعني أنه كان دقيقاً للغاية في تحديد الصفحات الصحيحة وناجحاً في إيجاد جميع الصفحات ذات الصلة المتاحة.

وبعيداً عن الدقة فحسب، فقد قاس الباحثون مدى قدرة المواقع المعاد تنظيمها على جذب المستخدمين بناءً على مجموعة بيانات حركة مرور حقيقية تضم مشاهدات الصفحات، ومدة الجلسة، ومعدل الارتداد، ومعدل التحويل. أدى النظام الهجين إلى معدل نقر بلغ 39 بالمائة، مما يشير إلى أن المستخدمين سيكونون أكثر عرضة للنقر على الروابط المقترحة مقارنة بمعدل 30 بالمائ-ة الذي سجلته طرق "بيج رانك" التقليدية. علاوة على ذلك، توقع النموذج أن متوسط الوقت الذي يقضيه المستخدم في الصفحات التي أوصى بها النظام الجديد هو 142 ثانية، وهي زيادة ملحوظة عن الـ 120 ثانية المرتبطة بالصفحات المصنفة بواسطة الطرق القديمة. وهذا يشير إلى أنه من خلال وضع المحتوى الأكثر قيمة في الأعلى، فإن النظام لا يساعد المستخدمين فحسب في العث find ما يحتاجون إليه بشكل أسرع، بل يشجعهم أيضاً على البقاء والاستكشاف. وظل التصنيف مستقراً عبر استعلامات مختلفة، مع انحراف معياري قدره 1.3 فقط، مما يشير إلى أن النظام يوفر تجربة موثوقة ومتسقة حتى مع تغير اهتمامات المستخدمين.

تخلص الدراسة إلى أن هذا النهج الهجين يوفر طريقة قابلة للتوسع لإدارة المواقع الإلكترونية الكبيرة والمعقدة التي يمكن أن تتكيف مع احتياجات المستخدم المتغيرة دون التضحية بالأداء. وبينما يعتمد العمل الحالي على المحاكاة والبيانات الاصطناعية في بعض جوانبه، يشير المؤلفون إلى أن هذا النهج قد تم التحقق من صحته أيضاً باستخدام بيانات حركة المرور الحقيقية لمقاييس التفاعل. كما يرون إمكانية دمج هذه النسخ المستقبلية مع التغذية الراجعة الحية، مثل الخرائط الحرارية التي توضح أين ينقر المستخدمون أو تسجيلات فيديو لجلسات المستخدمين، لجعل إعادة التنظيم أكثر استجابة. وهم يرون أيضاً إمكانية في دمج هذه الطريقة مع الذكاء الاصطناعي المتقدم لفهم المعنى الكامن وراء استعلامات المستخدمين بشكل أفضل. وفي الوقت الحالي، يثبت هذا البحث أنه من خلال الإنصات إلى مجموعة أوسع من الإشارات — مثل المدة التي يقضيها الناس، وعدد مرات عودتهم، وكيفية مشاركتهم للمحتوى — فمن الممكن بناء بيئة رقمية ليست مجرد مستودع للمعلومات، بل مساحة قابلة للتنقل تخدم الناس الذين يستخدمونها حقاً.