Adaptive Hybrid Collaborative Filtering via Incremental Retraining

تخيل أنك تدخل مكتبة شاسعة تمتد رفوفها إلى ما لا نهاية في كل اتجاه، وتحمل ملايين الكتب التي لم ترها من قبل. أنت تريد العثور على قصة ستحبها، لكنك لا تعرف من أين تبدأ. في العالم الرقمي، هذه المكتبة هي الإنترنت، والكتب هي الأفلام والأغاني والمنتجات. ولمساعدتنا في التنقل عبر هذا الوفرة المذهلة، نعتمد على أنظمة التوصية؛ وهي المرشدون الرقميون الذين يقترحون عليك ما تشاهده تالياً أو ما تشتريه. لسنوات طويلة، عمل هؤلاء المرشدون بشكل جيد، لكنهم غالباً ما يعملون مثل أمين مكتبة لا يحدث معرفته إلا مرة واحدة في الشهر. فإذا قررت فجأة الانتقال من مشاهدة أفلام الحركة إلى الوثائقيات التاريخية، فقد لا يلاحظ أمين المكتبة ذلك لأسابيع، مما يتركك مع اقتراحات لم تعد تناسب ذوقك. يحدث هذا التأخير لأن العديد من الأنظمة تعتمد على حسابات ثقيلة وبطيئة تتطلب إعادة بناء فهمها الكامل لك من الصفر في كل مرة تريد فيها تعلم شيء جديد.

اقترح باحث يدعى روبرت أغبوي من جامعة هو التقنية طريقة مختلفة لبناء هؤلاء المرشدين. يركز عمله على طريقة تسمى "التصفية التعاونية الهجينة التكيفية" (Adaptive Hybrid Collaborative Filtering)، وهو نظام مصمم للتعلم منك في الوقت الفعلي دون العبء الثقيل لإعادة البناء الكلي المستمر. لفهم كيفية عمل ذلك، من المفيد النظر في الأدوات الثلاث الرئيسية التي يستخدمها النظام. أولاً، ينظر إلى ما قام أنت والآخرون بتقييمه، فيجد أنماطاً خفية في تلك الاختيارات لتخمين ما قد يعجبك تالياً. ثانياً، يقرأ الأوصاف النصية للعناصر، مثل أنواع الأفلام أو الوسوم، لفهم المواضيع والقصص الكامنة وراءها. ثالثاً، والأهم من ذلك، يقوم بتجميع العناصر والمستخدمين المتشابهين معاً في مجموعات (Clusters)، مثل فرز الكتب في أكوام بناءً على خصائص مشتركة. الابتكار هنا ليس فقط في استخدام هذه الأدوات، بل في كيفية دمجها؛ فبدلاً من الانتظار لإعادة فرز المكتبة بأكملها عند وصول كتاب جديد، يمتلك هذا النظام آلية يمكنها تحريك الأكوام بلطف مع ورود معلومات جديدة، مما يحدث التوصيات فوراً.

تختبر الدراسة هذا النهج باستخدام مجموعات ضخمة من بيانات الأفلام، بما في ذلك مجموعات تحتوي على 100,000، ومليون، وعشرين مليون تقييم. بنى الباحثون نموذجاً يتعلم أولاً الهيكل الأساسي لتفضيلات المستخدم وتشابه العناصر باستخدام دفعة كبيرة من البيانات التاريخية. هذه هي المرحلة غير المتصلة بالإنترنت (offline phase)، حيث يضع النظام أساساً متيناً. ومع ذلك، فإن الاختبار الحقيقي يأتي عندما يبدأ المستخدم في التفاعل مع النظام. فبينما يقوم شخص ما بتقييم بعض الأفلام، لا يتوقف النظام لإعادة التدريب على كل شيء، بل يستخدم عملية تدفق (streaming process) لتعديل المجموعات الموجودة. إذا قام مستخدم يحب الكوميديا عادةً بتقييم فيلم درامي تقييماً عالياً، يمكن للنظام دفع حدود المجموعات لتعكس هذا التغيير فوراً. يسمح هذا للنظام بالتكيف مع الاهتمامات المتغيرة، مثل تغيير المشاهد لرأيه خلال موسم العطلات أو حدث كبير، دون العملية المكلفة والبطيئة لإعادة بناء النموذج بأكله.

تظهر نتائج هذه التجربة أن الطريقة الجديدة فعالة للغاية في تحقيق التوازن بين السرعة والدقة. فعند اختبارها مقابل الطرق القياسية، حقق النظام التكيفي دقة تنبؤ كانت جيدة بقدر، إن لم تكن أفضل في كثير من الحالات. والأهم من ذلك، أنه قلل الوقت المطلوب لتحديث النموذج بنحو النصف. وفي عالم يمكن أن تتغير فيه اهتمامات المستخدم في طرفة عين، يعد هذا الاختزال في الوقت أمراً جوهرياً. أثبت النظام قدرته على التعامل مع كميات كبيرة من البيانات، حيث توسع من مجموعات البيانات الصغيرة إلى مجموعة العشرين مليون تقييم الضخمة دون أن يفقد قدرته على إجراء تعديلات سريعة. كما نجح أيضاً في معالجة مشكلة "البداية الباردة" (cold start)، وهي صعوبة تقديم توصيات للمستخدمين الجدد أو العناصر الجديدة التي لديها تاريخ ضئيل جداً. ومن خلال الجمع بين الفهم القائم على النص للعناصر وتجميع المستخدمين المتشابهين، استطاع النظام تقديم اقتراحات منطقية حتى عندما كان لديه عدد قليل جداً من التقييمات للعمل بها.

وعلى الرغم من أن النتائج واعدة، إلا أن الباحثين يشيرون بحذر إلى أن هذا عبارة عن محاكاة بناءً على بيانات موجودة، وليس نشراً حياً في تطبيق واقعي. لم يتم اختبار النظام بعد في بيئة حية حيث قد يكون سلوك المستخدم أكثر فوضوية أو عدم قابلية للتنبؤ مما هو عليه في مجموعة بيانات خاضعة للرقابة. علاوة على ذلك، يعتمد النموذج على تقنيات تعلم آلي راسخة بدلاً من أحدث وأكثر طرق الذكاء الاصطناعي تعقيداً. كان هذا الخيار متعمداً، بهدف الوصول إلى نظام يتسم بالكفاءة وسهولة الفهم، بدلاً من نظام يكون بمثابة "صندوق أسود". تشير الدراسة إلى أنه من خلال التركيز على كيفية تحديث المعرفة الموجودة بشكل تدريجي، بدلاً من البدء من جديد باستمرار، يمكننا بناء محركات توصية تكون أكثر ذكاءً وسرعة. يقدم هذا النهج مساراً عملياً للمنصات الرقمية التي تحتاج إلى البقاء ذات صلة بمستخدميها دون استهلاك طاقة حوسبة مفرطة.