رابط البحث: https://arxiv.org/pdf/2009.01953.pdf

Unsplash

عندما يتوفر عدد كبير جدًا من الخيارات يواجه البشر صعوبة في اتخاذ القرار؛ لذلك، تستخدم أنظمة التوصية لتسهيل هذه المهمة عن طريق تحديد مجموعة صغيرة من الخيارات التي يمكن أن يتم تقييمها بعد ذلك من قبل المستخدم . ومع ذلك، حتى إذا قدم النظام توصيات جيدة، هناك احتمالية أن يرفضها المستخدمون إذا لم يتم فهم مبررات عرض هذه الخيارات. ولذلك ظهرت الحاجة لوجود أنظمة توصية تقدم توصيات معقولة وشفافة وجديرة بالثقة؛ يتم ذلك، عادة، عن طريق إيضاح الأسباب والمبررات وراء اختيار هذه التوصيات.

في هذا البحث الذي اخترناه لكم اختار الباحثون نظرية Snedegar لتحديد الأسباب المؤيدة أو المعارضة لخيار ما، بحيث يتم استخدامها في سياق أنظمة التوصية. يحتوي نظام التوصية على مجموعة من المستخدمين ومجموعة من العناصر، وعادةً ما يحتفظ بقيم معينة (مستخدم  عنصر) تحدد التقارب بين المستخدم و العنصر المحدد. بعد ذلك يقوم نظام التوصية بترتيب عدد من العناصر التي سيتم تقديمها للمستخدم حسب تفضيلات المستخدم. تختلف طريقة حساب التقارب بين المستخدم والعناصر بالاعتماد على مجال التطبيق لكنها غالبًا ما تعتمد على حساب المصفوفات و تحليل التضمين. بحيث تظهر العناصر المتشابهة بالقرب من بعضها البعض لتتم عملية التوصية حسب قرب العناصر من بعضها البعض في الفضاء التمثيلي. يعرف الباحثون قابلية تفسير التوصيات على أنها الدرجة التي يمكن للإنسان أن يفهم بها سبب اتخاذ القرار بالتوصية. قد يكون النظام شفافًا بمعنى أنه يمكن للمستخدم أن يعرف تفاصيل جميع أجزاءه التشغيلية، ومع ذلك قد لا تكون مخرجاته قابلة للتفسير.

يشير الباحثون إلى أنه يصعب ايجاد الموازنة أثناء تقديم تفسيرات بها معلومات مفيدة للمستخدم.  ويشبه الباحثون هذا النهج بمندوب المبيعات الذي يسوق المنتج عن طريق استخدام تعبيرات مطاطة، على عكس مندوب المبيعات الذي يشرح بصراحة مزايا وعيوب المنتج. بشكل تلقائي يفضل العملاء مندوبي المبيعات الذين يختارون الصدق على الإقناع - وهي الطريقة التي يقدمها الباحثون في هذا البحث. بمعنى يتم بناء أنظمة التوصية التي توضح الأسباب الداعمة لتوصية العناصر الموصى بها مع الأسباب المضادة لنفس العناصر. 

​

كمثال الصورة في الأسفل توضح سبب التوصية لشراء جهاز الجوال الأحمر والأخضر لعميل ما، والسبب أن هذا العميل سبق وأن اشترى جهاز لابتوب له مواصفات مقاربة للمواصفات المتوفرة في جهازيَّ الجوال الأحمر والأخضر. 

تحديد أسباب التوصية لخيار معين أسهل نوعاً ما من تحديد أسباب التوصية ضد نفس الخيار. يتم تحديد أسباب التوصية لصالح خيار معين عن طريق استخدام البحث depth-first لتحديد العلاقة ما بين العناصر المتشابهة والمستخدمين. التحدي الرئيسي في هذا البحث كان في كيفية إيجاد أسباب ضد التوصية لعنصر ما. للقيام بذلك، لجأ الباحثون إلى نظرية Snedegar الشاملة في التفكير (للإطلاع عليها، صفحة المؤلف)

يحدد Snedegar خمسة مخططات يمكن من خلالها إنشاء أسباب ضده التوصية عن طريق التفكير في الخيارات التنافسية  مثل كونه خيار منافس أو لأنه خيار غير متوفر، أو بسبب عدم تفضيل خيار ما فإن ذلك يدل على تفضيل خيارات أخرى بديلة وغير ذلك. على سبيل المثال ، في الحالة التي أوصى بها النظام بهاتفين - أحمر وأخضر - كما في الصورة السابقة أحد الأسباب للتوصية ضد الهاتف الأحمر هو أن الهاتف الأخضر يحتوي على "بطارية طويلة المدة". 

في الأسفل مثال على التوصية لمادتين في موضوع Stochastic Resonance، التوصيتين العلويتين ب أحدى المواد والثالثة بالأسفل التوصية لمادة أخرى مع العلم أن التوصية لواحدة منهما يمكن أن تعتبر توصية ضد الأخرى.