Product request
You are looking for a solution:
Select an option, and we will develop the best offer
for you
التخاطر الشبكي العصبي: كيف تفيد الترشيحات المُخصَّصة المشاهدين ومقدمي الخدمة
وصفت مجلة تايم الأمريكية سنة 2020 بأنها السنة الأسوأ في تاريخ البشرية، لكن هذا الوصف لا ينطبق على كبرى خدمات المشاهدة: فقد ارتفعت أسهم نتفليكس وأمازون وديزني إلى مستويات قياسية في عام 2020، وما زالت في ارتفاع متواصل.
في العزل الذاتي، بدأ الناس يشتركون في خدمات الفيديو المختلفة، فقابلوا مشكلةً جديدةً على الفور: ماذا نشاهد؟ في السابق، كان الناس عند اختيار المحتوى يستفيدون من خيارات المواقع محددة الموضوعات ومن ترشيحات أصدقائهم، أما هذه المصادر فلا تأخذ بعين الاعتبار التفضيلات الشخصية لكل مستخدم، فيؤدي ذلك إلى معضلة: وهي أن البحث عن المحتوى المناسب أصبح يتطلب وقتًا أطول بكثير من مشاهدة المحتوى فعليًا.
عالجت خدماتُ المشاهدة هذه المشكلة بتوفير ترشيحات محتوى مخصصة. وفي هذا المقال، سنشرح كيف تعمل أنظمة الترشيح هذه بالتفصيل، ولماذا يستخدمها مقدمو الخدمات.
المبادئ الأساسية لبناء أنظمة الترشيحات
أنظمة الترشيحات تقترح على المشاهد الأفلام والمسلسلات التي قد تثير اهتمامه. ويمكن بناء محركات الترشيحات بأربعة أساليب رئيسية:
- الترشيح على أساس المحتوى
- الترشيح التعاوني
- الترشيح على أساس المعرفة
- الترشيح المُختلط
تعال لنلقي نظرةً على تفاصيل كل أسلوب.
الترشيح على أساس المحتوى
تعتمد هذه الطريقة على إيجاد الصفات المشتركة بين الأفلام والمسلسلات المختلفة. فمثلًا، غالبًا ما تعتمد ترشيحات الأفلام على خصائص مثل المخرج، والممثلين، والتصنيف، والمدة. كما أن بعض الأنظمة تحلل أوصاف الأفلام لتقييم معامل تردد المصطلح-معكوس تردد الوثيقة "TF-IDF" (والذي يدل على مدى أهمية كلمة معينة في سياق المستند).
والهدف من أسلوب الترشيحات على أساس المحتوى هو إنشاء ملف خاص لكل عنصر بغرض البحث عن عناصر مشابهة له فيما بعد. فبعد مشاهدتك فيلم "The Avengers" مثلًا، سترى ترشيحات تتضمن أفلامًا أخرى من عالم مارفل السينمائي، وأفلامًا يظهر فيها روبرت داوني جونيور، وأعمالًا للمخرج جوس ويدون.
لهذا الأسلوب ميزات وعيوب:
العيوب |
الميزات |
عند تكوين مجموعات من العناصر المتشابهة، يحدُّ النظام من ترشيحات العناصر الأخرى، ما يؤدي إلى تكوين "فقاعة ترشيحات" منفصلة. |
الترشيحات لا تعتمد على بيانات المستخدمين الآخرين. |
إذا كانت المعلومات المتاحة عن المنتجات محدودة، فسيجد النظام صعوبةً أكبر بكثير في ضمها إلى مجموعات، ما يؤدي إلى انخفاض جودة الترشيحات. |
الأفلام والمسلسلات المضافة حديثًا لا تقابل مشكلة "البداية المغمورة" لأن خصائصها الرئيسية تكون معروفةً بالفعل. |
الترشيح التعاوني
الترشيح التعاوني يقدم الترشيحات بناءً على آراء المستخدمين ذوي التفضيلات والسلوكيات المشابهة.
فعلى سبيل المثال، على النظام أن يقرر ما إذا كان سيرشح مسلسل "Rick and Morty" للمستخدم "أ". فتعكف الخوارزمية على "فحص" قاعدة البيانات بحثًا عن المشاهدين الذين عبَّروا عن آراء إيجابية في هذا المحتوى، ثم تنشئ مصفوفة تفضيلات. في الجدول التالي، يعبر كل صف عن آراء مستخدم، بينما يعبر كل عمود عن مسلسل، ويعرض النظام الترشيحات بعد البحث عن التشابهات في هذا الجدول.
خوارزمية الترشيح التعاوني
في مثالنا، يشترك المستخدم "أ" في عدد أكبر من التفضيلات مع المستخدم "د"، ومن هذا يستنتج النظام التالي: إذا أعطى المستخدم "د" مسلسل "Rick and Morty" تقييمًا عاليًا، فمن الممكن ترشيح المسلسل للمستخدم "أ" أيضًا.
الترشيح التعاوني لكل عنصر على حدة
هذا النوع من الترشيح يعتمد على تقييمات الأفلام بدلًا من بيانات المستخدمين. فمثلًا، إذا أعطى معظم محبي مسلسل "How I Met Your Mother" تقييمًا عاليًا لمسلسل "The Big Bang Theory" أيضًا، فيمكن ترشيح المسلسل الثاني لكل المستخدمين الذين أعطوا المسلسل الأول تقييم 5 نجوم. وبهذه الطريقة نقارن بين أعمدة المصفوفة بدلًا من صفوفها.
ميزات هذا الأسلوب وعيوبه:
العيوب |
الميزات |
تفضيلات المشاهدة تتغير بمرور الوقت، وقد تصبح بعض الترشيحات في غير محلها. |
يقدم هذا النظام ترشيحات أدق وأكثر تنوعًا. |
| كلما ازداد عدد المشاهدين، ازدادت المدة المطلوبة لإعداد الترشيحات. |
|
| هذا النظام معرض للتشويش المتعمد من الحسابات المزيفة التي تهدف إلى تحسين تقييم مسلسلات أو أفلام معينة. |
|
الترشيح على أساس المعرفة
نادرًا ما تستعين خدمات المشاهدة بأنظمة الترشيح على أساس المعرفة. ومع ذلك، فإن بعض مقدمي الخدمات يوفرون عناصر منفصلة من هذه الأنظمة، وغالبًا ما تُستخدم هذه "المحركات" عندما يستحيل جمع ما يكفي من المعلومات لبناء ملف خاص للعميل أو للمحتوى.
يعتمد هذا الأسلوب على الفلاتر. وفيما يتعلق بالأفلام، تتمثل هذه الفلاتر في التصنيف، وسنة العرض، والممثلين، والمخرج. وهذه الأنظمة يبنيها استشاريون يفهمون احتياجات العملاء بعد دراسة العلاقات بين الخصائص المختلفة للمحتوى.
يتمتع هذا النوع من الترشيحات بدرجة عالية من الدقة، فهو يعرض على المستخدمين ما يحتاجون إليه بالتحديد، لكن إنشاء الفلاتر على أساس المعرفة عملية معقدة وتستهلك كثيرًا من الوقت.
الترشيح المُختلط
تجمع هذه الأنظمة بين أساليب مختلفة، وتعالج عيوب كل نظام. فعلى سبيل المثال، يمكن لسينما عبر الإنترنت أن ترشح أفلامًا متشابهةً حاصلةً على تقييمات من مشاهدين ذوي تفضيلات متشابهة.
مستويات أنظمة الترشيح
 | المستوى الأول—التقييمات العالمية: المنتجات التي تتمتع بشعبية في منطقة معينة بين المستخدمين من جنس معين أو فئة عمرية معينة، وتتمتع هذه التقييمات بدرجة عالية من الاستقرار، وقد تتغير تغيرًا ضئيلًا بمرور الوقت. |
المستوى الثاني—الرواج قصير المدى: الأفلام الرائجة والعروض الأولى التي تجذب انتباه المشاهدين في الوقت الراهن لكن تتناقص شعبيتها في نهاية المطاف. |  |
تُستخدم الإشارات المباشرة والضمنية في تقييم المحتوى:
الإشارات الضمنية (كل ما يدل دلالة غير مباشرة على موقف المستخدم من الفيلم)
| الإشارات المباشرة
|
يجمع مقدمو الخدمات المتطورون بين هذه الأساليب: فنتفليكس مثلًا من المستخدمين الجدد أن يوضحوا أفلامهم المفضلة، وتحلل تفاعلاتهم فور أن يبدأوا في مشاهدة المحتوى.
كيف تعمل أنظمة الترشيح في أجهزة الاستقبال الرقمي من طراز MAG؟
مشغلات الوسائط من طراز MAG، والتي تعمل بنظام Android TV، تستعين بنظام ترشيحات Google، والذي تظهر أساسيات عمله واضحةً في YouTube الذي يستعين بالخوارزمية نفسها، حيث يعمل النظام بأسلوب مُختلَط: فيقيّم تفضيلات المستخدم وأذواق جمهور المستخدمين المشابهين.
خوارزمية ترشيحات YouTube
- يتألف النظام من شبكتين عصبيتين: شبكة "تجهيز المقاطع المرشحة" وشبكة "الترتيب".
- الشبكة الأولى تختار مقاطع الفيديو المتعلقة بالموضوع. فمن بين ملايين المقاطع المتاحة، تنتقي المقاطع الأقرب صلةً وترسلها إلى الشبكة الثانية التي ترتِّب المحتوى من الأكثر إثارةً للاهتمام إلى الأقل إثارةً للاهتمام.
- يأخذ النظام بعين الاعتبار سجل مشاهدة المستخدم والسياق (الساعة من اليوم، العمر، الجنس، اللغة، بلد الإقامة).
- في مرحلة الترتيب، يأخذ المرشِّح بعين الاعتبار مدةَ المشاهدة المتوقعة: كلما طالت مدة مشاهدة المستخدمين الآخرين للمقطع، ازدادت احتمالية ظهور المقطع في الترشيحات.
- نسبة النقر إلى الظهور (CTR) تؤخذ أيضًا بعين الاعتبار في عملية الترتيب، وهي النسبة المئوية للمشاهدين الذين بدأوا في مشاهدة الفيديو مقارنةً بعدد الذين رأوا الفيديو في الترشيحات. ولا يمكن الاستعانة بمؤشر CTR بمعزل عن مدة المشاهدة، لأن النظام يهدف إلى استبعاد الروابط المضلِّلة "clickbait" من نتائج البحث. كذلك تؤخذ أيضًا بعين الاعتبار في هذه المرحلة أنشطة المستخدمين: مثل تسجيلات الإعجاب، والتعليقات، والاشتراكات، وتُستبعد مقاطع الفيديو قليلة التفاعلات بسرعة.
- يُجري النظام اختبارات أ-ب "A/B testing" في أثناء جمع العينات، ليُظهِر نسخًا مختلفةً من الاختيارات للمستخدم. فإذا حققت إحدى هذه النسخ نجاحًا مبهرًا، يأخذها النظام بعين الاعتبار عند تجهيز الترشيحات في المستقبل، وهكذا يتعلم النظام ويزداد كفاءة.
تساعد الترشيحات المُخصصة مقدمي الخدمات على جذب انتباه الجمهور، وزيادة مدة المشاهدة، وتعزيز ولاء المشتركين للخدمة. إذا توافق المحتوى مع اهتمامات المستخدم، فإنه سيشاهده حتى النهاية، وسترتفع احتمالية تمديده للاشتراك واقتراحه للخدمة على أصدقائه. أنظمة الترشيحات المُخصَّصة تزود مقدمي الخدمات المنتجين للمحتوى بمعلومات عن الأفلام والمسلسلات التي يرغب المستخدمون في مشاهدتها، وبناءً على هذه البيانات، يمكن لمقدمي الخدمات إنتاج أفلام ومسلسلات تكسب قلوب المشاهدين وعقولهم.
Recommended
إصدار ميزات جديدة لمنصة Ministra PRO في مارس
تلقّت منصة Ministra PRO تحديثًا في شهر مارس. وستعمل الميزات الجديدة على تبسيط العمل مع أجهزة الاستقبال الرقمي MAG المبنية على أساس نظامَي Linux وAndroid. استعنّا بالذكاء الاصطناعي لتوفير دعم أفضل للمستخدمين، وكل هذا سيجعل تجربة المنتج أكثر كفاءةً وراحة.
تأثير معدل العيوب المنخفض في تصنيع أجهزة استقبال MAG على جعل شركة Infomir من الشركات الرائدة في سوق أجهزة Linux عالميًا
كفاءة المنتج النهائي تؤدي دائمًا دورًا محوريًا في تصنيع الأجهزة الإلكترونية الاستهلاكية. وشركة Infomir الأوكرانية مثال يُحتذى به في أثر معايير الإنتاج الصارمة والتميُّز الهندسي على جودة المنتج الفائقة. لذا سنتحدث في هذا المقال عن كيفية نجاح Infomir في تقليل معدل العيوب إلى مستوى منخفض قياسي واحتلالها مكانة رائدة في سوق أجهزة الاستقبال الرقمي بتقنية IPTV.
Ministra PRO: New Features and Enhanced Capabilities in February
The Ministra Pro team is committed to building long-term relationships and is pleased to offer users global search, multi-filtering, maximum session control, and Spanish documentation.
