أنظمة التوصية على الويب (Recommender systems)
أنظمة التوصية يمكنها التنبؤ بتفضيلات المستخدمين والمنتجات التي يبحثون عنها على شبكة الإنترنت
د.نجود هاشم الوليدي
دكتوراه – جامعة القاهرة
خلال العقود القليلة الماضية، ومع ظهور YouTube وAmazon وNetflix والعديد من خدمات الويب الأخرى، احتلت أنظمة التوصية مكاناً متزايداً في حياتنا فأصبحت أمراً بالغ الأهمية في معظم مجالات الحياة المختلفة، من هنا نستطيع القول إنها تلك الأنظمة التي تم تصميمها للتوصية بأشياء للمستخدم تتم بناءً على العديد من العوامل المختلفة، من ضمنها تفضيلات المستخدم حيث تتنبأ هذه الأنظمة بالمنتج الأكثر احتمالاً الذي من المرجح أن يشتريه المستخدمون ويهتمونه به.
يتم عمل هذه الأنظمة باستخدام إحدى الطرق الخاصة به ولكل حاجة طريقة معنية قد تكون منفردة أو استخدام أكثر من نوع من طرق أنظمة التوصية وتعمل تلقائياً دون تدخل مستخدم خدمات الويب.
إذاً الغرض من نظام التوصية هو اقتراح العناصر ذات الصلة للمستخدمين من خلال استخدام إحدى أنواع أنظمة التوصية المختلفة.
وهناك مجموعة مختلفة من أنظمة التوصية التي تم تطبيقها وبشكل أساسي في معظم مجالات الحياة، مثل: نظام التوصية التعاوني ( Collaborative Recommender system)، ونظام التوصية القائم على المحتوى (Content-based recommender system)، ونظام التوصية القائم على المجال الديموغرافي (Demographic based recommender system)، ونظام التوصية القائم على المنفعة (Utility based recommender system)، ونظام التوصية القائم على المعرفة ( Knowledge based recommender system)، ونظام التوصية الهجين (Hybrid recommender system) ولكل منها دور وتأثير وفقاً لمجال التطبيق.
من أشهر تطبيقات أنظمة التوصية تلك التي تمثلت في الأفلام والموسيقى والبرامج التلفزيونية والكتب والوثائق والمواقع الإلكترونية والمؤتمرات والمواقع السياحية ومواد التعلم، والتجارة الإلكترونية والتعلم الإلكتروني والمكتبة الإلكترونية والحكومة الإلكترونية وخدمات الأعمال الإلكترونية.
يتمتع نظام التوصية بالقدرة على التنبؤ بالعنصر أو الخدمة بناءً على ملف تعريف المستخدم، وهي في الأساس ليست محصورة على المستخدم فقط لكنها مفيدة لكل من مقدمي الخدمة والمستخدمين لما تحققه من فوائد عديدة لكل منهما، مثلاً: تعمل على التقليل من تكاليف المعاملات الخاصة من خلال الوصول إلى العناصر واختيارها في بيئة التسوق عبر الإنترنت إلى جانب عنصر الوقت والاستفادة منه، أيضاً تساعد أنظمة التوصية المستخدمين في الحصول على توصيات مخصصة، وتساعد المستخدمين على اتخاذ القرارات الصحيحة في معاملاتهم عبر الإنترنت، وزيادة المبيعات وإعادة تعريف تجربة تصفح الويب للمستخدمين، والاحتفاظ بالعملاء، وتعزيز تجربة التسوق الخاصة بهم.
