مجموع وزنی معیارهای پیش‌بینی‌شده: الگوریتم‌های پیشنهاد محتوا چگونه امتیاز نهایی را برای رتبه‌بندی محاسبه می‌کنند

در یک نظرسنجی در سال ۲۰۲۲ پیرامون سیستم‌های پیشنهاددهنده چندهدفه که در arXiv منتشر شد، پژوهشگران مسئله‌ای را فرموله کردند که هر پلتفرم فناوری بزرگی با آن مواجه است: چگونه هنگام تصمیم‌گیری درباره آنچه کاربر در قدم بعدی می‌بیند، بین اهداف متناقض تعادل ایجاد کنیم. وقتی کاربری یک اپلیکیشن را باز می‌کند، سیستم صرفاً به دنبال «بهترین» محتوا نمی‌گردد. در عوض، ده‌ها احتمال مختلف را پیش‌بینی می‌کند—احتمال اینکه کاربر کلیک کند، احتمال اینکه لایک کند، احتمال اینکه کامنت بگذارد، و احتمال اینکه فوراً اپلیکیشن را ببندد.[1]

این احتمالات به تنهایی بی‌فایده‌اند. برای رتبه‌بندی فیدی متشکل از هزاران پست بالقوه، سیستم باید این پیش‌بینی‌های پراکنده را در یک عدد واحد خلاصه کند. این کار از طریق سازوکاری به نام مجموع وزنی معیارهای پیش‌بینی‌شده به دست می‌آید؛ یک معادله ریاضی که به عنوان داور نهایی برای دیده شدن محتوا عمل می‌کند.[1][8]

این مفهوم ساده است اما پیامدهای گسترده‌ای دارد. بر اساس یک مرور سیستماتیک بر بهینه‌سازی چندهدفه در سیستم‌های پیشنهاددهنده که در ResearchGate قرار گرفته، روش مجموع وزنی شامل اختصاص یک وزن عددی خاص به هر اقدام پیش‌بینی‌شده است. یک «لایک» ممکن است ۱ امتیاز، یک «کامنت» ۳ امتیاز و یک «اشتراک‌گذاری» ۵ امتیاز ارزش داشته باشد.[5]

الگوریتم، احتمال پیش‌بینی‌شده هر اقدام را در وزن اختصاص‌یافته به آن ضرب کرده و نتایج را با هم جمع می‌کند. اگر پستی ۱۰٪ احتمال اشتراک‌گذاری داشته باشد (۰٫۱ ضرب در ۵ مساوی ۰٫۵) و ۲۰٪ احتمال لایک شدن داشته باشد (۰٫۲ ضرب در ۱ مساوی ۰٫۲)، امتیاز رتبه‌بندی نهایی آن ۰٫۷ خواهد بود. سپس پلتفرم موجودی در دسترس را بر اساس این امتیاز نهایی، از بالاترین به پایین‌ترین، مرتب می‌کند.[8]

شرکت‌های فناوری غالباً الگوریتم‌های خود را به عنوان هوش مصنوعی بسیار پیشرفته‌ای بازاریابی می‌کنند که برای بالا آوردن آنچه کاربران به آن اهمیت می‌دهند طراحی شده است. در حالی که مدل‌های یادگیری ماشین که احتمالات را پیش‌بینی می‌کنند واقعاً پیچیده‌اند، سازوکار رتبه‌بندی نهایی—یعنی مجموع وزنی—اساساً یک حساب و کتاب ساده است. هوشمندی در پیش‌بینی نهفته است؛ اما اولویت‌های واقعی پلتفرم در وزن‌ها قرار دارد.[8]

این تمایز بسیار حیاتی است. همان‌طور که در مقاله سال ۲۰۲۴ در arXiv درباره یادگیری خط‌مشی چندمتغیره بیان شده، تغییر وزن‌ها بدون نیاز به هیچ‌گونه تغییری در مدل‌های پایه هوش مصنوعی، ماهیت فید را فوراً دگرگون می‌کند. اگر پلتفرمی بخواهد زمان سپری‌شده در اپلیکیشن را افزایش دهد، به سادگی وزن زمان تماشای پیش‌بینی‌شده را بالا می‌برد.[4]

روش مجموع وزنی مختص شبکه‌های اجتماعی نیست. ApX Machine Learning اشاره می‌کند که ترکیب وزنی یک تکنیک استاندارد در ساخت سیستم‌های پیشنهاددهنده در سراسر تجارت الکترونیک و استریم است. یک پیشنهاد محصول ممکن است به احتمال پیش‌بینی‌شده خرید وزن سنگینی بدهد، در حالی که یک سرویس استریم ممکن است به نرخ پیش‌بینی‌شده تکمیل تماشا وزن بیشتری اختصاص دهد.[3]

با این حال، سادگی مجموع وزنی چالش‌های قابل‌توجهی را به همراه دارد. یک تحلیل در سال ۲۰۱۲ در ResearchGate درباره روش مجموع وزنی برای بهینه‌سازی چندهدفه، یک نقص بنیادین را برجسته می‌کند: این روش فرض می‌کند که تمام اهداف می‌توانند به صورت خطی با یکدیگر مبادله شوند.[2]

در عمل، این بدان معناست که حجم عظیمی از تعاملات بی‌کیفیت می‌تواند از نظر ریاضی بر مقدار کمتری از تعاملات باکیفیت غلبه کند، مگر اینکه وزن‌ها به شکلی بی‌نقص کالیبره شده باشند. پستی با ۹۰٪ احتمال ایجاد یک کلیک کم‌ارزش ۱ امتیازی، بالاتر از پستی با ۱۵٪ احتمال ایجاد یک اشتراک‌گذاری باارزش ۵ امتیازی قرار خواهد گرفت.[2][8]

برای مقابله با این موضوع، پلتفرم‌ها اغلب وزن‌های منفی را برای اقدامات نامطلوب معرفی می‌کنند. یک اقدام پیش‌بینی‌شده مانند «پنهان کردن پست» یا «گزارش به عنوان اسپم» ممکن است وزنی معادل -۱۰۰ داشته باشد. اگر سیستم حتی یک احتمال کوچک ۱ درصدی را پیش‌بینی کند که کاربر پستی را گزارش می‌دهد، این وزن منفی عظیم، امتیاز نهایی را یک نمره کامل پایین می‌کشد و محتوا را دفن می‌کند.[8]

پیاده‌سازی یک سیستم پیشنهاددهنده میانگین وزنی در Kaggle در سال ۲۰۲۳ نشان می‌دهد که توسعه‌دهندگان چگونه این پارامترها را به صورت دستی تنظیم می‌کنند تا به نتایج دلخواه برسند. وزن‌ها به ندرت ثابت هستند؛ آن‌ها دائماً از طریق تست‌های A/B تنظیم می‌شوند تا تعادل بهینه‌ای پیدا شود که معیارهای کلان پلتفرم را به حداکثر برساند.[6]

راهنمای Product School درباره مدل‌های امتیازدهی وزنی تأکید می‌کند که انتخاب این وزن‌ها یک تصمیم مدیریت محصول است، نه یک تصمیم صرفاً فنی. وزن‌ها بازتاب‌دهنده استراتژی فعلی کسب‌وکار هستند. اگر درآمد تبلیغاتی کاهش یابد، وزن اقداماتی که منجر به نمایش تبلیغات می‌شوند ممکن است بی‌سروصدا افزایش یابد.[7]

از آنجا که کد اختصاصی پایه پلتفرم‌های بزرگ عمومی نیست، پژوهشگران برای درک این سیستم‌ها به جای نقل‌قول‌های مستقیم از مهندسان پلتفرم، به مستندات فنی و آزمایش‌های کنترل‌شده تکیه می‌کنند. هیچ‌یک از متون فنی بررسی‌شده، نقل‌قول مستقیمی از مهندسان درباره مقادیر دقیق وزن‌هایشان ارائه نمی‌دهند، چرا که این موارد همچنان به عنوان اسرار تجاری کاملاً محافظت‌شده باقی می‌مانند.[8]

مجموع وزنی معیارهای پیش‌بینی‌شده به عنوان لایه ترجمه بین اهداف تجاری یک پلتفرم و تجربه دیجیتال کاربر عمل می‌کند. با درک این معادله، کاربران می‌توانند فیدهای خود را نه به عنوان بازتابی شخصی‌سازی‌شده از علایقشان، بلکه به عنوان خروجی محاسبه‌شده یک فرمول وزنی ببینند.[8]