الغرض: تمتاز المجمعات التجارية غير المتصلة بالإنترنت بتنوع الخدمات، وندرة البيانات السلوكية، وسرعة تغير اهتمامات المستخدمين، مما يحد من طرق التوصية التقليدية. تطور هذه الدراسة إطار توصية شخصية مصمم للبيئات غير المتصلة بالإنترنت ذات عدم اليقين العالي، وتقييم أداءه عبر أنظمة ثابتة وديناميكية وعبر مجموعات مستخدمين جديدة ومستقرة. التصميم/المنهجية/الأسلوب: تم بناء نظام خفيف الوزن عن طريق ترميز بيانات الاستبيانات في رسم بياني للمعرفة المفضلة وتطبيق نموذج تشابه المستخدم الهجين لاستدلال التفضيلات. يتم تحديث علاقات المستخدمين والفئات من خلال وحدة ديناميكية عبر التغذية الراجعة الصريحة والتوزيع الدلالي المنظم، مما يجعل التحسين مستمراً. تم اختبار التكوينات الثابتة والديناميكية بشكل منفصل على المستخدمين الجدد والمستقرين، وتجارب الاستئصال تقيس مساهمة تحديث العلاقات والتوزيع. النتائج: يوفر النظام الثابت خط أساس قوي تحت البيانات النادرة. يحقق النظام الديناميكي تحسينات إضافية: بالنسبة للمستخدمين الجدد، يرتفع P@1 وHIT@3 بمقدار 5.6 و6.6 نقاط مئوية؛ بالنسبة للمستخدمين المستقرين، يزيد P@1 بمقدار 10.0٪ مع مكاسب واضحة في الترتيب التكافؤ المتوسط والعائد التراكمي المنخفض. تظهر نتائج الاستئصال أن تحديث الحواف المدعوم بالتغذية الراجعة يولد معظم التحسينات، بينما يوفر التوزيع داخل الكتلة فوائد إضافية، خاصة للمستخدمين الجدد. الأصالة/القيمة: تقدم الدراسة إطار عمل قابل للتكيف هيكلياً وفعالاً حسابياً للبيئات التجارية غير المتصلة بالإنترنت بدون سجلات سلوكية. من خلال تقييم مشترك من ثابت إلى ديناميكي ومن جديد إلى مستقر، تظهر كيف يمكن لنمذجة الرسوم البيانية الخفيفة والتحديثات المعتمدة على التغذية الراجعة المحلية أن تقدم توصيات شخصية دقيقة وقابلة للتفسير والنشر لإعدادات الإدارة التجارية والمرافق الحقيقية.
درس Deng وآخرون هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: