إعادة ترتيب دلالي مدفوع بالسلوك للبحث المخصص على الويب

الملخص

تقترح هذه الدراسة نظامًا لإعادة ترتيب نتائج البحث الدلالية يعتمد على سلوك المستخدم بهدف تحسين البحث الشخصي على الويب دون تعديل البنية التحتية لمحرك البحث الأساسي. يعمل النظام كطبقة وسيطة خفيفة فوق Google Search، ويعتمد على التمثيلات الدلالية باستخدام نموذج BERT، وبناء ملف تعريف ديناميكي لاهتمامات المستخدم باستخدام KeyBERT، إضافة إلى حساب درجة التشابه باستخدام Cosine Similarity وآلية اضمحلال أسي للحفاظ على نموذج اهتمامات متكيف مع مرور الوقت. أُجريت تجربة مقارنة مُتحكَّم بها بمشاركة 14 مستخدمًا لتقييم أداء النظام مقارنة بترتيب Google الأساسي. أظهرت النتائج تحسنًا ملحوظًا في الكفاءة، حيث انخفض متوسط وقت البحث بنسبة 15.3% (من 274 إلى 232 ثانية)، وتراجع عدد النقرات المطلوبة بنسبة 21.2% (من 7.71 إلى 6.07)، كما انخفضت إعادة صياغة الاستعلامات من 43% إلى 21%. كما فضّل 79% من المشاركين النظام المخصص. تشير النتائج إلى أن إعادة الترتيب الدلالي المعتمد على السلوك يمكن أن تعزز صلة النتائج وتحسن تجربة البحث مع الحفاظ على الشفافية وقابلية التوسع.