أنظمة التوصية ترتب الخيارات التي يمكن أن تهم شخصًا في سياق محدد. في خدمة فيديو مثل يوتيوب، قد تؤثر إشارات المشاهدة والبحث والتفاعل في الاقتراحات. تساعد معمارية البرجين في شرح كيف يمكن تقليص مكتبة ضخمة إلى مجموعة مرشحين للعرض.
من الإشارة إلى المتجه
يمكن لشبكة أن تحوّل إشارات المستخدم إلى قائمة أعداد، ولشبكة أخرى أن تحوّل خصائص كل فيديو إلى قائمة أعداد في فضاء مشترك. لا يلزم أن يكون لكل خانة تفسير بشري مستقل. يتعلم النموذج من أزواج الإشارات والعناصر، وفق الطريقة التي يجمع بها فريق التصميم بيانات التدريب ويحدد معيار النجاح.
لماذا برجان؟
يمكن حساب متجهات المقاطع في الخلفية وتخزينها، بينما يُحسب تمثيل الاستعلام أو المستخدم عند الحاجة. يشرح الدحيح في هذا الموضع كيف يخفف هذا الفصل العمل الذي يجب إنجازه لحظة فتح التطبيق.
الحساب المسبق للفيديوهات وتحديث تمثيل المستخدم شاهد المقطع25:30 – 26:16
الاسترجاع ثم الترتيب
يسترجع النظام متجهات قريبة من الاستعلام، ويمكن استخدام تشابه جيب التمام لقياس تقارب اتجاهين. بعد ذلك تستطيع مرحلة ترتيب لاحقة أخذ إشارات إضافية، مثل صلة الفيديو بالمهمة أو تنويع الاقتراحات. ينتج عن ذلك فرق بين فيديو دخل مجموعة المرشحين وفيديو انتهى إلى موضع بارز في الواجهة.
ما الذي تستطيع الإشارات قوله؟
يتأثر التمثيل بحداثة الإشارات وسياق الجهاز وتشارك الحساب. قد يفتح شخص فيديو لحل مشكلة مؤقتة، ثم يعود إلى اهتمامات مختلفة. ويمكن أن تستفيد منصة من وقت المشاهدة وإشارات الرضا معًا بحسب المنتج. تعرض الحلقة نموذجًا شارحًا لهذه الفكرة، بينما تصف وثائق Google Cloud بنية مرجعية عامة.