مقدمة:

يُمكّن نظام MADCOW للتعليقات من إضافة تعليقات جماعية، مما يسمح للمستخدمين بتوجيه التعليقات نحو مجتمعات متخصصة في مجالات محددة. في بيئات المدن الذكية، قد تضم هذه المجموعات مواطنين، ومخططين حضريين، وخبراء في مجالات مختلفة، يتعاونون في الخدمات الحضرية، والبنية التحتية، والتنقل، والبيئة، والسلامة العامة. تعتمد أساليب التوصية الحالية بشكل أساسي على التشابه الدلالي القائم على الأنطولوجيا، مما يحد من فعاليتها في بيئات التعاون الديناميكية.

المنهجية:

لمعالجة هذا القصور، تُوسّع هذه الدراسة نطاق المطابقة القائمة على الأنطولوجيا من خلال دمج عوامل سلوكية وهيكلية، حيث يتم نمذجة نشاط المستخدم باستخدام عدد التعليقات المنشورة والمجموعات المنضمة إليها، ويتم تمثيل أهمية المجموعة بحجمها ومعدل نمو عضويتها. تُدمج هذه الخصائص المتنوعة مع التشابه الدلالي القائم على الأنطولوجيا باستخدام عوامل المنطق الضبابي لبناء إطار تصنيف أكثر مرونة وتعبيرًا.

النتائج:

أظهرت التقييمات التجريبية أن المنهجية المقترحة تُحسّن جودة تصنيف المستخدمين إلى مجموعات، والمجموعات إلى مستخدمين، مقارنةً بالأساليب التي تعتمد فقط على مقاييس تشابه الرسوم البيانية القائمة على الأنطولوجيا. مع ذلك، قد ينخفض ​​أداء النموذج في الحالات التي تكون فيها بيانات الشرح قليلة جدًا، مما يُشير إلى ضرورة إجراء مزيد من البحث حول مدى متانته في ظل ندرة البيانات.

المناقشة:

قد يُسهّل تجميع الشروحات والمستخدمين وفقًا لمواضيع الاهتمام إجراء مناقشات مُركّزة حول قضايا إدارة المدينة بين المواطنين المعنيين. كما قد يُؤدي تحديد المجموعات والمستخدمين النشطين إلى توصيات أكثر فعالية لتسجيل المستخدمين.

العنوان

Frontiers in Artificial Intelligence

الناشر

Frontiers Media SA

بلد الناشر

سويسرا

Indexing

Scopus

معامل التأثير

4,7

نوع المنشور

إلكتروني فقط

المجلد

9

السنة

2026

الصفحات

19