تضمين بيانات المصدر (الخطوة 0): بناء الأساس

تشرح هذه المقالة كيف نقوم بتضمين كل محتوى المصدر القابل للاكتشاف (المنتجات، القطع، والصفحات على الموقع) في فضاء متجهي مشترك لدعم المطابقة الدلالية عبر خط أنابيب تحسين محركات البحث (SEO) والبحث.

المشكلة: مطابقة الاستعلامات مع المحتوى حسب المعنى

يصف المستخدمون نيتهم بعبارات مختلفة كثيرة. تفشل مطابقة الكلمات المفتاحية عندما لا تتطابق صياغة الاستعلام مع صياغة الكتالوج.

نستخدم التضمينات الدلالية حتى يمكن مقارنة كل من الاستعلامات ومحتوى المصدر حسب المعنى (عادة عبر تشابه جيب التمام).

ما يتم تضمينه

نقوم بتضمين كل المحتوى الذي يمكن للمستخدم اكتشافه والذي يمكن لخط الأنابيب توجيهه:

  • المنتجات: عناصر الكتالوج القابلة للبيع (العنوان + نص الميزات + أي نص منشأ بواسطة محررين أو ذكاء اصطناعي).

  • القطع: المكونات والملحقات القابلة للبيع (الأسماء + المواصفات).

  • الصفحات على الموقع: المقالات (/a/)، وصفحات أخرى قابلة للتنقل يمكن أن تظهر في نتائج البحث والروابط الداخلية.

يتيح تضمين كل المحتوى القابل للاكتشاف استرجاعًا عبر الأنواع (مثلاً، يمكن لمقالة أن تظهر في نتائج استعلام متعلق بمنتج، ويمكن لمنتج أن يظهر لاستعلام معلوماتي عندما يكون ذلك مناسبًا).

البنية عالية المستوى

flowchart TD
    A[الكتالوج + القطع + الصفحات] --> B[تطبيع وبناء الأوصاف]
    B --> C[إزالة التكرار حسب عنوان URL الأساسي]
    C --> D[تضمين تدريجي]
    D --> E[مصفوفة تضمين المصدر + فهرس المفاتيح]
    E --> F[الخطوات اللاحقة: المطابقة، التوجيه، عمليات البحث ذات الصلة، خدمة البحث]

خط أنابيب التضمين

الخطوة أ: توحيد بيانات المصدر

  • الغرض: بناء مجموعة بيانات أساسية واحدة لعناصر المصدر.

  • المدخلات: كتالوج المنتجات، مجموعة بيانات القطع، ومحتوى الصفحات.

  • المخرجات: مجموعة بيانات مصدر موحدة تحتوي على:

    • المفاتيح: عناوين URL الأساسية (تُستخدم كمعرفات ثابتة)
    • الأوصاف: النص المستخدم للتضمين
    • الأنواع: منتج / قطعة / مقالة / صفحة (للتوجيه في الخطوات اللاحقة)

  • العملية:

    1. استخراج العناصر من كل مصدر.
    2. بناء وصف لكل عنصر.
    3. إزالة التكرار حسب عنوان URL الأساسي بحيث يمثل كل عنوان URL مرة واحدة.

الخطوة ب: التضمين التدريجي

نستخدم مبادئ التعلم التدريجي لتجنب إعادة حساب التضمينات للمحتوى الذي لم يتغير.

  • الغرض: تضمين العناصر الجديدة/المتغيرة فقط مع إعادة استخدام التضمينات المخزنة مؤقتًا للعناصر غير المتغيرة.

  • المدخلات: مجموعة بيانات المصدر الموحدة وذاكرة تخزين مؤقت للتضمين (من التشغيل السابق).

  • المخرجات: مصفوفة تضمين محدثة وفهرس المفاتيح.

  • العملية:

    1. تحميل المفاتيح والتضمينات المخزنة مؤقتًا.
    2. حساب إشارة تغيير لكل عنصر (بناءً على نص التضمين الخاص بالعنصر).
    3. تضمين العناصر الجديدة/المتغيرة فقط باستخدام النموذج المُهيأ (انظر استراتيجية التضمين).
    4. دمج التضمينات المخزنة مؤقتًا والمحسوبة حديثًا في ترتيب ثابت مفتاحه هو عنوان URL.

الخطوة ج: تخزين القطع الأثرية

يتم تخزين التضمينات بتنسيق رقمي فعال (عادة عبر NumPy) جنبًا إلى جنب مع فهرس مفاتيح منفصل حتى تتمكن الخطوات اللاحقة من تعيين صفوف المتجهات إلى عناوين URL الأساسية.

بناء الوصف (النص الذي نقوم بتضمينه)

المنتجات

يتم بناء أوصاف المنتجات من:

  • الاسم المبسط: اسم المنتج والمعرفات الرئيسية (مثل تسمية SKU/السلسلة).

  • نص الميزات: تمثيل مقروء للبشر لميزات المنتج (انظر هيكل SKU).

  • النص الطويل: النص المنشأ بواسطة محررين أو ذكاء اصطناعي حيث يكون متاحًا (انظر توليد المحتوى بالذكاء الاصطناعي).

مثال (توضيحي):

<اسم المنتج>
<وصف مختصر>
<أبرز الميزات الرئيسية>

القطع

يتم بناء أوصاف القطع من:

  • الاسم الموجه للعميل

  • الاسم الداخلي (المعرف الفني)

  • الفئة

  • المواصفات/السمات المعروضة كنص

الصفحات على الموقع

يتم بناء أوصاف الصفحات من:

  • العنوان

  • مقتطف النص الأساسي (مقدمة/قسم الافتتاحية)

  • المعرفات السياقية (علامات الفئة/العائلة حيثما ينطبق)

الهدف هو نص ثابت وتمثيلي للمحتوى يتغير عندما يتغير معنى الصفحة.

قواعد إزالة التكرار

يظهر كل عنوان URL أساسي مرة واحدة في مجموعة البيانات الموحدة.

  • السبب: يمكن لعدة مصادر وصف نفس عنوان URL عبر مسارات توليد مختلفة؛ يؤدي التكرار إلى تعطيل التوجيه والمطابقة والفهرسة في الخطوات اللاحقة.

  • الكيفية: بناء قاموس مفتاحه هو عنوان URL الأساسي وفرض التفرد في وقت التوحيد. إذا تم العثور على تكرارات، يطبع البرنامج النصي العدد ويزيلها.

كيف تستخدم الخطوات الأخرى تضمينات المصدر

  • مطابقة المنتجات: تتم مطابقة المجموعات أو الاستعلامات مع أقرب عناصر المصدر من حيث التشابه الدلالي (انظر مطابقة منتجات SEO).

  • عمليات البحث ذات الصلة: يستخدم مولد عمليات البحث ذات الصلة تشابه التضمين لاقتراح روابط تنقل ذات صلة (انظر عمليات البحث ذات الصلة لـ SEO).

  • خدمة البحث: يمكن للبحث عبر الإنترنت استخدام التشابه المتجهي على التضمينات المفهرسة (انظر بنية خدمة البحث).

انظر أيضًا

المراجع

الملخص

  • ماذا: تضمين المنتجات والقطع والصفحات القابلة للاكتشاف في فضاء متجهي مشترك.

  • كيف: توحيد وإزالة التكرار حسب عنوان URL الأساسي، ثم تضمين العناصر المتغيرة فقط بشكل تدريجي.

  • لماذا: يتيح هذا الاسترجاع الدلالي والتوجيه عبر خط الأنابيب (المطابقة، عمليات البحث ذات الصلة، والبحث المتجهي عبر الإنترنت).

← العودة إلى فهرس التوثيق