سفارشاتی نظام (ریکمنڈیشن سسٹمز): کمپیوٹر کیسے طے کرتا ہے کہ اگلی ویڈیو یا پوسٹ کون سی دیکھنی ہے؟

کیا آپ نے کبھی غور کیا ہے کہ جب آپ اور آپ کا دوست ایک ہی کمرے میں بیٹھ کر یوٹیوب یا انسٹاگرام کھولتے ہیں تو دونوں کے ہوم پیج بالکل مختلف دکھائی دیتے ہیں؟ ایک کے سامنے کرکٹ کی جھلکیاں اور سیاسی تجزیے ہوتے ہیں جبکہ دوسرے کے فون پر کھانا پکانے کی تراکیب اور مزاحیہ خاکے چل رہے ہوتے ہیں۔ یہ جادو نہیں بلکہ پردے کے پیچھے کام کرنے والا ایک کثیر مرحلہ جاتی خودکار نظام (ریکمنڈیشن پائپ لائن) ہے۔

یہ نظام صرف لائک کے بٹن کو نہیں دیکھتا، بلکہ آپ کے رکنے کا دورانیہ، آدھی چھوڑی گئی ویڈیوز اور سرچ ہسٹری کا باریک بینی سے حساب رکھتا ہے۔ اس ڈیٹا کی مدد سے وہ آپ کے ذوق اور دلچسپی کا ایک ڈیجیٹل ریکارڈ (یوزر ایمبیڈنگ یا User Embedding) تیار کر لیتا ہے۔

لاہور کے اردو بازار کا کتب فروش اور انسانی عادات کا مطالعہ

اس عمل کو سمجھنے کے لیے پرانے بازار کے ایک دانا کتب فروش کی مثال لیجیے۔ جب آپ چند بار اس کی دکان سے تاریخ کی کتابیں خریدتے ہیں تو اگلی بار جاتے ہی وہ کہتا ہے: 'صاحب! آپ جیسے تاریخ کے شوقین حضرات کے لیے دلی کی تاریخ پر ایک نئی کتاب آئی ہے، ضرور دیکھیے۔' دکاندار صرف کتاب کے موضوع سے واقف نہیں ہوتا بلکہ وہ جانتا ہے کہ جو گاہک فلاں مصنف کو پڑھتے ہیں، وہ عام طور پر اس نئی کتاب کو بھی پسند کرتے ہیں۔

کمپیوٹر اسی انسانی اصول پر کام کرتا ہے جسے ٹیکنالوجی کی دنیا میں مشترکہ عادات کا تجزیہ (کولابوریٹو فلٹرنگ یا Collaborative Filtering) کہا جاتا ہے۔ اگر کمپیوٹر دیکھتا ہے کہ آپ اور دس ہزار دیگر صارفین نے ایک جیسی ویڈیوز پسند کیں، اور پھر ان دس ہزار افراد نے ایک نئی دستاویزی فلم دیکھی تو وہ خود بخود وہ فلم آپ کی اسکرین پر لے آئے گا۔

کروڑوں ویڈیوز میں سے چند تجاویز کا انتخاب کیسے ہوتا ہے؟

پلیٹ فارمز پر کروڑوں ویڈیوز موجود ہوتی ہیں۔ ان میں سے سیکنڈ کے ہزارویں حصے میں بہترین انتخاب کے لیے دو مرحلوں پر مشتمل طریقہ کار اپنایا جاتا ہے:

• امیدوار آئٹمز کی ابتدائی چھانٹی (امیدواروں کی بازیافت یا Candidate Retrieval): تیز رفتار دوہرے ماڈلز (ٹو ٹاور نیورل نیٹ ورکس یا Two-Tower Networks) کروڑوں ویڈیوز میں سے چند سو ممکنہ ویڈیوز الگ کرتے ہیں۔
• گہرا حسابی جائزہ اور اسکورنگ (ڈیپ نیورل رینکنگ یا Deep Ranking): ایک تفصیلی نیورل نیٹ ورک ان چند سو ویڈیوز کا باریکی سے جائزہ لے کر اسکور دیتا ہے کہ آپ کے دیکھنے کا کتنا امکان ہے۔
• تنوع اور توازن قائم کرنا (ڈائیورسٹی فلٹرنگ یا Diversity Filtering): تاکہ آپ کو لگاتار ایک ہی جیسے موضوعات دکھا کر بور نہ کیا جائے بلکہ مختلف موضوعات کا خوشگوار امتزاج ملے۔

الگورتھم کے سحر سے بچنے اور اپنا وقت محفوظ رکھنے کے طریقے

سفارشاتی نظام کا اصل ہدف آپ کی توجہ باندھے رکھنا ہوتا ہے۔ وہ سچائی یا اخلاقی فائدے کی ضمانت نہیں دیتا بلکہ ایسی ویڈیوز تجویز کرتا ہے جن پر کلک زیادہ ہو۔ اس کے نتیجے میں انسان ایک ہی جیسی سوچ کے بند دائرے (فلٹر ببل یا Filter Bubble) میں قید ہو جاتا ہے۔ نئے صارفین یا نئی ویڈیوز کے لیے جب سابقہ ریکارڈ نہ ہو تو اسے کولڈ اسٹارٹ کا چیلنج (Cold-Start Dilemma) کہتے ہیں۔

اپنے ڈیجیٹل وقت کا کنٹرول اپنے ہاتھ میں رکھنے کے لیے یہ عملی تدابیر اپنائیے:

• واچ اور سرچ ہسٹری کو باقاعدگی سے صاف کیجیے تاکہ الگورتھم آپ کو پرانی عادات کے دائرے میں بند نہ رکھے۔
• غیر ضروری ویڈیوز پر ناپسندیدگی (Not Interested) کا انتخاب کیجیے تاکہ فیڈ میں غیر معیاری مواد کی بھرمار نہ ہو۔
• ہوم پیج کی خودکار فیڈ پر انحصار کرنے کے بجائے سرچ بار کے ذریعے خود اپنی مرضی سے نیا اور تعمیری مواد تلاش کیجیے۔