Эмнэлгийн шинжилгээний хариу хаанаас хэрхэн авахаа мэдэхгүй цагаа үрж байсан уу? Эсвэл аливаа ажилд шаардлагатай бүртгэлийн аль үйлчилгээг ямар дарааллаар авахаа мэдэхгүй буцсан тохиолдол бий юу? E-Mongolia системд маш олон үйлчилгээ байдаг ч яг хэрэгтэйгээ олоход төвөгтэй байдаг. МУИС-ийн судлаачид энэ асуудлыг хиймэл оюунаар шийдэж чадах эсэхийг судалж үзээд боломжтой гэдгийг туршилтаар нотоллоо.

Асуудал: Хэрэгтэй үйлчилгээг олох нь амаргүй

E-Mongolia системд өнөөдрийн байдлаар 1,278 гаруй төрийн үйлчилгээ байна. Оршин суугаа газрын тодорхойлолтоос эхлээд гадаад паспорт авах, татвар төлөх, хүүхдийн тэтгэмж хүсэх хүртэл үйлчилгээг нэг дороос авах боломжтой нь цахим засаглалын том ахиц дэвшил юм.

Цахим үйлчилгээ нэмэгдэх нь сайн боловч нэг асуудал бий. Иргэн E-Mongolia системийг нээхэд юуг хаанаас хайхаа мэдэхгүй байж болно. Ялангуяа төрийн ямар үйлчилгээг авах боломжтойг мэддэхгүй байгаа хүмүүст энэ нь бэрхшээл, системийг ашиглахад саад болдог. Судлаачид энэхүү асуудлыг шийдэхийн тулд хиймэл оюуны санал болгох системийг туршжээ. 

Судлаачид юу хийв: Нэг асуулт, хоёр өөр арга

МУИС-ийн Мэдээллийн Технологи, Электроникийн Сургуулийн дэд профессор Г.Амарсанаа, судлаач Г.Сарнай, оюутан М.Билгүүндалай нар E-Mongolia системд бүртгэсэн 50 мянган иргэний үйлчилгээ авсан түүхийг ашиглан хоёр өөр аргыг туршив. Хоёулаа танд хэрэгтэй дараагийн үйлчилгээг урьдчилан таамаглаж санал болгох юм.

Мэдлэгийн графт анхааралтай сүлжээ (KGAT): Энэ арга нь хэд орчим настай иргэн ямар байгууллагын аль үйлчилгээг авсан гэх мэдээллийг ашиглан санал болгох системийг бүтээсэн байна. Зүйрлэвэл, газрын зураг дэлгэж, гудамж бүрийн нэрийг уншиж, хотын бүтцийг ойлгосон тохиолдолд зам заахад хялбар болдогтой адил юм.

LightGCN: Энэ арга нь иргэний хувийн мэдээллийг огт ашиглахгүйгээр, зөвхөн "хэн ямар үйлчилгээ авсан" гэсэн нэргүй ул мөрийг л ашигладаг. Маш бага мэдээлэлд тулгуурласан хялбар, хөгжүүлэхэд зардал багатай, хурдан загвар юм. 

Үр дүн ямар гарав?

Хоёр аргыг олон улсад түгээмэл мэдээллийн санд — Amazon Book номын дэлгүүр, Yelp рестораны үнэлгээний систем, Gowalla нийгмийн сүлжээ зэрэгт туршсан үр дүнтэй харьцуулсан байна.

KGAT загварын хувьд: Ном, ресторан санал болгох үр дүнгээс илүү сайн үр үзүүлсэн байна. E-Mongolia системийг нээхэд иргэний өмнө авсан үйлчилгээний түүхэн мэдээлэлд тулгуурлан 1,278 үйлчилгээнээс тохирох 20 үйлчилгээг санал болгох ба дунджаар 7 үйлчилгээг (Recall@20 = 0.35) зөв таамаглаж чаджээ. Үүнээс гадна систем зөв үйлчилгээг жагсаалтын дээд хэсэгт байрлуулж байсан бөгөөд иргэнд хэрэгтэй үйлчилгээг эхний хэсэгт харуулж байв.

LightGCN загварын хувьд: Хүний хувийн мэдээлэлгүйгээр, зөвхөн өмнө авсан үйлчилгээгээр Recall@20 = 0.17 нарийвчлалтай санал болгож байсан нь Gowalla нийгмийн сүлжээний санал болгох системтэй дүйцэхүйц үр дүн болжээ. Өөрөөр хэлбэл, таны хэн гэдгийг мэдэхгүйгээр танд хэрэгцээтэй үйлчилгээг санал болгох боломжтой юм.

Яагаад чухал вэ?

Банк таны дансны гүйлгээг харж зээлийн хэмжээг тогтоодог. Эмч таны өмнөх үзлэгийг харж оношилдог. Харин төрийн үйлчилгээний хувьд иргэн өөрөө хэрэгцээт үйлчилгээг хайж олох ёстой болно. Харин энэ судалгааны үр дүнд таны өмнө авсан үйлчилгээний түүхийг харж, дараа нь юу хэрэгтэйг санал болгож чадна. Тухайлбал, оршин суугаа газрын тодорхойлолт авсан иргэн дараа нь НДШ-ийн лавлагаа ихэнхдээ авдаг бол систем энэ хэв маягийг таньж хэрэгцээт үйлчилгээг урьдчилан санал болгоно. Энэ тохиолдолд та хайж цаг алдахгүй, систем танд өөрөө санал болгоно.

Судалгааны нийтлэл ба хамтын ажиллагаа

LightGCN туршилтын үр дүнг Scopus CiteScore бүхий Journal of Information Systems Engineering and Business Intelligence сэтгүүлд хэвлүүлсэн байна. Энэ нь Монгол Улсын төрийн цахим үйлчилгээг сайжруулахад хиймэл оюуны технологийг нэвтрүүлэх чиглэлд хийсэн судалгаа, туршлагыг олон улсын түвшинд хуваалцсан ажил боллоо. Судалгааны өгөгдлийг Нийтийн мэдээллийн ил тод байдлын тухай хуулийн хүрээнд авч ашигласан бөгөөд төр болон их сургууль, эрдэм шинжилгээний байгууллагууд өгөгдөлд түшиглэн хэрхэн хамтран ажиллах, асуудлыг шийдвэрлэх боломжтойг тод харуулж чадлаа.

Судалгааны бүтээлтэй танилцах: 

Sarnai Gantulga, Amarsanaa Ganbold. "LightGCN Experiment for Government E-service Recommendation." Journal of Information Systems Engineering and Business Intelligence, Vol. 12 (1), pp. 182–195, 2026.

Мөнхжаргалын Билгүүндалай, Гантулгын Сарнай, Ганболдын Амарсанаа. "Төрийн цахим үйлчилгээг мэдлэгийн графт анхааралтай сүлжээгээр санал болгох туршилт." 12 дугаар Монголын Мэдээллийн технологи эрдэм шинжилгээний хурал, 2025.