التوصية القائمة على الجلسة، التي تهدف إلى التنبؤ بالعنصر التالي الذي سيضغط عليه المستخدم بناءً فقط على المعلومات الواردة في جلسة واحدة، حتى في ظل وجود بعض السلوكيات العشوائية للمستخدم، تمثل مشكلة معقدة. وتحتاج هذه المشكلة المعقدة إلى نموذج قوي القدرة في التنبؤ بالعملية التالية للمستخدم. تلتزم معظم النماذج الحالية (إن لم تكن جميعها) بنموذج المُشفِّر-المُنبِّئ، حيث تركز جميع الدراسات على تحسين وحدة المُشفِّر بشكل مكثف ضمن هذا النموذج، لكنها تتجاهل كيفية تحسين وحدة المُنبِّئ. في هذه الورقة، نكشف عن المشكلة الحاسمة المتمثلة في ضعف قدرة وحدة المُنبِّئ في النماذج الحالية. مستندين إلى هذا الاكتشاف، نقترح إطارًا جديدًا يُسمى التوصية القائمة على الجلسة مع وحدة مُنبِّئ مُضافة (SR-PredictAO). في هذا الإطار، نقترح وحدة مُنبِّئ قوية القدرة، التي يمكنها تقليل تأثير السلوكيات العشوائية للمستخدم على عملية التنبؤ. ومن المهم الإشارة إلى أن هذا الإطار يمكن تطبيقه على أي نموذج موجود، مما يوفر فرصًا لتحسينه أكثر في المستقبل. أظهرت التجارب الواسعة على مجموعتي بيانات واقعيتين معياريتين، باستخدام ثلاثة نماذج من أحدث النماذج، أن SR-PredictAO يتفوق على النموذج الحالي الأفضل في المجال بنسبة تصل إلى 2.9% في مؤشر HR@20 و2.3% في مؤشر MRR@20. والأهم من ذلك، أن التحسين متسق عبر معظم النماذج الحالية على جميع مجموعات البيانات، ويُعد معنويًا إحصائيًا، مما يمكن اعتباره إسهامًا مهمًا في مجال التوصية القائمة على الجلسة.