يُعدّ توقع معدل النقر (CTR) في أنظمة التسويق الذكي أمرًا ذا أهمية بالغة، حيث تلعب اختيار التفاعل بين الميزات دورًا محوريًا. تُعدّ معظم النهج النموذجية لتفاعل الميزات باستخدام عملية مُحددة مسبقًا تحت إشراف خبراء، ومن بين هذه العمليات قد تُؤدي التفاعلات غير المناسبة إلى إدخال ضوضاء غير ضرورية وتعقيد عملية التدريب. ولذلك، نهدف في هذه الورقة إلى تطوير نموذج قابل للتكيف، بحيث يُختار التفاعل المناسب على أزواج الميزات بناءً على إرشادات المهمة. مستوحى من عملية التطور الطبيعي، نقترح إطارًا عامًا يُسمى "البحث التكاملي المعرفي التطوّري" (Cognitive EvoLutionary Search - CELS)، حيث يُقصد بـ"القدرة المعرفية" قابلية الكائنات الحية للتكيف مع البيئة المحيطة. وبشكل محدد، نُصوّر التفاعلات على أنها جينومات، والنموذج على أنه كائن حي، والمهام على أنها بيئات طبيعية. وتماشيًا مع الطريقة التي تتطور بها المرونة الوراثية لتطوير قدرة التكيف البيئي، نُقيّم مدى ملاءمة النماذج (أي "الملاءمة الوراثية") لمحاكاة معدلات البقاء للكائنات الحية، وبالتالي يمكن تخطيط وتمثيل مسار التطور، مما يُوفر تفسيرًا واضحًا ومرئيًا للآليات الكامنة وراء نمذجة وتحديد التفاعلات. بناءً على إطار CELS، نُطوّر أربع نماذج تطبيقية، تشمل البحث القائم على الفرد والبحث القائم على السكان. ونُظهر كيف تُمكّن عمليات الطفرة الفردية والتقاطع السكاني من تمكين CELS من التطور نحو نماذج متنوعة تناسب مختلف المهام والبيانات، مما يوفر نماذج جاهزة للاستخدام. وأظهرت التجارب الواسعة على مجموعات بيانات واقعية أن CELS يتفوق بشكل ملحوظ على النماذج الرائدة في مجالها.