基于超球面空间的时尚物品推荐模型

本文提出一种时尚物品推荐模型，将超几何几何引入用户和物品表示。通过采用超球面空间，我们的模型旨在基于其视觉数据和用户购买历史捕获物品之间的隐式层次结构。在训练过程中，我们应用多任务学习框架，同时考虑超几何距离和欧几里得距离于损失函数中。我们在三个数据集上进行实验，结果表明该模型优于仅在欧几里得空间中训练的以往模型，验证了我们模型的有效性。我们的消融研究表明，多任务学习起到了关键作用，移除欧几里得损失会显著恶化模型性能。