面向电商大规模搭配生成的视觉感知多模态推荐系统
信息检索
2018-07-02 v1 计算机视觉与模式识别
机器学习
摘要
电商平台主要通过捕捉用户风格与审美偏好的产品推荐来展示有趣的商品。将推荐策划为一套完整互补的集合或搭配，对于成功的电商体验至关重要，尤其是对于家具等品类，其商品的选择需兼顾空间的整体主题、风格或氛围。本文提出两种视觉感知推荐系统，可围绕房间中若干预选的种子单品自动策划客厅家具搭配。第一个系统利用迁移学习与主题建模，旨在最大化整个选择的基于视觉的风格兼容性。第二个系统在第一个基础上引入文本数据，并应用多语言主题建模来推断两种模态上的风格。我们回顾了部署这些视觉感知推荐系统的生产流水线，并通过Overstock上的离线验证与大规模在线A/B测试对它们进行比较。实验结果表明，当同时融入视觉与文本数据时，能在产品集合上最好地发掘互补风格。
引用
@article{arxiv.1806.11226,
title = {A Multimodal Recommender System for Large-scale Assortment Generation in E-commerce},
author = {Murium Iqbal and Adair Kovac and Kamelia Aryafar},
journal= {arXiv preprint arXiv:1806.11226},
year = {2018}
}
备注
SIGIR eComm Accepted Paper