利用视觉偏好建模解决服装搭配推荐中的冷启动问题

随着时尚产业的全球转型以及全球对时尚物品需求的增长，对有效时尚推荐的需求前所未有。尽管过去提出了各种前沿方案来实现个性化时尚推荐，该技术仍受限于其在新实体上的较差表现，即冷启动问题。在本文中，我们试图通过对少量输入图像采用新颖的视觉偏好建模方法，来解决新用户的冷启动问题。我们展示了利用基于特征加权聚类的方法来实现面向场合的服装搭配个性化推荐。在定量上，我们的结果表明所提出的视觉偏好建模方法在服装属性预测方面优于当前最优(state of the art)方法。在定性上，通过一项试点研究，我们展示了我们的系统在冷启动场景下提供多样化与个性化推荐的有效性。