基于双边图像形状特征的服装推荐系统
信息检索
2021-05-05 v1 机器学习
摘要
概率矩阵分解（PMF）是一种著名的推荐系统模型。随着图像识别技术的发展，一些结合图像的PMF推荐系统已经出现。其中部分系统利用推荐产品的图像形状特征，相比传统PMF取得了更好的效果。然而，在现有方法中，尚无PMF推荐系统能够结合客户先前购买产品的图像特征与推荐产品的图像特征。因此，本研究提出一种新颖的概率模型，将双卷积神经网络（CNNs）集成到PMF中。对于服装商品，由用户和物品的图像形状特征训练得到的两个CNN被结合，并基于CNN的向量化特征与评分来优化用户和物品的潜变量。大量实验表明，我们的模型比其他推荐模型预测得更准确。
引用
@article{arxiv.2105.01541,
title = {Apparel Recommender System based on Bilateral image shape features},
author = {Yichi Lu and Mingtian Gao and Ryosuke Saga},
journal= {arXiv preprint arXiv:2105.01541},
year = {2021}
}