能否向创作者而非最终消费者推荐内容？一种基于用户偏好视觉风格的推荐系统
计算机视觉与模式识别
2022-08-24 v1 机器学习
摘要
在内容市场中提供有意义的推荐具有挑战性，因为用户并非最终内容消费者。相反，大多数用户是创作者，其兴趣与他们所从事的项目相关，且变化迅速而突兀。为解决向内容创作者推荐图像这一挑战性任务，我们设计了一个推荐系统（RecSys），其学习跨越用户所从事项目语义的视觉风格偏好。我们分析了该任务相较于由语义驱动的内容推荐的挑战，提出了一种评估设置，并阐释其在全球图像市场中的应用。本技术报告是发表于 ACM RecSys '22 的论文《Learning Users' Preferred Visual Styles in an Image Marketplace》的扩展。
引用
@article{arxiv.2208.10902,
title = {Can you recommend content to creatives instead of final consumers? A RecSys based on user's preferred visual styles},
author = {Raul Gomez Bruballa and Lauren Burnham-King and Alessandra Sala},
journal= {arXiv preprint arXiv:2208.10902},
year = {2022}
}
备注
Technical Report