基于客户画像与期望情感的设计美学推荐系统
计算机与社会
2023-01-27 v1
摘要
产品推荐系统自早期以来便在在线商务中发挥了重要作用。在大数据和先进深度学习方法的助力下，其发展得到进一步拓展，其中消费者画像处于核心地位。现在可以根据个人的过往选择以及相似消费者的选择来预测消费者的兴趣。然而，当前所定义的“选择”基于的是可量化数据，如产品特征、成本和类型。本文研究了基于偏好的产品设计与期望情感对客户进行画像的可能性。我们以花瓶设计为例，研究每种设计的个体感性（Kansei）。本研究中考虑的消费者个人方面，是基于我们对消费者产品设计响应的文献综述结论而确定的。我们利用深度学习构建了一个代表性消费者模型，作为推荐系统的核心。它要求新消费者通过感性形容词提供其寻求的情感，并据此推荐最可能引发该情感的美学设计。
引用
@article{arxiv.2301.10984,
title = {Design aesthetics recommender system based on customer profile and wanted affect},
author = {Brahim Benaissa and Masakazu Kobayashi and Keita Kinoshita},
journal= {arXiv preprint arXiv:2301.10984},
year = {2023}
}
备注
11 pages, 10 figures, peer-reviewed at the KEER 2022 conference