端到端的基于图像的时尚推荐
人工智能
2022-05-09 v1
摘要
在基于时尚的推荐场景中，融入物品图像特征被视为关键因素，并且已显示出对许多传统模型（包括但不限于矩阵分解、自编码器和最近邻模型）的显著改进。尽管存在大量利用专用深度神经网络的基于图像的推荐方法，但与属性感知模型的比较常被忽视，尽管后者能够轻易扩展以利用物品的图像特征。本文中，我们提出一种简单而有效的属性感知模型，该模型融入图像特征以在物品推荐任务中实现更好的物品表示学习。所提模型利用了由校准的ResNet50组件提取的物品图像特征。我们给出了一个消融研究，以比较将图像特征通过三种不同技术融入推荐系统组件的效果，该组件可无缝利用任何可用的物品属性。在两个基于图像的真实世界推荐系统数据集上的实验表明，所提模型显著优于所有最先进的基于图像的模型。
引用
@article{arxiv.2205.02923,
title = {End-to-End Image-Based Fashion Recommendation},
author = {Shereen Elsayed and Lukas Brinkmeyer and Lars Schmidt-Thieme},
journal= {arXiv preprint arXiv:2205.02923},
year = {2022}
}
备注
Accepted in FashionXRecsys 2021 workshop