结合元数据与视觉特征探索基于内容的艺术品推荐
信息检索
2017-10-25 v3 计算机视觉与模式识别
摘要
尽管艺术品市场持续增长，但与其他领域相比，艺术品推荐受到的关注较少。以往的研究依赖评分和元数据进行艺术品推荐，以及利用深度神经网络（DNN）提取的视觉特征。然而，这些特征对显式视觉特征（例如亮度、纹理）没有直接解释，这可能妨碍可解释性和用户接受度。在本工作中，我们使用 UGallery 在线艺术品商店的图像和交易数据，研究了艺术品元数据以及视觉特征（基于 DNN 和基于吸引力）对实体艺术品推荐的影响。我们的结果表明： 视觉特征的表现优于人工策划的数据， 基于 DNN 的视觉特征的表现优于基于吸引力的特征，以及 混合方法进一步提升了性能。我们的研究可为依赖多样化内容数据开发新型艺术品推荐系统提供参考。
引用
@article{arxiv.1706.05786,
title = {Exploring Content-based Artwork Recommendation with Metadata and Visual Features},
author = {Pablo Messina and Vicente Dominguez and Denis Parra and Christoph Trattner and Alvaro Soto},
journal= {arXiv preprint arXiv:1706.05786},
year = {2017}
}
备注
1 figure, 1 table