Fashionista：一种用于探索视觉相似物品的时尚感知图形系统

为了构建时尚推荐系统，我们需要帮助用户检索与特定查询在视觉上相似的时尚物品，原因包括搜索替代品（即替代品）、生成视觉一致的时尚服装以及其他应用。在服装和配饰等领域，这种考虑尤为重要，因为物品的视觉外观是引导用户决策的关键特征。然而，现有系统如Amazon和eBay仍主要依赖关键词搜索和推荐松散一致的物品（例如基于共同购买或浏览数据），而没有利用视觉信息的界面来满足上述需求。本文试图通过设计和实现一个基于图像的查询系统Fashionista来填补这一空白，该系统提供图形界面帮助用户高效探索那些不仅与给定查询视觉相似，而且如视觉感知推荐方法所确定的那样时尚的物品。在方法上，Fashionista从大型二元反馈数据语料库（如Amazon的Women's Clothing & Accessories购买历史）中学习低维视觉空间以及时尚趋势的演变，我们将其用于此演示。