用于个性化服装推荐的分层时尚图网络
信息检索
2020-05-27 v1
摘要
服装搭配推荐已吸引在线购物服务和时尚社区越来越多的关注。不同于推荐单个物品（如好友或图片）给其他场景（如社交网络或内容分享），服装搭配推荐预测用户对一组搭配良好时尚物品的偏好。因此，执行高质量的个性化服装搭配推荐应满足两方面要求——1）时尚物品的良好兼容性以及2）与用户偏好的一致性。然而，现有工作主要聚焦于其中一项要求，且仅考虑用户-搭配或搭配-物品关系之一，从而易导致次优表示并限制性能。本文中，我们统一时尚兼容性建模与个性化服装搭配推荐两项任务。为此，我们提出新框架分层时尚图网络（HFGN），以同时建模用户、物品和搭配间关系。具体而言，我们在用户-搭配交互与搭配-物品映射上构建分层结构。随后受近期图神经网络启发，在该分层图上采用嵌入传播，以将物品信息聚合为搭配表示，并通过用户历史搭配精炼用户表示。此外，我们联合训练这两任务以优化这些表示。为证明HFGN有效性，我们在基准数据集上开展大量实验，HFGN相较最先进兼容性匹配模型（如NGNN）和搭配推荐模型（如FHN）取得显著提升。
引用
@article{arxiv.2005.12566,
title = {Hierarchical Fashion Graph Network for Personalized Outfit Recommendation},
author = {Xingchen Li and Xiang Wang and Xiangnan He and Long Chen and Jun Xiao and Tat-Seng Chua},
journal= {arXiv preprint arXiv:2005.12566},
year = {2020}
}