风格维度能有多大？解决基于风格推荐的高维性问题
信息检索
2019-08-29 v1
摘要
在推荐系统中，使用嵌入作为产品的表示已相当普遍，其方式可以是提取文本描述、用户会话、协同关系或产品图像的语义嵌入。在本文中，我们提出了一种提取风格嵌入以用于时尚推荐系统的方法，特别关注纹理、印花、材质等风格信息。使用此类嵌入的主要问题在于其高维性。因此，我们提出了特征降维解决方案，并研究了其对基于主图像推荐同风格产品这一整体任务的影响。我们提出的特征降维方法可将嵌入向量从 60 万个特征降至 512 个，在不严重影响推荐质量的前提下，实现了 99.91% 的内存缩减。
引用
@article{arxiv.1908.10642,
title = {How big can style be? Addressing high dimensionality for recommending with style},
author = {Diogo Goncalves and Liweu Liu and Ana Magalhães},
journal= {arXiv preprint arXiv:1908.10642},
year = {2019}
}
备注
Accepted as a poster in the Fashion RecSys'19 workshop recsysXfashion'19, September 20, 2019, Copenhagen, Denmark