人机交互的服装推荐：用户参与闭环
计算机视觉与模式识别
2024-02-20 v1 信息检索
摘要
推荐时尚单品通常利用丰富的用户画像，并基于过往历史和先前购买记录进行针对性建议。在本文中，我们假设没有任何关于用户的先验知识。我们提出通过整合用户对互补单品组成套装的推荐反应，实时构建用户画像。我们展示了一个强化学习智能体，它能够建议合适的服装并吸收用户反馈，从而改进其推荐并最大化用户满意度。为了训练此类模型，我们借助代理模型来模拟训练循环中的用户反馈。我们在 IQON3000 时尚数据集上进行了实验，发现基于强化学习的智能体能够通过考虑个人偏好来改进其推荐。此外，事实证明，对于无法在训练期间利用探索的非强化模型而言，此类任务极具挑战性。
引用
@article{arxiv.2402.11627,
title = {Interactive Garment Recommendation with User in the Loop},
author = {Federico Becattini and Xiaolin Chen and Andrea Puccia and Haokun Wen and Xuemeng Song and Liqiang Nie and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:2402.11627},
year = {2024}
}