利用图像质量特征向量预测电子商务中的商品流行度
计算机视觉与模式识别
2016-05-13 v1
摘要
在线零售是一种视觉体验——购物者通常将图像作为首要信息来判断商品是否匹配其个人风格。颜色、简洁性、场景构图、纹理、风格、美学和整体质量等图像特征在做出购买决定、点击或收藏商品列表时起着至关重要的作用。本文中，我们使用一组指示质量的图像特征来预测大型电子商务网站Etsy上的商品列表流行度。我们首先通过搜索点击、收藏和购买活动来定义列表流行度。接着，我们从列表图像的像素级信息中推断列表质量，作为质量特征。然后，我们将我们的发现与仅使用文本的流行度预测模型进行比较。我们的初步结果表明，结合图像和文本的商品列表建模在流行度预测方面优于纯文本模型。
引用
@article{arxiv.1605.03663,
title = {Item Popularity Prediction in E-commerce Using Image Quality Feature Vectors},
author = {Stephen Zakrewsky and Kamelia Aryafar and Ali Shokoufandeh},
journal= {arXiv preprint arXiv:1605.03663},
year = {2016}
}