服装生成与推荐——一项实验研究
信息检索
2022-11-30 v1 机器学习
摘要
在过去几年中，与时尚相关的挑战在研究界引起了广泛关注。服装生成与推荐，即组合一组搭配协调的不同类型单品（例如上装、下装、鞋子和配饰），是其中最具挑战性的任务之一。这是因为单品不仅需要彼此兼容，还需要满足个性化以匹配客户的品味。近期涌现了大量工作，通过采用机器学习文献中的各种技术和算法来解决这些问题。然而，迄今为止，尚无对不同服装生成与推荐算法性能的全面比较。在本文中，我们利用欧洲最大时尚商店之一的在线真实用户数据，对包括个性化与非个性化方法在内的多种算法进行了广泛评估与比较，从而填补了这一空白。我们展示了对其中部分模型所做的调整，使其适用于个性化服装生成。此外，我们还提供了尚未在该任务上进行过评估的模型的见解，具体包括 GPT、BERT 和 Seq-to-Seq LSTM。
引用
@article{arxiv.2211.16353,
title = {Outfit Generation and Recommendation -- An Experimental Study},
author = {Marjan Celikik and Matthias Kirmse and Timo Denk and Pierre Gagliardi and Sahar Mbarek and Duy Pham and Ana Peleteiro Ramallo},
journal= {arXiv preprint arXiv:2211.16353},
year = {2022}
}
备注
fashionXrecsys '20: Workshop on Recommender Systems in Fashion, 14th ACM Conference on Recommender Systems, September 22--26, 2020, Virtual Event, Brazil