面向时尚电子商务的产品评论图像排序
计算机视觉与模式识别
2023-08-11 v1 信息检索
机器学习
摘要
在客户无法亲自实物查验产品的时尚电子商务平台中，能够查看其他客户的文本与图像评论对于做出购买决策至关重要。鉴于对这些评论的高度依赖，多年来我们观察到客户主动分享其评论。随着用户生成内容（UGC）覆盖面的扩大，客户图像数量也相应增加。因此，将最相关的图像置顶展示势在必行，因为这可能影响用户的在线购物选择与行为。本文提出了一种简单而有效的客户图像排序训练流程。我们创建了一个由Myntra（一家大型印度时尚电子商务公司）工作室帖子和高度互动（赞/踩）的UGC图像组成的数据集作为起点，并对上述数据集的图像使用选定的失真技术，使其质量降至与劣质UGC图像相当。我们训练网络将劣质图像排低于高质量图像。所提方法在相关系数和准确率两项指标上均以显著优势优于基线模型。
引用
@article{arxiv.2308.05390,
title = {Product Review Image Ranking for Fashion E-commerce},
author = {Sangeet Jaiswal and Dhruv Patel and Sreekanth Vempati and Konduru Saiswaroop},
journal= {arXiv preprint arXiv:2308.05390},
year = {2023}
}
备注
Accepted in Proceedings of ACM SIGIR Workshop on eCommerce (SIGIR eCom'22)