时尚产业应用中可复用的自注意力推荐系统
信息检索
2023-01-18 v1 机器学习
摘要
大量关于在推荐系统领域应用自注意力模型的实证研究基于标准化数据集上的离线评估和指标计算。此外，其中许多研究未考虑诸如物品和客户元数据等辅助信息，尽管深度学习推荐器只有在包含多种异构特征时才能充分发挥其潜力。同时，模型通常仅用于单一应用场景。由于这些缺陷，即使先前的工作具有相关性，也并不总能代表其在现实世界工业应用中的实际有效性。在本报告中，我们通过展示在线实验结果来弥补这一差距，这些结果表明用户留存率提升了高达 30%。此外，我们分享了在为时尚产业的各种应用构建可复用且可配置的推荐系统过程中的经验与挑战。特别地，我们聚焦于时尚灵感用例，例如穿搭排序、穿搭推荐以及实时个性化穿搭生成。
引用
@article{arxiv.2301.06777,
title = {Reusable Self-Attention Recommender Systems in Fashion Industry Applications},
author = {Marjan Celikik and Jacek Wasilewski and Ana Peleteiro Ramallo},
journal= {arXiv preprint arXiv:2301.06777},
year = {2023}
}