基于图像属性和审美评估的个性化时尚推荐
量子物理
2025-01-07 v1 量子气体
高能物理 - 理论
摘要
个性化时尚推荐面临两个难题: 1) 决策高度依赖用户的审美偏好，而前人工作常忽视这一点; 2) 大量新商品不断推出，导致基于身份 (ID) 的推荐方法面临严峻的冷启动问题。这些新商品因驱动趋势的消费而至关重要。在本工作中，我们通过将可用信息，尤其是图像，转换为两个聚焦于优化图像利用和降低噪声的用户建模的属性图来解决上述问题，提供更精确的个性化时尚推荐。与将图像和文本分离为两个组件的先前方法不同，本方法将图像和文本信息融合，以创建更丰富的属性图。依托大型语言模型和视觉模型的进展，我们使用两种不同的提示实现了对细粒度属性的高效提取。关于 IQON3000 数据集的初步实验表明，所提方法的准确率与基线方法相当。
引用
@article{arxiv.2501.03084,
title = {Stable excitations and holographic transportation in tensor networks of critical spin chains},
author = {Zuo Wang and Liang He},
journal= {arXiv preprint arXiv:2501.03084},
year = {2025}
}
备注
4.5 pages (3 figures) + supplemental material (3 figures)