StePO-Rec：基于知识引导的多步骤个性化服装搭配助理
信息检索
2025-04-15 v1 多媒体
摘要
生成式 AI 的进步为 FashionAI 提供了新的机遇，超越了传统的推荐系统，这些系统往往缺乏透明度且难以整合专家知识，留下了个人化时尚搭配的潜力未被充分挖掘。为此，我们提出了 PAFA（Principle-Aware Fashion，面向原则的时尚），一个多层次知识库，将专业搭配知识组织为三个层次的元数据、领域原理和语义关系。借助 PAFA，我们开发了 StePO-Rec，这是一种基于知识的多步骤服装推荐方法。StePO-Rec 提供结构化建议，采用情景-维度-属性框架，运用递归树构建将推荐与专业原则和个人偏好相结合。进一步的偏好-趋势重排序系统在保持用户原始风格一致性的同时，适应时尚趋势。在广泛使用的个性化服装数据集 IQON 上的实验显示，Recall@1 提升 28%，MAP提升 32.8%。此外，案例研究突出了改进的可解释性、可追溯性、结果可靠性以及专业知识与个人化的无缝集成。
引用
@article{arxiv.2504.09915,
title = {StePO-Rec: Towards Personalized Outfit Styling Assistant via Knowledge-Guided Multi-Step Reasoning},
author = {Yuxi Bi and Yunfan Gao and Haofen Wang},
journal= {arXiv preprint arXiv:2504.09915},
year = {2025}
}