关注细节风格的搭配生成
信息检索
2018-07-04 v1 机器学习
摘要
时尚就其本质而言由风格驱动。本文提出一种考虑风格信息的方法，以用互补时尚单品补全给定的一组已选时尚单品。互补单品是指依据风格可与所选单品一同穿着的物品。解决该问题有助于自动生成时尚搭配，从而为用户带来更丰富的购物体验。近来，大量在线社交网站涌现，时尚爱好者发布每日穿搭，其他用户可点赞与评论。这些帖子蕴含关于风格的宝贵信息。本文利用这些帖子训练深度神经网络，以自动化方式捕捉风格。我们将预测互补时尚单品的问题表述为序列到序列问题，其中输入为所选时尚单品集合，输出为基于模型所学风格信息的互补时尚单品。我们使用编码器-解码器架构解决此补全时尚单品集合的问题。我们通过多种实验评估所提模型的优劣。经验观察到，在补全时尚搭配的top-1推荐准确率上，所提模型优于apriori算法等竞争性基线约28。我们还进行基于检索的实验，以理解模型学习风格与对互补时尚单品排序的能力，发现编码器-解码器模型中使用attention可将平均倒数排名提升约24。定性地，我们发现所提模型生成的互补时尚单品比apriori算法更丰富。
引用
@article{arxiv.1807.01182,
title = {Styling with Attention to Details},
author = {Ayushi Dalmia and Sachindra Joshi and Raghavendra Singh and Vikas Raykar},
journal= {arXiv preprint arXiv:1807.01182},
year = {2018}
}