Tailor：高端时尚市场的尺码推荐
信息检索
2024-01-05 v1 机器学习
摘要
在瞬息万变的高端时尚市场领域，提供准确且个性化的尺码推荐已成为一个关键方面。满足客户在这方面的期望不仅对确保其满意度至关重要，而且在推动客户留存方面也起着关键作用，而客户留存是衡量任何时尚零售商成功的关键指标。我们提出了一种新颖的序列分类方法来解决这个问题，该方法整合了隐式（Add2Bag）和显式（ReturnReason）用户信号。我们的方法包含两个不同的模型：一个使用LSTM对用户信号进行编码，另一个利用注意力机制。我们的最佳模型优于SFNet，准确率提高了45.7%。通过使用Add2Bag交互，与仅使用订单相比，我们将用户覆盖率提高了24.5%。此外，我们通过实验测量模型的延迟性能，评估了它们在实时推荐场景中的可用性。
引用
@article{arxiv.2401.01978,
title = {Tailor: Size Recommendations for High-End Fashion Marketplaces},
author = {Alexandre Candeias and Ivo Silva and Vitor Sousa and José Marcelino},
journal= {arXiv preprint arXiv:2401.01978},
year = {2024}
}
备注
Accepted in FashionXRecsys23 held at the 17th ACM Conference on Recommender Systems, 18th-22nd September 2023