视觉艺术推荐的要素：学习绘画的潜在语义表示
信息检索
2023-03-21 v1 人工智能
机器学习
摘要
艺术品推荐颇具挑战，因其需理解用户如何与高度主观的内容交互、艺术品中蕴含概念的复杂性，以及其可能在用户中触发的情感与认知反映。本文聚焦于高效捕捉视觉艺术的要素（即潜在语义关系）以实现个性化推荐。我们提出并研究了基于文本与视觉特征学习技术及其组合的推荐系统。随后我们对推荐质量进行了小规模与大规模以用户为中心的评估。结果表明文本特征优于视觉特征，而二者融合能捕捉最适合艺术品推荐的隐藏语义关系。最终，本文增进了对如何提供恰当匹配用户兴趣内容及其感知方式的理解。
引用
@article{arxiv.2303.08182,
title = {The Elements of Visual Art Recommendation: Learning Latent Semantic Representations of Paintings},
author = {Bereket A. Yilma and Luis A. Leiva},
journal= {arXiv preprint arXiv:2303.08182},
year = {2023}
}