Vista：一种视觉、社交和时间感知的艺术推荐模型
信息检索
2016-07-18 v1 人工智能
摘要
理解用户与高度主观内容（如艺术图像）的交互具有挑战性，因为指导我们偏好的语义十分复杂。一方面，必须克服“标准”推荐系统的挑战，例如处理大规模、稀疏和长尾数据集。另一方面，一些新的挑战也随之出现，例如需要根据视觉外观来建模内容，甚至需要考虑社交动态，比如对特定艺术家的偏好可能独立于其创作的艺术本身。在本文中，我们构建了大规模推荐系统，以建模一个充满活力的数字艺术社区 Behance 的动态，该社区包含数千万用户与数字艺术的交互（点击和“赞赏”）。在方法论上，我们的主要贡献在于建模：(a) 丰富的内容，特别是其视觉外观方面；(b) 时间动态，即用户如何在会话内和跨会话中偏好“视觉上一致”的内容；(c) 社交动态，即用户如何表现出对特定艺术风格以及艺术家本身的偏好。
引用
@article{arxiv.1607.04373,
title = {Vista: A Visually, Socially, and Temporally-aware Model for Artistic Recommendation},
author = {Ruining He and Chen Fang and Zhaowen Wang and Julian McAuley},
journal= {arXiv preprint arXiv:1607.04373},
year = {2016}
}
备注
8 pages, 3 figures