当相关性不足时：提升时尚电商的视觉吸引力

时尚，尤其是服装，是在线购物中增长最快的类别。由于消费者需要感官体验，特别是对于外观至关重要的服装商品，图像不仅在传达难以用文字表达的关键信息方面发挥关键作用，还会影响消费者对产品的态度和情感。然而，与电商产品图像相关的研究大多集中在感知层面的质量，而非内容质量和呈现方式。本研究旨在解决各类图像在展示时尚服装方面的有效性，即其吸引力（吸引消费者注意力、兴趣并进而促进参与的能力）。我们应用先进的视觉技术，利用时尚领域三种常见的展示类型（真人模特、人体模型和平铺）来量化吸引力。我们进行了两阶段研究：首先利用真实在线市场的大规模行为数据，然后转向精心设计的用户实验，以进一步加深我们对消费者行为背后推理逻辑的理解。我们提出了一种基于 Fisher 非中心超几何分布的用户选择模型，以定量评估用户偏好。此外，我们探讨了利用视觉冲击力优化搜索以适应用户偏好的潜力。我们提出了一种结合呈现效能和用户偏好的基于视觉吸引力的重排序模型。结果表明，在相关性基础上提升视觉吸引力可带来搜索效果的定量改进。