结合评论生成的可解释性时尚推荐研究

发布时间：2023-09-17 09:00

　　由于其具有展示个性和塑造文化的能力,时尚正在我们的社会中发挥着越来越重要的作用。近年来,服装、鞋、首饰等时尚产品的在线零售市场持续繁荣,也反映了人民大众对时尚商品的巨大需求。人人都想拥有时尚的魅力,但并不是人人都是时尚的专家。面对在线零售市场上琳琅满目的时尚商品,怎样挑选和搭配才是时尚的,对于广大用户来说都是一个令人头疼的问题。从商家的角度,如何给用户推荐具有可信度的时装搭配,对于提高商品销售量也至关重要。而时尚推荐技术正是为了解决上述的困难。同时,近年来,大量以时尚为导向的社区涌现。时尚专家们可以在社区中分享他们的时尚秘诀。而时尚推荐技术则可以从这些社区中汲取丰富的数据来改善当前的推荐表现。本文旨在解决时尚推荐中的套装匹配问题:即为给定的上衣(如T恤、夹克衫等)推荐相匹配的下衣(如牛仔裤、裙子等),反之亦然。之前关于时尚推荐的工作,大多数都侧重于设计或提取有效的视觉特征来增强推荐的效果。现有的工作都忽略了针对时尚套装的用户评论。而在针对其它领域的推荐系统中,这些评论已被证明在产生可解释的和更好的推荐结果方面是很有用的。本文提出了一种新颖的基于深度学习的时尚推荐框架——可解释套装推荐系...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 时尚推荐的研究现状
    1.3 存在的问题
    1.4 论文的主要贡献
    1.5 论文的组织结构
第2章 相关概念及技术
    2.1 可解释性推荐
    2.2 文本生成
    2.3 卷积神经网络
    2.4 循环神经网络
    2.5 注意力机制
    2.6 本章小结
第3章 可解释套装推荐系统
    3.1 模型总览
    3.2 上衣和下衣图片编码器
    3.3 匹配解码器
    3.4 生成解码器
    3.5 多任务学习框架
    3.6 本章小结
第4章 实验设置
    4.1 数据集
    4.2 参数设置
    4.3 推荐对比方法
    4.4 推荐评价标准
    4.5 生成对比方法
    4.6 生成评价标准
    4.7 本章小结
第5章 实验结果与分析
    5.1 ExpFashion上的推荐结果
    5.2 FashionVC上的推荐结果
    5.3 生成结果
    5.4 注意力机制分析
    5.5 多任务学习分析
    5.6 物品向量分析
    5.7 推荐实例分析
    5.8 生成实例分析
    5.9 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间期间发表的论文
攻读学位期间参加的科研项目
学位论文评阅及答辩情况表



本文编号：3847415