文献

J-GLOBAL ID：202002220450060190   整理番号：20A1868019

美容ベース衣服推薦【JST・京大機械翻訳】

Aesthetic-based Clothing Recommendation

著者 (6件)： Yu Wenhui (Tsinghua University, Beijing, China) ,  Zhang Huidi (Tsinghua University, Beijing, China) ,  He Xiangnan (National University of Singapore, Singapore, Singapore) ,  Chen Xu (Tsinghua University, Beijing, China) ,  Xiong Li (Emory University, Atlanta, GA, USA) ,  Qin Zheng (Tsinghua University, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： WWW ’18  ページ： 649-658  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,衣服製品の視覚外観が消費者≫決定に大きな影響を与えるので,製品イメージは衣服推薦においてますます注目を集めている。ほとんどの既存の方法は,畳込みニューラルネットワーク(CNN特徴)によって抽出された視覚特徴やスケール不変特徴変換アルゴリズム(SIFT特徴),色ヒストグラムなどの画像を表現するための従来の特徴に依存する。それにもかかわらず,1つの重要なタイプの特徴,美的特徴はほとんど考慮されていない。それは,ユーザ≫決定が,衣服が自分の美学と一致するかどうかに大きく依存したので,衣服推薦において極めて重要な役割を果たすが,しかし,従来の画像特徴は,この直接を描写できない。このギャップを埋めるために,ユーザ選好と高度に関連する美的情報の導入を提案した。これを達成するために,まず事前訓練されたニューラルネットワークによって抽出された美的特徴を提示し,それは美的評価タスクのために訓練された脳に触発された深い構造である。美的選好がユーザからユーザに有意に変化し,時間によって,著者らは次に,個人化された方法で美的特徴を取り入れるために新しいテンソル因数分解モデルを提案した。実世界データセットに関する広範な実験を行い,提案アプローチがユーザの美的選好を捉え,いくつかの最先端の推薦法を大幅に凌ぐことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  視覚 ,  テンソル ,  消費者 ,  ニューラルネットワーク ,  *衣服 ,  因数分解 ,  画像特性
準シソーラス用語： カラーヒストグラム ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 美学的特徴 ,  衣服の推奨 ,  動的協調フィルタリング ,  サイド情報 ,  テンソル因数分解

分類 (5件)： 関連産業  (YM01060D) ,  ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z) ,  応用心理学  (AE02000A) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 美容 ,  衣服 ,  推薦