文献

J-GLOBAL ID：202202270415265602   整理番号：22A0886566

対注意を用いた個人化ファッション推薦【JST・京大機械翻訳】

Personalized Fashion Recommendation Using Pairwise Attention

著者 (5件)： Trakulwaranont Donnaphat (National Institute of Informatics, Tokyo, Japan) ,  Trakulwaranont Donnaphat (The University of Tokyo, Tokyo, Japan) ,  Kastner Marc A. (National Institute of Informatics, Tokyo, Japan) ,  Satoh Shin’ichi (National Institute of Informatics, Tokyo, Japan) ,  Satoh Shin’ichi (The University of Tokyo, Tokyo, Japan)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13142  ページ： 218-229  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： e-コマースファッション産業はブーミングであり,適切な探索と推薦の必要性を有する。しかし,十分なユーザ個人化は,まだ挑戦的なタスクである。本論文では,ユーザおよび環境情報の高次元入力に基づく個人化ファッション推薦システムを紹介した。提案フレームワークを用いて,身体タイプ,年齢,機会,または季節のようなカスタマイズされた設定に依存する衣服の適切なカテゴリーとスタイルを推定した。目標は,推定提案から完全な適合を推薦することである。しかし,様々な個人属性は高次元に追加され,データセットは,しばしば非常に不均衡またはバイアスされ,適切な推薦を行うのを困難にする。これを解決するために,著者らは,著者らのフレームワークの性能を改良するために,ペアワイズアテンションモジュールを提案した。著者らのモデルは,MSE,mAPおよびRecallに関する比較方法に関して,53.29%まで性能を向上することができた。さらに,人間の参加者による主観的評価において,提案した方法の推奨は比較方法よりも好ましい。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 情報 ,  *ファッション ,  衣服 ,  個人 ,  利用者 ,  高次元 ,  属性 ,  主観評価 ,  カスタム化
準シソーラス用語： 不均衡 ,  環境情報 ,  推奨システム , 【Automatic Indexing@JST】

著者キーワード (3件)： 推奨システム ,  個人化勧告 ,  ファッションメディア

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： 注意 ,  個人化 ,  ファッション ,  推薦