summarized by : yamada ryosuke
Yen-Liang Lin, Son Tran, Larry S. Davis
ファッションアイテムの推薦システムにおいて,過去の購入アイテムに最適なファッションアイテムを推薦することはオンライン通販などにおいて重要である.本論文は,アイテム関係をより良くモデル化するためのRanking Lossを提案した.
ファッション全体からアイテムごとの関係性を考慮するRanking Lossを提案することで相性検索やアイテム検索において精度を向上.
従来手法とfill-in-the-blank (FITB)などの3つの評価指標において検証した.従来手法と比較して,提案手法がSOTAを達成し,優れていることを示した.