تحلیل سازگاری مد و بازیابی آیتم های مکمل با بهره گیری از یادگیری تضاد محور

سازگاری مد مفهومی چندبعدی و تا حد زیادی ذهنی است که تحت تاثیر عواملی مانند ویژگی های بصری (رنگ، طرح و بافت)، اطلاعات معنایی، سبک کلی، ترجیحات فردی و زمینه استفاده قرار دارد. مدل سازی دقیق این مفهوم مستلزم در نظر گرفتن روابط پیچیده و چندسطحی میان آیتم های پوشاک است. در این پژوهش یک سیستم توصیه گر مد چندرسانه ای ارائه شده که به طور همزمان ویژگی های بصری، معنایی و سبک شناختی آیتم ها را مدل سازی کرده و سازگاری مد را به صورت جامع تحلیل می کند. در روش پیشنهادی برای هر آیتم بردارهای تعبیه جداگانه از تصویر و متن استخراج شده و با توکن های دسته بندی و سبک ترکیب شدند تا نمایش غنی تری از ویژگی های کارکردی و زیبایی شناختی ایجاد شود. سپس یک شبکه ترکیب کننده برای ادغام بهینه این نمایش ها آموزش داده شد و با بهره گیری از تابع ضرر تضاد دو دمایی تفکیک دقیق نمونه های مثبت و کنترل نمونه های منفی حاصل گردید. در مرحله بازیابی شباهت بردارهای تعبیه محاسبه شده و نزدیک ترین آیتم ها به صورت Top-K انتخاب شدند تا توصیه هایی هماهنگ و دقیق ارائه شود. ارزیابی ها بر روی مجموعه داده Polyvore در هر دو نسخه Non-disjoint و Disjoint انجام شد. نتایج نشان می دهد که در نسخه Non-disjoint دقت مدل در معیار FITB به ۶۹/۲۳ رسید که نسبت به بهترین نتایج گزارش شده قبلی حدود ۲ درصد بهبود مطلق را نشان می دهد. همچنین در معیارهای بازیابی مقدار ۱۰@R برابر با ۱۵/۶۴ به دست آمد که نسبت به بسیاری از روش های پیشین بهبود قابل توجهی تا حدود دو برابر را نشان می دهد. در نسخه Disjoint نیز مدل به ۷۱/۵۵ در معیار FITB دست یافت. این نتایج بیانگر توانایی مدل در یادگیری روابط عمیق سازگاری میان آیتم های مد است.

کلیدواژه ها:

بازیابی تصویر مد ، تابع ضرر تضاد دو دمایی ، سازگاری مد ، سیستم های توصیه گر مد