Recommender systems for fashion outfits

• Název práce v češtině: Doporučovací systémy pro doménu módy
• Název v anglickém jazyce: Recommender systems for fashion outfits
• Klíčová slova: doporučovací systémy, móda, outfit
• Klíčová slova anglicky: recommender systems, fashion, outfit
• Akademický rok vypsání: 2019/2020
• Typ práce: bakalářská práce
• Jazyk práce: angličtina
• Ústav: Katedra softwarového inženýrství (32-KSI)
• Vedoucí / školitel: Mgr. Ladislav Peška, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 12.11.2019
• Datum zadání: 14.11.2019
• Datum potvrzení stud. oddělením: 26.11.2019
• Datum a čas obhajoby: 14.09.2020 09:00
• Datum odevzdání elektronické podoby: 30.07.2020
• Datum odevzdání tištěné podoby: 31.07.2020
• Datum proběhlé obhajoby: 14.09.2020
• Oponenti: prof. RNDr. Tomáš Skopal, Ph.D.

Zásady pro vypracování

Řešitel nejdříve získá přehled v oblasti doporučovacích systémů ([1-3]) především se zaměří na doporučování módních produktů ([4-7]). Zaměří se na použité metody, datasety a způsoby evaluace.
Na základě prostudované literatury navrhne vhodné metody pro doporučování módních outfitů. Řešitel se v první řadě zaměří na možnost aplikace, případně rozšíření state-of-the-art metod z oblasti zpracování přirozeného jazyka (např. BERT [8]). Součástí práce bude i navržení vhodného evaluačního protokolu a porovnání implementovaných metod v kontextu state-of-the-art metod pro doporučování outfitů.

Seznam odborné literatury

1. Ricci, F. et al (Eds): Recommender Systems Handbook, Springer, 2011
2. Charu C. Aggarwal: Recommender Systems: The Textbook, Springer, 2016
3. Alexandros Karatzoglou, Balázs Hidasi: Deep Learning for Recommender Systems (Tutorial). RecSys 2017: 396-397


4. Han, Xintong et al. Learning Fashion Compatibility with Bidirectional LSTMs. Proceedings of the 2017 ACM on Multimedia Conference - MM ’17 (2017)
5. Vasileva, Mariya I. et al. Learning Type-Aware Embeddings for Fashion Compatibility. ECCV (2018).
6. Cucurull, Guillem et al. Context-Aware Visual Compatibility Prediction. CVPR (2019).
7. Lee, Hanbit et al. Style2Vec: Representation Learning for Fashion Items from Style Sets. ArXiv abs/1708.04014 (2017):

8. Vaswani, Ashish et al. Attention is All you Need. NIPS (2017).
9. Devlin, Jacob et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL-HLT (2019).
10. Raffel, Colin et al. Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer. ArXiv abs/1910.10683 (2019):

Předběžná náplň práce

S rostoucí oblíbeností nakupování módy online vyvstává otázka, jak v této doméně nejlépe navrhnout doporučovací systém. Módní produkty k sobě mají obvykle přiřazeno jen velmi malé množství klasických atributů, mnohdy jen barvu, velikost a kategorii. Moderní způsoby doporučování proto často využívají vizuálních informací z produktových fotografií. Z těchto informací se můžeme pokusit určit, které produkty si jsou podobné nebo spolu ladí. Tyto vztahy je pak možné použít v rámci doporučovacího systému.
Jedním z řešených problémů v této oblasti je generování kompletního outfitu na základě jeho části. To může být užitečné například pro doporučování podle obsahu košíku či právě prohlíženého produktu v internetovém obchodě.