Style and User Embedding for Recommending Fashion Photos

Abstract

As Individual preference of fashion styles diversifies, demands for research recommending personalized fashion styles are increasing. Recently, with the development of deep learning technology, many studies have been conducted using deep learning to extract features from fashion photos and use them for recommendations. In this work, we exploit social network data to consider users and fashion styles in recommending fashion photos. Since social network users tend to post fashion photos in their preferred style and tag them with “Like”, social network data are very important for understanding relationship between users and fashion photos. We propose a technique to map users and fashion photos into the same vector space using social network data structure which consists of users and fashion photos. Especially, it is possible to use our method to recommend fashion photos that a user might prefer by mapping users and fashion photos not used for learning into a vector space without additional learning.|개개인이 선호하는 패션 스타일이 다양해지며, 개인화된 패션 이미지 추천 연구 에 대한 수요가 증가하고 있다. 최근에는 딥러닝 기술의 발전으로 딥러닝을 활용 하여 패션 이미지로부터 특징을 추출하고 패션 스타일 추천에 사용하는 연구가 많이 진행되고 있다. 본 연구에서는, 패션 이미지의 추천에 있어서 패션 스타일뿐 아니라 소비자도 고려하기 위해 소셜 네트워크 데이터를 이용하고자 했다. 소셜 네트워크의 각 사용자는 자신이 선호하는 스타일의 패션 이미지를 게시하고 “좋 아요”로 태깅하는 경향이 있기 때문에, 소셜 네트워크 데이터는 사용자와 패션 이미지 관계를 파악하는 데 있어서 매우 중요하다. 본 연구팀은 사용자와 패션 이 미지로 구성된 소셜 네트워크 데이터로부터 사용자와 패션 이미지를 같은 벡터 공간에 매핑하는 기법을 제안한다. 특히, 학습에 이용되지 않은 사용자와 패션 이 미지도 네트워크의 추가학습 없이 벡터공간에 매핑함으로써, 임의의 사용자가 선 호할 만한 패션사진을 추천해주기 위해 제안 방법을 이용할 수 있다.