في أنظمة التوصية بالملابس، يتكون كل منتج عادةً من عدة خصائص معنوية (مثل الأكمام، العنق، إلخ). عند اتخاذ قرارات بشأن الملابس، يظهر الناس تفضيلات مختلفة للخصائص المعنوية (مثل الملابس ذات العنق المفتوح على شكل حرف V). ومع ذلك، فإن معظم النماذج السابقة لأنظمة توصية الموضة تفهم صور الملابس باستخدام تمثيل محتوى شامل وتفتقر إلى فهم مفصل لتفضيلات المستخدمين المعنوية، مما يؤدي عادةً إلى أداء توصية ضعيف. لسد هذه الفجوة، نقترح نظام توصية معنوي قابل للتفسير جديد (SAERS). تحديداً، نقدم أولاً فضاءً معنوياً قابلاً للتفسير بدقة. ثم نطور شبكة استخراج معاني (SEN) ووحدة انتباه التفضيلات الدقيقة (FPA) لتحويل المستخدمين والعناصر إلى هذا الفضاء على التوالي. بفضل SAERS، نستطيع ليس فقط تقديم توصيات بالملابس للمستخدمين، ولكن أيضاً شرح السبب في توصيتنا بتلك الملابس من خلال تسليط الضوء على الخصائص المعنوية المرئية بطريقة شخصية وبديهية. أظهرت التجارب الواسعة التي أجريت على بيانات حقيقية بوضوح فعالية نهجنا مقارنة بأحدث الأساليب.请注意，"Fine-grained Preferences Attention (FPA)" 这个术语在阿拉伯语中没有通用译法，因此保留了英文缩写并在后面进行了标注。其他术语如 "sleeves" 和 "collar" 已经翻译为阿拉伯语中的常用词汇。