تُطلق صناعات التجزئة الموجهة بالاتجاهات، مثل الموضة، منتجات جديدة بكميات كبيرة في كل موسم. وفي هذا السياق، يُعد التنبؤ الدقيق بالطلب على هذه المنتجات الجديدة أمرًا حاسمًا لضمان التخطيط الفعّال للسلاسل اللوجستية اللاحقة، مثل تخطيط المجموعة (الأسورتمنت) وتوزيع المخزون. في حين يمكن استخدام خوارزميات التنبؤ الزمني الكلاسيكية لتوقع مبيعات المنتجات القائمة بناءً على بيانات سلسلة زمنية سابقة، فإن المنتجات الجديدة لا تمتلك أي بيانات زمنية سابقة يمكن الاعتماد عليها في التنبؤ. في هذا البحث، نقترح ونُقيّم تجريبيًا عدة نماذج جديدة قائمة على الانتباه ومتعددة الأنواع (multi-modal) من نوع المُشفِّر-المنشِّر (encoder-decoder) لتنبؤ مبيعات منتج جديد بالكامل بناءً على صور المنتج، وأي سمات متاحة له، بالإضافة إلى عوامل خارجية مثل العطلات، والمناسبات، والأحوال الجوية، والعروض الترويجية. وقد قمنا بتجريب مناهجنا على مجموعة بيانات واسعة النطاق في مجال الموضة، وقمنا بالإبلاغ عن تحسن في دقة التنبؤ وزيادة في قابلية تفسير النموذج مقارنةً بالأساليب القائمة على أقرب الجيران (k-nearest neighbors) المتعارف عليها حاليًا.