説明可能なファッション推薦：意味属性領域ガイド付きアプローチ

ファッション推薦システムにおいて、各製品は通常複数の意味属性（例えば、袖、襟など）から構成されています。衣服を選択する際、人々は異なる意味属性に対して好みを示すことが一般的です（例えば、Vネックの襟を持つ服）。しかしながら、これまでの多くのファッション推薦モデルは衣服画像を全体的なコンテンツ表現で理解し、ユーザーの意味的な好みに対する詳細な理解が欠けているため、しばしば推奨性能が低下します。このギャップを埋めるために、我々は新しいSemantic Attribute Explainable Recommender System (SAERS: 意味属性説明可能な推薦システム)を提案します。具体的には、まず細かい粒度で解釈可能な意味空間を導入します。次に、Semantic Extraction Network (SEN: 意味抽出ネットワーク)とFine-grained Preferences Attention (FPA: 細かい粒度の好み注意モジュール)を開発し、それぞれユーザーとアイテムをこの空間に射影します。SAERSにより、私たちはユーザーに服の推奨だけでなく、個別の方法で直感的な視覚的な属性意味ハイライトを通じてなぜその服を推奨したのかを説明することが可能になります。実世界データセット上で行われた広範な実験は、我々のアプローチが最先端手法と比較して有効性を明確に示しています。