Can you recommend content to creatives instead of final consumers? A RecSys based on user’s preferred visual styles

要約

ユーザーはコンテンツの最終的な消費者ではないため、コンテンツ マーケットプレイスで意味のあるレコメンデーションを提供することは困難です。
代わりに、ほとんどのユーザーは、自分が取り組んでいるプロジェクトに関連する関心が急速かつ急激に変化するクリエイティブです。
コンテンツ作成者に画像を推奨するという困難なタスクに対処するために、ユーザーが取り組んでいるプロジェクトのセマンティクスを横断するビジュアル スタイルの設定を学習する RecSys を設計します。
セマンティクスによって駆動されるコンテンツベースの推奨事項と比較してタスクの課題を分析し、評価設定を提案し、グローバルな画像市場でのそのアプリケーションを説明します。
このテクニカル レポートは、ACM RecSys ’22 で発表された論文「Learning Users’ Preferred Visual Styles in an Image Marketplace」を拡張したものです。

要約(オリジナル)

Providing meaningful recommendations in a content marketplace is challenging due to the fact that users are not the final content consumers. Instead, most users are creatives whose interests, linked to the projects they work on, change rapidly and abruptly. To address the challenging task of recommending images to content creators, we design a RecSys that learns visual styles preferences transversal to the semantics of the projects users work on. We analyze the challenges of the task compared to content-based recommendations driven by semantics, propose an evaluation setup, and explain its applications in a global image marketplace. This technical report is an extension of the paper ‘Learning Users’ Preferred Visual Styles in an Image Marketplace’, presented at ACM RecSys ’22.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google