摘要
本发明涉及推荐系统及深度学习技术领域,涉及融合细粒度兼容和多视图相关的时尚单品推荐方法及系统,方法包括:提取M‑1件已有互补单品中每件单品的视觉特征和文本特征;对每件单品的视觉特征和文本特征进行拼接,得到每件单品的多模态特征;采用基于语义条件动态卷积的多空间兼容性建模模块,对每件单品的多模态特征进行处理,得到基于语义条件动态卷积的多空间兼容性分数;采用基于多视图的深度相关性建模模块,对每件单品的多模态特征进行处理,得到基于多视图的深度相关性分数;对两种分数进行加权求和,得到互补服装推荐任务的最终评分,根据互补服装推荐任务的最终评分,得到目标单品的推荐结果。在实际场景中,取得较好的推荐效果。
技术关键词
协方差矩阵
模态特征
语义特征
推荐方法
动态
文本
服装
套装
ResNet网络
参数
推荐系统
矩阵乘法运算
视觉特征提取
模块
构建训练集
深度学习技术
编码
系统为您推荐了相关专利信息
协同管理方法
能源管理
电网调度指令
策略
光伏发电预测
汉语言学习平台
调控策略
标签
深度神经网络模型
模式
动态检测点
数字化管理系统
车辆部件
因子
训练人工智能模型
多源异构信息融合
自动生成方法
会议纪要
音源定位技术
动态时间规整技术