Desarrollo de un sistema de recomendación inteligente para selección de prendas utilizando análisis de imágenes con redes neuronales

La digitalización en la industria de la moda está atrayendo la atención tanto de los consumidores como de los servicios de compra online. Por ello, cada vez es más importante contar con un sistema de recomendación personalizado y eficaz. Sin embargo, la mayoría de los sistemas tradicionales se centr...

Full description

Autores:
Padilla Reyes, Laura Juliana
Bonifaz Oviedo, Natalia
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/34732
Acceso en línea:
http://hdl.handle.net/11634/34732
Palabra clave:
Intelligence Systems and applications
Intelligence Systems
Deep Learning
Technological innovations -- Neural networks
Technological innovations -- Neural networks
Online services for consumers
Innovaciones tecnologicas -- Redes neuronales
Srvicios en linea para consumidores
Prendas de vestir
Sistemas de Inteligencia y aplicaciones
Inteligencia artificial
Deep Learning
Rights
openAccess
License
CC0 1.0 Universal
Description
Summary:La digitalización en la industria de la moda está atrayendo la atención tanto de los consumidores como de los servicios de compra online. Por ello, cada vez es más importante contar con un sistema de recomendación personalizado y eficaz. Sin embargo, la mayoría de los sistemas tradicionales se centran en las recomendaciones sin tener en cuenta la relación entre la ropa y el usuario, lo que disminuye la precisión de las recomendaciones. Por ello, se propone un sistema de recomendación de moda basado en las preferencias del usuario. La capacidad de adaptación del sistema viene dada por dos fases. La primera genera una memoria a corto plazo que se actualiza constantemente con las interacciones del usuario. La segunda crea una memoria a largo plazo basada en una DNN. El sistema de recomendación está estructurado en 3 fases: Generador de Bases de Datos, Clasificación de Modelos y Perfilado Implícito. El Generador de Bases de Datos codifica las características visuales de las prendas. El Modelo de Clasificación se ocupa de la puntuación de las recomendaciones. El perfil implícito actualiza la clasificación según las preferencias del usuario. Por último, el sistema se evalúa utilizando imágenes proporcionadas por el usuario. A través de experimentos basados en la interacción con el usuario, el sistema demuestra su capacidad de adaptación al recomendar conjuntos similares a las selecciones anteriores del usuario. El sistema propuesto demostró la capacidad de ajustarse a las preferencias del usuario a través de las interacciones hombre-máquina, tal y como se requiere para este tipo de sistema de recomendación.