Hybrid-Hierarchical Fashion Graph Attention Network for Compatibility-Oriented and Personalized Outfit Recommendation

📄 arXiv: 2508.11105v2 📥 PDF

作者: Sajjad Saed, Babak Teimourpour

分类: cs.LG, cs.IR

发布日期: 2025-08-14 (更新: 2025-08-20)

备注: The corresponding author: Babak Teimourpour

💡 一句话要点

提出FGAT：混合层级时尚图注意力网络，用于兼容性和个性化服装推荐

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 服装推荐 个性化推荐 图神经网络 图注意力机制 多模态融合 兼容性建模 分层图

📋 核心要点

  1. 现有时尚推荐系统难以同时兼顾服装搭配的兼容性和用户的个性化偏好，忽略了商品与用户之间的复杂交互。
  2. FGAT框架构建用户、服装和商品的三层图，并结合图注意力机制，动态学习节点重要性，从而联合建模服装兼容性和用户偏好。
  3. 在POG数据集上的实验表明，FGAT在多个指标上优于现有基线方法，验证了其在个性化时尚推荐方面的有效性。

📝 摘要（中文）

时尚产业的快速扩张和产品种类日益增长，使得用户在电商平台上识别兼容的商品变得越来越困难。因此，有效的时尚推荐系统对于过滤不相关的选项和推荐合适的选项至关重要。然而，同时解决服装兼容性和个性化推荐仍然是一个重大挑战，因为现有研究通常独立处理这些方面，从而忽略了商品和用户偏好之间复杂的交互。本研究提出了一种名为FGAT的新框架，该框架利用分层图表示以及图注意力机制来解决这个问题。该框架构建了一个用户、服装和商品的三层图，整合了视觉和文本特征，以联合建模服装兼容性和用户偏好。通过在表示传播过程中动态地加权节点重要性，图注意力机制捕获关键交互，并为用户偏好和服装兼容性生成精确的嵌入。在POG数据集上评估，FGAT优于HFGN等强大的基线，在准确率、精确率、HR、召回率和NDCG方面取得了显著提升。这些结果表明，将多模态视觉和文本特征与分层图结构和注意力机制相结合，可以显著提高个性化时尚推荐系统的有效性和效率。

🔬 方法详解

问题定义：论文旨在解决个性化服装搭配推荐问题，即如何根据用户偏好推荐兼容的服装搭配。现有方法通常独立处理服装兼容性和用户偏好，忽略了两者之间的复杂交互关系，导致推荐结果不佳。

核心思路：论文的核心思路是利用混合层级图结构来表示用户、服装和商品之间的关系，并使用图注意力机制来学习节点的重要性，从而同时建模服装兼容性和用户偏好。通过这种方式，可以更好地捕捉用户与商品之间的交互，并生成更准确的推荐结果。

技术框架：FGAT框架包含以下主要模块：1) 特征提取模块：提取用户、服装和商品的视觉和文本特征；2) 图构建模块：构建用户-服装-商品的三层图；3) 图注意力网络模块：利用图注意力机制学习节点表示；4) 推荐模块：根据学习到的节点表示进行服装搭配推荐。

关键创新：该论文的关键创新在于提出了混合层级图结构和图注意力机制的结合，用于同时建模服装兼容性和用户偏好。与现有方法相比，FGAT能够更好地捕捉用户与商品之间的交互，并生成更准确的推荐结果。此外，FGAT还整合了视觉和文本特征，从而更全面地表示用户、服装和商品。

关键设计：在图构建方面，论文构建了一个三层图，其中用户节点连接到他们购买过的服装节点，服装节点连接到包含的商品节点。在图注意力网络方面，论文使用多头注意力机制来学习节点表示，并使用交叉熵损失函数来优化模型。此外，论文还使用了dropout和L2正则化等技术来防止过拟合。

📊 实验亮点

FGAT在POG数据集上进行了评估，实验结果表明，FGAT在准确率、精确率、HR、召回率和NDCG等指标上均优于HFGN等基线方法。例如，在HR@10指标上，FGAT相比HFGN提升了约5%。这些结果表明，FGAT能够有效地建模服装兼容性和用户偏好，并生成更准确的推荐结果。

🎯 应用场景

该研究成果可应用于电商平台的服装推荐系统，帮助用户发现更符合其个人偏好且搭配合理的服装。通过提升用户购物体验，增加用户粘性，从而提高电商平台的销售额。未来，该技术还可扩展到其他搭配推荐场景，例如家居用品、电子产品等。

📄 摘要（原文）

The rapid expansion of the fashion industry and the growing variety of products have made it increasingly challenging for users to identify compatible items on e-commerce platforms. Effective fashion recommendation systems are therefore crucial for filtering irrelevant options and suggesting suitable ones. However, simultaneously addressing outfit compatibility and personalized recommendations remains a significant challenge, as these aspects are typically treated independently in existing studies, thereby overlooking the complex interactions between items and user preferences. This research introduces a new framework named FGAT, which leverages a hierarchical graph representation together with graph attention mechanisms to address this problem. The framework constructs a three-tier graph of users, outfits, and items, integrating visual and textual features to jointly model outfit compatibility and user preferences. By dynamically weighting node importance during representation propagation, the graph attention mechanism captures key interactions and produces precise embeddings for both user preferences and outfit compatibility. Evaluated on the POG dataset, FGAT outperforms strong baselines such as HFGN, achieving notable improvements in accuracy, precision, HR, recall, and NDCG. These results demonstrate that combining multimodal visual and textual features with a hierarchical graph structure and attention mechanisms significantly enhances the effectiveness and efficiency of personalized fashion recommendation systems.