Modelado de redes neuronales de grafos para optimizar la recuperación semántica de imágenes basada en contenido en el comercio electrónico
Tesis
![Thumbnail](/themes/Mirage2/images/cubierta.jpg)
Access note
Acceso abierto
Publication date
2024Metadata
Show full item record
Cómo citar
Saavedra Rondo, José
Cómo citar
Modelado de redes neuronales de grafos para optimizar la recuperación semántica de imágenes basada en contenido en el comercio electrónico
Author
Professor Advisor
Abstract
La búsqueda de productos en comercios electrónicos requiere de mayor precisión y eficiencia a medida que los catálogos crecen y la cantidad de consumidores aumenta. Una de
las prestaciones que las aplicaciones de eCommerce proveen es la habilidad de tomar o subir
una fotografía que retrate un objeto, para luego entregar una lista de productos del catálogo
similares a este.
Una de las limitantes que presenta esta opción es la dificultad para intuir características de
artículos potencialmente deseadas mas no plasmadas en una fotografía, tales como materiales,
dimensiones, entre otras.
Se busca diseñar una metodología para entregarle a los clientes resultados más relevantes
al momento de ellos hacer uso de estas opciones de búsqueda, retornando productos con características no fácilmente representables en una imagen, similares a aquellas de los productos
más similares visualmente a la imagen provista.
Es por ello que se plantea un entrenamiento de vectores de características visuales de los
productos de catálogos de eCommerce, en función de los vectores de características de texto
de sus respectivas descripciones de artículo. Esto se hace mediante el uso de redes neuronales
de grafos, en donde se define un grafo completo de similitud en donde hay un nodo por cada
producto del catálogo, y con aristas cuyos pesos están determinados por la similitud entre
las descripciones textuales de los artículos correspondientes.
A lo largo de este trabajo se proponen distintas alternativas de soluciones a problemáticas
como lo son la definición de “similitud” entre vectores, o la metodología a seguir para seleccionar pares de nodos aleatorios a considerar para el análisis de espacios vectoriales en un
momento dado del entrenamiento.
Los resultados obtenidos están cuantitativamente por debajo de otras metodologías ya
existentes. Sin embargo, un análisis cualitativo demuestra que se tiene éxito al propagar
características textuales de las descripciones de los artículos a lo largo del espacio vectorial
correspondiente a las características visuales.
xmlui.dri2xhtml.METS-1.0.item-notadetesis.item
Memoria para optar al título de Ingeniero Civil en Computación
Identifier
URI: https://repositorio.uchile.cl/handle/2250/199669
Collections
The following license files are associated with this item: