Modelado de redes neuronales de grafos para optimizar la recuperación semántica de imágenes basada en contenido en el comercio electrónico

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.