Desarrollo de un sistema recomendador para la compra de ropa online

Abstract

El proyecto consiste en el desarrollo de un sistema recomendador para la compra de ropa online adaptado a las nuevas tendencias del desarrollo de aplicaciones. La generación constante de contenido por parte de las aplicaciones y la retroalimentación implícita, son las dos motivaciones para desarrollar este proyecto. Consta de cuatro módulos, extracción de los artículos, codificación de las imágenes en vectores comprimidos, recomendación de prendas en función a los datos históricos y un modelo final que recomienda un atuendo compuesto por dos prendas. Los datos extraídos en el primer módulo son una base de artículos e imágenes, separados en prendas de la parte superior y de la parte inferior. Por un lado, se comprimen las imágenes, para extraer las características más importantes en un formato comprimido. Por otro lado, se hacen recomendaciones de prendas, tanto superiores como inferiores, en función a el histórico de compras. El modelo final recoge las recomendaciones de prendas del módulo anterior y genera todas las combinaciones posibles para valorarlas en función del gusto que ha mostrado el usuario en la aplicación. El sistema recomendador termina recomendando un atuendo de dos prendas. Está recomendación se hace en función de la forma, el color y el estilo de las prendas, además de en función de su histórico de compras al ser estas previamente seleccionadas.

The project consists of the development of a recommender system for online clothes shopping adapted to new trends in app development. The constant generation of content by the applications and the implicit feedback are the two motivations for developing this project. It consists of four modules, extraction of articles, coding of images in compressed vectors, recommendation of garments based on historical data, and a final model that recommends an outfit composed of two garments. The data extracted in the first module is a base of articles and images, separated into top and bottom garments. On the one hand, the images are compressed, to extract the most important features in a compressed format. On the other hand, garment recommendations are made, both top and bottom, based on the purchase history. The final model takes the garment recommendations of the previous module and generates all the possible combinations to evaluate them according to the taste shown by the user in the application. The recommender system ends up recommending an outfit of two garments. This recommendation is made according to the shape, color and style of the garments, as well as according to their purchase history, as they have been previously selected.