1、論文的目的：基於個人風格進行服裝搭配。
前人的服裝搭配策略是：尋找最受歡迎的或者是分析用戶的瀏覽行爲。
其中論文中使用了三個數據集：Fabric & Pattern, People Images and Street2shop datasets.其中第三個數據集來自於2015where to buy it那篇論文，也是我正在服務器上下載的數據集。
2、算法流程：首先得到每個user image的五元組表示（DL、color、category, material and pattern）特徵表示，
然後，計算商城圖像對圖（中的每個vector）的貢獻概率，這裏的圖可以理解爲就代表了用戶的個人風格。
公式中的符號：Iu表示user image、Is表示shop image、gu表示user graph model、
在這裏有一個疑問：公式中的i代表什麼？user graph model如何建立的
下一步，更新貢獻概率，通過用戶反饋的方式。用戶在已經得到的貢獻概率基礎上選擇心儀的cloth，將這個cloth加入user graph model,不斷更新。
3、特徵提取
特徵提取這一塊好好看看。
DL特徵的提取：感覺這一塊對我很有用，下一步把它實現出來。
寫一點自己的小感想，一直以來學習都沒用目的性，爲了學而學，應該轉變下思維，爲了用而學。在看一篇論文的時候要考慮到自己能不能用到，如何用，還要把它真正的實現出來，這樣才能變成自己的東西。最簡單的例子就streetoshop的數據集到現在都沒有準備好，一直在磨洋工，不可取不可取！！安逸使人後退。