Vogue

Vogue是一个为时尚购物场景下的对话式推荐而设计的新型多模态数据集，包含60个真实的人与人之间的对话，每个对话都配有一个共享的视觉目录、商品元数据、用户时尚配置文件/历史以及来自寻求者和助手双方的对话后评分。该数据集旨在解决现有对话式推荐数据集在模拟对话、缺少用户历史和详细反馈等方面的局限性，为研究多模态对话系统提供了独特的资源。Vogue is a novel multimodal dataset designed for conversational recommendation in fashion shopping scenarios. It contains 60 real human-to-human conversations, each paired with a shared visual catalog, item metadata, user fashion profiles/histories, and post-conversation ratings from both seekers and assistants. This dataset aims to address the limitations of existing conversational recommendation datasets, including simulated dialogues, insufficient user historical data and lack of detailed feedback, providing a unique resource for research on multimodal conversational systems.

搜集汇总

数据集介绍

构建方式

在时尚推荐系统研究领域，Vogue数据集通过精心设计的实验流程构建而成。研究团队招募20名参与者，在模拟真实购物场景中展开60轮人机对话，每个对话围绕包含12种候选商品的视觉化目录展开。数据收集分为三个阶段：参与者首先完成包含时尚偏好和40种非候选商品预评分的个人档案调查；随后在六个独立场景中进行自然对话交互；最后双方分别对候选商品进行1-5级购买可能性评分，并完成对话质量满意度调查。这种多阶段设计确保了数据的生态效度与评估维度完整性。

使用方法

研究者可利用该数据集开展多维度实验探索。在基础层面，可通过分析标注的对话流研究视觉 grounding 对交互动态的影响，特别是五阶段对话模式的形成机制。在算法评估层面，可将多模态大语言模型与人类推荐者进行对比，重点考察其在偏好推理、评分分布校准和未讨论商品泛化能力等方面的表现。数据集提供的完整评分矩阵支持计算皮尔逊相关系数和平均绝对误差等对齐指标，而满意度调查数据则可用于分析主观体验与客观指标间的关联性。

背景与挑战

背景概述

随着多模态交互与个性化推荐系统的深度融合，多模态对话推荐系统已成为提升用户体验的重要范式。2025年由多伦多大学与滑铁卢大学联合发布的Vogue数据集，聚焦时尚购物领域，通过整合真实人类对话、视觉商品目录与用户历史档案，致力于解决传统推荐数据集中存在的模态单一、对话合成化及用户反馈缺失等核心问题。该数据集包含60组自然对话，涵盖商品图像、元数据及双向评分，为研究视觉 grounding 与偏好推理的交互机制提供了实证基础，显著推动了对话推荐系统在复杂场景下的评估框架发展。

当前挑战

Vogue数据集面临的领域挑战在于如何精准建模用户主观且依赖视觉感知的时尚偏好，其构建过程需克服多维度难题：在领域层面，需协调文本、图像与元数据的多模态对齐，以支撑对话中的视觉推理；在数据采集层面，需通过真实人机协作场景避免合成对话的局限性，同时平衡用户认知负荷与数据丰富性；在评估维度上，需设计兼顾偏好强度校准与满意度反馈的复合指标，以揭示现有多模态大模型在泛化偏好推理与分布建模中的系统性缺陷。

常用场景

解决学术问题

Vogue数据集有效解决了多模态对话推荐系统中的关键学术难题。它填补了现有数据集在视觉基础对话、真实用户历史档案和细粒度反馈机制方面的空白。通过提供完整的对话转录、商品图像、元数据以及用户评分，该数据集支持对推荐系统在偏好推理、对话动态建模和用户满意度评估等方面的深入研究，为构建更智能的对话推荐系统奠定了数据基础。

实际应用

在电子商务和个性化服务领域，Vogue数据集为开发智能时尚购物助手提供了重要支撑。基于该数据集训练的推荐系统能够理解用户的时尚品味和具体需求，通过自然对话提供个性化的商品推荐。这种技术可应用于在线购物平台、虚拟试衣间和个性化造型服务，提升用户体验的同时促进销售转化，推动时尚零售业的数字化转型。

数据集最近研究

最新研究方向

在时尚领域的多模态对话推荐系统研究中，Vogue数据集推动了基于视觉对话的偏好建模与用户满意度关联分析的前沿探索。当前研究聚焦于揭示多模态基础模型在跨项目偏好泛化与评分分布校准方面的系统性缺陷，通过真实人类对话与视觉目录的协同设计，为克服传统合成数据的局限性提供了实证基础。该数据集已成为评估GPT系列、Gemini等顶尖模型在复杂时尚场景下推理能力的关键基准，显著促进了对话系统从表面推荐向深层用户认知建模的范式转变。

相关研究论文

• VOGUE: A Multimodal Dataset for Conversational Recommendation in Fashion

  University of Toronto, University of Waterloo · 2025年