• xmlui.mirage2.page-structure.header.title
    • français
    • English
  • Aide
  • Connexion
  • Langue 
    • Français
    • English
Consulter le document 
  •   Accueil
  • LAMSADE (UMR CNRS 7243)
  • LAMSADE : Publications
  • Consulter le document
  •   Accueil
  • LAMSADE (UMR CNRS 7243)
  • LAMSADE : Publications
  • Consulter le document
JavaScript is disabled for your browser. Some features of this site may not work without it.

Afficher

Toute la baseCentres de recherche & CollectionsAnnée de publicationAuteurTitreTypeCette collectionAnnée de publicationAuteurTitreType

Mon compte

Connexion

Enregistrement

Statistiques

Documents les plus consultésStatistiques par paysAuteurs les plus consultés
Thumbnail

Vers l'amélioration des interactions entre utilisateurs et systèmes de recommandation

Zhong, Jinfeng; Negre, Elsa (2022), Vers l'amélioration des interactions entre utilisateurs et systèmes de recommandation, ATELIER EXPLAIN'AI Hébergé à la conférence EGC 2022, 2022-01, Blois, FRANCE

Voir/Ouvrir
ExplainAI_2022_paper.pdf (172.5Kb)
Type
Communication / Conférence
Date
2022
Titre du colloque
ATELIER EXPLAIN'AI Hébergé à la conférence EGC 2022
Date du colloque
2022-01
Ville du colloque
Blois
Pays du colloque
FRANCE
Métadonnées
Afficher la notice complète
Auteur(s)
Zhong, Jinfeng
Negre, Elsa
Résumé (FR)
Ces dernières années ont vu croître le déploiement des systèmes de recommandation en tant qu'outils d'aide à la décision. Les systèmes de recommandation sont omniprésents dans notre vie quotidienne. Les algorithmes utilisés dans les systèmes de recommandation deviennent de plus en plus impénétrables, si bien que certains systèmes de recommandation restent des boîtes noires pour la plupart des utilisateurs. De fait, les utilisateurs ont du mal à faire pleinement confiance à de tels systèmes. Par conséquent, l'amélioration des interactions entre utilisateurs et systèmes de recommandation attire de plus en plus l'attention. L'un des sujets populaires au sein de la communauté scientifique est l'explication des recommandations. Dans cet article, nous étudions la possibilité de fournir des explications contextuelles pour les recommandations et discutons des méthodes potentielles d'évaluation de telles explications.
Mots-clés
systèmes de recommandation

Publications associées

Affichage des éléments liés par titre et auteur.

  • Vignette de prévisualisation
    Towards improving user-recommender systems interactions 
    Zhong, Jinfeng; Negre, Elsa (2021) Communication / Conférence
  • Vignette de prévisualisation
    Towards improving user-recommender systems interactions 
    Zhong, Jinfeng; Negre, Elsa (2022) Communication / Conférence
  • Vignette de prévisualisation
    Towards better representation of context into recommender systems 
    Zhong, Jinfeng; Negre, Elsa (2021) Communication / Conférence
  • Vignette de prévisualisation
    Context-aware explanations in recommender systems 
    Zhong, Jinfeng; Negre, Elsa (2021) Communication / Conférence
  • Vignette de prévisualisation
    Towards Better Representation of Context Into Recommender Systems 
    Zhong, Jinfeng; Negre, Elsa (2022) Article accepté pour publication ou publié
Dauphine PSL Bibliothèque logo
Place du Maréchal de Lattre de Tassigny 75775 Paris Cedex 16
Tél. : 01 44 05 40 94
Contact
Dauphine PSL logoEQUIS logoCreative Commons logo