Author
Lang, Jérôme
Mengin, Jérôme
Type
Communication / Conférence
Item number of pages
10
Abstract (FR)
Nous nous intéressons à l’apprentissage de relations de
préférences sur des domaines multi-attributs (ou combinatoires), en faisant une hypothèse très simple d’indépendance entre les attributs: nous supposons que les préférences sur les différents attributs sont séparables. Etant
donné un ensemble d’exemples, consistant chacun en une
comparaison entre deux alternatives, nous voulons produire un CP-net séparable, consistant en une collection de
préférences locales, une par attribut, qui soit compatible
avec les exemples. Nous considérons trois formes de compatibilité entre un CP-net et un ensemble d’exemples ;
pour chacune nous donnons une caractérisation ainsi que
des résultats de complexité.
Abstract (EN)
We address the problem of learning preference relations
on multi-attribute (or combinatorial) domains. We do so
by making a very simple hypothesis about the dependence
structure between attributes that the preference relation
enjoys, namely separability (no preferential dependencies
between attributes). Given a set of examples consisting of
comparisons between alternatives, we want to output a separable CP-net, consisting of local preferences on each of
the attributes, that fits the examples. We consider three
forms of compatibility between a CP-net and a set of
examples, and for each of them we give useful characterizations as well as complexity results.
