
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
View/ Open
Type
Communication / ConférenceDate
2022Conference title
ATELIER EXPLAIN'AI Hébergé à la conférence EGC 2022Conference date
2022-01Conference city
BloisConference country
FRANCEMetadata
Show full item recordAbstract (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.Subjects / Keywords
systèmes de recommandationRelated items
Showing items related by title and author.
-
Zhong, Jinfeng; Negre, Elsa (2022) Communication / Conférence
-
Zhong, Jinfeng; Negre, Elsa (2021) Communication / Conférence
-
Zhong, Jinfeng; Negre, Elsa (2022) Communication / Conférence
-
Zhong, Jinfeng; Negre, Elsa (2023) Communication / Conférence
-
Le Ngoc, Luyen; Zhong, Jinfeng; Negre, Elsa; Abel, Marie-Hélène (2023) Communication / Conférence