Autor Boratto, Ludovico
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsquedaAdvances in Bias and Fairness in Information Retrieval / Boratto, Ludovico ; Faralli, Stefano ; Marras, Mirko ; Stilo, Giovanni
Título : Advances in Bias and Fairness in Information Retrieval : Second International Workshop on Algorithmic Bias in Search and Recommendation, BIAS 2021, Lucca, Italy, April 1, 2021, Proceedings Tipo de documento: documento electrónico Autores: Boratto, Ludovico, ; Faralli, Stefano, ; Marras, Mirko, ; Stilo, Giovanni, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: X, 171 p. 40 ilustraciones, 34 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-78818-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Gestión de base de datos Sistema de administración de base de datos Índice Dewey: 005.7 Datos en sistemas de computadoras Resumen: Este libro constituye una acta arbitrada del Segundo Taller Internacional sobre Sesgo Algorítmico en Búsqueda y Recomendación, BIAS 2021, celebrado en abril de 2021. Debido a la pandemia de COVID-19, BIAS 2021 se llevó a cabo de forma virtual. Los 11 artículos completos y 3 artículos breves fueron cuidadosamente revisados y seleccionados entre 37 presentaciones. Los artículos cubren temas que van desde la búsqueda y recomendación en citas en línea, educación y redes sociales, pasando por el impacto del sesgo de género en la incorporación de palabras, hasta herramientas que permiten explorar el sesgo y la equidad en la Web. . Nota de contenido: Towards Fairness-Aware Ranking by Defining Latent Groups Using Inferred Features -- Media Bias Everywhere? A Vision for Dealing with the Manipulation of Public Opinion -- Users' Perception of Search-Engine Biases and Satisfaction -- Preliminary Experiments to Examine the Stability of Bias-Aware Techniques -- Detecting Race and Gender Bias in Visual Representation of AI on Web Search Engines -- Equality of Opportunity in Ranking: A Fair-Distributive Model -- Incentives for Item Duplication under Fair Ranking Policies -- Quantification of the Impact of Popularity Bias in Multi-Stakeholder and Time-Aware Environment -- When is a Recommendation Model Wrong? A Model-Agnostic Tree-Based Approach to Detecting Biases in Recommendations -- Evaluating Video Recommendation Bias on YouTube -- An Information-Theoretic Measure for Enabling Category Exemptions with an Application to Filter Bubbles -- Perception-Aware Bias Detection for Query Suggestions -- Crucial Challenges in Large-Scale Black Box Analyses -- New Performance Metrics for Offline Content-based TV Recommender Systems. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Advances in Bias and Fairness in Information Retrieval : Second International Workshop on Algorithmic Bias in Search and Recommendation, BIAS 2021, Lucca, Italy, April 1, 2021, Proceedings [documento electrónico] / Boratto, Ludovico, ; Faralli, Stefano, ; Marras, Mirko, ; Stilo, Giovanni, . - 1 ed. . - [s.l.] : Springer, 2021 . - X, 171 p. 40 ilustraciones, 34 ilustraciones en color.
ISBN : 978-3-030-78818-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Gestión de base de datos Sistema de administración de base de datos Índice Dewey: 005.7 Datos en sistemas de computadoras Resumen: Este libro constituye una acta arbitrada del Segundo Taller Internacional sobre Sesgo Algorítmico en Búsqueda y Recomendación, BIAS 2021, celebrado en abril de 2021. Debido a la pandemia de COVID-19, BIAS 2021 se llevó a cabo de forma virtual. Los 11 artículos completos y 3 artículos breves fueron cuidadosamente revisados y seleccionados entre 37 presentaciones. Los artículos cubren temas que van desde la búsqueda y recomendación en citas en línea, educación y redes sociales, pasando por el impacto del sesgo de género en la incorporación de palabras, hasta herramientas que permiten explorar el sesgo y la equidad en la Web. . Nota de contenido: Towards Fairness-Aware Ranking by Defining Latent Groups Using Inferred Features -- Media Bias Everywhere? A Vision for Dealing with the Manipulation of Public Opinion -- Users' Perception of Search-Engine Biases and Satisfaction -- Preliminary Experiments to Examine the Stability of Bias-Aware Techniques -- Detecting Race and Gender Bias in Visual Representation of AI on Web Search Engines -- Equality of Opportunity in Ranking: A Fair-Distributive Model -- Incentives for Item Duplication under Fair Ranking Policies -- Quantification of the Impact of Popularity Bias in Multi-Stakeholder and Time-Aware Environment -- When is a Recommendation Model Wrong? A Model-Agnostic Tree-Based Approach to Detecting Biases in Recommendations -- Evaluating Video Recommendation Bias on YouTube -- An Information-Theoretic Measure for Enabling Category Exemptions with an Application to Filter Bubbles -- Perception-Aware Bias Detection for Query Suggestions -- Crucial Challenges in Large-Scale Black Box Analyses -- New Performance Metrics for Offline Content-based TV Recommender Systems. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Bias and Social Aspects in Search and Recommendation : First International Workshop, BIAS 2020, Lisbon, Portugal, April 14, Proceedings Tipo de documento: documento electrónico Autores: Boratto, Ludovico, ; Faralli, Stefano, ; Marras, Mirko, ; Stilo, Giovanni, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: X, 205 p. 59 ilustraciones, 46 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-52485-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Gestión de base de datos Inteligencia artificial Ingeniería Informática Red de computadoras Ciencias sociales Comercio electrónico Sistema de administración de base de datos Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento comercio electrónico y negocios electrónicos Índice Dewey: 005.7 Datos en sistemas de computadoras Resumen: Este libro constituye una acta arbitrada del Primer Taller Internacional sobre Sesgo Algorítmico en Búsqueda y Recomendación, BIAS 2020, celebrado en abril de 2020. Debido a la pandemia de COVID-19, BIAS 2020 se llevó a cabo de forma virtual. Los 10 artículos completos y los 7 artículos breves fueron cuidadosamente revisados y seleccionados entre 44 presentaciones. Los artículos cubren temas que van desde búsqueda y recomendación en citas en línea, educación y redes sociales, pasando por el impacto del sesgo de género en la incorporación de palabras, hasta herramientas que permiten explorar el sesgo y la equidad en la Web. . Nota de contenido: Facets of Fairness in Search and Recommendation -- Mitigating Gender Bias in Machine Learning Data Sets -- Why Do We Need To Be Bots? What Prevents Society From Detecting Biases in Recommendation Systems -- Effect of Debiasing on Information Retrieval -- Matchmaking Under Fairness Constraints: a Speed Dating Case Study -- Recommendation Filtering à la Carte for Intelligent Tutoring Systems -- Bias Goggles - Exploring the bias of Web Domains through the Eyes of the Users -- Data Pipelines for Personalized Exploration of Rated Datasets -- Beyond Accuracy in Link Prediction -- A Novel Similarity Measure for Group Recommender Systems with Optimal Time Complexity -- What Kind of Content are you Prone to Tweet? Multi-topic Preference Model for Tweeters -- Venue Suggestion Using Social-Centric Scores -- The Impact of Foursquare Checkins on Users' Emotions on Twitter -- Improving News Personalization through Search Logs -- Analyzing the Interaction of Users with News Articles to Create Personalization Services -- Using String-Comparison measures to Improve and Evaluate Collaborative Filtering Recommender Systems -- Enriching Product Catalogs with User Opinions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Bias and Social Aspects in Search and Recommendation : First International Workshop, BIAS 2020, Lisbon, Portugal, April 14, Proceedings [documento electrónico] / Boratto, Ludovico, ; Faralli, Stefano, ; Marras, Mirko, ; Stilo, Giovanni, . - 1 ed. . - [s.l.] : Springer, 2020 . - X, 205 p. 59 ilustraciones, 46 ilustraciones en color.
ISBN : 978-3-030-52485-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Gestión de base de datos Inteligencia artificial Ingeniería Informática Red de computadoras Ciencias sociales Comercio electrónico Sistema de administración de base de datos Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento comercio electrónico y negocios electrónicos Índice Dewey: 005.7 Datos en sistemas de computadoras Resumen: Este libro constituye una acta arbitrada del Primer Taller Internacional sobre Sesgo Algorítmico en Búsqueda y Recomendación, BIAS 2020, celebrado en abril de 2020. Debido a la pandemia de COVID-19, BIAS 2020 se llevó a cabo de forma virtual. Los 10 artículos completos y los 7 artículos breves fueron cuidadosamente revisados y seleccionados entre 44 presentaciones. Los artículos cubren temas que van desde búsqueda y recomendación en citas en línea, educación y redes sociales, pasando por el impacto del sesgo de género en la incorporación de palabras, hasta herramientas que permiten explorar el sesgo y la equidad en la Web. . Nota de contenido: Facets of Fairness in Search and Recommendation -- Mitigating Gender Bias in Machine Learning Data Sets -- Why Do We Need To Be Bots? What Prevents Society From Detecting Biases in Recommendation Systems -- Effect of Debiasing on Information Retrieval -- Matchmaking Under Fairness Constraints: a Speed Dating Case Study -- Recommendation Filtering à la Carte for Intelligent Tutoring Systems -- Bias Goggles - Exploring the bias of Web Domains through the Eyes of the Users -- Data Pipelines for Personalized Exploration of Rated Datasets -- Beyond Accuracy in Link Prediction -- A Novel Similarity Measure for Group Recommender Systems with Optimal Time Complexity -- What Kind of Content are you Prone to Tweet? Multi-topic Preference Model for Tweeters -- Venue Suggestion Using Social-Centric Scores -- The Impact of Foursquare Checkins on Users' Emotions on Twitter -- Improving News Personalization through Search Logs -- Analyzing the Interaction of Users with News Articles to Create Personalization Services -- Using String-Comparison measures to Improve and Evaluate Collaborative Filtering Recommender Systems -- Enriching Product Catalogs with User Opinions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Group Recommender Systems : An Introduction Tipo de documento: documento electrónico Autores: Felfernig, Alexander, Autor ; Boratto, Ludovico, Autor ; Stettinger, Martin, Autor ; Tkalčič, Marko, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 173 p. 28 ilustraciones, 14 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-75067-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Telecomunicación Inteligencia Computacional Inteligencia artificial Procesamiento de imágenes Visión por computador Ingeniería en Comunicaciones Redes Imágenes por computadora visión reconocimiento de patrones y gráficos Índice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro presenta sistemas de recomendación de grupos, que se centran en la determinación de recomendaciones para grupos de usuarios. Los autores resumen diferentes tecnologías y aplicaciones de los sistemas de recomendación de grupos. Incluyen una discusión en profundidad de los algoritmos más modernos, una descripción general de las aplicaciones industriales, una inclusión de los aspectos de los sesgos de decisión en grupos y los correspondientes enfoques de eliminación de sesgos. El libro incluye una discusión sobre los métodos básicos de recomendación grupal, aspectos de la toma de decisiones humanas en grupos y aplicaciones relacionadas. Se incluye una discusión sobre temas de investigación abiertos para inspirar nuevas investigaciones relacionadas. El libro sirve como referencia para investigadores y profesionales que trabajan en temas relacionados con recomendaciones grupales. Nota de contenido: Part 1. Group Recommendation Techniques -- Decision Tasks and Basic Algorithms -- Algorithms for Group Recommendation -- Evaluating Group Recommender Systems -- Part 2. Group Recommender User Interfaces -- Group Recommender Applications -- Handling Preferences -- Explanations for Groups -- Part 3. Group Decision Processes -- Further Choice Scenarios -- Biases in Group Decisions -- Personality, Emotions, and Group Dynamics -- Conclusions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Group Recommender Systems : An Introduction [documento electrónico] / Felfernig, Alexander, Autor ; Boratto, Ludovico, Autor ; Stettinger, Martin, Autor ; Tkalčič, Marko, Autor . - 1 ed. . - [s.l.] : Springer, 2018 . - XIII, 173 p. 28 ilustraciones, 14 ilustraciones en color.
ISBN : 978-3-319-75067-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Telecomunicación Inteligencia Computacional Inteligencia artificial Procesamiento de imágenes Visión por computador Ingeniería en Comunicaciones Redes Imágenes por computadora visión reconocimiento de patrones y gráficos Índice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro presenta sistemas de recomendación de grupos, que se centran en la determinación de recomendaciones para grupos de usuarios. Los autores resumen diferentes tecnologías y aplicaciones de los sistemas de recomendación de grupos. Incluyen una discusión en profundidad de los algoritmos más modernos, una descripción general de las aplicaciones industriales, una inclusión de los aspectos de los sesgos de decisión en grupos y los correspondientes enfoques de eliminación de sesgos. El libro incluye una discusión sobre los métodos básicos de recomendación grupal, aspectos de la toma de decisiones humanas en grupos y aplicaciones relacionadas. Se incluye una discusión sobre temas de investigación abiertos para inspirar nuevas investigaciones relacionadas. El libro sirve como referencia para investigadores y profesionales que trabajan en temas relacionados con recomendaciones grupales. Nota de contenido: Part 1. Group Recommendation Techniques -- Decision Tasks and Basic Algorithms -- Algorithms for Group Recommendation -- Evaluating Group Recommender Systems -- Part 2. Group Recommender User Interfaces -- Group Recommender Applications -- Handling Preferences -- Explanations for Groups -- Part 3. Group Decision Processes -- Further Choice Scenarios -- Biases in Group Decisions -- Personality, Emotions, and Group Dynamics -- Conclusions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
