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