ReP USP - Resultado da busca

Trabalho de evento
Calibração de sistemas de recomendação com LLMs: otimização de prompts para balancear precisão, diversidade e justiça (2025)
Prenassi, Gabriel ; Souza, Rodrigo Ferrari de ; Sekido, Henrique Yukio ; Fonseca, Guilherme; Manzato, Marcelo Garcia ; Rocha, Leonardo Chaves Dutra da
Fonte: Anais. Nome do evento: Brazilian Symposium on Multimedia and the Web - WebMedia. Unidade: ICMC
Assuntos: SISTEMAS DE RECOMENDAÇÃO, PROCESSAMENTO DE LINGUAGEM NATURAL, JUSTIÇA, EQUIDADE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PRENASSI, Gabriel et al. Calibração de sistemas de recomendação com LLMs: otimização de prompts para balancear precisão, diversidade e justiça. 2025, Anais.. Porto Alegre: SBC, 2025. Disponível em: https://doi.org/10.5753/webmedia.2025.15613. Acesso em: 02 dez. 2025.
APA
Prenassi, G., Souza, R. F. de, Sekido, H. Y., Fonseca, G., Manzato, M. G., & Rocha, L. C. D. da. (2025). Calibração de sistemas de recomendação com LLMs: otimização de prompts para balancear precisão, diversidade e justiça. In Anais. Porto Alegre: SBC. doi:10.5753/webmedia.2025.15613
NLM
Prenassi G, Souza RF de, Sekido HY, Fonseca G, Manzato MG, Rocha LCD da. Calibração de sistemas de recomendação com LLMs: otimização de prompts para balancear precisão, diversidade e justiça [Internet]. Anais. 2025 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia.2025.15613
Vancouver
Prenassi G, Souza RF de, Sekido HY, Fonseca G, Manzato MG, Rocha LCD da. Calibração de sistemas de recomendação com LLMs: otimização de prompts para balancear precisão, diversidade e justiça [Internet]. Anais. 2025 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia.2025.15613
Artigo de periodico
Digitally nudging users to explore off-profile recommendations: here be dragons (2024)
Alves, Gabrielle Aparecida Pires; Jannach, Dietmar ; Souza, Rodrigo Ferrari de ; Damian, Daniela ; Manzato, Marcelo Garcia
Fonte: User Modeling and User-Adapted Interaction. Unidade: ICMC
Assunto: SISTEMAS DE RECOMENDAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Gabrielle Aparecida Pires et al. Digitally nudging users to explore off-profile recommendations: here be dragons. User Modeling and User-Adapted Interaction, v. 34, n. 2, p. 441-481, 2024Tradução . . Disponível em: https://doi.org/10.1007/s11257-023-09378-7. Acesso em: 02 dez. 2025.
APA
Alves, G. A. P., Jannach, D., Souza, R. F. de, Damian, D., & Manzato, M. G. (2024). Digitally nudging users to explore off-profile recommendations: here be dragons. User Modeling and User-Adapted Interaction, 34( 2), 441-481. doi:10.1007/s11257-023-09378-7
NLM
Alves GAP, Jannach D, Souza RF de, Damian D, Manzato MG. Digitally nudging users to explore off-profile recommendations: here be dragons [Internet]. User Modeling and User-Adapted Interaction. 2024 ; 34( 2): 441-481.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1007/s11257-023-09378-7
Vancouver
Alves GAP, Jannach D, Souza RF de, Damian D, Manzato MG. Digitally nudging users to explore off-profile recommendations: here be dragons [Internet]. User Modeling and User-Adapted Interaction. 2024 ; 34( 2): 441-481.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1007/s11257-023-09378-7
Trabalho de evento
A two-stage calibration approach for mitigating bias and fairness in recommender systems (2024)
Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia
Fonte: Proceedings. Nome do evento: ACM/SIGAPP Symposium on Applied Computing - SAC. Unidade: ICMC
Assunto: SISTEMAS DE RECOMENDAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Rodrigo Ferrari de e MANZATO, Marcelo Garcia. A two-stage calibration approach for mitigating bias and fairness in recommender systems. 2024, Anais.. New York: ACM, 2024. Disponível em: https://doi.org/10.1145/3605098.3636092. Acesso em: 02 dez. 2025.
APA
Souza, R. F. de, & Manzato, M. G. (2024). A two-stage calibration approach for mitigating bias and fairness in recommender systems. In Proceedings. New York: ACM. doi:10.1145/3605098.3636092
NLM
Souza RF de, Manzato MG. A two-stage calibration approach for mitigating bias and fairness in recommender systems [Internet]. Proceedings. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.1145/3605098.3636092
Vancouver
Souza RF de, Manzato MG. A two-stage calibration approach for mitigating bias and fairness in recommender systems [Internet]. Proceedings. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.1145/3605098.3636092
Dissertação (Mestrado)
Explorando Formas de Calibração e Redução do Viés de Popularidade em Sistemas de Recomendação (2024)
Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia (Orientador)
Unidade: ICMC
Assuntos: SISTEMAS DE RECOMENDAÇÃO, RECUPERAÇÃO DA INFORMAÇÃO, INTERAÇÃO HOMEM-MÁQUINA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Rodrigo Ferrari de. Explorando Formas de Calibração e Redução do Viés de Popularidade em Sistemas de Recomendação. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-151014/. Acesso em: 02 dez. 2025.
APA
Souza, R. F. de. (2024). Explorando Formas de Calibração e Redução do Viés de Popularidade em Sistemas de Recomendação (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-151014/
NLM
Souza RF de. Explorando Formas de Calibração e Redução do Viés de Popularidade em Sistemas de Recomendação [Internet]. 2024 ;[citado 2025 dez. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-151014/
Vancouver
Souza RF de. Explorando Formas de Calibração e Redução do Viés de Popularidade em Sistemas de Recomendação [Internet]. 2024 ;[citado 2025 dez. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-151014/
Trabalho de evento
Uma abordagem em etapa de processamento para redução do viés de popularidade (2024)
Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia
Fonte: Proceedings. Nome do evento: Brazilian Symposium on Multimedia and the Web - WebMedia. Unidade: ICMC
Assuntos: SISTEMAS DE RECOMENDAÇÃO, MULTIMÍDIA INTERATIVA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Rodrigo Ferrari de e MANZATO, Marcelo Garcia. Uma abordagem em etapa de processamento para redução do viés de popularidade. 2024, Anais.. Porto Alegre: SBC, 2024. Disponível em: https://doi.org/10.5753/webmedia.2024.241542. Acesso em: 02 dez. 2025.
APA
Souza, R. F. de, & Manzato, M. G. (2024). Uma abordagem em etapa de processamento para redução do viés de popularidade. In Proceedings. Porto Alegre: SBC. doi:10.5753/webmedia.2024.241542
NLM
Souza RF de, Manzato MG. Uma abordagem em etapa de processamento para redução do viés de popularidade [Internet]. Proceedings. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia.2024.241542
Vancouver
Souza RF de, Manzato MG. Uma abordagem em etapa de processamento para redução do viés de popularidade [Internet]. Proceedings. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia.2024.241542
Trabalho de evento
Evaluating zero-shot large language models recommenders on popularity bias and unfairness: a comparative approach to traditional algorithms (2024)
Ortega, Gustavo Mendonça; Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia
Fonte: Anais Estendidos. Nome do evento: Simpósio Brasileiro de Sistemas Multimídia e Web - WebMedia. Unidade: ICMC
Assunto: SISTEMAS DE RECOMENDAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ORTEGA, Gustavo Mendonça e SOUZA, Rodrigo Ferrari de e MANZATO, Marcelo Garcia. Evaluating zero-shot large language models recommenders on popularity bias and unfairness: a comparative approach to traditional algorithms. 2024, Anais.. Porto Alegre: SBC, 2024. Disponível em: https://doi.org/10.5753/webmedia_estendido.2024.244310. Acesso em: 02 dez. 2025.
APA
Ortega, G. M., Souza, R. F. de, & Manzato, M. G. (2024). Evaluating zero-shot large language models recommenders on popularity bias and unfairness: a comparative approach to traditional algorithms. In Anais Estendidos. Porto Alegre: SBC. doi:10.5753/webmedia_estendido.2024.244310
NLM
Ortega GM, Souza RF de, Manzato MG. Evaluating zero-shot large language models recommenders on popularity bias and unfairness: a comparative approach to traditional algorithms [Internet]. Anais Estendidos. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia_estendido.2024.244310
Vancouver
Ortega GM, Souza RF de, Manzato MG. Evaluating zero-shot large language models recommenders on popularity bias and unfairness: a comparative approach to traditional algorithms [Internet]. Anais Estendidos. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia_estendido.2024.244310
Trabalho de evento
Explorando formas de calibração e redução do viés de popularidade em sistemas de recomendação (2024)
Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia
Fonte: Anais Estendidos. Nome do evento: Simpósio Brasileiro de Sistemas Multimídia e Web - WebMedia. Unidade: ICMC
Assuntos: SISTEMAS DE RECOMENDAÇÃO, INTERAÇÃO USUÁRIO-COMPUTADOR, MULTIMÍDIA INTERATIVA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Rodrigo Ferrari de e MANZATO, Marcelo Garcia. Explorando formas de calibração e redução do viés de popularidade em sistemas de recomendação. 2024, Anais.. Porto Alegre: SBC, 2024. Disponível em: https://doi.org/10.5753/webmedia_estendido.2024.244380. Acesso em: 02 dez. 2025.
APA
Souza, R. F. de, & Manzato, M. G. (2024). Explorando formas de calibração e redução do viés de popularidade em sistemas de recomendação. In Anais Estendidos. Porto Alegre: SBC. doi:10.5753/webmedia_estendido.2024.244380
NLM
Souza RF de, Manzato MG. Explorando formas de calibração e redução do viés de popularidade em sistemas de recomendação [Internet]. Anais Estendidos. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia_estendido.2024.244380
Vancouver
Souza RF de, Manzato MG. Explorando formas de calibração e redução do viés de popularidade em sistemas de recomendação [Internet]. Anais Estendidos. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5753/webmedia_estendido.2024.244380
Trabalho de evento-anais periodico
Enhancing calibration and reducing popularity bias in recommender systems (2024)
Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia
Fonte: Lecture Notes in Business Information Processing. Nome do evento: International Conference on Enterprise Information Systems - ICEIS. Unidade: ICMC
Assuntos: SISTEMAS DE RECOMENDAÇÃO, MÚSICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Rodrigo Ferrari de e MANZATO, Marcelo Garcia. Enhancing calibration and reducing popularity bias in recommender systems. Lecture Notes in Business Information Processing. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-64755-0_1. Acesso em: 02 dez. 2025. , 2024
APA
Souza, R. F. de, & Manzato, M. G. (2024). Enhancing calibration and reducing popularity bias in recommender systems. Lecture Notes in Business Information Processing. Cham: Springer. doi:10.1007/978-3-031-64755-0_1
NLM
Souza RF de, Manzato MG. Enhancing calibration and reducing popularity bias in recommender systems [Internet]. Lecture Notes in Business Information Processing. 2024 ; 519 3-24.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1007/978-3-031-64755-0_1
Vancouver
Souza RF de, Manzato MG. Enhancing calibration and reducing popularity bias in recommender systems [Internet]. Lecture Notes in Business Information Processing. 2024 ; 519 3-24.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1007/978-3-031-64755-0_1
Trabalho de evento
User perception of fairness-calibrated recommendations (2024)
Alves, Gabrielle Aparecida Pires ; Jannach, Dietmar ; Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia
Fonte: Proceedings. Nome do evento: ACM Conference on User Modeling, Adaptation and Personalization - UMAP. Unidade: ICMC
Assuntos: SISTEMAS DE RECOMENDAÇÃO, ESTUDO DE USUÁRIOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Gabrielle Aparecida Pires et al. User perception of fairness-calibrated recommendations. 2024, Anais.. New York: ACM, 2024. Disponível em: https://doi.org/10.1145/3627043.3659558. Acesso em: 02 dez. 2025.
APA
Alves, G. A. P., Jannach, D., Souza, R. F. de, & Manzato, M. G. (2024). User perception of fairness-calibrated recommendations. In Proceedings. New York: ACM. doi:10.1145/3627043.3659558
NLM
Alves GAP, Jannach D, Souza RF de, Manzato MG. User perception of fairness-calibrated recommendations [Internet]. Proceedings. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.1145/3627043.3659558
Vancouver
Alves GAP, Jannach D, Souza RF de, Manzato MG. User perception of fairness-calibrated recommendations [Internet]. Proceedings. 2024 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.1145/3627043.3659558
Trabalho de evento
Counteracting popularity-bias and improving diversity through calibrated recommendations (2023)
Sacilotti, Andre ; Souza, Rodrigo Ferrari de ; Manzato, Marcelo Garcia
Fonte: Proceedings. Nome do evento: International Conference on Enterprise Information Systems - ICEIS. Unidade: ICMC
Assuntos: SISTEMAS DE RECOMENDAÇÃO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SACILOTTI, Andre e SOUZA, Rodrigo Ferrari de e MANZATO, Marcelo Garcia. Counteracting popularity-bias and improving diversity through calibrated recommendations. 2023, Anais.. Setúbal: SciTePress, 2023. Disponível em: https://doi.org/10.5220/0011846000003467. Acesso em: 02 dez. 2025.
APA
Sacilotti, A., Souza, R. F. de, & Manzato, M. G. (2023). Counteracting popularity-bias and improving diversity through calibrated recommendations. In Proceedings. Setúbal: SciTePress. doi:10.5220/0011846000003467
NLM
Sacilotti A, Souza RF de, Manzato MG. Counteracting popularity-bias and improving diversity through calibrated recommendations [Internet]. Proceedings. 2023 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5220/0011846000003467
Vancouver
Sacilotti A, Souza RF de, Manzato MG. Counteracting popularity-bias and improving diversity through calibrated recommendations [Internet]. Proceedings. 2023 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.5220/0011846000003467

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Título da fonte

Nome do evento

Agência de fomento