Uma abordagem em etapa de processamento para redução do viés de popularidade (2024)
- Authors:
- USP affiliated authors: MANZATO, MARCELO GARCIA - ICMC ; SOUZA, RODRIGO FERRARI DE - ICMC
- Unidade: ICMC
- DOI: 10.5753/webmedia.2024.241542
- Subjects: SISTEMAS DE RECOMENDAÇÃO; MULTIMÍDIA INTERATIVA
- Keywords: Viés de Popularidade; Justiça; Calibração
- Agências de fomento:
- Language: Português
- Imprenta:
- Publisher: SBC
- Publisher place: Porto Alegre
- Date published: 2024
- Source:
- Título: Proceedings
- Conference titles: Brazilian Symposium on Multimedia and the Web - WebMedia
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: bronze
-
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: 28 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. 28 ] 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. 28 ] Available from: https://doi.org/10.5753/webmedia.2024.241542 - A two-stage calibration approach for mitigating bias and fairness in recommender systems
- Enhancing calibration and reducing popularity bias in recommender systems
- Explorando formas de calibração e redução do viés de popularidade em sistemas de recomendação
- User perception of fairness-calibrated recommendations
- Digitally nudging users to explore off-profile recommendations: here be dragons
- Counteracting popularity-bias and improving diversity through calibrated recommendations
- Calibração de sistemas de recomendação com LLMs: otimização de prompts para balancear precisão, diversidade e justiça
- Evaluating zero-shot large language models recommenders on popularity bias and unfairness: a comparative approach to traditional algorithms
- Explorando Formas de Calibração e Redução do Viés de Popularidade em Sistemas de Recomendação
- Uma arquitetura de personalização de conteúdo baseada em anotações do usuário
Informações sobre o DOI: 10.5753/webmedia.2024.241542 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3220264.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
