Filtros : "Souza, Rodrigo Ferrari de" Limpar

Filtros



Refine with date range


  • Source: User Modeling and User-Adapted Interaction. Unidade: ICMC

    Assunto: SISTEMAS DE RECOMENDAÇÃO

    Versão PublicadaAcesso à fonteDOIHow to cite
    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: 27 set. 2024.
    • 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 2024 set. 27 ] 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 2024 set. 27 ] Available from: https://doi.org/10.1007/s11257-023-09378-7
  • Source: Proceedings. Conference titles: ACM/SIGAPP Symposium on Applied Computing - SAC. Unidade: ICMC

    Assunto: SISTEMAS DE RECOMENDAÇÃO

    PrivadoAcesso à fonteDOIHow to cite
    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: 27 set. 2024.
    • 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 2024 set. 27 ] 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 2024 set. 27 ] Available from: https://doi.org/10.1145/3605098.3636092
  • Unidade: ICMC

    Subjects: SISTEMAS DE RECOMENDAÇÃO, RECUPERAÇÃO DA INFORMAÇÃO, INTERAÇÃO HOMEM-MÁQUINA

    Acesso à fonteAcesso à fonteDOIHow to cite
    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: 27 set. 2024.
    • 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 2024 set. 27 ] 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 2024 set. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-11072024-151014/
  • Source: Proceedings. Conference titles: ACM Conference on User Modeling, Adaptation and Personalization - UMAP. Unidade: ICMC

    Subjects: SISTEMAS DE RECOMENDAÇÃO, ESTUDO DE USUÁRIOS

    Versão PublicadaAcesso à fonteDOIHow to cite
    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: 27 set. 2024.
    • 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 2024 set. 27 ] 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 2024 set. 27 ] Available from: https://doi.org/10.1145/3627043.3659558
  • Source: Proceedings. Conference titles: International Conference on Enterprise Information Systems - ICEIS. Unidade: ICMC

    Subjects: SISTEMAS DE RECOMENDAÇÃO, APRENDIZADO COMPUTACIONAL

    Versão PublicadaAcesso à fonteDOIHow to cite
    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: 27 set. 2024.
    • 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 2024 set. 27 ] 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 2024 set. 27 ] Available from: https://doi.org/10.5220/0011846000003467

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024