К содержанию
Олег НагорныйRecSys2026

Каталог

Найдено: 3 из 269 · теги в строках тоже фильтруют

Только в Zotero 269
Темы в текущей выборке · полоса — работы с тегом из 3 найденных, риска — весь корпус
Генеративные рекомендации 0Последовательные рекомендации 0Языковые модели и агенты 0Коллаборативные модели 0Оценка и причинность 3Объяснения и контроль 3Промышленные системы 0Кросс-домен и мультимодальность 0Реклама и рекомендации 0
Контроль, объяснения и интересы участниковLinz Institute of TechnologyСбросить фильтры

  1. Calibrating Recommendations on Ordinal Attributes

    Калибровка по упорядоченным атрибутам использует расстояния, учитывающие соседство значений. Эти меры становятся целью жадного реранжирования.

    Johannes Kepler University Linz, Albatross AI +1

    #Объяснения и контроль#Оценка и причинность

    Публикация конференцииZotero ↗

  2. Cognitive Biases in Recommender Systems — материалы COBIS RecSys 2026

    Материалы COBIS связывают психологические механизмы с поведением рекомендательных систем. Слайды и практикум показывают, как отделять гипотезу об искажении от измерения алгоритма.

    Johannes Kepler University Linz, Linz Institute of Technology

    #Объяснения и контроль#Оценка и причинность

    Материалы tutorialZotero ↗

  3. Cognitive Biases in Recommender Systems

    План COBIS сопоставляет когнитивные эвристики с позиционными и популярностными смещениями. Темы связывают решения человека с проектированием и оценкой рекомендателей.

    Johannes Kepler University Linz, Linz Institute of Technology +2

    #Объяснения и контроль#Оценка и причинность

    Аннотация tutorialZotero ↗

RecSys2026

Разборы работ RecSys 2026 · обновлено 2026-10-16.