• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod: NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Data och IT
    2. Databaser

    Advances in Bias and Fairness in Information Retrieval

    4th International Workshop, BIAS 2023, Dublin, Ireland, April 2, 2023, Revised Selected Papers

    AvLudovico Boratto,Stefano Faralli

    Häftad, Engelska, 2023

    Del 1840 i serien Communications in Computer and Information Science

    762 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Beskrivning

    This book constitutes the refereed proceedings of the 4th International Workshop on Algorithmic Bias in Search and Recommendation, BIAS 2023, held in Dublin, Ireland, in April 2023.The 10 full papers and 4 short papers included in this book were carefully reviewed and selected from 36 submissions. The present recent research in the following topics: biases exploration and assessment; mitigation strategies against biases; biases in newly emerging domains of application, including healthcare, Wikipedia, and news, novel perspectives; and conceptualizations of biases in the context of generative models and graph neural networks.

    Produktinformation

    • Utgivningsdatum:2023-07-15
    • Mått:155 x 235 x 11 mm
    • Vikt:295 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Communications in Computer and Information Science
    • Antal sidor:177
    • Upplaga:23001
    • Förlag:Springer International Publishing AG
    • ISBN:9783031372483

    Utforska kategorier

    • Databaser inom Data och IT
    • Artificiell intelligens inom Data och IT
    • Hårdvara inom Data och IT

    Innehållsförteckning

    • A Study on Accuracy, Miscalibration, and Popularity Bias in Recommendations.- Measuring Bias in Multimodal Models: Multimodal Composite Association Score.- Evaluating Fairness Metrics.- Utilizing Implicit Feedback for User Mainstreaminess Evaluation and Bias Detection in Recommender Systems.- Preserving Utility in Fair Top-k Ranking with Intersectional Bias.- Mitigating Position Bias in Hotels Recommender Systems.- Improving Recommender System Diversity with Variational Autoencoders.- Addressing Biases in the Texts using an End-to-End Pipeline Approach.- Bootless Application of Greedy Re-ranking Algorithms in Fair Neural Team Formation.- How do you feel? Information Retrieval in Psychotherapy and Fair Ranking Assessment.- Understanding Search Behavior Bias in Wikipedia.- Do you MIND? Reflections on the MIND dataset for research on diversity in news recommendations.- Detecting and Measuring Social Bias of Arabic Generative Models in the Context of Search and Recommendation.- What are we missing in algorithmic fairness? Discussing open challenges for fairness analysis in user profiling with Graph Neural Networks.