Vers l'intégration de l'éthique dans les systèmes de recommandation.

Résumé La plupart des systèmes de recommandation de produits sont basés sur des algorithmes d'intelligence artificielle utilisant des techniques d'apprentissage automatique ou d'apprentissage profond. L'un des défis actuels est d'éviter les effets négatifs de ces systèmes de recommandation de produits sur les clients (ou prospects), tels que l'injustice, le biais, la discrimination, l'opacité, l'opinion encapsulée dans les algorithmes des systèmes de recommandation mis en œuvre. Cet article porte sur le défi de l'équité. Nous définissons le concept et présentons quelques mesures de l'équité. Ensuite, nous présentons un nouveau modèle prédictif, auquel nous prévoyons d'incorporer des critères d'équité. En utilisant un ensemble de données provenant de l'industrie du divertissement, nous mesurons l'équité pour chaque méthode et comparons les résultats.