Recommandations contextuelles en action - Relier l'IA et l'économie réelle

DESCRIPTION

La réalisation de notre action nécessite l'établissement d'un dialogue entre les experts en sciences de l'information et en sciences de la consommation. D'une part, les scientifiques des données doivent développer des algorithmes pour révéler les préférences des consommateurs et produire des recommandations. D'autre part, les économistes du comportement doivent concevoir des déploiements contrôlés selon les principes de la psychologie cognitive et de l'économie comportementale. Ces efforts permettent de développer des théories sur la manière dont les gens font des choix lorsqu'ils sont assistés par des algorithmes de prise de décision et de mesurer l'acceptabilité. Ces deux parties ont travaillé ensemble pour se nourrir l'une l'autre et déployer des tests à grande échelle par le biais du développement de plateformes et de modules d'extension. Nous avons collecté des données et des métadonnées afin de mesurer de manière fiable l'impact des décisions algorithmiques sur les individus et la société. Pour ce faire, nous avons conçu et déployé des expériences à grande échelle pour l'observation de la consommation de comportements dans un environnement contrôlé. Ces déploiements sont menés et testés selon de nouvelles définitions des mesures de satisfaction et d'adoption, et bien sûr le développement d'algorithmes, d'outils et de nouvelles approches d'exploration et d'analyse des données centrées sur l'humain.

ACTIVITÉS

Le présent document résume notre action et les défis qui en découlent. Au cours de la première année, nous avons organisé trois réunions au cours desquelles nous avons fait part de nos expériences en matière de Analyste publicitaire, a développé un méthodologie pour le déploiement d'expériences et la modélisation des préférenceset a obtenu les autorisations nécessaires de la part de Délégués à la protection des données et a analysé les risques liés à la GDPR.

La liste de nos publications est disponible iciainsi qu'un lexique que nous avons mis au point pour permettre une collaboration entre informaticiens, économistes et juristes.
Nous avons également contribué au groupe de travail "Plateformes numériques et risques algorithmiques" dans le cadre du GdR Internet et Société : https://cis.cnrs.fr/plateformes-et-risques-algorithmiques/

LISTE SÉLECTIVE DE PUBLICATIONS

  • Abdelouahab Chibah, Sihem Amer-Yahia, Laure Berti-Equille. QeNoBi : A System for QuErying and miNing BehavIoral Patterns Copie des auteurs. 2021 IEEE 37th International Conference on Data Engineering (ICDE), Apr 2021, Chania, France. pp.2673-2676, ;10.1109/ICDE51399.2021.00301t. 

  • Anes Bendimerad, Marc Plantevit, Céline Robardet, Sihem Amer-Yahia. User-driven geolocated event detection in social media. IEEE Transactions on Knowledge and Data Engineering, Institute of Electrical and Electronics Engineers, In press, 33 (2), pp.796-809. ;10.1109/TKDE.2019.2931340t. 

  • Behrooz Omidvar-Tehrani, Sihem Amer-Yahia. Enquête sur l'analyse des groupes d'utilisateurs et possibilités de recherche. IEEE Transactions on Knowledge and Data Engineering, Institute of Electrical and Electronics Engineers, 2020, ;10.1109/TKDE.2019.2913651t.

  • Bruno Brandoli, Gabriel Spadon, Travis Esau, Patrick Hennessy, Andre Carvalho, et al. DropLeaf : a precision farming smartphone application for measuring pesticide spraying methods. Journal of Computers and Electronics in Agriculture, Elsevier, 2020. 

  • Dong Wei, Senjuti Basu Roy, Sihem Amer-Yahia. Recommending Deployment Strategies for Collaborative Tasks (Recommandation de stratégies de déploiement pour les tâches collaboratives). SIGMOD/PODS '20 : International Conference on Management of Data, 2020, Portland (virtual), États-Unis. pp.3-17, ;10.1145/3318464.3389719t. 

  • Fabian Colque Zegarra, Juan Carbajal Ipenza, Behrooz Omidvar-Tehrani, Viviane Moreira, Sihem Amer-Yahia, et al. Exploration visuelle d'ensembles de données d'évaluation et de groupes d'utilisateurs. Future Generation Computer Systems, Elsevier, 2020, 105, pp.547-561... ;
    10.1016/j.future.2019.12.011t. 

  • Idir Benouaret, Mohamed Bouadi, Sihem Amer-Yahia. Recommandations et promotions multi-objectifs chez TOTAL. The 32nd International Conference on Database and Expert Systems Applications (DEXA2021), Sep 2021, Lintz, Autriche. 

  • Idir Benouaret, Sihem Amer-Yahia, Senjuti Basu Roy, Christiane Kamdem-Kengne, Jalil Chagraoui. Faciliter l'aide à la décision par le classement et la synthèse des règles d'association pour les clients de TOTAL. Transactions on Large-Scale Data- and Knowledge-Centered Systems, Springer Berlin / Heidelberg, 2020, pp.160-193 ; 10.1007/978-3-662-62271-1_6t. 

  • Jose Rodrigues-Jr, Marco Gutierrez, Gabriel Spadon, Bruno Brandoli, Sihem Amer-Yahia. LIG-Doctor : prédiction efficace de la trajectoire du patient à l'aide de réseaux bidirectionnels minimaux gérés et récurrents. Information sciences, Sciences de l'information, 2021, ;10.1016/j.ins.2020.09.024t. 

  • Mariia Seleznova, Behrooz Omidvar-Tehrani, Sihem Amer-Yahia, Eric Simon. Guided exploration of user groups (exploration guidée de groupes d'utilisateurs). Proceedings of the VLDB Endowment (PVLDB), VLDB Endowment, 2020, 13 (9), pp.1469-1482. ;10.14778/3397230.3397242t.

  • Mohammadreza Esfandiari, Ria Mae Borromeo, Sepideh Nikookar, Paras Sakharkar, Sihem Amer-Yahia, et al. Multi-Session Diversity to Improve User Satisfaction in Web Applications (Diversité multi-sessions pour améliorer la satisfaction des utilisateurs dans les applications Web). WWW '21 : The Web Conference 2021, Apr 2021, Ljubljana Slovenia, France. pp.1928-1936, ;10.1145/3442381.3450046t. 

  • Sandrine da Col, Radu Ciucanu, Marta Soare, Nassim Bouarour, Sihem Amer-Yahia. DashBot : An ML-Guided Dashboard Generation System Copie des auteurs. 30th ACM International Conference on Information and Knowledge Management, Nov 2021, Queensland (in line), Australia. 

  • Senjuti Basu Roy, Lei Chen, Atsuyuki Morishima, James Monedero, Pierre Bourhis, et al. Making AI Machines Work for Humans in FoW. SIGMOD record, ACM, 2020, 49 (2), pp.30-35. ;10.1145/3442322.3442327t. 

  • Sihem Amer-Yahia, Aurélien Personnaz, Laure Berti-Equille. Dora l'exploratrice : Exploring Very Large Data with Interactive Deep Reinforcement Learning Copie des auteurs. 30th ACM International Conference on Information and Knowledge Management, Nov 2021, Queensland, Australia. 

  • Sihem Amer-Yahia, Laure Berti-Equille, Abdelouahab Chibah. A Framework for Statistically-Sound Customer Segment Search Copie des auteurs. The 8th IEEE International Conference on Data Science and Advanced Analytics, Oct 2021, Porto (virtual), Portugal. 

  • Sihem Amer-Yahia, Masaki Matsubara, Ria Borromeo. Task Assignment Strategies for Crowd Worker Ability Improvement (Stratégies d'affectation des tâches pour l'amélioration des capacités des travailleurs de la foule). The 24th ACM Conference on Computer-Supported Cooperative Work and Social Computing, Oct 2021, Virtual, France. 

  • Sihem Amer-Yahia, Reynold Cheng, Mohamed Bouadi, Abdelouahab Chibah, Mohammadreza Esfandiari, et al. An ML-Powered Human Behavior Management System (Système de gestion du comportement humain basé sur les ML). Bulletin of the Technical Committee on Data Engineering, IEEE Computer Society, 2020, 43 (3), pp.53-64. 

  • Sihem Amer-Yahia, Senjuti Basu Roy. Data Management to Social Science and Back in the Future of Work (La gestion des données aux sciences sociales et inversement dans l'avenir du travail). SIGMOD/PODS '21 : International Conference on Management of Data, Jun 2021, Virtual Event China, France. pp.2876-2877, ;10.1145/3448016.3457536t. 

  • Sihem Amer-Yahia, Shady Elbassuoni, Ahmad Ghizzawi, Anas Hosami. Quantifier et traiter la disparité de classement dans l'acquisition de données par l'homme. KDD '21 : The 27th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, Aug 2021, Virtual Event Singapore, France. pp.2525-2533, ;10.1145/3447548.3467063t. 

  • Sihem Amer−Yahia, Shady Elbassuoni, Ahmad Ghizzawi, Ria Borromeo, Emilie Hoareau, et al.. Fairness in Online Jobs: {A} Case Study on TaskRabbit and Google. International Conference on Extending Database Technologies (EDBT), 2020, Copenhagen, Denmark. ;10.5441/002/edbt.2020.62t. 

  • Sihem Amer-Yahia, Shady Elbassuoni, Ahmad Ghizzawi. Fairness of Scoring in Online Job Marketplaces. ACM/IMS Transactions on Data Science, ACM, 2020, 1 (4), pp.1-30. ;10.1145/3402883t. 

  • Sihem Amer-Yahia, Shady Elbassuoni, Behrooz Omidvar-Tehrani, Ria Borromeo, Mehrdad Farokhnejad. GroupTravel : Personnalisation des forfaits de voyage pour les groupes. International Conference on Extending Database Technologies, 2020, Lisbonne, Portugal ;10.5441/002/edbt.2019.13t. 

  • Sihem Amer-Yahia, Tova Milo, Brit Youngmann. Exploring Ratings in Subjective Databases. SIGMOD/PODS '21 : International Conference on Management of Data, Apr 2021, Virtual Event China, France. pp.62-75, ;10.1145/3448016.3457259t. 

  • Sihem Amer-Yahia, Tova Milo, Brit Youngmann. SubDEx : Exploring Ratings in Subjective Databases (Copie des auteurs). 2021 IEEE 37th International Conference on Data Engineering (ICDE), Apr 2021, Chania, France. pp.2653-2656, ;10.1109/ICDE51399.2021.00296t.

Publié le 11 janvier 2024
Mis à jour le 11 janvier 2024