ELIGE-IA

Red Española de Investigación en Sistemas de Recomendación

Nuevos modelos de IA

Aprendizaje profundo, Soft Computing, Modelos lingüísticos pre-entrenados

Nuevas propiedades

Explicabilidad, equidad, confiabilidad, sostenibilidad y respeto al medio ambiente

Nuevos campos de aplicación

Neuromarketing, salud, turismo, ecommerce, redes sociales

Marco de Trabajo

La red ELIGE-IA está formada por un grupo de investigadores españoles cuyo interés principal es el estudio y desarrollo de Sistemas de Recomendación, es decir, herramientas informáticas que usualmente tienen asociados modelos teóricos y aplicaciones prácticas, tomando como base la IA y la disciplina de la recuperación de información

Objetivos

ELIGE-IA tiene como meta potenciar la interrelación y comunicación entre los diferentes grupos de investigación españoles que tienen como línea de trabajo los Sistemas de Recomendación.

Desarrollo de nuevos modelos de recomendación soportados por técnicas de la IA, tales como el aprendizaje automático, el soft computing o el aprendizaje profundo. El propósito de estos Modelos de Recomendación:

  1. Estén soportados por aprendizaje profundo.
  2. Asociada a preferencias secuenciales conscientes del contexto temporal.
  3. Estén soportados por soft computing.
  4. Incorporación de algoritmos verdes en los modelos de recomendación.

Desarrollo de nuevos modelos de recomendación que incluyan las Directrices Éticas para una Inteligencia Artificial más Confiable, esencialmente enfocados en mejorar la equidad, la explicabilidad y la transparencia de las recomendaciones generadas con respecto a las propuestas anteriores.

  1. Modelos post-hoc de explicabilidad.
  2. Optimización de la equidad de las recomendaciones.
  3. Modelos soportados por métodos de computación con palabras y toma de decisión multi-criterio.

Desarrollo de nuevos modelos de recomendación para dominios y escenarios específicos.

  1. Modelos para familias, círculos en redes sociales, etc.
  2. Modelos para la recomendación de paquetes de ítems.
  3. Modelos orientados a la salud.
  4. Modelos noveles orientados al turismo.

Desarrollo de nuevas herramientas y protocolos de soporte a la investigación de frontera en sistemas de recomendación.

  1. Métodos para la generación de bases de datos sintéticas utilizando GAN.
  2. Desarrollo de nuevos protocolos de experimentación para recomendación.
  3. Aplicación de técnicas de neuromarketing.

Grupos