Francesco Bonchi

Une méthode pour équilibrer les opinions diverses en ligne et lutter contre la polarisation.

Une nouvelle approche pour améliorer le recours algorithmique au fil du temps et face à la concurrence.

Examiner l'équité des recommandations faites par des algorithmes après des résultats négatifs.

Examiner des méthodes pour diminuer les scores de centralité et réduire l'influence dans les réseaux.

De nouveaux algorithmes améliorent la précision du clustering tout en minimisant les coûts de requête.

Cette étude présente des techniques de clustering en utilisant plusieurs couches d'informations.

Un nouveau cadre améliore les prédictions de polarité des liens dans les réseaux signés.

Examiner comment les systèmes de recommandation changent les préférences des utilisateurs au fil du temps.

Explorer le rôle des LLM dans la création de contenu accrocheur sur les réseaux sociaux.