Information Retrieval Group / Grupo de Recuperación de Información

 →  INFORMATION RETRIEVAL GROUP / GRUPO DE RECUPERACIÓN DE INFORMACIÓN

Information Retrieval Group / Grupo de Recuperación de Información

Código: 486
Acronimo: IRG
Tipo: Grupo consolidado
Email:
Categorías: PE6 Computer Science and Informatics
INF Ciencias de la computación y tecnología informática
Coordinador:
Miembros:
Enlaces:

Lineas de investigación:

Recuperación de información Sistemas de recomendación Análisis de redes sociales



Proyectos más relevantes:

Recomendación en medios sociales: contexto, diversidad y sesgo algorítmico. Ministerio de Economía y Competitividad (TIN2016-80630-P), 2017-2019. Investigadores principales: Pablo Castells e Iván Cantador. Voxpopuli: Efficient reputation analysis, propagation and recommendation in social network environments. Ministerio de Economía y Competitividad (TIN2013-47090-C3-2), 2014-2016. Investigador principal: Pablo Castells. Predict: Novelty, diversity, context and time: new dimensions in next-generation information retrieval and recommender systems. Ministerio de Ciencia e Innovación (TIN2011-28538-C02), 2011-2013. Investigador principal: Pablo Castells. Recuperación de información sobre distintos medios basada en modelos multidimensionales: relevancia, novedad, personalización y contexto. Ministerio de Ciencia e Innovación (TIN2008-06566-C04-02), 2009-2011. Investigador principal: Pablo Castells. MESH: Multimedia semantic syndication for enhanced news services. VI Programa Marco de la Unión Europea, programa IST (FP6-027685), marzo 2006 – febrero 2009. Investigador principal (UAM): Pablo Castells.



Publicaciones más relevantes:

P. Sánchez and A. Bellogín. Building user profiles based on sequences for content and collaborative filtering. Information Processing & Management 56(1), January 2019, pp. 192-211. R. Cañamares, P. Castells. Should I Follow the Crowd? A Probabilistic Analysis of the Effectiveness of Popularity in Recommender Systems. 41st Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2018). Ann Arbor, Michigan, USA, July 2018, pp. 415-424 — best paper award. J. Sanz-Cruzado, P. Castells. Enhancing Structural Diversity in Social Networks by Recommending Weak Ties. 12th ACM Conference on Recommender Systems (RecSys 2018). Vancouver, Canada, October 2018, pp. 233-241. A. Bellogín, P. Castells, I. Cantador. Statistical Biases in Information Retrieval Metrics for Recommender Systems. Information Retrieval 20(6), July 2017, pp. 606-634. R. Cañamares, P. Castells. A Probabilistic Reformulation of Memory-Based Collaborative Filtering – Implications on Popularity Biases. 40th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2017). Tokyo, Japan, August 2017, pp. 215-224.

© 2021 Fundación de la Universidad Autónoma de Madrid