André Levi Zanon

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Participação em bancas

Produções bibliográficas

• ZANON, ANDRÉ LEVI ; ROCHA, LEONARDO CHAVES DUTRA DA ; MANZATO, MARCELO GARCIA . Balancing the trade-off between accuracy and diversity in recommender systems with personalized explanations based on Linked Open Data. KNOWLEDGE-BASED SYSTEMS , v. 252, p. 109333, 2022.

• ZANON, ANDRÉ LEVI ; SOUZA, LUAN ; PRESSATO, DIANY ; MANZATO, MARCELO GARCIA . A user study with aspect-based sentiment analysis for similarity of items in content-based recommendations. EXPERT SYSTEMS , v. 39, p. e12991, 2022.

• ZANON, A. L. ; ROCHA, LEONARDO CHAVES DUTRA DA ; MANZATO, MARCELO G. . Model-Agnostic Knowledge Graph Embedding Explanations for Recommender Systems. Model-Agnostic Knowledge Graph Embedding Explanations for Recommender Systems. 1ed.: Springer Nature Switzerland, 2024, v. , p. 3-27.

• ZANON, ANDRÉ LEVI ; ROCHA, LEONARDO ; MANZATO, MARCELO GARCIA . O Impacto de Estratégias de Embeddings de Grafos na Explicabilidade de Sistemas de Recomendação. In: Proceedings of the Brazilian Symposium on Multimedia and the Web, 2024, Brasil. Proceedings of the 30th Brazilian Symposium on Multimedia and the Web (WebMedia 2024), 2024. p. 231.

• DE SOUZA, LUAN SOARES ; ZANON, ANDRÉ LEVI ; DE ARAÚJO, LUCAS PADILHA MODESTO ; MANZATO, MARCELO GARCIA . A multiturn recommender system with explanations. In: Anais Estendidos do Simpósio Brasileiro de Sistemas Multimídia e Web, 2023, Brasil. Anais Estendidos do XXIX Simpósio Brasileiro de Sistemas Multimídia e Web (WebMedia 2023). p. 77.

• ZANON, ANDRÉ L. ; SOUZA, LUAN ; PRESSATO, DIANY ; MANZATO, MARCELO G. . WordRecommender. In: WebMedia '20: Brazillian Symposium on Multimedia and the Web, 2020, São Luís Brazil. Proceedings of the Brazilian Symposium on Multimedia and the Web, 2020. p. 181-181.

• ZANON, A. L. ; BLANCO, J. Z. ; LUCREDIO, D. . O POTENCIAL DO ANDROID WEAR: UM ESTUDO SOBRE A INTEROPERABILIDADE E AS APLICAÇÕES DOS SMARTWATCHES NO COTIDIANO. 2017. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2020 - 2024

  Uma exploração em paradigmas de explicação em sistemas de recomendação: gerando e avaliando modelos sintáticos, semânticos e generativos com grafos de conhecimento, Descrição: Sistemas de recomendação explicáveis fornecem aos usuários razões para interagir com itens, melhorando a transparência, persuasão, confiança, eficiência e satisfação, e consequentemente a experiência geral do usuário com o sistema. Para gerar tais explicações com Grafos de Conhecimento (GC), algoritmos escolhem entre um conjunto de caminhos explicativos, que conectam os nós de itens com os quais o usuário interagiu a um nó de item recomendado, com base em atributos compartilhados. Três paradigmas principais são usados para gerar esses caminhos: sintático, semântico e generativo. Abordagens sintáticas selecionam caminhos com base no número de links entre os nós de itens; abordagens semânticas incorporam estruturas de GC em um espaço latente; e modelos generativos aproveitam modelos de linguagem para entender e gerar explicações. No entanto, a avaliação de explicações é negligenciada, com a maioria dos estudos realizando experimentos online e dificultando o entendimento de como as métricas offline se alinham com a percepção do usuário. Essa lacuna cria desafios na avaliação de algoritmos explicativos e também no avanço do campo de pesquisa. Nesta tese, projetamos e avaliamos algoritmos explicativos nos paradigmas sintático, semântico e generativo, utilizando métricas online e offline para avaliar os diferentes paradigmas de explicação e encontrar correlações entre a percepção do usuário e a seleção dos caminhos explicativos. Nossas descobertas destacam que os modelos sintático, semântico e generativo representam, respectivamente, uma evolução nas métricas offline de explicações e que a diversidade e popularidade de atributos nos caminhos explicativos impactam a percepção do usuário. Por fim, fornecemos diretrizes para uma avaliação robusta offline das explicações em sistemas de recomendação.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (0) Doutorado: (1) . , Integrantes: André Levi Zanon - Integrante / MANZATO, MARCELO G. - Coordenador / ROCHA, LEONARDO CHAVES DUTRA DA - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2016 - 2017

  O potencial do Android Wear: Um estudo sobre a interoperabilidade e as aplicações dos smartwatches no cotidiano, Projeto certificado pelo(a) coordenador(a) Daniel Lucrédio em 09/03/2020., Descrição: Desde a conceituação do termo Computação Ubíqua por Mark Weiser em 1991, diversas pesquisas e produtos começaram a explorar aplicações com que computadores, presentes em um certo ambiente, auxiliassem as pessoas em suas tarefas sem que sejam notados. Nesse contexto, o objeto de estudo desta pesquisa baseou-se nos smartwatches e, mais especificamente, no sistema operacional Android Wear. Esta plataforma, por meio de uma conexão com o celular pareado, visa informar dados e notícias em notificações, além de dinamizar ações a serem realizadas pelo usuário por meio dos aplicativos e de interações com a voz, formando, de maneira geral, a interação contínua e ubíqua do dispositivo com a pessoa. Ainda assim, devido a esta tecnologia ser recente, poucos são os estudos que exploram todas as suas capacidades de interação e interoperabilidade. Portanto, por meio de protótipos e estudos teóricos foram analisadas as diversas formas de usabilidade da plataforma assim como seu funcionamento. Com isso, desenvolveu-se uma plataforma conceitual das possíveis interações de forma que, para cada aplicação, pudesse existir um framework de auxílio ao desenvolvimento quanto as possíveis aplicações da mesma. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: André Levi Zanon - Integrante / Daniel Lucrédio - Coordenador / Juliano Zanuzzio Blanco - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.