Évolution des systèmes de recommandation : Vers des approches médiées par des agents personnels

Les systèmes de recommandation ont été principalement considérés comme des mécanismes de classement où les plateformes surveillent le comportement des utilisateurs pour proposer des suggestions. Cependant, cette vision néglige le contrôle considérable exercé par les plateformes sur divers aspects du processus de recommandation, y compris l'accès aux candidats et la logique derrière les suggestions. Le défi émergent dans ce domaine ne concerne pas seulement la compréhension des préférences des utilisateurs, mais aussi la gestion de la manière dont les preuves sont collectées et partagées. Nous proposons une nouvelle approche appelée Recommandation Médiée par un Agent Personnel (PAMR). Ce cadre positionne un agent personnel comme représentant de l'utilisateur, facilitant la découverte et l'agrégation de preuves de recommandation provenant de sources diverses. Cette transition est cruciale ; elle déplace l'accent du classement dirigé par la plateforme vers la gestion des preuves centrée sur l'utilisateur. Dans ce document de position, nous définissons le paradigme PAMR et soulignons les décisions de médiation essentielles. Les résultats préliminaires d'une étude sur les recommandations de restaurants via Yelp montrent que la sélection efficace des sources et le partage contrôlé des informations peuvent considérablement améliorer l'expérience utilisateur.