Vers l'utilisation d'une intelligence artificielle responsable dans les systèmes de recommandation de produits en marketing.

Résumé La plupart des systèmes de recommandation de produits en marketing sont basés sur des algorithmes d'intelligence artificielle utilisant des techniques d'apprentissage automatique ou d'apprentissage profond. L'un des défis actuels pour les entreprises est d'éviter les effets négatifs de ces systèmes de recommandation de produits sur les clients (ou prospects), tels que l'injustice, le biais, la discrimination, l'opacité, l'opinion encapsulée dans les algorithmes des systèmes de recommandation mis en œuvre. Cette recherche se concentre sur le défi de l'équité. Nous faisons d'abord une revue de la littérature sur l'importance et les défis de l'utilisation d'algorithmes éthiques. Deuxièmement, nous définissons le concept d'équité et présentons les raisons pour lesquelles il est important pour les entreprises d'aborder cette question en marketing. Troisièmement, nous présentons les différentes méthodologies utilisées dans les algorithmes des systèmes de recommandation. En utilisant un jeu de données dans l'industrie du divertissement, nous mesurons l'équité des algorithmes pour chaque méthodologie et comparons les résultats. Enfin, nous améliorons les méthodes existantes en proposant un nouveau système de recommandation de produits visant à augmenter l'équité par rapport aux méthodes précédentes, sans compromettre les performances des systèmes de recommandation.