Subjects: SISTEMAS DE RECOMENDAÇÃO, INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, JUSTIÇA
ABNT
SOUZA, Rodrigo Ferrari de. Mitigação de Vieses em Sistemas de Recomendação: Uma Abordagem Híbrida de Calibração de Popularidade com LLMs e Otimização de Prompts. 2025. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2025. Disponível em: https://bdta.abcd.usp.br/directbitstream/2a38bade-28ad-453d-a436-659ba93c3a72/Rodrigo_Ferrari_de_Souza_TCC_2025.pdf. Acesso em: 18 abr. 2026.APA
Souza, R. F. de. (2025). Mitigação de Vieses em Sistemas de Recomendação: Uma Abordagem Híbrida de Calibração de Popularidade com LLMs e Otimização de Prompts (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/2a38bade-28ad-453d-a436-659ba93c3a72/Rodrigo_Ferrari_de_Souza_TCC_2025.pdfNLM
Souza RF de. Mitigação de Vieses em Sistemas de Recomendação: Uma Abordagem Híbrida de Calibração de Popularidade com LLMs e Otimização de Prompts [Internet]. 2025 ;[citado 2026 abr. 18 ] Available from: https://bdta.abcd.usp.br/directbitstream/2a38bade-28ad-453d-a436-659ba93c3a72/Rodrigo_Ferrari_de_Souza_TCC_2025.pdfVancouver
Souza RF de. Mitigação de Vieses em Sistemas de Recomendação: Uma Abordagem Híbrida de Calibração de Popularidade com LLMs e Otimização de Prompts [Internet]. 2025 ;[citado 2026 abr. 18 ] Available from: https://bdta.abcd.usp.br/directbitstream/2a38bade-28ad-453d-a436-659ba93c3a72/Rodrigo_Ferrari_de_Souza_TCC_2025.pdf
