Régression ordinale robuste pour l'élicitation de préférences multi-attributs avec synergies entre attributs
Mohamed Ouaguenouni  1@  , Hugo Gilbert  2@  , Olivier Spanjaard  1@  , Meltem Öztürk  2@  
1 : Le laboratoire d'informatique de Sorbonne Université (LIP6)
Sorbonne Université, Centre National de la Recherche Scientifique : UMR7606
2 : Laboratoire dánalyse et modélisation de systèmes pour láide à la décision
Centre National de la Recherche Scientifique : UMR7243 / FRE3234 / UMR7024, Université Paris Dauphine-PSL, Centre National de la Recherche Scientifique : UMR7024, Centre National de la Recherche Scientifique

Ce travail porte sur l'élicitation des préférences sur domaine combinatoire. Ce problème a été largement étudié sous l'angle de l'apprentissage actif mais aussi passif. Nous considérerons toutefois ici un cadre où un ensemble de données préférentielles est connu en entrée de la procédure d'élicitation, et où il n'y a pas d'interactions avec le décideur. Une attention particulière sera portée à la robustesse de notre approche pour inférer de nouvelles préférences, afin qu'elle repose le moins possible sur des choix arbitraires au niveau du jeu de paramètres choisi ou des valeurs des paramètres. Dans ce but, on a recours au modèle ordinal introduit par Fishburn et LaValle, dont nous définissons une variante plus robuste. L'approche s'appuie sur des formulations en programmation linéaire en variables mixtes.


Personnes connectées : 2 Vie privée
Chargement...