第十届中国数据挖掘会议(CCDM 2024)征稿
发布人:bianw 发布时间:4/17/2024 12:09:53 PM  浏览次数:3692次
【字体: 字体颜色
中国数据挖掘会议(CCDM,China Conference on Data Mining)是由中国计算机学会和中国人工智能学会主办的数据挖掘盛会。每两年举办一次,已成功举办九届。第十届中国数据挖掘会议(CCDM 2024)将于2024年7月28-30日在山东泰安举行,会议由中国计算机学会人工智能与模式识别专业委员会、中国人工智能学会机器学习专业委员会和济南大学承办。郑州大学学报(工学版)作为会议合作期刊之一,欢迎从事数据挖掘研究工作的产学研各界专家、学者以及学生将会议已经初步录用的创新性成果论文,经组委会推荐后投稿至本学报(工学版)专题。

一、征文范围(包括但不限于)
1.数据挖掘理论与算法

关联分析

链接分析

频繁模式挖掘

排序

概率与统计模型

软计算

数据预处理

异常与孤立点检测

动态数据挖掘

并行与分布式挖掘

交互式与联机挖掘

隐私保护数据挖掘

可伸缩与高性能数据挖掘

大数据分析

社交网络数据挖掘

大规模数据挖掘

2.特定数据类型的挖掘

关系数据挖掘

图模式挖掘

空间与时序数据挖掘

趋势与序列分析

数据流与增量挖掘

多媒体数据挖掘

文本挖掘

WebInternet挖掘

人机交互与可视化

推荐系统

数据仓库、OLAP

生物信息数据挖掘

3.人工智能与智能信息处理

模式识别

智能信息系统

智能算法

进化算法

群智能算法

智能传感

智能信息处理

模糊集与粗糙集

信息检索

自然语言处理

Agent系统

语音、图像处理与理解

4.人工智能与数据挖掘技术应用

大模型

市场营销

风险管理

供应链管理

计算金融学

电子商务

金融分析

电信

基因分析

生物信息学

入侵与欺诈检测

社会网络分析

在线旅游数据分析

信息推荐

计算广告

文化数据分析

客户关系管理

生物医药

院校数据分析

5. 机器学习理论及其应用

分类

聚类

回归

强化学习

计算学习理论

半监督学习

主动学习

集成学习

多标记学习

深度学习

流形学习

多示例学习

增量学习与在线学习

极限学习

迁移学习

终身学习

多模态机器学习

弱监督自监督学习

机器学习新理论

多任务学习

距离度量学习

联邦学习

二、论文要求

1、论文必须未公开发表过,仅接收中文论文,采用《计算机研究与发展》格式排版,一般不超过 6000 字。

2、论文应包括题目、作者姓名、作者单位、摘要、关键词、正文和参考文献。另附作者通讯地址、邮编、电话及 E-mail 地址。

3、学生(不包括博士后和在职博士生)第一作者的论文稿件请在首页脚注中注明,否则将不具有参选“优秀学生论文”的资格。

4、会议网址为:https://ccf.org.cn/CCDM2024

5、本会议采用在线投稿方式,投稿地址:https://conf.ccf.org.cn/CCDM2024/paper

6、联系人:牛老师,周老师(电话:13806409965,17705315838 邮箱:ccdm2024@126.com

三、论文出版

会议录用的论文将推荐到《计算机研究与发展》《计算机科学与探索》《计算机工程与应用》《计算机科学》《智能系统学报》《应用科技》《小型微型计算机系统》《计算机应用》《数据采集与处理》 《数据分析与知识发现》《南京大学学报(自然科学版)》《国防科技大学学报》《山东大学学报(工学版)》《吉林大学学报(信息科学版)》《南京师大学报(自然科学版)》《南京师范大学学报(工程技术版)》《常州大学学报》《郑州大学学报(理学版)》《郑州大学学报(工学版)》《陕西师范大学学报(自然科学版)》《济南大学学报(自然科学版)》等期刊。

四、重要日期

录用通知日期:2024 年 5 月 19 日

会议召开日期:2024 年 7 月 28 - 30日

五、投稿方式

请登录《郑州大学学报(工学版)》网站,投稿时请在系统页面题名处标注CCDM:题名”,上传论文文件时论文题名中不需要加“CCDM”,按要求提交。论文首页页脚处注明:基金项目(必须提供)以及第一作者姓名(出生年---)、籍贯、职称、学历、研究方向、email、电话。稿件将采用绿色通道,优先审稿,优先发表。

六、联系方式

投稿网址:http://gxb.zzu.edu.cn
联系邮箱:gxb@zzu.edu.cn
联系电话:0371-677812760371-67781277