ACM数据知识发现事务

ACM数据知识发现事务（TKDD）欢迎发表论文，对各种形式的数据进行知识发现和分析方面的全面研究。这些主题包括：可扩展且有效的数据挖掘和数据仓库算法、数据流挖掘、多媒体数据挖掘、高维数据挖掘、文本、Web和半结构化数据挖掘、时空数据挖掘、社区生成数据挖掘、社交网络分析和图结构数据，数据挖掘中的安全和隐私问题，可视化、交互式和在线数据挖掘，数据挖掘的预处理和后处理，健壮和可扩展的统计方法，数据挖掘语言，数据挖掘基础，KDD框架和过程，以及利用数据挖掘技术的新型应用程序和基础设施。TKDD鼓励在大型分布式计算机网络、并行或多处理计算机或新数据设备的背景下研究上述主题的论文。TKDD还鼓励撰写描述当前数据挖掘技术无法满足的新兴数据挖掘应用程序的论文。