数据分析与知识发现计算机信息管理论文

　　1 基本情况

　　《数据分析与知识发现》(Data Analysis and Knowledge Discovery)是由中国科学院主管、中国科学院文献情报中心主办的学术性专业期刊。期刊原名《现代图书情报技术》，根据国家新闻出版广电总局新广出审【2016】3100 号文批准，于 2017 年起正式更名为《数据分析与知识发现》，出版单位不变。此番更名是期刊适应数字化计算化知识时代、迎接数据挖掘和知识分析挑战、推动数据驱动的智能化决策与管理的再创业。

　　2 期刊定位

　　《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用，致力于提供理论指导、技术支持和最佳实践。

　　期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域，帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案，并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

　　3 征稿范围

　　期刊广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法，研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等，尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决策的理论、方法和技术。主题领域包括：

　　(1)基于大规模数据的数据挖掘和知识发现的新技术与新方法。包括但不局限于社会网络分析、知识图谱、舆情监测、竞争情报分析、产业技术分析、竞争力评价、决策分析以及循证政策分析等。所涉及数据包括各类元数据、文本与网络数据、市场数据、社会数据、科学数据、多媒介数据等。

　　(2)基于知识组织、支持智能检索与分析的知识基础设施建设。尤其针对科学数据集与智能实验室、教育数据集与智能校园、社会与管理数据集和智能社会管理、数字图书馆/数字档案馆/数字科技馆/数字出版平台以及各个领域的大数据化知识基础设施，所涉及方法包括但不局限于语义标注、知识组织、数据监管、关联数据、数据融汇、语义化平台、智能化流程、可视化管理与决策等。

　　(3)利用知识计算和知识发现技术驱动、优化和监控各类管理、服务、创新流程与机制的方法、技术和系统。包括但不局限于新型语义化学术交流体系、移动交互知识服务系统、合作交互知识管理机制、数字教育组织与管理、数字科研组织与管理、开放数字创客空间、智能化电子政务、智能化应急管理等。

　　期刊收录论文目录：

　　考虑类结构变动的自适应进化聚类及其在客户细分中的应用胡晓雪 (21)

　　基于大数据岗位需求的文本聚类研究刘睿伦;叶文豪;高瑞卿;唐梦嘉;王东波 (32)

　　基于随机游走模型的排序学习方法贺婉莹;杨建林 (41)

　　图书馆数字资源聚合质量预测模型构建——基于改进遗传算法和BP神经网络闫晶;毕强;李洁;王福 (49)

　　专利发明等级分类建模技术研究翟东升;胡等金;张杰;何喜军;刘鹤 (63)

　　基于情感语义特征抽取的在线评论有用性分类算法与应用张艳丰;李贺;彭丽徽;侯力铁 (74)

　　基于局部密度的不确定数据聚类算法罗彦福;钱晓东 (84)

　　混合特征数据的自解释归约建模方法江思伟;谢振平;陈梅婕;蔡明