2022年第26届亚太知识发现和数据挖掘会议(PAKDD 2022)

★全称：第26届亚太知识发现和数据挖掘会议（The 26th Pacific-Asia Conference on Knowledge Discovery and Data Mining）

★简称：PAKDD 2022

★会议日期

-开始日期：2022年5月16日

-结束日期：2021年5月19日

★会议地点

-国家：中国

-城市：四川成都

★会议网站：http://www.pakdd.net/

★投稿链接：https://cmt3.research.microsoft.com/PAKDD2022

★关于PAKDD 2022

欢迎参加第26届亚太知识发现与数据挖掘会议（PAKDD 2022），该会议将于2022年5月16日-19日在中国成都举行。PAKDD是数据挖掘和知识发现领域中历史最悠久的顶尖国际会议之一。它为研究人员和行业从业者提供了一个国际论坛，以分享他们在数据挖掘、数据仓库、机器学习、人工智能、数据库、统计学、知识工程、可视化、决策系统和新兴应用等所有KDD相关领域的创新想法、研究成果和实际开发经验。

★主办单位

西南交通大学(SWJTU)

★名誉共同主席

杨   丹 (西南交通大学)

周志华 (南京大学)

★大会共同主席

陈恩红 (中国科技大学)

郑   宇 (京东集团)

★程序委员会共同主席

Joao Gama (葡萄牙波尔图大学)

李天瑞  (西南交通大学)

俞   扬 (南京大学)

★研讨会共同主席

Gill Dobbie (奥克兰大学)

Can Wang (格里菲斯大学)

★指导课程共同主席

Gang Li (迪肯大学)

Tanmoy Chakraborty (德里因陀罗补罗湿多信息技术学院)

★地方安排共同主席

杨燕 (西南交通大学)

罗   川 (四川大学)

杨   新 (西南财经大学)

★赞助事宜共同主席

张晓博 (西南交通大学)

★宣传事宜共同主席

Xiangnan Ren (阿拉伯联合酋长国42集团)

王   浩 (之江实验室)

张钧波 (京东中国)

李崇寿 (西南交通大学)

★论文集主席

滕   飞 (西南交通大学)

★网页内容共同主席

赵小乐 (西南交通大学)

贾   真 (西南交通大学)

★注册主席

陈红梅 (西南交通大学)

胡   节 (西南交通大学)

黄雁勇 (西南财经大学)

★论文征集

* PAKDD 2022欢迎在知识发现和数据挖掘方面的理论、技术和应用方面的高质量、原创性和以前未发表的作品。与会议相关的主题包括但不限于以下内容。

* Data Science

- Methods for analyzing scientific and business data, social networks, time series; mining sequences, streams, text, web, graphs, rules, patterns, logs data, IoT data, spatio-temporal data, biological data; recommender systems, computational advertising, multimedia, finance, bioinformatics.

* Big Data Technologies

- Large-scale systems for text and graph analysis, sampling, parallel and distributed data mining (cloud, map-reduce, federated learning), novel algorithmic, and statistical techniques for big data.

* Foundations

- Models and algorithms, asymptotic analysis; model selection, dimensionality reduction, relational/structured learning, matrix and tensor methods, probabilistic and statistical methods; deep learning, meta-learning, reinforcement learning; classification, clustering, regression, semi-supervised and unsupervised learning; personalization, security and privacy, visualization; fairness, interpretability, and robustness.

★会议出版

会议论文集将由Springer出版，收录于Springer旗下LNAI series的其中一卷。

★入选的优秀论文将有机会在高质量期刊的特刊上发表。

★征稿指南

* 论文提交须使用英语。

* 所有论文将由程序委员会根据质量、相关性、原创性、重要性和清晰性进行双盲审查。

* 所有论文将通过电子版提交处理。

* 不符合提交政策的论文将不提交审稿而被直接拒稿。

* 投稿以及审稿的更多信息请查看网页：http://www.pakdd.net/cfp.html

★奖项安排

会议将从提交的论文中授予几个奖项，包括最佳论文奖、最佳学生论文奖和最佳应用论文奖

★研讨会提案征集

PAKDD2022征集与数据挖掘相关的基础和新兴主题的研讨会提案。PAKDD研讨会为研究人员和行业从业者提供了一个平台，以分享他们的研究立场、研究成果以及当具体挑战和新问题出现时的实际体验。每个研讨会都重点关注一个主题，以便参与者能够从彼此的互动中获益。

主题列表（非详尽）包括：

* Foundational topics in data mining

* Big data mining/platform

* Data mining on specialized data types: graphs, structured/unstructured/semi-structured data, streaming data, time series, spatial-temporal data, text, multimedia, social networks, etc.

* Data mining in specific disciplines or interdisciplinary topics: biology, agriculture, natural resources (land, water, soil, plants and animals) management, education, open distance learning, ecology, e-government, environmental sciences, finance, healthcare, manufacturing, social sciences, etc.

* Data mining on cloud computing

* Data mining and privacy

* Data mining and security

* Data analysis and mining for new applications: smart devices, smart grids, smart homes, etc.

* Data analytical processing Deep learning models and applications

★指导讲座提案征集

PAKDD2022同时也征集来自活跃在产学两域学者的指导讲座提案。讲座时长为半天 (3-4小时) 或者全天(5-8小时)。理想情况下，讲座将涵盖数据挖掘方向最先进的研究、开发和应用技术，以鼓励和推进未来工作。我们热忱期盼跨学科领域具有创新性、以及备受关注的重要应用的指导讲座。

- 指导讲座提案建议应包括以下内容，不应超过5页（参考文献不算入内）

* 标题

* 摘要

* 指导讲座大纲

* 演讲者的姓名、单位、地址、邮箱、电话

* 演讲者的简历

* 参考资料

- 概要，包括每个部分的简短摘要

* 研究背景

* 具体的目标和目的

* 听众的预期背景

* 演讲所需的视听设备

- 最多列出20个将在讲座中涉及的最重要参考资料

★联系我们

PAKDD 2022秘书处

邮箱：pakdd2022@gmail.com

固话：(028) 87555888

移动：13281280917