数据分析与知识发现期刊要求

　　1 数据分析与知识发现基本情况

　　《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。

　　数据分析与知识发现部分论文范例

　　Is Big Data Analytics Beyond the Reach of Small Companies Yang Cao ;Wenfei Fan ;Tengfei Yuan1-7

　　融合词嵌入表示特征的实体关系抽取方法研究 张琴;郭红梅;张智雄;8-15

　　什么样的评论更容易获得有用性投票——以亚马逊网站研究为例 吴江;刘弯弯;16-27

　　基于标签的商品推荐模型研究 涂海丽;唐晓波;28-39

　　基于链接分析法对国内网络直播平台综合影响力的评价研究 史昱天;朱庆华;赵宇翔;陈晓威;40-48

　　基于矩阵分解学习的科学合作网络社区发现研究 施晓华;卢宏涛;49-56

　　基于突显词博文聚类的官微事件检测方法 高永兵;杨贵朋;张娣;马占飞;57-64

　　基于微博的意见领袖网情感特征分析——以“非法疫苗”事件为例 何跃;朱灿;65-73

　　基于动态情感主题模型的在线评论分析 李慧;胡云凤;74-82

　　基于权重的Apriori算法在文本统计特征提取方法中的应用 李昌兵;庞崇鹏;李美平;83-89

　　CSpace机构知识库影音资源支持能力扩展研究与实践 吴志强;祝忠明;姚晓娜;王思丽;90-95