ACM Transactions on Knowledge Discovery from Data

TKDD欢迎各种形式数据的知识发现和分析方面的全方位研究论文。此类受试者包括但不限于：用于数据挖掘和大数据分析的可扩展和有效算法，挖掘脑网络，挖掘数据流，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，挖掘空间和时间数据，用于社区生成的数据挖掘，社交网络分析和图形结构化数据，数据挖掘中的安全和隐私问题，可视、交互和在线数据挖掘，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和基础设施，包括大规模并行处理和云计算平台。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探讨上述主题的论文。TKDD还鼓励发表描述当前数据挖掘技术无法满足的新兴数据挖掘应用的论文。