SIAM 国际数据挖掘会议 (SDM25) 诚邀您提交高质量的研究论文，展示数据挖掘算法及其应用的原创成果。数据挖掘是计算和统计学领域的核心过程，旨在从数据中发现有价值的知识。该领域在科学、工程、医疗保健、商业和医学等多个领域都有着重要的应用。这些领域的数据集通常规模庞大、复杂且充满噪声，因此需要基于完善的理论和统计原理的复杂高性能分析技术。SDM25 为致力于解决这些问题的研究人员提供了一个在同行评审论坛上展示其研究成果的平台。它还为研究生提供了一个理想的交流平台，让他们能够获得研究反馈（作为博士生论坛的一部分），也为该领域的新人提供了一个理想的平台，让他们能够通过聆听杰出的特邀演讲嘉宾、参加报告、辅导课和一系列专题研讨会来了解前沿研究。会议论文集将以档案形式出版，并在 SIAM 网站上发布。

1、检索

会议论文经同行审稿，收录于 SIAM 以档案形式出版，并在线提供于 SIAM 官网与 IEEE Xplore 等数据库，确保通过 DBLP、Scopus、CPCI 等系统可检索 。

2、组委会

总联合主席：

Vagelis Papalexakis 美国加州大学河滨分校
Matteo Riondato 美国阿默斯特学院
项目联合主席:
Tim Weninger 美国圣母大学
Elena Zheleva 美国伊利诺伊大学芝加哥分校

当地主席：
Carlotta Domeniconi 美国乔治梅森大学
研讨会联合主席：
Qi Li 美国爱荷华州立大学
Hua Wei 美国亚利桑那州立大学
教程主席：
Stefan Neumann 奥地利维也纳技术大学
博士生论坛联合主席：
Tyler Derr 美国范德比尔特大学
Li Zhang 美国德克萨斯大学里奥格兰德河谷分校
小组主席：
Petko Bogdanov 美国纽约州立大学奥尔巴尼分校

A、方法和算法
异常和离群值检测
大数据和大型系统
因果推断
分类和半监督学习
聚类与无监督学习
数据清理与整合
深度学习与表征学习
特征提取、选择和降维
挖掘数据流
挖掘图表和复杂数据
挖掘新兴架构和数据云
挖掘半结构化数据
挖掘空间和时间数据
挖掘文本、网络和社交媒体 
优化方法 
并行和分布式方法
模式挖掘
概率和统计方法
可扩展且高性能的挖矿

B、数据挖掘的应用
商业和营销
卫生保健
科学数据
科学数据
C、人为因素和社会问题
数据挖掘的伦理
知识产权
知识产权
隐私和公平模型 
隐私保护数据挖掘
风险分析与风险管理
透明度和算法偏见
用户界面和可视化分析

1、重要日期

摘要提交截止日期：2024 年 9 月 27 日，美国太平洋时间晚上 11:59（提交全文需要摘要）

全文提交截止日期：2024 年 10 月 4 日，美国太平洋时间晚上 11:59

2、决定通知：2024年12月下旬

3、双重提交政策：
不允许提交与已发表、已接受发表或已同时提交至本会议或其他会议或期刊的版本完全相同（或基本相似）的论文，这违反了我们的双重提交政策。已提交至 arXiv 等存档库的论文可以提交至 SDM 2025。

4、论文格式：
所有研究论文篇幅不得超过八 (8) 页，包括所有正文和图表。参考文献和附录数量不限，且可能无需审核。作者应使用美国信纸 (8.5 英寸 x 11 英寸) 尺寸的纸张。

论文必须使用 LaTeX2e 编写，并使用 SIAM 的双列宏进行格式化。宏可在此处获取。请务必使用 SIAM 宏；使用其他宏编写的论文将不予接受。

评审将采用三重盲审：投稿必须匿名。违反盲审政策将导致论文未经审核即被拒。根据下文概述的双重提交政策，允许将论文提交至 arXiv。