数据挖掘与知识发现专题前言

摘要: 数据挖掘旨在利用机器学习等智能数据分析技术，发掘数据对象蕴含的知识与规律，为任务决策提供有效支撑.国务院印发的《新一代人工智能发展规划》中明确指出，数据挖掘是建立新一代人工智能关键共性技术体系的基础支撑.在大数据时代背景下，数据挖掘技术已广泛应用于金融、医疗、教育、交通、媒体等领域.然而，随着人工智能、移动互联网、云计算等信息技术的快速发展，数据挖掘研究在理论、方法、应用等多个层面均面临新的挑战.
为及时反映国内同行在数据挖掘方面的前沿研究成果，《计算机研究与发展》本次推出“数据挖掘与知识发现”专题，以进一步推动我国数据挖掘及相关领域的创新发展.本专题得到了国内同行的广泛关注，经公开征文共收到投稿74篇.此外，专题组稿与第八届中国数据挖掘会议(CCDM2020)合作，从285篇会议投稿中遴选出5篇高质量论文.特约编辑先后邀请多位数据挖掘及相关领域的专家参与审稿工作，稿件评审历经4个月，最终有18篇论文入选本专题.

1.	谢汶兵，田雪，漆锋滨，武成岗，王俊，罗巧玲. 二进制翻译技术综述. 软件学报. 2024(06): 2687-2723 . 百度学术
2.	刘登峰，李东亚，柴志雷，周浩杰，丁海峰. 基于QEMU的SIMD指令替换浮点指令框架. 湖南大学学报(自然科学版). 2024(08): 70-77 . 百度学术
3.	余子濠，陈璐，孙凝晖，包云岗 . 以RISC-V为目标的动态二进制翻译代码质量优化方法. 计算机研究与发展. 2023(10): 2322-2334 . 本站查看
4.	李明亮，庞建民，岳峰. 基于地址重用的二进制翻译本地代码替换. 信息工程大学学报. 2022(01): 38-44 . 百度学术
5.	李男，庞建民. 基于中间表示规则替换的二进制翻译中间代码优化方法. 国防科技大学学报. 2021(04): 156-162 . 百度学术