投稿方向
面向 Web 与社交 Web 上的搜索和数据挖掘,包括排序、推荐、广告、用户建模、图挖掘、社交网络与 Web 数据分析。
年份投稿量录取量录取率投稿截止时间会议时间会议地点
202461510917.72%2023-08-102024-03-04墨西哥梅里达
202561310617.29%2024-08-142025-03-10德国汉诺威
202661310016.31%2025-08-142026-02-22美国博伊西
数据库、数据挖掘、知识管理、Web 数据与信息检索方向的 CCF 推荐会议。
面向 Web 与社交 Web 上的搜索和数据挖掘,包括排序、推荐、广告、用户建模、图挖掘、社交网络与 Web 数据分析。
面向数据管理和数据库系统基础理论,包括查询语言、逻辑、复杂性、算法、事务、一致性、隐私和数据管理原理。
面向数据库系统、高级/专用数据库、数据管理应用、知识图谱、RAG 数据库、数据科学智能和安全隐私。
面向机器学习、知识发现和数据挖掘研究,包括理论、算法、系统、评测、应用和对领域状态的实质性推进。
面向语义 Web、知识图谱、链接数据、本体、语义技术、推理、图数据管理以及语义技术与 AI 的结合。
面向数据挖掘全领域,包括算法、深度学习、大模型、多模态挖掘、软件系统、可扩展方法和多领域应用。
面向数据库理论和数据管理基础,包括查询处理、逻辑、约束、数据交换、复杂性、隐私以及数据库理论在真实问题中的应用。
面向数据管理研究,包括数据库系统、查询处理、事务、分布式/云数据管理、数据分析、应用系统和数据工程新技术。
面向创新和高风险的数据系统架构思想、系统构建经验、实验洞察、演示以及前瞻性/立场型数据管理研究。
面向数据挖掘算法及应用,包括机器学习、可视分析、图/时空/文本/流数据挖掘、可信 AI、隐私公平和科学/商业应用。
面向推荐技术的基础与应用,包括推荐算法、评测、可复现性、数据资源、用户体验、负责任推荐和工业部署。
投稿与录取统计采用主研究轨公开口径,数据来自 OpenAccept; 日程与地点参考 CCFDDL 并以会议官网为准;未公开、未收录或当年未举办的会议统一标为“未公开”。