学术会议会议详情
ICBDM 2026

2026年第八届大数据管理国际会议(ICBDM 2026)

# 计算机科学与信息技术# 计算机科学与技术# 人工智能# 软件工程
检索类型
Ei CompendexScopus
会议邮箱[email protected]
截稿日期2026.05.10
会议日期2026.06.24 - 06.26
会议地点英国 德比
截稿倒计时:
0000000
855

HIGHLIGHTS

重要信息

NO.2
出版信息: 论文收录于会议论文集 被Ei Compendex和Scopus检索 作者受邀参加ICBDM展示成果 组委会信息:

CALL FOR PAPERS

征稿主题

NO.3
主题1:大数据分析与管理:
  • 数据采集
  • 集成
  • 清理和最佳实践
  • 大数据搜索架构
  • 可扩展性和效率
  • 网格
  • 流数据挖掘-大速度数据
  • 基于语义的数据挖掘与数据预处理
  • 大数据即服务
  • 数据生命周期管理:从收集到归档
  • 数据治理框架和最佳实践
  • 数据管理标准(例如
  • FAIR原则:可查找
  • 可访问
  • 可互操作
  • 可重用)
  • 数据管理中的道德考量
  • 大数据搜索算法与系统
  • 大数据可视化分析
  • 管理大规模数据集的挑战
  • 大数据处理框架(如Apache Spark
  • Apache Flink)
  • 面向大数据的可扩展存储解决方案
  • 移动性与大数据
  • 数据收集方法:调查
  • 实验
  • 传感器
  • 网页抓取
  • 数据集成技术:ETL(提取
  • 转换
  • 加载)过程
  • 搜索和挖掘各种数据
  • 包括科学和工程
  • 社会
  • 物联网
  • 物联网和多媒体数据
主题2:数据结构和数据模型:
  • 多媒体和多结构数据-大品种数据
  • 计算建模和数据集成
  • 关系数据库(如SQL)与NoSQL数据库(如MongoDB
  • Cassandra)
  • 数据仓库和数据湖架构
  • 基于云的数据存储解决方案(例如
  • AWS S3
  • 谷歌BigQuery)
  • 面向大数据的分布式存储系统(如Hadoop HDFS)
  • 数据质量度量:准确性
  • 完整性
  • 一致性和及时性
  • 数据清洗和预处理技术
  • 缺失数据处理:输入方法与策略
  • 数据集中的异常值检测和处理
  • 实时数据采集和流数据管理
  • 元数据在数据管理中的重要性
  • 元数据标准和模式(例如
  • Dublin Core
  • Schema。Org)
  • 元数据提取和管理工具
  • 元数据在数据发现和重用中的作用
  • 高维数据可视化
  • 管理非结构化数据(如文本
  • 图像
  • 视频)
  • 数据孤岛和互操作性问题
主题3:大数据安全和隐私:
  • 可视化大规模安全数据
  • 使用大数据分析进行威胁检测
  • 大数据的隐私威胁
  • 隐私保护大数据收集
  • 分析
  • 大数据安全和隐私的HCI挑战
  • 大数据隐私的社会学方面
  • 物联网和其他大数据系统中的信任管理
  • 数据加密和匿名化技术
  • 基于角色的访问控制(RBAC)和数据权限
  • 遵守数据保护法规(例如GDPR
  • CCPA)
  • 安全数据共享和传输协议
  • 平衡数据可访问性和安全性
主题4:大数据分析工具及关键技术:
  • 医疗保健:管理电子健康记录(EHR)和患者数据
  • 金融:欺诈检测和风险分析的数据管理
  • 环境科学:管理气候和卫星数据
  • 社会科学:处理调查和人口普查数据
  • 电子商务:客户数据管理和个性化
  • 复杂大数据在科学
  • 工程
  • 医学
  • 医疗
  • 金融
  • 商业
  • 法律
  • 教育
  • 交通
  • 零售
  • 电信等领域的应用
  • 大数据分析在中小企业中的应用
  • 大数据分析在政府
  • 公共部门和社会一般
  • 通过大数据分析创造价值的现实案例研究
  • 具有大数据项目部署经验
  • 大数据即服务
  • 大数据行业标准
主题5:大数据在信息系统中的应用:
  • 探索性数据分析(EDA)的工具和技术
  • 用于数据探索的交互式仪表板(例如
  • Tableau
  • Power BI)
  • 开源数据管理工具(如Apache Nifi
  • Talend)
  • 数据管理平台(如Snowflake
  • Databricks)
  • 云原生数据管理解决方案
  • 用于数据管道的自动化工具(例如
  • Airflow
  • Prefect)
  • 机器学习工作流的数据管道
  • 特征工程和数据集准备
  • 管理有监督和无监督学习的标记和未标记数据
  • 机器学习实验中的数据版本控制和再现性
  • 人工智能和深度学习的数据管理
  • 区块链用于安全和分散的数据管理
  • 联邦学习和隐私保护数据管理
  • 量子计算及其对数据管理的影响

CONFERENCE SUBMISSION

会议投稿

NO.6
1.格式要求:使用Word或LaTex模板,英语撰写且不少于4页;2.原创性:严禁抄袭,初审进行查重;3.提交方式:通过电子投稿系统或邮件提交。