KDIR 2019 - 第11届国际知识发现和信息检索知识发现大会是一个跨学科领域,侧重于从数据中识别有效、新颖、潜在有用和有意义的模式的方法,通常基于基础大型数据集。知识发现的主要方面是数据挖掘,即应用数据分析和发现算法,在数据上生成特定的模式(或模型)枚举。知识发现还包括对模式的评价和识别,这些模式有助于知识的增强。信息检索 (IR) 涉及从文本和其他媒体中的非结构化和语义模糊数据收集相关信息,搜索文档中的信息和有关文档的元数据,以及搜索关系数据库和 Web。

信息检索的自动化有助于减少所谓的"信息超载"。信息检索可以与知识发现相结合,以创建软件工具,使决策支持系统的用户能够更好地了解和使用大型数据集的知识。SCOPE知识发现是一个跨学科领域,侧重于从数据中识别有效、新颖、潜在有用和有意义的模式的方法,通常基于基础的大型数据集。知识发现的主要方面是数据挖掘,即应用数据分析和发现算法,在数据上生成特定的模式(或模型)枚举。知识发现还包括对模式的评价和识别,这些模式有助于知识的增强。事实证明,这是提高软件系统和服务智能的一个有希望的方法。

由于因特网和大型数据库的广泛使用,在线数据持续快速增长,对知识发现方法产生了重要需求。从数据中提取知识的挑战来自于大量学科的研究,包括统计、数据库、模式识别、机器学习、数据可视化、优化和高性能计算,以提供先进的商业智能和网络发现解决方案。信息检索 (IR) 涉及从文本和其他媒体中的非结构化和语义模糊数据收集相关信息,搜索文档中的信息和有关文档的元数据,以及搜索关系数据库和 Web。

信息检索的自动化有助于减少所谓的"信息超载"。信息检索可以与知识发现相结合,以创建软件工具,使决策支持系统的用户能够更好地了解和使用大型数据集的知识。KDIR的主要重点是为知识发现和信息检索的科学和技术进步提供一个主要论坛。会议主题生物信息学 – 数据库信息提取中知识发现的基础信息提取交互和在线数据挖掘机器学习挖掘多媒体数据挖掘文本和半结构化数据预处理和数据挖掘过程后处理挖掘软件开发结构化数据分析和统计方法 商业智能应用用户分析和推荐系统可视化数据挖掘和数据可视化Web挖掘集群和分类方法 协作过滤概念挖掘上下文发现数据分析数据挖掘在电子商务数据减少和质量评估。