270
0
0
2024-12-12 10:41:33
2024-12-12
隨著教育數字化進程的不斷深入推進,，教育領域的各類信息化管理平臺及教學服務系統(tǒng)積累了大量高價值的數據，推動了教育數據挖掘（Educational Data Mining,，EDM）這一新興研究領域的產生和發(fā)展。作為一種能夠有效處理復雜數據結構并揭示深層次數據關系的先進技術,，以圖神經網絡為代表的圖機器學習（Graph Machine Learning）在教育數據挖掘領域吸引了廣泛關注。圖機器學習通過對具有顯式或隱式關系的教育數據進行深度分析與挖掘,，不僅可以輔助教學管理決策,，還可以為知識追蹤、學習資源推薦,、學生行為預測,、學業(yè)表現分析等許多個性化學習應用提供有效支持。此外,，目前大模型賦能的圖機器學習已表現出優(yōu)越的性能,，這為開展基于圖機器學習的教育數據挖掘研究提供了更多機遇與挑戰(zhàn)。
為了全面且及時地反映基于圖機器學習的教育數據挖掘領域的最新進展和成果,，《計算機科學》擬在2025年第11期策劃出版“基于圖機器學習的教育數據挖掘”專題（正刊），旨在為相關領域的專家學者打造一個交流,、合作與發(fā)布前沿科研成果的平臺,。我們期望借此機會，匯聚產,、學,、研、用各方的智慧與力量,，共同推進基于圖機器學習的教育數據挖掘人才培養(yǎng),、技術研發(fā)和應用實踐，加速相關標準和規(guī)范的制定,，以此為推動我國智能教育的發(fā)展貢獻力量,。
我們誠摯地邀請相關領域的專家學者、科研人員踴躍投稿,，期待與廣大專家學者和讀者共同探討基于圖機器學習的教育數據挖掘未來的發(fā)展方向,。
一、專題特邀編審
湯 庸（華南師范大學）
黃昌勤（浙江大學）
賀超波（華南師范大學）
金 弟（天津大學）
官全龍（暨南大學）
周俊生（南京師范大學）
二,、征文范圍（包括但不限于以下主題）
1. 教育數據的復雜關系建模與分析
2. 面向教育數據挖掘的圖機器學習范式
3. 基于圖機器學習的智能教育應用
4. 圖表示學習與教育知識圖譜
5. 圖機器學習與多模態(tài)教育數據
6. 圖基礎模型與教育大數據分析
7. 可解釋圖機器學習與教育數據挖掘
8. 基于圖機器學習的教育隱私數據保護
9. 圖機器學習與教育智能體
10. 圖機器學習與教育大模型
三,、重要日期
論文投稿截止時間：2025年5月31日
預錄用通知截止時間：2025年7月31日
專題擬出版時間：2025年11月15日
四、投稿要求
1.投稿方式：通過“計算機科學在線投稿系統(tǒng)”（www.jsjkx.com）投稿,。投稿時請選擇“基于圖機器學習的教育數據挖掘”欄目,。
2.稿件要求：參照《計算機科學》官方網站首頁提供的稿件模板排版，中英文稿件均可,，內容可以是原創(chuàng)研究型和綜述型成果,，一般不少于8000字,，鼓勵綜述和長文。
3.投稿文章未在正式出版物上發(fā)表,，也不處于其他刊物或會議的審稿過程中,，不存在一稿多投現象；投稿文章須保證合法性（無抄襲,、剽竊,、侵權等不良行為）。
4.其他事項請參閱投稿指南：http://www.jsjkx.com/CN/column/column12.shtml,。
重要提示：為加強優(yōu)質成果的及時傳播,，專題文章的錄用情況確定后，《計算機科學》編輯部及CCF ChineseCSCW2025會議組委會將邀請錄用文章作者在“大數據智慧教育”論壇上做學術報告,。
五,、聯系方式
編輯部聯系人：李老師 E-mail：[email protected] 電話：023-67039612
喻老師 E-mail：[email protected] 電話：023-63500828
通信地址：重慶市渝北區(qū)洪湖西路18號（401121）
