•Togaware的支持,Togaware再次托管了网站和会议管理系统,协调了审核过程和其他必要的专业知识; p>
•格里菲斯大学(Griffith University)提供场地,注册设施和各种其他支持; p>
•澳大利亚分析专业协会(IAPA),以促进与行业的联系; p>
•ARC研究网络数据挖掘和知识发现,用于提供财务支持; p>
•电子市场研究小组,用于为活动提供必要的专业知识; p>
•澳大利亚计算机协会,用于发布会议程序; p>
•StatSoft的支持; p>
•昆士兰科技大学的数据挖掘研究生在本地的支持。 p>
今年,指导委员会IAPA和IAPA已经认识到教育在数据挖掘中的重要性,并且我们专门举办了专门的小组会议数据挖掘教育。同样也是今年,我们第一次获得了最佳论文奖(由同行评审投票)和最佳演示奖(由会议代表投票)。我们很高兴今年扩大社交计划,并希望与会人员将有更多的空闲时间来建立新的联系并交换“战争故事”。 p>
会议计划委员会审查了69份呈件。与去年相比,提交的数量几乎增加了20%。从这些提交物中选择了26种进行发表和介绍。接受率为38%。 AusDM遵循严格的双盲同行评审过程和基于排名的论文选择过程。从计划委员会选出的至少三名裁判员对所有论文进行了广泛的审查。我们要指出,截止阈值很高(在7分制中为5)。这证明了提交的高质量。我们要感谢所有向会议提交工作的人员。我们将继续扩展会议格式,以容纳更多的演示文稿。我们很自豪地将第二届AI与数据挖掘集成国际研讨会的论文纳入这些程序。澳大利亚计算机学会在这两卷书上发表的论文都被索引并可以下载。 p>
从商业数据库中模式发现的早期开始,今天的数据挖掘和分析迅速发展。现在,它们已成为商业智能的核心部分,可为人类在许多领域的决策提供信息,包括科学,商业,医疗保健和安全。非结构化文本,半结构化Web信息和多媒体数据的挖掘一直受到关注,在工业中使用数据挖掘也面临着专业挑战。接受的意见分为七个会议,反映了这些应用领域。三场受邀的行业主题演讲将研究纳入了背景。
University of Western Sydney, NSW;
机译:开发国家级实时Twitter数据挖掘管道,以获取有关洪水对社区的潜在影响的社会地理数据
机译:数据挖掘的新发展:21世纪关键数据挖掘技术及其应用的回顾
机译:信息挖掘-对最新进展的反思以及数据,文本和媒体挖掘的未来之路
机译:关于数据挖掘单位发展和交付的思考
机译:数据挖掘OIPEA数据库,用于提高制造单位的废物和生产率。
机译:关于Covid-19死亡率免疫力和疫苗开发的数据挖掘和科学研究数据记录的分析-Covid-19大流行的第一波
机译:对矿业公司为苏撒哈拉非洲的联合国可持续发展目标做出贡献的思考