1、数据科学与技术前沿：从会议精选论文看领域发展

数据科学与技术前沿：从会议精选论文看领域发展

在数据科学、技术与应用领域，获取高质量的数据并构建准确的分类模型是解决各类实际问题的关键。然而，在实际操作中，数据往往存在质量不高、数量不足等问题，收集数据也面临着时间和资金的挑战。本文将围绕相关会议的精选论文，深入探讨数据科学领域的前沿话题，特别是不对称异构迁移学习这一新兴领域。

会议与论文概况

• 会议背景：在2017年7月24 - 26日于西班牙马德里举行的第六届国际数据科学、技术与应用会议（DATA 2017）上，收到了来自28个国家的66篇论文投稿。经过严格筛选，部分论文的扩展和修订版本被收录。
• 论文筛选标准：由活动主席根据多个标准进行筛选，包括程序委员会成员的分类和评论、会议主席的评估以及程序主席对技术程序中所有论文的整体看法。入选论文的作者需提交至少包含30%创新材料的修订和扩展版本。

论文研究方向分类

研究方向	论文数量	具体应用领域
商业分析	4篇	聚焦数据挖掘、机器学习等方法，用于理解语义和构建模型，解决自然语言理解和电子商务等领域的问题
数据管理与质量	5篇	应用广泛，如铁路自动化、文化遗产保护、学习管理系统、电子竞技和云存储等