Data Science: 4th International Conference of Pioneering Computer Scientists, Engineers and Educators, ICPCSEE 2018, Zhengzhou, China, September 21-23, 2018, Proceedings, Part II

این مجموعه دو جلدی (CCIS 901 و 902) مجموعه مقالات داوری چهارمین کنفرانس بین‌المللی دانشمندان، مهندسان و مربیان کامپیوتر پیشگام، ICPCSEE 2018 (در اصل ICYCSEE) را تشکیل می‌دهد که در ژنگژو، چین، در سپتامبر 2018 برگزار شد.

125 مقاله کامل اصلاح شده ارائه شده در این دو جلد به دقت بررسی و از بین 1057 مقاله ارسالی انتخاب شدند. این مقالات طیف گسترده ای از موضوعات مرتبط با نظریه و تکنیک های پایه برای علم داده را شامل می شود که شامل مسائل ریاضی در علم داده، نظریه محاسباتی برای علم داده، مدیریت و کاربردهای کلان داده، کیفیت داده و آماده سازی داده، ارزیابی و اندازه گیری در علم داده، داده ها می شود. تجسم، کاوی کلان داده و مدیریت دانش، زیرساخت برای علم داده، یادگیری ماشین برای علم داده، امنیت داده ها و حریم خصوصی، کاربردهای علم داده، مطالعه موردی علم داده، مدیریت و تجزیه و تحلیل داده های چند رسانه ای، تحقیقات علمی مبتنی بر داده، داده- بیوانفورماتیک مبتنی بر داده، مراقبت های بهداشتی مبتنی بر داده، مدیریت داده محور، دولت الکترونیک داده محور، شهر/سیاره هوشمند مبتنی بر داده، بازاریابی داده و اقتصاد، رسانه های اجتماعی و سیستم های توصیه، امنیت داده محور، نوآوری مدل کسب و کار مبتنی بر داده، اجتماعی و/یا تأثیرات سازمانی علم داده.

This two volume set (CCIS 901 and 902) constitutes the refereed proceedings of the 4th International Conference of Pioneering Computer Scientists, Engineers and Educators, ICPCSEE 2018 (originally ICYCSEE) held in Zhengzhou, China, in September 2018.

The 125 revised full papers presented in these two volumes were carefully reviewed and selected from 1057 submissions. The papers cover a wide range of topics related to basic theory and techniques for data science including mathematical issues in data science, computational theory for data science, big data management and applications, data quality and data preparation, evaluation and measurement in data science, data visualization, big data mining and knowledge management, infrastructure for data science, machine learning for data science, data security and privacy, applications of data science, case study of data science, multimedia data management and analysis, data-driven scientific research, data-driven bioinformatics, data-driven healthcare, data-driven management, data-driven eGovernment, data-driven smart city/planet, data marketing and economics, social media and recommendation systems, data-driven security, data-driven business model innovation, social and/or organizational impacts of data science.