首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >WWW 2026 | 第二届“网络时空数据挖掘”(WebST 2026)国际研讨会诚邀投稿【1月23日截稿】

WWW 2026 | 第二届“网络时空数据挖掘”(WebST 2026)国际研讨会诚邀投稿【1月23日截稿】

作者头像
时空探索之旅
发布2026-03-10 15:42:12
发布2026-03-10 15:42:12
750
举报
文章被收录于专栏:时空探索之旅时空探索之旅

第二届“网络时空数据挖掘”国际研讨会(WebST 2026)将与 The Web Conference 2026(WWW 2026)同期举办,会议时间为 2026 年 4 月 13–17 日,地点位于阿联酋迪拜(Dubai, United Arab Emirates)。

本次研讨会面向对大规模、异构时空数据(如社交媒体内容、带地理标签的图像、移动轨迹数据等)的感知、挖掘与理解感兴趣的研究人员、行业专家和实践者。研讨会旨在探索如何有效利用时空数据,应对一系列现实世界中的关键挑战,包括但不限于气候变化、灾害响应、城市规划以及基于位置的社交网络分析等重要应用场景。

📌📌📌 录用论文可自主选择是否收录于 WWW Workshop Proceedings;即使被本研讨会录用,作者仍可将论文投稿至其他会议或期刊。同时,我们也欢迎已被顶会录用的论文(包括本年度 WWW)投稿至本研讨会进行交流与展示。

重要时间点(Important Dates)

  • 论文提交:2026年1月23日
  • 录用通知:2026年1月31日
  • Camera-Ready: 2026年2月7日
  • 会议时间:2026年4月13-17日。

征稿启事(Call for Papers)

本研讨会旨在为来自数据挖掘(DM)、机器学习(ML)及相关领域的研究人员、工程实践者和利益相关方提供一个跨学科交流平台,共同探讨时空数据(Spatio-Temporal Data, ST Data)所带来的独特挑战与新兴机遇。

随着数字生态系统的快速发展,海量时空数据正以前所未有的规模从多种在线来源持续生成,包括社交媒体平台、移动终端、万物互联(WoT)、物联网(IoT)传感器以及各类开放数据平台。面对这些数据,学界和工业界对创新分析方法、可扩展算法和实用工具的需求日益增长。WebST 2026 旨在通过展示时空数据挖掘领域的前沿研究成果,系统性讨论其中的关键技术挑战与伦理问题,并探索面向未来的实际应用场景,以推动该领域的持续发展。

研讨会官网https://webst2026.netlify.app/

研究方向(Scope)

本研讨会重点关注但不限于以下研究方向:

1. 面向时空数据的 ML / DM 技术适配

不同于传统的图像或文本数据,时空数据具有一系列独特属性,包括空间距离、空间层级结构、时间平滑性、周期性及长期趋势等。如何对现有机器学习与数据挖掘算法进行有效调整,以更好地建模和利用这些时空特性,仍是该领域面临的核心挑战之一。

2. 跨领域与多模态数据融合

时空数据来源高度多样,涵盖社交媒体、交通系统、移动通信网络等多个领域,并以时空数据、文本记录、视觉数据等多种模态形式存在。本方向关注如何协调和融合来自不同来源与模态的异构时空数据,从而更全面地支撑复杂决策与系统分析。

3. 面向时空数据的交互式可视化分析

传统数据可视化主要关注静态信息展示,而时空数据的交互式可视化分析引入了动态、实时的分析范式,使用户能够持续探索在时间与空间维度上不断演化的数据流。该方向将可视化技术与先进的 DM/ML 算法相结合,并借助云计算平台来处理时空数据在规模和复杂性方面的挑战。通过融合人类智慧与机器智能,交互式分析方法可有效促进城市规划等领域专家与数据科学家的协同工作,将领域知识与时空数据洞察相结合,解决现实问题。

4. 时空数据驱动的应用系统与实践

时空数据挖掘技术在众多实际场景中具有重要应用价值,如城市与区域规划、交通与物流系统、公共安全与应急管理、环境与气候分析、公共健康等。本方向关注将时空数据分析方法落地到实际应用系统中的研究与实践,包括系统架构设计、决策支持机制以及面向真实问题的案例研究,展示时空数据分析在提升决策质量与资源配置效率方面的潜力。

关注主题(Topics of Interest)

研讨会鼓励提交(但不限于)以下主题的研究工作:

  • 面向时空数据建模的前沿机器学习算法及其适配方法
  • 时空数据生成、预测、因果推断、异常检测与控制技术
  • 适用于时空数据的先进学习框架(如自监督学习、迁移学习、对抗学习等)
  • 跨领域与多模态数据融合,联合建模时空、视觉与文本信息
  • 利用时空数据洞察,在智慧城市、交通系统与公共健康等领域中的实际应用
  • 构建基础模型或利用大语言模型(LLMs)对在线平台中提取的时空数据进行处理与分析

上述主题与The Web Conference的研究方向高度契合,聚焦于网络技术与时空数据分析的交叉融合。通过强调面向时空数据的 ML/DM 方法适配、实时分析能力以及跨领域数据融合,WebST 2026 将重点展示时空洞察如何在智慧城市、公共健康等关键领域中推动科学决策与技术创新。

投稿方式(Submission)

论文请通过 EasyChair 系统提交: 👉 https://easychair.org/my2/conference?conf=www2026workshops

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-01-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 时空探索之旅 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 重要时间点(Important Dates)
  • 征稿启事(Call for Papers)
  • 研究方向(Scope)
    • 1. 面向时空数据的 ML / DM 技术适配
    • 2. 跨领域与多模态数据融合
    • 3. 面向时空数据的交互式可视化分析
    • 4. 时空数据驱动的应用系统与实践
  • 关注主题(Topics of Interest)
  • 投稿方式(Submission)
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档