315
0
0
2024-12-12 10:41:33
2024-12-12
隨著教育數(shù)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(shù)據(jù)，推動了教育數(shù)據(jù)挖掘（Educational Data Mining，EDM）這一新興研究領域的產(chǎn)生和發(fā)展。作為一種能夠有效處理復雜數(shù)據(jù)結構并揭示深層次數(shù)據(jù)關系的先進技術，以圖神經(jīng)網(wǎng)絡為代表的圖機器學習（Graph Machine Learning）在教育數(shù)據(jù)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(shù)據(jù)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(xiàn)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(xiàn)出優(yōu)越的性能，這為開展基于圖機器學習的教育數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(chǎn)、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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)的復雜關系建模與分析
2. 面向教育數(shù)據(jù)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(shù)據(jù)
6. 圖基礎模型與教育大數(shù)據(jù)分析
7. 可解釋圖機器學習與教育數(shù)據(jù)挖掘
8. 基于圖機器學習的教育隱私數(shù)據(jù)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(shù)據(jù)挖掘”欄目。
2.稿件要求：參照《計算機科學》官方網(wǎng)站首頁提供的稿件模板排版，中英文稿件均可，內(nèi)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(xiàn)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(zhì)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(shù)據(jù)智慧教育”論壇上做學術報告。
五、聯(lián)系方式
編輯部聯(lián)系人：李老師 E-mail：lyhjsjkx@163.com 電話：023-67039612
喻老師 E-mail：jsjkxyuli@163.com 電話：023-63500828
通信地址：重慶市渝北區(qū)洪湖西路18號（401121）
