值得信赖的数据挖掘

大数据扩展和连接小和孤立的数据,并且可以提供深入了解那是不可用的。然而,在许多应用程序中,如在线社交媒体、电子商务、物联网、智能和连接健康,大数据通常由诚信问题困扰,因为他们从不同来源收集(e。g、人类、传感器、组织)与噪音由于不同的原因(例如,隐私保护,对抗攻击,等等)。真理发现旨在找到自信,从大数据准确的知识尽管诚信问题,通过数据生成的生命周期、聚合和利用率。最近的研究成功见证了真理的发现漏洞百出,假的检查检测,数据融合。然而,仍然有关键挑战真理的发现。例如,多模式和非结构化数据,如文本和图像,需要更先进的真理的发现模型和技术;难以察觉的对手可以攻击和逃避现有的真理的发现算法;迫切需要得到新的东西,如可解释性和隐私,需要考虑在真理的发现。

这个研究课题为研究人员提供了一个论坛可以使小说贡献的事实发现方法、系统、数据资源和案例研究,从效率的角度来看,准确性、健壮性、可解释性和隐私。潜在的主题包括,但不限于:

•数据生成质量和成本控制。
•结构化和多模式数据对真理的发现。
•监督薄弱、PU学习,嘈杂的训练数据。
•事实发现在部分可观察到的和敌对的环境。
•真理的发现过程和结果的可解释性。
•在数据生成隐私问题,建模和利用率。
•偏见和公平建模和检测。