2025年6月数据挖掘顶刊TKDE研究热点有哪些？

标题

关键词

研究主题

#REval: A Semantic Evaluation Framework for Hashtag Recommendation

语义评估，标签推荐，标签表示，标签嵌入，同义词词典，同义词

该论文提出了#REval，一种针对Twitter标签推荐的语义评价框架。

CHASe: Client Heterogeneity-Aware Data Selection for Effective Federated Active Learning

联邦学习，数据选择，主动学习

该论文提出了CHASe，一种考虑客户端数据异质性的联邦主动学习数据选择方法。

FINAL: Combining First-Order Logic With Natural Logic for Question Answering

自然逻辑，一阶逻辑，文本推理，问答

该论文提出了FINAL，一个结合一阶逻辑与自然逻辑推理的神经符号问答框架。

A Flexible Diffusion Convolution for Graph Neural Networks

扩散卷积，图神经网络，标签平滑

论文提出了Flexi-DC（弹性扩散卷积），一种灵活的图神经网络卷积操作。

A Survey of Imbalanced Learning on Graphs: Problems, Techniques, and Future Directions

类别不平衡，图表示学习, 图上不平衡学习，结构不平衡

该综述论文系统回顾了图数据中类别不平衡学习的问题与对策，建立了问题分类和技术分类两大框架。

A Survey on Point-of-Interest Recommendation: Models, Architectures, and Security

兴趣点推荐，推荐系统，大型语言模型，联邦学习

综述全面梳理了地点兴趣点推荐系统的研究进展，从模型、架构和安全性三个维度总结现状。

Acceleration Algorithms in GNNs: A Survey

图神经网络，可扩展性，加速算法，图学习库

该综述系统回顾了图神经网络（GNN）的加速算法，涵盖训练加速（如图采样、GNN简化）、推理加速（如知识蒸馏、量化、剪枝）和执行加速（如二值化、图压缩）三个方面。

Adaptive Graph Convolution Neural Differential Equation for Spatio-Temporal Time Series Prediction

多元时间序列，动态系统，时空融合，图结构学习

提出了AGC-NDE模型，用于时空多元时间序列预测。

Causal-TSF: A Causal Intervention Approach to Mitigate Confounding Bias in Time Series Forecasting

因果干预，分布漂移，时间序列分析

该论文提出了Causal-TSF框架，通过因果干预来减少时间序列预测中的隐藏混杂因素引入的偏差。

CogLign: Interpretable Text Sentiment Determination by Aligning Cognition Between EEG-Derived Brain Graph and Text-Derived Knowledge Graph

脑电图，图挖掘，可解释性，文本情感分析

该论文提出了CogLign方法，通过将脑电图-derived脑网络与文本-derived知识图对齐来解释文本情感。

Complementary Learning Subnetworks Towards Parameter-Efficient Class-Incremental Learning

非平稳数据，流式数据建模，类别增量学习，互补学习系统

提出了一个互补学习子网络框架，旨在提升类别增量学习的参数效率并缓解灾难性遗忘。

Computing Shapley Values for Dynamic Data

数据评估，动态数据集，沙普利值，近似算法

该论文研究了动态环境下的Shapley值计算问题，即在数据点增删时如何高效更新Shapley值。

Correlating Time Series With Interpretable Convolutional Kernels

时间序列，机器学习，圆周卷积，稀疏回归，子空间追踪，张量计算，卷积核

提出了一种可解释的卷积核学习方法来关联时间序列数据。

Distill & Contrast: A New Graph Self-Supervised Method With Approximating Nature Data Relationships

图自监督学习，图对比学习，图表示学习

提出了Distill & Contrast（D&C）方法，一种结合知识蒸馏和对比学习的图自监督学习框架。

DRLPG: Reinforced Opponent-Aware Order Pricing for Hub Mobility Services

订单定价，网约车，强化学习，分位学习

该论文针对“枢纽式”出行模式下的对手感知订单定价问题提出了DRLPG模型。

Dual Test-Time Training for Out-of-Distribution Recommender System

分布外，推荐系统，测试时训练，用户/物品特征漂移

提出了DT3OR框架，一种针对分布外推荐问题的双重测试时训练策略。

Dual-Channel Multiplex Graph Neural Networks for Recommendation

推荐系统，图表示学习，多重图神经网络，行为模式，关系链

提出了DCMGNN，一种双通道多重图神经网络架构，用于多行为推荐任务。

Efficient Algorithms for Minimizing the Kirchhoff Index via Adding Edges

电阻距离，柯霍夫指数，图算法

论文研究了通过添加边来最小化图的柯霍夫指数的问题。

Elevating Knowledge-Enhanced Entity and Relationship Understanding for Sarcasm Detection

讽刺检测，外部知识，图卷积网络，常识知识，知识图谱

提出了KSDGCN框架，用于将外部知识融入讽刺检测任务。

Enhancing Security and Privacy in Federated Learning Using Low-Dimensional Update Representation and Proximity-Based Defense

联邦学习，拜占庭鲁棒性，隐私保护，安全多方计算，分布式学习

提出了FLURP框架，通过利用模型更新的低维表示来增强联邦学习系统的安全性和隐私。

Fast Counting and Utilizing Induced 6-Cycles in Bipartite Networks

二分图，环，诱导，模体

论文研究了在大规模二分网络中诱导6-循环（一种由两端各3个节点构成的环路）的快速计数与应用问题。

FlexIM: Efficient and Verifiable Index Management in Blockchain

区块链查询，索引管理，动态工作负载，索引效益，验证

提出了FlexIM，一种针对动态区块链查询的高效可验证索引管理系统。

GPU-Accelerated Structural Diversity Search in Graphs

结构多样性搜索，GPU加速图算法，工作负载平衡优化

通过GPU并行计算加速结构多样性搜索。

G-Thinkerq: A General Subgraph Querying System With a Unified Task-Based Programming Model

查询，图，子图，并行，任务

提出统一任务模型的G-ThinkerQ系统，实现图中子图查询的并行处理。

Hard or False: Keep the Balance for Negative Sampling in Knowledge Graphs

知识图谱嵌入，负样本采样，二元语言模型，困难负样本，错误负样本

提出基于二元语言模型的新准则，实现困难与错误负样本的平衡。

Knowledge-Centered Dual-Process Reasoning for Math Word Problems With Large Language Models

知识推理，数学应用题，大型语言模型

提出KNOS框架通过知识调用与验证，实现LLM模型的可解释数学推理。

Learning Causal Representations Based on a GAE Embedded Autoencoder

因果表示，因果发现，自编码器，迁移学习

提出GeAE结合图自编码和因果结构学习，实现跨域不变表示。

Learning Temporal Event Knowledge for Continual Social Event Classification

社交事件分类、类别增量持续学习、时序知识

提出TEKNet方法通过时序知识学习，实现持续的社交事件分类。

LIOF: Make the Learned Index Learn Faster With Higher Accuracy

学习型索引，索引构建，索引优化

提出LIOF框架，通过参数初始化优化加速并提高学习型索引构建效率。 

Local Community Detection in Multi-Attributed Road-Social Networks

多属性路网社交网络，多属性社区，局部社区检测，支配关系

提出LCDMRS算法，实现多属性路网社交网络中的局部社区检测。

LOFTune: A Low-Overhead and Flexible Approach for Spark SQL Configuration Tuning

Spark SQL，配置调优，多任务表征学习，多臂赌博机

提出LOFTune框架，通过多任务学习与多臂赌博机制降低Spark SQL配置调优开销。

Multiscale Temporal Dynamic Learning for Time Series Classification

储备池计算，时间序列分类，基于模型的方法，多时间尺度

提出MsDL方法结合多尺度储备池和优化算法提升时间序列分类。

Multiscale Weisfeiler-Leman Directed Graph Neural Networks for Prerequisite-Link Prediction

先修关系预测，多尺度结构，有向图神经网络，Weisfeiler-Leman测试

提出多尺度有向WL-GNN模型，提高先修关系预测中GNN的表达能力。

Next-POI Recommendation via Spatial-Temporal Knowledge Graph Contrastive Learning and Trajectory Prompt

下一兴趣点推荐，时空知识图谱，预训练语言模型，对比学习

提出STKG-PLM模型结合对比学习与语言提示优化下一兴趣点推荐。

Nonconvex Low-Rank Tensor Representation for Multi-View Subspace Clustering With Insufficient Observed Samples

多视图子空间聚类，数据采样不足，非凸低秩张量表示，变换张量核范数，收敛性分析

提出非凸低秩张量表示，用数据驱动变换核范数提升多视图聚类性能。

On Efficient Single-Source Personalized PageRank Computation in Online Social Networks

在线社交网络，个性化PageRank，Rademacher均值，随机采样

提出PANDA算法使用Rademacher均值进行自适应采样加速个性化PageRank计算。

OpDiag: Unveiling Database Performance Anomalies Through Query Operator Attribution

数据库性能，异常诊断，特征归因

提出OpDiag框架，用操作符归因定位数据库性能异常。

Pattern-Wise Transparent Sequential Recommendation

推荐系统，序列推荐，可解释性，透明模型

提出PTSR框架以多层模式分解序列，实现可解释的推荐。

Pricing for Data Assets Based on Data Quality, Quantity and Utility on the Perspective of Consumer Heterogeneity

数据/信息，评估/方法论，特征提取或构造，营销，金融，模型验证与分析，仿真输出分析，机器学习

构建考虑数据质量和数量的综合评分，通过非线性规划模型实现数据资产定价。

Provenance Graph Kernel

核方法，数据溯源，图分类，溯源分析，可解释的机器学习

提出Provenance Kernel图核，通过溯源类型提高图分类效率和可解释性。

QAEA-DR: A Unified Text Augmentation Framework for Dense Retrieval

密集检索，文本增强，信息抽取，大型语言模型，向量数据库

提出QAEA-DR通过生成QA对和事件文本增强长文信息，提高密集检索效果。

RayE-Sub: Countering Subgraph Degradation via Perfect Reconstruction

子图学习，子图退化，消息传递神经网络，表达能力，谱理论

提出基于Rayleigh阻力的子图学习方法，有效避免子图退化。

SE-GNN: Seed Expanded-Aware Graph Neural Network With Iterative Optimization for Semi-Supervised Entity Alignment

实体对齐，图神经网络，知识图谱

提出SE-GNN结合种子扩展与嵌入校正技术提升实体对齐效果。

SPIN: Sparse Portfolio Strategy With Irregular News in Fluctuating Markets

投资组合管理，在线学习，深度学习，稀疏投资组合，自然语言处理

提出SPIN策略结合新闻驱动与稀疏群组正则实现动态投资组合优化。

Structured Graph-Based Ensemble Clustering

聚类，集成学习，结构化图学习

提出基于结构化图学习的集成聚类方法，可直接从相似矩阵提取聚类指示。

Summary Graph Induced Invariant Learning for Generalizable Graph Learning

摘要图，不变学习，可迁移图学习，图神经网络

提出SIL模型利用摘要图学习不变子图，实现可迁移图学习。

Topic Videolization: A Rumor Detection Method Inspired by Video Forgery Detection Technology

主题视频化，谣言检测，视频伪造检测，主题表示，博弈论

提出TVRD方法将主题序列视频化，通过用户情绪变化检测谣言。

Towards Target Sequential Rules

数据挖掘，规则发现，定向查询，目标序列规则

提出TaSRM算法针对用户关注规则进行目标式序列规则挖掘。

Uncertainty Calibration for Counterfactual Propensity Estimation in Recommendation

点击后转化率、逆倾向评分、期望校准误差、不确定性校准

提出基于不确定性校准优化逆倾向评分，以提升点击后转化率预测的准确性。

User-Friendly and Expressive Forward-Secure Attribute-Based Signature With Server-Aided Signature and Outsourced Verification

基于属性的签名、前向安全性、服务器辅助签名、外包验证、具有表达力的签名条件

提出一种高效可验证的前向安全属性签名方案，适用于资源受限的移动设备。

Valid Coverage Oriented Item Perspective Recommendation

有效覆盖率、从物品角度、推荐系统

提出ItemRec方法，从物品角度提升推荐覆盖率与公平性。

Valuing Training Data via Causal Inference for In-Context Learning

上下文学习、数据估值、因果推断、平均边际效应、弹性网络回归

提出基于因果推断的数据估值方法，提升大模型上下文学习效果与稳健性。

Zkfhed: A Verifiable and Scalable Blockchain-Enhanced Federated Learning System

联邦学习、零知识证明、全同态加密、区块链

提出Zkfhed系统，用零知识证明与同态加密提升联邦学习的安全与可扩展性。

关键词

频次

graph

16

learning

11

recommendation

7

data

6

knowledge

6

graph neural network

4

neural network

4

time serie

4

temporal

4

efficient

4