会议论文（全文）将将出版到ACM会议论文集中，该论文将存储在ACM数字图书馆中，并由Ei Compendex， Scopus索引，并提交由Thomson Reuters会议论文集引文索引（ISI Web of Science）。
ICCDA2019 期待您的投稿与参与。

*会议历史

ICCDA 2018
北伊利诺伊大学，美国, 3月 23-25, 2018
2018会议论文集ACM (ISBN 978-1-4503-6359-4):https://dl.acm.org/citation.cfm?id=3193077.
集体照和其他信息,请参考: http://iccda.org/2018.html

ICCDA 2017
莱克兰，美国，5月19-23，2017
2017会议论文集-Ei&Scopus: ACM (ISBN:978-1-4503-5241-3):https://dl.acm.org/citation.cfm?id=3093241
集体照和其他信息,请参考: https://www.dropbox.com/sh/sshc9itlz0iid1y/AAAC5EW4G0e9gIReF9BC0uO7a?dl=0.

*会议地址
夏威夷大学茂伊分校
Kaaike Building
Add: 310 W. Ka'ahumanu Ave., Kahului, HI 96732-1617
网址：http://maui.hawaii.edu/

*征稿说明
投稿截止日期：2018年9月30日， 录用通知时间： 2018年10月20日之前
征稿主题请参考：http://iccda.org/cfp.html

*投稿方式
1）将文章上传到电子投稿系统 http://www.easychair.org/conferences/?conf=iccda2019
2）将文章通过邮箱发至会议官方邮箱： iccda_info@163.com

*征稿主题
ICCDA领域包括但不限于：

基础知识
数学，概率统计模型和理论
机器学习理论，模型和系统
知识发现理论，模型和系统
流形和度量学习
深度学习
可扩展分析和学习
非智商学习
异构数据/信息集成
数据预处理，采样和减少
降维特
性选择，转换和构建
大规模优化
数据分析的高性能计算
数据科学的体系结构，管理和过程

数据分析，机器学习和知识发现
为流数据
学习针对结构化和关系数据的
学习潜在语义和洞察力学习
挖掘多源和混合源信息
混合类型和结构数据分析
跨媒体数据分析
大数据可视化，建模和分析
多媒体/流/文本/可视化分析
关系，耦合，链接和图挖掘
个性化分析和学习
Web /在线/社交/网络挖掘和学习
结构/组/社区/网络挖掘
云计算和服务数据分析

存储，检索和搜索
数据仓库，云架构
大型数据库
信息和知识检索和语义搜索
Web /社交/数据库查询和搜索
个性化搜索和推荐
人机交互和界面
众包和集体智慧

*联系我们
会议秘书：刘女士
邮箱: iccda_info@163.com
电话:+86 1301 822222 0

详情请登陆：http://iccda.org/