数据挖掘顶刊《IEEE Transactions on Knowledge and Data Engineering》2025年5月研究热点都有些什么？

本推文对2025年5月出版的数据挖掘领域国际顶级期刊《IEEE Transactions on Knowledge and Data Engineering》进行了分析，对收录的62篇论文的关键词与研究主题进行了汇总，并对其中的研究热点进行了深入分析，希望能为相关领域的研究人员提供有价值的参考。

推文作者为邓镝，审校为韩煦

一、期刊介绍

IEEE Transactions on Knowledge and Data Engineering（简称TKDE）是由IEEE Computer Society出版的一份专注于知识与数据工程领域的学术期刊，每年共出版12期，被归为中科院二区期刊，目前的影响因子为8.9。如图1所示，TKDE的最新年度发文量约为905篇，显著上升，显示了该期刊的活跃度和对高质量研究的持续需求。 

图 1 近年来TKDE发文量

TKDE的收稿范围包括但不限于基于知识和专家系统的知识与数据工程、与知识和数据管理相关的人工智能技术、知识与数据工程工具和技术、分布式知识库和数据库处理、实时知识库和数据库、基于知识和数据的系统结构、数据管理方法、数据库设计与建模、查询、设计与实现语言、完整性、安全性与容错性、分布式数据库控制、统计数据库、系统的集成与建模、算法及其性能评估、数据通信以及这些系统的应用。

期刊官网：https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=69

二、 热点分析

本文对该期所收录的62篇论文进行了系统归纳。图2为基于本期论文研究热点生成的词云图，表1则总结了全部论文的标题、关键词以及研究主题，旨在为数据挖掘等相关领域的研究人员提供研究方向上的参考。

图 2 2025年5月TKDE研究热点词云图

表 1 2025年5月TKED论文合集

标题	关键词	研究主题
A Causal-Based Attribute Selection Strategy for Conversational Recommender Systems	对话推荐系统、因果推理、去混淆、属性选择	提出了一种基于因果推断的特征选择策略，用于会话推荐系统以提升推荐效果。
A Novel Expandable Borderline SMOTE Over-Sampling Method for Class Imbalance Problem	类别不平衡、过采样、合成样本、分类	提出了一种新型可扩展边界SMOTE过采样方法，用于解决类别不平衡问题。
A Unified Framework for Bandit Online Multiclass Prediction	在线学习、多类别分类、带臂学习、梯度下降	提出一个统一框架用于在线多类预测，在探索-利用场景下通过Bandit方法进行预测。
A Universal Pre-Training and Prompting Framework for General Urban Spatio-Temporal Prediction	时空预测、预训练、提示学习、通用模型	针对智慧城市中的时空数据预测，提出一个通用的预训练加提示学习框架。
Adaptive Reliable Defense Graph for Multi-Channel Robust GCN	图神经网络、鲁棒性、防御、对抗攻击	提出一种自适应可靠的多通道防御图，用于提高图卷积网络对抗攻击的鲁棒性。
An Amortized O(1) Lower Bound for Dynamic Time Warping in Motif Discovery	时间序列、动态时间规整、模体发现、下界	研究了时间序列模式发现中动态时间规整算法的复杂性，并提出了摊销O(1)下界分析。
Build a Good Human-Free Prompt Tuning: Jointly Pre-Trained Template and Verbalizer for Few-Shot Classification	提示学习、Few-shot、模板学习、Verbalizer	提出联合预训练的模板和Verbalizer方法，实现无人工干预的提示调优用于少样本分类。
CAFE: Improved Federated Data Imputation by Leveraging Missing Data Heterogeneity	联邦学习、缺失数据插补、数据异质性、个性化模型	提出Cafe框架，通过利用缺失数据的异质性来改进联邦学习环境下的数据插补效果。
CGoFed: Constrained Gradient Optimization Strategy for Federated Class Incremental Learning	联邦学习、增量学习、遗忘、梯度优化	提出CGoFed策略，在联邦增量学习中引入受约束的梯度优化，以缓解增量学习中的灾难遗忘。
CMVC+: A Multi-View Clustering Framework for Open Knowledge Base Canonicalization	多视图聚类、知识库规范化、实体聚类、对比学习	提出CMVC+框架，使用多视图聚类和对比学习对开放知识库进行实体规范化。
Collaboratively Semantic Alignment and Metric Learning for Cross-Modal Hashing	跨模态检索、哈希学习、语义对齐、度量学习	提出协同语义对齐与度量学习方法，用于提高跨模态哈希检索的性能。
CoLLM: Integrating Collaborative Embeddings Into Large Language Models for Recommendation	推荐系统、大语言模型、协同过滤、嵌入	提出CoLLM框架，将协同过滤嵌入作为独立模态引入大型语言模型，以增强推荐系统性能。
Cross-Graph Interaction Networks	图神经网络、跨图交互、消息传递、链接预测	提出一种跨图交互网络，用于建模不同图之间的交互关系以提升表示学习能力。
Data Optimization in Deep Learning: A Survey	深度学习、数据增强、样本加权、数据优化	对深度学习中的数据优化技术进行综述，涵盖数据增强、数据选择等方法。
Discovery of Temporal Network Motifs	时间网络、网络模体、时间序列、模式发现	研究时间网络模式发现问题，提出新方法挖掘时序网络中的重复结构。
Diversity-Promoting Recommendation With Dual-Objective Optimization	推荐系统、多样性、双目标优化、精度-多样性平衡	针对推荐系统提出双目标优化模型，同时考虑推荐质量和多样性，以促进推荐结果的多样性。
“Do as I Can, Not as I Get”: Topology-Aware Multi-Hop Reasoning on Multi-Modal Knowledge Graphs	知识图谱、多跳推理、多模态、强化学习	提出拓扑感知的多跳推理模型DoAsICan，用于多模态知识图谱的推理任务。
Doing More With Less: A Survey of Data Selection Methods for Mathematical Modeling	数据选择、主动学习、数据压缩、统计建模	综述数学建模中的数据选择方法，总结在降低数据需求同时提升模型性能的策略。
Dual-State Personalized Knowledge Tracing With Emotional Incorporation	知识追踪、情绪建模、个性化学习、迁移学习	在个性化知识追踪中引入情感因素，提出双状态模型以更准确地预测学习者的知识掌握。
Dynamic Ensemble Framework for Imbalanced Data Classification	集成学习、不平衡数据、数据生成、动态集成	提出动态集成框架，通过自适应结合多个分类器来解决不平衡数据的分类问题。
Efficient and Accurate Spatial Queries Using Lossy Compressed 3D Geometry Data	空间查询、3D几何、压缩、GIS、数字孪生	提出利用有损压缩的三维几何数据来加速空间查询的方法，提高查询效率与精度。
Efficient PMU Data Compression Using Enhanced Graph Filtering Enabled Principal Component Analysis	PMU数据; 数据压缩; 图滤波; 主成分分析	提出基于增强图滤波和主成分分析的高效PMU数据压缩方法，用于电网监测数据处理。
Enhancing Attribute-Driven Fraud Detection With Risk-Aware Graph Representation	欺诈检测; 图表示学习; 风险意识; 属性分析	通过风险感知的图表示学习方法提升了基于属性的欺诈检测性能。
Estimating Multi-Label Expected Accuracy Using Labelset Distributions	多标签分类; 准确率估计; 标签分布; 性能评估	提出利用标签集分布来估计多标签分类任务期望准确率的方法。
Few-Shot Knowledge Graph Completion With Star and Ring Topology Information Aggregation	知识图谱补全; 少样本学习; 拓扑信息; 表示聚合	引入星形和环形拓扑信息聚合策略，提出少样本情况下的知识图谱补全方法。
Finding Rule-Interpretable Non-Negative Data Representation	非负矩阵分解；规则挖掘；可解释表示；低维表示	论文结合规则挖掘与非负矩阵分解方法，构造了一种可解释的数据低维非负表示，使得每个潜在因子都可通过相应的规则描述，从而提高了表示的可解释性。
From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models	图表理解；基础模型；数据可视化；深度学习	回顾了近年来大型基础模型（如大型语言模型）在自动图表理解任务中的研究进展，并讨论了未来的挑战与研究方向。
GAFExplainer: Global View Explanation of Graph Neural Networks Through Attribute Augmentation and Fusion Embedding	可解释性；图神经网络；节点属性增强；融合嵌入	提出通过属性增强和融合嵌入强调节点属性的新型 GNN 解释器 GAFExplainer，在保持计算效率的同时提升了解释的有效性、准确性和可理解性。
Generating k-Hop-Constrained s-t Path Graphs	图搜索；路径约束；k跳路径；图遍历	设计一种高效算法生成满足k跳约束的源-汇路径图。
Graph Clustering With Harmonic-Maxmin Cut Guidance	图聚类；最小割；图划分；谱方法	引入Harmonic-Maxmin cut指标优化图聚类划分质量。
Group-Aware Dynamic Graph Representation Learning for Next POI Recommendation	下一个兴趣点推荐；群组感知推荐；动态图表示学习	提出群组感知动态图表示学习方法 GDGRL，通过构建融合用户交互和伙伴影响的动态图结构学习用户偏好。
Hierarchical Causal Discovery From Large-Scale Observed Variables	因果发现；大规模观测变量；因果割集；条件独立检验；因果簇；簇内结构；簇间结构；模型无关；分层学习	提出分层因果发现框架 HCD，通过划分因果簇并行处理并合并结构。
Hypergraph Collaborative Filtering With Adaptive Augmentation of Graph Data for Recommendation	自监督学习；双图联合学习；全局协作关系；多任务优化	提出基于超图的自适应增强协同过滤框架 HCFAA，通过超图联合学习捕获用户 - 项目图的全局与局部协作关系并过滤无效边。
Improving Sequential Recommendations via Bidirectional Temporal Data Augmentation With Pre-Training	序列推荐；数据增强；模型预训练	提出 BARec 方法，通过双向时序增强和知识增强微调生成保留用户偏好的伪历史项。
Intent Propagation Contrastive Collaborative Filtering	意图传播；对比学习；协同过滤；推荐系统	提出IPCCF算法，引入意图传播机制与对比学习以提升推荐表现。
k-Graph: A Graph Embedding for Interpretable Time Series Clustering	时间序列；聚类；可解释性	通过构建多尺度图结构提升时间序列聚类的解释性与精度。
Large-Scale Hierarchical Causal Discovery via Weak Prior Knowledge	因果发现；层次模型；先验知识；大规模数据	提出了一种层次化的因果发现方法，利用弱先验知识进行搜索约束，有效降低了高维假设空间的复杂度。
Learning Location-Guided Time-Series Shapelets	时间序列分类；连续优化；可解释性；形状子序列	提出了一种连续优化方法，在多类别问题中提升分类准确性和结果的可解释性。
Model-Agnostic Dual-Side Online Fairness Learning for Dynamic Recommendation	在线推荐；公平性；双侧学习；用户公平；物品公平	在推荐系统中引入双侧公平优化机制，兼顾用户与物品的公平性。
MTD-DS: An SLA-Aware Decision Support Benchmark for Multi-Tenant Parallel DBMSs	基准测试；云计算；DBaaS；多租户；服务等级协议	提出MTD-DS基准工具，衡量并行数据库在多租户场景下的SLA性能。
Multi-View Riemannian Manifolds Fusion Enhancement for Knowledge Graph Completion	知识图谱；知识补全；对比学习；双曲空间；黎曼流形	提出MRME-KGC模型，融合多视图黎曼空间提升知识补全性能。
One-Step Adaptive Graph Learning for Incomplete Multiview Subspace Clustering	不完全多视图聚类；自适应图学习；谱嵌入；张量核范数	提出 OAGL 方法，通过稀疏初始化、谱嵌入融合及低秩张量学习实现高效聚类。
Partitioned Dynamic Hub Labeling for Large Road Networks	动态最短路径；索引维护；中心标号	基于图划分的TDHL扩展方法，提升动态路网查询与索引更新效率。
Pattern Hiding and Authorized Searchable Encryption for Data Sharing in Cloud Storage	云存储；数据共享；结果模式隐藏；私集合交集；可搜索加密	提出AXT方案，实现加密检索中对模式隐藏与访问控制的支持。
PipeFilter: Parallelizable and Space-Efficient Filter for Approximate Membership Query	近似成员查询；过滤器；流水线并行；数据库；数据索引	提出 PipeFilter 过滤器，通过流水线并行和子过滤器设计提升多平台处理性能。
PipeOptim: Ensuring Effective 1F1B Schedule With Optimizer-Dependent Weight Prediction	流水线并行；深度神经网络；权重预测；异步训练	提出PipeOptim机制解决1F1B训练中的权重不一致与时延问题。
Practical Equi-Join Over Encrypted Database With Reduced Leakage	加密数据库；等值连接；信息泄露；可验证计算	设计新协议减少等值连接中信息泄漏，同时保持高效连接性能。
PRADA: Pre-Train Ranking Models With Diverse Relevance Signals Mined From Search Logs	排序模型；数据增强；多样性	提出 PRADA 模型，通过局部 / 全局数据增强和生成正样本挖掘多样化关联信号，提升排序模型对稀疏及长尾意图的处理能力。
Probabilistic Learning of Multivariate Time Series With Temporal Irregularity	概率预测；多变量时间序列；不规则采样；RNN；归一化流；神经ODEs	提出处理时间不规则性的概率模型，提升多变量序列预测性能。
REP: An Interpretable Robustness Enhanced Plugin for Differentiable Neural Architecture Search	神经架构搜索；对抗攻击；对抗鲁棒性；搜索空间；鲁棒搜索基元	提出 REP 方法，通过采样鲁棒搜索基元与概率增强，提升神经架构搜索模型的对抗鲁棒性和准确率法。
Rethinking Variational Bayes in Community Detection From Graph Signal Perspective	变分贝叶斯；社区发现；图信号处理	提出VBPG方法，从图频域角度改进社区检测中的变分推理策略。
Scalable Min-Max Multi-View Spectral Clustering	多视图聚类；极小极大框架；锚点图；梯度下降法	提出 SMMSC 模型，采用锚点图和梯度下降法，提升聚类性能与大规模数据适用性。
Scalable Multi-View Graph Clustering With Cross-View Corresponding Anchor Alignment	多视图学习；图聚类；锚点对齐；可扩展性	提出可扩展聚类方法，通过锚点对齐增强多视图图聚类精度。
SCHENO: Measuring Schema vs. Noise in Graphs	图结构分析；模式识别；图数据质量	提出SCHENO指标用于衡量图中结构与噪声的比例，评估图的有序性。
SemSI-GAT: Semantic Similarity-Based Interaction Graph Attention Network for Knowledge Graph Completion	知识图谱补全；交互信息；语义相似性采样；图注意力网络	提出 SemSI-GAT，结合 BERT 与语义相似性采样，提升补全性能。
Snoopy: Effective and Efficient Semantic Join Discovery via Proxy Columns	语义连接发现；相似性搜索；代理列；表示学习	针对语义连接发现中单元格级方法低效、列级方法效果不足的问题，提出 Snoopy 框架，利用代理列嵌入平衡效率与效果。
Spatio-Temporal Multivariate Probabilistic Modeling for Traffic Prediction	时空建模；多变量建模；概率预测；交通预测	构建时空概率模型实现多变量交通流量的准确预测。
Style Feature Extraction Using Contrastive Conditioned Variational Autoencoders With Mutual Information Constraints	风格提取；特征提取；变分自编码器；对比学习；无监督学习	利用对比条件VAE与互信息约束提取无监督数据中的风格特征。
TagRec: Temporal-Aware Graph Contrastive Learning With Theoretical Augmentation for Sequential Recommendation	连续时间序列推荐；图对比学习；图神经网络；数据增强	提出TagRec模型，融合时序感知与图对比学习提升推荐准确率。
TaylorS: A Multi-Order Expansion Structure for Urban Spatio-Temporal Forecasting	时空预测；泰勒展开；多阶导数；城市交通	提出了一种称为 TaylorS 的模型，将泰勒级数展开引入城市时空序列预测，提高了时空序列预测的准确性。
Towards Stable and Explainable Attention Mechanisms	注意力机制；可解释性；模型稳定性；干预分析	提出一种可解释且鲁棒的注意力机制，有助于模型推理透明性。
Transfer-and-Fusion: Integrated Link Prediction Across Knowledge Graphs	知识图谱；知识迁移；融合；链接预测；注意力机制	提出了 Transfer-and-Fusion 框架，实现了不同知识图谱信息的联合学习，以提升链接预测效果。

为进一步展示本期研究热点，本文还对出现频率前10名的关键词进行了整理，如表2所示。

表 2 2025年5月TKED论文标题高频词整理

关键词	频次
graph	20
data	11
learning	10
temporal	7
recommendation	7
knowledge	6
clustering	5
prediction	4
gat	4
spatio-temporal	3

基于词云图和关键词出现频次进行分析，当前研究热点聚焦于图神经网络（GNN）的架构与应用拓展，核心体现在以下方向：

图技术（graph: 20次）是研究中的主导，尤其在时序动态建模（temporal：7次，spatio-temporal：3次）中，支撑着推荐系统（recommendation: 7次）、预测任务（prediction:4次）等关键场景。关键词中数据（data：11次）和学习（learning：10次）高频出现，这表明以数据驱动的深度学习方法正与图技术深度融合。

结合62篇论文题目和高频关键词分析，当前研究最热门的方向集中在如何利用“图”这种结构来分析复杂关系数据，特别是在随时间或地点变化的场景（比如推荐下一个要去的地方、预测交通流量）。研究人员非常关注如何让这些基于图的技术更实用：一方面是让它们更快、更省资源（比如研究如何压缩数据、并行计算），另一方面是让它们更可靠、更容易理解（比如解释模型为什么这样推荐、如何抵御恶意干扰）。

同时，一个显著趋势是融合不同的新方法：

1. 结合大语言模型：探索用大语言模型理解文本信息，来辅助图分析，尤其是在推荐系统上，希望结合用户历史行为和语言理解做出更精准的推荐。
2. 引入因果关系：让模型不仅能发现关联，还能理解“原因和结果”，这样推荐或预测的结果会更合理、更可解释。
3. 处理多种类型数据：研究如何让模型同时理解和关联不同类型的数据（比如图片和描述它的文字），以及如何在数据分散、不完整甚至隐私受限的情况下（通过联邦学习等技术）共同训练模型。

 三、总结

总的来说，目前研究致力于让基于图的数据分析技术（尤其是处理动态时空数据的）变得更强大、更高效、更可信。核心的方法是融合大语言模型、因果推断等新方法，并解决多模态数据融合与数据隐私/缺失等实际挑战，最终目标是让这些技术在推荐、预测、知识发现等应用上效果取得更好的效果。未来重点也许会放在如何让这些融合技术更稳定、更透明（可解释）、更节省资源。