知识工程与数据挖掘-论文12篇（2025年6月）

主要观点总结

本文综述了关于车道级交通预测、结构熵和奇异平滑的层次文本分类优化、多层图的结构聚类、知识图推理的多粒度学习和自适应表示等相关研究领域的文章。同时介绍了深度概率图匹配、跨级别高效用项集挖掘等相关研究的最新进展，并提出了新的问题和挑战。

关键观点总结

关键观点1: 车道级交通预测的研究进展和挑战

文章介绍了车道级交通预测的重要性，缺乏全面和统一的评价标准以及公开提供的数据和代码的有限性等问题。提出了一个用于车道级交通预测的系统分类框架，并基于图结构和MLP网络提出了一种简单而有效的基线模型GraphMLP。

关键观点2: 层次文本分类优化的方法和应用

文章讲述了层次文本分类的重要性和所面临的挑战，提出一种基于结构熵和奇异平滑的层次文本分类优化方法SIHTC。该方法通过优化文本嵌入和标签嵌入来提高分类性能。

关键观点3: 多层图结构聚类的研究现状

文章介绍了多层图的结构聚类的研究现状，提出了一种多项式时间算法来解决多层图的社区检测问题。为了提高算法的效率，设计了两个指标，即核心指标和区间指标。

关键观点4: 知识图推理的多粒度学习和自适应表示的研究进展

文章提出了一种新的框架MulGA，用于学习知识图推理的多粒度自适应嵌入。该框架通过分层地表示知识图中的查询相关结构，解决了效率低下的问题。

关键观点5: 深度概率图匹配的重要性和挑战

文章介绍了深度概率图匹配的重要性和挑战，提出了一种基于深度学习的图匹配框架，该框架适用于原始二次分配问题。

关键观点6: 跨级别高效用项集挖掘的实际应用和挑战

文章讨论了跨级别高效用项集挖掘的实际应用和挑战，提出了CLHUN算法来处理不稳定和负利润的数据库中的跨级别高效用项集挖掘。

关键观点7: 其他相关领域的研究进展

文章还介绍了其他相关领域如ModiFedCat、DFL网络等的研究进展和挑战。

免责声明