部门介绍

数据挖掘实验室成立于2016年，旨在发展可从海量数据中挖掘出潜在的、前所未有知识的创新技术，专注突破关联学习机制、复杂网络演化和控制机理、学术合作关系模式和进化智能原理等关键技术，为综合、复杂、多方位的大数据处理系统提供独立的数据处理模块。

研究方向

（1）关联学习研究，主要探索生物关联认知能力和关联思维的数学模型或计算模型，解决关联关系挖掘从无监督到有监督的学习机制与理论原理；

（2）复杂网络结构演化和控制研究，主要探索复杂网络的演化机理和动力学原理，解决网络演化中拓扑结构的演化动力学技术；  

（3）学术合作关系挖掘研究，主要探索学术合作网络中的隐模型和动态演化原理，解决构建学术合作图谱和高效合作机制的关键技术；

（4）进化智能基础理论与关键技术研究，主要探索进化智能中的进化原理和演化优化技术，解决智能算法缺乏任务适应性、场景适应性和动态适应性等挑战性问题。

未来预期

（1） 突破关联学习的数学模型和理论原理，实现关联关系挖掘从无监督到监督的转化；

（2）建立复杂网络的动态演化模型和实现网络演化的优化策略算法；

（3）突破进化智能基础理论与关键技术等核心问题，设计通用智能进化算法。