IEEE TBD 是一个旨在发表关于大数据系统、理论和实践领域高质量文章的期刊，在全球范围内鼓励与支持大数据、知识工程、人工智能等多学科的工作。目前 TBD 的执行主编是来自于清华大学的唐杰教授，唐杰教授在社会网络分析、数据挖掘、机器学习和知识图谱等领域都有深入的研究，并且不断推动着 TBD 向前发展。
信息爆炸和科技高速发展促进了数据规模的不断扩大，网络结构建模已经成为一个受关注的新兴研究领域，同时，构建和利用新的技术对不同类型的网络进行高效的学习、推理和预测已经成为业界非常期待的新趋势。近年来，机器学习迅速发展，尤其是网络嵌入和神经网络，它在节点聚类、分类和链路预测等网络任务上取得了令人满意的性能。
然而，在真实大数据上的网络结构建模确是缺乏的，同时针对更加复杂（动态、文本丰富和异构）网络的专业化建模和学习方法也是非常值得关注和研究的。
所以，IEEE TBD 组织了本次特刊，本特刊旨在为网络结构建模和学习的最新进展与真实大数据的应用提供一个互相交流的平台，以促进该领域的发展，TBD 鼓励网络建模和学习方面的原创性研究工作，包括新的深度学习方法、概率图模型及其应用。同时也面向全球征集该领域的最新文章。
本次征稿的主题包括但不限于以下内容：Network construction based on data modeling, Higher-order network modeling and analysis, Community structural modeling and detection, Link prediction, Anomaly detection, Temporal and dynamic network learning, Heterogeneous information network learning, Text-rich network learning, Representation learning on networks, Role discovery, Large-scale applications, including human dynamic and recommendation。
本次征稿的重要日期包括：提交截止日期：2021 年 5 月 31 日，第一轮评审结果的通知：2021 年 9 月 31 日，修订到期日：2021 年 12 月 31 日，接受/拒绝的最后通知：2022 年 4 月 31 日。
本次特刊也邀请到了相关领域的重量级专家担任客座编辑，他们是：Di Jin, Tianjin University, China. jindi@tju.edu.jcn, Wenjun Wang, Tianjin University, China. wjwang@tju.edu.cn, Guojie Song, Peking University, China. gjsong@pku.edu.cn, Philip S. Yu, University of Illinois at Chicago, USA. psyu@uic.edu, Jiawei Han, University of Illinois at Urbana-Champaign, USA. hanj@illinois.edu。
诚挚邀请各位学者参与本次特刊的征稿活动，想要了解本次特刊征稿的更多信息，请访问官方信息发布网址：https://www.computer.org/digital-library/journals/bd/call-for-papers-special-issue-on-network-structural-modeling-and-learning-in-big-data。
TBD 期刊主页链接：https://www.computer.org/csdl/journal/bd。点击阅读原文，查看更多精彩！