Advancing Object-Centric Process Mining with Multi-Dimensional Data Operations
Linköping University（林雪平大学）；Stockholm University（斯德哥尔摩大学）
本文提出四种操作：钻取、汇总、展开和折叠，以调整分析粒度，提升面向对象过程挖掘的灵活性和精度，通过实验证明其在教育过程挖掘中的有效性。
2026-07-07 cs.DB
Filtering and Sampling Object-Centric Event Logs
流程挖掘技术的可扩展性是处理企业信息系统中每天产生的大量事件数据的主要挑战之一。为此，提出了过滤和采样技术，以保持原始日志的行为的子集，并使过程挖掘技术的应用可行。虽然已经提出了用于过滤/采样传统事件日志的技术，但是过滤/采样以对象为中心的事件日志更具挑战性，因为要考虑的因素（事件、对象、对象类型）的数量显著更高。本文提供了一些过滤/采样以对象为中心的事件日志的技术。
2022-05-03 cs.DB
Precision and Fitness in Object-Centric Process Mining
RWTH Aachen University（亚琛工业大学）
传统的流程挖掘只考虑单一的案例概念，并在此基础上发现和分析模型。然而，单一案例概念在实践中往往不是一个现实的假设。在一个过程中，多个格概念可能会相互作用和影响。以对象为中心的过程挖掘引入了处理多个案例概念的技术和概念。到目前为止，这样的事件日志已经标准化，并提出了新的过程模型发现技术。然而，缺乏评价模型质量的概念。这些是必要的，使未来的研究，提高以对象为中心的发现，并提供一个客观的模型质量评估。在本文中，我们引入了一个概念的精度和健身的对象为中心的事件日志的对象为中心的Petri网。我们给出一个正式的定义，并附有一个例子。此外，我们提供了一个算法来计算这些质量措施。我们讨论了我们的精度和健身概念的基础上的事件日志与不同的模型。我们的精度和适应度概念是将质量度量推广到以对象为中心的设置的适当方式，因为我们能够考虑多个案例概念，它们的依赖关系和相互作用。
2021-10-06 cs.AI cs.DB
A Scalable Database for the Storage of Object-Centric Event Logs
以对象为中心的流程挖掘提供了一组用于分析事件数据的技术，其中事件与多个对象相关联。为了存储以对象为中心的事件数据库（OCEL），最近提出了JSON-OCEL和JSON-XML格式。然而，OCEL的建议实现是基于文件的。这意味着需要解析整个文件，以便应用流程挖掘技术，例如发现以对象为中心的流程模型。在本文中，我们提出了一种使用MongoDB文档数据库存储OCEL格式的数据库。由于MongoDB中的文档等同于JSON对象，因此该标准的当前JSON实现可以直接转换为一系列MongoDB集合。
2022-02-11 cs.DB
OCPM$^2$: Extending the Process Mining Methodology for Object-Centric Event Data Extraction
Stockholm University（斯德哥尔摩大学）；Linköping University（利厄普堡大学）
本文提出一种基于PM\inst{2}的结构化方法论，用于从教育系统中提取对象中心事件数据（OCED），并通过真实案例验证其有效性。
2025-04-21 cs.AI cs.DB
Process Comparison Using Object-Centric Process Cubes
RWTH Aachen University（亚琛工业大学）；Process and Data Science institute（过程与数据科学研究所）
流程挖掘提供了分析业务流程的方法。常见的流程挖掘技术将流程视为一个整体。然而，在实际的业务流程中，存在不同的行为，使得整个流程过于复杂而难以解释。流程比较是流程挖掘的一个分支，它通过使用流程立方体将流程的不同行为相互隔离。流程多维数据集使用不同的维度组织事件数据。每个单元格都包含一组事件，这些事件可用作应用流程挖掘技术的输入。现有的工作进程立方体假设单一情况下的概念。然而，在实际过程中，一些情况概念（例如，订单、项目、包装等）相互交织在一起以对象为中心的过程挖掘是过程挖掘的一个新分支，它处理过程中的多个事例概念。为了在以对象为中心的过程挖掘和过程比较之间架起一座桥梁，我们提出了一个过程立方体框架，它支持以对象为中心的事件日志上的过程立方体操作，如切片和骰子。为了便于比较，该框架集成了几个以对象为中心的过程发现方法。
2021-03-12 cs.AI cs.DB cs.LG
Leveraging Large Language Models (LLMs) for Process Mining (Technical Report)
本文研究将传统及以对象为中心的过程挖掘产物文本化，并用 GPT-4 与 Bard 评估直接回答、多提示和数据库查询生成策略，验证了 LLM 在模型理解、对象中心过程挖掘及公平性评估中的潜力。
2023-07-24 cs.DB
Defining Cases and Variants for Object-Centric Event Data
RWTH Aachen University（亚琛工业大学）
进程的执行会在信息系统中留下事件数据的痕迹。这些事件数据可以通过流程挖掘技术进行分析。对于传统的过程挖掘技术，必须将每个事件与恰好一个对象相关联，例如，公司的客户。与一个对象相关的事件形成一个称为事例的事件序列。案例描述了一个过程中的端到端运行。事件数据中包含的案例可用于发现流程模型、检测常见瓶颈或学习预测模型。然而，在现实生活中的信息系统中遇到的事件，例如，ERP系统通常可以与多个对象相关联。传统的顺序案例概念不符合这些以对象为中心的事件数据，因为这些数据表现出图形结构。人们可以通过扁平化的方法将以对象为中心的事件数据强制纳入传统的事例概念中，但是扁平化操作了数据并删除了信息。因此，一个类似于传统事件日志的案例概念的概念是必要的，以使不同的过程挖掘任务的应用程序对以对象为中心的事件数据。在本文中，我们介绍了以对象为中心的过程挖掘的情况下的概念：过程执行。这些都是基于图形的情况下，在传统的流程挖掘中考虑的一般化。此外，我们还提供了提取流程执行的技术。基于这些执行，我们确定等价的进程行为相对于一个属性使用图同构。相对于事件活动的等效过程执行是以对象为中心的变体，即，对传统流程挖掘中的变量进行了概括。我们提供了一个以对象为中心的变量的可视化技术。的贡献的可扩展性和效率进行了广泛的评估。此外，我们还提供了一个案例研究，展示了现实生活中事件日志的最常见的以对象为中心的变体。
2022-08-05 cs.AI cs.DB
Towards a Simple and Extensible Standard for Object-Centric Event Data (OCED) -- Core Model, Design Space, and Lessons Learned
本文提出以对象为中心的事件数据（OCED）核心模型，分析其设计空间与扩展方式，并通过五个独立实现和案例研究总结经验教训，为社区标准化 OCED 提供指导。
2024-10-18 cs.DB
A Framework for Extracting and Encoding Features from Object-Centric Event Data
RWTH Aachen University（亚琛工业大学）；University of Freiburg（弗莱堡大学）；Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息技术研究所）
传统的流程挖掘技术将事件数据作为输入，其中每个事件都与一个对象相关联。对象表示进程的实例化。以对象为中心的事件数据包含与表达多个进程的交互的多个对象相关联的事件。由于传统的流程挖掘技术假设事件与一个对象相关联，因此这些技术不能应用于以对象为中心的事件数据。为了使用传统的过程挖掘技术，以对象为中心的事件数据通过移除除一个对象引用之外的所有对象引用来扁平化。展平过程是有损的，导致从展平的数据中提取的特征不准确。此外，以对象为中心的事件数据的图形结构在扁平化时丢失。在本文中，我们介绍了一个通用的框架，用于提取和编码的功能，以对象为中心的事件数据。我们在以对象为中心的事件数据上本地计算特征，从而实现准确的测量。此外，我们为这些功能提供了三种编码：表格，顺序和基于图形。虽然表格和顺序编码已被大量使用在流程挖掘中，基于图的编码是一种新的技术，保持以对象为中心的事件数据的结构。我们提供了六个用例：三种编码中的每一种的可视化和预测用例。我们在预测用例中使用可解释的AI，以展示以对象为中心的特征以及预测模型的顺序和基于图的编码结构的实用性。
2022-09-02 cs.AI cs.DB cs.LG
Event Centric Modeling Approach in Colocation Pattern Snalysis from Spatial Data
空间协同定位模式是布尔空间特征的子集，其实例通常位于地理上接近的位置。协同定位规则可以通过空间统计或数据采掘方法来识别。在数据采掘方法中，可以使用基于关联规则的方法，这些方法进一步分为基于事务的方法和基于距离的方法。基于事务的方法专注于在空间上定义事务，以便可以使用Apriori算法。在嵌入连续地理空间的空间数据集中，没有自然的事务概念。利用邻近邻域的概念，提出了一种新的基于距离的协同定位模式挖掘方法。一种新的兴趣度量，参与指数，被用于空间共址模式，因为它具有反单调性。设计了一种发现同位模式的算法，该算法生成候选位置及其表实例。最后，共址规则的产生，以识别模式。
2011-09-06 cs.DB
An Efficient Method for Mining Event-Related Potential Patterns
在本文中，我们提出了一个神经电磁本体框架（NOF）挖掘事件相关电位（ERP）模式以及过程。这项研究的目的是开发一个基础设施，挖掘，分析和共享ERP领域本体。本研究的成果是一个神经电磁知识系统。该框架分为5个阶段：1）数据预处理与准备; 2）数据采掘应用; 3）规则比较与评估; 4）关联规则后处理; 5）领域本体。在第五阶段，通过比较领域本体和专家规则的关联规则，发现一组新的隐藏规则。
2012-01-30 cs.DB
OCPQ: Object-Centric Process Querying & Constraints
针对面向对象流程挖掘兴起后传统流程查询技术不再适用的问题，提出高表达力的OCPQ方法，支持约束检查等应用，兼具可视化交互与优异运行性能。
2025-06-13 cs.DB
OCEL 2.0 Resources -- www.ocel-standard.org
本文介绍 OCEL 2.0 标准网站，集中提供规范、示例日志与工具支持，以解决 OCEL 1.0 在对象关系、限定符和演化属性方面的不足。
2024-03-04 cs.DB
Detecting Dynamic Relationships in Object-Centric Event Logs
INESC-ID/Instituto Superior Técnico, Universidade de Lisboa（里斯本大学高等技术学院）；Free University of Bozen-Bolzano（博尔扎诺自由大学）；Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所）
本文提出用于在对象中心事件日志中表示和操作动态关系的新假设，通过验证现有日志证明其有效性，确保关系语义的透明性。
2026-03-17 cs.DB
Time and Relations into Focus: Ontological Foundations of Object-Centric Event Data
Free University of Bozen-Bolzano（博尔扎诺自由大学）；Semantics, Cybersecurity & Services (SCS), University of Twente（特温特大学语义、网络安全与服务系）
本文提出基于本体论的对象导向事件数据模型，通过三步方法解决现有模型在时间与动态关系方面的不足，增强表达能力与清晰度。
2026-03-23 cs.DB
Detecting Anomalous Events in Object-centric Business Processes via Graph Neural Networks
University of Amsterdam（阿姆斯特丹大学）
针对传统扁平化事件日志难以表达多案例关联的问题，提出结合以对象为中心的流程挖掘与图卷积自编码器的异常检测框架，在活动类型和属性层面取得良好效果。
2024-02-14 cs.DB cs.LG q-fin.ST
An Event Data Extraction Approach from SAP ERP for Process Mining
从信息系统中提取、转换和加载事件日志是流程挖掘中的第一步，也是最昂贵的一步。特别是，从流行的ERP系统（如SAP）中提取事件日志带来了重大挑战，因为数据的大小和结构。对ETL的开源支持是稀缺的，而商业流程挖掘供应商维护到ERP系统的连接器，以特定的方式支持有限数量的业务流程的ETL。在本文中，我们提出了一种方法，以促进事件数据提取SAP ERP系统。在所提出的方法中，我们存储的事件数据的格式，以对象为中心的事件日志，有效地描述了ERP系统支持的业务流程的执行。为了评估所提出的方法的可行性，我们已经开发了一个工具，实现它，并进行了案例研究与现实生活中的SAP ERP系统。
2021-10-07 cs.DB
Challenges of Anomaly Detection in the Object-Centric Setting: Dimensions and the Role of Domain Knowledge
本文针对以对象为中心的事件日志异常检测问题，提出多种检测方法，探讨领域知识、大语言模型、降维+异常检测算法、预处理及特征传播在其中的作用与价值。
2024-07-12 cs.DB
DataAssist: A Machine Learning Approach to Data Cleaning and Preparation
University of Toronto（多伦多大学）；Nanyang Technological University（南洋理工大学）
针对自动化ML偏重模型而忽视数据清洗准备的问题，本文提出DataAssist平台，用机器学习方法提供可视化、标注、异常处理和预处理流水线，并可与autoML工具集成，节省逾50%相关时间。
2023-07-17 cs.AI cs.DB cs.LG
Enhancing Data-Awareness of Object-Centric Event Logs
当一个过程中涉及多个对象时，就有机会从不同的角度发现过程，并提供以前可能没有从单个对象的角度进行分析的新信息。这确实需要将事件/对象属性及其值的所有信息存储在日志中，包括具有值列表的属性或具有随时间变化的值的属性。它还要求属性可以明确地链接到对象、事件或两者。因此，以对象为中心的事件日志是流程挖掘中一个有趣的发展，因为它们支持多种类型的对象。首先，本文表明，目前的以对象为中心的事件日志格式不支持上述方面的全部潜力，因为现有的格式不支持动态对象属性（属性值不断变化）的可能性。接下来，本文介绍了一种新的丰富的以对象为中心的事件日志格式，解决上述问题，以及一种自动将XES日志转换为这种数据感知OCEL（DOCEL）格式的算法。
2022-12-06 cs.DB
Object-Centric Analysis of XES Event Logs: Integrating OCED Modeling with SPARQL Queries
本文提出使用以对象为中心的事件本体（OCEDO）结合SPARQL查询，克服XES事件日志在过程挖掘中的局限，在BPIC 2013数据集上使事件与对象关系更明确，从而提高过程数据的完整性与可读性。
2025-11-01 cs.DB cs.IR
Implementation of Association Rule Mining for Network Intrusion Detection
现代的入侵检测系统都是基于数据采掘和以数据库为中心的体系结构，其中出现了许多数据采掘技术，其中关联规则挖掘是数据采掘研究的重要内容之一。这种方法确定大型数据项集之间的有趣关系。这种技术最初被应用于所谓的购物篮分析，其目的是发现超市顾客的购物行为。与通常需要数百个属性的购物篮分析数据集相比，网络审计数据库面临数十个属性。针对事务数据库的这种特点，对传统的关联规则挖掘算法Apriori进行了改进。本文提出了一种改进的Apriori算法，该算法通过事务切割和散列，只需扫描网络审计数据库一次，在实际应用中非常有用。
2016-08-04 cs.CR cs.DB
VulLink: A Dynamic Open-Access Vulnerability Graph Database for Cybersecurity Data Mining
La Trobe University（拉筹伯大学）；Victoria University（维多利亚大学）
提出VulLink，一种通过自动化ETL管道集成多源漏洞数据、提供图数据库、Web接口和API的动态开放平台，支持漏洞利用性预测等下游挖掘任务。
2026-06-18 cs.CR cs.DB
An ER-Model-Based Framework for Case Notion Selection in Object-Centric Processes
Smeal College of Business, Penn State University（宾夕法尼亚州立大学斯米尔商学院）
针对以对象为中心的流程中案例概念选择难题，提出ER模型引导的框架，通过主实体与次级协调实体的对象关系图定义案例，在1000事件OCEL日志上生成40个连贯案例，解决现有方法的缺陷。
2026-07-30 cs.DB
Enriching Object-Centric Event Data with Process Scopes: A Framework for Aggregation and Analysis
针对现有以对象为中心的事件数据（OCED）缺乏流程范围明确定义的问题，提出嵌入分析师定义流程范围到OCEL的框架，实现多流程结构化表示、跨范围聚合与多粒度分析，并通过公开日志验证适用性。
2025-08-26 cs.DB
OCEL (Object-Centric Event Log) 2.0 Specification
本文提出 OCEL 2.0 标准，通过对象变化、对象关系及关系限定等增强表达能力，并提供 SQLite、XML 和 JSON 三种交换格式。
2024-03-04 cs.DB
Guided Interaction Exploration in Artifact-centric Process Models
Eindhoven University of Technology（埃因霍温理工大学）；Philips（飞利浦）
以工件为中心的过程模型旨在将复杂的过程描述为交互工件的集合。进程挖掘的最新发展允许发现这样的模型。然而，重点往往是对个别工件的表示，而不是他们的相互作用。基于事件数据，我们可以自动发现代表以工件为中心的流程的复合状态机。此外，我们提供了可视化和量化不同工件之间的相互作用的方法。例如，我们能够突出显示不同工件中强烈相关的行为。该方法已经完全实现为ProM插件; CSM Miner提供了一个交互式的以工件为中心的过程发现工具，专注于交互。该方法已使用现实生活中的数据集，包括荷兰金融机构的个人贷款和透支过程进行了评估。
2017-06-07 cs.AI cs.DB
Transforming Football Data into Object-centric Event Logs with Spatial Context Information
Humboldt-Universität zu Berlin（洪堡洪堡大学柏林分校）；Weizenbaum Institute（魏泽瑙研究所）；Wirtschaftsuniversität Wien（经济大学维也纳）
本文提出一个将足球数据转换为带空间维度的以对象为中心的事件日志的框架，并基于真实数据验证其有效性，为足球分析中该类型日志提供了首个示例。
2025-07-16 cs.AI cs.DB
Removing Operational Friction Using Process Mining: Challenges Provided by the Internet of Production (IoP)
RWTH Aachen University（亚琛工业大学）；Fraunhofer-Institut für Angewandte Informationstechnik（弗劳恩霍夫应用信息技术研究所）
生产、物流、物料搬运、维护等操作流程，由结合硬件和软件组件的网络物理系统支持。因此，数字世界和物理世界紧密结合，并且可以详细跟踪操作过程（例如，使用传感器）。今天的操作流程所产生的大量事件数据为支持流程发现、性能分析和一致性检查的流程挖掘技术提供了机遇和挑战。使用现有的流程挖掘工具，已经可以自动发现流程模型并发现性能和遵从性问题。在DFG资助的卓越集群“生产互联网”（IoP）中，流程挖掘用于创建“数字阴影”，以改善各种运营流程。然而，操作过程是动态的、分布式的和复杂的。在IoP集群中确定的挑战的推动下，我们致力于比较流程挖掘（比较不同时间、不同地点的不同产品的流程变体）、以对象为中心的流程挖掘（处理涉及不同类型的交互对象的流程）和前瞻性流程挖掘（探索"如果？"问题）。通过应对这些挑战，我们的目标是开发有价值的“数字阴影”，可用于消除运营摩擦。
2021-07-27 cs.DB cs.LG
MIRAGE: An Iterative MapReduce based FrequentSubgraph Mining Algorithm
频繁子图挖掘是图数据探索性数据分析的一项重要任务。多年来，已经提出了许多算法来解决这个问题。这些算法假设挖掘任务的数据结构足够小，以适合计算机的主存储器。然而，随着真实世界的图形数据在大小和数量上的增长，这样的假设不再成立。为了克服这个问题，近年来已经提出了一些以图形数据库为中心的方法来解决FSM;然而，使用MapReduce范式的分布式解决方案尚未得到广泛的探索。由于MapReduce已经成为海量数据计算的事实范例，因此需要一种有效的FSM算法来处理这种范例。在这项工作中，我们提出了一个频繁的子图挖掘算法称为MINUS，它使用一个迭代的MapReduce为基础的框架。MINUS是完整的，因为它返回给定用户定义支持的所有频繁子图，并且它是高效的，因为它应用了最新FSM算法采用的所有优化。我们的实验与现实生活中的大型合成数据集验证了MINUCLEAR挖掘频繁子图从大型图数据集的有效性。MINUS的源代码可从www.cs.iupui.edu/alhasan/software/获得
2013-07-22 cs.DB cs.DC
Discovering More Accurate Frequent Web Usage Patterns
Web使用挖掘是Web挖掘的一种，它利用数据采掘技术从万维网用户的浏览行为中发现有价值的信息。与传统的数据采掘一样，数据准备和模式发现是Web使用挖掘的主要问题。Web使用挖掘的第一阶段是数据处理阶段，包括从服务器日志中重建会话操作。会话重构的成功与否直接影响到下一阶段频繁模式发现的质量。在反应式web使用挖掘技术中，源数据是web服务器日志和web服务器域所服务的web页面的拓扑。在用户交互式浏览网站期间收集的其他类型的信息，例如Cookie或包含类似信息的网络日志，不会被使用。Web使用挖掘的下一个阶段是发现频繁的用户导航模式。在该阶段中，模式发现方法被应用于在第一阶段中获得的重构会话上，以便发现频繁用户模式。在本文中，我们提出了一个频繁的Web使用模式发现方法，可以应用会话重建阶段后。为了比较会话重建阶段和模式发现阶段的准确性，我们使用了一个代理模拟器，它模拟Web用户的行为，并生成Web用户导航以及Web服务器保存的日志数据。
2008-04-09 cs.DB cs.DS
A Systematic Review on Process Mining for Curricular Analysis
本文系统性综述了教育过程挖掘在课程分析中的应用，审查了27项研究并将其归纳为五个主要研究目标，指出了标准化及工具整合等挑战，为学术机构的课程决策与研究提供了全面展望。
2024-12-03 cs.CY cs.DB
Discovering High-Quality Process Models Despite Data Scarcity
本文研究减少流程发现数据需求，通过以对象为中心的事件日志和活动图，在数据稀缺下发现高质量并发流程，并在生产案例中验证其可行性。
2023-10-17 cs.DB
From OCEL to DOCEL -- Datasets and Automated Transformation
针对现有以对象为中心事件日志缺乏动态演化属性的问题，本文提出 DOCEL 日志生成器及 OCEL 到 DOCEL 的自动转换算法，为流程挖掘研究提供数据支持。
2023-09-25 cs.DB
Discovering Process Models from Uncertain Event Data
现代信息系统能够以事件日志的形式收集事件数据。流程挖掘技术允许从事件数据中发现模型，根据参考模型检查事件日志的一致性，并执行进一步的以流程为中心的分析。在本文中，我们考虑不确定的事件日志，其中的数据与明确的不确定性信息一起记录。我们描述了一种技术，发现一个直接遵循的图形，从这样的事件数据，保留有关的不确定性的过程中的信息。然后，我们提出的实验结果进行归纳挖掘的直接遵循的图形，以获得代表的过程中的某些和不确定的部分的模型。
2022-04-08 cs.DB cs.SE
Process Mining on Distributed Data Sources
本文针对分布式数据源带来的挑战，提出过程挖掘从离线集中式事件日志向在线分布式传感器数据转变的研究议程，并倡导基于算法工程的方法论，为构建可扩展、隐私感知且以用户为中心的分布式过程挖掘技术提供路线图。
2025-06-03 cs.DB cs.DC cs.ET
String Diagrams for Process Mining
School of Computer Science, University of Birmingham（伯明翰大学计算机学院）；School of Electronics, Electrical Engineering, and Computer Science, Queen’s University Belfast（贝尔法斯特女王大学电子、电气与计算机科学学院）
本文证明Petri网、因果网、流程树和BPMN四种流程发现记号可统一为基于活动与类型化接口的规范签名，实现不依赖记号的模型比较，并以对象中心日志实验验证其区分并发与选择的能力。
2026-09-18 cs.DB cs.LO math.CT
Can LLMs Clean Up Your Mess? A Survey of Application-Ready Data Preparation with LLMs
Shanghai Jiao Tong University（上海交通大学）；Tsinghua University（清华大学）；Microsoft Research（微软研究院）；MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Shanghai AI Laboratory（上海人工智能实验室）；Xiaohongshu Inc.（小红书公司）；Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Alibaba Group（阿里巴巴集团）
本文综述了基于大语言模型的应用级数据准备方法，探讨了数据清洗、整合与丰富三大任务的技术、优势与局限，并提出了可扩展的大语言模型-数据系统和稳健评估协议的未来研究方向。
2026-01-22 cs.AI cs.CL cs.DB
TLSQL: Table Learning Structured Query Language
Shanghai Jiao Tong University（上海交通大学）；Beijing Institute of Technology（北京理工大学）
TLSQL是一种通过SQL-like声明性规范直接在关系数据库上执行表格学习的系统，旨在降低将机器学习集成到数据库工作流程中的门槛。
2026-08-13 cs.DB
Replacing Multi-Step Assembly of Data Preparation Pipelines with One-Step LLM Pipeline Generation for Table QA
Zhejiang University（浙江大学）；Northeastern University（东北大学）；Aalborg University（奥尔堡大学）
本文提出Operation-R1框架，通过强化学习训练轻量LLM生成高质量表格问答数据准备流水线，实现单步推理，提升准确率并降低计算成本。
2026-04-01 cs.CL cs.DB
A New Scale for Attribute Dependency in Large Database Systems
以数据为中心的大型应用程序具有不同的属性。在现代，绝大多数以数据为中心的大型应用程序都基于关系模型。数据库是表的集合，每个表都由许多属性组成。数据通常通过SQL查询访问。可以针对不同类型的优化来分析正在执行的查询。基于查询集合中不同属性的分析可以指导数据库管理员提高查询执行速度。在这种情况下，一个更好的模型将有助于预测即将到来的查询集的性质。一个有效的预测模型将指导数据库、数据仓库、数据采掘等不同的应用。建议的规模是建立在一些概率分析的基础上使用的属性在不同的查询。因此，该方法的目的是根据当前使用情况预测属性的未来使用情况。
2012-06-27 cs.DB cs.IR
SciDataCopilot: An Agentic Data Preparation Framework for AGI-driven Scientific Discovery
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
SciDataCopilot通过自主代理框架实现端到端的数据准备，提升科学发现效率与一致性，推动实验驱动的科学通用智能发展。
2026-02-09 cs.DB cs.ET cs.MA
ExOAR: Expert-Guided Object and Activity Recognition from Textual Data
ExOAR通过结合大型语言模型和人类验证，实现从文本数据中高效提取对象和活动信息，提升面向对象的过程分析能力。
2025-12-03 cs.CY cs.DB
