随着信息技术的飞速发展，科学研究与社会生活各个领域中的数据正在以前所未有的速度产生并被广泛收集、存储。如何实现数据的智能化处理从而充分利用数据中蕴含的知识与价值，已成为当前学术界与产业界的共识。机器学习作为一种主流的智能数据处理技术，是实现上述目标的核心途径。早期机器学习研究通常假设数据具有相对简单的特性，如数据来源单一、概念语义明确、数据规模适中、结构静态稳定等。当数据具有以上简单特性时，基于现有的机器学习理论与方法可以有效实现数据的智能化处理。然而，在大数据时代背景下，数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质，为传统机器学习技术带来了新的挑战。因此，亟需针对大数据的上述性质开展相关研究。本次专刊选题为“大数据时代的机器学习研究”，将突出大数据背景下机器学习的几个研究热点，包括表示学习（如何构建有效表示）、在线机器学习（如何处理动态数据）、并行与分布式学习（如何进行高效学习）、弱监督学习（如何利用复杂语义）、以及在特定领域的应用等。
为及时反映我国在大数据机器学习方面的研究进展，《软件学报》将出版大数据时代的机器学习研究专刊，收录该领域近期取得的原创性高水平研究成果，进一步促进该领域的发展。专刊预录用论文需在第十五届中国机器学习会议（CCML 2015）上作报告，根据论文修改情况和会议报告情况终审确定是否录用。欢迎机器学习及相关研究领域的专家学者、科研人员踊跃投稿。
专刊题目：大数据时代的机器学习研究
特约编辑：何晓飞（浙江大学）,郭茂祖（哈尔滨工业大学）,张敏灵（东南大学）
出版时间：2015年第 11期
一、征文范围（包括但不限于以下主题）
1. 基于大数据的机器学习理论与方法
计算学习理论；监督学习；弱监督学习；无监督学习；表示学习；在线机器学习；深度学习；并行学习；分布式学习；大数据知识表示与推理等
2. 特定类型大数据机器学习
文本数据、多媒体数据、生物数据、网络/图数据、软件数据、科学实验数据、环境生态数据、金融数据等
3. 大数据机器学习应用
医疗健康、智能交通、教育服务、国家安全、舆情分析、计算广告、推荐系统、社交网络、信息检索等领域的应用
二、征文要求
1. 投稿方式：采用“软件学报在线投稿系统”(http://www.jos.org.cn)投稿。投稿时请在备注栏中注明“大数据时代的机器学习研究”字样。
2. 稿件格式：参照《软件学报》论文模板给定的格式（见学报网站“下载区”）。
3. 投稿论文未在正式出版物上发表过，也不在其他刊物或会议的审稿过程中，不存在一稿多投现象；保证投稿论文的合法性（无抄袭、剽窃、侵权等不良行为）。
4. 其他事项请参阅投稿指南：http://www.jos.org.cn/ch/reader/view_fixed_content.aspx?id=instructions
5. 投稿作者需提交投稿声明；专刊投稿论文不收审理费。录用刊发论文收取软件学报标准版面费。发表之后，将按软件学报标准支付稿酬，并赠送样刊。
6. 通过初审的预录用论文需在CCML 2015会议上（http://sist.swjtu.edu.cn/ccml2015/）上作报告，根据论文修改情况和会议报告情况终审确定是否录用。
三、重要日期
第一轮截稿日期：2015年2月28日，第一轮预录用通知发出日期：2015年5月31日
第二轮截稿日期：2015年5月31日，第二轮预录用通知发出日期：2015年7月31日
CCML 2015报告日期：2015年8月16-18日（成都）
修改稿提交日期：2015年8月25日
终审结果发出日期：2015年9月5日
最终稿提交日期：2015年9月15日
出版日期：2015年第11期
软件学报编辑部
2014年7月4日