《清华大学学报杂志》（CN：11-2223/N）是经国家新闻出版总署批准，由教育部主管,教育部主办的大型月刊，面向国内外公开征文发行。《清华大学学报杂志》期刊收录于：CSCD 中国科学引文数据库来源期刊(含扩展版) 万方收录(中) 上海图书馆馆藏 国家图书馆馆藏 EI 工程索引(美) JST 日本科学技术振兴机构数据库(日) 北大期刊(中国人文社会科学期刊) 维普收录(中) CA 化学文摘(美) 知网收录(中) 统计源期刊(中国科技论文优秀期刊),清华大学学报杂志一直致力于在各个学科领域里提供最新、最权威的学术研究成果，颇受业界和广大科研工作者的关注和好评。

1.来稿应具有科学性、实践性、逻辑性、先进性，要求材料可靠、论点鲜明、条理清晰、简明扼要、文字精炼、数据准确、图表清晰。内容符合《保密法》规定，在政治和涉外问题上应符合国家有关政策，文责自负。论文必须包括：中英文题名、作者姓名、作者单位及邮政编码、中英文摘要及关键词、正文和参考文献、第一作者简介（姓名、出生年、性别、民族、籍贯、职称、学位、研究方向），如系基金资助项目请注明基金名称及编号。

2.题名应简短，一般不宜超过20个汉字，英文题名不超过10个实词，英文题名应与中文题名含义一致。题名应避免使用非公知公用的缩写词、字符、代号、简称以及商品名称。

3.摘要要反映论文的目的、方法、结果和结论，应具有独立性和自明性，字数为120～300字，采用第三人称表述。

4.关键词应能准确反映论文主题内容，尽量选用《汉语主题词表》中的规范词，一般为3～8个。

5.文中图表应具有自明性，切忌与文字表述重复。图要有图序、图题和必要的图注，图中文字为6号宋体字。表尽量用三线表，有表序、表题。

6.量和单位应严格执行GB 3100～3102—93有关规定。

7.参考文献应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献（学位论文除外），并在文中引用处注明，采用顺序编码制，著录格式应符合国标（GB/T 7714—2015）的规定。

8.文稿应在Word系统中编辑， 纸型为A4， 页边距2  cm，使用5号宋体字， 正文部分采用层次标题并用阿拉伯数字连续编号，不同层次之间用下圆点“．”，如“1”、“1.1”、“1.1.1”等。

9.本刊只接受在线投稿方式，编辑部有权对录用稿件作技术性和文字性修改。本刊对来稿概不退还，在3个月内未接到本刊录用通知者，可自行处理。来稿一经刊登，本刊将酌致稿酬，并赠送当期刊物。

年度被引次数报告 (学术成果产出及被引变化趋势)

• 异方差加噪下差分隐私流数据一致性优化算法

  现有基于树结构的差分隐私流数据统计方法未能充分利用统计查询可能存在的特定分布规律而进一步提升流数据的精度,为此,该文提出滑动窗口下基于异方差加噪的差分隐私流数据算法。首先动态构建滑动窗口内流数据对应的差分隐私区间树;其次根据统计查询分布规律计算树节点的覆盖概率,据此对树节点的隐私预算及树结构参数进行调整,以实现异方差加噪;...

  作者：孙岚; 康健; 吴英杰; 张立群 刊期： 2019年第03期

• 知识图谱的Top-k摘要模式挖掘方法

  知识图谱数据具有体量大、内容丰富、类型多样、缺乏统一模式描述等特点。提取知识图谱模式信息并形成摘要模式,对于提升知识检索、挖掘质量具有重要研究意义。该文首先给出了摘要模式的判定准则以及摘要模式质量的度量标准,提出了面向知识图谱的Top-k摘要模式挖掘问题,并将该问题建模为一个次模函数优化问题;其次,为高效判定摘要模式及度量模式...

  作者：罗之皓; 李劲; 岳昆; 毛钰源; 刘琰 刊期： 2019年第03期

• 面向室内空间的语义轨迹提取框架

  利用海量位置数据分析用户行为,挖掘用户的潜在价值越来越受到人们的关注。室外环境中已有较成熟的解决方案。针对室内空间中WiFi定位数据的精确度、鲁棒性不足等问题,对面向室内空间的语义轨迹提取方法进行了研究,能在减少错误、压缩原始位置数据的同时,增强轨迹的表达能力,使得更深入的室内时空数据挖掘成为可能。该文基于室内空间建模、数据...

  作者：骆歆远; 陈欣; 寿黎但; 陈珂; 吴妍静 刊期： 2019年第03期

• 半监督的微博话题噪声过滤方法

  社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用。因此,该文提出了一种结合支持向量机与k近邻模型(pSVM-kNN)的半监督话题噪声过滤方法。该方法融合了SVM和kNN算法,在SVM计算得到超平面的基础上使用kNN算法在局部范围内迭代寻找分类超平面的最优解;同时为...

  作者：屠守中; 杨婧; 赵林; 朱小燕 刊期： 2019年第03期

• 基于主题模型加强的医疗活动表征学习方法

  随着健康医疗数据的快速积累,数据驱动的医疗分析越来越受重视,合适的医疗活动表征对这些分析至关重要。然而,当前大多数表征方法缺乏对医疗数据时序性、数值敏感性的考虑,影响了分析方法的效果和可解释性。该文针对住院病例,提出了一种基于主题模型加强的医疗活动表征学习方法,该方法利用活动间时序关系和主题分配情况,构建了一个无监督学习的...

  作者：徐啸; 王灜; 金涛; 王建民 刊期： 2019年第03期