近期，由数学与计算机学院教师苏鹏博士作为第一作者及通讯作者撰写的研究论文“Behavior action mining”在国际期刊《IEEE Access》上发表。《IEEE Access》为发表原创性研究成果且具有广泛影响的高水平国际学术刊物，其涉及计算机科学、信息工程等领域，为ISI的JCR 1区期刊。     传统的时序数据的分析与挖掘工作主要致力于构建当期数据值的预测模型。但是，预测知识与真实企业决策之间还存在很大距离。为弥合这一差距，苏鹏等提出了可操作行为规则挖掘问题及其解决方法，满足了企业向用户直接明确地建议行动以积极影响其关心实体的行为的现实需求，成为了基于时序数据的可操作知识发现中的代表性工作。     随着大数据时代的来临，可操作行为规则挖掘不仅获得了空前机遇，也日益面临严峻挑战。特别地，连续型数据的离散化处理难免要损失大量信息，从而损害挖掘方法的有效性。为应对以上挑战，苏鹏等提出了一个新的基于时序数据的可操作知识发现问题（行为行动挖掘）及其解决方法。其通过直接处理连续型数据保证信息的完整性，从而显著提高行动建议的质量。     本文的发表标志着数学与计算机学院教师在大数据研究领域又上了一个新的台阶！