期刊名： Big Data and Cognitive Computing

期刊主页：https://www.mdpi.com/journal/BDCC

如何在现有研究领域内，找到一个合适的论文选题？本篇将为您提供更多论文选题灵感。

信息系统作为连接数据、算法、业务与用户的核心桥梁，在大数据、人工智能、物联网与区块链技术的驱动下持续快速演进。从智能推荐、信息检索、可信数据安全，到大模型应用落地、机器学习工程化运维，信息系统研究正不断面向真实场景提出新架构、新方法与新范式。

论文一：

医疗物联网记录安全与区块链：环境、里程碑与动量的系统性综述

https://doi.org/10.3390/bdcc8090121

本文系统性梳理了医疗物联网环境下，区块链技术在电子健康记录安全领域的发展脉络，深入分析了当前面临的安全挑战、已有的解决方案与未来研究方向，为医疗数据安全保护提供了全面的研究参考。

·选题方向参考

未来可以从多个维度拓展研究：一是面向资源受限医疗设备的轻量化区块链共识机制；二是跨机构医疗数据共享场景下的隐私保护与访问控制框架；三是区块链与联邦学习、同态加密等技术的融合，构建更可信的医疗数据安全生态；此外，还可以探索区块链在医疗数据溯源、合规审计中的实际应用与监管适配问题。

论文二

基于实时自适应学习与多领域知识图谱增强推荐系统

https://doi.org/10.3390/bdcc9050124

本文提出了一种融合实时自适应学习与多领域知识图谱的增强型推荐系统框架，通过动态捕捉用户行为变化并注入结构化领域知识，有效缓解了数据稀疏与冷启动问题，显著提升了推荐结果的准确性、多样性与可解释性。

·选题方向参考

未来研究可聚焦以下方向：一是探索多模态知识图谱在推荐系统中的应用，融合文本、图像、视频等多源信息；二是优化实时自适应学习的更新机制，降低计算开销的同时提升动态用户偏好的捕捉精度；三是研究跨领域推荐中的知识迁移方法，解决领域间数据分布差异带来的适配难题；此外，还可关注推荐系统的公平性、隐私保护与可解释性增强技术。

论文三

跨英语与意大利语的嵌入模型与大语言模型在信息检索和问答中的全面评估

https://doi.org/10.3390/bdcc9050141

本文针对英语与意大利语双语场景，对主流嵌入模型与大语言模型在信息检索和问答任务中的性能进行了全面对比评估，分析了不同模型的跨语言泛化能力、领域适配性与鲁棒性，为低资源语言场景下的信息系统设计提供了实证依据。

·选题方向参考

未来可以从以下方面深入：一是构建面向低资源语言的跨语言预训练与嵌入模型，提升语义表示的一致性；二是研究跨语言信息检索中的语义对齐与噪声过滤技术，解决翻译偏差与歧义问题；三是探索检索增强生成（RAG）在多语言问答系统中的应用，优化知识获取与生成的准确性；此外，还可针对特定专业领域（如医疗、法律）构建双语评估数据集与基准测试框架。

论文四

网络安全如何增强信任与承诺以促进客户留存：机器人服务质量的中介作用

https://doi.org/10.3390/bdcc8110165

本文通过实证研究，揭示了网络安全感知对用户信任与承诺的影响机制，验证了机器人服务质量在其中的中介作用，阐明了安全技术如何通过提升服务体验，最终实现客户留存的提升，为智能服务系统的安全设计提供了管理启示。

·选题方向参考

未来研究可拓展多个方向：一是探索不同行业场景（如金融、医疗）中网络安全感知对用户行为的差异化影响；二是引入用户隐私担忧、服务场景复杂度等调节变量，构建更全面的用户信任模型；三是研究智能服务机器人的安全可视化与透明化设计，增强用户对安全措施的感知；此外，还可结合纵向追踪数据，分析安全感知对用户留存的长期动态影响。

论文五

检索增强生成的系统性文献综述：技术、指标与挑战

https://doi.org/10.3390/bdcc9120320

本文对检索增强生成（RAG）技术进行了系统性文献综述，梳理了其核心架构、检索策略、生成增强机制与主流评价指标，总结了当前研究面临的关键挑战，并展望了未来的发展趋势与应用前景。

·选题方向参考

未来 RAG 研究可重点关注：一是动态知识库场景下的实时检索与更新机制，解决知识过时问题；二是长文本、多模态内容的高效检索与融合技术，提升复杂任务的生成质量；三是抑制生成幻觉、增强事实一致性的方法，构建更可信的 RAG 系统；此外，还可探索 RAG 在垂直行业（如法律、医疗）的定制化应用，以及轻量化、低成本的部署方案。

期刊介绍

主编：Min Chen, South China University of Technology, China

期刊Big Data and Cognitive Computing (ISSN: 2504-2289)创刊于2017年，是面向计算机科学大数据与认知计算的国际性、跨学科、开放获取的学术期刊，主要发表与大数据、云计算、认知计算、人工智能通信、数据分析、移动大数据、认知学习、机器学习等相关主题的原创研究论文。期刊旨在将大数据理论与智能云新兴技术结合起来，并探索超级计算机的新应用。目前已被 Scopus, ESCI (Web of Science), dblp, Inspec, Ei Compendex等多个数据库收录。