数据挖掘顶级会议KDD简介.pdf

ACM SIGKDD 数据挖掘及知识发现会议1 清华大学计算机系 王建勇 1、 KDD 概况 [1] ACM SIGKDD 国际会议（简称KDD ）是由ACM 的数据挖掘及知识发现专委会 主办 的数据挖掘研究领域的顶级年会。它为来自学术界、企业界和政府部门的研究人员和数据挖 掘从业者进行学术交流和展示研究成果提供了一个理想场所，并涵盖了特邀主题演讲 （keynote presentations ）、论文口头报告 （oral paper presentations ）、论文展板展示 （poster sessions ）、研讨会（workshops ）、短期课程（tutorials ）、专题讨论会（panels ）、展览（exhibits ）、 系统演示 （demonstrations ）、KDD CUP 赛事以及多个奖项的颁发等众多内容。由于KDD 的 交叉学科性和广泛应用性，其影响力越来越大，吸引了来自统计、机器学习、数据库、万维 网、生物信息学、多媒体、自然语言处理、人机交互、社会网络计算、高性能计算及大数据 挖掘等众多领域的专家、学者。KDD 可以追溯到从1989 年开始组织的一系列关于知识发现 及数据挖掘(KDD)的研讨会。自1995 年以来，KDD 已经以大会的形式连续举办了 17 届， 论文的投稿量和参会人数呈现出逐年增加的趋势。2011 年的 KDD 会议（即第 17 届 KDD 年会）共收到提交的研究论文（Research paper ）714 篇和应用论文（Industrial and Government paper ）73 篇，参会人数也达到1070 人。下面我们将就会议的内容、历年论文投稿及接收情 况以及设置的奖项情况进行综合介绍。此外，由于第 18 届KDD 年会将于2012 年 8 月 12 [4] 日至16 日在北京举办，我们还将简单介绍一下KDD’12 的有关情况。 2 、 会议内容 自1995 年召开第1 届KDD 年会以来，KDD 的会议内容日趋丰富且变的相对稳定。其 核心内容是以论文报告和展版 （poster ）的形式进行数据挖掘同行之间的学术交流和成果展 示。KDD 录用的论文以研究论文为主、辅以一定数量的应用论文，以及少量的系统演示论 文。依附于KDD 年会的KDD CUP 竞赛也是会议的一项重要内容。此外，会议还包括特邀 主旨报告（keynote presentations ）、辅导报告（tutorials ）、专题讨论（panels ）、研讨会（workshops ） 以及工业实践及展览 （Industrial practice expo track ）等内容。 1. 研究主题（Research Track ） 每年的 KDD 年会结束后不久，来年的会议组织者会发布论文征文通知。征文通知中 会列出论文的各种投稿要求，包括会议感兴趣的主题、评价标准以及格式等。从 KDD’12 [5] 官方网站的征文通知 可以了解到，KDD’12 感兴趣的研究类主题主要包括关联分析 （association analysis ）、分类与回归分析算法（classification and regression methods ）、半监 督式学习（semi-supervised learning ）、聚类（clustering ）、因式分解（factorization ）、迁移学 习和多任务学习（transfer and multi-task learning ）、特征选择（feature selection ）、社会网络 （social networks ）、图数据挖掘（mining of graph data ）、时空数据分析（temporal and spatial data analysis ）、可扩展性（scalability ）、隐私保护（privacy ）、安全性（security ）、可视化 （visualization ）、文本分析（text analysis ）、万维网挖掘（Web mining ）、移动数据挖掘（mining mobile data ）、推荐系统（recommender