作为世界数据发掘范畴最高级别国际会议，原定于 8 月 23 日~27 日在美国圣地亚哥举行的第 26 届 ACM SIGKDD，由于因疫情影响，将以线上方式举行。 不时以来，KDD 为来自学术界、企业界的研讨人员和数据发掘从业者提供了学术交流和展示研讨成果的理想场所。而因其严苛的审稿与接纳率，KDD 不时坚持着它在数据发掘范畴的权威性和知名度。 KDD 2020 官方曾经发布了本年度的论文录取状况，其中 Research Track 共收到 1279 篇论文，共有 216 篇接纳，接纳率为 16.8%；Applied Data Science Track共收到 756 篇论文，共有 121 篇被录用，接纳率为 16%。 依据 KDD 近五年来的论文录用状况来看，KDD 的投稿数量呈逐年上升趋向，数据发掘正遭到越来越多学者的关注。其中，今年 Research Track 的接纳率相较于去年有所提升，但依旧低于过去几年的接纳率；而 Applied Data Science Track，近两年的接纳率呈降落趋向。想要高中 KDD，可谓是难度是直线上升。
下面我们就来看看，依据 AMiner 平台对 KDD（2016-2019）过去五年来接纳论文与学者数据的统计剖析，KDD 收录论文的关键词、高产作者、高被引作者以及高被援用论文的细致状况。 论文关键词： KDD 大会触及的议题大多跨学科且应用普遍。过去五年，KDD 接纳论文的关键词主要集中在机器学习、深度学习、社交网络、异常检测、多任务学习、数据科学等范畴。关键词云图如下图所示。
收录学者特征： 依据 AMiner 对过去五来年 KDD 接纳论文作者数据的剖析，能够看出，男性作者占比达 84.53% ，女性作者仅占 15.47%。从学者散布状况来看，来自美国和中国的投稿学者远超越其他国度，分别占比 44.46%、26.78%，日本、印度、新加坡等国度分列第三至第五位。
高产作者与高引学者TOP10
高产作者TOP10 从这份榜单能够看出，排在前 10 的作者中华人学者就占领了 9 位，遥遥抢先于其他国度。这些作者近五年来在 KDD 大多发表了 14 篇以上论文。 TOP1 熊辉，现任百度研讨院副院长、百度商业智能实验室主任、百度机器人与自动驾驶实验室主任等，美国罗格斯-新泽西州立大学罗格斯商学院管文科学与信息系统系正教授 （终身教授）、院长讲席教授，并担任中国科学技术大学巨匠讲席教授（客座），IEEE Fellow。熊辉教授不时努力于数据发掘、大数据剖析、商务智能、互联网证券和信息保险等范畴的科学研讨，近年来共发表高水平学术论文180余篇。 TOP1（并列） 叶杰平，滴滴人工智能实验室担任人，滴滴出行副总裁，美国密歇根大学教授，IEEE Fellow。美国明尼苏达大学博士毕业，主要从事机器学习、数据发掘和大数据剖析范畴的研讨。他在国际顶级期刊和会议发表高水平论文 200 余篇，援用次数超越 8000 次，担任包含 IEEETPAMI、DMKD、IEEETKDE、NIPS、ICML、KDD 等多个国际顶级期刊编委及国际顶级会议程序委员会主席和范畴主席。 TOP2 崔鹏，清华大学计算机系长聘副教授，博士生导师。研讨范畴包含大数据环境下的因果推理与稳定预测、网络表征学习、社会动力学建模，及其在金融科技、聪慧医疗及社交网络等场景中的应用。他已在数据发掘及多媒体范畴顶级国际期刊和会议上发表论文百余篇，并先后取得7项国际会议及期刊最佳论文奖，包含中国入选数据发掘范畴顶级国际会议 KDD 最佳论文专刊的首篇论文。 美国伊利诺伊大学香槟分校（UIUC）计算机系教授韩家炜，清华大学计算机系教授朱文武，清华大学计算机系教授唐杰，布法罗大学计算机科学与工程系副教授高静，伊利诺伊大学厄本那-香槟分校计算机科学系的副教授 Hanghang Tong，卡内基梅隆大学计算机科学系教授 Christos Faloutsos，京东集团副总裁、京东数字科技首席数据科学家郑宇也相继位列高产作者 TOP 榜单。 高引学者TOP10
这份高引学者榜单与高产作者有较大不同，不少国外学者上榜，其中高产作者中的崔鹏副教授与朱文武教授同样榜上有名。 TOP1 Carlos Guestrin 是华盛顿大学 Paul G. Allen 计算机科学与工程学院的亚马逊机器学习教授。他是 Turi（最初是 GraphLab Inc.）的分离开创人兼首席执行官，专注于大范围机器学习和图形剖析的研讨。他曾在 KDD、IPSN、VLDB、NIPS、、ICML 等多个顶级学术会议及期刊发表过多篇论文，曾荣获 IJCAI 计算机与思想奖和总统科学家与工程师早期职业奖（PECASE）。 TOP2 陈天奇是机器学习范畴著名的青年华人学者之一，本科毕业于上海交通大学 ACM 班，硕士阶段也就读于上海交通大学，博士毕业于华盛顿大学计算机系，研讨方向为大范围机器学习。他曾参与开发了 XGBoost、Apache MxNet、Apache TVM ( https://tvm.ai/ )等著名机器学习工具，是最大开源散布式机器学习项目 DMLC 的发起人之一。 TOP3 Jure Leskovec，斯坦福大学计算机科学系的副教授，也是图网络范畴的专家，图表示学习措施 node2vec 和 GraphSAGE 作者之一。他还是 Pinterest 的首席科学家，以及 Chan Zuckerberg Initiative 慈悲基金会的首席调查员。他的研讨范畴包含网络结构的统计建模、网络演化、以及信息、病毒等在网络上的传播，同时他还努力于文本发掘和机器学习的应用等。 斯坦福大学计算机科学专业博士生 Aditya Grover，加利福尼亚大学欧文分校的计算机科学助理教授 Sameer Singh，微软研讨院的研讨员 Marco Túlio Ribeiro，清华大学副教授崔鹏，清华大学计算机系教授朱文武，比萨大学教授 Dino Pedreschi，比萨 ISTI-CNR 的研讨员 Mirco Nanni 位列 TOP10。 高引论文TOP10榜单
TOP1：XGBoost: A Scalable Tree Boosting System 作者：Tianqi Chen，Carlos Guestrin 论文地址：https://aminer.cn/pub/573696046e3b12023e517cb1 被援用量：6033 这是陈天奇发表于 2016 年的文章，主要是大名鼎鼎的 XGBOOST 算法的引见。XGBOOS T普遍用于各种竞赛和实践应用中，是十分适用的算法。提升树是十分有效且普遍应用于机器学习的措施。在这篇论文中，作者描画了可扩展的、端到端的提升树系统，叫做 XGBoost。在很多机器学习的应战中，数据科学家经常运用该系统完成杰出的效果。作者提出了一个针对稠密数据的新颖措施----稠密感知和加权的分位近似树。更重要的，他们提出了一些有效的措施来完成缓存，数据紧缩，分片构建提升树系统。综合这些有效的特性，在数据范围超越 10 亿的状况下，XGBoost 要比当前的其它系统运用较少的资源。 TOP2：node2vec: Scalable Feature Learning for Networks 作者：Aditya Grover，Jure Leskovec 论文地址：https://aminer.cn/pub/57aa28de0a3ac518da9896d5 被援用量：3274 该文是斯坦福大学的 Aditya Grover、Jure Leskovec 发表于 2016 年的一篇文章。在论文中作者提出，基于网络中节点和边的预测任务中的特征工程总是很复杂，固然表示学习的自动学习特征曾经有很大的辅佐，但现有的特征学习方式无法对网络中衔接方式的多样性中止足够的捕获。 本论文提出了一种对网络中的节点学习连续特征表白的框架——node2vec。在这个算法中，学习了一种结点映射到低维特征空间，同时最大限度的保存网络里结点的邻域（neighborhoods）。定义网络的结点邻域并触及了一种（biased）偏置的随机游走过程，将这些随机游走转化为计算嵌入的措施是一种智能的优化方式。首先为每个节点分配一个随机层，（例如长度为N的高斯向量），然后关于每对源相邻节点，作者希望经过调整这些层来最大化它们的点积。同时最后，最小化随机节点对的点积，这样做的效果是学习了一组嵌入，这些嵌入倾向于在相同的遍历过程中高点积的节点。该文展示了 node2vec 相关于现有的最新技术在多标签分类和链接预测中，在几个来自不同范畴的实践网络中的效果，代表了一种有效学习复杂网络中与任务无关的最新表示的新措施。 TOP3："Why Should I Trust You?": Explaining the Predictions of Any Classifier 作者：Marco Túlio Ribeiro，Sameer Singh，Carlos Guestrin 论文地址：https://aminer.cn/pub/573695fd6e3b12023e51117d 被援用量：3063 机器学习模型固然曾经得到了普遍采用，但大部分仍旧是黑箱。但是，了解预测背地的缘由在评价该预测能否可信上是相当重要的，这是人们计划基于预测采取行动或选择能否需求部署一个新模型时的基础。这样的了解也能提供对模型的见解（insight），其可被用于将不值得信任的模型或预测转化得可信任。 在本论文中，作者提出了 LIME——一种可经过盘绕预测部分地学习一个可解读的模型，从而以一种可解读的和可信的方式解释任何分类器的预测的全新解释技术。他们还提出了一种以非冗余方式经过给出代表性的单个预测及其解释来对模型中止解释的措施，这种措施将这一任务视作是一个子模块的优化问题（submodular optimization problem）。经过解释用于文本（如随机森林）和图像分类（如神经网络）的不同模型而证明了这些措施的灵活性。经过在多种需求信任的情形上中止了模仿的和以人类为对象的全新实验，从而展示了解释的适用性——这些任务需求一个人决议能否置信一个预测、在模型之间做出选择、改进不值得信任的分类器和肯定一个分类器不应该被信任的缘由。 TOP4：Trajectory pattern mining 作者：Fosca Giannotti，Mirco Nanni，Fabio Pinelli，Dino Pedreschi 论文地址：https://aminer.cn/pub/53e99853b7602d970208a525 被援用量：1174 TOP5：Structural Deep Network Embedding 作者：DAIXIN WANG，Peng Cui，Wenwu Zhu 论文地址：https://aminer.cn/pub/57aa28de0a3ac518da9896d6 被援用量：1063 TOP6：Collaborative Deep Learning for Recommender Systems 作者：Hao Wang，Naiyan Wang，Dit-Yan Yeung 论文地址：https://aminer.cn/pub/5550416845ce0a409eb3b00b 被援用量：925 TOP7：Intelligible Models for HealthCare: Predicting Pneumonia Risk and Hospital 30-day Readmission Rich Caruana, 作者：Yin Lou，Johannes Gehrke，Paul Koch，Marc Sturm，Noemie Elhadad 论文地址：https://aminer.cn/pub/5736973b6e3b12023e62b254 被援用量：613 TOP8：Certifying and Removing Disparate Impact 作者：Michael Feldman，Sorelle A. Friedler，John Moeller，Carlos Scheidegger，Suresh Venkatasubramanian 论文地址：https://aminer.cn/pub/5736973c6e3b12023e62b9e5 被援用量：591 TOP9：metapath2vec: Scalable Representation Learning for Heterogeneous Networks 作者：Yuxiao Dong，Nitesh V. Chawla，Ananthram Swami 论文地址：https://aminer.cn/pub/59ae3c262bbe271c4c71f4a2 被援用量：562 TOP10：Inferring Networks of Substitutable and Complementary Products 作者：Julian J. McAuley，Rahul Pandey，Jure Leskovec 论文地址：https://aminer.cn/pub/5736973b6e3b12023e62b11d 被援用量：531 历届KDD细致数据可查看：https://aminer.cn/conference/5eeb1307b5261c744f15bcd3 KDD 2020 可查看：https://www.aminer.cn/conf/kdd2020 |
万奢网手机版
