数据挖掘顶级会议KDD简介

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

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[1]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日至16日在北京举办，我们还将简单介绍一下KDD’12[4]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官方网站的征文通知[5]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 systems）、生物信息学（bioinformatics）、电子商务

1注：本文的一个缩短版本（参见以下链接：http://dbgroup.cs.tsinghua.edu.cn/wangjy/CCCF_KDD.pdf）发表于《中国计算机学会通讯》2011年的第12期。