被苹果、字节、谷歌、亚马逊推荐的数据挖掘顶会WSDM今日召开，还不快去学习

在过去的很长一段时间里，大家的状态是不是这样的呢？

 

不管外界纷纷扰扰，不管媒体如何炒作，年假已过，愿大家能够沉下心来，以会议和paper为重！毕竟升学就业涨工资，都是要正常进行的！什么，犯了假期综合症，还记得华为那个200万年薪的应届生吗？新年开工，不得给自己打个鸡血？远程办公提不起精神？安利大家回溯一下我们昨天的文章：在家办公指南！助你分分钟提高生产力。万一用的好，说不定躺着上班的梦想就实现了呢！

 

废话比较多，进入正题。今天，我们又迎来了一个国际顶会WSDM 2020（ACM International Conference on Web Search and Data Mining， 网络搜索和数据挖掘国际会议），WSDM是数据库/数据挖掘类的主要会议之一。第13届ACM国际WSDM会议于2020年2月3日至7日在美国德克萨斯州休斯顿举行。从赞助商的阵容（苹果、谷歌、亚马逊、微软、字节、百度......）来看，本届WSDM实力不容小觑，极具看点!

 

WSDM 2020已经在网络上公布了接收的91篇论文，内容侧重于实用新颖的搜索和数据挖掘模型，算法设计和分析，经济意义以及深入的实验准确性和性能分析。今年的接收率大约为15％，比往年降低了1-2％，但提交的论文数量却增加了20％。按照WSDM的传统，45篇论文以长演讲方式进行，46篇论文以短演讲形式进行。

论文集地址：

https://dl.acm.org/doi/proceedings/10.1145/3336191

 

主题演讲

Ed H. Chi（Google），KristenGrauman（德克萨斯大学奥斯汀分校和Facebook AI Research），Zhi-Hua Zhou（南京大学）和Bin Yu（加州大学伯克利分校）被邀请进行了主题演讲，其中，来自Facebook的KristenGrauman的演讲主题是：时尚与计算机视觉，从个人建议到全球趋势。

 

 

时尚领域吸引了计算机视觉。随着时装业向在线，社交和个性化业务的快速发展，新的视觉问题正在出现。样式模型，趋势预测，交互式搜索和推荐都需要具有丰富的细节和微妙的视觉理解。因此，该领域的研究势必会对人们的购物方式，企业分析以及我们如何模拟人们穿衣所揭示的文化趋势产生重大影响。

 

在本次演讲中，我将介绍我们在过去几年中为时装业开发计算机视觉方法的工作。首先，我们探索如何从网络照片中发现样式，了解人们如何组装服装以及他们共享的潜在主题。利用这些样式，我们展示了如何推断新衣服的兼容性，优化个性化的混搭胶囊衣橱，建议进行最小程度的编辑以使衣服更时尚，并推荐适合各种人体形状的衣服。

 

接下来，我们进入世界舞台，研究时尚的预测和影响。通过给定时尚产品的照片，我们将学习预测将来会流行的外观和款式。通过对44个主要世界城市之间的时空风格影响进行建模，我们进一步提高了预测效果。贯穿整个过程，通过从未贴标签的网络照片中学习模型，我们的方法回避了主观的手动注释，而直接观察人们选择的衣服。

 

推荐论文

 

网络搜索主题的会议怎么能少得了电商应用的身影，亚马逊探索了“人们为什么在语音产品搜索中购买看似无关的商品？：关于电子商务中产品相关性与客户满意度之间的关系”

 

 

 

语音助手的一项新兴优势是可以促进产品搜索体验，允许用户口头表达他们想要的产品，并对检索到的结果采取措施，例如将其添加到购物车中或将产品详细信息发送到手机中以进行进一步的检查。在数字语音助手的支持下，通过查看用户在产品搜索中的行为，我们发现了一个有趣的现象，即用户会购买或评价与他们查询无关的搜索结果。

 

在这项工作中，我们分析并描述了这种现象。我们就其背后的原因提供了几种假设，包括用户的个性化偏好，产品的受欢迎程度，产品与查询的间接关系，用户的容忍度，查询意图和产品价格。我们通过进行全面的数据分析来解决每个假设，并提供有关用户购买和参与行为的一些见解，而这些结果似乎无关紧要。最后，我们讨论了如何使用此分析来改善语音产品搜索服务。

 

 

有趣的论文很多很多，找到适合自己的才是关键！

 

最后，祝大家在为期7-20天的远程办公时间里好好梳理自己，体会生活与工作交织的乐趣。心有猛虎，细嗅蔷薇！