KDD会议的研究领域

总结了一下sigkdd目前的主要研究领域，可以看出来数据挖掘的发展方向和研究热点

具体罗列如下

2012年，KDD会议的研究主题包括以下各方面

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）
社交网络（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）
网页挖掘（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（e-commerce）
在线广告（online advertising）
异常检测（anomaly detection）
大数据挖掘（knowledge discovery from big data）


这些不同主题的论文，在会议期间，按照不同的主题被分为若干个分会（session），
今年的session包括以下内容，基本上囊括了数据挖掘已有的所有主要分支了

Research Session - A1: PageRank and social networks
Research Session - A2: Pattern mining
Research Sessio