本文分析了2018年KDD会议的近300篇论文，提供了每篇论文的解读，并统计了各机构和个人的论文发表情况。展示了KDD在企业和学术界的重要地位。
作者：上海交大Acemap团队
指导老师 | 王新兵 教授
导读
知识发现与数据挖掘（KDD，全称Knowledge Discovery and Data Mining），是SIGKDD从1995年开始主持的一年一度的会议，将于本月19-23日在伦敦举行。其选取论文要求标准高，尤其是对创新性的高要求，使得其论文的接受率徘徊在15%-25%，是顶级会议中接受率最低的会议之一，因而被广泛认为是知识发现和数据挖掘研究领域最有影响力的论坛。
Acemap团队分析了2018年KDD的所有论文近300篇，针对每篇论文给出了相似论文推荐，以及该论文研究的问题和提出的方法的解读，同时又对2018年、近三年、近五年学者机构在该会议中发表论文情况进行了统计。基于这近300篇论文分成的Commerce and Profiling、Knowledge Discovery等28个session，绘制了各个session之间的关系图。详细页面请浏览：
https://acemap.info/KDD/MainPage
机构统计
KDD2018 Affiliation Statistics统计了2018年、近三年、近五年各机构在KDD会议中发表论文数量排名，下图展示了2018年排名前十的机构及论文发表数量：
No.
Affiliation Name
Paper Number
1
Microsoft
23
2
Tsinghua University
19
3
Alibaba Group
14
4
Carnegie Mellon University
12
5
Georgia Institute of Technology
10
5
Chinese Academy of Sciences
10
7
University of Science and Technology of China
9
7
Arizona State University
8
7
Baidu
8
7
University at Buffalo
8
7
8
我们的统计显示，前20名中有微软、阿里巴巴、百度等6所机构是企业界的，尤其是第一名微软发表了23篇论文之多，由此可见KDD在企业界的影响力。前20名中又有清华大学、上海交通大学等8所机构是中国的，中国在国际会议上的影响力不容小觑。
在网页中点击相应的机构名称可显示该机构历年在KDD论文发表情况统计，如下图所示：
其中，纵轴代表年份，横轴代表该机构发表的论文数。红色为第一作者身份发表的论文数。黑色为非第一作者身份发表的论文数。
以上仅展示2018年排名前十的机构，近三年、近五年详细排名请浏览网址：https://acemap.info/KDD/AffiliationStatistics
作者统计
KDD2018 Author Statistics统计了2018年、近三年、近五年各作者在KDD会议中发表论文数量排名，下图展示了2018年排名前二十的作者及论文发表数量：
No.
Author Name
Affliation
Paper Number
1
Peng Cui
Tsinghua University
7
1
Wenwu Zhu
Tsinghua University
7
3
Jiawei Han
University of Illinois at Urbana Champaign
5
3
Jieping Ye
Didi Research|University of Michigan
5
3
Jing Gao
University at Buffalo
5
6
Charu Aggarwal
IBM
4
6
Enhong Chen
University of Science and Technology of China
4
6
Haifeng Chen
Nec
4
6
Hao Wang
Chinese Academy of Sciences
4
6
Heng Huang
University of Pittsburgh
4
6
Hongxia Yang
Alibaba Group
4
6
Hongzhi Yin
University of Queensland
4
6
Jiayu Zhou
Michigan State University
4
6
Lu Su
University at Buffalo
4
6
Philip S. Yu
University of Illinois at Chicago
4
6
Qi Liu
University of Science and Technology of China
4
6
Shuiwang Ji
Washington State University
4
6
Xing Xie
Microsoft
4
6
Yaliang Li
University at Buffalo
4
6
Yu Zheng
Microsoft
4
首先注意到的是前二十名几乎清一色全是华人，前五十名中，华人的数量也占到了80%，可见华人在学术界的影响力，至少是在KDD这个会议上的影响力之大。排名并列第一的朱文武教授和崔鹏教授都来自清华大学的媒体与网络实验室。
若是点击相应的机构名称，更是可以显示对应作者在KDD中发表论文数在该机构中排名，如下图所示：
以上仅展示2018年排名前十的作者，近三年、近五年详细排名请浏览网址：https://acemap.info/KDD/AuthorStatistics
作者关系图
我们分别对2018年在KDD发过论文的作者、以及在KDD所有发过论文的作者画了关系图。2018年在KDD发过论文的作者如下所示。其中，点的大小代表2018年在KDD发的论文数多少。点之间的连线代表coauthor关系。
2018年大图可浏览网页：https://acemap.info/KDD/AuthorsMap
所有KDD年份的大图可浏览网页：https://acemap.info/KDD/AuthorsAllYearsMap
论文解读
KDD论文分为Deep Learning、Reinforcement Learning等28个session。对每个session的每篇论文，我们都提供简短的解读。我们用机器阅读理解的方法自动提取出关键信息，包括提出什么方法解决了什么问题等，相比于一长段论文，这种导读能帮助读者在短时间内获取论文最关键的信息。
以下为Knowledge Discovery Session的论文中文解读。
再如，以下为Graph and Social Network Session的论文中文解读.
我们对28个session近300篇文章都进行了中文解读。
Session关系图
我们对会议官方分类的session进行了整理与分析，画出了各个session之间的联系图，如下所示：
放大图片可查看每个session及其论文
其中每一个大点代表一个session，每一个小点代表session中的一篇论文，线代表引用关系，不同的session中的论文通过共同引用一篇论文来建立联系。
从图中可以看出不同session之间一定的聚类。
详细大图请访问：https://acemap.info/KDD/RecommendationMap
— 完 —
活动推荐
加入社群
量子位AI社群19群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
扫一扫
4988
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
