中国getmax团队包揽KDD Cup3项大奖,清华大学唐杰获杰出服务奖
AMiner已发布《计算机图形学研究报告》
微信公众号菜单栏可直接下载研究报告
为了方便大家学习，我们特地上线了精简版及详解版。
后台回复“KDD”,可获取本次大会杰出服务奖获得者唐杰老师的现场演讲PPT。
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。
2018年8月19日至23日，第24届ACM SIGKDD知识发现和数据挖掘会议在伦敦举行。8月20日，ACM SIGKDD正式开幕。
会议共有53名组织者和130名志愿者。
2018年KDD 大会主席Faisal Farooq介绍了大会的流程，本次会议主要包括如下内容：
4 个 keynote addresses(主题演讲）
10 个全天 及 18个半天的Workshops （专题研讨会）
29 个conventional tutorials（常规教程）
5 个 Hands-on tutorials （实践教程）
2个 panels（座谈会）
注：
keynote addresses:每年的 KDD 年会都会邀请在某些数据挖掘领域做出卓越成绩的专家学者做主题报告。
Workshops:同其它会议类似，KDD 也设有专题研讨会，其目的是就某些热门或前沿主题让数据挖掘研究人员有机会来交流新颖的研究想法。
tutorials:每年的 KDD 年会都会就几个数据挖掘主题邀请这些领域的知名专家细致地讲解与该主题相关的问题、研究背景、主要的解决方案等内容。通常每个课程的时间是半天或一天。
panels:KDD 专题讨论会是就数据挖掘领域的某个重要的话题邀请几个相关的知名专家阐述自己的观点，并通过与参会者的互动来对该话题开展深入的研讨。
Faisal Farooq还对2018的KDD的各方面数据进行了总结阐述，共有如下几点：
注册量创历史新高：2018年共有来自99个国家的3300位专家学者注册了KDD。
赞助资金创历史最高：2018年获得120万美元赞助资金。
论文提交量创历史新高：2018年KDD论文提交量达1480。
学生奖金创历史新高：2018年KDD学生奖金达15.3万美元。
2018KDD设有如下颁奖项目，小编将会为大家一一阐述每个奖项。
论文量
2018年KDD收到Research Track Papers共计983篇，创历史新高。
录用的Oral presentations（口头报告）有107篇，录用率为10.9%。
录用的Poster presentations（海报展示）有74篇，录用率为7.5%。
69位Senior PC Members和512位Regular PC Members参与了此次审稿。
论文方法主题
会议对此次投稿论文的方法主题进行了分类统计，排名如下：
Deeping Learning、Representation、Embedding
Supervised、Unsupervised、Transfer Learning
Methodology、Knowledge Discovery
Graph、Social、Temporal、Spatial
Recommenders、Matrices、Kemels
最佳审稿人
来自罗彻斯特大学的Jiebo Luo
来自坦普尔大学 Slobodan Vucetic
来自海法大学的Ron Bekkerman
最佳学生论文
论文题目：XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music
论文作者：Hongyuan Zhu, Qi Liu, Nicholas Jing Yuan, Chuan Qin, Jiawei Li, Kun Zhang, Guang Zhou, Furu Wei, Yuanchun Xu and Enhong Chen
最佳论文
论文题目：Adversarial Attacks on Classification Models for Graphs
论文作者：Daniel Zügner, Amir Akbarnejad and Stephan Günnemann
论文量
2018年KDD收到ADS Track Papers共计496篇，创历史新高。
录用的Oral presentations（口头报告）有40篇，录用率为8%。
录用的Poster presentations（海报展示）有72篇，录用率为14.5%。
29位Senior PC Members和167位Regular PC Members参与了此次审稿。
论文方法主题
会议对此次投稿论文的方法主题进行了分类统计，排名如下：
Learning Methods&Infrastructures
Nature&Natural Sciences
Commerce Profiling&Recommendations
Economics Finance&Business Administration
Health
最佳审稿人
– George Valkanas (Detectica Inc.)
最佳学生论文
论文题目：ActiveRemediation: The Search for Lead Pipes in Flint, Michigan
论文作者：Jacob Abernethy, Alex Chojnacki, Arya Farahi, Eric Schwartz and Jared Webb
最佳论文
论文题目：Real-time Personalization using Embeddings for Search Ranking at Airbnb
论文作者：Mihajlo Grbovic and Haibin Cheng
KDD CUP 是 ACM SIGKDD组织的有关数据挖掘和知识发现领域的年度赛事。作为 KDD 年会的重要组成部分，目前是数据挖掘领域最有影响力的赛事。
通常每年在 KDD 会议网站上会公布当年的 KDD CUP 主题及各个子任务、数据集、考核指标等。全世界的数据挖掘参赛者在规定时间内提交解决方案和结果。 优胜者名单会在 KDD CUP 网站公布，并在会议期间颁奖。
2015年的主题是预测在全中国最大的慕课平台——学堂在线中的学生逃课率。
2016年的主题则是给定任何研究领域（如机器学习、数据挖掘等），根据5年的历史数据，预测2016年指定会议的机构排名。
2017年的挑战来自预测交通拥堵。
此次KDD Cup主题为预测伦敦和北京的空气质量指数，比赛共有来自4180个团队的5687名参赛者参与，分别来自49个国家的大约3000所大学/机构。
在决赛的31天中，选手每天都需提交对未来空气质量的预测，提交的结果将会和真实空气质量数据进行比较，并根据SMAPE进行评分。决赛阶段最好的25天的分数的平均值将作为队伍的最终得分。
第一名
First floor to eat Latiao
团队成员：
Haoran Jiang and Binli Luo from Central South University
Jindong Han, Juan Liu, and Qianqian Zhang from Beijing University of Posts and Telecommunications
第二名
getmax
团队成员：
罗志鹏 微软Bing搜索广告算法工程师
黄坚强 北京大学软件工程专业硕士在读
胡可 阿里妈妈搜索直通车团队算法专家
SIGKDD于2017年推出了创业研究奖，旨在鼓励小型创业公司参与数据科学领域。今年获奖团队如下（按字母顺序排名）：
ABitAI（中国）
Astound（美国）
CraiditX（中国）
Factmata（英国）
Infilect（印度）
zuguta(美国)
SIGKDD最近建立了KDD影响计划，以支持促进数据科学，增加其对社会的影响以及帮助数据科学界的项目。KDD影响计划旨在为可能对社会产生最大影响的项目提供资金，并扩大数据科学的范围。
在第一轮影响力评选中，七名获奖者被选中。 每位获奖者都将参加这个KDD研讨会，介绍他们的项目。
论文题目：An efficient bandit algorithm for realtime multivariate optimization
论文作者：
Daniel Hill (Amazon.com)
Houssam Nassif (Amazon.com)
Yi Liu (Amazon.com)
Anand Iyer (Amazon.com)
S. V. N. Vishwanathan (Amazon.com)
SIGKDD 杰出服务奖主要授予在知识发现及数据挖掘领域作出重大服务贡献的个人或团队，包括主办会议、主持学术团体等服务性工作，并在数据挖掘教学及财务性事务等方面的工作。
该奖主要奖励对知识发现及数据挖掘领域作出重大服务贡献的个人或团队，考察的因素主要包括主持学术团体、主办会议等服务性工作，教育学生、研究者和实践者，资助研发活动，为传播技术信息提供专业志愿服务，并通过知识挖掘应用为社会做出贡献，改善全球性医疗、教育、灾难／危机管理及环境等议题。
今年由清华大学的唐杰老师获得。
创新奖是知识发现与数据挖掘领域（KDD）的最高荣誉，授予对这一领域做出重大技术贡献的研究人员。根据评审要求，其研究成果必须在数据挖掘理论或商业数据挖掘系统的开发上能够产生深远的影响。
今年由伊利诺伊大学芝加哥分校的刘兵教授获得。
以上为 KDD 2018 开幕式的所有内容,由学术头条整理发布，转载请注明出处。