雷鋒網(wǎng)按：本文由雷鋒網(wǎng)作者奕欣、岑峰、張馳、三川聯(lián)合編輯。

北京時(shí)間8月15日，在經(jīng)過(guò)兩天的Tutorial和Workshops后，KDD 2017于今天下午正式開(kāi)幕。

開(kāi)場(chǎng)，KDD 2017大會(huì)主席Stan Matwin向我們展示了一組數(shù)據(jù)：本次KDD共有來(lái)自51個(gè)國(guó)家1656名注冊(cè)參會(huì)人員，是美國(guó)之外注冊(cè)人數(shù)最多的一屆，參會(huì)人數(shù)最多的五個(gè)國(guó)家依次是：美國(guó)、中國(guó)、加拿大、印度和日本。這次會(huì)議共收到有效投稿論文1143篇，頒發(fā)學(xué)生獎(jiǎng)學(xué)金15.3萬(wàn)美元，均創(chuàng)下歷史新高。KDD 2017獲得了54.4萬(wàn)美金的贊助支持，金額達(dá)到有史以來(lái)的第二高。

論文詳細(xì)收錄名單如下：http://www.kdd.org/kdd2017/accepted-papers

隨后，KDD 2017大會(huì)主席Stan Matwin與區(qū)域主席Evangelos Milios，被哈利法克斯市政府授予哈利法克斯大使獎(jiǎng)。

大會(huì)副主席Faisal Farooq在發(fā)表致辭時(shí)，感謝了組委會(huì)的48位成員及158位辛勤付出的志愿者。

ACM SIGKDD主席裴健博士介紹了SIGKDD組織，目前SIGKDD共有1862位來(lái)自全球64個(gè)國(guó)家的活躍會(huì)員，擁有超過(guò)200萬(wàn)美元的經(jīng)費(fèi)。裴健博士在會(huì)上呼吁大家積極加入SIGKDD，成為其中的一員。

會(huì)上公布了KDD 2017的一系列數(shù)據(jù)：

• 今年的KDD研究類(lèi)論文的審核總數(shù)為748篇，收錄130篇，包括64篇oral，66篇poster，錄用率分別占8.6%及8.8%。

• 而應(yīng)用類(lèi)論文共審核390篇，收錄86篇，包括36篇oral，50篇poster，錄用率分別占9.2%和12.6%。

• 論文提交數(shù)最多的國(guó)家是美國(guó)（占50%）與中國(guó)（占13%）。
  

• 論文中最受歡迎的話題是：時(shí)間與時(shí)序數(shù)據(jù)（temporal and time-series data），圖算法（graph algorithms）。

• Invited talk的關(guān)注領(lǐng)域：用數(shù)據(jù)科學(xué)理解行為，機(jī)器學(xué)習(xí)應(yīng)用，智能系統(tǒng)和數(shù)據(jù)科學(xué)，管理與基準(zhǔn)。

在隨后的議程上，KDD 2017公布了最佳論文&最佳學(xué)生論文獎(jiǎng)，最佳應(yīng)用論文獎(jiǎng)，以及最佳博士論文獎(jiǎng)（見(jiàn)后文詳細(xì)介紹）。

接下來(lái)進(jìn)行了KDD Cup的頒獎(jiǎng)。本次KDD Cup由阿里天池承辦，名叫Convolution的團(tuán)隊(duì)包攬了兩個(gè)比賽第一名，成員來(lái)自美團(tuán)點(diǎn)評(píng)、微軟中國(guó)和北京航空航天大學(xué)。關(guān)于這次比賽的結(jié)果，歡迎關(guān)注雷鋒網(wǎng)的后續(xù)報(bào)道。

隨后KDD對(duì)今年授予的三大核心獎(jiǎng)項(xiàng)進(jìn)行頒獎(jiǎng)。2016年雷鋒網(wǎng) AI 科技評(píng)論就針對(duì)當(dāng)年的這三個(gè)獎(jiǎng)項(xiàng)及獲獎(jiǎng)?wù)哌M(jìn)行逐一介紹，詳情可參考《KDD2016各大獎(jiǎng)項(xiàng)獲獎(jiǎng)名單解密》。

在熱烈的掌聲中，十年最佳論文獎(jiǎng)／時(shí)間檢驗(yàn)論文獎(jiǎng)獲得者 Thorsten Joachims 博士，杰出服務(wù)獎(jiǎng)獲得者、香港科技大學(xué)教授楊強(qiáng)博士，KDD創(chuàng)新獎(jiǎng)獲得者、西蒙弗雷澤大學(xué)教授裴健博士，依次上臺(tái)領(lǐng)獎(jiǎng)。雷鋒網(wǎng)此前已對(duì)這三個(gè)獎(jiǎng)項(xiàng)及得獎(jiǎng)?wù)咦隽嗽敿?xì)介紹。

最后，裴健博士以《Pattern Mining Introspection and Prospective》（模式挖掘的回顧與展望）為主題做了大會(huì)報(bào)告，他以“啤酒與尿布”這一廣為人知的案例說(shuō)起，分享了他對(duì)于模式挖掘的最新研究成果和經(jīng)驗(yàn)。

KDD的三大論文獎(jiǎng)項(xiàng)包括，最佳論文&最佳學(xué)生論文獎(jiǎng)（Best Paper & Best Student Paper Award）和最佳應(yīng)用論文獎(jiǎng)（Applied Data Science Best Paper Award），博士論文獎(jiǎng)（Doctoral Dissertation Award）。

最佳論文&最佳學(xué)生論文獎(jiǎng) 

論文：Accelerating Innovation Through Analogy Mining

作者：Tom Hope，Joel Chan，Aniket Kittur，Dafna Shahaf

摘要：大型概念資源庫(kù)（如美國(guó)專(zhuān)利數(shù)據(jù)庫(kù)）可以向人們提供類(lèi)似問(wèn)題的解決方案的靈感，從而加速創(chuàng)新和發(fā)現(xiàn)。然而在這些龐大而凌亂的資源庫(kù)中發(fā)現(xiàn)有用的信息，對(duì)于人類(lèi)或自動(dòng)化技術(shù)來(lái)說(shuō)仍是一個(gè)挑戰(zhàn)。傳統(tǒng)的解決方法有，具有高度關(guān)系結(jié)構(gòu)（如謂詞演算表征）但非常稀疏，且成本很高的人工創(chuàng)建的數(shù)據(jù)庫(kù)。更為簡(jiǎn)單的機(jī)器學(xué)習(xí)/信息檢索相似性度量可以擴(kuò)展到大型的自然語(yǔ)言數(shù)據(jù)集，但很難解釋結(jié)構(gòu)相似性，而這又是類(lèi)比的核心。這篇論文探討了學(xué)習(xí)更簡(jiǎn)單的結(jié)構(gòu)表征的可行性和價(jià)值，特別是“問(wèn)題模式”，它規(guī)定了產(chǎn)品的目的，以及實(shí)現(xiàn)該目的的機(jī)制。論文中的方法結(jié)合眾包和CNN，提取產(chǎn)品描述中的目的和機(jī)制向量表示。論文表明，這些學(xué)習(xí)到的向量能比傳統(tǒng)的信息檢索方法，以更高精度和更快速度找到類(lèi)比。在一個(gè)思想實(shí)驗(yàn)中，模型檢索的類(lèi)比能力提升了產(chǎn)生創(chuàng)意的可能性。研究結(jié)果表明，學(xué)習(xí)和利用較弱的結(jié)構(gòu)表征，是大規(guī)模計(jì)算類(lèi)比的有效方法。

Runner up論文：

Toeplitz Inverse Covariance-Based Clustering of Multivariate Time Series Data

作者：David Hallac, Sagar Vare, Stephen Boyd, Jure Leskovec

最佳應(yīng)用論文獎(jiǎng)

論文：HinDroid: An Intelligent Android Malware Detection System Based on Structured Heterogeneous Information Network

作者：Yanfang Ye，Shifu Hou，Yangqiu Song

摘要：隨著Android惡意軟件的增長(zhǎng)及其對(duì)用戶的影響，Android惡意軟件檢測(cè)已成為網(wǎng)絡(luò)安全日益重要的課題。Android惡意軟件也越來(lái)越復(fù)雜，需要新防御技術(shù)從而保護(hù)用戶免受威脅。這篇論文中，為了檢測(cè)Android惡意軟件，我們不再僅僅使用API調(diào)用，而是進(jìn)一步分析它們之間的不同關(guān)系，并創(chuàng)建更高層次的語(yǔ)義，這就讓攻擊者更難逃避被檢測(cè)。我們將Android應(yīng)用，相關(guān)的API，及其與結(jié)構(gòu)化異構(gòu)信息網(wǎng)絡(luò)（HIN）的豐富關(guān)系作為代表。然后我們使用基于元路徑的方法來(lái)表征應(yīng)用程序和API的語(yǔ)義相關(guān)性。我們使用每個(gè)元路徑來(lái)制定Android應(yīng)用的相似性度量，并使用多內(nèi)核學(xué)習(xí)聚合不同的相似之處。然后通過(guò)學(xué)習(xí)算法自動(dòng)加權(quán)每個(gè)元路徑進(jìn)行預(yù)測(cè)。據(jù)我們所知，這是使用結(jié)構(gòu)化HIN進(jìn)行Android惡意軟件檢測(cè)的最佳方法。對(duì)來(lái)自Comodo Cloud Security Center的實(shí)體樣本收集進(jìn)行綜合實(shí)驗(yàn)，我們比較了各種惡意軟件檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明，我們開(kāi)發(fā)的HinDroid系統(tǒng)，勝過(guò)其他Android惡意軟件檢測(cè)技術(shù)。HinDroid已經(jīng)被并入Comodo Mobile Security產(chǎn)品的掃描工具。

Runner up論文：

DeepSD: Generating High Resolution Climate Change Projections through Single Image Super-Resolution

作者：Thomas Vandal, Evan Kodra, Sangram Ganguly, Andrew Michaelis, Ramakrishna Nemani, Auroop R Ganguly

博士論文獎(jiǎng)

最佳論文：Local Modeling of Attributed Graphs: Algorithms and Applications

作者：Bryan Perozzi

摘要：對(duì)于在原始連接信息之外、有關(guān)聯(lián)節(jié)點(diǎn)屬性的圖，在現(xiàn)實(shí)中遇到它們正變得常態(tài)化。社交網(wǎng)絡(luò)就是個(gè)例子：既包含交友關(guān)系，又有興趣和人口統(tǒng)計(jì)信息等用戶屬性。一個(gè)存在于蛋白質(zhì)之間的交互網(wǎng)絡(luò)，可能不僅有交互關(guān)系，還包含了蛋白質(zhì)的基因表達(dá)層。這些信息就能用一個(gè)圖來(lái)描述——其中用節(jié)點(diǎn)表示對(duì)象，用邊緣表示它們之間的關(guān)系，與節(jié)點(diǎn)關(guān)聯(lián)的特征向量表示屬性。這種圖數(shù)據(jù)通常被稱(chēng)作是屬性圖。這份論文聚焦于為屬性圖開(kāi)發(fā)可擴(kuò)展的算法與模型。這些數(shù)據(jù)可被看作是既離散（邊緣）、又連續(xù)（嵌入節(jié)點(diǎn)之間的距離），我會(huì)從這兩個(gè)角度探討這個(gè)問(wèn)題。

具體地，我展示了一個(gè)網(wǎng)上學(xué)習(xí)算法，利用最新的深度學(xué)習(xí)技術(shù)生成豐富的圖嵌入。我通過(guò)這一新方法對(duì)多重社會(huì)關(guān)系進(jìn)行編碼，其結(jié)果對(duì)網(wǎng)絡(luò)中的多標(biāo)簽分類(lèi)和回歸都非常有價(jià)值。

對(duì)于離散圖所呈現(xiàn)出的反常社群，我展示了用來(lái)處理它們的本地算法。對(duì)于導(dǎo)致社群誕生的圖屬性（比如某社交網(wǎng)絡(luò)中的用戶共同興趣），這些算法找出了它們的子集。該論文中，所有方法的可擴(kuò)展性通過(guò)有限的圖初始參數(shù)來(lái)保證，比如 ego networks 和truncated random walks，它們以每個(gè)頂點(diǎn)為中心對(duì)本地信息進(jìn)行利用。另外，對(duì)圖變量的范圍進(jìn)行限制，使得我的方法能進(jìn)行簡(jiǎn)單的并行處理。這需要通過(guò)大數(shù)據(jù)處理商品工具來(lái)實(shí)現(xiàn)，比如MapReduce 和 Spark 。本研究的應(yīng)用前景很廣闊：包括數(shù)據(jù)挖掘、信息檢索、用戶畫(huà)像、人口統(tǒng)計(jì)推理、線上廣告以及詐騙識(shí)別。

Runner up論文：

User Behavior Modeling with Large-Scale Graph Analysis（作者：Alex Beutel）

Mining Large Multi-Aspect Data: Algorithms and Applications（作者：Evangelos Papalexakis）

Honorable Mention論文：

Computational Lens on Big Social and Information Network （作者：Yuxiao Dong）

以上便是開(kāi)幕式的全部?jī)?nèi)容，更多大會(huì)演講詳細(xì)內(nèi)容敬請(qǐng)關(guān)注雷鋒網(wǎng) AI 科技評(píng)論后續(xù)報(bào)道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。