0
| 本文作者： 奕欣 | 2017-08-30 11:41 | 專題：KDD 2017 |
雷鋒網(wǎng)AI科技評(píng)論：SIGKDD是ACM在數(shù)據(jù)挖掘領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議，每年都吸引著超過2000位來自世界各地的頂級(jí)數(shù)據(jù)挖掘?qū)W者，以及知名企業(yè)代表前來參加。然而，大會(huì)的論文接收每年卻僅約200篇，接收率不超過20%。
今年的KDD大會(huì)剛剛于加拿大新斯科舍省的首府哈利法克斯（Halifax）落下帷幕。在KDD 20余年的歷史中，越來越多的的華人元素體現(xiàn)在了會(huì)議當(dāng)中。從參與度到科研成就，從影響力到活動(dòng)組織，華人的力量無處不在且無可替代。作為人工智能和數(shù)據(jù)挖掘領(lǐng)域的先驅(qū)者，微軟同樣在KDD 2017中表現(xiàn)突出，并在發(fā)展中不斷尋求新的突破。
無論是從參與KDD會(huì)議的人數(shù)、論文發(fā)表數(shù)、論文影響力，還是從獲獎(jiǎng)情況、參與活動(dòng)組織和參展情況等多個(gè)方面來看，厚積薄發(fā)的華人力量正在強(qiáng)勢(shì)崛起，在KDD領(lǐng)域擁有世界有目共睹的優(yōu)異表現(xiàn)。
越來越多的華人參與到了SIGKDD當(dāng)中。KDD 2017的注冊(cè)總?cè)藬?shù)達(dá)到了1656人，是在美國以外舉行的KDD會(huì)議中參與人數(shù)最多的一次，其中華人注冊(cè)參會(huì)的人數(shù)僅次于美國。但今年KDD的兩個(gè)track的錄取率卻分別只有17%（Research Track）和21%（Applied Data Science Track），且僅有一半的論文被選為進(jìn)行口頭展示（oral presentation）。
據(jù)統(tǒng)計(jì)，今年大會(huì)的兩個(gè)研究熱點(diǎn)分別是時(shí)序數(shù)據(jù)和圖算法。大部分的委員會(huì)成員以及提交的論文來自美國和中國。其中中國作者貢獻(xiàn)了超過13%的論文。
在華人參與度持續(xù)上升的同時(shí)，華人作者的研究工作也越來越有影響力。微軟學(xué)術(shù)搜索總結(jié)了最近5年KDD最具影響力的作者（如下圖所示），圖中泡泡的大小表明了最近五年所發(fā)表KDD的論文數(shù)，橫軸表明了作者總體在數(shù)據(jù)挖掘領(lǐng)域的聲望排名，越靠右的排名越高。該排名不僅參考了KDD發(fā)表文章的引用次數(shù)，還參考了作者之間互相引用的情況。如果一篇文章被高聲望的作者引用，那么此文章的質(zhì)量可能更好。縱軸則表明了作者在KDD的威望排名，該排名主要參考了每篇KDD論文標(biāo)準(zhǔn)化后的被引用數(shù)量，位置越高排名就越高。
圖上的21位學(xué)者可以認(rèn)為是目前在數(shù)據(jù)挖掘領(lǐng)域最有影響力的代表人物，可以看到華人學(xué)者占據(jù)了超過半數(shù)的位置（13人），且不少都占據(jù)了非常有影響力的位置，例如微軟亞洲研究院的鄭宇博士和謝幸博士。
今年的大會(huì)中，不少獎(jiǎng)項(xiàng)也都由華人包攬。KDD 2017杰出服務(wù)獎(jiǎng)（Service Award）授予給了香港科技大學(xué)的楊強(qiáng)教授，以表彰他在數(shù)據(jù)挖掘和人工智能領(lǐng)域非凡的服務(wù)和貢獻(xiàn)。同時(shí)，還特別提到了楊強(qiáng)教授在中國成立的SIGKDD China，以及多年來在中國推動(dòng)數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和人工智能研究的作用。
KDD 2017創(chuàng)新獎(jiǎng)（Innovation Award）則頒發(fā)給了加拿大西蒙弗雷澤大學(xué)的裴健教授，認(rèn)可了他在frequent pattern mining領(lǐng)域做出的杰出貢獻(xiàn)。裴健教授在他的talk里面回顧了當(dāng)年frequent pattern mining研究的PrefixSpan和FPGrowth，并且展望了未來pattern mining和深度學(xué)習(xí)以及神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合的發(fā)展前景。
此外，本屆KDD Cup數(shù)據(jù)挖掘比賽共有3582支隊(duì)伍參與，覆蓋全球50個(gè)國家，730所高校，比賽規(guī)模史上最大，來自中國的隊(duì)伍包攬了全部獎(jiǎng)項(xiàng)。此次比賽分兩個(gè)任務(wù)：預(yù)測(cè)車輛從路口到收費(fèi)站的平均用時(shí)和高速收費(fèi)站車流量預(yù)測(cè)。其中，由微軟、美團(tuán)、北京航空航天大學(xué)組成的Convolution團(tuán)隊(duì)將兩項(xiàng)任務(wù)的第一名都收入囊中，雷鋒網(wǎng)AI科技評(píng)論也對(duì)此團(tuán)隊(duì)做過詳細(xì)的報(bào)道和采訪，詳情請(qǐng)參看《KDD Cup 2017雙料冠軍是如何煉成的？我們向Convolution團(tuán)隊(duì)討教了他們的“成功方法論”》。
華人還在KDD 2017中組織了高品質(zhì)的活動(dòng)。在今年的大會(huì)上，UCBerkeley的郁彬教授發(fā)表了主題演講，討論了數(shù)據(jù)的三個(gè)最重要的原則：可預(yù)測(cè)性，穩(wěn)定性和可計(jì)算性。因此，郁彬教授成為了在數(shù)據(jù)挖掘領(lǐng)域頂級(jí)會(huì)議中第一位女性的大會(huì)主題講者。
華人學(xué)者們還組織了包括城市計(jì)算（Urban Computing）、大規(guī)模網(wǎng)絡(luò)表達(dá)學(xué)習(xí)（Learning Representations of Large Scale Networks）在內(nèi)的7個(gè)專題講座。KDD 2017的首日下午，大會(huì)特別為SIGKDD China舉行了中國數(shù)據(jù)挖掘會(huì)議（Data Science @China），吸引了眾多聽眾參與。會(huì)議在KDD China秘書長、微軟亞洲研究院資深研究員鄭宇博士的主持下進(jìn)行。香港科技大學(xué)的楊強(qiáng)教授，羅格斯大學(xué)的熊輝教授，微軟亞洲研究院的鄭宇博士，今日頭條AI實(shí)驗(yàn)室的李磊博士，滴滴出行研究院的副院長葉杰平博士，西蒙弗雷澤大學(xué)的裴健教授，以及清華大學(xué)的唐杰和崔鵬教授分別分享了各自最新的研究成果。
SIGKDD China主要委員以及KDD兩任主席劉兵、裴健和韓家煒教授合影
中國企業(yè)在KDD的參與也越來越積極。據(jù)主辦方介紹，KDD 2017總共的贊助費(fèi)用超過了54萬美元，僅次于去年在舊金山舉行的KDD 2016。仔細(xì)看一看今年的贊助商列表，就會(huì)發(fā)現(xiàn)中國公司已經(jīng)出現(xiàn)在了顯著的位置（雷鋒網(wǎng)AI科技評(píng)論按：去年滴滴同樣是鉆石贊助商）。
作為人工智能和數(shù)據(jù)挖掘領(lǐng)域的先驅(qū)者，微軟在本次大會(huì)上一如既往地展示了非常多的研究成果。來自微軟的研究員們分別組織了五場(chǎng)不同主題的教程演講（Tutorials）以及一場(chǎng)實(shí)踐教程（Hands-on Tutorial），內(nèi)容涵蓋了利用對(duì)照實(shí)驗(yàn)（A/B testing）加速軟件創(chuàng)新，群體感知（crowd sourcing），大規(guī)模層次數(shù)據(jù)分類技術(shù)，社交網(wǎng)絡(luò)數(shù)據(jù)分析，城市計(jì)算，以及利用R語言的可擴(kuò)展的數(shù)據(jù)科學(xué)技術(shù)等核心技術(shù)領(lǐng)域。其中，微軟亞洲研究院資深研究員鄭宇博士組織了城市計(jì)算的教程演講。
鄭宇博士在城市計(jì)算教程演講環(huán)節(jié)
今年，微軟參與發(fā)表了9篇KDD論文，涉及領(lǐng)域豐富全面。在來自微軟雷德蒙研究院的工作“A Century of Science: Globalization of Scientific Collaborations, Citations and Innovations” 中，研究人員收集了從1900到2015年間所發(fā)表的8900萬篇已經(jīng)數(shù)字化的學(xué)術(shù)論文，進(jìn)而學(xué)習(xí)了過去一個(gè)世紀(jì)中科技進(jìn)步的演化過程。
研究員們發(fā)現(xiàn)，科學(xué)的進(jìn)步已經(jīng)從個(gè)人的單獨(dú)工作越來越多地向共同合作的形式所轉(zhuǎn)變，并且能夠很明顯的觀察到，在作者合作和研究工作的互相引用中，越來越多的國際合作已經(jīng)展現(xiàn)。但在上世紀(jì)初超過90%的創(chuàng)新工作都在英國和美國，而目前這樣的比例已經(jīng)下降到了50%左右。微軟研究院的研究人員希望通過分析這些數(shù)據(jù)可以為業(yè)界提供一些啟示，讓現(xiàn)有的國際科技合作和資助計(jì)劃變得更有效率。
另外一篇來自微軟的論文“ReasoNet: Learning to Stop Reading in Machine Comprehension”則提出了一個(gè)利用新的數(shù)據(jù)網(wǎng)絡(luò)結(jié)構(gòu)來教計(jì)算機(jī)閱讀和理解文章，并根據(jù)文章的內(nèi)容回答相應(yīng)的問題。
ReasoNet引入了一種結(jié)束狀態(tài)來緩解推理深度的限制，并且利用增強(qiáng)學(xué)習(xí)技術(shù)，當(dāng)它能從已有的信息中產(chǎn)生正確的回答時(shí)，ReasoNets可以動(dòng)態(tài)地決定是否需要繼續(xù)理解中間結(jié)果或者提前結(jié)束閱讀。這項(xiàng)技術(shù)在許多機(jī)器理解的數(shù)據(jù)庫（如 CNN, Daily Mail Stanford SQuAD和 structured Graph Reachability）驗(yàn)證中，都得到了非常好的結(jié)果。
我們微軟亞洲研究院城市計(jì)算組在KDD 2017發(fā)表了一篇題目為“Planning Bike Lanes based on Sharing Bikes’ Trajectories” 的論文。該論文的基本思想是利用大量共享單車（摩拜）的軌跡數(shù)據(jù)，結(jié)合政府在市政建設(shè)上的限制和要求（如，預(yù)算、服務(wù)人群以及施工和管理的便捷性），利用大數(shù)據(jù)和人工智能技術(shù)提出自行車道規(guī)劃的建議。
這項(xiàng)技術(shù)未來將能夠?qū)崿F(xiàn)公司、政府和人民群眾三贏的局面，把技術(shù)更好地融入人們的現(xiàn)實(shí)生活中。具體細(xì)節(jié)請(qǐng)點(diǎn)擊閱讀《借力摩拜單車軌跡大數(shù)據(jù)，微軟亞洲研究院如何更好規(guī)劃自行車道？》。
除此之外，其他微軟在KDD 2017所發(fā)表的論文如下：
Discrete Content-aware Matrix Factorization
論文鏈接：http://www.kdd.org/kdd2017/papers/view/discrete-content-aware-matrix-factorization
Mixture Factorized Ornstein-Uhlenbeck Processes for Time-Series Forecasting
Deep Embedding Forest: Forest-based Serving with Deep Embedding Features
A Dirty Dozen: Twelve Common Metric Interpretation Pitfalls in Online Controlled Experiments
Deep Probe: Information Directed Sequence Understanding and Chatbot Design via Recurrent Neural Network
Discovering Concepts Using Large Table Corpus
論文鏈接：http://www.kdd.org/kdd2017/papers/view/discovering-concepts-using-large-table-corpus
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
