雷鋒網(wǎng)按：轉(zhuǎn)載自CKDD公眾號(hào)。

KDD分論壇Data Science of China專(zhuān)題介紹

北京時(shí)間8月16日（美國(guó)當(dāng)?shù)貢r(shí)間8月15日下午），第22屆國(guó)際數(shù)據(jù)挖掘大會(huì)（KDD 2016）在美國(guó)舊金山開(kāi)幕。KDD（Knowledge Discovery and Data Mining）是世界數(shù)據(jù)挖掘和大數(shù)據(jù)領(lǐng)域最高級(jí)別的國(guó)際會(huì)議，今年的參會(huì)人數(shù)達(dá)到了2762人。KDD China在大會(huì)第一天的主會(huì)議程中組織“Data Science of China（數(shù)據(jù)科學(xué)在中國(guó)）”的分論壇，集中展現(xiàn)中國(guó)在數(shù)據(jù)挖掘領(lǐng)域的進(jìn)展和華人在該領(lǐng)域的研究成果。

KDD 2016大會(huì)現(xiàn)場(chǎng)

Data Science of China論壇由China Chapter of ACM SIGKDD（KDD China）承辦。由KDD China秘書(shū)長(zhǎng)、微軟亞洲研究院主管研究員鄭宇教授，KDD China副會(huì)長(zhǎng)、百度金融高級(jí)總監(jiān)沈抖博士和Linkedin科學(xué)家Shipeng Yu博士共同組織。

論壇組織者：Dr. Shipeng Yu, Prof. Yu Zheng and Dr. Dou Shen（從左至右）

華人數(shù)據(jù)挖掘?qū)昧籄CM Fellow全部出席會(huì)議，他們是：伊利諾伊大學(xué)芝加哥分校的Philip Yu教授（1997年）、伊利諾伊大學(xué)香檳分校的Jiawei Han教授（2003年）、臺(tái)灣大學(xué)陳銘憲教授（2006年）、伊利諾伊大學(xué)芝加哥分校Bing Liu教授（2015年）、西蒙弗雷澤大學(xué)的Jian Pei教授（2015年）和臺(tái)灣大學(xué)林智仁教授（2015年），其中Philip Yu、Jiawei Han和Jian Pei三位教授進(jìn)行了精彩的報(bào)告。論壇還邀請(qǐng)了七位來(lái)自數(shù)據(jù)挖掘領(lǐng)域杰出的華人教授、科學(xué)家以及工業(yè)界精英為大家共同奉獻(xiàn)了一場(chǎng)華人史上最強(qiáng)數(shù)據(jù)挖掘論壇。

現(xiàn)場(chǎng)聽(tīng)眾

當(dāng)?shù)貢r(shí)間下午1:45論壇開(kāi)始，鄭宇教授隆重介紹了各位重量級(jí)嘉賓，并對(duì)本領(lǐng)域同胞的到來(lái)表示由衷的感謝。隨后他通過(guò)統(tǒng)計(jì)近7年來(lái)KDD文章錄用情況和參會(huì)人員數(shù)據(jù)對(duì)華人在本領(lǐng)域做出的努力進(jìn)行了展示和展望。從2010年至今，第一作者為華人的錄用文章占總錄用文章的45%左右，并程上升趨勢(shì)，今年該比例更是高達(dá)56%，這個(gè)值得驕傲的數(shù)字反映了華人在該領(lǐng)域所做出的突出貢獻(xiàn)，如下圖。

 歷年華人第一作者文章數(shù)量占總數(shù)比

兩岸三地的參會(huì)人數(shù)也從13年的102人增長(zhǎng)到今年的168人，如下表所示，表示了國(guó)內(nèi)的研究水平和能力的提升。

歷年KDD兩岸三地參會(huì)人數(shù)

另外鄭教授還分享了一個(gè)有趣的數(shù)字，如下圖所示，今年兩岸三地被錄用文章中偏理論研究（Research track）的文章數(shù)量大幅下降但偏應(yīng)用（Applied data science track）的文章大幅上升，這是否是國(guó)內(nèi)對(duì)于數(shù)據(jù)挖掘技術(shù)落地的渴望的風(fēng)向標(biāo)，我們有待進(jìn)一步觀察和驗(yàn)證。

國(guó)內(nèi)文章歷年track數(shù)量對(duì)比圖

隨后，論壇分兩個(gè)議程進(jìn)行，議程一由SIGKDD 主席Bing Liu教授主持。首先，滴滴研究院副院長(zhǎng)Jieping Ye博士為大家分享了滴滴出行在數(shù)據(jù)挖掘領(lǐng)域的進(jìn)展和研究成果，展示了大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)如何更好地方便人們的出行。隨后，鄭宇教授介紹了數(shù)據(jù)挖掘在城市中的應(yīng)用-城市計(jì)算，城市計(jì)算是一個(gè)通過(guò)不斷獲取、整合和分析城市中多種異構(gòu)大數(shù)據(jù)來(lái)解決城市所面臨的挑戰(zhàn)（如環(huán)境惡化、交通擁堵、能耗增加、規(guī)劃落后等）的過(guò)程。鄭教授通過(guò)一些實(shí)際工作進(jìn)行了詳細(xì)介紹。來(lái)自羅格斯大學(xué)的Hui Xiong教授帶來(lái)了題目為“People Analytics in Human Resources”的報(bào)告，介紹如何將數(shù)據(jù)挖掘技術(shù)應(yīng)用到人力資源管理領(lǐng)域，比如：利用數(shù)據(jù)對(duì)人才進(jìn)行評(píng)價(jià)和意愿分析，以輔助升職考核、招聘等流程。Jian Pei教授分享了數(shù)據(jù)科學(xué)工具和平臺(tái)的構(gòu)建方法，并以同華為公司合作為例進(jìn)行了詳細(xì)介紹，說(shuō)明了該平臺(tái)如何管理華為的海量數(shù)據(jù)，并通過(guò)挖掘這些數(shù)據(jù)提升企業(yè)服務(wù)質(zhì)量和用戶(hù)滿(mǎn)意度。最后，Jiawei Han教授給出了他最新的研究成果，從海量文本語(yǔ)料庫(kù)中挖掘結(jié)構(gòu)性?xún)?nèi)容，即用新穎的大數(shù)據(jù)的視角來(lái)解決自由語(yǔ)言處理中分詞、語(yǔ)義分析等傳統(tǒng)的問(wèn)題。

 

論壇議程一報(bào)告者

論壇議程二由沈抖博士主持。首先，來(lái)自清華大學(xué)的崔鵬博士帶來(lái)了他關(guān)于在大數(shù)據(jù)時(shí)代下，社交網(wǎng)絡(luò)分析與挖掘中網(wǎng)絡(luò)表示方法的重新審視和相應(yīng)的應(yīng)對(duì)策略方面的研究。同樣來(lái)自清華大學(xué)的唐杰博士介紹了他的研究成果-AMiner，一個(gè)利用數(shù)據(jù)挖掘和社會(huì)網(wǎng)絡(luò)分析技術(shù)提供科研服務(wù)的學(xué)術(shù)搜索系統(tǒng)，展示了如何運(yùn)用學(xué)術(shù)信息和數(shù)據(jù)挖掘技術(shù)更好得幫助大家發(fā)現(xiàn)好的學(xué)術(shù)資源：如文章、作者和會(huì)議等。隨后來(lái)自加州大學(xué)洛杉磯分校的Wei Wang教授進(jìn)行了題為“Big Data Analytics in Bioinformatics Data”的報(bào)告，通過(guò)將不同傳感器等資源獲得的生物醫(yī)療信息進(jìn)行融合，去理解人的健康狀況，從而幫助醫(yī)生進(jìn)行診斷。

論壇議程二報(bào)告者

Philip Yu教授分享了腦網(wǎng)絡(luò)挖掘的最新研究成果，他將人腦建模為一張圖（Graph），希望通過(guò)大數(shù)據(jù)和圖挖掘技術(shù)來(lái)幫助發(fā)掘和理解人腦的思維模式。另外，Philip Yu教授也是本屆KDD大會(huì)創(chuàng)新獎(jiǎng)（2016 ACM SIGKDD Innovation Award）的獲得者，以表彰他在大數(shù)據(jù)下挖掘、融合和異常發(fā)現(xiàn)領(lǐng)域中做出的突出貢獻(xiàn)。最后來(lái)自悉尼科技大學(xué)的Chenqi Zhang教授介紹了他的團(tuán)隊(duì)在大數(shù)據(jù)下的圖處理和挖掘領(lǐng)域中做出的研究。

本屆KDD大會(huì)創(chuàng)新獎(jiǎng)獲獎(jiǎng)?wù)逷rof. Philip Yu

報(bào)告結(jié)束后，會(huì)議組織者與報(bào)告嘉賓合影留念。至此，KDD China組織的Data Science of China論壇落下帷幕。本次論壇是眾多華人多年來(lái)努力的成果，祝愿通過(guò)本次論壇的召開(kāi)能夠擴(kuò)大華人在國(guó)際數(shù)據(jù)挖掘領(lǐng)域的影響力，推動(dòng)國(guó)內(nèi)數(shù)據(jù)挖掘領(lǐng)域的研究和在工業(yè)界的應(yīng)用和發(fā)展。

組織者及嘉賓合照

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