又一名华人当选 ACM SIGKDD 主席! 📷 裴健:加拿大西蒙弗雷泽大学计算机学院教授,专注于数据挖掘、数据仓库和在线分析处理、数据库系统、生物信息学等领域,著有《Data Mining: Concepts and Techniques》一书(与 Jiawei Han 和 Micheline Kamber 为共同作者)。 AI科技大本营获悉,继伊利诺伊大学芝加哥分校教授刘兵之后,加拿大西蒙弗雷泽大学教授裴健近日被评选为 SIGKDD 新一任主席,任期为 2017.07.01 ~ 2019
记者 | 周翔 8 月 13 日至 8 月 17 日,国际数据挖掘领域的顶级会议 ACM SIGKDD 2017 在加拿大的 Halifax 召开。此次大会共有 1144 篇提交论文(中国占 13%),但最终只有 216 篇被收录。 根据官网信息,此次课程的主题为:Convolutional Neural Networks for Visual 据AI科技大本营了解,SIGKDD 是美国计算机学会 ACM 旗下数据挖掘和知识发现的专业组织,KDD 的英文全称就是 Knowledge Discover
8 月 4 日,数据科学与机器学习盛会 KDD 2019 在美国阿拉斯加州市安克雷奇市召开。这里人烟稀少、空气很好,而且即便现在正处于夏天也并不炎热,气温只有 20 度左右。会议时间一共 5 天,其中 4 日为 Tutorial 日、5 日为 Workshop 日,6 日至 8 日为大会正会(包含另一些 Tutorial,具体见下文)。
AI 科技评论按:伦敦时间 8 月 20 日晚间,数据挖掘顶会 KDD 2018 于英国伦敦正式开幕,雷锋网 AI 科技评论带来一线专题报道。
AI 科技评论按:KDD 2018 主会首日,「Data Science in China at KDD 2018」于当天下午顺利举行。本次演讲邀请了知名的十位华人专家各做 20 分钟的演讲,旨在展示华人于工业界及学术界所做出的先进研究成果。
---- 新智元报道 编辑:好困 桃子 【新智元导读】祝贺!杜克大学陈怡然教授晋升为John Cocke杰出教授,裴健教授晋升为Arthur S. Pearce杰出教授。 刚刚,杜克大学陈怡然教授发文称自己被晋升为John Cocke杰出教授。 同在今天,裴健教授晋升为Arthur S. Pearce杰出教授。 陈怡然 陈怡然教授是在清华大学获得本科(1998)及硕士(2001)学位,并在普渡大学获得博士(2005)学位。 在产业界工作5年后,他于2010年秋加入匹兹堡大学担任助理教授,并于20
来源:专知 本文约1000字,建议阅读5分钟 在本教程中,我们将介绍最先进的深度学习方法及其实际应用,特别关注于探索不同类型医疗数据的独特特征。 [ 导读 ]ACM SIGKDD(国际数据挖掘与知识发现大会,简称 KDD)是世界数据挖掘领域的最高级别的学术会议,由 ACM 的数据挖掘及知识发现专委会(SIGKDD)主办,被中国计算机协会推荐为 A 类会议。自 1995 年以来,KDD 已经连续举办了26届,今年于2021年8月14日至18日举办,今年的会议主办地在新加坡。 来自华为的研究人员在PSU上给出
第 26 届 ACM SIGKDD 知识发现和数据挖掘会议(KDD 2020)将于太平洋标准时间 8 月 23 日 - 27 日以虚拟线上方式召开。今日KDD 2020公布了最佳论文奖、最佳学生论文奖等多个奖项。
MTReclib是基于PyTorch开发的用于多任务推荐系统的开源框架。在MTReclib中,我们实现了诸多经典的多任务推荐模型,并且提供了4个多任务数据集以及相应结果。该框架易于扩展,基于该框架设计新的多任务模型或者尝试新的数据集十分方便。MTReclib地址:
今日,京东集团宣布大数据科学家裴健加盟京东,任京东集团副总裁。将负责大数据平台与产品研发部,同时监管智慧供应链领域的创新与应用,并直接向刘强东汇报。 2018年1月 5 日,京东集团宣布,加拿大一级研究讲座教授(大数据科学领域)、加拿大西蒙弗雷泽大学计算科学学院教授、统计与精算学系和健康科学院兼职教授裴健入职京东,任京东集团副总裁,向京东集团董事局主席兼首席执行官刘强东汇报。 裴健将负责京东集团两项业务 1. 负责大数据平台与产品研发部,整合京东集团整体的数据采集、处理和相关数据产品研发的工作,持续探索
大数据文摘作品,转载要求见文末 作者 | Aileen、钱天培、加号 8 月 13 日至 8 月 17 日,每年一度的数据挖掘领域的顶级会议 ACM SIGKDD 2017 在加拿大的 Halifax 召开。 8月15日下午,SIGKDD中国分会组织了本次会议中的分支活动Data Science of China。这是SIGKDD继2016年后第二次举办中国专场。也是现场除了印度专场之外,另外一家完全为了一个国家举办的专场会议。 大数据文摘前方记者为你带回了三场讲座的文字报道,同时附上新鲜出炉的PPT全文。
机器之心报道 参与:蒋思源、李亚洲 数据挖掘领域的顶会 KDD 2017 目前正在火热进行中。昨日,机器之心报道了滴滴被 KDD 2017 接收的论文。今日,KDD 2017 公布包括最佳论文在内的多个奖项。 KDD 的英文全称是 Knowledge Discovery and Data Mining(知识发现与数据挖掘),由美国计算机协会 ACM 下的数据挖掘分会举办,是国际数据挖掘领域的顶级会议。据统计,KDD 2017 共收到 1144 篇论文投递,收录 216 篇。今日,KDD 2017 公布
机器之心报道 编辑:蛋酱 KDD 放榜,你的论文被接收了吗? ACM SIGKDD(国际数据挖掘与知识发现大会,KDD) 会议始于 1989 年,是数据挖掘领域历史最悠久、规模最大的国际顶级学术会议,也是首个引入大数据、数据科学、预测分析、众包等概念的会议。 今年的 KDD 大会是第 28 届,预计将于 8 月中旬在美国华盛顿特区举办。 KDD 会议包含 Research 和 Applied Data Science 两个 track。目前,KDD 2022 论文接收结果已正式公布。据了解,KDD 20
周志华教授与业界的一次深入合作。 AI 科技评论消息:南京大学人工智能学院院长、南京大学计算机科学与技术系主任周志华教授,日前出任京东集团人工智能研究院学术委员会委员。 与此同时,京东集团已启动在南京建立京东人工智能研究院南京分院,周志华教授将担任该分院学术总顾问。 周志华系南京大学教授、计算机软件新技术国家重点实验室常务副主任、南京大学人工智能学院院长。CCF会士、常务理事、人工智能与模式识别专委主任。ACM / AAAS / AAAI / IEEE / IAPR Fellow,欧洲科学院外籍院士。周志
今天,是 KDD 2019 放榜的日子,相信很多关注 KDD 的同学们已经收到论文是否被收录的通知了!
ACM SIGKDD(国际数据挖掘与知识发现大会,简称 KDD),是全球数据挖掘领域的最高级别的学术会议,今年是第25届,在美国阿拉斯加州安克雷奇市举行。
ACM SIGKDD(Conference on Knowledge Discovery and Data Mining, KDD)是世界数据挖掘领域的最高级别的国际会议,由 ACM(Association of Computing Machinery,计算机学会)的数据挖掘及知识发现专委会(SIGKDD)负责协调筹办,被中国计算机协会荐为A类会议。
---- 新智元报道 编辑:David 好困 【新智元导读】又一位计算机大牛回归学界!知名数据科学家、ACM和IEEE会士裴健教授加入杜克大学 今天,杜克大学电子与计算机工程系教授、ACM/IEEE Fellow 陈怡然在社交媒体上「官宣」了一件大事。 数据科学领域的国际知名学者、加拿大皇家科学院和加拿大工程院院士、ACM和IEEE会士裴健教授即将加入杜克大学。 陈教授还表示,把裴健请到杜克属实不容易,「前前后后忙活了三年多,几顾茅庐」才成功,并顺便帮打了一波广告:「欢迎大家报考他的博士生」!
图(Graphs)描述了实体之间的两两关系,是社会科学、语言学、化学、逻辑学和物理学等许多不同领域中真实数据的基本表示方法。 许多现实问题可以通过解决图上的计算任务来解决。 例如,推断节点的属性、检测异常节点(例如垃圾邮件发送者或恐怖分子)、识别与疾病相关的基因以及向患者推荐药物,都可以归结为节点分类问题。 为了更好地解决这些图上的计算任务,学习好的图的表示尤为关键。 近些年来,图深度学习,尤其是图神经网络算法展现了极强的学习图的表示的能力,并且促进了许多图上的计算任务的发展。 为了方便读者们学习图深度学习
链接 | mp.weixin.qq.com/s/yOcWMmqddQPyEa2oROCzxQ
图(Graphs)描述了实体之间的两两关系,是社会科学、语言学、化学、逻辑学和物理学等许多不同领域中真实数据的基本表示方法。许多现实问题可以通过解决图上的计算任务来解决。例如,推断节点的属性、检测异常节点(例如垃圾邮件发送者或恐怖分子)、识别与疾病相关的基因以及向患者推荐药物,都可以归结为节点分类问题。 为了更好的解决这些图上的计算任务,学习好的图的表示尤为关键。近些年来,图深度学习,尤其是图神经网络算法展现了极强的学习图的表示的能力,并且促进了许多图上的计算任务的发展。本课程将介绍图深度学习的基础理论与
导语 | Graph Embedding属于表示学习的一种,目的是通过图的拓扑结构学习得到图中节点的低维稠密表示,从而更方便地应用于下游任务。本文介绍部分工业界常用的Graph Embedding方法,关于Graph Embedding的更全面的介绍可以参考这篇综述文章[1]。 一、DeepWalk 首先介绍2014年提出的deepwalk[2]模型,之前有接触过word2vec方法的同学看这个模型应该会觉得非常简单,算法流程如下所示,首先将所有节点顺序打乱,然后以每个节点为起点,通过随机游走的方
机器之心报道 机器之心编辑部 在 KDD 2021 线上开幕之前,多个奖项已正式公布。斯坦福博士 Aditya Grover 获得了学位论文奖,北航校友 Xia “Ben” Hu 获得了新星奖,字节跳动 AML 研究团队 Chong Wang 的一篇 KDD 2011 论文获得了时间检验研究奖。 近日,国际数据挖掘顶会 KDD 2021 公布了多个奖项,包括数据科学、机器学习、大数据和人工智能领域的优秀个人和研究团队,其中多位华人学者获奖。 今年的 KDD 大会将于太平洋标准时间 8 月 14 日到 1
网络数据可以自然表达物体与物体之间的联系,生活中充满了网络数据,例如社交网络、计算机网络、物流网络、学术网络等等。在有关网络的研究中,如何表示网络信息是一个重要的问题。传统方法可以利用高维稀疏向量表示网络中的一个节点,但局限在于难以度量节点之间的相似性并且还会增大模型的时间和空间复杂度。随着表示学习技术在自然语言处理领域的成熟,相关的低维稠密向量表示方法也被应用于网络数据中。本文主要对近年来比较流行的几种网络表示学习方法进行简要的梳理和总结,以方便读者选择合适的方法解决特定的问题。
昨日(5月17日),KDD2021论文录取结果出炉,今年共有1541篇有效投稿,其中238篇论文被接收,接收率为15.44%,相比 KDD 2020 的接收率16.9%有所下降(216/1279篇)。
接下来,我们简要介绍在潜在空间中执行匹配的代表性推荐方法,包括偏置矩阵分解 (BMF)【1】、Factored Item Similarity Model (FISM) 【2】和分解机 (FM)【3】。
在推荐系统和广告平台上,内容定向推广模块需要尽可能将商品、内容或者广告传递到潜在的对内容感兴趣的用户面前。扩充候选集技术(Look-alike建模)需要基于一个受众种子集合识别出更多的相似潜在用户,从而进行更有针对性的内容投放。然而,look-alike建模通常面临两个挑战:
真实世界的公司及其复杂关联构成了公司网络,由于风险可以在公司网络中进行传导,在严重情况下将导致系统性金融风险。因此,对公司关系网络进行风险传导分析对于及时感知、防范公司风险具有重大意义。然而在金融安全等现实应用场景 [1,2] 中,常伴随数据质量差的挑战,以上市公司风险预测为例,公司财报是分析公司财务风险的主要依据,然而其存在时间滞后,高维稀疏,缺失噪声等问题,以及部分公司会美化其财务报表数据甚至出现财务造假的现象,考虑到公司风险的隐蔽性,仅仅通过单一的财报数据往往不足以精准预测公司风险,因此本文引入公司财报、股权网络、新闻等多元异构数据,以上市公司为目标节点构建了一种全新的分层网络结构(“部落式网络”),并设计了基于分层消息传递机制和图对比学习技术的分层图神经网络模型对部落式网络中的上市公司进行建模,并精准预测其财务风险。
论文标题:A Block Decomposition Algorithm for Sparse Optimization
中国计算机学会《社交网络与数据挖掘-学科前沿讲习班》价值1725元门票免费派送(仅2张!) 关注腾讯高校合作独享福利 讲习班时间:2014年8月10-12日 地点:中科院计算所 【抢票结果】 恭喜以下两位朋友获得本次讲习班门票各一张。具体参会方法,请留意手机短信通知。 186******244 153******998 【讲习班详情】 主题 社交网络与数据挖掘 特邀讲者 John Hopcroft 康奈尔大学计算机系教授、图灵奖获得者、美国科学院/工程院/艺术学院院士、计算理论的奠基人之一、Hop
中国计算机学会《社交网络与数据挖掘-学科前沿讲习班》价值1725元门票免费派送(仅2张!) 关注腾讯高校合作独享福利 讲习班时间:2014年8月10-12日 地点:中科院计算所 【抢票方式】 关注“腾讯高校合作”微信公众号 Tencent_UR,回复“抢票”,根据公众号提示,回复个人信息进行抢票; 系统随机抽取,中奖者会收到通知短信,请留意; 抢票时间:7月21日-7月24日 【讲习班详情】 主题 社交网络与数据挖掘 特邀讲者 John Hopcroft 康奈尔大学计算机系教授、图灵奖获得者、美国
可能有人会好奇,这里的加拿大皇家学会是一个怎样的组织?被它选中的院士含金量有多高?据维基百科等资料显示,获得 RSC 的认可可以说是个人在艺术、社会科学和科学领域能够获得的最高荣誉,含金量绝对足够高。
作者:Jiaxing Zhang*, New Jersey Institute of Technology; Dongsheng Luo*, Florida International University; Hua Wei, Arizona State University
裴健加入京东是“数据AI”之战,也是新零售的内核之战
KDD 最佳论文奖旨在表彰对知识发现和数据挖掘的基本理解起到推动作用的 KDD 大会论文,分为研究赛道和应用赛道。每个赛道又分为最佳论文奖和最佳学生论文奖。今年研究赛道的最佳论文奖由康奈尔大学的 Kun Dong、Austin Benson、David Bindel 等人获得。
【导读】以往的网络表示学习模型只会为固定的网络节点学习表示向量,而实际上,网络节点会根据时间的变化通过节点间的交互呈现出不同的网络结构特性。浙江大学和南加州大学团队提出了基于动态网络的节点表示的概念,利用DynamicTriad,在可以保存网络的结构信息的同时又保存网络的演化模式。该模型在链接预测上取得了不错的效果,而且方法未来可以有效地应用于识别移动网络中的电话欺诈,并预测网络中的用户是否偿还贷款。论文已经放出,代码也已开源。 论文:Dynamic Network Embedding by Modelin
ACM SIGKDD(国际数据挖掘与知识发现大会,KDD) 会议始于 1989 年,是数据挖掘领域历史最悠久、规模最大的国际顶级学术会议,也是首个引入大数据、数据科学、预测分析、众包等概念的会议。今年的 KDD 大会是第 29 届,于 8 月 6 日 - 10 日在美国加州长滩举办。大会包含研究方向(Research )和应用数据科学方向 (Applied Data Science,ADS)两个 track。来自Pinterest、清华等学者带来了《图神经网络:基础、前沿与应用》教程,非常值得关注!
近年来,图神经网络(GNN)领域取得了快速和令人难以置信的进展。图神经网络,又称图深度学习、图表示学习或几何深度学习,已成为机器学习特别是深度学习领域发展最快的研究课题之一。这波图论和深度学习交叉的研究浪潮也影响了其他科学领域,包括推荐系统、计算机视觉、自然语言处理、归纳逻辑编程、程序合成、软件挖掘、自动规划、网络安全和智能交通。
正在举办的KDD2018(国际数据挖掘与知识发现大会)是数据科学领域的顶级学术盛宴,京东全面亮相,并以发表10篇论文的成绩展示了中国技术发展的“京东力量”,创新的技术和落地的应用成为这些论文最吸引行业关注的特色。
AI科技评论消息,6月15日,加拿大工程院官方网站公布了52名新院士,其中包括50位院士,两位外籍院士。
通过上网查询以及看同行对会议的公共认识,数据挖掘领域的顶级会议是KDD(ACM SIGKDD Conference on Knowledge Discovery and Data Mining),公认的、排名前几位的会议是KDD、ICDE、CIKM、ICDM、SDM,期刊是ACM TKDD、IEEE TKDE、ACM TODS、ACM TOIS、DMKD、VLDB Journal等。会议及期刊的全称如下: 会议 ACM SIGKDD Conference on Knowledge Discov
作者 | 李梅 编辑 | 陈彩娴 今天,清华大学校友、杜克大学ECE系的陈怡然教授在微博上官宣: 裴健教授将于今天秋天正式加入杜克大学。 据官网消息核查,裴健在杜克大学的任职将始于今年的7月1日,且同时任职于计算机科学、电子与计算机工程、生物统计和生物信息等三个大系! 此前,裴健为人熟知的身份是「京东集团副总裁」,不知是否已离职? 裴健教授是数据科学领域的国际知名学者,在数据挖掘、数据库系统和信息检索方面是学术界被引用次数最多的作者之一,引用数超过了十一万。 同时,他还是加拿大皇家科学学院、加拿大工程学
本文基于ECML-PKDD-2020论文《Social Influence Attentive Neural Network for Friend-Enhanced Recommendation》,论文作者是北京邮电大学、腾讯微信、新加坡管理大学的陆元福、谢若冰、石川、方元、王伟、张旭和林乐宇。 导读 随着在线社交网络的兴起,许多社交应用程序中出现了一种新的基于社交的推荐方式,微信看一看推荐系统中的朋友在看就是其代表应用之一。在本文中,我们将微信看一看的朋友在看推荐称为“好友增强型推荐(Friend-
最近,有一位网友在微博上说,推荐是不是个伪命题?连续几天试用了据说很好的某头条,某资讯以及某快报,感觉逃脱不了看什么就是什么的套路。也有人说,这是Exploitation & Exploration出了问题,没有很好得Exploration导致的结果。那么,个性化推荐到底是不是伪命题呢?为什么很多推荐系统过了一段时间以后就老是推荐类似的东西呢?本篇文章就要尝试分析和探讨这个“千篇一律”的问题。
导语:在刚刚结束的ACM SIGKDD 2019顶级会议上,腾讯技术工程事业群数据平台部与中科大联合发表的最新研究成果入选SIGKDD 2019 Research Oral Paper (研究类文章),入选论文的题目“MCNE:An End-to-End Framework for Learning Multiple Conditional NetworkRepresentations of SocialNetwork”。该研究成果由中国科学技术大学大数据分析与应用安徽省重点实验室陈恩红教授团队(博士生王
伦敦当地时间8月20日, ACM SIGKDD (知识发现与数据挖掘会议)正式在伦敦开幕,AI 科技评论也来到了现场为大家报道现场的盛况。
AI 科技评论消息:日前,国际人工智能学会(前身为美国人工智能学会)AAAI 宣布,全球有 7 位学者当选为 Fellow。其中有两位华人学者,分别是美国罗彻斯特大学计算机系教授罗杰波, 美国亚利桑那州立大学的计算机科学与工程学院教授刘欢。
来自Pinterest的开发人员以及斯坦福大学的研究人员合作推出PinSage,这是一种基于深度学习的高级推荐框架,用于社交网络中的广告和购物推荐。
导读:KDD2016是首屈一指的跨学科会议,它聚集了数据科学,数据挖掘,知识发现,大规模数据分析和大数据方面的研究人员和从业人员。 论文一题目:稳定流体近似的卷积神经网络 摘要 在空气动力学相关设计、
2017年8月,清华大学和微软研究院联合发布的 OAG v1,具体来说包含了来自 MAG 的 166,192,182 篇论文和来自 AMiner 的 154,771,162 篇论文的元数据信息。
领取专属 10元无门槛券
手把手带您无忧上云