機(jī)構(gòu)統(tǒng)計(jì)：微軟以23篇論文居首，中國(guó)影響力不容小覷

Acemap團(tuán)隊(duì)分析了2018年KDD的近300篇論文，列出發(fā)文機(jī)構(gòu)及作者排名，Top 50中有八成都是華人。圖譜還給出了相似論文推薦，研究問(wèn)題和研究方法的解讀，對(duì)今年、近三年、近五年學(xué)者機(jī)構(gòu)KDD發(fā)表論文情況進(jìn)行了統(tǒng)計(jì)。基于近300篇論文分成的Commerce and Profiling、Knowledge Discovery等28個(gè)session，繪制了各session之間的關(guān)系圖。

知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘（KDD，全稱(chēng)Knowledge Discovery and Data Mining），是 SIGKDD 從 1995 年開(kāi)始主持的一年一度的會(huì)議，將于本月19-23日在倫敦舉行。其選取論文要求標(biāo)準(zhǔn)高，尤其是對(duì)創(chuàng)新性的高要求，使得其論文的接受率徘徊在 15%-25%，是頂級(jí)會(huì)議中接受率最低的會(huì)議之一，因而被廣泛認(rèn)為是知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘研究領(lǐng)域最有影響力的論壇。

Acemap團(tuán)隊(duì)分析了2018年KDD的所有論文近300篇，針對(duì)每篇論文給出了相似論文推薦，以及該論文研究的問(wèn)題和提出的方法的解讀，同時(shí)又對(duì)2018年、近三年、近五年學(xué)者機(jī)構(gòu)在該會(huì)議中發(fā)表論文情況進(jìn)行了統(tǒng)計(jì)。基于這近300篇論文分成的Commerce and Profiling、Knowledge Discovery等28個(gè)session，繪制了各個(gè)session之間的關(guān)系圖。

詳細(xì)頁(yè)面請(qǐng)瀏覽，或點(diǎn)擊閱讀原文查看：

https://acemap.info/KDD/MainPage

機(jī)構(gòu)統(tǒng)計(jì)：微軟以23篇論文居首，中國(guó)影響力不容小覷

KDD2018 Affiliation Statistics 統(tǒng)計(jì)了2018年、近三年、近五年各機(jī)構(gòu)在KDD會(huì)議中發(fā)表論文數(shù)量排名，下圖展示了2018年排名前十的機(jī)構(gòu)及論文發(fā)表數(shù)量：

我們的統(tǒng)計(jì)顯示，前20名中有微軟、阿里巴巴、百度等6所機(jī)構(gòu)是企業(yè)界的，尤其是第一名微軟發(fā)表了23篇論文之多，由此可見(jiàn)KDD在企業(yè)界的影響力。前20名中又有清華大學(xué)、上海交通大學(xué)等8所機(jī)構(gòu)是中國(guó)的，中國(guó)在國(guó)際會(huì)議上的影響力不容小覷。

在網(wǎng)頁(yè)中點(diǎn)擊相應(yīng)的機(jī)構(gòu)名稱(chēng)可顯示該機(jī)構(gòu)歷年在KDD論文發(fā)表情況統(tǒng)計(jì)，如下圖所示：

其中，縱軸代表年份，橫軸代表該機(jī)構(gòu)發(fā)表的論文數(shù)。紅色為第一作者身份發(fā)表的論文數(shù)。黑色為非第一作者身份發(fā)表的論文數(shù)。

以上僅展示2018年排名前十的機(jī)構(gòu)，近三年、近五年詳細(xì)排名請(qǐng)瀏覽網(wǎng)址：

https://acemap.info/KDD/AffiliationStatistics

作者統(tǒng)計(jì)：前20名幾乎清一色華人

KDD2018 Author Statistics統(tǒng)計(jì)了2018年、近三年、近五年各作者在KDD會(huì)議中發(fā)表論文數(shù)量排名，下圖展示了2018年排名前二十的作者及論文發(fā)表數(shù)量：

首先注意到的是前二十名幾乎清一色全是華人，前五十名中，華人的數(shù)量也占到了80%，可見(jiàn)華人在學(xué)術(shù)界的影響力，至少是在KDD這個(gè)會(huì)議上的影響力之大。排名并列第一的朱文武教授和崔鵬教授都來(lái)自清華大學(xué)的媒體與網(wǎng)絡(luò)實(shí)驗(yàn)室。

若是點(diǎn)擊相應(yīng)的機(jī)構(gòu)名稱(chēng)，更是可以顯示對(duì)應(yīng)作者在KDD中發(fā)表論文數(shù)在該機(jī)構(gòu)中排名，如下圖所示：

以上僅展示2018年排名前十的作者，近三年、近五年詳細(xì)排名請(qǐng)瀏覽網(wǎng)址：

https://acemap.info/KDD/AuthorStatistics

我們分別對(duì)2018年在KDD發(fā)過(guò)論文的作者、以及在KDD所有發(fā)過(guò)論文的作者畫(huà)了關(guān)系圖。2018年在KDD發(fā)過(guò)論文的作者如下所示。其中，點(diǎn)的大小代表2018年在KDD發(fā)的論文數(shù)多少。點(diǎn)之間的連線代表coauthor關(guān)系。

2018年大圖可瀏覽網(wǎng)頁(yè)：

https://acemap.info/KDD/AuthorsMap

所有KDD年份的大圖可瀏覽網(wǎng)頁(yè)：

https://acemap.info/KDD/AuthorsAllYearsMap

論文解讀：用機(jī)器閱讀理解為每篇論文給出關(guān)鍵導(dǎo)讀

KDD論文分為Deep Learning、Reinforcement Learning等28個(gè)session。對(duì)每個(gè)session的每篇論文，我們都提供簡(jiǎn)短的解讀。我們用機(jī)器閱讀理解的方法自動(dòng)提取出關(guān)鍵信息，包括提出什么方法解決了什么問(wèn)題等，相比于一長(zhǎng)段論文，這種導(dǎo)讀能幫助讀者在短時(shí)間內(nèi)獲取論文最關(guān)鍵的信息。

以下為Knowledge Discovery Session的論文中文解讀。

再如，以下為Graph and Social Network Session的論文中文解讀.

我們對(duì)28個(gè)session近300篇文章都進(jìn)行了中文解讀。詳細(xì)解讀請(qǐng)瀏覽網(wǎng)址：

https://acemap.info/KDD/MainPage

相似論文推薦：五個(gè)維度進(jìn)行相似論文查詢(xún)

我們針對(duì)KDD2018年各篇論文的相似論文推薦頁(yè)面如下如所示：

向下滑動(dòng)查看完整推薦

我們從五個(gè)維度對(duì)每篇論文進(jìn)行了相似論文推薦，這些維度包括最新、同會(huì)議、最相關(guān)、被引用數(shù)最多和導(dǎo)讀類(lèi)論文，這種多維度推薦能夠滿足不同用戶的不同需求。

詳細(xì)頁(yè)面可通過(guò)訪問(wèn)主頁(yè)，并點(diǎn)擊論文標(biāo)題訪問(wèn)：

https://acemap.info/KDD/MainPage

Session關(guān)系圖

我們對(duì)會(huì)議官方分類(lèi)的session進(jìn)行了整理與分析，畫(huà)出了各個(gè)session之間的聯(lián)系圖，如下所示：

放大圖片可查看每個(gè)session及其論文：

其中每一個(gè)大點(diǎn)代表一個(gè)session，每一個(gè)小點(diǎn)代表session中的一篇論文，線代表引用關(guān)系，不同的session中的論文通過(guò)共同引用一篇論文來(lái)建立聯(lián)系。

從圖中可以看出不同session之間一定的聚類(lèi)。