《人工智能之数据挖掘》和《人工智能之知识图谱》研究报告将于1月21日发布- 大数跨境

学术头条

2019-01-17

导读：2019年的报告内容在之前的基础上进行了迭代和升级，旨在让原有的概述篇、技术篇、人才篇、应用篇和趋势篇的内容变得更丰富，并增加了新的篇章。

AMiner在2018年一共发布了人工智能领域的14期研究报告，具体如下：

1	《自动驾驶研究报告》
2	《机器人研究报告》
3	《区块链研究报告》

4	《行为经济学研究报告》
5	《机器翻译研究报告》
6	《通信与人工智能研究报告》

7	《自动驾驶研究报告》前沿版
8	《自然语言处理研究报告》
9	《计算机图形学研究报告》

10	《超级计算机研究报告》
11	《3D打印研究报告》
12	《智能机器人研究报告》前沿版

13	《人脸识别研究报告》
14	《人工智能芯片研究报告》

大家回复每期报告对应的数字即可下载，例如回复“1”即可下载《自动驾驶研究报告》。

我们在2019年也会继续发布人工智能相关报告，2019年的前两期报告《人工智能之数据挖掘》和人工智能之知识图谱将于1月21日发布,届时会在微信公众号和官网（https://www.aminer.cn/)同步发布，敬请关注。

数据挖掘

知识图谱

2019年的报告内容在之前的基础上进行了迭代和升级，旨在让原有的概述篇、技术篇、人才篇、应用篇和趋势篇的内容变得更丰富，并增加了新的篇章。

例如在《人工智能之数据挖掘》报告中，增加了对KDD会议近6年（2013年-2018年）的概况及分析，并邀请业内专家对这6年发表在KDD会议上上的部分论文进行了专业解读。

SIGKDD 2014年概况

2014年8月24-27日，第20届国际知识发现与数据挖掘大会（SIGKDD 2014）在美国纽约市召开。本届大会的主题为“Data Science for Social Good”（数据科学推动社会进步），旨在呼吁和推动数据科学家投身和致力于解决实际社会问题。

本届大会的主席由Facebook公司的数据科学家Sofus Macskassy博士和Dstillery公司的首席科学家Claudia Perlich博士共同担任，研究性程序委员会主席由斯坦福大学Jure Leskovec教授和加州大学洛杉矶分校的Wei Wang教授共同担任，工业界程序委员会委员会主席由芝加哥大学Rayid Ghani教授（曾任奥巴马政府首席科技顾问）和Social Alpha创始人兼首席执行官Prem Melville博士共同担任。吸引了2320人注册参加。

SIGKDD 2014共收到1036篇研究性论文和197篇工业和政府应用性论文投稿，双双高于SIGKDD 2013相应投稿数量的40%以上。每篇投稿文章由至少3名审稿人评审及1名相应领域的高级程序委员协调讨论并推荐，最终由程序委员会主席决定是否录取。在46名高级程序委员和340名评审人的共同努力下，本次大会最终录取151篇研究性论文（录用率约14.6%）和44篇工业和政府应用性论文（录用率约22%）。

中国大陆学者作为第一作者在本届大会共发表13篇相关研究论文，作者来自清华大学、南京大学、浙江大学、上海交通大学、中国人民大学、吉林大学等科研院校，共有80余位大陆学者参加了SIGKDD 2014。

SIGKDD 2014邀请了艾伦人工智能研究所首席执行官Oren Etzioni博士，微软雷蒙德研究院院长Eric Horvitz博士，伊坎基因组织学和多尺度生物学研究所所长Eric Schadt博士，哈佛大学经济系Sendhil Mullainathan教授以及彭博资讯公司首席执行官Dan Doctoroff先生进行大会主题报告。

SIGKDD 2014除了经典的最佳论文、最佳学生论文等奖项外，还设置了与会议主题有关的论文奖项。

SIGKDD 2014 论文解读

2014年KDD上社交网络、机器学习和数据挖掘等领域吸引了最多的投稿，以社交网络为例，大会主会共设有6个专题分会场报告讨论其最新进展。

为响应今年SIGKDD大会主题“Data Science forSocial Good”的号召，越来越多的数据科学研究人员致力于使用数学挖掘技术帮助解决社会性问题，例如，此次大会设有3个面向医疗领域的专题分会场以及多个面向环境、教育、交通、劳动力等方面的分会场。

与此同时，大会还吸引了联合国官方媒体全球脉搏的关注和报道。联合国官方媒体全球脉搏（United Nations Global Pulse）参加了当年的SIGKDD大会，并从200余篇文章中选中5篇具有代表性的数据科学如何解决社会性问题的文章进行逐一报道。该报道认为这5篇文章在全球可持续发展及人道主义关怀大背景下具有现实世界的可应用性。以下是5篇论文简介：

标题：Inferring User Demographics and Social Strategies in Mobile Social Networks

作者：Yuxiao Dong, Yang Yang, Jie Tang, Yang Yang, Nitesh V. Chawla

论文解读：该文章发现了人类社交策略随着其人生不同阶段社交交往需求的变化过程，例如年轻人更趋向于不断扩展他们的朋友圈，并且积极与异性保持联系；随着年龄增长，当人至中年或老年，则更多趋于保持小数量的但是更亲密的同性朋友圈。基于此发现，该团队根据人类手机的通话和短信使用模式准确地预测了使用者的性别和年龄信息。

学术头条

ID：SciTouTiao

马上下载此篇论文

长按识别二维码

标题：EARS (Earthquake Alert and Report System): a Real Time Decision Support System for Earthquake Crisis Management

作者：Marco Avvenuti，Stefano Cresci，Andrea Marchetti，Carlo Meletti，Maurizio Tesconi

论文解读：该团队设计了一个基于实时社交媒体数据的地震预警和损害评估系统，该系统可以实时地报告地震中人口和基础设施层面的信息，并提供决策支持。

学术头条

ID：SciTouTiao

马上下载此篇论文

长按识别二维码

标题：Prediction of Human Emergence Behavior and their Mobility following Large-scale Disaster

作者：Xuan Song, Quanshi Zhang, Yoshihide Sekimoto and Ryosuke Shibasaki

论文解读：：该文章使用日本东部大地震和福岛核泄漏事件后160万日本人的GPS轨迹数据来分析和预测人类在紧急事件和灾难发生后的群体移动行为。

学术头条

ID：SciTouTiao

马上下载此篇论文

长按识别二维码

标题：Targeting Direct Cash Transfers to the Extremely Poor

作者：Brian Abelson，Kush R. Varshney，Joy Sun

论文解读：他们的论文主要针对社会问题，通过分析肯尼亚贫困村庄的卫星遥感数据来鉴别极度贫穷家庭，以此为根据为他们提供无条件的人道主义关怀和金钱资助。

学术头条

ID：SciTouTiao

马上下载此篇论文

长按识别二维码

标题：Inferring Gas Consumption and Pollution Emission of Vehicles throughout a City

作者：Jingbo Shang, Yu Zheng, Wenzhu Tong, Eric Chang, Yong Yu

论文解读：该论文基于北京32000辆出租车的GPS轨迹数据分析实时路况，预测不同时间和地区内该市的汽油消耗和污染排放情况。

学术头条

ID：SciTouTiao

马上下载此篇论文

长按识别二维码

KDD 2014程序委员会主席Jure Leskovec教授和Wei Wang教授以及SIGKDD创始人之一Gregory Piatetskyr的报告显示，社交和信息网络分析是今年SIGKDD大会上最热的话题，其流行趋势已经在SIGKDD大会上延续了近10年。

2014年有六个直接相关的大会报告专场，包括研究报告专场：网络信息传播，社交网络分析，网络社团发现，社交与信息网络，工业和政府报告专场：社交媒体以及工业和政府应邀报告专场：社交和新兴业务，相关报告论文25篇，图挖掘也有3个大会报告专场。总体来说，网络信息传播以及社团发现分别有一个独立的报告专场，成为本次大会社交网络研究中最流行的话题。

在网络信息传播方面，网络结构和信息传播的相互影响成为一大热点，另外社会影响力建模仍然占据着一席之地。
在社团发现方面，研究人员从基于节点属性、网络用户相关性、热核的社团发现和动态社团演化等方向上探讨了最新进展。
而其他社交网络分析专场中，网络用户建模，微观网络结构及动态网络演化分析则都有最新研究成果。

此外，随着大数据浪潮的推进，大数据挖掘吸引着数据科学家和与会者的高度关注，其中4个专题分会场报告大数据技术发展的最新动向。

Session 1	第一个为基于统计技术的大数据挖掘专场，该专场聚焦于并行吉布斯采样，非参贝叶斯模型，在线中国餐馆过程，以及概率知识融合等；
Session 2	第二个为可扩展大数据分析方法专场，主要探讨如何将数据挖掘算法应用在大规模数据上；
Session 3	第三个为可扩展大规模图算法专场，该专场报告了最新的图节点Betweenness属性，PageRank算法，图采样以及图切分算法在大规模网络或图结构中如何扩展并进行低时间复杂度计算；
Session 4	第四个为大规模优化和学习技术专场，其主要重心为讨论如何在大规模及流式数据上进行随机优化，数据摘要以及在线机器学习等技术和模型的发展。