Grupo de interés especial sobre descubrimiento de conocimientos y minería de datos - Special Interest Group on Knowledge Discovery and Data Mining
SIGKDD , en representación del Grupo de Interés Especial (SIG) de la Asociación de Maquinaria de Computación (ACM ) sobre Descubrimiento de Conocimiento y Minería de Datos , organiza una influyente conferencia anual.
Historia de la conferencia
La Conferencia KDD surgió de los talleres de KDD (Descubrimiento de Conocimiento y Minería de Datos) en las conferencias AAAI , que fueron iniciadas por Gregory I. Piatetsky-Shapiro en 1989, 1991 y 1993, y Usama Fayyad en 1994. Documentos de la conferencia de cada Acta del SIGKDD La Conferencia Internacional sobre Descubrimiento de Conocimiento y Minería de Datos se publica a través de ACM . KDD es ampliamente considerado el foro más influyente para el descubrimiento de conocimientos y la investigación de minería de datos.
Año | Lugar de la conferencia |
---|---|
2012 | Pekín , China |
2013 | Chicago, IL , Estados Unidos |
2014 | Nueva York, NY , Estados Unidos |
2015 | Sydney , Australia |
2016 | San Francisco, CA , Estados Unidos |
2017 | Halifax , canadá |
2018 | Londres , inglaterra |
2019 | Anchorage, Alaska , Estados Unidos |
2020 | San Diego , CA , Estados Unidos |
2021 | Conferencia virtual |
La conferencia KDD se ha celebrado cada año desde 1995, y SIGKDD se convirtió en un Grupo de Interés Especial oficial de ACM en 1998. Los lugares de conferencias anteriores se enumeran en el sitio web de la conferencia KDD.
La conferencia anual ACM SIGKDD es reconocida como un lugar emblemático en el campo. Basado en estadísticas proporcionadas por la investigadora independiente Lexing Xie en su análisis "Visualización de patrones de citas de conferencias de informática" como parte de la investigación en Computation Media Lab en la Universidad Nacional de Australia:
- Se publicaron 4489 artículos en la conferencia ACM SIGKDD durante 22 años entre 1994-2015.
- Estos 4489 artículos habían recibido 112570 citas en total en 3033 lugares.
- El 56% de estos 3033 lugares están reconocidos como los 25 mejores lugares en el campo.
La conferencia anual de ACM SIGKDD ha recibido la calificación más alta A * de la organización independiente Computing Research and Education (también conocida como CORE).
Criteria de selección
Como todas las conferencias emblemáticas, SIGKDD impone un alto requisito para presentar y publicar los artículos enviados. La atención se centra en la investigación innovadora en minería de datos, descubrimiento de conocimientos y análisis de datos a gran escala. Se recomiendan particularmente los artículos que enfatizan los fundamentos teóricos, al igual que los enfoques algorítmicos y de modelado novedosos para problemas específicos de minería de datos en aplicaciones científicas, comerciales, médicas y de ingeniería. Los artículos visionarios sobre temas nuevos y emergentes son particularmente bienvenidos. Se desaconseja explícitamente a los autores enviar artículos que contengan solo resultados incrementales o que no proporcionen avances significativos sobre los enfoques existentes.
En 2014, más de 2.600 autores de al menos catorce países presentaron más de mil artículos a la conferencia. Se aceptaron 151 trabajos finales para su presentación y publicación, lo que representa una tasa de aceptación del 14,6%. Esta tasa de aceptación es ligeramente más baja que la de otras conferencias de ciencias de la computación importantes, que generalmente tienen una tasa del 15 al 25%. La tasa de aceptación de una conferencia es solo una medida indirecta de su calidad. Por ejemplo, en el campo de la recuperación de información, la conferencia WSDM tiene una tasa de aceptación más baja que la SIGIR de mayor rango .
Premios
El grupo reconoce a los miembros de la comunidad KDD con su premio anual a la innovación y el premio al servicio.
Cada año, KDD presenta un premio al mejor artículo para reconocer los artículos presentados en la conferencia anual SIGKDD que avanzan en la comprensión fundamental del campo del descubrimiento de conocimientos en datos y minería de datos. Se otorgan dos premios a trabajos de investigación: los ganadores del premio al mejor trabajo de investigación y los ganadores del premio al mejor trabajo estudiantil.
Premio al mejor artículo (Mejor artículo de investigación)
Ganar el premio ACM SIGKDD al mejor artículo (Mejor artículo de investigación) se considera un logro significativo reconocido internacionalmente en la carrera de un investigador. Los autores compiten con profesionales establecidos en el campo, como profesores titulares, ejecutivos y expertos eminentes de la industria de las mejores instituciones. Es común encontrar artículos de prensa y anuncios de noticias de las instituciones de los premiados y de los medios profesionales para celebrar este logro.
Este premio reconoce los artículos académicos innovadores que promueven la comprensión fundamental del campo del descubrimiento de conocimiento en datos y minería de datos. Cada año, el premio se otorga a los autores del trabajo más fuerte según este criterio, seleccionados mediante un proceso riguroso.
Proceso de selección
El proceso de selección sigue múltiples rondas de revisiones por pares bajo estrictos criterios. El comité de selección está formado por destacados expertos que proporcionan un análisis profundo e independiente sobre los méritos y el grado de innovación de los artículos académicos presentados por cada autor. Se requiere que los revisores sean expertos reconocidos en la materia que hayan realizado contribuciones extensas al área temática específica tratada por el documento. Los revisores también deben estar completamente desvinculados de los autores.
Primero, todos los artículos presentados a la conferencia ACM SIGKDD son revisados por miembros del comité del programa de investigación. Cada artículo presentado es revisado extensamente por varios miembros del comité y cada autor recibe comentarios detallados. Después de la revisión, los miembros del comité toman la decisión de aceptar o rechazar el artículo basándose en la novedad, la calidad técnica, el impacto potencial, la claridad y si los métodos experimentales y los resultados son claros, bien ejecutados y repetibles. Durante el proceso, los miembros del comité también evalúan los méritos de cada artículo en función de los factores anteriores y toman la decisión de recomendar candidatos para el premio al Mejor artículo (Mejor artículo de investigación).
Los candidatos al premio al Mejor artículo (Mejor artículo de investigación) son revisados exhaustivamente por los presidentes de conferencias y el comité de premios al mejor artículo. La determinación final del premio se basa en el nivel de avance realizado por los autores a través del artículo en la comprensión del campo del descubrimiento de conocimientos y la minería de datos. Los autores de un solo artículo que se considera que han contribuido con el nivel más alto de avance en el campo se seleccionan como destinatarios de este premio. Cualquiera que envíe un artículo académico a SIGKDD es considerado para este premio.
Ganadores anteriores
El premio ACM SIGKDD Best Paper Award (Mejor trabajo de investigación) se otorgó a 49 personas entre 1997 y 2014. Entre estas personas, la mayoría son personas distinguidas y profesionales establecidos con carreras celebradas, que han hecho contribuciones significativas en el campo.
Año | Nombre | Posición | Afiliación |
---|---|---|---|
1997 | Provost adoptivo | Profesor | Universidad de Nueva York |
1997 | Tom Fawcett | Científico de datos principal | Ciencia de datos de Silicon Valley |
1998, 1999 | Pedro Domingos | Profesor | Universidad de Washington |
2000 | Anne Rogers | profesor adjunto | Universidad de Chicago |
2000 | Daryl Pregibon | (Ex) Jefe de Investigación Estadística | AT&T Labs y Bell Labs |
2000 | Kathleen Fisher | Presidente y profesor | Universidad de Tufts |
2000 | Corinna Cortes | Jefe de investigación | |
2001 | Rubén H. Zamar | Profesor | Universidad de Columbia Britanica |
2001 | Raymond T. Ng | Profesor | Universidad de Columbia Britanica |
2001 | Edwin M. Knorr | Instructor titular titular | Universidad de Columbia Britanica |
2002 | Padhraic Smyth | Profesor | Universidad de California, Irvine |
Director asociado | Centro de aprendizaje automático y sistemas inteligentes | ||
2002 | Darya Chudova | Vicepresidente de Bioinformática | Salud guardiana |
2003 | Éva Tardos | Profesor y Decano | Universidad de Cornell |
2003, 2005 | Jon Kleinberg | Profesor | Universidad de Cornell |
Miembro | Academia Nacional de Ciencias | ||
Academia Nacional de Ingeniería | |||
Academia Estadounidense de Artes y Ciencias | |||
2003 | David Kempe | profesor adjunto | Universidad del Sur de California |
2004 | Raymond J. Mooney | Profesor | La Universidad de Texas en Austin |
2004 | Mikhail (Misha) Bilenko | Jefe de IA e Investigación | Yandex |
2004 | Sugato Basu | Científico Principal | |
2004, 2005 | Christos Faloutsos | Profesor | Universidad de Carnegie mellon |
Compañero | ACM | ||
2005 | Jure Leskovec | profesor adjunto | Universidad Stanford |
El científico en jefe | |||
Miembro, Junta Directiva | ACM SIGKDD | ||
2006 | Thorsten Joachims | Presidente y profesor | Universidad de Cornell |
Compañero | ACM, AAAI, Humboldt | ||
2007 | Srujana Merugu | Científico de datos principal | Flipkart |
2007 | Deepak Agarwal | Vicepresidente de ingeniería | |
Compañero | Asociación Estadounidense de Estadística | ||
Miembro, Junta Directiva | ACM SIGKDD | ||
2008 | Wei Wang | Presidente y profesor | Universidad de California, Los Angeles |
Director | Instituto de análisis escalable | ||
2008 | Fei Zhou | Profesor | Universidad de Florida |
2008 | Xiang Zhang | profesor adjunto | Universidad del Estado de Pensilvania |
2009 | Yehuda Koren | Investigador científico del personal | |
2010 | Carlos Guestrin | Director de aprendizaje automático | Apple Inc |
Profesor | Universidad de Washington | ||
Co-fundador, CEO | Turi (también conocido como Dato, GraphLab) | ||
2010 | Dafna Shahaf | Profesor asistente | La Universidad Hebrea de Jerusalén |
2010 | Kai-Wei Chang | Profesor asistente | Universidad de California, Los Angeles |
2010 | Cho-Jui Hsieh | Profesor asistente | Universidad de California, Davis |
2010 | Hsiang-Fu Yu | Científico Aplicado | Amazonas |
2010 | Chih-Jen Lin | Profesor Distinguido | Universidad Nacional de Taiwán |
Compañero | ACM, AAAI, IEEE | ||
2011 | Claudia Perlich | El científico en jefe | Dstillery |
Profesor auxiliar | Universidad de Nueva York | ||
2011 | Saharon Rosset | profesor adjunto | Universidad de tel aviv |
2011 | Shachar Kaufman | Científico de datos sénior | Metromila |
2012 | Thanawin Rakthanmanon | Profesor asistente | Universidad de Kasetsart, Tailandia |
2012 | Bilson Campana | Ingeniero de software de planta | |
2012 | Abdullah Mueen | Profesor asistente | Universidad de Nuevo Mexico |
2012 | Gustavo Batista | profesor adjunto | Universidad de São Paulo |
2012 | Brandon Westover | Director, Servicio de Monitoreo de EEG de Cuidados Intensivos | Hospital General de Massachusetts |
2012 | Qiang Zhu | Gerente de ciencia de datos | Airbnb |
2012 | Jesin Zakaria | Ingeniero de software | Microsoft |
2012 | Eamonn Keogh | Profesor | Universidad de California, Riverside |
2013 | Edo Liberty | Científico Principal | Amazonas |
Administrador de grupo | Algoritmos de IA de Amazon | ||
2014 | Alex Smola | Director de Machine Learning y Deep Learning | Amazonas |
Profesor | Universidad de Carnegie mellon | ||
2014 | Sujith Ravi | Investigador científico del personal | |
2014 | Amr Ahmed | Investigador científico del personal | |
2014 | Aaron Li | Fundador | Qokka.ai |
(Anterior) Ingeniero principal de inferencia | Inferencia escalada |
Premio al mejor trabajo estudiantil
Esta única diferencia entre el "Premio al mejor artículo para estudiantes" y el "Premio al mejor artículo (Mejor artículo de investigación)" es la limitación en la competencia.
Todos los autores que participan en la conferencia son considerados igualmente para el "Premio al mejor artículo (Mejor artículo de investigación)", y el premio no limita la competencia a ninguna región, población o grupo de edad en particular.
Sin embargo, el "Premio al mejor artículo para estudiantes" se limita a los autores estudiantes únicamente. El "Premio al mejor artículo para estudiantes" reconoce los artículos presentados en la conferencia anual SIGKDD, con un estudiante como primer autor, que avanzan en la comprensión fundamental del campo del descubrimiento de conocimientos en datos y minería de datos.
Copa KDD
SIGKDD patrocina la competencia de la Copa KDD todos los años junto con la conferencia anual. Está dirigido a miembros de la industria y la academia , particularmente estudiantes, interesados en KDD .
Exploraciones SIGKDD
SIGKDD también ha publicado una revista académica semestral titulada "Exploraciones SIGKDD" desde junio de 1999, cuando Usama Fayyad asumió el papel de Editor Fundador en Jefe cuando se formó ACM SIGKDD. Editores en Jefe:
- Charu Aggarwal (desde 2014)
- Bart Goethals (2010-2013)
- Osmar R. Zaiane (2008-2010)
- Ramakrishnan Srikant (2006-2007)
- Sunita Sarawagi (2003-2006)
- Usama Fayyad (Editor en jefe fundador) (1999-2002)
Gente
La Junta Directiva fundadora original de SIGKDD en 1998 consiste en:
- Won Kim, presidente, Cyber Database Solutions, presidente de SIGKDD
- Rakesh Agrawal, IBM Almaden, Secretario / Tesorero de SIGKDD
- Usama Fayyad , Microsoft Research , Director de SIGKDD y Editor en Jefe del Boletín de Exploraciones de SIGKDD
- Gregory Piatetsky-Shapiro , Knowledge Stream Partners, Director de SIGKDD
- Daryl Pregibon, AT&T Labs, Director de SIGKDD
- Padhraic Smyth, U. de California Irvine, Director de SIGKDD
Presidente actual:
- Bing Liu (2013-)
Antiguos presidentes:
- Usama Fayyad (2009-2013)
- Gregory Piatetsky-Shapiro (2005-2009)
- Won Kim (1998-2005)
Antiguo Comité Ejecutivo (2009-2013)
- Johannes Gehrke
- Robert Grossman
- David D. Jensen
- Raghu Ramakrishnan
- Sunita Sarawagi
- Ramakrishnan Srikant
Directores de información:
- Ankur Teredesai (2011-)
- Gabor Melli (2004-2011)
- Ramakrishnan Srikant (1998-2003)