Acemap團隊分析了2018年KDD的近300篇論文，列出發文機構及作者排名，Top 50中有八成都是華人。圖譜還給出了相似論文推薦，研究問題和研究方法的解讀，對今年、近三年、近五年學者機構KDD發表論文情況進行了統計。基于近300篇論文分成的Commerce and Profiling、Knowledge Discovery等28個session，繪制了各session之間的關系圖。

知識發現與數據挖掘（KDD，全稱Knowledge Discovery and Data Mining），是 SIGKDD 從 1995 年開始主持的一年一度的會議，將于本月19-23日在倫敦舉行。其選取論文要求標準高，尤其是對創新性的高要求，使得其論文的接受率徘徊在 15%-25%，是頂級會議中接受率最低的會議之一，因而被廣泛認為是知識發現和數據挖掘研究領域最有影響力的論壇。

Acemap團隊分析了2018年KDD的所有論文近300篇，針對每篇論文給出了相似論文推薦，以及該論文研究的問題和提出的方法的解讀，同時又對2018年、近三年、近五年學者機構在該會議中發表論文情況進行了統計。基于這近300篇論文分成的Commerce and Profiling、Knowledge Discovery等28個session，繪制了各個session之間的關系圖。

詳細頁面請瀏覽，或點擊閱讀原文查看：

https://acemap.info/KDD/MainPage

機構統計：微軟以23篇論文居首，中國影響力不容小覷

KDD2018 Affiliation Statistics 統計了2018年、近三年、近五年各機構在KDD會議中發表論文數量排名，下圖展示了2018年排名前十的機構及論文發表數量：

我們的統計顯示，前20名中有微軟、阿里巴巴、百度等6所機構是企業界的，尤其是第一名微軟發表了23篇論文之多，由此可見KDD在企業界的影響力。前20名中又有清華大學、上海交通大學等8所機構是中國的，中國在國際會議上的影響力不容小覷。

在網頁中點擊相應的機構名稱可顯示該機構歷年在KDD論文發表情況統計，如下圖所示：

其中，縱軸代表年份，橫軸代表該機構發表的論文數。紅色為第一作者身份發表的論文數。黑色為非第一作者身份發表的論文數。

以上僅展示2018年排名前十的機構，近三年、近五年詳細排名請瀏覽網址：

https://acemap.info/KDD/AffiliationStatistics

作者統計：前20名幾乎清一色華人

KDD2018 Author Statistics統計了2018年、近三年、近五年各作者在KDD會議中發表論文數量排名，下圖展示了2018年排名前二十的作者及論文發表數量：

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，華人的數量也占到了80%，可見華人在學術界的影響力，至少是在KDD這個會議上的影響力之大。排名并列第一的朱文武教授和崔鵬教授都來自清華大學的媒體與網絡實驗室。

若是點擊相應的機構名稱，更是可以顯示對應作者在KDD中發表論文數在該機構中排名，如下圖所示：

以上僅展示2018年排名前十的作者，近三年、近五年詳細排名請瀏覽網址：

https://acemap.info/KDD/AuthorStatistics

我們分別對2018年在KDD發過論文的作者、以及在KDD所有發過論文的作者畫了關系圖。2018年在KDD發過論文的作者如下所示。其中，點的大小代表2018年在KDD發的論文數多少。點之間的連線代表coauthor關系。

2018年大圖可瀏覽網頁：

https://acemap.info/KDD/AuthorsMap

所有KDD年份的大圖可瀏覽網頁：

https://acemap.info/KDD/AuthorsAllYearsMap

論文解讀：用機器閱讀理解為每篇論文給出關鍵導讀

KDD論文分為Deep Learning、Reinforcement Learning等28個session。對每個session的每篇論文，我們都提供簡短的解讀。我們用機器閱讀理解的方法自動提取出關鍵信息，包括提出什么方法解決了什么問題等，相比于一長段論文，這種導讀能幫助讀者在短時間內獲取論文最關鍵的信息。

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28個session近300篇文章都進行了中文解讀。詳細解讀請瀏覽網址：

https://acemap.info/KDD/MainPage

相似論文推薦：五個維度進行相似論文查詢

我們針對KDD2018年各篇論文的相似論文推薦頁面如下如所示：

向下滑動查看完整推薦

我們從五個維度對每篇論文進行了相似論文推薦，這些維度包括最新、同會議、最相關、被引用數最多和導讀類論文，這種多維度推薦能夠滿足不同用戶的不同需求。

詳細頁面可通過訪問主頁，并點擊論文標題訪問：

https://acemap.info/KDD/MainPage

Session關系圖

我們對會議官方分類的session進行了整理與分析，畫出了各個session之間的聯系圖，如下所示：

放大圖片可查看每個session及其論文：

其中每一個大點代表一個session，每一個小點代表session中的一篇論文，線代表引用關系，不同的session中的論文通過共同引用一篇論文來建立聯系。

從圖中可以看出不同session之間一定的聚類。