数据挖掘领域重要会议与期刊情况

时间:2021-03-15 09:51:12

本文只是整理了网上的资料,主要工作是复杂粘贴数据挖掘领域重要会议与期刊情况

******************************************************************

.会议

超档:

1.KDDCFFA类):ACMKnowledge Discovery and Data Mining 数据挖掘的最高会议,每年开

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KnowledgeDiscovery and Data MiningSIGKDD每年主办的KDD大会,是该领域的最高学术会议。

第一档:

2.ICDMCFFB类):IEEE International Conference on Data Mining(并列第二)

IEEEICDMACMSIGKDDSIAMSDM并称为数据挖掘领域的三大*国际会议。其中,ICDM是唯一实行论文盲审的会议,每年都会吸引大量学者参会。

数据挖掘方面仅次于SIGKDD的会议,目前和SDM相当.这个会只有5历史,上升速度之快非常惊人.几年前ICDM还比不上PAKDD,现在已经拉开很大距离了

3.SDMCFFB类):SIAMInternational Conference on Data Mining(并列第二)

数据挖掘方面仅次于SIGKDD的会议,目前和ICDM相当.SIAM的底子很厚,但在CS里面的影响比ACMIEEE还是要小,SDM眼看着要被ICDM超过了,但至少
目前还是相当的.

SIAM的数据挖掘会议,与ICDM并列为数据挖掘领域的第二位,比KDD有明显差距。好像其中统计背景的人比较多,也有一部分机器学习背景的人,比较diversified。 

第二档:

4.ECML-PKDDCFFB类)EuropeanConference on Principles and 
Practiceof Knowledge Discovery in Databases

欧洲的数据挖掘会议,目前在数据挖掘会议里面排第4.欧洲人很想把它抬起来,所以这些年一直和ECML一起捆绑着开,希望能借ECML把它带起来.但因为ICDMSDM,这已经不太可能了.所以今年的PKDDECML虽然还是一起开,但已经独立审稿了(以前是可以同时投两个会,作者可以声明优先被哪个会考虑,如果ECML中不了还可以被PKDD接受).

5.ICDE(CFFA):IEEEInternational Conference on Data Engineering

6.CIKM(CFFB):InternationalConference on Information and Knowledge Managemen

CIKM是信息检索、知识管理和数据库领域中*的ACM会议。属于信息检索和数据挖掘领域的国际著名学术会议,由ACMSIGIR分会(ACMSpecial Interest Group on Information Retrieval)主办。

7.WSDMCFFC类):ACMInternational Conference on Web Search and Data Mining

WSDM是一个与工业界联系非常紧密的会,这是它的特点.

WSDM涵盖互联网和社交网络的搜索与数据挖掘方面的理论、模型、算法、评测、实验、应用等多个方面,既重视基础研究,也重视实际应用。正因为如此,WSDM越来越具影响力,并已经成为互联网搜索与数据挖掘领域的*国际学术会议,给网络搜索与数据挖掘领域的专家们提供了一个绝佳的交流平台。

WSDM是近年来网络搜索与数据挖掘领域新兴的顶尖国际会议之一,自2008年起每年举办一次,受到相关领域的国际学者高度关注。

WSDM是一个相对比较新的会议,顾名思义,关注与检索与数据挖掘相关的问题,bestpaper还不多,有关于新闻推荐、搜素中新闻信息、链接分析的,社交网络相关的论文进来也有不少出现在wsdm上,因此,WSDM会比较喜欢和检索与数据挖掘应用相关的新问题、新方法的论文。

8.PAKDD:(CFFC):ThePacific-Asia Conference on Knowledge Discovery and Data Mining

亚太数据挖掘会议

.期刊

1.TKDE:IEEETransactions on Knowledge and Data Engineering

2.TOIS:ACMTransactions on Information Systems

3.TISTACMTransactions on Intelligent Syetems and Technology

4.TKDD:ACMTransactions on Knowledge Discovery from Data

5.DataMining and Knowledge Discovery