北京時間8月16日（美國當?shù)貢r間8月15日），在加拿大哈利法克斯舉行的第23屆國際數(shù)據(jù)挖掘大會（KDD 2017）進入主會議程。KDD China在大會第一天的主會議程中組織“Data Science in China at KDD 2017”的分論壇，集中展現(xiàn)中國在數(shù)據(jù)挖掘領(lǐng)域的進展和華人在該領(lǐng)域的研究成果，雷鋒網(wǎng)作為特約媒體參加論壇并進行了獨家報道。

半壁江山，數(shù)據(jù)挖掘最強華人力量

前一天開幕式上顯示的數(shù)據(jù)表示，在KDD 2017大會上，來自中國的參會者僅次于美國。在開幕式上的頒獎儀式中，不僅裴健教授、楊強教授分獲KDD創(chuàng)新獎和KDD杰出服務(wù)獎兩項分量最重的大獎，中國隊伍還幾乎包攬了KDD CUP兩個競賽題目的前十名。此外大會的“與大咖面對面”的現(xiàn)場交流活動中，五位嘉賓有三位是華人，大會的開場Keynote也由UC Berkeley的Bing Yu教授演講，雷鋒網(wǎng)再次感受到了數(shù)據(jù)挖掘領(lǐng)域崛起的華人力量。

在大會頒發(fā)的資料中，雷鋒網(wǎng)還發(fā)現(xiàn)了這樣一個有趣的統(tǒng)計：Microsoft Research對近5年KDD高影響力作者進行了一個評估，如下圖所示，其中泡泡大小代表發(fā)表文章的數(shù)量，縱軸反映了論文作者在KDD發(fā)表的每篇文章引用數(shù)排名（代表文章的質(zhì)量），橫軸是把不同作者論文的引用關(guān)系連城一個異構(gòu)網(wǎng)絡(luò)，再用類似pagerank的方法計算每個作者的影響力，越靠近右上角排名越高。從圖中我們可以看到多位華人學者名字，占到了圖中高影響力作者的半壁江山。

（來源：大會資料 & Microsoft Research）

大牛云集：八位演講嘉賓，37萬引用

“Data Science in China at KDD 2017”論壇由China Chapter of ACM SIGKDD（KDD China）承辦。KDD China秘書長鄭宇表示，這是KDD大會上連續(xù)第三年舉辦中國主題的分論壇。論壇邀請了八位來自數(shù)據(jù)挖掘領(lǐng)域杰出的華人教授、科學家以及工業(yè)界精英進行了精彩的報告，ACM數(shù)據(jù)挖掘領(lǐng)域的三位Fellow韓家煒教授（2003）、劉兵教授（2015）、裴健教授（2015）也來到現(xiàn)場，其中劉兵教授主持了第一個議程，裴健教授進行了報告。

在微軟亞洲研究院主任研究員、KDD China 秘書長鄭宇博士的主持下，分論壇在下午1:30開始。楊強教授致開幕詞并回顧了KDD在中國的發(fā)展歷史。他說，AI在中國和數(shù)據(jù)庫在中國都是熱門領(lǐng)域，但KDD相對來說知道的人卻沒有那么多?；叵?989年 KDD第一次在中國開workshop到現(xiàn)在，有很多先行者為KDD在中國的發(fā)展做出了貢獻?，F(xiàn)在KDD China已擁有800名會員，在KDD上也展示了自己的力量，與包括鄭宇、周志華等在內(nèi)的KDD China管理團隊努力分不開。楊強教授同樣對兩位SIGKDD華人主席劉兵、裴健以及KDD 2017大會主席俞詩鵬對KDD China工作以及本次分論壇召開的支持表示了感謝。

隨后的論壇分兩個議程進行。第一個議程由劉兵教授主持，楊強教授首先做了《Feature Engineering and Transfer Learning》（特征工程與遷移學習）的報告。楊強教授介紹，特征工程就是一個把原始數(shù)據(jù)轉(zhuǎn)變成特征的過程，在典型的數(shù)據(jù)挖掘過程中，特征工程是選擇數(shù)據(jù)之后的第二步，處于承上啟下的重要位置。楊強教授指出，特征比模型更為重要，因為特征對于模型來說是中性的，這也是遷移學習的基礎(chǔ)。楊強教授還詳細介紹了將遷移學習與機器學習結(jié)合的應(yīng)用，如將用戶微信小額交易數(shù)據(jù)挖掘用于購車等大額消費的例子，在演講最后的“Big Data is useless unless it can deliver big feature space”的總結(jié)也得到了隨后多位演講者的贊同。

（香港科技大學楊強教授）

隨后來自羅格斯－新澤西州立大學的熊輝教授帶來了題目為“Talent Analytics：Prospects and Opptunities”的報告，介紹了數(shù)據(jù)挖掘在在人力資源及企業(yè)管理的應(yīng)用，包括：利用數(shù)據(jù)對人才進行評價和意愿分析，以輔助升職考核、招聘等流程。熊輝教授稱，企業(yè)人力資源的數(shù)據(jù)挖掘有三個層次，包括人、企業(yè)與文化層面，目前的主要研究工作集中在人的層面，下一階段會繼續(xù)對企業(yè)及文化層面進行研究。

（羅格斯－新澤西州立大學熊輝教授）

來自微軟亞洲研究院主任研究員鄭宇博士的報告題目為《Urban Computing——Urban Big Data Platfrom》。在報告中鄭宇博士介紹了城市計算機城市大數(shù)據(jù)平臺在市政規(guī)劃工程中的應(yīng)用，由于城市大數(shù)據(jù)存在大規(guī)模和變化性的特征，需要基于云的城市大數(shù)據(jù)平臺進行處理，通過不斷獲取、整合和分析城市中多種異構(gòu)大數(shù)據(jù)來解決城市所面臨的挑戰(zhàn)，通過人工智能來幫助改善公共交通。在報告中，鄭教授還通過如流量預測、與貴陽市政府的合作、與基于共享自行車的自行車道規(guī)劃及車輛管理等實際工作進行了詳細介紹。

（微軟亞洲研究院主任研究員鄭宇博士）

論壇議程二由UCLA的王薇教授主持。今日頭條科學家李磊博士介紹了今日頭條的新聞機器人、寫稿機器人等實際應(yīng)用及在深度綜合、語言生成、語言建模、深度學習QA系統(tǒng)CFO、面部識別方面的研究工作。

（今日頭條科學家李磊博士）

滴滴研究院副院長葉杰平的演講題目為《Intelligent Dispatch System》。葉杰平稱，滴滴的核心是一個交易平臺，匹配是滴滴業(yè)務(wù)中的關(guān)鍵問題，并介紹了滴滴在用戶與司機的匹配從群發(fā)信息、定向推送、精確匹配的三個階段，利用機器學習提高ETA準確率和預測目的地、推薦上車點等兩個創(chuàng)新，以及大數(shù)據(jù)預測司機服務(wù)分值、提升用戶體驗等實踐。

（滴滴研究院副院長葉杰平）

隨后西蒙弗雷澤大學裴健教授帶來了《Data Science & AI in China industry：some personal experience》的報告。報告從人工智能產(chǎn)業(yè)化以及將人工智能應(yīng)用到傳統(tǒng)行業(yè)出發(fā)，探討如何解決供應(yīng)鏈、制造業(yè)等等傳統(tǒng)行業(yè)數(shù)據(jù)無法自動收集、復雜和非標準化的應(yīng)用場景、技術(shù)問題難以轉(zhuǎn)化成典型的AI問題等挑戰(zhàn)，并結(jié)合了裴健教授與華為的合作為例進行詳細介紹，包括基于華為內(nèi)部供應(yīng)鏈端到端優(yōu)化，實現(xiàn)智慧化模型、風險控制、熱線客服等，希望用AI改變整個生產(chǎn)流程等實踐，并分享了作為學術(shù)研究者在最近一年來與華為合作的收獲。另外，裴健教授也是本屆KDD大會創(chuàng)新獎（2017 ACM SIGKDD Innovation Award）的獲得者。

（西蒙弗雷澤大學裴健教授）

清華大學的唐杰博士介紹了AI和深度學習在慕課（MOOCs）教育中的應(yīng)用。值得一提的是，KDD Cup 2015的競賽題目“用大數(shù)據(jù)預測MOOCer是否會‘翹課’”就出自唐杰博士之手，這一報告也是其后續(xù)的相關(guān)研究，并展示了通過小木機器人做慕課助教與學員進行智能交互改善學習，以及利用LadFG提升預測準確率，提升慕課教育效果的實踐。

（清華大學唐杰博士）

同樣來自清華大學的崔鵬博士則帶來了社會動力學中的建模問題的分享。由于人的行為機理的復雜性以及動態(tài)性，而傳統(tǒng)機器學習方式類似黑盒，難以將社會動力學研究特征化，也難以做持續(xù)的預測，通過物理學模型及數(shù)據(jù)驅(qū)動相結(jié)合，已經(jīng)可以構(gòu)建一個關(guān)鍵統(tǒng)計指標和真實社交網(wǎng)絡(luò)基本一致的社交網(wǎng)絡(luò)，可以對社交網(wǎng)絡(luò)信息傳播進行準確的預測。

（清華大學崔鵬博士）

在第一個議程結(jié)束后，會議組織者與報告嘉賓合影留念。這張合影可謂珍貴：組織者和嘉賓中包含兩位SIGKDD主席（劉兵@2013，裴健@2017）、兩位KDD大會主席（楊強@2012，俞詩鵬@2017），六位KDD大會PC Chair（韓家煒@1996，劉兵@2008，楊強@2010，裴健@2012，王薇@2014，熊輝@2018），兩位KDD創(chuàng)新獎獲得者（韓家煒@2004，裴健@2017），三位KDD杰出服務(wù)獎獲得者（裴健@2015，王薇@2016，楊強@2017） ，論文引用總數(shù)超過37萬，可謂匯聚了華人數(shù)據(jù)挖掘領(lǐng)域的中堅力量。

照片后排左起： 清華大學副教授崔鵬、微軟亞洲研究院主任研究員、KDD China秘書長鄭宇、美國羅格斯－新澤西州立大學教授熊輝、美國亞利桑那州立大學教授劉歡、滴滴研究院副院長葉杰平、KDD 2017大會主席俞詩鵬、今日頭條實驗室科學家李磊、清華大學副教授唐杰；

前排左起：美國伊利諾伊大學芝加哥分校教授、SIGKDD前主席劉兵、美國伊利諾伊大學香檳分校教授韓家煒、香港科技大學教授、KDD China主席楊強、加拿大西蒙弗雷澤大學教授、SIGKDD現(xiàn)任主席裴健。

（雷鋒網(wǎng)注：本次分論壇議程二的主持人，UCLA教授、本次KDD大會創(chuàng)新獎與KDD杰出服務(wù)獎提名主席、KDD 2016杰出服務(wù)獎得主王薇，因為在大會還有其他事務(wù)，在拍照后才趕到，因而不在本照片中）

大數(shù)據(jù)需要更多產(chǎn)學合作

隨著大數(shù)據(jù)的不斷積累以及計算能力的快速發(fā)展，與其相關(guān)的人工智能研究也得到了快速的發(fā)展。如同楊強教授在本次論壇上所言，數(shù)據(jù)挖掘的核心在于“挖掘”而非“數(shù)據(jù)”，在數(shù)據(jù)量暴增的同時，與之對應(yīng)的數(shù)據(jù)選擇、算法、特征工程也更重要，掌握學術(shù)前言趨勢的學術(shù)界與掌握大量數(shù)據(jù)的產(chǎn)業(yè)界需要更緊密合作，推動數(shù)據(jù)挖掘與人工智能的發(fā)展。

雷鋒網(wǎng)了解到，在諸多學術(shù)會議中，KDD屬于學術(shù)與產(chǎn)業(yè)相結(jié)合較為緊密的會議之一。在本次分論壇上，多位嘉賓的報告內(nèi)容均與產(chǎn)業(yè)緊密結(jié)合，讓我們得以了解了學術(shù)界與產(chǎn)業(yè)界就大數(shù)據(jù)與人工智能話題技術(shù)的交流動向，以及大數(shù)據(jù)和人工智能的最新先鋒應(yīng)用。祝愿通過本次論壇的召開能夠擴大華人在國際數(shù)據(jù)挖掘領(lǐng)域的影響力，推動國內(nèi)數(shù)據(jù)挖掘領(lǐng)域的研究和在工業(yè)界的應(yīng)用和發(fā)展。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。