<mark id="oztn4"></mark>
0
| 本文作者： 奕欣 | 2017-08-10 01:04 | 專題：KDD 2017 |
雷鋒網 AI 科技評論消息，2017 SIGKDD 的三大獎項——創新獎（2017 SIGKDD Innovation Award），杰出服務獎（2017 SIGKDD Service Award）以及十年最佳論文獎（Test of time award）已于日前公布。其中，ACM SIGKDD 新一任主席、加拿大西蒙弗雷澤大學計算機學院教授裴健博士榮獲 2017 SIGKDD 創新獎；香港科技大學教授楊強博士榮獲 2017 SIGKDD 杰出服務獎；而十年最佳論文獎則被康奈爾大學 Thorsten Joachims 的《Training Linear SVMs in Linear Time》所摘得。
ACM SIGKDD 創新獎是知識發現與數據挖掘領域（KDD）的最高榮譽，授予對這一領域做出重大技術貢獻的研究人員。根據評審要求，其研究成果必須在數據挖掘理論或商業數據挖掘系統的開發上能夠產生深遠的影響。
歷屆 SIGKDD 創新獎的獲得者都是數據挖掘領域的杰出研究者，曾經獲得這一獎項的華人包括：
韓家煒（Jiawei Han）博士（2004 年）：美國伊利諾伊大學香檳分校計算機系教授，ACM、IEEE Fellow。值得一提的是，韓家煒博士是裴健教授在加拿大西蒙弗雷澤大學的博士導師。
俞士綸 (Philip S. Yu) 博士（2016 年）：美國伊利諾伊大學芝加哥分校特聘主任教授、清華大學數據科學研究院院長。
裴健（Jian Pei）是 ACM SIGKDD 新一屆主席、加拿大西蒙弗雷澤大學計算機學院教授、ACM 和 IEEE Fellow、加拿大研究講席教授（Canada Research Chair, Tier I）。他的研究興趣集中在研究和開發針對新穎的數據密集型應用的高效數據分析技術。他的研究領域包括數據挖掘、web 搜索、信息檢索、數據倉庫、聯機分析處理、數據庫系統及其在社會網絡和社會媒體、醫學信息學、商業智能等領域中的應用。
2000 年以來，他出版了一本教科書和兩本學術專著，發表了 200 多篇論文，多次擔任國際會議的程序委員會委員和組織委員會委員。此前裴健教授還由于對數據挖掘方面的重大技術貢獻和對社會及數據挖掘社區的杰出服務獲得 2015 年度的 SIGKDD 杰出服務獎（SIGKDD SERVICE AWARD）。他是 IEEE Transactions on Knowledge and Data Engineering (TKDE) 的前任主編。
官網在公示這一消息時，也闡述了裴健博士的獲獎原因：
「（裴健博士）在數據挖掘及應用領域的基礎研究，尤其是模式挖掘與空間數據挖掘方面做出了突出的貢獻。他是多種模式增長方法的主要提出者，包括FP-growth和PrefixSpan，這些工作已經被業界廣泛接受和應用，并且被數據挖掘教科書及開源軟件工具包所采用。作為數據挖掘領域被引用次數最多的作者之一，他極為高產的出版物被引用了七萬多次。」
一直以來，裴健博士以多種方式參加 KDD 大會的組織工作，并于過去四年 SIGKDD 執委會擔任要職。
在裴健博士當選為 SIGKDD 新一屆主席之際，雷鋒網 AI 科技評論對其做了一次專訪，當時他表示，「非常感謝 SIGKDD 會員對我的支持和鼓勵。我會和新一屆的 SIGKDD 執委會一起，進一步推進 SIGKDD 的工作，為學術界和產業界提供更好的服務。」而本次獲得 2017 SIGKDD 創新獎，更是對裴健博士在學術領域的又一次肯定。
實際上，裴健博士在 2015 年就獲得了當年的 SIGKDD 杰出服務獎。而今年的杰出服務獎則由香港科技大學計算機系主任楊強教授摘得。
2017 SIGKDD 杰出服務獎主要授予在知識發現及數據挖掘領域作出重大服務貢獻的個人或團隊，包括主辦會議、主持學術團體等服務性工作，并在數據挖掘教學及財務性事務等方面的工作。
該獎主要獎勵對知識發現及數據挖掘領域作出重大服務貢獻的個人或團隊，考察的因素主要包括主持學術團體、主辦會議等服務性工作，教育學生、研究者和實踐者，資助研發活動，為傳播技術信息提供專業志愿服務，并通過知識挖掘應用為社會做出貢獻，改善全球性醫療、教育、災難／危機管理及環境等議題。
曾經獲得該獎項的華人學者除了此前提及的裴健博士（2015 年），還有：
吳信東（2004 年）：美國路易斯安那大學教授，國家“”入選者、長江學者，IEEE、AAAS Fellow。
Ying Li（2012 年）：目前擔任新加坡電信公司 Singtel 旗下全資子公司 Dataspark 的 CTO，1993 年獲不列顛哥倫比亞大學博士學位。
Wei Wang（2016 年）：UCLA 計算機系教授，1999 年獲得加利福尼亞大學計算機系博士學位。
獲得 2017 SIGKDD 杰出服務獎的楊強博士是香港科技大學計算機系主任，IEEE 、AAAI 、AAAS 和 IAPR Fellow。
楊強博士在服務和推動數據挖掘和人工智能領域作出了突出貢獻，與 ACM 也有著長期緊密的聯系和合作。楊強博士曾擔任 ACM KDD 2010 的程序委員會聯合主席，ACM KDD 2012 大會主席，以及 IJCAI 2015 的程序委員會主席。此外，他還擔任 ACM IUI、ACM RecSys、IEEE Big Data 等多個會議的大會聯合主席，也是多個重要獎項的評審委員會成員，如今年的Test of Time Award評審委員會。
一直以來，楊強博士致力于推進 SIGKDD 在中國的發展，推動中國數據挖掘和機器學習的研究。在他的牽頭下，KDD China 于 2016 年成功在北京舉辦，聯合后續的 10 個 KDD China 系列活動，有效地拉近了中國數據挖掘研究與世界科研的距離。
此外，他在遷移學習理論和實際應用領域有著世界領先的研究成果，并積極推進數據挖掘和機器學習的工業應用，牽頭成立了包括華為諾亞方舟實驗室、微信聯合實驗室等多個研究機構。
去年，楊強博士受邀來到 CCF－GAIR 2016 的現場并做了主題演講；而在今年 CCF 主辦、雷鋒網和香港中文大學（深圳）合辦的 CCF－GAIR 全球人工智能與機器人峰會上，楊強教授擔任了程序委員會主席，并擔任主會場的 session 主持人。在與雷鋒網 AI 科技評論的交流過程中，楊強教授一直強調 AI 學術的前沿工作也要從工業界獲得靈感，甚至鼓勵老師們到工業界工作一段時間。
「在工業界，老師能跟著商業人才和業務人才學習如何構建一個完整的商業閉環，能夠把一個技術，比方說無人駕駛或者計算機視覺，和真正的產業結合起來，發揮作用。這個不僅僅是說技術可以在工業界不斷提高，把準確率率提高百分之多少的問題，更重要的是說，能夠給技術找到一個合適的場景，能和一個業務鏈條緊密結合起來。 」
得益于楊強博士在推進數據挖掘領域產業化的突出貢獻，獲得今年的杰出服務獎也算得上是實至名歸了。
十年最佳論文獎授予的是在過去十年間 KDD 大會上，對數據挖掘領域產生重大影響的論文，康奈爾大學計算機系教授 Thorsten Joachims 博士的《Training Linear SVMs in Linear Time》獲得今年的這一榮譽，理由如下：
支持向量機（SVM）是用于高維數據和稀疏數據最受歡迎的機器學習技術之一，但在高效性上存在不足。目前比較流行的做法受到超線性縮放行為的影響，使其在大數據集上呈現效率低下的表現。此論文提出了第一個線性 SVM 的通用訓練算法，利用簡單的切割平面算法來訓練收斂的線性 SVM。和以前的方法相比，算法具有幾個優點。首先是可操作性，非常簡單易用；其次，這種方法比現有的大分類問題的分解方法要快幾個數量級；再者，該算法具備與訓練誤差相關的停止準則，也就是說，可以避免耗費時間解決優化問題；最后一點是，該算法可以處理大數據集的序數回歸問題。這一研究開辟了多個研究領域。由于數據只需要少量連續迭代，因此能夠使用外核內存的并行實現，此外，該算法在原則上也可以應用于具有核函數的 SVM 中。
摘要：在文本分類、詞義消歧和藥物設計等應用中，SVM 已經成為高維度稀疏數據最突出的機器學習技術之一。這些應用涉及大量的例子 n 以及大量的特征 N，而每個例子只有 s << N 個非零特征。本文提出了一種用于訓練線性 SVM 的切割平面算法，能夠用于分類問題的訓練時間 O（sn）和用于順序回歸問題的 O（sn log（n））。該算法能夠成為 SVM 優化問題的一種解決方案。此外，切割平面算法比大型數據集的 SVM-Light 等分解方法要快幾個數量級。
論文鏈接：https://www.cs.cornell.edu/people/tj/publications/joachims_06a.pdf
8 月 13 日至 17 日，第 23 屆 SIGKDD 將在加拿大哈利法克斯舉行，后續兩個重要獎項——SIGKDD Dissertation Award 及最佳論文將于接下來的幾天頒布。雷鋒網屆時將帶來更多一線消息，敬請期待。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
