数据挖掘顶级会议与期刊分析

CV大法部分整理

---

Journals
ACM TKDD http://tkdd.cs.uiuc.edu/
DMKD http://www.springerlink.com/content/1573-756X/?p=859c3e83455d41679ef1be783e923d1d&pi=0
IEEE TKDE http://www.ieee.org/organizations/pubs/transactions/tkde.htm
ACM TODS http://www.acm.org/tods/
VLDB Journal http://www.vldb.org/
ACM Tois http://www.acm.org/pubs/tois/

Conferences
SigKDD http://www.sigkdd.org/
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 Mining。SIGKDD每年主办的KDD大会，是该领域的最高学术会议。

ICDM http://www.cs.uvm.edu/~icdm/
SDM http://www.siam.org/meetings/sdm07/
IEEEICDM与ACMSIGKDD，SIAMSDM并称为数据挖掘领域的三大顶级国际会议。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年历史,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。

SDM（CFFB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ACM和IEEE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。

PKDD http://www.ecmlpkdd2007.org/
ECML-PKDD（CFFB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ICDM和SDM,这已经不太可能了.所以今年的PKDD和ECML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).

VLDB http://www.vldb.org/
SigMod http://www.acm.org/sigmod/
ICDE http://www.ipsi.fraunhofer.de/tcde/conf_e.html
WWW http://www.iw3c2.org/conferences
ICDE(CFFA类):IEEEInternational Conference on Data Engineering

CIKM(CFFB类):InternationalConference on Information and Knowledge Managemen

CIKM是信息检索、知识管理和数据库领域中顶级的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。

WSDM（CFFC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顶级国际学术会议，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。

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

亚太数据挖掘会议。

Online Resources
http://www.kdnuggets.com
http://www.chinakdd.com
网址集合http://www.dmoz.org/Computers/Software/Databases/Data_Mining//
A google co-op search engine for Data Mining
http://www.google.com/coop/cse?cx=006422944775554126616:ixcd3tdxkke
Data Mining, University of Houston
http://nas.cl.uh.edu/boetticher/CSCI5931 Data Mining.html
Data Mining Program, University of Central Florida http://dms.stat.ucf.edu/
Data Mining Group, University of Dortmund http://www-ai.cs.uni-dortmund.de/index.html
Data Mining, MIT OCW
http://ocw.mit.edu/OcwWeb/Sloan-School-of-Management/15-062Data-MiningSpring2003/CourseHome/
Data Mining Group, Tsinghua http://dbgroup.cs.tsinghua.edu.cn/dmg.html
KDD oral presentations video http://www.videolectures.net

Tools
Weka http://www.cs.waikato.ac.nz/ml/weka/
Rapid Miner(Yale) http://rapid-i.com/content/view/3/76/lang,en/
IlliMine http://illimine.cs.uiuc.edu/
Alpha Miner http://www.eti.hku.hk/alphaminer
Potter’s Wheel A-B-C http://control.cs.berkeley.edu/abc/