KDD 2018，中科大、蘇州大學(xué)與微軟合作的《小冰樂隊(duì)》獲得了Research Track最佳學(xué)生論文。清華大學(xué)的唐杰和UIC的劉兵教授分別獲得杰出共享獎(jiǎng)和創(chuàng)新獎(jiǎng)。除了論文接收和參會(huì)的華人數(shù)量，本屆大會(huì)組委會(huì)中也出現(xiàn)更多中國(guó)學(xué)者的名字。新智元第一時(shí)間帶來KDD18 會(huì)議亮點(diǎn)報(bào)道。

又是一年KDD。

這個(gè)知識(shí)挖掘和數(shù)據(jù)決策領(lǐng)域全球最頂級(jí)的學(xué)術(shù)盛會(huì)，也差不多成了華人在倫敦的聚會(huì)。

據(jù)統(tǒng)計(jì)，今年KDD接收的所有近300篇論文中，華人/中國(guó)人作者的有189篇，占比64.5%。

最關(guān)鍵的會(huì)議組織管理者層面，在KDD 2018組委會(huì)的55人中，華人/中國(guó)人有20人，占比約36%。其中，大會(huì)主席之一是帝國(guó)理工學(xué)院的Yike Guo（郭毅可），而大會(huì)副主席則是清華大學(xué)副教授唐杰。在主委會(huì)其他成員中，也見到了大批的中國(guó)人/華人的名字，這比論文接收更能體現(xiàn)著中國(guó)的學(xué)術(shù)影響力。

人物獎(jiǎng)項(xiàng)：清華唐杰獲得杰出貢獻(xiàn)獎(jiǎng)，

清華大學(xué)的唐杰副教授獲得了本次KDD 杰出貢獻(xiàn)獎(jiǎng)。

最受關(guān)注的另一個(gè)獎(jiǎng)項(xiàng)——KDD 2018創(chuàng)新大獎(jiǎng)得主不是別人，正是新智元采訪過的ACM、AAAI & IEEE 三院會(huì)士（Fellow）、伊利諾伊大學(xué)計(jì)算機(jī)科學(xué)教授劉兵。

最佳論文：中國(guó)拿下Research Track最佳學(xué)生論文

那么，話不多說，首先來看最佳論文。

Research Track 最佳論文

Adversarial attacks on classification models for Graphs

對(duì)圖分類模型的對(duì)抗性攻擊

論文地址：https://arxiv.org/abs/1805.07984

作者：Daniel Zügner (Technical University of Munich); Amir Akbarnejad (Technical University of Munich); Stephan Günnemann (Technical University of Munich)

摘要：圖深度學(xué)習(xí)模型在節(jié)點(diǎn)分類任務(wù)中取得了很好的性能。盡管圖深度學(xué)習(xí)模型越來越多，但目前還沒有研究探索它們對(duì)對(duì)抗性攻擊的魯棒性。然而，在可能使用它們的領(lǐng)域中，例如網(wǎng)絡(luò)，對(duì)抗是很常見的。

圖深度學(xué)習(xí)模型是否很容易被愚弄呢？在這項(xiàng)工作中，我們介紹了第一個(gè)針對(duì)屬性圖（ attributed graphs）的對(duì)抗性攻擊的研究，特別關(guān)注利用圖卷積思想的模型。除了測(cè)試時(shí)的攻擊外，我們還研究了更具有挑戰(zhàn)性的中毒/誘發(fā)攻擊，這些攻擊集中在機(jī)器學(xué)習(xí)模型的訓(xùn)練階段。我們針對(duì)節(jié)點(diǎn)的特征和圖結(jié)構(gòu)生成對(duì)抗性擾動(dòng)，從而獲取實(shí)例之間的依賴關(guān)系。此外，我們通過保留重要的數(shù)據(jù)特征來確保這些擾動(dòng)不會(huì)被察覺。

為了解決底層離散域問題，我們提出一種利用增量計(jì)算的有效算法 Nettack。我們的實(shí)驗(yàn)研究表明，即使只進(jìn)行少量的擾動(dòng)，節(jié)點(diǎn)分類的準(zhǔn)確率也會(huì)顯著下降。更重要的是，我們的攻擊是可遷移的：學(xué)習(xí)的攻擊可以推廣到其他最先進(jìn)的節(jié)點(diǎn)分類模型和無(wú)監(jiān)督方法，即使只給出很少的關(guān)于圖的知識(shí)，也同樣能成功。

圖1：對(duì)圖結(jié)構(gòu)和節(jié)點(diǎn)特征的小小擾動(dòng)導(dǎo)致目標(biāo)的分類錯(cuò)誤。

Research Track 最佳學(xué)生論文

XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music

小冰樂隊(duì)：流行音樂的旋律與編曲框架

論文地址：http://www.kdd.org/kdd2018/accepted-papers/view/xiaoice-banda-melody-and-arrangement-generation-framework-for-pop-music

作者：Hongyuan Zhu (USTC); Qi Liu (USTC); Nicholas Jing Yuan (Microsoft); Chuan Qin (USTC); Jiawei Li (Soochow University); Kun Zhang (USTC); Guang Zhou (Microsoft); Furu Wei (Microsoft); Yuanchun Xu (Microsoft); Enhong Chen (USTC)

摘要：隨著音樂創(chuàng)作知識(shí)的發(fā)展和近年來需求的增加，越來越多的公司和研究機(jī)構(gòu)開始研究音樂的自動(dòng)生成。但以往的模型在應(yīng)用于歌曲生成時(shí)存在局限性，這既需要旋律，又需要編曲。此外，許多與歌曲質(zhì)量有關(guān)的關(guān)鍵因素沒有得到很好的解決，例如和弦進(jìn)行和節(jié)奏模式。特別是。如何確保多音軌音樂的和諧，這仍然是一個(gè)有待探索的問題。

為此，我們對(duì)流行音樂的自動(dòng)生成進(jìn)行了重點(diǎn)研究，其中，我們考慮了旋律生成的和弦和節(jié)奏的影響，以及音樂編排的和聲。我們提出了一種端到端的旋律和編曲生成框架，稱為“小冰樂隊(duì)”（XiaoIce Band），該框架產(chǎn)生了由幾種樂器演奏的幾個(gè)伴奏曲目組成的旋律音軌。

具體來說，我們?cè)O(shè)計(jì)了一種基于和弦的節(jié)奏和旋律交叉生成模型（CRMCG），以生成帶有和弦進(jìn)行的旋律。然后，我們提出一種基于多任務(wù)學(xué)習(xí)的多樂器協(xié)同編曲模型（ Multi-Instrument Co-Arrangement Model ，MICA）。最后，我們?cè)谝粋€(gè)真實(shí)數(shù)據(jù)集上進(jìn)行了廣泛的實(shí)驗(yàn)，結(jié)果證明了XiaoIce Band的有效性。

Research Track 論文圖示，接收率僅18.4%

ADS Track 最佳論文

Real-time Personalization using Embeddings for Search Ranking at Airbnb

在Airbnb上使用嵌入搜索排名的實(shí)時(shí)個(gè)性化

論文地址：http://www.kdd.org/kdd2018/accepted-papers/view/real-time-personalization-using-embeddings-for-search-ranking-at-airbnb

作者：Mihajlo Grbovic (Airbnb); Haibin Cheng (Airbnb)

摘要：搜索排名和推薦是主要互聯(lián)網(wǎng)公司關(guān)注的基本問題，包括網(wǎng)絡(luò)搜索引擎、內(nèi)容發(fā)布網(wǎng)站和市場(chǎng)。然而，盡管有一些共同的特征，但這個(gè)領(lǐng)域并不存在一刀切的解決方案。由于需要進(jìn)行排名、個(gè)性化和推薦的內(nèi)容存在很大差異，每個(gè)市場(chǎng)都有一些獨(dú)特的挑戰(zhàn)。

Airbnb是一個(gè)短期租賃市場(chǎng)，它的搜索和推薦問題也是非常獨(dú)特的。它是一個(gè)雙邊市場(chǎng)，同時(shí)需要優(yōu)化房東的偏好和客戶的偏好；用戶很少兩次預(yù)定同一個(gè)房間，另一方面，一個(gè)房間在特定的日期只能接受一個(gè)客人的預(yù)定。

在這篇論文中，我們描述了一種列表和用戶嵌入（Listing and User Embedding）技術(shù)，其目的是實(shí)現(xiàn)搜索排名和相似項(xiàng)目推薦的實(shí)時(shí)個(gè)性化。這兩個(gè)channel可以驅(qū)動(dòng)99%的轉(zhuǎn)換。嵌入模式是專門為Airbnb市場(chǎng)定制的，能夠捕捉客戶的短期和長(zhǎng)期利益，提供有效的房間推薦。我們對(duì)嵌入模型進(jìn)行了嚴(yán)格的離線測(cè)試，然后進(jìn)行了成功的在線測(cè)試，最后將其完全部署到生產(chǎn)環(huán)境中。

ADS Track 最佳學(xué)生論文

ActiveRemediation: The Search for Lead Pipes in Flint, Michigan

ActiveRemediation：在密歇根州弗林特尋找鉛制水管

論文鏈接：http://www.kdd.org/kdd2018/accepted-papers/view/activeremediation-the-search-for-lead-pipes-in-flint-michigan

作者：Jacob Abernethy (Georgia Institute of Technology); Alex Chojnacki (University of Michigan); Arya Farahi (University of Michigan - Ann Arbor); Eric Schwartz (University of Michigan); Jared Webb (Brigham Young University)

摘要：在這篇論文中，我們?cè)敿?xì)介紹了在密歇根州弗林特市正在進(jìn)行的探測(cè)鉛和其他有害金屬管道的工作。在居民飲用水中檢測(cè)到鉛含量升高后，隨后該地區(qū)發(fā)生兒童血鉛含量上升事件，州和聯(lián)邦政府下令投入超過1.25億美元更換供水管道。

由于缺乏準(zhǔn)確的記錄，并且確定埋在地里的管道材料的成本很高，我們開發(fā)了一些預(yù)測(cè)和程序工具，以幫助搜索和清除鉛制的基礎(chǔ)設(shè)施。除了這些統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)方法之外，我們還描述了我們與政府官員在建議對(duì)房屋進(jìn)行檢查和更換時(shí)的互動(dòng)，重點(diǎn)是適應(yīng)新信息的統(tǒng)計(jì)模型。最后，根據(jù)聯(lián)邦政府增加基礎(chǔ)設(shè)施建設(shè)支出的討論，我們探討了我們的方法可以如何推廣到弗林特以外的其他城市。

最佳博士論文講

經(jīng)典論文獎(jiǎng)

Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model

中文：因式分解與最鄰近：多方面協(xié)作過濾模型

作者：Yehuda Koren

機(jī)構(gòu)：AT&T Labs – Research

Social Impact Research

1、Training the Next Generation of African Data Scientists

作者：Isaac Markus，Audrey Cheng

機(jī)構(gòu)：IBM Research（非洲）及 The Moringa School

獎(jiǎng)金：30,120美元

2、Budding Data Scientists Hackathon

作者：Hui Xiang Chua

機(jī)構(gòu)：新加坡華僑中學(xué)（Hwa Chong Institution）

獎(jiǎng)金：20,500美元

3、Data Science for Social Good Solve (solve.dssg.io)

作者：Rayid Ghani，Mohak Shah

機(jī)構(gòu)：美國(guó)芝加哥大學(xué)數(shù)據(jù)科學(xué)與公共政策中心

獎(jiǎng)金：50,000美元

4、Community perspectives on the use of algorithm by Govenment

作者：Anna Brown

國(guó)家：新西蘭國(guó)家研究大學(xué)高等經(jīng)濟(jì)學(xué)院社會(huì)數(shù)據(jù)分析中心

獎(jiǎng)金：50,000美元

5、Women Data Science Leaders in Russia

作者：Alena Suorova，Valena A. Ivaniushina

國(guó)家：俄羅斯

獎(jiǎng)金：13,600美元

6、Summer Academy in Data Science for High School Students

作者：Bamshad Mobasher，Lucia Dettori，Raffaella Settimi，Daniela Raicu

機(jī)構(gòu)：美國(guó)德保羅大學(xué)

獎(jiǎng)金：50,000美元

7、Empowering Community Members to Understand and Use Big Data and Big Data Methods

作者：Lisa Schilling,MD, MSPH

機(jī)構(gòu)：科羅拉多大學(xué)醫(yī)學(xué)院普通內(nèi)科

獎(jiǎng)金：35,785美元

機(jī)構(gòu)統(tǒng)計(jì)：微軟以23篇論文居首，中國(guó)影響力不容小覷

KDD2018 Affiliation Statistics 統(tǒng)計(jì)了2018年、近三年、近五年各機(jī)構(gòu)在KDD會(huì)議中發(fā)表論文數(shù)量排名，下圖展示了2018年排名前十的機(jī)構(gòu)及論文發(fā)表數(shù)量：

我們的統(tǒng)計(jì)顯示，前20名中有微軟、阿里巴巴、百度等6所機(jī)構(gòu)是企業(yè)界的，尤其是第一名微軟發(fā)表了23篇論文之多，由此可見KDD在企業(yè)界的影響力。前20名中又有清華大學(xué)、上海交通大學(xué)等8所機(jī)構(gòu)是中國(guó)的，中國(guó)在國(guó)際會(huì)議上的影響力不容小覷。

2018年論文發(fā)表數(shù)量排名前二十的作者，幾乎清一色是華人：

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(shù)量也占到了80%，可見華人在學(xué)術(shù)界的影響力，至少是在KDD這個(gè)會(huì)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(xué)的媒體與網(wǎng)絡(luò)實(shí)驗(yàn)室。

論文情況：Research Track接收率僅18.4%，其中華人Oral超78%

KDD 2018特別強(qiáng)調(diào)主流應(yīng)用的AI開發(fā)，并舉辦了主題是預(yù)測(cè)倫敦和北京等城市的空氣質(zhì)量的KDD Cup競(jìng)賽，全球共有4173支隊(duì)伍參賽。其中，中國(guó)團(tuán)隊(duì) Getmax 包攬三項(xiàng)大獎(jiǎng)，獲得兩項(xiàng)第一，一項(xiàng)第二的好成績(jī)。

下表總結(jié)了KDD 2018的論文接收數(shù)量和接受率。

本屆KDD共評(píng)審了1440篇論文，分為Research和Applied Data Science兩個(gè)track，其中，Research Track評(píng)審了983篇論文，接收181篇，接收率為18.4%；Applied Data Science Track評(píng)審了497篇論文，接收112篇，接收率為22.5%。

在這些接收論文中，華人/中國(guó)人作者參與的Oral尤其多，達(dá)到了78.5%：

Research Track Papers Oral：84篇，占比78.5%

Research Track Papers Poster：43篇，占比58.1%

Applied Data Science Track Oral：22篇，占比55%

Applied Data Science Track Poster：40篇，占比55.6%

華人/中國(guó)人作者總接收論文189篇，占比64.5%

會(huì)議管理層：55人里華人有20人，包括一名大會(huì)主席和副主席

至于最關(guān)鍵的KDD 2018組織委員會(huì)，在所有55人中，華人/中國(guó)人有20人。

大會(huì)主席：

Yike Guo（郭毅可），帝國(guó)理工學(xué)院

Faisal Farooq, IBM

副主席：

唐杰，清華大學(xué)

主委會(huì)其他：

Chih?Jen Lin（林智仁），***大學(xué)

熊輝，羅格斯大學(xué)/百度研究院

Kai Sun，帝國(guó)理工學(xué)院

沈抖，百度

浣軍，百度研究院

李天瑞，西南交通大學(xué)

張平，IBM

鄭宇，京東金融

Shipeng Yu，IBM

Xia"Ben''Hu（胡俠），德州農(nóng)工大學(xué)

王曉光，阿里巴巴

Jiliang Tang，密歇根州立大學(xué)

Hang Zhang，微軟

王薇，加州大學(xué)洛杉磯分校

Hanghang Tong，亞利桑那州立大學(xué)

李磊，字節(jié)跳動(dòng)

謝幸，微軟

Ping Huang，帝國(guó)理工大學(xué)

KDD 初創(chuàng)公司獎(jiǎng)（Start-up Awards）：兩家中國(guó)Ixin'h

中國(guó)的智能一點(diǎn)和智信科技（Crarddix）這兩家都榜上有chu'we'mei名。

KDD CUP 2018：中國(guó)團(tuán)隊(duì)Getmax包攬三項(xiàng)大獎(jiǎng)

KDD CUP素有“大數(shù)據(jù)世界杯”之美譽(yù)，吸引全球各地的工程師、開發(fā)者和學(xué)生參與。今年的題目是預(yù)測(cè)倫敦與北京的空氣質(zhì)量，獲獎(jiǎng)團(tuán)隊(duì)見上圖。

值得一提，今年由羅志鵬，黃堅(jiān)強(qiáng)，胡可組成的Getmax中國(guó)團(tuán)隊(duì)獲得兩項(xiàng)第一，一項(xiàng)第二，是唯一包攬三項(xiàng)大獎(jiǎng)的團(tuán)隊(duì)。去年，以Getmax的胡可為隊(duì)長(zhǎng)的Convolution團(tuán)隊(duì)，也包攬了KDD CUP 2017的雙料冠軍。

贊助商：中國(guó)巨頭科技公司與創(chuàng)業(yè)公司大幅出鏡

KDD 2018的贊助商名單也比較有趣，白金級(jí)別如下：

金牌贊助商則以一家中國(guó)AI創(chuàng)業(yè)公司的名字居首：

銀牌贊助：

銅牌贊助：