Труды 22-й Международной конференции ACM SIGKDD по интеллектуальному анализу данных и извлечению знаний

Мы рады приветствовать вас на конференции ACM 2016 года по извлечению знаний и интеллектуальному анализу данных (KDD'16). Мы надеемся, что содержание конференции и профессиональная сеть помогут вам в профессиональном росте, позволяя заранее выявлять технологические тренды; вносить новые и креативные вкладки; повышать продуктивность с помощью новых и лучших инструментов, процессов или способов организации команд; находить новые рабочие возможности; и привлекать новых сотрудников. Мы живем в захватывающее время для профессии: с одной стороны, наблюдается индустриализация data science и появление конвейерных процессов, характеризующихся разделением труда, интегрированными рабочими конвейерами, стандартами, автоматизацией и воспроизводимостью. Практики data science организуются более совершенным образом, интегрируются в большие команды в различных отраслях, существенно повышают свою продуктивность и достигают значительно большего социального воздействия. С другой стороны, исследования в области алгоритмов и систем демонстрируют поразительный прогресс — например, область глубоких нейронных сетей революционизировала распознавание речи, обработку естественного языка, компьютерное зрение и распознавание изображений. Обеспечивая взаимодействие между практиками из крупных компаний и стартапов и исследователями, разрабатывающими алгоритмы, включая ведущих академиков, KDD'16 способствует технологическим и предпринимательским инновациям в области data science. Конференция в этом году продолжает традицию быть главным форумом для представления результатов в области интеллектуального анализа данных как в виде передовых исследований, так и в виде практических выводов из разработки и внедрения реальных приложений. Конференция также сохраняет сильную программу учебных курсов и семинаров по актуальным вопросам интеллектуального анализа данных. Миссия конференции за последние годы расширилась, при этом сохранен значительный акцент как на исследовательских, так и на прикладных аспектах data mining. В качестве примера этого расширения фокуса в этом году мы ввели интенсивную практическую программу учебных курсов, в рамках которой участники изучают практические инструменты для интеллектуального анализа данных. KDD'16 также предоставляет исследователям и практикам уникальную возможность сформировать профессиональные сети и поделиться своими точками зрения по различным аспектам интеллектуального анализа данных; например, мы ввели «office hours» для начинающих предпринимателей из нашего сообщества для встреч с ведущими венчурными инвесторами, вкладывающими в эту область. Мы надеемся, что конференция KDD 2016 послужит площадкой для встреч исследователей, практиков, фондов и инвесторов для создания новых алгоритмов и коммерческих продуктов. Конкурс статей привлек значительное количество заявок со всего мира: в исследовательский трек поступило 784 заявки, а в трек прикладного data science — 331 заявка. Статьи принимались в виде полноформатных статей или постеров; общий уровень принятия (полные статьи и постеры) составил менее 20%. Для полноформатных статей в исследовательском треке уровень принятия был ниже 10%, что соответствует статусу KDD как ведущей конференции по интеллектуальному анализу данных и исторически низким показателям принятия. Отмечается, что трек прикладного data science получил больше заявок по сравнению с предыдущими годами, что мы рассматриваем как обнадеживающий признак возрастающей релевантности исследований data mining для промышленного применения. Все статьи были рецензированы как минимум тремя членами программного комитета и затем обсуждены членами ПК в дискуссии под модерацией метарецензента. Пограничные статьи были тщательно пересмотрены программными председателями перед вынесением окончательных решений.