雷锋网 AI 科技评论按：作为世界数据挖掘领域最高级别的国际会议，ACM SIGKDD 在近期发布了 2019 年度的征稿通知。通知表明会议今年采取双盲审制，结果出炉前投稿者不得擅自将论文发布于 arXiv 等平台上。此外，只有那些在文章中公开研究代码和数据的论文才有资格竞选「最佳论文」一奖。

按官网最新发布的科研类（Research）征稿通知表明，今年的大会将采取双盲审核制，所有提交论文必须严格按照相关规定进行撰写，不得包含作者姓名和附属机构信息。通知中特别强调，在投稿截止以前或在投稿审核过程中以技术报告等形式对外公开（尤其是 arXiv）发表的文章，将会被大会拒稿。

内容截自官网

至于偏重实际问题解决的应用数据科学类（Applied Data Science Track）征稿则不作此要求。

内容截自官网

今年官网将「可重现性」作为重点列为「重要政策」的首条，鼓励作者们在文中公开研究代码和数据、汇报方法在公开数据集上的实验结果，并尽可能完整描述所使用的算法和资源。为了培养共享风气，KDD 2019 规定只有在文章最后额外提交两页体现「可重现性」内容的论文，才有资格竞选「最佳论文」一奖。

无独有偶，另一顶级人工智能会议 ICML 今年同样做了类似规定。

内容截自官网

至于选题（科研类）方面，KDD 今年的推荐选题范围包括：

大数据：用于文本和图形分析、机器学习、优化、并行和分布式数据挖掘（云+map-reduce）系统、作用于大数据的新颖算法和统计技术等。

数据科学：分析科学和商业数据、社交网络、时间序列算法；挖掘序列、流、文本、网络、图形、规则、模式、日志数据、时空数据、生物数据；推荐系统、广告计算、多媒体、金融和生物信息学等。

基础研究：模型和算法、渐近分析；模型选择、降维、关系/结构化学习、矩阵和张量方法、概率和统计方法；深度学习；流形学习、分类、聚类、回归、半监督和无监督学习；个性化、安全和隐私和可视化等。

那些在新兴主题上富有灼见的论文以及在推动技术研究上具有重大贡献的应用型论文，也同样受到科研类征稿委员会的欢迎。

有投稿 & 参会需求的同学划重点了，今年的 KDD 大会将于 2019 年 8 月 4 日——8 日在美国阿拉斯加州安克雷奇市举行，具体投稿时间安排如下：

投稿截止日期：2019 年 2 月 3 日

投稿接收通知：2019 年 4 月 28 日

论文定稿提交：2019 年 5 月 17 日

更多详尽的 KDD 2019 征稿要求，可自行参阅：

征稿要求

论文提交网址

?conf=kdd19

最后，为了让大家能够更直观地了解 KDD 大会在科研类论文接收上的喜好，进而提高投稿命中率，雷锋网 AI 科技评论在此为大家整理了一份包含 KDD 大会历年（2016——2018）科研类论文录用情况、论文主题分布以及最佳论文的信息清单。此外，我们还转载了一篇伊利诺伊香槟大学在读博士生 Bihan Wen 关于顶会投稿写作技巧的知乎回答，希望能对大家有所帮助。

附录1：KDD 历年接收论文情况

【2016年】

科研类论文录用情况：

审核总数为 784 篇，收录 142 篇。

接收论文主题分布：

内容整体更偏重实际应用中所产生的大规模数据和非结构化数据，偏重解决实际问题。

Research Track 最佳论文：

FRAUDAR: Bounding Graph Fraud in the Face of Camouflage

作者：Bryan Hooi, Hyun Ah Song, Alex Beutel, Neil Shah, Kijung Shin, Christos Faloutsos（全来自 Carnegie Mellon University）

论文链接：~christos/PUBLICATIONS/kdd16-fraudar.pdf

摘要 ：根据用户和他们评论的产品，或跟随者与被跟随者的偶图信息，我们应当如何识别虚假评论或跟风评论？现存的欺诈检测方法（谱检测等）试图识别结点的密集子图表，这些结点与保留下来的图表保持较少的联系。这些欺诈者能够使用「伪装」手段，即通过用真诚的目标增添评论或跟随评论，并使得这些评论看起来「常态化」来规避这些检测方法。更为糟糕的是，有些欺诈者利用诚实用户的「黑客账户」，这种伪装手段确实是有组织的。我们研究的聚焦点在于发现以伪装手段或黑客账户存在的欺诈者。我们提出 FRAUDAR，一种用于 (a) 抵制伪装手段，(b) 提供欺诈者有效性的上限，(c) 能够有效应用于真实数据的算法。各种各样攻击条件下获得的实验结果表明，FRAUDAR 在检测伪装性欺诈和非伪装性欺诈的精度方面都优于其最大竞争算法。此外，在运用推特跟随者-被跟随者 14.7 亿边缘图表的真实实验中，FRAUDAR 成功地检测出一个包括 4000 多被检测账户的子图表，其中大多数拥有推特账户的人表示他们用的是跟随者购买的服务。

【2017年】

科研类论文录用情况：

审核总数为 748 篇，收录 130 篇，包括 64 篇 oral，66 篇 poster，录用率分别占 8.6% 及 8.8%。

接收论文主题分布：

论文中最受欢迎的话题是：时间与时序数据（temporal and time-series data），图算法（graph algorithms）。

Research Track 最佳论文：

Accelerating Innovation Through Analogy Mining

作者：Tom Hope (Hebrew University of Jerusalem);Joel Chan (Carnegie Mellon University);Aniket Kittur (Carnegie Mellon University);Dafna Shahaf (Hebrew University of Jerusalem)

论文链接：