数据挖掘常用网站

背景

目前计算机的研究生研究方向很多，由计算机视觉、深度学习、自然语言处理等等。目前作者的研究领域是数据挖掘，给给入门的同学们推荐数据挖掘的一些常用网站（英文）。有A类的，也有B类的，觉得哪个合适自己就常关注。

---

正文

KDD(ACMKnowledge Discovery and Data Mining):https://www.kdd.org/kdd2018/accepted-papers
KDD：KDD是属于A类，是数据挖掘的顶级会议，每年召开。

SIGKDD( Special Interest Group (SIG) on Knowledge Discovery and Data Mining):https://www.kdd.org/explorations
SIGKDD：SIGKDD是KDD的一个特殊兴趣小组会议，可以说是KDD的子刊。

ICDE(IEEEInternational Conference on Data Engineering):https://dblp.uni-trier.de/db/conf/icde/icde2018.html
ICDE：ICDE属于A类。

PKDD(ThePacific-Asia Conference on Knowledge Discovery and Data Mining):http://www.ecmlpkdd2018.org/accepted-papers-by-track-2/#paperid-73-closed
PKDD：PKDD属于C类。

ICDM(IEEE International Conference on Data Mining):http://icdm2018.org/ (找不到下载列表)
ICDM：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(SIAMInternational Conference on Data Mining):https://archive.siam.org/journals/newpost.php
SDM：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。

---

参考文献

[1] 数据挖掘领域重要会议与期刊情况