数据挖掘顶级会议与期刊分析

最新推荐文章于 2024-08-27 08:59:20 发布

Liuyt_61

最新推荐文章于 2024-08-27 08:59:20 发布

阅读量2.2k

点赞数 3

分类专栏：机器学习

本文链接：https://blog.csdn.net/weixin_37580591/article/details/103108559

版权

本文分析了数据挖掘领域的顶级期刊和会议，包括ACM TKDD、DMKD、IEEE TKDE等，以及SIGKDD、ICDM、SDM等国际会议。SIGKDD是数据挖掘的权威会议，ICDM和SDM则紧随其后，两者竞争激烈。此外，文中还提到了一些重要的数据挖掘资源和工具，如Weka和Rapid Miner。

摘要由CSDN通过智能技术生成

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