报告总共分为概述、技术、人才、应用、国内外工业界在KDD上的研究和趋势六个篇章，介绍了数据挖掘的概念与研究概况、数据挖掘的算法与实现以及数据挖掘的应用领域与发展趋势。限于篇幅，仅节选其中的人才篇进行介绍，完整版报告点击下载报告即可获取。

人才篇

学者情况概览

AMiner选取数据挖掘领域影响力排名前1000的专家学者绘制了该领域学者全球分布地图，如下图。从国家来看，数据挖掘领域的人才在美国最多，中国次之，英国和意大利等国也较为集中。从地区来看，美国东部人才最为集中，西欧人才分布也比较多，其次是中国大陆等地区。

选取数据挖掘国内影响力排名前1000的专家学者绘制了学者国内分布地图，国内学者集中分布在北京上海两地，湖南和四川地区的学者分布也相对集中。从整体来看，东部学者数量远多于西部。

AMiner对数据挖据排名前1000学者的迁徙路径做了分析。由下图可以看出，美国数据挖掘顶尖人才的流失和引进是相对比较均衡的，其中美国是自然语言处理领域人才流动大国，人才输入和输出幅度都大幅度领先，且从数据来看人才流出大于人才流入。德国、中国和加拿大等国落后于美国，其中德国和加拿大有轻微的顶尖人才流失现象。

学者简介

学者选取来自近期将要发布的全球AI十年影响力人才发展报告，我们选取了KDD会议，对所涉学者及其论文关键信息进行抽取。依据各学者论文被引用的次数，来进行此次十年最具影响力人才的排名。我们依此排名对国内外学者进行介绍。

发展过程中代表学者简介

在数据挖掘发展过程中，有很多重要的研究学者在这一领域起到了推动作用，以下是有史以来在SIGKDD上发表论文的引用量排在前十名的学者。

近十年代表学者简介

以下是近十年在SIGKDD上发表论文的引用量排名靠前的学者。其中，俞士纶、Christos Faloutsos和Yehuda Koren三位学者在数据挖掘发展历史中做出了很大的贡献，上一节已做介绍，本节不再赘述。

[关于转载]：本文为AMiner唯一官方微信公众号“学术头条”原创文章。转载仅限全文转载并保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明转自“SciTouTiao”微信公众号。谢谢您的合作。