作为世界数据挖掘领域最高级别国际会议，将于 8 月 23 日~27 日以线上形式举行。KDD 2020 官方已经公布了本年度的论文录取情况，其中 ResearchTrack 共收到 1279 篇论文，共有 216 篇接收，接收率为 16.8%；AppliedData Science Track 共收到 756 篇论文，共有 121 篇被录用，接收率为 16%。

一直以来，KDD 为来自学术界、企业界的研究人员和数据挖掘从业者提供了学术交流和展示研究成果的理想场所。而因其严苛的审稿与接收率，KDD 一直保持着它在数据挖掘领域的权威性和知名度。

根据 KDD 近五年来的论文录用情况来看，KDD 的投稿数量呈逐年上升趋势，数据挖掘正受到越来越多学者的关注。其中，今年 ResearchTrack 的接收率相较于去年有所提升，但仍然低于过去几年的接收率；而 AppliedData Science Track，近两年的接收率呈下降趋势。想要高中 KDD，可谓是难度是直线上升。

在如此严格的录取来看，大多数论文作者仅有 1~2 篇论文投稿。而华人作者们在此次会议上的表现又如何呢，让我们来看看吧！

华人明星作者

1 Jiawei Han

Jiawei Han 教授本次以 7 篇论文入选夺得华人投稿榜榜首！

韩家炜教授一直在研究数据挖掘、信息网络分析、数据库系统和数据仓库，拥有 900 多份期刊和会议出版物。在大多数数据挖掘和数据库会议中，他曾主持或服务于许多国际会议的项目委员会。

他是 ACM 的研究员，IEEE 的研究员，并获得了 2004 年 ACM SIGKDD 创新奖，2005 年 IEEE 计算机协会技术成就奖和 2009 年 M.Wallace McDowell 奖。他合著的《数据挖掘：概念与技术》一书已被世界各地广泛采用。

入选论文：

1 Octet: Online Catalog Taxonomy Enrichment with Self-Supervision

2 Unsupervised Differentiable Multi-aspect Network Embedding

3 AutoKnow: Self-Driving Knowledge Collection for Products of Thousands of Types

4 MultiSage: Empowering GCN with Contextualized Multi-Embeddings on Web-Scale Multipartite Networks

5 A Data Driven Graph Generative Model for Temporal Interaction Networks

6 CoRel: Seed-Guided Topical Taxonomy Construction by Concept Learning and Relation Transferring

7 Hierarchical Topic Mining via Joint Spherical Tree and Text Embedding

2. Hongxia Yang（杨红霞）

Hongxia Yang(杨红霞)本次以 6 篇投稿位居华人投稿贡献榜第二名。且她在去年的大会上也有 4 篇文章入选，在今年录取率下降的情况下比去年更进一步！

作者兴趣涵盖了贝叶斯统计、时间序列分析、时空建模、生存分析、机器学习、数据挖掘及其在商业分析和大数据问题中的应用。目前在杭州阿里巴巴担任高级职员数据科学家和总监。

入选论文：

1 GCC: Graph Contrastive Coding for Graph Neural Network Pre-Training

2 Disentangled Self-Supervision in Sequential Recommenders

3 Learning Stable Graphs from Heterogeneous Confounded Environments

4 Controllable Multi-Interest Framework for Recommendation

5 Understanding Negative Sampling in Graph Representation Learning

6 Comprehensive Information Integration Modeling Framework for Video Titling

3 Peng Cui（崔鹏）

Peng Cui（崔鹏）以 6 篇论文入选的成绩并列位于华人投稿贡献榜第 2，他在去年的会议上也有 8 篇论文入选的优异表现也位于华人论文投稿榜第二。特别的，他在近 5 年高产华人作者排行榜中位于第三名，是持续保持活跃创造力的年轻学者。

崔鹏是清华大学副教授。他的研究兴趣包括因果正则化机器学习、网络表示学习和社会动力学建模。他在数据挖掘和多媒体领域的著名会议和期刊上发表了 100 多篇论文。他最近的研究获得了 IEEE 多媒体最佳部门论文奖、SIGGDD 2016 最佳论文决赛、ICDM 2015 最佳学生论文奖、SIGGDD 2014 最佳论文决赛、IEEE ICME 2014 最佳论文奖、ACM MM12 大挑战多式联运奖和 MMM13 最佳论文奖。他是 CIKM2019 和 MMM202 的 PC 联合主席，WWW、ACM Multimedia、IJCAI、AAAI 等的 SPC 或区域主席，以及 IEEE TKDE、IEEE TBD、ACM TIST 和 ACM TOMM 等的副主编。2015 年获得 ACM 中国新星奖，2018 年获得 CCF-IEEE CS 青年科学家奖。他现在是 IEEE 的高级成员和 ACM 的成员。

入选论文：

1 AM-GCN: Adaptive Multi-channel Graph Convolutional Networks

2 Algorithmic Decision Making with Conditional Fairness

3 Disentangled Self-Supervision in Sequential Recommenders

4 OptMatch: Optimized Matchmaking via Modeling the High-Order Interactions on the Arena

5 Stable Learning via Differentiated Variable Decorrelation

6 Learning Stable Graphs from Heterogeneous Confounded Environments

4 Hui Xiong（熊辉）

Hui Xiong(熊辉)博士以 6 篇论文入选本次会议也并列位于华人投稿榜第 2，值得一提的是他去年以 9 篇论文入选位居华人投稿榜第一，且他也是近 5 年中最高产的学者！

熊辉，现任百度研究院副院长、百度商业智能实验室主任、百度机器人与自动驾驶实验室主任等，美国罗格斯-新泽西州立大学罗格斯商学院管理科学与信息系统系正教授 （终身教授）、院长讲席教授，并担任中国科学技术大学大师讲席教授（客座），IEEE Fellow。熊辉教授一直致力于数据挖掘、大数据分析、商务智能、互联网证券和信息安全等领域的科学研究，近年来共发表高水平学术论文 180 余篇。

入选论文：

1 Predicting Temporal Sets with Deep Neural Networks

2 Competitive Analysis for Points of Interest

3 Enterprise Cooperation and Competition Analysis with Sign-Oriented Preference Network

4 Geodemographic Influence Maximization

5 Intelligent Exploration for User Interface Modules of Mobile App with Collective Learning

6 Polestar: An Intelligent, Efficient and National-Wide Public Transportation Routing Engine

5 Jieping Ye(叶杰平)

Jieping Ye(叶杰平)本次会议上以 5 篇论文入选位居华人投稿数量第3名，而去年他也有 3 篇论文入选。特别地，他和 Hui Xiong(熊辉)并列为近5年最高产的华人学者！

他是滴滴人工智能实验室负责人，滴滴出行副总裁，美国密歇根大学教授，IEEE Fellow。美国明尼苏达大学博士毕业，主要从事机器学习、数据挖掘和大数据分析领域的研究。他在国际顶级期刊和会议发表高水平论文 200 余篇，引用次数超过 8000 次，担任包括 IEEETPAMI、DMKD、IEEETKDE、NIPS、ICML、KDD 等多个国际顶级期刊编委及国际顶级会议程序委员会主席和领域主席。

入选论文：

1 Dynamic Heterogeneous Graph Neural Network for Real-time Event Prediction

2 CompactETA: A Fast Inference System for Travel Time Prediction

3 HetETA: Heterogeneous Information Network Embedding for Estimating Time of Arrival

4 Towards Building an Intelligent Chatbot for Customer Service: Learning to Respond at the Appropriate Time

5 Predicting Individual Treatment Effects of Large-scale Team Competitions in a Ride-sharing Economy

华人学生新星

1 Chengxi Zang（臧承熙）

Chengxi Zang(臧承熙)在本次会议上共发表 2 篇论文，且均为第一作者。而去年他也以 4 篇论文入选成为最高产的华人学生，他已连续两年蝉联高产华人一作学生榜首！

他目前是威尔康奈尔医学院的博士生，专注于挖掘、建模和学习复杂社会和生物系统。目前的重点是由人工智能和大量化学数据驱动的药物发现。方法是从数据挖掘，网络科学和机器学习。

入选论文：

1 MoFlow: An Invertible Flow Model for Generating Molecular Graphs

2 Neural Dynamics on Complex Networks

2 Hongyang Gao

Hongyang Guo 有 2 篇论文入选，但仅有一篇文章作为第一作者。他去年在本会议也有 1 篇论文入选的表现。他目前是德州农工大学计算机科学与工程系三年级博士生。导师是博士 Shuiwang Ji.

入选论文：

1 Towards Deeper Graph Neural Networks

2 Kronecker Attention Networks

3 Zheyan Shen

Zheyan Shen 目前是清华大学计算机科学技术系的博士生，他的研究方向包括因果推理、选择偏差下的稳定预测和机器学习的可解释性。本次会议他也有 2 篇论文入选。

入选论文：

1 Algorithmic Decision Making with Conditional Fairness

2 Stable Learning via Differentiated Variable Decorrelation

4 Yu Meng(孟瑜)

孟瑜是伊利诺伊大学香槟分校的博士生，在本次会议上有 2 篇论文入选的表现。

他特别热衷于开发无监督和弱监督的文本挖掘技术，以组织和探索文本数据。目前从事数据挖掘、自然语言处理和应用机器学习的交叉点。从长远来看，他的研究致力于从大规模文本数据中挖掘结构化知识。

入选论文：

1 CoRel: Seed-Guided Topical Taxonomy Construction by Concept Learning and Relation Transferring

2 Hierarchical Topic Mining via Joint Spherical Tree and Text Embedding

5 Yaqing Wang

Yaqing Wang 是美国纽约州大学布法罗分校的博士生，今年有 2 篇论文入选，获得了比去年 1 篇入选更优异的表现！

他对数据科学和人工智能非常感兴趣，主要研究数据挖掘和机器学习。特别是数据集成、信息可信度评估、知识图谱、自然语言处理、元学习和生成模型等。

入选论文：

1 AutoKnow: Self-Driving Knowledge Collection for Products of Thousands of Types

2 Automatic Validation of Textual Attribute Values in E-commerce Catalog by Learning with Limited Labeled Data

这里仅仅列出了华人作者与华人一作学生的代表，想了解完整的华人信息请移步 AMiner 会议智图开放平台 KDD 2020 专题了解会议的精彩内容，其内容包括论文、作者、华人学者、一作华人学生、论文 PPT 和视频等多维分析服务，是参会学者的会议智能助理。
顶会专题链接：https://www.aminer.cn/conf/kdd2020

还想与论文作者近距离互动？想遇见志同道合的小伙伴？添加AMiner官方小脉微信，即可进入本次会议的交流/讨论群，听论文作者亲自解读自己的论文、分享知识及经验，结识志同道合的小伙伴！如您想分享自己的论文，让更多人了解你的工作，也欢迎您加入！

相关阅读

一作亲自解读论文！AMiner KDD专栏视频上线

KDD 2020 | RBS: 最优时间复杂度的single-target PPR算法（作者带你读论文）

KDD 2020 | 可调控的多兴趣推荐框架（作者带你读论文）

[关于转载]：本文为“AMiner”官网文章。转载本文请联系原作者获取授权，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“AMiner”官网。谢谢您的合作。