有关国际会议1

1几个数据库/数据挖掘会议

iamlucky

SIGMOD：98分，数据库的最好会议,也是最好的系统类的会议之一。已经有30年的历史。一般在美国开,加拿大开过两次。最近开始每隔几年在别的洲开一次。94年在巴黎,97年将在北京。现在能见到越来越多的第一作者是中国学生的SIGMOD paper。与VLDB/ICDE不同，它是double blind review的会议。

 

VLDB：95分，欧洲的数据库会议,也已经有30年的历史。举办地基本上按照一年欧洲,次年其他洲轮换的规律。它是唯一能接近SIGMOD的会议,一般被认为和SIGMOD同样受尊重。它的PC比较diversified一点,另外录取文章的时候可能会考虑一点地域平衡。因此对于美国的投稿甚至有可能感觉比SIGMOD还难进。在这个会议上也能见到更多的来自美国以外的文章。

 

PODS：95分，数据库理论的最好会议,也是一个很好的理论会议。每年和SIGMOD一起开。相对SIGMOD来说,这个圈子要小得多。

 

SIGKDD: 92分，data mining的最好会议。虽然database和data mining关系密切,比较这两

个领域的会议已经很难。Data mining的community比较小,这个领域比较新。对于一篇SIGKDD paper的作者来说,如果能被SIGMOD接受,他/她可能会更开心。

 

ICDE: 92分，IEEE的数据库会议。IEEE的会议一般都比ACM对应会议差一些，ICDE也不例外。一般被认为明显比SIGMOD/VLDB差一个档次，但又明显比其他的数据库会议高一个档次。也就是说，没有与它半斤八两的（非理论）数据库会议。

 

CIDR: 90分（？），数据库领域的新兴会议，只收vision类的paper，强调的是创新性的idea，并不要求很solid很complete的results。在2002年由Michael Stonebraker, Jim Gray, 和David DeWitt等人发起。在2002年的SIGMOD keynote speech中,Michael Stonebraker说现在SIGMOD paper都要有令人敬畏的图和公式才能被收录,往往不利于真正有开创性的工作,他希望大家都做sea change的工作。CIDR是两年一次的会议,93和95年各开了一次,投稿和收录的比较少,但基本上主要的那些researcher和这个field的leader都在那儿,更focused一些。虽然才开了两届,但已经成为很受重视的一个数据库会议。当然,这个会议还有待时间的检验。

 

EDBT: 88分，欧洲的第二好的数据库会议,不过比VLDB差了不少,一般大家只重视SIGMOD/VLDB/ICDE这三个会议。这个会议相对来说比较新,从88年开始逢双数年在欧洲开。

 

ICDT: 88分(?)，这个是欧洲的数据库理论会议,也是隔年召开,现在是单数年召开,与EDBT错开。

 

WWW: 86分，这个主要是做Web的研究者的会议,不过Web data现在在数据库领域中做的人不少。这个会议的文章质量有些参差不齐,不过还是一个很有特色很有意思的会议。

 

CIKM: 85分，这个其实主要被认为是IR的会议。虽然号称是IR领域仅次于SIGIR的会议,但IR community比较小,它已经比SIGIR差了一个档次。它的特色是结合IR和DB。

 

ER: 85分(?)，这个是focus在数据模型的会议,不过在数据库领域的影响力已经很小。ER模型的创始人Peter Chen现在还在这个圈子里。

 

ICDM: 83分(?)，这个是IEEE的data mining会议,比SIGKDD要差不少。

 

sir版观点

我还是再写一篇，把我的个人浅见跟lucky的对比一下，会更加有趣。请大家注意：不同的意见来自不同的视角，未必有对错之分。

 

其实我对数据库会议的rating跟lucky基本一致，不一致的地方主要在数据挖掘。个人感觉数据库研究者倾向于把数据挖掘看作一个数据库的子领域，因而对数据挖掘的会议rating较低。然而对其他背景的人而言，数据挖掘是相对独立的一个新兴领域，因而对其会议rating比较高。大家看了下面分数的对比，就很清楚了。

 

SIGMOD：97分（lucky rating：98分），数据库的最高会议，涉及范围广泛，稍偏应用（因为理论文章有PODS）。没说的，景仰如滔滔江水。这个会议不仅是double-blind review，而且有rebuttal procedure，可谓独树一帜，与众不同。

 

VLDB：95分（lucky rating：95分），非常好的数据库会议。与SIGMOD类似，涉及范围广泛，稍偏应用。

 

PODS：95分（lucky rating：95分）。正如lucky所说，是“数据库理论的最好会议,也是一个很好的理论会议”。每年总是co-located with SIGMOD。感觉其中算法背景的人占主流（你可以数数PODS文章中有多少来自Motwani group），也有一部分AI背景的人（毕竟SIGART也是主办者之一）。它的影响力远不及SIGMOD，然而其中文章的质量比较整齐，variance小于SIGMOD（以及其他任何数据库会议）。有一位牛人说：“PODS never had a really bad paper，”这是它值得骄傲的地方。

 

KDD:：full paper 95分，poster/short paper 90分（lucky rating：92分）。数据挖掘的最高会议。由于历史积累不足以及领域圈子较小，勿用讳言KDD目前比SIGMOD尚有所不如。我觉得我们可以这样类比：KDD:SIGMOD=CRYPTO:STOC。回顾密码学的历史，真正最牛的文章一般发在STOC/FOCS而非CRYPTO/EUROCRYPT，这和今天的数据挖掘何等类似！然而你看看今天的密码学文章，已经有顶级的密码学家（恕我不便写出名字）不再往STOC/FOCS投稿。我觉得同样的事情在不久的将来也会发生在数据挖掘中，让我们拭目以待。

 

ICDE：92分（lucky rating：92分）。很好的数据库会议，也是一个大杂烩。好处是覆盖面广、包容性强，坏处是文章水平参差不齐。

 

EDBT：88分（lucky rating：88分），不错的数据库会议，录取率很低然而历史积累不足，影响还明显不及ICDE。

 

ICDT：88分（lucky rating：88分），PODS的欧洲版，数据库理论第二会议。

 

CIKM：85分（lucky rating：85分）。

 

SDM：full paper 90分，poster/short paper 85分。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。

 

ICDM：full paper 90分，poster/short paper 85分（lucky rating：83分）。IEEE的数据挖掘会议，与SDM并列为数据挖掘领域的第二位，比KDD有明显差距。

 

PKDD：83分（因为poster/short paper数量很少，所以不予区分）。好像是KDD的欧洲版，但与KDD差距很大。