Grupo de Interés Especial en Descubrimiento de Conocimiento y Minería de Datos

Este artículo tiene varios problemas. Ayúdenos a mejorarlo o a discutir estos problemas en la página de discusión . ( Aprenda cómo y cuándo eliminar estos mensajes ) Este artículo necesita citas adicionales para su verificación .Por favor, ayude a mejorar este artículo añadiendo citas de fuentes fiables . El material sin fuentes puede ser cuestionado y eliminado. Buscar fuentes:  «Special Interest Group on Knowledge Discovery and Data Mining» – noticias  · periódicos  · libros  · académico  · JSTOR ( Septiembre 2016 )( Aprenda cómo y cuándo eliminar este mensaje ) Es posible que este artículo deba ser revisado para cumplir con los estándares de calidad de Wikipedia . El problema específico es que es demasiado promocional y la prosa necesita ser reescrita.Por favor, ayúdanos a mejorar este artículo si puedes. ( Septiembre 2016 )( Aprenda cómo y cuándo eliminar este mensaje ) ( Aprenda cómo y cuándo eliminar este mensaje )

SIGKDD , que representa al Grupo de Interés Especial (SIG) sobre Descubrimiento de Conocimiento y Minería de Datos de la Asociación para Maquinaria Computacional (ACM) , organiza una influyente conferencia anual.

La Conferencia KDD surgió de los talleres KDD (Descubrimiento de conocimiento y minería de datos) en las conferencias AAAI , que fueron iniciadas por Gregory I. Piatetsky-Shapiro en 1989, 1991 y 1993, y Usama Fayyad en 1994. ^[1] Los artículos de la conferencia de cada una de las actas de la Conferencia internacional SIGKDD sobre descubrimiento de conocimiento y minería de datos se publican a través de ACM . ^[2] KDD es ampliamente considerado como el foro más influyente para la investigación en descubrimiento de conocimiento y minería de datos. ^{[3] [4]}

La conferencia KDD se ha celebrado cada año desde 1995, y SIGKDD se convirtió en un grupo de interés especial oficial de ACM en 1998. Las ubicaciones de conferencias anteriores se enumeran en el sitio web de la conferencia KDD. ^[6]

La conferencia anual ACM SIGKDD es reconocida como un evento emblemático en el campo. Según las estadísticas proporcionadas por la investigadora independiente Lexing Xie en su análisis “Visualizing Citation Patterns of Computer Science Conferences” ^[7] como parte de la investigación en Computation Media Lab en la Universidad Nacional Australiana:

• Se publicaron 4489 artículos en la conferencia ACM SIGKDD durante los años 1994-2015 (inclusive).
• Estos 4489 artículos habían recibido 112570 citas en total en 3033 lugares.
• El 56% de estos 3033 lugares están reconocidos como los 25 mejores lugares del sector.

La conferencia anual de ACM SIGKDD ha recibido la calificación más alta, A*, de la organización independiente Computing Research and Education (también conocida como CORE). ^[8]

Al igual que todas las conferencias emblemáticas, SIGKDD impone un alto requisito para la presentación y publicación de los trabajos presentados. El enfoque se centra en la investigación innovadora en minería de datos, descubrimiento de conocimientos y análisis de datos a gran escala. Se fomentan especialmente los trabajos que enfatizan los fundamentos teóricos, así como los nuevos enfoques algorítmicos y de modelado para problemas específicos de minería de datos en aplicaciones científicas, comerciales, médicas y de ingeniería. Se agradecen especialmente los trabajos visionarios sobre temas nuevos y emergentes. Se desaconseja explícitamente a los autores que envíen trabajos que solo contengan resultados incrementales o que no proporcionen avances significativos con respecto a los enfoques existentes. ^[9]

En 2014, más de 2.600 autores de al menos catorce países presentaron más de mil artículos a la conferencia. Se aceptaron 151 artículos para su presentación y publicación, lo que representa una tasa de aceptación del 14,6 %. ^[10] Esta tasa de aceptación es ligeramente inferior a la de otras conferencias de informática de primer nivel, que suelen tener una tasa del 15 al 25 %. ^[11] La tasa de aceptación de una conferencia es solo una medida indirecta de su calidad. Por ejemplo, en el campo de la recuperación de información, la conferencia WSDM tiene una tasa de aceptación inferior a la de SIGIR , que ocupa un puesto más alto . ^[12]

El grupo reconoce a los miembros de la comunidad KDD con su Premio Anual a la Innovación y Premio al Servicio. ^[13]

Cada año, KDD otorga un premio al mejor artículo ^[14] para reconocer los artículos presentados en la conferencia anual SIGKDD que promueven la comprensión fundamental del campo del descubrimiento de conocimiento en datos y minería de datos. Se otorgan dos premios a los artículos de investigación: los ganadores del premio al mejor artículo de investigación y los ganadores del premio al mejor artículo de estudiantes. ^[15]

Ganar el premio ACM SIGKDD Best Paper Award (Best Research Track Paper) se considera un logro significativo reconocido internacionalmente en la carrera de un investigador. ^{[ ¿Quién lo ha ganado? ]} Los autores compiten con profesionales establecidos en el campo, como profesores titulares, ejecutivos y expertos eminentes de la industria de las principales instituciones. Es común encontrar artículos de prensa y anuncios de noticias de las instituciones de los premiados y de los medios profesionales para celebrar este logro. ^{[16] [17]}

Este premio reconoce artículos académicos innovadores que promueven la comprensión fundamental del campo del descubrimiento de conocimiento en datos y la minería de datos. Cada año, el premio se otorga a los autores del artículo más destacado según este criterio, seleccionados mediante un proceso riguroso. ^[15]

El proceso de selección se lleva a cabo mediante múltiples rondas de revisión por pares, de acuerdo con criterios estrictos. El comité de selección está formado por expertos destacados que ofrecen un análisis profundo e independiente de los méritos y el grado de innovación de los artículos académicos presentados por cada autor. Los revisores deben ser expertos reconocidos en la materia que hayan realizado importantes contribuciones al área temática específica abordada por el artículo. Los revisores también deben ser completamente independientes de los autores.

En primer lugar, todos los trabajos presentados a la conferencia ACM SIGKDD son revisados ​​por los miembros del comité del programa de la carrera de investigación. Cada trabajo presentado es revisado exhaustivamente por varios miembros del comité y se proporciona retroalimentación detallada a cada autor. Después de la revisión, los miembros del comité toman decisiones para aceptar o rechazar el trabajo basándose en la novedad del trabajo, la calidad técnica, el impacto potencial, la claridad y si los métodos y resultados experimentales son claros, bien ejecutados y repetibles. ^[9] Durante el proceso, los miembros del comité también evalúan los méritos de cada trabajo basándose en los factores anteriores y toman la decisión de recomendar candidatos para el Premio al Mejor Trabajo (Mejor Trabajo de la Carrera de Investigación).

Los candidatos al premio al mejor artículo (Best Research Track Paper) son evaluados exhaustivamente por los presidentes de la conferencia y el comité de premios al mejor artículo. La determinación final del premio se basa en el nivel de avance logrado por los autores a través del artículo en la comprensión del campo del descubrimiento de conocimiento y la minería de datos. Los autores de un solo artículo que se considere que han contribuido al nivel más alto de avance en el campo son seleccionados como destinatarios de este premio. Cualquier persona que envíe un artículo académico a SIGKDD es considerada para este premio.

El premio ACM SIGKDD al mejor artículo (mejor artículo de investigación) se otorgó a 49 personas entre 1997 y 2014. Entre estos individuos, la mayoría son personas distinguidas y profesionales establecidos con carreras célebres, que han hecho contribuciones significativas al campo.

La única diferencia entre el "Premio al Mejor Trabajo Estudiantil" y el "Premio al Mejor Trabajo (Mejor Trabajo de Investigación)" es la limitación en la competencia.

Todos los autores que participan en la conferencia son considerados por igual para el "Premio al Mejor Artículo (Mejor Artículo de Investigación)", y el premio no limita la competencia a ninguna región, población o grupo de edad en particular.

Sin embargo, el premio al mejor artículo de estudiante está limitado a los autores estudiantes. El premio al mejor artículo de estudiante reconoce los artículos presentados en la conferencia anual SIGKDD, con un estudiante como primer autor, que promueven la comprensión fundamental del campo del descubrimiento de conocimiento en datos y minería de datos. ^[15]

SIGKDD patrocina la competencia de minería de datos KDD Cup ^[18] todos los años junto con la conferencia anual. Está dirigida a miembros de la industria y la academia , en particular estudiantes, interesados ​​en KDD .

SIGKDD también ha publicado una revista académica semestral titulada SIGKDD Explorations ^[19] desde junio de 1999 ^[20] , cuando Usama Fayyad asumió el papel de editor en jefe fundador cuando se formó ACM SIGKDD. Editores en jefe:

• Charu Aggarwal (desde 2014)
• Bart Goethals (2010-2013)
• Osmar R. Zaiane (2008-2010)
• Ramakrishnan Srikant ^[21] (2006-2007)
• Sunita Sarawagi (2003-2006)
• Usama Fayyad (editor jefe fundador) (1999-2002)

La Junta Directiva fundadora original de SIGKDD en 1998 está compuesta por:

• Won Kim, presidente de Cyber ​​Database Solutions, presidente de SIGKDD
• Rakesh Agrawal, Secretario/Tesorero de IBM Almaden, SIGKDD
• Usama Fayyad , director de SIGKDD y editor jefe del boletín de exploraciones de SIGKDD
• Gregory Piatetsky-Shapiro , socio de Knowledge Stream, director de SIGKDD
• Daryl Pregibon, director de SIGKDD , AT&T Labs
• Padhraic Smyth, Universidad de California Irvine, Director de SIGKDD

Presidente actual:

• Bing Liu (2013–)

Expresidentes:

• Osama Fayad (2009-2013)
• Gregory Piatetsky-Shapiro (2005-2009)
• Kim Won (1998-2005)

Ex Comité Ejecutivo (2009-2013)

• Johannes Gehrke
• Robert Grossman
• David D. Jensen
• Raghu Ramakrishnan
• Sunita Sarawagi
• Ramakrishnan Srikant

Directores de Información:

• Ankur Teredesai (2011–)
• Gabor Melli (2004-2011)
• Ramakrishnan Srikant (1998-2003)

• ACM SIGAI
• SIGMOD de ACM
• ICML
• NIPS
• IEEE ICDM
• www

• Sitio web oficial
• Exploraciones ACM SIGKDD