w***g
发帖数: 5958 | 1 我在SIGIR没碰到你的说，真是遗憾。给talk那人是你老板？ |
|
d******e
发帖数: 7844 | 2 以IR为主的貌似SIGIR算是Top，其他的很多都只能算是Rank 1
还有很多其他Top会议也和IR有关,Data Mining相关的有KDD，机器学习相关的有ICML。
数据库也有不少把，SIGMOD,ICDE都有人做IR的东西。
IR还是很杂的。 |
|
L*****y
发帖数: 234 | 3 那个人还是很强的，两年硕士有NIPS,AAAI*2,ICML*2和SIGKDD的一作，SIGIR，ACL和
WWW这些的二作，ICPC的决赛冠军。倒是没听说他申请美国的学校，好像上交去牛校的
基本没有ICPC竞赛拿奖的人，很是奇怪。也许GPA不高吧。 |
|
|
n***l
发帖数: 1468 | 5 各位前辈, 能否给指引指引,
在Database,特别是data mining领域, 哪些会议算是一流, 哪些算是二流, 哪些会是很
容易中(用来粉饰resume)?
www, vldb, kdd, sdm, sigmod, pods, SIGIR, pakdd, icde, icdm, more and more..
.... |
|
m****s
发帖数: 402 | 6 That list has toooooo many "top confs". If a conference is no better than its top journal, it should not be called "top conf".
In my opinion, only following few are "top",
AI&ML: AAAI/IJCAI/KDD/SIGIR/ICML/NIPS
Vision: CVPR/ICCV/ECCV/SIGGRAPH/ACMMM
Arch: ISCA/ICCAD/DAC/MICRO/SOSP/HPCA
Comm: INFOCOM/SIGCOMM/MOBICOM
Algorithm: STOC/FOCS
AI/Vision is anomaly. SIGGRAPH can have its IF > 20, while ACM TranGraph has an IF less than 4. |
|
r**t
发帖数: 937 | 7 ACM SIG的旗舰会议几乎都是行内顶级，如果横向比较一下呢？哪些更牛x一点？
我觉得最牛的是SIGCOMM和SIGGRAPH，然后SIGMOD，KDD，SIGIR，CCS。CHI我不懂，MM
要弱一点。
大家怎么觉得？ |
|
r**t
发帖数: 937 | 8 有SIGMOD加SIGIR的人不少，再加个KDD或者MM就三个了，呵呵 |
|
hb
发帖数: 89 | 9 也是，SIGMOD和SIGIR和KDD还是有些相关的。 |
|
r********3
发帖数: 2998 | 10 很正常啊，ICDM本来就不错。你只要追溯一下NIPS和欧洲人的历史就明白为啥了。
ICDM一直是double blind review的。现在你搞machine learning, data mining如果不
blind review，大部分欧洲人都不会投。欧洲那边这个领域的人也很多，别人很多
group也搞得很不错的。
KDD搞了一年blind review，结果某些大牛们不爽了，所以现在又不blind review了。
你如果不double blind review的话，对很多圈子外的group很不公平，所以别人干脆就
不投了。所以submission数量和接受率肯定不能和同档次blind review的会议比了。不
光ICDM，CIKM也是double blind，比较open的。今年CIKM 2011的submission一下子就
飙升上1000了。
另外，ICDE,SIGMOD,VLDB现在主要还是数据库，data mining的大部分都还是投KDD,
ICDM,CIKM, PKDD,SDM这些。做web的现在也有WSDM,WWW,SIGIR这些别人自己的top conf
... 阅读全帖 |
|
r********3
发帖数: 2998 | 11 KDD里面有不错的paper，不过一样也有很多水paper，因为不匿名，原因大家可以想想。跟NIPS一样，很多欧洲人认为这个只是美国的会议，别人还不愿意投KDD呢。他们有自己的PKDD。
ICDM是double blind的，公平很多，所以submission数量一直比KDD大，acceptance rate比KDD低。
相对而言，SDM就水多了，每年都是30%左右的acceptance rate。不匿名，关系paper越来越多，现在每年也没多少人投。不要说跟ICDM比，跟CIKM,PKDD的影响力都要差很多。
当然了，要和传统的database的会议，SIGMOD比起来，data mining的KDD/ICDM/SDM都差了很大一截。不过，data mining和web的主流paper从数据库conference集体撤离，也让SIGMOD，VLDB这些没有以前那么超一流了。最典型的例子就是，近两年来发表在SIGMOD,VLDB上的Web和IR的paper,在真正混WWW和SIGIR的圈子眼里根本不入流，也都是一帮在以前在database领域混的人才做出来的。 |
|
v******d
发帖数: 1322 | 12 WWW, SIGIR的很多论文在数据库人眼里也照样不入流，
太trivial，没有什么难度和深度
想。跟NIPS一样，很多欧洲人认为这个只是美国的会议，别人还不愿意投KDD呢。他们
有自己的PKDD。
rate比KDD低。
越来越多，现在每年也没多少人投。不要说跟ICDM比，跟CIKM,PKDD的影响力都要差很
多。
都差了很大一截。不过，data mining和web的主流paper从数据库conference集体撤离
，也让SIGMOD，VLDB这些没有以前那么超一流了。最典型的例子就是，近两年来发表在
SIGMOD,VLDB上的Web和IR的pa |
|
n****r
发帖数: 471 | 13 vision会议文章多，真正有价值的可以改了以后投PAMI啊。。。
PAMI每个毕业生总没有4，5篇吧？
我的意思是说水多了不用操心，就像钱印多了自然贬值了一样， 现在CV的毕业生每个4
，5篇三大会还确实是不好意思跟别人打招呼。以后搞不好直接无视poster了，直接比
oral。
你投了一次ICCV中了oral不代表什么，你也说了你是有限的experience，有时候跨领域
的方法容易吸引人眼球。如果你是做ML,DM的，或者是做large scale data，什么
transfer learning的，这几年中了oral那就更不足为奇了。 我也见过做ML的随手做做
CV就中oral的。
评论别的方向paper好中不好中的是你，不是我。
我没说别的方向paper好中，实际上我觉得任何方向的paper都不好中。
我尤其不会评论一个我不了解的方向。
SIGKDD， SIGIR都是牛会，我从来没说过好中啊，而且我承认这些比三大会的poster难
中。
这又怎么样呢？ 是好工作在哪儿都能发光， ICCV 2011 的test-of-time paper评出来
了，大家是不是众望所归？ 200... 阅读全帖 |
|
m*****h
发帖数: 2292 | 14 2000年前就有了，一开始是一些亚太地区的区域会议为主
2005年后各ieee society（也有acm等其他组织）的主流会议就纷纷登陆中国大陆了
PIMRC 2003, ICCV 2005, MMSP 2005, IROS 2006, SIGMOD/PODS 2007, ICME 2007,
ICPP 2007, SRDS 2007, ICNP 2007, SiPS 2007, WWW 2008, ICC 2008, ICDCS 2008,
ICWS 2008, ICDE 2009, MobiCom 2009, Multimedia 2009, CDC 2009, IWQoS 2010,
ISWC 2010, CSCW 2011, INFOCOM 2011, ICRA 2011, SIGIR 2011, NetCod 2011,
UbiComp 2011, ICIS 2011, IPSN 2012, IPDPS 2012, KDD 2012, Mobiquitous 2012,
WCNC 2013, ISCAS 2013, IJCAI 2013, MASS 2013, ICML 2... 阅读全帖 |
|
R********n
发帖数: 519 | 15 但这些都不是social data or learning方向的会议, 如果你的phd是做social data这
个方向，应该更关注本领域的会议(好的会议比如www，sigir)，这样才能对你有帮助 |
|
C*********e
发帖数: 587 | 16 （1）认真读MJ近年的paper，包括公式（NIPS or ICML， after 2008），试图自己写
code实现，并去real data上去run。（2）挑一些好的近年来的SIGKDD／SIGIR的paper
，做同样的事情，或者看看有没有后续的follow work。
如果（1）和（2）只做过一项，那看法就可能是偏颇的。如果（1）和（2）都没有做过
，那就是纯粹是自己在 yy
testing |
|
d******e
发帖数: 7844 | 17 数据库方面是SIGMOD和VLDB。
做数据库的人做数据挖掘的是SIGIR和SIGKDD。
做机器学习方面的是NIPS和ICML。
还有一些小群体的会议，比如COLT，也非常好，但是很理论，对Industry没啥指导意义。 |
|
l**********e
发帖数: 336 | 18 right, btw,
for DM is SIGKDD + ICDM
for ML, NIPS, ICML plus AISTATS, and probably CVPR/ICCV/ACL/etc
for IR is SIGIR + WWW, probably WINE too
义。 |
|
h***t
发帖数: 2540 | 19 en, my memory is wrong.
but WWW was in general considered on par with SIGIR and KDD, all are tie 1.
disclaim: I did not publish in WWW.
10. |
|
d******e
发帖数: 7844 | 20 WWW的oral可能还行，poster很水。
SIGIR的poster应该也很水。 |
|
h********3
发帖数: 2075 | 21 ICML, NIPS, KDD, SIGIR, WWW, WSDM, ICDM, CIKM等等。 |
|
