m****s
发帖数: 402 | 1 去年full paper的接受率不到10%，是不是比KDD/ICDE/SIGMOD/VLDB接受率都低？有投过这个会议的没？ |
p*********g
发帖数: 226 | 2 PhD 申请不收申请费的年头，
大部分烂校 CS 的录取率都比 Stanford 的低，
因为申请人都不 self-filter |
w***g
发帖数: 5958 | 3 最牛的是PAKDD
【在 p*********g 的大作中提到】
: PhD 申请不收申请费的年头，
: 大部分烂校 CS 的录取率都比 Stanford 的低，
: 因为申请人都不 self-filter
|
f*****w
发帖数: 2602 | 4 lz 你知道FOCS SODA STOC的录取率么？ |
X**********g
发帖数: 480 | |
m****s
发帖数: 402 | 6 SODA不清楚，FOCS、STOC基本都20%以上。
你自己google一下不就知道了。
【在 f*****w 的大作中提到】
: lz 你知道FOCS SODA STOC的录取率么？
|
r********3
发帖数: 2998 | 7 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
。数据库这3个conference已经不能以前一通江湖的地位比拟了。
看看machine learning的历史。当初NIPS不是号称被某个派系垄断了吗？结果导致很多人不愿意投NIPS，都攒paper给ICML。最终结果不就是搞好了ICML了吗？
投过这个会议的没？
【在 m****s 的大作中提到】
: 去年full paper的接受率不到10%，是不是比KDD/ICDE/SIGMOD/VLDB接受率都低？有投过这个会议的没？
|
p*********a
发帖数: 61 | 8 double blind 是把双刃剑
投稿多，也是因为 double blind，很多人不用在意自己的学术声誉
不是很好的工作就去撞大运，写的烂也没人知道我是谁
【在 r********3 的大作中提到】
: 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,
|
r********3
发帖数: 2998 | 9 是啊。所以对于传统的物理，化学，数学领域来说，这个是一个双刃剑。
但是对于data minining领域，烂人太多，而且根本不在乎啥学术声誉，只在乎数量。
大部分还都是学生的工作。学生在乎啥学术声誉啊。只求毕业的时候，有个好看的
resume然后找份好点的工作。
【在 p*********a 的大作中提到】
: double blind 是把双刃剑
: 投稿多，也是因为 double blind，很多人不用在意自己的学术声誉
: 不是很好的工作就去撞大运，写的烂也没人知道我是谁
|
p*********g
发帖数: 226 | 10 问题是，如果把不是很好的工作投到 open review 的地方，
凭什么以作者的身份来作为降低撞大运可能性的工具。
【在 p*********a 的大作中提到】
: double blind 是把双刃剑
: 投稿多，也是因为 double blind，很多人不用在意自己的学术声誉
: 不是很好的工作就去撞大运，写的烂也没人知道我是谁
|
|
|
f*****w
发帖数: 2602 | 11
lz ... 我显然是个反问句...
【在 m****s 的大作中提到】
: SODA不清楚，FOCS、STOC基本都20%以上。
: 你自己google一下不就知道了。
|
L*****k
发帖数: 327 | 12 ICDM还是比KDD有些差距的，虽然KDD不是double blind。ICDM的接受率低说明投的人太
多，各种level的都去投，这个也不是什么好事
NIPS和ICML的历史差不多的，都是20多年，早些年ICML发展得不错，这几年质量感觉下
降太快了...和NIPS的差距变大
【在 r********3 的大作中提到】
: 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,
|
L*****k
发帖数: 327 | 13 我也觉得虽然现在灌水是趋势，但是和其他的，比如Machine Learning/Computer
Vision相比，DM这边太水了一些。
【在 r********3 的大作中提到】
: 是啊。所以对于传统的物理，化学，数学领域来说，这个是一个双刃剑。
: 但是对于data minining领域，烂人太多，而且根本不在乎啥学术声誉，只在乎数量。
: 大部分还都是学生的工作。学生在乎啥学术声誉啊。只求毕业的时候，有个好看的
: resume然后找份好点的工作。
|
r********3
发帖数: 2998 | 14 Machine Learning历史悠久。DM正在经历的事情，ML领域早就已经经历过了。所以现在
比较正统。
至于Computer Vision，比DM更水。一个CVPR就录取几百篇paper，比很多会议的
submission数量还多。另外Computer Vision的conference也太多了，除了CVPR,ICCV,
ECCV还有各种乱七八糟的。另外他们很多人，也投ML,DM和Image Processing的。
Computer Vision在现实里面根本就没有多少实际application，比NLP还不如，应该好
好学习一下NLP的规模和控制，一年做1,2个顶尖的小会议，录取50,60篇paper就足够了
。唯一被认可的就是医学图像上有些application。但是别人医学图像有自己的圈子和
conference。
【在 L*****k 的大作中提到】
: 我也觉得虽然现在灌水是趋势，但是和其他的，比如Machine Learning/Computer
: Vision相比，DM这边太水了一些。
|
r********3
发帖数: 2998 | 15 KDD这些年质量也下降得很快。
其实DM这个领域，就是一个application的领域，就应该海纳百川，兼听则明。不应该
搞小圈子，故作清高。很多其他领域的researcher，比如做system,software
engineering，healthcare, insurance的人也在用DM做出很多不错的工作，在现实里面
有很大的应用价值。但是很难打入KDD。我知道有好多人他们的工作最后都发表在了
ICDM上或者自己圈子的会议上。
现在KDD基本上做来做去就是Social Network, Web Search这些。其实Web Search加上
Social Network一年的市场价值总和不过200,300亿美元，跟很多别人其他领域比起来
根本微不足道。
【在 L*****k 的大作中提到】
: ICDM还是比KDD有些差距的，虽然KDD不是double blind。ICDM的接受率低说明投的人太
: 多，各种level的都去投，这个也不是什么好事
: NIPS和ICML的历史差不多的，都是20多年，早些年ICML发展得不错，这几年质量感觉下
: 降太快了...和NIPS的差距变大
|
