近日，松鼠Ai提交的《人工智能教育（AI4EDU）：用LLM和适应性学习推进个性化教育》提案已成功入选KDD'2024 AI for Education研讨会。该提案深度挖掘大语言模型（LLM）在教育领域的广泛应用前景，为智适应教育大模型注入深度与准度的双重创新力量，旨在全面革新并推动个性化教育的蓬勃发展。ACM SIGKDD国际知识发现与数据挖...
ACM SIGKDD知识发现与数据挖掘会议是数据挖掘领域具有最高学术地位的国际性学术会议,位列数据挖掘方向顶级会议之首。此项研究也是基于“腾讯高校合作犀牛鸟计划”在科研层面取得的新成果,其中刘淇老师,作为此项目的高校合作老师之一,曾在2015年获得“CCF-腾讯犀牛鸟基金”,并在此之后继续通过腾讯高校合作平台的连接,与腾...
近日,松鼠Ai提交的《人工智能教育(AI4EDU):用LLM和适应性学习推进个性化教育》提案已成功入选KDD'2024 AI for Education研讨会。该提案深度挖掘大语言模型(LLM)在教育领域的广泛应用前景,为智适应教育大模型注入深度与准度的双重创新力量,旨在全面革新并推动个性化教育的蓬勃发展。 ACM SIGKDD国际知识发现与数据挖掘大...
Note that the conference dates are tentative (The CFP is not out yet). According to https://kdd2024.kdd.org/research-track-call-for-papers/ Going forward, KDD will have multiple submission deadlines per year. KDD 2025 will have two deadlines, one on August 8, 2024 and another on February...
https://kdd2025.kdd.org/ 截稿日期: 2025-02-01 通知日期: 2025-05-16 会议日期: 2025-08-03 会议地点: Toronto, Canada 届数: 31 CCF:aCORE:a*QUALIS:a1浏览:270367关注:531参加:57 征稿 Scope For the research track, we invite submission of papers describing innovative research on all aspects ...
ACM SIGKDD国际知识发现与数据挖掘大会,简称KDD,自1989年起便由ACM的数据挖掘及知识发现专委会主办,是数据科学界历史最为悠久、规模最大的盛会。因其论文录取标准严苛,KDD被公认为该领域的顶级年会,并受到中国计算机学会(CCF)的高度推荐,被列为A类会议。松鼠Ai的人工智能教育实践方向与思路在KDD 2024中获得了组委会...
Link: https://kdd2025.kdd.org When Aug 25, 2025 - Aug 29, 2025 Where Toronto, CA Abstract Registration Due Aug 1, 2024 Submission Deadline Aug 8, 2024 Categories machine learning data mining AI Call For PapersNote that the conference dates are tentative (The CFP is not out yet)....
近日,第32届ACM国际多媒体会议(Proceedings of the 32nd ACM International Conference on Multimedia,ACM MM 2024)、第30届国际知识发现与数据挖掘大会 (ACM SIGKDD Conference on Knowledge Discovery and Data Mining,SIGKDD 2024)录用结果公示,据悉...
ACM SIGKDD 2022｜面向上下文感知推荐的用户事件图嵌入学习 导读 论文User-Event Graph Embedding Learning for Context-Aware Recommendation发表在数据挖掘顶级会议ACM SIGKDD 2022上，由深圳大学计算机与软件学院软件工程研究中心、东南大学和华为2012实验室合作完成。项目主页：https://github.com/dgliu/KDD22_UEG 该...
本文介绍一篇被KDD 2022 research track录用的关于推荐系统中做特征交互检测的工作。特征交互是推荐系统中提升推荐准确度的一类重要信息。这个工作针对高阶特征交互数量太多,而其中大部分的交互并未提供实质性有用信息的问题,提出了一种基于互信息优化的任意阶有用特征交互检测的方法。以往工作通过检查并对比所有可能的特征...