圖1:最佳學(xué)生論文獎(jiǎng)

頻繁模式挖掘是數(shù)據(jù)挖掘研究中最基本問題之一，具有廣泛的應(yīng)用。在傳統(tǒng)的頻繁模式挖掘中，一般用支持度(Support)來度量一個(gè)模式的質(zhì)量，模式越頻繁，說明該模式就越好。然而在有一些實(shí)際的應(yīng)用中，比如網(wǎng)頁內(nèi)容打印推薦，我們發(fā)現(xiàn)僅僅推薦支持度最高的模式給用戶，效果往往不是很好，這是因?yàn)槟Ｊ街С侄仍礁?，相?yīng)的該模式中的項(xiàng)(Item)的個(gè)數(shù)就越少，也就是說，推薦給用戶的信息不全，用戶還需進(jìn)一步找到那些不全的信息，從而造成用戶的體驗(yàn)度比較差。因此，我們提出了一個(gè)新的概念，即占有度(Occupancy)，來衡量模式的完整性。結(jié)合模式的支持度和占有度，我們可以提供給用戶更加準(zhǔn)確的推薦。與模式支持度的反單調(diào)性不同，模式的占有度既不滿足單調(diào)性，也不滿足反單調(diào)性，因此我們很難把現(xiàn)有工作直接應(yīng)用到我們的問題中。為此，我們深入分析了模式占有度的特性，提出了三個(gè)占有度的上界計(jì)算函數(shù) (第一個(gè)函數(shù)的計(jì)算速度快，但比較松散;第二個(gè)函數(shù)很緊湊，但效率相對(duì)不高;第三個(gè)是效率和松緊度的一個(gè)折中，可以提高整體效率)，基于該上界函數(shù)，我們可以進(jìn)一步對(duì)搜索空間進(jìn)行剪枝，從而提高算法的效率。最后，在實(shí)際的標(biāo)注數(shù)據(jù)以及合成的數(shù)據(jù)的大量實(shí)驗(yàn)驗(yàn)證了文章所提方法的有效性。該文獨(dú)特的視角與透徹的分析，以及挖掘推薦中潛在的商業(yè)應(yīng)用，因此具有重要的科研和實(shí)用價(jià)值。同時(shí)，該文完備的算法設(shè)計(jì)、充足的實(shí)驗(yàn)驗(yàn)證以及流暢的組織表達(dá)也受到審稿人以及優(yōu)秀論文評(píng)選委員會(huì)的積極評(píng)價(jià)和肯定。

圖2：晚宴合影(從左到右依次為大會(huì)主席Xuewen Chen教授、大會(huì)議程主席王海勛博士、張磊同學(xué)、王敏院長、羅平博士)

2012年度CIKM大會(huì)于10月29——11月2日在美國的夏威夷舉行，張磊同學(xué)參加了本次會(huì)議并宣講論文。ACM CIKM 是信息檢索和知識(shí)管理領(lǐng)域的頂級(jí)國際盛會(huì)，每年都吸引大量的學(xué)者投稿。本年度共有1089篇論文投稿，但經(jīng)過嚴(yán)厲的審稿后，僅有146篇被接受為會(huì)議長文(接受率為13.4%)，157篇被接受為會(huì)議短文(接受率為14.4%)。每一屆被CIKM大會(huì)錄取的論文中，只有一篇最佳交叉學(xué)科論文獎(jiǎng)(Best interdisciplinary paper award )和一篇最佳學(xué)生論文獎(jiǎng)(Best student paper award)

欲了解更多詳細(xì)內(nèi)容，請(qǐng)點(diǎn)擊http://blog.sina.com.cn/s/blog_5e13f6110102e1oo.html

hanrui