《数据库国际会议.doc》由会员分享，可在线阅读，更多相关《数据库国际会议.doc（5页珍藏版）》请在金锄头文库上搜索。
1、数据库国际会议 SIGMOD(Special Interest Group on Management Of Data）：97分，数据库的最高会议，每年一次，涉及范围广泛，稍偏应用（因为理论文章有PODS(Symposium on Principles of Database Systems）。没说的，景仰如滔滔江水。这个会议不仅是double-blind review，而且有rebuttal procedure，可谓独树一帜，与众不同。网址：http:/www.sigmod.org/VLDB( Very Large Data Base)：95分，非常好的数据库会议，每年一次。与SIGMOD类
2、似，涉及范围广泛，稍偏应用。网址：http:/www.vldb.org/SIGMOD与VLDB比较：1、从文章的质量来说，SIGMOD和VLDB难分伯仲，没有说谁比谁更高。他们的范围也几乎一样。不少牛人都认为，今年的rebuttal procedure其实并不怎么成功。投稿太多，很难做到每一篇都公平公正。很多rebuttal没人看。2、double-blind是把双刃剑。这几年来每年都有人冒充牛人的风格来投稿，有的还真进去了。反而VLDB的审稿质量一直很高。每年的VLDB都有很理论的paper。3、一般来说，我感觉大家还是认为SIGMOD要好那么一点点。根据我个人读过的文章，也有这样的感觉。不
3、过这个并不重要了，有差别也是那么一点。PODS（Symposium on Principles of Database Systems）：95分。是“数据库理论的最好会议,也是一个很好的理论会议”。每年总是co-located with SIGMOD。感觉其中算法背景的人占主流（你可以数数PODS文章中有多少来自Motwani group），也有一部分AI背景的人（毕竟SIGART（Special Interest Group on Artificial Intelligence）也是主办者之一）。它的影响力远不及SIGMOD，然而其中文章的质量比较整齐，variance小于SIGMOD（以及
4、其他任何数据库会议）。有一位牛人说：“PODS never had a really bad paper，”这是它值得骄傲的地方。KDD（Knowledge Discovery and Data Mining）：full paper 95分，poster/short paper 90分。数据挖掘的最高会议。由于历史积累不足以及领域圈子较小，勿用讳言KDD目前比SIGMOD尚有所不如。我觉得我们可以这样类比：KDD:SIGMOD=CRYPTO:STOC（Symposium on Theory of Computing）。回顾密码学的历史，真正最牛的文章一般发在STOC/FOCS而非CRYPTO/
5、EUROCRYPT，这和今天的数据挖掘何等类似！然而你看看今天的密码学文章，已经有顶级的密码学家（恕我不便写出名字）不再往STOC/FOCS投稿。我觉得同样的事情在不久的将来也会发生在数据挖掘中，让我们拭目以待。网址：http:/www.sigkdd.org/这几年来KDD的质量都很高。其full paper的质量高于SIGMOD/VLDB中数据挖掘方面的paper的质量。原因是SIGMOD/VLDB审稿人中数据挖掘的人很少，审稿标准不一定能掌握得很好。这几年好几篇SIGMOD/VLDB的数据挖掘paper都follow一些KDD的paper。而在KDD，要拿一篇full paper真难。去年
6、复旦拿了一篇，实属难能可贵。今年他们又拿了一个SIGMOD demo，说明工作的确很扎实。听说在很多地方，如果能有一篇SIGMOD/VLDB/KDD，就能博士毕业，能有两篇就能找到不错的工作。“革命尚未成功，同志仍需努力！”ICDE（International Conference on Data Engineering）：92分。很好的数据库会议，也是一个大杂烩。好处是覆盖面广、包容性强，坏处是文章水平参差不齐。网址：http:/www.icde.org/EDBT（Extending Database Technology）：88分，不错的数据库会议，双数年开一次，录取率很低然而历史积累不足
7、，影响还明显不及ICDE。ICDT（International Conference on Database Theory）：88分，PODS的欧洲版，数据库理论第二会议。参考网址：http:/www.informatik.uni-trier.de/ley/db/conf/icdt/http:/www.math.spbu.ru/edbticdt/index.html -DBT/ICDT 2009 joint conference两个会议2009一起在俄罗斯举行和SIGMOD/VLDB一样，ICDE和EDBT在质量和影响上都不相上下。其它的如CIKM，ICDM，SDM，SSDBM，PKDD等等都
8、比以上的会议差一截。CIKM(Conference on Information and Knowledge Management)：85分。SDM：full paper 90分，poster/short paper 85分。SIAM(http:/www.siam.org/)的数据挖掘会议，与ICDM并列为数据挖掘领域的第二位，比KDD有明显差距。好像其中统计背景的人比较多，也有一部分机器学习背景的人，比较diversified。ICDM(International Conference on Data Mining)：full paper 90分，poster/short paper 85分
9、。IEEE的数据挖掘会议，与SDM并列为数据挖掘领域的第二位，比KDD有明显差距。参考：http:/www.cs.uvm.edu/icdm/PKDD(Practice of Knowledge Discovery in Databases)：83分（因为poster/short paper数量很少，所以不予区分）。好像是KDD的欧洲版，但与KDD差距很大。参考：http:/www.ecmlpkdd2008.org/ACM（Association for Computing Machinery）旗下的数据库会议(SIGMOD、VLDB、PODS、KDD)；IEEE(Institute of El
10、ectrical and Electronics Engineers)旗下的数据库会议（ICDE、ICDM）。SIGMOD：98分，数据库的最好会议,也是最好的系统类的会议之一。已经有30年的历史。一般在美国开,加拿大开过两次。最近开始每隔几年在别的洲开一次。94年在巴黎,97年将在北京。现在能见到越来越多的第一作者是中国学生的SIGMOD paper。与VLDB/ICDE不同，它是double blind review的会议。VLDB：95分，欧洲的数据库会议,也已经有30年的历史。举办地基本上按照一年欧洲,次年其他洲轮换的规律。它是唯一能接近SIGMOD的会议,一般被认为和SIGMOD同样
11、受尊重。它的PC比较diversified一点,另外录取文章的时候可能会考虑一点地域平衡。因此对于美国的投稿甚至有可能感觉比SIGMOD还难进。在这个会议上也能见到更多的来自美国以外的文章PODS：95分，数据库理论的最好会议,也是一个很好的理论会议。每年和SIGMOD一起开。相对SIGMOD来说,这个圈子要小得多。SIGKDD: 92分，data mining的最好会议。虽然database和data mining关系密切,比较这两个领域的会议已经很难。Data mining的community比较小,这个领域比较新。对于一篇SIGKDD paper的作者来说,如果能被SIGMOD接受,他/
12、她可能会更开心。ICDE: 92分，IEEE的数据库会议。IEEE的会议一般都比ACM对应会议差一些，ICDE也不例外一般被认为明显比SIGMOD/VLDB差一个档次，但又明显比其他的数据库会议高一个档次。也就是说，没有与它半斤八两的（非理论）数据库会议。CIDR: 90分（？），数据库领域的新兴会议，只收vision类的paper，强调的是创新性的并不要求很solid很complete的results。在2002年由Michael Stonebraker, Jim Gray, 和David DeWitt等人发起。在2002年的SIGMOD keynote speech中,Michael St
13、onebraker说现在SIGMOD paper都要有令人敬畏的图和公式才能被收录,往往不利于真正有开创性的工作,他希望大家都做sea change的工作。CIDR是两年一次的会议,93和95年各开了一次投稿和收录的比较少,但基本上主要的那些researcher和这个field的leader都在那儿,focused一些。虽然才开了两届,但已经成为很受重视的一个数据库会议。当然,这个会议还有待时间的检验。DEDBT: 88分，欧洲的第二好的数据库会议,不过比VLDB差了不少,一般大家只重视SIGMOD/VLDB/ICDE这三个会议。这个会议相对来说比较新,从88年开始逢双数年在欧洲开.# T6
14、A9 K: X7 |* z qICDT: 88分(?)，这个是欧洲的数据库理论会议,也是隔年召开,现在是单数年召开,与EDBT*错开。. D* M& |, V& f6 BWWW: 86分，这个主要是做Web的研究者的会议,不过Web data现在在数据库领域中做的人不少。这个会议的文章质量有些参差不齐,不过还是一个很有特色很有意思的会议。KCIKM: 85分，这个其实主要被认为是IR的会议。虽然号称是IR领域仅次于SIGIR的会议,但community比较小,它已经比SIGIR差了一个档次。它的特色是结合IR和DB。; 3 qER: 85分(?)，这个是focus在数据模型的会议,不过在数据库领域的影响力已经很小。ER模 S; T* K) q3 M% g8 R型的创始人Peter Chen现在还在这个圈子里。* ; o$ F% X A5 C& Q3 . kFICDM: 83分(?)，这个是IEEE的data mining会议,比SIGKDD要差不少。
