一頁紙掌握要情

為方便用戶了解論文的更多詳情，秒讀論文在視頻結(jié)束頁自動生成二維碼，掃碼即可進(jìn)入 AMiner 頂會專版的 KDD 2020 專題網(wǎng)站論文專欄對應(yīng)的文章詳情頁，詳細(xì)了解文章核心內(nèi)容，迅速獲得您需要的論文作者介紹、摘要、文章簡介、研究結(jié)果、引用文獻(xiàn)等重要內(nèi)容。

AMiner 頂會專版 —— KDD 2020 專題網(wǎng)站

本月 23 日，國際數(shù)據(jù)挖掘領(lǐng)域最高級別的會議 ACM SIGKDD（國際數(shù)據(jù)挖掘與知識發(fā)現(xiàn)大會，簡稱 KDD）即將舉辦，今年的 KDD 大會將以線上形式舉行。AMiner 頂會專版上線KDD 2020專題網(wǎng)站，網(wǎng)站開設(shè)論文、華人學(xué)者、視頻等專欄。

在論文專欄，用戶可通過主題、作者、論文發(fā)表機構(gòu)來篩選自己感興趣的論文，專欄還設(shè)有論文推薦功能，可一目了然找到閱讀量最高和最受關(guān)注的論文。

在論文專欄的主頁篩選本次 KDD 2020 上京東集團所發(fā)表的論文，進(jìn)入以下頁面，這里呈現(xiàn)了每篇論文的題目、作者、概要、引用情況、瀏覽量等信息，用戶直接在此免費下載所需論文的全文，也可以在評論區(qū)和點贊區(qū)參與互動。

對于論文作者，用戶可通過點擊作者名字，進(jìn)一步了解作者畫像，深入了解作者的相關(guān)研究。

以 KDD 2020 上京東集團所發(fā)表的論文為例，體驗一下秒讀論文吧：

1． 論文題目：Faster Secure Data Mining via Distributed Homomorphic Encryption

簡介：作者提出了一種分布式學(xué)習(xí)框架，以大大提高基于同態(tài)加密的數(shù)據(jù)挖掘算法的訓(xùn)練速度。

2． 論文題目：AutoST： Efficient Neural Architecture Search for Spatio－Temporal Prediction

簡介：作者提出了一種名為 AutoST 的新型神經(jīng)體系結(jié)構(gòu)搜索網(wǎng)絡(luò)，該網(wǎng)絡(luò)具有針對時空預(yù)測任務(wù)量身定制的高效搜索空間，可以將其推廣到多個不同場景。

3． 論文題目：

簡介：作者提出了類別專用的卷積神經(jīng)網(wǎng)絡(luò)，專門用于視覺感知的電子商務(wù)中的點擊率預(yù)測。

4． 論文題目：Doing in One Go： Delivered Time Inference Based on Coueriers＇ Trajectories

簡介：作者建議使用“交貨時間推斷”，以根據(jù)快遞人員的軌跡自動推斷運單的交貨時間。

5． 論文題目：CAST： A Correlation－based Adaptive Spectral Clustering Algorithm on Multi－scale Data
簡介：作者通過數(shù)學(xué)證明了 CAST 構(gòu)造的矩陣 Z 具有分組效應(yīng)。

關(guān)于 Calliope Video：

Calliope 是一款由同濟大學(xué)智能大數(shù)據(jù)可視化實驗室（iDVX Lab）研發(fā)的智能數(shù)據(jù)可視化內(nèi)容生成平臺，可以幫助用戶快速生成、創(chuàng)建、編輯和分享各種形式的數(shù)據(jù)可視化內(nèi)容。用戶只需拖拽上傳數(shù)據(jù)，輕輕一點，即可自動生成相應(yīng)的可視化內(nèi)容。平臺提供了多種可視化圖表及排版方式，適用于各種應(yīng)用場合，輕輕一點即可將所生成的可視化內(nèi)容分享給好友或合作方。

Calliope Video 是同濟大學(xué)智能大數(shù)據(jù)可視化實驗室及清華大學(xué)AMiner團隊基于Calliope 自動生成技術(shù)聯(lián)合發(fā)布的一款智能數(shù)據(jù)視頻內(nèi)容生成系統(tǒng)。該系統(tǒng)通過智能語義識別技術(shù)，為文本數(shù)據(jù)自動匹配最適合的設(shè)計素材，生成各種動畫效果，最終自動化整合動效、圖像、語音、文本合成高質(zhì)量圖文并茂的數(shù)據(jù)短視頻。

關(guān)于 AMiner：

AMiner 是清華大學(xué)計算機系研發(fā)的科技情報大數(shù)據(jù)挖掘與服務(wù)系統(tǒng)平臺，該系統(tǒng) 2006 年上線，吸引了全球 220 個國家和地區(qū)的 1000 多萬獨立 IP 訪問，數(shù)據(jù)下載量 230 萬次，年度訪問量超過 1100 萬，已成為學(xué)術(shù)搜索和社會網(wǎng)絡(luò)挖掘研究的重要數(shù)據(jù)和實驗平臺。

今年以來，AMiner已陸續(xù)更新學(xué)術(shù)搜索服務(wù)，上線會議智圖開放平臺，發(fā)布新冠疫情知識圖譜，推出 KDD 2020   頂會 AI 學(xué)術(shù)搜索工具等眾多科研服務(wù)與平臺，更多科研利器，敬請持續(xù)關(guān)注 AMiner 官網(wǎng)動態(tài)。