journals
acm tkdd
dmkd
ieee tkde
acm tods
vldb journal
acm tois
conferences
sigkdd
icdm
sdm
pkdd
vldb
sigmod
icde
www
online resources
**集合
a google co-op search engine for data mining
data mining, university of houston
data mining.html
data mining program, university of central florida
data mining group, university of dortmund
data mining, mit ocw
data mining group, tsinghua
kdd oral presentations video
tools
weka
rapid miner(yale)
illimine
alpha miner
potter』s wheel a-b-c
分析：一流的：
資料庫三大頂級會議sigmod，vldb，icde，資料探勘kdd，實際相關的還有機器學習icml,還有資訊檢索的sigir；資料庫的理論會議pods。
二流的：
edbt，icdt，cikm，sdm，icdm，pkdd，還有ecml歐洲的機器學習會議（這個應該是1.5檔的，比一般的二流好）
sigmod：97分，資料庫的最高會議，涉及範圍廣泛，稍偏應用（因為理**章有pods）。沒說的，景仰如滔滔江水。這個會議不僅是double-blind review，而且有rebuttal procedure，可謂獨樹一幟，與眾不同。
vldb：95分，非常好的資料庫會議。與sigmod類似，涉及範圍廣泛，稍偏應用。
從文章的質量來說，sigmod和vldb難分伯仲，沒有說誰比誰更高。他們的範圍也幾乎一樣。不少牛人都認為，今年的rebuttal procedure其實並不怎麼成功。投稿太多，很難做到每一篇都公平公正。很多rebuttal沒人看。
double-blind是把雙刃劍。這幾年來每年都有人冒充牛人的風格來投稿，有的還真進去了。反而vldb的審稿質量一直很高。每年的vldb都有很理論的*****。
pods：95分。是「資料庫理論的最好會議,也是乙個很好的理論會議」。每年總是co-located with sigmod。感覺其中演算法背景的人佔主流（你可以數數pods文章中有多少來自motwani group），也有一部分ai背景的人（畢竟sigart也是主辦者之一）。它的影響力遠不及sigmod，然而其中文章的質量比較整齊，variance小於sigmod（以及其他任何資料庫會議）。有一位牛人說：「pods never had a really bad *****，」這是它值得驕傲的地方。
kdd:：full ***** 95分，poster/short ***** 90分。資料探勘的最高會議。由於歷史積累不足以及領域圈子較小，勿用諱言kdd目前比sigmod尚有所不如。我覺得我們可以這樣模擬：kdd:sigmod=crypto:stoc。
回顧密碼學的歷史，真正最牛的文章一般發在stoc/focs而非crypto/eurocrypt，這和今天的資料探勘何等類似！然而你看看今天的密碼學文章，已經有頂級的密碼學家（恕我不便寫出名字）不再往stoc/focs投稿。我覺得同樣的事情在不久的將來也會發生在資料探勘中，讓我們拭目以待。
這幾年來kdd的質量都很高。其full *****的質量高於sigmod/vldb中資料探勘方面的***** 的質量。原因是sigmod/vldb審稿人中資料探勘的人很少，審稿標準不一定能掌握得很好。
這幾年好幾篇sigmod/vldb的資料探勘*****都follow一些kdd的*****。而在kdd，要拿一篇full *****真難。去年復旦拿了一篇，實屬難能可貴。今年他們又拿了乙個sigmod demo，說明工作的確很紮實。
聽說在很多地方，如果能有一篇sigmod/vldb/kdd，就能博士畢業，能有兩篇就能找到不錯的工作。「革命尚未成功，同志仍需努力！」
edbt：88分，不錯的資料庫會議，錄取率很低然而歷史積累不足，影響還明顯不及icde。
icdt：88分，pods的歐洲版，資料庫理論第二會議。
和sigmod/vldb一樣，icde和edbt在質量和影響上都不相上下。其它的如cikm，icdm，sdm，ssdbm，pkdd等等都比以上的會議差一截。
cikm：85分。
sdm：full ***** 90分，poster/short ***** 85分。siam的資料探勘會議，與icdm並列為資料探勘領域的第二位，比kdd有明顯差距。好像其中統計背景的人比較多，也有一部分機器學習背景的人，比較diversified。
icdm：full ***** 90分，poster/short ***** 85分。ieee的資料探勘會議，與sdm並列為資料探勘領域的第二位，比kdd有明顯差距。
pkdd：83分（因為poster/short *****數量很少，所以不予區分）。好像是kdd的歐洲版，但與kdd差距很大。
資料探勘領域頂級會議期刊及其分析
journals acm tkdd dmkd ieee tkde acm tods vldb journal acm tois conferences sigkdd icdm sdm pkdd vldb sigmod icde www online resources 集合 a google co ...
資料探勘領域頂級會議期刊及其分析
journals acm tkdd dmkd ieee tkde acm tods vldb journal acm tois conferences sigkdd icdm sdm pkdd vldb sigmod icde www online resources 集合 a google co ...
資料探勘領域頂級會議期刊及其分析
journals acm tkdd dmkd ieee tkde acm tods vldb journal acm tois conferences sigkdd icdm sdm pkdd vldb sigmod icde www online resources 集合 a google co ...