第21届国际数据挖掘会议ICDM-21 (IEEE International Conference on Data Mining 2021)于12月份在新西兰以虚拟会议形式召开,智能与计算学部毕业生和在读学生分获学生最佳论文冠亚军。

ICDM是世界数据挖掘研究顶级会议创办于2001年，每年举办一届,会议主题涵盖了数据挖掘的所有方面，包括算法、软件、系统和应用程序等。本届ICDM会议总计收到投稿990余篇，最终收录长文98篇长文，录用率为9.8%。

线上颁奖典礼

会议期间公布研究贡献奖、杰出服务奖、10年最具影响力论文奖、最佳论文奖、最佳学生论文奖、DEI奖等多项大奖。我校智算学部2019届硕士毕业生张鸽(现就读于澳大利亚麦考瑞大学)荣获最佳学生论文冠军，2019级在读博士生于智郅荣获最佳学生论文亚军。张鸽(硕士就读期间)与于智郅均师从学部金弟副教授。

最佳学生论文冠亚军

张鸽的获奖论文是“FRAUDRE: Fraud Detection Dual-Resistant to Graph Inconsistency and Imbalance”。主要创新点为：针对欺诈网络中由于欺诈者伪装带来的结点特征、拓扑及连接关系的不一致性，以及欺诈者数远小于正常用户导致的网络不平衡性，首次提出双重对抗图神经网络欺诈检测新方法，通过设计欺诈感知的图卷积来分析邻居用户的不相似度，采用不平衡分类模块缓解由于用户数量不同引起的训练偏差，很好的解决了上述难题。

于智郅的获奖论文是“AS-GCN: Adaptive Semantic Architecture of Graph Convolutional Networks for Text-Rich Networks”。主要的学术贡献为：针对已有图神经网络无法体现真实世界富文本网络中蕴含的最具信息量的语义结构难题，首次提出融合局部言语序列结构及全局主题语义结构的图神经网络新架构，通过将言语序列和主题语义联合建模为异构图信息、并动态学习最优图结构，解决了上述难题，并天然缓解了图神经网络所固有的拓扑限制问题。