国际数据挖掘顶会 KDD 2019 研究方向亚军论文《Optimizing Impression Counts for Outdoor Advertising》解读
KDD简介
第 25 届 ACM SIGKDD 知识发现和数据挖掘会议(KDD)已于今年 8 月 4 日在美国阿拉斯加州安克雷奇开幕。今年的大会奖项分为研究方向和应用数据科学方向。在今天公布的最佳论文中,康奈尔大学的《Network Density of States》获得了研究类最佳论文奖;而应用数据科学方向的最佳论文为《Actions Speak Louder than Goals: Valuing Player Actions in Soccer》,这是一篇有关足球技术分析方面的研究,来自比利时天主教鲁汶大学以及体育分析公司 SciSports。
为了提升论文接收的质量,KDD 2019 首次采用了双盲审查制度,本次大会也对研究的可复现性提出了新的要求,强调其为「论文审核过程中的一个重要因素」,只有包含两页可复现性内容附录的文章才有可能被评为 KDD 最佳论文。
KDD 对论文接收非常严格,每年的接收率均未超过 20%。本届大会在应用数据科学方向共收到大约 700 篇论文,其中 45 篇 oral 论文,约 100 篇被接收为 poster 论文;研究方向共收到约 1200 篇投稿,其中约 110 篇 oral 论文,60 篇 poster 论文,接收率仅为 14%。
研究方向亚军论文
论文:Optimizing Impression Counts for Outdoor Advertising
作者:Yipeng Zhang、Yuchen Li、Zhifeng Bao、Songsong Mo、Ping Zhang(皇家墨尔本理工大学、新加坡管理大学、武汉大学、华为)
链接:http://delivery.acm.org/10.1145/3340000/3330829/p1205-zhang.pdf
自 2017 年以来,户外广告市场规模每年增长 3%-4%,预计到 2021 年将达到 330 亿美元。其中 74% 的增长来自广告牌。广告牌的主要受众是沿途的行人。超过 80% 的司机在开车时会注意到广告牌。由于定位设备的普及,现在已经积累了大量的行人出行轨迹。那么,如何利用这些数据提升广告影响就成了研究者关心的问题。
在现实场景中,广告牌的数量和预算是固定的,因此研究人员提出通过提高户外广告的印象计数(ICOA)来提升广告效果,以此提高广告主的投资回报率。
给定一个广告牌数据库 U,其中每个广告牌都有一个位置和一个非均匀成本,一个轨迹数据库 T 和一个预算 B,它的目标是找到一组在预算范围内影响最大的广告牌。
要解决这一问题,研究人员人员必须克服两大挑战:
同一广告牌出现多少次能达到最佳效果(既给行人留下深刻印象又不浪费预算);
第二个挑战是逻辑函数的性质。基于 logistic 函数的影响模型是非子模块的,这意味着简单的贪婪方法不能解决 ICOA 问题。更糟糕的是,不同广告牌的成本不统一,使得优化问题更加复杂。研究者表明,在任意常数因子下,逼近 ICOA 是 NP-hard 问题。
对于第一个问题,此前有研究表明,在一定范围内,广告牌出现的次数越多,给路人留下的印象越深刻,但超出这一范围之后效果会越来越差。
对于第二个问题,研究者提出了一种基于切线计算子模函数的算法来估计影响的上界。他们引入了一个带有θ-termination 条件的分支定界框架,实现 θ/2 × (1 − 1/e) 近似比。然而,当|U|很大时,这个框架非常耗时。因此,研究者利用渐进剪枝上限估计方法对其进行进一步优化,实现 θ/2 × (1 − 1/e − ϵ) 近似比例并显著降低了运行时间。他们在真实的广告牌和轨迹数据集上进行了实验,结果表明,该方法的有效性比基线高出 95%。此外,优化方法比原框架快两个数量级左右。
本内容为学习笔记,参考网上资源,如机器之心
国际数据挖掘顶会 KDD 2019 研究方向亚军论文《Optimizing Impression Counts for Outdoor Advertising》解读相关推荐
- 国际数据挖掘顶会 KDD 2019 应用方向冠亚军论文《Actions Speak Louder than Goals: Valuing Player Actions in Soccer》解读
KDD解读 第 25 届 ACM SIGKDD 知识发现和数据挖掘会议(KDD)已于今年 8 月 4 日在美国阿拉斯加州安克雷奇开幕.今年的大会奖项分为研究方向和应用数据科学方向.在今天公布的最佳论文 ...
- 滴滴KDD2017论文:基于组合优化的出租车分单模型 By 机器之心2017年8月14日 10:29 数据挖掘顶会 KDD 2017 已经开幕,国内有众多来自产业界的论文被 KDD 2017 接收。
滴滴KDD2017论文:基于组合优化的出租车分单模型 By 机器之心2017年8月14日 10:29 数据挖掘顶会 KDD 2017 已经开幕,国内有众多来自产业界的论文被 KDD 2017 接收.本 ...
- 会议通知|2019(第十一届)国际数据挖掘与应用统计研究会年会
转自 数据科学与统计 随着智能机器时代的到来,大数据的分析与挖掘技术凸显重要地位."国际数据挖掘与应用统计研究会"从2006年以来,一直致力于为全世界政府.高校.研究机构以及企业 ...
- 认知智能再突破,阿里 18 篇论文入选 AI 顶会 KDD
作者 | 马超 责编 | 屠敏 头图 | CSDN 下载自东方 IC 出品 | CSDN(ID:CSDNnews) 近日,国际知识发现与数据挖掘协会KDD在官网(https://www.kdd.org ...
- 提士气,阿里18篇论文入选AI顶会KDD
近日,国际知识发现与数据挖掘协会KDD在官网(https://www.kdd.org/kdd2020)公布其2020年度的论文收录结果,笔者看到阿里共有18篇论文入选,这个入选论文数量刷新国内企业记录 ...
- KDD 2019 | 使用神经网络为A*搜索算法赋能:以个性化路径推荐为例
「论文访谈间」是由 PaperWeekly 和中国中文信息学会社会媒体处理专委会(SMP)联合发起的论文报道栏目,旨在让国内优质论文得到更多关注和认可. 研究动机 A* 算法因为它的高效和准确而被广泛 ...
- AI和大数据如何落地智能城市?京东城市这6篇论文必读 | KDD 2019
来源 | 京东城市(ID: icity-jd)作为世界数据挖掘领域的最高级别的学术会议,ACM SIGKDD(国际数据挖掘与知识发现大会,简称 KDD)将于 2019 年 8 月 4 日-8 日在美国 ...
- 密码学原理与实践第三版pdf_喜报!Nervos 研究员 Alan 论文被国际密码学顶会欧密会收录...
近日,Nervos 基金会密码学研究员 Alan Szepieniec 的论文<Transparent SNARKs from DARK Compilers>被国际密码学顶会欧密会收录,同 ...
- KDD 2019放榜!录取率仅14%,强调可重现性
[导读]KDD 2019录取结果终于放榜了,今年Research和ADS两个 track共评审论文1900篇,其中Research track的录取率只有14%.今年也是KDD第一次采用双盲评审政策, ...
最新文章
- 使用Python和OpenCV检测图像中的物体并将物体裁剪下来
- python五十五:__getattribute__内置函数
- 《基于张量网络的机器学习入门》学习笔记4
- 达梦想oracle迁移,oracle存储过程迁移达梦心得
- carsim的学习笔记2——test specifications
- 阿里云视频云 Retina 多媒体 AI 体验馆开张啦!
- 计算机组装方案及分析,《计算机组装与维护》课程整体教学方案
- spingboot下shiro自定义过滤器roles
- 由Object.prototype.toString.call( )引发关于toString( )方法的思考
- 身材太好的女生在职场中有哪些劣势?
- 基于RGB图像的草莓叶片白粉病检测深度学习方法
- IEEE模板如何在abstract和keywords之间加一个段落Note to Practitioners
- 导数与微分及简单例题
- 将 libVLC 视频渲染到 QWidget 中
- php 验证手机号邮箱,PHP正则验证真实姓名、手机号码、邮箱
- 在网络世界中如何才能保护好自己的安全?
- 【虎书】Fundamentals of Computer Graphics(Fourth Edition)第二章习题解答
- 阿里专家直击前端盛会JSConf2017_Day2:见证Moment.js精彩分享
- selenium打开谷歌浏览器
- 怎样使一排文字中间有间隔_Word如何调整字间距,行间距
热门文章
- C++实现线性顺序表的初始化,插入,删除,销毁,清空等功能
- php png失真的原因及解决办法
- Linux内核——实模式
- 射频功率放大器 PA 的基本原理和信号分析
- MariaDB数据库——一款比Mysql数据库更优秀的数据库
- R语言基础题及答案(三)——R语言与统计分析第三章课后习题(汤银才)
- 参加Ultimate Harvest Moon活动,立即赢取终极版月光女神NFT
- 表格太长如何打印?一个小功能,轻松就搞定!!
- 十天学会Authorware6.5之第一天:图标
- SSO单点登录前后端分离完整版·(开源)