日前，数据挖掘领域国际会议KDD2014发布论文录用消息，我系博士生蒋朦（导师：杨士强教授）与青年教师崔鹏合作投稿两篇论文均被该会录取为长文，创造了我系研究生在KDD会议上投稿录用比例的最高纪录。
两篇论文的题目分别是《基于多侧面信息进化分析的动态行为模式发掘》（FEMA: Flexible Evolutionary Multi-faceted Analysis for Dynamic Behavioral Pattern Discovery）和《大规模有向图中的同步行为检测》（CatchSync: Catching Synchronized Behavior in Large Directed Graphs）前者从社交网络中用户行为的动态性和多面性角度入手，基于张量摄动理论提出社交网络用户行为多侧面协同演化模式的高效挖掘算法，大幅度提升了用户行为的可预测性和可解释性。后者针对微博中用户关注行为的异常现象（俗称僵尸粉现象），提出了刻画用户关注行为正常性的核心特征，并从理论上证明了正常关注行为在特征空间的分布特性，可在大规模（如4000余万用户节点）社交网络上进行快速准确的异常关注行为检测。
KDD是数据挖掘领域的顶级国际会议，今年共收到1036篇投稿，其中151篇被录取为长文，录取率为14.6%。KDD 2014将于今年8月份在美国纽约召开。
