复旦大学数据智能与社会计算课题组近期传出好消息,一共有 4 篇论文被数据挖掘领域顶级会议 KDD 2027 正式录用;KDD 是 CCF A 类顶会,评审标准严苛,录用门槛高,这次多篇集中录用,代表课题组在大模型、图挖掘、推荐系统、社会计算相关方向的研究成果得到国际学术圈认可,这批论文后续会在 KDD 2027 主会以及专项赛道进行报告,成果偏向面向真实场景的数据发现、可信 AI、用户行为建模,很多研究方案可以落地到互联网推荐、风控、多模态数据分析等产业场景。
一、KDD 会议基础介绍
| 项目 | 详情 |
|---|---|
| 会议全称 | ACM SIGKDD International Conference on Knowledge Discovery and Data Mining |
| 评级 | CCF 推荐 A 类会议,数据挖掘领域公认顶会 |
| 主办方 | ACM SIGKDD |
| 核心方向 | 知识发现、数据挖掘、机器学习、图学习、推荐系统、社会计算、时序数据分析 |
| 特点 | 审稿周期长、竞争激烈,兼顾理论创新与产业落地价值 |
二、课题组研究方向与本次录用论文领域
复旦大学数据智能与社会计算课题组(DISCO Lab)长期围绕数据智能、社会计算开展研究,重点覆盖下面几个方向,本次 4 篇录用论文也分布在这些赛道:
- 大模型可信分析、RAG 检索增强、智能体数据推理
- 图数据挖掘、社交网络行为建模
- 个性化推荐、长尾推荐、推荐公平性
- 多模态数据挖掘、时序异常检测
本次 4 篇论文分布在 KDD 主会以及数据集与基准赛道,内容兼顾算法创新、评测基准构建和真实场景验证。
三、本次成果的价值
- 团队层面:一次性 4 篇 KDD 录用,稳定巩固课题组在国内数据挖掘、社会计算方向的学术影响力
- 学术层面:给大模型、图挖掘、推荐领域提供新算法、新评测数据集,补齐现有方案短板
- 产业层面:成果适配内容平台推荐、用户风控、智能检索、多模态内容分析等业务场景,有落地潜力
- 人才培养:博士生、硕士生作为主力参与论文,是科研人才培养的重要产出
四、课题组长期产出特点
这个课题组持续向 KDD、WWW、SIGIR、NeurIPS 等顶会输出成果,不只是纯理论推导,很多研究都和互联网平台、AI 企业联合开展,一边做学术创新,一边验证方案在真实大规模数据上的效果,重点关注算法公平性、可解释性、可信 AI 这类当下热门的方向。
【相关 FAQ】
问题 1:复旦大学数据智能与社会计算课题组 4 篇论文被 KDD 2027 录用,KDD 是什么等级的会议?
回答 1:复旦大学数据智能与社会计算课题组 4 篇论文被 KDD 2027 录用,KDD 属于 CCF A 类顶会,是全球知识发现与数据挖掘领域最高规格学术会议之一,评审竞争激烈。
问题 2:复旦大学数据智能与社会计算课题组 KDD 2027 录用的论文,主要是什么研究方向?
回答 2:复旦大学数据智能与社会计算课题组 KDD 2027 录用的 4 篇论文,集中在大模型可信分析、图挖掘、推荐系统、社会计算、多模态数据挖掘这些方向。
问题 3:复旦大学数据智能与社会计算课题组拿到 KDD 2027 论文录用,录用之后会怎么展示成果?
回答 3:复旦大学数据智能与社会计算课题组 KDD 2027 录用的论文,后续会在 KDD 2027 大会现场进行口头或者海报报告,公开研究思路、实验数据与方案。
【参考资料】
[2026-11-20](复旦大学数据智能与社会计算课题组 4 篇论文被 KDD 2027 录用)智源社区
[2026-11-20](复旦 DISCO 实验室 4 篇论文收录 KDD2027)机器之心
[2026-10-12](KDD 2027 会议时间与投稿信息公布)ACM SIGKDD 官网
[2026-09-03](复旦大学数据智能与社会计算实验室介绍)实验室官方主页
【免责声明】
本文信息来自课题组发布公告、智源社区等学术平台报道,复旦大学数据智能与社会计算课题组 KDD 2027 录用论文的详细标题、作者名单、完整方案以会议正式公开版本为准;本文仅为学术资讯整理,不构成学术择校、项目合作参考依据。
