ACM SIGKDD（ACM SIGKDD Conference on Knowledge Discovery and Data Mining，国际数据挖掘与知识发现大会，简称 KDD）是数据挖掘领域国际顶级学术会议, 今年的 KDD 大会将于 8 月 23 日至 27 日在线上召开。
8 月 13 日，SIGKDD 2020 官方公布了 2020 年 ACM SIGKDD 创新奖、服务奖、论文奖、新星奖、时间检验研究奖、时间检验应用科学奖等六项大奖的获得者，这些奖项是针对数据科学、机器学习、大数据和计算机科学领域的杰出个人和研究团队而设立的。
值得一提的是，今年 KDD 颁发了首届时间检验应用科学奖（Test of Time Award for Applied Science）奖项，以表彰在数据科学的实际应用中具有影响力的研究。清华大学计算机科学与技术系唐杰、李涓子等人凭借他们在 2008 年发表的关于学术社交网络挖掘的研究成果获得了这一奖项。
获奖论文题目为 ArnetMiner: Extraction And Mining Of Academic Social Networks，论文作者包括清华大学计算机科学与技术系的唐杰、张静、姚利敏、李涓子，以及来自 IBM 中国研究实验室的张莉和苏中。在这篇文章中，作者主要介绍了一个自主研发的面向研究者社会网络的挖掘搜索系统 ArnetMiner 的体系结构和关键技术。
近些年，学术社交网络发展迅速，为众多研究学者提供了良好的交流平台，也产生了巨大的学术信息数据集。随着数据挖掘和人工智能技术的发展，针对学术社交网络进行数据挖掘和知识提取，进而为科学研究领域提供全方位的服务成为一大研究热点。为解决这些问题，作者所在的研究团队开发了 ArnetMiner（https://www.aminer.cn/ ）系统。
该系统旨在解决以下几个问题：1）如何自动从互联网海量信息中提取研究人员的个人档案？2）如何集成不同来源提取的学术相关信息（例如研究人员的个人档案和出版物）？3）如何以统一的方法为不同类型的信息建模？4）如何基于已构建的网络，提供强大的挖掘和搜索服务？
AMiner 系统自 2006 年上线以来，经过 10 余年的技术攻关，已经建成了智能型科技情报挖掘和知识服务系统，建立了超过 1 亿学者、4 亿论文和专利的科技情报智库，提供科技趋势分析、专家发现、智能指派、人才地图等科技情报智能服务。