受疫情影响，今年第26届国际数据挖掘顶会ACM SIGKDD于8月23日-27日以虚拟线上方式召开。近日，KDD 2020公布了最佳论文奖、最佳学生论文奖等多个奖项。其中由谷歌研究院的研究者Walid Krichene和Steffen Rendle获得最佳论文奖，杜克大学的Ang Li、Huanrui Yang、陈怡然和北航段逸骁、杨建磊获得本届会议的最佳学生论文奖。
此外，华人学者在本届SIGKDD大会上也获得了多项大奖。最佳论文奖由来自谷歌研究院的Walid Krichene和Steffen Rendle获得，获奖题目为「On Sampled Metrics for Item Recommendation」。这篇论文主要对抽样指标进行了详细的研究。
最佳学生论文奖由杜克大学的Ang Li、Huanrui Yang、陈怡然和北京航空航天大学的段逸骁、杨建磊摘得，获奖论文为「TIPRDC: Task-Independent Privacy-Respecting Data Crowdsourcing Framework for Deep Learning with Anonymized Intermediate Representations」。
这篇论文的研究人员提出了一种基于匿名中间表示的任务无关隐私的数据众包框架TIPRDC。该框架的目标是学习一个特征抽取器，它可以隐藏中间表征中的隐私信息，同时最大限度地保留原始数据中嵌入的原始信息，供数据采集器完成未知的学习任务。研究人员设计了一种混合训练方法来学习匿名中间表示。通过对TIPRDC进行广泛评估，并将其与使用两个图像数据集和一个文本数据集的现有方法进行了比较。
结果表明，TIPRDC大大优于其他现有的方法。