VLDB (Very Large Data Base）国际会议于1975年在美国的弗雷明汉马成立，由美国VLDB基金会赞助。VLDB和另外两大数据库会议SIGMOD、ICDE构成了数据库领域的三个顶级会议，已成为数据库研究人员，供应商，参与者，应用开发者，以及用户一年一度的主要国际论坛。VLDB 2020已经于9月4日顺利落下帷幕。会议虽然已经结束，但秉持着学习不停！奋斗不止！
的精神，小编今天带着大家一起来纵向了解下VLDB的过去和现在。通过对AMiner平台中VLDB 2015-2019这五年来收录论文数据的挖掘，从词云可以看出，VLDB的关键词主要集中在Experimental Evaluation、Modern Hardware、Query Processing、Relational Data等方向。
通过对2015-2019这五年来接收论文中所有学者信息的提取，我们分析了这些学者的性别比例、国籍分布与语言分布情况。可以看出，VLDB的投稿学者以男性为主，占比86.06%。从学者分布情况来看，来自美国和中国的学者一骑绝尘，分别占比40.6%和18.69%。那么在过去五年中，VLDB又有哪些高引论文呢？有哪些论文和学者在VLDB舞台上大放光彩呢？
AMiner清单奉上～2015-2019五年间高引论文TOP10，TOP 1: The dataflow model: a practical approach to balancing correctness, latency, and cost in massive-scale, unbounded, out-of-order data processing，作者：Tyler Akidau, Robert Bradshaw, Craig Chambers, Slava Chernyak, Rafael Fernández-Moctezuma, Reuven Lax, Sam McVeety, Daniel Mills, Frances Perry, Eric Schmidt, Sam Whittle，被引用：423。
2015-2019五年间高引作者TOP10VLDB 2015-2019五年间引用量排名第一的为香港科技大学计算机科学与工程系的陈雷教授，共有726引用量。陈雷教授于1994年在天津大学计算机科学与工程系获得工学学士学位，1997年于泰国亚洲理工大学获得硕士学位，2005年在加拿大滑铁卢大学计算机科学系获得博士学位。并于同年开始任教于香港科技大学计算机科学与工程系。
研究兴趣包括：Crowdsourcing-based data processing、Data-driven machine learning、Multimedia systems、Uncertain and probabilistic databases、Web information management等。
VLDB 2020年，VLDB的关键词主要集中在Anomaly Detection、Database Storage、Machine Learning等方向。
2020奖项获得者Best Paper Award标题：Opportunities for Optimism in Contended Main-Memory Multicore Transactions，作者：Yihe Huang, William Qian, Eddie Kohler, Barbara Liskov, Liuba Shrira。
2020中国学者今年共有98名中国学者论文入选，学者数量仅次于美国。其中六位学者有超过两篇论文入选。其中来自清华大学计算机科学与技术系的李国良教授和来自卡塔尔计算研究所的汤南排名第一，均有三篇论文入选。
入选论文：VisClean: Interactive Cleaning for Progressive Visualization，DeepTrack: Monitoring and Exploring Spatio-Temporal Data – A Case of Tracking COVID-19，Evaluating Ridesharing Algorithms using the Jargo Real-Time Stochastic Simulator，入选论文：DeepTrack: Monitoring and Exploring Spatio-Temporal Data – A Case of Tracking COVID-19，VisClean: Interactive Cleaning for Progressive Visualization，Debugging Large-Scale Data Science Pipelines using Dagger，入选论文：FASTS: A Satisfaction-Boosting Bus Scheduling Assistant，IMO: A Toolbox for Simulating and Querying ``Infected’’ Moving Objects，入选论文：AnalyticDB-V: A Hybrid Analytical Engine Towards Query Fusion for Structured and Unstructured Data，LedgerDB: A Centralized Ledger Database for Universal Audit and Verification，入选论文：AnalyticDB-V: A Hybrid Analytical Engine Towards Query Fusion for Structured and Unstructured Data，LedgerDB: A Centralized Ledger Database for Universal Audit and Verification，入选论文：Helios: Hyperscale Indexing for the Cloud & Edge，Ease.ml/snoopy in Action: Towards Automatic Feasibility Analysis for Machine Learning Application Development。
想第一时间掌握机器学习研究的前沿动态？请关注“学术头条”微信公众号。点击阅读原文，查看更多精彩！