几个重点会议的论文规划和投稿：DASFAA、SIGIR、KDD
Opened this issue · 15 comments
1、DASFAA 2024（CCF B） #242
- Industry Papers：January 25, 2024
- Demo Papers：February 10
2、SIGIR 2024（CCF A）
- Resource and Reproducibility Papers：February 8
- 以 2023 的 SIGIR 为例，Resource track：任务、数据集、工具、评测服务等，录用论文列表
- Demonstration Papers：February 8
3、KDD 2024（CCF A）
- 参考去年 Applied Data Science (ADS) Track Papers：February 2
- 参考去年 KDD Cup Proposals：February 28
4、VLDB 2024（CCF A）
- Industry & Application Papers：March 15, 2024
- Industry、Application、Experience、Demo
5、CIKM 2024（CCF B）
- 参考去年：May ~ June
- Research、Applied Research、Resource、Demo、AnalytiCup
例如，对于 KDD 的 ADS track，其中一个不错的 topic 就是：
- Data and Benchmarking for Data Science Application Domains (including curation validation, and release of large-scale data, experiments, performance benchmarking)
- Abstract Submission Deadline: Feb 1st 2024
- Paper Submission Deadline: Feb 8th 2024
建议咱们的 OpenDigger 和 OpenPerf 两项重要工作可以考虑~ @xiaoya-yaya @bifenglin @PureNatural
@will-ww 王老师，我大概看了一下去年kdd ADS track的几篇论文，大多都是聚焦于某一个具体的方法，基准，以及相对很细的研究领域展开一些实验，最后得出结论。如果Opendigger仅仅是落脚在数据服务系统，那感觉投KDD太难了，因为给别人的感觉就是把数据集成在一起，然后给大家提供数据服务，我们能做其他人也能做，如果我们聚焦在数据服务上的话，就需要强调数据的独特性，我们中文的论文中有描述opendigger提出openrank和活跃度指标，如果我把openrank的实验搬过来，感觉又和openrank的那篇论文重叠的太多了，我现在就是在想怎么样才能让opendigger变的更独特一些，能有一些实验类的内容是最好的。
或者还是考虑投SCI期刊，从各方面相对KDD肯定还是会简单一些？
OpenPerf本身包含了大量实验，能给研究者提供基准参考，我认为没有上面问题的存在。
OpenPerf本身包含了大量实验，能给研究者提供基准参考，我认为没有上面问题的存在。
这个说法有道理的，所以我想，OpenDigger 其实是比较偏数据系统和数据服务的，那咱们是不是考虑投 DASFAA 的 Industry ，将 Frank 作为阿里、夏博作为蚂蚁，这样一个 B 类，也是非常好的，时间也正好~
再一个选择就是 SIGIR 的 Resource track，但感觉需要往它的主题上靠靠~
咱们前面没有录用的论文，可以考虑集中投一下 DASFAA 2024（CCF B） #242
其中长文投 Industry，本身咱们是工业界属性比较强的：@bifenglin
- Uncover the Risks of Outdated Third-Party Components in Software Supply Chains: Insights from the NPM Ecosystem
- Assessing Maintainability Risks in the Open Source Software Supply Chain: A Novel Quality Model Approach
Demo 和 数据集可以投 Demo（数据集论文需要做些展示，如可视化大屏，以符合 Demo 的要求）：
- StellarTop: An Integrated Multi-Topic Dataset on GitHub Repositories @Zzzzzhuzhiwei
- Evaluating Open Source Project Influence based on NPM Ecology Dataset @frank-zsy @xiaoya-yaya @huangfan0
- GHDU: A Comprehensive Dataset of GitHub Developer Information @zhicheng-ning
- Global Insights for GitHub Developers: A Fine-Grained Geographic Dataset and Analysis @Peng99999
- Sentiment Analysis in Code Annotation Comments on Github @PureNatural
- 小技巧：因为 DASFAA 论文格式和长度的问题，上面的短文，如果觉得不错的，加点实验数据（或和其他论文做些组合），实际甚至都可以投 Industry 的长文了（12 页、单栏）~
最后，OpenLeaderboad 、OSGraph 其实也都不错的，如果有人愿意来写的话，挺好~
OSGraph 我可以来写，争取在假期前写完！
OpenLeaderboard 我可以试试~
我将之前的论文修改部分描述以及扩充一些可视化，投DASFAA的Demo试试~
OSGraph 我可以来写，争取在假期前写完！
这项工作可以邀请 @tyn1998 @frank-zsy 一起来帮忙整理，以及后续看看怎么和蚂蚁那边继续联动~ @xiaoya-yaya
OpenLeaderboard 我可以试试~
这项工作，可以邀请 @zhicheng-ning @PureNatural 一起来整理，以及联合2023 **开源年报的内容，后续看怎么来继续迭代新版本的 OpenLeaderboard~ @frank-zsy
我查了一下去年DASFAA的录用率，demo track 50%左右，industry Track 20%左右。
我把DASFAA去年的15篇左右Industry Paper都看了一下，感觉录用的论文基本上还是提出一个方法或者系统或者模型，然后证明该方法的有效性，实验部分也是围绕方法展开，例如速度方面提升多少等等，opendigger作为数据服务（没有实验支撑）的话，还是很难被录用，因此还是考虑投DaSE的SCI期刊，该期刊在今年升到了SCI 2区，质量也是不错的
投DASFAA industry track的同学，要注意从方法模型的角度去展开撰写可能更合适一些，以下是部分论文列表：
DASFAA 的两篇 Demo 文章已录用：
- OSGraph: A Data Visualization Insight Platform for Open Source Community
- Data Driven Visualized Analysis: Visualizing Global Trends of GitHub Developers with Fine-Grained Geo-details
感谢王老师 @will-ww 的支持和指导~~感谢frank学长 @frank-zsy 和小雅学姐 @xiaoya-yaya 以及韩博 @PureNatural 的帮助！