2017年11月17日，上海科技大学信息学院石远明研究组的董佳琳在IEEE International Conference on DataMining (ICDM) Data-driven Discovery of Models （D3M）Workshop 上展示了题为“Ranking fromCrowdsourcing Pairwise Comparisons via Matrix Manifold Optimization”的论文。
ICDM已经成为全球重要的数据挖掘研究大会之一。它为介绍原创研究成果，交流和传播创新思维，以及实际的发展经验提供了广阔的平台。会议涵盖了数据挖掘的各个方面，包括算法，软件和系统以及应用。ICDM吸引了从事统计学，机器学习，模式识别，数据库和数据仓库，数据可视化，基于知识的系统和高性能计算等广泛的数据挖掘相关领域研究人员和应用程序开发人员。通过推广新颖，高质量的研究成果和创新的解决方案来应对挑战性的数据挖掘问题，本次大会旨在不断推进数据挖掘领域的最新进展。除了技术方案外，本次会议还将举办研讨会，教程，小组讨论并邀请了学术界大师为与会人员带来最前沿的科学研究。
在这次会议中，我有幸聆听到来自哈佛大学的图灵奖获得者LeslieValiant教授的精彩讲话。 该讲话的题目为“Reasoning from Learned Data”，Valiant教授为我们介绍了在数据挖掘研究中对数据处理的重要性和挑战性，这其中的内容令我受益匪浅。在研讨会的过程中，我有幸可以和其他经验丰富的学者进行切磋交流，并从他们的研究中获取新的想法。在聆听完其他的论文展示后，我对如何向他人展示自己的研究成果有了新一步的认识，为我以后的发展奠定的一定的基础。总的来说，经过这次的国际会议，我的眼界有所开阔，知识有所增长。
