仅收录五年以上有检索的国际会议

平台仅发布5年以上有检索的会议
保障会议真实有效

检索类型	Scopus	邮箱	[email protected]
会议状态	征稿结束	网站	https://cikm2026.diag.uniroma1.it/
主办单位	ACM

会议邮箱	[email protected]
会议状态	征稿结束
会议形式	线下会议
网址	https://cikm2026.diag.uniroma1.it/
转发分享

会议简介重要信息征稿主题主讲嘉宾会议投稿联系方式

会议简介 Brief Introduction01

第35届ACM信息与知识管理国际会议（CIKM）延续了三十余年的卓越传统，继续作为信息检索、知识管理、数据挖掘和数据库系统领域研究成果展示与探讨的顶级国际论坛。自创办以来，CIKM汇聚了来自学术界和产业界的科研人员和实践者，致力于推进信息高效获取和大规模知识管理的基础架构、系统和应用。

CIKM的使命是识别并解决未来信息和知识系统设计与开发中最具挑战性的问题。会议致力于促进高质量的学术成果，涵盖理论模型、算法进步、系统架构、实验评估和实际应用等领域。CIKM 的一大特色是其充满活力的研讨会项目，该项目探讨新兴主题和紧迫的研究挑战，反映了信息获取及相关领域不断发展的格局。

重要信息 Highlights02

1、组委会

大会主席（General Chairs）：
Antonella Poggi（意大利罗马第一大学 Sapienza Università di Roma）、Nicola Ferro（意大利帕多瓦大学 Università di Padova）
程序主席（Program Chairs）：
Ioana Manolescu（法国 Inria 与 LIX/巴黎综合理工学院）、Jiaxin Mao（中国人民大学）、Vanessa Murdock（美国亚马逊）、Fabrizio Silvestri（意大利罗马第一大学）
短文主席：
Marco Console（罗马第一大学）、Josiane Mothe（图卢兹大学）、Makoto P. Kato（筑波大学）、Andrew Yates（约翰斯·霍普金斯大学）
应用研究 Track 主席：
Aris Anagnostopoulos（罗马第一大学）、Laure Berti-Equille（法国发展研究所 IRD）、Florina Piroi（维也纳工业大学）
资源主席：
Guglielmo Faggioli（帕多瓦大学）、Lida Rashidi（澳大利亚 RMIT 大学）
演示主席：
Anastasia Giachanou（乌得勒支大学）、Stefano Marchesin（帕多瓦大学）
Workshop 主席：
Sole Pera（代尔夫特理工大学）、Federico Siciliano（罗马第一大学）
论文集主席（Proceedings Chairs）：
Simone Merlo（帕多瓦大学）、Jian Kang（穆罕默德·本·扎耶德人工智能大学）
赞助主席：
Stefano Pacifico（Epistemic AI, 美国）、Cinzia Cappiello（米兰理工大学）、Chenliang Li（武汉大学）

征稿主题 Call for Paper03

数据采集与处理：物联网数据、数据质量、数据隐私、偏差缓解、数据整理、数据探索、数据准备、估值和交易
数据集成与聚合：语义处理、数据溯源、数据链接、数据融合、知识图谱、数据仓库、数据湖、隐私与安全、建模、信息可信度、人工智能生成内容检测与溯源）
高效数据处理：无服务器计算、数据密集型计算、数据库系统、索引和压缩、架构、分布式数据系统、数据空间、定制硬件
特殊数据处理：多语言文本、序列数据、流数据、时间序列数据、时空数据、（知识）图谱数据、多媒体数据、科学数据和社交媒体数据
分析与机器学习：OLAP、数据挖掘、机器学习与人工智能、可扩展分析算法、算法偏差、事件检测与跟踪、可解释性与可解释性
基础模型与神经信息处理：大型语言模型、图神经网络、领域自适应、迁移学习、上下文学习、微调与对齐、网络架构、神经排序、神经推荐和神经预测
面向信息和知识任务的智能体人工智能：工具使用、规划、多智能体系统、自主检索和决策、智能体工作流、知识密集型流程的编排
信息访问与检索：检索增强生成（RAG）、检索模型、查询处理、问答与对话系统、开放式问答、对话式信息检索、基于非结构化数据的知识图谱生成、个性化、推荐系统、过滤系统
值得信赖且负责任的人工智能：公平性、问责制、伦理、可解释性、安全性、一致性、稳健性、幻觉检测与缓解、事实性和依据性、归因、负责任的部署
信息系统的用户与界面：用户行为分析、用户界面设计、偏见感知、交互式信息检索、交互式分析、语音界面、人机协作、副驾驶范式、人机回路系统
评估：性能研究、基准测试、线上线下评估、最佳实践、生成式和基于LLM的系统评估、人工评估方案、LLM作为评判者、可复现性
众包：任务分配、工作者可靠性、优化、可信度、透明度、大型语言模型时代的众包
多模态内容挖掘：自然语言处理、语音识别、计算机视觉、内容理解、知识抽取、知识表示、多模态基础模型
数据呈现：可视化、摘要、易读性、VR/AR、语音输入/输出
面向数据和知识管理的生成式人工智能：生成式人工智能可用于结构化和非结构化数据处理、数据合成和模拟、信息摘要、内容创建和可视化、合成数据生成以及质量控制。
资源高效型人工智能：模型压缩、量化、蒸馏、分布式学习、推理优化、设备端模型、利用边缘计算降低计算开销

应用领域：城市系统、生物医学与健康信息学、法律信息学、危机信息学、计算社会科学、数据驱动发现、社交网络、教育、商业

主讲嘉宾 Keynote speaker 04

Catherine D’Ignazio · 美国麻省理工学院
Catherine D’Ignazio是一位黑客妈妈、学者和艺术家/设计师，专注于女性主义科技、数据正义和公民参与。她曾组织女性健康黑客马拉松，设计全球新闻推荐系统，创作会说话和发推文的水质雕塑，并带领人们进行数据可视化行走，以展望海平面上升的未来。她与劳伦·克莱因合著的《数据女性主义》（Data Feminism，2020年由麻省理工学院出版社出版）一书，为更符合伦理且更具赋权性的数据科学实践指明了方向。她的第二本书《统计女性杀戮：数据女性主义的行动》（Counting Feminicide: Data Feminism in Action，麻省理工学院出版社，2024年）是一部关于基层数据行动主义如何终结性别暴力的深度案例研究。她即将出版的《阻止技术法西斯主义的十种方法》（10 Ways to Stop Technofascism，麻省理工学院出版社，2027年）是一本面向公众的抵抗手册，旨在废除大型科技公司，拒绝人工智能驱动的威权暴力，并构建我们应得的技术。 D'Ignazio 是麻省理工学院城市研究与规划系城市科学与规划的副教授，同时也是该校数据+女权主义实验室的主任。
Paolo Ferragina · 意大利比萨圣安娜高等学校
Paolo Ferragina是意大利比萨圣安娜高等研究院的计算机科学教授。他拥有比萨大学计算机科学博士学位，并在马克斯·普朗克信息学研究所完成了博士后研究。他的研究方向是设计用于从大型多模态数据集中提取信息和知识的算法和数据结构，包括压缩、索引和检索。他的研究成果已获得多项专利，并在顶尖同行评审会议和期刊上发表了200多篇文章。他还是五本意大利语和英语著作的合著者，其中最新著作由剑桥大学出版社出版，主题为算法工程，并已被翻译成中文。他是ACM会士，并荣获“2022年ACM巴黎卡内拉基斯理论与实践奖”以及其他多项国际奖项。此前，他曾任比萨大学教授，并先后担任应用研究与创新副校长（2010-2016 年）、计算机科学（区域）博士项目主任（2017-2020 年）和信息通信技术副校长（2019-2022 年）。
Nick Koudas · 多伦多大学
Nick Koudas是多伦多大学计算机科学系教授。他的研究致力于解决大规模数据管理中的基础性挑战，研究领域涵盖数据系统、大数据分析、数据科学和应用机器学习，重点在于构建能够处理海量异构数据集并从中提取洞见的系统和算法。他所在团队的核心工作是将机器学习深度集成到可扩展数据平台中，使其成为核心基础。他拥有多伦多大学博士学位、马里兰大学帕克分校硕士学位以及希腊帕特拉斯大学学士学位。他的研究成果曾多次荣获国际顶级论坛最佳论文奖和多伦多大学发明家奖。他为数据管理领域做出了卓越贡献，曾担任ACM数据库系统汇刊（TODS）、IEEE知识与数据工程汇刊（TKDE）和VLDB基金会论文集的副主编，担任该领域重要会议的程序委员会主席，并在ACM SIGMOD中担任组织和领导职务。他致力于通过创业将研究成果转化为实践：他联合创办了 Sysomos（现为 Meltwater Group 的一部分）和 Aislelabs（已被 Constellation Software 收购），目前是 Workorb 的联合创始人，并为ktau.ai提供咨询，该团队正在构建一个系统，以确保在 AI 搜索结果中获得排名。