2026/8月份，数据挖掘与知识发现领域国际顶级会议KDD 2026传来捷报。深圳大学计算机与软件学院在本次大会中取得重要突破，荣获最佳研究论文提名奖（Research Track Honorable Mention Award）。
获奖研究由深圳大学计算机与软件学院陈梓楠（Tsz Nam Chan）特聘教授团队牵头完成，深圳大学计算机与软件学院为第一完成单位，陈梓楠教授为论文第一作者。该工作联合了国内外多位知名学者共同攻关，合作作者包括深圳大学计算机与软件学院2025级博士生叶洪炜，以及澳门大学余亮豪副教授、广州大学的彭云教授、深圳大学计算机与软件学院吴定明副教授、香港浸会大学的徐建良教授和奥尔堡大学的Christian S. Jensen教授。
获
奖论获奖论文文EARTH: Accelerating Spatiotemporal Network K-function-based Analytics
2、论文作者
陈梓楠（深圳大学计算机与软件学院特聘教授）、叶洪炜（深圳大学计算机与软件学院2025级博士生）、余亮豪（澳门大学副教授）、彭云（广州大学教授）、吴定明（深圳大学计算机与软件学院副教授）、徐建良（香港浸会大学教授）、Christian S. Jensen（奥尔堡大学教授）
3、会议名称
KDD 2026
4、论文概述
时空网络K函数（spatiotemporal network K-function）被广泛应用于交通科学、犯罪学和社会科学等多个领域，用于分析位置数据集中的时空点模式。领域专家通过考虑不同的空间和时间阈值，计算多个时空网络K函数，从而生成一张时空网络K函数图。然而，生成该图表的计算开销非常大，并且难以扩展到大规模的位置数据集。
该研究聚焦于大规模地理信息系统（GIS）中复杂道路网络的时空数据分析难题，深入攻克了时空网络K函数（Spatiotemporal Network K-function）的计算复杂度瓶颈。研究团队创新性地提出了一种名为EARTH的加速算法。该算法在理论上显著降低了时间复杂度，同时严格保持了原有的空间复杂度与计算精度。结合深度的实验验证，该研究为理解与分析现代智慧交通网络与空间集聚现象提供了全新的高性能计算视角与核心分析工具。基于四个大规模位置数据集的实验结果表明，与当前最先进（state-of-the-art）的解决方案相比，新方法能够实现2.26倍至19.04倍的速度提升。
代码实现可访问获取：https://github.com/edisonchan2013928/EARTH
KDD 2026会议
KDD（国际数据挖掘与知识发现大会）是数据挖掘与人工智能领域的国际最高级别会议，被中国计算机学会（CCF）推荐为A类国际学术会议。会议涵盖大数据、机器学习、数据科学等核心领域，专注于推进算法理论、方法、系统及应用的最前沿研究。自设立奖项以来，KDD最佳论文系列奖项竞争极为激烈，一年一评，旨在表彰年度最具突破性与影响力的学术成果。
近日，2026年度大会于韩国济州岛盛大举办。本次大会共收到多达约2000篇高水平论文投稿，经过多轮极其严格的同行评审，最终仅有3篇论文脱颖而出，荣获最佳论文级别的殊荣，而陈梓楠教授团队的本篇论文正是其中之一。 本次获奖，充分彰显了深圳大学计算机与软件学院在数据挖掘与空间数据计算领域的国际前沿学术影响力。
