原文：
www.kdnuggets.com/2014/09/most-viewed-data-mining-talks-videolectures.html
由 Grant Marshall 提供，2014 年 9 月
今天，我们来看看videolectures.net上观看次数最多的前 25 个数据挖掘讲座
这些视频取自于videolectures.net 上最受欢迎的数据挖掘视频。这些视频按照观看次数排序，包括作者、时长和场馆：
-
大数据教程，Marko Grobelnik，11250 次观看，1:09:51（2012 年 7 月 4 日，ESWC 夏季学校，Kalamaki 2012）
-
用于欺诈检测、预防和评估的统计技术，David J. Hand，7836 次观看，1:43:27（2007 年 12 月 3 日，北约高级研究所关于挖掘大规模数据集以保障安全，Gazzada 2007）
-
挖掘大规模 RFID、轨迹和交通数据集，Jiawei Han，Jae-Gil Lee，Hector Gonzalez，Xiaolei Li，4912 次观看，2:23:41（2008 年 9 月 26 日，第 14 届 ACM SIGKDD 国际知识发现与数据挖掘大会 (KDD)，拉斯维加斯 2008）
-
数据挖掘和机器学习算法，Jose L. Balcazar，4635 次观看，2:15:01（2011 年 2 月 18 日，2011 年 AI 训练营 @ AITI-KACE，加纳阿克拉）
-
从树到森林和规则集——集成方法的统一概述，John Elder，Giovanni Seni，4451 次观看，2:44:39（2007 年 8 月 14 日，第 13 届 ACM SIGKDD 国际知识发现与数据挖掘大会 (KDD)，圣荷西 2007）
-
开源情报，Clive Best，4407 次观看，1:29:46（2007 年 12 月 3 日，北约高级研究所关于挖掘大规模数据集以保障安全）
-
异常检测的数据挖掘，Aleksandar Lazarevic，Jaideep Srivastava，Vipin Kumar，Arindam Banerjee，Varun Chandola，4172 次观看，2:23:20（2008 年 10 月 10 日，欧洲机器学习与数据库知识发现原则与实践会议 (ECML PKDD)，安特卫普 2008）
-
时间序列分析，Riccardo Bellazzi，4145 次观看，1:32:51（2007 年 2 月 25 日，高级人工智能课程（ACAI），卢布尔雅那 2005）
-
数据挖掘者的故事 - 了解重大挑战，Usama Fayyad，4058 次观看，0:48:33（2007 年 8 月 14 日，第 13 届 ACM SIGKDD 国际知识发现与数据挖掘大会（KDD），圣荷西 2007）
-
大规模数据挖掘：MapReduce 及其扩展，Spiros Papadimitriou，Jimeng Sun，Rong Yan，3751 次观看，2:46:59（2010 年 10 月 1 日，第 16 届 ACM SIGKDD 国际知识发现与数据挖掘大会（KDD），华盛顿 2010）
-
其他机器学习/数据挖掘软件（R，Weka，Yale），Lluis Belanche，3417 次观看，0:56:57（2007 年 7 月 5 日，PASCAL 机器学习训练营，维拉诺瓦 2007）
-
数据挖掘，Rao Kotagiri，2720 次观看，3:06:58（2009 年 4 月 1 日，逻辑与学习夏季学校，堪培拉 2009）
-
数据挖掘的图形模型简介，Arindam Banerjee，2068 次观看，2:35:45（2010 年 10 月 1 日，第 16 届 ACM SIGKDD 国际知识发现与数据挖掘大会（KDD），华盛顿 2010）
-
广告的量化及基于大规模数据挖掘构建业务的经验，Konrad Feldman，2067 次观看，0:59:35（2010 年 10 月 1 日，第 16 届 ACM SIGKDD 国际知识发现与数据挖掘大会（KDD），华盛顿 2010）
-
网络，斯坦福和硅谷，Jure Leskovec，1600 次观看，1:27:58（2013 年 1 月 7 日，为VideoLectures.NET - 单讲座系列录制）
-
社会推荐中的迁移学习，Qiang Yang，1468 次观看，0:42:14（2011 年 8 月 4 日，社会网络挖掘国际研讨会，巴塞罗那 2011）
-
金融领域的 Twitter 情感分析，Miha Grcar，1257 次观看，0:16:55（2012 年 4 月 11 日，FIRST 工业研讨会，米兰 2012）
-
超越 MapReduce 的规模扩展，Raghu Ramakrishnan，1203 次观看，0:51:49（2013 年 9 月 27 日，第 19 届 ACM SIGKDD 知识发现与数据挖掘会议（KDD），芝加哥 2013）
-
ORANGE：数据挖掘的丰硕与乐趣，Janez Demsar，1195 次观看，0:15:14（2012 年 11 月 16 日，艾伦·图灵 100 周年暨 SLAIS 20 周年会议）
-
数据科学家的创业盈利指南，Geoff Webb, Foster Provost, Ron Bekkerman, Oren Etzioni, Usama Fayyad, Claudia Perlich，1169 次观看，1:07:58（2013 年 9 月 27 日，第 19 届 ACM SIGKDD 知识发现与数据挖掘会议（KDD），芝加哥 2013）
-
学习与数据分析中的优化，Stephen J. Wright，861 次观看，1:01:24（2013 年 9 月 27 日，第 19 届 ACM SIGKDD 知识发现与数据挖掘会议（KDD），芝加哥 2013）
-
信息扩散在社交网络演变中的作用，Filippo Menczer，547 次观看，0:19:06（2013 年 9 月 27 日，第 19 届 ACM SIGKDD 知识发现与数据挖掘会议（KDD），芝加哥 2013）
-
挖掘异质信息网络，Jiawei Han，490 次观看，0:30:30（2013 年 9 月 27 日，第 19 届 ACM SIGKDD 知识发现与数据挖掘会议（KDD），芝加哥 2013）
-
在线革命：全民教育，Andrew Ng，381 次观看，1:13:21（2013 年 9 月 20 日，第 19 届 ACM SIGKDD 知识发现与数据挖掘会议（KDD），芝加哥 2013）
-
级联可以预测吗？，Jure Leskovec，251 次观看，1:03:49（2014 年 6 月 2 日，Solomon 研讨会）
查看这些最受欢迎的视频标题内容，我们可能会发现关于 videolectures.net 数据挖掘观众最受欢迎话题的线索。 
基于这种可视化，MapReduce 和 Web Mining 的讲座似乎与数据挖掘讲座观众产生了共鸣。
数据中一个有趣的方面是视频的长度与视频观看次数的比较。下面是一个散点图，展示了视频的排名与其长度之间的关系。
视频长度与其观看排名之间存在轻微的负相关关系。这一普遍趋势的三个主要异常值是 大规模数据挖掘：MapReduce 及其扩展 (10)、数据挖掘 (12)、和 数据挖掘图形模型介绍 (13)。这意味着，在数据挖掘讲座中，即使内容更深入且开发时间较长，讲座也可以非常受欢迎。
请注意，这仅适用于按观看次数排序的情况。如果我们按照 videolectures.net 的受欢迎度指标对视频进行排序，长度与受欢迎程度之间没有明确的关联。这是因为 videolectures.net 对“受欢迎”视频的定义考虑了比观看次数更多的因素，可能包括投票和发布日期等特征。
相关：
-
2014 年 9 月 – 2015 年 3 月：分析、大数据、数据挖掘与数据科学会议
-
KDD 2013 视频讲座：观看数据挖掘和知识发现领域的顶尖研究者
-
小组报告：数据科学家指南：如何启动初创公司