在深夜的灯火通明中，我沉浸于数据挖掘领域的奥秘，心中不禁涌现出一丝敬畏之情。北京，这座充满历史与现代风貌的城市，近日成为了我和许多同行者的关注焦点。原因无他，只是因为这里将举办两项顶尖会议：CIKM 2019 和 ICDM 2019。这两个会议虽同为 CCF B 类，但其区别却如天壤地，不仅在于主办方（ACM 与 IEEE）的不同，更在于覆盖范围与专注度上的差异。

CIKM 的辽阔视野包括了数据库、信息检索以及数据挖掘三个领域，而 ICDM 则更为专业，以数据挖掘为核心。在这两次盛会上，韩家炜教授——数据挖掘领域的一位领头人，将就其研究分别做主题报告。他的演讲题目分别是《From Unstructured Text to TextCube: Automated Construction and Multidimensional Exploration》（@ CIKM 2019）和《Embedding-Based Text Mining: A Frontier in Data Mining》（@ ICDM 2019）。

现实世界中的大数据，如同海洋般广阔无垠，其特征是非结构化、互联且动态，以自然语言文本形式出现。将这些庞大的非结构化数据转换为有用的知识，是我们追求的终极目标。但目前，我们普遍采取的是劳动密集型方法来对数据进行打标签，从而提取知识，这种方法虽然短期内有效，却无法扩展尤其是在企业文本数据高度动态且领域相关时。

韩家炜教授认为，大量文本数据自身含有大量隐模式、结构和知识，因此我们可以借助domain-independent 和 domain-dependent 的知识库探索如何将海量无结构文本转化为有用的知识。我回想起他及其学生过去及未来研究的主线，就像一条蜿蜒曲折的小径，每一步都蕴藏着未知。

要想从无结构的大データ变成有用知识，我们首先需要将它们变得可见，即给予它们一个结构。他提出两种方式，一种叫异质网络（Heterogeneous Network），另一种则是多维度立方体（Multi-dimensional Text Cube）。通过这种方式生成的知识已经证明强大，但是如何把原始无结构文本转变成为这些可见的网络或立方体，那才是一道难题。

对于这个问题，韩家炜等人已取得了一定成绩，并获得了奖项，他们也在尝试解决这个困惑现在仍在前进。在这条路上，他们只是开创了几个可以往前的口子，而不是一条通往康庄大道的大道。而他们知道，这是一个长长的人生旅程，也需要全球学者共同努力才能走得更远。

我的思考被深声科技提供技术支持的声音所打断，它提醒我回到现实，让我意识到，在不断学习和探索中，我们每个人都是自己道路上的导师。而雷锋网 AI 科技评论曾经报道过关于韩家炜教授的一些精彩内容，比如《专访data 挖掘领头人韩家炜教授：不要迷信权威，做学问要秉承「三个真实」》、《CCF ADL 87 讲习班回顾：13 位大牛全方位解析社交网络与 data 挖 掘》等文章，为我提供了更多关于他的了解。此外，他还发布了一系列书籍，如《Mining Structures of Factual Knowledge from Text》、《Multidimensional Mining of Massive Text Data》，这些作品记录下了他团队最新研究成果，使得这条小径更加清晰明朗。