以“論文的一句話摘要”為特色的 Paper Digest 網站，按照不同的研究方向對計算機領域的一些熱門頂會進行了分類，並且根據論文的引用量，在部分頂會的“最具影響力論文”板塊中對收錄的論文進行了影響力排名。該排名實時變動，且每一屆頂會只評選引用量靠前的10-15篇論文。
人工智慧領域頂會：IJCAI、AAAI
IJCAI 2018：Reinforced Mnemonic Reader For Machine Reading Comprehension
https://arxiv.org/abs/1705.02798
論文亮點：文章提出了一種基於記憶的答案抽取網路，可以持續增加閱讀知識的同時，不斷提取答案片段。
AAAI 2010：Collaborative Filtering Meets Mobile Recommendation: A User-Centered Approach
https://www.aaai.org/ocs/index.php/AAAI/AAAI10/paper/viewPaper/1615
AAAI 2013：Multi-Armed Bandit With Budget Constraint And Variable Costs
https://www.aaai.org/ocs/index.php/AAAI/AAAI13/paper/viewPaper/6381
AAAI 2014：Sequential Click Prediction For Sponsored Search With Recurrent Neural Networks
https://www.aaai.org/ocs/index.php/AAAI/AAAI14/paper/viewPaper/8529
AAAI 2014：Learning Deep Representations For Graph Clustering
https://www.aaai.org/ocs/index.php/AAAI/AAAI14/paper/viewPaper/8527
論文亮點：這篇論文的工作最早將深度學習應用於圖聚類問題（graph clustering）。論文的思路是先將自編碼器（autoencoder）應用到圖結構中進行特徵提取，然後再使用 k-means 聚類。
AAAI 2017：Topic Aware Neural Response Generation
https://aaai.org/ocs/index.php/AAAI/AAAI17/paper/viewPaper/14563
論文亮點：文章提出了一種主題感知序列到序列（TA-Seq2Seq）模型，利用主題資訊作為先驗知識進行對話生成，具體來說是使用一個聯合的注意力機制以及一個偏差糾正的生成機率來利用主題資訊。
AAAI 2019：Neural Speech Synthesis With Transformer Network
https://ojs.aaai.org//index.php/AAAI/article/view/4642
論文亮點：受 Transformer 網路在神經機器翻譯（NMT）中的成功啟發，文章結合了 Transformer 和 Tacotron 各自的優點，提出了 Transformer-TTS。採用自注意力機制：1. 替代 RNN 建模，提高並行性；2. 替代 Tacotron 的注意力，multi-head 多方面建模。
AAAI 2020：Unicoder-VL: A Universal Encoder for Vision and Language by Cross-Modal Pre-Training
https://ojs.aaai.org//index.php/AAAI/article/view/6795
論文亮點：文章提出了跨模態預訓練模型 Unicoder-VL。藉助通用領域的跨模態預訓練，該模型能夠學習到語言和視覺間的內在關聯，並用於生成語言和視覺的聯合向量表示。
網路和資訊檢索領域頂會：SIGCOMM、MOBICOM、WWW
SIGCOMM 2004：Shield: Vulnerability-driven Network Filters For Preventing Known Vulnerability Exploits
https://dl.acm.org/doi/abs/10.1145/1015467.1015489
論文亮點：文章提出了 Shield，首次提出一種透過在傳輸層上安裝特定的 Net Filters 來實現可快速部署的蠕蟲和漏洞防護框架。
SIGCOMM 2008：Dcell: A Scalable And Fault-tolerant Network Structure For Data Centers
https://dl.acm.org/doi/abs/10.1145/1402958.1402968
SIGCOMM 2009：BCube: A High Performance, Server-centric Network Architecture For Modular Data Centers
https://dl.acm.org/doi/10.1145/1592568.1592577
論文亮點：面對基於集裝箱（shipping-container based）的模組化資料中心，文章設計了一種新型網路體系結構 BCube。BCube 首次將資料中的伺服器也作為網路架構的關鍵節點，而不僅僅是終端。這樣，整個模組化資料中心的容錯性和可靠性都得到了更好的保障。
SIGCOMM 2015：Pingmesh: A Large-Scale System For Data Center Network Latency Measurement And Analysis
https://dl.acm.org/doi/abs/10.1145/2785956.2787496
論文亮點：文章提出了用於資料中心網路延遲測量和分析的大規模系統 Pingmesh。
WWW 2008：Learning Transportation Mode From Raw Gps Data For Geographic Applications On The Web
https://dl.acm.org/doi/abs/10.1145/1367497.1367532
WWW 2009：Mining Interesting Locations And Travel Sequences From GPS Trajectories
https://dl.acm.org/doi/abs/10.1145/1526709.1526816
論文亮點：基於大量使用者的 GPS 軌跡，論文在給定的地理區域中挖掘出了有趣的地點和經典的旅行路線。
WWW 2010：Collaborative Location And Activity Recommendations With GPS History Data
https://dl.acm.org/doi/abs/10.1145/1772690.1772795
WWW 2015：LightLDA: Big Topic Models On Modest Computer Clusters
https://dl.acm.org/doi/abs/10.1145/2736277.2741115
論文亮點：本文貢獻在三個模型：1.高效的O(1)Metropolis-Hastings 取樣演算法，其執行成本與模型大小無關；2.一種模型排程方案以處理大模型帶來的成本挑戰；3.一種用於模型儲存的差分資料結構。
WWW 2018：DRN: A Deep Reinforcement Learning Framework for News Recommendation
https://dl.acm.org/doi/abs/10.1145/3178876.3185994
WWW 2018：DKN: Deep Knowledge-Aware Network for News Recommendation
https://dl.acm.org/doi/abs/10.1145/3178876.3186175
論文亮點：文章提出了一種深度知識感知網路（DKN），將知識圖表示融入到新聞推薦中。
WWW 2019：Multi-Task Feature Learning for Knowledge Graph Enhanced Recommendation
https://dl.acm.org/doi/10.1145/3308558.3313411
論文亮點：在該論文中，作者將推薦系統和知識圖譜建模視為兩個分離但相關的任務，設計了一個多工學習的框架，利用知識圖譜建模任務來輔助推薦系統任務。
WWW 2019：Knowledge Graph Convolutional Networks For Recommender Systems
https://dl.acm.org/doi/10.1145/3308558.3313417
MOBICOM 2018：DeepCache: Principled Cache For Mobile Deep Vision
https://arxiv.org/abs/1712.01670
論文亮點：文章提出了一種新的為移動影片上做深度推理的 Cache 設計。DeepCache 利用影片時間上的 Locality 這一內部秉性，極大地提高了推理運算的效率。
資料探勘領域頂會：KDD
KDD 2011：Discovering Spatio-temporal Causal Interactions In Traffic Data Streams
https://dl.acm.org/doi/abs/10.1145/2020408.2020571
論文亮點：本文提出了一種在交通資料中發現異常及因果關係的演算法。
KDD 2011：Driving with knowledge from the physical world
https://dl.acm.org/doi/abs/10.1145/2020408.2020462
論文亮點：基於從計程車軌跡資料中挖掘出的交通模式和駕駛員行為模式，本文設計了一種為使用者提供定製化導航路線的服務。
KDD 2012：Discovering Regions Of Different Functions In A City Using Human Mobility And POIs
https://dl.acm.org/doi/abs/10.1145/2339530.2339561
論文亮點：本文提出了一種基於主題模型，利用區域間人群移動和區域內興趣點分佈來挖掘城市不同功能區域的方法。
KDD 2014：Inferring Gas Consumption And Pollution Emission Of Vehicles Throughout A City
https://dl.acm.org/doi/abs/10.1145/2623330.2623653
論文亮點：文章基於計程車軌跡資料，提出了一種預測車輛能耗和尾氣排放情況的方法。
KDD 2014：GeoMF: Joint Geographical Modeling And Matrix Factorization For Point-of-interest Recommendation
https://dl.acm.org/doi/abs/10.1145/2623330.2623638
論文亮點：本文提出了 GeoMF，一種結合地理模型和加權矩陣分解的地點推薦演算法。
KDD 2015：Forecasting Fine-Grained Air Quality Based on Big Data
https://dl.acm.org/doi/abs/10.1145/2783258.2788573
論文亮點：文章提出了一個多檢視混合模型，用於細粒度空氣質量預測。
KDD 2016：Collaborative Knowledge Base Embedding For Recommender Systems
https://dl.acm.org/doi/abs/10.1145/2939672.2939673
KDD 2018：xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems
https://dl.acm.org/doi/10.1145/3219819.3220023
論文亮點：文字提出了一種極深因子分解機模型（xDeepFM），不僅能同時以顯式和隱式的方式自動學習高階的特徵互動，使特徵交互發生在向量級，還兼具了記憶與泛化的學習能力。
KDD 2020：LayoutLM: Pre-training Of Text And Layout For Document Image Understanding
https://dl.acm.org/doi/abs/10.1145/3394486.3403172
資料管理領域頂會：SIGMOD
SIGMOD 2010：Searching Trajectories By Locations: An Efficiency Study
https://dl.acm.org/doi/abs/10.1145/1807167.1807197
論文亮點：在本文中，研究員研究了一類新的軌跡查詢問題，即在一個時空資料庫中透過指定或不指定順序的一個地點集合來搜尋最佳連線軌跡的問題。
SIGMOD 2013：Trinity: A Distributed Graph Engine On A Memory Cloud
https://dl.acm.org/doi/abs/10.1145/2463676.2467799
SIGMOD 2016：PrivTree: A Differentially Private Algorithm For Hierarchical Decompositions
https://dl.acm.org/doi/abs/10.1145/2882903.2882928
論文亮點：文章提出了一種名為 PrivTree 的差分隱私演算法，可用於保護空間和序列等型別的資料。