大類(lèi)學(xué)科:計(jì)算機(jī)科學(xué) 中科院分區(qū) 3區(qū)
JCR學(xué)科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE、COMPUTER SCIENCE, INFORMATION SYSTEMS JCR分區(qū) Q2
推薦合適期刊 投稿指導(dǎo) 助力快速見(jiàn)刊免費(fèi)咨詢
Data Mining And Knowledge Discovery是計(jì)算機(jī)科學(xué)領(lǐng)域的一本優(yōu)秀期刊。由Springer US出版社出版。該期刊主要發(fā)表計(jì)算機(jī)科學(xué)領(lǐng)域的原創(chuàng)性研究成果。創(chuàng)刊于1997年,該期刊主要刊載工程技術(shù)-計(jì)算機(jī):人工智能及其基礎(chǔ)研究的前瞻性、原始性、首創(chuàng)性研究成果、科技成就和進(jìn)展。該期刊不僅收錄了該領(lǐng)域的科技成就和進(jìn)展,更以其深厚的學(xué)術(shù)積淀和卓越的審稿標(biāo)準(zhǔn),確保每篇文章都具備高度的學(xué)術(shù)價(jià)值。此外,該刊同時(shí)被SCIE數(shù)據(jù)庫(kù)收錄,并被劃分為中科院SCI3區(qū)期刊,它始終堅(jiān)持創(chuàng)新,不斷專注于發(fā)布高度有價(jià)值的研究成果,不斷推動(dòng)計(jì)算機(jī)科學(xué)領(lǐng)域的進(jìn)步。
同時(shí),我們注重來(lái)稿文章表述的清晰度,以及其與我們的讀者群體和研究領(lǐng)域的相關(guān)性。為此,我們期待所有投稿的文章能夠保持簡(jiǎn)潔明了、組織有序、表述清晰。該期刊平均審稿速度為平均 約6.0個(gè)月 。若您對(duì)于稿件是否適合該期刊存在疑慮,建議您在提交前主動(dòng)與期刊主編取得聯(lián)系,或咨詢本站的客服老師。我們的客服老師將根據(jù)您的研究?jī)?nèi)容和方向,為您推薦最為合適的期刊,助力您順利投稿,實(shí)現(xiàn)學(xué)術(shù)成果的順利發(fā)表。
大類(lèi)學(xué)科 | 分區(qū) | 小類(lèi)學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī):人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計(jì)算機(jī):信息系統(tǒng) | 3區(qū) 3區(qū) | 否 | 否 |
大類(lèi)學(xué)科 | 分區(qū) | 小類(lèi)學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī):人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計(jì)算機(jī):信息系統(tǒng) | 3區(qū) 3區(qū) | 否 | 否 |
大類(lèi)學(xué)科 | 分區(qū) | 小類(lèi)學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī):人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計(jì)算機(jī):信息系統(tǒng) | 3區(qū) 3區(qū) | 否 | 否 |
大類(lèi)學(xué)科 | 分區(qū) | 小類(lèi)學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
工程技術(shù) | 3區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī):人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計(jì)算機(jī):信息系統(tǒng) | 3區(qū) 3區(qū) | 否 | 否 |
大類(lèi)學(xué)科 | 分區(qū) | 小類(lèi)學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī):人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計(jì)算機(jī):信息系統(tǒng) | 3區(qū) 3區(qū) | 否 | 否 |
大類(lèi)學(xué)科 | 分區(qū) | 小類(lèi)學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī):人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計(jì)算機(jī):信息系統(tǒng) | 4區(qū) 4區(qū) | 否 | 否 |
按JIF指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學(xué)科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q2 | 98 / 197 |
50.5% |
學(xué)科:COMPUTER SCIENCE, INFORMATION SYSTEMS | SCIE | Q2 | 105 / 249 |
58% |
按JCI指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學(xué)科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q2 | 66 / 198 |
66.92% |
學(xué)科:COMPUTER SCIENCE, INFORMATION SYSTEMS | SCIE | Q2 | 97 / 251 |
61.55% |
學(xué)科類(lèi)別 | 分區(qū) | 排名 | 百分位 |
大類(lèi):Computer Science 小類(lèi):Computer Networks and Communications | Q1 | 40 / 395 |
90% |
大類(lèi):Computer Science 小類(lèi):Computer Science Applications | Q1 | 93 / 817 |
88% |
大類(lèi):Computer Science 小類(lèi):Information Systems | Q1 | 52 / 394 |
86% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年發(fā)文量 | 48 | 58 | 48 | 59 | 57 | 58 | 70 | 78 | 92 | 88 |
國(guó)家/地區(qū) | 數(shù)量 |
USA | 58 |
France | 25 |
Australia | 24 |
CHINA MAINLAND | 24 |
Belgium | 18 |
England | 16 |
GERMANY (FED REP GER) | 15 |
Italy | 13 |
Brazil | 12 |
Finland | 8 |
機(jī)構(gòu) | 數(shù)量 |
MONASH UNIVERSITY | 13 |
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE (CNRS) | 12 |
UNIVERSITY OF CALIFORNIA SYSTEM | 11 |
GHENT UNIVERSITY | 7 |
STATE UNIVERSITY SYSTEM OF FLORIDA | 6 |
UNIVERSITY OF MASSACHUSETTS SYSTEM | 6 |
INSTITUT NATIONAL DES SCIENCES APPLIQUEES DE LYON - INSA LYON | 5 |
UNIVERSIDADE DE SAO PAULO | 5 |
UNIVERSITES DE STRASBOURG ETABLISSEMENTS ASSOCIES | 5 |
INRIA | 4 |
文章名稱 | 引用次數(shù) |
Deep learning for time series classification: a review | 130 |
A review on distance based time series classification | 14 |
Spatial autocorrelation and entropy for renewable energy forecasting | 13 |
Proximity Forest: an effective and scalable distance-based classifier for time series | 12 |
Multi-target prediction: a unifying view on problems and methods | 10 |
Analyzing concept drift and shift from sample data | 9 |
Time series joins, motifs, discords and shapelets: a unifying view that exploits the matrix profile | 9 |
Optimizing dynamic time warping's window width for time series data mining applications | 7 |
Kernel mixture model for probability density estimation in Bayesian classifiers | 7 |
Speeding up similarity search under dynamic time warping by pruning unpromising alignments | 7 |
SCIE
影響因子 3.7
CiteScore 6.4
SCIE
影響因子 4.5
CiteScore 10
SCIE
影響因子 3.8
CiteScore 6.7
SCIE
影響因子 5.3
CiteScore 9.3
SCIE
影響因子 1.7
CiteScore 3.4
SCIE
CiteScore 5.6
SCIE
影響因子 7.7
CiteScore 20.9
SCIE
影響因子 3.9
CiteScore 7.3
SCIE
影響因子 5.3
CiteScore 10.3
SCIE
影響因子 3
CiteScore 7.7
若用戶需要出版服務(wù),請(qǐng)聯(lián)系出版商:SPRINGER, VAN GODEWIJCKSTRAAT 30, DORDRECHT, NETHERLANDS, 3311 GZ。