Data Mining And Knowledge Discovery
人气:5

Data Mining And Knowledge Discovery SCIE

  • ISSN:1384-5810
  • 出版商:Springer US
  • 出版语言:English
  • E-ISSN:1573-756X
  • 出版地区:NETHERLANDS
  • 是否预警:
  • 创刊时间:1997
  • 出版周期:Bimonthly
  • TOP期刊:
  • 影响因子:2.8
  • 是否OA:未开放
  • CiteScore:10.4
  • H-index:87
  • 研究类文章占比:98.86%
  • Gold OA文章占比:44.96%
  • 文章自引率:0.0416...
  • 开源占比:0.4125
  • OA被引用占比:0.1533...
  • 出版国人文章占比:0.08
  • 出版修正文章占比:0.0163...
  • 国际标准简称:DATA MIN KNOWL DISC
  • 涉及的研究方向:工程技术-计算机:人工智能
  • 中文名称:数据挖掘和知识发现
  • 预计审稿周期: 约6.0个月
国内分区信息:

大类学科:计算机科学  中科院分区  3区

国际分区信息:

JCR学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE、COMPUTER SCIENCE, INFORMATION SYSTEMS  JCR分区  Q2

  • 影响因子:2.8
  • Gold OA文章占比:44.96%
  • OA被引用占比:0.1533...
  • CiteScore:10.4
  • 研究类文章占比:98.86%
  • 开源占比:0.4125
  • 文章自引率:0.0416...
  • 出版国人文章占比:0.08

推荐合适期刊 投稿指导 助力快速见刊

Data Mining And Knowledge Discovery 期刊简介

Data Mining And Knowledge Discovery是计算机科学领域的一本优秀期刊。由Springer US出版社出版。该期刊主要发表计算机科学领域的原创性研究成果。创刊于1997年,该期刊主要刊载工程技术-计算机:人工智能及其基础研究的前瞻性、原始性、首创性研究成果、科技成就和进展。该期刊不仅收录了该领域的科技成就和进展,更以其深厚的学术积淀和卓越的审稿标准,确保每篇文章都具备高度的学术价值。此外,该刊同时被SCIE数据库收录,并被划分为中科院SCI3区期刊,它始终坚持创新,不断专注于发布高度有价值的研究成果,不断推动计算机科学领域的进步。

同时,我们注重来稿文章表述的清晰度,以及其与我们的读者群体和研究领域的相关性。为此,我们期待所有投稿的文章能够保持简洁明了、组织有序、表述清晰。该期刊平均审稿速度为平均 约6.0个月 。若您对于稿件是否适合该期刊存在疑虑,建议您在提交前主动与期刊主编取得联系,或咨询本站的客服老师。我们的客服老师将根据您的研究内容和方向,为您推荐最为合适的期刊,助力您顺利投稿,实现学术成果的顺利发表。

Data Mining And Knowledge Discovery 期刊国内分区信息

中科院分区 2023年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 3区
中科院分区 2022年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 3区
中科院分区 2021年12月旧的升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 3区
中科院分区 2021年12月基础版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 3区
中科院分区 2021年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 3区
中科院分区 2020年12月旧的升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 4区 4区

Data Mining And Knowledge Discovery 期刊国际分区信息(2023-2024年最新版)

按JIF指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 98 / 197

50.5%

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q2 105 / 249

58%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 66 / 198

66.92%

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q2 97 / 251

61.55%

CiteScore指数(2024年最新版)

  • CiteScore:10.4
  • SJR:1.813
  • SNIP:2.784
学科类别 分区 排名 百分位
大类:Computer Science 小类:Computer Networks and Communications Q1 40 / 395

90%

大类:Computer Science 小类:Computer Science Applications Q1 93 / 817

88%

大类:Computer Science 小类:Information Systems Q1 52 / 394

86%

期刊评价数据趋势图

中科院分区趋势图
期刊影响因子和自引率趋势图

发文统计

年发文量统计
年份 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
年发文量 48 58 48 59 57 58 70 78 92 88
国家/地区发文量统计
国家/地区 数量
USA 58
France 25
Australia 24
CHINA MAINLAND 24
Belgium 18
England 16
GERMANY (FED REP GER) 15
Italy 13
Brazil 12
Finland 8
机构发文量统计
机构 数量
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

高引用文章

文章名称 引用次数
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

免责声明

若用户需要出版服务,请联系出版商:SPRINGER, VAN GODEWIJCKSTRAAT 30, DORDRECHT, NETHERLANDS, 3311 GZ。

友情链接