《Data Mining And Knowledge Discovery》國(guó)際標(biāo)準(zhǔn)刊號(hào)?ISSN:1384-5810,電子期刊的國(guó)際標(biāo)準(zhǔn)刊號(hào):1573-756X。
創(chuàng)刊時(shí)間:1997年
出版周期:Bimonthly
出版語(yǔ)言:English
國(guó)際簡(jiǎn)稱:DATA MIN KNOWL DISC
研究方向:工程技術(shù) - 計(jì)算機(jī):人工智能
期刊定位與內(nèi)容:
數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)(Data Mining And Knowledge Discovery)是一本由Springer US出版的學(xué)術(shù)刊物,主要報(bào)道工程技術(shù)-計(jì)算機(jī):人工智能相關(guān)領(lǐng)域研究成果與實(shí)踐。本刊已入選來(lái)源期刊,該刊創(chuàng)刊于1997年,出版周期Bimonthly。
《數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)》發(fā)表專家撰寫的簡(jiǎn)短易懂的評(píng)論,重點(diǎn)介紹計(jì)算機(jī):人工智能的最新關(guān)鍵主題。每篇文章都是對(duì)該主題的最新、完整的總結(jié),方便尚未深入研究的人閱讀。
數(shù)據(jù)收集、存儲(chǔ)和分發(fā)方面的進(jìn)步催生了對(duì)計(jì)算工具和技術(shù)的需求,以協(xié)助數(shù)據(jù)分析。數(shù)據(jù)庫(kù)中的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn) (KDD) 是一個(gè)快速發(fā)展的研究和應(yīng)用領(lǐng)域,它建立在許多領(lǐng)域的技術(shù)和理論之上,包括統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、模式識(shí)別和學(xué)習(xí)、數(shù)據(jù)可視化、不確定性建模、數(shù)據(jù)倉(cāng)庫(kù)和 OLAP、優(yōu)化和高性能計(jì)算。
出版周期與發(fā)文量:
該雜志出版周期Bimonthly。近年來(lái),該期刊的年發(fā)文量約為88篇。
學(xué)術(shù)影響力:
2021-2022年最新版WOS分區(qū)等級(jí):Q2,2023年發(fā)布的影響因子為2.8,CiteScore指數(shù)10.4,SJR指數(shù)1.813。本刊非開(kāi)放獲取期刊。
Cite Score(2024年最新版)
- CiteScore:10.4
- SJR:1.813
- SNIP:2.784
學(xué)科類別 | 分區(qū) | 排名 | 百分位 |
大類:Computer Science 小類:Computer Networks and Communications | Q1 | 40 / 395 |
90%
|
大類:Computer Science 小類:Computer Science Applications | Q1 | 93 / 817 |
88%
|
大類:Computer Science 小類:Information Systems | Q1 | 52 / 394 |
86%
|
CiteScore:該指標(biāo)由Elsevier于2016年提出,指期刊發(fā)表的單篇文章平均被引用次數(shù)。CiteScorer的計(jì)算方式是:例如,某期刊2022年CiteScore的計(jì)算方法是該期刊在2019年、2020年和2021年發(fā)表的文章在2022年獲得的被引次數(shù),除以該期刊2019年、2020年和2021發(fā)表并收錄于Scopus中的文章數(shù)量總和。
聲明:本信息依據(jù)互聯(lián)網(wǎng)公開(kāi)資料整理,若存在錯(cuò)誤,請(qǐng)及時(shí)聯(lián)系我們及時(shí)更正。