要提升在《Data Mining And Knowledge Discovery》雜志上的發表速度，可以從以下幾個方面著手：

1、了解期刊特點與要求

熟悉期刊定位、研讀投稿指南。

2、優化稿件質量

精心準備論文：在投稿前，確保論文結構清晰、邏輯嚴謹、語言流暢，并符合期刊的格式要求。

摘要與關鍵詞：撰寫簡潔明了的摘要和準確無誤的關鍵詞，以便編輯和審稿人快速了解論文的核心內容和創新點。

數據完整準確：確保研究數據完整、以便審稿人能夠快速驗證論文的可靠性和科學性。

3、積極溝通與合作

與編輯保持溝通、及時回應審稿意見、推薦審稿人。

4、選擇投稿時機

避開投稿高峰期、關注期刊動態。

5、利用專業服務

語言潤色服務：如果English不是作者的母語，可以考慮使用專業的語言潤色服務來修飾論文初稿和投稿信中的措辭，確保英語運用準確清晰。

《Data Mining And Knowledge Discovery》雜志創刊于1997年，ISSN號：1384-5810，E-ISSN號：1573-756X，國際標準簡稱為DATA MIN KNOWL DISC，中文名稱為：《數據挖掘和知識發現》。

該雜志由Springer US出版，出版語言為English，出版地區為NETHERLANDS，出版周期為Bimonthly。作為一本專注于COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE計算機：人工智能領域的SCI學術期刊，被國際權威數據庫SCIE收錄，其在學術界擁有較高的影響力和學術地位。

數據收集、存儲和分發方面的進步催生了對計算工具和技術的需求，以協助數據分析。數據庫中的數據挖掘和知識發現 (KDD) 是一個快速發展的研究和應用領域，它建立在許多領域的技術和理論之上，包括統計學、數據庫、模式識別和學習、數據可視化、不確定性建模、數據倉庫和 OLAP、優化和高性能計算。

該雜志在中科院分區表中，大類學科“計算機科學”為3區，小類學科“COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE”為3區；在JCR分區等級為Q2。其影響因子為2.8。

聲明：本信息依據互聯網公開資料整理，若存在錯誤，請及時聯系我們及時更正。