Data Mining And Knowledge Discovery SCIE

國際簡稱：DATA MIN KNOWL DISC 參考譯名：數(shù)據(jù)挖掘和知識發(fā)現(xiàn)

主要研究方向：工程技術(shù)-計算機：人工智能非預警期刊審稿周期：約6.0個月

《數(shù)據(jù)挖掘和知識發(fā)現(xiàn)》(Data Mining And Knowledge Discovery)是一本由Springer US出版的以工程技術(shù)-計算機：人工智能為研究特色的國際期刊，發(fā)表該領域相關的原創(chuàng)研究文章、評論文章和綜述文章，及時報道該領域相關理論、實踐和應用學科的最新發(fā)現(xiàn)，旨在促進該學科領域科學信息的快速交流。該期刊是一本未開放期刊，近三年沒有被列入預警名單。

3區(qū) 中科院分區(qū)
Q2 JCR分區(qū)
88 年發(fā)文量
2.8 IF影響因子
未開放 是否OA
87 H-index
1997 創(chuàng)刊年份
Bimonthly 出版周期
English 出版語言

Advances in data gathering, storage, and distribution have created a need for computational tools and techniques to aid in data analysis. Data Mining and Knowledge Discovery in Databases (KDD) is a rapidly growing area of research and application that builds on techniques and theories from many fields, including statistics, databases, pattern recognition and learning, data visualization, uncertainty modelling, data warehousing and OLAP, optimization, and high performance computing.

[ 查看全部 ]

投稿咨詢加急咨詢

Data Mining And Knowledge Discovery期刊信息

ISSN：1384-5810
出版語言：English
是否OA：未開放
E-ISSN：1573-756X
出版地區(qū)：NETHERLANDS
是否預警：否
出版商：Springer US
出版周期：Bimonthly
創(chuàng)刊時間：1997
開源占比：0.4125
Gold OA文章占比：44.96%
OA被引用占比：0.1533...
出版國人文章占比：0.08
出版撤稿占比：0
研究類文章占比：98.86%

Data Mining And Knowledge Discovery CiteScore評價數(shù)據(jù)（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數(shù)

10.4

1.813

2.784

學科類別	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%

名詞解釋：CiteScore 是衡量期刊所發(fā)表文獻的平均受引用次數(shù)，是在 Scopus 中衡量期刊影響力的另一個指標。當年CiteScore 的計算依據(jù)是期刊最近4年（含計算年度）的被引次數(shù)除以該期刊近四年發(fā)表的文獻數(shù)。例如，2022年的 CiteScore 計算方法為：2022年的 CiteScore =2019-2022年收到的對2019-2022年發(fā)表的文件的引用數(shù)量÷2019-2022年發(fā)布的文獻數(shù)量注：文獻類型包括：文章、評論、會議論文、書籍章節(jié)和數(shù)據(jù)論文。

Data Mining And Knowledge Discovery中科院評價數(shù)據(jù)

中科院 2023年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	計算機科學	3區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計算機：信息系統(tǒng)	3區(qū) 3區(qū)

中科院 2022年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	計算機科學	3區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計算機：信息系統(tǒng)	3區(qū) 3區(qū)

中科院 2021年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	計算機科學	3區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計算機：信息系統(tǒng)	3區(qū) 3區(qū)

中科院 2021年12月基礎版

Top期刊	綜述期刊	大類學科		小類學科
否	否	工程技術(shù)	3區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計算機：信息系統(tǒng)	3區(qū) 3區(qū)

中科院 2021年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	計算機科學	3區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計算機：信息系統(tǒng)	3區(qū) 3區(qū)

中科院 2020年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	計算機科學	3區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 計算機：信息系統(tǒng)	4區(qū) 4區(qū)

Data Mining And Knowledge Discovery JCR評價數(shù)據(jù)（2023-2024年最新版）

按JIF指標學科分區(qū)	收錄子集	分區(qū)	排名	百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q2	98 / 197	50.5%
學科：COMPUTER SCIENCE, INFORMATION SYSTEMS	SCIE	Q2	105 / 249	58%

按JCI指標學科分區(qū)	收錄子集	分區(qū)	排名	百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q2	66 / 198	66.92%
學科：COMPUTER SCIENCE, INFORMATION SYSTEMS	SCIE	Q2	97 / 251	61.55%

Data Mining And Knowledge Discovery歷年數(shù)據(jù)統(tǒng)計

影響因子

中科院分區(qū)

Data Mining And Knowledge Discovery中國學者發(fā)文選摘

1、Category tree distance: a taxonomy-based transaction distance for web user analysis
Author: Zhang, Yinjia; Zhao, Qinpei; Shi, Yang; Li, Jiangfeng; Rao, Weixiong

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 1, pp. 39-66. DOI: 10.1007/s10618-022-00874-9
2、ContE: contextualized knowledge graph embedding for circular relations
Author: Ma, Ting; Li, Mingming; Lv, Shangwen; Zhu, Fuqing; Huang, Longtao; Hu, Songlin

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 1, pp. 110-135. DOI: 10.1007/s10618-022-00851-2
3、Differentiated matching for individual and average treatment effect estimation
Author: Zhao Ziyu; Kuang, Kun; Li, Bo; Cui, Peng; Wu, Runze; Xiao, Jun; Wu, Fei

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 1, pp. 205-227. DOI: 10.1007/s10618-022-00886-5
4、Improving embedded knowledge graph multi-hop question answering by introducing relational chain reasoning
Author: Jin, Weiqiang; Zhao, Biao; Yu, Hang; Tao, Xi; Yin, Ruiping; Liu, Guizhong

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 1, pp. 255-288. DOI: 10.1007/s10618-022-00891-8
5、Using differential evolution for an attribute-weighted inverted specific-class distance measure for nominal attributes
Author: Gong, Fang; Guo, Xingfeng; Wang, Dianhong

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 1, pp. 409-433. DOI: 10.1007/s10618-022-00881-w
6、HARPA: hierarchical attention with relation paths for knowledge graph embedding adversarial learning
Author: Zhang, Naixin; Wang, Jinmeng; He, Jieyue

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 2, pp. 521-551. DOI: 10.1007/s10618-022-00888-3
7、Residual projection for quantile regression in vertically partitioned big data
Author: Fan, Ye; Li, Jr-Shin; Lin, Nan

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 2, pp. 710-735. DOI: 10.1007/s10618-022-00914-4
8、BDRI: block decomposition based on relational interaction for knowledge graph completion
Author: Yu, Mei; Guo, Jiujiang; Yu, Jian; Xu, Tianyi; Zhao, Mankun; Liu, Hongwei; Li, Xuewei; Yu, Ruiguo

Journal: DATA MINING AND KNOWLEDGE DISCOVERY. 2023; Vol. 37, Issue 2, pp. 767-787. DOI: 10.1007/s10618-023-00918-8