数据挖掘和知识发现 SCIE

期刊简介预计审稿时间： 约6.0个月

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.

数据收集、存储和分发方面的进步催生了对计算工具和技术的需求，以协助数据分析。数据库中的数据挖掘和知识发现 (KDD) 是一个快速发展的研究和应用领域，它建立在许多领域的技术和理论之上，包括统计学、数据库、模式识别和学习、数据可视化、不确定性建模、数据仓库和 OLAP、优化和高性能计算。

《Data Mining And Knowledge Discovery》(数据挖掘和知识发现)编辑部通讯方式为SPRINGER, VAN GODEWIJCKSTRAAT 30, DORDRECHT, NETHERLANDS, 3311 GZ。如果您需要协助投稿或润稿服务，您可以咨询我们的客服老师。我们专注于期刊投稿服务十年，熟悉发表政策，可为您提供一对一投稿指导，避免您在投稿时频繁碰壁，节省您的宝贵时间，有效提升发表机率，确保SCI检索（检索不了全额退款）。我们视信誉为生命，多方面确保文章安全保密，在任何情况下都不会泄露您的个人信息或稿件内容。