从数据中发现知识的 Acm 交易 SCIE

期刊简介预计审稿时间： 约3.0个月

TKDD welcomes papers on a full range of research in the knowledge discovery and analysis of diverse forms of data. Such subjects include, but are not limited to: scalable and effective algorithms for data mining and big data analysis, mining brain networks, mining data streams, mining multi-media data, mining high-dimensional data, mining text, Web, and semi-structured data, mining spatial and temporal data, data mining for community generation, social network analysis, and graph structured data, security and privacy issues in data mining, visual, interactive and online data mining, pre-processing and post-processing for data mining, robust and scalable statistical methods, data mining languages, foundations of data mining, KDD framework and process, and novel applications and infrastructures exploiting data mining technology including massively parallel processing and cloud computing platforms. TKDD encourages papers that explore the above subjects in the context of large distributed networks of computers, parallel or multiprocessing computers, or new data devices. TKDD also encourages papers that describe emerging data mining applications that cannot be satisfied by the current data mining technology.

TKDD 欢迎关于知识发现和分析各种不同形式数据的各种研究的论文。这些主题包括但不限于：可扩展且有效的数据挖掘和大数据分析算法、挖掘脑网络、挖掘数据流、挖掘多媒体数据、挖掘高维数据、挖掘文本、Web 和半结构化数据、挖掘空间和时间数据、社区生成的数据挖掘、社交网络分析和图形结构化数据、数据挖掘中的安全和隐私问题、可视化、交互式和在线数据挖掘、数据挖掘的预处理和后处理、稳健且可扩展的统计方法、数据挖掘语言、数据挖掘的基础、KDD 框架和流程，以及利用数据挖掘技术（包括大规模并行处理和云计算平台）的新型应用程序和基础设施。TKDD 鼓励在大型分布式计算机网络、并行或多处理计算机或新数据设备的背景下探索上述主题的论文。TKDD 还鼓励描述当前数据挖掘技术无法满足的新兴数据挖掘应用的论文。

《Acm Transactions On Knowledge Discovery From Data》(从数据中发现知识的 Acm 交易)编辑部通讯方式为2 PENN PLAZA, STE 701, NEW YORK, USA, NY, 10121-0701。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。