首页 > SCI期刊 > SCIE期刊 > 计算机科学 > 中科院2区 > JCRQ1 > 期刊介绍
评价信息:
影响因子:6.4
年发文量:37
《Wiley 跨学科评论——数据挖掘和知识发现》(Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery)是一本以COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE-COMPUTER SCIENCE, THEORY & METHODS综合研究为特色的国际期刊。该刊由John Wiley and Sons Inc.出版商创刊于2011年,刊期6 issues/year。该刊已被国际重要权威数据库SCIE收录。期刊聚焦COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE-COMPUTER SCIENCE, THEORY & METHODS领域的重点研究和前沿进展,及时刊载和报道该领域的研究成果,致力于成为该领域同行进行快速学术交流的信息窗口与平台。该刊2023年影响因子为6.4。CiteScore指数值为22.7。
The objectives of WIREs DMKD are to (a) present the current state of the art of data mining and knowledge discovery through an ongoing series of reviews written by leading researchers, (b) capture the crucial interdisciplinary flavor of the field by including articles that address the key topics from the differing perspectives of data mining and knowledge discovery, including a variety of application areas in technology, business, healthcare, education, government and society and culture, (c) capture the rapid development of data mining and knowledge discovery through a systematic program of content updates, and (d) encourage active participation in this field by presenting its achievements and challenges in an accessible way to a broad audience. The content of WIREs DMKD will be useful to upper-level undergraduate and postgraduate students, to teaching and research professors in academic programs, and to scientists and research managers in industry.
WIREs DMKD 的目标是:(a) 通过一系列由顶尖研究人员撰写的评论文章介绍数据挖掘和知识发现的最新进展;(b) 通过收录从数据挖掘和知识发现的不同角度探讨关键主题的文章来捕捉该领域至关重要的跨学科特色,包括技术、商业、医疗保健、教育、政府、社会和文化等各种应用领域;(c) 通过系统的内容更新计划来捕捉数据挖掘和知识发现的快速发展;(d) 通过以广泛受众易于理解的方式介绍该领域的成就和挑战,鼓励人们积极参与该领域。WIREs DMKD 的内容将对高年级本科生和研究生、学术课程的教学和研究教授以及行业中的科学家和研究经理有用。
《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》(Wiley 跨学科评论——数据挖掘和知识发现)编辑部通讯方式为ONE MONTGOMERY ST, SUITE 1200, SAN FRANCISCO, USA, CA, 94104。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。
2023年12月升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 2区 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 2区 2区 | 否 | 是 |
2022年12月升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 2区 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 2区 2区 | 否 | 是 |
2021年12月旧的升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 2区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 | 2区 3区 | 否 | 是 |
2021年12月基础版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
工程技术 | 2区 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 3区 2区 | 否 | 是 |
2021年12月升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 2区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 | 2区 3区 | 否 | 是 |
2020年12月旧的升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 2区 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 2区 2区 | 否 | 是 |
基础版:即2019年12月17日,正式发布的《2019年中国科学院文献情报中心期刊分区表》;将JCR中所有期刊分为13个大类,期刊范围只有SCI期刊。
升级版:即2020年1月13日,正式发布的《2019年中国科学院文献情报中心期刊分区表升级版(试行)》,升级版采用了改进后的指标方法体系对基础版的延续和改进,影响因子不再是分区的唯一或者决定性因素,也没有了分区的IF阈值期刊由基础版的13个学科扩展至18个,科研评价将更加明确。期刊范围有SCI期刊、SSCI期刊。从2022年开始,分区表将只发布升级版结果,不再有基础版和升级版之分,基础版和升级版(试行)将过渡共存三年时间。
JCR分区等级:Q1
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 34 / 197 |
83% |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q1 | 12 / 143 |
92% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q2 | 77 / 198 |
61.36% |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q2 | 50 / 143 |
65.38% |
Gold OA文章占比 | 研究类文章占比 | 文章自引率 |
22.22% | 27.03% | 0.02... |
开源占比 | 出版国人文章占比 | OA被引用占比 |
0.12... | 0.12 | 0.20... |
名词解释:JCR分区在学术期刊评价、科研成果展示、科研方向引导以及学术交流与合作等方面都具有重要的价值。通过对期刊影响因子的精确计算和细致划分,JCR分区能够清晰地反映出不同期刊在同一学科领域内的相对位置,从而帮助科研人员准确识别出高质量的学术期刊。
CiteScore | SJR | SNIP | CiteScore 指数 | ||||||||
22.7 | 2.147 | 3.411 |
|
名词解释:CiteScore是基于Scopus数据库的全新期刊评价体系。CiteScore 2021 的计算方式是期刊最近4年(含计算年度)的被引次数除以该期刊近四年发表的文献数。CiteScore基于全球最广泛的摘要和引文数据库Scopus,适用于所有连续出版物,而不仅仅是期刊。目前CiteScore 收录了超过 26000 种期刊,比获得影响因子的期刊多13000种。被各界人士认为是影响因子最有力的竞争对手。
历年中科院分区趋势图
历年IF值(影响因子)
历年引文指标和发文量
历年自引数据
2019-2021年国家/地区发文量统计
国家/地区 | 数量 |
USA | 31 |
CHINA MAINLAND | 27 |
Spain | 16 |
GERMANY (FED REP GER) | 13 |
Australia | 12 |
England | 12 |
India | 10 |
Italy | 8 |
Turkey | 7 |
Brazil | 6 |
2019-2021年机构发文量统计
机构 | 数量 |
INDIAN INSTITUTE OF TECHNOLOGY SYSTEM (I... | 5 |
UNIVERSIDAD DE CORDOBA | 5 |
SWINBURNE UNIVERSITY OF TECHNOLOGY | 4 |
AIN SHAMS UNIVERSITY | 3 |
ERCIYES UNIVERSITY | 3 |
HARBIN INSTITUTE OF TECHNOLOGY | 3 |
HELMHOLTZ ASSOCIATION | 3 |
INESC | 3 |
KU LEUVEN | 3 |
LA TROBE UNIVERSITY | 3 |
2019-2021年文章引用数据
文章引用名称 | 引用次数 |
Deep learning for sentiment analysis: A ... | 99 |
Ensemble learning: A survey | 90 |
Causability and explainability of artifi... | 59 |
Hyperparameters and tuning strategies fo... | 53 |
Deep learning for remote sensing image c... | 31 |
Anomaly detection by robust statistics | 17 |
A survey of incremental high-utility ite... | 16 |
Performance evaluation in non-intrusive ... | 15 |
Recent trends in machine learning for hu... | 11 |
A survey on educational process mining | 11 |
2019-2021年文章被引用数据
被引用期刊名称 | 数量 |
IEEE ACCESS | 70 |
WIRES DATA MIN KNOWL | 32 |
EXPERT SYST APPL | 25 |
INFORM SCIENCES | 23 |
SENSORS-BASEL | 15 |
REMOTE SENS-BASEL | 13 |
APPL SCI-BASEL | 12 |
WATER-SUI | 12 |
SCI REP-UK | 11 |
APPL INTELL | 10 |
2019-2021年引用数据
引用期刊名称 | 数量 |
J MACH LEARN RES | 38 |
WIRES DATA MIN KNOWL | 32 |
IEEE T PATTERN ANAL | 27 |
INFORM SCIENCES | 25 |
EXPERT SYST APPL | 24 |
MACH LEARN | 24 |
PATTERN RECOGN | 22 |
IEEE T EVOLUT COMPUT | 20 |
SCIENCE | 20 |
KNOWL-BASED SYST | 19 |
中科院分区:1区
影响因子:7.7
审稿周期:约Time to first decision: 9 days; Review time: 64 days; Submission to acceptance: 82 days; 约2.7个月 约7.8周
中科院分区:1区
影响因子:8.1
审稿周期:约Time to first decision: 6 days; Review time: 44 days; Submission to acceptance: 54 days; 约4.1个月 约6.8周
中科院分区:3区
影响因子:3.3
审稿周期:约17.72天 11 Weeks
中科院分区:2区
影响因子:5.8
审稿周期: 约2.4个月 约7.6周
中科院分区:2区
影响因子:5.1
审稿周期: 约1.9个月 约2.7周
中科院分区:1区
影响因子:98.4
审稿周期: 约3月
若用户需要出版服务,请联系出版商:ONE MONTGOMERY ST, SUITE 1200, SAN FRANCISCO, USA, CA, 94104。