Data Mining And Knowledge Discovery SCIE

国际简称：DATA MIN KNOWL DISC 参考译名：数据挖掘和知识发现

主要研究方向：工程技术-计算机：人工智能非预警期刊审稿周期：约6.0个月

《数据挖掘和知识发现》(Data Mining And Knowledge Discovery)是一本由Springer US出版的以工程技术-计算机：人工智能为研究特色的国际期刊，发表该领域相关的原创研究文章、评论文章和综述文章，及时报道该领域相关理论、实践和应用学科的最新发现，旨在促进该学科领域科学信息的快速交流。该期刊是一本未开放期刊，近三年没有被列入预警名单。

3区中科院分区
Q2 JCR分区
88 年发文量
2.8 IF影响因子
未开放 是否OA
87 H-index
1997 创刊年份
Bimonthly 出版周期
English 出版语言

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 ]

投稿咨询加急咨询

Data Mining And Knowledge Discovery期刊信息

ISSN：1384-5810
出版语言：English
是否OA：未开放
E-ISSN：1573-756X
出版地区：NETHERLANDS
是否预警：否
出版商：Springer US
出版周期：Bimonthly
创刊时间：1997
开源占比：0.4125
Gold OA文章占比：44.96%
OA被引用占比：0.1533...
出版国人文章占比：0.08
出版撤稿占比：0
研究类文章占比：98.86%

Data Mining And Knowledge Discovery CiteScore评价数据（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指数

10.4

1.813

2.784

学科类别	分区	排名	百分位
大类：Computer Science 小类：Computer Networks and Communications	Q1	40 / 395	90%
大类：Computer Science 小类：Computer Science Applications	Q1	93 / 817	88%
大类：Computer Science 小类：Information Systems	Q1	52 / 394	86%

名词解释：CiteScore 是衡量期刊所发表文献的平均受引用次数，是在 Scopus 中衡量期刊影响力的另一个指标。当年CiteScore 的计算依据是期刊最近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。例如，2022年的 CiteScore 计算方法为：2022年的 CiteScore =2019-2022年收到的对2019-2022年发表的文件的引用数量÷2019-2022年发布的文献数量注：文献类型包括：文章、评论、会议论文、书籍章节和数据论文。

Data Mining And Knowledge Discovery中科院评价数据

中科院 2023年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	3区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机：信息系统	3区 3区

中科院 2022年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	3区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机：信息系统	3区 3区

中科院 2021年12月旧的升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	3区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机：信息系统	3区 3区

中科院 2021年12月基础版

Top期刊	综述期刊	大类学科		小类学科
否	否	工程技术	3区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机：信息系统	3区 3区

中科院 2021年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	3区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机：信息系统	3区 3区

中科院 2020年12月旧的升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	3区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机：信息系统	4区 4区

Data Mining And Knowledge Discovery JCR评价数据（2023-2024年最新版）

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	Q2	98 / 197	50.5%
学科：COMPUTER SCIENCE, INFORMATION SYSTEMS	SCIE	Q2	105 / 249	58%

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	66 / 198	66.92%
学科：COMPUTER SCIENCE, INFORMATION SYSTEMS	SCIE	Q2	97 / 251	61.55%

Data Mining And Knowledge Discovery历年数据统计

影响因子

中科院分区

Data Mining And Knowledge Discovery中国学者发文选摘

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