Biodata Mining SCIE

国际简称：BIODATA MIN 参考译名：生物数据挖掘

主要研究方向：MATHEMATICAL & COMPUTATIONAL BIOLOGY 非预警期刊审稿周期： 23 Weeks

《生物数据挖掘》(Biodata Mining)是一本由BioMed Central出版的以MATHEMATICAL & COMPUTATIONAL BIOLOGY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。该期刊是一本开放期刊，近三年没有被列入预警名单。

3区中科院分区
Q1 JCR分区
32 年发文量
4 IF影响因子
开放是否OA
23 H-index
2008 创刊年份
1 issue/year 出版周期
English 出版语言

BioData Mining is an open access, open peer-reviewed journal encompassing research on all aspects of data mining applied to high-dimensional biological and biomedical data, focusing on computational aspects of knowledge discovery from large-scale genetic, transcriptomic, genomic, proteomic, and metabolomic data.

Topical areas include, but are not limited to:

-Development, evaluation, and application of novel data mining and machine learning algorithms.

-Adaptation, evaluation, and application of traditional data mining and machine learning algorithms.

-Open-source software for the application of data mining and machine learning algorithms.

-Design, development and integration of databases, software and web services for the storage, management, retrieval, and analysis of data from large scale studies.

-Pre-processing, post-processing, modeling, and interpretation of data mining and machine learning results for biological interpretation and knowledge discovery.

[ 查看全部 ]

投稿咨询加急咨询

Biodata Mining期刊信息

ISSN：1756-0381
出版语言：English
是否OA：开放
E-ISSN：1756-0381
出版地区：ENGLAND
是否预警：否
出版商：BioMed Central
出版周期：1 issue/year
创刊时间：2008
开源占比：0.9896
Gold OA文章占比：100.00%
OA被引用占比：1
出版国人文章占比：0.2
出版撤稿占比：0
研究类文章占比：93.75%

Biodata Mining CiteScore评价数据（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指数

7.9

0.958

1.413

学科类别	分区	排名	百分位
大类：Mathematics 小类：Computational Mathematics	Q1	11 / 189	94%
大类：Mathematics 小类：Computational Theory and Mathematics	Q1	17 / 176	90%
大类：Mathematics 小类：Computer Science Applications	Q1	166 / 817	79%
大类：Mathematics 小类：Genetics	Q1	76 / 347	78%
大类：Mathematics 小类：Biochemistry	Q1	104 / 438	76%
大类：Mathematics 小类：Molecular Biology	Q2	130 / 410	68%

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。

Biodata Mining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	生物学	3区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	2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	生物学	3区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	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	生物学	4区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	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	生物	3区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	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	生物学	4区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	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	4区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	4区

Biodata Mining 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：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	8 / 65	88.5%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	10 / 65	85.38%

Biodata Mining历年数据统计

影响因子

中科院分区

Biodata Mining中国学者发文选摘

1、Motif mining based on network space compression
Author: Qiang Zhang, Yuan Xu

Journal: BioData Mining, 2014, Vol.8, , DOI:10.1186/s13040-014-0029-x
2、An iteration normalization and test method for differential expression analysis of RNA-seq data
Author: Yan Zhou, Nan Lin, Baoxue Zhang

Journal: BioData Mining, 2014, Vol.7, , DOI:10.1186/1756-0381-7-15
3、Prediction of protein solvent accessibility using PSO-SVR with multiple sequence-derived features and weighted sliding window scheme
Author: Jian Zhang, Wenhan Chen, Pingping Sun, Xiaowei Zhao, Zhiqiang Ma

Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-014-0031-3
4、Mining causal relationships among clinical variables for cancer diagnosis based on Bayesian analysis
Author: LiMin Wang

Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-015-0046-4
5、Predicting linear B-cell epitopes using amino acid anchoring pair composition
Author: Weike Shen, Yuan Cao, Lei Cha, Xufei Zhang, Xiaomin Ying, Wei Zhang, Kun Ge, Wuju Li, Li Zhong

Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-015-0047-3
6、Accurate prediction of protein relative solvent accessibility using a balanced model
Author: Wei Wu, Zhiheng Wang, Peisheng Cong, Tonghua Li

Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-016-0121-5
7、A feature selection method based on multiple kernel learning with expression profiles of different types
Author: Wei Du, Zhongbo Cao, Tianci Song, Ying Li, Yanchun Liang

Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-017-0124-x
8、Elevated transcriptional levels of aldolase A (ALDOA) associates with cell cycle-related genes in patients with NSCLC and several solid tumors
Author: Fan Zhang, Jie-Diao Lin, Xiao-Yu Zuo, Yi-Xuan Zhuang, Chao-Qun Hong, Guo-Jun Zhang, Xiao-Jiang Cui, Yu-Kun Cui

Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-016-0122-4