Big Data SCIE

国际简称：BIG DATA-US 参考译名：大数据

主要研究方向：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS-COMPUTER SCIENCE, THEORY & METHODS 非预警期刊审稿周期：

《大数据》(Big Data)是一本由Mary Ann Liebert Inc.出版的以COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS-COMPUTER SCIENCE, THEORY & METHODS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。

4区中科院分区
Q2 JCR分区
50 年发文量
2.6 IF影响因子
未开放 是否OA
17 H-index
2013 创刊年份
4 issues/year 出版周期
English 出版语言

Big Data is the leading peer-reviewed journal covering the challenges and opportunities in collecting, analyzing, and disseminating vast amounts of data. The Journal addresses questions surrounding this powerful and growing field of data science and facilitates the efforts of researchers, business managers, analysts, developers, data scientists, physicists, statisticians, infrastructure developers, academics, and policymakers to improve operations, profitability, and communications within their businesses and institutions.

Spanning a broad array of disciplines focusing on novel big data technologies, policies, and innovations, the Journal brings together the community to address current challenges and enforce effective efforts to organize, store, disseminate, protect, manipulate, and, most importantly, find the most effective strategies to make this incredible amount of information work to benefit society, industry, academia, and government.

Big Data coverage includes:

Big data industry standards,

New technologies being developed specifically for big data,

Data acquisition, cleaning, distribution, and best practices,

Data protection, privacy, and policy,

Business interests from research to product,

The changing role of business intelligence,

Visualization and design principles of big data infrastructures,

Physical interfaces and robotics,

Social networking advantages for Facebook, Twitter, Amazon, Google, etc,

Opportunities around big data and how companies can harness it to their advantage.

[ 查看全部 ]

投稿咨询加急咨询

投稿热线：400-888-7501

Big Data期刊信息

ISSN：2167-6461
出版语言：English
是否OA：未开放
E-ISSN：2167-647X
出版地区：UNITED STATES
是否预警：否
出版商：Mary Ann Liebert Inc.
出版周期：4 issues/year
创刊时间：2013
开源占比：0.0714
Gold OA文章占比：8.03%
OA被引用占比：0.0194...
出版国人文章占比：0.1
出版撤稿占比：0
研究类文章占比：100.00%

Big Data CiteScore评价数据（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指数

9.1

0.858

1.677

学科类别	分区	排名	百分位
大类：Decision Sciences 小类：Information Systems and Management	Q1	22 / 148	85%
大类：Decision Sciences 小类：Computer Science Applications	Q1	124 / 817	84%
大类：Decision Sciences 小类：Information Systems	Q1	67 / 394	83%

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。

Big Data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	4区	COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法	4区 4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	4区	COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法	4区 4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	4区	COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法	4区 4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, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法	4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	4区	COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法	4区 4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, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法	3区 3区

Big Data 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, INTERDISCIPLINARY APPLICATIONS	SCIE	Q2	80 / 169	53%
学科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q2	45 / 143	68.9%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS	SCIE	Q2	67 / 169	60.65%
学科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q2	40 / 143	72.38%

Big Data历年数据统计

影响因子

中科院分区

Big Data中国学者发文选摘

1、Indirect Category Data Transfer Learning Algorithm using Regularization Discrimination
Author: Liu, Gang; Li, Xiaofeng; Liu, Wangyang

Journal: BIG DATA. 2023; Vol. 11, Issue 1, pp. 59-70. DOI: 10.1089/big.2020.0153
2、Bayesian Method for Water Quality Emergency Monitoring in Environmental Pollution Accident Disposal
Author: Ren, Jia; Wang, Xu; Li, Guangfu

Journal: BIG DATA. 2023; Vol. 11, Issue 2, pp. 117-127. DOI: 10.1089/big.2020.0388
3、An Unsupervised Feature Extraction Approach Based on Self-Expression
Author: Qu, Hongchun; Zheng, Yangqi; Li, Lin; Guo, Fei

Journal: BIG DATA. 2023; Vol. 11, Issue 1, pp. 18-34. DOI: 10.1089/big.2021.0420
4、Identification of Potential Cooperation Relationships Among Scientists
Author: Nian, Fuzhong; Qian, Yinuo; Yao, Yabing

Journal: BIG DATA. 2023; Vol. 11, Issue 2, pp. 87-104. DOI: 10.1089/big.2021.0398
5、Identifying Influential Nodes in Social Networks: Exploiting Self-Voting Mechanism
Author: Liu, Panfeng; Li, Longjie; Wen, Yanhong; Fang, Shiyu

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2022.0165
6、Generic User Behavior: A User Behavior Similarity-Based Recommendation Method
Author: Hu, Zhengyang; Lin, Weiwei; Ye, Xiaoying; Xu, Haojun; Zhong, Haocheng; Huang, Huikang; Wang, Xinyang

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2022.0260
7、HUTNet: An Efficient Convolutional Neural Network for Handwritten Uchen Tibetan Character Recognition
Author: Zhang, Guowei; Wang, Weilan; Zhang, Ce; Zhao, Penghai; Zhang, Mingkai

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2021.0333
8、Prediction and Big Data Impact Analysis of Telecom Churn by Backpropagation Neural Network Algorithm from the Perspective of Business Model
Author: Xu, Jiabing; Liu, Jiarui; Yao, Tianen; Li, Yang

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2021.0365