Epj Data Science SCIE SSCI

国际简称：EPJ DATA SCI 参考译名：Epj 数据科学

主要研究方向：MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 非预警期刊审稿周期： 13 Weeks

《Epj 数据科学》(Epj Data Science)是一本由Springer Berlin Heidelberg出版的以MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 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。该期刊享有很高的科学声誉，影响因子不断增加，发行量也同样高。

2区中科院分区
Q1 JCR分区
59 年发文量
3 IF影响因子
开放是否OA
21 H-index
2012 创刊年份
1 issue/year 出版周期
English 出版语言

EPJ Data Science covers a broad range of research areas and applications and particularly encourages contributions from techno-socio-economic systems, where it comprises those research lines that now regard the digital “tracks” of human beings as first-order objects for scientific investigation. Topics include, but are not limited to, human behavior, social interaction (including animal societies), economic and financial systems, management and business networks, socio-technical infrastructure, health and environmental systems, the science of science, as well as general risk and crisis scenario forecasting up to and including policy advice.

[ 查看全部 ]

投稿咨询加急咨询

Epj Data Science期刊信息

ISSN：2193-1127
出版语言：English
是否OA：开放
E-ISSN：2193-1127
出版地区：GERMANY
是否预警：否
出版商：Springer Berlin Heidelberg
出版周期：1 issue/year
创刊时间：2012
开源占比：0.9934
Gold OA文章占比：100.00%
OA被引用占比：1
出版国人文章占比：0.06
出版撤稿占比：0
研究类文章占比：100.00%

Epj Data Science CiteScore评价数据（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指数

6.1

0.829

1.355

学科类别	分区	排名	百分位
大类：Mathematics 小类：Computational Mathematics	Q1	26 / 189	86%
大类：Mathematics 小类：Modeling and Simulation	Q1	52 / 324	84%
大类：Mathematics 小类：Computer Science Applications	Q2	244 / 817	70%

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。

Epj Data Science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	2区	MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学：数理方法	1区 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	计算机科学	3区	MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学：数理方法	2区 2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	MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学：数理方法	2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	MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用	2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	MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学：数理方法	2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	MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学：数理方法	3区 3区

Epj Data Science 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：MATHEMATICS, INTERDISCIPLINARY APPLICATIONS	SCIE	Q1	22 / 135	84.1%
学科：SOCIAL SCIENCES, MATHEMATICAL METHODS	SSCI	Q1	9 / 67	87.3%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：MATHEMATICS, INTERDISCIPLINARY APPLICATIONS	SCIE	Q1	20 / 135	85.56%
学科：SOCIAL SCIENCES, MATHEMATICAL METHODS	SSCI	Q1	10 / 67	85.82%

Epj Data Science历年数据统计

影响因子

中科院分区

Epj Data Science中国学者发文选摘

1、Segregation in religion networks
Author: Jiantao Hu, Qian-Ming Zhang, Tao Zhou

Journal: EPJ Data Science, 2019, Vol.8, , DOI:10.1140/epjds/s13688-019-0184-x
2、Individual position diversity in dependence socioeconomic networks increases economic output
Author: Wen-Jie Xie, Yan-Hong Yang, Ming-Xia Li, Zhi-Qiang Jiang, Wei-Xing Zhou

Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0105-9
3、Measuring economic activity in China with mobile big data
Author: Lei Dong, Sicong Chen, Yunsheng Cheng, Zhengwei Wu, Chao Li, Haishan Wu

Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0125-5
4、Comparison of traffic reliability index with real traffic data
Author: Limiao Zhang, Guanwen Zeng, Shengmin Guo, Daqing Li, Ziyou Gao

Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0115-7
5、Feature analysis of multidisciplinary scientific collaboration patterns based on PNAS
Author: Zheng Xie, Miao Li, Jianping Li, Xiaojun Duan, Zhenzheng Ouyang

Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0134-z
6、Understanding coupling dynamics of public transportation networks
Author: Zhihao Zheng, Zhiren Huang, Fan Zhang, Pu Wang

Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0148-6
7、Extroverts tweet differently from introverts in Weibo
Author: Zhenkun Zhou, Ke Xu, Jichang Zhao

Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0146-8
8、Big data would not lie: prediction of the 2016 Taiwan election via online heterogeneous information
Author: Zheng Xie, Guannan Liu, Junjie Wu, Yong Tan

Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0163-7