HI,欢迎来到学术之家股权代码  102064
0
首页 学术期刊 计算机期刊 北京期刊 CSSCI 南大期刊(含扩展版) 杂志介绍(非官网)
数据分析与知识发现杂志

数据分析与知识发现杂志CSSCI南大期刊北大期刊CSCD期刊统计源期刊

主管单位:中国科学院  主办单位:中国科学院文献情报中心

人气 26019

数据分析与知识发现杂志简介

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决策的理论、方法和技术。

数据分析与知识发现栏目设置

数学图书馆 、知识组织与知识管理、情报分析与研究 、应用实践 、动态、特邀专栏、金融证券管理、企业信息管理技术

杂志社稿件要求

1.本刊试行专家匿名审稿制度,如编辑部收稿后三个月内未发出用稿通知,请作者自行处理。

2.论文如为基金资助项目的成果,请注明基金及项目名称,本刊将优先录用。

3.文题应恰当简明地反映文章的特定内容,要符合编制题录、索引和选定关键词等所遵循的原则,中文题名一般不超过20个字。

4.作者信息,姓名:工作单位,邮编,所在城市。

5.文章的参考文献应不少于五个,在文章末页列出并按第*项的要求注明有关内容。

数据分析与知识发现历史收录信息

北大中文核心期刊 1992 1996 2000 2004 2008 2011 2017 2020 中文社会科学引文索引 2010 2012-2013 2014-2015 2017-2018 2019-2020 2021-2022 中国科学引文数据库 2017-2018 2019-2020 2021-2022 2023-2024 中国人文社会科学期刊AMI综合评价报告 2018 2022

数据分析与知识发现杂志评价报告

年度被引次数报告(学术成果产出及被引变化趋势)

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022

本刊文章发表的年份

2012 2011 2010 2009 2008 2007 2006 2005 2004 2003

在2012年的被引次数

25 129 193 191 145 156 149 129 116 41

被本刊自己引用的次数

8 24 27 16 12 10 10 6 3 0

被引次数的累积百分比

0.018 0.1108 0.2496 0.3871 0.4914 0.6036 0.7108 0.8036 0.8871 0.9165

本刊文章发表的年份

2013 2012 2011 2010 2009 2008 2007 2006 2005 2004

在2013年的被引次数

94 180 209 183 154 154 134 106 123 89

被本刊自己引用的次数

78 52 35 30 11 14 15 1 1 0

被引次数的累积百分比

0.0596 0.1739 0.3065 0.4226 0.5203 0.618 0.703 0.7703 0.8484 0.9048

本刊文章发表的年份

2014 2013 2012 2011 2010 2009 2008 2007 2006 2005

在2014年的被引次数

38 186 233 200 161 140 119 104 78 93

被本刊自己引用的次数

8 32 29 16 8 15 7 8 2 1

被引次数的累积百分比

0.0246 0.1452 0.2962 0.4258 0.5301 0.6209 0.698 0.7654 0.8159 0.8762

本刊文章发表的年份

2015 2014 2013 2012 2011 2010 2009 2008 2007 2006

在2015年的被引次数

20 174 265 217 175 143 147 138 108 66

被本刊自己引用的次数

3 33 38 20 8 12 13 7 4 0

被引次数的累积百分比

0.0119 0.1155 0.2734 0.4026 0.5068 0.592 0.6796 0.7618 0.8261 0.8654

本刊文章发表的年份

2016 2015 2014 2013 2012 2011 2010 2009 2008 2007

在2016年的被引次数

24 140 221 255 184 169 112 103 146 68

被本刊自己引用的次数

4 31 22 22 12 13 7 9 4 3

被引次数的累积百分比

0.0143 0.0976 0.2292 0.381 0.4905 0.5911 0.6577 0.719 0.806 0.8464

本刊文章发表的年份

2017 2016 2015 2014 2013 2012 2011 2010 2009 2008

在2017年的被引次数

11 119 193 234 213 145 178 134 90 148

被本刊自己引用的次数

9 18 17 18 14 7 5 2 2 0

被引次数的累积百分比

0.0064 0.0754 0.1875 0.3233 0.4469 0.5311 0.6344 0.7121 0.7644 0.8503

本刊文章发表的年份

2018 2017 2016 2015 2014 2013 2012 2011 2010 2009

在2018年的被引次数

28 156 208 150 191 194 111 134 73 78

被本刊自己引用的次数

2 38 22 16 11 9 4 4 3 1

被引次数的累积百分比

0.0168 0.1105 0.2354 0.3255 0.4402 0.5568 0.6234 0.7039 0.7477 0.7946

本刊文章发表的年份

2019 2018 2017 2016 2015 2014 2013 2012 2011 2010

在2019年的被引次数

39 190 237 197 137 159 175 106 127 60

被本刊自己引用的次数

5 33 27 26 9 23 16 6 2 2

被引次数的累积百分比

0.0217 0.1273 0.259 0.3685 0.4447 0.5331 0.6304 0.6893 0.7599 0.7932

本刊文章发表的年份

2020 2019 2018 2017 2016 2015 2014 2013 2012 2011

在2020年的被引次数

44 273 260 211 171 140 108 116 63 105

被本刊自己引用的次数

6 37 34 21 10 3 4 5 3 2

被引次数的累积百分比

0.0238 0.1716 0.3124 0.4266 0.5192 0.595 0.6535 0.7163 0.7504 0.8073

本刊文章发表的年份

2021 2020 2019 2018 2017 2016 2015 2014 2013 2012

在2021年的被引次数

95 299 396 215 182 124 99 90 95 49

被本刊自己引用的次数

14 30 48 14 19 4 6 6 4 2

被引次数的累积百分比

0.0471 0.1953 0.3917 0.4983 0.5885 0.65 0.6991 0.7437 0.7908 0.8151

本刊文章发表的年份

2022 2021 2020 2019 2018 2017 2016 2015 2014 2013

在2022年的被引次数

75 367 353 337 209 145 114 87 73 90

被本刊自己引用的次数

9 39 43 27 13 8 6 3 5 5

被引次数的累积百分比

0.0343 0.2023 0.3638 0.5181 0.6137 0.6801 0.7323 0.7721 0.8055 0.8467
名词解释:

累积被引百分比:是用于评估期刊影响力的学术指标,是指在某一领域或学科中,某篇论文被后续的论文引用的次数占该领域或学科所有论文被引用的总次数的比例。

他刊引用次数:指在某一期刊中发表的论文被其他期刊的论文所引用的次数。该指标能够反映出该期刊的学术影响力和知名度。

本刊引用次数:被称为自引率,是指该期刊全部被引次数中,被该刊本身引用次数所占的比例。他刊引用次数和本刊引用次数一同使用,可以更全面地评估期刊的影响力和学术地位。

年度期刊评价报告(本刊综合数据对比及走势)

名词解释:

期刊被引半衰期:也叫“cited half-life”,是一个衡量期刊影响力的重要指标,这个指标的值越低,说明该期刊的文章越新,反之则说明该期刊的文章比较老旧。

期刊引用半衰期:指某一期刊平均引用多久以前的论文。计算方法是从当年往前累计,当引用的论文篇数达到全部的50%时,该篇论文的出版年到当年的间隔年数即为此期刊的引用半衰期。

名词解释:

影响因子:指该期刊近两年文献的平均被引用率,即该期刊前两年论文在评价当年每篇论文被引用的平均次数。影响因子分为复合影响因子与综合影响因子,两者都和SCI期刊的影响因子统计方法相同。

被引次数:指某篇论文在其他论文中被引用的次数,这是衡量该篇论文影响力的一个重要指标。需要明确的是,被引次数并不完全等同于论文的质量或价值。高被引论文虽然通常代表着高质量的研究成果,但也与研究主题的重要性、论文的创新性、论文的研究方法等内在因素,以及论文的可获得性、期刊的声誉等多种外在因素有关。

名词解释:

发文量:又称载文量,是指一本期刊在一定时间内发表的文章数量。期刊的发文量是一个重要的参考指标。如果一本期刊发文量太小,可能会让人觉得这本期刊受众较小众,或者为了提高影响因子而刻意降低发文量。然而,如果发文量过大,也需要警惕,因为这可能影响到论文的质量。

平均引文率:又称篇均引文量,是指某本期刊中带有引文的论文数量与该期刊发表论文总数的比例。这个指标可以反映出该期刊引用文献的综合能力和引文的覆盖面。

发文分析

数据分析与知识发现杂志发文领域分析

一级发文领域名称 发文量 被引量
自动化与计算机技术 825 4073
文化科学 772 4041
经济管理 100 490
医药卫生 56 168
社会学 28 157
政治法律 22 130
天文地球 12 62
电子电信 11 8
自然科学总论 9 29
交通运输工程 6 3
二级发文领域名称 发文量 被引量
自动化与计算机技术 / 计算机... 718 3762
自动化与计算机技术 / 计算机... 602 3524
文化科学 / 情报学 283 1556
文化科学 / 图书馆学 247 1443
文化科学 / 传播学 112 801
自动化与计算机技术 / 控制科... 107 311
自动化与计算机技术 / 控制理... 96 285
自动化与计算机技术 / 计算机... 56 179
文化科学 / 教育学 56 52
经济管理 / 产业经济 36 195

网友评论(不代表本站观点)

fansgsu** 的评论:

数据分析与知识发现杂志审稿速度还算挺快的,7月初投的,8月10号给小修意见,2个审稿人,一个给的是建议,按照要求修改了,一个给的是语言问题,审稿人超级友善,没让通篇改语言,所有的语言错误都给逐条指出了,非常不错!推荐投这个杂志.

2024-08-13 18:12:19
fangyid** 的评论:

杂志质量非常好,与商家描述的完全一致,非常满意,真的很喜欢,完全超出期望值,发货速度非常快,物流公司服务态度很好,运送速度很快,很满意的一次购物,推荐大家购买!

2024-02-13 18:47:18
kazikla** 的评论:

很长见识的杂志,老顾客了,且丰富的内容都在里面,让人禁不住向往。这个网站的书不错,挺详细的,一直在看这个,发货也挺及时,每次都按时收到,不错,明年继续订。

2023-11-05 11:02:29
yangchu** 的评论:

审稿不到两个月完成,数据分析与知识发现杂志审稿意见很全面,小修后接收,之前我也投过国内几个相关杂志,数据分析与知识发现杂志的编辑部老师很认真负责,工作效率很高,很感谢他们。

2023-08-14 10:03:38
yangchu** 的评论:

老顾客了,今天再次预订并提前付款。卖家发货送货都很及时,每次准时就收到杂志,而且没有漏订现象。期待后期一样服务!

2023-05-22 17:54:27
yangshe** 的评论:

挺不错的杂志,审稿速度很快,审稿人意见很专业很犀利。8月底投的,期间修改了两次,11月下旬完全接受。总体来说,数据分析与知识发现杂志是比较有影响力的杂志,值得推荐!

2023-03-01 10:16:16
anqilu_** 的评论:

历时整整三个月,数据分析与知识发现杂志编辑很负责,因为自己论文里面有一个图的表述有问题而来回修改,因为毕业在即,向编辑部发信恳请加急处理,编辑很好,虽然过程很艰辛,最后终于在学校要求的截止日期之前拿到了录用通知!对数据分析与知识发现杂志编辑部表示感谢!

2022-12-08 09:30:27
mianqia** 的评论:

8月15号投的该杂志,编辑部第二天就处理完进入外审阶段,外审第一个老师9天就返回了,第二个老师比较慢,花了将近三周,10月10日退修完提交修改稿。终审阶段比较慢,显示送主编已经是两周过去了,到10月25日,送主编返回,当天就直接进入终审后责编和已录用状态。总体来说,稿件外审和终审比较花时间,编辑部编辑老师很负责很耐心,一旦稿件审理回来会立刻进入下一阶段。

2022-09-15 09:51:37
huangga** 的评论:

数据分析与知识发现杂志审稿特别快,一个月几乎就返修了。悲剧的是其中一个审稿人觉得有问题,另外两个都说特别好,推荐录用。于是返修之后,就送主编,一送就一个月没有消息。等啊等,终于等到录用通知了。很开心,推荐大家去试试~~

2022-06-23 11:30:58
linhuiy** 的评论:

数据分析与知识发现杂志优点:1、送审速度快;2、审稿和编辑都很认真、负责,意见很有帮助;3、投稿系统方便。缺点:审稿速度不算快。

2022-04-01 11:17:44
suolong** 的评论:

技术性的东西,思路清晰,内容很好,对工作有帮助。快递快,服务好。性价比非常高,是值得一读的好书。学术之家最好了,现在家里的大人孩子都是在这上面订阅的,很受益。

2022-01-07 18:29:27
feilian** 的评论:

我投了一篇关于知识组织与知识管理的文章,差不多2个月内就返回了两个专家的返修意见,意见很中肯,按照要求修改了之后上传修改稿一周后就接受了。总体感觉编辑和外审专家都很负责。推荐大家投稿!

2021-12-01 17:58:26

数据分析与知识发现评论

免责声明

若用户需要出版服务,请联系出版商,地址:北京中关村北四环西路33号,邮编:100190。