Data Mining And Knowledge Discovery

Journal Title：Data Mining And Knowledge Discovery

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.

数据收集、存储和分发方面的进步催生了对计算工具和技术的需求，以协助数据分析。数据库中的数据挖掘和知识发现 (KDD) 是一个快速发展的研究和应用领域，它建立在许多领域的技术和理论之上，包括统计学、数据库、模式识别和学习、数据可视化、不确定性建模、数据仓库和 OLAP、优化和高性能计算。

Data Mining And Knowledge Discovery创刊于1997年，由Springer US出版商出版，收稿方向涵盖工程技术 - 计算机：人工智能全领域，此刊是中等级别的SCI期刊，所以过审相对来讲不是特别难，但是该刊专业认可度不错，仍然是一本值得选择的SCI期刊 。平均审稿速度 约6.0个月 ，影响因子指数2.8，该期刊近期没有被列入国际期刊预警名单，广大学者值得一试。