欢迎来到优发表网

购物车(0)

期刊大全 杂志订阅 SCI期刊 期刊投稿 出版社 公文范文 精品范文

Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery SCIE

Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery

  • ISSN:1942-4787
  • ESSN:1942-4795
  • 国际标准简称:WIRES DATA MIN KNOWL
  • 出版地区:ENGLAND
  • 出版周期:6 issues/year
  • 研究方向:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE - COMPUTER SCIENCE, THEORY & METHODS
  • 出版年份:2011
  • 语言:English
  • 是否OA:未开放
  • 学科领域

    计算机科学
  • 中科院分区

    2区
  • JCR分区

    Q1
  • IF影响因子

    6.4
  • 是否预警

期刊简介

Journal Title:Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery

The objectives of WIREs DMKD are to (a) present the current state of the art of data mining and knowledge discovery through an ongoing series of reviews written by leading researchers, (b) capture the crucial interdisciplinary flavor of the field by including articles that address the key topics from the differing perspectives of data mining and knowledge discovery, including a variety of application areas in technology, business, healthcare, education, government and society and culture, (c) capture the rapid development of data mining and knowledge discovery through a systematic program of content updates, and (d) encourage active participation in this field by presenting its achievements and challenges in an accessible way to a broad audience. The content of WIREs DMKD will be useful to upper-level undergraduate and postgraduate students, to teaching and research professors in academic programs, and to scientists and research managers in industry.

中文简介

WIREs DMKD 的目标是:(a) 通过一系列由顶尖研究人员撰写的评论文章介绍数据挖掘和知识发现的最新进展;(b) 通过收录从数据挖掘和知识发现的不同角度探讨关键主题的文章来捕捉该领域至关重要的跨学科特色,包括技术、商业、医疗保健、教育、政府、社会和文化等各种应用领域;(c) 通过系统的内容更新计划来捕捉数据挖掘和知识发现的快速发展;(d) 通过以广泛受众易于理解的方式介绍该领域的成就和挑战,鼓励人们积极参与该领域。WIREs DMKD 的内容将对高年级本科生和研究生、学术课程的教学和研究教授以及行业中的科学家和研究经理有用。

期刊点评

Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery创刊于2011年,由John Wiley and Sons Inc.出版商出版,收稿方向涵盖COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE - COMPUTER SCIENCE, THEORY & METHODS全领域,此刊是该细分领域中属于非常不错的SCI期刊,在行业细分领域中学术影响力较大,专业度认可很高,所以对原创文章要求创新性较高,如果您的文章质量很高,可以尝试。平均审稿速度 12周,或约稿 ,影响因子指数6.4,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。

中科院分区(数据版本:2023年12月升级版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 2区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 2区 2区

名词解释:
中科院分区也叫中科院JCR分区,基础版分为13个大类学科,然后按照各类期刊影响因子分别将每个类别分为四个区,影响因子5%为1区,6%-20%为2区,21%-50%为3区,其余为4区。

中科院分区(数据版本:2022年12月升级版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 2区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 2区 2区

中科院分区(数据版本:2021年12月旧的升级版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 2区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 2区 3区

中科院分区(数据版本:2021年12月基础版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 2区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 3区 2区

中科院分区(数据版本:2021年12月升级版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 2区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 2区 3区

中科院分区(数据版本:2020年12月旧的升级版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 2区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 2区 2区

WOS分区(数据版本: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, ARTIFICIAL INTELLIGENCE SCIE Q1 34 / 197

83%

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 12 / 143

92%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 77 / 198

61.36%

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q2 50 / 143

65.38%

名词解释:
WOS即Web of Science,是全球获取学术信息的重要数据库,Web of Science包括自然科学、社会科学、艺术与人文领域的信息,来自全世界近9,000种最负盛名的高影响力研究期刊及12,000多种学术会议多学科内容。给期刊分区时会按照某一个学科领域划分,根据这一学科所有按照影响因子数值降序排名,然后平均分成4等份,期刊影响因子值高的就会在高分区中,最后的划分结果分别是Q1,Q2,Q3,Q4,Q1代表质量最高。

CiteScore分区(数据版本:2024年最新版)

CiteScore SJR SNIP CiteScore排名
22.7 2.147 3.411
学科 分区 排名 百分位
大类:Computer Science 小类:General Computer Science Q1 5 / 232

98%

名词解释:
CiteScore:衡量期刊所发表文献的平均受引用次数。
SJR:SCImago 期刊等级衡量经过加权后的期刊受引用次数。引用次数的加权值由施引期刊的学科领域和声望 (SJR) 决定。
SNIP:每篇文章中来源出版物的标准化影响将实际受引用情况对照期刊所属学科领域中预期的受引用情况进行衡量。

其他数据

是否OA开放访问: h-index: 年文章数:
未开放 31 37
Gold OA文章占比: 2021-2022最新影响因子(数据来源于搜索引擎): 开源占比(OA被引用占比):
22.22% 6.4 0.12...
研究类文章占比:文章 ÷(文章 + 综述) 期刊收录: 中科院《国际期刊预警名单(试行)》名单:
27.03% SCIE

历年IF值(影响因子):

历年引文指标和发文量:

历年中科院JCR大类分区数据:

历年自引数据:

发文统计

2023-2024国家/地区发文量统计:

国家/地区 数量
USA 31
CHINA MAINLAND 27
Spain 16
GERMANY (FED REP GER) 13
Australia 12
England 12
India 10
Italy 8
Turkey 7
Brazil 6

2023-2024机构发文量统计:

机构 数量
INDIAN INSTITUTE OF TECHNOLOGY S... 5
UNIVERSIDAD DE CORDOBA 5
SWINBURNE UNIVERSITY OF TECHNOLO... 4
AIN SHAMS UNIVERSITY 3
ERCIYES UNIVERSITY 3
HARBIN INSTITUTE OF TECHNOLOGY 3
HELMHOLTZ ASSOCIATION 3
INESC 3
KU LEUVEN 3
LA TROBE UNIVERSITY 3

近年引用统计:

期刊名称 数量
J MACH LEARN RES 38
WIRES DATA MIN KNOWL 32
IEEE T PATTERN ANAL 27
INFORM SCIENCES 25
EXPERT SYST APPL 24
MACH LEARN 24
PATTERN RECOGN 22
IEEE T EVOLUT COMPUT 20
SCIENCE 20
KNOWL-BASED SYST 19

近年被引用统计:

期刊名称 数量
IEEE ACCESS 70
WIRES DATA MIN KNOWL 32
EXPERT SYST APPL 25
INFORM SCIENCES 23
SENSORS-BASEL 15
REMOTE SENS-BASEL 13
APPL SCI-BASEL 12
WATER-SUI 12
SCI REP-UK 11
APPL INTELL 10

近年文章引用统计:

文章名称 数量
Deep learning for sentiment anal... 99
Ensemble learning: A survey 90
Causability and explainability o... 59
Hyperparameters and tuning strat... 53
Deep learning for remote sensing... 31
Anomaly detection by robust stat... 17
A survey of incremental high-uti... 16
Performance evaluation in non-in... 15
Recent trends in machine learnin... 11
A survey on educational process ... 11

相关期刊

同小类学科的其他优质期刊 影响因子 中科院分区
Journal Of Field Robotics 4.2 2区
Computer Science Review 13.3 1区
Computer Networks 4.4 2区
Journal Of Computational Science 3.1 3区
Ict Express 4.1 3区
Computer Speech And Language 3.1 3区
Applied Artificial Intelligence 2.9 4区
Iet Software 1.5 4区
International Journal Of Approximate Reasoning 3.2 3区
Neurocomputing 5.5 2区

免责声明

若用户需要出版服务,请联系出版商:ONE MONTGOMERY ST, SUITE 1200, SAN FRANCISCO, USA, CA, 94104。