《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》杂志好发表吗？
来源：优发表网整理 2024-09-18 11:07:58 630人看过
《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》杂志是一本专注于计算机科学领域的综述期刊，发表难度因多种因素而异，以下是具体分析：
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。
发表难度
影响因子与分区：《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》杂志的影响因子为6.4，属于JCR分区Q1区，中科院分区中大类学科计算机科学为2区， 小类学科COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE计算机：人工智能为2区，较高的影响因子和较好的分区表明其在学术界具有较高的影响力和认可度，因此对稿件的质量要求也相对较高，发表难度较大。
历年IF值(影响因子)：
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。
审稿周期预计：平均审稿速度 12周，或约稿 ，审稿周期也体现了编辑部对稿件质量的严格把关。
稿件类型：该期刊主要发表简短易懂的综述文章。
发表建议
提高稿件质量：确保研究内容具有创新性和学术价值，语言表达清晰准确，符合杂志计算机：人工智能的格式和要求。
提前准备：根据审稿周期，建议作者提前规划好研究和写作进度，以便有足够的时间进行修改和补充。同时，可以关注《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》杂志的约稿信息，如果能够获得约稿机会，发表的可能性会更大。
声明：以上内容来源于互联网公开资料，如有不准确之处，请联系我们进行修改。
