期刊在线咨询服务, 立即咨询
Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery
  • ISSN:1942-4787

  • E-ISSN:1942-4795

  • H-index指数:31

  • 文章自引率:0.02...

  • 影响因子:6.4

  • 年发文量:37

  • 研究类文章占比:27.03%

  • 开源占比:0.12...

  • OA被引用占比:0.20...

Wiley 跨学科评论——数据挖掘和知识发现 SCIE

Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery

  • 国际简称:WIRES DATA MIN KNOWL

  • 出版周期:6 issues/year

  • 研究方向:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE - COMPUTER SCIENCE, THEORY & METHODS

  • 出版语言:English

  • 创刊时间:2011

  • 是否预警:

  • 出版地区:ENGLAND

  • 是否 OA:未开放

期刊介绍

《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》(《Wiley 跨学科评论——数据挖掘和知识发现》)是一本由John Wiley and Sons Inc.出版的COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE-COMPUTER SCIENCE, THEORY & METHODS学术刊物,主要刊载COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE-COMPUTER SCIENCE, THEORY & METHODS相关领域研究成果与实践,旨在打造一种学术水平高、可读性强、具有全球影响力的学术期刊。本刊已入选SCIE来源期刊。该刊创刊于2011年,出版周期6 issues/year。2023年发布的影响因子为6.4。

服务流程:

期刊简介

Magazine introduction

Wiley 跨学科评论——数据挖掘和知识发现(Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery)在中科院分区中位于2区,JCR分区位于Q1。审稿速度一般为 12周,或约稿 ,且近两年没有被列入国际预警名单,您可以放心投稿。如果您需要投稿指导,可在线咨询我们的客服老师,我们将竭诚为您服务。

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。

中科院SCI分区

Magazine introduction

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

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

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

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

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

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

分区表升级版:旨在解决期刊学科体系划分与学科发展以及融合趋势的不相容问题。升级版有如下优势:一是论文层级的主题体系既能体现学科交叉特点,又可以精准揭示期刊载文的多学科性;二是采用“期刊超越指数”替代影响因子指标,解决了影响因子数学性质缺陷对评价结果的干扰。整体而言,分区表升级版(试行)突破了期刊评价中学科体系构建、评价指标选择等瓶颈问题,能够更为全面地揭示学术期刊的影响力,为科研评价“去四唯”提供解决思路。相关研究成果经过国际同行的认可,已经发表在科学计量学领域国际重要期刊。

JCR 分区

Magazine introduction(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%

JCR:JCR没有设置大类,只分为176个具体学科,按当期(1年)的影响因子进行分区;JCR是按照“平均主义”思想,根据刊物IF的高至低平均划分4个区,每个区含有该领域总量25%的期刊。中科院的分区如同社会阶层的金字塔结构,1区只有5%的顶级期刊,2~4区期刊数量也逐层增加,所以中科院的1区和2区杂志很少,杂志质量相对也高,基本都是本领域的顶级期刊。

统计数据

Magazine introduction

影响因子历年变化趋势

CiteScore历年变化趋势

中科院JCR分区历年变化趋势

引文指标和发文量历年变化趋势

自引数据历年变化趋势

影响因子:表示一种杂志的被引用频率,是国际上通用的期刊评价指标,它不仅是一种测度期刊有用性和显示度的指标,而且也是测度期刊的学术水平,乃至论文质量的重要指标。

CiteScore:是影响因子最强有力的竞争者,是衡量期刊影响力的一个指标,由爱思维尔于2020年发布,旨在让人们更细致地了解影响力对研究和期刊的意义。

CiteScore(2024年最新版)

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

98%

TOP期刊

常见问题

Magazine introduction

Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery

Wiley 跨学科评论——数据挖掘和知识发现定制服务方案,SCI检索

免责声明

Magazine introduction

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