数据分析与知识发现

数据分析与知识发现杂志 CSSCI南大期刊 CSCD期刊 统计源期刊

Data Analysis and Knowledge Discovery

杂志简介:《数据分析与知识发现》杂志经新闻出版总署批准,自1980年创刊,国内刊号为10-1478/G2,是一本综合性较强的计算机期刊。该刊是一份月刊,致力于发表计算机领域的高质量原创研究成果、综述及快报。主要栏目: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

主管单位:中国科学院
主办单位:中国科学院文献情报中心
国际刊号:2096-3467
国内刊号:10-1478/G2
全年订价:¥ 1180.00
创刊时间:1980
所属类别:计算机类
发行周期:月刊
发行地区:北京
出版语言:中文
预计审稿时间:1-3个月
综合影响因子:2.25
复合影响因子:1.2
总发文量:1915
总被引量:19495
H指数:18
引用半衰期:4.5254
立即指数:0.1317
期刊他引率:0.9104
平均引文率:21.7126
杂志简介 收录信息 杂志荣誉 历史收录 杂志特色 杂志评价 课题分析 发文刊例 杂志问答

数据分析与知识发现杂志简介

《数据分析与知识发现》经新闻出版总署批准,自1980年创刊,国内刊号为10-1478/G2,本刊积极探索、勇于创新,栏目设置及内容节奏经过编排与改进,受到越来越多的读者喜爱。

《数据分析与知识发现》是学术性计算机信息管理技术专业刊物,集图书馆界、情报界各种现代技术的应用和情报服务工作导向于一身,面向情报信息界、图书馆界和档案界,技术导向强,信息量大,内容丰富。

《数据分析与知识发现》杂志学者发表主要的研究主题主要有以下内容:

(一)CSSCI;本体;本体学习;引文分析;文本

(二)用户;社会网络分析;信息服务;穿戴;网络

(三)抽取方法;搜索日志;抽取;中文;条件随机场

(四)大数据;知识服务;人工智能;知识图谱;科技知识

(五)数字图书馆;知识抽取;本体;预印本;WEB

(六)条件随机场;典籍;古文;人文;自动识别

(七)CSSCI;统计分析;人文社会科学;文本分类;知识管理

(八)突发事件;情报;应急决策;社交媒体;大数据

(九)本体;情感分析;基于本体;主题;跨语言

(十)突发公共卫生事件;主题;突发事件;情感分析;自组织映射

数据分析与知识发现收录信息

数据分析与知识发现杂志荣誉

数据分析与知识发现历史收录

  • 北大核心期刊(2020版)
  • 北大核心期刊(2017版)
  • 北大核心期刊(2011版)
  • 北大核心期刊(2008版)
  • 北大核心期刊(2004版)
  • 中文社会科学引文索引-来源(2021-2022)
  • 中文社会科学引文索引-来源(2019-2020)
  • 中文社会科学引文索引-来源(2017-2018)
  • 中国科技核心期刊
  • 中国科学引文数据库-核心(2017-2018)
  • 中国科学引文数据库-扩展(2021-2022)
  • 中国科学引文数据库-扩展(2019-2020)
  • 国家哲学社会科学学术期刊数据库
  • Scopus数据库(2020)
  • 中国人文社科核心期刊
  • 武大RCCSE核心期刊(2020)

数据分析与知识发现杂志特色

1、标题,序数加括号后不再使用标点,如“(一)”“(二)”,左侧空二字符。

2、参考文献采用尾注方根据国家标准《文后参考文献著录规则》(GB/T7714-87)的要求在稿件中进行标注,并采用顺序编码标注制,各篇文献要按正文部分标注的顺序依次列出。

3、关键词应具有代表性、专指性、规范性和可检索性,一般为4~8个。

4、作者与单位文稿作者署名人数一般不超过5人,作者单位不超过3个。及时作者须附简介,包括工作单位、地址、邮编、年龄、性别、民族、学历、职称、职务;其它作者附作者单位、地址和邮编。

5、论文所涉及的课题如取得国家或部、省级以上基金或属公关项目,应在首页脚注中说明,如“基金项目:......基金资助(编号......)”,并在投稿时上传基金证书复印件。

数据分析与知识发现杂志评价

发文量 影响因子
立即指数 被引次数
主要引证文献期刊分析

立即指数:立即指数 (Immediacy Index)是指用某一年中发表的文章在当年被引用次数除以同年发表文章的总数得到的指数;该指数用来评价哪些科技期刊发表了大量热点文章,进而能够衡量该期刊中发表的研究成果是否紧跟研究前沿的步伐。

引证文献:又称来源文献,是指引用了某篇文章的文献,是对本文研究工作的继续、应用、发展或评价。这种引用关系表明了研究的去向,经过验证,引证文献数等于该文献的被引次数。引证文献是学术论著撰写中不可或缺的组成部分,也是衡量学术著述影响大小的重要因素。

数据分析与知识发现课题分析

主要资助项目
  • 国家自然科学基金
  • 国家社会科学基金
  • 中央高校基本科研业务费专项资金
  • 教育部人文社会科学研究基金
  • 江苏省社会科学基金
  • 北京市社会科学基金
  • 北京市自然科学基金
  • 教育部人文社会科学研究重大课题攻关项目
  • 教育部重点实验室开放基金
  • 湖北省自然科学基金
主要资助课题
  • 国家社会科学基金(13ZD183)
  • 国家自然科学基金(71203173)
  • 国家社会科学基金(11CTQ022)
  • 国家自然科学基金(61202281)
  • 国家社会科学基金(12BTQ038)
  • 国家社会科学基金(13BTQ052)
  • 国家社会科学基金(10BGL027)
  • 国家自然科学基金(61103101)
  • 国家自然科学基金(71271099)
  • 国家自然科学基金(61375075)

数据分析与知识发现发文刊例

  • 1、学科交叉与科学家学术影响力之间的关系研究作者:李东; 童寿传; 李江
  • 2、腾讯AI Lab开源“Tencent ML-Images”项目作者:
  • 3、开放式创新社区用户信息有用性识别研究作者:李贺; 祝琳琳; 闫敏; 刘金承; 洪闯
  • 4、基于层级交互网络的文本阅读理解与问答方法研究作者:程勇; 徐德宽; 吕学强
  • 5、基于文本价格融合模型的股票趋势预测作者:余传明; 龚雨田; 王峰; 安璐
  • 6、面向学术搜索的交互式知识地图建构研究作者:刘萍; 李亚楠; 郁聪
  • 7、基于CART决策树的网络问答社区新兴话题识别研究作者:程秀峰; 张心怡; 王宁
  • 8、融合社会网络分析与影响力扩散模型的微博意见领袖发现研究作者:陈芬; 付希; 何源; 薛春香
  • 9、基于CapsNet的中文文本分类研究作者:冯国明; 张晓冬; 刘素辉
  • 10、fast.ai整理出人工智能研究领域数据集列表作者:

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。