数据分析与知识发现杂志介绍
数据分析与知识发现杂志是由中国科学院主管、中国科学院文献情报中心主办的专业性学术期刊，自1980年创刊以来，以月刊的形式定期出版，确保读者能够及时接触到计算机领域的最新动态和研究成果，为计算机界提供了一个深入探讨和交流的平台，促进知识的共享与思想的碰撞。该杂志的H指数为18，立即指数0.1317，引用半衰期4.5254，期刊他引率0.9104，平均引文率21.7126，这些指标综合体现了该杂志在学术出版领域的表现和对知识传播的重要贡献。数据分析与知识发现致力于将最新的计算机政策解读、计算机理论与实践以及计算机成果转化案例分析等前沿内容呈现给广大读者。作为自然科学与工程技术领域内的综合类期刊，读者对象为以从事计算机的科研、教学的高、中级人员，研究生，以及相关专业的计算机工作者为主要读者对象。本刊主要栏目设有数学图书馆 、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、企业信息管理技术等栏目。本刊已被收录于CSSCI 南大期刊(含扩展版)、CSCD 中国科学引文数据库来源期刊(含扩展版)、统计源期刊(中国科技论文优秀期刊)、知网收录(中)、维普收录(中)、万方收录(中)、国家图书馆馆藏、上海图书馆馆藏，反映了本刊在学术领域内的卓越地位和影响力。欢迎来自不同学科背景的作者投稿，共同推动期刊计算机领域的研究与发展。
数据分析与知识发现历史收录
北大中文核心期刊
1992
1996
2000
2004
2008
2011
2017
2020
中文社会科学引文索引
2010
2012-2013
2014-2015
2017-2018
2019-2020
2021-2022
中国科学引文数据库
2017-2018
2019-2020
2021-2022
2023-2024
中国人文社会科学期刊AMI综合评价报告
2018
2022
注：历史收录信息可以反映一个期刊的学术声誉和影响力，通常历史悠久、收录质量高的期刊更受学术界的认可。
年度被引次数报告(学术成果产出及被引变化趋势)
2014
2015
2016
2017
2018
2019
2020
2021
本刊文章发表的年份
2014
2013
2012
2011
2010
2009
2008
2007
在2014年的被引次数
37
185
233
198
161
140
119
102
被本刊自己引用的次数
8
32
29
16
8
15
7
8
被引次数的累积百分比
0.0242
0.1451
0.2974
0.4268
0.532
0.6235
0.7013
0.768
本刊文章发表的年份
2015
2014
2013
2012
2011
2010
2009
2008
在2015年的被引次数
20
174
264
217
174
142
147
138
被本刊自己引用的次数
3
33
38
20
8
12
13
7
被引次数的累积百分比
0.0119
0.1157
0.2731
0.4025
0.5063
0.5909
0.6786
0.7609
本刊文章发表的年份
2016
2015
2014
2013
2012
2011
2010
2009
在2016年的被引次数
24
140
221
255
184
168
112
103
被本刊自己引用的次数
4
31
22
22
12
13
7
9
被引次数的累积百分比
0.0143
0.0978
0.2296
0.3816
0.4914
0.5915
0.6583
0.7197
本刊文章发表的年份
2017
2016
2015
2014
2013
2012
2011
2010
在2017年的被引次数
11
119
192
234
213
145
178
134
被本刊自己引用的次数
9
18
17
18
14
7
5
2
被引次数的累积百分比
0.0064
0.0755
0.187
0.3229
0.4466
0.5308
0.6341
0.712
本刊文章发表的年份
2018
2017
2016
2015
2014
2013
2012
2011
在2018年的被引次数
27
156
208
150
191
194
111
134
被本刊自己引用的次数
2
38
22
16
11
9
4
4
被引次数的累积百分比
0.0162
0.1098
0.2346
0.3245
0.4391
0.5555
0.6221
0.7025
本刊文章发表的年份
2019
2018
2017
2016
2015
2014
2013
2012
在2019年的被引次数
39
190
237
197
138
157
173
106
被本刊自己引用的次数
5
33
27
26
9
23
16
6
被引次数的累积百分比
0.0217
0.1275
0.2595
0.3692
0.446
0.5334
0.6297
0.6888
本刊文章发表的年份
2020
2019
2018
2017
2016
2015
2014
2013
在2020年的被引次数
44
273
260
212
171
139
108
115
被本刊自己引用的次数
6
37
34
21
10
3
4
5
被引次数的累积百分比
0.0239
0.1719
0.3129
0.4279
0.5206
0.596
0.6546
0.7169
本刊文章发表的年份
2021
2020
2019
2018
2017
2016
2015
2014
在2021年的被引次数
95
298
394
213
181
124
98
91
被本刊自己引用的次数
14
30
48
14
19
4
6
6
被引次数的累积百分比
0.0472
0.1954
0.3913
0.4973
0.5873
0.6489
0.6977
0.7429
发文分析
| 一级发文领域名称 |
发文量 |
| 自动化与计算机技术 |
663 |
| 文化科学 |
613 |
| 经济管理 |
73 |
| 医药卫生 |
31 |
| 社会学 |
19 |
| 政治法律 |
19 |
| 天文地球 |
9 |
| 自然科学总论 |
7 |
| 电子电信 |
5 |
| 历史地理 |
5 |
| 二级发文领域名称 |
发文量 |
| 自动化与计算机技术 / 计算机科... |
594 |
| 自动化与计算机技术 / 计算机应... |
464 |
| 文化科学 / 情报学 |
237 |
| 文化科学 / 图书馆学 |
174 |
| 文化科学 / 传播学 |
94 |
| 自动化与计算机技术 / 控制科学... |
69 |
| 自动化与计算机技术 / 控制理论... |
59 |
| 自动化与计算机技术 / 计算机软... |
58 |
| 文化科学 / 教育学 |
56 |
| 经济管理 / 产业经济 |
24 |
注：期刊的一级和二级发文领域是期刊定位和学术分类的重要工具。一级发文领域通常指的是期刊所覆盖的最广泛的学术领域或学科类别。这些领域通常是非常广泛的，涵盖了多个子学科和研究方向。二级发文领域是指在一级领域之下更为具体的学科或研究方向。它们是一级领域的细分。二级领域通常更加专注于特定的研究主题或问题，反映了期刊更细致的学术定位。
数据分析与知识发现期刊文献
-
自然灾害事件微博热点话题的时空对比分析
关键词：时空分析 社交媒体 突发事件 话题识别 话题演化 态势感知;
-
影响支持向量机模型语步自动识别效果的因素研究
关键词：语步识别 支持向量机 结构化摘要;
-
基于GPS轨迹数据的城市交叉路口识别
关键词：交叉路口自动识别 GPS轨迹 GeoHash编码 K近邻算法;
-
欢迎订阅2020年《数据分析与知识发现》(月刊)
关键词：情报科学 前沿动态 办刊理念 计算机科学 学术交流平台 优秀研究成果 专业期刊 数据挖掘;
-
基于复杂网络词节点移除的关键词抽取方法
关键词：关键词抽取 TextRank 图模型 词语节点 子图划分;
-
基于用户多类型兴趣波动趋势预测分析的个性化推荐方法
关键词：时间序列 兴趣类型 波动分析 个性化推荐;
-
基于Q-LDA主题模型的网络健康社区主题挖掘研究
关键词：文本数据 在线健康社区 知识发现 主题挖掘;
-
基于fsQCA的竞赛式众包社区知识共享行为构型研究
关键词：fsQCA 构型 知识共享;
-
基于区间模糊VIKOR的监犯特征风险评估研究
关键词：监犯特征 风险评估 区间模糊VIKOR 机器学习;
-
基于城市地名实体双向链接分析的路线推荐研究
关键词：地名实体 双向链接 模糊检索 线路推荐 数据画像;
数据分析与知识发现杂志 在线订阅 正版保障
出版周期：月刊；所属类别：自然科学与工程技术
全年订价：￥1180.00
，地址：北京中关村北四环西路33号，邮编：100190。
