数据分析与知识发现

3534

微信好友朋友圈 QQ好友复制链接

查看最新文献

发文信息历年发表投稿信息同类期刊

中文名称：

数据分析与知识发现

英文名称：

Data Analysis and Knowledge Discovery

曾用名：

现代图书情报技术;计算机与图书馆

CN：

10-1478/G2

影响因子：

期刊影响因子(Impact factor，IF) 即某刊平均每篇论文的被引用数，是表征期刊影响大小的一项定量指标，它实际上是某刊在某年被全部源刊物引证该刊前两年发表论文的次数，与该刊前两年所发表的全部源论文数之比。

2.626

反馈

ISSN：

ISSN是由8个数字组成的编码，旨在识别各种报纸、专业杂志、画报、期刊，无论其性质或载体版本（纸版及电子版）。

print: 2096-3467

研究领域：

Social Sciences-Library and Information Sciences

Gold OA文章占比：

Gold OA文章占比是指一个总体中金色OA文章数量占总体文章数量的比重。OA期刊的文章主要通过金色通道（Gold road，也称为Gold OA，即期刊官网）和绿色通道（Green road，或Green OA）实现开放获取。金色通道是开放获取期刊通过自己的官网来实现的，而绿色通道是通过把文章自存档于机构知识库(Institutional Repositories，比如哈佛大学学术库DASH）或学科知识库中来实现。

0.00%

原创研究文献占比：

0.00%

SCI收录类型：

Scopus (CiteScore)

期刊官网：

http://www.infotech.ac.cn

主管：

中国科学院

主办单位：

中国科学院文献情报中心

期刊介绍中文：

《数据分析与知识发现》是一由中国科学院主管、中国科学院文献情报中心主办的学术性专业期刊。该期刊创刊于2017年，前身为《现代图书情报技术》（1985-2016）并更名。其关注以大数据为基础、运用复杂挖掘分析进行知识发现与预测、支持决策分析和政策制定的研究与应用。期刊致力于提供理论指导、技术支持和最佳实践。《数据分析与知识发现》整合计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域，帮助人们从数据中发现知识、提炼智慧（洞察力）、推演解决方案，并将其嵌入知识密集和知识驱动的各行各业流程管理和决策支持。

CiteScore：

引用分数（英语：CiteScore，CS）是一种用来反映学术期刊最近发表文章“年平均被引用次数”的衡量指标。该指标由Elsevier于 2016 年 12 月推出，以替代常用的JCR影响因子（由Clarivate计算）。 CiteScore是Scopus中系列期刊指标的一部分，包括 SNIP(源文档标准化影响)，SJR (SClmago杂志排名)，引用文档计数以及引用百分比。

CiteScore	SJR	SNIP	CiteScore排名
1.4	0.219	0.448	学科排名百分位大类：Social Sciences 小类：Library and Information Sciences 137 / 280 51% 大类：Computer Science 小类：Computer Science Applications 664 / 817 18% 大类：Computer Science 小类：Information Systems 321 / 394 18% 大类：Computer Science 小类：Artificial Intelligence 291 / 350 17%