Big Data Mining and Analytics

11552

微信好友朋友圈 QQ好友复制链接

查看最新文献

发文信息中科院SCI期刊分区 WOS期刊分区历年影响因子历年发表投稿信息同类期刊

中文名称：

大数据挖掘与分析(英文)

英文名称：

Big Data Mining and Analytics

曾用名：

无

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。

6.2

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: 2096-0654

研究领域：

Computer Science-Computer Science Applications

自引率：

2.20%

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。

100.00%

原创研究文献占比：

87.50%

SCI收录类型：

Scopus (CiteScore)

期刊官网：

https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=8254253

主管：

教育部

主办单位：

清华大学

期刊介绍英文：

Big Data Mining and Analytics, a publication by Tsinghua University Press, presents groundbreaking research in the field of big data research and its applications. This comprehensive book delves into the exploration and analysis of vast amounts of data from diverse sources to uncover hidden patterns, correlations, insights, and knowledge. Featuring the latest developments, research issues, and solutions, this book offers valuable insights into the world of big data. It provides a deep understanding of data mining techniques, data analytics, and their practical applications. Big Data Mining and Analytics has gained significant recognition and is indexed and abstracted in esteemed platforms such as ESCI, EI, Scopus, DBLP Computer Science, Google Scholar, INSPEC, CSCD, DOAJ, CNKI, and more. With its wealth of information and its ability to transform the way we perceive and utilize data, this book is a must-read for researchers, professionals, and anyone interested in the field of big data analytics.

期刊介绍中文：

《Big Data Mining and Analytics》是由清华大学出版社出版的出版物，期刊ISSN为2096-0654。该期刊介绍了大数据研究及其应用领域的开创性研究。这本内容全面的书深入探索和分析来自不同来源的大量数据，以揭示隐藏的模式、相关性、见解和知识。该书以最新发展、研究问题和解决方案为特色，提供了对大数据世界的宝贵见解，并深入解析数据挖掘技术、数据分析及其实际应用。大数据挖掘和分析已获得广泛认可，并被ESCI、EI、Scopus、DBLP Computer Science、Google Scholar、INSPEC、CSCD、DOAJ、CNKI等知名平台收录和摘要。

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
20.9	1.933	3.373	学科排名百分位大类：Computer Science 小类：Computer Networks and Communications 6 / 395 98% 大类：Computer Science 小类：Computer Science Applications 17 / 817 97% 大类：Computer Science 小类：Information Systems 9 / 394 97% 大类：Computer Science 小类：Artificial Intelligence 15 / 350 95%

发文信息

发文量：

被引量：

中科院SCI期刊分区

中科院分区升级版是在基础版的基础上，消除了对预置学科体系的依赖，例如期刊-学科隶属关系。基于概率统计原理的期刊超越指数，使分区结果更加鲁棒，不易操纵，揭示出更多优秀的基础研究期刊。 2019-2021年，3年过渡期，会同时发布基础版和升级版，便于用户单位过渡、调整。2022年开始，将只发布升级版。

2025年3月20日发布

大类	小类	TOP期刊	综述期刊
1区计算机科学	1区计算机：人工智能 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 1区计算机：信息系统 COMPUTER SCIENCE, INFORMATION SYSTEMS	是	否

2023年12月发布

大类	小类	TOP期刊	综述期刊
1区计算机科学	1区计算机：人工智能 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 1区计算机：信息系统 COMPUTER SCIENCE, INFORMATION SYSTEMS	否	否

WOS期刊分区

WoS-JCR分区：SCIE、SSCI收录期刊主要按影响因子高低被分为四个区（Quartile），分别是Q1区，Q2区，Q3区，Q4区，各占25%。Q1区是影响因子最靠前25%的期刊，Q4区是靠后的25%的期刊。

学科分类
Q1COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE Q1COMPUTER SCIENCE, INFORMATION SYSTEMS

历年影响因子

2022年	2023年	2024年
13.6000	7.7000	6.2000

历年发表

年文章数是指每年6月SCI发布的IF数据中所提供的上一年全年发文数量。如2018年7月-2019年6月，显示的是2017年的发文数.对极少数热门期刊，我们会在1月份更新为最新一年的发文数。

2018年	2019年	2020年	2021年	2022年
24	24	23	28	31

投稿信息

出版周期：

季刊

出版语言：

中文

邮政编码：

100084

投稿网址：

http://bigdata.tsinghuajournals.com/EN/2096-0654/home.shtml

出版商：

IEEE

编辑部地址：

北京市海淀区双清路学研大厦

PubMed链接：

http://www.ncbi.nlm.nih.gov/nlmcatalog?term=2096-0654%5BISSN%5D

Big Data Mining and Analytics - 最新文献

查看全部

Identification of Proteins and Genes Associated with Hedgehog Signaling Pathway Involved in Neoplasm Formation Using Text-Mining Approach

Pub Date : 2023-12-25 DOI: 10.26599/BDMA.2023.9020007

Limits of Depth: Over-Smoothing and Over-Squashing in GNNs

Pub Date : 2023-12-25 DOI: 10.26599/BDMA.2023.9020019 Aafaq Mohi ud din;Shaima Qureshi

PURP: A Scalable System for Predicting Short-Term Urban Traffic Flow Based on License Plate Recognition Data

Pub Date : 2023-12-25 DOI: 10.26599/BDMA.2023.9020017 Shan Zhang;Qinkai Jiang;Hao Li;Bin Cao;Jing Fan

免责声明：
本页显示期刊或杂志信息，仅供参考学习，不是任何期刊杂志官网，不涉及出版事务，特此申明。如需出版一切事务需要用户自己向出版商联系核实。若本页展示内容有任何问题，请联系我们，邮箱：info@booksci.cn，我们会认真核实处理。