当前位置: 首页 SCI期刊 SCIE期刊 计算机科学 中科院1区 JCRQ1 期刊介绍(非官网)
Big Data Mining And Analytics

Big Data Mining And AnalyticsSCIE

国际简称:Big Data Min Anal  参考译名:大数据挖掘与分析

  • 中科院分区

    1区

  • CiteScore分区

    Q1

  • JCR分区

    Q1

基本信息:
ISSN:2096-0654
是否OA:未开放
是否预警:否
TOP期刊:是
出版信息:
出版地区:China
出版商:IEEE
出版语言:English
研究方向:Computer Science-Computer Science Applications
评价信息:
影响因子:7.7
CiteScore指数:20.9
SJR指数:1.933
SNIP指数:3.373
发文数据:
Gold OA文章占比:100.00%
研究类文章占比:100.00%
年发文量:40
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 常见问题

英文简介Big Data Mining And Analytics期刊介绍

Big Data Mining and Analytics is an academic journal dedicated to big data mining and analysis, dedicated to promoting research and development in big data technology, providing a platform for researchers, engineers, and decision-makers in academia and industry to exchange and share the latest research results, technological advancements, and practical experiences. The magazine covers various aspects of big data mining and analysis, including data preprocessing, data storage, data management, data mining algorithms, machine learning, pattern recognition, statistical analysis, visualization techniques, and more. As a professional journal focusing on big data mining and analysis, it aims to provide the latest research results and technological trends for researchers and practitioners in related fields, and promote the development and application of big data technology.

期刊简介Big Data Mining And Analytics期刊介绍

《Big Data Mining And Analytics》是一本计算机科学优秀杂志。致力于发表原创科学研究结果,并为计算机科学各个领域的原创研究提供一个展示平台,以促进计算机科学领域的的进步。该刊鼓励先进的、清晰的阐述,从广泛的视角提供当前感兴趣的研究主题的新见解,或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道计算机科学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单,目前已被权威数据库SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2024年最新版)Big Data Mining And Analytics Cite Score数据

  • CiteScore:20.9
  • SJR:1.933
  • SNIP:3.373
学科类别 分区 排名 百分位
大类:Computer Science 小类:Computer Networks and Communications Q1 6 / 395

98%

大类:Computer Science 小类:Computer Science Applications Q1 17 / 817

97%

大类:Computer Science 小类:Information Systems Q1 9 / 394

97%

大类:Computer Science 小类:Artificial Intelligence Q1 15 / 350

95%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础,针对的是前四年发表的论文的引文。CiteScore的意义在于,它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法,而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Big Data Mining And Analytics 中科院分区

中科院 2023年12月升级版 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 1区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 1区 1区

中科院分区表 是以客观数据为基础,运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据,得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次,类似于“优、良、及格”等。最开始,这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Big Data Mining And Analytics JCR分区

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 ESCI Q1 23 / 197

88.6%

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS ESCI Q1 11 / 249

95.8%

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 ESCI Q1 16 / 198

92.17%

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS ESCI Q1 15 / 251

94.22%

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异,此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此,JCR将期刊按照学科门类和影响因子分为不同的分区,这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

投稿常见问题