数据分析与知识发现杂志

来源：中英文核心期刊咨询网 时间：

《数据分析与知识发现》期刊简介

宗旨定位 《数据分析与知识发现》（Data Analysis and Knowledge Discovery）是由中国科学院主管、中国科学院文献情报中心主办的学术性专业期刊。期刊于2017年创刊，聚焦各行各业中以大数据为基础、依靠数据挖掘分析、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。 《数据分析与知识发现》期刊内容体现跨学科定位，融汇情报科学、计算机科学、管理科学等相关领域，支持从数据发现知识、从知识提炼智慧（洞察力）、从知识和智慧推演并设计解决方案，嵌入到知识密集和知识驱动的各行各业的流程管理中并支撑决策。 《数据分析与知识发现》由《现代图书情报技术》（1985-2016）更名。目前，期刊已被国内各主要核心期刊目录及引文来源库收录，入选《FMS管理科学高质量期刊推荐列表》，并被美国工程索引数据库（EI Compendex）和SCOPUS收录。 征文主题 期刊广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法，研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等，尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决策的理论、方法和技术。主题领域包括： （1）基于大规模数据的数据挖掘和知识发现的新技术与新方法。包括但不局限于：社会网络分析、知识图谱、舆情监测、竞争情报分析、竞争力评价、决策分析以及循证政策分析等。所涉及数据包括各类元数据、文本与网络数据、市场数据、社会数据、科学数据、多媒介数据等。 （2）基于知识组织、支持智能检索与分析的知识基础设施建设。尤其针对科学数据集与智能实验室、教育数据集与智能校园、社会与管理数据集和智能社会管理、数字图书馆/数字档案馆/数字科技馆/数字出版平台以及各个领域的大数据化知识基础设施，所涉及方法包括但不局限于：语义标注、知识组织、数据监管、关联数据、数据融汇、语义化平台、智能化流程、可视化管理与决策等。 （3）利用知识计算和知识发现技术驱动、优化和监控各类管理、服务、创新流程与机制的方法、技术和系统。包括但不局限于：新型语义化学术交流体系、移动交互知识服务系统、合作交互知识管理机制、数字教育组织与管理、数字科研组织与管理、开放数字创客空间、智能化电子政务、智能化应急管理等。 选题范围 因期刊投稿量巨大，在发表量有限的情况下，为保证刊物主题范围具有明确的聚焦性专指性、保证刊物发文的鲜明研究性质和可靠研究质量、保证同行评审专家和编辑部对研究主题的可靠审查能力，进一步梳理《数据分析与知识发现》目前阶段选题受理范围： （1）利用文本或其他非结构化内容的研究、或利用文本或其他非结构化内容和数值型内容相结合的研究，或融合多类复杂内容的研究。一般情况下避免特定学科纯数值型的领域信息学或行业数值分析研究。 （2）针对语义分析、实体与实体关系挖掘、知识组织体系构建与融汇、知识图谱构建与融汇等的研究。一般情况下避免单纯数据处理技术或数值统计分析型的研究。 （3）针对重要问题和应用、面向决策知识发现的基于结构化或非结构化指标的计量分析研究（例如文献计量、科学计量、社会计量、政策计算分析等）。一般情况下避免纯数学方法或专业理论的研究。 （4）利用复杂的多类数据来源、基于语义信息与知识组织机制及其集成融汇分析的集成知识服务系统的研究。一般情况下避免纯信息系统构建与建设方面的研究。 （5）本刊强调研究性论文，强调论文以数据及其分析为基础、提出新方法新技术、进行规范对比验证。除对本刊覆盖主题范围进行态势分析预测的稿件外，本刊一般不收录：采用已有技术方法完成的纯情报分析类或工程建设类稿件；缺乏理论高度和深度的思辨分析类或简单评述类稿件；不收录数据来源不清、工具方法不清、对比验证不清的稿件。

《数据分析与知识发现》投稿须知

　　1、为促进本行业繁荣发展，丰富本刊栏目内容、提升杂志品质、增进与读者间的交流，本刊数学图书馆、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多个栏目面向广大读者、作者征集学术稿件。

　　2、来稿必须保证是作者原创作品，为保护作者信息，请将作者信息：姓名、年龄、性别、民族、学历、职称、职务以及在文稿结尾附作者单位、地址、电话、电子信箱和邮政编码等另附页详细注明，正文中不要再出现以上内容。如涉及保密事项，概由作者本人负责。

　　3、投稿成功后，系统将自动发送收稿通知至作者邮箱。稿件处理周期平均为1-2个月。有关审稿进度及审核结果，请作者登录本刊官网在线查询。 稿件修改意见将以邮件形式发送至作者邮箱，作者修改完成后通过系统提交修改稿，同时请附加修改说明。

　　4、稿件一经录用发表，其著作权归作者，版权归我刊所有。论文将以相应形式统一纳入与该刊有协议的学术期刊收录系统和电子出版系统等。本刊不收取任何形式审稿费，只针对录用稿件，按照国家有关规定收取论文版面费。论文一经发表，编辑部将支付稿酬。

《数据分析与知识发现》近年发文量

《数据分析与知识发现》历年数据解读

通过对近十年该刊文献关键词分布分析，该刊关键词前三是：深度学习、数据集、注意力机制。

该刊近年学科发布文章前三的学科及发文量分别是：计算机软件: 1024篇、图书情报: 442篇、自动化: 276篇。

该刊近年栏目征稿量前三分别是：研究论文: 1256篇、专题: 113篇、应用论文: 106篇。

该刊近年基金文献量占比是：31.51%。

查看详情

拓展阅读：

《数据分析与知识发现》是什么级别期刊