从数据中发现知识的 Acm 交易

SCIE

期刊简介

TKDD 欢迎关于知识发现和分析各种不同形式数据的各种研究的论文。这些主题包括但不限于：可扩展且有效的数据挖掘和大数据分析算法、挖掘脑网络、挖掘数据流、挖掘多媒体数据、挖掘高维数据、挖掘文本、Web 和半结构化数据、挖掘空间和时间数据、社区生成的数据挖掘、社交网络分析和图形结构化数据、数据挖掘中的安全和隐私问题、可视化、交互式和在线数据挖掘、数据挖掘的预处理和后处理、稳健且可扩展的统计方法、数据挖掘语言、数据挖掘的基础、KDD 框架和流程，以及利用数据挖掘技术（包括大规模并行处理和云计算平台）的新型应用程序和基础设施。TKDD 鼓励在大型分布式计算机网络、并行或多处理计算机或新数据设备的背景下探索上述主题的论文。TKDD 还鼓励描述当前数据挖掘技术无法满足的新兴数据挖掘应用的论文。

从数据中发现知识的 Acm 交易创刊于2006年，由Association for Computing Machinery (ACM)出版社出版。其研究的主题领域包括但不限于COMPUTER SCIENCE, INFORMATION SYSTEMS-COMPUTER SCIENCE, SOFTWARE ENGINEERING，是一本在计算机科学领域具有重要影响力的国际期刊。该期刊涵盖了计算机科学的多个子领域，旨在全面理解和解决计算机科学问题。

根据最新的数据，从数据中发现知识的 Acm 交易的影响因子为4，CiteScore为6.7，h-index为44，SJR为1.303，SNIP为1.733，中科院分区为3区，这些指标均显示了该期刊在计算机科学领域的优秀地位。

该刊以English作为出版语言。对于English非母语的作者，期刊建议使用语言编辑服务，以确保文稿的语法和拼写错误得到纠正，并符合科学English的标准。如果想实现快速顺利的投稿发表，建议您联系本站的客服团队，将为您提供专业的选刊建议，并在整个投稿过程中提供细致的指导。