数据分析与知识发现 核心(北大)

文化科学 图书馆学 情报学

知识发现 用户 情感分析 数据分析 大数据 文本 情感 谷歌 人工智能 主题 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

级别:核心(北大) | ISSN:2096-3467 | CN:10-1478/G2 | 因子:0 | 周期:月刊

中国科学院 | 中国科学院文献情报中心

《数据分析与知识发现》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。

《数据分析与知识发现》办刊宗旨是聚焦各行各业中以大数据为基础,依靠复杂挖掘分析方法,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,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》内容定位于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。

《数据分析与知识发现》是中国科学院文献情报中心主办的学术性计算机信息管理技术专业刊物,它集图书馆界、情报界各种现代技术的应用和情报服务工作导向于一身,面向情报信息界、图书馆界和档案界,技术导向强,信息量大,内容丰富,是国内唯一一份被中国图书馆学会和中国科技情报学会共同推荐的专业技术类核心期刊,并被中国科学院授予“优秀期刊”。

《数据分析与知识发现》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。

《数据分析与知识发现》办刊宗旨是聚焦各行各业中以大数据为基础,依靠复杂挖掘分析方法,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,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》内容定位于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。

1、《数据分析与知识发现》文稿应资料可靠、数据准确、具有创造性、科学性、实用性。应立论新颖、论据充分、数据可靠,文责自负(严禁抄袭),文字要精炼。

2、《数据分析与知识发现》姓名在文题下按序排列,排列应在投稿时确定。作者姓名、单位、详细地址及邮政编码务必写清楚,多作者稿署名时须征得其他作者同意,排好先后次序,接录稿通知后不再改动。

3、文章要求在2000-2400字符,格式一般要包括:题目、作者及单位、邮编、内容摘要、关键词、正文、参考文献等。文章标题字符要求在20字以内。

4、文章中的图表应具有典型性,尽量少而精,表格使用三线表;图要使用黑线图,绘出的线条要光滑、流畅、粗细均匀;计量单位请以近期国务院颁布的《中华人民共和国法定计量单位》为准,不得采用非法定计量单位。

5、为缩短刊出周期和减少错误,来稿一律使用word格式,并请详细注明本人详细联系方式。

6、编辑部对来稿有删修权,不同意删修的稿件请在来稿中声明。我刊同时被国内多家学术期刊数据库收录,不同意收录的稿件,请在来稿中声明。

重要说明:本站不是数据分析与知识发现杂志官网,直投稿件的朋友建议直接联系数据分析与知识发现杂志官网编辑部!

更多相关期刊

  • 《情报杂志》

    情报学 · 月刊

    《情报杂志》立足情报学领域,兼顾理论研究与应用研究,以鼓励原创和培养新作者为己任;坚持严谨求实的办刊风格,崇尚科学,鼓励创新,倡导学术争鸣,抵制学术造假。 《情报杂志》以情报学服务国家安全、服务政府及企业决策为宗旨,以情报学理论与情报工作实践,情报分析方法与技术、情报管理与服务、情报机构与情报人才等为培育方向。

    期刊详情
  • 情报学报

    情报学 · 月刊

    本刊主要刊载情报科学领域的学术论文或高质量的综述评论。《情报学报》是国家自然科学基金委管理科学部认定的A类期刊,同时收录于北大《中文核心期刊要目总览》、南大《中文社会科学引文索引》、社科院《中国人文社会科学核心期刊要览》、武大《中国学术期刊评价研究报告》、中国科学技术信息研究所《中国科技期刊引证报告》。《情报学报》目前被英国的INSPEC(科学文摘)、LISA(图书馆和信息科学文摘)和俄罗斯的PЖ(文摘杂志)等索引系统收录。

    期刊详情

情报学更新期刊