数据挖掘和知识发现

期刊简介

数据收集、存储和分发方面的进步催生了对计算工具和技术的需求，以协助数据分析。数据库中的数据挖掘和知识发现 (KDD) 是一个快速发展的研究和应用领域，它建立在许多领域的技术和理论之上，包括统计学、数据库、模式识别和学习、数据可视化、不确定性建模、数据仓库和 OLAP、优化和高性能计算。

数据挖掘和知识发现创刊于1997年，由Springer US出版社出版。其研究的主题领域包括但不限于工程技术-计算机：人工智能，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，数据挖掘和知识发现的影响因子为5.5，CiteScore为9.7，h-index为87，SJR为1.2，SNIP为2.333，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。