首頁 > SCI期刊 > SCIE期刊 > 數(shù)學 > 中科院4區(qū) > JCRQ1 > 期刊介紹
評價信息:
影響因子:2.1
年發(fā)文量:35
《統(tǒng)計分析與數(shù)據(jù)挖掘》(Statistical Analysis And Data Mining)是一本以COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCEC-COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS綜合研究為特色的國際期刊。該刊由Wiley-Blackwell出版商創(chuàng)刊于2008年,刊期6 issues/year。該刊已被國際重要權(quán)威數(shù)據(jù)庫SCIE收錄。期刊聚焦COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCEC-COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS領(lǐng)域的重點研究和前沿進展,及時刊載和報道該領(lǐng)域的研究成果,致力于成為該領(lǐng)域同行進行快速學術(shù)交流的信息窗口與平臺。該刊2023年影響因子為2.1。CiteScore指數(shù)值為3.2。
Statistical Analysis and Data Mining addresses the broad area of data analysis, including statistical approaches, machine learning, data mining, and applications. Topics include statistical and computational approaches for analyzing massive and complex datasets, novel statistical and/or machine learning methods and theory, and state-of-the-art applications with high impact. Of special interest are articles that describe innovative analytical techniques, and discuss their application to real problems, in such a way that they are accessible and beneficial to domain experts across science, engineering, and commerce.
The focus of the journal is on papers which satisfy one or more of the following criteria:
Solve data analysis problems associated with massive, complex datasets
Develop innovative statistical approaches, machine learning algorithms, or methods integrating ideas across disciplines, e.g., statistics, computer science, electrical engineering, operation research.
Formulate and solve high-impact real-world problems which challenge existing paradigms via new statistical and/or computational models
Provide survey to prominent research topics.
統(tǒng)計分析和數(shù)據(jù)挖掘涉及數(shù)據(jù)分析的廣泛領(lǐng)域,包括統(tǒng)計方法、機器學習、數(shù)據(jù)挖掘和應(yīng)用。主題包括用于分析大量復雜數(shù)據(jù)集的統(tǒng)計和計算方法、新穎的統(tǒng)計和/或機器學習方法和理論,以及具有高影響力的最先進的應(yīng)用。特別令人感興趣的是描述創(chuàng)新分析技術(shù)并討論其在實際問題中的應(yīng)用的文章,以便科學、工程和商業(yè)領(lǐng)域的專家能夠理解并受益。
該期刊的重點是滿足以下一個或多個標準的論文:
解決與海量復雜數(shù)據(jù)集相關(guān)的數(shù)據(jù)分析問題
開發(fā)創(chuàng)新的統(tǒng)計方法、機器學習算法或跨學科思想集成方法,例如統(tǒng)計學、計算機科學、電氣工程、運籌學。
通過新的統(tǒng)計和/或計算模型制定和解決挑戰(zhàn)現(xiàn)有范式的具有重大影響的現(xiàn)實問題
對突出的研究主題進行調(diào)查。
《Statistical Analysis And Data Mining》(統(tǒng)計分析與數(shù)據(jù)挖掘)編輯部通訊方式為111 RIVER ST, HOBOKEN, USA, NJ, 07030-5774。如果您需要協(xié)助投稿或潤稿服務(wù),您可以咨詢我們的客服老師。我們專注于期刊咨詢服務(wù)十年,熟悉發(fā)表政策,可為您提供一對一投稿指導,避免您在投稿時頻繁碰壁,節(jié)省您的寶貴時間,有效提升發(fā)表機率,確保SCI檢索(檢索不了全額退款)。我們視信譽為生命,多方面確保文章安全保密,在任何情況下都不會泄露您的個人信息或稿件內(nèi)容。
2023年12月升級版
大類學科 | 分區(qū) | 小類學科 | 分區(qū) | Top期刊 | 綜述期刊 |
數(shù)學 | 4區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機:人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應(yīng)用 STATISTICS & PROBABILITY 統(tǒng)計學與概率論 | 4區(qū) 4區(qū) 4區(qū) | 否 | 否 |
2022年12月升級版
大類學科 | 分區(qū) | 小類學科 | 分區(qū) | Top期刊 | 綜述期刊 |
計算機科學 | 4區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機:人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應(yīng)用 STATISTICS & PROBABILITY 統(tǒng)計學與概率論 | 4區(qū) 4區(qū) 4區(qū) | 否 | 否 |
2021年12月舊的升級版
大類學科 | 分區(qū) | 小類學科 | 分區(qū) | Top期刊 | 綜述期刊 |
計算機科學 | 4區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機:人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應(yīng)用 STATISTICS & PROBABILITY 統(tǒng)計學與概率論 | 4區(qū) 4區(qū) 4區(qū) | 否 | 否 |
2021年12月基礎(chǔ)版
大類學科 | 分區(qū) | 小類學科 | 分區(qū) | Top期刊 | 綜述期刊 |
工程技術(shù) | 4區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機:人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應(yīng)用 STATISTICS & PROBABILITY 統(tǒng)計學與概率論 | 4區(qū) 4區(qū) 4區(qū) | 否 | 否 |
2021年12月升級版
大類學科 | 分區(qū) | 小類學科 | 分區(qū) | Top期刊 | 綜述期刊 |
計算機科學 | 4區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機:人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應(yīng)用 STATISTICS & PROBABILITY 統(tǒng)計學與概率論 | 4區(qū) 4區(qū) 4區(qū) | 否 | 否 |
2020年12月舊的升級版
大類學科 | 分區(qū) | 小類學科 | 分區(qū) | Top期刊 | 綜述期刊 |
計算機科學 | 4區(qū) | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機:人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應(yīng)用 STATISTICS & PROBABILITY 統(tǒng)計學與概率論 | 4區(qū) 4區(qū) 4區(qū) | 否 | 否 |
基礎(chǔ)版:即2019年12月17日,正式發(fā)布的《2019年中國科學院文獻情報中心期刊分區(qū)表》;將JCR中所有期刊分為13個大類,期刊范圍只有SCI期刊。
升級版:即2020年1月13日,正式發(fā)布的《2019年中國科學院文獻情報中心期刊分區(qū)表升級版(試行)》,升級版采用了改進后的指標方法體系對基礎(chǔ)版的延續(xù)和改進,影響因子不再是分區(qū)的唯一或者決定性因素,也沒有了分區(qū)的IF閾值期刊由基礎(chǔ)版的13個學科擴展至18個,科研評價將更加明確。期刊范圍有SCI期刊、SSCI期刊。從2022年開始,分區(qū)表將只發(fā)布升級版結(jié)果,不再有基礎(chǔ)版和升級版之分,基礎(chǔ)版和升級版(試行)將過渡共存三年時間。
JCR分區(qū)等級:Q1
按JIF指標學科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q3 | 123 / 197 |
37.8% |
學科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q3 | 101 / 169 |
40.5% |
學科:STATISTICS & PROBABILITY | SCIE | Q1 | 26 / 168 |
84.8% |
按JCI指標學科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q3 | 105 / 198 |
47.22% |
學科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q3 | 94 / 169 |
44.67% |
學科:STATISTICS & PROBABILITY | SCIE | Q2 | 69 / 168 |
59.23% |
Gold OA文章占比 | 研究類文章占比 | 文章自引率 |
24.24% | 100.00% | 0.07... |
開源占比 | 出版國人文章占比 | OA被引用占比 |
0.14... | 0.09 | 0.04... |
名詞解釋:JCR分區(qū)在學術(shù)期刊評價、科研成果展示、科研方向引導以及學術(shù)交流與合作等方面都具有重要的價值。通過對期刊影響因子的精確計算和細致劃分,JCR分區(qū)能夠清晰地反映出不同期刊在同一學科領(lǐng)域內(nèi)的相對位置,從而幫助科研人員準確識別出高質(zhì)量的學術(shù)期刊。
CiteScore | SJR | SNIP | CiteScore 指數(shù) | ||||||||||||||||
3.2 | 0.625 | 0.982 |
|
名詞解釋:CiteScore是基于Scopus數(shù)據(jù)庫的全新期刊評價體系。CiteScore 2021 的計算方式是期刊最近4年(含計算年度)的被引次數(shù)除以該期刊近四年發(fā)表的文獻數(shù)。CiteScore基于全球最廣泛的摘要和引文數(shù)據(jù)庫Scopus,適用于所有連續(xù)出版物,而不僅僅是期刊。目前CiteScore 收錄了超過 26000 種期刊,比獲得影響因子的期刊多13000種。被各界人士認為是影響因子最有力的競爭對手。
歷年中科院分區(qū)趨勢圖
歷年IF值(影響因子)
歷年引文指標和發(fā)文量
歷年自引數(shù)據(jù)
2019-2021年國家/地區(qū)發(fā)文量統(tǒng)計
國家/地區(qū) | 數(shù)量 |
USA | 68 |
CHINA MAINLAND | 11 |
Italy | 9 |
Iran | 7 |
Canada | 5 |
England | 4 |
Australia | 3 |
Poland | 3 |
India | 2 |
South Korea | 2 |
2019-2021年機構(gòu)發(fā)文量統(tǒng)計
機構(gòu) | 數(shù)量 |
UNITED STATES DEPARTMENT OF ENERGY (DOE) | 15 |
IOWA STATE UNIVERSITY | 8 |
UNIVERSITY OF NORTH CAROLINA | 6 |
PENNSYLVANIA COMMONWEALTH SYSTEM OF HIGH... | 4 |
COLUMBIA UNIVERSITY | 3 |
IMPERIAL COLLEGE LONDON | 3 |
STATE UNIVERSITY SYSTEM OF FLORIDA | 3 |
UNIVERSITY OF TEXAS SYSTEM | 3 |
XI'AN JIAOTONG UNIVERSITY | 3 |
CARNEGIE MELLON UNIVERSITY | 2 |
2019-2021年文章引用數(shù)據(jù)
文章引用名稱 | 引用次數(shù) |
Rotational grid, PAI-maximizing crime fo... | 8 |
A systematic review on intrusion detecti... | 4 |
Standardizing interestingness measures f... | 4 |
How to Host An Effective Data Competitio... | 4 |
Practical Bayesian modeling and inferenc... | 3 |
Nonnegative tensor decomposition with cu... | 3 |
Forecasting basketball players' performa... | 3 |
Sparse estimation of multivariate Poisso... | 3 |
Skills in demand for ICT and statistical... | 3 |
An evaluation of data stream clustering ... | 3 |
2019-2021年文章被引用數(shù)據(jù)
被引用期刊名稱 | 數(shù)量 |
IEEE ACCESS | 22 |
STAT ANAL DATA MIN | 12 |
PATTERN RECOGN | 8 |
KNOWL-BASED SYST | 7 |
BIOMETRICS | 6 |
DATA MIN KNOWL DISC | 5 |
IEEE T KNOWL DATA EN | 5 |
IEEE T VIS COMPUT GR | 5 |
SCI REP-UK | 5 |
ACM COMPUT SURV | 4 |
2019-2021年引用數(shù)據(jù)
引用期刊名稱 | 數(shù)量 |
J AM STAT ASSOC | 62 |
ANN STAT | 33 |
J R STAT SOC B | 33 |
J COMPUT GRAPH STAT | 24 |
COMPUT STAT DATA AN | 19 |
J MACH LEARN RES | 19 |
BIOMETRIKA | 18 |
ANN APPL STAT | 14 |
J STAT SOFTW | 14 |
TECHNOMETRICS | 14 |
中科院分區(qū):1區(qū)
影響因子:7.7
審稿周期:約Time to first decision: 9 days; Review time: 64 days; Submission to acceptance: 82 days; 約2.7個月 約7.8周
中科院分區(qū):1區(qū)
影響因子:8.1
審稿周期:約Time to first decision: 6 days; Review time: 44 days; Submission to acceptance: 54 days; 約4.1個月 約6.8周
中科院分區(qū):3區(qū)
影響因子:3.3
審稿周期:約17.72天 11 Weeks
中科院分區(qū):1區(qū)
影響因子:98.4
審稿周期: 約3月
中科院分區(qū):2區(qū)
影響因子:5.8
審稿周期: 約2.4個月 約7.6周
中科院分區(qū):2區(qū)
影響因子:5.1
審稿周期: 約1.9個月 約2.7周
若用戶需要出版服務(wù),請聯(lián)系出版商:111 RIVER ST, HOBOKEN, USA, NJ, 07030-5774。