你好,欢迎访问云杂志! 关于我们 企业资质 权益保障 投稿策略
当前位置: 首页 SCI杂志 SCIE杂志 计算机科学 中科院2区 JCRQ1 杂志介绍(非官网)

大数据杂志

英文名称:Journal Of Big Data   国际简称:J BIG DATA-GER
《Journal Of Big Data》杂志由Springer Nature出版社出版,本刊发行周期1 issue/year,每期杂志都汇聚了全球计算机科学领域的最新研究成果,包括原创论文、综述文章、研究快报等多种形式,内容涵盖了计算机科学的各个方面,为读者提供了全面而深入的学术视野,为计算机科学-COMPUTER SCIENCE, THEORY & METHODS事业的进步提供了有力的支撑。
中科院分区
计算机科学
大类学科
2196-1115
ISSN
2196-1115
E-ISSN
预计审稿速度: 13 Weeks
杂志简介 期刊指数 WOS分区 中科院分区 CiteScore 学术指标 高引用文章

大数据杂志杂志简介

出版商:Springer Nature
出版语言:English
TOP期刊:
出版地区:United Kingdom
是否预警:

是否OA:开放

出版周期:1 issue/year
中文名称:大数据杂志

大数据杂志(国际简称J BIG DATA-GER,英文名称Journal Of Big Data)是一本开放获取(OA)国际期刊,始终站在计算机科学研究的前沿。该期刊致力于发表在计算机科学领域各个方面达到最高科学标准和具有重要性的研究成果。全面反映该学科的发展趋势,为计算机科学事业的进步提供了有力的支撑。期刊严格遵循职业道德标准,对于任何形式的抄袭行为,无论是文字还是图形,一旦查实,均可能导致稿件被拒绝。

近年来,来自USA、India、Iran、Indonesia、Morocco、Australia、Italy、Syria、England、Russia等国家和地区的研究者在《Journal Of Big Data》上发表了大量的高质量文章。该期刊内容丰富,包括原创研究、综述文章、专题观点、论文预览、专家意见等多种类型,旨在为全球该领域研究者提供广泛的学术交流平台和灵感来源。

在过去几年中,该期刊保持了稳定的发文量和综述量,具体数据如下:

2014年:发表文章0篇、2015年:发表文章0篇、2016年:发表文章0篇、2017年:发表文章0篇、2018年:发表文章0篇、2019年:发表文章0篇、2020年:发表文章0篇、2021年:发表文章160篇、2022年:发表文章124篇、2023年:发表文章179篇。这些数据反映了期刊在全球计算机科学领域的影响力和活跃度,同时也展示了其作为学术界和工业界研究人员首选资源的地位。《Journal Of Big Data》将继续致力于推动计算机科学领域的知识传播和科学进步,为全球计算机科学问题的解决贡献力量。

期刊指数

  • 影响因子:8.6
  • 文章自引率:0.0370...
  • Gold OA文章占比:99.78%
  • CiteScore:17.8
  • 年发文量:179
  • 开源占比:0.9949
  • SJR指数:2.068
  • SNIP指数:3.853
  • OA被引用占比:1
  • 出版国人文章占比:0.02

WOS期刊SCI分区(2023-2024年最新版)

按JIF指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 8 / 143

94.8%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 14 / 143

90.56%

中科院分区表

中科院SCI期刊分区 2023年12月升级版
Top期刊 综述期刊 大类学科 小类学科
计算机科学 2区
COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法
2区

CiteScore(2024年最新版)

CiteScore 排名
CiteScore SJR SNIP CiteScore 排名
17.8 2.068 3.853
学科类别 分区 排名 百分位
大类:Computer Science 小类:Computer Networks and Communications Q1 11 / 395

97%

大类:Computer Science 小类:Hardware and Architecture Q1 6 / 177

96%

大类:Computer Science 小类:Information Systems and Management Q1 6 / 148

96%

大类:Computer Science 小类:Information Systems Q1 16 / 394

96%

学术指标分析

影响因子和CiteScore
自引率

影响因子:指某一期刊的文章在特定年份或时期被引用的频率,是衡量学术期刊影响力的一个重要指标。影响因子越高,代表着期刊的影响力越大 。

CiteScore:该值越高,代表该期刊的论文受到更多其他学者的引用,因此该期刊的影响力也越高。

自引率:是衡量期刊质量和影响力的重要指标之一。通过计算期刊被自身引用的次数与总被引次数的比例,可以反映期刊对于自身研究内容的重视程度以及内部引用的情况。

年发文量:是衡量期刊活跃度和研究产出能力的重要指标,年发文量较多的期刊可能拥有更广泛的读者群体和更高的学术声誉,从而吸引更多的优质稿件。

高引用文章

  • Click-through rate prediction model integrating user interest and multi-head attention mechanismAuthor:Zhang, Wei; Han, Yahui; Yi, Baolin; Zhang, Zhaoli
  • Liquid biopsy-based identification of prognostic and immunotherapeutically relevant gene signatures in lower grade gliomaAuthor:Wu, Changwu; Long, Wenyong; Qin, Chaoying; Wang, Xiangyu; Li, Yuzhe; Xiao, Kai; Li, Yue; Liu, Qing
  • Early prediction of MODS interventions in the intensive care unit using machine learningAuthor:Liu, Chang; Yao, Zhenjie; Liu, Pengfei; Tu, Yanhui; Chen, Hu; Cheng, Haibo; Xie, Lixin; Xiao, Kun
  • Data-centric artificial intelligence in oncology: a systematic review assessing data quality in machine learning models for head and neck cancerAuthor:Adeoye, John; Hui, Liuling; Su, Yu-Xiong
  • RTiSR: a review-driven time interval-aware sequential recommendation methodAuthor:Shi, Xiaoyu; Liu, Quanliang; Bai, Yanan; Shang, Mingsheng
  • A semi-supervised short text sentiment classification method based on improved Bert model from unlabelled dataAuthor:Zou, Haochen; Wang, Zitao
  • A study on improving turnover intention forecasting by solving imbalanced data problems: focusing on SMOTE and generative adversarial networksAuthor:Park, Jungryeol; Kwon, Sundong; Jeong, Seon-Phil
  • Predicting oral cancer risk in patients with oral leukoplakia and oral lichenoid mucositis using machine learningAuthor:Adeoye, John; Koohi-Moghadam, Mohamad; Choi, Siu-Wai; Zheng, Li-Wu; Lo, Anthony Wing Ip; Tsang, Raymond King-Yin; Chow, Velda Ling Yu; Akinshipo, Abdulwarith; Thomson, Peter; Su, Yu-Xiong
  • An ensemble method for estimating the number of clusters in a big data set using multiple random samplesAuthor:Mahmud, Mohammad Sultan; Huang, Joshua Zhexue; Ruby, Rukhsana; Wu, Kaishun
  • KAGN:knowledge-powered attention and graph convolutional networks for social media rumor detectionAuthor:Cui, Wei; Shang, Mingsheng