保存桌面

数据分析与知识发现

期刊简介
QIKANJIANJIE
期刊名称:数据分析与知识发现人文核心(2018年版),RCCSE(A-)(2020第六版),科技核心(2020社会科学),CSCD扩展(2021-2022),CSSCI来源期刊(2021-2022),中文核心(2020年版) 复合影响因子:2.626 第一批认定学术期刊,
  • 主办单位:中国科学院文献情报中心
  • 国内刊号:10-1478/G2
  • 国际刊号:2096-3467
  • 出刊周期:月刊
  • 级别:人文核心(2018年版),RCCSE(A-)(2020第六版),科技核心(2020社会科学),CSCD扩展(2021-2022),CSSCI来源期刊(2021-2022),中文核心(2020年版) 复合影响因子:2.626 第一批认定学术期刊,
基本情况 《数据分析与知识发现》(Data Analysis and Knowledge Discovery)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。期刊原名《现代图书情报技术》,根据国家新闻出版广电总局新广出审【2016】3100 号文批准,于 2017 年起正式更名为《数据分析与知识发现》,出版单位不变。此番更名是期刊适应数字化计算化知识时代、迎接数据挖掘和知识分析挑战、推动数据驱动的智能化决策与管理的再创业。 2 期刊定位 《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、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。 期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动……[查看详情]
投稿须知
TOUGAOXUZHI
《数据分析与知识发现》期刊征文
【2020年05期信息】
1期刊定位
《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、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。
期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。
2征稿范围
期刊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。主题领域包括:
(1)基于大规模数据的数据挖掘和知识发现的新技术与新方法:包括但不局限于社会网络分析、知识图谱、舆情监测、竞争情报分析、产业技术分析、竞争力评价、决策分析以及循证政策分析等。所涉及数据包括各类元数据、文本与网络数据、市场数据、社会数据、科学数据、多媒介数据等。
(2)基于知识组织、支持智能检索与分析的知识基础设施建设。尤其针对科学数据集与智能实验室、教育数据集与智能校园、社会与管理数据集和智能社会管理、数字图书馆/数字档案馆/数字科技馆/数字出版平台以及各个领域的大数据化知识基础设施,所涉及方法包括但不局限于语义标注、知识组织、数据监管、关联数据、数据融汇、语义化平台、智能化流程、可视化管理与决策等。
(3)利用知识计算和知识发现技术驱动、优化和监控各类管理、服务、创新流程与机制的方法、技术和系统。
包括但不局限于新型语义化学术交流体系、移动交互知识服务系统、合作交互知识管理机制、数字教育组织与管理、数字科研组织与管理、开放数字创客空间、智能化电子政务、智能化应急管理等。
3选题方向
知识组织(Knowledge organization);数据挖掘(Data mining);关联数据(linked data);数据与知识融汇(Data and knowledge integration);知识发现(Knowledge discovery);语义网络(Semantic Web);文献计量、科学计量和网络计量(Bibliometrics, Scientometrics, Webometrics);社会计量与社交网络分析(Social informatics and social network analysis);竞争情报(Competitive intelligence);舆情监测(Public opinion monitoring);预测分析(Predictive analysis);循证政策分析(Evidence-based policy analysis);数据分析驱动的科研管理(Data analytics-driven research management);数据分析驱动的教育组织(Data analytics-driven learning organization);数据分析驱动的知识服务管理(Data analytics-driven knowledge service management);数据分析驱动的群组活动组织(Data analytics-driven event and activity organization);数据分析驱动的合作交互及其管理(Data analytics-driven collaboration and its management);智能化知识基础设施(Intelligent knowledge infrastructure);支持数据分析与知识发现的开放支撑平台(Open platform supportive data integration, data analysis and knowledge discovery);知识分析师人才培养(Training for knowledge analytics);……[查看详情]
相关评论(0
XIANGGUANPINGLUN