Data Mining And Knowledge Discovery

Journal Title：Data Mining And Knowledge Discovery

Advances in data gathering, storage, and distribution have created a need for computational tools and techniques to aid in data analysis. Data Mining and Knowledge Discovery in Databases (KDD) is a rapidly growing area of research and application that builds on techniques and theories from many fields, including statistics, databases, pattern recognition and learning, data visualization, uncertainty modelling, data warehousing and OLAP, optimization, and high performance computing.

數據收集、存儲和分發方面的進步催生了對計算工具和技術的需求，以協助數據分析。數據庫中的數據挖掘和知識發現 (KDD) 是一個快速發展的研究和應用領域，它建立在許多領域的技術和理論之上，包括統計學、數據庫、模式識別和學習、數據可視化、不確定性建模、數據倉庫和 OLAP、優化和高性能計算。

Data Mining And Knowledge Discovery創刊于1997年，由Springer US出版商出版，收稿方向涵蓋工程技術 - 計算機：人工智能全領域，此刊是中等級別的SCI期刊，所以過審相對來講不是特別難，但是該刊專業認可度不錯，仍然是一本值得選擇的SCI期刊 。平均審稿速度 約6.0個月 ，影響因子指數2.8，該期刊近期沒有被列入國際期刊預警名單，廣大學者值得一試。