當(dāng)前位置：首頁 SCI期刊 SCIE期刊計(jì)算機(jī)科學(xué) 中科院4區(qū) JCRQ2 期刊介紹(非官網(wǎng))

Big DataSCIE

國際簡稱：BIG DATA-US 參考譯名：大數(shù)據(jù)

中科院分區(qū)
4區(qū)
CiteScore分區(qū)
Q1
JCR分區(qū)
Q2

基本信息：: ISSN：2167-6461; E-ISSN：2167-647X; 是否OA：未開放; 是否預(yù)警：否; TOP期刊：否

出版信息：: 出版地區(qū)：UNITED STATES; 出版商：Mary Ann Liebert Inc.; 出版語言：English; 出版周期：4 issues/year; 出版年份：2013; 研究方向：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS-COMPUTER SCIENCE, THEORY & METHODS

評(píng)價(jià)信息：: 影響因子：2.6; H-index：17; CiteScore指數(shù)：9.1; SJR指數(shù)：0.858; SNIP指數(shù)：1.677

發(fā)文數(shù)據(jù)：: Gold OA文章占比：8.03%; 研究類文章占比：100.00%; 年發(fā)文量：50; 自引率：0.0217...; 開源占比：0.0714; 出版撤稿占比：0; 出版國人文章占比：0.1; OA被引用占比：0.0194...

投稿咨詢加急見刊

英文簡介期刊介紹 CiteScore數(shù)據(jù) 中科院SCI分區(qū) JCR分區(qū) 發(fā)文數(shù)據(jù) 常見問題

英文簡介Big Data期刊介紹

Big Data is the leading peer-reviewed journal covering the challenges and opportunities in collecting, analyzing, and disseminating vast amounts of data. The Journal addresses questions surrounding this powerful and growing field of data science and facilitates the efforts of researchers, business managers, analysts, developers, data scientists, physicists, statisticians, infrastructure developers, academics, and policymakers to improve operations, profitability, and communications within their businesses and institutions.

Spanning a broad array of disciplines focusing on novel big data technologies, policies, and innovations, the Journal brings together the community to address current challenges and enforce effective efforts to organize, store, disseminate, protect, manipulate, and, most importantly, find the most effective strategies to make this incredible amount of information work to benefit society, industry, academia, and government.

Big Data coverage includes:

Big data industry standards,

New technologies being developed specifically for big data,

Data acquisition, cleaning, distribution, and best practices,

Data protection, privacy, and policy,

Business interests from research to product,

The changing role of business intelligence,

Visualization and design principles of big data infrastructures,

Physical interfaces and robotics,

Social networking advantages for Facebook, Twitter, Amazon, Google, etc,

Opportunities around big data and how companies can harness it to their advantage.

期刊簡介Big Data期刊介紹

《Big Data》自2013出版以來，是一本計(jì)算機(jī)科學(xué)優(yōu)秀雜志。致力于發(fā)表原創(chuàng)科學(xué)研究結(jié)果，并為計(jì)算機(jī)科學(xué)各個(gè)領(lǐng)域的原創(chuàng)研究提供一個(gè)展示平臺(tái)，以促進(jìn)計(jì)算機(jī)科學(xué)領(lǐng)域的的進(jìn)步。該刊鼓勵(lì)先進(jìn)的、清晰的闡述，從廣泛的視角提供當(dāng)前感興趣的研究主題的新見解，或?qū)彶槎嗄陙砟硞€(gè)重要領(lǐng)域的所有重要發(fā)展。該期刊特色在于及時(shí)報(bào)道計(jì)算機(jī)科學(xué)領(lǐng)域的最新進(jìn)展和新發(fā)現(xiàn)新突破等。該刊近一年未被列入預(yù)警期刊名單，目前已被權(quán)威數(shù)據(jù)庫SCIE收錄，得到了廣泛的認(rèn)可。

該期刊投稿重要關(guān)注點(diǎn)：

預(yù)計(jì)審稿時(shí)間：
計(jì)算機(jī)科學(xué)
COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS
SCIE
中科院4區(qū)
非預(yù)警

Cite Score數(shù)據(jù)（2024年最新版）Big Data Cite Score數(shù)據(jù)

CiteScore：9.1
SJR：0.858
SNIP：1.677

學(xué)科類別	分區(qū)	排名	百分位
大類：Decision Sciences 小類：Information Systems and Management	Q1	22 / 148	85%
大類：Decision Sciences 小類：Computer Science Applications	Q1	124 / 817	84%
大類：Decision Sciences 小類：Information Systems	Q1	67 / 394	83%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評(píng)價(jià)期刊影響力的文獻(xiàn)計(jì)量指標(biāo)。反映出一家期刊近期發(fā)表論文的年篇均引用次數(shù)。CiteScore以Scopus數(shù)據(jù)庫中收集的引文為基礎(chǔ)，針對(duì)的是前四年發(fā)表的論文的引文。CiteScore的意義在于，它可以為學(xué)術(shù)界提供一種新的、更全面、更客觀地評(píng)價(jià)期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標(biāo)來評(píng)價(jià)。

歷年Cite Score趨勢圖

中科院SCI分區(qū)Big Data 中科院分區(qū)

中科院 2023年12月升級(jí)版 綜述期刊：否 Top期刊：否

大類學(xué)科	分區(qū)	小類學(xué)科	分區(qū)
計(jì)算機(jī)科學(xué)	4區(qū)	COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī)：跨學(xué)科應(yīng)用 COMPUTER SCIENCE, THEORY & METHODS 計(jì)算機(jī)：理論方法	4區(qū) 4區(qū)

中科院分區(qū)表 是以客觀數(shù)據(jù)為基礎(chǔ)，運(yùn)用科學(xué)計(jì)量學(xué)方法對(duì)國際、國內(nèi)學(xué)術(shù)期刊依據(jù)影響力進(jìn)行等級(jí)劃分的期刊評(píng)價(jià)標(biāo)準(zhǔn)。它為我國科研、教育機(jī)構(gòu)的管理人員、科研工作者提供了一份評(píng)價(jià)國際學(xué)術(shù)期刊影響力的參考數(shù)據(jù)，得到了全國各地高校、科研機(jī)構(gòu)的廣泛認(rèn)可。

中科院分區(qū)表 將所有期刊按照一定指標(biāo)劃分為1區(qū)、2區(qū)、3區(qū)、4區(qū)四個(gè)層次，類似于“優(yōu)、良、及格”等。最開始，這個(gè)分區(qū)只是為了方便圖書管理及圖書情報(bào)領(lǐng)域的研究和期刊評(píng)估。之后中科院分區(qū)逐步發(fā)展成為了一種評(píng)價(jià)學(xué)術(shù)期刊質(zhì)量的重要工具。

歷年中科院分區(qū)趨勢圖

JCR分區(qū)Big Data JCR分區(qū)

2023-2024 年最新版

按JIF指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS	SCIE	Q2	80 / 169	53%
學(xué)科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q2	45 / 143	68.9%

按JCI指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS	SCIE	Q2	67 / 169	60.65%
學(xué)科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q2	40 / 143	72.38%

JCR分區(qū)的優(yōu)勢在于它可以幫助讀者對(duì)學(xué)術(shù)文獻(xiàn)質(zhì)量進(jìn)行評(píng)估。不同學(xué)科的文章引用量可能存在較大的差異，此時(shí)單獨(dú)依靠影響因子(IF)評(píng)價(jià)期刊的質(zhì)量可能是存在一定問題的。因此，JCR將期刊按照學(xué)科門類和影響因子分為不同的分區(qū)，這樣讀者可以根據(jù)自己的研究領(lǐng)域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發(fā)文數(shù)據(jù)

2023-2024 年國家/地區(qū)發(fā)文量統(tǒng)計(jì)

國家/地區(qū)數(shù)量
USA32
CHINA MAINLAND13
India12
England9
Belgium6
Spain6
GERMANY (FED REP GER)5
Italy3
Netherlands3
Saudi Arabia3

本刊中國學(xué)者近年發(fā)表論文

1、Indirect Category Data Transfer Learning Algorithm using Regularization Discrimination
Author: Liu, Gang; Li, Xiaofeng; Liu, Wangyang

Journal: BIG DATA. 2023; Vol. 11, Issue 1, pp. 59-70. DOI: 10.1089/big.2020.0153
2、Bayesian Method for Water Quality Emergency Monitoring in Environmental Pollution Accident Disposal
Author: Ren, Jia; Wang, Xu; Li, Guangfu

Journal: BIG DATA. 2023; Vol. 11, Issue 2, pp. 117-127. DOI: 10.1089/big.2020.0388
3、An Unsupervised Feature Extraction Approach Based on Self-Expression
Author: Qu, Hongchun; Zheng, Yangqi; Li, Lin; Guo, Fei

Journal: BIG DATA. 2023; Vol. 11, Issue 1, pp. 18-34. DOI: 10.1089/big.2021.0420
4、Identification of Potential Cooperation Relationships Among Scientists
Author: Nian, Fuzhong; Qian, Yinuo; Yao, Yabing

Journal: BIG DATA. 2023; Vol. 11, Issue 2, pp. 87-104. DOI: 10.1089/big.2021.0398
5、Identifying Influential Nodes in Social Networks: Exploiting Self-Voting Mechanism
Author: Liu, Panfeng; Li, Longjie; Wen, Yanhong; Fang, Shiyu

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2022.0165
6、Generic User Behavior: A User Behavior Similarity-Based Recommendation Method
Author: Hu, Zhengyang; Lin, Weiwei; Ye, Xiaoying; Xu, Haojun; Zhong, Haocheng; Huang, Huikang; Wang, Xinyang

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2022.0260
7、HUTNet: An Efficient Convolutional Neural Network for Handwritten Uchen Tibetan Character Recognition
Author: Zhang, Guowei; Wang, Weilan; Zhang, Ce; Zhao, Penghai; Zhang, Mingkai

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2021.0333
8、Prediction and Big Data Impact Analysis of Telecom Churn by Backpropagation Neural Network Algorithm from the Perspective of Business Model
Author: Xu, Jiabing; Liu, Jiarui; Yao, Tianen; Li, Yang

Journal: BIG DATA. 2023; Vol. , Issue , pp. -. DOI: 10.1089/big.2021.0365