数据挖掘，计算机科学与应用，人工智能与机器人研究
世界计算机算法最权威会议SODA---全称ACM-SIAM Symposium on Discrete Algorithms。世界计算机科学领域最顶级期刊JACM---全称Journal of the Association for Computing Machinery，该期刊只发表世界计算机科学领域具有最重要意义的研究工作，每年仅收录30多篇。世界数据库领域最顶级的期刊ACM TODS---全称ACM Transactions on Database Systems，该期刊全年在全世界范围不过收录30篇高水平论文世界计算机存储领域顶尖期刊ACM Transactions on Storage---该期刊全年收录文章不超过20篇世界程序语言设计领域顶级学术会议PLDI2007---全称ACM SIGPLAN Conference on Programming Language Design and Implementation世界物理学最权威学术刊PRL---全称Physical Review Letter，国内大学计算机系目前只有清华计算机系发过两篇PRL世界理论计算机领域顶级会议STOC---全称ACM Symp on Theory of Computing世界人工智能方面最顶级会议IJCAI---全称International Joint Conferences on Artificial Intelligence世界计算机视觉和模式识别领域顶级国际会CVPR---全称IEEE Conference on Computer Vision and Pattern Recognition世界信息检索领域顶级会议SIGIR---全称ACM SIGIR Special Interest Group on Information Retrieval世界数据挖掘领域最权威国际期刊IEEE TKDE---全称IEEE Transactions on Knowledge and Data Engineering世界数据库领域最顶级会议SIGMOD---全称ACM's Special Interest Group on Management Of Data世界计算机图形学最权威国际会议ACM SIGGRAPH世界计算语言/自然语言处理领域最顶级会议ACL---全称Association for Computational Linguistics世界理论计算机科学顶级学术期刊Theoretical Computer Science世界计算复杂性领域顶级会议CCC---全称IEEE Conference on Computational Complexity世界计算机视觉和模式识别领域顶尖期刊IEEE PAMI---全称IEEE Transactions on Pattern Analysis and Machine Intelligence世界集成电路设计领域最顶级会议DAC---全称Design Automation Conference世界人工智能领域顶级学术会议AAAI---全称Association for the Advancement of Artificial Intelligence世界互联网领域顶级会议WWW---全称World Wide Web Conference世界通信与计算机网络领域顶级学术会议Infocom---全称IEEE Conference on Computer Communications，世界信息科学理论顶级期刊IEEE Transactions on Information Theory世界数据挖掘领域一流会议SDM---全称SIAM International Conference on Data Mining世界声学与信号处理一流会议ICASSP---全称IEEE International Conference on Acoustics, Speech, and Signal Processing世界计算机算法与理论领域一流会议STACS---全称Symp on Theoretical Aspects of Computer Science世界计算机理论科学领域一流会议ICALP---全称International Colloquium on Automata, Languages and Programming世界数据挖掘领域一流会议ICME---全称IEEE International Conference on Multimedia & Expo世界计算机图形学领域一流会议EuroGraphics世界集成电路领域一流会议ISVLS
这个杂志没有吧
数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
需要发表吗？具体的联系我
是外文期刊的，不属于国内的
汉斯出版社的我是想问它是国家级？还是省市级？还是？
数据挖掘相关的权威期刊和会议-----------------------------------------------[Journals] ACM Transactions on Knowledge Discovery from Data (TKDD) IEEE Transactions on Knowledge and Data Engineering (TKDE) Data Mining and Knowledge Discovery Knowledge and Information Systems Data & Knowledge Engineering[Conferences] SIGMOD:ACM Conference on Management of Data (ACM) VLDB:International Conference on Very Large Data Bases (Morgan Kaufmann/ACM) ICDE:IEEE International Conference on Data Engineering (IEEE Computer Society) SIGKDD:ACM Knowledge Discovery and Data Mining (ACM) WWW:International World Wide Web Conferences (W3C) CIKM:ACM International Conference on Information and Knowledge Management (ACM) PKDD:European Conference on Principles and Practice of Knowledge Discovery in Databases (Springer-Verlag LNAI)个性化推荐建议去john riedl的主页逛逛，Grouplen的leader-du/~riedl/个性化推荐的书最出名的是 handbook 这是个性化推荐的"教科书" 国内貌似就有一本项亮的《推荐系统实践》
1、科学引文索引（Science Citation Index、缩写：SCI）是由美国科学资讯研究所（Institute for Scientific Information，简称ISI）于1960年上线投入使用的一部期刊文献检索工具，其出版形式包括印刷版期刊和光盘版及联机数据库。科学引文索引由科睿唯安公司（Clarivate Analytics）运营。2、社会科学引文索引（Social Sciences Citation Index, SSCI）是一种跨学科的学术引用文献索引，由美国科学资讯研究所（Institute for Scientific Information, ISI）所发展，类似于科学引文索引，为汤森路透（Thomson Reuters）的产品。社会科学引用索引透过分析学术文献引用的资讯，了解目前社会科学领域中最有影响力的研究成果，并且说明相关性及先前文献对当前文献的影响力。目前它包含世界上主流的社会科学学术期刊，共有2,474种期刊，并且横跨约50种的学科，目前社会科学引用索引可由付费的Web of Science学术文献数据库中检索。扩展资料：科学引文索引以布拉德福（S C Bradford）文献离散律理论、以加菲尔德（Eugene Garfield）引文分析理论为主要基础，通过论文的被引用频次等的统计，对学术期刊和科研成果进行多方位的评价研究，从而评判一个国家或地区、科研单位、个人的科研产出绩效，来反映其在国际上的学术水平。因此，SCI是目前国际上被公认的最具权威的科技文献检索工具。科学引文索引以其独特的引证途径和综合全面的科学数据，通过大量的引文进行统计，然后得出某期刊某论文在某学科内的影响因子、被引频次、即时指数等量化指标来对期刊、论文等进行排行，被引频次高,说明该论文在它所研究的领域里产生了巨大的影响、被国际同行重视、学术水平高。由于SCI收录的论文主要是自然科学的基础研究领域，所以SCI指标主要适用于评价基础研究的成果。而基础研究的主要成果的表现形式是学术论文，所以，如何评价基础研究成果也就常常简化为如何评价论文所承载的内容对科学知识进展的影响。科学引文索引是当今世界上最著名的检索性刊物之一，也是文献计量学和科学计量学的重要工具。通过引文检索功能可查找相关研究课题早期、当时和最近的学术文献，同时获取论文摘要；可以看到所引用参考文献的记录、被引用情况及相关文献的记录。参考资料：百度百科 科学引文索引参考资料：百度百科 社会科学引文索引
1、SCI《科学引文索引》（Science Citation Index，简称SCI）是美国科学情报研究所（ISI）出版的一种世界著名的期刊文献检索工具，也是当前世界自然科学领域基础理论学科方面的重要期刊文摘索引数据库。SCI是目前国际上三大检索系统中最著名的一种，其中以生命科学及医学、化学、物理所占比例最大，收录范围是当年国际上的重要期刊，尤其是它的引文索引表现出独特的科学参考价值，能反映自然科学研究的学术水平，在学术界占有重要地位。2、SSCI即《社会科学引文索引》（Social Sciences Citation Index），它为SCI的姊妹篇，亦由美国科学信息研究所创建，是目前世界上可以用来对不同国家和地区的社会科学论文的数量进行统计分析的大型检索工具。据ISI网站2006年公布的数据显示，SSCI全文收录1876种世界最重要的社会科学期刊，内容覆盖包括人类学、法律、经济、历史、地理、心理学等55个领域。收录文献类型包括：研究论文，书评，专题讨论，社论，人物自传，书信等。选择收录（Selectively Covered）期刊为1300多种。现收录有中国大陆的期刊3种，台湾的期刊7种。扩展资料：SCI和SSCI的区别：1、功能不同SCI是一种学术论文检索工具和数据库，从内容上说是以收录自然科学和技术科学的论文为主。SSCI也是—种学术论文检索工具和数据库，只不过它是社会科学引文索引（Social Science Citation Index）的英文缩写，从内容上说是以收录社会科学的论文为主。2、重视程度不同在国内大学论文排名、研究基金申请、个人职称晋升等竞争中，SCI论文数越来越成为一项重要依据，占有举足轻重的地位，甚至几乎言必称SCI。国内许多大学都提出了下世纪初把自己办成世界一流大学的目标，而一所世界一流的大学，应当拥有较多的SCI论文数，这已经成为大多数人的共识。SSCI却在国内受到冷遇，很少有人提及。一所世界一流的大学，不仅应当拥有较多的SCI论文数，还应当拥有较多的SSCI论文数，尤其对于一所综合性、研究型、开放式的世界一流大学更是如此。3、学科范围不同SSCI覆盖的学科范围包括：人类学，区域研究，商业，商业金融，传播学，犯罪学与刑罚学，人口统计学，经济学，教育与教育研究，特殊教育，环境研究，人机工程学，种族研究，家庭研究，地理学，老人病学和老人学，健康政策与服务，历史学，科学史与科学哲学，社会科学史，工业关系与劳工。情报学与图书馆学，国际关系，语言与语言学，法学，管理，法医学，护理学；哲学，规划与发展，政治学，精神病学，心理学，应用心理学，生物心理学，临床心理学，发展心理学，实验心理学，数学心理学，心理分析心理学，社会心理学。公共管理，大众健康，康复，社会问题，社会科学-生物医学，社会科学-交叉学科，社会科学-数学方法，社会工作，社会学，恶习，运输，城市研究，女性研究等。SCI则较少。参考资料：百度百科-科学引文索引百度百科-社会科学引文索引
科学引文索引和社会科学引文索引，一般管理类的文章都安排ssci。
这些都是检索系统，一个收录很多论文的数据库。 SCI主要偏重理论性研究。 SSCI是社会科学期刊数据库。 EI偏工程应用。 CSCD和核心期刊都是中国的数据库。 ISTP是会议论文数据库，以上都是期刊论文。
每年的SCI/SSCI都会进行升降的，既然被降级那肯定是近年所发表的文章以及质量比往年有所下降，被降为三区那是理所应当的。
刚开始写文章的时候，总会是有种恐惧感。脑袋里思绪万千，可是真要表达出来，却总觉得一片空白。虽然看了一肚子的学术文章，但是写下来的文字就跟小说或者散文一样，零零碎碎地弄不成一片。那么多的术语也不知道怎么摆放才好。这种焦虑一开始多多少少都会有一些，都需要用时间和练习去弥补。写学术文章其实有点像编程。刚开始学习编程语言的时候，不明白语法规则，就不敢乱写。即使写了，编译器老是报错，找原因的时候又觉得语法规则怎么设计得那么复杂，找了半天都不知道是什么原因。但是当最终掌握了这门编程语言之后，写起代码来就是信手拈来了，该定义的自然而然就定义了，该用函数地方的就用函数了。不复杂的流程都可以边想边写了。复杂的流程，只要把逻辑想清楚了，一切似乎就是顺其自然地完成了。这个时候再回头看语法规则，又会觉得有规则限定就是好，要是代码写成了散文，调试起来会疯掉的。科研写作也是一个技术活，也要经历一个熟能生巧的过程，首先你要熟悉学术写作的基本方式。在能够基本上准确的传达信息的基础上，自然而然地就会开始发展自己的写作风格。不要一开始就去复制导师的写作风格，因为对问题的了解程度肯定是达不到的，强行去模仿别人的风格就会太牵强。同时在写文章的时候，就把文章当做一段代码来思考就行了，不用想的太复杂。不要把堆砌学术术语当作是写作的目标，成功的作家并不是要把事物用很复杂的方式呈现出来，而是准确的传递自己的信息。就跟写出来的代码主要是能正确的运行，写得好看不好看，那是下一步的要求了。比如读者看科技新闻或者文章的时候，也不会是抱着欣赏艺术的方式，而是能够很快的从中提取到自己有用的信息。在写作初期，多收集同事或者同行的反馈意见是最有用的，可以帮助自己发现各种各样的问题，然后才能在后续的写作中知道要提高什么。写作後期, 如过是英文论文,可以请专业的论文润色公司如英论阁 提供语言协助 收起
数据挖据，一个普刊你考不考虑，审稿半个月以内
科睿唯安（Clarivate Analytics）发布TKDE影响因子：977；TKDE是IEEE旗下专注知识发现和数据挖掘的期刊。是计算机领域数据挖掘方向的顶级期刊。
近三年机器学习顶级期刊pmlr。对发展如此迅速的机器学习和数据挖掘领域,要概述其研究进展或发展动向是相当困难的,感兴趣的读者不妨参考近年来机器学习和数据挖掘方面一些重要会议和期刊发表的论文。在机器学习方面,最重要的学术会议是NPS、ICML、ECML和COLT,最重要的学术期刊是Machine Learning》和《 Journal of Machine Learning Research》。
每年的SCI/SSCI都会进行升降的，既然被降级那肯定是近年所发表的文章以及质量比往年有所下降，被降为三区那是理所应当的。