一般研究生学校都是规定只要发表一篇普刊论文就可以毕业的，前提是你发的这个期刊不在学校的黑名单内。但是每个导师对自己学生一般都有特别要求，部分导师要求研究生必须发表2篇中文核心或者EI级别的论文才准毕业，如果你只需要发表普通级别论文，直接百度搜：普刊学术中心，专门搞普刊的，比较不错。当然如果你要发EI级别的高水平论文，这个就比较困难了，不过你也可以百度搜：EI学术会议中心，专门搞EI会议论文的，可以学习下相关教材资料。
如果自己造的数据都能发表在核心期刊，那核心也太水了吧
别太假了就行，数据的真实姓期刊是不会去调查的，但是最后如果出了问题，责任是在你身上，期刊对这个都会事先声明的。
研究生发论文的期刊如下：
《智库时代》万方收录，目前安排23年5月出刊（可加急），综合刊，不敏感的稿件皆可收；《传奇故事》万方收录，目前安排22年12月出刊，主收文化文艺、教学、图书档案、就业创业、建筑等方向。
《名汇》万方收录，目前安排23年2月出刊，收教育教学、文化艺术、语言文学、档案图书馆、经济管理等；《新丝路》维普收录，目前安排23年2月出刊，主收社科、管理、经济、科技、教育、图书档案、历史文博、文化艺术、思政党建等。
《办公室业务》知网收录，目前收23年2月出刊，主要收办公、文秘、思政、党建、档案、管理、社科等稿件。
其他还有《西部学刊》《公关世界》《参花》《国际公关》《文化产业》等，都是知网收录的，最快12月可以出刊，图书馆、图情相关稿件也都可以收，具体哪个合适需要看文章主题。
期刊按内容分类：
1、一般期刊，强调知识性与趣味性，读者面广，如我国的《人民画报》、《大众电影》，美国的《时代》、《读者文摘》等。
2、学术期刊，主要刊载学术论文、研究报告、评论等文章，以专业工作者为主要对象。
3、行业期刊，主要报道各行各业的产品、市场行情、经营管理进展与动态，如中国的《摩托车信息》、《家具》、日本的《办公室设备与产品》等。
4、检索期刊，如我国的《全国报刊索引》、《全国新书目》，美国的《化学文摘》等。
1 研究生发表的论文可以在学术搜索引擎和学术论文数据库中查找。2 学术搜索引擎包括Google Scholar、百度学术、万方数据等，学术论文数据库包括CNKI、WanFang Data、维普等，这些平台都可以在线搜索到山东师范大学研究生发表的论文。3 此外，山东师范大学的图书馆也会有相关资源，可以前往图书馆咨询工作人员获取帮助。
山东师范大学研究生发表的论文可以在学校的学术期刊或者科研数据库上查看，比如CNKI、万方数据库等，原因是这些数据库收录了大量的学术论文，包括山东师范大学的研究生发表的论文。
近几年，教育部对学生的学术问题十分关注，各种学术丑闻层出不穷，论文查重的意义对学生而言意义深远，对理解硕士论文数据库十分重要。 论文查重系统主要对硕士毕业论文查重系统可以进行信息数据库技术更新，并在原数据库的基础上发展增加了硕博论文大学生联合对比数据库对照库。 对毕业生来说，如果学生抄袭这些数据库中的论文，将被视为重复论文。因此，学生不应该冒险，在他们的论文中使用的参考数据没有用于参考他们的硕士论文。不言而喻，目前的论文查重系统，即查重研究生毕业论文进行系统，基本覆盖了中国国内企业大部分学生学术研究论文、期刊论文、专著、外文参考文献等数据，所以我们大家不要抱着侥幸心理，要多读一遍。 论文查重系统数据库的介绍仅仅是为了方便同学们对查重系统有更多的了解，怎样才能避免重复率过高的问题，本校可于其他的论文查重系统检测，对重复率进行修改后再交由校方审核，如：paperfree。
1、知网 知网是国内最权威、应用最广泛的数据库,想必大家都很熟悉。在国内的晋升考核和毕业考核中,知网查重的要求最为普遍。知网包括了国内绝大多数的期刊和文献,而知网是国内学术论文出版的最终要求,比国内其他数据库使用和认可也更广泛。2.Sci Sci是世界上学术价值最高、认可度最高的数据库,可以说是衡量国内外科研水平的最高标尺。国内高水平职称评审有sci 论文发表的相关要求,除此之外,研究生和博士生也有sci 论文出版的要求。3.Ei Ei是工程技术的索引,是国际范围内仅次于sci的数据库。具有很强的专业针对性
我想找些云计算与数据 面SCI期刊写论
数据挖掘啊，或者计算机科学与应用
计算机测量与控制
计算机应用研究
计算机应用与软件
向网站或者周边投放调查问卷，搜集足够的数据资料。现在网站投放链接很方便，自己把问卷资料整理出来，发散式投放，很快就可以搜集足够的数据了。经管论文数据太少会严重影响论文的质量，虽然思路与创新很重要，但一切支撑还得靠事实说话。
论文数据不理想怎么办如下：
可以根据文献资料进行查询,将数据修改过来就可以。
学术论文的特点如下：
一、学术性。
学术论文的学术性，要求作者在立论上不得带有个人好恶的偏见，不得主观臆造，必须切实地从客观实际出发，从中引出符合实际的结论。在论据上，应尽可能多地占有资料，以最充分的、确凿有力的论据作为立论的依据。在论证时，必须经过周密的思考，进行严谨的论证。
二、科学性。
学术论文在形式上是属于议论文的，但它与一般议论文不同，它必须是有自己的理论系统的，不能只是材料的罗列，应对大量的事实、材料进行分析、研究，使感性认识上升到理性认识。一般来说，学术论文具有论证色彩，或具有论辩色彩。论文的内容必须符合历史唯物主义和唯物辩证法，符合“实事求是”、“有的放矢”、“既分析又综合”的科学研究方法。
三、创造性。
科学研究是对新知识的探求。创造性是科学研究的生命。学术论文的创造性在于作者要有自己独到的见解，能提出新的观点、新的理论。这是因为科学的本性就是“革命的和非正统的”，“科学方法主要是发现新现象、制定新理论的一种手段，旧的科学理论就必然会不断地为新理论推翻。”（斯蒂芬·梅森）因此，没有创造性，学术论文就没有科学价值。
四、理论性。
指的是要用通俗易懂的语言表述科学道理，不仅要做到文从字顺，而且要准确、鲜明、和谐、力求生动。
大学毕业论文的数据，因为实验条件、实验周期、调研局限、数据不理想等条件下完全是可以编的但这种编也不是胡编乱造，起码要符合三个基本取向其一，就是与主流文献的研究成果数据和结果保持一致；其二，数据具有较好的重复性和统计学价值其三，数据符合你论文的设计及预期的结论在这样的条件下，完全可以编造数据，但还需要注意的是，编数据分为初阶、进阶和高阶初阶就是没有原始数据，直接编造的是论文图表所需的数据呈现，这种经不起推敲，但如果导师没有高标准要求的话，完全可以过进阶是在图表数据的基础上编造了原始数据，也就是说，论文的图表数据是初阶的，只不过为了应付导师的检查，随机编纂了一些原始数据但如果原始数据需要经过专门的软件，比如SPSS、STATA、AMOS等软件运行的话肯定得不出图表的结论数据。高阶的话就是水平比较高的编造了，这种是先编好原始数据然后在原始数据的基础上，按照文章的脉络和呈现方法用专门的软件运行一遍，并不断调整，得到理想的结果这种编造的数据，是审查都审查不出来的，也是最高等级的编造其实目前学术界的专家编造数据，都不会用前面两种方法而是用后面的高阶方法，别人如果质疑的话，只会说无法重复你的实验和结果但这种程度，对硕博研究生来说都不会有影响，对本科生更无影响。
研究生论文数据造假会被发现如下：
造假被查出来的大都是生物，材料之类的领域，然而计算机（特指深度学习）才是重灾区，造假容易复现困难随机性强，别说二流论文，顶会论文都没有参考价值。所以除了廉价劳动力够多的大研究室，其他人论文的数量基本取决于不要脸的程度。这也是我再也不想碰ML领域会议的原因。
比如组合优化的性能曲线，所有人都知道是个指数曲线，你搞个新的剪枝条件，水一点咱不求正确解，毕竟大部分应用下并不需要正确解，切掉1%的解换来50%的速度是很合理的思想。什么性能改进不够大？5次实验最好的跟最坏的比啊，还不行用C+SIMD写的跟Java的比啊，再不行说实话你随便编个数也没人看得出来，毕竟理论上行得通，行不通那是他程序写的不好。
要说上面想法毕竟真的，顶多偷懒不想做实验，到了ML领域之后那就是明明白白的造假了。数据集精选到位，想法再烂几百个实验里只要能挑出一个能看的，那就是顶会苗子——normalization + adaptive learning rate + manifold constraint审稿人怎么知道哪个项work？
再进一步，古典ML还要你写程序做实验，到了DL里这些全都可以省了，完全可以画图编数据发顶会一步到位。毕竟就是个人肉Architecture Search，随便找个domain画个图，编个比SOTA高一点的精度，一篇论文就诞生了。需要公开数据集和代码？某国际大厂研究院实习生发的顶会论文也带代码，
最近有些研究都开始明目张胆的把validation dataset的distribution当制约条件，甚至直接sample数据进train loop，好家伙演都不演骑头上侮辱人智商呢是不？人家都把造假上升为novel approach了，就别提被发现了，那是伟大的研究懂不懂。
这要看指导老师的态度了，如果数据编造特别离谱，而且非常明显。指导老师认真一点就会发现，查出来后就会要求重写或者不能通过。
严格的说，是没有问题的，编数据还是比较常见，只要你的理论没有错误即可不会被查出来的