《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志是一本專注于計算機科學領域的高質量綜述類期刊，該雜志的錄用率受多種因素影響，想具體了解可聯系雜志社或咨詢在線客服。

《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志的錄用率受多種因素影響，具體如下：

年發文量：《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志年發文量為：37篇。年發文量較大的期刊，相對而言錄用率會高一些。

質量與創新性：論文的科學性、嚴謹性、數據可靠性以及創新性是關鍵。

期刊分區：《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志在中科院的分區為2區，而在JCR的分區為Q1。

論文質量：包括研究設計的合理性、數據的可靠性、分析方法的科學性等。

影響力與排名：《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志IF影響因子為：6.4。高影響力的期刊通常對論文質量要求更高，錄用率相對較低。

審稿流程：嚴格的多輪審稿流程會篩選掉部分稿件，導致錄用率下降。

投稿數量：在特定時期內，若大量研究者集中向某期刊投稿，會導致稿件堆積，錄用率下降。

SCI期刊的錄用率受多重因素影響，作者應根據自身研究特點選擇合適的期刊，并確保稿件質量以提高錄用機會，投稿前務必仔細閱讀期刊的投稿指南，并與雜志社保持良好溝通。

《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志簡介

中文簡稱：Wiley 跨學科評論——數據挖掘和知識發現
國際標準簡稱：WIRES DATA MIN KNOWL
出版商：John Wiley and Sons Inc.
出版周期：6 issues/year
出版年份：2011年
出版地區：ENGLAND
ISSN：1942-4787
ESSN：1942-4795
研究方向：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE - COMPUTER SCIENCE, THEORY & METHODS

WIREs DMKD 的目標是：(a) 通過一系列由頂尖研究人員撰寫的評論文章介紹數據挖掘和知識發現的最新進展；(b) 通過收錄從數據挖掘和知識發現的不同角度探討關鍵主題的文章來捕捉該領域至關重要的跨學科特色，包括技術、商業、醫療保健、教育、政府、社會和文化等各種應用領域；(c) 通過系統的內容更新計劃來捕捉數據挖掘和知識發現的快速發展；(d) 通過以廣泛受眾易于理解的方式介紹該領域的成就和挑戰，鼓勵人們積極參與該領域。WIREs DMKD 的內容將對高年級本科生和研究生、學術課程的教學和研究教授以及行業中的科學家和研究經理有用。

在中科院分區表中，大類學科為計算機科學2區， 小類學科為COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE計算機：人工智能2區。

聲明：以上內容來源于互聯網公開資料，如有不準確之處，請聯系我們進行修改。