《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志是一本專注于計算機科學領域的綜述期刊，發表難度因多種因素而異，以下是具體分析：

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。

發表難度

影響因子與分區：《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志的影響因子為6.4，屬于JCR分區Q1區，中科院分區中大類學科計算機科學為2區， 小類學科COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE計算機：人工智能為2區，較高的影響因子和較好的分區表明其在學術界具有較高的影響力和認可度，因此對稿件的質量要求也相對較高，發表難度較大。

審稿周期預計：平均審稿速度 12周，或約稿 ，審稿周期也體現了編輯部對稿件質量的嚴格把關。

稿件類型：該期刊主要發表簡短易懂的綜述文章。

發表建議

提高稿件質量：確保研究內容具有創新性和學術價值，語言表達清晰準確，符合雜志計算機：人工智能的格式和要求。

提前準備：根據審稿周期，建議作者提前規劃好研究和寫作進度，以便有足夠的時間進行修改和補充。同時，可以關注《Wiley Interdisciplinary Reviews-data Mining And Knowledge Discovery》雜志的約稿信息，如果能夠獲得約稿機會，發表的可能性會更大。

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。