當前位置：首頁 JCRQ1 期刊介紹(非官網)

Ieee Transactions On Big DataSCIE

國際簡稱：IEEE T BIG DATA 參考譯名：IEEE大數據交易

中科院分區
3區
CiteScore分區
Q1
JCR分區
Q1

基本信息：: ISSN：2332-7790; E-ISSN：2332-7790; 是否OA：未開放; 是否預警：否; TOP期刊：否

出版信息：: 出版地區：UNITED STATES; 出版商：IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC; 出版語言：English; 出版周期：4 issues/year; 研究方向：Multiple

評價信息：: 影響因子：7.5; CiteScore指數：11.8; SJR指數：1.821; SNIP指數：3.094

發文數據：: Gold OA文章占比：11.22%; 研究類文章占比：100.00%; 年發文量：118; 自引率：0.0277...; 開源占比：0.0933; 出版撤稿占比：0; 出版國人文章占比：0.28; OA被引用占比：0

投稿咨詢加急見刊

英文簡介期刊介紹 CiteScore數據中科院SCI分區 JCR分區發文數據常見問題

英文簡介Ieee Transactions On Big Data期刊介紹

Ieee Transactions On Big Data publishes peer reviewed articles with big data as the main focus. The articles will provide cross disciplinary innovative research ideas and applications results for big data including novel theory, algorithms and applications.

Research areas for big data include, but are not restricted to, big data analytics, big data visualization, big data curation and management, big data semantics, big data infrastructure,big data standards, big data performance analyses, intelligence from big data,scientific discovery from big data security, privacy,and legal issues specific to big data. Applications of big data in the fields of endeavor where massive data is generated are of particular interest.

期刊簡介Ieee Transactions On Big Data期刊介紹

《Ieee Transactions On Big Data》是一本計算機科學優秀雜志。致力于發表原創科學研究結果，并為計算機科學各個領域的原創研究提供一個展示平臺，以促進計算機科學領域的的進步。該刊鼓勵先進的、清晰的闡述，從廣泛的視角提供當前感興趣的研究主題的新見解，或審查多年來某個重要領域的所有重要發展。該期刊特色在于及時報道計算機科學領域的最新進展和新發現新突破等。該刊近一年未被列入預警期刊名單，目前已被權威數據庫SCIE收錄，得到了廣泛的認可。

該期刊投稿重要關注點：

預計審稿時間：
計算機科學
COMPUTER SCIENCE, THEORY & METHODS
SCIE
中科院3區
非預警

Cite Score數據（2024年最新版）Ieee Transactions On Big Data Cite Score數據

CiteScore：11.8
SJR：1.821
SNIP：3.094

學科類別	分區	排名	百分位
大類：Computer Science 小類：Information Systems	Q1	36 / 394	90%
大類：Computer Science 小類：Information Systems and Management	Q1	16 / 148	89%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價期刊影響力的文獻計量指標。反映出一家期刊近期發表論文的年篇均引用次數。CiteScore以Scopus數據庫中收集的引文為基礎，針對的是前四年發表的論文的引文。CiteScore的意義在于，它可以為學術界提供一種新的、更全面、更客觀地評價期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標來評價。

歷年Cite Score趨勢圖

中科院SCI分區Ieee Transactions On Big Data 中科院分區

中科院 2023年12月升級版 綜述期刊：否 Top期刊：否

大類學科	分區	小類學科	分區
計算機科學	3區	COMPUTER SCIENCE, THEORY & METHODS 計算機：理論方法 COMPUTER SCIENCE, INFORMATION SYSTEMS 計算機：信息系統	2區 3區

中科院分區表 是以客觀數據為基礎，運用科學計量學方法對國際、國內學術期刊依據影響力進行等級劃分的期刊評價標準。它為我國科研、教育機構的管理人員、科研工作者提供了一份評價國際學術期刊影響力的參考數據，得到了全國各地高校、科研機構的廣泛認可。

中科院分區表 將所有期刊按照一定指標劃分為1區、2區、3區、4區四個層次，類似于“優、良、及格”等。最開始，這個分區只是為了方便圖書管理及圖書情報領域的研究和期刊評估。之后中科院分區逐步發展成為了一種評價學術期刊質量的重要工具。

歷年中科院分區趨勢圖

JCR分區Ieee Transactions On Big Data JCR分區

2023-2024 年最新版

按JIF指標學科分區	收錄子集	分區	排名	百分位
學科：COMPUTER SCIENCE, INFORMATION SYSTEMS	SCIE	Q1	13 / 249	95%
學科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q1	10 / 143	93.4%

按JCI指標學科分區	收錄子集	分區	排名	百分位
學科：COMPUTER SCIENCE, INFORMATION SYSTEMS	SCIE	Q1	9 / 251	96.61%
學科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q1	6 / 143	96.15%

JCR分區的優勢在于它可以幫助讀者對學術文獻質量進行評估。不同學科的文章引用量可能存在較大的差異，此時單獨依靠影響因子(IF)評價期刊的質量可能是存在一定問題的。因此，JCR將期刊按照學科門類和影響因子分為不同的分區，這樣讀者可以根據自己的研究領域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發文數據

2023-2024 年國家/地區發文量統計

國家/地區數量
CHINA MAINLAND79
USA78
Australia18
England13
Canada11
Italy10
Singapore9
France7
Japan7
Finland4

本刊中國學者近年發表論文

1、A Lightweight Matrix Factorization for Recommendation With Local Differential Privacy in Big Data
Author: Zhou, Hao; Yang, Geng; Xiang, Yang; Bai, Yunlu; Wang, Weiya

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 160-173. DOI: 10.1109/TBDATA.2021.3139125
2、DSTAGCN: Dynamic Spatial-Temporal Adjacent Graph Convolutional Network for Traffic Forecasting
Author: Zheng, Qi; Zhang, Yaying

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 241-253. DOI: 10.1109/TBDATA.2022.3156366
3、Predicting and Understanding Student Learning Performance Using Multi-Source Sparse Attention Convolutional Neural Networks
Author: Zhang, Yupei; An, Rui; Liu, Shuhui; Cui, Jiaqi; Shang, Xuequn

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 118-132. DOI: 10.1109/TBDATA.2021.3125204
4、STGAN: Spatio-Temporal Generative Adversarial Network for Traffic Data Imputation
Author: Yuan, Ye; Zhang, Yong; Wang, Boyue; Peng, Yuan; Hu, Yongli; Yin, Baocai

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 200-211. DOI: 10.1109/TBDATA.2022.3154097
5、Hierarchical Recovery of Missing Air Pollution Data via Improved Long-Short Term Context Encoder Network
Author: Yu, Yangwen; Li, Victor O. K.; Lam, Jacqueline C. K.

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 93-105. DOI: 10.1109/TBDATA.2021.3123819
6、Multi-View Multi-Task Campaign Embedding for Cold-Start Conversion Rate Forecasting
Author: Yao, Zijun; Kong, Deguang; Lu, Miao; Bai, Xiao; Yang, Jian; Xiong, Hui

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 280-293. DOI: 10.1109/TBDATA.2022.3162150
7、Anomaly Detection in Catalog Streams
Author: Yang, Chen; Du, Zhihui; Meng, Xiaofeng; Zhang, Xukang; Hao, Xinli; Bader, David A.

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 294-311. DOI: 10.1109/TBDATA.2022.3161925
8、SGAE: Stacked Graph Autoencoder for Deep Clustering
Author: Xiao, Shunxin; Wang, Shiping; Guo, Wenzhong

Journal: IEEE TRANSACTIONS ON BIG DATA. 2023; Vol. 9, Issue 1, pp. 254-266. DOI: 10.1109/TBDATA.2022.3160477