IEEE Transactions on Knowledge and Data Engineering不可错过的数据工程期刊

　    数据工程和知识管理的交叉在当今社会变得越来越重要，它旨在提高数据管理和知识处理的效率和质量，推动智能化应用的发展。

　　IEEE Transactions on Knowledge and Data Engineering是IEEE旗下的顶级学术期刊之一，涵盖知识工程、数据工程、数据挖掘等领域，以高质量、原创性和实用性著称。影响因子9.253，中科院二区。

　　该期刊建刊于1989年，历史悠久，现任主编是Dr. Xindong Wu，拥有一支由世界各地知名专家组成的编委会，是该领域的权威期刊之一。

　　影响因子：近年来，该期刊的影响因子呈现上升趋势，2021年为9.235，预计未来几年还会继续升高。

　　自引率：近年来，该期刊的自引率总体较低，而且仍然有下降趋势，2021年仅为2%，预计未来几年不会有太大波动。

　　期刊分区：JCR分区近年来一直是大类计算机科学的一区，在本领域中排名非常靠前。

　　根据2022年12月最新升级版的中科院SCI分区，处于大类计算机科学二区，小类计算机：信息系统一区，小类计算机：人工智能二区，工程：电子与电气二区，比较稳定。

　　期刊发文量：近年来，该期刊发文量有一定波动，2021年为269篇，虽然近两年呈上升趋势，但仍无法预计未来几年的情况。

　　发表文章类型：该期刊发表文章类型和所占比例大致如下，其中计算机科学：工程技术、自动控制系统和机器人学占主要部分。

　　国人在该期刊的发文量占比：近年来，该期刊主要发文国家为美国和中国，可以看出该期刊对国人发文比较友好。

　　该期刊发表文章的主要研究领域及方向、发表文章关键词： 该期刊发表的文章主要涵盖知识工程、数据工程、数据挖掘、大数据分析、机器学习等方向。其中，英文关键词包括：knowledge representation and reasoning, data integration, data mining, big data analytics, machine learning等。

　　是否OA期刊及版面费：该期刊为OA期刊，版面费用为每页220美元。转化为人民币为1518元/页。

　　期刊投稿周期：从官网数据及网友数据经验分享来看， 该期刊文章接收率较高，审稿周期约为3-8周，为一般水平，不着急毕业的同学可以考虑一下。

　　投稿经验总结： 该期刊要求原创性高且实用性强的研究成果，并注重对现有研究成果的引用和讨论。作者需遵守期刊的论文格式要求，如排版、参考文献格式等。

　　投稿须知：论文必须是原创性的、符合期刊主题和要求、格式要求严格遵守、引用格式正确、语言流畅。不符合投稿要求的论文将会被直接拒绝。

　　期刊官方网站：http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=69

　　期刊投稿网址：https://mc.manuscriptcentral.com/tkde-cs

　　期刊亮点：该期刊亮点在于其高度重视知识工程和数据工程领域的交叉融合，注重应用价值和实用性，同时还推崇跨学科、国际化合作，为相关领域的学者提供了一个交流、合作和发表高水平论文的平台。