Epj Data Science

Epj Data Science

Epj 数据科学

  • 2区 中科院分区
  • Q1 JCR分区

期刊简介

《Epj Data Science》是由Springer Berlin Heidelberg出版社于2012年创办的英文国际期刊(ISSN: 2193-1127,E-ISSN: 2193-1127),该期刊长期致力于数学跨学科应用领域的创新研究,主要研究方向为MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 。作为SCIE、SSCI收录期刊(JCR分区 Q1,中科院 2区),本刊采用OA开放获取模式(OA占比1%),以发表数学跨学科应用领域等方向的原创性研究为核心(研究类文章占比100.00%%)。凭借严格的同行评审与高效编辑流程,期刊年载文量精选控制在59篇,确保学术质量与前沿性。成果覆盖Web of ScienceWeb of Science、Scopus等国际权威数据库,为学者提供推动计算机科学领域高水平交流平台。

投稿咨询

投稿提示

Epj Data Science审稿周期约为 13 Weeks 。该刊近年未被列入国际预警名单,年发文量约59篇,录用竞争适中,主题需确保紧密契合计算机科学前沿。投稿策略提示:避开学术会议旺季投稿以缩短周期,语言建议专业润色提升可读性。

  • 计算机科学 大类学科
  • English 出版语言
  • 是否预警
  • SCIE、SSCI 期刊收录
  • 59 发文量

中科院分区

中科院 SCI 期刊分区 2023年12月升级版

Top期刊 综述期刊 大类学科 小类学科
计算机科学
2区
MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学:数理方法
1区 2区

中科院 SCI 期刊分区 2022年12月升级版

Top期刊 综述期刊 大类学科 小类学科
计算机科学
3区
MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学:数理方法
2区 2区

JCR分区

按JIF指标学科分区 收录子集 分区 排名 百分位
学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 22 / 135

84.1%

学科:SOCIAL SCIENCES, MATHEMATICAL METHODS SSCI Q1 9 / 67

87.3%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 20 / 135

85.56%

学科:SOCIAL SCIENCES, MATHEMATICAL METHODS SSCI Q1 10 / 67

85.82%

CiteScore

CiteScore SJR SNIP CiteScore 排名
CiteScore:6.1 SJR:0.829 SNIP:1.355
学科类别 分区 排名 百分位
大类:Mathematics 小类:Computational Mathematics Q1 26 / 189

86%

大类:Mathematics 小类:Modeling and Simulation Q1 52 / 324

84%

大类:Mathematics 小类:Computer Science Applications Q2 244 / 817

70%

期刊发文

  • Segregation in religion networks

    Author: Jiantao Hu, Qian-Ming Zhang, Tao Zhou

    Journal: EPJ Data Science, 2019, Vol.8, , DOI:10.1140/epjds/s13688-019-0184-x

  • Individual position diversity in dependence socioeconomic networks increases economic output

    Author: Wen-Jie Xie, Yan-Hong Yang, Ming-Xia Li, Zhi-Qiang Jiang, Wei-Xing Zhou

    Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0105-9

  • Measuring economic activity in China with mobile big data

    Author: Lei Dong, Sicong Chen, Yunsheng Cheng, Zhengwei Wu, Chao Li, Haishan Wu

    Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0125-5

  • Comparison of traffic reliability index with real traffic data

    Author: Limiao Zhang, Guanwen Zeng, Shengmin Guo, Daqing Li, Ziyou Gao

    Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0115-7

  • Feature analysis of multidisciplinary scientific collaboration patterns based on PNAS

    Author: Zheng Xie, Miao Li, Jianping Li, Xiaojun Duan, Zhenzheng Ouyang

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0134-z

  • Understanding coupling dynamics of public transportation networks

    Author: Zhihao Zheng, Zhiren Huang, Fan Zhang, Pu Wang

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0148-6

  • Extroverts tweet differently from introverts in Weibo

    Author: Zhenkun Zhou, Ke Xu, Jichang Zhao

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0146-8

  • Big data would not lie: prediction of the 2016 Taiwan election via online heterogeneous information

    Author: Zheng Xie, Guannan Liu, Junjie Wu, Yong Tan

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0163-7