今天小佩给大家介绍一本工程技术领域下的计算机人工智能期刊------该期刊将发表该领域的原创性、创新性和创造性研究成果《KNOWLEDGE-BASED SYSTEMS》。

　　Knowledge-Based Systems该杂志组织特刊的主要目的是汇集最先进和高质量的研究工作，促进知识系统重要领域的科学和应用的关键进展，并推动新兴研究课题并在该领域建立旗舰。

　　

　　ISSN：0950-7051

　　01　　影响因子

　　Knowledge-Based Systems官网显示最新影响因子为8.139分，影响因子今年稳定维持了去年的8分+。该杂志被12个国际数据库收录和摘要中。

　　

　　02　　国人发文量

　　根据Knowledge-Based Systems官网显示：我们的作者提交来自世界各地的研究文章，作者经常与不同机构和不同国家/地区的同行合作。该图显示了过去五年中国家/地区一级的主要通讯作者数量，中国发文1968排名第一。

　　

　　

03　　审稿周期

 

　　根据Knowledge-Based Systems官网显示：一篇文章通过该期刊的编辑审查流程的平均周数，包括通过和拒绝。有两个关键时期：

　　1.从投稿到文章的初步决定：平均7周。

　　2.从投稿到最终的编辑决定：平均10.3周。

　　04　　分区

　　在中科院最新升级版中，大类属于计算机科学，小类属于计算机人工智能中均为1区。

　　学科分区：COMPUTER SCIENCE,ARTIFICIAL INTELLIGENCE:Q1

　　在中科院最新基础版中，大类工程技术和小类计算机人工智能中均位于2区。

　　学科分区：COMPUTER SCIENCE,ARTIFICIAL INTELLIGENCE:2区

05　　年发文量

 

　　Knowledge-Based Systems的发文量近年来增刊趋势明显，这样刊文量有助于投稿。2018-2021年发文394、418、727、948篇。

　　

　　06　　自引率

　　Knowledge-Based Systems自引率下降趋势明显，但是常年在20%以内，2021年自引率为11.6%。这是个安全的数字，完全可以放心投稿。

　　

　　

07　　文章的主要研究领域及方向

 

　　Knowledge-Based Systems的文章主要研究领域：

　　具有以下目标和能力：通过以下方式支持人类预测和决策数据科学和计算技术；提供该领域理论和实践研究的均衡覆盖；并鼓励基于知识的智能模型、方法、系统和软件工具的新开发和实施，以及在商业、政府、教育、工程和医疗保健中的应用。

　　本刊当前的主要议题包括但不限于：

　　▪机器学习理论、方法和算法

　　▪数据科学理论、方法和技术

　　▪知识呈现与工程

　　▪推荐系统和电子服务个性化

　　▪智能决策支持系统、预测系统和预警系统

　　▪计算智能系统

　　▪数据驱动优化

　　▪认知交互和脑机接口

　　▪基于知识的计算机视觉技术

　　 08　　投稿经验

　　根据小佩了解，Knowledge-Based Systems在144本计算机科学、人工智能期刊中排名第24。

　　下面是小佩为大家找的一些已投稿作者的经验贴：

　　网友1：一轮审稿给的修，2轮给了小修，然后直接eic给的accept。审稿人意见中肯，对于文章的提升效果很大。不过一轮审稿时间很长，基本上接近9个月。期刊很好，尤其今年if大涨，能中非常高兴。

　　网友2：我是做智能交通领域的，投了2个月，编辑说收到最小审稿意见，然后没有下文，然后又等了两个月，1审后三个审稿人，小修，二审后录用。感觉这个期刊还是挺好中的，前提是创新性强！！！语言功底好！

　　网友3：2021年11月21日投稿，2022年3月19日接收，中间经历一个大修一次小修，三个审稿人的修改建议都很专业，想投的同学们可以试投一下。

 

　　 09　　期刊信息

　　官方网址：

　　http://www.journals.elsevier.com/knowledge-based-systems/#description

　　投稿网址：

　　https://www.editorialmanager.com/KNOSYS

　　 10　　期刊总结

　　小佩总结一下：总体来说Knowledge-Based Systems是工程技术领域的计算机人工智能期刊。IF值8分+，中科院学科大类分区为2区，自引率11.6%，该杂志国人发文量第一，该杂志在领域内口碑不错。