当前位置: 首页 JCRQ2 期刊介绍(非官网)
Knowledge And Information Systems

Knowledge And Information Systems

SCISCIE

国际简称:KNOWL INF SYST  参考译名:知识和信息系统

  • 中科院分区

    3区

  • CiteScore分区

    Q1

  • JCR分区

    Q2

基本信息:
ISSN:0219-1377
E-ISSN:0219-3116
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:ENGLAND
出版商:Springer London
出版语言:English
出版周期:Bimonthly
出版年份:1999
研究方向:工程技术-计算机:人工智能
评价信息:
影响因子:3.6
H-index:56
CiteScore指数:7.1
SJR指数:0.869
SNIP指数:1.485
发文数据:
Gold OA文章占比:16.28%
研究类文章占比:87.99%
年发文量:333
自引率:0.0740...
开源占比:0.1239
出版撤稿占比:
出版国人文章占比:0
OA被引用占比:
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 发文数据 常见问题

英文简介Knowledge And Information Systems期刊介绍

Knowledge and Information Systems (KAIS) provides an international forum for researchers and professionals to share their knowledge and report new advances on all topics related to knowledge systems and advanced information systems. This monthly peer-reviewed archival journal publishes state-of-the-art research reports on emerging topics in KAIS, reviews of important techniques in related areas, and application papers of interest to a general readership.

期刊简介Knowledge And Information Systems期刊介绍

《Knowledge And Information Systems》自1999出版以来,是一本计算机科学优秀杂志。致力于发表原创科学研究结果,并为计算机科学各个领域的原创研究提供一个展示平台,以促进计算机科学领域的的进步。该刊鼓励先进的、清晰的阐述,从广泛的视角提供当前感兴趣的研究主题的新见解,或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道计算机科学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单,目前已被权威数据库SCI、SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2026年6月最新版)Knowledge And Information Systems Cite Score数据

  • CiteScore:7.1
  • SJR:0.869
  • SNIP:1.485
学科类别 分区 排名 百分位
大类:Computer Science 小类:Hardware and Architecture Q1 58 / 245

76%

大类:Computer Science 小类:Information Systems Q1 128 / 519

75%

大类:Computer Science 小类:Software Q2 133 / 503

73%

大类:Computer Science 小类:Artificial Intelligence Q2 154 / 570

73%

大类:Computer Science 小类:Human-Computer Interaction Q2 70 / 196

64%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础,针对的是前四年发表的论文的引文。CiteScore的意义在于,它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法,而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Knowledge And Information Systems 中科院分区

《新锐期刊分区表》(2026年3月发布) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 4区
期刊分区表(2025年3月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 4区 4区
期刊分区表(2023年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 4区 4区
期刊分区表(2022年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 4区 4区
期刊分区表(2021年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 3区 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 3区 4区

中科院分区表 是以客观数据为基础,运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据,得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次,类似于“优、良、及格”等。最开始,这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Knowledge And Information Systems JCR分区

2025-2026年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 99 / 210

53.1

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q2 115 / 266

57

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 113 / 210

46.43

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q3 145 / 266

45.68

2024-2025年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 95 / 204

53.7

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q2 111 / 258

57.2

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 110 / 204

46.32

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q3 140 / 258

45.93

2023-2024年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 106 / 197

46.4

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q2 119 / 249

52.4

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 105 / 198

47.22

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q3 140 / 251

44.42

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异,此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此,JCR将期刊按照学科门类和影响因子分为不同的分区,这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

国家/地区发文量统计
  • 国家/地区数量
  • CHINA MAINLAND127
  • USA86
  • Australia43
  • Spain38
  • India36
  • France28
  • Iran24
  • Taiwan21
  • GERMANY (FED REP GER)19
  • Brazil16

本刊中国学者近年发表论文

  • 1、Orthogonal factor-based biclustering algorithm (BCBOF) for high-dimensional data and its application in stock trend predictio

    Author: Huang, Yan; Zhang, Da-Qing

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02767-5

  • 2、Web APIs recommendation based on multi-task learning and fairness-aware compensatio

    Author: Cao, Zhiying; Cheng, Miao; Zhang, Xiuguo; Zhang, Dezhen; Qiao, Fan

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02772-8

  • 3、Trajectory-user linking based on contextual global spatial grap

    Author: Hou, Xuan; Zhang, Lei; Wu, Yutong; Liang, Zhi-zhen; Liu, Bai-long

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02762-w

  • 4、Against community detection : from non-overlapping to overlapping algorith

    Author: Yang, Guoliang; Fei, Jinlong; Zhang, Qian; He, Hairui; Yan, Song; Liu, Dong

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02756-8

  • 5、Semi-supervised time series classification via sequence neural proces

    Author: Song, Xin; Chen, Zhikui; Zhong, Fangming

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02744-y

  • 6、Diffusion-based contrastive learning for multimodal recommendatio

    Author: Wang, Hairong; Yi, Zhihang; Xu, Zhaojing; Yang, Jianling

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02735-z

  • 7、D-TIME: an improved framework for multivariate time series forecastin

    Author: Wang, Yiming; Zhai, Junhai

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02725-1

  • 8、Deep metric learning with fine-grained features mining and orthogonalization constrain

    Author: Xiao, Ting; Xu, Lingyi; Yu, Wanqian; Wang, Zhe

    Journal: KNOWLEDGE AND INFORMATION SYSTEMS. 2026; Vol. 68, Issue 1, pp. -. DOI: 10.1007/s10115-026-02716-2

投稿常见问题

通讯方式:SPRINGER LONDON LTD, ASHBOURNE HOUSE, THE GUILDWAY, OLD PORTSMOUTH ROAD, ARTINGTON, ENGLAND, GUILDFORD, GU3 1LP。