当前位置: 首页 JCRQ1 期刊介绍(非官网)
Big Data And Cognitive Computing

Big Data And Cognitive Computing

SCIE

国际简称:Big Data Cogn Comput  参考译名:大数据与认知计算

  • 中科院分区

    3区

  • CiteScore分区

    Q1

  • JCR分区

    Q1

基本信息:
ISSN:2504-2289
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:Switzerland
出版商:Multidisciplinary Digital Publishing Institute (MDPI)
出版语言:English
研究方向:Business, Management and Accounting-Management Information Systems
评价信息:
影响因子:5.3
CiteScore指数:11.4
SJR指数:1.033
SNIP指数:1.906
发文数据:
Gold OA文章占比:100.00%
研究类文章占比:92.56%
年发文量:336
自引率:0.0810...
开源占比:1
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Big Data And Cognitive Computing期刊介绍

Big Data And Cognitive Computing is an international peer-reviewed journal dedicated to the fields of big data technology and cognitive computing. Its aim is to provide a platform for researchers, engineers, scientists, and industry experts to explore and share the latest research results and development trends in big data processing, analysis, and cognitive computing technology. The magazine is committed to publishing high-quality research papers, covering key technologies and challenges throughout the entire process from data collection, analysis, to application. This includes but is not limited to the application of cutting-edge technologies such as data mining, machine learning, artificial intelligence, and deep learning in processing massive amounts of data. This journal pays special attention to innovative methods and technologies that can address the complexity and scale of big data processing, while also emphasizing the important role of cognitive computing in understanding and simulating human thinking processes.

期刊简介Big Data And Cognitive Computing期刊介绍

《Big Data And Cognitive Computing》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)Big Data And Cognitive Computing Cite Score数据

  • CiteScore:11.4
  • SJR:1.033
  • SNIP:1.906
学科类别 分区 排名 百分位
大类:Computer Science 小类:Computer Science Applications Q1 116 / 1022

88%

大类:Computer Science 小类:Information Systems Q1 60 / 519

88%

大类:Computer Science 小类:Artificial Intelligence Q1 78 / 570

86%

大类:Computer Science 小类:Management Information Systems Q1 21 / 143

85%

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Big Data And Cognitive Computing 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 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 3区 3区 2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 3区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 2区 3区 3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Big Data And Cognitive Computing 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 ESCI Q2 62 / 210

70.7

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS ESCI Q1 62 / 266

76.9

学科:COMPUTER SCIENCE, THEORY & METHODS ESCI Q1 24 / 146

83.9

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE ESCI Q2 62 / 210

70.71

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS ESCI Q2 93 / 266

65.23

学科:COMPUTER SCIENCE, THEORY & METHODS ESCI Q1 36 / 147

75.85

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 ESCI Q2 66 / 197

66.8

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS ESCI Q2 75 / 249

70.1

学科:COMPUTER SCIENCE, THEORY & METHODS ESCI Q1 25 / 143

82.9

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE ESCI Q2 57 / 198

71.46

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS ESCI Q2 83 / 251

67.13

学科:COMPUTER SCIENCE, THEORY & METHODS ESCI Q1 33 / 143

77.27

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

本刊中国学者近年发表论文

  • 1、Fuzz Driver Generation: A Survey and Outlook from the Perspective of Data Source

    Author: Feng, Xiao; Lu, Shuaibing; Gu, Taotao; Nie, Yuanping; Yan, Qian; Yang, Mucheng; Chen, Jinyang; Kuang, Xiaohui

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 4, pp. -. DOI: 10.3390/bdcc10040129

  • 2、Exploring the Mechanisms Influencing Graduate Students' Adoption of Generative AI: Insights from the Technology Acceptance Mode

    Author: Chen, Qing; Xue, Yujie; Lin, Jie; Zhu, Chang

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 4, pp. -. DOI: 10.3390/bdcc10040108

  • 3、Multi-Scale Optimal Transport Transformer for Efficient Exemplar-Based Image Translatio

    Author: Zhang, Jinsong; Li, Xiongzheng; Lin, Yuqin

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 4, pp. -. DOI: 10.3390/bdcc10040107

  • 4、H2Avatar: Expressive Whole-Body Avatars from Monocular Video via Hierarchical Geometry and Hybrid Renderin

    Author: Zhang, Jinsong; Guan, Cheng; Lin, Zhihua; Lin, Yuqin

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 4, pp. -. DOI: 10.3390/bdcc10040105

  • 5、Enhanced Schema Linking with Large Language Models via Self-Verification and Value Hint

    Author: Ma, Linfei; Wei, Dexing; Li, Xiangpeng; Wen, Feng; Zhang, Haisu

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 4, pp. -. DOI: 10.3390/bdcc10040104

  • 6、A Dynamic Prompt-Based Logic-Aided Compliance Checke

    Author: Sheng, Wenxi; Wei, Chi; Zhang, Yinuo; Zhang, Bowen; Sun, Jingyun

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 3, pp. -. DOI: 10.3390/bdcc10030095

  • 7、Generative AI and the Foundation Model Era: A Comprehensive Revie

    Author: Elhanashi, Abdussalam; Essahraui, Siham; Dini, Pierpaolo; Paolini, Davide; Zheng, Qinghe; Saponara, Sergio

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 3, pp. -. DOI: 10.3390/bdcc10030094

  • 8、Data-Driven Cognitive Early Warning for Goaf Spontaneous Combustion: An Edge-Deployed RBF Network with Real-Time Multisensor Analytic

    Author: Cheng, Gang; Pei, Hailin; Chen, Xiaokang; Pang, Xiaorong; Sun, Renzheng

    Journal: BIG DATA AND COGNITIVE COMPUTING. 2026; Vol. 10, Issue 3, pp. -. DOI: 10.3390/bdcc10030091

投稿常见问题