Frontiers In Big Data
SCIE国际简称：FRONT BIG DATA 参考译名：大数据前沿
- 基本信息：
- ISSN：2624-909X
- 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：Frontiers Media S.A.
- 出版语言：English
- 研究方向：Multiple
- 评价信息：
- 影响因子：3.8
- CiteScore指数：7.3
- SJR指数：0.691
- SNIP指数：1.369
- 发文数据：
- Gold OA文章占比：100.00%
- 研究类文章占比：85.87%
- 年发文量：92
- 自引率：0.0322...
- 开源占比：0.9929
- 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Frontiers In Big Data期刊介绍
Frontiers In Big Data is a professional journal focusing on the latest advances and applications in the field of big data. Its content covers a number of frontier areas of big data technology, including big data networks, big data applications in high-energy physics, the combination of artificial intelligence and big data, network security and privacy protection. These areas involve not only data storage and processing technologies, but also how big data can be used to improve decision-making and solve practical problems.
In terms of big data networks, the journal discusses network architecture, data transmission technologies, and efficiency improvements in data processing. The application of big data in high energy physics explores how to analyze complex experimental data through efficient data processing techniques to advance scientific research. The journal also focuses on the combination of big data and artificial intelligence, especially in how machine learning algorithms process and analyze massive amounts of data to enable intelligent decisions.
期刊简介Frontiers In Big Data期刊介绍
《Frontiers In Big Data》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）Frontiers In Big Data Cite Score数据
- CiteScore：7.3
- SJR：0.691
- SNIP：1.369
| 学科类别 | 分区 | 排名 | 百分位 |
| 大类：Computer Science 小类：Computer Science (miscellaneous) | Q1 | 39 / 179 |
78% |
| 大类：Computer Science 小类：Information Systems | Q1 | 123 / 519 |
76% |
| 大类：Computer Science 小类：Artificial Intelligence | Q2 | 144 / 570 |
74% |
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。
中科院SCI分区Frontiers In Big Data 中科院分区
| 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, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 MULTIDISCIPLINARY SCIENCES 综合性期刊 | 4区 4区 3区 |
| 大类学科 | 分区 | 小类学科 | 分区 |
| 计算机科学 | 4区 | COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机：信息系统 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 MULTIDISCIPLINARY SCIENCES 综合性期刊 | 4区 4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。
JCR分区Frontiers In Big Data JCR分区
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：COMPUTER SCIENCE, INFORMATION SYSTEMS | ESCI | Q2 | 110 / 266 |
58.8 |
| 学科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | ESCI | Q2 | 85 / 185 |
54.3 |
| 学科：MULTIDISCIPLINARY SCIENCES | ESCI | Q1 | 30 / 140 |
78.9 |
| 学科：COMPUTER SCIENCE, INFORMATION SYSTEMS | ESCI | Q3 | 157 / 266 |
41.17 |
| 学科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | ESCI | Q3 | 119 / 185 |
35.95 |
| 学科：MULTIDISCIPLINARY SCIENCES | ESCI | Q2 | 61 / 140 |
56.79 |
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：COMPUTER SCIENCE, INFORMATION SYSTEMS | ESCI | Q3 | 126 / 249 |
49.6 |
| 学科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | ESCI | Q3 | 91 / 169 |
46.4 |
| 学科：MULTIDISCIPLINARY SCIENCES | ESCI | Q2 | 45 / 134 |
66.8 |
| 学科：COMPUTER SCIENCE, INFORMATION SYSTEMS | ESCI | Q3 | 151 / 251 |
40.04 |
| 学科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | ESCI | Q3 | 105 / 169 |
38.17 |
| 学科：MULTIDISCIPLINARY SCIENCES | ESCI | Q2 | 56 / 135 |
58.89 |
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。
本刊中国学者近年发表论文
-
1、A reinforcement learning-guided interpretable method for postoperative sepsis prediction with Hilbert-Schmidt Independence Criterio
Author: Zhong, Kunhua; Chen, Han; Sun, Qilong; Wang, Peng; Liu, Zhenbei; Chen, Yuwen
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 9, Issue , pp. -. DOI: 10.3389/fdata.2026.1811110
-
2、A disease potential-driven graph attention model for comorbidity risk prediction of hypertensio
Author: Zhou, Leming; Qin, Hanshu; Yang, Yanmei; Huang, Gang; Liu, Zhigang
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 9, Issue , pp. -. DOI: 10.3389/fdata.2026.1814157
-
3、Jingdezhen ceramic culture in the digital era: a qualitative inquiry into digital dissemination and platform innovatio
Author: Huang, Qiuyang; Chen, Zhengjun
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 9, Issue , pp. -. DOI: 10.3389/fdata.2026.1752142
-
4、GFTrans: an on-the-fly static analysis framework for code performance profilin
Author: Li, Jie; Wen, Yunbao; Liu, Jingxin; Zeng, Biqing; Mirjalili, Seyedali
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 9, Issue , pp. -. DOI: 10.3389/fdata.2026.1779935
-
5、Federated learning for teacher data privacy protection: a study in the context of the PIP
Author: Chen, Shanwei; Qi, Xiu Zhi; Han, Xue Hui; Fan, Zhao Chen; Wang, Le Le
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 9, Issue , pp. -. DOI: 10.3389/fdata.2026.1681382
-
6、Dynamic transfer learning with co-occurrence-guided multi-source fusion for urban spatio-temporal crime predictio
Author: Cui, Chen; Zheng, Ziwan; Du, Hao; Wang, Wen
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 9, Issue , pp. -. DOI: 10.3389/fdata.2026.1697392
-
7、Depression detection through dual-stream modeling with large language models: a fusion-based transfer learning framework integrating BERT and T5 representation
Author: Wang, Na; Zhang, Weijia; Kamil, Raja; Renner, Ian; Al-Haddad, Syed Abdul Rahman; Ibrahim, Normala; Zhao, Zhen
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 8, Issue , pp. -. DOI: 10.3389/fdata.2025.1651290
-
8、Adaptive core-enhanced latent factor model for highly accurate QoS predictio
Author: Ai, Siqi; Li, Peixin; Fang, Hao; Xia, Yonghui
Journal: FRONTIERS IN BIG DATA. 2026; Vol. 9, Issue , pp. -. DOI: 10.3389/fdata.2026.1775728
投稿常见问题
-
请问这本期刊属于什么级别呢？可用于职称评定吗？
一般刊物只分省级、部级、核心，期刊本身是没有几类划分的，具体是几类或者几级，您可以对照单位的分类文件确认一下。Frontiers In Big Data杂志是由Frontiers Media S.A.出版的一本SCIE，可用于职称评定。
-
你们能够提供哪些核心期刊的咨询服务？
大多数核心期刊我们都是可以提供咨询服务的。目前核心期刊主要分为以下几类：1.国内核心：按照权威度排序，社科类：南大核心>南大扩展>北大核心>科技核心 按照权威度排序。工科类：CSCD C库>CSCD E库（相当于CSCD扩展）>北大核心>科技核心。2.国外核心（全英文）：按照权威度排序为：SSCI=SCI>EI>ISTP=CPCI。
-
想快速发表，可以加急吗？
为了确保您的职称评定顺利进行，我们建议提前半年到一年开始准备，这样能够保证有充足的时间来处理所有相关事宜。如果客户需要加急服务，我们会与杂志社进行沟通，以确定是否可以提供加急服务。请注意，如果确认可以加急，可能会收取一定的加急费用。
-
你们提供的服务可以确保稿件被发表吗？
期刊编辑会综合考虑多个因素，如发表范围、学术价值和原创性等，对稿件进行综合评估。尽管任何机构均无法保证每篇稿件都会被发表，但我们可以用专业知识和丰富经验，协助您理解并遵循期刊的发表要求，从而提高您的稿件被发表的机率。
-
请问期刊发表的费用如何？
期刊发表的费用因期刊不同而异。根据您的需求，我们会为您推荐性价比最高的期刊，并提供专业的期刊供您选择。一般来说，只要符合职称要求，大多数作者都会选择性价比最高的期刊作为意向期刊进行重点咨询。我们会为您提供详细的期刊信息和费用说明，以确保您能够做出明智的选择。
-
如果稿件被拒，未能成功发表，费用是否可以退还？
一般来说，我们推荐的期刊和您的专业方向、文章情况都是匹配的，极少出现稿件被拒的情况。如果稿件被拒，期刊编辑会提供详细的拒稿信和建议，以帮助您了解拒稿原因并改进您的稿件。关于退款政策，具体情况可能因期刊不同而异，请您咨询我们的工作人员以获取详细信息。
相关期刊推荐
-
Pravention Und Gesundheitsforderung
中科院 4区 JCR Q4
大类：医学
-
Zeitschrift Fur Philosophische Forschung
中科院 4区 JCR
大类：哲学
-
Nouvelle Revue Francaise
中科院 4区 JCR
大类：文学
-
Laeknabladid
中科院 4区 JCR Q4
大类：医学
-
Journal Of Veterinary Behavior-clinical Applications And Research
中科院 3区 JCR Q2
大类：农林科学
-
Fossil Record
中科院 2区 JCR Q1
大类：地球科学
热门期刊推荐
-
Engineering Applications Of Artificial Intelligence
中科院 1区 JCR Q1
-
Ieee Transactions On Emerging Topics In Computational Intelligence
中科院 2区 JCR Q2
-
Applied Soft Computing
中科院 2区 JCR Q1
-
Signal Image And Video Processing
中科院 4区 JCR Q3
-
Ieee Transactions On Computational Social Systems
中科院 2区 JCR Q2
-
International Journal Of Human-computer Interaction
中科院 2区 JCR Q1
-
Neurocomputing
中科院 2区 JCR Q1
-
Machine Intelligence Research
中科院 1区 JCR Q1