当前位置: 首页 JCRQ4 期刊介绍(非官网)
Web Intelligence

Web Intelligence

SCIE

国际简称:WEB INTELL  参考译名:网络智能

  • 中科院分区

    4区

  • CiteScore分区

    Q3

  • JCR分区

    Q4

基本信息:
ISSN:2405-6456
E-ISSN:2405-6464
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:Netherlands
出版商:SAGE Publications (formerly IOS Press)
出版语言:English
出版周期:4 issues/year
研究方向:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
评价信息:
影响因子:0.4
CiteScore指数:1.3
SJR指数:0.165
SNIP指数:0.199
发文数据:
Gold OA文章占比:3.06%
研究类文章占比:94.29%
年发文量:35
自引率:0
开源占比:0.0141
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Web Intelligence期刊介绍

The Journal of Network Intelligence is an academic journal dedicated to the field of network intelligence. This magazine covers various aspects of network intelligence technology, including but not limited to artificial intelligence, machine learning, data mining, pattern recognition, natural language processing, intelligent search and recommendation systems, etc. As a product of the rapid development of information technology, the application of network intelligence technology in modern society is becoming increasingly widespread, from search engine optimization, social media analysis to network security and IoT device management, all of which rely on the support of network intelligence.

The Journal of Network Intelligence aims to provide a platform for researchers, scholars, engineers, and industry experts worldwide to share knowledge, exchange ideas, and showcase research results. The magazine encourages innovative thinking and interdisciplinary research methods to promote the development and application of network intelligence technology. Its published papers not only include theoretical discussions, but also practical application cases, as well as improvements and optimizations to existing technologies.

期刊简介Web Intelligence期刊介绍

《Web Intelligence》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)Web Intelligence Cite Score数据

  • CiteScore:1.3
  • SJR:0.165
  • SNIP:0.199
学科类别 分区 排名 百分位
大类:Computer Science 小类:Computer Networks and Communications Q3 394 / 568

30%

大类:Computer Science 小类:Artificial Intelligence Q3 397 / 570

30%

大类:Computer Science 小类:Software Q4 411 / 503

18%

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Web Intelligence 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 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 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 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Web Intelligence 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 Q4 207 / 210

1.7

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE ESCI Q4 209 / 210

0.71

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 ESCI Q4 203 / 204

0.7

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE ESCI Q4 204 / 204

0.25

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 Q4 197 / 197

0.3

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE ESCI Q4 198 / 198

0.25

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 MAINLAND39
  • Italy7
  • USA7
  • GERMANY (FED REP GER)6
  • Japan6
  • Australia5
  • Canada3
  • Algeria2
  • England2
  • France2

本刊中国学者近年发表论文

  • 1、Separate Reverse: A Gradient-Conflict-Free Training Framework for Multi-Exit Transformer

    Author: Gao, Lisha; Han, Shuo; Wu, Yue; Guan, Hanlin; Zhong, Aijia; Xin, Weilong; Zhang, Jinghui

    Journal: WEB INTELLIGENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1177/24056456261426603

  • 2、Enhancing Myocarditis Diagnosis Through Deep Learning and Data Augmentation: A Novel Framework Addressing Imbalance and Initialization Sensitivit

    Author: Guo, Xiaowei; Ma, Rui; Pang, Qian; Zhu, Ping; Gong, Liheng; Yao, Shanhu; Yan, Chunmiao

    Journal: WEB INTELLIGENCE. 2025; Vol. 23, Issue 2, pp. 222-236. DOI: 10.1177/24056456241305805

  • 3、A survey on action and event recognition with detectors for video dat

    Author: Liu, Changyu; Huang, Hao; Gao, Zhankai; Pei, Jiawei; Huang, Ziling; He, Yicong

    Journal: WEB INTELLIGENCE. 2025; Vol. 23, Issue 2, pp. 275-291. DOI: 10.3233/WEB-220084

  • 4、Automated recognition of mental cognitive workload through nonlinear EEG analysi

    Author: Zheng, Zhihong; Weng, Lin

    Journal: WEB INTELLIGENCE. 2025; Vol. 23, Issue 1, pp. 56-72. DOI: 10.3233/WEB-240141

投稿常见问题