來源：學術之家整理 2025-03-18 15:36:58
《Acm Transactions On Knowledge Discovery From Data》中文名稱：《從數據中發現知識的 Acm 交易》，創刊于2006年，由Association for Computing Machinery (ACM)出版商出版，出版周期4 issues/year。
TKDD 歡迎關于知識發現和分析各種不同形式數據的各種研究的論文。這些主題包括但不限于：可擴展且有效的數據挖掘和大數據分析算法、挖掘腦網絡、挖掘數據流、挖掘多媒體數據、挖掘高維數據、挖掘文本、Web 和半結構化數據、挖掘空間和時間數據、社區生成的數據挖掘、社交網絡分析和圖形結構化數據、數據挖掘中的安全和隱私問題、可視化、交互式和在線數據挖掘、數據挖掘的預處理和后處理、穩健且可擴展的統計方法、數據挖掘語言、數據挖掘的基礎、KDD 框架和流程，以及利用數據挖掘技術（包括大規模并行處理和云計算平臺）的新型應用程序和基礎設施。TKDD 鼓勵在大型分布式計算機網絡、并行或多處理計算機或新數據設備的背景下探索上述主題的論文。TKDD 還鼓勵描述當前數據挖掘技術無法滿足的新興數據挖掘應用的論文。
旨在及時、準確、全面地報道國內外COMPUTER SCIENCE, INFORMATION SYSTEMS工作者在該領域的科學研究等工作中取得的經驗、科研成果、技術革新、學術動態等。
| 機構名稱 | 發文量 |
| TSINGHUA UNIVERSITY | 11 |
| UNIVERSITY OF CALIFORNI... | 10 |
| CHINESE ACADEMY OF SCIE... | 9 |
| STATE UNIVERSITY OF NEW... | 8 |
| UNIVERSITY OF ILLINOIS ... | 8 |
| ZHEJIANG UNIVERSITY | 7 |
| UNIVERSITY SYSTEM OF GE... | 6 |
| CARNEGIE MELLON UNIVERS... | 5 |
| PEKING UNIVERSITY | 5 |
| SHANGHAI JIAO TONG UNIV... | 5 |
| 國家/地區 | 發文量 |
| USA | 97 |
| CHINA MAINLAND | 93 |
| Australia | 21 |
| GERMANY (FED REP GER) | 12 |
| Italy | 12 |
| France | 9 |
| Singapore | 9 |
| England | 8 |
| Brazil | 6 |
| Canada | 6 |
| 文章引用名稱 | 引用次數 |
| High-Utility Itemset Mining ... | 30 |
| Self-Adaptive Particle Swarm... | 26 |
| Time Series Classification w... | 22 |
| A Survey of Parallel Sequent... | 21 |
| Tensor Completion Algorithms... | 12 |
| Local Spectral Clustering fo... | 10 |
| Outcome-Oriented Predictive ... | 10 |
| ABRA: Approximating Betweenn... | 9 |
| Emerging Trends in Personali... | 7 |
| Collaborative Filtering with... | 6 |
| 被引用期刊名稱 | 數量 |
| IEEE ACCESS | 118 |
| ACM T KNOWL DISCOV D | 60 |
| KNOWL-BASED SYST | 34 |
| NEUROCOMPUTING | 29 |
| INFORM SCIENCES | 28 |
| IEEE T KNOWL DATA EN | 23 |
| DATA MIN KNOWL DISC | 20 |
| MULTIMED TOOLS APPL | 19 |
| PATTERN RECOGN | 19 |
| PHYSICA A | 18 |
| 引用期刊名稱 | 數量 |
| ACM T KNOWL DISCOV D | 60 |
| IEEE T KNOWL DATA EN | 58 |
| J MACH LEARN RES | 54 |
| IEEE T PATTERN ANAL | 45 |
| PATTERN RECOGN | 26 |
| KNOWL INF SYST | 23 |
| PROC VLDB ENDOW | 23 |
| MACH LEARN | 21 |
| NEUROCOMPUTING | 20 |
| IEEE T NEUR NET LEAR | 19 |
聲明：該作品系作者結合互聯網公開知識整合。如有錯漏請聯系我們，我們將及時更正。
