《Acm Transactions On Knowledge Discovery From Data》杂志是几区？

中科院分区在SCI期刊中具有重要地位，主要体现在以下几个方面：

投稿参考：中科院分区为科研人员选择投稿期刊提供了重要依据。高分区期刊通常具有较高的学术声誉和影响力，科研人员可以根据自己的研究领域和成果水平，选择合适分区的期刊投稿，提高论文被接受和发表的机会。

学术评价：国内许多高校和科研机构在对科研人员进行绩效考核、职称评定、科研奖励等方面，常常将中科院分区作为重要的评价指标之一。

学术影响力提升：进入中科院分区表是对期刊学术质量和影响力的一种认可，尤其是对于一些新兴期刊或发展中的期刊来说，获得较好的分区能够吸引更多优秀的稿件和读者，进一步提升期刊的学术影响力。

杂志简介

《Acm Transactions On Knowledge Discovery From Data》是一本在计算机科学领域具有重要影响力的学术期刊，由出版社Association for Computing Machinery (ACM)出版，出版地区为：UNITED STATES。

一、基本信息

创刊时间：2006年
出版周期：4 issues/year
ISSN：1556-4681，E-ISSN：1556-472X

定位：

TKDD 欢迎关于知识发现和分析各种不同形式数据的各种研究的论文。这些主题包括但不限于：可扩展且有效的数据挖掘和大数据分析算法、挖掘脑网络、挖掘数据流、挖掘多媒体数据、挖掘高维数据、挖掘文本、Web 和半结构化数据、挖掘空间和时间数据、社区生成的数据挖掘、社交网络分析和图形结构化数据、数据挖掘中的安全和隐私问题、可视化、交互式和在线数据挖掘、数据挖掘的预处理和后处理、稳健且可扩展的统计方法、数据挖掘语言、数据挖掘的基础、KDD 框架和流程，以及利用数据挖掘技术（包括大规模并行处理和云计算平台）的新型应用程序和基础设施。TKDD 鼓励在大型分布式计算机网络、并行或多处理计算机或新数据设备的背景下探索上述主题的论文。TKDD 还鼓励描述当前数据挖掘技术无法满足的新兴数据挖掘应用的论文。

二、内容特色

内容特色：文章风格兼顾专业性与可读性，适合不同背景的读者。

三、学科领域与覆盖范围

主要学科：计算机科学-计算机：信息系统。
覆盖范围：该刊发文范围涵盖COMPUTER SCIENCE, INFORMATION SYSTEMS等领域。

四、学术影响力与评价

影响因子与分区：《Acm Transactions On Knowledge Discovery From Data》杂志的影响因子为4 ，JCR分区：Q1区，中科院分区：大类学科：计算机科学，分区：3区，小类学科：COMPUTER SCIENCE, INFORMATION SYSTEMS计算机：信息系统，分区：3区。

发文量与Gold OA占比：年发文量：120，Gold OA文章占比：2.15%。