نمایه | آخرین بروز رسانی |
---|---|
Scopus | فوریه ۲۰۲۲ |
ISI | مارس ۲۰۲۳ |
SCImago | ژانویه ۲۰۲۰ |
ISI Open Access Journals | مارس ۲۰۲۴ |
لیست سیاه وزارت علوم | فروردین ۱۴۰۲ |
لیست سیاه وزارت بهداشت | فروردین ۱۴۰۲ |
لیست سیاه دانشگاه آزاد | بهمن ۱۳۹۹ |
مجلات دارای زمان داوری | ژانویه ۲۰۲۲ |
مجلات درجه بندی شده از نظر سختی پذیرش | ژانویه ۲۰۲۲ |
فراخوانهای مقاله | فوریه ۲۰۲۴ |
نمایه | آخرین بروز رسانی |
---|---|
Scopus | ژانویه ۲۰۲۴ |
ISI | نوامبر ۲۰۲۴ |
SCImago | می ۲۰۲۴ |
ISI Open Access Journals | مارس ۲۰۲۴ |
لیست سیاه وزارت علوم | آذر ۱۴۰۳ |
لیست سیاه وزارت بهداشت | فروردین ۱۴۰۳ |
لیست سیاه دانشگاه آزاد | آذر ۱۴۰۱ |
مجلات دارای زمان داوری | ژانویه ۲۰۲۴ |
مجلات درجه بندی شده از نظر سختی پذیرش | ژانویه ۲۰۲۴ |
فراخوانهای مقاله | فوریه ۲۰۲۴ |
Social Network Analysis And Mining
اتریش | کشور |
1869-5450 | ISSN |
1869-5469 | e-ISSN |
2011 تا کنون | مدت فعالیت |
Springer Nature | ناشر |
www.springer.com | سایت مجله |
این مجله در فهرست مجلات Scopus قرار دارد و با نام Social Network Analysis and Mining ثبت شده است. بر اساس تقسیم بندی این بنیاد مقالات چاپ شده در این مجله در رشته های تخصصی زیر قرار دارند:
بر اساس دسته بندی این بنیاد این مجله در دسته Q1 قرار دارد
رشته تخصصی و رتبه مجله در آن رشته:
تجزیه و تحلیل شبکه های اجتماعی و استخراج (SNAM) یک مجله چند رشته ای است که به محققان و متخصصان دانشگاه و صنعت خدمت می کند. این مکان اصلی برای طیف گسترده ای از محققان و خوانندگان از علوم کامپیوتر، علوم شبکه، علوم اجتماعی، علوم ریاضی، علوم پزشکی و بیولوژیکی، مالی، مدیریت و علوم سیاسی است. ما به دنبال کار تجربی و نظری در مورد تجزیه و تحلیل شبکه های اجتماعی و استخراج با استفاده از طیف گسترده ای از تکنیک ها از علوم اجتماعی، ریاضیات، آمار، فیزیک، علوم شبکه و علوم کامپیوتر هستیم.
مناطق اصلی تحت پوشش SNAM عبارتند از:
(1) پیشرفتهای دادهکاوی در کشف و تجزیه و تحلیل جوامع، شخصیسازی برای فعالیتهای انفرادی (مانند جستجو) و فعالیتهای اجتماعی (مثلاً کشف دوستان بالقوه)، تجزیه و تحلیل رفتار کاربر در انجمنهای باز (مانند سایتها، وبلاگها و انجمنهای معمولی) و در پلتفرمهای تجاری (مثلاً مزایدههای الکترونیک)، و چالشهای مرتبط با امنیت و حفظ حریم خصوصی.
(2) مدل سازی شبکه های اجتماعی، ساخت زیرساخت های شبکه اجتماعی مقیاس پذیر و قابل تنظیم، شناسایی و کشف الگوهای پیچیده، پویایی، رشد و تکامل با استفاده از روش های یادگیری ماشین و داده کاوی یا شبیه سازی مبتنی بر چند عامل؛
(3) تجزیه و تحلیل شبکه های اجتماعی و استخراج برای اطلاعات منبع باز و امنیت داخلی. مقاله ها باید در مورد داده کاوی و یادگیری ماشین یا روش های مرتبط، مسائل مربوط به آماده سازی داده ها و تفسیر الگو، هم برای داده های مرسوم (گزارش های استفاده، سیاهه های جستجو، مجموعه های اسناد) و هم برای داده های چند رسانه ای (تصاویر و حاشیه نویسی های آنها، استفاده از چند کانال) توضیح دهند. داده ها).
موضوعات شامل اما محدود به موارد زیر نیست:
کاربردهای شبکه اجتماعی در مهندسی کسب و کار، حوزه های علمی و پزشکی، امنیت داخلی، تروریسم و جرم شناسی، کشف تقلب، بخش عمومی، سیاست و مطالعات موردی.