期刊簡介

數據科學與工程(Data Science And Engineering)是一本由Springer Nature出版的一本Engineering-Computational Mechanics學術刊物，主要報道Engineering-Computational Mechanics相關領域研究成果與實踐。本刊已入選來源期刊，出版周期4 issues per year。2021-2022年最新版WOS分區等級：Q1，2023年發布的影響因子為5.1，CiteScore指數10.4，SJR指數1.836。本刊為開放獲取期刊。

《數據科學與工程》（DSE）雜志響應了信息技術發展重點從 CPU 密集型計算到數據密集型計算的顯著變化，其中數據（尤其是大數據）的有效應用變得至關重要。新興學科數據科學與工程是一門跨學科領域，整合了計算機科學、統計學、信息科學和其他領域的理論和方法，專注于數據收集和管理、數據集成和關聯、從海量數據集中提取信息和知識以及在不同應用領域使用數據的高效技術和系統的基礎和工程。DSE 專注于理論背景和先進的工程方法，旨在為研究人員、專業人士和行業從業者提供一個主要論壇，分享他們在這個快速增長領域的知識。

它深入報道了數據科學和數據工程密切相關領域的最新進展。更具體地說，DSE 涵蓋四個領域：（i）數據本身，即數據（尤其是大數據）的性質和質量；（ii）從數據（尤其是大數據）中提取信息的原理； (iii) 數據密集型計算背后的理論；(iv) 用于分析和管理大數據的技術和系統。DSE 歡迎探討上述主題的論文。具體主題包括但不限于：(a) 數據的性質和質量；(b) 數據密集型計算的計算復雜性；(c) 用于解決大數據輸入問題的算法的設計和分析的新方法；(d) 從互聯網和傳感設備或傳感器網絡收集的數據的收集和集成；(e) 大數據的表示、建模和可視化；(f) 大數據的存儲、傳輸和管理；(g) 數據密集型計算的方法和算法，如大數據挖掘、大數據在線分析處理、基于大數據的機器學習、基于大數據的決策、大數據統計計算、大數據圖論計算、大數據線性代數計算以及基于大數據的優化。 (h) 數據密集型計算的硬件系統和軟件系統，(i) 數據安全、隱私和信任，以及(j) 大數據的新應用。