Scholay

学术搜索 · AI 审稿 · LaTeX 协作

首页 › 期刊 › 计算机科学 › ACM Transactions on the Web

ACM Transactions on the Web

出版商:Association for Computing Machinery · ISSN:1559-1131, 1559-114X · 国家/地区:US · 类型:journal · 官网:https://tweb.acm.org

研究主题:Complex Network Analysis Techniques · Web Data Mining and Analysis · Spam and Phishing Detection · Recommender Systems and Techniques · Caching and Content Delivery

数据覆盖:12 个公开学术数据源交叉核验(ccf、comments、crossref、fqb、jcr、openalex、scimago、submission、wikidata、xr、cwts、jufo)。

数据来源与实体核验

期刊官网 · OpenAlex 期刊实体 · Wikidata 期刊实体

核心指标

  • 影响因子(JCR 2025):4.900
  • JCR 分区:Q1(COMPUTER SCIENCE, SOFTWARE ENGINEERING)
  • 中科院分区(2025):计算机科学 4区,大类排名 428/758;小类:COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 4区,排名 156/249
  • 新锐分区(2026):计算机科学 2区
  • SJR:0.87(Q1),2025 年,United States
  • CCF:B类 类(数据库/数据挖掘/内容检索),推荐国际学术刊物,2026 年
  • CWTS 2025:SNIP 1.461 · IPP 3.972 · 自引率 5.6%
  • JUFO 出版渠道等级:芬兰 2 · 挪威 2 · 丹麦 1
  • h-index:62
  • i10 指数:287
  • 近两年篇均被引:3.76
  • 载文量 584 · 总被引 18671
  • Crossref DOI 总量:582,近期 148

逐年趋势

  • 近年影响因子:2020 2.04 → 2021 3.35 → 2022 3.5 → 2023 2.6 → 2024 4.1
  • 近年 SJR:2021 0.839(Q2) → 2022 1.18(Q1) → 2023 0.787(Q2) → 2024 0.648(Q2) → 2025 0.87(Q1)

投稿参考

  • 审稿周期:首次审稿意见平均约 2.0 个月
  • 投稿人评价:3.0 分(2 条评价),置信度 low
  • 最近投稿记录:2018-10-05
  • 录用率样本不足:2 条投稿记录(低于 5 条,不展示比率估算)
  • 中位首审周期:约 61 天(投稿记录聚合)
  • 平均审稿轮次:1.0 轮
  • 投稿难度指数:2.8 / 5
  • 审稿速度指数:2.6 / 5
  • 提供 LaTeX 投稿模板(acmart.cls)

投稿人评论摘录

  • 已投近4个月,返回了“Revise and Resubmit”的结果。审稿人比较专业,给的审稿意见也很实用。(来源:LetPub)
  • 偏重网络软件和应用,09年刚进入SCI索引,大概07年创刊。从期刊发表的文章最后给出的接受日期,可以看出来,一审结果应该在4个月左右能够出来。(来源:LetPub)

摘录自公开投稿记录聚合,仅供投稿参考。

同学科期刊推荐

常见问题

《ACM Transactions on the Web》的影响因子是多少?

根据 JCR 2025 年数据,《ACM Transactions on the Web》的最新影响因子(IF)为 4.900。

《ACM Transactions on the Web》是几区期刊?

《ACM Transactions on the Web》中科院分区(2025年版)为计算机科学4区,JCR 分区为 Q1。

《ACM Transactions on the Web》的审稿周期多久?

根据投稿经验数据,《ACM Transactions on the Web》首次审稿意见平均约 2.0 个月返回(投稿记录中位约 61 天),实际周期因稿件而异。

《ACM Transactions on the Web》是 CCF 几类期刊?

《ACM Transactions on the Web》是 CCF 推荐列表中的 B类 类(数据库/数据挖掘/内容检索)。

本刊近期代表论文