《Data & Knowledge Engineering》雜志拒稿后是可以轉投其他期刊的， 但需要注意以下幾點：

一、確認拒稿狀態：在轉投之前，作者必須確保文章確實已被《Data & Knowledge Engineering》雜志拒稿。如果尚未收到明確的拒稿通知，建議耐心等待或主動向雜志社詢問審稿進度和結果。

二、修改論文：根據審稿意見修改論文，確保解決提出的問題，并改進論文的結構、方法、論證等方面。

三、轉刊操作建議

優先選擇同出版社期刊?：Elsevier旗下其他計算機科學雜志可能更易接收。?

選擇匹配度更高的期刊：參考JCR分區、影響因子、收稿方向，避免因“主題不符”再次被拒。

附修改說明?：轉投時建議提交針對前次拒稿意見的改進說明，提升通過率。

四、注意事項

避免一稿多投，保持耐心和信心。

《Data & Knowledge Engineering》雜志概括

國際標準簡稱：DATA KNOWL ENG

創刊時間：1985年

出版商：Elsevier

出版周期：Monthly

出版語言：English

出版地區：NETHERLANDS

ISSN：0169-023X，E-ISSN：1872-6933

收錄數據庫：SCIE

學科領域：計算機：人工智能-工程技術（COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE）

期刊定位：專注于發表計算機：人工智能領域的文章，旨在為研究人員提供該領域的最新研究成果和前沿動態。

《Data & Knowledge Engineering》雜志審稿周期預計為： 約12.0個月 ，年發文量：約77篇，H-index：79。

《Data & Knowledge Engineering》雜志數據

（1）影響因子

該雜志的影響因子為2.7，在計算機：人工智能領域具有較高的學術影響力。

（2）分區情況

中科院分區：

大類學科：計算機科學3區。

小類學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE計算機：人工智能4區。

JCR分區：

按JIF指標學科分區分區：Q3區; 按JCI指標學科分區分區：Q3區;

（3）CiteScore

CiteScore數值為5，（ 小類學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE，分區為Q2，百分位：68%。)

聲明：本信息依據互聯網公開資料整理，若存在錯誤，請及時聯系我們及時更正。