如果论文被《Data & Knowledge Engineering》杂志拒稿，可以采取以下策略进行应对和改进，以提高再次投稿的成功率：
一、分析拒稿原因
1.仔细阅读审稿意见：编辑和审稿人通常会提供详细的拒稿理由，包括研究创新性不足、实验方法缺陷等。
2.区分“可修改”与“不可修改”问题：
可修改：如语言问题、格式不符、实验补充等，可针对性改进。
不可修改：如期刊主题不符，则需另选目标期刊。
二、针对反馈，修改完善
补充实验或数据：针对审稿人提出的数据或分析缺陷，补充实验以增强说服力。?
强化创新性：明确论文填补的研究空白，并在引言和讨论部分突出其学术价值?。
语言与格式规范：使用专业工具润色语言，确保格式符合目标期刊要求?。?
三、调整投稿策略
修改后重投原期刊?：若编辑允许修改后重投（如“大修”状态），需逐条回复审稿意见并提交修订稿。
改投其他期刊?：若因“选题不匹配”被拒，选择研究方向更契合的期刊。
通过这些措施，作者可以将拒稿转化为学术成长的机会，进一步提升自己的研究能力。
《Data & Knowledge Engineering》杂志简介与数据分析
基本信息：
创刊时间：1985年
出版商：Elsevier
出版周期：Monthly
出版语言：English
国际简称：DATA KNOWL ENG
中文名称：数据与知识工程
ISSN：0169-023X；E-ISSN：1872-6933
研究方向：计算机：人工智能-工程技术?
权威数据库：SCIE
定位与覆盖范围：
定位：专注发布计算机：人工智能-工程技术领域的学术期刊。
覆盖范围：涵盖工程技术等领域的最新研究成果、技术革新、学术动态等，旨在促进和传播该领域相关的新技术和新知识。
数据与影响力分析
影响因子：根据最新数据，《Data & Knowledge Engineering》杂志的影响因子为2.7，显示其在计算机：人工智能-工程技术领域具有较高的学术影响力。
分区信息：在中科院最新升级版分区表中，《Data & Knowledge Engineering》杂志位于大类学科计算机科学3区，小类学科COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE计算机：人工智能4区。小类学科COMPUTER SCIENCE, INFORMATION SYSTEMS计算机：信息系统4区。同时，在JCR分区中，该杂志位于Q2区，表明其学术水平较高。
投稿咨询| 按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q3 | 101 / 197 |
49% |
| 学科：COMPUTER SCIENCE, INFORMATION SYSTEMS | SCIE | Q2 | 110 / 249 |
56% |
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q3 | 109 / 198 |
45.2% |
| 学科：COMPUTER SCIENCE, INFORMATION SYSTEMS | SCIE | Q3 | 143 / 251 |
43.23% |
年发文量：77，审稿周期预计为：平均审稿速度为 约12.0个月 ，CiteScore：5、SJR：0.691、SNIP：1.448。
CiteScore 排名
| 学科类别 | 分区 | 排名 | 百分位 |
| 大类：Decision Sciences 小类：Information Systems and Management | Q2 | 47 / 148 |
68% |
声明：以上信息摘自网络公开资料，如有不准确，请联系我们。
