IEEE Transactions on Knowledge and Data Engineering（简称《TKDE》）是知识与数据工程领域的顶刊，聚焦数据挖掘、数据库系统、知识发现、机器学习及大数据分析，涵盖数据管理、查询优化、隐私保护及智能系统，如果你的研究领域是计算机科学、人工智能及数据科学领域，那么TKDE将是你的首选期刊。
IEEE推荐AJE的论文润色等服务，您在向IEEE旗下期刊提交稿件时，可以将AJE的润色证明一并提交给期刊
期刊主页：https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=69
期刊简介
《TKDE》由IEEE Computer Society主办，创刊于1989年，致力于发表知识与数据工程领域的原创研究，主题包括数据挖掘算法、数据库管理系统、知识表示、查询优化、大数据分析、数据隐私及机器学习中的数据工程，应用领域涵盖智能推荐、社交网络分析、生物信息学及金融数据处理。文章需具创新性、技术严谨性及对知识与数据工程的重大价值，适合计算机科学、人工智能及数据科学领域的专业人士。期刊采用严格的同行评审，初审平均6-8周（官网数据）。作为混合出版期刊，作者可选择传统订阅模式或开放获取（OA）。
期刊相关信息：
- 影响因子：10.4（2024年）
- 中国科学院分区：1区（计算机科学-计算机：信息系统）2区（计算机：人工智能-工程：电子与电气）
- 出版费用：开放获取费用（APC）为2,645美元（2025年IEEE标准，官网数据）；订阅模式无APC。
- 出版频率：月刊（每年12期，官网数据）。
- 开放获取：混合出版，可选择OA或订阅模式。
投稿注意事项
- 文章长度：Regular Paper建议8-12页，Short Paper建议4-6页（双栏，含图表和参考文献），超过12页需支付超页费（220美元/页）。
- Cover letter：需提交，说明研究的创新性、技术贡献及适合《TKDE》的理由，突出对知识与数据工程领域的意义。
- 初始投稿格式：需使用IEEE双栏模板（Word或LaTeX），初稿提交PDF，图表嵌入正文。
- 数据可用性：鼓励公开数据，建议存放在IEEE DataPort或公共存储库（如figshare、Zenodo）并提供DOI。
- 代码可用性：涉及算法、数据处理或机器学习的需提供代码（如GitHub链接）或补充材料，需包含运行说明。
- 预印本政策：接受在arXiv等预印本服务器发布的稿件，需在投稿时声明。
- 审稿周期：初审约6-8周，采用单盲评审，至少三位审稿人。
- 出版费用减免：开放获取文章的无资助研究可申请APC减免，投稿后联系IEEE出版办公室（openaccess@ieee.org）。
- 开放获取选项：作者可选择开放获取（需支付APC）或订阅模式（无APC）。
- 彩图费用：订阅模式下，彩图每页175美元；开放获取文章无彩图费用。
- 语言润色：建议使用IEEE推荐的AJE（American Journal Experts）服务，润色证明可随稿件提交。
- 伦理要求：涉及人类或实验数据的需提供伦理委员会批准编号，遵循《IEEE伦理规范》。
- 知识与数据工程特有要求：需明确算法设计（如模型架构、复杂度）、数据集描述（如规模、来源）、实验设置（如硬件、基准数据集）及性能指标（如准确率、F1分数、查询延迟）。
文章类型
《TKDE》主要发表以下类型文章：
- Regular Paper：完整研究文章（8-12页），报告知识与数据工程的原创研究。
- Short Paper：简短研究报告（4-6页），聚焦初步结果或新颖方法。
- Comment：对已发表文章的评论或更正（≤2页），需编辑批准。
- Correction：更正已发表文章，需编辑批准。
投稿需通过Manuscript Central提交，需明确选择文章类型。
文章结构
一篇典型的Regular Paper包括以下部分，每部分附简短英文示例：
- 标题：简洁、描述性，突出知识与数据工程主题，最大15字。
示例：
Privacy-Preserving Data Mining - 作者信息：列出所有作者的姓名、单位、电子邮件及ORCID。
示例：
Department of Computer Science, Stanford University, Stanford, CA, USA
Emma Li, James Wang
Data Science Lab, Tsinghua University, Beijing, China
Wei Zhang - 贡献声明：明确每位共同作者的贡献，遵循IEEE标准。
示例：
E.L. designed the algorithm; J.W. conducted experiments; W.Z. wrote the manuscript. - 通信作者：指定通信作者，提供电子邮件及ORCID。
示例：
Correspondence to: Wei Zhang (wei.zhang@tsinghua.edu.cn) - 摘要：概述研究背景、方法、结果和意义，最大250字，无参考文献。
示例：
A privacy-preserving algorithm achieves 95% accuracy. Tests on a 1M-record dataset show scalability. Code at GitHub (https://github.com/PrivacyMining). Data at Zenodo (10.5281/zenodo.123456). This advances secure data analytics. - 关键词：提供3-8个关键词，便于检索。
示例：
data mining, privacy preservation, machine learning, big data - 引言：介绍研究背景、问题及目标，需包含参考文献。
示例：
Privacy in data mining is critical [1]. This paper proposes a new method [2]. - 正文：分节描述方法、算法设计、实验、结果和讨论，使用子标题。
示例：
Algorithm Design
The method uses differential privacy (equation 1). Accuracy reaches 95% [3]. - 结论：总结关键发现，提出应用或未来方向。
示例：
Conclusion
The algorithm enhances data privacy. Future work targets real-time applications. - 参考文献：列出所有引用文献（详见第6节）。
示例：
[1] X. Wu et al., “Privacy-preserving mining,” IEEE Trans. Knowl. Data Eng., vol. 37, no. 3, pp. 123-134, Mar. 2025. - 致谢（可选）：感谢资助机构或个人，包含资助编号。
示例：
Funded by NSF grant 123456. We thank the Stanford Data Science Lab. - 作者简介：简述作者背景、教育经历及研究兴趣，附照片（可选）。
示例：
Emma Li received the Ph.D. degree from Stanford in 2023. Her research focuses on data privacy. - 伦理声明：包括利益冲突声明及伦理合规（如适用）。
示例：
Competing interests: The authors declare no competing interests.
Ethics approval: Approved by Stanford IRB (No. 12345). - 数据可用性：提供数据存储库名称和访问编号。
示例：
Data at Zenodo: https://doi.org/10.5281/zenodo.123456 - 补充材料（可选）：提供额外数据、代码或视频。
示例：
Supplementary Code S1: Privacy algorithm.
Supplementary Data S1: Test datasets.
格式要求
《TKDE》要求初稿使用IEEE双栏模板（Word或LaTeX），Regular Paper建议8-12页，Short Paper建议4-6页，修订稿需符合出版规范。以下是具体要求：
字体和字号
- 正文：Times New Roman，10号字，单倍行距。
- 一级标题：粗体，11号字，首字母大写。
- 二级标题：粗体，10号字，首字母大写。
- 图表标题：粗体，8号字。
页面布局
- 使用 A4或Letter纸张，双栏排版。
- 页边距：上2.5厘米，下1.9厘米，左右1.25厘米。
- 行距：单倍行距，段前段后0点间距。
图表格式
- 图表嵌入正文，初稿为PDF，修订稿需单独上传高分辨率文件。
- 图表标题置于下方，Times New Roman，8号字，居中。
- 图表文字：8号字，确保清晰。
- 图表分辨率：至少300 DPI，推荐格式为TIFF、EPS或PDF。
- 颜色选择：支持彩色，建议高对比度（如蓝/黄），避免红绿。
- 图例：每幅图说明不超过200字，置于图下方。
- 版权：需提交受版权保护的图表许可文件。
- 示例：
Figure 1: Algorithm performance.
a) Accuracy curve (blue: proposed; red: baseline). b) Runtime plot.
公式与术语
- 公式居中，右对齐编号，如 (1)，文中称为“equation (1)”。
- 术语遵循IEEE及数据工程标准（如“accuracy”而非 “performance”）。
- 示例： (1) \epsilon = \frac{\sum_{i=1}^N (y_i - \hat{y}_i)^2}{N}
表格
- 表格嵌入正文，包含标题和图例，置于页面顶部或底部。
- 大型表格作为补充材料（如Excel）。
参考文献格式
《TKDE》要求使用IEEE引用风格，按文中出现顺序编号，文中以方括号引用（如 [1]）。参考文献需准确，优先引用期刊文章。以下是示例：
- 期刊文章：
[1] X. Wu, Y. Chen, et al., “Privacy-preserving mining,” IEEE Trans. Knowl. Data Eng., vol. 37, no. 3, pp. 123-134, Mar. 2025. - 会议论文：
[2] E. Li and J. Wang, “Data mining,” in Proc. IEEE Int. Conf. Data Eng., Seattle, WA, USA, Apr. 2024, pp. 10-12. - 书籍：
[3] J. Han, M. Kamber, Data Mining: Concepts and Techniques, 3rd ed., Burlington, MA, USA: Morgan Kaufmann, 2011. - 数据集：
[4] E. Li and W. Zhang, “Data mining dataset,” Zenodo, 2025. [Online]. Available: https://doi.org/10.5281/zenodo.123456 - 预印本：
[5] J. Wang and W. Zhang, “Data engineering trends,” arXiv:2401.12345, Jan. 2025. [Online]. Available: https://arxiv.org/abs/2401.12345
伦理声明
- 利益冲突：需声明所有作者的利益冲突（如“无利益冲突”）。
- 伦理合规：涉及人类或实验数据的需提供伦理委员会批准编号，遵循《IEEE伦理规范》。
- 数据可用性：需声明数据存储库及访问方式。
- 代码可用性：需提供代码存储库或补充材料。
- 示例：
Competing interests: The authors declare no competing interests.
Ethics approval: Approved by Stanford IRB (No. 12345).
Data availability: Data at Zenodo: https://doi.org/10.5281/zenodo.123456.
Code availability: Code at GitHub: https://github.com/PrivacyMining.
补充材料
- 补充材料作为单独文件提交，格式为PDF、Excel、MP4（H.264编码，16:9）或ZIP。
- 包含大型数据集、代码或视频，无额外费用。
- 示例： Supplementary Code S1: Privacy algorithm. Supplementary Data S1: Test datasets.
投稿流程
作者需通过Manuscript Central提交论文。流程如下：
- 注册并关联ORCID，指定通信作者（需符合IEEE作者标准）。
- 上传IEEE模板稿件（PDF）、cover letter、图表（嵌入PDF）及补充材料。
- 提供利益冲突声明、数据/代码可用性声明及伦理声明。
- 在Manuscript Central跟踪审稿状态，初审约6-8周。
- 修订稿需提交：修改稿（Word/LaTeX）、审稿回复（逐点回应）、高分辨率图表。
- 可联系编辑部（tkde-editor@ieee.org）查询状态或申请APC减免（开放获取文章）。
最后
IEEE Transactions on Knowledge and Data Engineering作为知识与数据工程领域的期刊，在数据挖掘、数据库系统及智能分析领域很受关注。2025年的影响因子也有所提升，是本不错的期刊。投稿需兼顾创新性、技术深度及对知识与数据工程领域的实际贡献。
