简介：《Information Systems》（简称 INFORM SYST）是由 Elsevier 出版集团于 1975 年创刊的计算机科学领域国际核心期刊，专注信息系统与数据管理方向，为 SCIE 收录，2024 年影响因子 3.4，中科院大类工程技术 3 区、小类计算机信息系统 3 区，JCR Q2，CiteScore 9.4，h-index 76，自引率稳定在 5.9%–6.7%，无预警风险。期刊以双月刊发行，年均发文约 103 篇，聚焦数据密集型系统的设计、实现与优化，涵盖数据库技术、数据挖掘、机器学习、信息检索、云计算、物联网等交叉领域，强调理论创新与工程实践结合。创刊近 50 年来，期刊始终坚守学术严谨性，接收全球高质量原创论文、综述及应用案例，覆盖 ACM SIGMOD、VLDB、ICDE 等顶级会议前沿议题，注重成果的可重复性与实际应用价值，拒绝纯理论空谈或无场景价值的简单技术堆叠。作为信息系统领域的老牌权威期刊，其编委会由全球顶尖学者组成，审稿标准严格且公平，长期为国内外科研人员提供学术交流平台，尤其在数据管理、大规模并行处理、容错技术、专用硬件设计等方向具有深厚影响力，是计算机科学与信息系统领域中具有较高认可度的核心期刊之一。

方向：聚焦数据密集型信息系统的设计、实现、算法优化与应用落地，核心接收数据库技术、数据模型、过程模型、编程语言相关研究。重点涵盖数据管理（含 SIGMOD/VLDB/ICDE 等会议相关议题）、数据挖掘与机器学习、结构化数据信息检索、互联网与云数据管理、业务流程管理、网络语义、音视频信息系统、科学计算与数据科学。欢迎大规模并行数据管理、实用容错技术、数据密集型系统专用硬件等实现类论文；亦接收城市信息学、社会科学、物联网等应用领域稿件，要求突出数据管理创新（如新模型、性能优化）并明确应用价值。不接收纯理论、无工程价值或仅简单技术组合的稿件。

杂志评价：《Information Systems》作为信息系统领域创刊早、口碑稳、认可度高的老牌核心期刊，历经近 50 年发展，已成为数据管理与信息系统方向的重要学术阵地，整体表现 “中等偏上、稳中有升”，适合追求稳健发表与学术认可的科研人员。学术影响力方面，期刊 2024 年影响因子 3.4，CiteScore 9.4，在计算机信息系统领域处于 JCR Q2、中科院 3 区水平，虽未达顶刊高度，但 h-index 76、自引率 6% 左右，指标健康无预警，论文被引稳定，长期价值突出。编委会国际化程度高，审稿专家多为领域资深学者，评审标准严格且公平，注重创新质量、理论深度与实践价值，不唯影响因子论，对扎实的原创成果包容度高，大修后录用率可观，极少无理由硬拒。对国内学者友好度高，华人编委与审稿人占比不低，中国大陆为重要供稿地区，近 5 年发文占比约 25%，无国籍歧视，语言容错合理，适合数据管理、数据库系统、大数据分析等方向国内团队投稿。期刊定位清晰，专注数据密集型系统，与 SIGMOD、VLDB 等会议互补，接收会议扩展稿与原创系统论文，注重成果可重复性，对工程实现类研究友好，区别于纯理论期刊，适合偏重应用的研究成果发表。不足之处在于审稿周期中等偏慢，平均 4–6 个月，部分稿件因审稿人难找延迟至 8 个月；收稿门槛不低，录用率约 20%，初审淘汰率高，对创新与实验完整性要求严格，纯调参或简单组合稿件难通过。综合来看，《Information Systems》是一本稳健可靠、学术与实践兼顾的优质期刊，适合数据管理、信息系统、大数据等方向中高质量成果发表，尤其适合追求稳定认可度、规避高风险期刊的科研人员，是国内计算机领域学者投稿的优选期刊之一。