Уважаемые коллеги, доброго времени суток! Представляем вам немецкое научнок издание Computational Management Science. Журнал имеет первый квартиль, издается в Springer Verlag, его SJR за 2020 г. равен 0,683, печатный ISSN - 1619-697X, электронный - 1619-6988, предметные области - Информационные системы, Общественные науки – математические методы, Менеджмент информационных систем. Вот так выглядит обложка:
Здесь два редактора - Штейн-Эрик Флетен, контактные данные - stein-erik.fleten@ntnu.no
и Рудигер Шульц - ruediger.schultz@uni-due.de.
Дополнительные публикационные контакты - pooja.ramesh.1@springernature.com, priya.sankar@springernature.com, tatiana.plotnikova@springer.com.
Данный международный журнал посвящен всем вычислительным аспектам науки об управлении. Они включают:
- теоретический и эмпирический анализ вычислительных моделей;
- вычислительную статистику;
- анализ и применение ограниченных, неограниченных, надежных, стохастических и комбинаторных алгоритмов оптимизации;
- динамические модели, такие как динамическое программирование и деревья решений;
- новые инструменты поиска и алгоритмы для глобальной оптимизации, моделирования, обучения и прогнозирования;
- модели и инструменты получения знаний.
Акцент на вычислительных парадигмах является предполагаемой особенностью, отличающей ее от других классических журналов по исследованию операций.
Адрес издания - https://www.springer.com/journal/10287
Пример статьи, название - A comprehensive study of domain-specific emoji meanings in sentiment classification. Заголовок (Abstract) - The inclusion of emojis when solving natural language processing problems (e.g., text‐based emotion detection, sentiment classification, topic analysis) improves the quality of the results. However, the existing literature focuses only on the general meaning transferred by emojis and has not examined emojis in the context of investor sentiment classification. This article provides a comprehensive study of the impact that inclusion of emojis could make in predicting stock investors’ sentiment. We found that a classifier that incorporates domain-specific emoji vectors, which capture the syntax and semantics of emojis in the financial context, could improve the accuracy of investor sentiment classification. Also, when domain-specific emoji vectors are considered, daily time-series of investor sentiment demonstrated additional marginal explanatory power on returns and volatility. Further, a comparison of conducted cluster analysis of domain-specific versus domain-independent emoji vectors showed different natural groupings of emojis reflecting domain specificity when special meaning of emojis is considered. Finally, domain-specific emoji vectors could result in the development of significantly superior emoji sentiment lexicons. Given the importance of domain-specific emojis in investor sentiment classification of social media data, we have developed an emoji lexicon that could be used by other researchers.