0
雷鋒網AI 科技評論按：近日，麻省大學阿姆斯特分校計算機與信息科學學院教授Emery Berger公布了一個全球院校計算機科學領域實力排名的開源項目CSranking。雷鋒網AI科技評論對排名結果及評選內容做了詳細介紹。
CSranking的排名主要依據各個大學院系在計算機領域的頂級學術會議發表的論文數量來衡量。
這種方法相對于傳統的基于論文引用量排名方法，會更能體現出院校在計算機科學領域的實力水平以及師資力量。和US News, world report相比，此方法只比較院校之間在計算機領域的各大頂會發布的論文數量。因為想要在這些頂會上發表論文還是有一定難度，因此也能從側面體現高校的科研水平。
值得注意的是，這是一個開源項目，如果讀者覺得有什么需要改進的地方，可以通過Github修改。作者也表示，這是他想到的一個初步的排名方式，后期可能也會把論文引用量加入，作為一個評分參考依據。項目地址：http://csrankings.org/
Github 地址：https://github.com/emeryberger/CSrankings
關于計算分數：每一份發表的論文都精確計算一次，是通過調整所有作者之間的平均值來調整分數。這種方法的好處就是，不可能僅僅通過在論文中添加作者來提高排名。平均數計算每個機構的調整計數在每個領域（+ 1）的幾何平均值。這種使得大的研究領域和小的研究領域在評分中所占的比重相同。
據網站介紹，目前論文的數據來源都是來自DBLP，網頁中將排名分為6個檔次，top10、top25、top50、top75、 top100，以及所有大學排名。
大學的地區也可以選擇包括：美國、加拿大、美國和加拿大、北美、亞洲、澳大利亞、歐洲、全球。
納入評選的專業或方向分為四大塊，具體包括：
AI：人工智能、計算機視覺、機器學習與數據采集、自然語言處理、網頁信息獲取。
系統部分：計算機組成結構、計算機網絡、計算機安全、數據庫、自動化設計、嵌入式實時系統、高性能計算、移動計算、測量及性能分析、操作系統、編程語言、軟件工程。
理論部分：算法與復雜性、密碼學、邏輯和驗證。
跨學科領域：計算生物與生物信息學、計算機圖形學、經濟學與計算、人機交互、機器人、可視化。
其中，每塊又細分為幾個方向或專業，這些研究方向又對應有各自領域內的權威會議。比如，AI 部分的計算機視覺領域方向就包括三大頂會：CVPR、ECCV、ICCV。
雷鋒網注意到，全球排名的前三名無一例外都是美國高校，分別是：卡內基梅隆大學，麻省理工學院、斯坦福大學。綜合全球排名前十位，美國高校占據絕對“壟斷”地位，上榜的學校依次為：UC伯克利大學、伊利諾伊大學厄巴納-香檳分校（UIUC）、密歇根大學、康奈爾大學、華盛頓大學、佐治亞理工大學、加州大學圣迭戈分校。
而在第十一名，新加坡國立大學作為亞洲高校代表緊隨其后。
那么國內高校呢？其中，上海交通大學以4.6的得分位列全球高校計算機專業的第27名，而清華大學與愛丁堡大學、UCL一起并列全球第31名。
值得一提的是，以上的專業、高校地區、排名方式可以隨機組合。舉例來說：雷鋒網編輯選擇“亞洲 top 10+人工智能方向”的排名榜單，發現排名第一的是清華大學，平均分為23.9，第二名是香港科技大學，平均分17.8，第三名新加坡國立大學 16.8。
在清華大學中，以論文數排名該校人工智能領域前三位的分別是朱軍博士、孫茂松博士及唐杰博士。
如果換一種組合方式，就會看到不同的結果。比如把計算機領域的所有研究方向都勾選的情況下，排名就發生變化了，新加坡國立大學平均分6.3排名第一。第二名是上海交通大學，第三名是清華大學。
大家可以發揮自己的想象力，隨意組合，這是一個非常方便且快速的查詢高校計算機領域論文數量以及作者的方式。
雷鋒網AI科技評論小結：這種只依據學術頂會發表論文數量的排名方式，可以大概看出高校的科研水平，但是未必能代表計算機領域實力。從勾選不同的研究方向，得出不同的排名結果，說明了各個高校有自己的優勢研究領域。如果有想繼續在計算機領域深造的想法，這也是一種擇校的參考方式。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
