全球高校计算机专业排名出炉：上海交大排名27，清华位列31

近日，麻省理工学院马萨诸塞校区计算机与信息科学学院教授Emery Berger公布了一个全球院校计算机科学领域实力排名的开源项目CSranking。AI科技评论对排名结果及评选内容做了详细介绍。

CSranking的排名主要依据各个大学院系在计算机领域的顶级学术会议发表的论文数量来衡量。

这种方法相对于传统的基于论文引用量排名方法，会更能体现出院校在计算机科学领域的实力水平以及师资力量。和US News, world report相比，此方法只比较院校之间在计算机领域的各大顶会发布的论文数量。因为想要在这些顶会上发表论文还是有一定难度，因此也能从侧面体现高校的科研水平。

值得注意的是，这是一个开源项目，如果读者觉得有什么需要改进的地方，可以通过Github修改。作者也表示，这是他想到的一个初步的排名方式，后期可能也会把论文引用量加入，作为一个评分参考依据。

项目地址：http://csrankings.org/

Github 地址：https://github.com/emeryberger/CSrankings

关于计算分数：每一份发表的论文都精确计算一次，是通过调整所有作者之间的平均值来调整分数。这种方法的好处就是，不可能仅仅通过在论文中添加作者来提高排名。平均数计算每个机构的调整计数在每个领域（+ 1）的几何平均值。这种使得大的研究领域和小的研究领域在评分中所占的比重相同。

据网站介绍，目前论文的数据来源都是来自DBLP，网页中将排名分为6个档次，top10、top25、top50、top75、 top100，以及所有大学排名。

大学的地区也可以选择包括：美国、加拿大、美国和加拿大、北美、亚洲、澳大利亚、欧洲、全球。

纳入评选的专业或方向分为四大块，具体包括：

• AI：人工智能、计算机视觉、机器学习与数据采集、自然语言处理、网页信息获取。
• 系统部分：计算机组成结构、计算机网络、计算机安全、数据库、自动化设计、嵌入式实时系统、高性能计算、移动计算、测量及性能分析、操作系统、编程语言、软件工程。
• 理论部分：算法与复杂性、密码学、逻辑和验证。
• 跨学科领域：计算生物与生物信息学、计算机图形学、经济学与计算、人机交互、机器人、可视化。

其中，每块又细分为几个方向或专业，这些研究方向又对应有各自领域内的权威会议。比如，AI 部分的计算机视觉领域方向就包括三大顶会：CVPR、ECCV、ICCV。

全球排名的前三名无一例外都是美国高校，分别是：卡内基梅隆大学，麻省理工学院、斯坦福大学。综合全球排名前十位，美国高校占据绝对“垄断”地位，上榜的学校依次为：UC伯克利大学、伊利诺伊大学厄巴纳-香槟分校（UIUC）、密歇根大学、康奈尔大学、华盛顿大学、佐治亚理工大学、加州大学圣迭戈分校。

而在第十一名，新加坡国立大学作为亚洲高校代表紧随其后。

那么国内高校呢？其中，上海交通大学以4.6的得分位列全球高校计算机专业的第27名，而清华大学与爱丁堡大学、UCL一起并列全球第31名。

值得一提的是，以上的专业、高校地区、排名方式可以随机组合。举例来说：AI科技评论编辑选择“亚洲 top 10+人工智能方向”的排名榜单，发现排名第一的是清华大学，平均分为23.9，第二名是中国香港科技大学，平均分17.8，第三名新加坡国立大学 16.8。

在清华大学中，以论文数排名该校人工智能领域前三位的分别是朱军博士、孙茂松博士及唐杰博士。

如果换一种组合方式，就会看到不同的结果。比如把计算机领域的所有研究方向都勾选的情况下，排名就发生变化了，新加坡国立大学平均分6.3排名第一。第二名是上海交通大学，第三名是清华大学。

大家可以发挥自己的想象力，随意组合，这是一个非常方便且快速的查询高校计算机领域论文数量以及作者的方式。

小结

这种只依据学术顶会发表论文数量的排名方式，可以大概看出高校的科研水平，但是未必能代表计算机领域实力。从勾选不同的研究方向，得出不同的排名结果，说明了各个高校有自己的优势研究领域。如果有想继续在计算机领域深造的想法，这也是一种择校的参考方式。

来源：AI科技评论

END

投稿和反馈请发邮件至hzzy@hzbook.com。转载大数据公众号文章，请向原文作者申请授权，否则产生的任何版权纠纷与大数据无关。