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

本篇文章1634字，读完约4分钟

雷锋。技术评论:最近，麻省大学阿姆斯特分校计算机与信息科学学院的教授埃莫里·伯杰宣布了一个名为csranking的开源项目，该项目对世界各地大学的计算机科学实力进行了排名。雷锋的《人工智能科技评论》详细介绍了排名结果和评选内容。

csranking的排名主要是通过各大学院系计算机领域顶级学术会议发表的论文数量来衡量的。

与传统的基于被引论文数的排名方法相比，该方法能更好地反映高校在计算机科学领域的实力水平和师资力量。与《美国新闻，世界报道》相比，这种方法只比较了大学在计算机领域发表的论文数量。因为很难在这些峰会上发表论文，所以也可以从侧面反映大学的科研水平。

值得注意的是，这是一个开源项目。如果读者觉得有需要改进的地方，他们可以通过github进行修改。作者还说，这是他想到的一种初步的排名方法，论文引用的数量可以在后期增加，作为评分的参考。项目地址:csrangs/

Github地址:github/emeryberger/cs ranges

关于计算分数:每篇发表的论文都是精确计算的，分数是通过调整所有作者的平均值来调整的。这种方法的优点是不可能简单地通过给论文增加作者来提高排名。Average计算每个字段中每个机构的调整计数的几何平均值(+1)。这使得大的研究领域和小的研究领域在分数中分享相同的比例。

根据该网站，论文的数据来源全部来自dblp，排名分为六个等级，即前10名、前25名、前50名、前75名、前100名和所有大学排名。

大学区域还可以包括:美国、加拿大、美国和加拿大、北美、亚洲、澳大利亚、欧洲和世界。

包括的专业或方向的选择分为四个块，包括:

人工智能、计算机视觉、机器学习和数据采集、自然语言处理、网络信息采集。

系统部分:计算机结构、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、测量和性能分析、操作系统、编程语言和软件工程。

理论部分:算法和复杂性，密码学，逻辑和验证。

跨学科领域:计算生物学和生物信息学、计算机图形学、经济学和计算、人机交互、机器人学和可视化。

其中，每个板块又细分为几个方向或专业，这些研究方向对应于各自领域的权威会议。例如，人工智能部分的计算机视觉方向包括三个主要会议:cvpr、eccv和iccv。

雷锋。com指出，世界排名前三的大学无一例外都是美国大学，即卡内基梅隆大学、麻省理工学院和斯坦福大学。美国大学在世界十大大学中占据绝对“垄断”地位，依次是加州大学伯克利分校、伊利诺伊大学厄巴纳-香槟分校、密歇根大学、康奈尔大学、华盛顿大学、乔治亚理工大学和加州大学圣地亚哥分校。

排在第十一位的是新加坡国立大学，作为亚洲大学的代表，紧随其后。

国内大学呢？其中，上海交通大学的计算机科学专业以4.6分位居世界第27位，清华大学与爱丁堡大学和伦敦大学学院并列世界第31位。

值得一提的是，上述专业、大学领域和排名方法可以随意组合。如雷(公开号:雷)编辑的“亚洲十大+人工智能方向”排行榜，清华大学以平均23.9分排名第一，香港科技大学以平均17.8分排名第二，新加坡国立大学以平均16.8分排名第三。

清华大学人工智能领域的前三名是朱军博士、孙茂松博士和唐杰博士。

如果你改变组合，你会看到不同的结果。例如，当检查计算机领域的所有研究方向时，排名会改变，新加坡国立大学以6.3的平均分数排名第一。第二名是上海交通大学，第三名是清华大学。

你可以运用你的想象力随意组合它们，这是一种非常方便快捷的方式来查询高校计算机科学领域的论文和作者的数量。

雷锋人工智能科技评论综述。这种仅基于学术带头人发表论文数量的排名方法可以大致看出高校的科研水平，但并不代表计算机领域的实力。通过检查不同的研究方向，可以得到不同的排名结果，这表明每所大学在研究领域都有自己的优势。如果你想在计算机领域深造，这也是选择学校的一种参考方式。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。