纯指标排名
按各机构在计算机科学各领域最负盛名的发表场所中出现的次数来加权排序,不采用同行声誉问卷,排名依据可以从公开数据复现,而不是由院系主任的主观评价决定。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
按顶会论文发表量给全球计算机科学机构排名的公开榜单
CSRankings 是一个完全基于指标的计算机科学机构排名系统,由社区维护,代码与数据在 GitHub 上以 CC BY-NC-ND 4.0 协议公开。它不走 US News and World Report 那种依赖院系主任问卷调查的声誉路线,而是统计各机构学者在计算机科学各领域最负盛名的发表场所中出现的次数。官网说明这套做法的意图是「count the right beans」,即把该数的东西数对,同时因为顶会发表门槛高而难以被人为操纵。它的明显短板是只反映论文发表数量这一单一维度,既不纳入引用数,也不覆盖教学、经费或学生去向;此外官网采用的是非商业授权,未经许可不得分发基于其代码或数据构建的产品。
CSRankings 是一套针对计算机科学领域的机构排名系统,面向希望了解各高校和研究机构科研产出的学生、教师与研究人员。它由社区维护,全部代码和数据公开在 GitHub 仓库 emeryberger/CSRankings,采用 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License 授权。
官网的 FAQ 解释了它为什么另起一套排名:排名本身极具影响力和传播力,与其希望排名消失,不如做一套有意义且透明的体系。认为当前最有影响力的 US News and World Report 排名完全基于声誉,依赖发给院系主任和研究生项目负责人的调查问卷;而 CSRankings 完全基于指标,按各机构在最负盛名的发表场所中的出现频次来加权。自陈,这套方法是有意与激励对齐的——教师本来就瞄准顶会发表,而顶会发表本身很难,因此不容易被操纵。
同时说明了为什么不引入引用数:基于引用的指标屡次被证明可被操纵,存在高校指示教师互相引用的情况,「引用卡特尔」现象也已有充分记录;此外方法学上也存在困难——所有论文的引用数据并非免费可得且变化很快,Google Scholar 这类引用计数系统在作者消歧上做得并不好,并且可以被作者刷高。还指出,选择性会议本身已经是引用影响力的代理指标,因为这些会议上的论文平均而言比选择性较低场所的论文被引次数高得多。
按各机构在计算机科学各领域最负盛名的发表场所中出现的次数来加权排序,不采用同行声誉问卷,排名依据可以从公开数据复现,而不是由院系主任的主观评价决定。
全部代码和数据公开在 GitHub 的 emeryberger/CSRankings 仓库,任何人可以查看排名是怎么算出来的,也可以按同一套数据自行复核,透明度不依赖厂商的单方面承诺。
官方说明 ↗排名只统计在选择性会议上的发表,不统计引用次数。的理由是选择性会议本身就是引用影响力的代理——这些会议上的论文平均被引次数远高于选择性较低的场所。
说明该方法有意与教师激励对齐,且因为顶会发表本身门槛高,机构难以通过批量灌水或互相引用把排名刷上去,这也是它放弃引用指标的主要动机之一。
代码与数据采用 CC BY-NC-ND 4.0 国际许可协议,官网明确提示不得分发任何基于 CSRankings 代码或数据构建的成果,商业用途与二次分发都受此限制。
想知道某校在某个计算机子领域是否真有活跃产出,可以按领域看机构在顶会上的出现频次,这类信息通常不会出现在院系宣传页上。
用于对比同行机构在特定顶会上的活跃度,判断合作方或目标院校是否在某个方向持续发表,榜单按领域拆分,适合做定点查询。
可以把它当作发表产出的对照参考,但排名只反映顶会论文数量,教学与学生培养质量,用于内部评估时需要另找其他指标。
榜单不统计教学质量、课程设置、师生比或毕业生去向,只看研究发表,用它判断本科教学体验会得到错误结论。
授权为非商业性、禁止演绎,不得分发基于其代码或数据构建的任何成果,做商业化排名产品或数据集分发不符合授权条件。
US News and World Report 的排名完全基于声誉,靠发给院系主任和研究生项目负责人的调查问卷得出;CSRankings 完全基于指标,按各机构在计算机科学各领域最负盛名的发表场所中出现的次数来加权。的说法是后者更有意义也更透明,并且因为它数的是顶会发表,门槛高、难以被操纵。
给出的理由有两层。一是基于引用的指标可被操纵,存在高校指示教师互相引用的情况,引用卡特尔也已有记录;二是方法上有困难,全部论文的引用数据并非免费可得且变化很快,Google Scholar 这类系统在作者消歧上表现不佳且能被作者刷高。还认为选择性会议本身已经是引用影响力的代理指标。
可以。全部代码和数据公开在 GitHub 的 emeryberger/CSRankings 仓库,任何人可以查看排名如何计算并自行复核。
授权为非商业性且禁止演绎,官网特别提示不得分发任何基于 CSRankings 代码或数据构建的成果。也就是说用它做商业排名产品或对外分发衍生数据集不符合授权条件,商业用途需要另行考虑。
不能互相替代。CSRankings 只统计计算机科学顶会论文发表,用来看某校在某个细分研究方向上是否持续产出很合适;而教学质量、课程设置、学生去向这些报考关心的维度不在它的统计范围内,判断教学体验仍需参考其他来源。
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| CSranking-Computer Science Rankings本工具 | 4.1 | 未标价 | 纯指标排名;公开可审计;依会议而非引用;抗操纵设计 | Web |
| ImageNet | — | 对研究者免费,仅限非商业用途 | 计算机视觉研究中广泛使用的... | Web |
| 中科院自动化所 | — | 未标价 | 中科院自动化所官网, casia 中国科学院自动化研究所 中科院自动化所简介 中国科学院自 | Web |
| Synthetic Users | — | 年度计划起价 $12,500/年,按 Research Token 池计费 | 用户研究的合成用户 | Web |
| 美国国家科学院院士 | — | 未标价 | 美国科学界最高荣誉机构,由科学及工程研究杰出科学家组成 | — |
| 沈阳自动化研究所 | — | 未标价 | 中科院沈阳自动化研究所官网,中国科学院下属的研究机构之一 简介 中科院沈阳自动化研究所( | — |