CSRankings進行了年度更新，清華在整體排名中位居第十，CMU第一；在AI專業的細分小項中，清華、北大力壓CMU，位列第一、第二，前十名的高校中，有六所在中國。

2019年第一份計算機科學實力排名出爐！

全球院校計算機科學領域實力排名開源項目CSRankings，更新了2018年的最新數據。根據該項目的最新排名：

計算機科學整體排名前十，幾乎被美國老牌高校霸榜，中國僅清華排到第十位。

AI綜合排名中，CMU第一，清華第二、北大第五。

AI的“Artificial intelligence”小項中，清華大學排名第一，北大超越CMU排名第二。

排名是不是有些復雜？往下看就清楚了。

全球高校CS整體排名：美國院校霸榜，清華第十

CSRankings是由麻省州立大學阿姆赫斯特分校計算機與信息科學學院教授 Emery Berger 組織的全球院校計算機科學領域實力排名，完全基于研究指標，能夠以絕大多數院校教員在計算機科學領域的各大頂會發布的論文數量為衡量指標，相對來說比較透明和更有意義。

自然語言處理的頂會有ACL、EMNLP、NAACL；計算機視覺領域的頂會含CVPR、ECCV、ICCV；機器學習與數據挖掘會議的論文來自ICML、KDD 、NIPS；人工智能頂會則包含AAAI、IJCAI。

按地域分為8個，分別為美國、加拿大、美國和加拿大、北美、亞洲、澳大利亞、歐洲、全球。

CSRanking的細分排名分為4大類（26項小細分），分別為AI、系統、理論和跨學科領域。

根據最新的CS Rankings，計算機科學專業整體排名Top 10幾乎被美國高校屠榜。

其中，CMU、MIT、斯坦福分別位居前三，好在清華大學還擠進了前十。

CMU

MIT

斯坦福

UC伯克利

UIUC

密歇根大學

康奈爾大學

華盛頓大學

佐治亞理工大學

清華大學

另外，北京大學與愛丁堡大學并列第31名：

人工智能專業綜合實力：CMU全球第一，清華第二

不過，改變篩選條件，選擇“AI”這一大類，結果就發生了改變：

雖然排名Top 10的機構里還是美國高校居多，但清華躍居第二，北大上升至第五位，中科院排名并列第七。

以下是全球高校在人工智能專業的綜合排名Top 20:

AI細分方向：北大力壓CMU排名第二，清華第一

再往細項排名，AI包括Artificial intelligence、計算機視覺、機器學習與數據挖掘、自然語言處理、網頁信息檢索5項細分領域。

僅選擇“Artificial Intelligence”這一個子方向，得到的結果是：

清華大學躍居榜首，且總分一欄超過了110；

北京大學以0.1分的優勢超越CMU，躍居第二名：

新智元去年5月時候報道，北大的排名還處在第四位，進步神速。

在人工智能專業AI方向排名Top 30的高校具體如下：

排名Top 10的高校/機構里面，有6家中國院所，分別是：

第一：清華大學

第二：北京大學

第七：浙江大學

第八：香港科技大學

第九：中國科學院

第十：南京大學

計算機視覺(CV)子方向前十：CMU第一，中科院排名第二

機器學習和數據挖掘子方向前十：清華第六

自然語言處理(NLP)子方向前十：北大第三，清華第九

網絡與信息檢索子方向前十：清華第一、浙大第九。

此外，每個被收錄進去的教師論文數量都有餅圖，對應的，每個高校也有文獻發表方向細分餅圖。

更詳細一點，將清華大學“Faculty”一欄展開，可以看見很多熟悉的名字(在找AI導師嗎？這里有一份參考)：

CSRankings的排名規則：為了正確的“數豆子”

最后再來說說CSRankings的排名系統。為了保證科學嚴謹，排名也設定了不少規定，例如：

單個教員在發表一篇頂會論文上獲得的積分是1 / N，其中N是這篇論文作者的數量，無論其隸屬關系（教師、學生或其他），數字也永遠不會隨之改變。

經過調整后，每個出版物/論文只計算一次，通過在所有共同作者之間平均分配來調整積分。這種方法使得僅僅通過在論文中添加作者來提高排名是不可能的。如果沒有調整方法，一個人單獨寫出一篇論文的成果就顯得微不足道了。

出版物/論文長度必須至少6頁才能列入計算范圍。

另外，官網上還有一個查看排名的視頻教程。

排行榜一直以來都被高度關注且有著很大的影響力，雖然有人不想活在一個充斥著排名的世界，但排名并不會消失。因此，一個有意義且透明的排名系統的出現就變得非常重要。

目前最有影響力的大學排名來自《美國新聞與世界報道》(US News and World Report)，而該排名大部分是以聲譽為基礎，并與各高校系主任及學科帶頭人的主觀評價密切相關。

相比之下，CSRankings完全基于研究指標，能夠以絕大多數院校教員在計算機科學領域的各大頂會發布的論文數量為衡量指標，各大頂會的門檻非常高，這也抬高了排名算法的門檻，同時也提高了透明度。

有人說這種計算方法就是簡單地“數豆子”，但這種方式是為了數正確的豆子。