作者：南京大學(xué) 周志華

說明: 純屬個(gè)人看法, 僅供參考. tier-1的列得較全, tier-2的不太全, tier-3的很不全,。同分的按字母序排列. 不很嚴(yán)謹(jǐn)?shù)卣f, tier-1是可以令人羨慕的, tier-2是可以令人尊敬的,由于AI的相關(guān)會(huì)議非常多, 所以能列進(jìn)tier-3的也是不錯(cuò)的。

tier-1:
IJCAI (1+): International Joint Conference on Artificial Intelligence AAAI (1): National Conference on Artificial Intelligence 
COLT (1): Annual Conference on Computational Learning Theory 
CVPR (1): IEEE International Conference on Computer Vision and Pattern Recognition 
ICCV (1): IEEE International Conference on Computer Vision 
ICML (1): International Conference on Machine Learning 
NIPS (1): Annual Conference on Neural Information Processing Systems 
ACL (1-): Annual Meeting of the Association for Computational Linguistics 
KR (1-): International Conference on Principles of Knowledge Representation and Reasoning 
SIGIR (1-): Annual International ACM SIGIR Conference on Research and Development in Information Retrieval 
SIGKDD (1-): ACM SIGKDD International Conference on Knowledge Discovery and Data Mining 
UAI (1-): International Conference on Uncertainty in Artificial Intelligence

*Impact factor (According to Citeseer 03): 
IJCAI ：1.82 (top 4.09 %)
AAAI ：1.49 (top 9.17%)
COLT：1.49 (top 9.25%)
ICCV ：1.78 (top 4.75%)
ICML ：2.12 (top 1.88%)
NIPS ：1.06 (top 20.96%)
ACL ：1.44 (top 10.07%)
KR ：1.76 (top 4.99%)
SIGIR ：1.10 (top 19.08%)
Average：1.56 (top 8.02%)

IJCAI (1+): AI最好的綜合性會(huì)議, 1969年開始, 每?jī)赡觊_一次, 奇數(shù)年開. 因?yàn)锳I 實(shí)在太大, 所以雖然每屆基本上能錄100多篇（現(xiàn)在已經(jīng)到200多篇了）,，但分到每個(gè) 領(lǐng)域就沒幾篇了,，象achine learning,、computer vision這么大的領(lǐng)域每次大概也 就10篇左右, 所以難度很大. 不過從錄用率上來看倒不太低,基本上20%左右, 因?yàn)閮?nèi) 行人都會(huì)掂掂分量, 沒希望的就別浪費(fèi)reviewer的時(shí)間了. 最近中國大陸投往國際會(huì) 議的文章象潮水一樣, 而且因?yàn)閲鴥?nèi)很少有能自己把關(guān)的研究組, 所以很多會(huì)議都 complain說中國的低質(zhì)量文章嚴(yán)重妨礙了PC的工作效率. 在這種情況下, 估計(jì)這幾年 國際會(huì)議的錄用率都會(huì)降下去. 另外, 以前的IJCAI是沒有poster的, 03年開始, 為了 減少被誤殺的好人, 增加了2頁紙的poster.值得一提的是, IJCAI是由貌似一個(gè)公司 的"IJCAI Inc."主辦的(當(dāng)然實(shí)際上并不是公司, 實(shí)際上是個(gè)基金會(huì)), 每次會(huì)議上要 發(fā)幾個(gè)獎(jiǎng), 其中最重要的兩個(gè)是IJCAI Research Excellence Award 和 Computer & Thoughts Award, 前者是終身成就獎(jiǎng), 每次一個(gè)人, 基本上是AI的最高獎(jiǎng)(有趣的是, 以AI為主業(yè)拿圖靈獎(jiǎng)的6位中, 有2位還沒得到這個(gè)獎(jiǎng)), 后者是獎(jiǎng)給35歲以下的 青年科學(xué)家, 每次一個(gè)人. 這兩個(gè)獎(jiǎng)的獲獎(jiǎng)演說是每次IJCAI的一個(gè)重頭戲.另外, IJCAI 的 PC member 相當(dāng)于其他會(huì)議的area chair, 權(quán)力很大, 因?yàn)槭怯蒔C member 去找 reviewer 來審, 而不象一般會(huì)議的PC member其實(shí)就是 reviewer. 為了制約 這種權(quán)力, IJCAI的審稿程序是每篇文章分配2位PC member, primary PC member去找 3位reviewer, second PC member 找一位.

AAAI (1): 美國人工智能學(xué)會(huì)AAAI的年會(huì). 是一個(gè)很好的會(huì)議, 但其檔次不穩(wěn)定, 可 以給到1+, 也可以給到1-或者2+, 總的來說我給它"1". 這是因?yàn)樗拈_法完全受 IJCAI制約: 每年開, 但如果這一年的IJCAI在北美舉行, 那么就停開. 所以, 偶數(shù)年 里因?yàn)闆]有IJCAI, 它就是最好的AI綜合性會(huì)議, 但因?yàn)樘?hào)召力畢竟比IJCAI要小一些, 特別是歐洲人捧AAAI場(chǎng)的比IJCAI少得多(其實(shí)亞洲人也是), 所以比IJCAI還是要稍弱 一點(diǎn), 基本上在1和1+之間; 在奇數(shù)年, 如果IJCAI不在北美, AAAI自然就變成了比 IJCAI低一級(jí)的會(huì)議(1-或2+), 例如2005年既有IJCAI又有AAAI, 兩個(gè)會(huì)議就進(jìn)行了協(xié) 調(diào), 使得IJCAI的錄用通知時(shí)間比AAAI的deadline早那么幾天, 這樣IJCAI落選的文章 可以投往AAAI.在審稿時(shí)IJCAI 的 PC chair也在一直催, 說大家一定要快, 因?yàn)锳AAI 那邊一直在擔(dān)心IJCAI的錄用通知出晚了AAAI就麻煩了.

COLT (1): 這是計(jì)算學(xué)習(xí)理論最好的會(huì)議, ACM主辦, 每年舉行. 計(jì)算學(xué)習(xí)理論基本上可以看成理論計(jì)算機(jī)科學(xué)和機(jī)器學(xué)習(xí)的交叉, 所以這個(gè)會(huì)被一些人看成是理論計(jì)算 機(jī)科學(xué)的會(huì)而不是AI的會(huì). 我一個(gè)朋友用一句話對(duì)它進(jìn)行了精彩的刻畫: "一小群數(shù) 學(xué)家在開會(huì)". 因?yàn)镃OLT的領(lǐng)域比較小, 所以每年會(huì)議基本上都是那些人. 這里順便 提一件有趣的事, 因?yàn)樽罱鼑鴥?nèi)搞的會(huì)議太多太濫, 而且很多會(huì)議都是LNCS/LNAI出 論文集, LNCS/LNAI基本上已經(jīng)被搞臭了, 但很不幸的是, LNCS/LNAI中有一些很好的 會(huì)議, 例如COLT.

CVPR (1): 計(jì)算機(jī)視覺和模式識(shí)別方面最好的會(huì)議之一, IEEE主辦, 每年舉行. 雖然題 目上有計(jì)算機(jī)視覺, 但個(gè)人認(rèn)為它的模式識(shí)別味道更重一些. 事實(shí)上它應(yīng)該是模式識(shí) 別最好的會(huì)議, 而在計(jì)算機(jī)視覺方面, 還有ICCV與之相當(dāng). IEEE一直有個(gè)傾向, 要把 會(huì)辦成"盛會(huì)", 歷史上已經(jīng)有些會(huì)被它從quality很好的會(huì)辦成"盛會(huì)"了. CVPR搞不好 也要走這條路. 這幾年錄的文章已經(jīng)不少了. 最近負(fù)責(zé)CVPR會(huì)議的TC的chair發(fā)信 說, 對(duì)這個(gè)community來說, 讓好人被誤殺比被壞人漏網(wǎng)更糟糕, 所以我們是不是要減 少好人被誤殺的機(jī)會(huì)啊? 所以我估計(jì)明年或者后年的CVPR就要擴(kuò)招了.

ICCV (1): 介紹CVPR的時(shí)候說過了, 計(jì)算機(jī)視覺方面最好的會(huì)之一. IEEE主辦, 每年舉行.

ICML (1): 機(jī)器學(xué)習(xí)方面最好的會(huì)議之一. 現(xiàn)在是IMLS主辦, 每年舉行. 參見關(guān)于NIPS的 介紹.

NIPS (1): 神經(jīng)計(jì)算方面最好的會(huì)議之一, NIPS主辦, 每年舉行. 值得注意的是, 這個(gè)會(huì) 每年的舉辦地都是一樣的, 以前是美國丹佛, 現(xiàn)在是加拿大溫哥華; 而且它是年底開會(huì), 會(huì)開完后第2年才出論文集, 也就是說, NIPS'05的論文集是06年出. 會(huì)議的名字 "Advances in Neural Information Processing Systems", 所以, 與ICML\ECML這樣 的"標(biāo)準(zhǔn)的"機(jī)器學(xué)習(xí)會(huì)議不同, NIPS里有相當(dāng)一部分神經(jīng)科學(xué)的內(nèi)容, 和機(jī)器學(xué)習(xí)有 一定的距離. 但由于會(huì)議的主體內(nèi)容是機(jī)器學(xué)習(xí), 或者說與機(jī)器學(xué)習(xí)關(guān)系緊密, 所以 不少人把NIPS看成是機(jī)器學(xué)習(xí)方面最好的會(huì)議之一. 這個(gè)會(huì)議基本上控制在Michael Jordan的徒子徒孫手中, 所以對(duì)Jordan系的人來說, 發(fā)NIPS并不是難事, 一些未必很 強(qiáng)的工作也能發(fā)上去, 但對(duì)這個(gè)圈子之外的人來說, 想發(fā)一篇實(shí)在很難, 因?yàn)榱艚o"外 人"的口子很小. 所以對(duì)Jordan系以外的人來說, 發(fā)NIPS的難度比ICML更大. 換句話說, ICML比較開放, 小圈子的影響不象NIPS那么大, 所以北美和歐洲人都認(rèn), 而NIPS則有 些人(特別是一些歐洲人, 包括一些大家)堅(jiān)決不投稿. 這對(duì)會(huì)議本身當(dāng)然并不是好事, 但因?yàn)镴ordan系很強(qiáng)大, 所以它似乎也不太care. 最近IMLS(國際機(jī)器學(xué)習(xí)學(xué)會(huì))改選 理事, 有資格提名的人包括近三年在ICML\ECML\COLT發(fā)過文章的人, NIPS則被排除在 外了. 無論如何, 這是一個(gè)非常好的會(huì). 
ACL (1-): 計(jì)算語言學(xué)/自然語言處理方面最好的會(huì)議, ACL (Association of Computational Linguistics) 主辦, 每年開.

KR (1-): 知識(shí)表示和推理方面最好的會(huì)議之一, 實(shí)際上也是傳統(tǒng)AI(即基于邏輯的AI) 最好的會(huì)議之一. KR Inc.主辦, 現(xiàn)在是偶數(shù)年開.

SIGIR (1-): 信息檢索方面最好的會(huì)議, ACM主辦, 每年開. 這個(gè)會(huì)現(xiàn)在小圈子氣越來 越重. 信息檢索應(yīng)該不算AI, 不過因?yàn)檫@里面用到機(jī)器學(xué)習(xí)越來越多, 最近幾年甚至 有點(diǎn)機(jī)器學(xué)習(xí)應(yīng)用會(huì)議的味道了, 所以把它也列進(jìn)來.

SIGKDD (1-): 數(shù)據(jù)挖掘方面最好的會(huì)議, ACM主辦, 每年開. 這個(gè)會(huì)議歷史比較短, 畢竟, 與其他領(lǐng)域相比,數(shù)據(jù)挖掘還只是個(gè)小弟弟甚至小侄兒. 在幾年前還很難把它列 在tier-1里面, 一方面是名聲遠(yuǎn)不及其他的top conference響亮, 另一方面是相對(duì)容易 被錄用. 但現(xiàn)在它被列在tier-1應(yīng)該是毫無疑問的事情了. 
UAI (1-): 名字叫"人工智能中的不確定性", 涉及表示\推理\學(xué)習(xí)等很多方面, AUAI (Association of UAI) 主辦, 每年開.

tier-2: 
AAMAS (2+): International Joint Conference on Autonomous Agents and Multiagent Systems 
ECCV (2+): European Conference on Computer Vision 
ECML (2+): European Conference on Machine Learning 
ICDM (2+): IEEE International Conference on Data Mining 
SDM (2+): SIAM International Conference on Data Mining 
ICAPS (2): International Conference on Automated Planning and Scheduling 
ICCBR (2): International Conference on Case-Based Reasoning 
COLLING (2): International Conference on Computational Linguistics 
ECAI (2): European Conference on Artificial Intelligence 
ALT (2-): International Conference on Algorithmic Learning Theory 
EMNLP (2-): Conference on Empirical Methods in Natural Language Processing 
ILP (2-): International Conference on Inductive Logic Programming 
PKDD (2-): European Conference on Principles and Practice of Knowledge Discovery in Databases

*Impact factor (According to Citeseer 03): 
ECCV ：1.58 (top 7.20 %)
ECML ：0.83 (top 30.63 %)
ICDM ：0.35 (top 59.86 %)
ICCBR ：0.72 (top 36.69 %)
ECAI ：0.69 (top 38.49 %)
ALT ：0.63 (top 42.91 %)
ILP ：1.06 (top 20.80 %)
PKDD ：0.50 (top 51.26 %)
Average：0.80 (top 32.02%)

AAMAS (2+): agent方面最好的會(huì)議. 但是現(xiàn)在agent已經(jīng)是一個(gè)一般性的概念, 幾乎所有AI有關(guān)的會(huì)議上都有這方面的內(nèi)容, 所以AAMAS下降的趨勢(shì)非常明顯.

ECCV (2+): 計(jì)算機(jī)視覺方面僅次于ICCV的會(huì)議, 因?yàn)檫@個(gè)領(lǐng)域發(fā)展很快, 有可能 升級(jí)到1-去.

ECML (2+): 機(jī)器學(xué)習(xí)方面僅次于ICML的會(huì)議, 歐洲人極力捧場(chǎng), 一些人認(rèn)為它已經(jīng)是1-了. 我保守一點(diǎn), 仍然把它放在2+. 因?yàn)闄C(jī)器學(xué)習(xí)發(fā)展很快, 這個(gè)會(huì)議的reputation上升非常明顯.

ICDM (2+): 數(shù)據(jù)挖掘方面僅次于SIGKDD的會(huì)議, 目前和SDM相當(dāng). 這個(gè)會(huì)只有5年歷史, 上升速度之快非常驚人. 幾年前ICDM還比不上PAKDD, 現(xiàn)在已經(jīng)拉開很大距離了.

SDM (2+): 數(shù)據(jù)挖掘方面僅次于SIGKDD的會(huì)議, 目前和ICDM相當(dāng). SIAM的底子很厚, 但在CS里面的影響比ACM和IEEE還是要小, SDM眼看著要被ICDM超過了, 但至少目前還是相當(dāng)?shù)?

ICAPS (2): 人工智能規(guī)劃方面最好的會(huì)議, 是由以前的國際和歐洲規(guī)劃會(huì)議合并來的. 因?yàn)檫@個(gè)領(lǐng)域逐漸變冷清, 影響比以前已經(jīng)小了.

ICCBR (2): Case-Based Reasoning方面最好的會(huì)議. 因?yàn)轭I(lǐng)域不太大, 而且一直半冷不熱, 所以總是停留在2上.

COLLING (2): 計(jì)算語言學(xué)/自然語言處理方面僅次于ACL的會(huì), 但與ACL的差距比ICCV-ECCV和ICML-ECML大得多.

ECAI (2): 歐洲的人工智能綜合型會(huì)議, 歷史很久, 但因?yàn)橛蠭JCAI/AAAI壓著,很難往上升.

ALT (2-): 有點(diǎn)象COLT的tier-2版, 但因?yàn)楦阌?jì)算學(xué)習(xí)理論的人沒多少, 做得好的數(shù)來數(shù)去就那么些group, 基本上到COLT去了, 所以ALT里面有不少并非計(jì)算學(xué)習(xí)理論的內(nèi)容.

EMNLP (2-): 計(jì)算語言學(xué)/自然語言處理方面一個(gè)不錯(cuò)的會(huì). 有些人認(rèn)為與COLLING相當(dāng), 但我覺得它還是要弱一點(diǎn).

ILP (2-): 歸納邏輯程序設(shè)計(jì)方面最好的會(huì)議. 但因?yàn)楹芏嗥渌麜?huì)議里都有ILP方面的內(nèi)容, 所以它只能保住2-的位置了.

PKDD (2-): 歐洲的數(shù)據(jù)挖掘會(huì)議, 目前在數(shù)據(jù)挖掘會(huì)議里面排第4. 歐洲人很想把它抬起來, 所以這些年一直和ECML一起捆綁著開, 希望能借ECML把它帶起來.但因?yàn)镮CDM和SDM, 這已經(jīng)不太可能了. 所以今年的PKDD和ECML雖然還是一起開, 但已經(jīng)獨(dú)立審稿了(以前是可以同時(shí)投兩個(gè)會(huì), 作者可以聲明優(yōu)先被哪個(gè)會(huì)考慮, 如果ECML中不了還可以被PKDD接受).

tier-3:
ACCV (3+): Asian Conference on Computer Vision 
DS (3+): International Conference on Discovery Science 
ECIR (3+): European Conference on IR Research 
ICTAI (3+): IEEE International Conference on Tools with Artificial Intelligence 
PAKDD (3+): Pacific-Asia Conference on Knowledge Discovery and Data Mining 
ICANN (3+): International Conference on Artificial Neural Networks 
AJCAI (3): Australian Joint Conference on Artificial Intelligence 
CAI (3): Canadian Conference on Artificial Intelligence 
CEC (3): IEEE Congress on Evolutionary Computation 
FUZZ-IEEE (3): IEEE International Conference on Fuzzy Systems 
GECCO (3): Genetic and Evolutionary Computation Conference 
ICASSP (3): International Conference on Acoustics, Speech, and Signal Processing 
ICIP (3): International Conference on Image Processing 
ICPR (3): International Conference on Pattern Recognition 
IEA/AIE (3): International Conference on Industrial and Engineering Applications of Artificial Intelligence and Expert Systems 
IJCNN (3): International Joint Conference on Neural Networks 
IJNLP (3): International Joint Conference on Natural Language Processing 
PRICAI (3): Pacific-Rim International Conference on Artificial Intelligence

*Impact factor (According to Citeseer 03): 
ACCV ：0.42 (top 55.61%)
ICTAI ：0.25 (top 69.86 %)
PAKDD ：0.30(top 65.60 %)
ICANN ：0.27 (top 67.73 %)
AJCAI ：0.16 (top 79.44 %)
CAI ：0.26 (top 68.87 %)
ICIP ：0.50 (top 50.20 %)
IEA/AIE ：0.09 (top 87.79 %)
PRICAI ：0.19 (top 76.33 %)
Average：0.27 (top 68.30%)

ACCV (3+): 亞洲的計(jì)算機(jī)視覺會(huì)議, 在亞太級(jí)別的會(huì)議里算很好的了.

DS (3+): 日本人發(fā)起的一個(gè)接近數(shù)據(jù)挖掘的會(huì)議.

ECIR (3+): 歐洲的信息檢索會(huì)議, 前幾年還只是英國的信息檢索會(huì)議.

ICTAI (3+): IEEE最主要的人工智能會(huì)議, 偏應(yīng)用, 是被IEEE辦爛的一個(gè)典型. 以前的quality還是不錯(cuò)的, 但是辦得越久聲譽(yù)反倒越差了, 糟糕的是似乎還在繼續(xù)下滑, 現(xiàn)在其實(shí)3+已經(jīng)不太呆得住了.

PAKDD (3+): 亞太數(shù)據(jù)挖掘會(huì)議, 目前在數(shù)據(jù)挖掘會(huì)議里排第5.

ICANN (3+): 歐洲的神經(jīng)網(wǎng)絡(luò)會(huì)議, 從quality來說是神經(jīng)網(wǎng)絡(luò)會(huì)議中最好的, 但這個(gè)領(lǐng)域的人不重視會(huì)議,在該領(lǐng)域它的重要性不如IJCNN.

AJCAI (3): 澳大利亞的綜合型人工智能會(huì)議, 在國家/地區(qū)級(jí)AI會(huì)議中算不錯(cuò)的了.

CAI (3): 加拿大的綜合型人工智能會(huì)議, 在國家/地區(qū)級(jí)AI會(huì)議中算不錯(cuò)的了.

CEC (3): 進(jìn)化計(jì)算方面最重要的會(huì)議之一, 盛會(huì)型. IJCNN/CEC/FUZZ-IEEE這三個(gè)會(huì)議是計(jì)算智能或者說軟計(jì)算方面最重要的會(huì)議, 它們經(jīng)常一起開, 這時(shí)就叫WCCI (World Congress on Computational Intelligence). 但這個(gè)領(lǐng)域和CS其他分支不太一樣, 倒是和其他學(xué)科相似, 只重視journal, 不重視會(huì)議, 所以錄用率經(jīng)常在85%左右, 所錄文章既有quality非常高的論文, 也有入門新手的習(xí)作.

FUZZ-IEEE (3): 模糊方面最重要的會(huì)議, 盛會(huì)型, 參見CEC的介紹.

GECCO (3): 進(jìn)化計(jì)算方面最重要的會(huì)議之一, 與CEC相當(dāng)，盛會(huì)型.

ICASSP (3): 語音方面最重要的會(huì)議之一, 這個(gè)領(lǐng)域的人也不很care會(huì)議.

ICIP (3): 圖像處理方面最著名的會(huì)議之一, 盛會(huì)型.

ICPR (3): 模式識(shí)別方面最著名的會(huì)議之一, 盛會(huì)型.

IEA/AIE (3): 人工智能應(yīng)用會(huì)議. 一般的會(huì)議提名優(yōu)秀論文的通常只有幾篇文章, 被提名就已經(jīng)是很高的榮譽(yù)了, 這個(gè)會(huì)很有趣, 每次都搞1,、20篇的優(yōu)秀論文提名, 專門搞幾個(gè)session做被提名論文報(bào)告, 倒是很熱鬧.

IJCNN (3): 神經(jīng)網(wǎng)絡(luò)方面最重要的會(huì)議, 盛會(huì)型, 參見CEC的介紹.

IJNLP (3): 計(jì)算語言學(xué)/自然語言處理方面比較著名的一個(gè)會(huì)議.

PRICAI (3): 亞太綜合型人工智能會(huì)議, 雖然歷史不算短了, 但因?yàn)楸人没蛘呦喈?dāng)?shù)木C合型會(huì)議太多, 所以很難上升.

列l(wèi)ist只是為了幫助新人熟悉領(lǐng)域, 給出的評(píng)分或等級(jí)都是個(gè)人意見, 僅供參考. 特別要說明的是:
    1. tier-1 conference上的文章并不一定比tier-3的好, 只能說前者的平均水準(zhǔn)更高.
    2. 研究工作的好壞不是以它發(fā)表在哪兒來決定的, 發(fā)表在高檔次的地方只是為了讓工作更容易被同行注意到. tier-3會(huì)議上發(fā)表1篇被引用10次的文章可能比在tier-1會(huì)議上發(fā)表10篇被引用0次的文章更有價(jià)值. 所以, 數(shù)top會(huì)議文章數(shù)并沒有太大意義, 重要的是同行的評(píng)價(jià)和認(rèn)可程度.
    3. 很多經(jīng)典工作并不是發(fā)表在高檔次的發(fā)表源上, 有不少經(jīng)典工作甚至是發(fā)表在很低檔的發(fā)表源上. 原因很多, 就不細(xì)說了.
    4. 會(huì)議畢竟是會(huì)議, 由于審稿時(shí)間緊, 錯(cuò)殺好人和漏過壞人的情況比比皆是, 更何況還要考慮到有不少剛開始做研究的學(xué)生在代老板審稿.
    5. 會(huì)議的reputation并不是一成不變的,，新會(huì)議可能一開始沒什么聲譽(yù)，但過幾年后就野雞變鳳凰,，老會(huì)議可能原來聲譽(yù)很好,，但越來越往下滑.
    6. 只有計(jì)算機(jī)科學(xué)才重視會(huì)議論文, 其他學(xué)科并不把會(huì)議當(dāng)回事. 但在計(jì)算機(jī)科學(xué)中也有不太重視會(huì)議的分支.
     7. Politics無所不在. 你老板是誰, 你在哪個(gè)研究組, 你在哪個(gè)單位, 這些簡(jiǎn)單的因素都可能造成決定性的影響. 換言之, 不同環(huán)境的人發(fā)表的難度是不一樣的. 了解到這一點(diǎn)后, 你可能會(huì)對(duì)high-level發(fā)表源上來自low-level單位名不見經(jīng)傳作者的文章特別注意(例如如果<計(jì)算機(jī)學(xué)報(bào)>上發(fā)表了平頂山鐵道電子信息科技學(xué)院的作者的文章,我一定會(huì)仔細(xì)讀).
    8. 評(píng)價(jià)體系有巨大的影響. 不管是在哪兒謀生的學(xué)者, 都需要在一定程度上去迎合評(píng)價(jià)體系, 否則連生路都沒有了, 還談什么做研究. 以國內(nèi)來說, 由于評(píng)價(jià)體系只重視journal, 有一些工作做得很出色的學(xué)者甚至從來不投會(huì)議. 另外, 經(jīng)費(fèi)也有巨大的制約作用. 國外很多好的研究組往往是重要會(huì)議都有文章. 但國內(nèi)是不行的, 檔次低一些的會(huì)議還可以投了只交注冊(cè)費(fèi)不開會(huì), 檔次高的會(huì)議不去做報(bào)告會(huì)有很大的負(fù)面影響, 所以只能投很少的會(huì)議. 這是在國內(nèi)做CS研究最不利的地方. 我的一個(gè)猜想：人民幣升值對(duì)國內(nèi)CS研究會(huì)有不小的促進(jìn)作用(當(dāng)然, 人民幣升值對(duì)整個(gè)中國來說利大于弊還是弊大于利很難說).