一年一度的谷歌学术期刊和会议影响力TOP 100榜单出炉了！
今天，Google Scholar发布了2022最新学术指标。
今年总榜前三仍然没有悬念，Nature再夺第1，NEJM稳居第2，Science排名第3。
另外，AI学术顶会在今年总榜排名中再次大放异彩。
CVPR继续保持了总榜第4名的优秀成绩，仅次于Science！
在2021年，仅有CVPR、ICLR、NeurIPS排在总榜前20 ，到了今年又增添2个ML/CV顶会。
加拿大滑铁卢大学计算机教授Gautam Kamath第一时间在社交媒体上扩散了这个消息。
CVPR总榜第4，ICCV、ICML挤进前20
在不分学科门类的总榜单上，排名前列的位置上都是熟悉的顶刊和顶会，计算机方向的均为顶会。
Nature、NEJM、Science分别位列前三位。
另外，另一本顶级医学期刊「柳叶刀」位列第5，化学和材料科学顶刊AM排名第6、Nature子刊之一「自然·通信」排名第7，「NCS」三强之一的Cell排名第8。
Top10中剩下的三个位置，则被计算机方向的顶会占据，CVPR第4、ICLR第9、NeurIPS第10。
如果把目光范围扩大到前20名，入选的计算机顶会数量增加到了5个，ICCV第17，ICML第19。
2021年总榜单与上面的2021年榜单相比，今年上榜的计算机顶会的排名大都有一定程度的上升。
除了CVPR排名保持第4不变外，ICLR从去年的第10升至第9，NeurIPS由第12升至第10，ICCV由第31升至17，ICML由第23升至第19。
由此，进入Top 20总榜单的计算机顶会数量由去年的3个增至5个。
工程与计算机榜单：CVPR居首，6顶会入Top20
和往年一样，今年的榜单将入选的学术期刊和会议，按照学科门类和领域分为8大类。
其中「工程和计算机科学」门类下，排名是这样的：
这个大类下包含大量子类，（比如化学工程、材料工程、农业工程、环境工程等均被划归此类），所以榜单呈现期刊与会议交织的情况。
如果只聚焦计算机科学，榜单又成了顶会的天下，CVPR高居榜首，今年共有6个计算机顶会进入Top20，其中Top 5占据4席，几乎霸榜。
分别为：CVPR（第1），ICLR（第3）、NeurIPS（第4）、ICCV（第5）、ICML（第6），以及AAAI（第18）。
接下来，我们再看「工程与计算机」下与计算机相关的细分类目。
人工智能
在人工智能类目下，排名第一的期刊就是我们熟知的ICLR，h5指数为286，h5中位数为533。
ICLR近五年来影响力最大的一篇文章是由TN Kipf, M Welling两位大牛，2017年发布的「Semi-Supervised Classification with Graph Convolutional Networks」，被引次数达到了11127次。
排名第二的期刊则是NIPS，h5指数为278，比ICLR低了8。NIPS下排名第一的文章「Attention is all you need」也是在2017年发布。被引次数高达45081次。
摘得第三名的则是ICML，从名字中就能看出，这家专搞机器学习。该会议又叫国际机器学习大会，由国际机器学习学会主办，每年办一次。
第四名则是AAAI人工智能大会，这是人工智能领域的主要学术组织之一。该协会主办的年会是全世界最主要的人工智能学术会议之一，影响力可见一斑。
前五中的最后一位就是IEEE Transactions On Systems, Man And Cybernetics Part B, Cybernetics，这份期刊主要研究人类、机器和组织在架构或神经层面的交流和控制。
值得一提的是，IEEE专注神经网络和学习系统的兄弟期刊位列第7，这次排名没有挤进前10.
计算机视觉和模式识别
而在计算机视觉和模式识别领域，IEEE屠榜前5。
前五中有4个都和IEEE相关。足可见IEEE在这个领域的影响力。
其中，排名第一的CVPR不用多说，计算机视觉与模式识别领域当之无愧的顶会。
而排名第二的ICCV的论文录用率则非常低。ICCV、CVPR，再加上排名第三的ECCV（欧洲计算机视觉大会）并称计算机视觉方向三大顶会。
而ICCV则是其中公认级别最高、评选难度最大的。
排名第四、第五的是IEEE Transactions on Pattern Analysis and Machine Intelligence和IEEE Transactions on Image Processing，均是IEEE主办的不同分支的会议。
另外，CVPR下排名第一的论文被引次数已经达到了25847。
作者中有两位华人，Zheng Liu和Gao Huang。
计算机语言
可以看到，在计算机语言领域，已经形成一家独大的趋势。
影响力前5的期刊/会议均属ACL家族。
其中，ACL (国际计算语言学会）影响力最高，h5指数169。
EMNLP全称为自然语言处理实证方法会议，由ACL学会下属特殊兴趣小组SIGDAT组织，每年召开一次。
HLT-NAACL名义上是ACL北美分会，但在NLP圈里也是无可争议的顶级会议，名称中的HLT也直接表示了对于人类语言处理技术的关注。
EACL（欧洲分会）同样是计算语言学和自然语言处理领域重要国际会议。TACL是ACL旗下期刊。
其中，引用次数最多的ACL论文是Universal Language Model Fine-tuning for Text Classification。这篇论文发表于2018年，引用数达2720，由J Howard、S Ruder两人所做。
评价标准
其实，在学术影响力指数方面，谷歌只是个后起之秀。
相比而言，在国内更为知名的，是历史更为悠久、汤森路透（Thomson Routers）的期刊引用报告（Journal Citation Report, JCR）每年发布的影响因子指数IF。
国内的很多科研评价体系对IF有着非常严重的依赖。科研论文有没有发表在IF指数高的期刊上、发表了多少篇，直接关乎到论文作者的前程。但IF榜单发布至今，已经逐渐偏离了初衷，不断遭受到越来越多的质疑、争议甚至诟病。
谷歌学术指标（Google Scholar Metrics）是2012年谷歌推出的新的学术评价标准体系，成为IF之外，衡量学术期刊、顶会影响力的重要指标，每年更新一次。
Google Scholar Metrics的评价体系由H指数（h-index），H核心（h-core），H中值（h-median），H5指数（h5-index），H5核心（h5-core）和H5中值（h5-median）构成。H指数由加州大学圣迭戈分校物理学家Jorge Hirsch在2005年首先提出。
h指数：指该出版物中至少有h篇文章分别被引用了至少h次的最大数字h。例如，一份出版物有5篇文章被引用，分别是17、9、6、3和2，其h-index为3。
h核心：是指该出版物中被引用次数最多的h篇文章的集合。这些文章就是h-index的基础。
h-中位数：是指其h-核心中被引用次数的中位数。h中位数是衡量h核心中文章被引次数分布的指标。
最后，出版物的h5-index、h5-core和h5-median分别是指在过去5个完整日历年内发表的文章的h-index、h-core和h-median。