新智元原创
编辑：鹏飞、白峰
【新智元导读】最新谷歌学术期刊和会议影响力榜单出炉，本次榜单相比去年变化不可谓不大。AI 顶会几乎全员上榜黑马迭出，CVPR 排名超 Cell，从第十位变成第五，h中位数超柳叶刀直逼第三名 Science；ICLR 从 42 一跃到 17，ACL、AAAI 首次上榜。
一年一度的谷歌学术期刊和会议影响力 TOP 100 榜单出炉了！
虽然谷歌学术每年都会出这样一期榜单，但今年的榜单，对 AI 学界和业界尤为重要！为什么这么说呢？
2020 年，可以说是 AI 顶会的丰收年。虽然受疫情影响无法开展线下会议，专家学者们缺失了面对面进行交流探讨的机会，但今年的 AI 顶会的规模基本上都达到了历史上最好水平。无论是参与的人数、投稿的论文数、评审团成员数、影响力等等，都大有提升。
这样的结果，也带动了 AI 顶会在顶级学术会议地位的提升。这一点，从谷歌学术发布的 2020 最新学术期刊、会议影响力榜单上，得到了非常显著的体现，无疑为 AI 学界和业界都起到了非常好的激励作用。
人工智能顶会黑马迭出，Cell 和 Nature 子刊也被甩在身后
我们先来看一下总榜单。
总榜单上，万年四兄弟 Nature、NEJM、Science 和柳叶刀依旧把持着顶级期刊的冠军、亚军和季军和第四的位置，并且这 4 家的 h5-指数和 h5-中位数相比去年均有提升。 虽然前四名没有变化，但接下来，黑马出现了！
CVPR 从去年的第 10 位，一跃升到 TOP 5，将 Nature Communication 和 Cell 都踩在脚下。h5-指数差一点儿就超越了柳叶刀，而 h5-中位数更是直接超越柳叶刀、直逼第三名 Science。如果按照现在的势头发展下去，不仅柳叶刀第四名的位置不保，甚至连季军宝座恐怕也要易主。 本届榜单还有一匹黑马，那就是 ICLR。虽然在总榜单上的位置不算很高，并没有进入 TOP 10，却是进步最大的 AI 顶会！总榜从 42 直接进入 TOP 20，连跳 15 级；在工程和计算机科学类子榜单 TOP 20 里，也是从 13 名直接进入第三！ 从榜单上可以看到，CVPR、ICLR、NeurIPS、ICCV 等几大 AI 顶会均表现不俗，排名相比去年均出现了大幅的提升，只有 ECCV 排名略微下降。 此外，今年的榜单还有一个振奋人心的好消息：AI 顶会 ACL 以及 AAAI 首次上榜，分别位列 72 以及 96。 总结来看：
| 名称 | 2019 排名 | 2020 排名 | 变化 |
| CVPR | 10 | 5 | 上升 |
| ICLR | 42 | 17 | 上升 |
| NeurIPS | 27 | 21 | 上升 |
| ICML | 59 | 33 | 上升 |
| ICCV | 71 | 29 | 上升 |
| ECCV | 56 | 58 | 下降 |
| ACL | – | 72 | 上升 |
| AAAI | – | 96 | 上升 |
另外在工程和计算机科学类子榜单 TOP 20 里，AI 顶会也是大放异彩！
总结来看：
| 名称 | 2019 排名 | 2020 排名 | 变化 |
| CVPR | 2 | 1 | 上升 |
| ICLR | 13 | 3 | 上升 |
| NeurIPS | 8 | 6 | 上升 |
| ICML | 19 | 13 | 上升 |
| ICCV | – | 11 | 上升 |
| ECCV | 18 | 20 | 下降 |
| ACL | – | – | – |
| AAAI | – | – | – |
同为影响力指数，谷歌的 h5 和 JCR 的 IF 有什么区别？ 其实，在影响力指数方面，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。尤其是当汤森路透公司宣布将知识产权业务和科学信息业务（IP&Science）以 35.5 亿美元（人民币将近 250 亿）的价格出售给 Onex Corp 和霸菱亚洲投资（Baring Private Equity Asia）后，会员人数超过 43000 名、全球历史最悠久、规模最大的微生物科学协会组织美国微生物学会 ASM直接对 IF 说不。 而谷歌在 2012 年推出的谷歌学术计量（Google Scholar Metrics），成为 IF 之外，衡量学术期刊、顶会影响力的重要指标。 该评价体系由H指数（h-index 或 Hirsch 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指数由美国加利福尼亚大学圣地亚哥分校物理学家 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。例如，上面的出版物的h-核心有三篇文章，分别是被引用的 17、9 和6。
- h-中位数：是指其h-核心中被引用次数的中位数。例如，上述刊物的h中位数为9，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。 由于评价体系不同，榜单的差异可谓天差地别。
比如 Nature 在h指数下蝉联第一，但是在 IF 下，今年只排在了 15，连 TOP 10 都没进。而 IF 的第一名 CA-A Cancer Journal for Clinicians，在h指数下连面都没露，直接被排在 100 名往后了。 在排名方面，显然谷歌学术更倾向于 AI，而 JCR 则更偏重医学，尤其对 Nature 相关期刊爱的深沉。TOP 100 中，谷歌学术基本将 AI 顶会都收录了进来；而 JCR 的 IF 中，Nature 是出现最多的字。
如何利用好谷歌学术 直接用谷歌不好吗，为什么我们要切换到谷歌学术呢？ Google Scholar GS)是一个免费的学术搜索引擎，可以被认为是学术版的谷歌。它的搜索范围包括出版商、大学或学术网站的知识库，而不是所有网络公开信息。 使用谷歌学术搜索降低了寻找学术信息的难度，与普通的 Google 搜索有很多区别，比如
- 你可以选择复制不同风格的格式化引文
- 给出与你搜索内容相关度最高的可靠研究
- 尽管谷歌学术搜索是免费的，但大部分内容并不是免费的，谷歌会尽可能找到可全文阅读的副本
搜索结果简洁明了，前两行是文献关键信息，中间是摘要，底部包含了引用计数等信息，右侧的链接相当于「阅读原文」了。
不知你有没有注意到下方有个版本信息，这个链接将显示文章的其他版本或文章的其他存储库，其中一些可能有免费下载版本。 
点击图中的引号，就能弹出各种格式的引用链接，直接复制即可。 尽管谷歌学术
搜索每次只返回 1000 个结果，但是仍然有太多的内容需要过滤，所以你需要一个更有效的方法来定位相关的文章。我们整理了一些建议，可以帮助你节省一部分时间: 谷歌学术搜索不区分大小写。所以你不用费时间把「machine」切换为「Machine」。 使用关键词而不是完整的句子。假设你的研究课题是关于自动驾驶汽车的。对于常规的谷歌搜索，我们可能会输入类似于「自动驾驶技术现状如何」的内容。而在 GS 中，这样的搜索结果跟预期会差很多。 使用引号搜索精确匹配。如果你把你的搜索短语放入引号中，GS 会在文档标题和正文中搜索该短语的精确匹配。如果没有引号，GS 会将每个单词分开处理。 在搜索词组中添加年份，可以获得在特定年份发表的文章。 使用侧边栏控件调整搜索结果。使用左侧面板的选项，可以进一步调整搜索结果，限制年份，包含或排除专利等，还可以根据相关性或日期对结果进行排序。 使用布尔运算符。搜索不区分大小写，但是有一些布尔操作符可以用来控制搜索，这些操作符必须是大写的。NOT 可以放在单词或短语前面，以排除包含它们的结果。除了 NOT，可用的还有 AND、 OR。 说这么多可能有点云山雾绕，所以为大家总结了下面这个表格，可以清晰地理解各种方式的搜索结果。
如果上面这些方法还不能满足你的需求，可以尝试谷歌的高级搜索，但是可能会过滤掉一些原本重要的内容。
除了谷歌学术，还有哪些好用的搜索引擎呢？
国产的学术搜索引擎 Aminer 在计算机和人工智能领域是相当有优势的。比如搜索知识图谱，这个领域的顶级会议、学术大牛、高被引学者的详细信息一键可得。
还可以按学者
搜索，比如我们搜索知识图谱领域的知名学者「唐杰」，立马可以看到唐杰教授的最新研究，过往几年的论文发表情况，登录之后还能看到更多详细信息。 
很多 Nature、Science 的论文只能看到个摘要可是愁煞人，这时你就需要 sci-hub 了，只要输入你想下载的文献题目、DOI 等信息就可以获取到该文献的下载链接，给我 url，还你一个 pdf！
除了上面这些，还有一些政府机构或大学图书馆也提供很好的学术资源，比如 DOAJ（瑞典的隆德大学图书馆设立），PMC（美国国立卫生研究院提供，存档生物医学，生命科学科研文献）等，这些垂直领域的搜索引擎也是很好用的。 参考链接：https://scholar.google.com/citations?view_op=top_venues&hl=en