发布时间：
科技传播计算机应用
计算机TPDS期刊是top。计算机TPDS是国际计算机系统结构领域顶级期刊（并行与分布计算会刊，简称IEEE TPDS，IF：181）。IEEE TPDS主要关注并行分布计算算法、并行分布计算应用、并行分布计算结构和并行分布计算软件等领域最新的研究进展和技术，是中国计算机学会（CCF）推荐的A类顶级期刊。IEEE TPDS每年出刊12期。
那你就得找到合适的期刊呗~你要自己清楚自己写的论文是=属于什么级别的论文~可以投什么级别的期刊~你就去找对应的期刊~要是实在不知投哪一本~你就可以看看（计算机科学与应用）这本~总言之~选择最合适自己的期刊才会事半功倍
电脑知识与技术 电脑迷 软件导刊 科学与信息化 等等
IJCAI 2019 奖项全部出炉！中国接收论文居首2019年08月14日 · 优质科技领域创作者8月10日-16日，第28届国际人工智能联合会议IJCAI在中国澳门隆重召开。来自全球各国3000 余名 AI 研究人员和专家齐聚中国澳门，共同探讨人工智能的现状和未来。IJCAI 2019 奖项全部出炉！中国接收论文居首会议现场IJCAI作为AI领域的首个国际性的学术会议，一直以来都被该领域的研究者们视为发表论文和参加会议的重要殿堂。本届大会共收到4752篇有效提交论文，最终收录论文850篇，接收率为9%。虽然，今年的论文提交量和录取量都创历史新高，但录取比率却是近10年最低。今年IJCAI的投稿总数相较于去年增加了约37%（去年论文投稿量3470篇、收录量710篇），而录取数仅比去年多了141篇。可以看出，一方面AI正受到越来越多研究者的关注，另一方面论文被接受的难度也在不断加大，但论文的含金量也得到了大大提高。IJCAI 2019 奖项全部出炉！中国接收论文居首大会历年来接收论文数量从通讯作者来看，来自中国的研究人员为本届IJCAI贡献了主要力量。据大会官方统计，今年的接收论文中，38%的论文来自中国，48%的论文来自亚洲。IJCAI 2019 奖项全部出炉！中国接收论文居首根据通讯作者所在地区划分：中国327篇（38%）中国香港15篇美国169篇（20%）欧盟152篇（其中包括英国32，法国29，意大利19，德国28）澳大利亚37篇加拿大14篇其他亚洲国家：日本18篇，新加坡18篇，印度20篇，以色列8根据论文主题划分，机器学习投稿2516篇，接收438篇，依旧是最热门的子领域。其次是计算机视觉，提交833篇，接受117篇；机器学习应用提交785篇论文，收录144篇论文。多智能体系统、自然语言处理、人类和AL、Al中的不确定性等都成为此次热门投稿论文。IJCAI 2019奖项全部出炉在13日上午的开幕致辞中，IJCAI2019理事会主席、香港科技大学计算机科学与工程学系主任杨强教授为各位获奖者颁发了奖项。
现在发表讠仑文都是在学术期刊上面发表。所以，要问清楚你们有没有特别规定的期刊。至于学术期刊的分类，现在也就是省级、国家级、核心、这几类。由于作用不一样所以发表期刊的等级也是有要求的。然后呢，就是要选择一个发表讠仑文的渠道了。现在讠仑 文发表，一个是可以直接投稿杂志社，一个是可以通过讠仑文代理机构。你直接到网页上输入“壹品优'再输入"刊"这个网站看下就有
科技传播计算机应用
那你就得找到合适的期刊呗~你要自己清楚自己写的论文是=属于什么级别的论文~可以投什么级别的期刊~你就去找对应的期刊~要是实在不知投哪一本~你就可以看看（计算机科学与应用）这本~总言之~选择最合适自己的期刊才会事半功倍
1。计算机世界 太多广告,技术少,可以开阔视野 2。个人电脑 每期针对性太强,长期购买,您将变得非常专业(非IT软技术) 3。电脑报 以前经常看,现在每年买合订本,觉得报刊不如杂志方便 4。电脑爱好者 初学者进步的阶梯 5。程序员 我没有看过,但知道是专业的程序员杂志
A类国际顶级期刊。IEEETCAD是中国计算机学会推荐的A类期刊，是计算机辅助设计领域中最具影响力的刊物之一。该项研究受到国家自然科学基金(N61821003，N61832007，N61772222，NU1705261)、国家高技术研究发展计划(863)项目(N2015AA015301)等多个项目的支持。
我知道的有计算机科学与应用，愿能帮到你
那你就得找到合适的期刊呗~你要自己清楚自己写的论文是=属于什么级别的论文~可以投什么级别的期刊~你就去找对应的期刊~要是实在不知投哪一本~你就可以看看（计算机科学与应用）这本~总言之~选择最合适自己的期刊才会事半功倍
你是需要发表哪一类文章的?一般的话省级的期刊就可以啦。
作者：刘知远链接：来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。昨天实验室一位刚进组的同学发邮件来问我如何查找学术论文，这让我想起自己刚读研究生时茫然四顾的情形：看着学长们高谈阔论领域动态，却不知如何入门。经过研究生几年的耳濡目染，现在终于能自信地知道去哪儿了解最新科研动态了。我想这可能是初学者们共通的困惑，与其只告诉一个人知道，不如将这些Folk Knowledge写下来，来减少更多人的麻烦吧。当然，这个总结不过是一家之谈，只盼有人能从中获得一点点益处，受个人认知所限，难免挂一漏万，还望大家海涵指正。 国际学术组织、学术会议与学术论文自然语言处理（natural language processing，NLP）在很大程度上与计算语言学（computational linguistics，CL）重合。与其他计算机学科类似，NLP/CL有一个属于自己的最权威的国际专业学会，叫做The Association for Computational Linguistics（ACL，URL：ACL Home Page），这个协会主办了NLP/CL领域最权威的国际会议，即ACL年会，ACL学会还会在北美和欧洲召开分年会，分别称为NAACL和EACL。除此之外，ACL学会下设多个特殊兴趣小组（special interest groups，SIGs），聚集了NLP/CL不同子领域的学者，性质类似一个大学校园的兴趣社团。其中比较有名的诸如SIGDAT（Linguistic data and corpus-based approaches to NLP）、SIGNLL（Natural Language Learning）等。这些SIGs也会召开一些国际学术会议，其中比较有名的就是SIGDAT组织的EMNLP（Conference on Empirical Methods on Natural Language Processing）和SIGNLL组织的CoNLL（Conference on Natural Language Learning）。此外还有一个International Committee on Computational Linguistics的老牌NLP/CL学术组织，它每两年组织一个称为International Conference on Computational Linguistics (COLING)的国际会议，也是NLP/CL的重要学术会议。NLP/CL的主要学术论文就分布在这些会议上。作为NLP/CL领域的学者最大的幸福在于，ACL学会网站建立了称作ACL Anthology的页面（URL：ACL Anthology），支持该领域绝大部分国际学术会议论文的免费下载，甚至包含了其他组织主办的学术会议，例如COLING、IJCNLP等，并支持基于Google的全文检索功能，可谓一站在手，NLP论文我有。由于这个论文集合非常庞大，并且可以开放获取，很多学者也基于它开展研究，提供了更丰富的检索支持，具体入口可以参考ACL Anthology页面上方搜索框右侧的不同检索按钮。与大部分计算机学科类似，由于技术发展迅速，NLP/CL领域更重视发表学术会议论文，原因是发表周期短，并可以通过会议进行交流。当然NLP/CL也有自己的旗舰学术期刊，发表过很多经典学术论文，那就是Computational Linguistics（URL：MIT Press Journals）。该期刊每期只有几篇文章，平均质量高于会议论文，时间允许的话值得及时追踪。此外，ACL学会为了提高学术影响力，也刚刚创办了Transactions of ACL（TACL，URL：Transactions of the Association for Computational Linguistics (ISSN: 2307-387X)），值得关注。值得一提的是这两份期刊也都是开放获取的。此外也有一些与NLP/CL有关的期刊，如ACM Transactions on Speech and Language Processing，ACM Transactions on Asian Language Information Processing，Journal of Quantitative Linguistics等等。根据Google Scholar Metrics 2013年对NLP/CL学术期刊和会议的评价，ACL、EMNLP、NAACL、COLING、LREC、Computational Linguistics位于前5位，基本反映了本领域学者的关注程度。NLP/CL作为交叉学科，其相关领域也值得关注。主要包括以下几个方面：（1）信息检索和数据挖掘领域。相关学术会议主要由美国计算机学会（ACM）主办，包括SIGIR、WWW、WSDM等；（2）人工智能领域。相关学术会议主要包括AAAI和IJCAI等，相关学术期刊主要包括Artificial Intelligence和Journal of AI Research；（3）机器学习领域，相关学术会议主要包括ICML，NIPS，AISTATS，UAI等，相关学术期刊主要包括Journal of Machine Learning Research（JMLR）和Machine Learning（ML）等。例如最近兴起的knowledge graph研究论文，就有相当一部分发表在人工智能和信息检索领域的会议和期刊上。实际上国内计算机学会（CCF）制定了“中国计算机学会推荐国际学术会议和期刊目录”（CCF推荐排名），通过这个列表，可以迅速了解每个领域的主要期刊与学术会议。最后，值得一提的是，美国Hal Daumé III维护了一个natural language processing的博客（natural language processing blog），经常评论最新学术动态，值得关注。我经常看他关于ACL、NAACL等学术会议的参会感想和对论文的点评，很有启发。另外，ACL学会维护了一个Wiki页面（ACL Wiki），包含了大量NLP/CL的相关信息，如著名研究机构、历届会议录用率，等等，都是居家必备之良品，值得深挖。 国内学术组织、学术会议与学术论文与国际上相似，国内也有一个与NLP/CL相关的学会，叫做中国中文信息学会（URL：中国中文信息学会）。通过学会的理事名单（中国中文信息学会）基本可以了解国内从事NLP/CL的主要单位和学者。学会每年组织很多学术会议，例如全国计算语言学学术会议（CCL）、全国青年计算语言学研讨会（YCCL）、全国信息检索学术会议（CCIR）、全国机器翻译研讨会（CWMT），等等，是国内NLP/CL学者进行学术交流的重要平台。尤其值得一提的是，全国青年计算语言学研讨会是专门面向国内NLP/CL研究生的学术会议，从组织到审稿都由该领域研究生担任，非常有特色，也是NLP/CL同学们学术交流、快速成长的好去处。值得一提的是，2010年在北京召开的COLING以及2015年即将在北京召开的ACL，学会都是主要承办者，这也一定程度上反映了学会在国内NLP/CL领域的重要地位。此外，计算机学会中文信息技术专委会组织的自然语言处理与中文计算会议（NLP&CC）也是最近崛起的重要学术会议。中文信息学会主编了一份历史悠久的《中文信息学报》，是国内该领域的重要学术期刊，发表过很多篇重量级论文。此外，国内著名的《计算机学报》、《软件学报》等期刊上也经常有NLP/CL论文发表，值得关注。过去几年，在水木社区BBS上开设的AI、NLP版面曾经是国内NLP/CL领域在线交流讨论的重要平台。这几年随着社会媒体的发展，越来越多学者转战新浪微博，有浓厚的交流氛围。如何找到这些学者呢，一个简单的方法就是在新浪微博搜索的“找人”功能中检索“自然语言处理”、 “计算语言学”、“信息检索”、“机器学习”等字样，马上就能跟过去只在论文中看到名字的老师同学们近距离交流了。还有一种办法，清华大学梁斌开发的“微博寻人”系统（清华大学信息检索组）可以检索每个领域的有影响力人士，因此也可以用来寻找NLP/CL领域的重要学者。值得一提的是，很多在国外任教的老师和求学的同学也活跃在新浪微博上，例如王威廉（Sina Visitor System）、李沐（Sina Visitor System）等，经常爆料业内新闻，值得关注。还有，国内NLP/CL的著名博客是52nlp（我爱自然语言处理），影响力比较大。总之，学术研究既需要苦练内功，也需要与人交流。所谓言者无意、听者有心，也许其他人的一句话就能点醒你苦思良久的问题。无疑，博客微博等提供了很好的交流平台，当然也注意不要沉迷哦。 如何快速了解某个领域研究进展最后简单说一下快速了解某领域研究进展的经验。你会发现，搜索引擎是查阅文献的重要工具，尤其是谷歌提供的Google Scholar，由于其庞大的索引量，将是我们披荆斩棘的利器。当需要了解某个领域，如果能找到一篇该领域的最新研究综述，就省劲多了。最方便的方法还是在Google Scholar中搜索“领域名称 + survey / review / tutorial / 综述”来查找。也有一些出版社专门出版各领域的综述文章，例如NOW Publisher出版的Foundations and Trends系列，Morgan & Claypool Publisher出版的Synthesis Lectures on Human Language Technologies系列等。它们发表了很多热门方向的综述，如文档摘要、情感分析和意见挖掘、学习排序、语言模型等。如果方向太新还没有相关综述，一般还可以查找该方向发表的最新论文，阅读它们的“相关工作”章节，顺着列出的参考文献，就基本能够了解相关研究脉络了。当然，还有很多其他办法，例如去上看著名学者在各大学术会议或暑期学校上做的tutorial报告，去直接咨询这个领域的研究者，等等。
科技传播计算机应用
国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）是人工智能领域中最主要的学术会议之一，原为单数年召开，自2016年起改为每年召开。有时还会和其他地区性的人工智能会议(‘xxCAI’)一起召开，常为该年举办地的所属的地区性质会议，如PRICAI(环太平洋人工智能会议)，ECAI(欧洲人工智能会议)等。[1]2021年1月22日消息，1月7日~15日人工智能领域最重要的学术会议之一IJCAI(国际人工智能联合会) 2020大会在受疫情影响半年后正式在线举行。在与大会同期召开的执委会会议上还进行了IJCAI 2024举办城市的投票选举，最终IJCAI 2024举办权花落上海，这是在2013年北京、2019年澳门两度举办之后，IJCAI大会第三次来到中国[2]。
相比大众所熟知的共同基金，对冲基金似乎要更神秘。为数不多的媒体报告也常常围绕“索罗斯英镑狙击”、“麦道夫庞氏”等负面话题，似乎，对冲基金是更高风险的投机行为。事实上，对冲基金因其更稳定的收益、更低的风险，成为机构资金和大规模家族资金的首选品种。比如，世界上最大规模的对冲基金桥水，为投资人管理着上千亿美元的资产。而且 ，对冲基金因为高比例的分红奖励，也吸引了大批非常优秀的基金经理。什么是对冲基金？还真很难用一句话来给对冲基金一个很准确的定义。美国投资人马拉比在《学习热爱对冲基金》一文中，总结了对冲基金的四个特征：1、私募。 对冲基金属于私募基金，不公开发行，有较高的投资门槛。2、业绩提成。对冲基金更考验基金管理者的资产管理能力，所以，投资人和投资管理者通常是共享收益，通常是2%的管理费，再加上20%的业绩提成。3、对冲。采用对冲的方式，屏蔽市场风险，只承担胜率较大的风险，以取得确定的收益。4、杠杆。可以借助杠杆放大风险和收益，根据投资人的风险承受能力调整预期收益和风险。对冲基金的投资范围很广，除非上市公司的股权以外，对冲基金基本上可以投资所有的有价证券，股权、期权、股指期货、大宗商品期货、外汇，等等各种金融工具及衍生品。投资组合的收益率在说对冲基金的盈利方式前，有必要先了解一个概念：投资组合的收益率。投资的目的是为了获得回报，也就是要有正的收益率，但是在进行任何一项投资之前，我们都无法预知未来到底是赚钱还是赔钱，这种不确定性就是投资的风险。通常情况下，风险与回报成正比，风险越高收益可能越高。那么，有没有可能既有高收益又有低风险呢？1952年，哈里马科维茨最早提出了风险与收益同等重要的概念，开创了现代投资组合理论，标志着现代金融科学的开始。现代金融理论把投资组合的收益分为两部分，与市场无关的α收益，也叫做绝对收益，或者超额收益，与市场相关的β收益，也叫做相对收益。指数基金完全跟踪的股票市场，是单纯的β收益，只要市场上涨指数就会上涨，指数下跌自然也就会下跌。对冲基金想要获得的是更有价值的α收益，也就是在市场下跌的时候，要减少亏损甚至获得收益。易方达基金公司总经理刘震云曾这样比喻：α是肉，β是面。指数基金全是β，卖的是面；主动型公募基金有肉有面，卖的是包子；而对冲基金卖的就是纯肉。肉比包子贵，包子比馒头贵。很形象地说明了“为什么对冲基金的管理费很贵”这个问题。对冲基金如何盈利金融市场是一个创造奇迹的地方。1949年，美国投资人琼斯推出了世界上第一只对冲基金。到1968年，他的累计回报率几乎高达5000%，远远超过了同时代的其他基金管理者。在1965年之前的5年里，他的收益率325%，远远超过当时最热门的共同基金225%的收益率。（数据来源：《富可敌国》）琼斯是如何做到的呢？在一份招股说明书中，他用一个例子解释了赚钱的逻辑：假设有10万美元的资金用来投资，且近期内对市场持乐观态度。那么，琼斯的投资策略是这样的：1、借入10万美元，一共有20万美元；2、用其中的13万美元，买入好公司的股票；用剩余的7万美元卖空不好公司的股票；3、这样一来，净持有股票仅为6万美元。未来，如果股市平均上涨20%，因为选择了好公司的股票，所持有的股票可能可以获得30%的上涨。而做空部分，因为选择的是差公司的股票，可能只上涨了10%，从而减少了做空的损失。整个组合的盈利是 13万*30% -7万*10% = 2万美元。而万一未来股市平均下跌20%，因为选择了好公司，所持有的股票下跌幅度可能只有10%，而做空部分因为是差公司，下跌会更剧烈可能有30%的跌幅。这样一来，整个组合反而有盈利：7万*30%-13万*10% = 8000美元也就是说，不管是市场上涨还是下跌，琼斯的投资组合都能做到盈利。这是对冲基金最早也是最基础的盈利模式。经过之后长时间的改进和创新，现在的对冲基金，有了更多的投资策略，包括：1、宏观策略。 通过对宏观经济和金融环境分析的基础上，直接对股市、债券、外汇、大宗商品进行操作，主要做方向性的交易。先对原生资产的走势做出判断，然后通过一些流动性好的衍生产品，比如期货进行操作。比较少做对冲套利。典型的宏观策略基金是索罗斯的量子基金。2、统计套利。统计套利最核心的是交易模型，根据输入的市场参数，由模型计算出来应该买什么卖什么。爱德华索普是第一个实现统计套利策略的人，也建立了第一个成功的量化交易对冲基金。在对冲基金的风云录上，留下了非常多的故事：至今仍是全球最大规模的对冲基金桥水，曾与索罗斯量子基金平分秋色的老虎基金，曾风靡一时的美国长期资本管理公司。。。背后是资本的盛宴，也有资本的血雨腥风。不管如何风云变幻，对冲基金在金融市场，仍然扮演着非常重要的角色，是资本管理非常重要的工具。因为中国金融市场的特殊性，对冲基金还没有成熟市场那么大规模，未来，随中国金融市场的创新和发展，相信会有更好的发展。（案例来源：《富可敌国》）康愉子优质财经领域创作者6万粉丝 · 14万赞搜索新手买基金怎么买基金七不买三不卖口诀传奇对冲基金是什么一分钟看懂私募基金基金下周一会大跌吗支付宝买基金十大禁忌
首先要看清楚是ICIP还是IEEEICIP。2017IEEEICIP在北京举办。IEEEICIP是CCF(中国计算机学会推荐国际学术会议和期刊目录)会议论文C类。应该还不算差的吧，应该是ei检索。具体还要看看官网是否给出解释。好的文章是可以在SCI中检索的。
人工智能领域发展到今天，哪些学术会议和期刊称得上顶级？清华大学刚刚提出的「计算机科学推荐学术会议和期刊列表」对于这些论文投稿目标有了新的评级。更为重要的是——它直接与清华学生的毕业产生了关联。对于研究生和博士来说，国际会议和期刊的评级可谓关键指标，清华计算机系的新规定和评级迅速引发了校内师生的广泛关注，讨论也很快扩展到了整个学术圈。最近，清华大学计算机学位评定分委员会针对其负责的计算机科学与技术、软件工程、网络空间安全三个一级学科，制定了「研究生学位创新成果要求」。与此同时，同时分委员会还发布了最新版《清华大学计算机学科推荐学术会议和期刊列表》。在我们比较关注的人工智能方向上，清华大学的列表就引来了不少议论。大幅减少会议期刊数量简单说来，与目前国内最为通用的中国计算机学会（CCF）版国际会议和期刊目录不同，清华大学新推出的分级标准只分 A、B 两类期刊，而且列表上的期刊数量也变少了。以往，B 类被认为是大神文章和普通文章的分水岭，而没有了 C 类则很可能让研究生们的毕业难度有所提高。此外，被清华评定为 A 类的期刊和会议与 CCF 有所不同。仅看 AI 领域：清华把 CCF 定为 B 类的 ECCV 、COLT、EMNLP 、ICRA 评定为 A 类，同时新增了 ICLR 、RSS 为 A 类会议。也就是说，由深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办、短短成立 6 年的国际学习表征会议（ICLR)，此次被清华大学列为 A 类顶会。在期刊方面，清华新增了 TR、TASLP 为 A 类期刊。当然也有从 A 类「降级」到 B 类的学术会议：它就是 AI 领域的首个国际性的学术会议 IJCAI。香港科技大学教授、微众银行首席 AI 官杨强评论说：「不知道清华大学这个排名用目标函数是不是『引用数』，如果只用引用数的话，排名的结果和我们所期望的影响力不一样。影响力的目标函数应该是（连接度+权威度），所谓『Hub and Authority』，参考 Jon Kleinberg。否则很容易被小圈子所利用。」另外，在数量上，与 CCF 的列表相比，清华给出的人工智能方向列表在期刊和会议数目上都有所减少，大大增加了投稿的难度。清华大学的文件还对于申请计算机相关学科的博士、硕士学位设置了标准，学生需要根据《研究生申请学位创新成果计分办法》至少获得 6 分才有资格申请博士学位；而申请硕士学位，则至少需要 2 分。而根据推荐会议和期刊列表，一篇 A 类得 4 分，一篇 B 类得 2 分。国际会议论文只认可长文，以及做口头报告的不少于 6 页的短文。若 B 类论文获得最佳论文或最佳学生论文奖，则等同于 A 类论文。这份规定从今年 9 月入学的新生开始执行，以往的高年级学生依然按照过去的考评标准。清华版 AI 顶会和期刊列表据《学术头条》报道，《清华大学计算机学科推荐学术会议和期刊列表》将计算机学科划分为 10 个方向，分别是高性能计算、计算机网络、网络与信息安全、系统软件与软件工程、数据库与数据挖掘、理论计算机科学、计算机图形学与多媒体、人工智能与模式识别、人机交互与普适计算、综合与交叉。在人工智能与模式识别方向，清华推荐了 12 个 A 类会议，17 个 B 类会议；A 类期刊 6 个，B 类期刊 33 个。A 类会议B 类会议A 类期刊B 类期刊CCF 版 AI 顶会和期刊列表清华大学发布的 CS 会议期刊列表和中国计算机学会的有哪些不同呢？2018 年 12 月，CCF 启动了新一轮《目录》的更新工作，并于今年 4 月发布了最新版的目录。对于计算机相关专业的学生们来说，CCF 目录是论文投稿的重要指标。不过 CCF 表示，该目录是值得计算机界研究者们发表研究成果的推荐列表，其目的不是作为学术评价的唯一根据，而仅作为 CCF 的推荐建议业界参考。与清华版人工智能与模式识别方向对应的是 CCF 人工智能方向。CCF 人工智能方向 A 类会议 7 个，B 类会议 12 个；C 类会议 21 个；A 类期刊 4 个，B 类期刊 21 个，C 类期刊 36 个。目前在最新版的目录中，人工智能领域的 A 类期刊为：而 A 类学术会议为：可以看出，CCF 版的七大人工智能学术会议基本早已成为大多数人认知中的「AI 顶会」。自 2010 年 CCF 发布计算机国际会议和期刊目录后，计算机科学领域内的国际会议重要性被人们逐渐确立起来，这改变了过去国内计算机科学领域仅依靠 SCI 影响因子评价的情况，让国内学界逐渐与国际发展接轨。不过在中国计算机学会版《目录》出现的 9 年之后，清华大学似乎已对未来计算机科学的学术评价有了新的思路。据悉，清华的学术期刊和会议标准，是根据论文引用的中位数、10H、H5 指数等指标进行量化后，再以人工（专家）意见为辅经过细微调整后得出的。随着学术和领域的发展，我们正在看到更加符合目前发展规律的评价方式不断出现，清华大学的新标准是否会业内带来变化？我们还需拭目以待。