计算机科学是学术吗,历届图灵奖得主当中竟然只有三位在本科时主修计算机专业...

论文地址：https://arxiv.org/abs/2104.05636

在此之前，其实有很多关于诺贝尔奖得主群体的研究， 比如研究发现来自小型精英学院的本科生最有可能获得诺贝尔奖，在不控制家庭规模的情况下，杰出的科学家往往出生较早，而在较小的家庭中，较晚出生的人更有可能在科学领域取得杰出成就。

与诺贝尔奖相比，专注于图灵奖的工作是有限的。Akmut从一项社会学研究中得出结论，出生地、国籍、性别、社会背景、种族和网络在造就图灵奖得主方面起到了相关作用。一个名为 "图灵数"的指标被提出来，以衡量学者与图灵奖得主之间的距离，作为构建以获奖者为中心的科学合作网络的一种新方式。当图灵奖得主被用作研究和测试其他模型和指标的数据源时，他们也提供了良好的表现。另外为了了解科学创新的过程，Liu和Xu开发了一个用于显示这些计算机科学家的学术职业道路的链式模型。

总的来说，目前关于图灵奖的研究大多集中在一些特定方面，而要想从数据科学方面对获奖者进行全面分析，就需要首先构建一个全面的数据集，并分析其中经常出现的特征，为今后有关顶级计算机科学家的研究铺平道路。

本文研究收集了历年来(从开设直到2020年)74位图灵奖获得者的相关信息，包括对获奖者的家庭情况、学术背景、个人经历等进行了初步分析，希望对计算机科学领域的学科发展和培养方向提供参考。

作者在这项研究中做出了两项贡献：

首先，作者通过整合一些网络资源，构建了最新的数据集，其中包含了所有图灵奖得主(截至2020年)的各种数据。

其次，作者对图灵奖得主的特征进行了深入分析，并揭示了计算机科学领域推动工作的个人因素。

1

方法

数据资料准备

为了建立一个反映图灵奖得主经历和背景的数据集，作者选择了以下三个方面的特征: 个人信息、家庭背景和学术背景。

其中个人信息包括: 出生年份、性别、种族和公民身份。家庭背景包括: 子女人数、婚姻状况、父母背景、兄弟姐妹人数、出生顺序。学术背景包括: 最高学历、所在大学、专业、教育地点、学习领域、引文统计、博士生导师、大学关系等。

本文数据的主要来源是 ACM 图灵奖官方网站。在大多数获奖者的主页上，展示了他们的生日、教育历程、过去和现在的获奖情况，以及简短传记。其他遗漏的信息则通过手动的方式从获奖者的维基百科页面手动收集。