这不是一张“名单”，而是一张投稿生态地图：你会看到会议、期刊、workshop、journal extension、排名系统、审稿周期、各方向顶会，以及如何根据自己的研究贡献选择目标。
在计算机/AI，很多领域的主战场是会议；但期刊仍然重要，尤其适合系统性扩展、长期版本、综述和更完整实验。
在许多传统学科里，“期刊论文”通常比“会议论文”更正式；但在计算机科学，尤其 AI、机器学习、计算机视觉、NLP、图形学、HCI、系统、安全等方向，顶级会议往往就是最核心的正式发表渠道。
原因很现实：计算机领域发展快，会议有固定截稿、固定审稿周期、固定宣讲交流场景，能让新方法快速进入社区讨论。顶会 full paper 不是“会议摘要”，通常是完整论文，很多方向的 CV/ML/NLP 顶会论文含金量很高。
| 维度 | 顶级会议 | 期刊 | 怎么理解 |
|---|---|---|---|
| 节奏 | 固定截稿，审稿通常数月 | 滚动投稿，可能多轮大修 | 会议适合追热点；期刊适合完整打磨。 |
| 篇幅 | 常有页数限制，强调核心贡献 | 篇幅更宽，实验/证明/附录更完整 | 会议讲“最强主线”，期刊讲“完整体系”。 |
| 可见度 | 社区集中关注，现场/线上报告 | 持续可检索，引用周期长 | AI/CS 顶会曝光非常重要。 |
| 修改机会 | 一轮或少数 rebuttal，接收/拒稿明确 | 可 major/minor revision，多轮迭代 | 期刊更像持续协商，会议更像一次考试。 |
| 适合内容 | 新算法、新系统、新 benchmark、新发现 | 系统扩展、理论完整化、综述、长期研究 | 不是谁更高级，而是谁更适合。 |
中国计算机学会的会议/期刊推荐分类，常见 A/B/C。国内高校、实验室、奖学金、毕业要求中经常使用。
CCF ACCF BCCF C
优点：国内认可度高。缺点：更新有周期，跨学科/新兴 venue 可能滞后。
澳大利亚主导的会议排名，常见 A* / A / B / C。国际上部分学校会参考。
A*AB
优点：覆盖会议较多。缺点：和 CCF 不完全一致。
主要用于期刊。JCR 看学科分区和 Journal Impact Factor；中科院分区在国内评价里常见。
适合比较期刊，但不适合直接比较 CS 顶会。
h5-index 反映近五年高引用论文数量；社区口碑则看该方向研究者是否真的关注、投稿、引用。
选 venue 时，社区匹配度经常比单一数字更重要。
下面是“投稿社区地图”，不是穷尽名单。每个方向内部还会细分，比如视觉里有 3D、医学影像、视频、多模态；AI 里有 ML、RL、生成模型、agent、alignment 等。
NeurIPSICMLICLRAAAIIJCAI
偏方法、理论、训练机制、优化、表示学习、生成模型、RL、AI agent 等。
CVPRICCVECCVWACV3DV
图像、视频、3D视觉、多模态感知、重建、检测、分割、生成等。
ACLEMNLPNAACLCOLING
语言模型、对话、机器翻译、信息抽取、语义、评测等。
SIGGRAPHSIGGRAPH AsiaEurographicsPacific GraphicsIEEE VIS
渲染、几何、动画、仿真、生成式图形、可视化、人机可视分析。
CHIUISTIEEE VRISMARVRST
交互技术、用户研究、XR、输入输出设备、可用性、体验与系统。
KDDWWW / TheWebConfSIGIRWSDMCIKM
推荐、搜索、图学习、知识发现、用户行为、网络数据分析。
SIGMODVLDBICDEPODS
数据库内核、查询优化、事务、数据管理、分布式数据系统。
SOSPOSDINSDIEuroSysSIGCOMM
操作系统、分布式系统、网络、云计算、性能、可靠性。
IEEE S&PCCSUSENIX SecurityNDSS
系统安全、网络安全、隐私、攻击防御、密码应用、安全测评。
点一个方向，先形成“社区感”。注意：具体截稿、track、页数、匿名规则，每年都要以官网 CFP 为准。
选择左侧条件，然后点击按钮。这个推荐器是教学工具，不替代真实 deadline 与 CFP 检查。
TPAMIJMLRTMLRAIJJAIRTOGTVCGTACLTKDETSE
期刊选择强依赖方向：视觉看 TPAMI/IJCV/TIP；ML 看 JMLR/TMLR/MLJ；图形看 TOG；可视化看 TVCG；NLP 看 TACL/CL；软件工程看 TSE/TOSEM。
常见要求是“显著扩展”，例如新增理论证明、更多实验、更多数据集、长期用户研究、系统实现细节、更多失败案例分析、扩展应用，或者把 workshop/short paper 扩展成完整研究。具体比例和政策要看目标期刊规定。
论文不是越往“高排名”投越好。如果贡献是 VR 交互系统，IEEE VR/ISMAR/CHI 可能比纯 ML 顶会更懂你的价值。
很多会议有摘要截止。错过 abstract，paper deadline 还没到也可能不能投。
Workshop 很有价值，但通常和 main conference full paper 不是同一级发表形态。简历上要写清楚。
同一个会议可能有 research track、demo、dataset、industry、short paper、journal track。评价标准不同。
Rebuttal 主要是澄清误解和补关键证据，不是重写论文。真正的胜负在投稿前。
最可靠的 fit 判断方式：看目标 venue 最近两三年的接收论文，尤其是和你最像的那批。
这份网页是教学型总结，适合建立框架。真正投稿前，请务必逐项核验：
打印版提示：交互控件在纸面不可用，请以表格和文字为主。