美国大学在该排名中继续占据优势，前10位中占7席、前20名中占15席。但在入围前200名的美国大学总数从去年的77所减少至74所。
（编辑 之 杰）
决定产品方向时，要的是想象力，激情和胆量，而不是数据。数据能让你的团队沿着正确的方向前进而不出轨，也有助于产品从一开始是什么样到最后应该是什么样的逐渐优化成型。但数据不能帮你决定方向。举个例子，当我们在人工智能（机器学习）上压上我们团队所有的资源的时候，我们忐忑不安。但是我们坚信一点，现有的基于人工规则引擎的防欺诈系统会很快成为死胡同，因为它太死板而且不易规模化以处理大数据。所以，就像在电影指环王中Frodo明知通向Mordor的道路很黑很冷很危险，但那是一条他必须要选择去走的路；我们选择了在机器学习上压上所有的宝。失败，整个团队会很难看；但我们决定走艰难但我们认为是正确的路。这种思路同样应用在如何设计用于用户报告（外部工具）和案例审查（内部工具）的工具来应对潜在的欺骗行为。我们最后决定的方向是进行自动处理和建立反馈机制。直接抛给人工来处理总是很容易被选的一条路，因为只要建立一个人多人傻的客户支持团队即可。Lame！我们希望通过自动处理来解决大部分的欺诈案例，而把精力则放在那些确实需要单独处理的特殊案例上，同时把从业务支持团队（即客户支持部门）的处理意见自动采集并集成到下一轮的机器学习中去。由此，我们的机器判断会越加精确和聪明且与时俱进。