论文写作 6: 给自己的论文一个中肯而闪亮的题目

摘要: 题目对于论文来说至关重要. 如果说论文是孩子, 那么题目就是他的名字.

注意事项

1. 必须有吸引力
   不炫的论文题目审稿人看了没兴趣, 不炫的博客题目阅读量肯定不高.
   对于计算机方面论文而言, 应该写出自己提出的新问题或新方法. 新问题应该有意义而且有挑战性, 新方法则应该高效或准确.
2. 必须易于理解
   术语和其它词汇应该在该领域内常用, 不应该要求读者借助词典才能理解.
3. 应该易于检索
   流行的术语有助于被别人搜索到, 也能帮助提高论文的被引频次. 对于一个学者而言, 论文引用次数比论文数量更重要.
4. 长度最好控制在 40-60 个字母之间
   越短表示创新性越高, 如rough sets, fuzzy sets 等等. 如果你敢写这么短的题目而且能被录用, 也不需要从本贴学到任何东西了.
   越长表示限定越多, 适用范围越窄, 创新性越低, 读者也就没啥兴趣了.
5. 尽量不使用 based on
   如果这样写, 读者会觉得该论文只是已有方法一个简单的扩展, 或者简单的应用. 有些中文期刊明确要求论文题目不要使用 “基于”, 因为这种题目泛滥.
6. 使用 through, with 等来表示技术
7. 如果主要贡献为算法, 题目的缩写就应该为算法的名称

栗子

1. Frequent pattern discovery with tri-partition alphabets
   含空格, 共 56 个字符.
   提出了一个新的问题, 其中频繁模式挖掘是更大的问题, 三分符号表则是本问题的特色.
2. Frequent state transition patterns of multivariate time series
   含空格, 共 63 个字符.
   针对新的数据 (多变量时序), 提出了新问题 (频繁状态转移模式).
3. Test-cost-sensitive attribute reduction
   40 个字符, 更短更有力. 引用次数已经超过 300.
   提出一个新的问题.
4. Cost-sensitive active learning through statistical methods
   59 个字符.
   问题有一定新意: Cost-sensitive active learning, 方法也有创新: statistical methods
   算法的缩写: CATS
5. Three‑way active learning through clustering selection
   又见 through
   算法的缩写: TACS
6. Cost-sensitive active learning with a label uniform distribution model
   71 个字符
   核心是有一个分布模型, 感觉有理论性.
   算法的缩写: CADU
7. Multi-label active learning through serial-parallel neural networks
   还是用 through 指示后面是方法.
   算法的缩写: MASP
8. Multi-instance ensemble learning with discriminative bags
   Multi-instance learning 是基础的学习问题, ensemble 是我们的总体方案, discriminative bags 是具体技术.
9. Sentiment based matrix factorization with reliability for recommendation
   这里没办法用到了 based, 但 with 和 for 的用法值得借鉴.
   recommendation 是需要解决的应用问题; matrix factorization 是基础技术; sentiment 是附加的数据, reliability 是需要达到的中间效果.
10. Enhancing slope one recommendation through local information embedding
    73 个字符.
    已有基础算法: slope one; 我们的增强方式: 局部信息嵌入.

小结

还是去分析下顶刊顶会论文的题目吧!
比如这个: Robust matrix factorization with unknown noise