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
- 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. - 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. - 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. - 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. - 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. - 使用 through, with 等来表示技术
- 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
- 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. - 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). - 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. - 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 - Three‑way active learning through clustering selection
又见 through
算法的缩写: TACS - 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 - 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 - 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. - 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. - 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