《论文写作》课程总结

本篇博客是对闵老师讲授的《论文写作》这门课程的总结。这门课程对于论文写作进行了多方面的讲解，通过这次课程的学习我对论文写作有了进一步的理解和体会。

1. 目的

研究的目的是发现新知识、发明新技术。
写论文的目的是把你的工作告诉同行，经过同行评审（peer-review），成为科学文献。

基础研究通常离实际应用有较大距离，只有很少的研究工作能很快进入实际应用，所以我们目前发出的论文可能还并不能应用到实际环境中。

一般研究的发展为：前沿研究 -> 实验室成熟技术/工业界新技术 -> 工业界成熟技术

2. 如何做研究

TPIC：Topic -> Problem -> Idea -> Concrete work (theoretical analysis, experiments, etc.) -> Paper writing -> Submit

2.1 Topic

• 通常情况：根据导师给出的topic来选择（自己的兴趣，自己的知识结构，能否获得必要的资源）。研究领域不存在“好”、“坏”之分，只要做得足够深入，都能做出好的工作；
• 然后，阅读关于该话题的重要文献，了解该话题的研究历程、研究现状。请导师或该领域资深学者推荐读物，基于导师推荐的读物，顺藤摸瓜（例如从参考文献）找到尽可能多的重要文献读不懂的先跳过去，多读几遍；
• 需要自己去找topic、自己找东西读，则：
  1： 找人请教（自己要加以判断）：师兄、师姐、该领域的著名学者
  2： 自力更生：搞清楚自己的领域里最重要的刊物、会议；找来那上面最近几年的文章读。

2.2 Problem

• 导师给问题；
• 自己产生问题，导师帮你判断；
• 完全自力更生；
  读发表在重要刊物和会议上的有关的topic的文献（2、30篇读下来大概能知道有哪些问题是没解决的了），关注这个topic上活跃的leading expert的工作、他们的文章中可能会指出一些需要解决的重要问题

有了问题以后：

• 搞清楚该问题上已经有过的所有工作
• 导师推荐重要文献，然后自己顺藤摸瓜
  优点是什么？缺点是什么？为什么没有彻底解决问题？
• 悟出已有工作的发展线索

2.3 Idea

判断idea：

• 是新的idea吗？
• 是不是有道理？（不是瞎蒙出来的）
• 是否可行？
• 把这个idea先放到一边，过一周再考虑一下：是否有更好的办法？

2.4 Concrete work

• 理论分析
  周全、不要有漏洞
  尽可能简单的工具
• 实验验证
  实验方案周全仔细
  基准测试
  其他学者也能使用的数据
  不可缺少的比较
  实验是可重复的

3. 如何写论文

3.1 Title

1. 要有吸引力
   我们一般的论文，首先要过的就是审稿人的那一关。没有吸引力的题目，审稿人也不会感兴趣。
2. 要容易理解
   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. 尽量运用一些容易被检索到的方向的词汇
   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，越长表示限定越多, 适用范围越窄, 创新性越低。
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

3.2 Abstract

1. 问题及其重要性：背景介绍，说明我们做的是什么方向，能解决什么问题。
2. 已有工作：陈列出目前该方向已经有的工作（一两个即可），陈述完后用However转折接第三句（不可用But）
3. 已有工作局限性：总结出上面已有的工作存在的缺陷
4. 本文工作：提出自己的工作。
5. 分步骤陈述自己的工作（首先、其次、最后）
6. 实验结果：陈述自己的工作效果（如提升了某某指标）

3.3 Keyword

关键词常被看作摘要的一种补充

• 一般需要 3-5 个关键词
• 关键词一般由 1-3 个单词构成
• 将关键词按照字母表排序
• 有些期刊支持两类关键词
  index term: 由期刊提供, 只能从投稿网站给定的列表选择
  keywords: 作者自己按需写

3.4 Introduction

1. 它应该对整个故事进行详细的描述
2. 最八股的方式, 就是采用与摘要相同的节奏. 摘要的每一句, 都扩展成引言中的一段.
3. 每段应有 5–10 句.
4. 计算机领域 (特别是顶会) 流行在引言里面放 “开局一张图”

3.5 Related Work

• 放置位置
  第 2 节专门的 Related work: 描述得比较详细
  实验之后: 不想破坏自己论文的完整性, 特别是有 Preliminaries 一节时, 可考虑放到这里

• 分类介绍
  便于读者理解你这项工作的位置

• 参考文献的引用一般仅仅是一种附属品
  先写一个完整的句子, 再把参考文献的引用加上去.

• 不应将参考文献的引用作为句子的主语、宾语等

• 以年份为主线的综述也不值得提倡

• 不要一次性引用太多文献
  一次不要超过 3 篇,

• 不提倡全句引用

• 合理评述相关工作的优缺点

3.6 The theoretical part

理论应该完备，符号要保持同一风格。
重要结论称为定理 theorem, 定理前面打辅助的叫作引理 lemma, 定理后面的尾巴叫推论 corollary, 附属于算法的叫 property。

3.7 Algorithm

1. 需要说明输入、输出；
2. 方法 (函数) 名可写可不写, 如果被别的方法调用就必须写；
3. 需要写出主要步骤的注释；
4. 长度控制在 15-30 行；
5. 可使用数学式子或对已有数学式子的引用；
6. 不重要的步骤可以省略；
7. 一般需要进行时间、空间复杂度分析, 并写出配套的 property 以及相应的表格, 以使其更标准.

3.8 Experiments

在实验开头例几个问题，并在实验中回答。

（1）体现自己的方法比别人好；
（2）参数设置是否适合不同数据集；
（3）运行时间是否与之前的复杂度分析一致。

然后用一段话描述本文用的数据集，并且用表证明。

Performance Comparison（回答第一个问题）

用文字和表来描述；
表的设计一定要使其表示的内容更为清楚，一般是与其他方法的比较；
（用矩阵分解，一般用10次平均值或加减方差来标准自己的结果）

Parameter Settings（回答第二个问题）

一般会挑2、3个重要的参数来描述，且每个数据集的 $\lambda$ 取多少需要用图来证明。
（图用python画）

Complexity （回答第三个问题）

由于讲解的论文时间复杂度与用户、物品个数呈线性关系，所以：
（图，还没画）

Discussion （回答第四个问题）

回答开头的几个问题（三个问题对应三句话）

实验代码部分

当需要多个数据集，多个方法及多个指标来实验时，最好用循环（Switch、case）来控制数据集、方法和指标。

3.9 Conclusion

• 结论一般不要太长, 5 句就够了. 如果想讨论的内部比较多, 应该在本节之前加入一个单独的 Disussions 小节；
• 避免使用与摘要内相同的句子. 摘要里面说我们做了哪些事情, 而这里应该说我们获得哪些观察与结论. 也就是说, 结论比摘要更加具体.；
• 如果要讨论说进一步工作, 可以列出 3 至 5 条, 不算在 Conclusion 的字数里面.。