说明
这篇文章，是写给我去年入学的学习生的。暑期之后，他们中的几位就要开题了。
本着一贯的开放原则，我把这篇文章同时发布到网络上。欢迎有需要的高年级本科生或低年级学习生同学一起阅读。
前些日子，我参加了哈工大的“大数据与商务分析”暑期学校。这段日子的记忆是炎热、匆忙和充实的。我收获了许多东西，尤其是在科研思路方面。从前有许多迷惑的地方，都从诸多高人那里获得了答案。即便有些问题不是一两句话能说清的，热心的学者们也给了我充分的指引。
回津后这些日子，我一直在认真整理笔记，并且按图索骥来读书、看文章，希望把思路理清，并且记录下来。
收获太多，我可能要写若干篇文章，才能把在科研领域认知升级的过程记载清楚和完整。
通过本文，我把这些收获和感悟分享给你。希望你和我一样，充分利用好这个假期，在科研之路上精进前行。
遗憾
这次暑期学校，你真的应该来参加。
至少，也该来看看你们的导师是怎么当“麦霸”的。
别误会，我说的并不是K歌。事实上，因为五音不全，我在别人K歌的时候，向来只愿意做一枚安静的听众。
我说的“麦霸”，是指每次演讲中的提问环节，坐在第一排的我都是第一个举手。每次哈工大的工作人员都是摇头叹气把麦克风递给我，我一张口说话，背后就是窃窃私语声一片。
我不在乎。
我来的目的，不只是当听众的。
所谓“学问”，除了要学，还得要问。我远道而来，是要跟国际一流顶尖学者交流的。不问问题，怎么交流？
需要交流的动力，是我脑子里面有一大堆亟需验证的假设，需要找应用数据科学做学习的权威专家做验证。这种低成本快速验证的想法，来自于D9X的阎总。他的创新思维工作坊让我受益良多。
暑期学校邀请的讲座学者都是做数据科学+信息管理学习的。我简直如同刘姥姥进了大观园一般。眼花缭乱，看什么都觉得新奇有趣。
我提的许多疑惑问题，如果自己尝试，花费的精力和机会成本都是巨大的。
这些宝贵的知识和经验，不能不善加保管。我认真整理了笔记，打算通过系列文章的形式分享给你。
今天这一篇文章，急用先学，就讲讲科研选题吧。我大致归纳了以下6种常见的选题导向，一一帮你剖析。希望能够帮助到你的开题和今后的科研。
方法导向
我一直跟你反复强调的那句话，还记得吗？
To the one with a hammer， everything looks like a nail.
翻译过来，就是“当你手里拿着一把锤子的时候，看啥都像钉子”。
如果你仅仅把论文当成是方法论课程的实践作业，那你很可能也会这么想，并且这么做。
可是方法运用得再高妙，如果与你的学习问题不匹配，也是枉然。
更何况许多人对方法只是一知半解。他们真正学会的只是鼓捣出一堆来源可疑的数据，然后扔到统计软件的绞肉机里面，等着漂亮的结果从另一端奔涌出来。
天上真的能掉馅饼吗？不，你只会看到这样的结果。
没错，垃圾进，垃圾出。
因为你的逻辑可能是这样的一个三段论：
大前提：狗都有4条腿
小前提：我家的猫有4条腿
结论：我家的猫是一条狗
你们可能觉得自己学过的东西更高级一些，不会犯这些毛病。
例如学了爬虫，你就可以随心所欲找自己需要的学习数据了。根本无需去伪造数据，或者担心别人填写你的问卷的时候胡乱应付。
学了R，你就可以做出非常漂亮的回归分析结果和图表，甚至能处理时间序列。
学了机器研究，你就可以让机器替你干脏活儿累活儿，帮你快速分析出决策树、做出词云，甚至是做文本情感分析与主题发现……
但是，即便这样，也请你记住――不管多么时髦和高级的工具，也不应该成为你论文选题的起点。把高中数学老师教给你的那一套“分析法思考，综合法证明”的小聪明暂时收起来。否则一叶障目，你就会丧失自己的起点。迷茫的结果就是做出了一大堆劳动成果，却没有解决任何值得解决的问题。
选用了某种方法时，一定要问自己几个问题：
为什么要使用到这种方法？是因为自己熟悉吗？是因为别人不熟悉吗？这个问题是否适合这种方法？有没有其他方法可以更好处理该问题，即便这个方法你并不熟悉？你能获取到这种方法需要的数据吗？这些数据通过该方法的处理，能否产生你需要的形式？
选题、做题都是有机会成本的。把时间花费在值得的事物上。切记。
学习要有目的。最重要目的是要解决一个具体或抽象的问题，而且这个问题还应该有价值和意义。
我这样说，不是让你停止研究学习方法。
恰恰相反，方法不仅要学，还一定要多学。但是学过之后，要放弃“一定要应用某一方法”来做学习和写论文的执念。
Anindya Ghose说，只有你掌握的方法足够多了，工具箱里面有各种各样不同工具的时候，你才不会偏执于某一种方法，而是根据问题去筛选合适的解决途径。
方法导向看来对论文选题不合适。怎么办呢？很多人会抢答说“问题导向”啊。
说的没错，但是仅仅说“问题导向”其实并不足可操作性。问题从哪里来，该怎样寻找？
通过和一流学者的交流，以及文献的阅读，我梳理出问题来源的以下常见类别：
文献；数据；实践；协同；系统。
下面我来当个导游，带你在不同的问题来源中游览一番。希望聪明的你可以掌握它们，并且找到适合自己的问题寻找途径。
文献导向
做学习、写论文需要读文献，这是常识。
许多学习者会建议你从文献发现问题。这也是一种公认的传统智慧。
被戏称为“洋八股”的学习文献，实际上是学者们跨越时空的对话。这种特殊的对话体例，不仅要求作者去梳理相关的历史文献脉络，还得在论文末尾标出来文章的限制和未来需要做的学习，即所谓“展望”。
很多老师会让学生从这里着手，去发现别人学习局限，然后通过突破这些局限，替别人把展望变成现实，从而做出属于自己的原创性学习。
这个方式好不好？理论上是好的。论文结尾放这么一个局部，本意就是给后来人提供合适的路标和前进方向。
然而，现实往往是复杂的。许多经验丰富的学习者对此心知肚明，却因为各种原因不愿意或者没有合适的办法告诉你。这就是科研的潜规则吧。
现实世界中，那些“限制”、“展望”其实不是实在的路标，而是学习者们望洋兴叹的产物。他们就如同“笑傲江湖”里面的魔教长老一样，手持利斧开山数百丈。所不同的是他们并没有累死，而是停下来，告诉你“嗯，往这个方向走是没错的”。
除非你幸运如令狐冲，否则别指望剩下的山体可以一捅就破。大局部情况下，你恐怕还得另外开山数百丈……
能解决的问题，原先的学习者肯定早已解决完了。谁会把容易解决的问题留着？积攒这些问题和存款不同，不会给你带来任何复利。
更何况，审稿人哪里会对容易解决的遗留问题“高抬贵手”？肯定会穷追猛打，让作者反复磨合，真正解决了它们才肯善罢甘休。
被审稿人和编辑放过的“未解决”问题，要么是非常难以攻克的问题，实在不便强人所难；要么是工作量很大的问题，完全可以自成一体，再写一篇文章。放心，当你有幸在期刊上读到正式发表论文的时候，后一篇文章原作者早已写完了。
这就如同是王戎说李子是苦的一般。如果你运用理性思维琢磨一下，就会发现其中的关窍。
正因这种潜规则，Google首席经济学家，UC Berkeley的教授Hal Varian提出，千万不要在构建完成一个新的模型之前，去寻找和阅读相关文献。
这里有2个考虑：
好的文献绝不会给你留下容易解决的好线索；你的思路会跟着这些走在“主流”上的大牛走，于是彻底钻到一个死胡同里面去。对于本来可以轻易发现的新线索，你会自动忽略它们。
因此，他建议人们先去把模型做出来，然后修正模型到可以接受的简化程度。
有了这样一个模型，再去读文献。这时候可能你会发现数十年前这个问题就有人做过了。
不过不要沮丧，这不是大问题。
这恰恰证明你的独立科研能力已经达到了（至少在当时）可以发表优秀期刊的水平。对于学习的初学者来说，这是一种非常积极的反馈。下面用你的经验去追寻新的问题和模型。如果你的模型和原作者有细微的区别，那就更好了。从这些差别中，可能会做出极其有价值的发现。
另外一位学者，佐治亚理工的吴东军教授(D.J. Wu）提的办法就更有意思了。他的办法属于典型的看热闹不嫌事儿大――让经典文献PK!
文献都不是生物，怎么PK？其实许多文献确实在打架。例如一篇文献A提出某观点。可能一段时间以后另一篇文献B用坚实的证据把该观点驳斥得体无完肤。
人们就倾向于新的文献B观点，奉为圭臬。但是文献A当初是怎么从审稿人的手底下滑过去的？它想必是有合理和可取之处的。
吴老师于是就从这样的文献间冲突出发，用更为全面的模型考虑在哪一种情况下，A的论点依然会成立。从而对经典文献给予（有条件的）支持。
由于文献A和B冲突的公案，他所作的学习意义和价值已经不言自明。因此这是一种非常聪明而有效的文献利用方法。
发现、理解，而且还恰好能重新诠释经典文献冲突，听起来很美妙。然而，并非所有人都有这样的运气和毅力的。所以，为了发现问题，你还需要有其他的手段。例如本次暑期学校的主题――“数据”。
数据导向
如果你手里有好的独特数据，可以尝试从中获得选题。
这次的暑期学校，有半天的时间是编辑-作者交流。由于MISQ的主编Arun Rai和ISR的主编Alok Gupta都在，所以分成了2组，每一组分别有3-4位作者上去展示自己的论文，寻求主编大人的意见。
有位作者展示的是利用Foursquare数据对用户行为做预测的学习。我对该文章感兴趣，是因为我做隐私保护学习，很好奇用户的隐私是不是丝毫剩不下了。
然而其他听众的兴趣点就在于独特的大规模数据获取了。他们从教室一直追问到了路上，问论文作者是如何收集这些数据的。
这位论文作者一下子有些紧张，讳莫如深。似乎害怕这份宝贵的数据很快就要被别人轻易夺走了一般。
这种担心不无道理。大数据时代，数据是不缺的。但是真正有价值的数据，如同沙里淘金一般。
专属的数据不是所有人都能搞到的。有位来自业界的老师，讲解如何和国家税务总局合作，利用发票数据来监控产能过剩问题。方法其实非常简单，只需要筛选出合适的特征就可以――他最后选择的是钢铁和煤炭。他们通过这种方式，不仅给全国企业画像，而且还通过某些指标特征，发现了其他有趣的结果。因为过于有趣，所以在修正的模型里面剔除掉了。
你可能觉得很不服气――这样的问题你也有能力处理啊!问题是，你从哪里搞到如此大规模的专属数据呢？
这个问题咱们后面会谈及。
如果专属数据难以获取，你可以退而求其次，找开放数据。
开放数据中，也有非常适合学习的类别，而且规模庞大。例如Google的Correlate和Trends数据，以及Twitter的Firehose开放数据等。
但是请注意，如果你利用开放数据做学习，速度是非常重要的。这是个竞争激烈的领域，慢了就什么都落不下了。
哈工大管理学院的叶院长，提到了自己学习里面曾经用过的百度数据。当时和Google的相应搜索数据进行比对学习，效果非常好。后来他们团队兴冲冲拿给百度的人看过。对方没说什么，回去就把数据下载的接口给关闭了。
好在高价值开放数据，也不都是“不小心”流出来的结果。
例如Kaggle上面总是有非常规整的数据集，可供你使用。如果你用得好，还能获得价值不菲的奖金。
发布数据的企业疯了吗？白给别人数据，还送钱？
当然不是。企业面临实际问题。他们需要利用数据驱动的方式来解决问题。解决问题，自然也可以聘用咨询师。但是注意咨询师是按照时长而非效果来收费的。与其如此，还不如公开发布数据，让大家来竞赛。用奖金作为杠杆，撬动世界上最优秀的大脑一起竞争解决问题。
从Kaggle的例子里面，你应该明白了一个道理――数据可以给你独特的视角和观察资料，但是其中蕴含的更为重要和有价值的问题，其实源自实践。
实践导向
前面提到过，Hal Varian教授认为不应该从文献里面找问题，而应该把时间花在看似不相干的报纸和杂志阅读上。
他推荐的报刊杂志包括：
纽约时报华尔街日报经济学人
他认为，对经济学学习者来说，读这些东西远远比看论文重要。因为它们会提到经济学家感兴趣的实际问题，可是分析过程有时漏洞百出。别人可能一笑置之，但是Hal Varian教授显然不会轻易放过这么好的选题机会。
其实，这就像是在讨论区里面和别人争论。如果你翻来覆去只会说一些大家都知道的内容，没有人会觉得感兴趣。而如果你你能够不断从外界获得新的灵感、信息和见识，那讲出来的内容就可以更轻易地抓住别人的注意力。
除了这些报刊杂志之外，学者们还提到了两个很好的实践问题来源。
第一个就是业界咨询工作。许多好的学者，例如Anindya Ghose和Paul Pavlou等，都是两条腿走路。一条腿在学术界攀登，另一条在企业界做咨询。
咨询，是一定要解决问题的。所以，不用你找，问题自己就找上门来。
在大数据时代，做咨询必然要接触到许多企业数据。例如Ghose拿到了好几家知名的企业做数字广告的效果数据。这些数据不仅数量庞大，而且结构化完整、真实性高，是让你的学习获得竞争优势的重要源泉。
与企业合作，是一种双赢之道。在这个社会上，一定要学会互惠合作。不要尝试做伸手党。
许多老师和学习生都觉得，拿数据是一件非常困难的事情――那些大公司根本就不愿意分享数据给你。
没错，但是你没有看到硬币的另一面。他们其实特别乐意分享数据，只要你的分析能力比他们还高，能给他们更有价值的洞见。
包括中国移动在内的许多中国大型国有企业都对Ghose这样的顶级学者敞开大门、张开双臂，热烈欢迎。
同样的数据，在不擅于分析的人手中，一文不值；到了会分析的人那里，就可以挖掘出不菲的价值。这是个“数（据）中自有黄金屋”的年代。企业解决了实际问题，获得了经济回报；你完成了学习，发表了高水平论文。这便是双赢之道。
可是你作为一个初级学习者，还远远没有那样的积累。大企业还是会把你拒之门外，怎么办呢？
从小处做起，深入进去，帮中小企业解决具体的问题。
我在MSU访学的时候，讲授管理信息系统课的Kizzier教授，就把学生撒出去到main street上挨个儿敲门，帮助企业发现目前系统存在哪些缺乏，并且想方设法加以改进。学生上课的时候分享这些案例，可以充分体现出“实践出真知”的意义。
获取实践问题的另一种方式是读案例。
前面提到的佐治亚理工吴教授，就让自己的学生去读哈佛案例库，从里面寻找问题。
一个企业案例，能进入哈佛的案例库是非常不容易的。经过层层筛选的经典案例往往代表了业界实践中非常典型的问题。
清华大学宁向东教授讲，他在哈佛读经理培训班的时候，根本就没有教材。每天接触的全都是案例。在哈佛商学院教授派珀看来，“商业世界只有问题，没有理论”。通过读案例，可以让学生找到“想问题的感觉”。
所以你看，一个这么经典而庞大的问题库，与实践结合紧密，理论却缺位。这难道不刚好是学习者们的好机会吗？
然而，据吴教授说，他的博士生里面，愿意听他话的，寥寥无几。有个叫黄涛的听了他的话，真的跑去读案例，于是成了他最为得意的学生。发展得非常好。
看来，听老师的话，有时候也是对的。是吧？
协同导向
暑期学校的最后一天。主办方把Paul Pavlou请了过来。他当时从上一站南非出发，飞了41个小时，到达了哈尔滨。
哈工大的张晓飞博士和华中农大的何德华老师都在课前跟我讲过，Paul是个很牛的学者。只是他们认为学术圈里的掌故，应属于默会的知识，因而并没有具体告诉我他究竟有多牛。
但我这个外行，恰巧就对本应默会的知识一无所知。所以当我看到Paul的演讲，嘴巴张大到合不拢了。
别人做学术报告，顶多是用自己的几篇文献来讲解具体的学习。或者把心得和其他学者的观点熔于一炉，娓娓道来。
Paul不是。
他介绍了移动互联网领域的几大重点学习方向。每一个学习方向，都对目前的一些顶级期刊文献进行点评。
他很谦卑地说，因为批评别人的作品是一件比较困难的事儿。因此――就批评自己的作品吧。
然后，在每一个类别下面，他都批评了几篇自己的作品。这样的幻灯页面有十好几页。他确实没有办法细讲，因为他发表过的顶级期刊(MISQ， ISR和MS等)学习成果过多。每篇讲多了的话，肯定得超时。
作为图情专业的学习生，你们平时主要关注国内文献（虽然我不止一次告诉你，要看英文文献。尤其是中文文献找不到，不意味着文献找不到），可能对这些国外期刊不是很熟悉。为了让你们能有个切身感受，咱们打个比方。好比一位国内图情学者，介绍自己近几年的学习，列出了三四十篇文献，全都发表于中国图书馆学报、情报学报、中国社会科学和管理世界上……明白有多厉害了吧？
惊呆之后，我决定问个问题。中场休息的时候，坐在第一排的我一个箭步蹿上台，问了这个颇为幼稚的问题：
“别的学者总说质量和数量是一对矛盾，要做权衡取舍。我看你在保证质量的同时有这么高的数量。你一定有秘诀吧？”（还不快快告诉我？!）
Paul笑了。说其实没有什么秘诀，也就是3条：1. 得努力工作，不能过于努力而耽误了生活，但是也得足够努力；2. 学习的问题要通俗易懂和有趣，这样才能做得下去；3. 要找靠谱的合作者。其实最近这几年他并不想出这么多文章，但是合作者（包括同事、博士生和刚刚毕业的博士）不干。他们要拿终身教职，所以一个个干劲儿十足，拽着他往前冲。
我一下子明白了合作者的重要性。他们所能提供的，不仅仅是独特的知识、方法和观察视角，也有一种动力。
然而，为什么Paul这种质量与数量齐飞的情况并不多见呢？
从他的讲述中，我悟出了关键点――扎实的基本功。他的博士做了很长的时间，在这么长的博士基本功训练里，他什么学习方法都要认真掌握，然后反复磨练。他能处理一个大领域中不同的科研问题，所以合作的界面非常好，沟通带宽足够高。
对于自己的这种能力，他用了“幸运”一词，但是我相信用他的“努力”一词会更好些。
当他足够优秀，功成名就之时，马太效应会吸引更多优秀的人愿意跟他合作。于是他的声望就达成了一种正反馈循环。这一局部你们要想得到，还需要足够长的时间积累。但是在学期间扎实学些东西，还是很必要的。
从Paul这里我领悟到了许多。然而，因为时间关系，他虽然把一条清晰的脉络展现在了听众的面前，却没有着重去讲他选题的另外一个重要成功心法。幸好，来自佐治亚理工的吴老师给我们补上了这一课。
系统导向
吴教授的问答时间里，我说了一句实话――“您讲之前我都困了，您讲完我都不困了!”
本来嘛，大热天的，一上午听课后，中午刚吃过午饭，1点钟就上课，一直到下午4点，中间只休息一次。下午能不困吗？
但是吴老师却有办法把大家弄得特别精神。因为他非常幽默。
吴老师的讲座里面有两条主线：
批评自己的学习生。说因为他跟自己的学习生们讲话没人听，所以跑到世界各地给别人讲，别人听了获得了成功，就可以拿过来当榜样教育自己的学生；夸自己的儿子。吴老师的儿子非常优秀，被藤校提前录取。介绍完儿子的成长经历后，课后问答时间许多老师跑上去问育儿经。搞得吴老师只好推说孩子平时都是太太管教。
但是，他讲自己儿子的故事，却他自己和观众都带来了启发。
将近10年前，他儿子还很小的时候。爷俩喜欢下国际象棋。
吴老师下棋时似乎没有什么风度。最大的乐趣就是一个个吃儿子手里的车马小卒，看着儿子干着急，他乐不可支。
但是，那一次。儿子的举动让他惊呆了。
他依然欢乐地吃儿子手里的棋子。儿子却突然抬头，自信地告诉他“爸爸你输了”。
他吓了一跳，旋即觉得是小孩子的臆想。自己这边兵力充足，子数占优啊。
但是这盘棋的结果，却真的是儿子赢了。
吴老师不解，问儿子凭什么做出的判断？
他儿子说，因为自己的布局已经完成了。虽然损失了一些棋子，但是这个局已经锁定了最终的胜负。
吴老师当时立即悟出了后面几年的科研路径――要布局。
吴老师追求的布局结果，早几年想明白道理的Paul已经做到了。
在一个领域的每一个方向上，都占领关键点。这要求你对于该领域有全面深刻的了解，并且能够预测之后一段时间可能的发展。当你占领了这些战略要冲之后，别的学者的任何学习突破，都必须以你这些关键点作为基石。那么被引率想不高都难啊。
清华大学的宁向东教授就一直在强调“格局”二字。在他看来，“格”是个动词，“局”是名词，作为宾语。
一个领导者所做的，应该是具备“格局”的能力和智慧，才能充分地调动各种资源为自己所用。
而Paul也强调了这个问题，说一个学者，应该具有”entrepreneurship”。也就是说，好的学者也该是好的领导型管理人才。
对于关键点的占领，有趣的例子是科斯的论文。当年科斯提出著名的“科斯定律”那篇论文，因为过于突破传统认知，导致经济学界骂声不绝。但只要打算骂他，就得引用他那篇文章，几十年间他的文章被引用的次数过于惊人。然后科斯就拿到了诺贝尔经济学奖。
看到这里，你是否已经做好写篇文章，被别人痛批40年的准备了？
小结
本文我们总共列举了六种科研选题的导向。其中方法导向你应该避免使用，而其他的五种导向都可以借鉴。
复习一下，它们分别来自于：
文献；数据；实践；协同；系统。
要注意它们独特的应用场景，以及和你的现状相结合。
希望这些介绍，对于你的论文选题有所帮助。
但是，即便你用这些套路找到了合适的选题，却也不是完事大吉。
你如何知道你选的题目适合你去做呢？你如何确定你的题目有意义、有价值呢？你的假设如何用最低成本，最高效率来验证呢？
一篇文章，不可能涵盖所有的问题。从专家那里获得的答案和自己的一些思索，我会在后续文章中渐次展开，跟你讨论。
祝夏安!
讨论
除了本文中列出的六种导向，你还知道哪些做科研选题的方略？这些方法你实际使用过吗？有什么值得借鉴的经验，或者应当吸取的教训呢？欢迎留言分享给大家，我们一起交流讨论。（王树义）
如何选研究题目？ |
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
