君，已阅读到文档的结尾了呢~~
基于评论与评分的个性化推荐算法的分析
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于评论与评分的个性化推荐算法的分析
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口写大论文的一些注意事项(续)：我是如何找到创新点的？
写大论文最关键的就是要找到创新点，而最伤脑筋的是如何才能找到创新点。最近看到许多同学为了找到大论文中的创新点是殚精竭虑，每天在教研室是如坐针毡，非常的痛苦。我个人觉得，创新点就像是机遇一样，说来就来，说走就走。李开复老师曾经说过，创新是需要积累的。在找到创新点之前，我们需要大量地阅读相关的论文或书籍，并反复地比较相关理论或模型的异同。如此这般，才能有创新的火花在我们的大脑中迸发出来！
就个人而言，我喜欢将看过的论文都记录下来，以备以后查看。据不完全统计，我已经阅读了中文小论文106篇，英文小论文35篇，中文大论文(优秀硕士或博士论文)27篇。在写小论文或大论文的时候，我就将看过的论文记录拿出来再阅读几遍，发现彼此之间的相同或相似之处。对于有可能会产生创新点的论文，我会反复阅读，直至彻底理解为止。我写的小论文和大论文中的某些创新点，几乎都是通过比较相关论文的创新点中算法的相似性而得出的。因此，科学思维中的联想、类比等在写论文的过程中也是很有用的。我就和同学开玩笑说，我一定要将《自然辩证法》多看几遍！
结合自身的经验，我认为找到创新点有以下途径：
将论文A的X理论应用于论文B的研究中
这种方法可以称作“移花接木”。例如，我在写大论文的过程中，要涉及到对P2P网络中的搭便车者数目进行预测，而我在另外的一篇论文中了解到用灰色系统理论可以预测人口的多少。我一想，搭便车者不就是人吗？预测人口数量也就类似于预测搭便车者的数量，那么我就可以将灰色系统理论应用于我写的大论文中，这样一个创新点就产生了，剩下的就是进行大量的实验仿真来证明我的结论是否正确。
将不同领域中的算法互用的例子比比皆是。例如，网络中的经典算法—迪杰斯特拉算法就是一例。这个算法本来是数学领域中的，网络研究者们将之应用在路由算法中。
参照A论文的X算法改进B论文的相关算法
&&&&这不是算法的应用，而是对现成算法的改进。例如，我在写小论文《一种基于云的加权信任模型》的时候，就使用了这种方法。当时，我读到了一篇小论文《基于云模型的信任评估研究》，里面就有两个算法，而其中一个算法与我读到另一篇论文《基于云模型的主观信任评估》中的算法很像，只是少了一个权值。我立马想到如果在此算法中也加入权值，那结果会怎样呢？于是，一个创新点就这样产生了，一篇论文也就写出来了。
大部分论文的创新点都是对算法的改进，因此，途径二用得最多。
将A论文的X模型与B论文的Y模型合并为C论文的Z模型
这种方法没有对算法进行改进，而是将两种模型合并为一种新的模型。在我写大论文的另一个创新点的时候，我已经建立了P2P网络的模型(一个三维的立体结构)，就差用一种算法来遍历网络中的各结点。这时，我阅读了一些算法的书籍和论文，其中有提到用模拟退火算法可以遍历整个网络。于是，我将P2P网络模型与模拟退火算法模型结合起来，产生了一种遍历网络的新算法，并且用仿真实验证明该模型切实可行。
该方法可以说是一种综合的方法，在应用之前需要弄清楚两种模型是否可以结合，并且一定要有实验的论证。
&&&&以上三种方法是我个人在写小论文和大论文的过程中所采用过的方法，觉得还是有一些道理的，并且也的确能够将创新点找到。对于硕士生来说，要发明新的方法或理论是很困难的，在我阅读过的论文中，没有一篇做到了。但是，对算法进行改进、应用或组合却是我们力所能及的。要找到创新点，积累是关键，也就是我们要多多阅读、多多总结，并且保持一颗好奇和善于发现问题的心。
如果把找到创新点当作“黎明”，那么现在就是“黎明之前最黑暗的时候”。只要你坚持下去，相信胜利就在眼前！
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。论文笔记（3）
本文为学习论文《Bipartite network projection and personal recommendation》(周涛)的简要备忘笔记。
0，背景简介
一般来说，一个推荐系统由用户user和商品object组成，每一个用户会选择一些商品，记商品集合和用户集合分别如下：
如果用户仅仅选择商品而不对其进行评价。那么推荐系统可以完全由一个n×m的邻接矩阵表示，其中如果用户ui选择过了商品oj，那么aij = 1，否则aij = &0。一个合理的假设是你选择的商品都是你喜欢的，一个推荐系统的目的是要预测你对于没有选择过的商品的喜爱程度。
1，GRM（global ranking method ）算法
记为商品oi的度，该算法按照度下降对商品进行排序并且向用户推荐排序最靠前的商品。尽管该算法因为缺乏个性化而表现不尽如人意，但是由于其简单而被广泛的应用。
至今使用最广泛的个性化推荐算法是CF（collaborative filtering ），该算法基于用户的相似性进行推荐，即对一个特定用户的推荐主要使用与其相似的用户的数据。用户ui和用户uj的相似性可由以下的公式计算得到：
& & & & & & & & & & & & & & & & & & & & & & & & & & & &
其中k(ui)为用户的度。对于任意一个用户商品对ui-oj，如果用户ui没有选择oj，该算法会计算用户ui选择oj的得分vij，
公式如下图所示：
& & & & & & & & & & & & & & & & & & & & & & & & & & & & &
简单的分析下式子中的分子的意思：用户ui购买商品oj的得分vij = sum(该用户和第l个用户的相似性×第l个用户是否购买了该商品)。有两个因素可以导致vij变大，(1)商品oj的度很大(理解为买的很好或者很受欢迎)。(2),存在一个和预测用户喜好很像的人。那么前者表现的是全局化的信息，后者表现的是个性化的信息。针对任意用户ui，对他所有的没有买过的商品进行得分的排序就实现了个性化的推荐。
3，NBI(network-based inference)算法
&(0)二部图:网络中的节点分为两个集合(X,Y)，而节点直接的连接只能发生在两个集合之间。
&(1)算法思想：(一种加权方法)
& & & & & & & & & & & & & & & & & & & & & & & & & &&
& & & & & & & & & & & & & & & & & & & & & & & & & &
& & & & & & & & & & & & & & & & & & & & & & & & & &
上图表明了在二部图中资源的流动过程。上面的3个是X节点，下面的4个是Y节点。整个资源的流动过程包括两步：首先资源从X流向Y，然后重新流回X。经过着两步之后，X节点上资源由x，y，z变为x‘，y’和z‘。可以通过如下的计算得到：
& & & & & & & & & & & & & & & & & & & & & & & & & & & &&
考虑更加一般的二部图G(X,Y,E), 其中E是边的集合，集合X和Y中的节点分别记为x1,x2,...xn和y1,y2,...,ym,X集合中节点的初始资源量为f(xi)。当第一步完成之后，资源由集合X流向了Y，那么可以通过以下的式子计算Y中的各个节点分配到的资源量：
& & & & & & & & & & & & & & & & & & & & & & & & & & & & &
其中k(xi)为xi的度，ail为n×m的邻接矩阵，如下所以：
& & & & & & & & & & & & & & & & & & & & & & & & & & & &&
接下是第二步，所有的资源流回X，之后集合X中的节点的资源分配量可由下式计算得出：
& & & & & & & & & & & & & & & & & & & & & & & & & & &&
或者可以写为：
& & & & & & & & & & & & & & & & & & & & & & & & & & & &
wij可以理解为，在j的眼中i的重要性。
(2)NBI算法
直接利用上述介绍的二部图的加权方法提出一种推荐算法。框架是很简单的：首先将用户-商品二部图压缩为商品一部图，将得到的加权网络记为G。对于给定的用户，对该用户已经选择过的商品分配资源量，为了简单初始资源量的分配按照下面的式子给出：f(oj) = aji.也就是说如果用户选择过了商品oj，那么初始资源量为1，否则为0。之后根据前面所讨论的加权方法。最后可以得到商品上的资源量为：
& & & & & & & & & & & & & & & & & & & & & & & & & & & &
那么对于任意一个用户，我们对他所有的未选择过的商品oj按照以上计算的f ’(oj)降序排列，向用户推荐最后资源量最大的那些商品。
C语言代码实现http://blog.csdn.net/robin_xu_shuai/article/details/
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：13072次
排名：千里之外
原创：54篇
(3)(3)(2)(3)(1)(5)(9)(2)(26)苹果/安卓/wp
积分 23, 距离下一级还需 1 积分
权限: 设置帖子权限
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
选了个银行效率的题目，用DEA做 开始选这个是觉得研究的成熟 写起来材料多 现在觉得这创新点太难找了
各位大牛 这题目还能有啥创新点吗？?
载入中......
1. 两阶段数据包络分析基本上是现在比较标配的做法了。当然比较牛的，还处于测试阶段的是，第一阶段采用数据包络分析算法，第二阶段采用半参或无参的方式跑回归。这个是两阶段数据包络分析方法上面的创新。
2. 数据包络分析本身不是计量经济学的方法，所以无法进行统计学推论。此外，最基本的一个假设是数据内绝无误差，其抽样完全随机。显然这个假设在现实数据上是很难实现的。因此，就需要一些新的方法，比如统计学中的自举法 ...
本帖被以下文库推荐
& |主题: 1865, 订阅: 9
DEA方法很丰富啊，创新点层出不穷。不说别的，就网络DEA方法就有很多进展，完全可以结合不同的背景去应用。
吉生保和马淑娟 发表于
DEA方法很丰富啊，创新点层出不穷。不说别的，就网络DEA方法就有很多进展，完全可以结合不同的背景去应用。 ...主要其实我也不太懂DEA 要写这个论文才知道这个的 什么学科的会比较知道这个？ 你对这个了解吗？我看银行效率大家都用CCR 超效率DEA 三阶段DEA什么的。。。。
1. 两阶段数据包络分析基本上是现在比较标配的做法了。当然比较牛的，还处于测试阶段的是，第一阶段采用数据包络分析算法，第二阶段采用半参或无参的方式跑回归。这个是两阶段数据包络分析方法上面的创新。
2. 数据包络分析本身不是计量经济学的方法，所以无法进行统计学推论。此外，最基本的一个假设是数据内绝无误差，其抽样完全随机。显然这个假设在现实数据上是很难实现的。因此，就需要一些新的方法，比如统计学中的自举法，人为的使数据包络分析模型包含随机项，不过这个现在也基本上标配了。
3. 引入负资产也是现在比较热门的研究方向。比如说，包含了银行的风险管理以后怎样来使用数据包络分析 模型。不良贷款显然是一种负资产，或者是说一种损失，但是一般的数据包络分析模型是假设成本和产出都是大于零的，这和现实情况中存在负资产是相悖的。
4.现在的数据包络分析模型会与其他的模型相组合，例如包含一些随机前沿分析的算法在里面，或者是上面提到的网络数据包络分析.
5. 比较精致的做法是：前期对于原始数据进行预处理，对于所需变量进行一定的分析，就是说，每一步都建立在一定的统计学基础上。这是比较地道的做法。
5. 就选题的角度来讲，范围还是很广的，表外项目,银行资产负债管理方法, 银行风险管理方法，银行资产证券化和不良贷款等等, 随便找本关于银行的教课书，每一章基本上都可以是选题。
比较好的文章有：
Amel, D., Barnes, C., Panetta, F., Salleo, C., 2004. Consolidation and efficiency in the financial sector: A review of the international evidence. Journal of Banking and Finance. 28, .
Acharya V. V., 2009.&&A theory of systemic risk and design of prudential bank regulation. Journal of Financial Stability. 5, 224-255.
Berger, A. N., Humphrey D. B., 1997. Efficiency of financial institutions: International survey and directions for future research. European Journal of Operational Research, 98, 175-212.
Berger A. N., Mester, L. J., 1997. Inside the black box: what explains differences in the efficiencies of financial institutions?. Journal of Banking and Finance. 21, 895-947
Berger, A. N., Hancock, D., Humphrey, D. B., 1993. Bank efficiency derived from the profit function. Journal of Banking and Finance. 17, 117-147.
Delis, M. D., Molyneux, P., Pasiouras, F., 2011. Regulations and Productivity Growth in Banking: Evidence from Transition Economies. Journal of Money, Credit and Banking. 43, 4.
Dietsch, M., Lozano-Vivas, A., 2000. How the environment determines banking efficiency: A comparison between French and Spanish industries. Journal of Banking and Finance. 24, 985-1004.
Drake, L., Hall, M. J. B., Simper, R., 2009. Bank modelling methodologies: A comparative non-parametric analysis of efficiency in the Japanese banking sector.
Fries, S., Taci, A., 2005. Cost efficiency of banks in transition: evidence from 289 banks in 15 post-communist countries. Journal of Banking and Finance. 29, 55-81.
Goddard, J., Molyneux, P., Wilson, J. O. S., Tavakoli, M., 2007. European banking: an overview. Journal of Banking and Finance. 31, .
Halkos, G. E., Salamouris, D. S., 2004. Efficiency measurement of the Greek commercial banks with the use of financial ratios: a data envelopment analysis approach. 15, 201-224.
Hermes, N., Nhung, V. T. H., 2010. The impact of financial liberalization on bank efficiency: evidence from Latin America and Asia. Applied Economics. 42,
Kravtsova, V., 2008. Foreign presence and efficiency in transition economies. Journal of Productivity Analysis. 29,91-102.
Khan, S., Lewbel, A., 2007. Weighted and two-stage least squares estimation of semiparametric truncated regression models. Econometric Theory. 23, 309-347.
Leibenstein, H., 1966. Allocative efficiency vs. ‘X-efficiency’. American Economic Review, 56(3), 392-415.
Lehner, M., Schnitzer, M., 2008. Entry of foreign banks and their impact on host countries. Journal of Comparative Economics, 36, 430-452.
Lozano-Vivas, A., Pastor, J. T., Pastor, j. M., 2002. An Efficiency Comparison of European Banking Systems Operating under Different Environmental Conditions. Journal of Productivity Analysis. 18, 59-77.
Laeven, L., 2003. Does financial liberalization reduce financial constraints?. Financial Management, 32, 5-35.
Lovell, C.A.K., 1993. Production Frontier and Productive Efficiency. In The Measurement of Productive Efficiency-Techniques and Applications, Fried, H.O., C.A.K. Lovell and S.S. Schmidt (Eds.). Oxford University Press, Oxford, pp: 3-67.
Levine, R., 2002. Bank-Based or Market-Based Financial Systems: Which Is Better?. Journal of Financial Intermediation. 11, 398-428.
Maudos, J., Guevara J. F., 2007. The cost of market power in banking: social welfare loss vs. cost inefficiency. Journal of Banking and Finance. 31, .
Pasiouras, F., 2008. International evidence on the impact of regulations and supervision on banks' technical efficiency: an application of two-stage data envelopment analysis. Review of Quantitative Finance and Accounting. 30, 187-223.
Rajan, R.G., Zingales, L., 1998. Financial Dependence and Growth. American Economic Review. Vol.88 No. 3 559-586.
Simar L, Wilson P.W., 2007. Estimation and inference in two-stage, semi-parametric models of productive efficiency. Journal of Econometrics 136, 31–64.
Simar L, Wilson P.W., 2011. Two-stage DEA: caveat emptor. Journal of Productivity Analysis, 36, 205-218.
Simar, L., Wilson, P. W., 2007. Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics. 136, 31-64.
Simar, L., Wilson, P. W., 2011. Two-stage DEA: caveat emptor. Journal of Productivity Analysis. 36, 205-218.
分析的有道理
热心帮助其他会员
分析的有道理
分析的有道理
鼓励积极发帖讨论
总评分:&经验 + 100&
学术水平 + 14&
热心指数 + 14&
信用等级 + 13&
和楼主同感啊
现在有用三阶段做的了，最好多搜集相关文献，总结下方法
du6666 发表于
1. 两阶段数据包络分析基本上是现在比较标配的做法了。当然比较牛的，还处于测试阶段的是，第一阶段采用数据 ...说的很细致
现在有用三阶段做的了，最好多搜集相关文献，总结下方法
本文来自: 人大经济论坛 金融投资学 版，详细出处参考：
这个三阶段，我确实想不出来。如果可以的话，还请多少说几句。或者列个参考文献什么的。谢谢！
DEA-WP，不知道用最差绩效前沿做风险分析怎么样
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师本科生的论文究竟应该写什么？
内容高不成，低不就，导师要求很高，实际学生能力有限，最后只能变为“借鉴”硕士生、博士生论文，对此本科生应该如何处理？这种论文真的有意义么？题主工科学生
受邀。在科学网上看到李瑛老师，我也说几句。先说说我对李老师遭遇的感想吧。我觉得本科生什么情况，很大程度上要看学校水平（招生的高考成绩，学院的专业课实验教学水平，学校组织本科生进实验室活动的情况等），所以不同学校的老师所谈及的本科生不一定有可比性。但是不管怎么说，从李老师文中介绍的来看，她以前带过的本科生都属于非常优秀的学生，性格也都比较健全（偏向主动积极型），都是特例。而且，也正可能由于李老师以往这几年的光辉“业绩”，在学生中口碑很好，说到李老师那儿做毕业设计的出路都不错，因此近年来开始有更多的学生投报李老师做毕设了，功利性的因素增多了。从我的标准来看，李老师文中的这位sur-prise同学，也挺可怜；未知是男生还是女生，性格或许就偏内向和被动。是ta懂得的道理太少，才让李老师频频sur-prise。小孩儿不懂道理，往往不知道自己不懂，注定只能在发现的时候才进行教育。既然注定只能到那时候才进行教育，那教育时也不必大惊小怪了，平心静气地把他该懂的道理说明白就是。另外，也许，一个人对本科生要求有多高，也跟他自己本科的时候水平多高成正比。也许李老师本科的时候就是一个很优秀的学生，“不待扬鞭自奋蹄”。而我本科的时候只能说是普通，所以对现在的本科生也多了一份理解。说来奇怪，以前我还是学生的时候，我立场从来都站在导师那边。各种论坛上往往充斥着咒骂导师的学生帖。收集起来看，世上也确实有各种奇奇怪怪的导师。但我以往总偏向于认为这些学生抱怨的事情中有50%是无理的要求，导师没理由去做的，而另50%则是相当于要求每个人都是圣人的要求，只能有少数导师能做到。在科学网上Neil同学的论点就跟我相反。每次他又在批评导师的时候我都很不爽但碍于情面我很少回复他。现在我的身份变成老师了，奇怪的是我又挺同情学生的了。可能是因为我做了班主任，带了一帮本科小朋友，心里很喜欢他们，产生了过份溺爱的心理。所以，哪怕像李老师说的那个sur-prise，我也只觉得挺可怜一孩子。我谈谈我自己的经历。我所在的学校水平大概属于39所之中的第39所那种。但由于南方高校少，在南方我校招生高考分数也不低，在北方招来的学生分数就更高了。我所在的学院也是学校中数一数二的。我从硕士起，在这学校待了快9年了。从形式上看，我们学校对本科毕业设计的要求，似乎跟李老师那学校差不多，也是开题、中期、论文、答辩等一个不落，也要翻译英文文献，写文献综述。并不是所有学生都很积极地提前联系进实验室，因为我们学校在本地名气还是不错，很多学生没打算考研，去投入求职的汪洋大海了，不到要导师给他们签名的时候，他们就不会联系导师做毕设的。这是现实。而正式做毕设的那个学期，头两星期学生要去实习，不进实验室。五月底就要交论文。因此，学生只有两个月的时间完成毕设的所有任务。先不说实验，光是文献综述、英文文献翻译、论文排版打印这些工作，由他们自己解决的话都远不止两个月，更别说要学习实验仪器操作及其原理，学习如何解释实验出数据，用书面规范表达出来，学习如何使用OriginPro作图，科学作图的规范……同时学院也不时要抓他们填写各种表格并签名（如果这个学生恰好是班长，他还不光要负责自己的，还要收齐全班的，兼跑腿）。只要这么一想，你很难认为你不用帮本科生做完大部分的事情。再到选题。如何体现“创新性”？由于我一向做的都偏基础，“创新性”就是体现在课题的“探索性”，要“站在巨人的肩膀上”。对于本科生而言，真要做到这个要求的话，我就先要把整个“巨人”给他教懂了，他才能理解站在肩膀上看到的东西。这当然首先非常考验我的水平，能否复杂问题科普化。但毕竟也对学生要求太高。所以，我的理解，毕业设计的“创新性”是对学生的最高要求，达不到是常事，对于普通学生来说，做一点“重复性”的事情已经够锻炼他们的了。就好像他们去工场实习，最多也就只能在生产线上走马观花，能从原材料到产品看个遍，心中对这东西的生产流程全貌有个大概的认识，就挺不错的了；但事实上他们没怎么动手，都是工厂在做，他们在看。想他们去实习能帮工厂改进生产工艺？不太靠谱。综合以上对客观现实的分析，本科生毕业设计，应该选择自己做过，从头到尾不可能出意外的实验，作为学生的课题。主要培养学生完成这些实验和解释实验结果。至于这些实验是否回答了学述界未曾回答的问题什么的，不应作太高要求。哪怕这个实验没有新意，学生懂做这些实验并且解释实验结果，也是了不起的学习成果了。不同的学生特点不一样。如果只拿做研究这个标尺去衡量，学生也是有高下之分的。做科研的思维方式是一种特殊的思维方式，虽然学生们都是理工科，但是思维习惯还是千差万别，之前充期量也就是做过课堂实验，从来没有受过科研的思维训练。你如果没教他，你就不能期望他自己懂得演绎，懂得设计实验去回答问题等等，只能期求你说的时候他能听懂、明白。他也只能跟着你的思路做实验，很难独立形成自己的思路。不同的学生动手能力也不同。有的学生碰什么打翻什么，也没有观察的习惯，不懂举一反三和总结经验，所以实验上的各方面上手都特别慢。这种情况你就得及时识别，立刻降低实验难度，甚至动手部分帮他完成了，他在旁边把流程和原理看熟，到时讲得出来就行——因为这毕设也就俩月，他搞完就去公司报道了，你没有必要也没有能力在短时间内使他的动手能力有质的改观，在这方面较真没意思。有能力的，让动手做做，不然可能也喂不饱这类学生，但一定要注意控制进度，不能撒手不管，一旦进度有问题，自己及时接受把实验做完。对于本科生，天天问是不过份的（但要以朋友、伙伴的态度来问，而不是以包工头的态度）。多问除了能控制进度外，还能及时了解他遇到的困能，很多时候你不问都压根想不到这种事情在本科生那儿会变成困难。如果是以兄长的态度，多问也会让学生感到有安全感，往往使他更积极更肯干，才更符合你的期望。平时不问，一出问题就跟他急，还要全赖是他态度问题，甚至把人家说哭了，学生只会觉得极度不安全，极度不着调，陷入“做也不是不做也不是”的状态，那你说他是不是干脆去找工作考虑一下自己前途比较务实？毕设由于现实的不完美，要做各种妥协。但我觉得有一件事情是既难但又不可以妥协的，那就是学生对原理的认识一定要努力地保证。哪怕天天不干活，空口把整个毕业设计的故事能讲一遍，也比啥都不知道强。等到学生撰写毕业论文的时候，上台答辩的时候，学生要感觉说的是自己的话，而不是在背一些自己都不明白的话。这才是为什么我情愿实验上帮学生动手做了，节省学生的时间和精力来理解和学习原理层面的东西。他可能要重复十次才能过好柱子，但他可能只需要十分钟就明白为啥要过柱子，过柱子要注意什么了。后者才是最重要的。如果学生做实验做得很辛苦，最后原理一知半解，连不成一个故事，写论文和答辩的时候也是走过场，那就会使学生对科研的印象很差，将来他如果是去工作，可能再也不会接触科研，本科毕设给他的不良印象将会是永久的。我觉得，其他的各种妥协，代价都不如这种结果来得大。就好像专业课的课堂学习一样，当然是以课堂讲课为主，实验教学为辅，而不是相反。学生通过思辩来理解原理是基本的，能有些实验加深他们的感性认识，属于锦上添花。样品是我制，仪器是我操作，但是，学生眼睛是看完了全程的，问一句：为什么这个曲线是这种形状？——他照样有思考的基础，照样受到锻炼，不必要求实验是他亲手做的。最后，我觉得也是最重要的，那就是作为老师，我们自己要思考清楚这个问题：学生将来工作可能是各行各业，各种岗位，未必都跟专业相关。如果他确实认真完成了大学四年的学习，这个毕业设计在时间和要求上又有各种不合理之处，与他们找工作相冲突。在目前就业压力巨大的情况下，他们为什么要牺牲找工作的时间和机会，用全部时间和精力投入到毕业设计之中？我觉得老师们并非给不出一个答案，而是难以给出一个能让大家都接受的答案。老师往往压根就不想去关心学生找不找工作，也不想为学生找工作的原因而做任何妥协。他们认为学生之所以要全部时间和精力投入到毕业设计之中，就是因为“科研是神圣的”。素质好的学生，不继续读研，就为他感到可惜；差的学生，不继续读研，就认为他（自己这么差了还）不求上进，态度有问题，懒。这种观念本身就有偏差，在这种观念的主导下，你跟学生说的道理很难让学生听得进去，因此学生固然不懂道理，但也不听你讲的道理。这是造成很多师生冲突的原因。事实上，做科研的往往认死理，不容许不自洽的行为，还为此洋洋自得；殊不知在混社会的人眼中，这就是书生气，酸！一个人适合做科研，还是适合混社会，是心性和气质使然，本科生虽然年轻，但这样的心性和气质已经形成了。一个“混社会型”的学生，也就无非因为你是老师对你退让三分，才听你使唤。可能将来他在社会上混开了，回想当年你对他毕业设计的指导过程，结论就是“在学校里干的都是酸秀才”。所以，我带本科生，首先会以朋友的角度来了解他的理想和志向，根据他所属的类型决定选题，决定我对他在毕设这件事情上的期望值。同时，一些放诸四海而皆准的底线，我又要坚持，因为毕竟学生是不懂事的。一切事情都是只能靠学生主动才能实现的，学生有多主动，事情就实现多少，你push的效果是微乎其微的。如果学生不主动，你就别做梦。对于一个“混社会”型的学生，你没必要跟他频频唱高调。假如能在这样的学生心中正确而客观地留下“科研”的印象，也许是更好的结果。Read more:
内容高不成，低不就，导师要求很高，实际学生能力有限，最后只能变为“借鉴”硕士生、博士生论文，对此本科生应该如何处理？这种论文真的有意义么？接下来简单精准的回答一下您的几个问题，本科毕业论文作为进入科研领域的第一步，对它的相关要求与硕博相比也是最低的，只要你能达到基本的综合运用所学知识就已经很不错了，所以借鉴硕博论文也是非常正常的事。在中国的本科论文更多的是一种为了应付毕业的形式，价值和学术成分并不高。好了，言归正传，首先是本科论文怎么写？
一件事情总有正反两面。写论文，实际上是对学生前一阶段学习研究所得的总考察。提问者谈到“导师要求很高，实际学生能力有限”。一方面，我们要承认本科生的能力确有局限，另一方面，是不是要反省，大学四年到底花了多少时间在钻研学业和提升自己的学术能力上？临到要交论文时，才发现自己离导师心中的基本能力还有差距，结果抱怨导师要求高？毕业论文，实际上是在学校里最后一次大幅提升自己学术能力和知识储备的机会。私认为要好好珍惜。个人管见，幸望有助。
个人认为本科生的论文目的是为了让本科生在毕业的最后关头了解如何写论文，如何做设计。而内容的创新性不是也不应该是本科生阶段的要求。本人计算机专业，此为背景。我们的论文可以分为两种，一种为研究类，一种为设计类。如果是研究类，你可能是提出了一个新的算法，或者研究了一个现有算法调整参数后的效果，或者是对几种算法进行了分析研究。但无论是那种，流程都差不多。你要研究现有成果，提出你的想法与问题，设计实验验证，总结与归纳。真正关注的不是你的成果有没有原创性，而是你的过程做的如何。在这个过程中应该学到的是如何进行研究，相对而言结果并不是非常重要。如果是设计类，可能是做一个信息管理系统，一个在线销售平台，一个课程管理系统，或者一个基于单片机的XX系统。可能你做的界面不是很漂亮，功能不是很完善，性能也很差，做的这个东西永远也不会有除了你和老师以外的任何人取用。但是在这个过程中会体会到针对一个实际的项目，如何从需求分析开始，到设计，实现，测试，完善的整个过程。如果项目代码较多，你还能在后期感受到究竟为什么会有“软件工程”这种东西，以及人们为什么要搞出众多“设计模式”。等你发现你自己写的代码都几乎完全无法维护的时候，就知道好的命名规范和代码风格为什么这么重要了。当程序改动了多次以后，就会想到之前为什么没有做版本控制。你在这里应该学到的是如何综合所学到的所有知识，做一个相对有实际意义的项目，而不再是课后习题。虽然在实际工作中你只是一个项目的一部分，但是作为参与者，要了解游戏规则。这就是一个很好的实践机会。有动力逼着你去做一件事，和自己每天回去瞄两眼设计模式是完全不同的感觉。毕业论文存在的目的不是为了让你做出成果，而是给你一整个学期，让你为以后的人生道路做准备。你要继续学术，可以让你了解如何做研究。你要直接工作，可以让你体验到整个工作会遇到的流程。我认为这是一个非常有意义的课程。更可贵的是还会有人指导你。既然有政策，就肯定有对策。确实有人忙着找工作，考研没时间做。也有人说老师水平太差没什么帮助。还有人干脆抓紧最后时间好好疯狂一次。这些都无可厚非，反正未来在自己手里。自己做的选择别人没法指责什么。唯有导师是外部原因，但你可以选择一个合适的导师，或者你可以选择一个适合他的项目。除了团委，办公室那些老师以外，别的老师至少也会有他所擅长的你专业的东西。选这个一般没错。这个论文意义在于过程而非结果。只要用心完成了，它就有意义。
谢邀!写学术论文是一件让人焦头烂额的事情，不得不说，长篇论文是学生的心头大患。当你选定好一个论题后，就得长篇大论几多页，不知让多少学生望而生畏。最近小编整理了如何写好学术论文的建议。在这里做个总结，希望对所有学生都有所帮助。一、论文破题技巧提出强有力的主题。你的主题表明了你的意图：你打算在论文里阐述或证明什么。以下一些类型的主题可能会抓住你的（以及教授的）注意：挑战某个误解。挑战某一普遍被接受的理论或其它类似于“人人都认为是如此”的东西，证明它其实并非如此。找隐蔽的联系。比方说用科学理念来解释文学概念，反之亦然。举例说明：波尔理论关于原子结构的分析为观察哈姆雷特与这出戏次要人物的关系提供了另一种方式。这个主意是为了帮助你在观察或思考某一概念时能找到一条全新的让人惊讶的道路。为“坏人”正名。为被普遍认为是“坏人”的历史人物或文学形象正名，著名生物学家史蒂夫杰古尔德就是这方面的一个大师，他撰文表示：拉马克，罗马主教八世——大多数人将他描述为科学进程上的阻碍者，实际上他是当时外科科学的佼佼者。找到被你的读者不公平对待或被恶意诽谤的人物或行为（提示：我会避免用这种方式对待希特勒，不管你写得多好，没人会欣赏你为此作的努力，并把希特勒当好人看的）。时代技术、社会结构和文化解构经典作品。灰姑娘和简·奥斯汀笔下的爱玛在今天的合作社会会成为怎样的女人？牛顿和朱利叶斯·凯撒会如何使用苹果笔记本呢？古时的技术、社会或文化传统思考现今社会。朱利叶斯·凯撒会怎样想杰克·韦尔或比尔·盖茨？简·奥斯汀会如何思考当今的职业女性呢？利用自己的经验作为资源。使用个人经验可以让你的论文既生动又明确——还能让你更投入到写作当中（谁不爱谈论自己呢？）心中要有目标读者。绝对不要为了你的教授而写。想像你在对朋友或家人解释你的观点；想像这篇文章将成为《时代》的封面文章，或者在研究领域的学术期刊上发表。为自己塑造一个目标读者，你就是在为他而写。论文很容易沦为让人觉得无趣和厌烦的文章，不仅仅是对你的教授，更可能是对你。只有这样你的写作才不会使人昏昏入睡，也使得文章目的更加明确，以及对内容提高了审核标准（扪心自问：“我这样解释，读者是否还有疑问呢？”）。二、做好研究调查围绕主题，制定计划。你需要弄清自己要在论文中提出的观点，然后围绕这一观点进行研究调查。你要先写一份计划书，其中应当包括整个研究的进展步骤和要需要完成的任务（比方说：9月20日前找到10份资料，10月15前完成初步的研究）。使用维基百科。维基是非常有用的百科全书，适合于快速查找事实，对某一主题增加粗略的了解。所以在开始研究前，为什么不Wikipedia一下？但是要注意的是，维基并不真正适合作为学院水平论文的参考资源，因为它缺少对学科课题方面细节的详细阐述。所以维基只适合作为你开始论文的地方，一篇好的学科论文的组成的核心是远远深于和广于维基所能提供的。一次只处理一个论点。不要试图一次把你的主题搞定。 对整个主题有一个大概的感觉，为你需要了解的东西建立一份大纲。之后每次处理一个论点，在完成初稿之后，你就不难发现论点之间的联系。整理好使用的参考书目和资源。你所参考的书目和资源都应该整理存放好，第一是为了方便再次查阅；第二是论文结束时写参考资料时不再需要重复去找这些资源。询问导师和图书管理员。除了网上找不完的资料，你可不要忽略身边能利用的人力资源。你的导师，可能在办公室里花时间等待，便是希望某位学生能够闯进来提出一个值得他们花长时间与你讨论的问题。友好的图书管理员，多数的图书管理员很高兴帮助你去找和你的项目相关的资料. 一些图书管理员甚至能将那些很难找到的信息定位到具体的一卷书中。所以不要浪费了哦～当然，也不要忘记向周围的学生们寻求指点帮助，说不定他知道的正好和你的主题相关。三、解决论文写作提前开始。很多人却总拖到最后期限才着急起来，却常常不以为然。学期开学，教授就开始布置任务的目的就是为了让你有充裕的时间去计划、研究、写作和检查论文。如果你有效利用了这段时间，不仅可以写出更好的论文，还能减少压力，也不至于在截止日期前要熬通宵或不能出去玩。所以开学之初，你就应该制定好计划，如两星期研究，两星期写作，两星期定初稿，剩下一些日子审稿和校对。写作期间，你可以设定每天完成的字数量设定结束的部分——当天停笔的位置应该是你第二天开始写的时候容易重拾思绪的地方，以免线索中断。文章大纲。文章大纲可以说是你的思维导图，是你的文章将涉及的一系列要点，是你论述的目的，是你完成作品的大致面貌——甚至，如果你思路清晰，文章的第一段也可作为大纲将中心内容揭示，并看出写作脉络。不管是以哪种形式，一个有效的提纲能帮到你很多。写的时候它能作为检测进度的尺子，能作为提醒，帮你确定文章是不是已涵盖了在列提纲时你想要表达的那几点，当你思绪凌乱时，它还可以提示你。一个好的提纲让你写作更加灵活，不用拘泥于从头写到尾，如果你的思绪到那了，而且研究充分，可以先写你已经准备好的要点，比总考虑类似第七页还没决定写什么呢，我就不能先写第六页的问题要强多了。最后，手头上有个计划能帮你锁定目标，实现写作目的，而不是“想到哪写到哪，以至不知所云了”，这正是许多学生正在做的事情。从中间开始。不同作家写作时面临的同一个最大的问题是想不出来如何开头。与其盯着一个空屏幕看到视网膜脱落，绞尽脑汁去想一个充满敬畏激情和意义深远的开篇，还不如跳过开头的介绍，直接进入第二段。当你完成后面部分，你随时可以回来写出一段放在第一段——不过接着，你可能发现其实没必要这么谨慎，你会发现，第一段往往是文章最弱的部分，相较于其它有意义的功能，它更常作为进入主题的暖身。不要剽窃。剽窃不仅仅指从网上摘抄文章——剽窃是指从维基百科或其它网页复制段落而不标注出处或将引用部分用引号括起来，是指摘要别人的论点或使用别人的数据而不表明来源，是指任何出现在你文章没有标示来处，不属于你原创思想的一切。请你避免用任何方式使用其他人的作品，甚至说它本来就是你的。即使是正确的引用，你也应尽量减少使用别人的作品。一篇有一系列论点和对论点阐述的论文如果缺少自己的语言，那绝不会是一篇好论文，就算你的论点和阐述来自于已具有完美形式的参考文章或书目，也是没有意义的。现在论文提交前都要自己检测下，然后修改，周围朋友用的自助检测系统，硕博多数是用paperpass论文检测系统（），本科多数是用paperrater论文检测系统（），当然这是后话了。集中于与你文章的目的交流。重审你的文章至少一次，注意力集中在核查文章中的每一句话是不是都实现了你预设的目的，你期待读者从文章里读到什么，产生怎样的感情，你的每句话可以帮你实现吗，可以让读者充分理解吗。每句话都应指引读者的思维奔向你的结论。认真校对。校对是一项完全与重审分离的工作，而且是你在明确文章“结束”之前所做的最后一件事情，这时你该好好注意语法了——明确每个句子都有主语和动词，而且搭配正确。更正所有的拼写错误，特别是文字处理器检测不出来的。充分利用文字处理器，但在校对过程中这只是开始，而不是最后步骤。一个很好的技巧是从后往前校对——先看最后一个单词，接着是倒数第二个，然后倒数第三个，以此类推。这样可强迫你的大脑脱离原先的文章顺序注意每个单词，意味着不受你记忆中想象的该写什么的干扰，看到你真正写下的东西。做点总结。别把“总结”和“摘要”混为一谈。文章的最后一段或两段应是你的论点最出彩的地方，千万不要老调重弹，只是重复文中的观点。你可以解释你的研究发现，提出你对文中数据的理解，描绘未来研究的前景，或指出在你文中出现的事实的意义及重要性。结论应是论文的最强音，而不是软弱的摘要重述。
文科生一枚~~~我的一个老师曾经说过：就应该取消本科生的毕业论文；我的另一个老师说过：你们能写什么论文，书都没读几本，能写出什么论文~~~~不知道你们工科生写论文是什么样的，从作为一个苦逼的学的是“政治学”的文科生来说：1、要想写好一篇论文，首先要多读跟专业相关的书，与此同时，要边看边思考边做笔记，因为写论文时的“文思泉涌”以及论述的严密性和逻辑性都来自于平时的积累，写多了、想多了就知道如何去写了（我很后悔大学前几年没多看专业书啊，全看非专业的社科人文类的书了，搞得现在考研复习总感觉看书不够很紧张。。。看那参考书平均都是七八百页的很头疼）2、写论文哪有不"借鉴“的呢，不然以我们本科生的水平，很难写出一篇像样的论文。当然，借鉴不是直接去抄啦，你可以从别人的论文中获得灵感嘛，或者变一种方式变成你的。天下文章一大抄。。。。其实好多问题别人都研究烂了，我们再去写，能写出什么新意？当然你也可以想到一个新的话题，可是没有大量的学术功底，你又怎么能写得好？？？当然，我几乎没超过硕士生的论文，怎么也得博士生论文嘛，哈哈~~~3、我觉得写读书笔记和非正规的评论性的文章还是挺有用的，本科生写论文——没意义。4、我真的不想写论文！！！！！！！！！！！20号要交一篇论文，到现在还没构思好！！！！（想写1945年以后德国的联合政府稳定性的探究，结果发现可借鉴的资料太少了，CNKI上都搜不到几篇相关的！！！！）
本科论文首先是把格式要求写好，好的排版非常重要，推荐一篇非常全面的本科论文格式模版你看看
感谢邀请。个人决定改变一下答题方式，在说出自己的看法之前，希望题主先回答一下下面几个问题：1. 题主自称是一个工科生，那么请先回答一下，什么是工科？它和文科、理科有什么不同？2. 面对一个完全陌生的问题，一个合格的工科大学生应该具备哪些解决问题的能力？3. 毕业设计和毕业论文的目的是什么？楼主回答完我再来补充。偶染小恙，未能补充，非常抱歉，希望现在还不晚。先来自问自答：1. 工科的“工”字翻译自“engineering”一词，这一词又来自于古拉丁语ingenium（天赋，天才的能力）和ingeniator（兼具创造性和巧手的人）。它和文理两科的区别大概可以这么概括：文科更重视解的存在性。理科更重视解的完备性。工科更重视解的现实性。（顺带说一句，那个关于“解是存在的”的数学家笑话是最大的扯淡）2. 一个合格的大学生应该具有一定的分析、搜索、学习、理解、综合能力。而一个工科大学生，同时应具备创造、实现、调试、总结能力。3. 我在的答案中说过，本科的“毕业设计”或者“毕业论文”，主要是锻炼指导你独立研究一个问题的方法和技能。下面仔细来回答你的问题。（知乎为什么取消自动保存功能了？写了一个多小时的内容全都不见了，只好明日再写，实在抱歉。）
如果你真想写又不会这，所以这样想有用吗？还是建议你找人帮你写吧
已有帐号？
无法登录？
社交帐号登录}