如何出好文章

如何出好文章一多看paper没有坏处二多找找其他非老板的人,例如其他教授,postdoc,前辈师兄讨论,借鸡下蛋三可以动手的东西容易上手,比如软件等等四没事找机会去开会,认认牛人.不发paper,做做volunteer,或者参加phd symposium之类.五主动参加seminar,自己讲几次看过的paper,最好自己组织一个topic拉几个师兄弟和postdoc参加.六适当注意找几本教科书看看,打好基础.你的老板和我老板有些象，只是我老板还做一些指导， 主要在方法方面，比如读文章，想idea，以及写文章等。 对于出idea，老板的指导和我的体会是：1.需要对研究的领域有一个全局性的了解，按老板的话说，是要有bird eye。2.要有bird eye，需要比较全面性地阅读本领域的文章，对于 读文章，老板主要建议读文章的idea，总结成一句话，并用卡片记录以后好分类整理。如果把别人文章的idea总结成一句话， 就容易理解它的本质，也好变化。3.读了很多文章后，可以写一个special study，将读过的本 领域的东西系统的总结在一起，相当于你的综合理解，也就是 bird eye看到的东西了。以后翻阅起来也相当方便。4.用心分析对于别人的idea，任何一个idea基本上都有weakness， 然后想个办法解决，那就是自己的idea了。5.时不时阅读更广泛领域的东西，扩大bird eye的范围，对 领域外的感兴趣的文章进行copy收藏，这个叫walk around a little bit，很多领域外的东西可以借鉴产生new idea。别老想那么多, 就一个脑袋, 留点想 IDEA, 老板 都是过来人, 应该理解做研究没那么快的. 不要每次见 老板都想着总要说点新鲜的, 想明白什么就说什么, 什么 都不明白就听他说, 脑力劳动嘛, 关键是不能有压力 找课题其实也不太难, 最好的一招是看大牛的PAPER, 要 精看, 一篇看两个月, 看十五遍以上, 看着看着就觉得 有地方别扭, 就说要是老子写这问题, 就.,然后就 有题目了. 不管多大的大牛, 文章总是在说一个方面, 所以总有其它东西没包括进来, 你看上十几遍, 自然就 想得更全面了, 自然就知道下一步该干什么了要么就跟一个assistant，虽然push比较苦，但可以真的做很多事。 或者跟大牌full prof.，虽然一般不来管你，但就靠他的名气了。 associate就有点不上不下，两头不讨好。我老板根本就不是我这个专业出身，他是高理论的，没有作过一天的具体试验，不过他很 勤份，也很有组织天分，整个组运转良好。他最大的好处就是open mind，我有任何想法 ，他都是鼓励我。他有什么想法也都找我们商量(有些老外居然敢直接拒绝老板，说他的i dea is impossible mission,不过我老板也不生气，hoho)。另外他雇佣了很多的博士后 ，我一开始就是跟着博士后或者老资格的博士作，熟悉了所有试验操作，make project plan, analysis data,甚至包括如何查文献。另外经常和组里的其他博士后或者博士生讨 论问题，也让我学会了他们是如何发现新的idea的 等过了两年后，我就自己独立了，从idea, 到实验设计，完成paper,都是我一人负责。 老板只是每个月来听听我的汇报。我现在也开始带新来的学生了。我会把所有我知道的都 教给他，就好像那些曾经带过我的博士后或者老资格的博士生那样。 所以我很感谢我老板，即不是一上来就让我自己出idea,也不push我，而是让我有一个循 序渐进的过程。另外由于都是老的带新的，所以组里的关系也很融洽，大家经常讨论问题 ，互相促进。不是, 很多idea是有一定背景的. 有时候不会有多少个人有你这样的背景. 所以 不一定有多少个人能有这样的idea. 举例来说, 1. 你可能有某些方面的很强的 数学背景, 在你周围的同行中, 没多少人真正懂这些知识. 2. 你可能恰巧看到 了一些和这个领域不相关的问题, 但是里面的思想对你的问题非常有启发. 3. 你老板可能是这方面的大牛, 你们最近研究出了一些新成果. 不过这个成果暂时 没多少人知道, 而你在这个成果的基础上有些发展.总之通常这样的情况下, idea是很确定的, 你也会很确定这个东西可以发表. 另外也有的情况是. 有不少文章看似很酷, 但作者文章太多, 所以通常你可以 感觉到他的文章并不是特别深入. 虽然暂时你不知道哪里不对, 但是只要你 理解深了, 你可能会发现其实他的每篇文章几乎都有没有考虑完全的东西. 那样, 你几乎已经不愁文章能不能发表, 而是考虑发这样的文章有没有意义 的问题了.越不熟悉的领域乍一看之下越会有IDEA,后后 其实有个IDEA才是PAPER的最多十分之一,很少有哪个领域的TOP会议或JOURNAL会收一篇只有一个IDEA的PAPER吧.要么实验充分,象作DATA MINING的动辄二三十个图,要么有十页的 证明作APPENDIX,再要么象搞网络安全