說明
這篇文章，是寫給我去年入學的研究生的。暑期之后，他們中的幾位就要開題了。
本著一貫的開放原則，我把這篇文章同時發布到網絡上。歡迎有需要的高年級本科生或低年級研究生同學一起閱讀。
前些日子，我參加了哈工大的“大數據與商務分析”暑期學校。這段日子的記憶是炎熱、匆忙和充實的。我收獲了許多東西，尤其是在科研思路方面。從前有許多迷惑的地方，都從諸多高人那里獲得了答案。即便有些問題不是一兩句話能說清的，熱心的學者們也給了我充分的指引。
回津后這些日子，我一直在認真整理筆記，并且按圖索驥來讀書、看文章，希望把思路理清，并且記錄下來。
收獲太多，我可能要寫若干篇文章，才能把在科研領域認知升級的過程記載清楚和完整。
通過本文，我把這些收獲和感悟分享給你。希望你和我一樣，充分利用好這個假期，在科研之路上精進前行。
遺憾
這次暑期學校，你真的應該來參加。
至少，也該來看看你們的導師是怎么當“麥霸”的。
別誤會，我說的并不是K歌。事實上，因為五音不全，我在別人K歌的時候，向來只愿意做一枚安靜的聽眾。
我說的“麥霸”，是指每次演講中的提問環節，坐在第一排的我都是第一個舉手。每次哈工大的工作人員都是搖頭嘆氣把麥克風遞給我，我一張口說話，背后就是竊竊私語聲一片。
我不在乎。
我來的目的，不只是當聽眾的。
所謂“學問”，除了要學，還得要問。我遠道而來，是要跟國際一流頂尖學者交流的。不問問題，怎么交流？
需要交流的動力，是我腦子里面有一大堆亟需驗證的假設，需要找應用數據科學做研究的權威專家做驗證。這種低成本快速驗證的想法，來自于D9X的閻總。他的創新思維工作坊讓我受益良多。
暑期學校邀請的講座學者都是做數據科學+信息管理研究的。我簡直如同劉姥姥進了大觀園一般。眼花繚亂，看什么都覺得新奇有趣。
我提的許多疑惑問題，如果自己嘗試，花費的精力和機會成本都是巨大的。
這些寶貴的知識和經驗，不能不善加保管。我認真整理了筆記，打算通過系列文章的形式分享給你。
今天這一篇文章，急用先學，就講講科研選題吧。我大致歸納了以下6種常見的選題導向，一一幫你剖析。希望能夠幫助到你的開題和今后的科研。
方法導向
我一直跟你反復強調的那句話，還記得嗎？
To the one with a hammer, everything looks like a nail.
翻譯過來，就是“當你手里拿著一把錘子的時候，看啥都像釘子”。
如果你僅僅把論文當成是方法論課程的實踐作業，那你很可能也會這么想，并且這么做。
可是方法運用得再高妙，如果與你的研究問題不匹配，也是枉然。
更何況許多人對方法只是一知半解。他們真正學會的只是鼓搗出一堆來源可疑的數據，然后扔到統計軟件的絞肉機里面，等著漂亮的結果從另一端奔涌出來。
天上真的能掉餡餅嗎？不，你只會看到這樣的結果。
沒錯，垃圾進，垃圾出。
因為你的邏輯可能是這樣的一個三段論：
大前提：狗都有4條腿
小前提：我家的貓有4條腿
結論：我家的貓是一條狗
你們可能覺得自己學過的東西更高級一些，不會犯這些毛病。
例如學了爬蟲，你就可以隨心所欲找自己需要的研究數據了。根本無需去偽造數據，或者擔心別人填寫你的問卷的時候胡亂應付。
學了R，你就可以做出非常漂亮的回歸分析結果和圖表，甚至能處理時間序列。
學了機器學習，你就可以讓機器替你干臟活兒累活兒，幫你快速分析出決策樹、做出詞云，甚至是做文本情感分析與主題發現……
但是，即便這樣，也請你記住——不管多么時髦和高級的工具，也不應該成為你論文選題的起點。把高中數學老師教給你的那一套“分析法思考，綜合法證明”的小聰明暫時收起來。否則一葉障目，你就會喪失自己的起點。迷茫的結果就是做出了一大堆勞動成果，卻沒有解決任何值得解決的問題。
選用了某種方法時，一定要問自己幾個問題：
- 為什么要使用到這種方法？是因為自己熟悉嗎？是因為別人不熟悉嗎？
- 這個問題是否適合這種方法？有沒有其他方法可以更好處理該問題，即便這個方法你并不熟悉？
- 你能獲取到這種方法需要的數據嗎？這些數據通過該方法的處理，能否產生你需要的形式？
選題、做題都是有機會成本的。把時間花費在值得的事物上。切記。
研究要有目的。最重要目的是要解決一個具體或抽象的問題，而且這個問題還應該有價值和意義。
我這樣說，不是讓你停止學習研究方法。
恰恰相反，方法不僅要學，還一定要多學。但是學過之后，要放棄“一定要應用某一方法”來做研究和寫論文的執念。
Anindya Ghose說，只有你掌握的方法足夠多了，工具箱里面有各種各樣不同工具的時候，你才不會偏執于某一種方法，而是根據問題去篩選合適的解決途徑。
方法導向看來對論文選題不合適。怎么辦呢？很多人會搶答說“問題導向”啊。
說的沒錯，但是僅僅說“問題導向”其實并缺乏可操作性。問題從哪里來，該怎樣尋找？
通過和一流學者的交流，以及文獻的閱讀，我梳理出問題來源的以下常見類別：
- 文獻；
- 數據；
- 實踐；
- 協同；
- 系統。
下面我來當個導游，帶你在不同的問題來源中游覽一番。希望聰明的你可以掌握它們，并且找到適合自己的問題尋找途徑。
文獻導向
做研究、寫論文需要讀文獻，這是常識。
許多研究者會建議你從文獻發現問題。這也是一種公認的傳統智慧。
被戲稱為“洋八股”的研究文獻，實際上是學者們跨越時空的對話。這種特殊的對話體例，不僅要求作者去梳理相關的歷史文獻脈絡，還得在論文末尾標出來文章的限制和未來需要做的研究，即所謂“展望”。
很多老師會讓學生從這里著手，去發現別人研究局限，然后通過突破這些局限，替別人把展望變成現實，從而做出屬于自己的原創性研究。
這個方式好不好？理論上是好的。論文結尾放這么一個部分，本意就是給后來人提供合適的路標和前進方向。
然而，現實往往是復雜的。許多經驗豐富的研究者對此心知肚明，卻因為各種原因不愿意或者沒有合適的辦法告訴你。這就是科研的潛規則吧。
現實世界中，那些“限制”、“展望”其實不是實在的路標，而是研究者們望洋興嘆的產物。他們就如同“笑傲江湖”里面的魔教長老一樣，手持利斧開山數百丈。所不同的是他們并沒有累死，而是停下來，告訴你“嗯，往這個方向走是沒錯的”。
除非你幸運如令狐沖，否則別指望剩下的山體可以一捅就破。大部分情況下，你恐怕還得另外開山數百丈……
能解決的問題，原先的研究者肯定早已解決完了。誰會把容易解決的問題留著？積攢這些問題和存款不同，不會給你帶來任何復利。
更何況，審稿人哪里會對容易解決的遺留問題“高抬貴手”？肯定會窮追猛打，讓作者反復磨合，真正解決了它們才肯善罷甘休。
被審稿人和編輯放過的“未解決”問題，要么是非常難以攻克的問題，實在不便強人所難；要么是工作量很大的問題，完全可以自成一體，再寫一篇文章。放心，當你有幸在期刊上讀到正式發表論文的時候，后一篇文章原作者早已寫完了。
這就如同是王戎說李子是苦的一般。如果你運用理性思維琢磨一下，就會發現其中的關竅。
正因這種潛規則，Google首席經濟學家，UC Berkeley的教授Hal Varian提出，千萬不要在構建完成一個新的模型之前，去尋找和閱讀相關文獻。
這里有2個考慮：
- 好的文獻絕不會給你留下容易解決的好線索；
- 你的思路會跟著這些走在“主流”上的大牛走，于是徹底鉆到一個死胡同里面去。對于本來可以輕易發現的新線索，你會自動忽略它們。
因此，他建議人們先去把模型做出來，然后修正模型到可以接受的簡化程度。
有了這樣一個模型，再去讀文獻。這時候可能你會發現數十年前這個問題就有人做過了。
不過不要沮喪，這不是大問題。
這恰恰證明你的獨立科研能力已經達到了（至少在當時）可以發表優秀期刊的水平。對于研究的初學者來說，這是一種非常積極的反饋。下面用你的經驗去追尋新的問題和模型。如果你的模型和原作者有細微的區別，那就更好了。從這些差別中，可能會做出極其有價值的發現。
另外一位學者，佐治亞理工的吳東軍教授(D.J. Wu）提的辦法就更有意思了。他的辦法屬于典型的看熱鬧不嫌事兒大——讓經典文獻PK！
文獻都不是生物，怎么PK？其實許多文獻確實在打架。例如一篇文獻A提出某觀點。可能一段時間以后另一篇文獻B用堅實的證據把該觀點駁斥得體無完膚。
人們就傾向于新的文獻B觀點，奉為圭臬。但是文獻A當初是怎么從審稿人的手底下滑過去的？它想必是有合理和可取之處的。
吳老師于是就從這樣的文獻間沖突出發，用更為全面的模型考慮在哪一種情況下，A的論點依然會成立。從而對經典文獻給予（有條件的）支持。
由于文獻A和B沖突的公案，他所作的研究意義和價值已經不言自明。因此這是一種非常聰明而有效的文獻利用方法。
發現、理解，而且還恰好能重新詮釋經典文獻沖突，聽起來很美妙。然而，并非所有人都有這樣的運氣和毅力的。所以，為了發現問題，你還需要有其他的手段。例如本次暑期學校的主題——“數據”。
數據導向
如果你手里有好的獨特數據，可以嘗試從中獲得選題。
這次的暑期學校，有半天的時間是編輯-作者交流。由于MISQ的主編Arun Rai和ISR的主編Alok Gupta都在，所以分成了2組，每一組分別有3-4位作者上去展示自己的論文，尋求主編大人的意見。
有位作者展示的是利用Foursquare數據對用戶行為做預測的研究。我對該文章感興趣，是因為我做隱私保護研究，很好奇用戶的隱私是不是絲毫剩不下了。
然而其他聽眾的興趣點就在于獨特的大規模數據獲取了。他們從教室一直追問到了路上，問論文作者是如何收集這些數據的。
這位論文作者一下子有些緊張，諱莫如深。似乎害怕這份寶貴的數據很快就要被別人輕易奪走了一般。
這種擔心不無道理。大數據時代，數據是不缺的。但是真正有價值的數據，如同沙里淘金一般。
專屬的數據不是所有人都能搞到的。有位來自業界的老師，講解如何和國家稅務總局合作，利用發票數據來監控產能過剩問題。方法其實非常簡單，只需要篩選出合適的特征就可以——他最后選擇的是鋼鐵和煤炭。他們通過這種方式，不僅給全國企業畫像，而且還通過某些指標特征，發現了其他有趣的結果。因為過于有趣，所以在修正的模型里面剔除掉了。
你可能覺得很不服氣——這樣的問題你也有能力處理啊！問題是，你從哪里搞到如此大規模的專屬數據呢？
這個問題咱們后面會談及。
如果專屬數據難以獲取，你可以退而求其次，找開放數據。
開放數據中，也有非常適合研究的類別，而且規模龐大。例如Google的Correlate和Trends數據，以及Twitter的Firehose開放數據等。
但是請注意，如果你利用開放數據做研究，速度是非常重要的。這是個競爭激烈的領域，慢了就什么都落不下了。
哈工大管理學院的葉院長，提到了自己研究里面曾經用過的百度數據。當時和Google的相應搜索數據進行比對研究，效果非常好。后來他們團隊興沖沖拿給百度的人看過。對方沒說什么，回去就把數據下載的接口給關閉了。
好在高價值開放數據，也不都是“不小心”流出來的結果。
例如Kaggle上面總是有非常規整的數據集，可供你使用。如果你用得好，還能獲得價值不菲的獎金。
發布數據的企業瘋了嗎？白給別人數據，還送錢？
當然不是。企業面臨實際問題。他們需要利用數據驅動的方式來解決問題。解決問題，自然也可以聘用咨詢師。但是注意咨詢師是按照時長而非效果來收費的。與其如此，還不如公開發布數據，讓大家來競賽。用獎金作為杠桿，撬動世界上最優秀的大腦一起競爭解決問題。
從Kaggle的例子里面，你應該明白了一個道理——數據可以給你獨特的視角和觀察資料，但是其中蘊含的更為重要和有價值的問題，其實源自實踐。
實踐導向
前面提到過，Hal Varian教授認為不應該從文獻里面找問題，而應該把時間花在看似不相干的報紙和雜志閱讀上。
他推薦的報刊雜志包括：
- 紐約時報
- 華爾街日報
- 經濟學人
他認為，對經濟學研究者來說，讀這些東西遠遠比看論文重要。因為它們會提到經濟學家感興趣的實際問題，可是分析過程有時漏洞百出。別人可能一笑置之，但是Hal Varian教授顯然不會輕易放過這么好的選題機會。
其實，這就像是在討論區里面和別人爭論。如果你翻來覆去只會說一些大家都知道的內容，沒有人會覺得感興趣。而如果你你能夠不斷從外界獲得新的靈感、信息和見識，那講出來的內容就可以更輕易地抓住別人的注意力。
除了這些報刊雜志之外，學者們還提到了兩個很好的實踐問題來源。
第一個就是業界咨詢工作。許多好的學者，例如Anindya Ghose和Paul Pavlou等，都是兩條腿走路。一條腿在學術界攀登，另一條在企業界做咨詢。
咨詢，是一定要解決問題的。所以，不用你找，問題自己就找上門來。
在大數據時代，做咨詢必然要接觸到許多企業數據。例如Ghose拿到了好幾家知名的企業做數字廣告的效果數據。這些數據不僅數量龐大，而且結構化完整、真實性高，是讓你的研究獲得競爭優勢的重要源泉。
與企業合作，是一種雙贏之道。在這個社會上，一定要學會互惠合作。不要嘗試做伸手黨。
許多老師和研究生都覺得，拿數據是一件非常困難的事情——那些大公司根本就不愿意分享數據給你。
沒錯，但是你沒有看到硬幣的另一面。他們其實特別樂意分享數據，只要你的分析能力比他們還高，能給他們更有價值的洞見。
包括中國移動在內的許多中國大型國有企業都對Ghose這樣的頂級學者敞開大門、張開雙臂，熱烈歡迎。
同樣的數據，在不擅于分析的人手中，一文不值；到了會分析的人那里，就可以挖掘出不菲的價值。這是個“數（據）中自有黃金屋”的年代。企業解決了實際問題，獲得了經濟回報；你完成了研究，發表了高水平論文。這便是雙贏之道。
可是你作為一個初級研究者，還遠遠沒有那樣的積累。大企業還是會把你拒之門外，怎么辦呢？
從小處做起，深入進去，幫中小企業解決具體的問題。
我在MSU訪學的時候，講授管理信息系統課的Kizzier教授，就把學生撒出去到main street上挨個兒敲門，幫助企業發現目前系統存在哪些不足，并且想方設法加以改進。學生上課的時候分享這些案例，可以充分體現出“實踐出真知”的意義。
獲取實踐問題的另一種方式是讀案例。
前面提到的佐治亞理工吳教授，就讓自己的學生去讀哈佛案例庫，從里面尋找問題。
一個企業案例，能進入哈佛的案例庫是非常不容易的。經過層層篩選的經典案例往往代表了業界實踐中非常典型的問題。
清華大學寧向東教授講，他在哈佛讀經理培訓班的時候，根本就沒有教材。每天接觸的全都是案例。在哈佛商學院教授派珀看來，“商業世界只有問題，沒有理論”。通過讀案例，可以讓學生找到“想問題的感覺”。
所以你看，一個這么經典而龐大的問題庫，與實踐結合緊密，理論卻缺位。這難道不剛好是研究者們的好機會嗎？
然而，據吳教授說，他的博士生里面，愿意聽他話的，寥寥無幾。有個叫黃濤的聽了他的話，真的跑去讀案例，于是成了他最為得意的學生。發展得非常好。
看來，聽老師的話，有時候也是對的。是吧？
協同導向
暑期學校的最后一天。主辦方把Paul Pavlou請了過來。他當時從上一站南非出發，飛了41個小時，到達了哈爾濱。
哈工大的張曉飛博士和華中農大的何德華老師都在課前跟我講過，Paul是個很牛的學者。只是他們認為學術圈里的掌故，應屬于默會的知識，因而并沒有具體告訴我他究竟有多牛。
但我這個外行，恰巧就對本應默會的知識一無所知。所以當我看到Paul的演講，嘴巴張大到合不攏了。
別人做學術報告，頂多是用自己的幾篇文獻來講解具體的研究?；蛘甙研牡煤推渌麑W者的觀點熔于一爐，娓娓道來。
Paul不是。
他介紹了移動互聯網領域的幾大重點研究方向。每一個研究方向，都對目前的一些頂級期刊文獻進行點評。
他很謙卑地說，因為批評別人的作品是一件比較困難的事兒。因此——就批評自己的作品吧。
然后，在每一個類別下面，他都批評了幾篇自己的作品。這樣的幻燈頁面有十好幾頁。他確實沒有辦法細講，因為他發表過的頂級期刊(MISQ, ISR和MS等)研究成果過多。每篇講多了的話，肯定得超時。
作為圖情專業的研究生，你們平時主要關注國內文獻（雖然我不止一次告訴你，要看英文文獻。尤其是中文文獻找不到，不意味著文獻找不到），可能對這些國外期刊不是很熟悉。為了讓你們能有個切身感受，咱們打個比方。好比一位國內圖情學者，介紹自己近幾年的研究，列出了三四十篇文獻，全都發表于《中國圖書館學報》、《情報學報》、《中國社會科學》和《管理世界》上……明白有多厲害了吧？
驚呆之后，我決定問個問題。中場休息的時候，坐在第一排的我一個箭步躥上臺，問了這個頗為幼稚的問題：
“別的學者總說質量和數量是一對矛盾，要做權衡取舍。我看你在保證質量的同時有這么高的數量。你一定有秘訣吧？”（還不快快告訴我？?。?/p>
Paul笑了。說其實沒有什么秘訣，也就是3條：1. 得努力工作，不能過于努力而耽誤了生活，但是也得足夠努力；2. 研究的問題要通俗易懂和有趣，這樣才能做得下去；3. 要找靠譜的合作者。其實最近這幾年他并不想出這么多文章，但是合作者（包括同事、博士生和剛剛畢業的博士）不干。他們要拿終身教職，所以一個個干勁兒十足，拽著他往前沖。
我一下子明白了合作者的重要性。他們所能提供的，不僅僅是獨特的知識、方法和觀察視角，也有一種動力。
然而，為什么Paul這種質量與數量齊飛的情況并不多見呢？
從他的講述中，我悟出了關鍵點——扎實的基本功。他的博士做了很長的時間，在這么長的博士基本功訓練里，他什么研究方法都要認真掌握，然后反復磨練。他能處理一個大領域中不同的科研問題，所以合作的界面非常好，溝通帶寬足夠高。
對于自己的這種能力，他用了“幸運”一詞，但是我相信用他的“努力”一詞會更好些。
當他足夠優秀，功成名就之時，馬太效應會吸引更多優秀的人愿意跟他合作。于是他的聲望就達成了一種正反饋循環。這一部分你們要想得到，還需要足夠長的時間積累。但是在學期間扎實學些東西，還是很必要的。
從Paul這里我領悟到了許多。然而，因為時間關系，他雖然把一條清晰的脈絡展現在了聽眾的面前，卻沒有著重去講他選題的另外一個重要成功心法。幸好，來自佐治亞理工的吳老師給我們補上了這一課。
系統導向
吳教授的問答時間里，我說了一句實話——“您講之前我都困了，您講完我都不困了！”
本來嘛，大熱天的，一上午聽課后，中午剛吃過午飯，1點鐘就上課，一直到下午4點，中間只休息一次。下午能不困嗎？
但是吳老師卻有辦法把大家弄得特別精神。因為他非常幽默。
吳老師的講座里面有兩條主線：
- 批評自己的研究生。說因為他跟自己的研究生們講話沒人聽，所以跑到世界各地給別人講，別人聽了獲得了成功，就可以拿過來當榜樣教育自己的學生；
- 夸自己的兒子。吳老師的兒子非常優秀，被藤校提前錄取。介紹完兒子的成長經歷后，課后問答時間許多老師跑上去問育兒經。搞得吳老師只好推說孩子平時都是太太管教。
但是，他講自己兒子的故事，卻他自己和觀眾都帶來了啟發。
將近10年前，他兒子還很小的時候。爺倆喜歡下國際象棋。
吳老師下棋時似乎沒有什么風度。最大的樂趣就是一個個吃兒子手里的車馬小卒，看著兒子干著急，他樂不可支。
但是，那一次。兒子的舉動讓他驚呆了。
他依然歡樂地吃兒子手里的棋子。兒子卻突然抬頭，自信地告訴他“爸爸你輸了”。
他嚇了一跳，旋即覺得是小孩子的臆想。自己這邊兵力充足，子數占優啊。
但是這盤棋的結果，卻真的是兒子贏了。
吳老師不解，問兒子憑什么做出的判斷？
他兒子說，因為自己的布局已經完成了。雖然損失了一些棋子，但是這個局已經鎖定了最終的勝負。
吳老師當時立即悟出了后面幾年的科研路徑——要布局。
吳老師追求的布局結果，早幾年想明白道理的Paul已經做到了。
在一個領域的每一個方向上，都占領關鍵點。這要求你對于該領域有全面深刻的了解，并且能夠預測之后一段時間可能的發展。當你占領了這些戰略要沖之后，別的學者的任何研究突破，都必須以你這些關鍵點作為基石。那么被引率想不高都難啊。
清華大學的寧向東教授就一直在強調“格局”二字。在他看來，“格”是個動詞，“局”是名詞，作為賓語。
一個領導者所做的，應該是具備“格局”的能力和智慧，才能充分地調動各種資源為自己所用。
而Paul也強調了這個問題，說一個學者，應該具有"entrepreneurship"。也就是說，好的學者也該是好的領導型管理人才。
對于關鍵點的占領，有趣的例子是科斯的論文。當年科斯提出著名的“科斯定律”那篇論文，因為過于突破傳統認知，導致經濟學界罵聲不絕。但只要打算罵他，就得引用他那篇文章，幾十年間他的文章被引用的次數過于驚人。然后科斯就拿到了諾貝爾經濟學獎。
看到這里，你是否已經做好寫篇文章，被別人痛批40年的準備了？
小結
本文我們總共列舉了六種科研選題的導向。其中方法導向你應該避免使用，而其他的五種導向都可以借鑒。
復習一下，它們分別來自于：
- 文獻；
- 數據；
- 實踐；
- 協同；
- 系統。
要注意它們獨特的應用場景，以及和你的現狀相結合。
希望這些介紹，對于你的論文選題有所幫助。
但是，即便你用這些套路找到了合適的選題，卻也不是完事大吉。
你如何知道你選的題目適合你去做呢？你如何確定你的題目有意義、有價值呢？你的假設如何用最低成本，最高效率來驗證呢？
一篇文章，不可能涵蓋所有的問題。從專家那里獲得的答案和自己的一些思索，我會在后續文章中漸次展開，跟你討論。
祝夏安！
討論
除了本文中列出的六種導向，你還知道哪些做科研選題的方略？這些方法你實際使用過嗎？有什么值得借鑒的經驗，或者應當吸取的教訓呢？歡迎留言分享給大家，我們一起交流討論。
