最近正好在寫人生的第一篇期刊論文，過程中磕磕絆絆，一點點從完全不知道怎麼下手寫，到現在對一篇論文的各個部分該怎麼寫有了初步的體會，在此記錄下來，以供日後有需要時回頭參考。

PS：
1.這裡的理工科論文所指代的就是一般情況下需要做科學實驗以驗證某個假設這種型別的論文。
2.此處暫且只談論文的寫作，不是談做研究的整個過程，做研究還包括敲定論文的研究方向，和寫論文前預先做實驗的工作。

論文的框架

首先論文是有一個比較標準的框架的，即應該包含哪幾個部分的內容，一般來說，按照先後順序會分成以下幾個部分。
- Abstract
- Introduction
- Literature Review
- Methodology
- Experiment （and Results）
- Discussion
- Conclusion

下面我們就各個部分寫什麼內容來做一下介紹。

Abstract

摘要（Abstract）是對整個文章正文部分的總結，包括文章的研究背景，具體研究問題/研究目標，實驗所用資料集來源及大小，分析方法/實驗模型，以及對最後結論的簡要介紹。

注意：【實際情況中，由於摘要是總結性質的，所以往往是在論文的正文部分寫完之後才會寫。】

當然這裡要注意的一點是，既然是簡要介紹，那麼就是要保證表達比較凝練，要非常簡要地把所要求的各個條目覆蓋到，但都不能發散。

• 研究背景/意義 background/meaning

  我們寫論文就是為了講清楚一個研究問題，而我們研究任何問題一定是有研究它的比較實際的意義（否則就沒有寫論文的必要了），而這個意義往往是基於當前某個領域的的某個具體問題的發展情況來談的。換言之，當我們談背景，就自然會引發出研究該問題的意義。

  比如說，我們寫我們發現的一種用機器學習做更為準確的證券價格趨勢預測方法的介紹論文。

  當前的實際背景是：對於目標證券價格的預期，是證券交易參與者確定自身交易行為與交易策略的基本依據。但由於證券價格序列本身的非平穩特徵，以及個人所得資訊的有限，如何做到短期內比較準確的價格預測一直是一個非常困難的問題。已有的傳統預測方法包括基本面分析，技術分析和模型分析，但是這些現存方法的表現都不能讓人滿意（大背景）。近年隨著電腦科學與統計學理論的發展，機器學習逐漸成為熱門的研究領域，且已經在許多涉及預測工作的實際問題中取得了遠超傳統方法的不俗表現。（小背景）

  那麼我們的研究問題比較顯然的意義就是：通過對機器學習方法的引入，實現了在相同情形下，超越以往大部分傳統預測方法的預測精確度。（其實也就是要針對背景中的現存問題的迴應）
 

而我們在寫這一部分時，思路一般就是：研究問題所屬領域的大致發展狀況，然後研究問題的相關具體發展情況（這裡必然是存在某個研究漏洞需要彌補），然後就可以說“我們為了彌補這個漏洞，研究了XXX問題。“

承接上面證券價格預測的例子，研究背景的寫作示例：

對於目標證券價格的預期，是證券交易參與者確定自身交易行為與交易策略的基本依據。但由於證券價格序列本身的非平穩特徵，以及個人所得資訊的有限，如何做到短期內比較準確的價格預測一直是一個非常困難的問題。已有的傳統預測方法包括基本面分析，技術分析和模型分析，但是這些現存方法的表現都不能讓人滿意。近年隨著電腦科學與統計學理論的發展，機器學習逐漸成為熱門的研究領域，且已經在許多涉及預測工作的實際問題中取得了遠超傳統方法的不俗表現。

• 研究問題/研究目標

  研究問題其實就是順接著上面的背景/意義部分，自然會被提出來的。這裡又單獨列示是為了強調摘要是必須明確寫明本文的研究問題的。

  承接上面的證券價格預測的例子，此處我們的研究問題就是：

  是否可以通過將機器學習方法引入到證券價格預測之中，實現超越所有已有預測方法的精確度的預測。
  

• 資料集

  既然是理工科論文，一般都會涉及在資料集上做實驗。而摘要中也需要簡明地介紹你所用資料集的來源，大小，以便讀者看你的文章能快速確定你是在什麼資料上做文章。

  承接上面的例子，此處我們的資料集可以是：

   我們蒐集了多支知名國際股票指數在2010-2017年期間的周收盤價序列。
  

• 分析方法/模型

  這裡就是文章最核心的部分，即我們落腳如何實現文章意義的部分。

  因為研究背景，研究問題往往不是一篇論文獨有的東西，它可以套用到很多相似的論文上面，但是你所用的一整套的分析方法，或者你設計提出的一套解決問題的模型，才是真正決定你的文章在該領域有學術價值所在。

  承接上例：

  通過從證券價格的序列中提取技術指標作為輸入特徵向量，我們使得機器學習模型也可以進行證券價格的預測工作。

• 結論

  簡要地說明一下文章結論，即針對上面提到的研究問題的回答。這個部分也是為了讓讀者快速瞭解你在這個問題上到底最後做得怎麼樣。

  承接上例：

    對比機器學習模型與傳統方法在相同國際指數資料集上的表現後，我們發現機器學習模型確實實現了遠超傳統方法的預測精度。
  

Introduction

引入【Introduction】，此部分的內容主要是對於研究問題背景的引入，即一個邏輯鏈從大到小說清楚為什麼要研究這個研究問題（或者說當前已有相關研究的缺陷/gap在哪裡），歸根到底是要落腳到研究問題的意義上。（往往還會在最後包含對於文章後面的文字結構的簡要介紹。）、

這個部分為了輔助說明，會需要開始引入一些文獻，以佐證你說的每一個觀點，進而達到使讀者覺得跟著你的邏輯鏈走下來，到你的研究問題是順理成章的。

Literature Review

文獻回顧（Literature Review），是鋪陳你為了解決研究問題，所閱讀參考過的相關文獻的整理與總結。

這個部分一定會要求引用比較大量的文獻，因為就是做相關文獻的回顧，以說明你所研究問題的當前發展情況。

比如我的研究問題是將機器學習引入證券價格預測是否能夠有更高的預測精度，那麼我可能就需要闡述以下相關情況：

• 證券價格預測的傳統方法/模型有哪些
• 傳統預測方法的效果如何/已經做到何種程度了
• 機器學習方法的應用場景，以及具體的突出之處。
• （如果有）已有的將機器學習引入到證券價格預測問題中的研究是怎麼做的，效果如何。

每一個要點都需要有若干文獻的支撐，這是規範。

Methodology

Experiment （and Results）

Discussion

Conclusion

論文寫作的順序