=============================
看着一帮一帮的硕士师弟入学，开题，答辩和毕业。感觉到自己渐渐向老古董靠拢(老古董现已博士毕业)。一次偶然的机会，发现一部分师弟到写毕业论文时都不会查论文，对于学校的电子资源更是知之甚少。顿时感到无比心疼，送上搜索文献一文，希望对你们少走弯路，早日“入门”。
本文档适合于刚入学的硕士和博士(计算机专业最好，其他专业可参考)。(高年级博士请直接跳到第4-5章)。文中有很多非严谨的语句，希望各位海涵。文中的不少例子以东南大学位为例，请自动换成自己学校的链接或者内容。
本篇文章总结了学术搜索和论文阅读的一些基本方法。
符号备注:
- *: 进阶技能
- TIPS: 小技巧
- WARNING: 注意事项，小心中招
现有的大部分学术数据库都要收费（部分Open Access的论文、纯免费的杂志，以及国内期刊/学报除外）！而且很贵(5美金一篇)！幸好学校图书馆已经为我们准备了丰富的学术数据库。相当于帮我们把论文的下载费用都先行支付了。那么，不好好利用就是太可惜了。以东大为例，东大学术数据库列表。其他学校可以到本校的图书馆主页寻找。
注意: 大部分学校购买的数据库都是通过IP认证(部分是镜像)；所以，不在学校时，需要用校园VPN(例如，以东大校园VPN)。同时，由于这类数据库对于批量下载很抵触，希望大家不要用工具批量下载，否则会导致学校（和你）被加入黑名单。
最强大的学术工具，没有之一。配合Google强大的搜索能力，搜索体验非常好，并支持多种格式的参考文献导出。特别注意，Google学术可以跟踪作者和论文(如有论文被引用或者作者有新论文就会提醒)。如果用学校IP登录，大部分文献可以直接下载。
对会议检索很快，会将作者的相关工作整理归类。也会将会议的论文整理。
对会议的分类和排序比较好，可以分领域搜索。微软学术本身对于会议和论文会有详细的分析(排名，引用状况等)，很适合详细分析某个会议或者一篇论文的发展趋势(引用趋势)。
两大计算机协会，外加Springer和Web of Science:
WARNING: 各大网站导出的参考文件格式不同(特别是IEEE和ACM)！记得在论文中统一
三大中文检索数据库:
如果前面几种方法搜索到了论文，但是无法下载（论文库问题，后者还未正式发表）。那么Google就是最好的方法。直接Google这篇论文，有些大牛会把论文挂在自己主页上。而且，现在Google支持论文内部检索（直接定位到论文中的段落）。需要注意的是: Google到的论文版本可能不是最终发布版本，部分细节可能会改变。
TIPS: 实在不行，厚着脸皮问作者要论文（客气一点，作者还是会答应的）。我曾经问一些作者请教过论文相关的问题 (甚至请求过论文的源代码)，大部分作者都回复了我，而且不少人回复的非常认真。
论文很多，很杂。一篇优秀的论文需要很多心血和时间去不断的修改和凝练，而一篇垃圾论文可能只需要复制和粘贴。两个级别的论文差距很大，当然也会给我们带来不同的影响。从我的经验来看，阅读论文时要以优秀论文为主，避免被垃圾论文误导。所以，最好在检索时候就鉴别论文质量。另一方面，即使是顶级论文，也还是太多了，如果不通过筛选缩小范围，读论文的速度绝对赶不上论文出来的速度。
上面提及到的各类检索工具都会对论文进行排序。排序方式有很多种
-
被引用次数（很重要，大部分检索工具默认）
原理很简单: 如果其他作者认可这篇论文中的工作，就会主动去引用这篇论文；因此，被引用次数越多，说明这篇论文的越重要。反之，如果没人引用，除非是新方向或者最新的论文，基本都可以判定为比较差。
-
会议或者期刊的排名
顶级期刊和会议的论文的平均质量非常高。主办方会将论文交给领域内顶尖的大牛来审论文；这些大牛也很重视，会花大量时间和精力去审论文，以保证会议和期刊的质量。
搜一篇明确的论文需要不到一秒；但是通过搜索扩充自己对领域的认识，需要慢慢积累！对于一个新的领域，你至少需要了解: 关键词、关键技术、领域划分、重要的论文列表以及重量级大牛。随后，再选择自己感兴趣的方向，进一步细分和研究。
了解一个领域的方式一般有以下几种:
如果这个领域有几篇很有影响力的综述（survey）或者几篇优秀的学位论文，那么以下三种方法所需数据都可以被大大缩短。因为通过他们，你就有了以下东西:
- 关键词
- 关键技术
- 论文列表（而且是分好类的）
- 领域划分
- 大牛名单（好的综述都是大牛写的，综述里重复出现的作者要么是他的朋友，要么就是大牛！）
TIPS: 一篇好的综述非常有用，可以省去很多时间和精力。不过有survey也说明该领域已经比较成熟。
关键词(keyword)是搜索的核心，也是找到论文的核心。好的关键词库能够串起一大片好论文，甚至一个领域，也能帮助我们快速识别某篇论文是否属于我们领域。不过，寻找关键词不能心急，需要不断阅读不断积累。等关键词积累到一定程度，你就会发现对领域的认识到了一个新的高度。
以下是我寻找关键词的流程:
- 从中文关键词入手（如果已经知道英文关键词最好！)寻找英文关键词和论文
- 用已知的关键词(英文)，搜索并阅读相关论文，扩充关键词库
- 分类和细化关键词，删除一些干扰的结果
- 可以尝试和作者交流，一次好的交流可以获得很多最新的关键词
- 分析最近的热门论文，更新和扩充关键词
例如: 最开始我只知道数据匿名和数据隐私，通过搜索和阅读文献，我发现数据匿名和数据隐私类的论文一般有以下关键词data privacy, data anonymization, privacy preserving data publishing等；同时，数据的匿名操作在不同论文中的说法也不一致，有用anonymize, coarse, distort, clean, sanitize等等。那么这些关键词就可以扩充到我的关键词库中，方便我鉴别某篇论文是否属于我的研究领域。后期发现，其实用coarse, clean的人很少，只是在论文中避免重复使用anonymize时才会出现，所以可以弱化这两个关键词。
WARNING: 上面所述的关键词特指英文关键词，中文关键词由于翻译和语境问题，更加多样化，统一性太差。
TIPS: 关键词积累很漫长，需要阅读大量文献；但是随着时间推移，这些关键词会帮助我们更好的理解这个领域
准备开始找:
- 搜到一篇相关论文（论文越好参考文献越有价值）
- 从该篇论文的参考文献（reference）入手
- 不断增加论文，分类论文
WARNING: 简单有效的方法！但是，需要有明确的目标。整个过程需要不断的增加论文，并分类论文。不然手头的论文只会越来越杂(论文多到不敢想象，但是真正对你有用的就那么几篇)。做好过滤和分类，可以大大提高入门速度。
TIPS: 相关工作（related work）一般会提供很好的文献分类，参考这个章节可以帮助我们划分手头的论文。
发现某些人在领域论文中出镜率很高？恭喜你，开始邂逅大牛了。大牛一般很牛X，理解得深入，实验做得好，论文写得好，不喜欢拿公式和理论恶心人。这样的前辈，对我们的研究会有很大帮助。
找大牛一般有以下方法:
自动上门(实验室请过来交流):
- 找和你方向相关的大牛，去听报告
- 听完报告和大牛交流，留邮箱后面可以继续联系
主动找:
- 找到一篇或者多篇好文章
- 挨个查作者最近的论文，论文都很好，那么就收藏（论文+大牛）
- 可以尝试订阅一些大牛的论文动态(可以了解他的研究进展状况和领域趋势)
WARNING: 跟着大牛的论文列表去入门肯定不会错。但是，小心别被大牛带坑里去（大牛一般都有团队，而我们往往只有一个人。特别是大牛说“这个很简单！”时）。
最暴力的方法，工作量巨大，费眼睛。但是每年扫一次可以保持对领域的清晰认识。
- 获取优秀会议和期刊列表（见2.2）
- 选取和自己相关的会议和期刊
- 从今年开始往前(反向也可以)，将这些会议期刊上相关的论文都下载下来
TIPS: 扫墙也是有技巧的。先浏览abstract和introduction，觉得相关或者感兴趣再进一步浏览。千万不要逐个通篇阅读，费力费脑，吃力不讨好。
- 摘要 abstract: 论文最重要的部分，一般由导师直接把关
- 引言 introduction: 重要性仅次于摘要，内容更加易懂
- 相关工作 related work: 对领域内工作的分类和总结
- 其他章节: 论文细节，对于理解本论文非常重要。
- 总结 conclusion: 全文总结和展望
- 参考文献 reference: 论文引用的文献列表
- 附录 Appendix: 部分无法放到正文中的内容，如过分细节的证明和算法
如果时间有限，直接读abstract是最高效的方法。如果时间还很充裕，那么就把introduction也读一遍。读完这两部分，就应该能基本理解论文的核心思想。
WARNING:读得速度越快，对论文的理解越差，甚至会出现误解。因此，想要好好理解一篇论文，精读是非常必要的。
通过泛读（快速）阅读筛选完论文之后，需要精读部分的重要论文。我个人建议将精读分为几个阶段进行:
- 理解论文基本原理: motivation，所用的理论？
- 理解论文详细内容: 深入理解论文细节，包括定义、假设和相关公式等
能够重现实验（未必需要）: 能否重现整个实验，并得到相同结果？- 组织讨论: 与其他人进行讨论，可能有没有疏忽的地方？或者理解不到位的地方？
- 设计更好的方案: 能不能更进一步，设计更好的方法？
每个阶段可以对应一次或者多次阅读，通过多次阅读来加深对论文的理解。不要指望一口气能够理解整篇论文。很多原因会造成理解不够深入甚至理解错误，例如现阶段的知识面不够，或者对于某些概念理解错误等。所以需要多次阅读（如果有必要，多次讨论）来避免这类问题。
WARNING:讨论是非常必要的（最好由阅读论文的人主讲），当其他人从他的角度提出疑问时，很可能会给意想不到的惊喜。
论文读多了，就会陷入笔记和知识库管理的困境。常见问题：
- 读完就忘，论文重点和感想不好记录和管理
- 没办法联系起来（论文和论文，论文和作者）
- 很难检索
- 无法分享（多人协作或者导师评价）
显然，这个问题有很多解决办法。从简单的实体笔记本（笨重但好用），到PDF批注，再到MarginNote，Notability和Notion之类的笔记和知识管理。建议挨个尝试下，然后选择符合自己习惯的方式。
我个人比较推荐的是PDF批注+Notion。PDF批注就是用PDF工具直接把高亮和笔记添加到PDF中，方便后面查阅。这样关键的知识点和感想就不会丢。还可以PDF放到云存储，方便备份、同步和查阅。Notion就比较复杂了，建议看一下Notion的视频和资料。我个人比较常用的是Notion的内部链接和mermaid画图。内部链接可以快速建立论文之间的链接，方便快速跳转，而mermaid可以绘制思维导图，理清论文的关键步骤。
通过添加论文 被引用通知和 作者论文通知，我们可以掌握领域内最新的研究进展。
已知可以添加被引用通知的搜索工具(均需要注册账号):
Google学术添加提醒(强烈推荐):
- 搜索结果提醒。搜索“WIFI”，点击左下角的"Create Alert"，添加后，以后和wifi相关的论文有变动都会收到邮件。
- 引用提醒。点击第一篇论文的引用列表(cited by)，点击"Create Alert"可以建立引用通知，新论文引用该论文，就会有邮件通知。
- 作者提醒。点击作者链接，再点击"Create Alert"，可以创建作者提醒。如果该作者维护自己的Google学术页面，那么他有新文章时就会通知。
Web of science添加通知:
添加"引用提醒。搜索论文，点击进入，点击"Create Citation Alert"添加。收录期刊论文比Google快，还是非常有必要的。
微软学术:
TIPS: 有时候，论文还没发表，就已经能够通过引用关系找到该论文。建议师弟师妹们好好熟悉下。
核心会议的时间和地点基本固定，但是投稿时间和deadline区别很大（abstract没投就不让投正文）。为了避免晚一天的悲剧，国内外各有一个工具，都非常好。注册账号后，只要搜索会议，在会议页面点击"Track"或者"Add to my list"即可，到特点时间点(例如，abstract deadline)就会提前发邮件通知你。
- WikiCFP 老牌追踪工具
- Conference Partner 后起之秀，源于某个好心的博士前辈
WikiCFP可以查看详细的timeline，非常直观；但是每次会议过期需要手动添加下一年会议，比较麻烦(一般本年会议开完后，下一年的会议时间才能基本确定，等到WikiCFP收录，估计要1-2个月)。Conference Partner最新改版后变得不是很好用，但是可以显示会议地点，直接在地图上显示。
- 用Google学术搜索data privacy。发现"Data privacy through optimal k-anonymization"被引用779次（大牛型论文），这样的话，关键词和引用列表就都有了，大牛也有了。
- 点击相关论文，发现很多相关论文都被引用。选取相关论文中，引用次数最多的论文入手。
- 点击Cited by 797, 了解该论文被引用情况，前几位的论文需要关注下。
- 通过积累的关键词和论文，逐步熟悉这个领域。
- 用Google学术搜索indoor location。发现很多都是RFID的论文。RFID是物联网方向的，偏硬件。但是第三篇论文"Robust indoor location estimation of stationary and mobile users"是INFOCOM2004(安全方向A类)的论文，而且是手机和无线。那么以这篇论文为后续的线索。
- 搜索"Robust indoor location estimation of stationary and mobile users"相关论文。果然大量的wireless和WIFI的论文就出现了。找对方向了!
- 通过积累的关键词和论文，逐步熟悉这个领域 。
- 用Google学术搜索object detection。会发现一个问题: 这个领域是一个很老的领域(经典的论文发表于2001年)，而且最近快速发展(一些2015年左右的论文也被引用了上千次)。
- 我们所需要的是Deep Learning相关的结果。根据大概的技术趋势（新闻和RSS），这个领域在从2010开始，发展非常快。那我们可以通过左侧的过滤条件，过滤掉2009年之前的论文。
- 过滤完毕后，大部分的论文都属于Deep Learning领域。其中，Kaiming He就是这个领域的大牛（多篇论文被引用超过千次）。可以拿他的论文作为线索继续深入挖掘。
- 搜索website fingerprint或者object detection，尝试添加一个引用提醒
- 选择一篇论文，添加引用提醒
- 在WikiCFP上面追踪下一届S&P会议
随手写了这么多，希望对各位师弟师妹的有帮助。希望你们站在我们肩膀上，比我们做得更好。
龚奇源
*Reference:
- How to Read a Paper
- How to read a research paper
- 6 Tips to Finding Research Paper Sources that Set You Apart
- How to Read A Scientific Paper
- Effective Note-taking in Lectures
研究相关的书籍推荐:
- 《有了博士学位还不够》
- 《研究是一门艺术》
- 《像外行一样思考，像专家一样实践》
版本更新:
- 2013-7-23 第一版完成
- 2014-2-18 更新VPN地址，增加一些备注，修改部分语句，增加案例的详细说明
- 2014-5-4 增加论文追踪，扩展论文引用追踪
- 2014-5-5 修改部分语句，修改格式
- 2014-5-6 根据凌振的建议，强化关键词小节
- 2015-9-3 根据张骏雪的建议，增加DBLP
- 2015-9-17 增加如何阅读论文
- 2019-2-20 修复链接，增加参考文献和书籍，修正格式