开题过程中，有几种常见的严重问题，你是否都谙熟于心了？如果没有的话，赶紧读一读本文，对照检查一下吧。
今天一个学生找我来商量开题报告的事儿。他说自己心里没底，不知道开题时候的哪些问题会导致不通过。
第一等是通过。这就意味着没有原则上的大问题，你可以按照开题报告里的日程安排，开开心心写论文了。
第二等是有条件通过，或者叫修改后通过。这说明你的开题报告存在问题，好在问题并不太严重。只需要根据开题小组各位老师的意见，认真对照修改，然后也可以开始写论文了。你最好在修改后，拿给开题小组组长和导师看看，以便做到心中有数。
第三等是不通过。就是俗话中常说的“被毙掉了”。这种评价是最糟糕的情况。意味着你的开题报告存在严重的问题，必须大幅度修改，甚至推倒重来。如果有二次开题还好，至少你还有一次机会尝试。如果没有，那就意味着需要延期毕业了。
虽然人类的知识是个整体，但是你的学生证上是有专业类别的。如果你不需要学位，那尽可以根据自己的兴趣，研究世界上任何有趣的问题。几百年前的那些博物学家们，走的基本上是这个数。然而如果你当前的目标是拿下学位，那毕业论文的选题就不能偏离专业领域这个范围。
跨学科或者交叉学科的研究是值得提倡的，但是必须体现本专业和其他专业的交叉，而不能是完全做其他领域的研究，毫不涉及本专业领域关心的问题，或应用本领域的特色研究方法。
举个例子，假如你研究信息管理，大可以在问题的研究过程中使用计算机学科的相关研究。数据挖掘、数据可视化、机器学习，甚至是深度神经网络，都可以往上招呼。但是，如果你的研究只是帮助了计算机学科改进底层算法，或者做了个Linux一样的计算机操作系统内核出来，那么虽然你贡献很大，却只能去计算机系那边去申请学位了。
你需要读大量的文献，了解学科的边界在哪里。或者请教专家（例如你的导师），为自己的选题把关。这样才能做到心中有数。
例如图书情报领域，有个研究方法叫做文献计量。目前学术界的度是，只要你用了文献计量，那么计量对象无论是哪个领域的文献，题目也可算作图情研究的圈子之内。所以，你时常可以看到图情专业许多学生喜欢拿着这把锤子，虎视眈眈各个领域的文献，到处找钉子玩儿。
科学研究，是要投入资源的。你的时间、注意力、、设备、社会资本（例如时常需要请教朋友）……这些都是宝贵的资源。投入了就需要有产出。所以如果你把资源投放到了没有价值的问题上，那就是暴殄天物。
近年来，生物医药领域为什么那么火？为什么某高校老师一篇基因编辑的论文就引起了那么大的争议？就是因为和我们每一个人息息相关。得病了我们就需要治疗，绝大部分人都渴望健康长寿。所以如果你的研究，能够提升1个百分点的疾病治愈率，或者延长人类平均1年的寿命，那就常有价值的。
你可能会辩称，有些人会领先于时代，其研究问题在尝试之前根本就没有人想到过，当然也就没人关心。例如爱因斯坦的，提出时肯定不被大众认为有价值，就连能看懂的人，全世界都屈指可数。研究者完全可以通过研究来激发和创造需求。就像现在，早已进入了大学甚至中学的物理学课本。人们在探讨星际旅行、穿越的可能性时，总会把它挂在嘴边。
没错。但是请你用贝叶斯公式来分析一下，你一个还没开题的学生，做出上述完全时代，令所有人惊艳的研究问题，可能性有多高？
例如你非得要选“存款数额与利息收益相关性研究”作为论文题目……你研究啥？直接查银行利率不就完了？
开题的时候，组长淡淡地问了你一句“John Doe博士2015年发表在期刊的那篇文章看了吗？”
想想看，为什么开题报告里，一定要有国内外研究现状综述呢？就是为了放在那里显得字儿多，而且一堆标注显得高大上吗？
当然不是。为了写这一部分，你就得读相关文献。读了文献，你自然就应该了解自己提出的问题，是不是已经被别人给做掉了。
为什么？他很认真地在图书馆里，天天从早看文献看到晚啊！他确实一直在看，不过只是在看中文文献。许多学生做研究，只在CNKI上，用中文关键词找论文。只要CNKI上查不到的文献，就视同不存在。
要想了解选题必要性，就必须全面读文献。你对该领域越是了解，选题的把握能力就越强。对绝大多数专业来说，英文文献的阅读必不可少。
有的时候，你会看到题目是圈内的问题，大家都关注，没人曾经完美解决过……可选题依然被毙掉了。怎么搞的？！因为选题不靠谱。
这话是否科学，咱们搁置不论。但是借用过来，却是可以成立——选题不谈可行性，就是不靠谱。所谓不靠谱，就是指老师们不认为在你读研的这一两年（考虑到毕业年级找工作的压力，这个时间还要打折扣）有限时间内，能够顺利完成研究。
《企业信息化发展策略研究》、《中国城乡信息鸿沟对策研究》……这样的选题，N本大部头著作都做不完，你一篇毕业论文就想搞定？
足够具体的选题，必然会显得“小”。但是这不要紧，作为学术训练的一部分，你应该从易到难，从小到大。不要一出手，就恨不得来个“排山倒海”。更常见的情况，是把“眼高手低”四个字无遗。
当然，这是相对的。有的人，例如Paul Pavlou教授，能够把十余种常见的研究方法应用自如。所以他自己发表过的文章放在那里，就可以自成体系（请参考拙作《如何选研究题目？》）。对于Pavlou教授来说，这些方法都不算复杂。
但是对你来说，方法复杂度就不一样了。如果你的研究也需要调用多种研究方法，例如同时集成了结构方程、深度学习和复杂系统仿真……那老师们可能得回顾一下你的简历了。你得拿出足够多的，才能别人，让大家信任自己可以在读研剩余的一年时间里，在应对就业或升学压力的同时，还可以游刃有余地完成这么有挑战性的难题。
更多的情况下，列出那么多复杂方法，是因为学生对相应的研究方法缺乏了解。只是听说了个名词，就扔了上来，还言之凿凿，觉得使用这些方法很有道理（而且很酷）。结果选题被否定，要求重做，才莫及，解释说只需要问卷调查就够了。
虽说如今是大数据时代，但是研究数据依然是宝贵资产，并非每个人都可以采集到的。你会看到别人的论文里，用到了某个社交网站的用户注册数据和私信交流文本（当然已经做了匿名化处理），就兴致勃勃，也把这些数据当做研究对象。可是你真正做到那一步，才会明白这些数据根本就不向你。别人能用是因为特殊的时段、和人脉。时过境迁，数据管理的规则和法律早已完善，这些数据就无法被外人使用了。
怎样避免选题不靠谱呢？就是要有前瞻性。做开题的时候往后多想一步，尤其是想想那些具体的步骤、流程和方法。更好的办法是简单做个尝试，看数据能不能获取，方法能不能应用，以及写下的文字能否面向题目，。
题目没价值很糟糕。你需要从文献或工作、生活观察中了解真实的需求，你写出来的东西，至少得有一小撮人愿意了解。
开题报告中还会有很多其他的问题，例如技术错误（错别字、语病）、内容不全（有人居然会遗漏某个部分没有填写）、格式不规范（明明有模板啊！）……本文没有详细列举，因为这些都是可以轻易避免的问题，没有做好大都是因为态度问题。
本文由悠悠游戏 （www.youycu456.com）整理发布