我是如何两周搞定难毕业的论文选题？

去年春天，作为某985高校计算机专业研三的我，经历了这辈子最煎熬的半个月。距离学院要求的论文开题截止还有14天，我电脑里的选题文档还是空白的——准确说，是换了三版，被导师打回了三次。

我整理了被导师打回的三次选题问题，做成了这个表格，相信很多同学都会眼熟：

那半个月我是什么状态？每天早上八点半进实验室，盯着知网刷到晚上十二点回宿舍， coffee喝到心跳加速，还是一点思路都没有。舍友都已经开始写正文了，我连选题都定不下来，导师那天在走廊碰到我，扔下一句话：“两周后开不了题，你就等着延期吧。”

那天晚上我在操场走了三圈，吹着冷风冷静下来：我不能再瞎碰瞎撞了，得换个方法找选题——这就是我后来两周搞定选题的起点。

回到实验室，我复盘了之前三次被打回的经历，发现我之前的方法全错了。总结一下我踩过的坑，如果你现在也在找选题，先看看你有没有中招：

我一开始就是，打开知网搜“深度学习 图像识别”，出来几千条结果，从2000年的经典论文看到2023年的最新综述，看了三天，感觉每个方向都有人做，每个方向都有问题，越看越迷茫，最后什么都选不出来。

我当时看大模型是热点，差点就选“基于ChatGPT的代码生成研究”，后来想明白：我实验室没有大模型训练的算力，我也没有领域内的数据积累，选这种热点，别说写论文，能跑通实验都难，最后肯定是烂尾。

误区3：为了创新选完全没人做的方向，最后写不出来

我同学就干过这个事儿，为了避开竞争选了一个特别偏的交叉方向，结果找不到参考文献，理论基础搭不起来，最后还是推翻重选，浪费了一个多月。

想清楚错在哪里之后，我重新规划了两周的时间，把每天要做的事拆成了明确的步骤，最后居然真的在截止日期前一周就拿到了导师的同意，现在把这个流程分享给你：

我之前的问题就是上来就想定一个“完美选题”，所以卡很久，正确的做法应该是先攒出10个左右符合你基本条件的候选，再慢慢筛。怎么攒？我用了三个亲测好用的方法：

这是我后来选到最终选题的方法，也是最容易出成果、最容易过导师那一关的方法。

我导师当时有一个和企业合作的横向项目，做的是智能垃圾分类设备的图像识别，之前我跟着做过半年的数据标注，手上有一万多张标注好的真实场景垃圾图片，还有现成的设备测试环境。我之前怎么没想到？一直盯着热门方向抢，现成的资源放在眼前都不用。

👉 tip：导师的项目选题，天生就有三个优势：

1. 有经费、有数据、有设备，你不用担心做不出来实证

2. 导师自己的项目，他对方向非常熟悉，给你指导的时候也更上心

3. 只要你做得过得去，导师一般不会卡你，毕竟他也需要你出成果

如果你导师没有合适的项目给你，那这个方法是最快找到合格选题的路径。

怎么找？你去你领域的权威数据库，比如中文去知网搜“核心期刊 + 你熟悉的领域 + 综述”，英文去Web of Science搜，只看近三年的综述，每篇综述的最后一部分，作者都会明确写出这个领域目前还有哪些问题没解决，哪些方向值得进一步研究——这都是现成的选题库，都是领域内权威帮你筛过的，不可能差。

比如我当时看计算机视觉领域的一篇综述，作者提到“目前复杂场景下小目标垃圾识别的准确率普遍偏低，现有轻量模型无法兼顾准确率和推理速度”，这就是现成的问题，直接可以拿来当选题方向。

每个领域其实都有一些有争议的问题，比如文科里“传统文化短视频的传播效果到底是破圈还是内卷”，工科里“大模型轻量化到底是剪枝效果好还是量化效果好”，这些有争议的地方，本身就有研究价值。

你可以去知网搜“关键词 + 争鸣”“关键词 + 商榷”，或者去微博、知乎搜你领域的相关话题，看看大家都在吵什么，挑一个你能拿到资料、能做研究的争议点，就是一个不错的选题。

按照这个方法，我三天就攒出了8个候选选题，接下来就是筛选。

很多人选不好选题，就是不会筛，看着这个也好那个也好，最后挑了一个最难的，把自己坑了。我总结了四个筛选标准，按顺序筛，最后剩下的那个就是适合你的：

这是第一个要筛的，过不了这关，直接淘汰。

什么叫研究资源？

• 文科：你能不能拿到文献、档案、调研数据？做问卷调查能不能收够足够的样本？做访谈能不能找到合适的访谈对象？
• 理工科：你有没有实验设备？有没有数据？有没有算力？能不能拿到测试样本？

我之前那个“轻量型CNN在手机端皮肤病图像识别”就是死在这一关，我没有合法的皮肤病临床数据，总不能自己去网上随便爬图片用吧，那肯定过不了审，所以直接淘汰。

最后我留下的智能垃圾分类那个选题，我手上有一万多张标注好的真实场景数据，实验室有现成的测试设备，完全满足要求，这关就过了。

选题一定要和你的学历阶段、字数要求匹配：

• 本科毕业论文一般8000-15000字，选小一点的问题，比如“XX大学本科生短视频使用情况调查”就合适，“中国大学生短视频使用情况研究”就太大了，你根本做不完。
• 硕士毕业论文一般3-5万字，选一个中等大小的问题就可以，不用追求解决什么重大领域问题。
• 博士论文才需要选大方向、大问题。

我当时是硕士毕业论文，要求正文三万五千字左右，我的选题“复杂场景下轻量型CNN在智能垃圾分类中的应用研究”，大小刚好够写三万多字，不会太散也不会写不够。

很多同学对创新有误解，以为创新就是要做出一个颠覆领域的成果，其实本科生、硕士毕业论文的创新，只要满足下面任意一个就够了：

1. 老问题用新方法做：比如之前别人用传统方法做垃圾分类，我用改进后的轻量型CNN做，这就是创新。

2. 新问题用老方法做：比如刚出来的AIGC对大学生写作习惯的影响，你用经典的使用与满足理论去做分析，这也是创新。

3. 新数据老问题：同一个问题，你用新的真实场景数据重新验证了一下，得出了和之前不一样的结论，这也是创新。

4. 不同领域交叉：比如把计算机的方法用到考古断代里，把心理学的方法用到新闻传播研究里，交叉本身就是创新。

我当时的创新点其实很简单：之前大家做垃圾分类识别都是用实验室标准图片，我用的是真实场景下拍的、有遮挡有光线变化的垃圾图片，而且我对现有的ShuffleNet模型做了一点点改进，平衡了准确率和推理速度，适合部署在低端嵌入式设备上——就这两点创新，导师就通过了。

最后一步，就是评估自己的能力：这个选题需要的技术、方法，你会不会？需要学新东西的话，你能在规定时间内学会吗？

我当时差点选一个基于Transformer的垃圾分类模型，后来想了想，我对Transformer的了解只停留在看论文的程度，要改模型调参数，我估计得花三个月，我只有两周时间定选题，半年写论文，肯定赶不上，所以就选了我熟悉的CNN方向，改起来也顺手。

按照这四个标准筛一遍，8个候选选题最后就剩下1个了——就是我后来最终确定的那个，整个过程花了我3天时间，加上前面找候选的3天，一共6天，还剩8天时间准备开题报告和大纲。

选好方向之后，接下来就是把选题细化成开题报告和大纲，这一步我之前以为要花很久，结果因为用了一个小技巧，三天就把大纲写出来了，导师只改了两个小地方就通过了。

我用的就是AI辅助生成大纲的方法，不是让AI帮我写，是让AI帮我把我脑子里的思路整理成规范的论文大纲，省了我很多搭框架的时间。

我亲测好用的prompt分享给你，你直接套进去用就行：

根据论文的《{你的论题}》论题，给出一篇能写{要求正文字数}字正文的大纲，共需要{需要的章节数}章。大纲需要有二级标题、三级标题和四级标题。

我当时用这个prompt输入进去，出来的大纲是这样的（我调整了一下，给大家做个参考）：

论文题目：复杂场景下轻量型CNN在智能垃圾分类中的应用研究
要求字数：35000字，共5章

生成的大纲框架：

1. 绪论（约5000字）

1.1 研究背景与意义

1.1.1 国内城市垃圾分类处理的现状需求

1.1.2 智能垃圾分类设备的发展痛点

1.2 国内外研究现状

1.2.1 垃圾图像识别技术研究进展

1.2.2 轻量型卷积神经网络研究进展

1.3 研究内容与创新点

1.4 论文结构安排

2. 相关技术与理论基础（约7000字）

2.1 卷积神经网络基础理论

2.1.1 卷积层与池化层原理

2.1.2 激活函数与损失函数

2.2 轻量型CNN相关技术

2.2.1 深度可分离卷积原理

2.2.2 ShuffleNet网络结构特点

2.3 评价指标

2.3.1 准确率评价指标

2.3.2 推理速度评价指标

3. 改进轻量型CNN模型设计（约10000字）

3.1 复杂场景垃圾图像数据集构建

3.1.1 数据采集与预处理

3.1.2 数据增强方法

3.2 基于ShuffleNet的改进模型设计

3.2.1 特征提取模块改进

3.2.2 注意力机制添加

3.3 模型整体结构设计

4. 实验与结果分析（约8000字）

4.1 实验环境设置

4.2 对比实验设计

4.3 实验结果分析

4.3.1 准确率对比分析

4.3.2 推理速度对比分析

4.3.3 消融实验验证

4.4 实际部署测试

5. 总结与展望（约5000字）

5.1 研究总结

5.2 研究不足与未来展望

你别说，这个框架出来之后，我只需要往里面填内容，调整一下各部分的字数分配，改了两个三级标题，整个大纲就成型了，比我自己一点点想结构快太多了。

有了大纲之后，我花了4天时间写开题报告的其他部分：文献综述、研究方法、进度安排、参考文献，最后一天找导师签字，导师看完我的选题和大纲，只说了一句话：“早这么做不就完了？签字吧。”

从选题被三次打回，到导师签字同意开题，正好14天，我当时走出导师办公室，阳光晒在脸上，感觉整个人都轻了——原来两周搞定论文选题，真的不是不可能。

我把我这段时间总结的，针对不同人群的选题小技巧整理出来，你可以直接对应自己的情况用：

1. 优先选和你的毕业实习相关的选题，实习单位能给你提供一手数据，写起来很方便

2. 选题要小，“XX市社区养老服务存在的问题及对策”，比“中国养老服务问题研究”好写一万倍

3. 找导师要题目，一般导师都会给本科生几个现成的题目，选那个要求最低的，先毕业再说

1. 优先蹭导师的在研项目，跟着导师做项目，不仅好毕业，说不定还能多拿一篇小论文出来，对找工作读博都有用

2. 创新点不需要多，有1-2个明确的小创新就够了，不要贪多

3. 开题之前一定要先确认你的研究资源，数据、设备、调研对象，都落实了再定题，别等写了一半才发现做不出来

1. 要选有长期研究价值的方向，毕竟博士毕业之后你还要靠这个方向找教职

2. 要盯领域内的未解决难题，选一个真问题，做出来就是你的核心成果

3. 最好能和国家需求结合，现在不管是毕业还是后续拿项目，都喜欢贴近实际需求的研究

很多同学说，论文选题是整个毕业论文写作最难的一步，我非常同意——选对了选题，你接下来写正文、做实验都顺风顺水，选不对，写一半推翻重来，延期毕业的大有人在。

我当时走了那么多弯路，最后总结出来最核心的经验就是：不要盯着完美选题空想，先动起来，先攒候选，再慢慢筛，利用好你手里已有的资源，比抢什么热门选题有用多了。

我那篇论文后来外审还拿了优秀，现在想想，如果我当时一直蹲在图书馆瞎想，不知道什么时候才能定题，说不定真的要延期。所以如果你现在也卡在选题，别慌，按照我这个步骤，一步步来，两周真的足够搞定一个能毕业的好选题。

最后祝所有同学都能一次开题通过，顺利毕业。