paper的诞生大概分为这么几类：砸坑，填坑，灌水。
砸坑的工作，要么开创了一个领域，要么是作出了革命性的方法。开创领域不是一蹴而就的，是漫长的，随着很多学科的发展，或者是时代的发展而诞生的。譬如：从低维到高维再到超高维方法的的诞生，随着数据量的扩充，这种需求不断涌现；或者是生物学家提出的感知机，再到hinton的神经网络，再到种种的变化形式。领域的出现大抵遵循这么个特点，早期有零散的，不成熟的方法，大家停留在注意到这个领域，但却没有主体的概念出现；随着这些零散的实验逐渐积累到一定的程度，成体系的，或者是核心的方法会爆发式的出现。这种爆发可能来源于，需求，设备，甚至是好的推广方式。
领域一旦成体系的诞生，就需要不断的革命性的方法来推动这个领域发展。例如所熟知的非参领域，bootstrap的诞生催生了大批的衍生方法，或者是高维里面的lasso，又或者是时间序列里面的auto-regression。领域形成的本身，其核心的关注点在于问题，但是他的骨架是由这些革命主体的方法贯穿并且支撑的。没有这些方法，领域也不复存在。这些革命性的方法，除了为其本身的学科服务，更作为一种独立的框架而存在，它可以有效的被其他的领域所应用，具有极强的扩充性，换言之，它是一种普适性的工具。例如惩罚项在各个优化问题的拓展，EM算法思想的多种应用，boost集成弱分类器的思想。
在学科的骨架搭好之后，那么就需要血肉，一系列的填坑工作应运而生。填坑是个需要对方法，应用有良好把控能力的工作。可以把新式的方法和旧的方法结合起来；或者是放宽其条件，应用到不同的数据或者是结构当中，重新进行证明；或者是提出类似的，改进式的，即借用其主体理论的新的方法；也可能是做了一个很好的应用，譬如计量经济学里面lasso是不是同样的具有解释性。范剑青的Sure Independence Screening 的一系列工作，lasso到elastic net再到scad，pearson correlation到rank为基础的correlation等等。
填坑工作的把握难点在于难以把握是不是做了一个很好的工作，这个很好，具有很多的含义。例如，你组合的方法是不是有很好的应用性质，可以受到医学，教育，天文，经济等领域的应用和关注。这样的文章虽然不是开创性质的，但它的应用性质可以使它得到广发的关注和极高的引用量。或者是，你改进式的方法同样可以接着做下去，拓展到不同的问题，从而催生一系列的理论。当然，讲一个很好的故事，解决了实际的医学或者其他方面的问题也是不错的选择。归根到底，它们是具有启发意义的。
一位具有一定的实力的统计学家，是可以找到合适的填坑来养活他的一大批嗷嗷待哺的学生的，尤其那些还没有完全独立科研能力的硕士生和博士生。它们需要给定一些题目，极大的缩小关注的范围，发文章来达到毕业要求。你回顾他一生的工作，一般可以很顺利的完成聚类。通常都是他找到一个点，由他的学生们来完成这个点的扩散。
灌水的文章是在很多，毕竟对于大多数科研民工，还是维持在温饱，需要找饭吃的阶段。有的灌水尚且有些参考价值，有的则是大水漫灌。灌水的方法实在是多种多样，有机会我再来总结。
网友评论