计算机论文找不到相应参考文献以“推荐系统”为例整理一套检索思路写计算机专业论文时很多同学会先去搜中文题目但结果常常比较散有的是博客有的是课程资料有的是相关性不高的论文。尤其是推荐系统、机器学习、深度学习这类方向英文文献通常更值得优先筛选。这篇文章以“推荐系统”为例整理一个比较实用的参考文献查找流程适合写开题报告、文献综述、毕业论文时备用。参考文献检索入口文献检索这个入口适合前期查找论文题名、DOI、摘要、来源链接等线索。正式引用前建议再回到 IEEE Xplore、ACM Digital Library、ScienceDirect、Springer、Web of Science、出版社官网或学校图书馆数据库确认。一、先把题目拆成英文关键词比如选题是基于深度学习的个性化推荐系统研究不要直接搜整句中文可以先拆成recommender system personalized recommendation deep learning collaborative filtering neural collaborative filtering如果研究场景更具体也可以继续加限定词movie recommendation news recommendation e-commerce recommendation social recommendation组合后可以这样搜deep learning recommender system neural collaborative filtering recommendation personalized recommendation e-commerce二、先找综述文章搭框架推荐系统方向文献很多刚开始可以先找 review 或 survey。recommender system survey deep learning recommender system review collaborative filtering survey综述文章一般会整理常见方法、数据集、评价指标和研究趋势很适合用来写文献综述的第一版框架。三、筛选时重点看这些信息前期筛选不需要每篇都下载全文可以先看题名是否和推荐系统相关 摘要里是否提到具体方法 是否有 DOI 年份是否较新 来源是期刊还是会议 被引量是否有参考价值 是否有开放获取原文链接计算机方向还可以重点关注会议来源比如 ACM、IEEE、WWW、SIGIR、KDD、RecSys 等。四、参考文献找原文的小技巧如果你已经有一条参考文献想继续找原文建议优先搜 DOI。没有 DOI 就搜英文题名题名太长可以保留核心短语。不建议直接复制整条参考文献因为作者、期刊、卷期、页码信息太多有时会影响检索准确度。比较顺手的顺序是DOI英文题名作者姓氏 年份 关键词出版社官网或数据库核对五、一个简单流程以推荐系统为例可以这样操作搜 recommender system survey记录常见关键词如 collaborative filtering、deep learning、ranking再搜 deep learning recommender system按具体场景加入 movie、news、e-commerce 等词记录题名、作者、年份、DOI、摘要和链接正式引用前回到数据库确认参考文献检索入口备用备用入口总结一下计算机专业找参考文献建议先拆英文关键词再按“方法 任务 场景”组合检索。前期先找到论文线索后面再核对 DOI、来源和引用格式这样效率会高很多。
