我知道很多同学都想把自己的论文发表在顶级的会议或者期刊上。可是当大家做完一项科研工作以后，有时候并不能准确地知道自己的论文能发表在什么档次的会议或者期刊上。有的时候，我们的工作并不是很好，如果我们还想试一试档次较高的会议，我们应该怎么做呢？我们应该如何提高我们的论文的档次呢？要回答这个问题，我们先来看看一篇论文的档次是靠什么判断的。

一篇论文的档次

任何一个研究方向都是从一篇或者几篇论文发展起来的。如果我们把这个研究方向的论文按照引用的顺序列出来的话，我们可以得到上面这张图。比如论文A是这个方向的开山之作，之后由A又展开成了三个新的论文，再往后这些论文就会演变成新的，而每个小的科研方向也会有越来越多的分支。

如果我们把这些文章的场景都拿出来对比一下，我们就可以发现，在这张图中高层的论文，其研究的场景往往是更加普适的。换句话说，这些论文提出来的方法可以应用在很多场景，只是其普适性不能保证在所有的场景下，都取得好的效果。于是乎，从高层的论文逐渐向下产生了一些新的论文。这些新的论文所在层级稍微低一些，其场景会更加细化。其效果在特定的场景下一定是优于上一层的论文的。

一般来说，我们发表的论文，如果所处的层级比较高，那么我们的创新和贡献也会更大，相应的我们的论文的档次也会更高。那么，如果我们现在已经写好了一篇文章的初稿，为了提升我们论文的档次，我们应该怎么做呢？答案就是对论文重新定位。

重新定位，顾名思义，我们现在已经有了对我们的论文的一个定位。比如说，我们现在的论文是从论文D那里衍生出来的。我们阅读了论文D，然后我们通过改进论文D，然后我们得到了我们现在的论文，我给叫E吧。那么我们的论文E应该是D的一个下一层的节点。于是乎，我们认为，我们的论文E应该是档次比D要低一些。

现在我们对E做重新定位，我们期盼的目标是，我们可以把E在整棵树中的层级提高一些。比如说，我们的论文E经过重新定位以后，其位置和论文D变成了一个层级。这样一来，我们就可以把我们的论文E投稿到论文D所在的会议或者期刊了。

那么现在问题来了，既然论文E是由论文D衍生出来的，我们凭什么能够把E的层级提升到和D一个层级呢 ？想知道这个，我们就需要了解一下论文D到底是怎么一回事！在这里提醒一下大家，论文D是论文C的改进，论文C是论文B的改进，论文B是论文A的改进。而论文A是这个方向的开山之作。

我们假设论文D提出来的方法有9个步骤。由于论文D是论文C的改进，论文C是论文B的改进，论文B是论文A的改进。其实论文A包含了三个步骤：step1-3。然后论文B在A的基础上，增加了两个步骤，用以适应更加细化的场景。也就是说论文B包含了step1-5，其中的step 4 和step 5是比论文A多出来的两个步骤而已。以此类推，到了论文D的时候，D已经有了9个步骤了。其中只有step 8 和step 9 是真的贡献。其余的step 1-7 都是来自于论文A，B，和C而已。

现在我们要给我们的论文E重新做定位，我们就需要对E有一个清晰的认识！我们需要E在D的基础上有哪些变动？

如果E像这张图里面描述的一样的话，那么E也只是在D的基础上增加了两个步骤而已。这时候E会变得更加复杂，而其能解决的场景也变窄了。即使效果在E的场景里有所提高，其档次也不会很高。

这时候，我们如果再仔细思考一下，我们发现，step 11其实并不是真的在增加新的步骤，而是在对step 8 进行了一些改变！这时候有意思的就来了：

我们发现，原来E不只是简单地在D的基础上增加了step 10，并且对D的step 8进行了改进。这样一来，E所对应的场景就不再是论文D中场景的细化了，而是跟D并列的关系。也就是说：

文论E的档次，现在被我们提高到了和D一样的级别啦！

看到这里，我想大家应该明白了，给一篇文章重新定位，其实是对一篇文章重新思考，重新认识的一个过程。我们需要对自己的论文里面的设计有深入的思考。同时，我们也需要对我们的研究的相关工作有一个更加清晰的了解才可以。所以，在这里，我还要再次强调一下看论文的时候要深入思考它的insight，这样才可能把一篇论文中的所有隐含的步骤都补齐。这样才会对于我们的论文有一个更加高级的定位！

下面我们还是用AirCloud当作例子来说明一篇论文定位的重要性。不知道AirCloud是什么的同学们可以看这里：

通过一篇顶级会议的论文，给大家讲解一下一篇论文的insight和idea

AirCloud这篇论文用一句话来概括就是：作者设计了一种廉价的PM2.5监测仪，并且在城市中大规模部署这些检测仪，从而通过这些监测仪采集到的数据来精准地推算出任意位置的PM2.5数值。这样一来，人们不论走到哪里，都可以知道自己位置的PM2.5了，而不是只能得到PM2.5监测站附近的数值。

这篇论文的核心想法就是利用PM2.5在空间上分布的连续性来做预测。其实这篇论文是受到另一篇论文（U-air）的启发而来的。。U-air用的是历史的PM2.5数据来推测相同位置在未来一段时间的PM2.5数据。显然这种做法存在弊端，就是PM2.5有可能随着时间变化非常剧烈。比如说现在我周围PM2.5是300。30分钟以后，下了一场大雨。于是PM2.5瞬间降到了20。可是按照历史数据，我现在是300，未来一小时可能也得再300左右，不会变化太大。

这个时候，如果AirCloud的作者从挑这个毛病入手的话，恐怕就会在想如何利用历史数据来填补空间分布上的缺失。这时候AirCloud的设计就可能像上面这张图画的一样：AirCloud只是在U-air的基础上增加一个步骤而已。而且这个新增加的step 3是非常难做出来的，因为U-air所用的数据非常稀疏。比如全北京只有20几个PM2.5监测站的数据。利用这些数据不可能精准地计算出任何一个街道任何一个商铺附近的PM2.5，因为政府建立的PM2.5监测站离任意位置的距离太远了。

这时候，AirCloud的作者十分聪明地做了这样的工作：

AirCloud直接跳过了U-air中的step 2， 同时重新设计了收集PM2.5数据的方法：大规模地部署廉价的PM2.5监测仪。这样一来，一个城市原本只有数量很少的PM2.5监测站，现在就被几百台廉价的PM2.5监测仪被覆盖到了。由于AirCloud已经修改了U-air中的步骤，现在按照刚才我们介绍过的论文重新定位，AirCloud已经把自己的位置大大提升了！所以AirCloud成为了空间PM2.5分布的开山之作！AirCloud2014年发表以后，陆续被很多公司进行模仿，也被非常多的实验室进行跟进，其影响力延续至今。

所以大家应该看出来了，对一篇论文的定位有多么重要。想要做到这一点，请大家认真思考自己的研究，认真对待自己之前读过的论文，多去思考论文背后深层的insight。我们需要在阅读别人的论文，学习别人的方法的这个过程中，从作者的写作逻辑中还原出作者做科研的逻辑！这样我们才有机会把别人的论文中的的所有步骤完全找到，进而对我们的论文做出一个正确的，合理的定位。加油吧！

—————————————————-END———————————————————–

我们建立了一个微信公众号：“分享科研经验的科学家”。我们会同步分享科研经验到这个公众号。在微信里，我们的文章可以更加自由地排版。文章也会更加适合阅读和传播。我们相信，经过大家的不懈努力，一定会帮助到越来越多的同学们。请大家关注我们的公众号，并且把这个传播给因为科研而痛苦的同学们。除了扫描二维码，大家还可以通过在微信上搜索“分享科研经验的科学家”来添加我们的公众号 :