博士生如何选择课题？
作为三篇二区top期刊，一个NLP领域顶级会议（ACL2018）论文，以及两个其他会议论文的通讯作者兼第一发明人（一个是NIPS2017，另一个是AAAI2016，都是人工智能和机器学习领域的顶级会议），来分享一下我的经验。 先说结论 再好的方法也要通过研究才能实现价值。在信息检索与推荐，文本分析，自然语言理解等领域有很多成熟的方法论和技术。如果题主还没有明确的topic兴趣方向的话可以先从这些领域入手，选择一个问题然后找到一个解决方法。这种方法相对来说比较保险，也是大多数学生做研究的入门选择。 在有了初步的topic兴趣方向之后呢就可以开始找相关的paper来看，在文献中选择一个或者几个方法进行试用，并加以改进和创新。这种研究的选择其实就很像大学里面的选修课了——虽然你本来对某个topic感兴趣，但是在研究中可能你会发现另外一个更加有趣的topic，或者你原本对某个topic很有信心可以做出好的结果但是却在研究过程中发现一些难以解决的问题而放弃。这些再选择都是正常的，说明你对某个领域并不是特别感兴趣。 当然最好的情况就是你选择了某个topic之后发现这是一个非常有意思的问题然后你能从中得到非常多的知识和经验，从而加深对你所选topic的兴趣和热情。
接下来简单介绍一下如何查找研究topics。一般来说有如下几个途径： 如果以上都不能满足你的需要那就直接google吧~~比如输入‘recommender system’，点击images，然后你就可以看到这些关键词在过去十年中被用到了哪些paper的标题里~ （ps. 上面图片中出现的paper跟你的题目无关但不代表他们不好，只是说这些主题相关的研究已经很多了，如果再选一个类似的主题也许能够作出一些创新就会比较难。）