|
作者：林丽 排版：贺千博
有很多人在写摘要和结论时候，感觉它们两就是一回事，因此，论文结论部分写得类似摘要，或是将摘要挪用到结论处，导致两个部分写作上出现较大重复，影响论文质量，也造成论文阅读时的生动性受到影响。
论文摘要是文章的缩写版，通过摘要使读者快速了解研究动机、研究方法手段以及结果结论。而论文结论作为论文写作的最后一个内容，作用是将已完成的科研工作进行总结性描述，概括说明研究的主要结果和发现、研究贡献、研究不足、以及未来研究建议等。 摘要涉及四个要点：研究目的（或研究背景，或研究问题），研究手法+研究内容，研究结果，研究意义。而结论部分通常涉及的四个要点如下： 1、研究结果：针对完成的各个研究内容的结果，准确、清晰地概述所得的重要数据、实证结果、统计分析等（摘要里没有这些内容或只有最重要的数据）。 2、研究贡献：具体强调研究的贡献（这里与摘要有较大区别：摘要最后一句话强调的是整个研究的贡献，而在结论部分，强调的是研究中重要内容的贡献）。 3、研究不足：自我发现研究还存在的问题，以便后续研究避免，或达到提醒读者的目的。 4、研究未来方向或趋势建议：为读者提供研究可能的方向，促进学术界共同探索共同进步。 以上四个方面，“研究结果”和“研究贡献”是作为结论部分必须具备的内容，研究不足、研究未来方向或趋势建议则可根据研究本身具体情况确定。 因摘要和结论涉及的要点完全不同，因此，两者在写作上也有较大的差别，千万注意避免将两者混淆。 下面以已发表论文的结论为例，进行分析说明： 
 脑视觉认知机制下意象-产品归类的集群用户偏好推理 3 结论 本文在集群理论思想的指导下，从个性化感性体验满足的视角，通过眼动追踪技术与脑电技术相结合的认知实验研究法，对用户信息特征元提取及聚类、集群智能识别、集群下意象-产品归类，以及用户的偏好推理进行了研究，以消费级无人机为例，验证了方法的可行性，并针对“简约”意象识别出新用户对无人机的个性认知偏好，解决传统设计中产品对应的用户个性需求错位、客观支撑匮乏及依赖设计师经验的问题。
研究贡献体现如下。
(1) 针对意象认知领域针对性不足及集群理论缺乏客观性，引入集群理论到用户意象认知领域，结合两者的优势推理出的样本符合用户认知偏好，解决传统意象设计中用户需求错位的缺陷，增强参考样本的针对性。
(2) 对于生理测量的利用率不高的问题，运用KNN-TOPSIS 法训练集群用户特征编码及主客观集成化认知数据，旨在用集群理论的相似性快捷推理集群新用户的认知偏好，减少对繁琐耗时的眼脑实验的依赖，仅以已完成实验用户的脑视觉认知客观数据为支撑，实现认知数据的再利用，对缩短设计周期、提升设计效率具有切实可行的价值。 (3) 通过客观实验与主观评选的结合，减少基于语义获取认知偏好的主观成分，为定制模式下的个性需求开发提供更客观理性的途径。 未来，将扩大前期用户样本量建立用户集群及运用计算机智能技术扩充客观机制下的归类群，为智能定制模式提供客观的数据库来源，切实落实群智客观认知研究的价值与意义。
此案例的结论涉及了四个要点中的三个方面，即：1.研究结果；2.研究贡献；3.研究未来方向或趋势建议。
《浙江大学学报（自然科学版）》论文实例 基于改进加权协同过滤的集群用户黑箱个性意象预测 3 结语 本文提出基于集群用户的个性化意象预测方法，用于推测并透明化目标用户黑箱意象，完成个性化意象的提取，增强设计师前期产品定位的针对性，为产品设计的意象定位提供新的途径和方法。
建立基于自主性调研的集群意象因子集，弥补部分感性意象丢失的缺陷，把握用户个性化设计基调。
基于优化 WSO 的个性化黑箱意象评分预测，推测用户黑箱意象及分值，以表达用户模糊的、隐蔽的个性化需求。
通过个性化意象预测，提高用户意象定位的准确性和针对性，为个性化定位提供新的思路和途径。
本文的调研对象多为学生，可以引入多种职业作为特征类目之一，且扩大样本量。
本文侧重于设计前期基于心理认知意象提取的准确性，但用户意象是动态变化的过程，无法从主观评价中体现较小时间尺度的实时意象。
在今后的研究中，将在 SD 法的意象提取中引入客观的生理认知测量方式，增强个性化意象定位的精准度。
此案例的结论部分涉及了四个要点中的三个方面，即：1.研究结果；2.研究贡献；3.研究存在的不足；4.未来的研究建议。
《计算机集成制造系统》 论文实例 基于无意识多模态内隐测量的产品意象提取模型构建 结束语 本研究结合用户无意识行为过程中的内隐认知，以标志性实验样本为研究对象，分析用户认知行为中的判断决策和认知过程中内隐数据的关联。通过对内隐数据进行归一化和拟合化处理，建立内隐指标数据与意象值间的高度拟合函数，换算为更直观的内隐数据比较关系；以简洁直观的多元回归方法构建意象提取模型，并通过随机抽取非标志性样本案例再验证的方式，对意象提取模型有效性进行评价。
IAT-MIMM意象提取模型构建过程中有以下几个特点：
（１）研究以标志性实验样本作为意象提取模型建立的基础样本。标志性样本的建立，使实验样本的分类更加准确和客观，在模型构建过程中为数据比较和拟合函数建立提供依据，并且可以直观地发现被试在判断决策中的不可靠性判定。
（２）内隐联想测验与眼—脑融合测验为非主观意识下认知实验的基础。传统方式多以单一测量技术或者眼—脑融合技术为基础，研究将内隐联想测验结合，通过判定数据和反应时数据，可与眼—脑内隐数据进行对照，易发现不可靠数据并筛选粗大误差数据。 （３）内隐测量数据的归一化换算。内隐测量数据具有多样性，数值区间也各不相同，通过数据的归一化处理，使各内隐测量数据换算为相同的区间值，易对各内隐指标进行比较。 （４）内隐测量数据通过拟合函数进行换算。根据不同的内隐测量指标在区间值和意象值的关系，依据数值变化特点，建立各内隐测量指标的拟合函数，使各样本换算值的数值趋向符合意象值趋向，可更为直观地建立意象提取模型。 （５）意象提取模型的案例再验证。意象提取模型构建过程以标志性样本为基础，为验证模型在非标志性样本的有效性，排除标志性样本筛选过程，选择该案例的其他非标志性样本直接进行实验分析，将数据代入模型，验证模型的有效性。 通过本文的研究，实现认知内隐测量数据的转换和筛选，得到IAT-MIMM主数据，并将拟合处理的主数据作为自变量，意象值作为因变量，构建IAT-MIMM意象提取模型，基于模型将认知内隐测量数据转译为可读的意象值，为设计师解读用户对产品的意象认知提供更客观的途径，从而更好地实施有针对性的产品设计创新，以满足用户的心理需求。
本研究是以内隐联想测验、眼动测试和脑电测试作为基础研究工作，虽取得了一定的成果，但模型以单一案例进行构建，需考虑选用样本的适合性和有效性。
在未来的研究中，应考虑样本的适合性，可分别考虑色彩、材质、造型等因素的影响，对多案例进行全面验证分析，避免方法构建的局限性。
此案例的结论部分涉及了四个要点，即：1.研究结果；2.研究贡献（益处）；3.研究存在的不足；；4.未来的研究建议。  文中使用的文献信息 [1]任丽,林丽,阳明庆,等.脑视觉认知机制下意象-产品归类的集群用户偏好推理[J].机械工程学报,2023,59(15):282-292. [2]林丽,任丽,阳明庆.基于改进加权协同过滤的集群用户黑箱个性意象预测[J].浙江大学学报(工学版),2022,56(04):803-808. [3]郭主恩,林丽,阳明庆,等.基于无意识多模态内隐测量的产品意象提取模型构建[J].计算机集成制造系统,2022,28(04):1150-1163. |
|
|
