最后，如何陈述问题?陈述问题实质上就是凝练核心观点的过程。观点应当来自对文学(语言/新闻传播)现象与问题的思考和总结，而不是为了套理论而“削足适履”。“现象”往往是充满动态的、丰富的景象，如何才能用恰当的术语、准确的逻辑表述出来呢?初学者往往提出宏伟的概念或框架，但我的建议是尽可能缩小研究范围、明确研究对象，从而理清对象的内存逻辑，保证能在有限的时间内完成规范的学术论文。陈述问题应明确(1)范畴;(2)对象;(3)视角;(4)案例。通过这样的界定，我们将目光集中在几个显而易见的概念上，问题也就水落石出了。(例《试论鲁迅小说的第一人称叙事》)同时，问题清楚了，我们在筛选信息和资料时也就有了明确的标准，在这个“信息冗余”的时代，能够大大提高研究效率。

　　二、如何做文献综述

　　首先需要将“文献综述(LiteratureReview)”与“背景描述(BackupgroundDescription)”区分开来。我们在选择研究问题的时候，需要了解该问题产生的背景和来龙去脉，如“发展历程”这些内容属于“背景描述”，关注的是现实层面问题，严格讲不是“文献综述”。“文献综述”是对学术观点和理论方法的整理。其次，文献综述是评论性的(Review就是“评论”的意思)，因此要带着作者本人批判的眼光(criticalthinking)来归纳和评论文献，而不仅仅是相关领域学术研究的“堆砌”。评论的主线，要按照问题展开，也就是说，别的'学者是如何看待和解决你提出的问题的，他们的方法和理论是否有什么缺陷?要是别的学者已经很完美地解决了你提出的问题，那就没有重复研究的必要了。

　　清楚了文献综述的意涵，现来说说怎么做文献综述。虽说，尽可能广泛地收集资料是负责任的研究态度，但如果缺乏标准，就极易将人引入文献的泥沼。

　　技巧一：瞄准主流。主流文献，如该领域的核心期刊、经典著作、专职部门的研究报告、重要化合物的观点和论述等，是做文献综述的“必修课”。建议从以下几条途径入手：一是图书馆的学术期刊，找到一两篇“经典”的文章后“顺藤摸瓜”，留意它们的参考文献。质量较高的学术文章，通常是不会忽略该领域的主流、经典文献的。二是利用“中国期刊网”等数据库能够查到一些较为早期的经典文献。三是图书馆的藏书，鉴于我们学校的实际，少，但可以精读，既收集资料也摸索研究和写作的思路与方法。

　　技巧二：随时整理，如对文献进行分类，记录文献信息和藏书地点。做毕业论文的时间较长，有的文献看过了当时不一定有用，事后想起来却找不着了，所以有时记录是很有必要的。积累一份研究相关问题的书单，记录图书分类号码和藏书地点、网址。医学教`育网搜集整理同时，对于特别重要的文献，不妨做一个读书笔记，摘录其中的重要观点和论述。这样一步一个脚印，到真正开始写论文时就积累了大量“干货”，可以随时享用。

　　技巧三：要按照问题来组织文献综述。在做文献综述时，头脑时刻要清醒：我要解决什么问题，人家是怎么解决问题的，说的有没有道理，就行了。 2024年优秀研究生开题报告(第19页) 篇19

　　一、课题来源：

　　本课题来源于作者在学习和实习中了解到的两个事实，属于自拟课题。

　　其一，作者在20xx年7月在X公司调研，了解到现如今各行业都面临着数据量剧增长，并由此带来业务处理速度缓慢，数据维护困难等问题。为了应对此挑战，很多企业开实施大数据发展战略。现如今的大数据发展战略可以概括为两类，一类是垂直扩展。即采用存储容量更大，处理能力更强的设备，此种方式成本较大，过去很多大公司一直采用此种方法处理大数据。但自从20xx年Google发布关于GFS，MapReduce和BigTable三篇技术论文之后，云计算开始兴起，Apache Hadoop项目启动。随后从20xx年开始，随着云计算和大数据的发展，Hadoop作为一种优秀的数据分析、处理解决方案，开始受到许多 IT企业的关注。相较于垂直扩张所需的昂贵成本，人们更钟情于采用这种通过整合廉价计算资源的水平扩展方式。于是很多IT企业开始探索采用Hadoop框架构建自己的大数据环境。

　　其二，作者自4月在实习过程中进一步了解到，因为关系数据库在存储数据格式方面的局限，以及其Schema机制带来的扩展性上的不便，目前在大部分的大数据应用环境中都采用非结构化的数据库，如列式存储的Hbase，文档型存储的MangoDB，图数据库neo4j等。这些非结构化数据库因为可扩展性强、资源利用率高，高并发、响应速度快等优势，在大数据应用环境中得到了广泛的应用。但此种应用只解决了前端的业务处理，要真正利用大数据实现商务智能，还需要为决策支持系统和联机分析应用等提供一数据环境——数据仓库。为此，导师指导本文作者拟此题目，研究基于Hadoop框架的数据仓库解决方案。