如何寫摘要

論文摘要是學術論文的開頭部分，主要是對研究工作的目的、方法、結論進行介紹，不需要添加註釋與作者的評論，也不需要新增圖表公式。在摘要中，重點是結論部分，即使摘要篇幅再短，也要寫清楚論文的觀點與最後的結論。下面我們就分析論文摘要的寫作方法，提出兩種常見的論文摘要寫作模板，最後還有摘要範文供大家參考。

1.論文摘要的基本要求與寫作模板

一般來說，論文摘要是對論文的內容不加註釋和評論的簡短陳述。但實際上，不同型別論文的摘要寫作要求都不相同，即使同一型別論文，不同單位寫作要求也不同，例如職稱論文摘要要求和學位論文摘要要求不同，不同雜誌社對職稱論文的要求不同，不同學校與學位論文的摘要要求也不同。所以，只要不是對論文摘要提出特殊要求，只要說明了研究的背景意義，並引出論文的選題即可。通常結構為：研究背景、意義或目的（三者選一個角度去寫即可）+在此背景下，本文對“什麼什麼”這一課題進行了研究，希望能起到一定的指導意義。

不過寫學位論文時，對論文摘要的要求比較嚴格，但依然有模板可言。通常分為兩部分：一部分為研究背景、意義或目的；第二部分為本文的結構。其中第一部分內容較為簡單，通常用1-2句話闡述。而第二部分，則是用自己的語言，闡述大致的論文結構。例如：本文先寫什麼，再寫什麼，最後寫什麼，得出了什麼結論的方式去寫。

2.論文摘要寫作方法

常用的論文摘要寫作方法有以下兩種：

（1）PARI法

P = Problem： 指論文要解決的問題

A = Approach： 論文采用的研究方法

R = Results： 研究結果是什麼

I = Impacts： 這些結果有什麼具體理論或者實際的影響

將這四個問題交代清楚，並在正確邏輯下組織成語言，就是一篇合格的摘要。如果是英文版摘要，則可以用四個句式完成：

The problem I am trying to solve in thispaper is 。。。

The approach I adopt to solve the problemis 。。。

The results obtained in this researchinclude 。。。

The impacts of our obtained results are 。。。

（2）捋大綱法（萬能法）

所謂捋大綱法，就是根據論文字身的目錄，用語言組織起來就可以了。這種方法是最簡便的方法，基本適用於所有型別的論文中。例如，本文透過查詢參考文獻等途徑，先對什麼進行了分析，並在此基礎上，透過什麼方法對什麼進行了研究，最後得出了什麼結論，而捋大綱這種方法，是能夠很好的涵蓋這幾個方面的，並且寫法簡單，按照目錄結構來即可。需要注意的是，部分高校對學位論文要求很嚴，如果按照此種方式寫摘要可能不會透過。

3.論文摘要範文

範文1：職稱論文摘要範文

論文題目：

基於大資料的人力資源招聘最佳化

摘要範文：

1980年，未來學家阿爾文·托夫勒首次提出大資料，在《第三次浪潮》中將大資料稱為第三次浪潮的華彩樂章。從2009年至今，大資料成為網際網路資訊科技行業的流行詞彙。隨著年份增加，人類科學技術發展迅猛，雲計算出現、大資料普及，以及人們生活中物聯網、移動網際網路的覆蓋性的發展，資料時代將是人類發展史的下一個重要時期。大資料IT技術已經不再陌生，逐漸滲透到人們生活的方方面面，同時，也成為世界經濟發展、各企業發展所需要考慮的重要因素之一。在國內現有的招聘軟體中，大多存在著軟體種類繁多，功能單一，操作複雜等普遍問題。沒有一個軟體或網站能夠真正地做到招聘、求職和管理為一體，很多企業的人力資源管理可能需要在多個軟體中作重複性的資訊錄入，或者手動計算錄入來操作不同種類的人力資源管理模組，從而導致人力資源管理的複雜與低效性。時代總是在進步，當下已經處於大資料時代，那麼就一定要重視大資料的人力資源招聘最佳化。

範文2：學位論文摘要範文

論文題目：複雜系統框架下的企業信用風險預警研究

摘要範文：

最近幾年，我國商業銀行的不良貸款率一直在高位徘徊，使得眾多商業銀行，甚至整個金融市場面臨較高的信用風險。為了從根本上降低商業銀行面臨的信用風險，降低不良貸款率，需要在發放貸款前對企業在將來還款過程中發生信用風險的可能性進行預警。從系統論的觀點來看，眾多企業相互之間緊密聯絡，構成了一個複雜系統，各企業個體是該複雜系統的子系統。因此有必要從複雜系統角度對企業信用風險進行研究。複雜網路和神經網路是研究複雜系統的重要工具。現有研究雖然利用複雜網路對信用風險傳染的相關問題進行了大量工作，但基本都是單純地從網路拓撲結構本身進行研究，沒有考慮關聯企業間的信用風險的傳染能力間的相互影響。另外，傳統神經網路在收斂過程中易於陷入鞍點，如何判斷神經網路是否陷入鞍點以及如何跳出鞍點是一個研究難點。本文以我國上市企業為研究物件，在複雜系統研究框架下利用演化神經網路理論和複雜網路理論對企業信用風險預警模型進行了研究，在研究過程中對企業的內部因素和外部環境因素以及個體之間的關係進行了綜合考慮。內部因素之間，外部環境因素之間，及個體之間的關係都是複雜的非線性關係，因此需用非線性工具對其進行研究。企業內部因素主要是其各項財務指標，透過眾多財務指標對企業是否發生信用風險進行預警屬於機器學習中的分類問題。演化神經網路綜合了遺傳演算法和神經網路的優點，適用於分類預測，但存在極易收斂於鞍點的問題。為解決該問題，本文提出了一種新的演化神經網路模型，該模型基於營救演化神經網路（RENN，Rescue Evolutionary Neural Network）演算法。RENN演算法基於線上效能（on-line performance）和離線效能（off-line performance）構建“效能波動率”指標以判斷神經網路是否收斂於鞍點。另外，該演算法在兼顧最佳化傾向和穩健性的前提下，淘汰當前父體，從歷史性能最佳的部分個體中選擇演化所需的新父體，並及時跳出鞍點進行後續最佳化。企業外部環境因素和企業個體之間的關係對信用風險在企業間傳播有直接影響，複雜網路中的傳播理論可以對企業間信用風險的傳播機制進行很好地刻畫。本文提出了利用互資訊熵係數度量不同股票時間序列間的非線性、非平穩關係，並以該係數為邊的權重構建了企業信用風險複雜網路，為分析外部環境因素對企業信用風險的影響構建了複雜系統環境。在此基礎上，利用複雜網路傳播理論研究了企業信用風險的路徑依賴性和信用風險傳播過程中的雪球效應，分析了傳播能力對企業信用風險的影響，得出企業信用風險的被感染強度和其傳播信用風險的能力是等價的這一結論。另外，本文在進行社群挖掘的基礎上，綜合考慮社群和權重對企業信用風險的影響，重新定義信用風險在節點不同路徑中傳播的比重，解決了原始PageRank演算法不考慮權重和不適用於無向網路的問題，提出了CommunityRank演算法，該演算法可以度量企業信用風險的被感染強度。在研究企業內部因素、外部環境因素及企業間相互關係對企業信用風險的作用的基礎上，本文從複雜系統理論角度利用演化神經網路理論和複雜網路理論對企業內部因素和外部因素對其信用風險的影響進行綜合分析。分析結果作為企業信用風險指數，即CI指數。實證結果表明該企業信用風險指數可以有效地對企業信用風險進行預警。