kdd2020发表论文

JUST团队-任慧敏 JUST时空数据轨迹识别问题旨在验证传入的轨迹是否是由所要求的人员产生，即给定一组单独的人员历史轨迹（例如行人，出租车司机）以及由特定人员生成的一组新轨迹，判定两组轨迹是否由同一个人员生成。这个问题在许多实际应用中都很重要，例如出租车驾驶人员身份认证、汽车保险公司风险分析以及危险驾驶识别等。轨迹识别的现有工作除了需要轨迹数据之外，还需要其他来源的数据，如传感器、摄像头等，但这些数据无法普遍获得且成本较高。此外，目前的工作只能局限于已有的人员身份识别，无法扩展至未经训练的人员。为了应对这些挑战，在这项工作中，我们首次尝试通过提出一种新颖而有效的框架时空孪生网络（ST-SiameseNet），仅从观察到的轨迹数据匹配人员身份。对于每个人员，我们从他们的轨迹中提取特征，来预测每个人轨迹的相似性。一、问题背景线上打车在现代社会越来越多地被应用，甚至说成为主流。根据纽约出租车协会数据显示（图1），截止2020年6月，纽约市每天有超过10万人次使用打车服务，线上打车服务占比超过70%。然而，随着行业从业人员的增加，从业人员就显得鱼龙混杂，经常会有安全事故被报道（图2）。尽管现在的平台会对司机进行实名认证，但仍会发生李代桃僵的事情。如图3所示，除了出租车安全认证之外，这项技术在汽车的保险行业也有着发展前景，比如投保人与肇事者是否是同一人，或者该驾驶员是否有危险驾驶行为，例如酒驾，等等。于是我们提出了“Human Mobility Signature Identification”，即通过轨迹信息的挖掘，进而分析驾驶人的驾驶行为，最终判断驾驶人是否是同一人。驾驶人员身份识别问题有很多相关工作，然而前期工作仍存在诸多问题，1）很多工作在识别司机的身份时，除GPS轨迹之外还需要额外的数据，例如车载的摄像机，方向盘和刹车的传感器等，这类数据成本高昂，很难普遍获取。2）一些工作利用传统的聚类或者多分类模型去识别司机身份，但这类方法识别数量有限，无法满足现实中识别百万级司机身份的需要。3）就我们所知，前期工作普遍存在泛化性不足的问题，模型面对训练集外的司机往往束手无策。基于以上问题，我们提出了基于时空孪生神经网络的轨迹识别模型。该模型只依赖于GPS轨迹信息，可处理大规模驾驶员的识别问题，并且有较强的泛化能力，可识别未在训练集出现的驾驶员身份。二、背景知识首先，我们介绍一些相关的背景知识。我们提出了基于时空孪生神经网络的轨迹识别模型（ST-SiameseNet），那么什么是Siamese Network呢？Siamese是“孪生，连体”的意思，SiameseNetwork就如同字面的意思，是孪生神经网络，这一过程是通过共享权重实现的。将两个实体输入到同一个神经网络中，随后映射到新的空间，从而计算两个输入的相似度，从而判断二者是否属于同一个实体。基本模型框架如图4所示：之所以将孪生神经网络引用至我们的模型，是因为其适合用于大规模实体的相似度判断。其学习的内容是实体间的相似度，因此未被训练过的数据仍然可以被拿来判断是否相似。孪生神经网络已经解决了上述的后两个问题，即分类数量和泛化性。那么接下来就要解决第一个问题，数据成本。我们采用了易于获得的GPS行驶轨迹作为数据源。每个GPS点由经纬度和时间构成，一条轨迹则由一组GPS点构成。轨迹数据具有很强的时序性，因此我们引入LSTM来学习轨迹特征。为进一步挖掘轨迹数据的特征，我们从GPS数据中提取出司机的个人偏好，如最经常出现的位置、出发及结束时间、平均路程长度等等。与此同时，我们根据驾驶轨迹的状态，将轨迹分为了两类，例如出租车轨迹可分为载客轨迹与空车轨迹，私家车轨迹可分为上下班通勤以及日常生活轨迹等。三、解决方案在模型实现中，我们将出租车司机身份识别作为应用。GPS数据采自于2016年7月深圳出租车行驶记录，我们共筛选出2197位司机在10个工作日的GPS数据。图5展示了我们模型的基本流程。首先，我们将获得的GPS数据转化为一个个对应的格子，使得经纬度信息转化为更适合计算机处理的x,y坐标及对应的时间ID。而后，我们根据出租车是否载客将出租车轨迹分为载客轨迹与空车轨迹，并且从轨迹中提取了司机的个人偏好，如经常出现的位置、出车收车时间、平均寻客路程及时间、平均载客路程及时间、每日接单数量等。为识别出租车司机身份，需要对一名司机两天的轨迹或者两名司机一天的轨迹进行比较，用以判断这些轨迹是否产生于同一个人。为此，我们选取了一个工作日内的5条空车轨迹和5条载客轨迹，这个数据的选择覆盖了所收集的司机的情况。图6显示了ST-SiameseNet模型具体框架：从整体来看，模型目的在于判断两天的轨迹是否属于同一个司机，所以在模型输入中等概率的选择同一个司机不同天，或者不同司机不同天的数据，即输入数据的正负样本概率相同。区别于传统孪生神经网络只共享一个神经网络，我们将其扩展至共享三个神经网络，即LSTMD，LSTMs和FCN。前两个模块分别学习载客轨迹和空车轨迹特征，FCN模块学习司机行为偏好。由此，我们得到6个embedding对应模型的6个输入。最后，通过embeddings后经由全卷积网络获得非相似度。其中数值越接近1，不是同一人的可能性越大。四、实验结果我们在2197名司机10天的轨迹数据上验证了方法的有效性。表1在对比不同模型中，我们采用了500位司机的前5天作为训练数据，另外的197位司机的后5天作为测试数据，保证了数据的充足性和独立性。对于SVM，由于无法输入轨迹信息，所以输入数据为司机个人偏好特征信息，经过绝对值相减后输入SVM，获得非相似度。对于FNN，区别在于是否包含个人偏好特征，两个输入GPS数据连接成一个大的数据输入FCN中，获得非相似度。这个对比旨在获取神经网络在提取特征方面的能力。对于Naïve Siamese，与我们提出的模型相比，只有一个FCN网络，而输入的GPS数据首尾相连组成一个长数据，通过FCN和embeddings后得到非相似度。最后对比结果可以看到，我们提出的模型结构在各个指标上都有着优异的表现。而在同类模型的对比中，加入个人偏好的模型要比不加入偏好的模型性能表现要好，这也证明了除去轨迹特征外，司机的个人偏好对于相似度识别也有贡献。此外，我们对模型泛化能力，也进行了轨迹天数与司机数量两方面的测试。图7是固定了500位司机，以工作日为变量的结果；图8是固定为5天的工作量，以司机数量为变量的结果。以图7为例，所有的数据集总共包含697位司机10个工作日的轨迹数据，其中500名司机作为训练集，197名司机为验证和测试集，假设训练集采用了头3天的数据做训练，那么验证集和测试集则使用剩余的后7天作为测试，以此类推。图8逻辑同理。从上面的两幅图可以看出，随着训练天数和训练人数的增加，模型的泛化能力得到了提升，有效的避免了过拟合的问题。而且模型性能的拐点分别出现在5天的训练天数和500位司机的训练数量，之后的测试集结果增长不明显。说明500位司机和5个工作日的训练数量就能够获得较好性能的模型。我们还进一步对比了轨迹运行模式与司机偏好特征对模型的影响。首先对比了运行模式对模型的影响，图9展示了不同运行模式下的测试准确率，粉色线包含了空车模式和载客模式，灰线仅包含了空车模式，黄线仅包含了载客模式。可以看出即使只包含有单一的运行模式，在一定程度上能够判断轨迹是否属于同一位司机。空车模式轨迹的准确率普遍高于载客模式轨迹的准确率，这与人的直觉是一致的，因为载客时司机无法选择目的地，而空车时不同司机会有不同的策略寻找乘客，因此可以更好的体现司机的特征。当两种运行模型同时作用于模型时，我们得到了最好的结果（粉色线）。与图7图8趋势一致，随着司机数量及训练天数的增加，模型的测试准确率有了提高。图10对比了司机个人偏好在模型训练中的作用。红色线展示了轨迹数据及个人偏好作为输入时的测试集准确率，棕色线展示了只有轨迹数据的测试准确率，紫色线代表只有个人偏好特征作为输入的测试准确率。同图7图8趋势一致，随着司机数量及训练天数的增加，模型的测试准确率有了提高。在对比三种输入中，我们发现如果只使用司机的个人偏好特征作为输入，模型得到了较差的结果，这说明高度抽象的特征虽然在一定程度上可以识别司机，但也损失了很多其他有效信息。而单纯使用轨迹数据作为输入（棕色线），其准确率仍低于我们的模型（红色线），很可能是因为模型在处理轨迹数据时，很难获取全局的统计信息，比如平均寻客路程与时间，平均载客路程及时间等。当轨迹信息与个人偏好特征结合起来时，我们的模型得到了最优结果。论文原文链接：论文源码：参考文献: [1] Taxi, Uber, andLyft Usage in New York City. http://toddwschneider.com/posts/taxi-uber-lyft-usage-new-york-city/. [2] A. MARSHALL. Uber’s New Features Put aFocus on Rider Safety . https://www.wired.com/story/ubers-new-features-focus-rider-safety/, 09 2019 . 鸣谢： AITIME论道对论文解析的初次整理

本文是滴滴发在KDD2020的paper。文中指出用户响应预测的困难在于模型需要考虑真实物理环境中的历史信息和实时事件信息。本文提出了使用动态构建的异构图来编码事件的属性和事件发生的周围环境。除此之外，文中提出了一种多层图神经网络模型来学习历史行为和周围环境对于当前事件的影响，生成有效的事件表示来改善相应模型的准确性。首先文中定义了几个术语：PreView, Request, Cancel_Order, Finish_Order PreView指的是用户确定起点和终点，页面上会显示出路线，服务类型，估计价格。Request指的是用户点击按钮，触发打车事件。Cancel_Order指的是司机到达前用户取消订单。Finish_Order指的是司机将用户送到目的地，用户付钱，完成整个交易流程。本文的目标是对PreView事件建模，估计用户点击Request按钮的概率。上图表示一个用户的打车流程。文中使用名词POI(Point Of Interest)来表示地图上所有可能的上车和下车点。如上图所示，不同的用户行为同时发生在各个不同的POIs. 用户是否会点击Request按钮会由很多因素来决定。一些因素是显式的，可以直接从数据源中获取，比如用户当前位置和上车点位置的距离，天气，时间等；一些因素是隐式的，比如用户对于等待的意愿，用户对于这笔花销的意愿，用户对于路线的满意程度等等，这些特征很难直接获取。一种解决方案是从历史数据和当前时间的观测中引入一些代替的特征，比如用户行为历史中和交易相关的行为，当前实时物理环境中发生的一些事件等等。比如用户在当前PreView之前可能已经完成了多个订单，我们可以使用这些历史信息来捕捉用户的潜在特征，比如用户对于服务类型的偏好，用户对于花销的意愿程度等等。具体的，用户更倾向于对那些和之前已经完成的PreView类似的PreView发起Request。同样的，我们也可以从用户没有完成的PreView中来抽取负特征。为了计算PreView之间的相似性，文中提出使用从历史数据中学习到的embedding。除此之外，我们希望embedding能够捕捉当时周围环境的供求情况。为了达到这一目的，文中提出利用周边地区同时发生的一些事件。比如周边地区有许多需求没有被满足，那么当前的供求关系是不平衡的。再比如周边地区有许多取消订单，那么路况可能是拥挤的，或者期望等待时间很长。由此可见，一些历史数据和当前正在发生的实时数据都能为预测模型提供信息。然而，历史数据和实时数据对于当前分析事件的相关程度是不同的，因此引入异构图来表示这些关系。在动态异构图中embed实时事件的挑战在于： 1)对于每个新发生的事件，需要对于这个时间动态构建一个图，包括收集相关乘客的历史事件，以及周边区域发生的事件。 2)图中的实体和关系是异构的。比如时间有PreView,Request等，事件之间的关系有相同的乘客，相同的起点等。 3)对于我们关注的事件，不同的实体和不同的关系的影响的重要性程度也是不同的。 4)对于大规模实时事件进行建模。文中并没有采用在训练阶段embed item的做法，而是提出了一种新的框架来实时生成事件的表示，使得能够捕捉用户行为和周围环境的动态变化。每个实体的embedding以一种基于GNN的inductive的方式生成。（实体包括事件，物品，用户行为等）整个方法主要包括以下几个步骤： 1)为每个事件构建一个动态异构图。 2)使用文中提出的异构图embedding算法来生成事件的embedding。 3)基于实体的embedding进行实时预测。文中提出了一个概念叫heterogeneous session(h-session)。比如在一次打车的行为过程中，在PreView事件之后，可能会有Request, Finish_Order, Cancel_Order等，这些事件就属于一个h-session，描述了用户一次完整的打车行为。构建完异构图后，文中提出了一种新的图学习算法REGNN(Real-time Event Graph Neural Network)来生成事件的embedding。对于每个需要预测的实时事件，动态创建一个异构图，图中包括了相关h-session中的事件和其他相关的实体。图中的边表示了节点之间各种复杂的关系，包括时间顺序上的关系，空间位置的关系，以及其他的逻辑关系。上图记录了文中用到的一些符号表示。定义图G=(VG,EG,OV,RE),节点映射函数VG->OV，边映射函数EG->RE，VG中的每个节点对应OV中的一种类型，EG中的每条边对应RE中的一种类型。当|OV|=1并且|RE|=1时，图为同构图；否则，图为异构图。问题定义，PreView Conversion Prediction. given PreView事件 PT = (p,o,d,T), T表示时间，o表示起点，d表示终点，p表示用户。目标是估计用户p触发事件Request的概率yT，通过embedding一系列历史的动态异构图[G_PT, G_PT-1,..., G_PT-N+1]，G_Pt表示事件Pt的动态异构图，t=T-N+1,...,T. G_P中包含了不同类型的事件和物品，embedding模型的目标是学习一个函数给出一个时间序列信息和(1)中获得的embedding，上层模型的目标是学习一个模型Gθ，其中θ是参数来预测yT。 T为timestamp，Et表示时间t事件的embedding，N表示时间序列的长度。首先介绍real-time event embedding框架。考虑对于PreView最相关的属性：乘客，时间戳，起点，终点。从乘客的角度，可以从其历史行为事件中获得信息。从起点和终点的角度，可以通过综合这两个地点的事件信息获得空间的表示。整个工作流图如上所示。 •given PreView事件PT=(p,o,d,T)，根据下面的流程生成异构图： 1)乘客视角：挑选乘客一周内在时间T之前最近的Np个PreView事件（包括Request, Finish_Order, Cancel_Order）。对于这些事件在图中创建相关的邻居节点，关于乘客p的这个子图记为HetGp,T。 2)起点和终点视角：在同时发生的PreView事件中，挑选在时间戳T之前x分钟内的和PT相同起点的PreView事件，包括它们相关的Request, FInish_Order, Cancel_Order事件。这些事件添加到图中作为起点子图HetGo,T.另一方面，以相同的方式构建终点子图HetGd,T. 3)为了整合历史PreViews的时空信息，用RNN学习历史事件序列的hidden state，以键值对的方式存储它们。因此，事件序列的下一个序列能够快速的预测和更新。 •根据这些事件和当前事件PT之间的关系，添加相关类型的边。比如属于同一个h-session这种关系，或者是各自属于的h-session之前有序列关系等。 •在构造的异构子图上，使用REGNN来生成PT的实时事件embedding。 •最后，生成的事件embedding作为下游预测任务的输入。上图展示了PreView模型的具体细节。最下面三层是三个GAT，分别对应不同的粒度(GAT within h-session, GAT across h-sessions within the same subgraph, GAT across subgraphs)，之后接GRU层，接MLP层，最后给出预测。 PT的动态异构图G_PT由三种子图组成分别表示乘客子图，起点子图和终点子图。+表示图的join操作，定义为G=G1+G2, G1=(V1,E1), G2=(V2,E2),那么G的节点为V1∪V2，G的边为E1∪E2. 三个子图的构建过程如下: •inside h-session.连接同一session中的事件来构建子图。 •across h-session.为了分析前面的h-session对于目标PreView的影响，添加前面h-session到目标PreView之间的边。然而，不同的h-session起到的影响效果是不同的，因此边的类型也是不同的， PT表示在时间T的PreView，使用最近的N个h-session来构建关于PT的图。对于三种level，使用了三种不同的embedding模型。 •GATs inside h-session. 上式中○+符号表示concatenate，OV表示一个h-session中不同类型的事件，K表示heads的总数（GAT中的head，即一条边上做几次attention）。h(1)h_s表示做一次GAT之后h-session的隐状态，h(0)h_s表示h-session的初始状态，用PreView事件的节点特征进行初始化。（P,R,F,C分别代表PreView,Request,finish,cancel） •GATs across h-session. 在不同的h-session之间执行attention操作。对于不同子图中的h-session，GAT如下 Np,No,Nd分别表示乘客子图，起点子图，终点子图中不同的时间戳的总数。需要注意的是t从0开始，即加上了self attention. GATp的操作如下，GATo和GATd类似。各符号的意义和前面类似。 •GATs across subgraphs. 最终综合三个子图，计算最后的embedding。具体式子如下， OG表示不同类型的异构子图。其余符号和前面的类似。利用RNN对用户过去的PreView之间的时序依赖建模。文中使用了GRU ET是在时间T进行global attention得到的最终embedding，也就是(7)中的hgPT. 最终的损失函数

发表论文发表论文

以下是发表论文或期刊的方法：

一、写作

首先要写好一篇论文，选题要与专业、研究方向密切相关，论文的格式要规范，应包括题目、作者（姓名、单位、邮编及简介）内容摘要、关键词、正文等；论文篇幅不宜过长，因为期刊版面的字符数是固定的，字符数越多，版面增加，相应的费用就会越高；最后还要注意控制重复率，一般期刊要5%-20%以下才合格录用。

二、选刊

选择一本合适的期刊进行投稿，是成功发表论文极其关键的一步，要遵循几个原则，即

1、国家新闻出版署能查到的正规期刊；

2、知网、万方、维普、龙源四大数据库之一正常收录的期刊；

3、符合学校、单位要求的期刊；

最后还要考虑论文是否符合期刊的收稿范围，避免因为文章方向不合适出现拒稿的情况。

三、投稿

投稿的途径有两种，一种是通过杂志社邮箱，官网或者在线系统投稿。（注意：数据库和期刊的目录页上面的联系方式才是准确的），虽然这种方式完全不用担心被，但缺点是审稿时间较长，沟通不及时，无法了解期刊最新出刊时间，费用，收稿要求等等。

第二种就是找代理投稿。这个方法也是现在大多数人用的要给方法，为什么会这样的，我只能说谁用谁知道。这个是最简单最省事儿的。以前我就是找的一个文化公司安排文章，服务没得说，只需要提供文章，剩余的事情全由他们搞定。

中介投稿也是有很多优势的

1、刊物比较丰富和全面，各类的刊物都有，可以根据作者的要求快速推荐推荐合适的刊物。

2、期刊信息非常的全名，从刊物的收稿栏目，出刊时间，版面字符数要求，期刊级别、出刊周期、审核标准、是否可以开社内发票、刊号邮发代号、电子刊号、是否可以查稿、封面以及影响因子区间

3、他们基本上是和杂志社或是承包商直接对接的，沟通速度比较的迅速。

4、查稿后付款。这点已经算是标配了，绝大多数的刊物都是可以查稿后付款的，而且查稿电话是数据库可以查询到的哦。

5、最要是不收定金和知道一个刊物的审稿要求和难度。

1、确定自己发表论文的需求。 2、选择合适的期刊，核实期刊论文真伪，目前国内所有学术期刊，均可通过国家新闻出版总署期刊查询中心进行查询核实，如果查询不到CN刊号，那就说明期刊是假刊。 3、了解期刊征稿需求，阅读其刊登发表过的论文，看自己的论文是否适合在这些期刊上发表，从中挑出2-3个期刊作为备选，进一步了解这些刊物的审稿周期、投稿费用、投稿要求等. 4、等待样刊和论文上网，可以通过国内的四大权威数据库如知网、万方、维普、龙源查询核实。 5、如果觉得自己寻找期刊麻烦，还可以通过代理/杂志社服务，以下为流程：（1）论文写好并发给代理或者杂志社。（文章质量要有保证）（2）根据论文字数内容和作者的发表意向确定所发表的期刊及费用。（3）支付定金。（4）杂志社进行审稿，审稿通过后邮寄给您稿件录用通知单。（5）在你收到用稿通知后，三天内请付清余款，以确保你的论文能及时发表。（6）杂志出刊后杂志社会给每个作者邮寄两本样刊，以供您使用。

评职称发表论文可以自己投稿给杂志社，也可以找杂志社的编辑，让他们帮你投。自己投稿需要自己把稿件写好修饰好，字符数以及查重等都要符合要求才可以。找杂志社的编辑要认清别是子，价格太低的要小心，因为检索网站可能不稳定。主要就看自己的需求，看评职文件的要求，别到时花钱了却不能用，白花钱不说还耽误了评职，得不偿失。

论文发表论文发表

发表论文无非就两种方式：第一种就是自己投稿，买本杂志，根据版权页上的投稿方式去投稿（这种的弊端就是周期太长，对于着急的客户，不适用）当然，跟杂志社关系好能顺利发表的请无视我的话因为直投杂志社容易，能成功发表难，我认识的主编跟我说他们邮箱里的稿件基本上没有低于过1000篇，而且杂志社就那么几个人，根本不可能忙的过来，就算抽时间看下邮件也就是看个题目，题目不新颖没吸引力的直接略过，就算点开文章，也是先大概看下职称、单位、研究方向、摘要、关键词，没什么吸引人眼球的内容也直接pass掉。第二种就是找代理机构发表（这种的需要睁大眼，发表行业鱼龙混杂，必须得保证自己发的杂志是正刊，也不能是增刊）。找代理机构认准以下几点；一、首先选择国家新闻出版广电局能查到的正规杂志二、其次是某宝担保交易，更有保障三、最后录用通知下来后，亲自打版权页或者收录网站（知网、维普、万方、龙源）上查稿电话查稿确认录用后，再付款。第一，选择杂志，根据自己的要求确定杂志，省级的国家级的价格不一样。然后看杂志的级别，在这里呢就可以一起验证了杂志的真假，新闻出版总署输入杂志名，看是否收录，如果没有的话就要小心了，千万不能发第二，看杂志的见刊时间。自己什么时候用杂志一定要确定，如果是7月要用，那就不要发9月才鞥收到的杂志，一旦发了到了要用的时候没有法子使用。第三，杂志收录的网站。如果您那没有特别的要求，那就知网，维普，万方都可以了，如要求必须知网收录，那就自己上网查一下看看，是否知网及时更新呢第四，看付款的流程，是不是先发表，录用了查稿确定后付费用，如果不能查稿就危险了，不能保证是不是真正发表成功了。

据学术堂介绍论文发表只需要六步。第一步：投稿。这是论文发表人员选择好投稿期刊之后，将自己的论文稿件通过邮箱、在线投稿窗口、QQ或者微信即时通讯软件这三大方式发送给编辑。第二步：审核即审稿。投稿之后，编辑会按照投稿顺序对论文进行审稿，有的期刊杂志收取审稿费，如果您的论文需要加急发表，请在投稿时标注清楚，可能会产生加急费用。审稿环节是整个论文发表过程中耗时最长的，影响了论文发表周期的长短，关于论文发表时间影响因素可以阅读《是什么影响论文发表时间长短》了解。这里需要注意的是论文审稿可能会反复进行。第三步：审稿结果。主要介绍通过审稿被录用的论文。通过杂志社论文三审的论文，杂志社会下发录用通知书，并注明预安排在某年某期发表，之所以是预安排，是因为还没交纳版面费。关于论文三审可以阅读《什么时候论文需要三审》，了解一些审稿知识。第四部：交费。这里的交费主要是版面费，交纳之后，论文才会正式进入安排刊期出版流程。第五步：安排发表。版面费到位之后，即可安排刊期，并按照日期出版见刊。少部分论文发表可能会延期，原因很多，例如：有人安排加急。第六步：寄送样刊。论文见刊之后，会给作者寄送一本样刊，作为用途上交的材料。到此整个的论文发表流程结束。

第一步论文查重。之所以放在第一步，是因为期刊天空一直都建议作者投稿前查重，这样既能提前发现自己论文重复率多少，又不会给杂志社编辑造成不良印象，更减少了投稿后再查重导致退修，进而论文发表时间周期增加。发表论文必经流程和步骤第二步：筛选期刊。针对自己的专业方向，论文内容领域，到相应分类的期刊当中挑选。期刊天空编辑提醒，有作者因为发表论文不符合期刊发表方向而退稿的。第三步选定期刊：需要根据自己评职称、毕业论文发表要求，期刊天空编辑指出，这些内容一般从职称文件当中可以了解到，例如：期刊级别，选定后要了解期刊发表论文要求。第四步论文发表：选定期刊之后，可以通过邮箱、在线投递、微信QQ等发送文件，期刊天空编辑介绍，之所以有这么多方式，是因为各投稿方式相应的处理效率呈提高的趋势。第五步等待审稿。期刊天空编辑温馨提示：论文审稿是整个论文发表过程当中时间周期最长的，没有退修的稿件属于正常时间周期，如果存在论文审稿有退修，那么发表周期就会相应的增加。发表论文期刊的级别越高，发表周期就越长。第六步对于顺利被期刊录用的论文来说，杂志社会发送录用通知函，缴纳版面费用之后，即可安排发表刊期。第七步发表见刊。在到了论文发表安排刊期时，论文就算是正式见刊发表，作者需等待杂志社寄送样刊就可以当做评职称材料上交。

网络上有很多论文发表网站，很多作者由于着急发表论文，而选择通过论文发表网站去发表论文。

但是由于利益的驱使网络上充斥着很多假刊，甚至一些论文发表网站还推荐假刊给作者发表，有的甚至取作者论文发表费用然后消失。

针对这种情况，发表论文前，作者一定要认真辨别期刊真伪，了解论文发表网站的信誉，口碑，不盲目轻信论文发表网站和假刊的一些过度宣传，避免上当受。

选择发表期刊前，要去新闻出版总署查看期刊的备案情况，再去相关的数据库查看期刊的收录情况，确保期刊正规合法，同时具备国际刊号ISSN号和国内统一刊号CN号，而不要被那些打着香港刊号或者书丛号的期刊所蒙蔽。

论文发表的介绍：

1、论文发表的介绍

学术论文首先应当具有独创性。要在论题涉及的范围内，言他人所未言，提他人所来提。要有所创新，有所发现，要有独特的、合乎客观实际的看法。

只是重复、模仿别人的意见，称不上学术论文。如在社会科学领域内，独创性常见于这样三条途径：

（1）结合新的社会实践对以往理论加以继承和发展，如，在社会主义建设中，结合中国国情，对马克思主义的完善；

（2）对新发现的资料加以研究，史学、考古学的研究常常如此；

（3）通过搜集、整理前人已有的成就的途径获得新结沦，例如哲学史、语言史的研究。

论文条理清晰结构合理，具有较强的说服力和感染力，深刻揭示客观事物的内部联系和规律，也就是言之有理，言之有据，言之有序。

专业性是指论文从题目、选材到文字表达，都要具有某一学科、专业的特色，要摸透“行情”，用“行话”，如图书馆学的论文常常要运用款目、标注、二次文献、情报检索语言等专业词汇。

法学论文则常用法人、主体意志、仲裁、诉权、罪行法定主义等等。学术论文不必人人都看懂。好的学术论文是独创性、科学性、专业性高度的统一和结合。

2、论文发表的必要性

随着学习及工作的深入，学习者及从业者对本专业及行业会有深入的研究，而研究水平的衡量标准则体现在了论文发表上。

即，要求在公开发行的学术期刊或报纸上发表具有一定学术价值的论文。论文发表，成了考量从业者水平的一个不可或缺甚至尤为重要的标准。

发表论文，有哪些需要注意的问题，论文发表有2种方式，一种是直接向杂志社投稿，一种是通过论文代理或期刊采编中心投稿。这2种方式，费用方面基本差不多，都是社里统一定的价格。

期刊采编中心或论文代理的优点至于大体差不多的文章，都基本可以安排通过审核，而且审核时间短，一般在2-5个工作日内就安排审核并给予答复了。

主要是采编中心是采用的集中递稿方式，一般采编中心都有编辑，会事先对论文做下初步审核，能帮修改完善的文章都会帮助修改完善。

再加上跟社里较熟，论文能通过的，社里一般不会为难。而对于直接投稿杂志社，审核比较慢，通过率低些。很多核心期刊，稿件投递后基本就是石沉大海。

3、论文发表格式

撰写论文，一定要遵循一定的格式，这样看起来一目了然，条理清晰。

1.在实际写作职称论文的过程中，则灵活运用，根据实际情况。最好开头有个引言部分，说一下目前的形势啊什么必要性的，引启性的开个头，再展开下面的论述。

2.论文要分条目展开，要条理清晰，层次分明，比如上文中，大条目下面都有小条目，看上去非常清晰。大标题用加粗突出显示，大标题后面不能有标点符号。

摘要控制在220字符内即可，最好能概括下全文的内容，切忌把开头当摘要，把文章标题罗列出来当摘要。关键词，3-5个为宜。

论文发表发表论文

在日常生活中,无论是评职称还是大学生毕业都离不开发表论文.在公开发行的学术期刊上发表论文,成为职称评选硬性条件之一,可以说发表论文,在职称评审中占据非常重要的作用.下面学术堂就来简单的说一下如何凭借个人经验发表论文.发表论文首先需要写一篇好的论文,论文不光主题鲜明,论点创新,还应该结构严谨,层次分明.与此同时,还应该注意论文标准格式、文句通顺,确保论文通过审核.发表论文流程主要包括以下几方面.根据杂志办刊盘方向以及办刊宗旨,确定要发表的刊物.然后投稿到杂志社邮箱,杂志社审稿录用排版印刷,到最后出版发行.如果稿件有问题会出现两种情况出现退稿与返修.返修的稿件要求整理好发回杂志社.觉得注意的是杂志社审稿在一周到一年不等根据杂志社实际情况来定排班时间在一周左右交稿三天左右印刷七到十天左右发行时间为一周左右.在进行发表期刊论文的过程中,要根据自己的实际情况选择合理的时间进行发表.个人如何发表论文.1、发表论文的重要性.不同的人发表论文的作用也不同:(1)评职称(晋升职称):研究生毕业需要;教师、医护人员、科研院所的人员、企业员工等晋升高一级的职称时,发表期刊论文是作为一项必须的参考指标.(2)申报基金、课题 :教育、科技、卫生系统每年申报的国家自然科学基金项目、其它各种基金项目、各种研究课题时,发表论文是作为基金或课题完成的一种研究成果的结论性展示.(3)世界性基础领域的研究,比如在医学、数字、物理、化学、生命科学等领域开展的基础性研究,公开发表论文是对最新科技科学研究成果、研究方法的一种展示和报道.以推动整个社会的科技进步等.(4)提升自身竞争力:本科生和研究生在校期间发表具有一定水准的论文,有助于提升个人学术素养,进入社会,也可能会有更高的起点.2、发布论文的流程.(1)确定自己的研究课题,验证其写作价值,如果具有一定价值,就着手开始筹备论文,第一次发表论文,可以多向前辈请教,多查阅一些资料文献,在前人的基础上寻找突破口,选题立意要新颖实用,不要为了写论文而写论文.(2)论文经过多次修改完善以后,接下来我们就可以准备发表论文,发表论文第一步就是要选择对应的期刊,如果稿件投向不合适的期刊可能会遭遇退稿和不公正评判.如何选择合适的期刊?在知网或其他数据库中检索本篇论文相关领域的期刊,查看期刊级别以及刊物号等,确保其为正规期刊,然后阅读其刊登发表过的论文,看自己的论文是否适合在这些期刊上发表,从中挑出2-3个期刊作为备选,进一步了解这些刊物的审稿周期、投稿费用、投稿要求等,从中选出将要投稿的1个期刊,联系期刊编辑将自己的稿件投递过去,然后等待审稿人员的回复.

期刊上发表论文，适合有文章需要发表、但是对投稿一头雾水无从下手的作者，无论是准备自投还是找中介代发，话不多说，下面干货。发表论文的整个流程，简单概括就是：定稿-选择期刊-审核-通过/返修-支付费用-定版-排版校对-印刷-出刊邮寄-上传数据库接下来按照步骤详细说说每个发表环节以及注意事项。定稿：其实就是写论文，这个我也不是专业的，所以不多说，仅从发表的角度简单说几句。1.关于论文主题：如果你的文章是准备用来发表的，尤其是准备投稿普刊，那么有些选题千万不要碰，比如港ao台、疫情、涉党涉政、宗教、神学、封jian迷xin、校园bao力等等，不要问为什么，这类主题写了大概率发表不出去！即便有收的，审核也严格，论文内容不能有不适合刊登的点。总之，发表论文不要只知道埋头苦写，动笔之前先去问问某个主题能不能发、好不好发，不能发、不好发就尽量不要写。2.关于语言逻辑：普刊在大家眼里通常就是要求低，但是要求低不等于没有要求！！文章内容如何就不说了，最起码得是篇论文吧，不能语病、错字一堆，不能毫无逻辑、前言不搭后语，不能让人不知所云，不能过于口语化......所以论文写好后建议自己先通读一遍，如果自己看不出毛病，就找同学、同事、朋友随便谁帮你看看，毕竟一篇连语言基本功都有问题的论文，即便内容写得再好，又有谁愿意看？3.关于起发字符、重复率：现在基本所有正规学术期刊都是5000字符左右/3版起发，能够2版起发的很少，即便遇到了也建议发3版，因为2版的文章后续存在被要求整改的可能。至于重复率，每个期刊的要求不一样，从10%到30%都有，有的期刊审核的时候会查重，有的则文责自负（即万一后续数据库抽查发现重复率过高而导致论文被下架，作者自己负责），这种的就建议自己提前查下，那些杂志社会查重的，如果对自己论文没把握的（特别是复制较多的），也建议提前查下，之前遇到个作者论文审核的时候查重结果直接七八十，这种就很尴尬了，这让编辑怎么想？选择期刊：我个人认为这是发表论文最重要的一个环节，这个说起来很简单，做起来其实很难，很耗费精力和时间。选择期刊分为两步——第一步，大家务必要先弄清楚自己对期刊的要求，尤其是因为评职称、评奖学金、保研等这些原因需要发表论文的，一定要先去看看学校、单位对期刊的具体要求是什么，比如期刊等级，是要普刊、学报还是核心？是不是非知网收录的期刊不可？最晚什么时候需要提交评审材料

论文发表网论文发表

一、发百论文拿奖学金，评三好学生二、发论文保研推研究生三、发论文找工作需求四、学分不够，论文来凑，四级不过，发论文拿学位证！一是发表论文来丰富自己的科研方面成果，二是评选奖知学金的需要，更多同学是为了考研或是保研的需要，希望自己的研究生面试的时候让自己的学术成就道方面更突出一点。我只是列了部分，在校期间，还是少打游戏，少买衣服，少诳版街。多看书，多写论文，多搞发表，多年以后，你会感谢现在努力的自己。多年发表经验的我，希望可以帮助到你。再有其他发表方面的问题，或者论文方面的问题，可以追问哟。或者看头像来找我，我会给你一个完美的解释！！！

最佳回答是不正确的，论文发表的权威网站并不是知网、万方、维普等，这些只是数据库，只是用来收录期刊论文、会议论文、学位论文的，当然了，知网也有投稿系统，但根据我的工作经历，知网上90%的期刊都不用会知网的投稿系统，因此低端期刊用不了那个系统，太复杂，高端期刊都自建自己的投稿系统。那么如果说发表论文权威渠道是什么，就是买一本杂志，自己按上面的征稿启示来投稿，如果您找不到，可以问我

发表论文的平台如下：

1.知网

这里所说的是知网，是清华大学和清华同方共同办的这个数据库。在前些年他也叫中国期刊网，由于后来有人自己建了个网站也叫中国期刊网，自己收录期刊，假李逵装真李逵。玩文字游戏，导致很多作者被上当。

所以现在知网对外不称中国期刊网了，就是叫知网。从论文发表来说，知网是最权威的，最有说服力的数据库。

凡是知网收录的期刊，一定是正规的，可以放心大胆的发表的，但是最近这两年知网变得更严格，所以知网收录的期刊发表费用比较贵一些。

2.万方数据库

万方数据库，也是一个比较大的论文数据库，仅次于知网。其权威性和重要性就等于是一个弱化版的知网，但是也是比较大。

从期刊正规性来说，如果一个期刊，知网不收录，但是万方数据库收录，说明还是比较正规的，虽然不如知网收录的那么正规。但是对于一般单位来说够用。

对于大学这样的单位可能必须要求知网。而对于一些企业单位，只要万方数据库能检索到已经发表的论文，就算不错了。所以，万方数据库也是一个必须参考的标准。

3.维普网

维普网在前些年实际上假刊比较多，比较泛滥，这两年所说期刊审核严格，上面审核严格，但是维普网收录的期刊从正规性和权威性上来说，都是严重不如知网和万方数据库。

对于很多要求不高的单位，或者评一些初级职称的单位，只有维普网收录的期刊还能管点用。稍微严格一些的，就不大灵光了。

最好的学术论文发表网站？我看到：通知：部分论文、考试取消、条件放宽。查阅各省最新政策可搜：全国论文办郑州郑密路20号办（简称、统称，搜索可查各省全部政策，在百度、360、搜狗58-68页，也可搜17年前的：全国论文办郑州郑密路18号）、全国职称办郑州郑密路20号办、高级职称全国办郑州郑密路20号办。搜：高级经济师郑州郑密路全国办、高级会计师郑州郑密路全国办、高级农经师郑州郑密路全国办、高级审计师郑州郑密路全国办、高级统计师郑州郑密路全国办、高级政工师郑州郑密路全国办、高级工程师郑州郑密路全国办、高级教师郑州郑密路全国办、高级人力资源管理师郑州郑密路全国办。在百度、360、搜狗58-68页。查阅最新政策、论文（选题、题目、范文、辅导）、报考条件、评审条件、考试科目，搜：高级经济师最新政策郑州郑密路全国办、高级经济师论文郑州郑密路全国办、高级经济师论文选题郑州郑密路全国办、高级经济师论文题目郑州郑密路全国办、高级经济师论文范文郑州郑密路全国办、高级经济师论文辅导郑州郑密路全国办、高级经济师报考条件郑州郑密路全国办、高级经济师评审条件郑州郑密路全国办、高级经济师考试科目郑州郑密路全国办。后面把“高级经济师”依次换成“高级会计师、高级农经师、高级审计师、高级统计师、高级政工师、高级工程师、高级教师、高级人力资源管理师等”再搜索。在百度、360、搜狗58-68页。