如何找到论文的创新点？
找到创新点有以下途径：
途径一 将论文A的X理论应用于论文B的研究中
这种方法可以称作“移花接木”。例如，我在写大论文的过程中，要涉及到对P2P网络中的搭便车者数目进行预测，而我在另外的一篇论文中了解到用灰色系统理论可以预测人口的多少。我一想，搭便车者不就是人吗？预测人口数量也就类似于预测搭便车者的数量，那么我就可以将灰色系统理论应用于我写的大论文中，这样一个创新点就产生了，剩下的就是进行大量的实验仿真来证明我的结论是否正确。
将不同领域中的算法互用的例子比比皆是。例如，网络中的经典算法—迪杰斯特拉算法就是一例。这个算法本来是数学领域中的，网络研究者们将之应用在路由算法中。
途径二 参照A论文的X算法改进B论文的相关算法
这不是算法的应用，而是对现成算法的改进。例如，我在写小论文《一种基于云的加权信任模型》的时候，就使用了这种方法。当时，我读到了一篇小论文《基于云模型的信任评估研究》，里面就有两个算法，而其中一个算法与我读到另一篇论文《基于云模型的主观信任评估》中的算法很像，只是少了一个权值。我立马想到如果在此算法中也加入权值，那结果会怎样呢？于是，一个创新点就这样产生了，一篇论文也就写出来了。
大部分论文的创新点都是对算法的改进，因此，途径二用得最多。
途径三 将A论文的X模型与B论文的Y模型合并为C论文的Z模型
这种方法没有对算法进行改进，而是将两种模型合并为一种新的模型。在我写大论文的另一个创新点的时候，我已经建立了P2P网络的模型(一个三维的立体结构)，就差用一种算法来遍历网络中的各结点。这时，我阅读了一些算法的书籍和论文，其中有提到用模拟退火算法可以遍历整个网络。于是，我将P2P网络模型与模拟退火算法模型结合起来，产生了一种遍历网络的新算法，并且用仿真实验证明该模型切实可行。
该方法可以说是一种综合的方法，在应用之前需要弄清楚两种模型是否可以结合，并且一定要有实验的论证。
