开题报告的数据来源与获取方式怎样写？

开题报告写“将采用问卷法”或“利用公开数据”，还没有交代研究资料能否取得。资料来源回答数据从哪里来、属于谁、覆盖什么对象；获取方式回答能通过哪个渠道、在什么条件下拿到；处理方式回答拿到后如何形成可分析材料。浙江大学一个数据项目的开题说明把数据集与数据获取、清洗、集成分别列出；工程类专业学位论文基本要求也要求调研设计说明资料来源、获取手段和分析方法。这些都是研究方案能否实行的重要部分。

把“来源”写成具体对象

自拟例子：研究某市共享单车站点的早晚高峰变化。如果只写“使用城市交通大数据”，读者不知道是运营商订单、政府开放数据还是自己在街头观察。更清楚的写法是：“计划使用市政开放平台公布的站点月度汇总数据，时间范围为最近两个完整年度；另在四个地铁口开展定点观察，记录工作日两个高峰时段的停放数量。”这里的平台、数据口径、时间范围和自采观察各有来源。平台是否真提供这些字段，应在开题前打开目录核查；例句只是结构示范，不表示某市已经公开了这类数据。

获取条件不能跳过

公开网页可浏览，不代表可批量下载、再分发或用于全部研究目的。需要机构许可的档案、医院记录、企业日志或受访者资料，要说明拟申请的权限、责任部门和预计时间。若尚未拿到许可，就写“拟申请”，不要写“已取得”。问卷和访谈也要说明计划在哪里招募、由谁邀请、如何获得参与者同意；不能把“方便抽样”当成已经确定样本构成。涉及个人信息时，开题文本应说明哪些信息有必要收集、怎样去标识及谁能接触原始材料，细节随学校伦理审查要求展开。

让资料与研究问题配得上

假如问题是“预约失败的原因”，只有预约成功的公开统计表，就无法直接观察失败过程。需要补充访谈、系统日志或投诉文本，或者把问题收窄为“成功预约的时间分布”。开题报告应承认资料能回答什么、不能回答什么，不靠一串方法名掩盖证据缺口。计划清洗数据时，写清打算去重、统一时间字段或处理缺失值的原则；但尚未见到数据前，别提前宣布缺失比例和最终样本数。

最后沿着资料的去向读一遍：来源找得到吗？访问或审批条件是什么？拿到的字段能回答哪个问题？处理后会形成什么比较？若关键数据暂不可得，可写出能实际取得的备选资料，并说明研究问题会随之缩小到哪里。“如有困难再调整”没有提供决策依据。开题方案是计划；真正写论文时，方法部分还须报告最终取得了哪些资料、实际如何处理，以及与原计划有何变化。