论文查重过程中的算法分析

2020-08-10 13:57:40

论文查重在毕业过程中以及在职位的提升中扮演了很重要的角色，我们对它不可回避。是评估我们论文是否通过的的一项标准。

学校以及机构都有自己的标准范围，学校因学位而标准不一样，机构因职称而标准不一样，重复率的要求不一样。

一、总体相似度 = 相似字数 / 检测字数。

二、检测原理：系统根据预检测的内容与系统所拥有的数据库进行比对。

三、系统支持所有语种的论文检测，如中（简/繁）、英、日、法、德文等！

四、论文查重检测范围：涵盖所有中英文类别，包括哲学、经济学、管理学、法学、社会科学、教育学、文学、艺术学、历史学、理学、工学、农学、医学、政治学、军事学等。

五、被系统自动识别出来的非正文部分（如目录，标题，公式，图表，参考文献等）不参与检测，检测字数一般略小于论文字数。

六、系统比对资源：学术期刊，学位论文，会议论文，互联网，英文数据库（涵盖期刊，硕博，会议的英文数据）等数据库资源。系统会不定时的进行更新。

比对方法：以句子为最小单位，采用多级比较法，句段整体的多级比较。并设有一定的阀值，例如5%的阀值，如果一万字的文章，有连续500字相同，超过这个范围也就是这个阀值，则视为剽窃。在修改过程中，只是替换单词、改变句子顺序，并不是一个十分保险的办法。

总文字复制比是考核文章的重要指标，该指标体现了毕业论文“抄别人的”总数占比。

系统的其它指标包括：总文的测试结果重复率、删除引用文献的复制比、删除已发表文献复制比、单个最大文本的复制比。