论文重复率检测算法分析

作者：新风学术网

 1.论文的段落与格式

论文检测基本都是整篇文章上传，上传后，论文检测软件首先进行部分划分，上交的最终稿件格式对抄袭率有很大影响。不同段落的划分可能造成几十个字的小段落检测不出来。因此，我们可以通过划分多的小段落来降低抄袭率。

2.数据库

论文检测，多半是针对已发表的毕业论文，期刊文章，还有会议论文进行匹配的，有的数据库也包含了网络的一些文章。这里给大家透露下，很多书籍是没有包含在检测数据库中的。之前朋友从一本研究性的着作中摘抄了大量文字，也没被查出来。就能看出，这个方法还是有效果的。

3.章节变换

很多同学改变了章节的顺序，或者从不同的文章中抽取不同的章节拼接而成的文章，对查重的结果影响几乎为零。所以论文查重建议大家不要以为借鉴几篇文章，或者几十篇文章就能过关。

4.标注参考文献

参考别人的文章和抄袭别人的文章在检测软件中是如何界定的。其实很简单，我们的论文中加了参考文献的引用符号，但是在抄袭检测软件中，都是同样的。

查重阈值一般设定为1%，例如一篇文章有5000字,文章的1%就是50字，如果抄袭了多于50，即使加了参考文献，也会被判定为抄袭。

5.字数匹配

论文抄袭检测系统相对比较严格，只要多于13单位的字数匹配一致，就被认定为抄袭，但是前提是满足第4点，参考文献的标注。