摘要：論文相似性檢測系統(tǒng)是在技術上反抄襲、反剽竊的有效手段之一。本文從系統(tǒng)功能比較和指標體系對國內主流的 論文相似性檢測系統(tǒng)——知網系統(tǒng)、萬方系統(tǒng)、維普系統(tǒng)、大雅系統(tǒng)進行了分析與比較，然后選取20篇學位論文在四個系統(tǒng)上檢測結果進行對比，再從中選出一篇學位論文進行詳細比較分析哪個最好，并在此基礎上提出各個系統(tǒng)需要改進之處。

關鍵詞：論文相似性檢測；中國知網；萬方數據庫；檢測技術

       
        學位論文相似性檢測系統(tǒng)主要為檢測研究生學位論文 中出現的不端行為提供輔助工具，是在技術上反抄襲、反剽竊的有效手段之一 。全國各大高校都開始對研究生學位論文進行相似性檢測，南京郵電大學從2009年開始對申請學位的博士和碩士研究生學位論文進行檢測，以及時發(fā)現和處理學位論文抄襲等不良行為。通過兩年的實施，每年都有10%的學生未達到要求需要重新修改論文，對研究生學位論文質量起到了很好的把控作用。目前，國內學位論文相似性檢測系統(tǒng)主要有四個系統(tǒng)：中國知網CNKI的學術不端行為檢測系統(tǒng)、萬方數據的論文相似性檢測系統(tǒng)、維普通達論文檢測系統(tǒng)和超星數據庫大雅相似性分析系統(tǒng)。中國知網CNKI的學術不端行為檢測系統(tǒng)是目前最普遍使用的系統(tǒng)，系統(tǒng)目前的檢測范圍涵蓋中國學術期刊網絡出版總庫、中國 博士論文網絡出版總庫、中國優(yōu)秀碩士論文網絡出版總庫、中國報紙全文數據庫、中國專利全文數據庫（知網版）、中國 科技成果數據庫（知網版）、中國年鑒網絡出版總庫、中國工 具書數據庫、中國標準數據庫（知網版）。正陸續(xù)引進英文數據庫、網絡數據庫等資源。萬方數據的論文相似性檢測系統(tǒng)也是高校目前普遍使用的系統(tǒng)，僅次于CNKI,系統(tǒng)的檢測范圍涵蓋中國學術期刊數據庫（CSPD)、中國學位論文全文數據庫（CDDB) //中國學術會議論文數據庫（CCPD)和中國學術網頁數據庫（CSWD)。其學位論文數據庫的涵蓋量全是最大的優(yōu)勢。維普通達論文檢測系統(tǒng)是繼中國知網和萬方后，又一個擁有海量期刊文獻系統(tǒng)支持的論文防抄襲檢測系統(tǒng)，其優(yōu)點是用戶自己掌控檢測流程，自己檢測，自己看結果，不想留痕跡自己可以刪除論文，安全性比較好。檢測結果報告較其他網站更為人性化，方便修改。維普通達收錄的文本數據庫包含：擁有文獻全文3,200余萬篇，是國內最大最完善的中文科技期刊全文數據庫；互聯網數據庫（監(jiān)控 Google收錄的數十億個頁面）；論文庫（收錄各院校及科研院 所的200多萬碩士、博士論文，每周更新，滿足跨學科比對需求）。超星數據庫大雅相似性分析系統(tǒng)是超星公司推出的相似性檢測系統(tǒng)，其數據庫優(yōu)勢是中文圖書和報紙全文數據庫。

 

對于常見的文件格式.doc/, pdf/, txt,四個系統(tǒng)都支持上傳，知網和維普支持.zip和.rar壓縮包格式文件上傳。在操作方式上，四個系統(tǒng)都支持單篇檢測和批量檢測功能，對于批量檢測功能，知網：上傳論文一步；萬方：創(chuàng)建任務、添加論文和開始檢測三步；維普:提交論文、確認檢測文檔和開始檢測三步；大雅:任務名、選擇文件和上傳三步。知網系統(tǒng)的操作方式最簡單直接，而維普系統(tǒng)的操作是最慢的。

 

知網：復制比（總復制比、去除引用文獻檢測結果復制比、去除本人文獻檢測結果復制比）、總檢測指標（重合字 數、總字數、總段落數、疑似段落數、前部重合字數、后部重合字數）、子檢測指標（重合字數、小段落數、大段落數、最大段長、平均段長、前部重合度、后部重合度）、相似片段分布；維普:相似比（總相似比、自寫率、復寫率、引用率），相似片斷 (包括:期刊庫片斷、碩博庫片斷、互聯網片斷、高校特色片斷、自建庫片斷），字數（包括：總字數、重復字數、總章節(jié)數、 疑似章節(jié)數）；萬方:相似比（總相似比、參考文獻相似比、排 除參考文獻相似比），相似片段分布；大雅：相似度（總相似 度、過濾參考文獻后相似度）、重復字數和過濾參考文獻后的 重復字數，相似片段分布。在實際操作中，高校論文管理機 構最關注的指標是“去除本人文獻檢測結果復制比”和“相似 片段分布”其中“去除本人文獻檢測結果復制比”只有知網系統(tǒng)有，而維普系統(tǒng)缺乏相似片段分布圖。因此，從指標體系看，知網的指標體系最詳細，指標維度最多，也最符合實際需求。

 

我們從2015年畢業(yè)的研究生學位論文中挑選出20篇學位論文，分別在四個系統(tǒng)中進行了檢測，20篇學位論文的檢測平均復制比，知網系統(tǒng)18.94%,維普系統(tǒng)18.8%,萬方系 統(tǒng)4.64%,大雅系統(tǒng)

2.91%。從比較結果可以看出，知網和維普的檢測復制比較高、性能較優(yōu)，而萬方和大雅的檢測復制比都比較低、性能較差。其中檢測性能較好的知網系統(tǒng)和維普系統(tǒng)，兩者結果相似的論文數是6個占2.31%,知網比維普復制比多的論文數量和維普比知網復制比多的論文數量相同?？梢?，這兩個系統(tǒng)的檢測結果各有側重，性能相當。

    

我們選取了一篇項目管理專業(yè)的研究生學位論文《雇傭 關系模式與組織認同、工作績效關系研究》（以下簡稱”學位 論文A”在四個系統(tǒng)上分別檢測，同時下載檢測報告進行分 析比較。從論文檢測速度上看，大雅速度最快只用5s時間，維普速度最慢使用200s時間，如果大批量論文檢測以維普系統(tǒng)的檢測速度肯定無法完成。從論文檢測結果上看，同一篇論文四個系統(tǒng)的復制比,知網和維普的結果接近檢測復制比高，性能優(yōu);萬方和大雅的檢測復制比低，性能差。我們對檢測報告進行了詳細分析,發(fā)現學位論文A跟一篇公開收錄的學位論文B有較大的相似性，但就這兩篇學位論文的對比結果，對四個系統(tǒng)的檢測報告進行分析，得出“跟最相似文獻的重復率對比”的指標,從跟最相似文獻的重復率對比上看，結果從高到低分別是：知網、萬方、大雅、維普，知網和萬方的結果較接近，性能較優(yōu)。從章節(jié)分析能力看，同樣排版的學位論文,只有維普系統(tǒng)正確區(qū)分出論文章節(jié)，知網和萬方按照自己標準分段，而大雅系統(tǒng)沒有進行任何分段，章節(jié)分析能力上維普系統(tǒng)最優(yōu)。從報告長度和內容上看，知網和維普系統(tǒng)的檢測報告都多達六十多頁，比較詳細；但萬方和大雅只有十頁左右，太簡單。

    

本文對國內主流的四個學位論文相似性檢測系統(tǒng)一一知網系統(tǒng)、萬方系統(tǒng)、維普系統(tǒng)、大雅系統(tǒng)進行了分析與比較,從各方面比較結果看，知網系統(tǒng)的優(yōu)勢是期刊和論文數據庫非常全面、檢測結果比較準確，缺點是章節(jié)分析能力不佳;萬方系統(tǒng)的優(yōu)勢是研究生論文數據庫全，缺點是期刊數據庫太少、檢測結果不準；維普系統(tǒng)的優(yōu)勢是章節(jié)分析能力好，缺點是檢測技術速度太慢，相似性統(tǒng)計數據不準；大雅系統(tǒng)的優(yōu)勢是電子圖書數據庫全，缺點是論文和期刊數據庫太少、檢測結果不準。綜合比較而言，每個系統(tǒng)都有自己的好，每個系統(tǒng)都有待改進的地方，但中國知網的性能最優(yōu)、綜合性能最佳。