摘要：論文相似性檢測(cè)系統(tǒng)是在技術(shù)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(biāo)體系對(duì)國(guó)內(nèi)主流的 論文相似性檢測(cè)系統(tǒng)——知網(wǎng)系統(tǒng)、萬(wàn)方系統(tǒng)、維普系統(tǒng)、大雅系統(tǒng)進(jìn)行了分析與比較，然后選取20篇學(xué)位論文在四個(gè)系統(tǒng)上檢測(cè)結(jié)果進(jìn)行對(duì)比，再?gòu)闹羞x出一篇學(xué)位論文進(jìn)行詳細(xì)比較分析哪個(gè)最好，并在此基礎(chǔ)上提出各個(gè)系統(tǒng)需要改進(jìn)之處。

關(guān)鍵詞：論文相似性檢測(cè)；中國(guó)知網(wǎng)；萬(wàn)方數(shù)據(jù)庫(kù)；檢測(cè)技術(shù)

       
        學(xué)位論文相似性檢測(cè)系統(tǒng)主要為檢測(cè)研究生學(xué)位論文 中出現(xiàn)的不端行為提供輔助工具，是在技術(shù)上反抄襲、反剽竊的有效手段之一 。全國(guó)各大高校都開始對(duì)研究生學(xué)位論文進(jìn)行相似性檢測(cè)，南京郵電大學(xué)從2009年開始對(duì)申請(qǐng)學(xué)位的博士和碩士研究生學(xué)位論文進(jìn)行檢測(cè)，以及時(shí)發(fā)現(xiàn)和處理學(xué)位論文抄襲等不良行為。通過(guò)兩年的實(shí)施，每年都有10%的學(xué)生未達(dá)到要求需要重新修改論文，對(duì)研究生學(xué)位論文質(zhì)量起到了很好的把控作用。目前，國(guó)內(nèi)學(xué)位論文相似性檢測(cè)系統(tǒng)主要有四個(gè)系統(tǒng)：中國(guó)知網(wǎng)CNKI的學(xué)術(shù)不端行為檢測(cè)系統(tǒng)、萬(wàn)方數(shù)據(jù)的論文相似性檢測(cè)系統(tǒng)、維普通達(dá)論文檢測(cè)系統(tǒng)和超星數(shù)據(jù)庫(kù)大雅相似性分析系統(tǒng)。中國(guó)知網(wǎng)CNKI的學(xué)術(shù)不端行為檢測(cè)系統(tǒng)是目前最普遍使用的系統(tǒng)，系統(tǒng)目前的檢測(cè)范圍涵蓋中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)、中國(guó) 博士論文網(wǎng)絡(luò)出版總庫(kù)、中國(guó)優(yōu)秀碩士論文網(wǎng)絡(luò)出版總庫(kù)、中國(guó)報(bào)紙全文數(shù)據(jù)庫(kù)、中國(guó)專利全文數(shù)據(jù)庫(kù)（知網(wǎng)版）、中國(guó) 科技成果數(shù)據(jù)庫(kù)（知網(wǎng)版）、中國(guó)年鑒網(wǎng)絡(luò)出版總庫(kù)、中國(guó)工 具書數(shù)據(jù)庫(kù)、中國(guó)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)（知網(wǎng)版）。正陸續(xù)引進(jìn)英文數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)數(shù)據(jù)庫(kù)等資源。萬(wàn)方數(shù)據(jù)的論文相似性檢測(cè)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(cè)范圍涵蓋中國(guó)學(xué)術(shù)期刊數(shù)據(jù)庫(kù)（CSPD)、中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)（CDDB) //中國(guó)學(xué)術(shù)會(huì)議論文數(shù)據(jù)庫(kù)（CCPD)和中國(guó)學(xué)術(shù)網(wǎng)頁(yè)數(shù)據(jù)庫(kù)（CSWD)。其學(xué)位論文數(shù)據(jù)庫(kù)的涵蓋量全是最大的優(yōu)勢(shì)。維普通達(dá)論文檢測(cè)系統(tǒng)是繼中國(guó)知網(wǎng)和萬(wàn)方后，又一個(gè)擁有海量期刊文獻(xiàn)系統(tǒng)支持的論文防抄襲檢測(cè)系統(tǒng)，其優(yōu)點(diǎn)是用戶自己掌控檢測(cè)流程，自己檢測(cè)，自己看結(jié)果，不想留痕跡自己可以刪除論文，安全性比較好。檢測(cè)結(jié)果報(bào)告較其他網(wǎng)站更為人性化，方便修改。維普通達(dá)收錄的文本數(shù)據(jù)庫(kù)包含：擁有文獻(xiàn)全文3,200余萬(wàn)篇，是國(guó)內(nèi)最大最完善的中文科技期刊全文數(shù)據(jù)庫(kù)；互聯(lián)網(wǎng)數(shù)據(jù)庫(kù)（監(jiān)控 Google收錄的數(shù)十億個(gè)頁(yè)面）；論文庫(kù)（收錄各院校及科研院 所的200多萬(wàn)碩士、博士論文，每周更新，滿足跨學(xué)科比對(duì)需求）。超星數(shù)據(jù)庫(kù)大雅相似性分析系統(tǒng)是超星公司推出的相似性檢測(cè)系統(tǒng)，其數(shù)據(jù)庫(kù)優(yōu)勢(shì)是中文圖書和報(bào)紙全文數(shù)據(jù)庫(kù)。

 

對(duì)于常見(jiàn)的文件格式.doc/, pdf/, txt,四個(gè)系統(tǒng)都支持上傳，知網(wǎng)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(gè)系統(tǒng)都支持單篇檢測(cè)和批量檢測(cè)功能，對(duì)于批量檢測(cè)功能，知網(wǎng)：上傳論文一步；萬(wàn)方：創(chuàng)建任務(wù)、添加論文和開始檢測(cè)三步；維普:提交論文、確認(rèn)檢測(cè)文檔和開始檢測(cè)三步；大雅:任務(wù)名、選擇文件和上傳三步。知網(wǎng)系統(tǒng)的操作方式最簡(jiǎn)單直接，而維普系統(tǒng)的操作是最慢的。

 

知網(wǎng)：復(fù)制比（總復(fù)制比、去除引用文獻(xiàn)檢測(cè)結(jié)果復(fù)制比、去除本人文獻(xiàn)檢測(cè)結(jié)果復(fù)制比）、總檢測(cè)指標(biāo)（重合字 數(shù)、總字?jǐn)?shù)、總段落數(shù)、疑似段落數(shù)、前部重合字?jǐn)?shù)、后部重合字?jǐn)?shù)）、子檢測(cè)指標(biāo)（重合字?jǐn)?shù)、小段落數(shù)、大段落數(shù)、最大段長(zhǎng)、平均段長(zhǎng)、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(fù)寫率、引用率），相似片斷 (包括:期刊庫(kù)片斷、碩博庫(kù)片斷、互聯(lián)網(wǎng)片斷、高校特色片斷、自建庫(kù)片斷），字?jǐn)?shù)（包括：總字?jǐn)?shù)、重復(fù)字?jǐn)?shù)、總章節(jié)數(shù)、 疑似章節(jié)數(shù)）；萬(wàn)方:相似比（總相似比、參考文獻(xiàn)相似比、排 除參考文獻(xiàn)相似比），相似片段分布；大雅：相似度（總相似 度、過(guò)濾參考文獻(xiàn)后相似度）、重復(fù)字?jǐn)?shù)和過(guò)濾參考文獻(xiàn)后的 重復(fù)字?jǐn)?shù)，相似片段分布。在實(shí)際操作中，高校論文管理機(jī) 構(gòu)最關(guān)注的指標(biāo)是“去除本人文獻(xiàn)檢測(cè)結(jié)果復(fù)制比”和“相似 片段分布”其中“去除本人文獻(xiàn)檢測(cè)結(jié)果復(fù)制比”只有知網(wǎng)系統(tǒng)有，而維普系統(tǒng)缺乏相似片段分布圖。因此，從指標(biāo)體系看，知網(wǎng)的指標(biāo)體系最詳細(xì)，指標(biāo)維度最多，也最符合實(shí)際需求。

 

我們從2015年畢業(yè)的研究生學(xué)位論文中挑選出20篇學(xué)位論文，分別在四個(gè)系統(tǒng)中進(jìn)行了檢測(cè)，20篇學(xué)位論文的檢測(cè)平均復(fù)制比，知網(wǎng)系統(tǒng)18.94%,維普系統(tǒng)18.8%,萬(wàn)方系 統(tǒng)4.64%,大雅系統(tǒng)

2.91%。從比較結(jié)果可以看出，知網(wǎng)和維普的檢測(cè)復(fù)制比較高、性能較優(yōu)，而萬(wàn)方和大雅的檢測(cè)復(fù)制比都比較低、性能較差。其中檢測(cè)性能較好的知網(wǎng)系統(tǒng)和維普系統(tǒng)，兩者結(jié)果相似的論文數(shù)是6個(gè)占2.31%,知網(wǎng)比維普復(fù)制比多的論文數(shù)量和維普比知網(wǎng)復(fù)制比多的論文數(shù)量相同?？梢?jiàn)，這兩個(gè)系統(tǒng)的檢測(cè)結(jié)果各有側(cè)重，性能相當(dāng)。

    

我們選取了一篇項(xiàng)目管理專業(yè)的研究生學(xué)位論文《雇傭 關(guān)系模式與組織認(rèn)同、工作績(jī)效關(guān)系研究》（以下簡(jiǎn)稱”學(xué)位 論文A”在四個(gè)系統(tǒng)上分別檢測(cè)，同時(shí)下載檢測(cè)報(bào)告進(jìn)行分 析比較。從論文檢測(cè)速度上看，大雅速度最快只用5s時(shí)間，維普速度最慢使用200s時(shí)間，如果大批量論文檢測(cè)以維普系統(tǒng)的檢測(cè)速度肯定無(wú)法完成。從論文檢測(cè)結(jié)果上看，同一篇論文四個(gè)系統(tǒng)的復(fù)制比,知網(wǎng)和維普的結(jié)果接近檢測(cè)復(fù)制比高，性能優(yōu);萬(wàn)方和大雅的檢測(cè)復(fù)制比低，性能差。我們對(duì)檢測(cè)報(bào)告進(jìn)行了詳細(xì)分析,發(fā)現(xiàn)學(xué)位論文A跟一篇公開收錄的學(xué)位論文B有較大的相似性，但就這兩篇學(xué)位論文的對(duì)比結(jié)果，對(duì)四個(gè)系統(tǒng)的檢測(cè)報(bào)告進(jìn)行分析，得出“跟最相似文獻(xiàn)的重復(fù)率對(duì)比”的指標(biāo),從跟最相似文獻(xiàn)的重復(fù)率對(duì)比上看，結(jié)果從高到低分別是：知網(wǎng)、萬(wàn)方、大雅、維普，知網(wǎng)和萬(wàn)方的結(jié)果較接近，性能較優(yōu)。從章節(jié)分析能力看，同樣排版的學(xué)位論文,只有維普系統(tǒng)正確區(qū)分出論文章節(jié)，知網(wǎng)和萬(wàn)方按照自己標(biāo)準(zhǔn)分段，而大雅系統(tǒng)沒(méi)有進(jìn)行任何分段，章節(jié)分析能力上維普系統(tǒng)最優(yōu)。從報(bào)告長(zhǎng)度和內(nèi)容上看，知網(wǎng)和維普系統(tǒng)的檢測(cè)報(bào)告都多達(dá)六十多頁(yè)，比較詳細(xì)；但萬(wàn)方和大雅只有十頁(yè)左右，太簡(jiǎn)單。

    

本文對(duì)國(guó)內(nèi)主流的四個(gè)學(xué)位論文相似性檢測(cè)系統(tǒng)一一知網(wǎng)系統(tǒng)、萬(wàn)方系統(tǒng)、維普系統(tǒng)、大雅系統(tǒng)進(jìn)行了分析與比較,從各方面比較結(jié)果看，知網(wǎng)系統(tǒng)的優(yōu)勢(shì)是期刊和論文數(shù)據(jù)庫(kù)非常全面、檢測(cè)結(jié)果比較準(zhǔn)確，缺點(diǎn)是章節(jié)分析能力不佳;萬(wàn)方系統(tǒng)的優(yōu)勢(shì)是研究生論文數(shù)據(jù)庫(kù)全，缺點(diǎn)是期刊數(shù)據(jù)庫(kù)太少、檢測(cè)結(jié)果不準(zhǔn)；維普系統(tǒng)的優(yōu)勢(shì)是章節(jié)分析能力好，缺點(diǎn)是檢測(cè)技術(shù)速度太慢，相似性統(tǒng)計(jì)數(shù)據(jù)不準(zhǔn)；大雅系統(tǒng)的優(yōu)勢(shì)是電子圖書數(shù)據(jù)庫(kù)全，缺點(diǎn)是論文和期刊數(shù)據(jù)庫(kù)太少、檢測(cè)結(jié)果不準(zhǔn)。綜合比較而言，每個(gè)系統(tǒng)都有自己的好，每個(gè)系統(tǒng)都有待改進(jìn)的地方，但中國(guó)知網(wǎng)的性能最優(yōu)、綜合性能最佳。