知网检索论文所用的算法

我们要如何去避免重复率过高呢？首先当然就是去了解论文查重系统本身的特征了，这样才能更好地帮我们规避高重复率带来的困难，更早更快地写出符合查重标准的文章。

中国学术期刊网络出版总库检索方法主要分为快速检索、标准检索和专业检索。

1、快速检索：

快速检索只有一个检索框，不限定字段、词位及词频，系统将在全文中进行检索匹配。在快速检索框中输入检索词，点击“快速检索”即可。

2、标准检索：

标准检索即我们常说的高级检索，它可以限定各类检索字段、规定词频等，进行有效地布尔逻辑组合检索，减少检索冗余，提高检索效率。

3、专业检索：

专业检索可以提供一个按照用户实际需要组合逻辑表达式的检索方式，这种方式可以有效提高检准率。

中国知识资源总库提供CNKI源数据库、外文类、工业类、农业类、医药卫生类、经济类和教育类多种数据库。

其中综合性数据库为中国期刊全文数据库、中国博士学位论文数据库、中国优秀硕士学位论文全文数据库、中国重要报纸全文数据库和中国重要会议文论全文数据库。

每个数据库都提供初级检索、高级检索和专业检索三种检索功能。高级检索功能最常用。

知网毕业论文查重的原理：查重原理以知网作为依据，其它查重方式相差无几（论文中字体灰色部分不参与查重，重复处有红色标记）：关于目录：毕业论文上传后，系统会按照论文的目录合理划分章节信息，此时目录不参与查重，然后按章节信息检测各部分的复制比；如果没有目录信息，系统就会按照1万字左右进行检测，目录有可能也会被查重，如有重复会标红；查重阈值：知网对查重系统设置一灵敏度为5%，假如一个段落有1000个字，那么引用单篇文献50个字以内，是不会被检测出来的；标红的条件：满足上一条（超过5%比例），同时一个段落13个字相似或抄袭，会被标记为红色；参考文献：在论文查考文献格式正确的前提下，知网查重系统不对参考文献查重，否则会被用来查重；论文格式：知网查重系统可以识别PDF格式和WORD格式，由于pdf格式相比word的格式，多了一个文本转换，因此可能导致目录、参考文献的格式变成系统不识别的正确格式，从而使查重比例升高（特别注意英文部分格式会更高）；关于引用：引用尽量整段引用，否则知网查重系统不会知道你具体引用的那篇文献；

论文查重的原理：查重原理以知网作为依据，其它查重方式相差无几（论文中字体灰色部分不参与查重，重复处有红色标记）：关于目录：毕业论文上传后，系统会按照论文的目录合理划分章节信息，此时目录不参与查重，然后按章节信息检测各部分的复制比；如果没有目录信息，系统就会按照1万字左右进行检测，目录有可能也会被查重，如有重复会标红；查重阈值：知网对查重系统设置一灵敏度为5%，假如一个段落有1000个字，那么引用单篇文献50个字以内，是不会被检测出来的；标红的条件：满足上一条（超过5%比例），同时一个段落13个字相似或抄袭，会被标记为红色；参考文献：在论文查考文献格式正确的前提下，知网查重系统不对参考文献查重，否则会被用来查重；论文格式：知网查重系统可以识别PDF格式和WORD格式，由于pdf格式相比word的格式，多了一个文本转换，因此可能导致目录、参考文献的格式变成系统不识别的正确格式，从而使查重比例升高（特别注意英文部分格式会更高）；关于引用：引用尽量整段引用，否则知网查重系统不会知道你具体引用的那篇文献；

论文查重原理如下：

连续出现13个字符类似就判断为重复部分，并将重复的内容计算到论文的重复率之中。论文查重系统会进行处理，按照篇章、段落、句子等层级分别创建指纹，比对资源库中的比对文献，也采取同样技术创建指纹索引。用户将论文上传至查重系统后，系统自动对论文进行检测。

知网论文查重采用最先进的模糊算法。如果整体结构和轮廓受到干扰，可能会导致同一处物品的第一个和第二个红色标记不一致，或者第一次没有标记的部分的红色标记可能会在第二次标记。论文降重的时候，尽量不要打乱论文的整体结构，修改重复内容即可。

整篇论文上传后，系统会根据论文生成的目录自动检测论文的章节信息，然后系统会分章节检测论文，可以获得每一个单独章节的副本，引用不参与文本检测；否则会自动分段，按1万字左右检测。同时，目录可能会被检测为文本，重复会被标记为红色。

中国知网对查重系统的敏感度设定了一个阈值，为5％。段落方面，不到5％的抄袭或引用无法检测出来，这种情况常见于小句子或大段落中的小概念。