查重率和查准率的关系式

论文查重是现在高校的论文检测手段，每年很多的论文出来要确保是原创的怎么确保呢。于是就有了知网，万网这样的网站。他们收录了各大高校以及核心期刊的文章、论文。查重的时候就会把你的论文上传，然后与他们的数据库中的文章做对比。相似率超过15%~20%（各校要求不一）就认为是抄袭的论文，会论文予以不通过。

这个不确定的，每个学校要求不一样，有的15%，有的30%，你可以问下老师。

在判断检索结果好坏时，查全率（Recall ratio）与查准率（Precision ratio）是两个最常用的指标。它们表示系统的“过滤能力”，即让相关文献“通过”，“阻止”无关文献。　　查全率与查准率的定义如下：R（查全率）=（检出的相关文献数量/检索系统中相关文献总量）x100%，，P（查准率）=（检出的相关文献数量/检出的文献总量）x100% ——《文献检索与利用》—花芳　　例如：在一次检索中，共检出文献100篇，经过专家判定，其中与提问相关的文献为60篇，其余的40篇为误检文献，那么按照上述公式，本次检索的查准率P就等于（60/100）×100%即60%。假如检索系统中还有90篇相关文献，由于各种原因而未被检出（漏检），那么按照上述公式，本次检索的查全率就等于（60/60+90）×100%即40%。　　可见，利用上述公式，对每一次信息检索，都可计算出其查准率和查全率，对检索效率作出定量化的评价。　　但是，如果进一步分析，就会发现查准率的计算没有问题，而查全率的计算存在明显的问题。那就是怎样知道漏检文献的数量。　　对于小型的试验系统，在进行检索效率评价时，只要把系统中所有的文献都浏览一遍，就能准确地获得漏检文献的数量。然而，在实际运行的检索系统中，由于系统文献总量通常数以百万计，在评价检索效率时，根本不可能把浏览系统中所有的文献，因此，也就无法知道漏检文献数量。　　所以，在实际的检索评价中，对于漏检文献数量，一般采用近似的估计值。获得漏检文献数量估计值的方法有两种：其一，利用其他的同类检索系统，进行相同的检索，然后通过对命中结果的分析和比较，推断哪些文献被漏检；其二，利用原有的检索系统，放大检索范围进行查找，然后对命中结果进行分析，看是否有原先未被检出的相关文献，从而得到漏检文献的近似值。　　．查准率与查全率之间的关系　　利用查准率和查全率指标，可以对每一次检索进行检索效率的评价，为检索的改进调整提供依据。利用这两个量化指标，也可以对信息检索系统的性能水平进行评价。　　要评价信息检索系统的性能水平，就必须在一个检索系统中进行多次检索。每进行一次检索，都计算其查准率和查全率，并以此作为坐标值，在平面坐标图上标示出来。通过大量的检索，就可以得到检索系统的性能曲线。　　———《文献检索与利用》陈老师

关系：查全率与查准率为互逆相关性,查全率一般为60%～70%,查准率约为40%～50%,当查全率超过70%时,若想再提高查全率就必然降低查准率。衡量某一类文献检索系统的信号噪声比的一种指标。它的数值等于w/m，式中w是用户鉴别检出的m篇文献时，认为实际对口径的文献篇数。这一指标最初是1956年由JW佩里、A肯特等人提出的。FW兰开斯特1979年在《情报检索系统──特性、试验与评价》(第二版)一书中将某一系统所拥有的文献总篇数表述为a+b+c+d之和，并列出2×2表格。 　 上述的w篇文献即为a ，m篇文献即为a+b，这样查准率即为a/(a+b)，a值是经过一次检索后，即可由用户判定的，a+b即经过一次检索所检出的全部文献。例如在某一次检索过程中共检出了50篇文献，用户判定其中有 10 篇文献是相关的，则查准率即为10/50=20%。查准率主要取决于检索语言的专指性和所拟定的检索策略能否准确表达用户真正的情报需求。若检索策略拟订得较宽泛，参与组配的检索词较少，主题词的概念比用户的情报需求宽泛，则查准率将降低，而查全率将增加，因为二者一般呈互逆相关关系。查准率标志某一检索系统运行过程中拒绝无关文献、选出有关文献的能力，同时也是用户从检出文献中进一步筛选出相关文献所需时间的一种间接测度。为达到相同查全率，高的查准率意味着用户鉴别检索结果时只需用较少时间，不过这种测度主要适用于评价情报工作人员代替用户检索的情况。