研究生论文数据如何计算

据学术堂了解复制比也称为重复率，大部分高校都会使用知网进行论文查重。那么知网论文查重的原理是整样的，下面就来告诉你。1、知网学位论文检测为整篇上传，格式对检测结果可能会造成影响，需要将最终交稿格式提交检测，将影响降到最小，此影响为几十字的小段可能检测不出。对于3万字符以上文字较多的论文是可以忽略的。对比数据库为：中国学术期刊网络出版总库，中国博士学位论文全文数据库/中国优秀硕士学位论文全文数据库，国重要会议论文全文数据库，中国重要报纸全文数据库，中国专利全文数据库，个人比对库，其他比对库。部分书籍如果不在知网库，则检测不到。2、上传论文后，系统会自动检测该论文的章节信息，如果有自动生成的目录信息，那么系统会将论文按章节分段检测，否则会自动分段检测。3、有部分同学反映说自己在段落中明明引用或者抄袭了其他文献的段落或句子，为什么没有检测出来，这是正常的。中国知网对该套检测系统的灵敏度设置了一个阀值，该阀值为5%，以段落计，低5%的抄袭或引用是检测不出来的，这种情况常见于大段落中的小句或者小概念。举个例子：假如检测段落1有10000字，那么引用单篇文献500字以下，是不会被检测出来的。实际上这里也告诉同学们一个论文发表前修改的方法，就是对段落抄袭千万不要选一篇文章来引用，尽可能多的选择多篇文献，一篇截取几句，这样是不会被检测出来的。4、一篇论文的抄袭怎么才会被检测出来?知网论文检测的条件是连续13个字相似或抄袭都会被红字标注，但是必须满足3里面的前提条件：即你所引用或抄袭的A文献文字总和在你的各个检测段落中要达到5%。(1)知网查重时，黄色的文字是“引用”，红色的文章是“涉嫌剽窃”。(2)知网查重时，只查文字部分，“图”、“mathtype编辑的公式”、“word域代码”是不查的(要想知道知网到底查那些部分，可以“全选”——“复制”——“选择性粘贴”——“只保留文字”)。建议公式用mathtype编辑，不要用word自带的公式编辑器。(3)word、excel编辑的“表”是可以查出来的。在某些被逼无奈的情况下，可以选择把表截图放到论文里边去!作者亲眼见过有同学自己编的系数，查出来居然跟人家重了，数据决定了系数还不能变，欲哭无泪……(4)参考文献的引用也是要算重复率的(包括在学校要求的X%以内)!所以引用人家文献的时候最好用自己的话改写一下。(5)知网的查重是以“章”为基本单元的。比如“封面”、“摘要”、“绪论”都会作为单独的一章，每一章出一个检测结果，标明重复率。每一章有单独的重复率，全文还有一个总的重复率。有些学校在规定论文是否通过查重时，不仅要求全文重复率不能超过多少，还对每章重复率也有要求。(6)知网查重的确是以“连续13个字与别的文章重复”作为判断依据的，跟之前网上一些作者说的情况一致。如果你能够把论文改到任何一句与别的文章保证任意连续13个字都不一样，知网是查不出来的。(7)但是，如果你有一处地方超过13个字与别的文章重复，知网的服务器都对这处地方的前后进行模糊搜索，那些仅仅是简单的加了一些“的”、“在……时”、“但是”等词语来隔断13个字多数情况是会检测出来的。这些模糊搜索有时候非常傻，可能会把一篇写如何养猪的文章跟你的那篇写建筑的文章关联到一起，说你抄袭!遇到这种情况，你就自己呵呵吧!(8)书、教材在知网的数据库里是没有的。但是，copy书的同学需要注意，你copy的那部分可能已经被别的文章抄过了，检测的时候就重复了。这样的情况经常出现，尤其是某些经典理论，用了上百年了，肯定有人写过了!当然，有些同学觉得用自己的话改写一下就ok了。但现实情况是：这些经典理论用自己的话写了也一样有”标红“的可能，因为这些经典的理论已经被人翻来覆去写了N遍了!会不会”标红“就看你人品了!作者查重时，曾出现过一段话用自己的语言翻来覆去改了三遍仍然”标红“的情况，让人哭笑不得。只能说作者当时人品衰得没办法了，但愿现在发的这篇文章能攒些人品，以待来日!(9)网络上的某些内容也是在知网的数据库里的。比如：“百度文库”、“道客巴巴”、“豆丁网”、“互动百科”、“百度百科”。作者查重的时候，甚至还遇到很多奇葩的网站，神马“东方财富网博客”、“ 人大经济论坛”。所以，选择网上的内容时要慎重。(10)外文文献，知网数据库里存储较少。鼓励大家多看外文文献，多学习国外的先进科学知识、工程技术，翻译过来，把它们应用到我国的社会主义现代化论文中来!(11)建议各位学校查重前，在网上先自费查一遍。检测报告会对重复的地方”标红“，先修改一遍。(12)检测一遍修改完成后，同学们不要掉以轻心。因为知网查重最变态、最令人愤怒的地方来了：第一次查重没有“标红”的地方，第二遍可能会出现“标红”，说你是抄袭。舍得花钱的话，在网上花钱再查一遍，直到低于学校要求的重复率。(13)网上现在常用的查重有”万方“、”知网“、”paperpass“，paperpass最松，万方居中，知网最严。万方的数据库不全，查出来重复率会低于知网5%，知网是以”连续13个字一样“就算重复，所以查出来重复率较高!

论文重复率=论文重复字数/论文总字数* 100%，是计算论文重复率的公式。注意是公式，不是算法！那么内容重复是由查重系统根据算法，通过与数据库中的内容进行比对决定的。本科毕业论文的重复率一般要求在30%以下，严格的要求在20%以下，还有得毕业论文要求在10%以下。一般高质量毕业论文重复率在15%以内；研究生低于10%，博士低于5%。

那么，论文查重系统如何计算论文的重复率呢？不同的系统有不同的算法。

论文查重系统设置了5%的阈值，这个阈值是通过段落(或章节)中的字数来计算的。5%以下的单篇文献抄袭或引用无法检测，常见于从句或大段落的小概念。

例如，如果检测到的段落A有100个单词，5%的单词与文档A重复，则不会被检测到。如果与B文件的重复超过50字，则第一章分发的B文件的抄袭部分会用红字标注。不管它在第一章的位置，即使被打断成一个句子，如果超过13个单词，也会被标记出来。

本文第一章有5000字，所以第一章只能引用500字以内的A文档，否则会被系统认为抄袭。第二章4000字，所以只能引用200字以内的A文档，否则会被系统认为是抄袭。

论文里正负数据是利用标准差计算的。有专门的计算公式的，这里写不下的答：Mean±SE，平均值±样本标准差(按标准误公式)。

论文的重复率指的是论文中与其他文献或网络资源相似的部分所占比例。

以下是一种常见的计算重复率的方法：