论文查重是怎么查的？重复率算法与各系统差异

查重的本质是文本比对：系统把你的论文切成片段，逐段与数据库里的已有文献比对，重合的部分计入重复率。

理解这个机制，降重的方向就清楚了。

判定阈值

以知网为例，通行的说法是连续 13 个字符相同即判定为重复（不同系统阈值不同，且官方不公开精确规则）。

这解释了几个现象：

为什么改几个词没用。 一句 30 字的话，你改了开头 5 个字，后面 25 个字连续相同，仍然会被判重。

为什么专业术语不用改。 术语本身很短，且是必要表述，通常不会因为几个术语相同就被判重——除非术语连成了长句。

为什么打乱语序有效。 把长句拆成短句、调整成分顺序，能打断连续匹配。

比对范围

主要包括：

• 学术期刊论文（各系统覆盖差异最大的部分）
• 学位论文库（往届硕博论文，知网这块最全）
• 会议论文
• 图书
• 互联网资源（网页、百科、文库）
• 本校往届论文库（部分学校单独建库）

互联网资源这一项常被低估。 从百度百科、知乎、公众号里抄的内容同样会被检出，很多人以为"网上的东西查不到"，这是误解。

哪些部分计入

通常计入：摘要、正文各章、结论、致谢

通常不计入：封面、目录、参考文献列表（需格式规范才能被正确识别）

要注意的：如果参考文献格式不规范，系统可能识别不出来而把它当正文比对——那一大段文献列表会显著推高重复率。这是格式规范能直接影响重复率的一个实例。

各系统差异

知网：学校采用最多，数据库最全，检出率通常最高。个人无法直接购买，多通过学校统一检测或第三方渠道。

万方、维普：数据库覆盖不如知网全面，同一篇论文的检出率通常低于知网。

PaperPass、PaperYY 等：主要用于自查，价格低，但结果与知网差异较大。

实践建议：自查可以用便宜的系统了解大致情况，但最终以学校指定系统的结果为准。用其他系统查出 8%，学校用知网查出 25% 的情况完全可能发生。

查重前的准备

第一，确认检测范围。 问清楚学校提交的是全文还是仅正文、参考文献是否单独提交。

第二，规范参考文献格式。 前面说过，格式不规范会导致文献列表被当正文检测。

第三，检查图表处理。 图片形式的表格通常不会被检测（系统识别不了图片里的文字），但纯文本表格会。这不是让你把表格转成图片规避检测——学校模板多数要求表格是可编辑的文本形式，转图片会违反格式要求。

第四，留出修改时间。 多数学校只给 1-2 次免费检测机会，第一次结果出来后需要时间修改。不要卡在截止日期前一天才第一次查。

一个常见误区

降重不等于把话说得别扭。

为了避开连续 13 字，把通顺的句子改得七零八落，重复率是降下来了，但论文的可读性和学术性都受损，导师那一关反而更难过。

正确的方向是理解后重新表述——先把原文的意思吃透，然后合上原文用自己的话写出来。这样写出来的句子既不会重复，也是通顺的。这个方法慢，但效果最好，而且不会被查重系统的算法变化影响。