你怎么去算毕业论文的查重系数啊？

你怎么去算毕业论文的查重系数啊？我们一般说的查重系数，其实就是看这篇论文跟已经发表过的内容重复了多少。它是把你的论文和数据库里的文章比对一下，看看相同的部分占了多大比例。系统扫描全文后，会给每一段内容、每句话甚至个别单词算分，看它们和已知文献有多像。同时也得算出整篇文章一共有多少个字，包括中文、英文还有标点符号。现在市面上比较常用的查重工具，比如中国知网、万方、维普还有PaperTime，都用算法来量化你文章的某个片段跟数据库里的匹配程度。常见的算法有Jaccard相似系数、余弦相似性，还有词频逆文档频率这一类的。如果某个地方连续出现了13个以上一样的词，系统就会觉得这是重复了。有些系统还会给你算出一个不包含引用的重复率，也就是把你引用的内容给去掉，只算那些没有正确标明出处或者不当引用的部分。这个算起来跟刚才的方法差不多，就是统计的时候不把那些被标记成合理引用的字给算进去。各个学校或者不同专业对查重率的要求也不一样。像本科生的毕业论文可能要求重复率不能超过30%，研究生的就更严了，很多学校规定不高于15%甚至更低。具体还得看你们学校是怎么定的规矩。其实这个系数就是通过把你的文章切分成词，然后跟数据库里的去比对、算相似度，最后把重复的字数除以总字数再乘以100%来得到的。想要把这个系数降下来关键在于少抄别人的东西、自己写的多一点，还有就是引用的时候得正确标注好文献出处。