為何每次的論文查重檢測結(jié)果都不相同？

同一篇論文，明明內(nèi)容沒大改動，為什么前后論文查重結(jié)果就是不一樣呢？這里面有幾個實實在在的原因：

查重系統(tǒng)數(shù)據(jù)庫不同（最大原因）：不同的查重系統(tǒng)背后依賴的數(shù)據(jù)庫資源千差萬別。想想看：

有的系統(tǒng)收錄的期刊論文特別全，但對網(wǎng)絡資源關注少。

有的系統(tǒng)專門收錄大量學位論文，對期刊反倒沒那么全。

網(wǎng)絡資源（網(wǎng)頁、論壇、博客）變動更快，今天還能搜到的資料，明天可能就刪了，不同系統(tǒng)抓取網(wǎng)絡資源的廣度和時效也不同。

你用的可能是學校指定的系統(tǒng)，也可能是市面上隨便找的平臺。不同的平臺，數(shù)據(jù)庫就不同。查同一篇論文，一個系統(tǒng)發(fā)現(xiàn)你的內(nèi)容和它數(shù)據(jù)庫里的一篇特定文章重復，結(jié)果就高了；另一個系統(tǒng)數(shù)據(jù)庫里沒有那篇文章，結(jié)果自然就低了。就像你用不同的搜索引擎搜同一個詞，結(jié)果頁面肯定不一樣，因為它們的索引庫不同。

數(shù)據(jù)庫在實時更新（重要動態(tài)因素）：查重系統(tǒng)的數(shù)據(jù)庫不是固定不變的，它就像在持續(xù)生長的樹。每天都在不斷收錄新的論文、出版物、網(wǎng)頁內(nèi)容進去。假設你今天查重一次，結(jié)果挺好。過了一周，恰好有一篇論文發(fā)表，內(nèi)容剛好和你論文某部分很相似，被系統(tǒng)收入數(shù)據(jù)庫。你下周再用同一個系統(tǒng)查一次，重復率就可能會上漲。哪怕你根本沒動過自己的論文，別人發(fā)表的新東西也可能讓你的結(jié)果增加。時間間隔越長，這種可能性越大。

查重規(guī)則和算法差異（技術原因）：每個查重系統(tǒng)判斷“重復”的規(guī)則不完全一樣。這包括：

最低字數(shù)閾值：多少連續(xù)的字被判定為抄襲？有的是5個字，有的可能是7個字或者不同。閾值小一點，更容易被標紅。

忽略內(nèi)容設定：是否自動排除引文？是否排除參考文獻列表？是查全文還是只查正文？這些選項設置不同，結(jié)果可能差別巨大。設置了排除參考文獻，重復率就低一些；沒排除，參考文獻里大量重復書名作者就計入總重復率了。

算不算引用格式：有些系統(tǒng)嚴格區(qū)分正規(guī)引用的內(nèi)容和疑似抄襲的內(nèi)容，有些系統(tǒng)可能識別能力弱一點，會把正確引用的內(nèi)容也算成重復。

算法本身（比如比對的“嚴格程度”）：背后的匹配算法細節(jié)不同，可能導致對相似度的計算略有偏差。有點像不同人看同一段文字，對是否“抄襲”的標準有點主觀差異（雖然系統(tǒng)是程序）。

你自己對論文的細微修改（自身原因）：你可能覺得這次改動的只是幾個詞、調(diào)了個句子順序、把一大段拆成幾小段（或反過來合并），感覺改得不多。但查重系統(tǒng)是按連續(xù)字符匹配的：

你調(diào)換段落位置，原本沒被標紅的一段新位置可能恰好觸碰了數(shù)據(jù)庫的某篇內(nèi)容。

你改動的那幾個詞，可能剛好破壞了一個長重復片段的連續(xù)性，讓系統(tǒng)不認為是抄襲了。

你刪除或增加了一句話，會改變文本的整體結(jié)構，影響匹配結(jié)果。

有時候改個說法，反而跟系統(tǒng)庫里的另一種說法對上了。這種小修改帶來的結(jié)果波動很常見。

提交格式問題：

上傳的是 Word 還是 PDF？系統(tǒng)處理這倆文件的方式很不一樣。PDF 是“圖片化”處理，系統(tǒng)要用OCR文字識別來認字，識別過程會出錯（亂碼、漏字、格式串行），這些錯誤會破壞原本的連續(xù)字符，導致原本可能重復的地方?jīng)]檢測出來，或者不該重復的地方被算重復。Word格式通常識別更準確。

文檔格式混亂，比如用了特殊符號、復雜表格、圖片里的文字沒識別，都可能讓系統(tǒng)讀取內(nèi)容出錯，影響結(jié)果準確性。

查重系統(tǒng)本身的穩(wěn)定性和狀態(tài)（偶然因素）：

系統(tǒng)服務器可能臨時出問題，處理你的論文時出現(xiàn)數(shù)據(jù)錯誤。

偶爾的算法匹配故障也可能導致結(jié)果異常波動。這不常見，但不能完全排除。