首届全国高校数据驱动创新研究大赛成果展示
基于引文信息的论文查重算法与实验
作 者：
北京大学,祝晗； 北京大学,刘千慧； 北京大学,德德玛； 北京大学,蒋天骥；
年 份：2018
学 科：图书馆、情报与档案管理
数据链接： http://opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/3C468Q
奖 项：优秀奖
指导教师：北京大学信息管理系，王继民
年 份：2018
学 科：图书馆、情报与档案管理
数据链接： http://opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/3C468Q
奖 项：优秀奖
指导教师：北京大学信息管理系，王继民
[目的/意义]近年来，学术规范受到越来越多的重视。作为其中一项关键内容，论文查重以基于内容的检测方法为主流。但是随着数据量的加大，基于论文内容的算法在时间、空间开销上均过大，效果不理想。本文利用基于论文的引文信息，如共引文献数量、引文位置和顺序等，提高论文查重的效率，帮助初步筛选疑似抄袭的论文。[方法/过程]通过阅读国内外基于引文信息的查重检测相关论文，针对中文文献，构建文档解析器、引文信息数据库、引文重合探测器，对现有的若干算法加以实现和创新。[结果/结论]通过现有数据集对基于引文信息的检测方法进行评估，结果表明实现的七种检测方法都可以用于论文查重，其中算法LCCS的检测效果最好。
