論文查重產(chǎn)品
學術(shù)查重和萬方檢測數(shù)據(jù)庫收錄學位論文全文數(shù)量的對比分析
中國學術(shù)學術(shù)不端文獻檢測系統(tǒng),支持本、碩、博各專業(yè)學位論文學術(shù)不端行為檢測 ! 支持“中國學術(shù)”驗證真?zhèn)?"期刊職稱AMLC/SMLC、本科PMLC、學術(shù)VIP5.3/TMLC2等軟件。
關(guān)鍵詞：網(wǎng)絡(luò)檢索重萬方學位論文全文數(shù)中國學術(shù)（CN ，以下學術(shù)）、北京萬方數(shù)據(jù)株式會社（以下簡稱萬方）是中國國內(nèi)最具影響力的中文學位論文的提供者，其中“中國優(yōu)秀碩士學位論文全文數(shù)據(jù)庫””和“中國博士學位論文全文數(shù)據(jù)庫”，萬方出版有“中國學位論文全文數(shù)據(jù)庫”。隨著國內(nèi)作者的著作權(quán)保護意識的提高，雙方為了獲得更多的市場份額，在兩個數(shù)據(jù)庫業(yè)者的數(shù)據(jù)源、著作權(quán)保護、產(chǎn)品宣傳等方面的競爭越來越激烈。但是，萬方在學位論文數(shù)據(jù)庫中大量包含了不提供全文的論文的標題錄信息。與提供全文的論文同時出現(xiàn)，沒有明確區(qū)分其數(shù)量。另外，兩個數(shù)據(jù)庫業(yè)者的學位論文數(shù)量都在百萬以上，無法通過手動檢索進行統(tǒng)計。、詳細全文收錄數(shù)據(jù)。因此筆者認為，需要詳細統(tǒng)計收錄的學位授予單位數(shù)、重復(fù)量等指標和年度變化情況，分析所收錄的學位授予單位的收錄穩(wěn)定性，向?qū)W術(shù)機構(gòu)購買學位論文數(shù)據(jù)庫提供考試數(shù)據(jù)。1.1數(shù)據(jù)獲取時間2011年1月17日～2011年1月19日。因此，關(guān)于論文學位數(shù)的數(shù)字到2011年1月19日為止。
.數(shù)據(jù)獲取方式是在授權(quán)使用范圍內(nèi)登錄萬方服務(wù)站平臺，選擇“學位論文”子庫。檢索記錄了10552977條。其中，博士論文378條、博士論文106530條、碩士論文943269條知識網(wǎng)服務(wù)平臺注冊ki.net進入“中國優(yōu)秀碩士論文全文數(shù)據(jù)庫新版”和“中國博士學位論文全文數(shù)據(jù)庫新版”，不輸入檢索詞檢索所有記錄，博士論文145153條，碩士論文11592條。
使用正則表達式提取中文標題、作者姓名、學位授予單位、學位授予年度等4個字段信息。1.3檢索結(jié)果的整理是利用桌面數(shù)據(jù)庫軟件Access整理得到的數(shù)據(jù)，在年度以學位授予單位分組后，由于手動記錄不合格或必要的字段缺失、學位授予單位不是大陸單位等原因造成的無法使用用的記錄。作者姓名為周金應(yīng)中國地質(zhì)大學（北京）碩士論文《長慶西峰油田合單元復(fù)合儲藏層建模研究》，萬方數(shù)據(jù)庫中“學位年度”的記錄值為“1”，論文《基于概念類似度計算的主體映射算法的研究》，作者陳堯，學術(shù)絡(luò)上學位授予單位記載為“源映射實體名”。|＜目標映射實體名稱＞等。除萬方博士論文1條、博士論文18條、碩士論文33條外，最終取得博士論文377條、博士論文106512條、碩士論文943336條。除了學術(shù)博士論文11條、碩士論文13條外，最后獲得了博士論文145142條、碩士論文11579條。統(tǒng)一了著作錄不規(guī)范的名稱。和機械科學研究院、機械科學研究總院一樣，與機械科學研究總院統(tǒng)一。對有多個名稱的單位變更了名稱。例如，軍醫(yī)研修學院、解放軍總醫(yī)院統(tǒng)稱為中國人民解放軍總醫(yī)院。一部分附屬機構(gòu)、二級學院由上級機關(guān)辦理，例如中國科學院的多個研究所，與中國科學院統(tǒng)一認定，兩地的學校設(shè)立、兩地的學位授予校也統(tǒng)一認定為同一所學校，像中國石油大學。
在與“985工程”[1]、“211工程”[2]大學數(shù)據(jù)及大學合并、改名等政策條件相關(guān)聯(lián)而變更的情況下，兩個數(shù)據(jù)庫的影響方向一致且增量相同，因此不參與數(shù)據(jù)整理、比較。2.1在數(shù)據(jù)庫中收錄“211項目”的大學和大學的情況，1
2.1.1收錄了“211工程”的大學數(shù)量。這種類型的大學年收錄數(shù)的變化如圖1～2所示。
將收錄的“211項目”的大學和大學進行了比較，發(fā)現(xiàn)網(wǎng)絡(luò)和萬方中存在著始終沒有收錄全文的高中。其中，網(wǎng)絡(luò)上收錄的博士論文單位中缺少寧夏大學、青海大學、西藏大學等西部“211工程”學院。碩士論文的學分中沒有中國藥科大學。萬方所收錄的博士論文單位中缺少的東西很多，北京科技大學、北京理工大學、北京林業(yè)大學、北京外國語大學、福州大學、哈爾濱工業(yè)大學、海南大學、華東理工大學、以及南大學、南京農(nóng)業(yè)大學、青海大學、清華大學、上海財經(jīng)大學、包括電氣、西安交通大學等。西北農(nóng)林科技大學、西藏大學、云南大學、中國媒體大學、中國藥科大學、中央民族大學、中央音樂學院等22所高校。大學有福州大學、哈爾濱工業(yè)大學、華東理工大學、南京大學、南京農(nóng)業(yè)大學、上海財經(jīng)大學、上海外國國語大學、西安交通大學、西北農(nóng)林科技大學、云南大學、中國藥科大學、中央音樂學院等12所學院。2.1.2收錄“211工程”學院論文數(shù)量。根據(jù)表1，
與收錄了“211工程”學院學位論文全文實際數(shù)量的學院數(shù)的變化傾向幾乎一致。但是，從2004年到2006年，萬方和學術(shù)所收錄的博、碩士論文數(shù)量基本持平，超過了學術(shù)數(shù)量。通過詳細的比較，筆者發(fā)現(xiàn)數(shù)據(jù)庫運營商在某個單位的論文收錄上存在缺陷。2005年的學位年度，學術(shù)收錄了大連理工大學的博士論文是103篇，萬方收錄了271篇。另一個原因是同一篇論文“學位授予年度”欄目的制作內(nèi)容不同。
以大連理工大學的論文《基于企業(yè)價值的財務(wù)戰(zhàn)略管理研究》為例，學術(shù)的學位授予年度為2005年，在學術(shù)的全文封面上標注了“論文的完成時期”為“2004年12月”。大連理工大學圖書館的“本校大學院學位論文”數(shù)據(jù)庫的答辯日是“2005.4.19”。這種著作的分歧普遍存在。以
篇博士論文為例，學術(shù)收錄了“211工程”的大學和學位授予年度是2005年的11230篇博士論文中，與萬方博士論文重復(fù)的是7238條，這些重復(fù)的論文中，萬方數(shù)據(jù)庫記載了2002年的3條，2003年的有17條中記載了2004年的459條。年或2007年。嚴格限制網(wǎng)絡(luò)和萬方中的“學位年度”是在2005年，重復(fù)的論文只有754篇。因此，為了減少這種錯誤所造成的影響，表1中統(tǒng)計的重復(fù)數(shù)與論文的標題相同，除了作為判斷作者名字是否相同的必要條件之外，也可以僅參照知識網(wǎng)中記載的年份進行比較。篇是和學術(shù)重復(fù)收錄的20篇現(xiàn)象。
還可以根據(jù)記錄方式，重復(fù)的數(shù)字比實際重復(fù)的數(shù)字小一些。正如對水的化學式“H2O”的著作一樣，學術(shù)上記載著“H”。2O”，在萬方中記載為“H＜，2＞O”，但是在這種情況下，如果Access中對SQL語句進行比較限定的話，系統(tǒng)會被視為不同的字符串，因此會被判定為不是重復(fù)論文。39所“985工程”的大學全部包含在“211工程”的學院里，所以數(shù)據(jù)庫的學位論文庫所收錄的學校和論文數(shù)量中出現(xiàn)的規(guī)則與收錄“211工程”的大學相似。
.數(shù)據(jù)庫里收錄了大學以外的學分。指擁有中國科學院、中共中央黨校、煤炭科學研究總院等研究生學位授予權(quán)的企業(yè)和事業(yè)單位。這些部門不參加高考，但是有很好的研究環(huán)境。每年可以培養(yǎng)一定數(shù)量的博士、碩士課程的研究生。研究領(lǐng)域有特色，研究成果也同樣有很高的學術(shù)價值。合計2000年以后的非高中單位的收錄數(shù)，如圖3～4所示。
的數(shù)量差很大。從11年度的總和來看，知識網(wǎng)中收錄的博士的全文數(shù)幾乎是萬方博士全文數(shù)的3倍，碩士的數(shù)量也超過了2倍。以具體單位為例