探究計算機(jī)程序抄襲檢測系統(tǒng)設(shè)計及應(yīng)用

周瓊

一、引言

計算機(jī)程序抄襲檢測系統(tǒng)是一款能夠避免學(xué)術(shù)抄襲、造假等情況的計算機(jī)軟件。雖然很多計算機(jī)程序被研發(fā)出來，但也出現(xiàn)了很多反抄襲的軟件系統(tǒng)。這就需要在保障檢測抄襲精準(zhǔn)性前提下，提出更高級別的檢測系統(tǒng)。如果只是圍繞反抄襲軟件展開設(shè)計，會顯得較為被動。現(xiàn)如今，我國大部分計算機(jī)程序抄襲檢測系統(tǒng)都是針對中文文檔而設(shè)計的，國際上、英文環(huán)境下所開發(fā)的計算機(jī)程序抄襲系統(tǒng)無法被借鑒利用。針對此類情況，需要加強(qiáng)國內(nèi)學(xué)術(shù)和世界學(xué)術(shù)界間的接軌，不斷優(yōu)化程序系統(tǒng)，提高抄襲檢測的性能，這樣才能夠全面凈化學(xué)術(shù)環(huán)境。

二、計算機(jī)程序抄襲檢測系統(tǒng)中的關(guān)鍵技術(shù)

在信息時代下，由于網(wǎng)絡(luò)信息共享度不斷提高，因此文獻(xiàn)信息獲取變得更加便捷，學(xué)術(shù)抄襲問題也層出不窮。針對此類問題，抄襲檢測系統(tǒng)也在不斷更新，提出了多種檢測技術(shù)，應(yīng)用較為廣泛的抄襲檢測技術(shù)有：

（一）模擬匹配技術(shù)

模擬匹配技術(shù)是抄襲檢測領(lǐng)域應(yīng)用最為廣泛的技術(shù)之一，融入了基礎(chǔ)檢測、文檔搜尋、語句匹配等內(nèi)容，是一種十分精確的算法之一。整個技術(shù)中包括單模/多模檢測匹配方法。

單模算法是指讓長度為N的字符串Y中的找出長度為M字符串X有相似率的子串，如果在搜索中找出了相應(yīng)的字符串，就提對應(yīng)指定位置，如果沒有找到相似的字符串就會自動歸零。

多模算法是指采用集合算法，建設(shè)處串集合，如N={N1，N2...Nx}，對字符串的Z進(jìn)行匹配分析，找到相似的字符串并轉(zhuǎn)回到指定位置上，如果沒有找到相應(yīng)的字符串就會返回到零。多模與單模算法不同，多模是采用同時計算方法，能和多個字符進(jìn)行匹配，從而大大提高了抄襲檢測精度和效率。

（二）相似度算法

隨著我國抄襲檢測技術(shù)不斷發(fā)展，系統(tǒng)愈加完善，抄襲人員也在不停的更改抄襲方法，例如同義詞更換、添加/刪除字符等方法，也可以調(diào)換詞語順序來規(guī)避檢測，針對此類現(xiàn)象可以采用相似度算法進(jìn)行匹配。從本質(zhì)上說，相似度算法也是一種匹配算法，針對不同字符串的相似度算法，包括匹配相似度算法、集合相似度算法、空間向量模型相似度算法等等。

（三）中文分詞技術(shù)

在進(jìn)行文獻(xiàn)檢測過程中如果采用了整句搜索關(guān)鍵詞方法，會導(dǎo)致所檢測的內(nèi)容或匹配信息過于片面，并且檢測過程也十分復(fù)雜，檢測時間較長，與當(dāng)代學(xué)術(shù)爆炸時代不相符?；诖?，可以采用中文分詞技術(shù)展開檢測。在實際應(yīng)用當(dāng)中，通過對詞匯進(jìn)行分割，找出句子當(dāng)中的相同/相似字符相似率，從而判定句子相似率，從而提高檢測精度和效率。該項技術(shù)包含了字符串匹配分詞、統(tǒng)計方法分詞、知識理解分詞等技術(shù)手段。

三、計算機(jī)程序抄襲檢測系統(tǒng)功能分析

抄襲檢測系統(tǒng)設(shè)計需要結(jié)合用戶的使用需求和功能需求兩個方面開展，只有保證檢測系統(tǒng)設(shè)計的針對性，才能夠提高系統(tǒng)程序設(shè)計的適用性。究根結(jié)底，設(shè)計抄襲檢測系統(tǒng)主要是為了最大程度上檢測出文檔抄襲，但也要關(guān)注整個軟件的可操作性與效率性。

（一）使用需求分析

一篇文檔完成之后，如果沒有進(jìn)行抄襲檢測，則他人無法認(rèn)定文檔當(dāng)中哪個部分存在抄襲問題，所以大部分文檔都需要展開抄襲檢測或匹配檢測，我國大部分軟件都是以百分比的形式表示抄襲比例，如知網(wǎng)檢測、paperpass、萬方檢測等。同時，也需要充分考慮抄襲檢測系統(tǒng)用戶的使用邏輯思維和習(xí)慣，這就要在不同程序文檔進(jìn)行相似度匹配后，對這些相似度計算內(nèi)容展開方向性排序，采用上述計算分析處理后即可找出相似度最高文檔，這樣即可更加精準(zhǔn)、高效的找出抄襲內(nèi)容。

（二）使用功能分析

1.按照抄襲檢測的邏輯程序?qū)⒊u檢測系統(tǒng)的檢測路徑和名稱進(jìn)行檢測，也可以對這些的文檔進(jìn)行刪除與添加將，之后可以采用分析需求方法，把指定程序文檔進(jìn)行部分刪除或全部刪除，也可以清空處理。

2.設(shè)計文檔相似度計算功能，需要將這些將要被抄襲系統(tǒng)對被檢測的程序文檔進(jìn)行相互匹配計算，也就是把文檔內(nèi)容展開匹配分析，并在此基礎(chǔ)上對這些文檔的相似度進(jìn)行計算。之后把上述程序文檔相似度計算結(jié)果，把被抄襲文獻(xiàn)的抄襲比例由高向低進(jìn)行一一排序。由此可見，將相似度匹配技術(shù)應(yīng)用到抄襲系統(tǒng)當(dāng)中，可以有效提高檢測精度，這也是整個檢測系統(tǒng)的核心功能。

3.對于被檢測文檔相似度較高的對象（文獻(xiàn)）展開進(jìn)一步的劃分和處理。相似度較高的程序文檔能夠說明此文檔存在較高的抄襲性，所以在相似度匹配結(jié)果上要對文獻(xiàn)內(nèi)容進(jìn)行細(xì)致分析，從而進(jìn)一步確定被檢測文檔是否存在著抄襲情況。在系統(tǒng)分析當(dāng)中，需要把兩個相似度最高的文獻(xiàn)展開深度對比，并將相似/抄襲部分用特殊顏色標(biāo)注。如果相似度匹配結(jié)果較低，可以確定這些文檔幾乎不存在相互抄襲的情況。

四、計算機(jī)程序抄襲檢測系統(tǒng)的設(shè)計思路

雖然當(dāng)今我國很多檢測軟件都能夠在很大程度上分析文檔的抄襲率，但從宏觀層面上看，檢測系統(tǒng)依然不夠完善，還存在著一些漏洞問題，如中英文環(huán)境沖擊和反抄襲功能需求。所以，檢測系統(tǒng)要重點(diǎn)從適應(yīng)英文文獻(xiàn)下的抄襲檢測技術(shù)工具，也就是讓該系統(tǒng)中具備對英文字符進(jìn)行分割，從而展開相似度匹配計算方法，之后將相似匹配過程展開模糊、分割匹配計算方法，這樣即可對英文文獻(xiàn)字符進(jìn)行檢測分析，提高抄襲檢測的精準(zhǔn)性和廣泛性，根據(jù)檢測個層次字符串標(biāo)準(zhǔn)，對被檢測文檔進(jìn)行相似度匹配計算，為抄襲現(xiàn)象提供相應(yīng)的依據(jù)。

再者，為了能夠提高檢測系統(tǒng)的實用性，還要在檢測數(shù)據(jù)庫中存儲、添加劑中英文文檔，保證資源庫的及時更新性，加強(qiáng)數(shù)據(jù)庫資源的維護(hù)，可以把過于老舊或廢氣的文獻(xiàn)剔除，提高數(shù)據(jù)庫的空間率。以此為思路，結(jié)合抄襲檢測系統(tǒng)的功能模塊功能，對整個系統(tǒng)進(jìn)行開發(fā)設(shè)計和優(yōu)化升級。本文認(rèn)為，檢測系統(tǒng)功能模塊設(shè)計中，需要服務(wù)的對象主要包括以下幾點(diǎn)：

（一）在系統(tǒng)設(shè)計中，重點(diǎn)內(nèi)容就是面向系統(tǒng)用戶的功能設(shè)計方法，結(jié)合用戶的實際需求，提供之前檢測系統(tǒng)所欠缺的用戶個人數(shù)據(jù)維護(hù)、新用戶注冊、信息定時/實時更新、數(shù)據(jù)修改與完善、會員登錄、提交信息資源文檔、查詢檢測結(jié)果、強(qiáng)化操作處理等多個方面。

（二）在計算機(jī)程序抄襲檢測系統(tǒng)設(shè)計層面上，也要針對系統(tǒng)管理員展開針對性設(shè)計。也就是結(jié)合管理員的實際操作內(nèi)容和標(biāo)準(zhǔn)，提供文檔資源數(shù)據(jù)庫中的中英文程序文檔操作功能，主要包括相關(guān)文檔的添加/闡述、維護(hù)信息資源、信息資源列表、定時/實時更新等方面。與此同時，為了能夠提高整個系統(tǒng)在實際操作中的適應(yīng)性，還需要提供針對管理人員的數(shù)據(jù)庫系統(tǒng)操作內(nèi)容，包括界面操作、模塊化服務(wù)功能，設(shè)立模塊接口，以便于后續(xù)的功能增添和操作。

（三）在以上設(shè)計的理念與思路下，該檢測系統(tǒng)的登錄過程和應(yīng)用流程如下：首先，系統(tǒng)管理人員可以先注冊登錄管理人員的身份賬號，并賦予相應(yīng)的操作權(quán)限；其次，管理人員通過輸入相應(yīng)的賬號密碼登錄到檢測系統(tǒng)平臺中，把所檢測的中英文檔添加到信息資源庫當(dāng)中，這樣即可提高文檔檢測的便捷性。系統(tǒng)用戶在完成系統(tǒng)平臺注冊登錄后即可檢測文檔抄襲率或相似率；再次，整個檢測系統(tǒng)對被檢測的文檔進(jìn)行匹配計算后（與數(shù)據(jù)庫資源進(jìn)行匹配），即可由高到低羅列出相似度較高的文檔信息；最后，把這些相似度較高的文檔進(jìn)行對照對比，采用兩兩對比分析的方法，將最終的計算結(jié)果反饋給操作用戶。

五、結(jié)束語

綜上所述，為了能夠提高抄襲檢測精度、效率、適用性，需要在現(xiàn)有的檢測系統(tǒng)上進(jìn)行升級改造或再設(shè)計，將整個系統(tǒng)設(shè)計出注冊、篩選、抄襲檢測、后臺信息維護(hù)等多個模塊，并保證每個模塊可以相互獨(dú)立運(yùn)行，這樣即可更好的為抄襲檢測系統(tǒng)提供服務(wù)。