梁斌 陳家湖 馮曉鋒 周富肯

摘 ?要：查重抄襲分析是在計(jì)算機(jī)系教學(xué)領(lǐng)域中尤為重要的一個(gè)研究支線，近年來(lái)，越來(lái)越多計(jì)算機(jī)門類的教評(píng)工作者采取了線上批改方案以此進(jìn)行教學(xué)工作的展開(kāi)，故代碼的查重抄襲分析工作開(kāi)始逐步成為了業(yè)內(nèi)焦點(diǎn)，由此引申出的分析模型系統(tǒng)自然備受矚目，目的是為每一名使用者完成其自身獨(dú)立的數(shù)據(jù)模型構(gòu)建，產(chǎn)出相對(duì)便利教學(xué)工作的優(yōu)勢(shì)輸出。本文將對(duì)目前主要查重以及抄襲分析的研究方向，應(yīng)用等方面進(jìn)行展開(kāi)討論，通過(guò)比較和分析的手法完成查重分析目前的應(yīng)用趨勢(shì)以及未來(lái)展望。

關(guān)鍵詞：查重;抄襲分析;數(shù)據(jù)模型;類比分析;綜述;性質(zhì)

1 數(shù)據(jù)模型及公式

抄襲檢測(cè)分析系統(tǒng)中，使用者的數(shù)據(jù)內(nèi)容主要有以下幾點(diǎn)，提交人的學(xué)號(hào)，學(xué)生姓名，提交時(shí)間，成功提交題目數(shù)量，總得分，代碼內(nèi)容等。由此完成抄襲檢測(cè)抄襲分析的首要工作。每一位使用者錄入的數(shù)據(jù)模型不盡相同，故此將會(huì)根據(jù)每人相應(yīng)的數(shù)據(jù)內(nèi)容得出不同的分析數(shù)據(jù)，但這份分析報(bào)告也并非為獨(dú)立個(gè)體，將會(huì)劃分入統(tǒng)計(jì)系統(tǒng)中，以直觀圖表形式顯示。上述討論為分析的基本信息，當(dāng)然對(duì)于使用者數(shù)據(jù)部分不僅于此，根據(jù)不同試題提交時(shí)間的不同，可以對(duì)每一道題目進(jìn)行時(shí)間間隔的分類管理，從而得出這一題的大致耗時(shí)為多久，同時(shí)計(jì)算成功提交題目的數(shù)量，計(jì)算在相應(yīng)時(shí)間間隔中，一次即提交成功的題目數(shù)量占比為多少，這些使用者的數(shù)據(jù)皆能良好反應(yīng)抄襲率的起伏變化。同時(shí)代碼內(nèi)容的錄入也能夠成為抄襲分析的數(shù)據(jù)支撐量，從而在頁(yè)面上精準(zhǔn)顯示相應(yīng)的計(jì)算分析內(nèi)容，使得教評(píng)工作人員直觀得出需求數(shù)據(jù)。

對(duì)于一個(gè)學(xué)生來(lái)說(shuō)，該名學(xué)生的平均查重率 為

學(xué)生的抄襲率 為

在不同的課程中有不同的題型，對(duì)于選擇填空這種有固定答案的題目，要將分?jǐn)?shù)權(quán)重控制在20%以內(nèi)，著重分析編程題這種不止一種寫法的題目情況。

一個(gè)學(xué)生在一次題目集的作業(yè)中的分?jǐn)?shù)score為

2 抄襲分析的具體實(shí)現(xiàn)

抄襲分析是為了找出那些學(xué)習(xí)編程只是為了應(yīng)付作業(yè)，敷衍了事的學(xué)生。在進(jìn)行分析之前，我們要分析下這類的學(xué)生學(xué)習(xí)習(xí)慣。一般來(lái)說(shuō)，對(duì)于認(rèn)真學(xué)習(xí)的學(xué)生的定義是在老師布置好作業(yè)后，會(huì)第一時(shí)間去完成作業(yè)，會(huì)對(duì)學(xué)習(xí)抱有熱情，這樣的學(xué)生在代碼提交平臺(tái)上的具體表現(xiàn)就是會(huì)大量的做編程題目，對(duì)于一些難題會(huì)出現(xiàn)多次提交，但是不會(huì)是一次就得到正確答案的。而對(duì)于敷衍了事的學(xué)生，老師布置的作業(yè)從來(lái)都是漠不關(guān)心，甚至很多時(shí)候都會(huì)拖到最后時(shí)刻逼不得已才去做的。只要抓住這種學(xué)生的做作業(yè)習(xí)慣很容易可以推斷出實(shí)行抄襲的學(xué)生的作業(yè)特點(diǎn)為：

（1）作業(yè)提交的時(shí)間接近作業(yè)提交的截止時(shí)間。

（2）編程作業(yè)的代碼的查重率會(huì)非常高。

（3）在短時(shí)間內(nèi)多次提交作業(yè)，并且連續(xù)提交的通過(guò)率接近甚至等于100%。

抓住以上的三個(gè)特點(diǎn)就可以容易的指定出一條篩選抄襲作業(yè)的學(xué)生的規(guī)則，對(duì)于第一個(gè)提交時(shí)間接近截至?xí)r間，我們選擇忽視掉，因?yàn)槊總€(gè)人的學(xué)習(xí)時(shí)間都不是固定的，作業(yè)晚提交也不能說(shuō)他抄襲作業(yè)。

進(jìn)行抄襲分析主要通過(guò)特點(diǎn)2和特點(diǎn)3來(lái)進(jìn)行篩選：

對(duì)于一個(gè)學(xué)生，首先利用代碼提交表查找這個(gè)學(xué)生在這次作業(yè)中提交正確的題目，然后根據(jù)查重表找出這些題目查重率是100%的題目（查重率100%不代表這個(gè)人是抄襲的，因?yàn)閷?duì)于某些題目的解題方法都存在相同的解法）。找出查重率為100%的題目后，根據(jù)提交時(shí)間將這些題目進(jìn)行排序，如果相鄰的兩個(gè)題目在短時(shí)間內(nèi)（10分鐘到30分鐘）進(jìn)行提交并且一次就通過(guò)了，那么的話這個(gè)學(xué)生的做的這個(gè)題目就很大概率是抄襲的，這個(gè)短時(shí)間在不同的難度的作業(yè)應(yīng)該是可以進(jìn)行適當(dāng)?shù)倪M(jìn)行改變，對(duì)于大多數(shù)的題目來(lái)說(shuō)，經(jīng)過(guò)多次實(shí)驗(yàn)短時(shí)間內(nèi)的時(shí)間設(shè)置在15分鐘內(nèi)最為合適。

抄襲分析的結(jié)果與實(shí)際結(jié)果的誤差與誤差分析：

將實(shí)際手動(dòng)進(jìn)行篩選抄襲的題目與抄襲分析得出的結(jié)果進(jìn)行比較后，兩者之間的誤差在10%以內(nèi)，說(shuō)明雖然實(shí)現(xiàn)的邏輯簡(jiǎn)單但是得到的結(jié)果也是有效的。會(huì)得到這種效果的原因在于：

認(rèn)真編程的學(xué)生通常會(huì)完成一道題目就會(huì)提交一次，出錯(cuò)就會(huì)改進(jìn)后再提交直到題目通過(guò)為止，而敷衍了事去抄襲作業(yè)提交的學(xué)生會(huì)從別人或者從網(wǎng)上得到答案后直接進(jìn)行復(fù)制粘貼點(diǎn)擊提交就完成一道題目。這樣做得到的結(jié)果就是短時(shí)間內(nèi)產(chǎn)生大量的正確提交。然后這樣就會(huì)被我們?cè)O(shè)置的規(guī)則捕捉到，進(jìn)而找出抄襲的題目。

之所以會(huì)產(chǎn)生10%以內(nèi)的誤差經(jīng)過(guò)分析得出的主要原因有一下幾點(diǎn)：

（1）在某些作業(yè)集中會(huì)存在個(gè)別題目十分簡(jiǎn)單，這類題目的查重率會(huì)非常之高，此時(shí)設(shè)置的15分鐘的時(shí)間限制就會(huì)出現(xiàn)差錯(cuò)。

（2）存在一些學(xué)生會(huì)將題目全部完成再進(jìn)行提交。

3 結(jié)束語(yǔ)

隨著互聯(lián)網(wǎng)逐步跨越性發(fā)展，大數(shù)據(jù)時(shí)代的不斷深入，越來(lái)越多的高校采取了完全網(wǎng)絡(luò)化的課程方式，這種現(xiàn)象在計(jì)算機(jī)系學(xué)科中尤為突出，將網(wǎng)絡(luò)化以及數(shù)據(jù)化應(yīng)用于日常教學(xué)中，例如課程上的設(shè)置以及作業(yè)的安排。在這一背景趨勢(shì)下，題庫(kù)網(wǎng)站的出現(xiàn)成為了熱門焦點(diǎn)，其中抄襲查重分析的出現(xiàn)使得這一門類的學(xué)業(yè)輔助網(wǎng)站更添競(jìng)爭(zhēng)力，擁有著更加廣闊的發(fā)展前景。據(jù)此基于本文的討論內(nèi)容我們可以輕易得出，目前的市場(chǎng)應(yīng)用場(chǎng)景處于一個(gè)穩(wěn)步上升期。我們?cè)诒疚纳鲜鲇懻搩?nèi)容中，介紹了查重的基本性質(zhì)，分類，作用等，同時(shí)完成了代碼分析的數(shù)據(jù)處理工作詳述，構(gòu)建了用戶數(shù)據(jù)模型，完成更有效的精準(zhǔn)分析工作，于此這一的工作我們期望更多同行研究人員能夠朝著這一方向開(kāi)展更為詳盡的探討以及更為深入的研究。

參考文獻(xiàn)

[1] ?方興林.博弈論視野下大學(xué)生課程作業(yè)抄襲現(xiàn)象研究[J].《安慶師范學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版》，2016，35（3期）：128-130.

[2] ?何曉柯.大學(xué)生畢業(yè)論文抄襲現(xiàn)象透析及遏制對(duì)策[J].現(xiàn)代物業(yè)（中旬刊），2011：35-37.

[3] ?王明昊.程序代碼相似性檢測(cè)在論文抄襲判定中的應(yīng)用[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2010：145-146.

[4] ?沈林.大學(xué)生作業(yè)抄襲現(xiàn)象的根源分析及解決思路探討[J].中國(guó)科技信息，2009（17）：247-248.

[5] ?李書偉，王琪.大學(xué)生抄襲作業(yè)現(xiàn)象的分析探討[J].中國(guó)科技信息，2007：241+243.