论文查重主要是通过 文本比对和相似度计算来进行的。具体来说，查重系统首先将待检测的论文与已有文献进行比对，找出相似的部分，然后根据比对结果计算出相似度。以下是查重的基本步骤和计算方法：
字符数计算
字符数统计：查重系统通常以字符数（包括空格）来统计字数，而不计入图表、格式代码等信息。中文论文按字符数计算，而外文论文则是按字母数计算，两个字母算作一个字符。
文本预处理：为了减少无关字符的影响，可以将论文粘贴到TXT文本中进行检测。
文本比对
字符串匹配：通过比对论文和已有文献之间的相同字符串或子串来确定相似性。
特征向量：基于特征向量的方法通过计算文本的特征向量来衡量相似性，如使用词频-逆文档频率（TF-IDF）算法来计算词语的权重。
相似度计算
余弦相似度：通过计算两个向量夹角的余弦值来衡量相似性，这是最常用的方法之一。
编辑距离：通过计算将一个字符串转换为另一个字符串所需的最少操作次数来度量相似性。
查重率计算
重复文本数量：统计被认定为重复的部分数量。
论文全文长度：统计论文的总字数。
查重率公式：论文查重率 = 重复文本数量 ÷ 论文全文长度 × 100%。
查重系统选择
常见查重系统：包括知网、维普、万方等，不同系统有不同的查重标准和费用。
查重费用
按字符数收费：如知网个人查重服务单价1.5元/千字符，维普为3元/千字符左右，万方论文检测的价格一般在4元/千字符左右。
按篇收费：例如“源文鉴”网站本科论文30元一篇，硕博论文90元一篇；知网“PMLC”系统本科毕业论文查重费用大约在180元至300元之间。
按套餐收费：适用于需要多次查重的用户，如学校全体学生或学术研究小组等。
会员制度收费：用户购买会员资格后，在一定期限内可享受免费或折扣查重服务。
在进行论文查重时，建议遵循以下步骤：
1. 将论文内容复制到TXT文本中，以排除格式和图表的影响。
2. 选择合适的查重系统，根据学校或学术机构的要求进行选择。
3. 提交论文进行查重，并关注查重结果和反馈。
4. 根据查重结果对论文进行修改和润色，确保原创性和学术诚信。