基于大數(shù)據(jù)分析的作業(yè)抄襲檢測(cè)方法研究

楊立彬?楊芳?尹慧

摘要：隨著教育現(xiàn)代化的發(fā)展，高校學(xué)生的作業(yè)抄襲問(wèn)題日益突出，嚴(yán)重影響了教學(xué)質(zhì)量。過(guò)去的研究主要關(guān)注學(xué)生之間的抄襲行為，而本文將注意力放在個(gè)體學(xué)生上。采集了學(xué)生的作業(yè)成績(jī)、平時(shí)測(cè)驗(yàn)成績(jī)、期末成績(jī)等信息，并采用基于大數(shù)據(jù)分析的方法，建立作業(yè)抄襲檢測(cè)模型。通過(guò)合理設(shè)置參數(shù)，對(duì)學(xué)生個(gè)體的成績(jī)進(jìn)行比對(duì)，以確定是否存在抄襲行為。這種研究有助于教師全面了解學(xué)生的學(xué)業(yè)情況，并能有針對(duì)性地提供輔導(dǎo)。通過(guò)檢測(cè)作業(yè)抄襲行為，不僅可以改善學(xué)風(fēng)，還能為教師提供有效的教學(xué)管理工具。這種模型的建立和應(yīng)用，對(duì)于提高教學(xué)質(zhì)量、減少作業(yè)抄襲現(xiàn)象具有重要意義。

關(guān)鍵詞：作業(yè)抄襲；檢測(cè)方法；大數(shù)據(jù)分析；數(shù)學(xué)模型

作業(yè)是評(píng)估學(xué)生學(xué)習(xí)效果的重要手段，也是教師了解學(xué)生學(xué)習(xí)情況和開(kāi)展個(gè)性化教學(xué)的基礎(chǔ)。然而，在高校中，學(xué)生之間抄襲作業(yè)的現(xiàn)象比較普遍。為了省事和圖便利，許多學(xué)生會(huì)直接復(fù)制他人的作業(yè)或從網(wǎng)絡(luò)文檔中找到模板，稍作修改甚至不修改就提交給老師，試圖蒙混過(guò)關(guān)。這種行為對(duì)學(xué)生本身極不負(fù)責(zé)任，嚴(yán)重影響了教學(xué)質(zhì)量，讓許多教師感到困擾。特別是隨著互聯(lián)網(wǎng)的發(fā)展和教育現(xiàn)代化的推進(jìn)，高校學(xué)生的作業(yè)抄襲問(wèn)題變得更加突出，逐漸侵蝕并嚴(yán)重影響國(guó)家人才培養(yǎng)的質(zhì)量[1]。

一、作業(yè)抄襲檢測(cè)方法研究分析

（一）研究現(xiàn)狀

對(duì)于作業(yè)抄襲問(wèn)題的研究，教師一直非常關(guān)注且感到困擾。研究可以分為兩類。一類是通過(guò)分析學(xué)生抄襲作業(yè)的原因，采取一些措施來(lái)遏制抄襲行為。例如，降低作業(yè)的題目難度，增加主觀題，使作業(yè)結(jié)合學(xué)生的生活經(jīng)驗(yàn)，為每個(gè)學(xué)生留下不同的作業(yè)等方式。另一類則是將人工智能算法和數(shù)據(jù)處理分析技術(shù)結(jié)合起來(lái)，分析學(xué)生作業(yè)之間的相似度，提出作業(yè)抄襲檢測(cè)方法。以王鵬在2017年發(fā)表的《計(jì)算機(jī)程序抄襲檢測(cè)系統(tǒng)的設(shè)計(jì)方案》為例，該研究通過(guò)對(duì)學(xué)生提交的程序?qū)嵺`作業(yè)進(jìn)行程序相似度計(jì)算，找出相似度較高的程序文檔對(duì)，進(jìn)而篩選出疑似抄襲的作業(yè)。另外，楊寅在2019年提出了在大學(xué)生作業(yè)抄襲檢測(cè)中應(yīng)用多線程爬蟲(chóng)技術(shù)的方法。于俊在2021年提出了基于KR和Winnowing的程序代碼作業(yè)相似度檢測(cè)算法，該算法提高了學(xué)生作業(yè)相似檢測(cè)的精準(zhǔn)度，并增加了不同學(xué)生之間作業(yè)相似結(jié)果的區(qū)分度。通過(guò)對(duì)以上算法的研究發(fā)現(xiàn)，以往的作業(yè)抄襲檢測(cè)系統(tǒng)主要側(cè)重于對(duì)不同學(xué)生作業(yè)之間的相似度進(jìn)行檢測(cè)，從而讓教師能夠宏觀地了解班級(jí)整體的作業(yè)完成情況和學(xué)業(yè)水平。這種方法在抄襲檢測(cè)方面取得了不錯(cuò)的效果。然而，這種方法無(wú)法對(duì)學(xué)生個(gè)體的知識(shí)點(diǎn)掌握情況進(jìn)行具體把控，也無(wú)法預(yù)測(cè)學(xué)生的學(xué)習(xí)效果。因此，本文采用的方法恰好彌補(bǔ)了這個(gè)不足，并取得了重要的進(jìn)展。采用基于大數(shù)據(jù)分析的方法，結(jié)合學(xué)生的作業(yè)成績(jī)、平時(shí)測(cè)驗(yàn)成績(jī)和期末成績(jī)等數(shù)據(jù)，來(lái)比對(duì)學(xué)生個(gè)體的成績(jī)情況，從而確定是否存在作業(yè)抄襲行為。這種方法不僅幫助教師全面了解學(xué)生的學(xué)業(yè)情況，還能為他們提供有針對(duì)性的輔導(dǎo)，進(jìn)一步提高學(xué)習(xí)效果。

（二）問(wèn)題的分析

本文采用的方法以學(xué)生個(gè)體為研究對(duì)象，重點(diǎn)比較同一名學(xué)生在每次作業(yè)中不同知識(shí)點(diǎn)的得分率與測(cè)驗(yàn)的得分率。通過(guò)設(shè)置適當(dāng)?shù)膮?shù)，篩選出差異較大的數(shù)據(jù)，以判斷是否存在作業(yè)抄襲行為。這種方法有助于教師全面了解每位學(xué)生的學(xué)習(xí)情況，進(jìn)行有針對(duì)性的輔導(dǎo)，并準(zhǔn)確預(yù)測(cè)學(xué)生的總評(píng)成績(jī)。對(duì)于學(xué)生來(lái)說(shuō)，這種方法更有說(shuō)服力，因?yàn)橥ㄟ^(guò)數(shù)據(jù)對(duì)比，能夠清晰展現(xiàn)每位學(xué)生在不同知識(shí)點(diǎn)上的掌握情況和努力程度。同時(shí)，該方法有效地杜絕了作業(yè)抄襲現(xiàn)象，對(duì)學(xué)風(fēng)建設(shè)有積極的推動(dòng)作用。

二、作業(yè)抄襲檢測(cè)方法研究主要工作

（一）檢測(cè)流程設(shè)計(jì)

1.采集數(shù)據(jù)

在超星學(xué)習(xí)通平臺(tái)中，可以導(dǎo)出學(xué)生的作業(yè)成績(jī)、測(cè)驗(yàn)成績(jī)和期末成績(jī)等數(shù)據(jù)。

作業(yè)成績(jī)的采集：作業(yè)總共6個(gè)模塊。其中，第一模塊是關(guān)于極限與連續(xù)，包含7個(gè)知識(shí)內(nèi)容；第二模塊是導(dǎo)數(shù)及其應(yīng)用，包含8個(gè)知識(shí)內(nèi)容；第三模塊是不定積分，包含3個(gè)知識(shí)內(nèi)容；第四模塊是定積分及其應(yīng)用，包含3個(gè)知識(shí)內(nèi)容；第五模塊是微分方程，包含2個(gè)知識(shí)內(nèi)容；第六模塊是空間解析幾何，包含1個(gè)知識(shí)內(nèi)容?？傆?jì)共有24個(gè)知識(shí)內(nèi)容。

測(cè)驗(yàn)成績(jī)的采集：章末測(cè)驗(yàn)共有5次，每次測(cè)驗(yàn)安排10個(gè)小題；期中測(cè)試1次，安排10個(gè)小題，共60個(gè)小題。

期末考試成績(jī)的采集：期末考試共22個(gè)題，其中填空題5個(gè)小題，單項(xiàng)選擇題5個(gè)小題，判斷題5個(gè)小題，解答題7個(gè)小題。

綜上共需采集106條數(shù)據(jù)。

2.數(shù)據(jù)的分析

在每一模塊作業(yè)完成后，安排一次章末測(cè)驗(yàn)，以此評(píng)估學(xué)生對(duì)知識(shí)點(diǎn)的掌握情況。具體的評(píng)估方法是計(jì)算測(cè)驗(yàn)成績(jī)與作業(yè)成績(jī)之間的差值，若兩者差值在0.3～0.7，則存在一定作業(yè)抄襲嫌疑；差值高于0.7，則存在明顯作業(yè)抄襲現(xiàn)象；低于0.3，則無(wú)作業(yè)抄襲嫌疑。接著進(jìn)行下一模塊的作業(yè)和章末測(cè)驗(yàn)，再次評(píng)估學(xué)生對(duì)知識(shí)點(diǎn)的掌握情況。若差值在0.3～0.7之間則存在一定作業(yè)抄襲嫌疑，高于0.7存在明顯抄襲嫌疑，低于0.3無(wú)抄襲嫌疑。如此循環(huán)，若每次評(píng)測(cè)都不存在抄襲行為則進(jìn)行期末考試，并計(jì)算各知識(shí)點(diǎn)掌握程度。

3.建立作業(yè)抄襲檢測(cè)系統(tǒng)模型

通過(guò)以上分析的結(jié)果，建立數(shù)學(xué)模型，分析學(xué)生知識(shí)點(diǎn)掌握程度。

4.模型的檢驗(yàn)

通過(guò)對(duì)海量的學(xué)生作業(yè)、測(cè)驗(yàn)成績(jī)進(jìn)行采集，利用統(tǒng)計(jì)分析的方法將作業(yè)成績(jī)與測(cè)驗(yàn)成績(jī)進(jìn)行對(duì)比，以及與學(xué)生交談等方式，評(píng)測(cè)模型的準(zhǔn)確性，并通過(guò)修改測(cè)評(píng)指標(biāo)找到適當(dāng)?shù)脑u(píng)估指標(biāo)，建立數(shù)學(xué)模型，繼續(xù)不斷優(yōu)化。

（二）檢測(cè)步驟

Step1：作業(yè)成績(jī)采集。采集學(xué)生第一模塊知識(shí)內(nèi)容1～知識(shí)內(nèi)容7各次作業(yè)的得分，計(jì)算出得分率；

Step2：測(cè)驗(yàn)成績(jī)采集。采集學(xué)生章末測(cè)驗(yàn)一中知識(shí)內(nèi)容1～知識(shí)內(nèi)容7各小題的得分，計(jì)算出得分率；

Step3：合理性判定。評(píng)估第一模塊中各知識(shí)點(diǎn)掌握合理性。

若作業(yè)成績(jī)與測(cè)驗(yàn)成績(jī)得分率差值在0.3～0.7，則此學(xué)生作業(yè)存在一定作業(yè)抄襲嫌疑；

若作業(yè)成績(jī)與測(cè)驗(yàn)成績(jī)得分率差值大于0.7，則此學(xué)生作業(yè)存在作業(yè)抄襲嫌疑；

若作業(yè)成績(jī)與測(cè)驗(yàn)成績(jī)得分率差值小于0.3，則此學(xué)生作業(yè)不存在作業(yè)抄襲嫌疑。

Step4：結(jié)果分析。

若作業(yè)成績(jī)與測(cè)驗(yàn)成績(jī)得分率差值小于0.3，則進(jìn)行第二模塊的作業(yè)與測(cè)驗(yàn)，并重復(fù)Step1～Step3；

若作業(yè)成績(jī)與測(cè)驗(yàn)成績(jī)得分率差值大于或者等于0.3，則教師采取一定的措施，確定學(xué)生是否存在抄襲。針對(duì)確實(shí)存在抄襲的作業(yè)，要求學(xué)生改正后，再進(jìn)入第二模塊的學(xué)習(xí)。

Step5：重復(fù)以上步驟，直至完成第六模塊的作業(yè)與測(cè)驗(yàn)，并進(jìn)行期末考試。

Step6：計(jì)算期末考試各知識(shí)點(diǎn)的得分，計(jì)算知識(shí)點(diǎn)掌握程度，評(píng)估課程目標(biāo)達(dá)成度。

Step7：出具課程學(xué)業(yè)評(píng)價(jià)報(bào)告。

（三）檢測(cè)過(guò)程可能存在的問(wèn)題

雖然學(xué)生的課后作業(yè)成績(jī)可以通過(guò)學(xué)習(xí)通平臺(tái)導(dǎo)出，且較為方便，但是整個(gè)班級(jí)的期末考試成績(jī)及每小題得分需要手動(dòng)采集，工作量較大，對(duì)數(shù)據(jù)進(jìn)行整理和分析問(wèn)題也比較困難。

考慮到整個(gè)檢測(cè)系統(tǒng)的嚴(yán)謹(jǐn)性，僅憑數(shù)據(jù)不能完全確定該學(xué)生是否存在抄襲行為。所以在后續(xù)過(guò)程中需要利用一定的時(shí)間，持續(xù)性觀察學(xué)生們的實(shí)時(shí)情況，多和學(xué)生交流，對(duì)比每個(gè)學(xué)生平時(shí)章末測(cè)試的成績(jī)和最終期末的成績(jī)。對(duì)于浮動(dòng)范圍較大的學(xué)生要多多留意，叫到辦公室談話或者向班級(jí)其他同學(xué)詢問(wèn)的方式來(lái)加以驗(yàn)證，最終檢驗(yàn)出模型的合理性。

三、作業(yè)抄襲檢測(cè)方法實(shí)現(xiàn)

以2022級(jí)工商管理專業(yè)1班的兩名同學(xué)的成績(jī)?yōu)槔M(jìn)行數(shù)據(jù)的采集、分析等。

（一）采集學(xué)生課后作業(yè)成績(jī)及測(cè)驗(yàn)成績(jī)，繪制散點(diǎn)圖

學(xué)生第一模塊課后作業(yè)及章末測(cè)驗(yàn)知識(shí)內(nèi)容得分率如表1所示，散點(diǎn)圖誒圖1所示。

（二）數(shù)據(jù)分析

通過(guò)數(shù)據(jù)比對(duì)發(fā)現(xiàn)，李娜同學(xué)知識(shí)點(diǎn)3的作業(yè)得分率為1.00，測(cè)驗(yàn)的得分率為0.50，兩者之差大于0.3，存在一定的作業(yè)抄襲嫌疑；知識(shí)點(diǎn)5的作業(yè)得分率為1.00，測(cè)驗(yàn)的得分率為0.75，兩者之差小于0.3，基本上不存在作業(yè)抄襲嫌疑；知識(shí)點(diǎn)6的作業(yè)得分率為0.80，測(cè)驗(yàn)的得分率為1.00，不存在作業(yè)抄襲嫌疑。

周夢(mèng)玲同學(xué)知識(shí)點(diǎn)3的作業(yè)得分率為0.75，測(cè)驗(yàn)的得分率為0.50，兩者之差小于0.3，基本不存在作業(yè)抄襲嫌疑；知識(shí)點(diǎn)6的作業(yè)得分率為0.60，測(cè)驗(yàn)的得分率為1.00，存在一定的作業(yè)抄襲嫌疑。

（三）模型檢驗(yàn)

為了進(jìn)一步驗(yàn)證結(jié)果的準(zhǔn)確性，在教學(xué)中教師會(huì)多多關(guān)注該同學(xué)的表現(xiàn)，以了解其學(xué)習(xí)情況。并在課后答疑時(shí)，與該學(xué)生交流。

針對(duì)李娜同學(xué)，經(jīng)過(guò)一段時(shí)間的了解，該同學(xué)承認(rèn)作業(yè)3知識(shí)點(diǎn)（無(wú)窮小與無(wú)窮大的概念）較難，課上并未完全理解，所以在做測(cè)驗(yàn)時(shí)去網(wǎng)上搜索了答案。知識(shí)點(diǎn)5（無(wú)窮小的比較）的測(cè)驗(yàn)在計(jì)算時(shí)出現(xiàn)了失誤，導(dǎo)致扣分。知識(shí)點(diǎn)6（函數(shù)的連續(xù)性）在做作業(yè)時(shí)未理解概念的含義，在老師講解作業(yè)后化解疑問(wèn)，考試掌握較好。

針對(duì)周夢(mèng)玲同學(xué)，經(jīng)過(guò)一段時(shí)間的了解，該同學(xué)承認(rèn)作業(yè)3知識(shí)點(diǎn)（無(wú)窮小與無(wú)窮大的概念）較難，課上并未完全理解，作業(yè)和測(cè)驗(yàn)成績(jī)均不理想。知識(shí)點(diǎn)6（函數(shù)的連續(xù)性）在課上未理解概念的含義，在聽(tīng)了老師的作業(yè)講解后，經(jīng)與同學(xué)討論，掌握該知識(shí)點(diǎn)。

（四）模型改進(jìn)

在對(duì)學(xué)生的課后作業(yè)及章節(jié)測(cè)驗(yàn)成績(jī)進(jìn)行比對(duì)時(shí)發(fā)現(xiàn)，當(dāng)測(cè)驗(yàn)成績(jī)低于作業(yè)成績(jī)時(shí)，檢測(cè)模型基本符合實(shí)際，但是當(dāng)測(cè)驗(yàn)成績(jī)高于作業(yè)成績(jī)時(shí)，往往意味著學(xué)生經(jīng)過(guò)努力，鞏固了所學(xué)內(nèi)容，所以成績(jī)會(huì)有一定的提高。此時(shí)檢測(cè)模型與實(shí)際會(huì)有偏差。因此考慮改進(jìn)模型。

當(dāng)測(cè)驗(yàn)成績(jī)高于作業(yè)成績(jī)時(shí)，評(píng)估與之關(guān)聯(lián)的知識(shí)點(diǎn)掌握的合理性。若在關(guān)聯(lián)知識(shí)點(diǎn)的評(píng)價(jià)中學(xué)生存在抄襲嫌疑，則通過(guò)談話的方式確定最終結(jié)論；若關(guān)聯(lián)知識(shí)點(diǎn)的評(píng)估合理，則消除學(xué)生抄襲嫌疑。

此方法通過(guò)知識(shí)點(diǎn)之間的關(guān)聯(lián)進(jìn)行判斷，有利于教師全面了解學(xué)生的學(xué)業(yè)情況，進(jìn)一步優(yōu)化教學(xué)，對(duì)學(xué)生而言也更具有說(shuō)服力。

（五）模型評(píng)價(jià)

1.模型的優(yōu)點(diǎn)

本文提出的新的作業(yè)抄襲檢測(cè)方法，與過(guò)去針對(duì)學(xué)生之間的作業(yè)相似度檢測(cè)不同，這個(gè)方法著重關(guān)注個(gè)別學(xué)生，通過(guò)對(duì)比他們的作業(yè)成績(jī)和測(cè)驗(yàn)成績(jī)來(lái)評(píng)估他們的學(xué)習(xí)情況。這種方法對(duì)教師來(lái)說(shuō)具有精準(zhǔn)掌握學(xué)生學(xué)習(xí)情況、因材施教的優(yōu)勢(shì)。經(jīng)過(guò)一個(gè)學(xué)期的驗(yàn)證，該方法被證明是方便可行的，且具有較高的檢測(cè)準(zhǔn)確度。這表明該方法在實(shí)際應(yīng)用中具有一定的價(jià)值。

2.模型的缺點(diǎn)

在使用過(guò)程中，模型的準(zhǔn)確度可能受到人為主觀因素的影響，這是需要進(jìn)一步提升的方面。當(dāng)發(fā)現(xiàn)學(xué)生存在抄襲嫌疑時(shí)，教師需要依靠自身的經(jīng)驗(yàn)和與學(xué)生的交流等方式，進(jìn)一步確定是否存在抄襲行為。這種方式引入了主觀因素，可能會(huì)影響判斷的效率和準(zhǔn)確度。但隨著使用時(shí)間的增長(zhǎng)和數(shù)據(jù)量的積累，模型的參數(shù)可以進(jìn)一步改進(jìn)，降低主觀因素的影響。通過(guò)對(duì)更多樣本的觀察和分析，不斷優(yōu)化模型，提高其準(zhǔn)確性和可靠性。

四、結(jié)束語(yǔ)

研究作業(yè)抄襲檢測(cè)問(wèn)題已經(jīng)有多年的歷史，而以學(xué)生個(gè)體為研究對(duì)象，基于大數(shù)據(jù)分析的方法進(jìn)行作業(yè)抄襲檢測(cè)則是相對(duì)較新的思路。本文通過(guò)比對(duì)學(xué)生自身的課后作業(yè)、章節(jié)測(cè)驗(yàn)及期末成績(jī)，設(shè)置合理的參數(shù)，評(píng)估學(xué)生對(duì)知識(shí)點(diǎn)的掌握情況，進(jìn)而判斷是否存在抄襲嫌疑。初步的研究驗(yàn)證表明，該方法具有合理性和可行性。在未來(lái)的研究中，將繼續(xù)收集大量數(shù)據(jù)，并不斷完善作業(yè)抄襲檢測(cè)系統(tǒng)，以提高檢測(cè)的準(zhǔn)確性和效率。這種檢測(cè)方法為各大高校的教師提供了一種合理化的手段，提高了對(duì)學(xué)生的管理效率。從而更好地遏制了學(xué)生抄襲作業(yè)的現(xiàn)象，提升作業(yè)完成的質(zhì)量。另外，這種方法能夠?yàn)楦纳茖W(xué)風(fēng)提供有力的保障。

參? 考? 文? 獻(xiàn)

[1]鄒恩岑，馬壯，申宇，等.一種高校電子作業(yè)抄襲檢測(cè)系統(tǒng)設(shè)計(jì)[J].物聯(lián)網(wǎng)技術(shù)，2020（10）：51-56。

[2]于俊等. 高教程序代碼作業(yè)抄襲檢測(cè)的方法研究與實(shí)踐[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2020（8）：1048-1057。

[3]羅云華，姬增利.網(wǎng)絡(luò)教學(xué)中大學(xué)生作業(yè)抄襲現(xiàn)象的預(yù)防策略研究[J].教學(xué)研究，2020（1）：77-78.

基金項(xiàng)目：遼寧省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（202213208034）。

楊立彬（2001.05-），男，漢族，河南平頂山，本科在讀，研究方向：道路橋梁與渡河工程。