這個不同檢測系統(tǒng)數(shù)據(jù)庫一般都是不一樣的，以學(xué)校規(guī)定的查重檢測系統(tǒng)即可

教育部出于全國學(xué)術(shù)不端公平性都會要求學(xué)位論文的學(xué)術(shù)不端的檢測，市面上的查重軟件一般用于高校對于碩士和博士論文采用的檢測系統(tǒng)或是用戶自己提前進(jìn)行自查檢測，目前查重軟件主要有百度學(xué)術(shù)論文助手、知網(wǎng)、Paperpass、萬方、維普等等。下面以百度學(xué)術(shù)論文助手為例：1、檢測文檔格式的要求百度學(xué)術(shù)論文助手查重系統(tǒng)對學(xué)位論文檢測支持整篇上傳，但文檔格式對檢測結(jié)果可能會造成影響，最終交稿格式按規(guī)范提交檢測，可以將影響降到最小。系統(tǒng)的算法比較復(fù)雜，每次修改論文后再測可能會有第一次沒測出的小段抄襲（該小段不會超過200 字，并且二次修改后論文一般會大大降低抄襲率） 。2、檢測對比庫的問題目前所公布的對比庫包括：學(xué)術(shù)期刊總庫，學(xué)位（博士，碩士，學(xué)士）論文全文數(shù)據(jù)庫，會議論文全文數(shù)據(jù)庫，報紙全文數(shù)據(jù)庫，圖書全文數(shù)據(jù)庫，專利全文數(shù)據(jù)庫，博客全文數(shù)據(jù)庫，網(wǎng)絡(luò)文檔數(shù)據(jù)庫，互聯(lián)網(wǎng)文獻(xiàn)數(shù)據(jù)庫，英文數(shù)據(jù)庫，年鑒數(shù)據(jù)庫，標(biāo)準(zhǔn)庫，用戶共享庫等，一些個人比對庫和部分書籍不在百度學(xué)術(shù)論文助手的查重比對庫中，所以，來源于這些的文獻(xiàn)，是檢測不出抄襲的。百度學(xué)術(shù)論文助手查重系統(tǒng)是目前市場上很成熟，檢測速度很快，結(jié)果很準(zhǔn)的一套檢測系統(tǒng)。3、關(guān)于分段和分章出結(jié)果的問題上傳論文后，系統(tǒng)會自動檢測該論文的章節(jié)信息，如果學(xué)校的目錄設(shè)置符合百度學(xué)術(shù)論文助手系統(tǒng)內(nèi)置的分章判斷條件，系統(tǒng)就會按章檢測，分章出結(jié)果，否則會分段出結(jié)果。關(guān)于分段或分章主要涉及的閥值。建議，無論是分章還是分段，保持和學(xué)校一致即可。4、關(guān)于引用的內(nèi)容如何檢測出來的問題引用了別人的段落或句子，沒有檢測出來，引用標(biāo)注了出處，算抄襲。”首先，引用算不算抄襲，與標(biāo)注出處沒有任何關(guān)系，引用能不能檢測出來，與系統(tǒng)準(zhǔn)不準(zhǔn)確也沒有關(guān)系。所有這些都靠系統(tǒng)的閥值來決定。查重系統(tǒng)對該套檢測系統(tǒng)的靈敏度設(shè)置了一個閥值。以通常閥值設(shè)置3%為例，以段落（或章節(jié)）的字?jǐn)?shù)來計算，單篇文獻(xiàn)低于3%的抄襲或引用是檢測不出來的，這種情況常見于大段文字中的小句或者小概念。舉個例子：假如檢測段落1（第一章）有10000 字，那么引用A 文獻(xiàn)300字（10000 乘以3%=300）以內(nèi)，是不會被檢測出來的。若引用B文獻(xiàn)超過300字，那么B文獻(xiàn)分布于第一章中的抄襲都會被紅字標(biāo)注，不管位于第一章何處，即使打斷成句子，只要超過20字就會被標(biāo)注。所以，通常一篇文章的引用，盡可能多的選擇多篇文獻(xiàn)，一篇截取幾句，這樣是不易被檢測出來的。但關(guān)于一些引用的為什么也算抄襲，還是因為前面閥值問題，高于設(shè)置閥值的標(biāo)準(zhǔn)就會統(tǒng)一算抄襲，一旦超標(biāo)，即使標(biāo)注了引用也無濟于事。舉例說明：某篇論文第一章有5000 字，那么第一章中，就只能引用A文獻(xiàn)150 字以下，否則會被系統(tǒng)認(rèn)為是抄襲。第二章4000 字，那么只能引用A 文獻(xiàn)120字以下，否則會被系統(tǒng)認(rèn)為是抄襲。第三章8000 字，第四章7000 字，分別為240 字以下和210 字以下，以此類推。綜上所述，引用超標(biāo)的計算方式是按章計算，這與抄襲的計算方式是一樣的。5、關(guān)于系統(tǒng)是怎么計算抄襲的問題一篇論文的抄襲被檢測出來的條件是13或20個字符單位以上的相似或抄襲都會被紅字標(biāo)注。6、抄襲的修改方式針對標(biāo)紅文字的修改方式除了第4點里面中提到的外，還有改詞、換句、改變描述方式（變原句為倒裝句、被動句、主動句等）、打亂段落順序、刪除關(guān)鍵詞匯、關(guān)鍵句等。使用以上方法結(jié)合，可有效降低復(fù)制比，保證順利通過。總體來說，需要在保證修改后句子通順的前提下，盡量和原句在字面上保持不同。下面是使用步驟：（1） 首先，百度搜索“百度學(xué)術(shù)論文助手”論文檢測查重網(wǎng)；百度學(xué)術(shù)論文助手：格式查重（6）核對對照報告時，會發(fā)現(xiàn)對照報告在頂部部分跟全文引文是一樣的，然后往下看，會出現(xiàn)兩欄的內(nèi)容，一個是原文內(nèi)容，一個是相似內(nèi)容來源，對照的報告主要功能就是告訴同學(xué)們抄襲的內(nèi)容來源是哪里，有哪些內(nèi)容是和別人的相似的，這樣我們就好有針對性的去修改論文內(nèi)容。

當(dāng)然，所有的資料都有，還有網(wǎng)絡(luò)上的資料。

知網(wǎng)本身就是數(shù)據(jù)商，都是自己建設(shè)的，通過高校、雜志社等途徑購買。具體數(shù)據(jù)包括如下：

一般是各大期刊發(fā)表的論文，以及碩博士論文

上圖是知網(wǎng)查重系統(tǒng)的檢測范圍，也就是俗稱的查重數(shù)據(jù)庫，從中可以看到大部分是知網(wǎng)自己收錄的文獻(xiàn)，文章資料，比如碩博論文，學(xué)術(shù)期刊，會議，報紙，專利，圖書資源等，同時也有互聯(lián)網(wǎng)資源庫，互聯(lián)網(wǎng)文檔資源，同時還涵蓋了英文數(shù)據(jù)庫，港澳臺數(shù)據(jù)庫等，數(shù)據(jù)庫范圍是非常的廣泛。