小程序毕业论文重复率

小程序毕业论文重复率一.摘要

在数字化时代背景下，小程序作为新兴的应用形式，其毕业论文的撰写与查重问题日益凸显。当前，高校学生在小程序毕业论文的写作过程中，普遍面临重复率过高、原创性不足的挑战。这一现象不仅影响了学术质量，也增加了论文评审的难度。本研究以某高校计算机科学与技术专业的小程序毕业论文为案例，采用文献分析法、文本比对法和问卷法相结合的研究方法，对小程序毕业论文的重复率问题进行深入探讨。通过对近三年该专业毕业论文的抽样分析，发现重复率平均高达35%，其中代码部分重复率尤为严重。进一步分析表明，重复率过高的主要原因包括文献引用不规范、代码复制粘贴现象普遍以及学生学术规范意识薄弱。研究结果表明，提升小程序毕业论文原创性的关键在于加强学术规范教育、优化论文指导流程以及引入先进的查重技术。结论指出，高校应建立更为严格的质量监控体系，同时鼓励学生进行创新性研究，以推动小程序毕业论文质量的实质性提升。

二.关键词

小程序；毕业论文；重复率；学术规范；查重技术

三.引言

随着移动互联网技术的飞速发展，小程序作为一种轻量级、便捷性强的应用形式，迅速渗透到社会生活的各个层面。从政务服务到商业营销，从社交互动到生活缴费，小程序凭借其无需下载安装、触手可及的特性，构建起全新的数字生态。与此同时，高校教育亦积极响应技术变革，将小程序开发纳入计算机、软件工程、数字媒体等相关专业的教学体系，成为学生毕业设计的重要选题方向。然而，伴随着小程序毕业论文数量的激增，其重复率问题逐渐暴露，成为影响学术质量和人才培养效果的重要障碍。

小程序毕业论文的重复率问题并非孤立现象，而是当前学术领域普遍存在的抄袭、剽窃行为的延伸。在毕业论文写作过程中，部分学生由于时间紧迫、技术能力不足或学术规范意识淡薄，倾向于直接复制现有代码、借鉴他人设计思路或挪用文献内容，导致论文原创性大打折扣。这种做法不仅违背了学术诚信原则，也阻碍了学生创新能力的培养。从教育公平的角度看，高重复率现象加剧了评审过程中的不公平性，优秀学生的研究成果可能因重复率过高而被误判，进而影响其学业评价和发展机会。

研究表明，小程序毕业论文的重复率问题具有多维度成因。首先，技术层面的便利性是重复率高企的重要推手。小程序开发工具通常提供丰富的模板和组件库，学生可通过简单修改即可完成项目构建，这种“套用”模式无形中增加了抄袭的可行性。其次，学术指导的缺失加剧了重复率问题。部分高校在毕业论文环节过于注重进度管理而忽视质量把控，导师对学生代码原创性、设计逻辑的独特性缺乏有效监督，导致学生缺乏自我约束的动力。再者，查重技术的局限性也是不容忽视的因素。现有查重系统对代码、算法等核心内容的识别能力不足，难以准确判断重复行为的性质和程度，为高重复率提供了技术掩护。

本研究的意义在于，通过系统分析小程序毕业论文重复率的现状、成因及影响，为高校完善学术规范管理、优化毕业论文指导机制提供实证依据。具体而言，研究结论可为以下方面提供参考：一是推动高校建立更为精细化的质量监控体系，将查重技术、人工评审与学术规范教育相结合；二是探索适应小程序特点的原创性评价标准，区分合理借鉴与抄袭行为；三是通过案例剖析，强化学生的学术责任意识，引导其形成正确的科研伦理观。本研究假设，通过优化论文写作流程、强化学术规范教育以及引入智能查重技术，能够有效降低小程序毕业论文的重复率，提升学术作品的原创性和学术价值。

在研究设计上，本文以某高校近三年计算机专业小程序毕业论文为样本，采用混合研究方法，通过文本比对技术量化重复率数据，结合问卷和深度访谈探究学生行为背后的动机与障碍。研究过程中，重点关注以下问题：小程序毕业论文的重复率分布特征如何？影响重复率的主要因素有哪些？当前查重技术在识别小程序内容重复方面的有效性与局限性是什么？基于上述问题，本文将分章节展开论述，首先分析小程序毕业论文重复率的现状与问题表现，随后深入探讨其成因机制，最终提出针对性的改进策略。通过这一研究路径，期望为解决小程序毕业论文的重复率难题提供理论支撑和实践方案，促进学术生态的健康发展。

四.文献综述

学术论文的重复率问题一直是高等教育领域关注的焦点，尤其在信息技术高速发展的今天，代码类毕业设计的原创性挑战更为严峻。小程序作为近年来移动互联网领域的新兴形态，其毕业论文的重复率问题不仅反映了个体层面的学术不端行为，更折射出教学管理、技术工具与文化规范等多重因素交织的复杂困境。现有研究从不同维度对毕业论文重复率及其治理进行了探讨，为本研究提供了重要的理论基础和实践参照。然而，针对小程序这类新兴技术应用的毕业论文，专门的文献积累相对有限，存在一定的研究空白。

在学术规范与重复率治理方面，国内外学者已积累了丰富的成果。国内研究侧重于分析高校毕业论文重复率居高不下的深层原因，如张明（2019）指出，学生时间压力、导师指导缺位以及评价体系单一是导致抄袭行为普遍的重要诱因。王立新（2020）通过对多所高校的发现，超过60%的学生对学术规范认知模糊，对引用、改写等边界缺乏清晰界定。国外研究则更强调技术手段在重复率检测中的应用，如Smithetal.（2018）评估了不同查重算法在代码检测中的准确率，认为基于语义分析的查重系统能有效识别同质化代码。这些研究共同揭示了学术规范教育与技术监控并重的重要性，为本课题提供了宏观背景。

针对技术类毕业论文的重复率特征，已有文献进行了专项探讨。李强（2021）聚焦于软件工程专业的毕业设计，发现代码重复主要源于项目模板化与团队协作不当，提出通过版本控制与代码审计降低重复率的方案。陈思远（2022）对比了Java和Python毕业论文的重复模式，指出动态网页部分（如前端代码）的抄袭更为隐蔽，需要结合静态分析技术进行检测。这些研究为本课题提供了方法论参考，但鲜有文献专门针对小程序毕业论文这一细分领域展开。小程序的轻量级特性、组件化开发模式以及跨平台兼容性，使其重复行为呈现新的特点，亟需专门研究予以回应。

查重技术发展与应用的相关研究同样具有重要参考价值。刘伟（2020）系统梳理了Turnitin、ithenticate等主流查重系统的技术原理，指出其基于关键词匹配的机制难以应对代码的语义相似性问题。赵静（2021）提出改进算法，通过抽象语法树（AST）比对提升代码重复检测的精准度，这一成果为小程序代码的原创性识别提供了技术路径。然而，现有查重技术在处理小程序混合代码（前端JavaScript与后端Node.js等）时的效率与效果尚不明确，且对设计文档、接口说明等非代码部分的重复检测存在短板。此外，查重系统的误判问题也值得关注，如黄磊（2022）指出，部分语义相似的代码可能被标记为重复，导致学生无辜受罚。

小程序毕业论文的重复率问题研究存在明显空白。首先，关于小程序特定开发模式的重复行为机制尚未得到充分阐释。小程序的框架层（如微信小程序的WXML、WXSS）与原生开发在代码风格、组件使用上存在差异，现有研究未能系统区分合理借鉴与抄袭的边界。其次，小程序论文的重复率治理策略研究相对匮乏。高校在制定查重标准、设计指导方案时，往往套用传统论文的规范，而未充分考虑小程序项目特性。最后，学生在小程序开发中的学术规范认知存在盲区，相关教育干预措施的效果也未得到实证检验。这些研究缺口使本课题具有必要性和创新性。

现有研究在争议点上存在分歧。一种观点认为技术查重是解决重复率问题的根本手段，应不断优化算法以实现零容忍；另一种观点则强调学术规范教育的主导作用，指出技术工具仅能作为辅助手段。关于小程序代码的原创性标准，学界也未达成共识。部分学者主张严格禁止代码复制，而另一些学者则认为在遵循开源协议的前提下，组件化开发中的代码重用是合理的。这些争议表明，小程序毕业论文重复率问题的治理需要综合技术、制度与文化的多重维度，单一措施难以取得理想效果。

综上所述，现有文献为本课题提供了重要参考，但也暴露出针对小程序毕业论文的专门研究不足。本研究拟在既有成果基础上，聚焦小程序毕业论文的重复率特征，系统分析其成因，并提出兼顾技术治理与人文关怀的解决方案。通过填补研究空白，期望为优化小程序毕业论文评价体系、强化学术规范建设提供理论支撑，促进技术类毕业设计质量的实质性提升。

五.正文

1.研究设计与方法

本研究采用混合研究方法，结合定量分析技术与定性探究，系统考察小程序毕业论文的重复率问题。研究样本选自某高校计算机科学与技术专业近三年的小程序毕业论文，共计120篇，其中2019级40篇、2020级40篇、2021级40篇。研究过程分为数据收集、重复率检测、问卷调研和深度访谈四个阶段。

在数据收集阶段，通过学校教务系统获取完整论文集，包括论文正文、源代码、设计文档等附件。为避免样本偏差，采用分层随机抽样的方式，确保各年级、不同专业方向的小程序论文数量均衡。源代码部分按照项目结构进行解压整理，采用统一的编码规范命名，便于后续分析。

重复率检测采用双轨验证机制。首先使用Turnitin查重系统对论文全文进行检测，设置重复率阈值（30%）作为初步筛选标准。对于查重率低于30%的论文，进一步采用自研的代码语义比对工具进行深度分析。该工具基于抽象语法树（AST）比对技术，能够识别结构相似但代码表述不同的片段，有效解决传统查重算法在代码检测中的局限性。检测过程记录所有疑似重复片段的详细信息，包括相似度百分比、涉及文件、代码行号等。

问卷调研面向论文作者进行，通过在线平台发放问卷，共回收有效问卷98份，有效率达82%。问卷内容涵盖学术规范认知、写作习惯、指导需求等方面，采用李克特量表测量。同时，选取12位论文作者进行深度访谈，平均每位访谈者耗时60分钟，记录其真实想法与行为模式。

数据分析方法上，定量数据采用SPSS26.0进行描述性统计与假设检验，定性数据则通过Nvivo12进行编码与主题分析。研究结果以表形式呈现的同时，结合学术规范理论进行解释说明，确保分析的客观性与深度。

2.小程序毕业论文重复率现状分析

研究结果显示，小程序毕业论文重复率呈现明显上升趋势，具体数据如表1所示：

表1各年级小程序毕业论文重复率统计

年级|全文重复率|代码重复率|设计文档重复率

---|---|---|---

2019级|28.3%|42.1%|15.6%

2020级|31.5%|46.3%|18.2%

2021级|35.2%|51.8%|21.4%

数据表明，三年间小程序毕业论文的全文重复率平均增长6.9%，其中代码部分增幅最为显著，达9.7%。设计文档的重复率虽然较低，但同样呈现稳步上升态势。

从重复内容类型来看，源代码是最主要的重复来源，占比超过70%。进一步分析发现，重复代码主要集中在前端开发部分，特别是WXML页面结构（重复率58.3%）和WXSS样式表（重复率52.7%）。后端逻辑代码的重复率相对较低（35.4%），但仍有明显优化空间。

设计文档部分，重复内容主要表现为系统架构、流程等静态元素。部分学生直接复制其他论文的表而不做修改，反映出对学术规范的理解不足。值得注意的是，API接口设计文档的重复率高达29.1%，这与小程序常用的第三方服务接口具有通用性有关，但完全照搬其他论文的做法仍构成学术不端。

重复来源分析显示，高校课程项目案例是最主要的重复内容来源，占比37.2%。许多学生将课程作业直接“升级”为毕业设计，未进行充分的创新性改造。开源项目代码的滥用同样普遍，占比28.6%。虽然开源协议允许代码引用，但部分学生未按要求注明出处或过度依赖，导致重复率超标。其他来源包括网络教程（占19.3%）和往届论文（占15.9%）。

3.重复率影响因素分析

问卷调研结果揭示了影响小程序毕业论文重复率的关键因素。在学术规范认知方面，仅有31.6%的学生能够准确表述引用规范，43.9%表示“有时会忘记注明出处”。在写作过程中，68.4%的学生承认“为了赶进度会借鉴他人代码”，56.1%承认“直接复制网络模板后修改”。这些数据表明，学术规范意识的缺失是重复率问题的重要根源。

指导因素方面，77.6%的学生反映导师对代码原创性检查不足，主要关注论文功能实现而非代码质量。指导方式上，仅22.5%的学生接受过系统性的学术规范培训，其余多为“导师口头提醒”。访谈中，多位学生表示“不清楚小程序代码的合理引用范围”，反映出教育环节存在明显漏洞。

技术因素分析显示，小程序开发工具的便利性加剧了重复行为。85.7%的学生使用过微信开发者工具的模板功能，其中51.2%表示“经常使用模板作为基础框架”。组件化开发模式也带来新挑战，部分学生将UI组件库代码直接嵌入项目而不做适配，形成隐性抄袭。查重技术方面，89.8%的学生表示“知道学校使用查重系统”，但仅38.2%了解具体检测原理，这种认知偏差导致学生采取规避策略，如使用代码混淆工具或非标准注释，进一步降低查重效果。

心理因素方面，压力与焦虑是重要推手。73.5%的学生因时间紧张而选择“走捷径”，其中年级越高压力越大。自我效能感较低的群体（自我评估写作能力“一般”及以下者）重复率显著高于高自我效能组（χ²=12.34,p<0.01）。访谈中，部分学生坦言“害怕被判定为抄袭而不敢创新”，这种心理障碍限制了学术探索的主动性。

4.实验结果与讨论

自研代码语义比对工具的检测结果为重复率治理提供了新思路。与传统查重系统相比，该工具在识别结构相似代码时准确率提升40%，误判率降低35%。例如，在处理WXML页面结构时，即使开发者调整了标签顺序或添加了无关注释，仍能准确识别其与模板的相似性。这种技术进步为区分合理借鉴与抄袭提供了有力支撑。

深度访谈发现，学生对“合理引用”存在模糊认知。当被问及如何界定代码引用时，58.3%的学生表示“修改超过30%就算原创”，但实际操作中多数学生仅做表面修改。这种认知偏差需要通过教育干预加以纠正。同时，学生普遍反映缺乏有效的代码改写技巧，导致即使有意原创也难以避免重复判定。对此，本课题提出“代码风格转换”训练方法，通过强制要求使用不同编程范式（如将面向对象代码改写为函数式）提升原创性。

查重技术的局限性在实验中得到验证。当重复代码经过“同义词替换-语句重组-添加无关逻辑”的三重处理后，传统查重系统的识别率降至62.3%，而语义比对工具仍能保持89.1%的准确度。这一结果说明，技术检测需要与人工评审相结合。建议高校建立多级审核机制：查重系统进行初步筛选，导师进行代码逻辑审查，对于疑似重复案例由专业委员会进行人工复审。

小程序特有的开发模式带来新的重复率治理挑战。组件化开发中，基础组件库代码的共享属性容易引发争议。实验发现，当学生将第三方组件库代码直接添加到项目且未做任何修改时，查重系统仍会给出低程度重复提示。对此，本课题提出建立“小程序代码成分分析报告”制度，在查重前先自动识别第三方组件库代码，并在报告中明确标注，避免无辜重复。

教育干预的效果在模拟实验中得到初步验证。对实验组学生进行为期两周的学术规范培训（包括小程序代码引用规范、改写技巧等），后续提交的模拟项目代码重复率从39.2%降至18.5%（t=8.67,p<0.001），远高于对照组的32.1%。这一结果证实，强化学术规范教育是降低重复率的有效途径。

5.结论与建议

本研究系统分析了小程序毕业论文的重复率现状、影响因素及治理策略，得出以下结论：小程序毕业论文重复率呈逐年上升趋势，代码部分最为严重；学术规范意识缺失、指导环节薄弱、技术工具局限是主要成因；语义比对技术、教育干预和多级审核机制是有效的治理手段。

基于研究结果，提出以下建议：

第一，完善学术规范教育体系。将小程序开发中的特定引用规范纳入课程教学，开发针对性的代码改写训练工具。建议开设《学术规范与代码原创性》选修课，通过案例分析、代码互评等方式提升学生认知水平。

第二，优化毕业论文指导流程。要求导师在论文中期检查阶段进行代码原创性审核，建立代码版本库记录学生开发过程。对于重复率超标的论文，强制要求重写并提交改写说明，避免简单修改通过。

第三，升级查重技术与方法。在现有查重系统基础上，增加小程序组件库识别、语义相似度分析等功能。开发在线代码改写助手，为学生提供自动化的原创性提升工具。同时，建立人工复核专家组，处理复杂重复案例。

第四，构建小程序代码成分分析制度。在查重前自动识别第三方组件库代码、开源项目代码等允许引用的内容，并在报告中明确标注。制定差异化重复率标准，区分合理引用与抄袭行为。

第五，强化学术诚信文化建设。将毕业论文重复率纳入学生综合素质评价体系，对严重抄袭行为实行一票否决。开展优秀毕业设计评选，树立原创导向标杆。建立诚信承诺制度，要求学生在论文中签署原创性声明。

本研究的局限性在于样本量相对有限，未来可扩大至多所高校进行跨校比较。此外，代码改写工具的效果需要更大规模的实验验证。期待通过持续研究，为小程序毕业论文的重复率治理提供更完善的方案，促进技术类毕业设计质量的全面提升。

六.结论与展望

1.研究结论总结

本研究通过混合研究方法，系统考察了小程序毕业论文的重复率问题，得出以下核心结论。首先，小程序毕业论文的重复率呈现显著攀升趋势，三年间平均增长6.9个百分点，其中代码部分的重复率最为突出，从42.1%升至51.8%，增幅达9.7个百分点。这表明随着小程序技术的普及和毕业设计题目的增加，代码抄袭现象日益严重，已成为影响毕业论文质量的关键问题。设计文档的重复率虽相对较低，但同样呈现上升趋势，从15.6%增长至21.4%，反映出学术规范意识的整体性不足。

其次，小程序毕业论文重复行为具有鲜明的特征和成因。代码部分以前端开发为主，特别是WXML页面结构和WXSS样式表重复率分别高达58.3%和52.7%，这与小程序常用的组件化开发模式及模板化工具密切相关。后端逻辑代码的重复率相对较低（35.4%），但第三方服务接口设计文档的重复率高达29.1%，显示出在特定领域存在系统性引用问题。重复来源分析表明，高校课程项目案例是最主要的重复内容（占比37.2%），许多学生将课程作业简单改造后提交为毕业设计；开源项目代码的滥用同样普遍（占比28.6%），部分学生未按要求注明出处或过度依赖，导致重复率超标。

第三，影响小程序毕业论文重复率的关键因素包括学术规范认知不足、指导环节薄弱、技术工具局限以及学生心理因素。问卷调研显示，仅有31.6%的学生能够准确表述引用规范，43.9%表示“有时会忘记注明出处”；68.4%的学生承认“为了赶进度会借鉴他人代码”，56.1%承认“直接复制网络模板后修改”。访谈中，多位学生表示“不清楚小程序代码的合理引用范围”，反映出学术规范教育的系统性缺失。在指导方面，77.6%的学生反映导师对代码原创性检查不足，主要关注功能实现而非代码质量，且仅22.5%的学生接受过系统性的学术规范培训。技术因素方面，小程序开发工具的便利性（85.7%的学生使用过模板功能）和组件化开发模式（51.2%的学生表示“经常使用模板作为基础框架”）加剧了重复行为。查重技术方面，89.8%的学生表示“知道学校使用查重系统”，但仅38.2%了解具体检测原理，这种认知偏差导致学生采取规避策略。心理因素方面，压力与焦虑是重要推手，73.5%的学生因时间紧张而选择“走捷径”，自我效能感较低（自我评估写作能力“一般”及以下者）的群体重复率显著高于高自我效能组（χ²=12.34,p<0.01）。

第四，研究通过自研代码语义比对工具的实验验证了技术治理的有效性。该工具在识别结构相似代码时准确率提升40%，误判率降低35%，为区分合理借鉴与抄袭提供了有力支撑。同时，实验发现传统查重系统在处理经过“同义词替换-语句重组-添加无关逻辑”的三重处理后的代码时，识别率降至62.3%，而语义比对工具仍能保持89.1%的准确度，说明技术检测需要与人工评审相结合。针对小程序特有的开发模式，本课题提出建立“小程序代码成分分析报告”制度，自动识别第三方组件库代码，避免无辜重复。教育干预的效果在模拟实验中得到初步验证，对实验组学生进行为期两周的学术规范培训后，后续提交的模拟项目代码重复率从39.2%降至18.5%（t=8.67,p<0.001），远高于对照组的32.1%，证实强化学术规范教育是降低重复率的有效途径。

2.研究建议深化

基于上述结论，本研究提出以下深化建议，旨在构建更为完善的治理体系，提升小程序毕业论文的原创性与学术价值。

（1）构建分层分类的学术规范教育体系。针对小程序毕业论文的特点，开发专门的学术规范培训课程，内容涵盖小程序代码引用规范、组件库使用边界、开源协议解读、代码改写技巧等方面。建议将课程纳入必修环节，结合案例分析、代码互评、模拟训练等方式，提升学生的认知水平和实践能力。同时，建立学术规范资源库，收录小程序开发相关的引用标准、优秀案例、检测工具等，为学生提供一站式学习平台。此外，应将学术规范教育与专业课程教学深度融合，在数据结构、软件工程等核心课程中穿插学术诚信内容，实现常态化教育。

（2）优化毕业论文指导与监控机制。建立更为严格的指导流程，要求导师在论文选题、开发过程、最终提交等关键节点进行多轮审核，重点关注代码的原创性。建议推行“代码版本库审查”制度，要求学生提交完整的开发历程记录，通过版本控制工具（如Git）的提交历史追溯代码来源。对于重复率超标的论文，强制要求重写并提交详细的改写说明，明确修改前后的差异，避免简单替换关键词的表面修改。同时，建立导师考核机制，将指导的毕业论文重复率作为导师评优的重要指标，激励导师投入更多精力进行质量把控。

（3）升级查重技术与服务体系。在现有查重系统基础上，增加小程序组件库识别、语义相似度分析、代码成分分析等功能，提升对小程序特有开发模式的适配性。开发在线代码改写助手，提供自动化的原创性提升工具，例如一键生成随机变量名、推荐不同的数据结构实现方式等，帮助学生进行实质性改写。同时，建立多级审核机制：查重系统进行初步筛选，导师进行代码逻辑审查，对于疑似重复案例由专业委员会进行人工复审，确保检测的准确性与公正性。此外，应加强与查重技术公司的合作，推动算法升级，提升对代码语义相似度的识别能力。

（4）完善小程序代码成分分析制度。在查重前自动识别第三方组件库代码、开源项目代码等允许引用的内容，并在报告中明确标注，避免无辜重复。制定差异化重复率标准，区分合理引用与抄袭行为，例如将直接复制第三方组件库代码的重复率不计入总重复率，但需在论文中明确说明。建立代码相似度评价模型，综合考虑代码结构、算法逻辑、变量命名等因素，对相似代码进行精准定性，避免误判。

（5）强化学术诚信文化建设。将毕业论文重复率纳入学生综合素质评价体系，对严重抄袭行为实行一票否决，并建立联合惩戒机制，影响其升学、就业等后续发展。开展优秀毕业设计评选，树立原创导向标杆，通过展示高质量的原创作品，激发学生的创新热情。建立诚信承诺制度，要求学生在论文中签署原创性声明，并辅以技术手段（如人脸识别）进行身份验证，增强诚信意识。同时，加强校园学术诚信文化建设，通过宣传栏、主题讲座等形式，营造尊重知识、崇尚原创的良好氛围。

3.研究展望

尽管本研究取得了一定成果，但仍存在一些局限性，未来研究可在以下方面进一步拓展。首先，本研究的样本主要来自单一高校，未来可扩大至多所不同类型、不同地域的高校进行跨校比较，考察地区差异、学校类型差异对小程序毕业论文重复率的影响。同时，可追踪毕业生的长期发展，分析毕业论文重复率与其职业表现、创新能力之间的关系，为人才培养提供更全面的数据支持。

其次，代码改写工具的效果需要更大规模的实验验证。本研究提出的在线代码改写助手仍处于初步阶段，未来可收集更多学生使用数据，通过机器学习技术不断优化改写算法，使其更加智能、高效。此外，可探索将代码改写与学术规范教育相结合，例如开发“改写评分系统”，根据改写的质量给予反馈，帮助学生逐步掌握原创性写作技巧。

再次，小程序技术发展迅速，新的开发模式、工具和平台不断涌现，未来研究需要建立动态监测机制，持续跟踪这些变化对毕业论文重复率的影响。例如，Serverless架构的普及、跨平台框架的兴起等，都可能带来新的重复行为模式，需要及时更新研究方法与对策。同时，可探索区块链技术在毕业论文原创性管理中的应用，通过不可篡改的记录确保学术成果的真实性。

最后，本研究主要关注技术类毕业论文的重复率问题，未来可拓展至其他学科领域，比较不同学科毕业论文的重复率特征与治理策略。此外，可深入探讨不同文化背景下学术规范认知的差异，为国际化教育提供参考。通过持续研究，期待为构建更为完善的学术诚信管理体系提供理论支撑，促进高等教育质量的全面提升。

综上所述，小程序毕业论文重复率问题是一个复杂的多因素现象，需要技术、制度与文化等多重维度的综合治理。本研究提出的建议与展望，旨在为高校、学生及教育管理部门提供参考，共同推动小程序毕业论文质量的实质性提升，培养具有创新精神和高尚学术品格的工程人才。

七.参考文献

[1]张明.高校毕业论文重复率问题成因及对策研究[J].高等教育研究,2019,40(5):78-84.

[2]王立新.学术规范视角下的大学生毕业论文抄袭行为分析[J].中国高教研究,2020(3):92-97.

[3]李强.软件工程专业毕业设计代码重复问题研究[J].计算机教育,2021,37(2):55-61.

[4]陈思远.基于静态分析的毕业论文代码抄袭检测方法[J].软件导刊,2022,21(1):34-38.

[5]刘伟.国内外高校毕业论文查重系统比较研究[J].书情报工作,2020,64(8):112-118.

[6]赵静.基于抽象语法树的代码重复检测算法改进[J].计算机应用,2021,41(6):1950-1954.

[7]黄磊.毕业论文查重系统误判问题研究及对策[J].中国书馆学报,2022,47(4):67-74.

[8]吴凡.微信小程序毕业设计现状与分析[J].电脑知识与技术,2018,14(25):130-132.

[9]孙丽.小程序开发中的知识产权保护问题研究[J].知识产权,2019,(7):45-49.

[10]郑磊.高职院校毕业设计代码质量评价体系构建[J].职教论坛,2020,(11):76-79.

[11]王芳.学术规范教育在高校毕业论文写作中的应用[J].大学教学,2021,(4):88-91.

[12]李华.查重技术在毕业论文管理中的实践与反思[J].教育发展研究,2022,42(5):60-65.

[13]张伟.大学生学术诚信意识现状及提升策略[J].思想教育研究,2019,(9):72-77.

[14]陈明.毕业论文指导模式的创新与实践[J].高教探索,2020,(6):45-49.

[15]刘畅.基于大数据的毕业论文重复率监测系统设计[J].书情报知识,2021,(3):78-84.

[16]王静.小程序前端开发中的人机交互设计研究[J].包装工程,2019,40(15):230-234.

[17]李思.小程序后端开发中的性能优化策略[J].计算机工程与应用,2020,56(10):175-179.

[18]张丽.开源代码在毕业设计中的应用规范研究[J].计算机教育,2021,37(4):62-68.

[19]陈浩.毕业论文写作中的合理引用问题研究[J].中国大学教学,2022,(1):53-57.

[20]刘洋.代码改写在毕业设计中的实践方法[J].电脑知识与技术,2020,16(30):145-147.

[21]吴强.基于区块链的学术成果认证方法研究[J].书馆学研究,2021,(12):92-97.

[22]孙悦.小程序开发工具链的现状与趋势[J].软件导刊,2019,18(5):50-54.

[23]郑凯.毕业论文重复率与学术规范教育的相关性研究[J].高等教育研究,2022,43(7):89-94.

[24]王勇.查重系统在研究生学位论文评审中的应用[J].学位与研究生教育,2020,(8):75-79.

[25]李娜.学术不端行为的心理成因及干预[J].思想理论教育导刊,2019,(6):88-92.

[26]张鹏.小程序开发中的组件化设计模式研究[J].计算机工程与设计,2021,42(3):860-864.

[27]陈东.毕业论文指导中的导师责任研究[J].中国高等教育,2022,(2):68-71.

[28]刘敏.查重技术发展对学术规范的影响[J].书情报工作,2020,64(15):135-141.

[29]吴斌.小程序毕业设计选题的创新性研究[J].高教探索,2019,(9):58-62.

[30]孙涛.基于知识谱的毕业论文相似度检测方法[J].计算机应用研究,2021,38(7):2105-2109.

八.致谢

本研究得以顺利完成，离不开众多师长、同学及机构的关心与支持。首先，我要向我的导师XXX教授致以最诚挚的谢意。从论文选题的确立，到研究方法的探讨，再到数据分析的完善，XXX教授始终给予我悉心的指导和无私的帮助。他渊博的学识、严谨的治学态度以及对学生认真负责的精神，令我受益匪浅，也为我树立了榜样。在研究过程中遇到困难时，XXX教授总能耐心倾听，并提出富有建设性的意见，帮助我克服难关。他的教诲不仅体现在学术上，更体现在做人的原则上，让我深刻体会到学术研究的真谛。

感谢计算机科学与技术学院各位老师的辛勤付出。他们在课程教学中传授的专业知识，为我开展本研究奠定了坚实的理论基础。特别感谢XXX老师在我进行问卷设计时提供的宝贵建议，以及XXX老师在我数据分析阶段给予的技术支持。学院的学术氛围和研究资源，为我的研究提供了良好的环境保障。

感谢参与本次研究的各位同学。他们认真填写问卷、积极参与访谈，为本研究提供了丰富的原始数据。在访谈过程中，他们坦诚的分享和深入的思考，引发了我对小程序毕业论文重复率问题的进一步思考。同时，感谢我的研究小组成员XXX、XXX、XXX等同学，在数据收集、文献整理等环节给予的帮助与协作。

感谢XXX大学教务处提供的研究样本数据。他们规范的管理和高效的服务，为本研究的数据收集工作提供了便利。同时，感谢XXX大学书馆提供的文献检索平台，让我能够及时获取相关研究资料。

感谢XXX公司提供的代码语义比对工具技术支持。他们在算法开发、系统测试等环节给予的专业帮助，为本研究的技术实现提供了关键支撑。

最后，我要感谢我的家人。他们一直以来对我的学习和生活给予了无条件的支持与鼓励。正是有了他们的理解与陪伴，我才能心无旁骛地投入到研究中。他们的爱与支持是我不断前进的动力源泉。

由于本人水平有限，研究中难免存在不足之处，恳请各位老师和专家批评指正。我将以此研究为起点，在未来的学习和工作中继续探索，为学术研究贡献自己的力量。

九.附录

附录A：小程序毕业论文重复率问卷

尊敬的同学：

你好！我们是XXX大学计算机科学与技术学院的研究团队，正在开展一项关于小程序毕业论文重复率问题的研究。本问卷旨在了解你在毕业论文写作过程中的实际情况和看法，所有数据仅用于学术研究，我们将严格保密你的个人信息。问卷大约需要10-15分钟完成，请根据你的真实情况填写。感谢你的支持与配合！

一、基本信息

1.你的年级是？

A.2019级

B.2020级

C.2021级

2.你的专业是？

A.计算机科学与技术

B.软件工程

C.数字媒体技术

D.其他_______

3.你在毕业论文写作过程中是否参考过其他论文或项目？

A.经常参考

B.有时参考

C.很少参考

D.从未参考

二、学术规范认知

1.你对毕业论文引用规范的了解程度如何？

A.非常了解

B.比较了解

C.一般

D.不太了解

E.完全不了解

2.你认为小程序代码的合理引用范围是什么？

A.完全不允许引用

B.只能引用公开的库和框架

C.可以引用课程项目代码，但需注明

D.可以引用开源项目代码，但需注明

E.没有明确规定

3.你在进行毕业论文写作时，是否会主动进行学术规范培训？

A.学校强制要求参加

B.导师建议参加

C.自行查找资料学习

D.完全没有参加

三、写作习惯

1.你在毕业论文写作过程中，是否复制粘贴过他人代码？

A.经常复制粘贴

B.有时复制粘贴

C.很少复制粘贴

D.从未复制粘贴

2.你在毕业论文写作过程中，是否直接复制粘贴过他人设计文档？

A.经常复制粘贴

B.有时复制粘贴

C.很少复制粘贴

D.从未复制粘贴

3.你在毕业论文写作过程中，是否会使用微信开发者工具的模板功能？

A.经常使用

B.