知网查重是连续出现13个字符类似就判断为重复部分，并将重复的内容计算到论文的重复率之中。
论文查重系统会先对内容进行分层处理，按照篇章、段落、句子等层级分别创建指纹，对每一部分内容单独计算其重复率等各项指标。待查重完毕后，系统会自动计算总重复率、引用率、总字数等查重指标，并自动标注在论文查重报告单中。
论文上传完以后，系统会根据上传的文字生成目录，自动检测出论文章节信息，以“章”来进行分段检测。
封面、摘要、研究目的、第一章等都会单独进行查重，每段都会有一个重复率，如果连续13个字类似，就会被标记为红色，那么这个段落是严重重复的，系统会自动计算这部分的重复率，在查重完毕之后，查重系统会将重复率、引用率、总字数等论文指标都自动标注在论文查重报告单中，这一整个过程就是论文查重的原理。
查重系统的特点：
1、模糊检测：当知网论文查重系统发现你论文中有一句话有抄袭嫌疑，然后系统会自动对这句话的前后进行模糊识别，这个算法是非常严格的，仅仅通过加一些副词也是能够被检测出来，只有自己重新修改重复内容，或者大量修改重复部分，这时候才不会被检测出重复。
2、灵敏度的阈值：知网系统将灵敏度的阈值设定在5%，用段落来计算。比如在5000字被检测的大段落里，引用的一片文献内容少于250字，如此便不会被判定为重复。所以，同学们后续论文降重的时候，最好不用重复引用一篇文献，可以应用几篇文献，每篇的内容只选择积聚，那么就能不被检测到。
3、格式影响：其实，论文的格式也可能会对重复率产生影响。假若论文上传了PDF文本，那么系统进行检测的时候，就需要先把PDF转换成Word，然而这个转换的环节或许会将文本内的目录与参考文献的格式弄乱，之后系统可能就会把这两部分判定成为正文参与检测，从而导致重复率攀升。
尤其存在英文目录、摘要和关键词的论文，因为英文占据更多的字符数，所以一旦被标红，重复率就会大幅度提高，因此学生在写作论文时，建议使用world来写。
4、目录影响：把文章上传至论文系统之后，系统便会自动按照文章生产的目录来对文章的章节资讯进行监测，随之就会把论文分成相应的章节完成检测，并且能够显示出每一个大章节的重复率数值，而且不会把目录算进正文中也进行检测。
但假若文章内的目录不是软件自动生成插入的目录，检测时系统就会自主进行分段，大概1万字符为默认为一章进行监测，目录也可能会被默认为正文进行检测，从而出现目录标红的情况。
知网查重的规则主要包括以下几个方面：
知网查重由于是采用了最先进的模糊算法，如果整体结构和大纲被打乱，可能会引起同一处的文章检测第一次和第二次标红不一致或者第一次检测没有标红的部分第二次检测被标红。因此在修改重复内容的时候尽量变换句式，不要打乱论文原来的整体大纲和结构。
整篇论文上传后，系统会自动根据文章生成的目录检测该论文的章节信息，然后系统会将论文分章节检测，可以获得每一单章节的复制比同时目录显灰色不参与正文检测；否则会自动分段按照1万字符左右检测，同时目录有可能当成正文检测，重复就会标红。
中国知网对该套查重系统的灵敏度设置了一个阀值，该阀值为5%，以段落计，低于5%的抄袭或引用是检测不出来的，这种情况常见于大段落中的小句或者小概念。否则参考文献会当成正文来进行检测导致参考文献全部标红。
总的来说，知网查重的规则是建立在重复率基础上的，通过对论文的段落、句子、标题等进行分析和比对，判断是否符合抄袭或重复的标准。具体的查重规则可能会因不同的学校、机构或期刊而有所不同，建议根据具体情况进行查询和咨询。
确定阈值的大小涉及到平衡两个因素：一方面要尽可能地减少误判，即将相似度较高的论文都判定为抄袭，以保护学术诚信和独创性；另一方面要避免过度严苛，即不将相似度较低的论文也误判为抄袭，以保护研究者的合法权益。
在设置阈值时，一般会考虑到论文的长度、引用的参考文献以及相似度计算的算法等因素。阈值可以通过系统设定或手动设置来实现。当系统设定阈值时，论文上传至知网系统后，系统会自动计算相似度并判断抄袭与否。而手动设置阈值则需要参考具体的学术研究材料和期刊要求。
总之，阈值在知网论文查重系统中代表着相似度的临界点，用于判断论文是否存在抄袭行为。通过合理设置阈值，能够有效维护学术诚信和保护研究者的权益。论文查重阈值的设定需要综合考虑多个因素，并根据实际情况进行调整。