iThenticate，通常被称为CrossCheck，是由Turnitin开发的一套用于学术论文原创性检测的软件工具。它的主要目的是帮助出版商、学术期刊和教育机构检测提交的论文中可能存在的抄袭或重复发表的情况。以下是对iThenticate数据库构建的详细介绍：

1. 数据库来源
   • 学术文献资源：iThenticate的数据库包含了超过69,000,000篇付费学术文章、书籍和会议记录，这些资源来自于47,000种科技、医学期刊以及200,000份美国法律评论。
   • 开放访问资源：数据库还包括了135,000,000篇开放访问的文章、书籍、会议记录、预印本、百科全书和摘要。
   • 网络资源：iThenticate还抓取了超过70,000,000,000个在线和存档的网页，这些网页内容为数据库提供了丰富的比对材料。
2. 数据库更新与扩展
   • 实时更新：iThenticate的查重数据库是实时更新与扩展的，这意味着随着时间的推移，新的文献和资料会不断被纳入数据库中，以确保检测的全面性和时效性。
   • 多语种支持：除了英文资源，iThenticate也在迅速增长对其他语种文献的收录，这使其能够服务于全球范围内的用户。
3. 技术特点
   • 先进算法：iThenticate使用先进的算法对用户提交的文稿进行比对分析，生成相似度比例，并自动追踪抄袭文献来源，清晰标注相似段落。
   • 多格式支持：iThenticate支持多种文件格式，如Microsoft Word文档（DOC或DOCX格式）、PDF文档等，以满足用户多样化的格式需求。
4. 数据保密性
   • 保密性：iThenticate对用户上传的文件和文本内容进行严格保密，不会共享或转售，确保了100%无痕检测。
5. 应用场景
   • 学术期刊编辑：在审稿过程中使用iThenticate来确保投稿文章的原创性。
   • 研究机构和高校：在学术诚信教育中使用此工具来教育学生避免抄袭。
   • 学者和研究人员：在提交论文前自我检测，以确保其作品的原创性和完整性。
6. 优势与限制
   • 优势：由于其广泛的数据库和先进的算法，iThenticate被认为是学术抄袭检测的黄金标准之一，被许多顶级学术出版社和学术机构采用。
   • 限制：对于未收录进数据库的新近发表或尚未公开的文献，可能无法做到完全避免遗漏。

总的来说，iThenticate的数据库构建是一个持续更新和扩展的过程，涵盖了丰富的学术文献、开放访问资源和网络内容。其技术特点和应用场景体现了其在学术原创性检测中的重要作用，同时也指出了其优势和潜在的限制。