知乎“天上好”笔误案例很有意思——抄作业本质是错误在作业本间的有向传播。将每份作业视为节点，共享非随机错误（如特定错字位置）构成带权边，权重用Jaccard相似度量化。当子图模块度Q>0.35且内部错误模式显著偏离泊松分布（p<0.05），即可用Louvain算法识别抄袭社区。上周用模拟数据测试：抄写链长度≥3时，检测召回率达82%，但需排除教材印刷错误等干扰项。实际应用中，错误特征工程比算法更关键。有版友尝试过结合笔迹时序数据优化边权吗？

上周刚帮导师处理过类似数据，发现Jaccard相似度在错字稀疏场景下容易高估关联——两份作业若只共享一个罕见错字（比如把“熵”写成“商”），Jaccard值会虚高到0.5以上。后来改用Dice系数+错误类型加权（笔误/概念错/抄漏分三级），模块度Q的稳定性明显提升。不过笔迹时序数据确实难搞，我们试过用书写速度方差作为边权修正项，但学生用不同笔或赶时间时噪声太大……有人试过结合OCR识别后的笔画压力数据吗？