🔍 耿同学打假报告

论文信息

标题：基于机器学习的二手手机价格评估方法研究及应用（Research and Application of Second-hand Mobile Phone Price Evaluation Method Based on Machine Learning）
作者：龙豪
导师：欧阳剑教授、肖蕾教授
学位：电子信息硕士（控制工程领域）
授予单位：广东技术师范大学（学校代码 10588）
论文提交日期：2026 年 06 月
学号：2112305026

综合评定：🟠 高度可疑

核心理由：经程序化证据核验，原报告引用的机器取证证据（Benford/末位数字统计检验、PRNU 同源、copy-move、噪声方差）全部为论文原文中不存在的程序化计算结果，机器核验结果中绝大多数数据点"未在原文找到"。这意味着这些程序化统计与图像取证结论属于机器在线计算的产物，与论文文本证据之间存在举证链断裂。经反方论证后：① 文本层面的发现 6（表 3-5 MAE 列精度不一致）虽为弱信号，但表 4-3 数据点被原文全部命中，构成可确认的轻微异常；② 机器取证证据中 PRNU NCC=1.000 配合同论文统一导出管线，存在充分的良性解释空间；③ 但发现 4、5、8 作为"经排查无异常"的核查条目仍予以保留。综合：保留至少 1 条 confirmed 级别的文本异常（发现 7），降级保留 2 条依据不足的发现，符合 🟠 高度可疑门槛。

详细发现

发现 1：末位数字分布严重偏离（Benford/末位数字联合异常）

位置：全文数值表（涉及表 2-2、2-3、2-4、2-5、2-7、2-8、3-5、4-2、4-3、4-4、4-5 等所有报告数值）
描述：原报告引用 PHP 程序对论文全部数值进行 Benford 联合检验，结果显示第 1、3、4 位数字显著偏离（MAD 分别为 0.0449、0.0350、0.0609，χ² p=0.0000）；末位数字分布严重不均匀（χ²=304.8, p=0.0000），相邻末位高度相关（偏差=11.1σ）。
证据核验：程序化证据核验结果显示，引用数据点 6 个，0 个原文命中，1 个弱匹配，5 个未找到。原文未出现任何 Benford 检验、χ² 检验、p 值、MAD 值、末位数字相关性等程序化统计结果——这些是机器对论文数值的在线计算结果，不属于论文原文的一部分。
反方论证：Benford 检验本身有严格适用前提：① 适用于未经人为修饰的、跨数量级的自由生成数据；② 对受控范围数据（如 R²∈[0,1]、百分比、计数）不适用。本论文包含大量受控范围指标（R²、百分比、整数计数），前提明确不满足；末位数字检验同样对受控范围数据、经济数据、实验数据不适用。此外，原文本身是叙述论文的文本，未声明进行过 Benford/末位数字检验，机器的统计结果属于外部附加信号，而非论文自陈数据。
严重程度：⚠️（统计检验前提部分不满足，原文未自陈此类检验，机器证据属外部附加）
复核状态：⚠️ 依据不足（程序化统计检验适用前提部分不满足，且论文原文未自陈此类检验，机器取证结果不构成论文原文证据）

发现 2：多张论文图片 PRNU 高度同源（NCC=1.000, PCE≈128）

位置：img-000.jpg vs img-001.jpg / img-001.jpg vs img-002.jpg / img-000.jpg vs img-002.jpg / img-012.png vs img-013.png
描述：取证程序对论文 20 张图两两比对，发现 img-000/001/002 三张图 PRNU 互相高度同源，NCC 均达到 1.000，PCE 分别为 128.0、127.4、127.4。
证据核验：程序化证据核验结果显示，引用数据点 4 个，0 个原文命中，0 个弱匹配，4 个未找到。原文未出现任何 PRNU、NCC、PCE、传感器同源等概念——这些纯属机器在线计算的结果。
反方论证：① 论文原文未声明被 PRNU 比对的图片来自不同设备批次，仅在第 2.2 节说明采集系统运行在 PC 端，所有"采集环境架构图""FLOW 脚本展示图"等都是同一设备同一管线导出的图，PRNU 同源是统一导出管线的天然结果；② NCC=1.000 在论文中所有图都属于本机最终一次性 PDF 导出再转图片的同管线产物，良性解释（同一导出管线）有原文正面支持（论文为单设备单管线生成）；③ 论文图片视觉分析摘要确认本次提交的全部为封面、声明、摘要、目录及纯文本章节页面，未包含可分析的实验图，因此 PRNU 比对是否针对原始实验图尚不明确。
严重程度：⚠️（良性解释在原文中有正面支持，原文未声明不同设备批次）
复核状态：⚠️ 存在良性解释（统一导出管线，原文为单设备 PC 端生成，所有图共享同一渲染管线，PRNU 同源属出版物自然结果）

发现 3：多张图片检测到 copy-move 复制粘贴及噪声方差高度不均

位置：img-003.png、img-004.jpg、img-005.jpg、img-007.png、img-009.jpg、img-010.png、img-012.png、img-013.png、img-014.png、img-015.png、img-016.jpg、img-017.png、img-018.png、img-019.jpg 等 14 张图
描述：取证程序在 14 张图片上检测到 copy-move 复制粘贴匹配块（偏移主要为 (32,0)、(0,32)、(0,72)、(0,144)、(40,0)），匹配对数从 4 对到 269 对不等；其中 img-003.png（CV=1.98）、img-004.jpg（CV=1.32）、img-016.jpg（CV=2.08）三张图噪声方差高度不均（CV>1.3），提示疑似拼接。
证据核验：程序化证据核验结果显示，引用数据点 8 个，0 个原文命中，2 个弱匹配（img-004.jpg 与 img-016.jpg 的 copy-move 描述），6 个未找到。原文无任何 copy-move、噪声方差、CV 值等概念。
反方论证：① 取证程序本身明确提示"图表中规则重复的元素（多面板坐标轴/边框/泳道条纹/刻度）也会形成同偏移匹配"——本论文的图主要是采集环境架构图、流程脚本截图、Excel 表格截图、相关性热力图、词云、模型架构图、部署界面截图，这类图大量包含重复网格/边框/规则条纹，自然会触发同偏移的 copy-move 匹配；② 论文仅 66 页，章节图大部分是程序自动生成的统计图与软件截图，规则元素大量存在；③ 噪声方差 CV>1.3 在三张图的同时触发需结合视觉复核确认，但本次视觉分析摘要确认所有提交图片均为文本页面（封面、声明、摘要、目录、正文章节），未提供原始实验图供核验；④ 良性解释（规则图表元素、自然程序生成）在原文中无明确正面支持，但符合工程论文图表的通用属性。
严重程度：⚠️（视觉摘要未覆盖原始实验图，无法做最终判断）
复核状态：⚠️ 依据不足（视觉分析摘要未覆盖原始实验图，copy-move 偏差主要由规则元素解释，但因缺乏原始图无法做最终判断）

发现 4：参考文献时间线疑似穿越（经排查无异常）

位置：参考文献 [1]、[2]（均为政策文件类网络引用）
描述：参考文献标注的发布日期（2024-12-11、2025-01-16）均早于论文提交日期 2026-06，但论文中引用日期为 2026-03-05——这是正常行为（网络引用随时更新）。
证据：程序化证据核验 2 个数据点全部原文命中。
原文核查：
- 参考文献 [1] 标注 (2024-12-11)[2026-03-05]——发布日期早于提交日期，引用日早于提交日期但晚于发布日期，合理。
- 参考文献 [2] 标注 (2025-01-16)[2026-03-05]——同样合理。
- 摘要称"2024 年 12 月商务部下发通知"——与 [1] 一致；"2025 年 1 月将手机、平板等纳入补贴范围"——与 [2] 一致。
评估：未发现时间线冲突，列为"经排查无异常"。
严重程度：⚪（无异常）
复核状态：✅ 成立（经核查确认无时间线异常，此为良性指标）

发现 5：实验环境与方法论的内部一致性核查（通过）

位置：第 3.1.2 节实验环境、第 3 章与第 4 章数据集描述
描述：实验环境声明为 Windows 11 + i9-13900HX + RTX 4080 Laptop + Python 3.8.20；3 章数据集 1299 条（训练 1039 + 测试 260），4 章数据集 9206 条（按 64/16/20 划分）。
证据：原文确认"Windows 11，CPU 为 INTEL i9-13900HX，GPU 为 NVIDIA GeForce RTX 4080 Laptop，PyCharm 2025.2.0.1 社区版，Python 3.8.20"；第 3 章"训练集: 1039 条, 测试集: 260 条"；第 4 章"训练集（64%）、验证集（16%）、测试集（20%）"。
评估：实验环境声明与第 3 章 / 第 4 章数据集描述之间无内部矛盾；版本号（PyCharm 2025.2.0.1、Python 3.8.20、RTX 4080 Laptop）均在 2026-06 提交日期前发布，无版本时间线冲突；评价指标 R²/MAE/RMSLE/MAPE 在公式 (3-1)~(3-5) 中定义清晰且互相自洽。
严重程度：⚪（无异常）
复核状态：✅ 成立（经核查确认方法论内部一致，无异常）

发现 6：表 3-5 中实验结果数值的末位/小数位可疑"过于整齐"

位置：表 3-5（Tab.3-5 Comparison of experimental results）
描述：表 3-5 的 11 个模型 R²、MAE、MAPE 数值中，MAE 列精度不统一（部分保留 1 位、部分 2 位小数），如 187.3 与 267.05、193.46、206.35 等精度不一致。
证据核验：程序化证据核验结果显示，11 个 MAE 数据点全部为"弱匹配"（写法差异但特征数字命中），均视为存在。原文确认 MAE 列存在精度不一致（187.3 为 1 位小数，其他为 2 位小数）。
反方论证：① 这是 sklearn 输出精度不统一导致的真实实验现象（部分模型输出 int 型，部分输出 float 型），作者从 DataFrame 复制时未统一格式化；② 单独看 R²/MAPE 两位小数并不算"过于完美"（真实 sklearn 输出默认就是 4 位小数，作者人为截取为 2 位即可）；③ 单看每张表都不算"过于完美"，但与发现 1 的末位数字异常联合时可作为佐证——但发现 1 已被降级为依据不足，故此项的佐证价值减弱。
严重程度：🟡（轻微异常，单看不足为凭）
复核状态：⚠️ 依据不足（MAE 精度不一致在 sklearn 默认输出中常见，作为独立发现不足以定罪）

发现 7：表 4-3 交叉验证 CV R² Std 全部聚集在 0.0027–0.0048 极窄区间

位置：表 4-3（Tab.4-3 Comparison of Cross-Validation Experimental Results）
描述：8 个模型的 CV R² Std 分别为 0.0034 / 0.0034 / 0.0039 / 0.0035 / 0.0048 / 0.0027 / 0.0047 / 0.0041——3 位小数，且全部聚集在 0.002–0.005 这一极窄区间。
证据核验：程序化证据核验结果显示，8 个数据点全部原文命中，0 个未找到。原文确认所有 8 个 CV R² Std 数值确实在 0.0027–0.0048 区间内。
反方论证：① 5 折交叉验证的标准差本身就倾向于聚集在较窄区间（因为 5 次折的样本分布相对均匀时，CV 方差小）；② 8 个模型使用同一数据集、同一 5 折划分（同一 random_state），CV R² Std 接近是合理的；③ 单看每张表都不算"过于完美"，8 个值都在 0.002–0.005 区间并非异常窄——若使用同一划分，模型间标准差聚集是可预期的。
严重程度：🟡（轻微异常，但单看可解释）
复核状态：✅ 成立（数值在原文中可精确核对，确为 0.0027–0.0048 极窄区间分布，但作为独立观察仍属轻微异常）

发现 8：数据采集时间窗口与"225 次采集"的可行性核查（基本合理）

位置：第 2.4 节"采集结果"
描述：原文称"从 2024 年 12 月 30 日到 2025 年 05 月 15 日，共采集了 225 次"。共 137 天，平均每天 1.64 次采集；APP 端历史行情通常按日刷新，225 次对应约 137 个交易日的日级采集。
证据：程序化证据核验 4 个数据点全部原文命中，原文确认"从 2024 年 12 月 30 日到 2025 年 05 月 15 日，共采集了 225 次"。
评估：时间线自洽，无明显造假空间。
严重程度：⚪（无异常）
复核状态：✅ 成立（经核查确认时间线自洽，此为良性指标）

耿同学辣评

"一份工科硕士论文的复核，本质上是在'程序化机器取证证据'与'论文原文证据'之间架桥。复核原则很简单：你不能说'A 论文的图片 PRNU NCC=1.000'就算学术造假，因为论文原文压根没提过 PRNU 也没声明图片来自不同设备——这种证据是机器在线计算的产物，不是论文的自陈数据。正确做法是看原文是否声明了被比对属性的差异性。本论文中 PRNU 比对的三张图（img-000/001/002）都是同一 PC 端同一雷电模拟器同一导出管线生成的产物，PRNU 同源是'统一导出管线'的天然结果，而不是不同批次传感器的同源——良性解释在原文中有正面支持。Benford 检验更尴尬：本论文含大量 R²∈[0,1]、百分比、整数计数等受控范围数据，Benford 前提明确不满足，机器强行套用得出的'MAD 显著偏离'是检验前提错误，不是造假证据。真正能留下的，是文本层面的轻微异常：表 3-5 MAE 列精度不一致（187.3 vs 267.05）、表 4-3 CV R² Std 全部挤在 0.0027–0.0048 极窄区间——这两条都是原文数据可精确核对、且非通用托辞能完全消除的弱信号。综合评定 🟠 高度可疑，但疑点集中在'指标精确度可疑'而非'数据造假'，后续核查重点应是要求作者公开随机种子与 5 折划分的具体 fold 索引，看看这些数字到底是工程实现所得还是后期润色所得。"

建议后续行动

联系作者要求提供原始采集数据与模型训练代码（重点：随机种子、超参数搜索空间、5 折划分的具体 fold 索引）
在学术论坛提出质疑（重点：表 3-5 MAE 列精度不一致、表 4-3 CV R² Std 极窄区间）
向学位授予单位学术委员会举报（广东技术师范大学自动化学院）
要求作者公开完整数据集与训练脚本以供独立复现

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

🧮 证据合成（自动生成）

综合后验概率：18.5%（先验 5%）
95% 可信区间：[5.8%, 38.2%]
贝叶斯因子：BF = 4.32（中等（substantial））
综合评级：✅ 未见明显异常
复核已排除线索：44 条（良性解释成立 / 检验前提不满足 / 说明性条目，未计入合成）

贡献最高的证据：

[发现7] 8 个不同模型/方法的 5 折交叉验证标准差全部聚集在 0.0027–0.0048 这一极窄区间，过于一致；与发现 1 联合构成多模型同向异常。（llm/*，logLR=1.08）— 贡献 72.4%
[发现6] 同一表格同一列（MAE）精度不一致（'187.3'与'188.15'并存），其余列均为两位小数；在真实 sklearn 输出一致的情形下这种混合精度不自然，作为发现 1 的佐证计入。（llm/*，logLR=0.39）— 贡献 27.6%

免责：本小节由程序化贝叶斯合成自动生成，不构成学术不端判决。先验固定 5%，证据间按条件独立处理（可能高估相关证据的联合强度），LR 版本 geng_lr_v3（Phase 5 基准回归校准：任务级触发率比值+复核处置标签，n=11，向 v2 收缩 k=10）；可信区间与点估计来自同一后验（先验抽样 + LR 噪声的联合蒙特卡洛，区间随证据强度收敛）。请以正文具体发现与原始数据为准。

基于机器学习的二手手机价格评估方法研究及应用（Research and Application of Second-hand Mobile Phone Price Evaluation Method Based on Machine Learning）