一种常见的相似度算法是基于词频的算法，通过统计论文中词汇的出现频率来计算相似度。另一种算法是基于词向量的算法，将论文表示为向量进行比较。还有基于n-gram的算法，将文本切割成n个连续的词组进行比较。此外，还有基于编辑距离的算法，用于计算两篇文本之间的相似程度。

除此之外，还有基于特征提取的算法，通过提取文本的特征信息进行相似度计算。另外，基于深度学习的算法也逐渐应用于论文查重领域，通过神经网络等模型进行相似度判定。综合利用这些不同的相似度算法，可以更全面地评估论文之间的相似程度，提高查重的准确性和效率。