个人项目:论文查重

这个作业属于哪个课程 https://edu.cnblogs.com/campus/gdgy/Networkengineering1834
这个作业要求在哪里 https://edu.cnblogs.com/campus/gdgy/Networkengineering1834/homework/11146
这个作业的目标 学会编写论文查重代码;学会用github上传文件

一、Github代码

https://github.com/lalalahxf/Lalalahxf

二、PSP表格

PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
Planning 计划 30 30
· Estimate · 估计这个任务需要多少时间 40 45
Development 开发 550 650
· Analysis · 需求分析 (包括学习新技术) 30 30
· Design Spec · 生成设计文档 60 60
· Design Review · 设计复审 70 75
· Coding Standard · 代码规范 (为目前的开发制定合适的规范) 15 15
· Design · 具体设计 30 30
· Coding · 具体编码 180 240
· Code Review · 代码复审 60 60
· Test · 测试(自我测试,修改代码,提交修改) 30 30
Reporting 报告 60 60
· Test Report · 测试报告 30 30
· Size Measurement · 计算工作量 10 10
· Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 20 20
Total · 合计 1215 1385

三、模块接口的设计与实现过程

余弦相似度量:计算个体间的相似度。相似度越小,距离越大。相似度越大,距离越小。
余弦相似度算法:一个向量空间中两个向量夹角间的余弦值作为衡量两个个体之间差异的大小,余弦值接近1,夹角趋于0,表明两个向量越相似,余弦值接近于0,夹角趋于90度,表明两个向量越不相似。
思路:1、分词;2、列出所有词;3、分词编码;4、词频向量化;5、套用余弦函数计量两个句子的相似度。
接口截图:

四、模块接口部分的性能改进

性能分析截图:

五、模块部分单元测试展示

测试结果:

posted @ 2020-09-25 00:20  大pen菇  阅读(201)  评论(0编辑  收藏  举报