第一次个人编程作业：论文查重
论文查重
| 这个作业属于哪个课程 | 软件工程 |
|---|---|
| 这个作业要求在哪里 | 作业要求 |
| 这个作业目标 | 论文查重 |
| 1.Github地址 | |
| (https://github.com/PharaohAustin?tab=repositories） | |
| 2.PSP表格 | |
| PSP2.1 | Personal Software Process Stages |
| --------------------------------------- | -------------------------------- |
| Planning | 计划 |
| · Estimate | · 估计这个任务需要多少时间 |
| Development | 开发 |
| · Analysis | · 需求分析 (包括学习新技术) |
| · Design Spec | · 生成设计文档 |
| · Design Review | · 设计复审 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) |
| · Design | · 具体设计 |
| · Coding | · 具体编码 |
| · Code Review | · 代码复审 |
| · Test | · 测试（自我测试，修改代码，提交修改） |
| Reporting | 报告 |
| · Test Repor | · 测试报告 |
| · Size Measurement | · 计算工作量 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 |
| · 合计 | |
| 3.计算模块接口的设计与实现过程 | |
 |
|
| 这里用到的是从网上学习的余弦相似度查论文算法【参考文章】（http://www.manongjc.com/article/34134.html） | |
| 先对句子进行分词，分词后的句子变为向量，再对这些向量进行余弦操作，余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似 | |
| 4.计算模块接口部分的性能改进 | |
| 这里放上pycharm自带profile跑的图 | |
 |
|
 |
|
| 想来想去优化需要更好的分词法，但是在网上没学会，只能先这样了 | |
| 5.计算模块部分单元测试展示 | |
 |
|
| 单元测试覆盖率 | |
| 经测试已覆盖95% | |
| 6.计算模块部分异常处理说明 | |
| 空文本测试异常（对输入两篇空文本,求得的向量为零向量就会导致除零异常，所以要进行异常处理） | |
 |
|
| 7.总结 | |
| PSP表格真的难搞，网上的方法也有很多因为编译器不同而造就的错误 | |
| github上传文件和测试搞不会，只能以后慢慢学了 |
