第一次个人编程作业（python论文查重）

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/CSGrade21-12
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/CSGrade21-12/homework/13014
这个作业的目标	熟练使用python语言、学习与使用 GitHub、分析作业需求

GitHub地址：https://github.com/TanYYin/TanYYin/blob/main/3221004812/plagiarism.ipynb

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	40	50
· Estimate	· 估计这个任务需要多少时间	250	300
Development	开发	300	320
· Analysis	· 需求分析 (包括学习新技术)	150	180
· Design Spec	· 生成设计文档	40	20
· Design Review	· 设计复审	25	10
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	20	15
· Design	· 具体设计	100	120
· Coding	· 具体编码	120	180
· Code Review	· 代码复审	40	45
· Test	· 测试（自我测试，修改代码，提交修改）	60	100
Reporting	报告	40	60
· Test Repor	· 测试报告	30	45
· Size Measurement	· 计算工作量	15	15
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	10	10
	· 合计	1240	1470

计算模块接口部分的设计与实现过程

1.接口

2.流程

3.算法

分子为两个向量内积，分母为两个向量模（长度）的积。通过公式，可以直观的认为其一定程度上消除了向量长度的影响，余弦相似度体现的是方向的差异。（欧氏距离体现的是距离差异）
当夹角为0，两个向量同向，相当于相似度最高，余弦值为1
当夹角90°，两个向量垂直，余弦为0。
当夹角180°，两个向量反向，余弦为-1

计算模块接口部分的性能改进

使用cprofile.run()函数对计算模块接口进行性能分析
1.函数调用次数（ncalls）：可以看到每个函数被调用的次数，通过比较调用次数，了解哪些函数在程序执行过程中起到了重要的作用。
2.总时间（cumtime）和单次调用时间（percall）：时间指标可以告译你程序中的哪些函数比较耗时，可能是潜在的性能瓶颈。
3.源文件和行号（filename:lineno）：需要深入分析程序的执行过程，可以关注具体的源文件和行号，这样可以找到关键的代码段，并进行进一步的优化或调试。