个人项目：论文查重
第一次编程作业
item | answer |
-|-|-
这个作业属于哪个课程 | https://edu.cnblogs.com/campus/gdgy/informationsecurity1812/homework/11155 |
这个作业要求在哪里 | https://edu.cnblogs.com/campus/gdgy/informationsecurity1812/homework/11155 |
这个作业的目标 | 学习使用PSP表格，学习commit规范 |
GitHub链接：https://github.com/jinjin99/3218005394
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 | 40 |
| · Estimate | · 估计这个任务需要多少时间 | 40 | 40 |
| Development | 开发 | 500 | 600 |
| · Analysis | · 需求分析 (包括学习新技术) | 200 | 300 |
| · Design Spec | · 生成设计文档 | 60 | 80 |
| · Design Review | · 设计复审 | 20 | 30 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 40 | 30 |
| · Design | · 具体设计 | 30 | 30 |
| · Coding | · 具体编码 | 200 | 220 |
| · Code Review | · 代码复审 | 30 | 20 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 60 | 90 |
| Reporting | 报告 | 60 | 80 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 60 | 90 |
| Reporting | 报告 | 60 | 60 |
| · Test Repor | · 测试报告 | 30 | 40 |
| · Size Measurement | · 计算工作量 | 15 | 20 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 20 | 20 |
| · 合计 | 1335 | 1830 |
一、模块接口的设计和实现
实现逻辑
主要运用余弦相似性来比较两个句子的相似性。首先进行分词，统计词频，然后计算每个词在全文的分布是怎样的，从宏观上分析两篇文章的相似度。
1 文件读写类
2. 分词和计算
3.自定义异常类
二、测试结果
三、性能检测
四、总结
该算法遍历的时候只遍历第一个句子有的词，第二个句子有但是第一个句子有的词不会被加进分母中计算！！！
