Project2——论文查重系统（PPCS）

github项目地址

作业要求

工程概论	班级链接
作业要求	作业的要求链接
作业的目标	熟悉项目流程

需求

语言	Java
目标	对输入的两个文件进行查重
输出	命令行显示，并存入文件
要求	输出浮点型结果

算法流程

1.文本处理
使用空格分隔文本，并切换成小写
2.获取特征向量
并用分隔后得到的单词，组成词频向量
3.计算余弦相似度
用两个向量的点积除以二者的范数之积来计算余弦相似度
优缺点：
速度快，代码简单，但无法联系上下文，无法真正地对比语义信息。

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟
Planning	计划	5	5
Estimate	估计这个任务需要多少时间	3	1
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	10	5
Coding	具体编码	20	20
Code Review	代码复审	-	-
Test	测试（自我测试，修改代码，提交修改）	20	15
Reporting	报告	30	25
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	88	71

性能分析

读取文件内容使用时间：1ms
计算相似度使用时间：3ms

异常处理

文件读取异常

文件写入异常