个人项目1:文章查重
| 这个作业属于哪个课程 | https://edu.cnblogs.com/campus/gdgy/Internationalcourseincomputationalscienceandtechnology |
|---|---|
| 这个作业要求在哪里 | https://edu.cnblogs.com/campus/gdgy/Internationalcourseincomputationalscienceandtechnology/homework/12187 |
| 这个作业的目标 | 实现论文查重算法,学习PSP使用,熟练github操作 |
Github仓库链接:
https://github.com/JudgeDu/JadeDu/tree/main/3119009467
PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时(分钟) | 实际耗时(分钟) |
|---|---|---|---|
| Planning | 计划 | 10 | 10 |
| Estimate | 估计这个任务需要多少时间 | 10 | 10 |
| Development | 开发 | 600 | 510 |
| Analysis | 需求分析 (包括学习新技术) | 200 | 230 |
| Design Spec | 生成设计文档 | 30 | 40 |
| Design Review | 设计复审 | 15 | 20 |
| Coding Standard | 代码规范 (为目前的开发制定合适的规范) | 20 | 20 |
| Design | 具体设计 | 120 | 100 |
| Coding | 具体编码 | 400 | 420 |
| Code Review | 代码复审 | 30 | 60 |
| Test | 测试(自我测试,修改代码,提交修改) | 30 | 30 |
| Reporting | 报告 | 120 | 180 |
| Test Repor | 测试报告 | 30 | 30 |
| Size Measurement | 计算工作量 | 20 | 20 |
| Postmortem & Process Improvement Plan | 事后总结, 并提出过程改进计划 | 15 | 15 |
| Sum up | 合计 | 1650 | 1695 |
计算模块接口部分的性能


如上
设计思路
我在网上进行了相关学习后决定使用计算余弦值的方法。如下
用jieba切割句子,成为一个个单独的字或词

为词赋值,将其转化为单位向量,并且计算余弦值,然后判断重复率

测试结果





如上
异常处理说明

如上
浙公网安备 33010602011771号