python实现论文查重

作业所属课程	https://edu.cnblogs.com/campus/gdgy/Networkengineering1834
作业要求	https://edu.cnblogs.com/campus/gdgy/Networkengineering1834/homework/11147
作业目标	实现论文查重算法，学会使用PSP表格，然后使用Github管理项目，并用markdown写博文

一、 Github仓库

二、 PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	20	40
· Estimate	· 估计这个任务需要多少时间	20	40
Development	开发	480	540
· Analysis	· 需求分析 (包括学习新技术)	80	90
· Design Spec	· 生成设计文档	60	50
· Design Review	· 设计复审	60	60
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	20	30
· Design	· 具体设计	30	40
· Coding	· 具体编码	150	240
· Code Review	· 代码复审	60	60
· Test	· 测试（自我测试，修改代码，提交修改）	20	45
Reporting	报告	60	60
· Test Report	· 测试报告	30	30
· Size Measurement	· 计算工作量	10	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20	20
Total	· 合计	560	640

三、 论文查重算法原理

1、jaccard算法

jaccard原理图：

四、代码块部分单元测试展示

代码审计：

具体展示时间：

占用内存:

五、单元测试展示代码

• 对照原文

orig.txt和orig.txt相似度: 100.00%

• 测试抄袭文本

orig.txt和orig_0.8_add.txt相似度: 68.07%
orig.txt和orig_0.8_del.txt相似度: 48.15%
orig.txt和orig_0.8_dis_1.txt相似度: 70.21%
orig.txt和orig_0.8_dis_10.txt相似度: 53.85%
orig.txt和orig_0.8_dis_15.txt相似度: 34.23%

六、错误异常展示

七、计算模块接口