第一次个人编程作业

课程	软件工程
要求	作业要求
目标	学习使用PSP表格；查重算法设计；Git管理

---

我的Github

编译环境 ：python3.9 IDE：pycharm

---

一、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	20
Estimate	估计这个任务需要多少时间	20	30
Development	开发	30	60
Analysis	需求分析 (包括学习新技术)	150	360
Design Spec	生成设计文档	15	10
Design Review	设计复审	10	10
Coding Standard	代码规范 (为目前的开发制定合适的规范)	10	30
Design	具体设计	20	120
Coding	具体编码	40	100
Code Review	代码复审	40	20
Test	测试（自我测试，修改代码，提交修改	120	120
Reporting	报告	30	20
Test Report	测试报告	20	20
Size Measurement	计算工作量	5	10
Postmortem &Process Improvement Plan	事后总结, 并提出过程改进计划	15	20
	合计	535	950

---

二、模块接口设计与实现

算法：余弦相似度

余弦相似度(cosine similiarity)，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估他们的相似度。基本思路是：

1. 找出两篇文章的关键词；
2. 每篇文章各取出若干个关键词，合并成一个集合，计算每篇文章对于这个集合中的词的词频；
3. 生成两篇文章各自的词频向量；
4. 计算两个向量的余弦相似度，值越大就表示越相似。计算两个向量的余弦相似度，值越大就表示越相似。

---

模块以及具体函数的实现

函数设计部分代码实现：

• 分词函数
  
• 计算词频函数并求出向量
  

---

三、性能分析与代码优化

内存具体使用情况

各函数耗时分析

存在用时过长的问题

函数优化

大大提高了运行速度

---

四、单元测试

• 部分代码
  
• 测试用例成功
  
• 结果实例
  
• 代码覆盖率
  

---

五、异常处理

• 文件索引异常
  
• 列表索引异常
  

---

六、心得体会

第一次做项目，却匆匆忙忙交卷，虽然过程很痛苦，但是结果也不好受。行吧，毕竟还是学到了不少东西，收获到了不一样的体会。希望下次自己能够好好规划时间，才能保证充分的睡眠。