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：
- 找出两篇文章的关键词；
- 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；
- 生成两篇文章各自的词频向量；
- 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
函数优化
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。
