个人项目

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringClassof2023
这个作业的要求在哪里	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringClassof2023/homework/13324
这个作业的目标	积累第一次个人项目的经验

ps：Github链接：https://github.com/Ljhwswa/3123004357

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	30	30
· Estimate	· 估计这个任务需要多少时间	120	240
Development	·开发	120	120
Analysis	·需求分析 (包括学习新技术)	60	60
· Design Spec	· 生成设计文档	30	30
· Design Review	· 设计复审	30	30
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	40	40
· Coding	·具体编码	60	60
·Code Review	· 代码复审	30	40
·Test	·测试（自我测试，修改代码，提交修改）	30	30
Reporting	报告	30	30
· Test Repor	·测试报告	10	10
· 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	30	30
	· 合计	660	790

二.接口模块说明

1. read_file函数
功能：

用于读取指定路径下的文件内容。

如果文件不存在或读取失败，会给出相应提示并终止程序。

调用关系：

仅在main函数中被调用，用于获取原始文本和抄袭文本。

2. split_text函数
功能：

用于将输入的文本分割为单词。

去除标点符号和非字母字符，并将所有单词转换为小写。

调用关系：

在main函数中被调用，用于预处理原始文本和抄袭文本。

3. count_word_frequency函数
功能：

用于统计单词列表中每个单词的出现频率。

返回单词到频率的映射。

调用关系：

在main函数中被调用，用于统计原始文本和抄袭文本的词频。
4. cosine_similarity函数
功能：

用于计算两个词频向量的余弦相似度。

调用关系：

在main函数中被调用，用于计算原始文本和抄袭文本的相似度。

5. write_result函数
功能：

用于将相似度结果写入指定文件。

结果保留两位小数。

调用关系：

在main函数中被调用，用于将相似度
三.程序cpu占用和性能图

四.测试和结果输出

注：
在测试中，本程序可写入外部文件来进行对文件的读取和测试。

四.模块异常情况
本程序包含以下两种程序异常：
（1）编码错乱
在读取论文的时候，使用读取UTF-8的编码方式，在程序一开始会执行判断，判断是否为UTF-8编码方式，若不是，则会返回错误。
（2）读取论文异常，也会返回错误，以此来达到程序的完整性。
**五.Github仓库截图