| 这个作业属于哪个课程 | 软件工程 |
|---|---|
| 这个作业要求在哪里 | |
| 这个作业的目标 | 进行性能分析、回归测试； 把代码上传到GitHub |
GitHub地址：3118005380
| PSP2.1 | Personal Software Process Stages | 预估耗时(分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | |
| Estimate | 估计这个任务需要多少时间 | 10 | |
| Development | 开发 | 480 | |
| Analysis | 需求分析 (包括学习新技术) | 240 | |
| Design Spec | 生成设计文档 | 20 | |
| Design Review | 设计复审 | 20 | |
| Coding Standard | 代码规范 (为目前的开发制定合适的规范) | 20 | |
| Design | 具体设计 | 20 | |
| Coding | 具体编码 | 120 | |
| Code Review | 代码复审 | 20 | |
| Test | 测试（自我测试，修改代码，提交修改） | 60 | |
| Reporting | 报告 | 30 | |
| Test Repor | 测试报告 | 20 | |
| Size Measurement | 计算工作量 | 5 | |
| Postmortem & Process Improvement Plan | 事后总结, 并提出过程改进计划 | 5 | |
| Total | 总计 | 800 |
- 项目中包含两个.py文件，其中一个包含了实现余弦相似度算法的类CoSim，该类主要方法有：self.ClearContent()，用于清除文本噪音，使文本只留下中文字符，有一定局限性；self.DealString()，用于处理从文本转化而来的字符串，调用jieba库中的方法实现分词、提取关键词的操作，并编写代码求出各关键词的词频用于生成词频向量；self.CoSim()，用于计算两词频向量的余弦值。
独到之处在于，CoSim类的self.init()方法接收两个参数，并调用self.CoSim()，self.CoSim()调用了self.DealString()，self.DealString()在处理文本转化来的字符串前，调用self.ClearContent()清楚文本噪音。创建CoSim类的对象的同时余弦相似度就计算出来了，一步到位。 - 项目中的main.py文件用来获取命令行参数，进行文件的读写操作，以及调用CoSim类
- 单元测试
清除文本噪音
分词，提取关键词
计算词频向量
- 异常处理
- 程序运行截图
