工程概论作业二--个人项目-526互联

这个作业属于哪个课程	工程概论
这个作业要求在哪里	个人项目
这个作业的目标	尝试做项目及学习项目管理

题目：论文查重

描述如下：

设计一个论文查重算法，给出一个原文文件和一个在这份原文上经过了增删改的抄袭版论文的文件，在答案文件中输出其重复率。

原文示例：今天是星期天，天气晴，今天晚上我要去看电影。
抄袭版示例：今天是周天，天气晴朗，我晚上要去看电影。
要求输入输出采用文件输入输出，规范如下：

从命令行参数给出：论文原文的文件的绝对路径。
从命令行参数给出：抄袭版论文的文件的绝对路径。
从命令行参数给出：输出的答案文件的绝对路径。
我们提供一份样例，课堂上下发，上传到班级群，使用方法是：orig.txt是原文，其他orig_add.txt等均为抄袭版论文。

注意：答案文件中输出的答案为浮点型，精确到小数点后两位

操作系统：Windows10
使用语言：java

1、读取文本内容分别对两文件内容进行预处理
2、分隔单词，统计单词出现的频率
3、计算余弦相似度
4、主函数输出结果

路径出错或格式错误导致打不开或找不到文件

PSP2.1	Personal Software Process Stages	预估耗时（min）	实际耗时（min）
Planning	计划	60	30
Estimate	估计这个任务需要多少时间	180	300
Development	开发
Analysis	需求分析 (包括学习新技术)	180	180
Design Spec	生成设计文档	60	90
Design Review	设计复审
Coding Standard	代码规范 (为目前的开发制定合适的规范)
Design	具体设计	30	30
Coding	具体编码	60	60
Code Review	代码复审	10	10
Test	测试（自我测试，修改代码，提交修改）	60	90
Reporting	报告	60	120
Test Repor	测试报告	30	30
Size Measurement	计算工作量	30	30
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	20	10
	合计	780	980