2021.5.22项目阶段报告

一、提要

当前各模块负责人（点击人名可跳转至CSDN个人主页）：
代码与文本查重—王帅
界面设计与功能结合——牛翔宇
代码检测——吴玮桓
代码与文本查重——李成
本文简单记录2021.5.15——2021.5.22一周内各成员工作内容总结和对下一周工作内容的展望。具体内容请查看个人总结文章：
2021.5.22项目阶段报告-王帅
2021.5.22项目阶段报告-吴玮桓
2021.5.22项目阶段总结-李成
2021.5.22项目阶段总结-牛翔宇

二、本周总结

1.代码与文本查重(王帅)

1.给出了共现矩阵的一种实现。
希望将共现矩阵加入到查重算法中，主要用于发现主题，解决词向量相近关系的表示，考虑处理正文。

2.搜集了几种文本相似度的度量方法:
LCS最长子序列；最小编辑距离；莱文斯坦距离；
Jaccard相似性系数；TF-IDF+topK；局部哈希算法;
余弦相似度；欧几里德相似度；皮尔森相似度。

3.制作了一个简易的网络查重demo。
使用Tkinter生成一个简单界面；
选择文件并分词；
使用爬虫；
计算相似度；
展示结果。

2.代码检测（吴玮桓）

1.准备最终测试用的数据，保证实验报告的数量和真实性，并通过手动的注入一些重复的代码和报告评判各种算法的可靠性
2.集成动态编译所需要的运行环境

3.代码与文本查重（李成）

1、将自己的算法进行了汇总，并且定义了一些接口，方便集成。
2、也进一步实现了关于cpp的ast语法树的分析，然后只要套上smithwaterman的算法即可实现相似度的对比分析。

4.界面设计与功能结合（牛翔宇）

1.实现了检测sonarqube服务器开启状态的更好方法，优化了关闭服务器的方法，使关闭服务器不会误伤到其他使用JDK的程序。

2.将文件提取的部分内容集成到了系统中。主要包括：将doc、pdf文件中的图片的文字提取出来并按顺序加入到文字内容中。

3.此外还优化了sonarqube检测代码的部分，具体内容包括：
(1)增加了用户项目列表，可以供用户查看项目名及项目检测时间，删除项 目。
(2)优化了获取代码检测结果的过程，用增加的用户项目列表来指定要获取结果的项目，改善用户的体验。

三、下周计划

1.代码与文本查重(王帅)

1.优化查重算法。
2.完善提取细节。

2.代码检测（吴玮桓）

1.实验报告的测试数据未完全做完，继续准备
2.与队友对接动态编译部分的内容
3.审查整个项目中的设计方面的漏洞

3.代码与文本查重（李成）

1、下周根据进度应该是集成成功。
2、我这一部分进行单元测试。

4.界面设计、数据库（牛翔宇）

1.对文件提取部分内容与队友交流协商，完全集成到系统中。
2.将其他未完全开发完成的模块集成到系统中。