Java本地作业查重系统源码.zip

# HomeworkSimilarity ## 项目描述: 本地作业查重系统。程序入口文件为src/main/java/pers.hdq.ui包中的UIhdq.java 文件。这是一个图形化界面。 **如果下载后运行发现报ik配置项空指针,尝试将lib目录设置为资源目录**,如下图  实现对本地某一目录下所有word文档和txt文档进行两两之间的相似度计算。并将完整结果简略结果以及抄袭名单输出为excel文件。 图片相似度采用PHash算法，文字相似度采用jaccard相似度和余弦相似度结合进行计算。 程序已经生成了32位和64位exe文件，直接解压后选择作业查重x32和作业查重x64文件夹即可运行（下载链接：链接: https://pan.baidu.com/s/1PA1x786sXzsr0J4cJI5z-A 提取码: umfm）。 详细图文说明也在上面的百度网盘链接中，PPT初步了解，文档3,4章详细介绍系统设计和实现。 **release分支为最新分支**,已合并dev1.0.2分支 ### 提示: 查询多个大文本时,请在jvm启动参数中调大内存限制 -Xmx4096m -Xms1024m (具体数值依据电脑配置决定) ## 版本变更记录: ### dev1.0.2 更新时间2022-06-15 > 1.将ik停止词由读取文件变为set初始化,提高效率 > > 2.删除冗余代码 > > 3.新增查重模式,模式1即所选目录所有文档两两比较;模式2要求所选目录中必须有一个"今年"文件夹存今年的文档,一个"往年"文件夹存往年的文档;今年文档两两比较,然后再将今年文档与往年文档分别比较;减少往年文档互相比较的过程. ### dev1.0.1 更新时间2022-06-14 > 1.本次重构文件处理流程,每个文件只打开一次,效率极大提高(1000个文档从1个小时提高到1分钟不到) > > 2.当详细结果超过20万时,详细结果不导出到excel中 > > 3.当某个文档和其他文档最大相似度有多个时,简略结果只保留这个文档的10个最相似文档 ### dev1.0.0 更新时间2022-06-13 > 1.本次将导出excel的方法换成阿里easyExcel库,效率极大提高(150万行数据很快便导出完成)