作业查重系统2.0版本
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
前言
项目的一些细节问题已经完善。提示：以下是本篇文章正文内容，下面案例可供参考
一、摘要
本文的研究内容为设计出一种针对高校学生电子版作业的查重系统，根据当下高校存在的抄袭情况和教师实际的需求，从作业中的文本、图片和代码三个方面展开对查重算法的研究和分析，对系统进行了需求分析、总体设计、详细设计和测试，以SpringBoot为主要框架，最终实现系统的核心功能。本系统的设计与实现提高了电子版作业的处理效率，帮助教师以更加科学、客观的方式去批阅学生的电子版作业，并且减轻教师压力，减少学生作业抄袭情况，培养学生的学习兴趣，从而在高校教学中营造良好的教学和学习环境。
二、相关技术
1.系统框架
后端采用SpringBoot框架+mybatis进行管理，前端采用Layui框架进行渲染。
2.查重功能简介
作业查重功能，即学生作业信息管理功能主要有两项。
第一，是添加班级待查重作业功能，主要由用户输入作业名称、选择班级、上传该班级的作业和作业模板以及设定文本、图片、代码的相似度最低值等信息，在输入完成后即可开始作业查重。
第二，是查询作业查重结果功能，通过指定作业名称和班级来查阅到对应的作业信息，教师可以看到学生的作业中文本、图片和代码的相似度情况，另外也可以通过表格或折线图的形式查看到学生作业的相似度情况。
代码如下（示例）：
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
3.相似度检测算法简介
本系统通过使用以下三种算法实现查重功能。
1）余弦相似度算法
余弦相似度算法通过计算两个向量间夹角的余弦值来度量它们之间的相似性。其主要通过两个向量的坐标值，在向量空间中将其呈现出来，然后计算向量夹角的余弦值，夹角越小就意味着计算所得的余弦值越接近1。
在文本相似度计算过程中，首先需要对文本进行分词, 计算词频, 然后文本可以用词频向量来表示，再由词频生成两个句子的词频向量，最后通过余弦相似度计算即可得出相似度结果。
余弦公式：
2）均值哈希算法
均值哈希算法用来实现图片查重，主要就是将图片进行二值化处理后生成一个包含[0,1]的数组，对比两张图片的数组计算相似度。
3）基于程序语言关键字的编辑距离算法
算法用来实现代码查重，指的是对于两个字符串，其中一个字符串转化为另一个字符串的过程中所产生的最少的操作次数，操作次数对应的是添加、删除或替换字符串中字符的次数。字符串即程序语言的关键字，如C语言的关键字有int ，double ，void return。
4.系统功能架构图
该处使用的url网络请求的数据。
三、系统功能运行图
1.登录
2.学生信息管理
可以增删改查学生的信息，并且提供批量导入。
点击查看按钮可以看到该学生的历史作业的相似度情况。
3.学生作业信息管理
（1）用户可以添加待查重作业
（上传作业模板的目的是将学生电子版作业中的模板内容去除掉，以此来提高查重结果精确度，模板内容如：实验目的、实验任务、实验环境等）
（相似度最低指的含义是若学生作业中的文本、图片或代码相似度低于设定的最低值，那么即认为是“合理”）
（2）用户可以设置相似度权重
相似度权重的设置是用来得出总相似度：
总相似度=文本相似度x文本权重+图片相似度x图片权重+代码相似度x代码权重
（3）点击开始查重，后台即运行查重业务逻辑进行查重，生成查重结果存储至数据库并返回给前台，用户可以根据作业下拉框和班级下拉框搜索对应批次的查重结果。
（4）点击文本按钮，查看单个学生的文本相似度情况（横坐标为与此学生作业文本相似的学生，纵坐标为相似度）
（5）点击图片按钮，查看单个学生图片抄袭情况
（6）点击代码按钮，查看单个学生代码抄袭情况
（7）可以将查重结果导出为Excel
（8）作业查重结果界面
总结
项目现在已经可以在服务器上运行了，70块钱买了一年的阿里云，不过只有1m的速度，初次加载还是会慢一些 。
系统的完成需要感谢18级刘XM和朱帅两位同学的帮助和意见。
有兴趣探讨技术的可以加Q：759395475，欢迎各位大佬指点