-
题名一种结合显式特征和隐式特征的开发者混合推荐算法
被引量：18
- 1
-
-
作者
于旭
何亚东
杜军威
王昭哲
江峰
巩敦卫
-
机构
青岛科技大学信息科学技术学院
中国矿业大学信息与电气工程学院
-
出处
《软件学报》
EI
CSCD
北大核心
2022年第5期1635-1651,共17页
-
基金
国家自然科学基金(6217072142,61773384,61973180)
山东省自然科学基金(ZR2021MF092,ZR2019MF014,ZR2018MF007,ZR2019MF033)
山东省重点研发项目(2018GGX101052)。
-
文摘
现有开发者推荐算法通过对任务和开发者的显式信息进行挖掘,抽取任务和开发者的显式特征,完成针对任务的开发者推荐.然而,由于显式信息中的描述信息是主观的,往往是不精确的,现有基于显式特征的开发者推荐算法性能不够理想.众包软件开发平台除包含大量不精确的描述信息外,还包含客观的、较准确的“任务—开发者”成绩信息,可以有效地推断任务和开发者的隐式特征.考虑到隐式特征作为显式特征的补充,将有效缓解描述信息不精确的难题,提出一种结合显式特征和隐式特征的开发者混合推荐算法.首先,利用任务和开发者的平台可见信息充分提取显式特征,提出面向显式特征的因子分解机(FM)推荐模型建模任务、开发者显式特征和相应评分的映射关系.然后,利用“任务—开发者”成绩矩阵提取隐式特征,提出面向隐式特征的矩阵分解(MF)推荐模型.最后,融合面向显式特征的FM推荐模型和面向隐式特征的MF推荐模型,提出多层感知器融合算法.进一步,针对冷启动问题,首先,基于历史数据,构建多层感知器模型建模显式特征到隐式特征的映射关系.然后,针对冷启动任务或冷启动开发者,通过任务或开发者的显式特征求解相应的隐式特征.最后,基于已训练好的多层感知器融合算法预测评分.在Topcoder软件众包平台的仿真实验表明本文算法相对于对比算法在4种不同测试指标上具有明显的优势.
-
关键词
软件众包开发
开发者推荐
混合推荐算法
冷启动难题
多层感知器融合模型
因子分解机
-
Keywords
crowdsourcing software development
developer recommendation
hybrid recommendation algorithm
cold-start problem
multilayer perceptron fusion algorithm
factorization machine(FM)
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
