期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种考虑兴趣偏好的Top-k众包开发者推荐方法 被引量:2
1
作者 于旭 何亚东 +2 位作者 梁宏涛 江峰 杜军威 《山东科技大学学报(自然科学版)》 CAS 北大核心 2021年第3期58-70,共13页
随着云开发技术的不断发展,以众包软件平台为代表的在线开发者社区成为软件工程领域一个新的研究热点。如何为平台中的任务发布者及时、准确地推荐开发者是具有现实意义的重要问题。本研究提出一种考虑兴趣偏好的Top-k众包开发者推荐方... 随着云开发技术的不断发展,以众包软件平台为代表的在线开发者社区成为软件工程领域一个新的研究热点。如何为平台中的任务发布者及时、准确地推荐开发者是具有现实意义的重要问题。本研究提出一种考虑兴趣偏好的Top-k众包开发者推荐方法,改变传统Top-k推荐列表的生成模式,有针对性地为任务推荐符合条件的开发者。首先结合平台丰富的异构信息提取任务特征,考虑兴趣感知特征和评分数据构建开发者初始推荐列表,挖掘列表内开发者多个维度特征,并利用加权融合策略生成开发者综合能力特征;随后通过开发者列表分类器,完成任务与开发者列表的分类匹配,生成候选开发者推荐列表;最后基于候选列表内开发者的相似情况,为任务推荐匹配度最高的开发者列表。此外,提出两种冷启动解决方案,有效缓解推荐时面临的开发者冷启动问题。为了评估整个模型的性能,从ZhuBaJie平台和TopCoder平台爬取数据进行了实验,结果表明,本方法在准确率和覆盖率等多个评价指标上都取得了较好的结果。 展开更多
关键词 众包软件平台 开发者推荐 top-k推荐 异构信息 兴趣偏好
在线阅读 下载PDF
基于混合兴趣主题模型的推荐方法
2
作者 邱云飞 田丰维 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2024年第2期241-247,共7页
针对跨领域项目推荐过程中用户兴趣稀疏造成的推荐冷启动问题,提出一种基于混合兴趣主题模型兴趣领域潜在狄利克雷分布(PA-LDA)的推荐方法。PA-LDA使用兴趣潜在狄利克雷分布(P-LDA)模块挖掘用户历史行为数据,生成关于目标项目中兴趣主... 针对跨领域项目推荐过程中用户兴趣稀疏造成的推荐冷启动问题,提出一种基于混合兴趣主题模型兴趣领域潜在狄利克雷分布(PA-LDA)的推荐方法。PA-LDA使用兴趣潜在狄利克雷分布(P-LDA)模块挖掘用户历史行为数据,生成关于目标项目中兴趣主题的概率分布,综合考虑主题和项目内容词对兴趣的影响进行参数估计建模,得到用户对目标项目的兴趣评价。PA-LDA使用领域潜在狄利克雷分布(A-LDA)得到领域对项目目标的兴趣评价,混合两类兴趣评价,使用top-k方法推荐目标项目。在EdX和GCSE两组真实数据集上进行实验,验证方法的有效性和准确性。研究结果表明:PA-LDA可以有效解释用户兴趣和领域兴趣对项目推荐的作用原理,实现多维领域推荐的兴趣特征捕捉,提升推荐的适应性与准确性。 展开更多
关键词 主题模型 用户兴趣 领域兴趣 兴趣混合 top-k推荐
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部