一种多特征融合的软件开发者推荐
作者:
作者单位:

作者简介:

谢新强(1982-),男,山东菏泽人,博士生,工程师,CCF专业会员,主要研究领域为推荐系统,软件复用,软件产品线开发技术,可信计算,机器数据分析;张霞(1965-),女,博士,教授,博士生导师,CCF高级会员,主要研究领域为大数据分析,云计算支撑平台技术,基础软件开发平台技术;杨晓春(1973-),女,博士,教授,博士生导师,CCF高级会员,主要研究领域为数据库理论与技术,数据质量分析,数据隐私保护,无线传感器网络数据管理;纪勇(1973-),男,高级架构师,主要研究领域为大数据分析,云计算支撑平台技术,基础软件开发平台技术;王斌(1972-),男,博士,副教授,主要研究领域为数据库理论与技术,数据质量分析,数据隐私保护,无线传感器网络数据管理;黄治纲(1977-),男,高级架构师,CCF专业会员,主要研究领域为大数据分析,云计算支撑平台技术,基础软件开发平台技术

通讯作者:

杨晓春,E-mail:yangxc@mail.neu.edu.cn

中图分类号:

基金项目:

国家自然科学基金(61272178,61572122);国家重点研发计划(2016YFB1000804)


Multi-Feature Fused Software Developer Recommendation
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61272178, 61572122); National Key Research and Development Program of China (2016YFB1000804)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    软件开发者能力评价和协作关系推荐,是大数据环境下软件智能化开发领域的一个研究热点.通过分析互联网开发者社区和企业内部开发环境,设计出基于模糊综合评价的开发者能力模型.随后,通过挖掘开发者与任务的动态交互行为、静态匹配度以及开发者能力这3个不同维度的特征并结合矩阵分解技术,提出一种能力与行为感知的多特征融合协同过滤开发者推荐方法,最终解决开发者推荐面临的评价矩阵稀疏性和冷启动问题,提升个性化精准推荐效率.从系统层面给出适合大数据环境的多特征融合开发者推荐原型系统实践并对现有开源技术框架的优化改进,实验过程分别基于互联网问答社区StackOverflow和企业内部GitLab环境进行了实验分析.最后,对未来研究可能的问题及思路进行了展望.

    Abstract:

    The capability evaluation and collaborative relationship recommendation of software developers is a hot topic in the field of software intelligent development in big data environment. By analyzing the internet developer community and the enterprise internal development environment, a developer ability model based on fuzzy comprehensive evaluation is designed in this paper. Subsequently, the three different dimensions of the dynamic interaction behavior, static matching, and developer capabilities are extracted by mining the dynamic interaction between the developer and the task. Furthermore, by combining matrix decomposition techniques, a multi-feature fusion enhanced method based on capability and behavior for collaborative filtering developer recommendation is proposed. The method ultimately solves the evaluation matrix sparseness and cold start problem of developer recommendation, and improves the personalized precision recommendation efficiency. From the system level, a prototype of multi feature fusion recommendation system suitable for big data environment is presented, and the optimization of existing open source technology framework is improved. Experiment is conducted based on the internet Q&A community StackOverflow and the internal institution GitLab environment. Finally, the possible issues and ideas for future research are addressed.

    参考文献
    相似文献
    引证文献
引用本文

谢新强,杨晓春,王斌,张霞,纪勇,黄治纲.一种多特征融合的软件开发者推荐.软件学报,2018,29(8):2306-2321

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-07-18
  • 最后修改日期:2017-09-28
  • 录用日期:
  • 在线发布日期: 2018-03-14
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号