申请/专利权人：东南大学

申请日：2019-12-29

公开（公告）日：2024-03-19

公开（公告）号：CN111061959B

主分类号：G06F16/9535

分类号：G06F16/9535;G06N3/0442;G06N3/045;G06N3/08;G06N3/126;G06N20/20;G06Q10/0631

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2020.05.19#实质审查的生效;2020.04.24#公开

摘要：群智化软件开发是一种利用世界各地开发人员资源，基于竞争或协作的方式来完成复杂开发任务的新型软件开发模式。但是，目前该软件开发模式存在着信息过载、挑选任务困难，任务复杂、质量难以保证的问题。为有效解决上述问题，本发明基于群智化软件开发者的特征给其推荐适合完成的任务，从而提高软件开发的效率与质量。开发者特征主要从两个方面来衡量，分别是开发者的动态偏好和开发者的竞争力。首先，我们使用基于注意力机制的长短期记忆神经网络来获取开发者动态变化的偏好并筛选出符合开发者偏好的前N个任务。然后，针对开发者的竞争力，采用基于差分进化算法改进的XGBoost模型预测开发者在待推荐任务上的评分。最后按照预测评分的高低向该开发者推荐Top‑K任务。

主权项：1.一种基于开发者特征的群智化软件任务推荐方法，其特征在于，所述方法包括如下步骤：1、分析群智化软件开发者的历史数据，针对开发者所参加的历史任务进行特征提取，获取其两种特征，分别为开发者的偏好信息和竞争力信息；2、对于开发者的历史任务偏好信息，将其按照时间进行划分，得到多个历史任务偏好序列，并用基于注意力机制的长短期记忆神经网络进行训练，预测出开发者的当前偏好；3、将开发者的偏好与所有待推荐的任务通过距离公式进行相似性对比，筛选出前N个感兴趣的任务，其中N取决于所有开发者在一个月内的平均报名任务数，并通过实验以确定最佳数值；4、对于开发者的历史任务竞争力信息，通过基于差分进化算法改进的XGBoost模型对开发者在一项任务上的预测评分进行训练；5、针对筛选出的前N个感兴趣的任务，输入训练好的预测评分模型来得到其评分，并将预测评分最高的K个任务推荐给开发者，其中K取决于所有开发者在一个月内的平均任务获胜次数，并通过实验以确定最佳数值，从而完成整个推荐流程。

全文数据：

权利要求：

百度查询： 东南大学 一种基于开发者特征的群智化软件任务推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD