【技术实现步骤摘要】
一种基于神经网络的众包软件开发者推荐方法
本专利技术涉及智能推荐方领域，尤其涉及一种基于神经网络的众包软件开发者推荐方法。
技术介绍
众包软件开发是众包技术在软件开发领域的应用。软件需求方根据功能或者特性将复杂软件进行模块切分后将全部或者部分软件模块以众包开发任务的形式外包出去，让大众开发者去完成这些任务。现在业界出现了不少众包软件开发平台，比如Topcoder、Kaggle等，其中最大的平台是Topcoder。Topcoder平台10多年来一直引领着众包软件开发的潮流，并拥有超过100万的用户。典型的众包软件开发流程包括：软件需求方在众包平台发布软件开发任务；用户(开发者)选择合适的任务进行注册；注册开发者者提交相应的工作；最后根据评审规则确定开发者得分选择获胜者。根据数据统计，23％的任务注册用户不会提交任何工作，这种极高的放弃率会导致任务失败。如何尽可能早地选择潜在的获胜者，即将可靠性高的人推荐出来从而提升软件开发效率和保障软件质量，是众包软件开发领域中的重要问题。现有技术中，在处理众包软件开发者推荐时主要从两个角度切入：(1)基于已经过滤的用户做多标签分类...
【技术保护点】
1.一种基于神经网络的众包软件开发者推荐方法，所述方法中包含三个主要组件：注册行为预测器、提交行为预测器、获胜行为预测器，所述提交行为预测器基于用户已经注册后的情况进行预测，获胜行为预测器基于用户已经提交后的情况进行预测，在所述注册行为预测器对任务数据集进行学习中，如果输出的注册概率不在前top R,则用户获胜概率为0，终止该实例预测，否则提交行为预测器；在提交行为预测器中，如果输出的提交概率不在前top S，则用户的获胜概率为0，终止该实例预测，否则提交获胜行为预测器；最后由用户获胜行为预测器得到获胜概率，并根据获胜概率推荐前K个用户的列表，所述R,S,K为正整数。
【技术特征摘要】
1.一种基于神经网络的众包软件开发者推荐方法，所述方法中包含三个主要组件：注册行为预测器、提交行为预测器、获胜行为预测器，所述提交行为预测器基于用户已经注册后的情况进行预测，获胜行为预测器基于用户已经提交后的情况进行预测，在所述注册行为预测器对任务数据集进行学习中，如果输出的注册概率不在前topR,则用户获胜概率为0，终止该实例预测，否则提交行为预测器；在提交行为预测器中，如果输出的提交概率不在前topS，则用户的获胜概率为0，终止该实例预测，否则提交获胜行为预测器；最后由用户获胜行为预测器得到获胜概率，并根据获胜概率推荐前K个用户的列表，所述R,S,K为正整数。2.如权利要求1所述的方法，其特征在于，在所述三个预测器中采用迁移学习的方法处理任务数据集，首先需要寻找数据集用户交互较多的数据集对，使用CR参数表示连个数据集间相同用户的数目占相应数据集总用户数目的比例，然后将与某个小数据集的CR值高的数据集上的模型作为邻居模型存储起来，在预测小数据集的软件开发任务时，寻找邻居数据集上相似的任务并用邻居模型预测，然后将预测结果和在所述数据任务集上的预测结果依据相似度加权求和，推荐相应的用户列表。3.如权利要求1所述的方法，其特征在于，针对所述任务数据集里的任务信息进行聚类，保证每个子类中的任务平均数量...
【专利技术属性】
技术研发人员：孙海龙，王旭，张振羽，刘旭东，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。