【技术实现步骤摘要】
一种面向群体软件过程的开发人员推荐方法
本专利技术涉及计算机群体软件工程领域，尤其涉及一种面向群体软件过程的开发人员推荐方法。
技术介绍
群体软件开发模式，是创新性的应用众包开发方法于软件工程领域，新型的问题解决模式，是一个极具前景的研究领域。群体软件开发表现为：许多软件从业者通过互联网等开放平台，使用自己的经验和技术参与软件开发相关的任务。已知有效的代表性群体软件开发实践是在众包平台(如TopCoder)上开发的竞争性群体软件项目。群体软件开发方法的低成本、短时间、高效率特点，使其在面临当今软件系统越来越复杂的新形势中，显示出巨大的潜力。为了使群体软件开发模式的普遍化和流行化，充分发挥群体软件开发模式的潜力，需要对群体软件开发过程进行管理与优化，使得群体软件开发开发模式能够产出令人满意的高质量解决方案，同时也有助于指导群体软件项目管理人员高效解决开发过程中出现的问题。当前很大部分研究的关注点都在群体软件开发系统上，包括群体软件开发模型的建立与派生，和为了使众包能够应用于各类软件开发应用领域的平台或过程的设计原则。他...
【技术保护点】
1.一种面向群体软件过程的开发人员推荐方法，其特征在于，具体包括如下步骤：/n步骤1、收集开发人员的历史注册数据；/n步骤2、对开发人员的注册数据进行清洗，删除无效数据；/n步骤3、按照时间顺序，整理开发人员的注册序列；/n步骤4、针对开发人员注册序列进行隐马尔科夫模型HMM构建；/n步骤5、利用开发人员注册的HMM模型判断开发人员是否有意愿参与即将进行的比赛；如果“是”，则跳转到步骤6；如果“否”，则跳转到步骤11，不推荐该开发人员，结束；/n步骤6、收集开发人员解决方案提交的历史数据；/n步骤7、对开发人员的提交数据进行清洗，删除无效数据；/n步骤8、收集获取群体软件开...
【技术特征摘要】
1.一种面向群体软件过程的开发人员推荐方法，其特征在于，具体包括如下步骤：
步骤1、收集开发人员的历史注册数据；
步骤2、对开发人员的注册数据进行清洗，删除无效数据；
步骤3、按照时间顺序，整理开发人员的注册序列；
步骤4、针对开发人员注册序列进行隐马尔科夫模型HMM构建；
步骤5、利用开发人员注册的HMM模型判断开发人员是否有意愿参与即将进行的比赛；如果“是”，则跳转到步骤6；如果“否”，则跳转到步骤11，不推荐该开发人员，结束；
步骤6、收集开发人员解决方案提交的历史数据；
步骤7、对开发人员的提交数据进行清洗，删除无效数据；
步骤8、收集获取群体软件开发比赛的难度信息和开发人员的能力水平信息；
步骤9、利用项目反应理论IRT模型构建预测开发人员提交行为的模型；
步骤10、判断开发人员是够有意愿提交软件开发比赛的解决方案，如果“是”，则跳转到步骤12——推荐该开发人员，算法结束；如果“否”，则跳转到步骤11——不推荐该开发人员，算法结束；
步骤11、不推荐相应的开发人员，结束；
步骤12、推荐该开发人员，结束。
2.根据权利要求1所述的一种面向群体软件过程的开发人员推荐方法，其特征在于，所述步骤4中，针对开发人员注册序列构建参赛预测模型HMM，具体如下：
针对每名开发人员，获取其感兴趣的所有类型的全部比赛，并将所有比赛不分类别的按照开始时间先后顺序进行排列，标记此开发人员参与注册过的比赛；注册人员预期自己有一定空闲时间，或者是对比赛感兴趣；开发人员参与注册比赛的行为是最契合开发人员当前自身状态的行为，根据隐马尔科夫方法，首先定义参赛开发人员的状态集合Q和观测集合V：
Q＝{非常空闲，空闲，一般，忙碌，非常忙碌}，N＝5(1)
V＝{参加，缺席}，M＝2(2)
然后通过Baum-Welch算法，分别针对目标开发人员的注册行为序列进行学习，开发人员的注册行为序列为：{参加,参加,…,参加,缺席,…}式样的观察状态的集合，通过Baum-Welch算法，获得隐马尔科夫模型的三个重要参数部分，即初始状态矩阵，状态转移矩阵和观测概率矩阵。
3.根据权利要求2所述的一种面向群体软件过程的开发人员推荐方法，其特征在于，针对开发人员注册序列构建参赛预测模型HMM，其构建步骤描述如下：
步骤4.1、收集开发人员注册比赛的历史数据；
步骤4.2、针对开发人员注册数据进行筛选，删除无效数据；
步骤4.3、按照时间顺序，整理开发人员的注册序列；
步骤4.4、初始化隐马尔科夫模型参数：状态转移矩阵A，观测状态转移概率矩阵B，初始状态概率矩阵π；
步骤4.5、将开发人员比赛注册序列和初始参数带入模型，进行模型训练；
步骤4.6、训练模型直至收敛；
步骤4...
【专利技术属性】
技术研发人员：胡征慧，吴文峻，李勃舒，王蕴红，刘庆杰，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：浙江;33
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。