一种用于众包软件测试的多路召回推荐方法技术

一种用于众包软件测试的多路召回推荐方法，S1，进行数据采集，获取用于多路召回的数据集，该数据集包括用户信息、用户社交信息、项目信息、项目文本描述和用户历史完成项目情况；S2，对数据进行预处理，计算用于多路召回模型的输入数；S3，进行项目多路召回，通过计算用户相似度找到目标用户的相似用户，通过用户

【技术实现步骤摘要】
一种用于众包软件测试的多路召回推荐方法


[0001]本专利技术涉及计算机技术的
，尤其涉及一种用于众包软件测试的多路召回推荐方法。

技术介绍

[0002]在众包软件测试的任务推荐中，众测任务推荐由于任务类别繁多复杂，众测人员难以获取合适的任务而得到关注。传统的推荐系统和深度推荐系统需要复杂度较高，在推荐过程中需要消耗大量的计算资源，对于大批量的数据来说，系统承担了较大负担。因此，如何解决信息过载问题，是一个需要重点研究的问题。
[0003]在数据量相对较大的条件下，面对大量的任务数据和人员信息，如何能够快速准确地将类别繁多的众测任务推荐给合适的众测人员，也是急需解决的问题。

技术实现思路

[0004]专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种用于众包软件测试的多路召回推荐方法，该专利技术能够提升众测任务推荐过程的速度和效率，提高推荐的时效性。
[0005]技术方案：为了实现上述专利技术目的，本专利技术提供了一种用于众包软件测试的多路召回推荐方法，包括以下步骤，
>[0006]S1，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于众包软件测试的多路召回推荐方法，其特征在于：包括以下步骤，S1，进行数据采集，获取用于多路召回的数据集，该数据集包括用户信息、用户社交信息、项目信息、项目文本描述和用户历史完成项目情况；S2，对数据进行预处理，计算用于多路召回模型的输入数据，输入数据包括用户特征、用户关系矩阵、项目特征、项目文本嵌入和用户
‑
项目交互矩阵；S3，进行项目多路召回，通过计算用户相似度找到目标用户的相似用户，通过用户
‑
项目交互矩阵找到目标用户和相似用户的历史完成项目，通过计算项目相似度和项目文本嵌入相似度找到历史完成项目的相似任务，从而完成对于众包测试项目的多路召回；S4，进行用户多路召回，通过计算项目相似度和项目文本嵌入相似度找到目标项目的相似项目，通过用户
‑
项目交互矩阵找到完成过目标项目和相似项目的用户，通过计算用户相似度和用户关系矩阵找到用户的相似用户，从而完成对于众包测试用户的多路召回。2.如权利要求1所述的用于众包软件测试的多路召回推荐方法，其特征在于：所述用户关系矩阵通过用户的社交网络获取。3.如权利要求2所述的用于众包软件测试的多路召回推荐方法，其特征在于：所述项目文本嵌入通过BERT模型获取。4.如权利要求1、2或3任一所述的用于众包软件测试的多路召回推荐方法，其特征在于：所述项目多路召回还包括以下步骤，S31，根据用户的嵌入向量进行相似度计算，得到目标用户的相似用户，获取用户嵌入向量的方式包括根据用户特征获取和根据关系矩阵获取，可分为两条路径；S32，根据目标用户、相似用户与项目的历史交互数据得到目标用户、相似用户的项目偏好，从而得到目标用户喜好的项目列表，可分为三条路径；S33，根据项目的嵌入向量进行相似度计算，得到目标用户喜好项目列表的相似项目列表，获取项目嵌入向量的方式包括根据项目特征获取和根据项目文本描述获取，因此共可分为六条路径；S34，根据得到的目标用户喜好的项目列表和目标用户喜好项目列表的相似项目列表，并去除已交互的项目和重复项目，汇总得到对于众包测试项目的多路召回推荐。5.如权利要求4所述的用于众包软件测试的多路召回推荐方法，其特征在于：所述用户多路召回还包括以下步骤，S41，根据项目...

【专利技术属性】
技术研发人员：王崇骏，张锐汀，何强强，陈英豪，资帅，
申请(专利权)人：南京大学，
类型：发明
国别省市：