当前位置: 首页 > 专利查询>浙江大学专利>正文

一种基于知识分解的开源平台开发者推荐方法和装置制造方法及图纸

技术编号:43948116 阅读:26 留言:0更新日期:2025-01-07 21:36
本发明专利技术公开了一种基于知识分解的开源平台开发者推荐方法和装置,本发明专利技术从开源平台中提取问题描述文本和相关代码,结合大型语言模型、自然语言处理和多标签分类技术,提炼出若干知识关键词以简化问题表示。通过知识图谱存储问题信息和提取的知识关键词,并结合开发者解决过的历史问题,应用深度学习中的知识图谱推荐技术,实现开发者与问题单的个性化精准推荐。本发明专利技术与现有的推荐技术相比,不是简单地将代码视为文本,而是从文本和代码中各自用合适的技术栈细分提取知识关键词,并构建为知识图谱用于推荐,因此兼具更高的推荐精准度和可解释性。

【技术实现步骤摘要】

本专利技术涉及开源和人工智能领域,尤其涉及一种基于知识分解的开源平台开发者推荐方法和装置


技术介绍

1、在开源软件的生态系统中,问题单跟踪系统是开发者和用户之间沟通的桥梁,它记录了项目中的问题、需求和讨论。随着开源项目的不断增长,问题单的数量也在急剧增加,这给开发者带来了挑战:如何在海量的问题单中快速定位到自己能够解决或感兴趣的问题。传统的推荐系统通常基于用户的历史行为数据,通过协同过滤、内容推荐等方法来推荐问题单。这些方法虽然在一定程度上能够提高推荐的相关性,但它们往往忽视了问题单背后的知识结构和开发者的技能匹配。因此需要一种个性化的推荐方法,从问题单的文本和代码两方面分析得到细化的知识技术关键词,作为问题单的精准表示,从而实现开发者的个性化精准推荐。

2、在开源软件开发中,文本处理的关键在于提取有意义的关键词和主题,以帮助开发者快速定位相关问题。近年来,大型语言模型的应用极大提升了文本分析的效果。例如,bert(bidirectional encoder representations from transformers)由devlin等本文档来自技高网...

【技术保护点】

1.一种基于知识分解的开源平台开发者推荐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(1)具体包括以下子步骤:

3.根据权利要求2所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(2)具体包括以下子步骤:

4.根据权利要求3所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(3)具体包括以下子步骤:

5.根据权利要求4所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(4)具体包括以下子步骤

6....

【技术特征摘要】

1.一种基于知识分解的开源平台开发者推荐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(1)具体包括以下子步骤:

3.根据权利要求2所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(2)具体包括以下子步骤:

4.根据权利要求3所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(3)具体包括以下子步骤:

5.根据权利要求4所述的一种基于知识分解的开源平台开发者推荐方法,其特征在于,所述步骤(4)具...

【专利技术属性】
技术研发人员:陈克纯倪超
申请(专利权)人:浙江大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1