【技术实现步骤摘要】
本专利技术属于软件工程的项目开发信息分析，具体涉及一种开源社区中项目开发参与性的预测方法、系统及电子设备。
技术介绍
1、随着大数据时代的到来，特征交互感知的重要性显著增加。传统的特征工程方法在面对高维数据和复杂特征之间的潜在关系时变得不够灵活和高效。因此，特征交互感知不仅涵盖了特征工程的范畴，还扩展到了自动化特征提取、特征选择、模型选择以及模型解释等关键任务。随着软件开发速度的增加和软件范围的扩展，开源社区的用户数量可能会迅速增加。传统的搜索和发现技术可以用来寻找与开发者的实际技能相匹配的项目。然而，在面对大量描述相似的项目时，开发者往往难以迅速而准确地从候选项目中作出选择。在这种情况下，特征交互的引入可以为他们提供更多的决策支持和信息，帮助他们更好地理解项目之间的差异和潜在价值，从而更明智地做出选择。因此，可以说项目的选择是开源社区中最引起开发者和项目提供者高度关注的话题。
2、尽管现有的特征交互技术已经帮助实现了更好的性能，但它们仍然存在一个内在的问题：大多数这些方法只学习每个特征的固定表示，而没有考虑每个特征在不同上...
【技术保护点】
1.一种开源社区中项目开发参与性的预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的开源社区中项目开发参与性的预测方法，其特征在于，所述通过特征交互感知模块对原始嵌入矩阵E中的特征向量进行上下文特征交互感知，具体为：
3.根据权利要求2所述的开源社区中项目开发参与性的预测方法，其特征在于，所述特征之间的二阶交互，具体为：
4.根据权利要求3所述的开源社区中项目开发参与性的预测方法，其特征在于，所述通过自注意力机制单元捕获原始嵌入矩阵E中的特征向量之间的跨特征关系，包括以下子步骤：
5.根据权利要求4所述的开源...
【技术特征摘要】
1.一种开源社区中项目开发参与性的预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的开源社区中项目开发参与性的预测方法，其特征在于，所述通过特征交互感知模块对原始嵌入矩阵e中的特征向量进行上下文特征交互感知，具体为：
3.根据权利要求2所述的开源社区中项目开发参与性的预测方法，其特征在于，所述特征之间的二阶交互，具体为：
4.根据权利要求3所述的开源社区中项目开发参与性的预测方法，其特征在于，所述通过自注意力机制单元捕获原始嵌入矩阵e中的特征向量之间的跨特征关系，包括以下子步骤：
5.根据权利要求4所述的开源社区中项目开发参与性的预测方法，其特征在于，所述特征交互感知模块和自注意力机制单元构成信息挖掘单元iru，在获...
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。