[发明专利]一种基于开发者实践技能相似性的同行推荐方法

摘要

本发明公开了一种基于开发者实践技能相似性的同行推荐方法，本发明通过结合Sourceforge.net社区开发者的实践技能相似性与共同开发者数，计算两个开发者之间的得分，并通过对实践技能与共同开发者数之间的比重系数，以及表示开发者实践技能的各属性的比重系数分配情况进行分析，最终确定为社区开发者提供潜在合作同行推荐的最佳方案。本方法具有如下优点：（1）没有局限于单个开源项目下开发者社区推荐，而是以整个社区为推荐对象(如sourceforge.net)，从一个更大的视角审视知识共享与群体智能优势；（2）不仅考虑了共同开发者数，还引入了开发者的实践技能相似性，确保在具有相同的共同开发者数情况下，实践技能越相似的开发者优先推荐。

主权项

一种基于开发者实践技能相似性的同行推荐方法，其特征在于，包括以下步骤：步骤1：计算开发者间的实践技能相似性，其具体实现包括以下子步骤，步骤1.1：根据获得的社区数据，从中提取用于表示开发者实践技能的各种属性信息，将开发者实践技能Expertise表示为由开发者在项目中担任的角色ATp、项目的状态ATs、项目的主题ATt、项目的开发语言ATlan、项目的目标受众ATia和项目的认证ATlic六个属性构成的向量，即Expertise=(ATp,ATs,ATt,ATlan,ATia,ATlic)，其中每一个属性又表示为ATi=(wi1,wi2,wi3,...,win)，n为每个属性中所涉及的元素个数，wij为第i个属性的第j个元素的权值；步骤1.2：采用文本挖掘方法中的TF‑IDF公式，经对数变换处理得到一个开发者d在第i个属性的元素j上的权重wdij与属性向量|AT|标准化的表达式为： w dij = ( log f dij + 1 ) log # devs # dev j | AT | = 1 Σ j ∈ d i ( ( log f dij + 1 ) · log # devs # dev j ) 2 对于开发者d，如果第i个属性的第j个元素在他参与的项目中出现的次数fdij越多，且参与含有属性元素j的项目开发的开发者数#devj与总开发者数#devs的比值越小，则这个开发者在该属性元素上的实践技能越高；步骤1.3：采用余弦相似性计算两个开发者A和B的实践技能相似性Sim(A,B)，则开发者A和B在第i个属性上的实践技能相似性为： cos ( A A T i , B AT i ) = Σ j ∈ AT i ∩ BT i ( log f Aij + 1 ) ( log f Bij + 1 ) ( log # devs # dev j ) 2 Σ j ∈ AT i ( ( log f Aij + 1 ) · log # devs # dev j ) 2 · Σ j ∈ BT i ( ( log f Bij + 1 ) · log # devs # dev j ) 2 因此，两个开发者A和B的实践技能相似性Sim(A,B)为： Sim ( A , B ) = Σ i = 1 n α i cos ( A AT i , B AT i ) , n = 6 其中，αi依次为六个属性对应的比重系数，且αi满足∑αi=1,(i=1,2,...6)；步骤2：计算开发者间共同开发者数，其具体实现包括以下子步骤，步骤2.1：根据开发者与项目的隶属关系，构建开发者‑项目二分网络BDEV_Net=(Nd,Np,Edp),Nd表示开发者的节点集，Np表示项目的节点集，Edp为开发者与项目之间的隶属关系集；步骤2.2：根据上述的BDEV_Net网络投影得到开发者合作网络DEV_Net=(Nd,Ed)，即如果两个开发者参与了同一个项目的开发，则视为他们之间存在一条合作连边，Nd表示开发者的节点集，Ed为开发者合作连边集；步骤2.3：基于开发者合作网络DEV_Net，网络中最短路径为2的两个开发者A,B之间存在共同的合作同行，路径条数便为开发者间共同开发者数CDAB；步骤2.4：为标准化开发者间共同开发者数的影响，采用平方根函数处理CDAB，得到标准化后的两个开发者A和B的共同开发者数： F ( CD AB ) = 1 - 1 CD AB + 1 ; 步骤3：开发者潜在合作同行推荐，其具体实现包括以下子步骤，步骤3.1：给定任意一个开发者，结合该开发者与其他开发者的实践技能相似性与共同开发者数，计算开发者之间的得分Score(A,B)： Score ( A , B ) = ( 1 - E ab ) ( βSim ( A,B ) + ( 1 - β ) F ( CD AB ) ) = ( 1 - E ab ) ( β Σ i = 1 n α i cos ( A AT i , B AT i ) + ( 1 - β ) ( 1 - 1 CD AB + 1 ) ) 其中，β用来权衡实践技能相似性与共同开发者数的影响比重，β满足0≤β≤1；在开发者合作网络DEV_Net的Ed集中，若开发者A，B有合作，则Eab=1，否则为Eab=0；步骤3.2：根据开发者间的得分情况，对潜在的合作同行按照得分降序排列，最后为开发者返回前10个最可能建立合作的同行；步骤3.3：将推荐的结果与之后一年内开发者的实际合作情况进行对比，推荐的十个同行中，开发者只要与其中的任何一个建立了合作，则推荐成功，然后采用平均排序倒数MRR 和平均准确率MAP进行评价推荐效果。