一种基于文件知识图谱的开源软件社区专家推荐方法,具体步骤如下:
针对开源软件社区中的特定项目,通过分析文件路径,计算每对文件路径之间的相似度,从而构建出项目文件关系网络。
对构建好的项目文件关系网络,运用node2vec算法,提取网络中每个文件的知识图谱特征。
将开发者本人的历史编辑文件特征与该开发者所联系过的专家的历史编辑文件特征进行整合,形成该开发者的已知开发行为特征。
利用开发者的历史已知特征,训练随机森林模型,以用于推荐开发者在开发过程中可能需要联系到的专家。
本发明通过将每个项目文件转化为独立的知识图谱,根据开源软件社区开发者当前涉及的文件图谱信息,预测并推荐相应的专家。
| 专利名称 | 一种基于文件知识图谱的开源软件社区专家推荐方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710343007.7 |
| 申请号 | - | 专利申请日期 | 2017-05-16 |
| 专利授权日期 | 2017-11-24 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 宣琦;周鸣鸣;虞烨炜;傅晨波;陈晋音;吴哲夫 | ||
| 权利人 | - | ||
| 专利摘要 | 一种基于文件知识图谱的开源软件社区专家推荐方法,包括以下步骤:1)针对开源软件社区中的某个项目,根据文件路径计算两两文件路径之间的相似度,构建项目文件关系网络;2)对项目文件关系网络,使用node2vec算法,提取网络中各个文件的知识图谱特征;3)将开发者本人的历史编辑文件特征,与其联系过的专家的历史编辑文件特征整合为该开发者的已知开发行为特征;4)根据开发者的历史已知特征,训练随机森林模型,用于推荐其开发过程中需要联系的专家。本发明将每个项目文件转化为各个知识图谱,通过开源软件社区开发者当前涉及到的这些文件的图谱信息,预测并推荐相应的专家。 | ||