[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

权利要求书

1.一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AT_p、项目的状态AT_s、项目的主题AT_t、项目的开发语言AT_lan、项目的目标受众AT_ia和项目的认证AT_lic六个属性构成的向量，即Expertise=(AT_p,AT_s,AT_t,AT_lan,AT_ia,AT_lic)，其中每一个属性又表示为AT_i=(w_i1,w_i2,w_i3,...,w_in)，n为每个属性中所涉及的元素个数，w_ij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w_dij与属性向量|AT|标准化的表达式为：

wdij=(logfdij+1)log#devs#devj]]>

|AT|=1Σj∈di((logfdij+1)·log#devs#devj)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f_dij越多，且参与含有属性元素j的项目开发的开发者数#dev_j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(AATi,BATi)=Σj∈ATi∩BTi(logfAij+1)(logfBij+1)(log#devs#devj)2Σj∈ATi((logfAij+1)·log#devs#devj)2·Σj∈BTi((logfBij+1)·log#devs#devj)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)=Σi=1nαicos(AATi,BATi),n=6]]>

其中，α_i依次为六个属性对应的比重系数，且α_i满足∑α_i=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=(N_d,N_p,E_dp),N_d表示开发者的节点集，N_p表示项目的节点集，E_dp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=(N_d,E_d)，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，N_d表示开发者的节点集，E_d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CD_AB；

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CD_AB，得到标准化后的两个开发者A和B的共同开发者数：

F(CDAB)=1-1CDAB+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-Eab)(βSim(A,B)+(1-β)F(CDAB))=(1-Eab)(βΣi=1nαicos(AATi,BATi)+(1-β)(1-1CDAB+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E_d集中，若开发者A，B有合作，则E_ab=1，否则为E_ab=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。

2.根据权利要求1所述基于开发者实践技能相似性的同行推荐方法，其特征在于：步骤3.1所述的β用来权衡实践技能相似性与共同开发者数的影响比重，其具体实现包括以下子步骤：

步骤3.1.1：首先，设定属性的比重系数分布如下：

（1）比重系数平均分配，即α₁=α₂=α₃=α₄=α₅=α₆=16；

（2）比重系数非平均分配，设定主题的属性系数α₃=0.4，其他5个属性的系数α₁=α₂=α₄=α₅=α₆=0.12；

（3）比重系数独立分配，设α_i=1,α_k≠i=0，即每次只考虑一个属性与共同开发者数的作用；

步骤3.1.2：对比三种情况下，β在[0,1]变化时推荐成功的开发者数与平均排序倒数MRR，平均准确率MAP精度；

步骤3.1.3：根据步骤C1.2得知项目主题比重系数α₃与目标受众比重系数α₅在β=0.2或0.3时，推荐效果最好，进一步分析当β=0.2或0.3时，两者比重系数在满足α₃+α₅=1的何种情况能使推荐效果最佳。