[发明专利]一种基于开发者特征的群智化软件任务推荐方法

说明书

群智化软件开发是一种利用世界各地开发人员资源，基于竞争或协作的方式来完成复杂开发任务的新型软件开发模式。但是，目前该软件开发模式存在着信息过载、挑选任务困难，任务复杂、质量难以保证的问题。为有效解决上述问题，本发明基于群智化软件开发者的特征给其推荐适合完成的任务，从而提高软件开发的效率与质量。开发者特征主要从两个方面来衡量，分别是开发者的动态偏好和开发者的竞争力。首先，我们使用基于注意力机制的长短期记忆神经网络来获取开发者动态变化的偏好并筛选出符合开发者偏好的前N个任务。然后，针对开发者的竞争力，采用基于差分进化算法改进的XGBoost模型预测开发者在待推荐任务上的评分。最后按照预测评分的高低向该开发者推荐Top‑K任务。

技术领域

本发明涉及一种利用开发者的动态偏好和竞争力来对开发者进行群智化软件任务推荐的技术，属于推荐技术领域。

背景技术

近些年来，群智化软件开发已经受到了学术界和工业界的广泛关注。作为一种新型的软件开发方式，群智化软件开发充分利用了“群智化”的思想。相比于传统的软件开发，群智化软件开发可以最大限度地利用分布在世界各地的开发人员的资源，采用群体竞争或协作的方式来完成复杂的开发任务，能够有效降低开发的成本，提高开发的效率。目前，互联网上已经有了许多群智化的平台，供需求方发布任务以及大众来获取并完成任务。如Amazon Mechanical Turk、CrowdFlower、TopCoder、AppStori和uTest等等。

虽然群智化软件开发模式已经取得了一定的成功，但是存在着一些问题。一方面，信息过载，挑选任务困难。目前群智化平台上存在着大量请求者发布的任务，开发者往往需要花费大量的时间在选择任务上。另一方面，任务复杂，质量难以保证。软件开发任务相比于一些数据标注的小任务要复杂得多，因此需要具有专业知识和技能的人才能完成，开发人员凭借自己的主观意愿去选择的任务可能并不适合自己，不准确的任务匹配最后会影响任务完成的进度和质量。

群智化软件任务推荐即为群智化软件开发平台中的每个开发者推荐适合其完成的软件任务可以有效解决上述存在的问题。通过给开发者推荐合适的任务从而减少开发者挑选任务的时间，提高开发者完成任务的质量，提升开发者参与任务的积极性，最终使得整个群智化软件开发平台能够高效有序地运转，吸引越来越多的开发者，充分显示出群智化软件开发的优越性。

目前，针对群智化平台的任务推荐方法已经引起了广泛关注，并产生了一些研究成果。但这些推荐方法存在两方面问题。一方面，这些推荐方法主要针对的是一些小任务，即非软件开发任务，这类任务通常比较简单，不需要专业的知识就可以完成，而且完成时间较短，但是软件开发任务通常比较复杂，需要具有专业知识的人才能完成且周期较长，两者的建模方式并不一样，因此这些推荐方法并不适用于群智化软件任务推荐。另一方面，这些推荐方法往往考虑的是开发者的静态偏好，但是开发者的偏好是在不断变化的，如何充分把握开发者当前的偏好对于推荐结果是有重要影响的。其次，目前竞争性质的软件开发任务较多，对于这样的任务，每一个任务能够获胜的只有一个或几个开发者，因此在给开发者推荐任务时还需考虑他的竞争力，这一方面取决于他当前自己的能力与时间，也取决于和他竞争的对手的信息。

综上所述，本发明通过对开发者的动态偏好和竞争力进行建模，提出了一种有效的群智化软件任务推荐方法，从而有助于减少开发时间，提高开发质量。因此，本发明具有重要理论意义和实际应用价值。

发明内容

本发明的主要目的是提供一种推荐方法，基于开发者的动态偏好和竞争力来给开发者推荐合适的群智化软件开发任务。该方法考虑了开发者偏好的动态变化性及其所处的竞争环境，能够更加精准地对开发者特征进行提取，从而提高推荐的准确度，加大开发者对所推荐任务的采纳性，并提高开发者的开发效率与开发质量。

为了实现上述目的，本发明的技术方案如下：一种基于开发者特征的群智化软件任务推荐方法，所述方法包括如下步骤：