[发明专利]一种基于稀疏自编码器的Github开源项目推荐方法

摘要

本发明公开了一种基于稀疏自编码器的Github开源项目推荐方法，分别从项目、用户、项目‑用户三个维度进行数据预处理，得到用户关联度矩阵、项目关联度矩阵、用户‑项目关联度矩阵；对文本信息进行提取，通过分析文本相似度对项目进行聚类。结合协同过滤模型和稀疏自编码器帮助开发者找到合适的开源项目。将数据预处理所得的三个矩阵作为输入，通过神经网络迭代学习，得到两个潜在因子向量，通过潜在因子向量的内积预测出用户‑项目关联度矩阵中的缺失项，根据开源项目的聚类信息，将同一类中分值较高的前N项进行推荐。推荐合适的项目给开发者，节省了开发者在海量开源项目中寻找自己感兴趣的项目的时间，有效地提高了开发者参与开源项目的性能。

主权项

一种基于稀疏自编码器的Github开源项目推荐方法，其特征在于，包括以下步骤：步骤1：数据收集及数据预处理，构建用户关联度矩阵U、项目关联度矩阵I、用户‑项目关联度矩阵R；步骤2：根据开源项目描述信息，对项目进行聚类；步骤3：建立基于稀疏自编码器的协同过滤模型；步骤4：根据训练样本对稀疏自编码器进行训练，确定稀疏自编码器中的权重矩阵；步骤5：利用稀疏自编码器，学习并提取潜在因子向量，预测关联度矩阵R缺失值；为每一个用户生成推荐列表。