基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对如何提高代码评审效率的问题,本文提出了BPR-CR2评审者推荐模型.该模型中结合了评审者与代码Pull请求的专业关联性、与Pull请求提出者的社交关联性、与Pull请求的代码路径相关性以及评审者的积极性因素,基于贝叶斯个性化排序的思想学习每个评审者在进行Pull请求选择时的权重偏好,从而能够对每个Pull请求推荐评审者.在Github平台的5个流行项目的数据集上进行了测试,与目前5个典型算法相比,BPR-CR2的性能优于其他算法.
推荐文章
基于贝叶斯动态预测模型的商品推荐方法
贝叶斯动态预测模型
用户行为预测模型
个性化商品推荐
多重对级贝叶斯个性化排序算法
推荐系统
隐式反馈
对级排序
协同过滤
基于朴素贝叶斯方法的个性化旅游路线推荐系统
朴素贝叶斯
个性化旅游路线
推荐系统
混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究
分层抽样统计
贝叶斯个性化排序
协同过滤
旅游景点
推荐模型
矩阵分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 贝叶斯个性化排序的代码评审员推荐方法
来源期刊 小型微型计算机系统 学科 工学
关键词 代码评审 审阅者推荐 开源社区 贝叶斯
年,卷(期) 2021,(1) 所属期刊栏目 人工智能与算法研究
研究方向 页码范围 27-33
页数 7页 分类号 TP391
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (2)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
代码评审
审阅者推荐
开源社区
贝叶斯
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导