考虑开发者兴趣迁移的开源项目推荐方法

• 作者: 赵佳斌 赵海燕 曹健 陈庆奎
• 来源期刊: 小型微型计算机系统
• 关键词: 开源社区 项目推荐 兴趣迁移 主题建模 频繁模式挖掘
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机软件与数据库研究|Computer Software and Database Research
• 页码范围: 655-660
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.03.035

摘要

社交化编码是当前软件开发生产的一个重要方式,其开发模式的灵活性与开放性吸引了大量的开发者.开发者通过参与开源项目能够提升自己的开发能力并在社区中形成自己的影响力.许多开源社区如GitHub上有大量的开源项目.开发者将花费大量的时间与精力去寻找自己感兴趣的项目.开源项目推荐引起了研究者的兴趣,然而,目前的方法中仅仅基于开发者过去参加过的项目的相似性进行项目推荐,没有对开发者的兴趣迁移进行考虑.针对这一问题,本文提出了一种基于项目主题迁移频繁模式挖掘的推荐算法.该方法结合了概率主题模型与顺序频繁模式挖掘,并考虑项目社交关联和流行度,从而为开发者提供个性化开源项目推荐.本文所提方法的召回率比传统的方法高出了10.9％,推荐效果显著提升.