公开(公告)号：CN111061959B

公开(公告)日：2024-03-19

申请号：CN201911386686.1

申请日：2019-12-29

Applicant: 东南大学

Inventor： 王红兵 ,  严嘉

IPC: G06F16/9535 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06N3/126 ,  G06N20/20 ,  G06Q10/0631

Abstract: 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。

公开(公告)号：CN111061959A

公开(公告)日：2020-04-24

申请号：CN201911386686.1

申请日：2019-12-29

Applicant: 东南大学

Inventor： 王红兵 ,  严嘉

IPC: G06F16/9535 ,  G06N3/12 ,  G06N20/20 ,  G06Q10/06

Abstract: 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。