公开(公告)号：CN109408726B

公开(公告)日：2022-02-08

申请号：CN201811333596.1

申请日：2018-11-09

Applicant: 大连海事大学

Inventor： 李辉 ,  李霄 ,  魏苗苗 ,  张佳丽 ,  陈荣 ,  郭世凯 ,  唐文君

IPC: G06F16/9535

Abstract: 本发明公开了一种问答网站中问题回答者推荐方法，具有如下步骤：推荐系统接收提问者信息以及问题信息，提取问答网站的数据；构建用户间关系的网络图；将网络图利用Weighted LeaderRank算法得出用户排名；对所有用户形成一个社团分类；根据用户排名和社团分类，确定出每个社团中的用户排名；根据提问者用户在问答网站中的id在推荐系统中确认所属社团，并且推荐给该社团中活跃度为α以上的用户，由其来解答问题，然后将答案反馈给提问者用户。本发明通过对提问者进行社团划分，然后推荐给与其相同社团的用户，能够缩短问题解决的时间，提高问题回答的准确性和质量，促进技术性问答网站中问题的解决。

公开(公告)号：CN109491914A

公开(公告)日：2019-03-19

申请号：CN201811333585.3

申请日：2018-11-09

Applicant: 大连海事大学

Inventor： 李辉 ,  李博 ,  高国峰 ,  李霄 ,  陈荣 ,  郭世凯 ,  唐文君

IPC: G06F11/36 ,  G06F16/35

Abstract: 本发明公开了一种基于不平衡学习策略高影响缺陷报告预测方法：使用文本预处理方法对缺陷报告的文本信息进行处理；将处理后文本信息分储为训练集和测试集；对训练集做多次数据平衡处理；使用多个分类器对经过平衡处理的训练集进行训练；把多个分类器的优点进行集成并输出；使用文本特征提取模块来对测试集中的缺陷报告进行文本特征提取；使用训练好的模型对测试集中的缺陷报告进行预测。本发明克服了数据的不平衡特性并加以利用，将不平衡学习策略与约束求解相结合，基于不同分类算法的不同能力，提出了利用权重优化每个分类器的判别概率以提高分类效果，并将优化后的多个分类器进行集成，通过获取更合适的权重来获得更高的准确率。

公开(公告)号：CN109408726A

公开(公告)日：2019-03-01

申请号：CN201811333596.1

申请日：2018-11-09

Applicant: 大连海事大学

Inventor： 李辉 ,  李霄 ,  魏苗苗 ,  张佳丽 ,  陈荣 ,  郭世凯 ,  唐文君

IPC: G06F16/9535

Abstract: 本发明公开了一种问答网站中问题回答者推荐方法，具有如下步骤：推荐系统接收提问者信息以及问题信息，提取问答网站的数据；构建用户间关系的网络图；将网络图利用Weighted LeaderRank算法得出用户排名；对所有用户形成一个社团分类；根据用户排名和社团分类，确定出每个社团中的用户排名；根据提问者用户在问答网站中的id在推荐系统中确认所属社团，并且推荐给该社团中活跃度为α以上的用户，由其来解答问题，然后将答案反馈给提问者用户。本发明通过对提问者进行社团划分，然后推荐给与其相同社团的用户，能够缩短问题解决的时间，提高问题回答的准确性和质量，促进技术性问答网站中问题的解决。

公开(公告)号：CN109615017B

公开(公告)日：2021-06-29

申请号：CN201811573937.2

申请日：2018-12-21

Applicant: 大连海事大学

Inventor： 陈荣 ,  张德成 ,  李博 ,  李霄 ,  李辉 ,  郭世凯 ,  唐文君

IPC: G06K9/62

Abstract: 本发明提供一种考虑多参考因素的Stack Overflow重复问题检测方法。本发明提供的技术方案通过对问题进行处理和比较获取各参考信息相似度，充分利用问题本身的各部分信息。采用改进后的人工蜂群算法来确定参数，保证参数求解的正确性。仅使用少部分问题进行训练，减少计算量，保证模型的稳定性。

公开(公告)号：CN109615017A

公开(公告)日：2019-04-12

申请号：CN201811573937.2

申请日：2018-12-21

Applicant: 大连海事大学

Inventor： 陈荣 ,  张德成 ,  李博 ,  李霄 ,  李辉 ,  郭世凯 ,  唐文君

IPC: G06K9/62

Abstract: 本发明提供一种考虑多参考因素的Stack Overflow重复问题检测方法。本发明提供的技术方案通过对问题进行处理和比较获取各参考信息相似度，充分利用问题本身的各部分信息。采用改进后的人工蜂群算法来确定参数，保证参数求解的正确性。仅使用少部分问题进行训练，减少计算量，保证模型的稳定性。

公开(公告)号：CN109272225A

公开(公告)日：2019-01-25

申请号：CN201811046244.8

申请日：2018-09-07

Applicant: 大连海事大学

Inventor： 李辉 ,  高国峰 ,  陈荣 ,  郭世凯 ,  葛新 ,  高健 ,  李霄

IPC: G06Q10/06 ,  G06Q10/10 ,  G06F16/901

Abstract: 本发明提供一种Bug追踪系统测试人员重要性排序方法，至少包括以下步骤：建立测试人员关系网络，计算每个连接的权重；多次迭代计算每个测试人员的重要性值直至每个测试人员的重要性值收敛；比较所述每个测试人员的重要性值，所述重要性值越大则测试人员越重要。本发明通过使用该方法得到的测试人员重要性排序结果与测试人员的实际工作表现相符合，通过随机删除和选定删除排名较高的测试人员后的数据集所得实验结果表明该方法具有稳定性，因此可以采用该方法评估测试人员对测试阶段的贡献度，为测试人员的报酬分配提供参考依据，进而帮助系统管理人员提高软件测试和Bug追踪的工作效率。

公开(公告)号：CN109491914B

公开(公告)日：2021-11-30

申请号：CN201811333585.3

申请日：2018-11-09

Applicant: 大连海事大学

Inventor： 李辉 ,  李博 ,  高国峰 ,  李霄 ,  陈荣 ,  郭世凯 ,  唐文君

IPC: G06F11/36 ,  G06F16/35

Abstract: 本发明公开了一种基于不平衡学习策略高影响缺陷报告预测方法：使用文本预处理方法对缺陷报告的文本信息进行处理；将处理后文本信息分储为训练集和测试集；对训练集做多次数据平衡处理；使用多个分类器对经过平衡处理的训练集进行训练；把多个分类器的优点进行集成并输出；使用文本特征提取模块来对测试集中的缺陷报告进行文本特征提取；使用训练好的模型对测试集中的缺陷报告进行预测。本发明克服了数据的不平衡特性并加以利用，将不平衡学习策略与约束求解相结合，基于不同分类算法的不同能力，提出了利用权重优化每个分类器的判别概率以提高分类效果，并将优化后的多个分类器进行集成，通过获取更合适的权重来获得更高的准确率。