公开(公告)号：CN106201465B

公开(公告)日：2020-08-21

申请号：CN201610486067.X

申请日：2016-06-23

Applicant: 扬州大学

Inventor： 孙小兵 ,  徐文远 ,  李斌 ,  李云

IPC: G06F8/10 ,  G06F8/70 ,  G06F40/216 ,  G06F16/9535

Abstract: 本发明涉及面向开源社区的软件项目个性化推荐方法。本发明对项目内容进行TF‑IDF特征抽取，结合用户对已知项目评价，推荐结合用户个性和项目需求的相似项目，并针对用户个性，通过ALS协同过滤计算候选推荐结果，使用词频‑逆文本频率计算每个项目特征，按其相似性计算候选推荐结果，将两者推荐结果线性组合，进行过滤和排名，产生推荐结果。本发明克服了过去推荐技术不能完全体现项目特征，粒度不细，准确率不高等缺陷。本发明从用户对已知项目评分和项目内容角度推荐出针对用户个性和项目内容的相似项目，准确地推荐出了与用户所在开发的项目类似的项目内容，实现了个性化推荐功能，为用户参考或重用提供便利，提高了开发人员搜索项目的效率。

公开(公告)号：CN106201465A

公开(公告)日：2016-12-07

申请号：CN201610486067.X

申请日：2016-06-23

Applicant: 扬州大学

Inventor： 孙小兵 ,  徐文远 ,  李斌 ,  李云

IPC: G06F9/44

CPC classification number: G06F8/10 ,  G06F8/70

Abstract: 本发明涉及面向开源社区的软件项目个性化推荐方法。本发明对项目内容进行TF-IDF特征抽取，结合用户对已知项目评价，推荐结合用户个性和项目需求的相似项目，并针对用户个性，通过ALS协同过滤计算候选推荐结果，使用词频-逆文本频率计算每个项目特征，按其相似性计算候选推荐结果，将两者推荐结果线性组合，进行过滤和排名，产生推荐结果。本发明克服了过去推荐技术不能完全体现项目特征，粒度不细，准确率不高等缺陷。本发明从用户对已知项目评分和项目内容角度推荐出针对用户个性和项目内容的相似项目，准确地推荐出了与用户所在开发的项目类似的项目内容，实现了个性化推荐功能，为用户参考或重用提供便利，提高了开发人员搜索项目的效率。