龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江工业大学
摘要：本发明属于软件工程和机器学习领域，公开了一种面向开源软件项目的代码核心贡献者数量预测方法，包括抽取项目语义信息和项目commit记录；对项目语义信息和项目commit记录进行预处理操作；利用预处理操作后的项目语义信息和项目commit记录得到训练矩阵；依据训练矩阵构建并训练预测模型；使用训练完成的预测模型对待处理的开源软件项目进行预测。本发明结合开源项目语义特征和项目历史信息，实现对项目未来核心贡献者数量变化的精准预测。本发明有助于为项目管理者和决策者提供重要参考，作为未来发展方向的参考和建议。
主权项：1.一种面向开源软件项目的代码核心贡献者数量预测方法，其特征在于，所述面向开源软件项目的代码核心贡献者数量预测方法，包括：步骤1、抽取项目语义信息和项目commit记录；步骤2、对项目语义信息和项目commit记录进行预处理操作；步骤3、利用预处理操作后的项目语义信息和项目commit记录得到训练矩阵，所述训练矩阵的内容包括：以项目星数、项目描述、项目标签、项目观察者数、fork数量、是否有维基百科、项目代码语言、分支数量、贡献者数量、最新提交时间、提交时间间隔和核心贡献者数量作为特征向量，以核心贡献者数量作为目标向量；步骤4、依据所述训练矩阵构建并训练预测模型，所述预测模型包括输入层、第一隐藏层、全连接层、卷积层、第二隐藏层和输出层，所述输出层的输出为核心贡献者数量预测结果；步骤5、使用训练完成的预测模型对待处理的开源软件项目进行预测。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种面向开源软件项目的代码核心贡献者数量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号