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：苏州大学

摘要：本发明公开了一种融合节点上下文信息的可解释开源项目推荐方法，包括以下步骤：（1）采集GitHub平台开发者行为数据并存储；（2）构建开源项目关联网络；（3）构建基于节点上下文信息与时空特征的关联路径；（4）构建开源项目推荐模型并训练，得到目标节点对间的权重；（5）利用剪枝策略对关联路径进行随机采样；本发明揭示节点间的全局依赖与局部关联，从而构建更有效的关联路径，提高项目推荐准确度，还能有效应对数据稀疏难题，推动开源社区的持续发展和进步。

主权项：1.一种融合节点上下文信息的可解释开源项目推荐方法，其特征在于，包括以下步骤：（1）采集GitHub平台开发者行为数据并存储；（2）构建开源项目关联网络；具体如下：首先，从数据库中获取开源项目的Issue、Issue_Comment、Pull_Request_Comment、Fork信息，以及针对开发者的Open_issue、Issue_Comment、Open_Pull_Request、Watch和Fork多项行为信息；其次，融合技术依赖与社交信息构建关联，计算项目活跃度、项目技术依赖于社交关联度；然后，对上述三个指标进行线性组合，计算目标节点对间存在链接的概率，并依据预设阈值确定网络连边；最终构造出开源项目关联网络，其中为项目节点，为节点链接表示，为链接权重；（3）构建基于节点上下文信息与时空特征的关联路径；包括以下步骤：（31）利用深度优先搜索策略挖掘目标节点对的关联路径；其中，目标节点作为中心节点构建一个固定深度的随机张量，在G的每个节点中嵌入每个节点的中心信息和上下文信息；基于LatentFactorModel和SignedLatentFactor、平均路径长度、模块度分析和六度分隔理论找出影响目标节点对链接形成的上下游节点集合；利用深度优先搜索，针对目标节点对构造邻域二叉树，限定深度为k，构造出目标节点对的关联路径和： ； ；其中，代表在i层节点的叶子结点集合；包括以下四种情况：（A）目标链接{U,V}的关联节点；（B）分别以U和V节点为初始点的关联路径；（C）以U节点为初始点的关联路径深度优先搜索；（D）关联路径上不同位置节点多维嵌入；（32）将G中所有节点的相关路径长度固定，并将目标节点v嵌入为响应的张量： ；其中，表示张量深度模拟上下文节点的距离因素；其中，表示节点v作为中心节点之一对链接形成的影响，表示节点v作为关联路径上与中心节点u距离i为时对链接的影响；（33）基于目标节点对的拓扑特征和关联路径集合重新构建目标链接权重的表达形式： ；其中，是F-范数表达式，为权重计算架构，，分别是目标节点对所有的关联路径；（4）构建开源项目推荐模型并训练，得到目标节点对间的权重；（5）利用剪枝策略对关联路径进行随机采样。

全文数据：

权利要求：

百度查询： 苏州大学 一种融合节点上下文信息的可解释开源项目推荐方法