基于个性化特征的协同过滤推荐算法

针对相似度特征点推荐方法对用户个性化需求匹配度不高的问题,提出基于个性化特征的协同过滤推荐算法。以社会网络为结构模型构建用户信息的评分模型和项目属性模型,采用信任度条件概率分析方法构建可靠性推荐模型,进行个性化特征分析和提取,实现个性化特征需求与项目兴趣点的合理匹配,实现协同过滤推荐,最后通过仿真实验进行测试分析。结果表明,采用该方法进行社会网络项目协同过滤推荐的用户评分高,平均绝对误差和均方根误差小,提升了推荐质量。     

全球开源生态发展现状研究

在开源日益重要的今天,建立在全域开源大数据基础上的相对完整、可以反复进行推演的数据分析尤为重要.使用2019年全年GitHub的日志进行统计,总日志条数约5.46亿,通过分析GitHub全网的开发者行为日志,从数据的视角,来观察全球范围内的开源现状、进展趋势、演化特征,以及未来挑战等问题,除了展现目前开源世界全貌之外,还特别关注中国的开发者和企业组织在整个开源产业中的表现.     

基于深度学习的代码审查意见有效性评估

针对代码审查过程中的代码审查意见对于开发者可能无价值的问题,文中提出了一种基于深度学习长短期记忆网络的代码审查意见有效性评估方法。该方法通过提取代码审查意见中与审查意见有效性相关的特征,并根据这些特征构建评估模型,从而评估审查意见对于开发人员是否有价值。为了验证方法的有效性,文中选取了GitHub上开源Eclipse项目中的审查信息作为实验数据,并将所提方法与其它机器学习方法对比。实验结果表明,该方法可以有效评估审查意见的价值。     

面向健康问答社区的语义检索技术研究与分析

本文以Axiomatic检索模型为基础,利用Word2Vec在健康问答数据集上训练出的词向量来衡量词语语义相似度,来实现对问答数据的语义检索。此外,实验对比了不同的词义相似度计算方法在不同数据集下的检索效果,并分析了使用外部词典作为词义相似度计算方法时存在不足的原因,结果表明本文的检索方法能够有效地提升检索准确率。     

一种基于信息老化的协同过滤推荐算法

协同过滤推荐算法中存在推荐信息低时效性问题,该文针对此问题,结合信息老化理论,提出一种基于信息老化的协同过滤推荐算法。该算法利用用户的点击记录,构建项目的时效性评价模型来预测项目当前时刻被点击的概率;将模型与基于项目协同过滤推荐算法结合,综合考虑用户的兴趣和项目的时效性来发现项目的最近邻居,从而进行高时效性的推荐。实验结果表明,与传统基于项目的协同过滤推荐算法相比,该算法提高了推荐结果的时效性。     

基于移动用户上下文相似度的协同过滤推荐算法

该文面向移动通信网络领域的个性化服务推荐问题,通过将移动用户上下文信息引入协同过滤推荐过程,提出一种基于移动用户上下文相似度的改进协同过滤推荐算法。该算法首先计算基于移动用户的上下文相似度,以构造目标用户当前上下文的相似上下文集合,然后采用上下文预过滤推荐方法对移动用户-移动服务-上下文3维模型进行降维得到移动用户-移动服务2维模型,最后结合传统2维协同过滤算法进行偏好预测和推荐。仿真数据集和公开数据集实验表明,该算法能够用于移动网络服务环境下的用户偏好预测,并且与传统协同过滤相比具有更高的推荐精确度。     

基于领域本体的个性化推荐在健康系统中的研究

协同过滤技术(Collaborative Filtering)成功应用于个性化推荐系统中,为了用户能更准确地获取信息,提出了利用领域知识进行相似度计算的协同过滤算法,利用用户兴趣与领域本体中概念的映射关系,构建用户兴趣本体,发掘用户兴趣模式,通过融合评分项目相似度和用户相似度的计算,使用户在评分的共同项目很少或为零的情况下也能找到最近邻进行协同推荐.将这一方法应用到某健康系统中进行实验分析,该方法不仅解决了传统的基于项目的协同过滤带来的问题,而且还提高了推荐系统的推荐质量.     

基于用户行为序列的短视频用户多行为点击预测模型

目前主流的点击预测模型采用线性模型和深度神经网络相结合的方法学习用户与物品之间特征交互,忽略了用户的历史行为本质上是一个动态序列的事实,从而导致无法有效捕获用户行为序列中蕴含的时间信息。为此,该文提出了基于用户行为序列的短视频用户多行为点击预测模型(USCP)。该模型将用户的历史行为按交互时间的顺序排序,生成用户历史行为序列。在DeepFM模型的基础上引入词嵌入模型Word2Vec,根据用户历史行为序列自适应学习到该用户的动态兴趣,有效捕获到用户兴趣的变化。在某短视频平台上公开的脱敏数据集上进行了对比实验,评价指标采用GAUC(Group AUC),结果表明该模型性能优于其他几个模型。     

基于Scrapy的GitHub数据爬虫

作为最大的社交编程及代码托管网站,GitHub提供了丰富的数据来源。基于Python开源框架Scrapy设计实现了一个Web爬虫,能对GitHub的资源抓取和分析,并进行了结构化处理和存储,可为后续数据分析提供基础。介绍了GitHub爬虫的设计原理、算法的实现方式,对实验结果进行了分析。     

基于协同过滤算法的英语资源库信息推荐模型

针对大数据量下的英语资源库信息推荐模型中数据稀疏性较大的问题，提出一种基于协同过滤算法的英语资源库信息推荐模型。对历史监测的数据进行深度挖掘，将原始数据通过整合完善转化为资源数据集。通过协同过滤算法和资源反馈矩阵的表述实现资源选取，根据任意用户对项目集中同一数据资源的反馈评分计算得出每个项目间的相似阈值，以此为基础拟合项目整体相似阈值，根据阈值数挑选与用户最为匹配的项目资源，完成推荐。仿真实验证明，该模型算法的推荐精准度和效率较高，有效解决了数据稀疏性较大的问题。     

The role of openness in open collaboration: A focus on open‐source software development projects

Open‐source software development projects are well suited for exploring new ideas and acquiring knowledge from developers outside of the project. In this paper, we examine the impact of external developers on innovation in open‐source software development from the perspective of organizational learning theory. We examine the roles of external and internal developers, who “explore” and “exploit,” respectively, on the innovation performance of 17 691 open‐source software development projects whose data is stored in the GitHub platform. The results indicate that a multi‐faceted strategy, in which the exploitation successfully supports the exploration, is most effective for their success. The results also indicate that the role of exploration decreases after the release of the software.     

基于存储库数据挖掘的开源软件成功度量方法

开源软件已广泛应用于各软件领域,例如操作系统、容器等,但目前尚没有一种能够综合度量开源软件的方法.我们在用户兴趣度量和开发参与度量的基础上,提出了一种能够克服度量维度单一的局限性的度量方法.基于DM模型、软件生存力模型等相关文献研究和开源软件存储库数据挖掘,通过对项目过程数据进行聚类、主成分分析、回归分析和对开发过程的思考,本文提出一种基于存储库数据和统计学算法的开源软件成功度度量模型.并通过与用户兴趣度量结果和开发参与度量结果对比分析,证明本文的度量模型能够基于可自动无扰采集的存储库数据,更全面的衡量开源软件项目的成功.度量模型可应用于企业选择优质开源项目、学术研究、智能项目推荐等领域.     

On the Eff ects of Exploring Historical Commit Messages for Develop er Recommendation

Many developer recommendation tech-niques have been developed in the literature. Among exist-ing studies, most of them are performed based on exploring the historical commit repository. The thought behind them is that developers who submit similar historical commits relevant to the incoming issue are more probably to be the candidates for the current issue resolution. But whether such a thought is always useful for developer recommen-dation? This paper aims at this problem by conducting a set of empirical studies on four real open-source projects. The results show that, 1) historical commit messages do well reflect the historical experience of the maintenance task of developers and can be used for developer recom-mendation in most of the time; 2) the number of historical commits submitted by the recommended developer(s) and the similarity value used to select the relevant historical commits should be carefully considered to recommend de-velopers for issue resolution; 3) The e?ciency of issue res-olution process can be improved if some associated source code files relevant to this issue can be also recommended;and 4) developer recommendation techniques that rank the recommended developers based on the times of co-changed source code files cannot always produce correct recommen-dation results.     

科技项目评审专家推荐系统模型

针对科技项目评审专家的准确遴选问题,提出一种混合推荐系统模型。该模型在文本信息分词的基础上,运用TF—IDF算法进行关键词的提取、权重计算及筛选,分别建立科技项目和评审专家的向量空间模型,并基于专家信息建立专家评分数学模型。最后提出一种内容推荐、协作过滤推荐及专家评分加权因子相融合的混合推荐算法。实验结果表明,该推荐模型能有效地进行评审专家推荐。     

基于最大频繁序列模式树的个性化页面推荐

提出一种基于最大频繁序列模式的页面推荐技术。由于考虑了用户会话的页面访问顺序，比一些不考虑页面访问顺序的推荐技术有更高的准确率。通过引入一树型结构．其上压缩存储了所有最大频繁序列。由于前缀相同的序列共享共同的树结点，从而大大节省了存储空间。推荐引擎截取用户活动会话中最近被访问的页面子序列，与树的部分路径进行匹配，无需在整个模式库中搜索相同或相似的模式．加快模式匹配的速度．更好地满足页面推荐的实时要求。实验证明，方法是有效的。     

基于GitHub的ICT相关领域发展趋势的分析

一定规模的用户对某类项目的关注度是评价该类项目所属行业发展趋势的重要参数之一,是行业发展趋势研究的数据基础。针对当前研究对象数据源获取的局限性问题,设计并实现了一个数据获取与分析系统。该系统可以根据关键词获取GitHub上指定行业的项目数据,以项目数量、关键项目的星标数量、复刻数量和提问数量为依据对项目数量和关注度的变化进行多维度分析,利用百度ECharts实现数据可视化,为研究行业发展的整体趋势提供参考。     

基于SIM卡的移动互联网应用鉴权研究

智能终端的普及和移动互联网的迅速发展极大地改变了通信服务产业链。面对移动互联网行业,SIM卡作为天然的鉴权工具却无法发挥其优势。我们希望探索一种基于SIM卡的移动互联网应用鉴权机制,利用SIM卡现有能力,将SIM卡通信鉴权的便利性带到移动互联网的应用鉴权中,使用户享受更安全便捷,无感知的应用鉴权方式,同时为众多移动互联网应用提供开放性的平台化接入服务。     

基于Netty的HTTP客户端的设计与实现

能力开放平台是一个提供电信能力开放的移动互联网开放平台,向开发者提供丰富的业务能力,包括:短信、彩信、地图、定位等。能力开放平台接入系统需要异步处理客户端的HTTP请求,而平台内部各个系统间的消息传递也需要使用大量的异步HTTP请求。Netty是一款异步的事件驱动的网络应用开源框架,用于快速开发可维护的高性能、高扩展性协议服务器和客户端。本文简述了通过对开源框架Netty的源码封装,提供方便易用可以发送异步HTTP请求的客户端的设计思路和具体实现。