节点文献

基于开发者模型的问题修复者推荐方法

免费订阅

【作者】 董芷艺谢章伟崔展齐

【Author】 DONG Zhiyi;XIE Zhangwei;CUI Zhanqi;School of Computer,Beijing Information Science & Technology University;Software Institute,Jilin University;

【通讯作者】 崔展齐;

【机构】 北京信息科技大学计算机学院吉林大学软件学院

【摘要】 针对开源软件社区Github中大量问题(Issue)得不到及时解决的情况,为了加快项目开发进程,提出了一种基于问题相似度和多特征开发者模型的Github问题修复者推荐方法。首先,基于问题相似度筛选出待解决问题的候选修复者;然后,通过包含社区影响力和社区贡献度的社交属性,以及包含项目技术能力和项目贡献度的技术属性对开发者进行建模;最后,根据开发者模型与问题的匹配度对候选修复者进行排序,以推荐合适的问题修复者。在Github中3个大型开源项目上进行的实验结果表明,采用此方法能有效推荐问题修复者,所推荐的前5名开发者中包含问题实际修复者的准确度达41. 67%。

【基金】 北京市教委科技计划项目(KM201811232016);网络文化与数字传播北京市重点实验室开放课题(ICDD2017XX);北京信息科技大学促进高校内涵发展——信息+项目-面向大数据的竞争情报分析、关键技术研究
  • 【DOI】10.16508/j.cnki.11-5866/n.2019.03.013
  • 【分类号】TP311.52
  • 【下载频次】15
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: