面向群体化软件开发的推荐方法与技术研究

发布时间：2021-10-07 22:54

　　随着互联网和软件开发技术的发展,软件的开发方式、运行形态、服务模型等方面都发生了巨大变化,基于互联网构造、运行于互联网之上、通过互联网提供服务的新型网构化软件逐渐成为主流。这一类新型软件形态中,各种类型的利益相关者群体以多样化方式直接或间接参与到软件开发过程,呈现出大众参与驱动的群体化开发特点。各类开放参与的软件资源规模巨大且快速增长、参与项目贡献的开发者人员众多且能力差异大、可供用户选择的软件制品功能多样且相似制品数量巨大。这些变化导致面向软件开发复用的开源资源选择难、面向软件开发任务的开发者选择难、面向用户反馈激发获取的软件应用选择难等挑战日益突出。本论文聚焦于开源软件和移动应用这两类典型的网构化创新软件,面向开源项目参与开发、开发者与开发任务匹配以及用户反馈获取等群体化软件开发任务,深入研究开源软件项目推荐、代码审阅人推荐以及移动应用个性化推荐等核心技术和方法,具体研究成果总结如下:第一,大规模志愿者长期持续贡献是软件项目取得成功的重要基础。开源社区中可供开发者自由参与的开源项目规模巨大,开发者在海量开源项目中寻找自己真正感兴趣的项目是提出需要花费巨大的时间和精力。如何根据开发者... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：111 页

【学位级别】：博士

【部分图文】：

GitHub搜索“深入学习”结果示例

GitHub的trending项目推荐功能与此同时，基于用户兴趣特点和浏览历史的个性化推荐系统在电影[28]

例如图 1.3 所示，GitHub 中的 pytorch 深度学习开源框架[31]拥有大量的watch 数）和喜爱者（star 数），截至 2017 年 9 月，有 1455 多个用户创分支（fork 数）。我们可以看到，在 2016 年 9 月到 2017 年 9 月期间，该平均代码提交次数持续保持在 50 次左右，具有很高的活跃度。相应地，所需要处理的 Pull Request 审阅请求、缺陷报告等任务数量自然也日益增统软件团队相比，虽然开源软件的流行使得更多开发者能够参与开发，队管理往往更为自由松散，项目贡献者的知识背景、专长差异也更大。的开源软件开发需求，如何为软件项目推荐合适的开发者，是群体化方实现高效大众化协同所需解决的重要问题。

【参考文献】：
期刊论文
[1]Development of Comment Correlation Matrix for Mobile Application Recommendation[J]. Yi-Lun Chi,Yu-Fan Ho,Iuon-Chang Lin,Min-Shiang Hwang.  Journal of Electronic Science and Technology. 2016(03)
[2]基于网络的可信软件大规模协同开发与演化[J]. 王怀民,尹刚,谢冰,刘旭东,魏峻,刘江宁.  中国科学:信息科学. 2014(01)
[3]移动推荐系统及其应用[J]. 孟祥武,胡勋,王立才,张玉洁.  软件学报. 2013(01)
[4]Internetware:An Emerging Software Paradigm for Internet Computing[J]. 梅宏,刘譞哲.  Journal of Computer Science & Technology. 2011(04)
[5]信息过载问题及其研究[J]. 顾犇.  中国图书馆学报. 2000(05)
[6]软件复用与软件构件技术[J]. 杨芙清,梅宏,李克勤.  电子学报. 1999(02)



本文编号：3422936