10.19734/j.issn.1001-3695.2022.01.0028
基于图注意力网络的开源社区问题解决参与者推荐
在开源社区中,开发者提出的问题能否得到快速与高质量的答复和解决决定着社区的活跃程度.因此,为新提交的问题寻找和推荐合适的问题解决参与者有助于社区的发展.根据开发者之间的协作关系记录与开发者参与问题的记录构建了双层图注意力网络的问题解决参与者推荐模型(GAT-UCG).首先获取问题参与者的信息和开发者的互动信息,分别构建开发者问题参与图和开发者协作关系图.通过注意力机制对于边重新分配权重,最后根据输出层得到的问题节点嵌入表示进行问题参与者的top-N推荐.选取了 GitHub流行仓库中的7 352个问题进行了实验,实验结果表明,所提GAT-UCG模型在推荐准确率、召回率、F-score三个指标上均优于基线方法.
推荐系统、问题跟踪、图注意力网络、参与者推荐、评论网络
39
TP183(自动化基础理论)
国家重点研发计划2018YFB1003802
2022-08-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
2352-2356,2380