开源社区中Issue解决过程的参与者推荐方法

摘要：

开源社区中的问题跟踪系统是加快问题解决、促进项目开发进程的重要工具.在像Github这样的社交编码社区中,由于每个人都可以在问题跟踪系统中提交问题(Issue),提交的问题涉及到软件开发项目中的错误、任务组织以及新的需求,因此在开源社区中问题解决过程扮演着重要的角色,而这个过程非常耗时.因此,为新发起的issue解决过程寻找和推荐合适的参与者成为一项至关重要的任务.目前,问答系统中回答者推荐主要采用了问题相似度来推荐回答者,然而开源社区中开发者是否参与某一问题讨论还受到了其他因素的影响;还有一些研究工作针对的是Pull-Request的评价者推荐,并不能适用于Issue解决过程.在本文中,我们首先根据开发者参与过的问题特征构建开发者画像,然后用熵值法对开发者画像进行特征偏好权重计算,结合信息检索和评论网络进行混合推荐.结果表明,我们的混合模型与其他方法相比有更好的性能.

关键词：问题跟踪、Github、评论网络、用户画像、熵值法、参与者推荐

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划项目2018YFB1003800

在线出版日期：2020-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1930-1934