贝叶斯个性化排序的代码评审员推荐方法

摘要：

针对如何提高代码评审效率的问题,本文提出了BPR-CR2评审者推荐模型.该模型中结合了评审者与代码Pull请求的专业关联性、与Pull请求提出者的社交关联性、与Pull请求的代码路径相关性以及评审者的积极性因素,基于贝叶斯个性化排序的思想学习每个评审者在进行Pull请求选择时的权重偏好,从而能够对每个Pull请求推荐评审者.在Github平台的5个流行项目的数据集上进行了测试,与目前5个典型算法相比,BPR-CR2的性能优于其他算法.

关键词：代码评审、审阅者推荐、开源社区、贝叶斯

所属期刊栏目：42

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：2021-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：27-33