基于增强学习的软件众包项目推荐方法及系统.pdfVIP

掌桥科研：一站式科研服务平台 掌桥科研：一站式科研服务平台 (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111191108 A (43)申请公布日 2020.05.22 (21)申请号 201811254110.5 (22)申请日 2018.10.26 (71)申请人 上海交通大学 地址 200240 上海市闵行区东川路800号 (72)发明人 乔润涛　沈备军　 (74)专利代理机构 上海交达专利事务所 31201 代理人 王毓理　王锡麟 (51)Int.Cl. G06F 16/9535(2019.01) G06F 40/289(2020.01) 权利要求书2页 说明书6页 附图2页 (54)发明名称 基于增强学习的软件众包项目推荐方法及 系统 (57)摘要 一种基于增强学习的软件众包项目推荐方 法及系统，首先收集软件众包平台上的项目数据 和开发者数据并为开发者和项目分别建模，得到 开发者模型和项目模型；之后分别计算探索策略 与利用策略方面的评分并最终相加得到总评分 从而确定推荐项目，并在收到开发者对推荐项目 的反馈时分别对开发者模型、项目模型以及聚类 依次进行更新以提高推荐准确度。本发明利用增 强学习在推荐过程中逐步学习用户偏好并更新 项目和开发者模型，有效解决软件众包平台中推 荐系统的开发者冷启动问题，显著提高项目推荐 A 的准确度。 8 0 1 1 9 1 1 1 1 N C 掌桥科研官网拥有中外文期刊、会议、学位、报告、专利等文献超3亿篇，以及查收、查引、查重、翻译等多种服务 掌桥科研：一站式科研服务平台 掌桥科研：一站式科研服务平台 CN 111191108 A 权　利　要　求　书 1/2页 1.一种基于增强学习的软件众包项目推荐方法，其特征在于，首先收集软件众包平台 上的项目数据和开发者数据并为开发者和项目分别建模，得到开发者模型和项目模型；之 后分别计算探索策略与利用策略方面的评分并最终相加得到总评分从而确定推荐项目，并 在收到开发者对推荐项目的反馈时分别对开发者模型、项目模型以及聚类依次进行更新以 提高推荐准确度； 所述的项目数据包括：项目的基本信息、项目技术要求以及项目关键词； 所述的开发者数据包括：开发者基本信息、开发者能力、兴趣偏好。 2.根据权利要求1所述的方法，其特征是，所述的建模，具体包括： 1)利用已有的基于IK的中文分词器对需求文本分词； 2)从分词结果中抽取关键词； 3)归一化处理； 4)词向量合并； 5)使用PCA算法对词向量进行降维处理； 6)设定开发者模型并进行初始化。 3.根据权利要求2所述的方法，其特征是，所述的TF-IDF值是指：每个项目的所有关键 词表示为一个词向量，词向量中关键词的值为该关键词的TF-IDF值；所述的TF-IDF方法是 指：计算 其中：n 是在项目 w，d 描述d中词语w出现的次数，|j:w∈d |表示包含单词w的项目描述的数量。 j 4.根据权利要求2所述的方法，其特征是，所述的词向量合并是指：将项目数据中经过 特征归一化得到的项目基本信息与项目技术要求词向量tech以