7.4.2多元关系融合的开发者推荐总体框架.pptxVIP

7.4.2多元关系融合的开发者推荐总体框架主讲人：

PART1多元关系融合的开发者推荐总体框架多元关系融合的开发者推荐解决问题：利用上述关系来解决开发者推荐算法面临的数据稀疏和冷启动问题。研究思路：为对多元关系进行有效的融合和利用，在概率矩阵分解方法的基础上提出一种基于联合概率矩阵分解的多元关系融合开发者推荐方法。首先，提出了基于联合矩阵分解的多元关系融合的开发者推荐方法。其次，为了提升开发者和任务特征向量线性点积计算的表达能力，还提出了基于深度神经网络框架将线性特征向量映射为非线性特征向量，并生成预测的方法。此外，为有效缓解开发者推荐面临的新用户新任务冷启动问题，提出一种模型快速更新方法，支持对新用户和新任务的模型更新进行快速响应。

PART1多元关系融合的开发者推荐总体框架总体框架框架概貌

PART1多元关系融合的开发者推荐总体框架总体框架框架核心组件输入：模型的输入是基于先前定义的多元关系矩阵，如图中的序号①、②、③分别为开发者协作关系矩阵C、开发者与任务交互关系矩阵R、任务关联关系矩阵S；多元关系融合：如序号④所示，通过借助联合概率矩阵分解方法实现在C和R中共享开发者特征向量Ui，并在R和S中共享任务特征向量Vj；开发者预测：如图中的序号⑤所示，基于深度神经网络架构对开发者特征向量Ui和任务特征向量Vj进行非线性映射，并基于非线性映射结果计算出开发者推荐的预测值。