基于多开发者社区的用户推荐算法

来源：软件学报杂志2019年第5期北京时间：

作者：时宇岑,印莹,赵宇海,张斌,王国仁

单位：时宇岑，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016911,印莹，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016902,赵宇海，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016903,张斌，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016904,王国仁，北京理工大学 计算机学院, 北京 10008105

摘要：随着互联网技术的迅猛发展，基于开发者社区的提问-回答经验交流方式已成为众多开发人员解决软件开发、维护过程中所遇问题的重要手段之一.如何为开发者社区中的提问者及时、准确地推荐问题回答者，是具有实际需求的重要问题.通过对Stack Overflow和Github两个具有代表性的主流开发者社区相关数据的收集和分析，观察到影响上述问题推荐准确性和反馈及时性的3个现象：（1）用户标签自定现象，即开发者社区中，用户的标签信息是由用户自己主观定义所得，而非系统根据用户的历史行为客观标定；（2）不对称活跃现象，即用户可能在某个或某些开发者社区中活跃，但在其他社区中并不具有同等活跃程度，甚至不活跃；（3）关键词集封闭现象，即开发者社区中的问题回答者推荐仅依据问题文本中的关键词，而未考虑其他语义相关的关键词.针对以上问题，融合开发者社区的用户信息，通过分析用户与用户之间的互动行为，建立跨社区的开发者网络，并提出一种基于重启随机游走的算法更新用户标签.进一步地，通过使用Taxonomy来扩充问题的查询关键词范围，在此基础上，协同用户矩阵进行更加准确的推荐，并增大了推荐时有效用户的范围.收集的实验数据包括170万个有效主题、累计40万用户以及117个标签.实验结果证实，所提出的算法具有较好的F-measure和NDCG度量.特别是在冷门标签的推荐中，与未采用该方法的推荐算法相比，基于NDCG度量的推荐准确率至少可提高2倍，部分甚至可高达4倍.

关键词：多开发者社区;重启随机游走;Taxonomy;协同过滤;推荐系统

基金资助：国家重点研发计划（2018YFB1004402）；国家自然科学基金（61772124，61872072）