龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京航空航天大学
摘要：本发明公布了一种基于多维特征的开源软件长期贡献者流失预测方法及系统，属于信息处理技术和软件工程技术领域，系统包括：数据层，特征层，模型层与监控层；通过构建长期贡献者状态转移模型，提取开源软件长期贡献者的多维特征并构建开源软件长期贡献者流失预测模型，实现对开源社区长期贡献者流失进行实时有效的预测。
主权项：1.一种基于多维特征的开源软件长期贡献者流失预测方法，其特征在于，构建长期贡献者状态转移模型，通过提取开源软件长期贡献者的多维特征并构建开源软件长期贡献者流失预测模型，预测长期贡献者的流失；包括如下步骤：1）基于开源软件日志数据，定义开源软件仓库的长期贡献者并构建长期贡献者状态转移模型；所构建的长期贡献者状态转移模型包括贡献者多个状态及各状态的转移方式；2）在服务器上并行进行数据收集和提取，获取开源软件仓库的长期贡献者，并得到所有长期贡献者的活动数据；包括通过分页参数控制每次获取的数据量，并对获取的数据进行持久化；3）从步骤2）得到的数据中获取有效的结构化信息，作为长期贡献者的特征，包括五个维度的多个特征，作为长期贡献者流失预测模型的输入；五个维度包括：贡献度维度、协作度维度、情感分析维度、兴趣转移维度和隶属关系维度；4）构建开源软件长期贡献者流失预测模型并训练，得到训练好的不同时间粒度的长期贡献者预测模型；开源软件长期贡献者流失预测模型包括数据接口模块，核心提升器模块，目标函数模块与评估模型性能的指标模块；数据接口模块用于存储、处理和管理长期贡献者数据；核心提升器模块包括决策树模型并支持多种目标函数和评估指标，使用训练数据构建决策树模型并使用训练好的模型对待预测数据进行预测，提供对所构建长期贡献者流失预测模型进行训练和预测的接口；5）利用训练好的不同时间粒度的流失长期贡献者预测模型，对实时数据进行流失预测，即可得到不同时间粒度的长期贡献者流失情况；通过上述步骤，实现基于多维特征的开源软件长期贡献者流失的预测。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于多维特征的开源软件长期贡献者流失预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号