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：苏州大学

摘要：本发明公开了一种基于节点亲密度的可解释性开源项目推荐方法，包括以下步骤：（1）采集GitHub平台开发者行为数据并存储；（2）构建开源项目关联网络；（3）构建节点亲密度与可解释性指标；（4）基于将图中的每个节点嵌入为多维矩阵；利用节点的嵌入矩阵计算G中节点间的期望权重；（5）构建开源项目推荐模型并训练，得到目标节点对间的权重；（6）以目标节点对间的具体权重来判断开源项目间是否存在链接；根据开源项目的可解释性推荐结果，从平台所有开源项目中确定出前N个开发者作为推荐结果；本发明通过构建节点亲密度指标，并基于该指标进行推荐算法的设计，可以为用户提供更加准确、可靠和个性化的开源项目推荐服务。

主权项：1.一种基于节点亲密度的可解释性开源项目推荐方法，其特征在于，包括以下步骤：（1）采集GitHub平台开发者行为数据并存储；（2）构造开源项目关联网络G和邻接矩阵W；（3）构建节点亲密度与可解释性指标；包括以下步骤：（31）开源项目节点亲密度表示；具体如下：据网络的拓扑结构和局部信息定义网络中两个节点和的亲密度为： ；其中，和分别表示节点和的邻居集，和的交集表示共同的邻居数，和的并集表示节点和的邻居集合；（32）构建可解释性指标；具体如下：使用节点的度中心性和节点的亲密度度量目标节点对的相关性，公式如下： ； ；其中,是节点z的度，表示G的节点数；表示节点i和z的亲密度，表示节点z和j的亲密度，和分别表示节点i和j的邻居集；（33）基于可解释性指标构造新的可解释性邻接矩阵；具体如下：在的基础上，结合可解释性指标构造新的可解释性邻接矩阵；其中，矩阵不同位置的值代表目标节点对间的可解释性值；矩阵的可解释变量值定义为： ；其中,是算法预设的阈值，当节点间的可解释性变量超过预设的阈值，则默认节点间满足可解释性；是节点和间的可解释变量值；表示节点i和j的相关性；（4）基于将G中的每个节点嵌入为多维矩阵；利用节点的嵌入矩阵计算G中节点间的期望权重；具体如下：首先，将中的每个节点嵌入为多维矩阵；即： ；其中，代表中不同的节点；表示节点i在嵌入矩阵中的第个元素；m和n代表矩阵M的行和列数，即m为隐藏特征的数量，n为隐藏特征的信息量；然后，利用节点的嵌入矩阵计算中节点间的期望权重： ；其中，F为斐波那契范式；为节点i的多维嵌入；（5）构建开源项目推荐模型并训练，得到目标节点对间的权重；包括以下步骤：（51）得到节点的嵌入表示与期望权重之后，将可解释变量融入隐向量模型LatentFactorModel,LFM，得到最终误差函数： ； ；其中，R代表存在连边的节点对集，和是可解释性正则化系数，用于控制可解释性与准确性之间的平衡，并抑制过拟合；表示节点i和j的初始权重；为节点i的多维嵌入；F为斐波那契范式；表示节点i和j的可解释变量；（52）对误差函数进行训练，当达到预设条件时停止训练；最终获得中不同的节点的嵌入表征，并以此计算原邻接矩阵W中的缺失值： ；其中，为目标链接{i,j}间的预测权重，为节点i最终的多维节点嵌入，为节点j最终的多维节点嵌入，F为斐波那契范式；（6）以目标节点对间的具体权重来判断开源项目间是否存在链接；根据开源项目的可解释性推荐结果，从平台所有开源项目中确定出前N个开发者作为推荐结果，其中N为正整数。

全文数据：

权利要求：

百度查询： 苏州大学 一种基于节点亲密度的可解释性开源项目推荐方法