近年來,隨著開源軟件社區(qū)逐漸發(fā)展壯大,越來越多的開發(fā)者參與了社區(qū)中軟件的開發(fā)、演化和維護活動,并認識到開源軟件社區(qū)中歷史數(shù)據(jù)資源的價值,但是在超量信息環(huán)境下,“信息過載”問題日趨嚴重,面臨著以下挑戰(zhàn):（1）開發(fā)人員在開源社區(qū)相互協(xié)作或參與他們感興趣的項目開發(fā)時,通常會搜索與其開發(fā)工作相關(guān)的項目,以復用其功能和特性。但是,由于開源軟件社區(qū)存在海量的項目,他們尋找到自己真正感興趣的項目,需要花費大量的時間和精力,并且不同的開發(fā)者可能對相關(guān)項目有不同的需求,所以向開發(fā)人員推薦相關(guān)項目非常困難。（2）在軟件系統(tǒng)的演化過程中,用戶會不斷提出新的功能請求以對軟件進行維護。為實現(xiàn)這些新的功能,開發(fā)人員通常使用現(xiàn)有的第三方庫并利用其中的應用程序編程接口（Application programming interface,API）來實現(xiàn)這些新功能。然而,究竟選擇哪些API、在什么位置以及如何使用這些API,解決這些問題對開發(fā)人員來說耗時且費力。（3）由于軟件缺陷（bug）的復雜性和歷史原因,大多軟件bug往往不是一個開發(fā)人員就能解決的,開發(fā)人員在修改之前需要探討bug問題,并且當開發(fā)人員在完成修復bug... 

【文章來源】：揚州大學江蘇省

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【部分圖文】：

圖２．１推薦算法流程圖??

圖２．３用戶行為提取示例??

圖２．４推薦過程示例??

【參考文獻】：
期刊論文
[1]基于注意力機制的Java API序列推薦方法[J]. 張睿峰,王鵬程,吳鳴,徐云.  計算機系統(tǒng)應用. 2019(09)
[2]基于多開發(fā)者社區(qū)的用戶推薦算法[J]. 時宇岑,印瑩,趙宇海,張斌,王國仁.  軟件學報. 2019(05)
[3]基于項目屬性權(quán)重的協(xié)同過濾推薦算法[J]. 李轉(zhuǎn)運,孫翠敏.  新鄉(xiāng)學院學報. 2019(03)
[4]基于隱性行為的問題解決者推薦算法研究[J]. 羅達雄,葉俊民,廖志鑫,王志鋒,陳曙.  小型微型計算機系統(tǒng). 2019(03)
[5]一種多特征融合的軟件開發(fā)者推薦[J]. 謝新強,楊曉春,王斌,張霞,紀勇,黃治綱.  軟件學報. 2018(08)
[6]API使用的關(guān)鍵問題研究[J]. 李正,吳敬征,李明樹.  軟件學報. 2018(06)
[7]基于內(nèi)部邊的群體軟件開發(fā)中的項目推薦方法[J]. 丁沂,李兵,程璨,張迪.  計算機工程與應用. 2018(01)
[8]融合多維信息的主題自適應Web API推薦方法[J]. 李鴻超,劉建勛,曹步清,石敏.  軟件學報. 2018(11)
[9]基于多維特征的開源項目個性化推薦方法[J]. 楊程,范強,王濤,尹剛,王懷民.  軟件學報. 2017(06)
[10]大規(guī)模移動應用第三方庫自動檢測和分類方法[J]. 王浩宇,郭耀,馬子昂,陳向群.  軟件學報. 2017(06)

碩士論文
[1]基于群體參與的開源軟件推薦方法研究與實現(xiàn)[D]. 伍名.國防科學技術(shù)大學 2015
[2]基于主動學習的bug自動分配[D]. 李麗坤.大連理工大學 2013
[3]軟件缺陷自動分派研究[D]. 黃小亮.復旦大學 2011



本文編號：3530846