多维特征的开源项目推荐方法

　　随着软件协同开发技术与社交网络的深度融合，社交化开发范式已成为当前软件创作与生产的重要方式．这一软件开发模型的灵活性与开放性，吸引了大规模的外围贡献者加入到开源社区中，形成了巨大的软件生产力．在开源社区中，这些分布广泛、规模巨大的外围贡献者，主要以一种无组织的松散方式进行协同，他们需要花费大量的时间和精力在海量的开源项目中寻找到自己真正感兴趣的项目并进行长期贡献．为了提高大规模群体协同的效率，提出一种基于多维特征的开源项目个性化推荐方法（即RepoLike）．该方法从开源项目自身流行度、关联项目技术相关度以及大众贡献者之间的社交关联度这3个维度度量开发者和开源项目之间的关联关系，并利用线性组合和Learning To Rank方法构建推荐模型，从而为开发者提供个性化的项目推荐服务．通过大规模的实验，其结果表明：RepoLike在推荐20个候选项目时的推荐命中率超过25%，能够有效地为开发人员提供有价值的推荐服务．