[发明专利]一种基于群体评论的开源软件推荐方法

权利要求书

1.一种基于群体评论的开源软件推荐方法，包括下列步骤：

步骤101、建立开源软件数据服务器SDS(Software Data Server)，采用通用Web爬虫技术从主要开源社区中采集开源软件资源信息数据，包括开源软件项目数据和评论文档数据，所述项目数据包括开源软件的项目名称、项目标签、项目主页，评论文档数据包括文档标题和文档标签；

步骤102、获取用户本地开发项目p的特征，主要包括本地项目名称和本地项目标签，并提取SDS中已采集获得的项目名称、项目标签和文档标题、文档标签，对本地开发项目及SDS中采集的项目与评论文档进行关联匹配；

其中步骤102中的关联匹配具体步骤包括：

步骤102.1、用项目名称与评论文档进行匹配，以所述项目名称为关键词查找评论文档，若所述评论文档具有与所述项目名称相同的标签，则为所述评论文档与项目建立关联，并赋予权值W₁；

步骤102.2、用项目名称在评论文档标题中进行检索匹配，以项目名称为关键字搜索所有评论文档，若某个评论文档标题包含该关键字，则将该评论文档与项目建立关联，并赋予权值W₂；

步骤102.3、在所有已建立的关联中，对项目标签与评论文档标题进行匹配，统计评论文档标题中包含项目标签的个数x，利用x计算项目与评论文档关联权值W₃，计算公式为：W₃＝0.5*log₂(x²+1)，采用对数运算表明标签个数x与可信度的关系；

步骤102.4、在所有已建立的关联中，对项目标签与评论文档的标签进行匹配，统计在两者共同出现的标签个数y，计算权值：W₄＝0.6*log₂(y²+1)；

步骤102.5、计算最终关联权重，权重公式表示为：W＝W₁+W₂+(W₁+W₂)*(W₃+W₄)，选取合适的阀值决定软件项目是否与评论文档相关联，当权值w大于阈值q时，认为该文档与开源项目是关联的，关联结果以[软件项目，评论文档，权重]的形式存储在数据库中，软件项目包括本地开发项目及SDS中采集的项目；

步骤103、计算SDS中每一个项目q与本地开发项目p的标签文本相似性，标签文本表示为由项目标签组成的单词集合，提取项目p与项目q的项目标签，并将其表示为由自身标签组成的标签集合T_p和T_q，利用公式计算项目p与项目q的标签文本相似性；

步骤104、计算SDS中每一个项目q与项目p的相关性，根据步骤102中的关联匹配结果将项目p和q表示为向量v_p和v_q，向量的每一维表示与之相关联的评论文档，向量值表示匹配权重，根据余弦相似性公式：计算相关性；

步骤105、生成本地开发项目p的推荐列表，并将推荐指数值排在前N的项目的主页返回给用户，其中推荐指数值的计算是对项目相似性和相关性进行线性加权，公式表示为：Score(q→p)＝w₁×TDoc(p,q)+w₂×Coop(p,q),其中，Score表示为项目q对项目p的推荐指数值，w₁、w₂均取为0.5。

2.如权利要求1所述的方法，其中步骤101中对所述项目标签和文档标签进行预处理，所述预处理包括：将项目标签和文档标签转换为其词根后将相同的词根的标签合并，删除标签数小于3的项目。

3.如权利要求1所述的方法，步骤104中的根据步骤102中的关联匹配结果将项目p和q表示为向量v_p和v_q，向量v_p和v_q的值根据分别包含项目p和q匹配结果的结果集中的权重值确定，项目p可表示为v_p＝(W_p1,W_p2,..,W_pn)；项目q可以表示成v_q＝(W_q1,W_q2,..,W_qk)，W_pn及W_qk分别是结果集中的权重值，n和k均大于等于1。