[发明专利]一种基于主题关联关系分析的开源软件推荐方法

说明书

本发明提供了一种基于主题关联关系分析的开源软件推荐方法。所述基于主题关联关系分析的开源软件推荐方法包括以下步骤：对开源软件的主题提取步骤：使用LDA主题模型对开源软件的项目文档进行主题提取，并用提取得到的主题特征对开源软件进行刻画；对开源软件的关系建模步骤：使用概率矩阵分解方法计算任意两个开源软件之间的关系强度，并根据计算得到的关系强度来为某个特定的开源软件做出推荐。本发明的有益效果是：所述基于主题关联关系分析的开源软件推荐方法具有高效、实用、稳定的优点，可以帮助开发人员更好地实现代码复用、快速原型构建以及寻找替代实现等。

技术领域

本发明属于计算机科学技术领域，具体地涉及一种基于主题关联关系分析的开源软件推荐方法。

背景技术

随着互联网的出现和普及，开源社区也得到了极大的发展，人们围绕开源社区展开的一系列协作活动促进了开源软件的不断出现和迭代更新。开源软件的开放性和自由性，使得人们能够以较低的成本获得开源软件的源代码、得知技术细节以及学习领域知识等等。因此，在一个开源软件的开发过程中，人们通常会借助其它的一些开源软件，通过代码复用、功能添加、实现替代等操作，从而更好地对这个开源软件进行设计和开发。

在某个特定的开源软件的开发过程中，人们想要知道能够对开发过程产生帮助的开源软件具体有哪些开源软件。一个简单的方法是通过搜索，但是，想要从海量的开源软件中找到这些具体的开源软件是十分费时费力的。另外一种比搜索更好的方法是推荐，也就是为某个特定的开源软件推荐可能对其产生帮助的其它开源软件。因此，如何为某个特定的开源软件推荐可能对其产生帮助的其它开源软件也成为了一项有意义的研究工作。

发明内容

本发明的目的在于针对现有技术的缺陷或问题，提供一种基于主题关联关系分析的开源软件推荐方法。

本发明的技术方案如下：一种基于主题关联关系分析的开源软件推荐方法，其特征在于：包括以下步骤：对开源软件的主题提取步骤：使用LDA主题模型对开源软件的项目文档进行主题提取，并用提取得到的主题特征对开源软件进行刻画；对开源软件的关系建模步骤：使用概率矩阵分解方法计算任意两个开源软件之间的关系强度，并根据计算得到的关系强度来为某个特定的开源软件做出推荐。

优选地，具体包括如下步骤：

步骤1：从开源软件仓库获取需要的开源软件的数据，假设从开源软件仓库获取得到了N个开源软件的数据，这N个开源软件的集合用P表示，P＝{p₁,p₂,…,p_N}，其中，N为正整数，p_i表示获取得到的第i个开源软件；

步骤2：获取集合P中的开源软件p_i的项目文档，把集合P中所有的开源软件的项目文档组成一个语料库W；

步骤3：对由N个开源软件的项目文档组成的语料库W，使用LDA主题模型对其进行主题提取，假设LDA主题模型提取出k个主题，那么对P中的任意一个开源软件p_i，使用LDA主题模型提取得到的p_i的主题特征θ_i是一个长度为k的列向量，因此，P中N个开源软件的主题特征就构成一个k行N列的主题矩阵Θ；

步骤4：对P中的每个开源软件p_i，获取p_i的项目持有者提供的主题列表，如果p_i的项目持有者没有提供主题列表，则为p_i设置一个空的主题列表，p_i的主题列表用t_i表示，把P中所有的开源软件的主题列表组成一个集合T；