[发明专利]一种基于异构数据的相关补丁推荐方法

摘要

本发明公开一种基于异构数据的相关补丁推荐方法，包括爬取代码审查的多元异构数据，洗清数据，拼接多元异构数据特征为补丁特征向量，配对补丁对，以与预测补丁有相关性为正样本，与预测补丁无相关性为负样本，并为正、负样本标记二分类标签后，划分训练集和验证集，用训练集分别训练逻辑回归、随机森林和LightGBM三个模型，得到相应概率和预测标签，再根据预测标签计算对应的准确率，最后再根据融合权值与相应概率的加权求和构建预测评分，获取最优预测评分。本发明利用机器学习对提交到代码审查系统的数据进行相关性评估得到最优推荐，提高推荐可靠性稳定性，更节省人力成本。