基于社區(qū)熱度的開源軟件排序關鍵技術研究.pdf

1、基于軟件復用的軟件開發(fā)是提高軟件開發(fā)效率和質(zhì)量的重要途徑。開源軟件作為軟件復用資源的重要來源，對推動軟件復用技術的發(fā)展起到了重要作用。近年來，隨著開源運動的蓬勃發(fā)展，越來越多的開發(fā)者被開源社區(qū)所吸引，并參與到開源軟件的開發(fā)中，分享和學習開源軟件的相關知識。這些軟件資源和知識資源在開源社區(qū)中不斷沉淀，積累了海量可復用的開源資源。然而，這些資源規(guī)模巨大、分布廣泛、形式多樣、質(zhì)量良莠不齊，傳統(tǒng)的軟件資源定位方法面臨巨大挑戰(zhàn)，軟件資源定位問題也

2、從搜索為重心向排序為重心轉(zhuǎn)變。
　　本文針對軟件排序問題，充分利用開源軟件使用者對軟件的反饋信息，提出了基于社區(qū)熱度的軟件排序算法。在構建軟件熱度模型時，一方面，海量的開源信息通常分布在不同的社區(qū)中，開源社區(qū)的用戶在協(xié)同開發(fā)社區(qū)中開發(fā)軟件，在知識分享社區(qū)中討論與學習軟件，這對軟件信息的綜合利用帶來了挑戰(zhàn)；另一方面，開源社區(qū)中的討論熱度并非一成不變，討論信息與軟件之間的關系錯綜復雜，對計算軟件熱度帶來了挑戰(zhàn)。針對以上挑戰(zhàn)，本文研究了

3、以下兩個問題：（1）開源社區(qū)的關聯(lián)匹配；（2）開源軟件的熱度排序。
　　針對開源社區(qū)的關聯(lián)匹配問題，本文提出了一種基于本文匹配的社區(qū)關聯(lián)算法，實現(xiàn)不同協(xié)同開發(fā)社區(qū)之間以及協(xié)同開發(fā)社區(qū)與知識分享社區(qū)之間的信息快速關聯(lián)。不同于傳統(tǒng)的主體識別方法，本文充分利用開源資源在開源社區(qū)中的在線屬性，如描述信息、社會化標簽等，挖掘其中對主體信息的補充信息，利用文本匹配的相關算法實現(xiàn)對軟件資源和知識資源的高效關聯(lián)。在進行社區(qū)關聯(lián)時，本文對來自4個社

4、區(qū)的超過6萬的軟件項目進行關聯(lián)和去重，并與StackOverFlow中超過800萬的問題實現(xiàn)匹配，在取得良好準確率的同時，極大的提高了關聯(lián)效率，實現(xiàn)了快速、有效的關聯(lián)不同開源社區(qū)之間的開源資源。
　　針對開源軟件的排序問題，本文提出了一種基于社區(qū)討論熱度的開源軟件排序算法。不同于傳統(tǒng)的基于軟件制品或軟件開發(fā)過程數(shù)據(jù)的排序算法，本文利用了開源軟件使用者的討論信息。在構建開源軟件社區(qū)熱度模型時，通過對討論信息的熱度變化進行分析，得出討