基于解耦合图卷积的属性补全开发者推荐算法
鲁彦1
凌松松1
钟婧2
于旭3
1.青岛科技大学 数据科学学院,山东 青岛 2660612.中国石油大学 青岛软件学院,山东 青岛 2665803.青岛科技大学 数据科学学院,山东 青岛 266061;中国石油大学 青岛软件学院,山东 青岛 266580
摘要：提出基于解耦合图卷积的属性补全开发者推荐算法(ADD).ADD由属性推断和属性补全两个模块组成.属性推断模块利用解耦合图卷积在多个潜在空间中推断开发者属性;属性补全模块则填补原始属性的缺失部分.补全后的属性重新输入属性推断模块,两模块循环迭代直至模型收敛.当模型收敛时,属性推断能力最强,补全属性最接近实际情况.实验结果表明,ADD在MAE、RMSE、Precision和Recall等指标上显著优于现有模型,有效解决了众包平台开发者推荐中的信息缺失问题.
关键词：开发者推荐解耦表示学习属性补全众包软件开发
分类号：TP391.3(计算技术、计算机技术)
资助基金：国家自然科学基金(62172249)国家自然科学基金(62472441)
论文发表日期：2025-08-01
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：12( 485-496 )
英文信息