[發(fā)明專利]開源社區(qū)中輔助工具停用的預(yù)測方法及裝置

有效

• 申請?zhí)枺?/td>: 202010989416.6
• 申請日: 2020-09-18
• 公開（公告）號: CN112114795B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設(shè)計）人: 蔣競;劉征宇;王鑫;張莉
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06F8/33
• 分類號: G06F8/33;G06F40/289
• 代理公司: 北京天達知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11386
• 代理人: 龐許倩

本發(fā)明涉及一種開源社區(qū)中輔助工具停用的預(yù)測方法及裝置，屬于計算機科學(xué)技術(shù)領(lǐng)域，解決了現(xiàn)有的預(yù)測方法中項目對輔助工具使用/停用定義較為模糊且獲取的特征較少，造成無法準(zhǔn)確合理的預(yù)測輔助工具停用的問題。方法包括：獲取項目數(shù)據(jù)和項目使用輔助工具的數(shù)據(jù)，得到歷史數(shù)據(jù)集；基于歷史數(shù)據(jù)集提取項目使用輔助工具的有效特征，生成特征向量，并基于特征向量得到輸入矩陣；基于輸入矩陣及XGBoost算法分類器構(gòu)建輔助工具停用預(yù)測模型PATPredict；利用輔助工具停用預(yù)測模型PATPredict對目標(biāo)項目使用的目標(biāo)輔助工具進行停用預(yù)測，得到停用預(yù)測結(jié)果，能夠快速高效的得到預(yù)測結(jié)果，提高了預(yù)測結(jié)果的精確度。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機科學(xué)技術(shù)領(lǐng)域，尤其涉及一種開源社區(qū)中輔助工具停用的預(yù)測方法及裝置。

背景技術(shù)

開源社區(qū)又稱開放源代碼社區(qū)，是根據(jù)相應(yīng)的開源軟件許可證協(xié)議公布軟件源代碼的平臺，同時也是開發(fā)人員自由學(xué)習(xí)交流的空間。典型的開源軟件社區(qū)有GitHub、開源中國等，其中GitHub是全球最大的開源軟件項目托管平臺。

現(xiàn)有的研究表明項目使用開源社區(qū)中的輔助工具是一個普遍現(xiàn)象，并且輔助工具停用也是一個重要現(xiàn)象，但仍具有以下缺陷：現(xiàn)有技術(shù)中選取的用于開源社區(qū)輔助工具停用預(yù)測的相關(guān)信息較少，導(dǎo)致對大量輔助工具停用預(yù)測得到的預(yù)測結(jié)果準(zhǔn)確率低；開源社區(qū)項目對輔助工具使用/停用情況較為模糊，現(xiàn)有技術(shù)提出的模型無法準(zhǔn)確合理的預(yù)測輔助工具停用現(xiàn)象的發(fā)生。

發(fā)明內(nèi)容

鑒于上述的分析，本發(fā)明實施例旨在提供一種開源社區(qū)中輔助工具停用的預(yù)測方法，用以解決現(xiàn)有的方法中獲取的特征較少造成無法準(zhǔn)確合理的預(yù)測輔助工具停用的問題。

一方面，本發(fā)明實施例提供了一種開源社區(qū)中輔助工具停用的預(yù)測方法，包括如下步驟：

獲取項目數(shù)據(jù)和項目使用輔助工具的數(shù)據(jù)，得到歷史數(shù)據(jù)集；

基于所述歷史數(shù)據(jù)集提取項目使用輔助工具的有效特征，生成特征向量，并基于所述特征向量得到輸入矩陣；

基于所述輸入矩陣及XGBoost算法分類器構(gòu)建輔助工具停用預(yù)測模型PATPredict；

利用所述輔助工具停用預(yù)測模型PATPredict對目標(biāo)項目使用的目標(biāo)輔助工具進行停用預(yù)測，得到停用預(yù)測結(jié)果。

進一步，從項目屬性、項目使用目標(biāo)輔助工具的效果、輔助工具屬性和項目使用輔助工具的特點四個維度提取所述歷史數(shù)據(jù)集的有效特征。

進一步，基于所述項目屬性維度提取的有效特征包括：項目使用的編程語言、項目是否為組織項目、項目是否有wiki介紹網(wǎng)站、項目是否有官方網(wǎng)站、項目在GitHub是否有主頁、項目年齡、項目創(chuàng)建年份，項目包含的開源許可證、未停用輔助工具的項目描述的最大文本相似度、未停用輔助工具的項目描述的平均文本相似度、停用輔助工具的項目描述的最大文本相似度、停用輔助工具的項目描述的平均文本相似度；

基于所述項目使用目標(biāo)輔助工具的效果維度提取的有效特征包括：項目使用輔助工具執(zhí)行結(jié)果的成功占比、失敗占比、錯誤占比、輔助工具執(zhí)行狀態(tài)為pending占任務(wù)數(shù)量的比例、輔助工具執(zhí)行的最長任務(wù)時間、平均任務(wù)時間、項目使用輔助工具的commit數(shù)量、貢獻請求數(shù)量、項目包含輔助工具名稱關(guān)鍵字的貢獻請求數(shù)量、項目貢獻者數(shù)量；

基于所述輔助工具屬性維度提取的有效特征包括：輔助工具名稱、輔助工具類別、輔助工具是否在GitHub商店中注冊；

基于所述項目使用輔助工具的特點維度提取的有效特征包括：項目使用的輔助工具數(shù)量、項目停用的輔助工具數(shù)量。

進一步，基于所述輸入矩陣及XGBoost算法構(gòu)建輔助工具停用預(yù)測模型PATPredict，包括如下步驟：

為所述輸入矩陣添加項目是否停用輔助工具的標(biāo)簽，所述標(biāo)簽包括停用和不停用；