ResyDuo：结合数据模型与基于协同过滤的推荐系统以开发 Arduino 项目
软件工程
2023-08-29 v1
摘要
在指定基于物联网的系统时，软件开发人员必须面对一系列挑战，从选择硬件组件到编写实际源代码。尽管已有专用的开发环境，非专业用户在选择合适的组件时仍可能受困于过度选择问题。通过结合 MDE（模型驱动工程）与推荐系统，本文提出了一个名为 ResyDuo 的初步原型，通过提供两类不同的制品（即硬件组件与软件库）来辅助 Arduino 开发者。具体而言，我们利用广泛采用的协同过滤算法，通过专用数据模型收集相关信息。ResyDuo 可使用标签或存储在 ProjectHub 仓库中的现有 Arduino 项目检索硬件组件。随后，系统可基于已识别的硬件设备检索相应的软件库。ResyDuo 配备了基于 Web 的界面，允许用户轻松选择并配置正在开发的 Arduino 项目。为评估 ResyDuo 的性能，我们采用网格搜索策略进行十折交叉验证以优化基于 CF（协同过滤）算法的超参数。所开展的评估显示出令人鼓舞的结果，尽管在所考察的指标方面仍有改进空间。
引用
@article{arxiv.2308.13808,
title = {ResyDuo: Combining data models and CF-based recommender systems to develop Arduino projects},
author = {Juri Di Rocco and Claudio Di Sipio},
journal= {arXiv preprint arXiv:2308.13808},
year = {2023}
}