基于会话的社交与依赖感知软件推荐
信息检索
2022-03-09 v3 软件工程
摘要
随着现代软件复杂度的增加，社交协同编程和开源软件包复用变得越来越流行，从而极大提升了开发效率与软件质量。然而，开源软件包的爆炸式增长使开发者面临信息过载的挑战。虽然这可由传统推荐系统解决，但它们通常未考虑社交编程的特定约束，例如开发者间的社交影响与软件包间的依赖关系。在本文中，我们旨在对兼具社交影响与依赖约束的开发者动态兴趣进行建模，并提出基于会话的社交与依赖感知软件推荐（SSDRec）模型。该模型将循环神经网络（RNN）与图注意力网络（GAT）集成到统一框架中。利用 RNN 对每个会话中开发者的短期动态兴趣建模，并使用两个 GAT 分别捕捉来自好友的社交影响与来自依赖软件包的依赖约束。在真实世界数据集上进行了大量实验，结果证明我们的模型显著优于竞争基线。
引用
@article{arxiv.2103.06109,
title = {Session-based Social and Dependency-aware Software Recommendation},
author = {Dengcheng Yan and Tianyi Tang and Wenxin Xie and Yiwen Zhang and Qiang He},
journal= {arXiv preprint arXiv:2103.06109},
year = {2022}
}