.png){kind=icon}
返回
CANOD: A Competence Assessment Network for Open Source Software Developers
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.130577.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 针对复杂问题的创新性综合：我们首次提出一个框架，协同整合了心理测量理论与异构图神经网络（HGNs）。这种创新性综合专门用于评估开源软件（OSS）开发者能力的多维度特征，超越了传统的单一维度指标。
• 可解释的多维度能力建模：我们的模型为不同技能领域的开发者生成可解释的多维度能力档案。通过建模开发者潜在能力、问题难度及其区分度之间的交互，我们为精确的任务分配和团队组建提供可操作见解。
• 多层级注意力机制的先进图表示：我们构建了一个异构图，捕捉开发者、问题与技能标签之间的复杂关系。引入定制化的多层级注意力机制，动态聚合不同图源的信息，从而生成更准确且稳健的实体表示。
• 真实场景验证与冷启动缓解：该框架在两个基于知名OSS项目构建的新大规模数据集上进行了严格验证。我们的图基架构通过利用结构信息评估新开发者，内在地缓解了项目内的冷启动问题，这一优势通过广泛实验得到实证证明。
• 公开数据集与基于实践的评估：为促进未来研究，我们构建了两个大规模真实世界数据集。同时，我们建立了一个基于实际项目动态（即快速问题解决）的新型开发者能力评估指标，确保模型的评估与实际表现和项目健康度保持一致。
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏分享收藏Reverse-graph enhanced graph neural networks for session-based recommendation用于基于会话的推荐的反向图增强图神经网络
PREAI
分享收藏
查看更多内容