[发明专利]推荐信息生成方法和装置，存储介质和电子设备

说明书

公开的提供一种推荐信息生成方法和装置，存储介质和电子设备，以解决相关技术中开发者推荐数据较稀疏的问题。所述方法包括：获取对应开发者集合的能力评价矩阵，行为增强矩阵和任务相似度矩阵；对所述能力评价矩阵，所述行为增强矩阵和所述任务相似度矩阵进行矩阵融合处理，得到多特征融合后的评价矩阵；基于所述多特征融合后的评价矩阵生成推荐信息。

技术领域

本公开涉及互联网技术领域，具体地，涉及一种推荐信息生成方法和装置，存储介质和电子设备。

背景技术

在互联网领域的软件的众包开发模式中，开发者推荐平台上存在大量任务得不到有效的响应和处理。其主要原因是开发者与任务的“显示关系”非常稀疏，开发者推荐矩阵中存在大量的未知项，导致推荐算法实效。例如，推荐系统研究中的经典数据集Movie Lens的稀疏度仅为4.5％，Netflix百万大赛中提供的音乐数据集的稀疏度是1.2％，然而，这些都是已经处理过的数据集，实际上真实数据集的稀疏度都远远低于1％。此外，对于一些新的用户，由于缺少相关的历史数据，获得的推荐机会较少，存在所谓的“冷启动”问题。

发明内容

本公开的目的是提供一种推荐信息生成方法和装置，存储介质和电子设备，以解决相关技术中开发者推荐数据较稀疏的问题。

为了实现上述目的，本公开提供一种推荐信息生成方法，所述方法包括：

获取对应开发者集合的能力评价矩阵，行为增强矩阵和任务相似度矩阵；

其中，所述能力评价矩阵是基于每一开发者的每项能力特征对应的评分等级信息确定的，所述行为增强矩阵是基于针对目标任务每一开发者的初始评价信息，以及针对所述目标任务每一开发者在多个交互项的行为特征信息确定的，所述任务相似度矩阵是基于每一开发者的标签信息和所述目标任务的标签信息确定的；

对所述能力评价矩阵，所述行为增强矩阵和所述任务相似度矩阵进行矩阵融合处理，得到多特征融合后的评价矩阵；

基于所述多特征融合后的评价矩阵生成推荐信息。

可选的，获取对应开发者集合的能力评价矩阵，包括：

计算能力特征c_i在评分等级v_j上的模糊隶属度r_ij，其中，r_ij∈[0,1]；

通过如下公式计算开发者集合U＝{u₁,u₂,…,u_n}中开发者u的能力评价值dcm(u)：

其中，开发者集合表示为U＝{u₁,u₂,…,u_n}，C＝{c₁,c₂,…,c_n}为集合中任一开发者u的n种能力特征的能力特征集合，V＝{v₁,v₂,…,v_n}为所述能力特征集合对应的评分等级集合，W＝{w₁,w₂,…,w_n}为所述能力特征集合对应的能力特征权重集合，v_j∈[0,1]，w_i∈[0,1]，

基于对应每一开发者的所述能力评价值，生成所述能力评价矩阵。

可选的，获取对应开发者集合的任务相似度矩阵，包括：

通过如下公式计算开发者集合U＝{u₁,u₂,…，u_n}中开发者u与所述目标任务t的匹配度md(u,t)：