[发明专利]基于开源软件包依赖特征的标签推荐方法、装置及系统有效
| 申请号： | 201911045711.X | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110795134B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 杨柳;王立;龙军;胡志刚;王延文 | 申请（专利权）人： | 中南大学;长沙数达智能科技有限公司 |
| 主分类号： | G06F8/70 | 分类号： | G06F8/70;G06F16/33;G06F16/35 |
| 代理公司： | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人： | 何湘玲 |
| 地址： | 410083 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于开源软件包依赖特征的标签推荐方法、装置及系统，该方法包括：从软件的README描述文本中提取长度固定的主题分布特征向量；提取软件依赖包的标签信息，并输出为长度固定的标签独热向量；利用神经网络对特征的整合能力，将主题分布特征向量和标签独热向量拼接组合成开源软件的特征向量，将开源软件的特征向量作为输入特征，建立基于神经网络的标签预测模型，输出预测的软件标签分布分数；根据软件标签及其对应的软件标签分布分数，通过机器学习方法，按照软件标签分布分数的数值大小将软件标签降序排列后，对开源软件的标签进行推荐或对开源软件自动加标签。本发明引入包依赖信息，构建开源软件特征提取模型，利用神经网络预测标签，性能表现良好。 | ||
| 搜索关键词： | 基于 软件包 依赖 特征 标签 推荐 方法 装置 系统 | ||
【主权项】：
1.一种基于开源软件包依赖特征的标签推荐方法，其特征在于，包括以下步骤：/n从软件的README描述文本中提取长度固定的主题分布特征向量；/n提取软件依赖包的标签信息，并输出为长度固定的标签独热向量；/n将主题分布特征向量和标签独热向量拼接组合成开源软件的特征向量，利用神经网络对特征的整合能力，将所述开源软件的特征向量作为输入特征，建立基于神经网络的标签预测模型，输出预测的软件标签分布分数；/n根据所述软件标签及其对应的软件标签分布分数，通过机器学习方法，按照软件标签分布分数的数值大小将软件标签降序排列后，对开源软件进行标签推荐或对开源软件自动加标签。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学;长沙数达智能科技有限公司，未经中南大学;长沙数达智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911045711.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种辅助应用自动保护方法及装置
- 下一篇：一种实现注解式配置的方法和装置
