计算机应用

作者：游兰, 张雨昂, 刘源, 陈智军, 王伟, 曾星, 何张玮

单位：1.湖北大学 计算机学院，武汉 430062；2.大数据智能分析与行业应用湖北省重点实验室（湖北大学），武汉 430062；3.智能感知系统与安全教育部重点实验室（湖北大学），武汉 430062；4.华东师范大学 数据科学与工程学院，上海 200062

关键词：开源生态,开发者推荐,异构信息网络,图神经网络,开源软件

基金：湖北省重点研发计划项目（2022BAA044）。

面向开源项目推荐开发人员对开源生态建设具有重要意义。区别于传统软件开发，开源领域的开发者、项目、组织及相互关系体现了开放式协作项目的特点，而它们蕴含的语义有助于精准推荐开源项目的开发者。因此，提出一种基于协作贡献网络（CCN）的开发者推荐（DRCCN）方法。首先，利用开源软件（OSS）开发者、OSS项目、OSS组织之间的贡献关系构建CCN；其次，基于CCN构建一个3层深度的异构GraphSAGE （Graph SAmple and aggreGatE）图神经网络（GNN）模型，预测开发者节点和开源项目节点之间的链接，从而产生相应的嵌入对；最后，根据预测结果，采用K最近邻（KNN）算法完成开发者推荐。在GitHub数据集上训练和测试模型的实验结果表明，相较于序列推荐的对比学习模型CL4SRec （Contrastive Learning for Sequential Recommendation），DRCCN在精确率、召回率和F1值这3个指标上分别提升了约10.7%、2.6%和4.2%。因此，所提模型可以为开源社区项目的开发者推荐提供重要的参考依据。

来源：2025年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第4期