基于解耦合图卷积的属性补全开发者推荐算法

鲁彦; 凌松松; 钟婧; 于旭

doi:10.19728/j.issn1672-6634.2024070012

聊城大学学报（自然科学版） ›› 2025, Vol. 38 ›› Issue (04) : 485 -496. DOI: 10.19728/j.issn1672-6634.2024070012

基于解耦合图卷积的属性补全开发者推荐算法

鲁彦, 凌松松, 钟婧, 于旭

作者信息 +

Author information +

文章历史 +

摘要

提出基于解耦合图卷积的属性补全开发者推荐算法(ADD)。ADD由属性推断和属性补全两个模块组成。属性推断模块利用解耦合图卷积在多个潜在空间中推断开发者属性；属性补全模块则填补原始属性的缺失部分。补全后的属性重新输入属性推断模块，两模块循环迭代直至模型收敛。当模型收敛时，属性推断能力最强，补全属性最接近实际情况。实验结果表明，ADD在MAE、RMSE、Precision和Recall等指标上显著优于现有模型，有效解决了众包平台开发者推荐中的信息缺失问题。