基于解耦合图卷积的属性补全开发者推荐算法

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。

关键词

开发者推荐 / 解耦表示学习 / 属性补全 / 众包软件开发