面向大规模协作开发的海量软件项目共享方法

摘要

一种面向大规模协作开发的海量软件项目共享方法，包括：构建软件数据服务器SDS，Web爬虫从主要开源社区中定期采集开源软件的Web页面，从中抽取项目数据；计算SDS中软件项目数据中的词汇的词频，形成SDS词汇表，计算SDS中每个软件项目的特征；设置需要自动获取共享项目的本地项目列表L，其中包括一定数目的本地项目，基于词频计算L中每个项目的项目数据的特征c，并将其发送到SDS；SDS将本地项目特征c与SDS中已有软件数据库中的每个软件项目的特征进行相似度比较，记录前m个相似度最大的软件项目列表PL；SDS将PL中软件项目的相关信息返回给本地项目p的开发者。当本地项目p的软件数据发生阶段性变化时或者经过一个预设时间间隔后，重复执行上述步骤。

主权项

一种面向大规模协作开发的海量软件项目共享方法，包括下列步骤：步骤101、构建软件数据服务器SDS，Web爬虫从站点列表定义的主要开源社区中定期采集开源软件的Web页面，从页面中抽取项目数据，所述项目数据包括开源软件的基本属性及其开发团队属性；步骤102、计算SDS中软件项目数据中的词汇的词频，形成SDS词汇表，其中每个条目是由某个词汇及其词频组成的二元组，然后计算SDS中每个软件项目的特征,其中计算SDS中每个软件项目的特征p_f的步骤进一步包括：(1)计算所述每个软件项目p′的项目数据中的词汇的词频；(2)对项目p′的每个词汇w计算其特征值F(w)＝w_p/w_SDS，其中w_p是词汇w在p的项目数据中出现的频率，w_SDS是词汇w在SDS项目数据中出现的频率，w_SDS为0时F(w)取最大值T；(3)按词汇的特征值由高至低排序，取前k个词汇组成一个词汇向量，以此作为p′的特征p_f，其中k是一个预先设定的整数；步骤103、在软件开发环境SDE中设置需要自动获取共享项目的本地项目列表L，所述本地项目列表L中包括一定数目的具有自动获取共享需求的本地项目，基于词频计算L中每个项目的项目数据的特征c，并将该特征c发送到SDS；步骤104、SDS将本地项目特征c与SDS中已有软件数据库中的每个软件项目的特征进行相似度比较，记录前m个相似度最大的软件项目列表PL，其中相似度比较基于下列方式进行：对于SDE中某个本地软件项目p和SDS中的某个软件项目p′，两者的相似度S(p，p′)＝∑_w∈C w×(w_p+w_SDS)，其中C是p和p′的项目数据中的公共词汇集合；步骤105、SDS将PL中软件项目的相关信息返回给本地项目p的开发者，所述软件项目的相关信息包括项目名称、主页URL、关键词、项目开发者列表；步骤106、当本地项目p的软件数据发生阶段性变化时或者经过一个预先设定的时间间隔后，重复执行步骤103至105。