RevREC:一个基于Pull-Request开发模型的双层审阅人推荐算法

来源 :中南大学学报:英文版 | 被引量 : 0次 | 上传用户:baslove
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
代码审查是减少代码缺陷和提高软件质量的重要过程。在像GitHub这样的社交编码社区,由于每个人都可以提交Pull—Request,所以代码审查扮演着比以往更重要的角色,而且这个过程非常耗时。因此,寻找并推荐正确的评审人员来应对新兴的Pull—Request成为一项重要任务。然而,目前大部分的研究主要集中在评估人员是否参与,并没有对人员参与的类型进行区分。在本文中,我们开发了一个两层审阅人推荐模型,从技术和管理角度为GitHub项目中的Pull—Request(PR)推荐审阅人。对于第一层,我们根据混合推荐
其他文献
青少年在社交网络上浏览色情图片比较容易.研究者对真实色情图片的检测进行了大量研究,但是对人造色情图片的研究较少.本文主要针对社交网络中人造色情图片的识别进行了研究.
胶结充填膏体(CPB)、砂浆及混凝土等水泥基材料的力学强度取决于其微观结构,如孔隙数量、孔径及结构,颗粒及骨架的排列形态等。对于该类材料的力学强度与其孔隙结构(如孔径及