[發明專利]一種基于混合相似度的大眾貢獻合并請求重復性檢測方法有效
| 申請號： | 201810100193.6 | 申請日： | 2018-02-01 |
| 公開（公告）號： | CN108182181B | 公開（公告）日： | 2021-03-26 |
| 發明（設計）人： | 余躍;李志星;尹剛;王濤;王懷民;范強;於杰;張迅暉;胡東陽 | 申請（專利權）人： | 中國人民解放軍國防科技大學 |
| 主分類號： | G06F40/30 | 分類號： | G06F40/30;G06F40/289;G06F40/194 |
| 代理公司： | 長沙國科天河知識產權代理有限公司 43225 | 代理人： | 董惠文 |
| 地址： | 410073 湖*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 混合 相似 大眾 貢獻 合并 請求 重復性 檢測 方法 | ||
1.一種基于混合相似度的大眾貢獻合并請求重復性檢測方法，其特征在于，包括以下步驟：
S1、計算新提交的大眾貢獻合并請求與歷史大眾貢獻合并請求間的文本相似度，所述文本相似度包括標題文本相似度和描述文本相似度；
S2、計算新提交的大眾貢獻合并請求與歷史大眾貢獻合并請求間的變更相似度，所述變更相似度指的是大眾貢獻合并請求所修改文件間的路徑相似度；具體過程為：
S21、分別提取出所述新提交的大眾貢獻合并請求與所述歷史大眾貢獻合并請求具體修改了的文件，得到兩個文件集合；
S22、計算兩個文件集合中兩兩文件間的路徑相似度，即新提交的大眾貢獻合并請求與所述歷史大眾貢獻合并請求間的變更相似度；兩兩文件間的路徑相似度為計算兩個文件路徑的最長公共子目錄的深度，最后用該深度除以兩個文件路徑深度的最大值即是兩個文件的路徑相似度；
S3、在協同開發平臺上搜集一組歷史重復貢獻合并請求數據集，采用基于貪心策略的權重搜索算法對所述歷史重復貢獻合并請求數據集進行訓練，得到文本相似度和變更相似度的權重值，進一步根據權重值計算大眾貢獻合并請求間的混合相似度；
S4、根據步驟S1至步驟S3，每一個歷史大眾貢獻合并請求對應得到一個混合相似度，按照混合相似度值的大小進行排序，得到一組與新提交的大眾貢獻合并請求重復的歷史大眾貢獻合并請求列表。
2.如權利要求1所述的一種基于混合相似度的大眾貢獻合并請求重復性檢測方法，其特征在于，所述步驟S1的具體過程為：
S11、分別從所述新提交的大眾貢獻合并請求與所述歷史大眾貢獻合并請求中提取標題文本和描述文本，得到兩個標題文本和兩個描述文本；
S12、對標題文本和描述文本進行預處理；
S13、將經過預處理的標題文本和描述文本分別轉換為多維向量，得到兩個標題文本向量和兩個描述文本向量；
S14、利用Cosine公式計算兩個標題文本向量之間的相似度，即所述新提交的大眾貢獻合并請求與所述歷史大眾貢獻合并請求的標題文本相似度；利用Cosine公式計算兩個描述文本向量之間的相似度，即所述新提交的大眾貢獻合并請求與所述歷史大眾貢獻合并請求的描述文本相似度。
3.如權利要求1所述的一種基于混合相似度的大眾貢獻合并請求重復性檢測方法，其特征在于：所述協同開發平臺為GitHub平臺。
4.如權利要求2所述的一種基于混合相似度的大眾貢獻合并請求重復性檢測方法，其特征在于，步驟S12中對標題文本和描述文本進行預處理具體包括分詞、轉換詞根和去除停用詞。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍國防科技大學，未經中國人民解放軍國防科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201810100193.6/1.html，轉載請聲明來源鉆瓜專利網。
