-
公开(公告)号：CN112417288B
公开(公告)日：2024-04-12
申请号：CN202011336075.9
申请日：2020-11-25
Applicant: 南京大学
IPC: G06F16/9535 , G06F11/36 , G06Q10/0631
Abstract: 本发明公开了一种用于众包软件测试的任务跨域推荐方法，首先根据CORAL和MLP进行用户‑特征的跨域迁移，得到两组迁移到稀疏域的用户特征，再根据注意力机制对被迁移特征进行整合，从而得到更接近稀疏域特征数据分布的迁移特征数据，最后得到更加准确的评分预测和任务推荐，本发明有利于提高数据稀疏及冷启动的众测平台的任务吞吐量，提升众测平台用户活跃度。
-
公开(公告)号：CN113360632B
公开(公告)日：2023-08-25
申请号：CN202110641238.2
申请日：2021-06-09
Applicant: 南京大学
IPC: G06F16/335 , G06F16/9535 , G06F40/194 , G06Q10/0639 , G06Q10/10 , G06Q50/00
Abstract: 一种用于众包软件测试的多路召回推荐方法，S1，进行数据采集，获取用于多路召回的数据集，该数据集包括用户信息、用户社交信息、项目信息、项目文本描述和用户历史完成项目情况；S2，对数据进行预处理，计算用于多路召回模型的输入数；S3，进行项目多路召回，通过计算用户相似度找到目标用户的相似用户，通过用户‑项目交互矩阵找到目标用户和相似用户的历史完成项目；S4，进行用户多路召回，通过计算项目相似度和项目文本嵌入相似度找到目标项目的相似项目，通过用户‑项目交互矩阵找到完成过目标项目和相似项目的用户，通过计算用户相似度和用户关系矩阵找到用户的相似用户，从而完成对于众包测试用户的多路召回。
-
公开(公告)号：CN113360759A
公开(公告)日：2021-09-07
申请号：CN202110641787.X
申请日：2021-06-09
Applicant: 南京大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 一种基于用户和项目双重时序相关性的众测任务推荐方法，包括以下步骤，S1，计算用户间和项目间的关系权重，利用历史交互行为的偏序关系构建属性网络，并通过属性网络定义用户间和项目间的相似关系；S2，计算时间片相关性，获取任意时间片的相似时间片集合，利用用户间和项目间的关系权重计算用户时间片和项目时间片的相似关系；S3，构建待预测时间片用户项目矩阵，所述用户项目交互矩阵由用户时间片特征矩阵和项目时间片特征矩阵相乘得到，两种特征矩阵由待预测时间片相似时间片向量构成；S4，神经协同过滤网络随时间片更新而不断训练，直到网络更新至待预测时间片，随后对用户行为进行预测，得到预测结果。
-
Patent Agency Ranking
公开(公告)号：CN113379386B
公开(公告)日：2024-04-12
申请号：CN202110664304.8
申请日：2021-06-16
Applicant: 南京大学
IPC: G06Q10/10 , G06Q30/0283
Abstract: 本发明公开了一种基于多阶段采样的任务分配与定价方法，将整个任务分配时段分成不同大小的子阶段，为每个子阶段分配一定的预算额度，按照每个子阶段的时间持续长度，将预算额度按比例进行；将出现在每个子阶段的任务执行人员建立合适的采样集合，根据之前阶段构建的采样集合计算出如何使用预算对任务执行人员进行支付；将每个工作者给出的结果进行整合，得出最后的结果。本发明对在线任务分配进行了分阶段决策，可更加合理地使用预算，相比于传统的定价当时，本发明采用的定价方法可以有效应对工作者自私性报价的问题。
-
公开(公告)号：CN113360759B
公开(公告)日：2023-08-25
申请号：CN202110641787.X
申请日：2021-06-09
Applicant: 南京大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 一种基于用户和项目双重时序相关性的众测任务推荐方法，包括以下步骤，S1，计算用户间和项目间的关系权重，利用历史交互行为的偏序关系构建属性网络，并通过属性网络定义用户间和项目间的相似关系；S2，计算时间片相关性，获取任意时间片的相似时间片集合，利用用户间和项目间的关系权重计算用户时间片和项目时间片的相似关系；S3，构建待预测时间片用户项目矩阵，所述用户项目交互矩阵由用户时间片特征矩阵和项目时间片特征矩阵相乘得到，两种特征矩阵由待预测时间片相似时间片向量构成；S4，神经协同过滤网络随时间片更新而不断训练，直到网络更新至待预测时间片，随后对用户行为进行预测，得到预测结果。
-
公开(公告)号：CN113379386A
公开(公告)日：2021-09-10
申请号：CN202110664304.8
申请日：2021-06-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于多阶段采样的任务分配与定价方法，将整个任务分配时段分成不同大小的子阶段，为每个子阶段分配一定的预算额度，按照每个子阶段的时间持续长度，将预算额度按比例进行；将出现在每个子阶段的任务执行人员建立合适的采样集合，根据之前阶段构建的采样集合计算出如何使用预算对任务执行人员进行支付；将每个工作者给出的结果进行整合，得出最后的结果。本发明对在线任务分配进行了分阶段决策，可更加合理地使用预算，相比于传统的定价当时，本发明采用的定价方法可以有效应对工作者自私性报价的问题。
-
公开(公告)号：CN113360632A
公开(公告)日：2021-09-07
申请号：CN202110641238.2
申请日：2021-06-09
Applicant: 南京大学
IPC: G06F16/335 , G06F16/9535 , G06F40/194 , G06Q10/06 , G06Q10/10 , G06Q50/00
Abstract: 一种用于众包软件测试的多路召回推荐方法，S1，进行数据采集，获取用于多路召回的数据集，该数据集包括用户信息、用户社交信息、项目信息、项目文本描述和用户历史完成项目情况；S2，对数据进行预处理，计算用于多路召回模型的输入数；S3，进行项目多路召回，通过计算用户相似度找到目标用户的相似用户，通过用户‑项目交互矩阵找到目标用户和相似用户的历史完成项目；S4，进行用户多路召回，通过计算项目相似度和项目文本嵌入相似度找到目标项目的相似项目，通过用户‑项目交互矩阵找到完成过目标项目和相似项目的用户，通过计算用户相似度和用户关系矩阵找到用户的相似用户，从而完成对于众包测试用户的多路召回。
-
公开(公告)号：CN112417288A
公开(公告)日：2021-02-26
申请号：CN202011336075.9
申请日：2020-11-25
Applicant: 南京大学
IPC: G06F16/9535 , G06F11/36 , G06Q10/06
Abstract: 本发明公开了一种用于众包软件测试的任务跨域推荐方法，首先根据CORAL和MLP进行用户‑特征的跨域迁移，得到两组迁移到稀疏域的用户特征，再根据注意力机制对被迁移特征进行整合，从而得到更接近稀疏域特征数据分布的迁移特征数据，最后得到更加准确的评分预测和任务推荐，本发明有利于提高数据稀疏及冷启动的众测平台的任务吞吐量，提升众测平台用户活跃度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
