一种基于深度学习的软件众包任务推荐方法(需要二次变更)
发明专利本发明公开了一种基于深度学习的软件众包任务推荐方法。目前已有很多相关研究提出使用深度学习的方法对众包任务文本信息来进行众包任务推荐,但在现有的方法中,众包任务文本信息的提取方法缺乏通用性,且由于众包数据分布不平衡的特点,在推荐结果的指标上,命中率与多样性无法兼顾。本发明方法包含三部分的内容:基于预训练模型Bert提取众包文本特征、基于CNN+LSTM对众包文本特征进行进一步的特征学习和基于上述两个模型作用下的输出,能够自适应克服众包数据分布不平衡的损失函数。通过本发明可以在简单高效地针对特定软件众包平台实现开发者的推荐,同时也提高了推荐结果的命中率与多样性。
《一种基于深度学习的软件众包任务推荐方法(需要二次变更)》是一发明专利,专利号为 202111579889X,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为李尤慧子;袁宇宸;殷昱煜;周丽;李玉;梁婷婷,申请日期为2021-12-22,公开(公告)日期为2022-04-05,国际专利分类号(IPC)为 G06F16/9535(2019.01)I;G06F16/35(2019.01)I;G06F40/289(2020.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I,所属技术领域包括:深度学习众包软件开发、深度学习软件研发、计算机软件开发、深度学习软件众包任务推荐方法。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于深度学习的软件众包任务推荐方法。目前已有很多相关研究提出使用深度学习的方法对众包任务文本信息来进行众包任务推荐,但在现有的方法中,众包任务文本信息的提取方法缺乏通用性,且由于众包数据分布不平衡的特点,在推荐结果的指标上,命中率与多样性无法兼顾。本发明方法包含三部分的内容:基于预训练模型Bert提取众包文本特征、基于CNN+LSTM对众包文本特征进行进一步的特征学习和基于上述两个模型作用下的输出,能够自适应克服众包数据分布不平衡的损失函数。通过本发明可以在简单高效地针对特定软件众包平台实现开发者的推荐,同时也提高了推荐结果的命中率与多样性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
