文献

J-GLOBAL ID：202002287600024918   整理番号：20A0548628

メタ学習ベースポリシーモデルによるトップコーダーのための開発者推薦【JST・京大機械翻訳】

Developer recommendation for Topcoder through a meta-learning based policy model

著者 (5件)： Zhang Zhenyu (SKLSDE Lab, School of Computer Science and Engineering, Beihang University, Beijing, China) ,  Zhang Zhenyu (Beijing Advanced Innovation Center for Big Data and Brain Computing, Beihang University, Beijing, China) ,  Sun Hailong (SKLSDE Lab, School of Computer Science and Engineering, Beihang University, Beijing, China) ,  Sun Hailong (Beijing Advanced Innovation Center for Big Data and Brain Computing, Beihang University, Beijing, China) ,  Zhang Hongyu (The University of Newcastle, Callaghan, Australia)
資料名： Empirical Software Engineering  (Empirical Software Engineering)
巻： 25  号： 1  ページ： 859-889  発行年： 2020年 
JST資料番号： W1036A  ISSN： 1382-3256  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： クラウド消費ソフトウェア開発(CSD)は新しいソフトウェア開発パラダイムとして出現した。Topコーダは現在最大の競争ベースのCSDプラットフォームである。多くの組織は,オープンチャレンジの形で,開発者にそれらのソフトウェアタスクを供給するために,Topcoderを使用している。クラウドソース化タスクのタイムリーな完了を容易にするためには,挑戦により多くの可能性がある正しい開発者を見出すことが重要である。最近,CSDプラットフォームに対する多くの開発者推奨法が提案されている。しかし,これらの方法は,開発者の状態や応用シナリオについての現実的な仮定をしばしば行う。例えば,それらは,巧みな開発者だけを考慮するか,または挑戦によって登録された開発者だけである。本論文では,まず,与えられた挑戦に関与しない可能性のあるそれらの開発者をフィルタリングするメタ学習に基づく政策モデルを提案し,次に,挑戦を待つ可能性の高いトップk開発者を推奨する。著者らは,2009年と2018年の間にTopコーダデータを収集し,提案したアプローチを評価した。結果は,著者らのアプローチが開発者の現在の登録状態にかかわらず,開発者を成功裏に同定することができることを示している。特に,著者らのアプローチは新しい勝者を推奨することにおいて良く機能する。トップ-5勧告の精度は30.1%から91.1%の範囲であり,それは関連研究によって達成された結果より著しく優れている。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ソフトウェア ,  ソフトウェア開発 ,  フィルタリング ,  *学習 ,  *符号器

著者キーワード (4件)： トップコーダー ,  開発者の推奨 ,  Meta-学習 ,  クラウド消費ソフトウェア開発

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： メタ学習 ,  トップ ,  コーダー ,  開発 ,  推薦