(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111209950.1 (22)申请日 2021.10.18 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 曹健　赵博宣　钱诗友　 (74)专利代理 机构 上海汉声知识产权代理有限 公司 3123 6 代理人 胡晶 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) G06F 30/27(2020.01) G06K 9/62(2022.01) (54)发明名称 开源社区i ssue解决人员分配基线确定方法 及系统 (57)摘要 本发明提供了一种开源社区issue解决人员 分配基线确定方法及系统， 涉及协同与社会计算 技术领域， 该方法包括： 特征筛选和提取步骤： 根 据目标开源社区的属性， 筛选i ssue特征， 确定 社 区人力资源情况， 建立仿真模型； 开源社区仿真 步骤： 根据所述目标开源社区的历史数据和仿真 模型， 训练强化学习模型； 强化学习模型部署步 骤： 将目标开源社区的待分配issue和必要社区 状态信息输入训练好的强化学习模型， 得到 issue解决人员分配基线。 本发明能够根据开源 社区的开发者状态和issue的具体信息进行学 习， 从而确定合适的i ssue解决人员分配基线， 以 此提高开源软件生态系统的运行效率。 权利要求书2页 说明书5页 附图1页 CN 113988554 A 2022.01.28 CN 113988554 A 1.一种开源社区is sue解决人员分配 基线确定方法， 其特 征在于， 包括： 特征筛选和提取步骤： 根据目标开源社区的属性， 筛选issue特征， 确定社区人力资源 情况， 建立仿真模型； 开源社区仿真步骤： 根据所述目标开源社区的历史数据和仿真模型， 训练强化学习模 型； 强化学习模型部署步骤： 将目标开源社区的待分配issue和必要社区状态信息输入训 练好的强化学习模型， 得到is sue解决人员分配 基线。 2.根据权利要求1所述的开源社区issue解决人员分配基线确定方法， 其特征在于， 所 述特征筛选和提取步骤 包括： 步骤S1.1： 对is sue的常见 特征进行筛 选； 步骤S1.2： 量 化描述社区的人力资源情况； 步骤S1.3： 根据社区特 征用蒙特卡洛方法生成预设数量的新 issue作为训练数据； 步骤S1.4： 建立 开源软件生态系统的仿真模型， 以强化学习模型训练。 3.根据权利要求2所述的开源社区issue解决人员分配基线确定方法， 其特征在于， 所 述步骤S1.1 中issue的常见特征包括： 优 先级、 标签、 里程碑、 分支、 开始和截止日期， 以及相 关PR。 4.根据权利要求1所述的开源社区issue解决人员分配基线确定方法， 其特征在于， 所 述开源社区仿真步骤 包括： 步骤S2.1： 根据特征筛选和提取步骤中确定的issue相关特征， 选择合适的强化学习模 型； 步骤S2.2： 根据目标开源社区的历史数据和所选强化学习模型调整仿真系统的参数； 步骤S2.3： 通过仿真系统对强化学习模型进行训练。 5.根据权利要求1所述的开源社区issue解决人员分配基线确定方法， 其特征在于， 所 述强化学习模型部署步骤包括： 根据特征筛选和提取步骤中确定的issue相关特征和人力 资源量化信息， 确定已完成训练的强化学习模 型所需输入信息， 包括待分配issu e和必要社 区状态信息； 将所述待分配issue和必要社 区状态信息输入强化学习模型， 得到issue解决人员分配 的基线。 6.一种开源社区is sue解决人员分配 基线确定系统， 其特 征在于， 包括： 特征筛选和提取模块： 根据目标开源社区的属性， 筛选issue特征， 确定社区人力资源 情况， 建立仿真模型； 开源社区仿真模块： 根据所述目标开源社区的历史数据和仿真模型， 训练强化学习模 型； 强化学习模型部署模块： 将目标开源社区的待分配issue和必要社区状态信息输入训 练好的强化学习模型， 得到is sue解决人员分配 基线。 7.根据权利要求6所述的开源社区issue解决人员分配基线确定系统， 其特征在于， 所 述特征筛选和提取模块包括： 模块M1.1： 对is sue的常见 特征进行筛 选； 模块M1.2： 量 化描述社区的人力资源情况；权　利　要　求　书 1/2 页 2 CN 113988554 A 2模块M1.3： 根据社区特 征用蒙特卡洛方法生成预设数量的新 issue作为训练数据； 模块M1.4： 建立 开源软件生态系统的仿真模型， 以强化学习模型训练。 8.根据权利要求7所述的开源社区issue解决人员分配基线确定系统， 其特征在于， 所 述模块M1.1 中issue的常见特征包括： 优 先级、 标签、 里程碑、 分支、 开始和截止日期， 以及相 关PR。 9.根据权利要求6所述的开源社区issue解决人员分配基线确定系统， 其特征在于， 所 述开源社区仿真模块包括： 模块M2.1： 根据特征筛选和提取模块中确定的issue相关特征， 选择合适的强化学习模 型； 模块M2.2： 根据目标开源社区的历史数据和所选强化学习模型调整仿真系统的参数； 模块M2.3： 通过仿真系统对强化学习模型进行训练。 10.根据权利要求6所述的开源社区issue解决人员分配基线确定系统， 其特征在于， 所 述强化学习模型部署模块包括： 根据特征筛选和提取模块中确定的issue相关特征和人力 资源量化信息， 确定已完成训练的强化学习模 型所需输入信息， 包括待分配issu e和必要社 区状态信息； 将所述待分配issue和必要社 区状态信息输入强化学习模型， 得到issue解决人员分配 的基线。权　利　要　求　书 2/2 页 3 CN 113988554 A 3