基于社交的信息推荐系统的制作方法
【专利说明】基于社交的信息推荐系统
[0001] Μ?
[0002] 软件开发者持续寻找用于开发软件（又称"代码"）的更加高效且有效的技术。 例如，软件开发者通常使用开发者工具来促进对他们的软件的开发。这样的开发者工具 可执行关于正被开发的软件的诊断操作（例如，标识问题源、调试、剖析、控制等）。开发 者工具的示例包括但不限于：web开发平台（例如，Windows Azure Piatform?、Amazon Web Services?、Google App Engine:?、VMWare:?、Force.conv?等）以及集成开发环 境（例如，Microsoft Visual. Studio:?、丨 Developer^、NetBeans?、Eclipse Platform? 等）。
[0003] 随着开源软件和其他支架方案增加的可用性和使用，开发者已经开始寻找"拿上 就走"的方案，其中预先开发的代码段可被组装以减少开发者用来开发他们的软件的时间 量。然而，传统的"拿上就走"的方法通常在网站上或开发者工具中提供通知可用库和控件 的静态列表。在传统的开源"拿上就走"的方案的情况下，储存库可经由Web可用，使得储 存库可经由Web界面浏览以展示供复制并粘贴的代码和/或可用于下载的文件或者以经由 下载或经由分布式版本控制系统获得存储库的本地副本。
[0004]
[0005] 在此描述了尤其用于使用社交数据图来推荐与代码在上下文上相关的 信息的各种方式。机器学习技术被用于确定与代码在上下文上相关的信息。机 器学习技术的各示例包括但不限于，神经网络、支持向量机等。社交数据图是存 储与社交联网环境中的用户相关联的信息的图数据库。例如，这样的信息可从用 户的用户简档、社交更新等中检索和/或推断。社交联网环境是促进对共享兴 趣、活动、背景、现实生活的联系等的用户之间的社交网络（例如，社交关系）的 构建的在线服务、平台或域（例如，网站）。社交联网环境的示例包括但不限于， Badoo? , Beb?? , Faeebook?. Ymmetm, Google+? , Linkedin? , Myspace?、Orkut?、Renren?、Twitter⑧、Vkontakte?、Microsoft Team Foundation Server?^ 〇
[0006] 描述了一示例方法，其中作出开发者执行关于对指定代码的开发的操作的确定。 使用机器学习技术来确定与指定代码在上下文上相关的信息。该信息在社交数据图中与社 交联网环境中的用户相关联。基于该信息的至少一部分与社交数据图中被包括在开发者的 社交网络中的至少一个用户相关联来推荐该信息的该至少一部分以供关于指定代码来使 用。
[0007] 描述了包括操作确定逻辑、信息确定逻辑和推荐逻辑的系统。操作确定逻辑被配 置成确定开发者是否执行关于对指定代码的开发的操作。信息确定逻辑被配置成使用机器 学习技术来确定与指定代码在上下文上相关的信息。该信息在社交数据图中与社交联网环 境中的用户相关联。推荐逻辑被配置成基于该信息的至少一部分与社交数据图中被包括在 开发者的社交网络中的至少一个用户相关联来推荐该信息的该至少一部分以供关于指定 代码来使用。
[0008] 描述了包括计算机可读介质的计算机程序产品，计算机可读介质上记录有用于使 得基于处理器的系统能够使用社交数据图来推荐与代码在上下文上相关的信息的计算机 程序逻辑。计算机程序产品包括第一程序逻辑模块、第二程序逻辑模块和第三程序逻辑模 块。第一程序逻辑模块用于使得基于处理器的系统能够确定开发者是否执行关于对指定代 码的开发的操作第二程序逻辑模块用于使得基于处理器的系统能够使用机器学习技术来 确定与指定代码在上下文上相关的信息。该信息在社交数据图中与社交联网环境中的用户 相关联。第三程序逻辑模块用于使得基于处理器的系统能够基于该信息的至少一部分与社 交数据图中被包括在开发者的社交网络中的至少一个用户相关联来推荐该信息的该至少 一部分以供关于指定代码来使用。
[0009] 提供本概述以便以简化形式介绍将在以下详细描述中进一步描述的一些概念。本 概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护 主题的范围。此外，注意到本发明不限于在详细描述和/或本文的其它章节中所述的特定 实施例。本文呈现这些实施例仅用于说明性的用途。基于本文所包含的描述，其它实施例 对于相关领域的技术人员将是显而易见的。
【附图说明】
[0010] 本文结合的并且组成本说明书的一部分的附图示出了本发明的各实施例，并且还 与本描述一起用于解释所涉及的原理以及使相关领域的技术人员能够实现和使用所公开 的技术。
[0011] 图1是根据一实施例的示例基于社交的信息推荐系统的框图。
[0012] 图2是示出根据一实施例的基于社交的信息推荐技术的示例实现的图。
[0013] 图3和5描述根据各实施例的用于推荐信息的示例方法的流程图。
[0014] 图4是根据一实施例的图1中示出的信息推荐模块的示例实现的框图。
[0015] 图6是根据一实施例的图1中所示的信息确定逻辑的示例实现的框图。
[0016] 图7描绘了其中可实现各实施例的示例计算机。
[0017] 通过下面的结合附图对本发明进行的详细说明，所公开的技术的特点和优点将变 得更加显而易见，在附图中，类似的附图标记在整个说明书中标识对应的元素。在附图中， 相同的参考标号一般指相同的、功能上相似的和/或结构上相似的元素。其中元素第一次 出现的附图由对应的参考标号中最左侧的数字指示。
【具体实施方式】
[0018] I.介绍
[0019] 以下详细描述参考示出本发明的示例性实施例的附图。但是，本发明的范围不限 于这些实施例，而是由所附权利要求书定义。因此，诸如所示实施例的修改版本之类的在附 图所示之外的实施例仍然由本发明所包含。
[0020] 本说明书中对" 一个实施例"、"实施例"、"示例实施例"等的引用指的是所述实施 例可包括特定的特征、结构或特点，但是每一实施例不一定包括该特定的特征、结构或特 点。此外，这些短语不一定指相同的实施例。此外，当结合实施例描述具体特征、结构或特性 时，应当理解在相关领域的技术人员的知识范围内能够结合其他实施例来实现具体特征、 结构或特性，无论是否被显式地描述。
[0021] II.示例实施例
[0022] 在此描述的示例实施例能够使用社交数据图来推荐与代码在上下文上相关的信 息。机器学习技术被用于确定与代码在上下文上相关的信息。机器学习技术的各示例包括 但不限于，神经网络、支持向量机等。社交数据图是存储与社交联网环境中的用户相关联的 信息的图数据库。例如，这样的信息可从用户的用户简档、社交更新等中检索。社交联网环 境是促进对共享兴趣、活动、背景、现实生活的联系等的用户之间的社交网络（例如，社交 关系）的构建的在线服务、平台或域（例如，网站）。社交联网环境的示例包括但不限于， Badoo?、Beb〇?、Facebook?、Google+?、Linkedin?、Myspace?、Orkut?、 Renren?、TwitterOfe、Vkontakte?等。
[0023] 与传统的软件开发技术相比，本文描述的示例技术具有各种益处。例如，示例技术 能够使用开发者的社交关系来推荐与开发者在编写的代码在上下文上相关的信息。这样的 信息可帮助开发者寻找合并到代码中的现有的组件、确定使用哪个可重用软件、确定雇佣 谁来工作、确定在代码中使用的可用代码段的质量、确定哪些人在处置代码、向使用代码的 消费者作出有针对性的营销机会等。利用上下文关系可解决与传统技术相关联的可发现性 问题。
[0024] 示例技术能够充分利用开发者到开发者的社交关系以及开发者到终端用户的社 交关系。例如，在开发者到开发者的场景中，修复代码的开发者可社交地连接到代码的先前 所有者和/或签入（check-in)。开发者可充分利用社交数据图中的简历、实际贡献以及技 能来确定雇佣谁来解决技术问题。开发者可充分利用如在社交数据图中提供的用户的信誉 以及用户所编写的代码段来寻找人员以填充新的开发职位。开发者之间关于代码的通信可 被包括在社交数据图中所包括的代码历史中。这样的历史可被用于作出与开发者在解决的 问题的类型以及开发者可用来解决这些问题的资源有关的推断。
[0025] 在开发者到终端用户场景中，社交数据图提供对与代码的质量有关的信息以及与 代码有关的消费者反馈的访问。这样的信息可被用于作出关于代码重用以及对代码的未来 增强的明智决定。例如，信息可指示代码的性能、提出的隐错的数量、剖析、热点、多少其他 人员正主动地使用该代码（以及他们关于代码的反馈或观点）。示例技术可被用于将新的 用户吸引到应用。例如，社交数据图可包括与用户购买哪些类型的应用有关的信息。示例 技术可使用用户偏好和/或用户的人口统计、与用户的社交网络中的人员使用了哪些应用 有关的信息等来向用户推荐附加的应用或开源。例如，可向用户通知指定应用，因为该用户 的社交网络中的人员使用该指定的应用。
[0026] 示例技术能够将涉及源代码控制和签入的数据连接到社交关系。社交数据图可包 括除了典型源配置管理数据之外的信息。例如，社交数据图可包括来自Skype?和/或消 息收发服务（例如，电子邮件、短消息服务（SMS)、即时消息（頂）等）中的会话的数据；来 自技术论坛、代码样本库和/或专家网站（例如，www. stackoverflow. com)的发现模式和 /或使用模式；来自任何合适的本地