College of Computer Science and Technology, Zhejiang University, Chinac;
Composite Method; Developer Recommendation; Multi-label Learning; Topic Model;
机译:通过与Bug修复过程的交互推断推动开发活动的更准确的开发人员推荐
机译:在软件开发中实现自动调试:从开发人员的角度评估实际回归错误的增量调试
机译:开发人员正在修复自己的错误吗?跟踪错误修复和播种提交者
机译:准确开发人员推荐用于错误分辨率
机译:改善开发人员分析和排名以增强错误报告分配
机译:在加拿大中风中央的居住体验的人们最佳实践建议:指南开发人员的模型
机译:针对错误解决的准确开发人员建议
机译:来自2013年美国陆军能力集成中心的物资和概念开发人员的目标人为因素和人体工程学建议下台非网络有限目标实验(aRCIC DNNE LOE)。