李晓娴，游 佳，余娇榕，林 倩，徐海平

(闽江学院 数学与数据科学学院，福建 福州 350108)

GitHub是全球最大的代码托管服务平台，平台上有不少优质有趣的开源应用及项目。在开源环境下，用户通过GitHub既可以参与别人的开源项目，也可以让别人参与自己的开源项目，但在众多项目中，想找到自己感兴趣的是一件费时费力的事情。在大数据时代，信息技术的迅速发展提升了信息的丰富度，使用户获取信息越来越便捷，但数据增长过快非常容易引发信息过载[1]，严重降低了用户和信息提供者之间的供需效率。用户在海量的数据中很难找到真正需要的信息，而信息提供者则因不清楚用户的需求和兴趣而无法提供更优质的内容。

推荐系统作为一种有效代替主动搜索技术的信息过滤系统，可以与搜索引擎在应对信息过载问题上形成技术互补[2]。与搜索引擎相比，推荐系统不需要用户描述自己所需要的信息，而是通过充分挖掘用户潜在的兴趣偏好，进而主动向用户提供与其兴趣相契合的个性化信息或服务。推荐系统还可以通过不断积累的用户行为信息捕捉到用户的兴趣变化，然后根据用户的兴趣变化相应调整推荐结果，从而为用户提供更精准、更智能的个性化服务。

本研究在GitHub平台上设计出了基于协同过滤的学习推荐系统[3]，可让目标用户在GitHub平台上多方位地找到实用的工具和资源。该推荐系统利用GitHub的API来获取目标用户已经标星的……