基于深度学习模型的开源软件项目拉取请求预测方法

本发明公开一种基于深度学习模型的开源软件项目拉取请求预测方法，用于识别和预测来自开源软件项目分支的潜在拉取请求贡献，包括通过对开源软件副本的提交信息进行建模，模拟真实贡献的创建过程；通过设计一种时序过滤策略对提交历史中的关键提交子集进行筛选；最后通过副本提交中的文字与代码特征构建出一种对潜在拉取请求贡献的识别框架。本发明的Early拉取请求框架具有提前、准确与可扩展的优点，能够通过提前预测提交贡献，帮助开源项目更高效地管理分支和拉取请求，优化开发流程，提升项目协作效率等。