提高软件的开发效率和质量是软件工程领域的一个巨大挑战,软件复用技术是解决这一问题的根本途径。开源软件的蓬勃发展,越来越多的软件发者、业余爱好者参与到开源软件开发中,分享自己的经验知识、发布自己开发的软件项目,从而在开源软件社区中积累了海量的软件资源。一方面,大规模的软件资源为软件复用提供了丰富的、可复用的开源资源。另一方面,开源软件资源规模巨大、分布广泛、增长快速的特点,使得开源软件在检索、跨社区资源定位和关联分析等方面面临巨大挑战。为了应对这一挑战,文本展开了以下工作:(1)提出了基于软件项目标注标签的推荐算法。在开源社区中,标注标签是软件项目的一类重要属性,它是对软件的主题、功能、特征等宏观方面的概括,具有良好的组织结构。本文从这一特性出发,对软件的标注标签展开了详细的分析和讨论,提出了基于项目标注标签的推荐算法,该算法是基于内容推荐的一个变种,能有效地通过软件的特性来反映软件之间的相似关系。通过与基于软件在线描述推荐的对比实验,该算法在准确率和正确率评价指标方面表现出了良好的效果。(2)提出了跨社区关联的开源软件推荐算法。在开源生态下,不同类型的软件资源往往分布在不同的社区。开发者在协同开发社区中开发和发布自己的软件项目,而用户则在知识分享社区中评论、咨询相关软件问题。两类社区的数据相对分散,没有有效关联,这给软件缺陷修复和软件资源定位带了巨大挑战。基于项目标注标签的推荐方法,虽然能在相似软件推荐方面缓解这一问题,但是其相关软件的推荐效果较差。本文通过对两类社区中的资源特性定性分析,提出了跨社区关联匹配的推荐算法。在与基于项目标注标签推荐算法的对比实验中,该算法在相关软件推荐方面表现得更突出。(3)设计并实现了开源软件推荐系统。为了能对推荐结果进行展示,本文基于OSSEAN平台设计并实现了开源软件推荐系统。目前,系统已为231542个开源软件项目生成了相应的推荐项目,并实现了跨社区的软件资源关联。