随着互联网技术的快速发展以及网络用户规模的爆发式增长,产生了众包这种通过群体智慧来解决问题的新兴模式。这为传统软件开发方式带来了新的机遇,软件开发不再局限于小型、孤立的开发者社区。相反,越来越多的人正在使用众包平台来竞争完成软件开发任务。这种跨越时间和地理限制的新兴开发方式已经成为一种强有力且被人们接受的软件工程新方法—软件众包。近年来,软件众包应用不断增长,以Topcoder和开源众包平台为代表,这些平台大多采用在线竞争机制寻找优秀的开发者完成覆盖软件生命周期的各类型任务。但是,现有平台在任务分配时,缺乏对工人的开发能力的全面考虑,而且对工人的开发技能与任务需求之间的匹配考虑不足,导致任务完成质量低下。为此,必须设计一种有效的任务分配方法,既能满足工人的兴趣需求,又能筛选出相对合适的工人来完成任务,从而缩短任务交付周期以及提升软件开发质量,这是软件众包平台亟待的一项具有价值和挑战意义的工作。基于以上研究背景,本文提出一种软件众包环境下基于效用的多任务分配方法,为基于互联网群体智能的软件开发所面临的任务分配问题提出一种新的解决思路,促进互联网群体智能在软件开发领域的规模化应用。总体而言,本文的贡献主要有以下两点:(1)提出了一种软件众包工人能力动态度量算法(ADM),实现了工人能力的动态度量。首先,根据工人注册信息中的静态属性,基于属性的权重和层次水平,实现工人初始能力的计算;其次,对于工人完成的单个历史任务,综合任务复杂度、任务开发质量、以及任务开发时效,计算工人完成单个任务的开发能力;然后,基于工人完成的所有历史任务,根据任务完成的时间先后顺序,实现能力度量值的动态更新;最后,考虑工人能力随时间衰减因素,根据衰减函数动态修正工人的开发能力。(2)提出了一种基于动态效用的软件众包任务分配算法(DUTA)。首先,基于工人注册信息中填写的开发技能以及技能熟练程度,计算初始技能权重;基于工人完成的所有历史任务包含的开发技能,根据技能权重以及技能使用频率,构建工人的开发技能集合和对应的技能权重;并将待分配任务和工人进行技能匹配,根据技能权重计算任务与工人之间的开发技能匹配度;其次,基于工人注册信息中填写的项目经验以及工人历史完成的所有任务,根据项目和任务的开发类型、开发领域等标签计算待分配任务与工人之间的标签匹配度,并根据项目和任务的标题、功能描述等文本信息计算待分配任务与工人之间的短文本相似度;然后,基于开发技能匹配度、标签匹配度以及短文本相似度计算待分配任务与工人之间的综合匹配度;最后,将开发能力与综合匹配度的乘积作为分配效用,以分配总效用最大化为优化目标,利用带权二分图的最优匹配KuhnMunkres算法,求解任务-工人的最优匹配。实验结果表明,与基于用户可靠性的任务分配算法相比,ADM算法具有较好的合理性与有效性,使能力度量吻合度平均值最高达到90.50%,为研究基于工人的能力度量值进行多任务-多工人分配提供了理论依据。并且DUTA算法在分配总效用以及分配成功率方面均有较好表现,使平均分配准确率最高达到85.63%,能有效指导任务分配。