[发明专利]一种基于层次上下文的API推荐方法

说明书

本发明公开了一种基于层次上下文的API(Application Programming Interface，应用程序接口)推荐方法，通过静态分析方法中的API调用关系自动生成API序列库，然后利用基于层次上下文推断模型的方法推荐合适的API。本发明充分挖掘了程序上下文中不同调用层次的API关联关系，提升了API序列库的有效性，提高了推荐结果的准确率。

技术领域

本发明涉及评估方法，具体涉及一种基于层次上下文的API推荐方法，属于API推荐技术领域。

背景技术

API是软件库提供的一组可访问的接口，软件库通过API向外提供服务，开发人员通过使用API实现代码复用，提高生产效率。今天的程序广泛使用应用程序编程接口(API)：甚至“Hello World”程序也会调用API方法。软件开发人员面临的一个巨大挑战是学习并记住如何使用API。随着软件系统的规模和复杂性急剧增长，软件开发和维护的代价也在持续加大。API推荐技术能够针对大规模程序进行分析和规律挖掘，减少开发人员查找、理解、组合、调试代码的工作量,降低人工错误率，

提高软件的质量。

针对这一问题，目前普遍采取的方法是采用机器学习技术，利用已有方法的JDKAPI序列来推荐API，这种JDKAPI序列过滤掉了项目内部方法。但是项目内部方法的层次调用关系也呈现了JDKAPI的使用方式。本发明扩充了传统API序列集合的范围，利用层次上下文信息将项目内部方法也扩展成JDKAPI。相应的，提出基于层次上下文推断模型的计算方法评估两个API序列的相似值，再根据相似值的大小排序确定最终的API推荐结果。

发明内容

本发明正是针对现有技术中存在的问题，提供一种基于层次上下文的API推荐方法，该方法通过静态分析程序上下文中的API调用关系，利用不同调用层次的信息来自动地生成有效的API序列集，在此基础上采用基于图的序列相似度算法进行API推荐的方法。

为了实现上述目的，本发明的技术方案如下，一种基于层次上下文的API推荐方法，包括如下步骤：

步骤1)分析调用关系，通过静态分析java程序字节码生成调用关系图和获取项目信息，其中调用关系图的节点表示API，用JVM中间语言表示，边表示API之间的调用关系；项目信息包括项目名称，第三方lib库名称等；

步骤2)生成层次上下文信息，去除与API推荐无关的两种调用关系，并删除JDKAPI之间的调用关系来将调用关系图转化为层次上下文信息；

步骤3)生成API序列库，通过遍历层次上下文来抽取API序列，每个API序列体现了API的一种使用方法；

步骤4)抽取推荐点的上下文信息，包括推荐点API序列和推荐点类型，推荐点类型主要指JDK的类型；

步骤5)基于层次上下文推断模型来计算API推荐列表，根据推荐点类型和及其上下文信息，利用基于层次上下文推断模型的方法找出候选API序列集合，最终得到推荐API列表。

本发明方法的优选方案中，步骤2)中通过分析调用图中API调用关系，发现与API推荐无关的两种调用关系，一是递归调用(方法调用方法本身)；二是下层方法调用上层方法(构成了“环”)。另外在层次上下文中，存在两类API，一类是项目内部实现的方法，称为methodAPI，记作API_m；一类是JDK实现的方法，即java语言的软件开发包提供的通用接口，称为JDKAPI，记作API_j。对于API推荐技术来说，仅需要考虑推荐项目方法直接调用的JDKAPI，不需要考虑JDKAPI之间的互相调用。基于此，生成层次上下文的方法的具体流程为：

a)遍历图中各个子图，去除构成环的多余的边，将调用关系图转化为多个调用关系树，这些树的不同层次构成了推荐需要的层次上下文信息。