[发明专利]一种基于长短期记忆网络的代码推荐方法

摘要

本发明涉及一种基于长短期记忆网络的代码推荐方法，针对现有代码推荐技术普遍存在推荐准确率低、推荐效率低等问题，本发明先将源代码提取成API序列，利用长短期记忆网络构建一个代码推荐模型，学习API调用之间的关系，然后进行代码推荐。并使用了dropout技术防止模型过拟合。同时提出运用ReLu函数代替传统饱和函数，解决梯度消失问题加快模型收敛速度，提高模型性能，充分发挥神经网络的优势。本发明的技术方案具有简单、快速的特点，能够较好地提高代码推荐的准确率和推荐效率。

主权项

1.一种基于长短期记忆网络的代码推荐方法，其特征在于，包括以下步骤：/n步骤1，通过网络爬虫从GitHub网站爬取至少一万个Java开源软件代码，且每个Java开源软件代码的更新版本次数均超过1000次，这些开源软件代码构成了源代码库，然后对源代码进行预处理形成API序列事务库，并生成API字典和API向量矩阵，具体包括：/n步骤1.1，使用网络爬虫从GitHub网站爬取至少一万个更新版本次数已超过至少1000次的Java开源软件代码，形成源代码库；/n步骤1.2，以方法为单位，对一个方法中包含的代码提取出该方法的API序列，源代码库中所有方法提取出的所有API序列组成了API序列事务库；对方法中包含的代码提取出API序列的规则为只提取新建对象语句的API和对象调用方法语句的API；新建对象语句提取出的API表示为“类名.new”，这里的类名为新建的对象所属的类的名字；对象调用方法语句提取出的API表示为“类名.方法名”，这里的类名为该对象所属的类的名字；/n步骤1.3，从API序列事务库中提取出API字典，并生成API向量矩阵；/nAPI字典定义为：设API序列事务库为D，API字典可以表示为V