[发明专利]一种图形化编程的缓存方法与系统

权利要求书

1.一种图形化编程的缓存方法与系统，其特征在于，所述方法包括：

计算编程语句之间的互信息；

根据所述语句之间的互信息，并对编程效果进行缓存；

记录用户对图形化编程控件的拖放行为；

采用ngram算法对控件拖放序列进行训练；

预测控件拖放，并对控件进行缓存；

对用户行为进行强化学习训练，自适应优化缓存效果。

2.根据权利要求1所述的方法，其中，所述计算编程语句之间的互信息主要包括：

获取图形化编程平台的代码数据；对代码进行分割；计算语句之间的互信息；获得编程语句关联度。

3.根据权利要求1所述的方法，其中，所述根据语句之间的互信息，并对编程效果进行缓存，主要包括：

获取所述编程语句关联度，根据用户的目标编程语句，预测用户会编写的下一个编程语句，以及想达到的编程效果；对编程效果进行概率排序；对排在最前面的预设的n个编程效果的运行动画，进行缓存。

4.根据权利要求1所述的方法，其中，所述记录用户对图形化编程控件的拖放行为，主要包括：

在图形化编程过程中，记录用户拖放控件的前后序列顺序，并保存起来。

5.根据权利要求1所述的方法，其中，所述采用ngram算法对控件拖放序列进行训练，主要包括：

对用户拖放编程控件的顺序进行窗口切割，切割窗口为大于2小于10的整数；对二元到九元的ngram序列进行训练，获得ngram训练模型。

6.根据权利要求1所述的方法，其中，所述预测控件拖放，并对控件进行缓存，主要包括：

当用户拖放编程控件，对控件的关联控件进行缓存；根据ngram算法，计算出用户拖放第一个控件后，第二个控件被拖放的最大概率；并对第二个控件进行拖放到工作区时的效果进行缓存。

7.根据权利要求1所述的方法，其中，所述对用户行为进行强化学习训练，自适应优化缓存效果，主要包括：

根据用户拖放控件的行为数据，训练强化学习模型；

算法观察用户当前的编程状态，每一次用户拖放控件或编写代码，视为一次强化学习的行动过程；当用户按照所述ngram模型预测的结果拖放控件，则视为强化学习模型得到奖励，当用户拖放的行为，与ngram模型预测结果不符，则视为强化学习模型得到了负向惩罚；

通过horizon强化学习工具，训练强化学习模型；在用户的编程过程中，算法通过不断观察用户的控件拖放和编程语句的编写，自适应的调节自身模型效果，不断优化预测缓存编程控件的动画和编程控件拖放之后的技术效果图片及动画。

8.一种图形化编程的缓存系统，其特征在于，所述系统包括：

编程语句互信息计算模块，用于对编程语句之间的互信息进行计算，分析语句效果之间的关联度；

运行效果动画缓存模块，用于在用户编程过程中，对可能的编程目的和动画效果进行预测，提前加载动画缓存；

编程控件拖放序列预测模块，用于根据用户的控件拖放情况，采用ngram算法预测，用户下一个控件的拖放；

编程控件动画缓存模块，用于根据ngram算法，对控件间的拖放序列进行预测，提前对复杂控件进行缓存；

强化学习模块，用于对预测模型进行自适应学习，让缓存预测模型更加精确，不断优化自己。