[发明专利]一种基于同源相关性的API推荐方法

说明书

本发明公开了一种基于同源相关性的API(Application Programming Interface，应用程序接口)推荐方法，在得到新的API推荐需求之后，首先，根据余弦相似度从历史信息库中筛选出前k个相似的历史信息，提取这k个历史信息所对应的API，根据这些API出现频率计算推荐分数Score1。其次，按照推荐分数Score1的大小对API标记权重，计算同一第三方库中API总权重，通过归一化得到API同源影响分数Score2。最后，API推荐分数Score1和同源影响分数Score2进行求和，获得API推荐分数Score，进行API推荐。本推荐技术考虑API同源相关性，更符合实际编程场景需要，提高开发和维护效率，系统安全性更高。

技术领域

本发明涉及评估方法，具体涉及一种基于同源相关性的API推荐方法，属于API推荐技术领域。

背景技术

API(Application Programming Interface，即应用程序编程接口)推荐是代码推荐领域的一个重要部分，随着第三方库的增多，其包含的功能也越来越丰富，在开发项目的过程中，第三方库的使用可以减少项目中的代码量，进而减少代码测试的工作量。但是由于第三方库中庞大的API数量，开发人员在选择合适的API方法时需要阅读相关介绍文档以及查看相关示例代码，需要花费大量的时间来选择合适的API方法，因此自动API推荐对提高软件开发效率，增加第三方库的有效使用具有重要意义。

API推荐的方法主要有利用k近邻或者循环神经网络或者其他机器学习方法进行训练，这种方法是通过把代码中的方法转化为API向量，通过机器学习后进行推荐。另外针对在项目测试演进过程中，根据需求进行API推荐，也有根据历史信息和API文档描述进行API推荐的方法，但其在基于需求推荐的过程中并没有考虑同源API的使用，忽视了编程人员习惯使用同一第三方库API的问题，使得开发效率降低，维护成本较高。

发明内容

本发明正是针对现有技术中存在的问题，提供一种基于同源相关性的API推荐方法，该方法利用余弦相似度，进行历史信息对应方法推荐分析和同源API对推荐过程影响分析。结合API同源相关性对API进行推荐，解决API推荐中第三方库引用较多的问题，提高开发效率，降低维护成本，系统安全性更高。

为了实现上述目的，本发明的技术方案如下，一种基于同源相关性的API推荐方法，包括如下步骤：

步骤1)获得相似历史信息：通过余弦相似度计算获得新需求和历史信息之间的相似度值，获取相似度排名前k的历史信息；

步骤2)获得API推荐分数Score1：在排名前k的历史信息中，计算每个API的推荐分数Score1；

步骤3)获得API同源影响分数Score2：根据步骤2)的推荐分数Score1对API进行排序，并标记每个API权重，根据API找到对应第三方库，计算同一第三方库(即同源)中API的总权重，通过归一化得到API同源影响分数Score2；

步骤4)API推荐：将步骤2)得到的API的推荐分数Score1和步骤3)得到的API同源影响分数Score2进行求和得到API推荐分数Score。根据得到的推荐分数Score进行API推荐，推荐分数越高越优先推荐。

公式：Score＝Score1+Score2。

本发明首先根据余弦相似度从历史信息库中筛选出前k个相似的历史信息，提取这k个历史信息所对应的API，根据这些API出现频率计算推荐分数Score1。其次，按照推荐分数Score1的大小对API标记权重，计算同一第三方库中API总权重，通过归一化得到API同源影响分数Score2。最后，API推荐分数Score1和同源影响分数Score2进行求和，获得API推荐分数Score，进行API推荐。