[发明专利]一种基于层次上下文的API推荐方法

权利要求书

1.一种基于层次上下文的API推荐方法，其特征在于，所述方法包括以下步骤：

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；

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；

所述步骤2)中，生成层次上下文方法的具体流程为：

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；

b)利用项目package信息和第三方库信息，过滤掉API_j之间的调用关系，保留API_m调用API_m、API_m调用API_j两类关系信息，这些层次上下文将用于后续的API序列库的构建；

所述步骤3)中生成API序列库的方法的具体流程为：

对于步骤2)生成的层次上下文信息，它的每个节点是API_m或者API_j，且API_j都是叶子节点，以根节点为出发点，采用层次遍历的方法依次获得每个API_m子树的叶子节点序列，每个API_m的叶子节点序列就是一个API_j序列，API_m的个数等同于API_j序列的个数，所有的API_j序列构成API序列库，

所述步骤5)中基于层次上下文推断模型的计算方法的具体流程为：

对于两个API序列A和B:

(a)利用1981年Smith Waterman提出的局部字符串比较算法，计算出序列A和B中任意一对API的相似度值，其中API对设为a_i,b_j，a_i是序列A中的一个API_j，i是a_i在序列A中的序号；b_j是序列B中的一个API_j，j是b_j在序列B中的序号，API对相似度记作sim_i,j，根据预先设置的相似度阈值σ得到新的API对集合，这个集合中的API对相似度都大于阈值σ；

(b)根据API对集合构造API匹配关系图，匹配关系图是一个DAG图即有向无环图，图的结点是(a)步骤中的API对，同时设置一个虚拟的“开始”结点，用于后续的带权最长路径的计算，该结点与图中所有入度为0的节点相连，图的弧表示API对在匹配序列中的先后次序关系，弧的权重等于弧头的相似度值；

(c)根据API匹配关系图的最长路径计算序列相似度，计算匹配关系图的最长带权路径和最长带权路径长度，最终的API序列相似度为带权最长路径的平均相似度，计算公式如下：

(d)生成候选API序列集合和API推荐列表，根据(a)～(c)步骤计算推荐点上下文和API序列库中API序列的相似度值，取top-k的序列为候选API序列集合，再结合推荐点类型从候选API序列集合对推荐点API进行排序，选择top-kAPI作为最终API推荐列表。