基于搜索的代碼推薦技術(shù)研究.pdf

1、如何提高軟件的開發(fā)效率是軟件工程領(lǐng)域的一個核心問題。隨著互聯(lián)網(wǎng)的發(fā)展以及開源軟件的流行，軟件及代碼的重用在提高軟件開發(fā)效率方面變得越來越重要。根據(jù)調(diào)查研究，當(dāng)今的軟件開發(fā)者們以重用為目的花費(fèi)了大量的時間在互聯(lián)網(wǎng)上搜索軟件或者代碼。因此，代碼搜索技術(shù)得到了越來越多的研究與重視。
　　目前有許多關(guān)于代碼搜索的研究成果。在這些研究成果中，有一部分使用了信息檢索技術(shù)，使得對大規(guī)模的軟件或代碼的搜索成為可能。雖然這些已有的研究工作采用了各種

2、方法來提高代碼搜索的準(zhǔn)確性，但是效果都十分有限。本文經(jīng)過調(diào)查研究這些已有的工作，針對他們研究中的不足，提出了一種高效的代碼搜索算法，并基于此算法實(shí)現(xiàn)了一個代碼推薦工具。同時，通過與已有的研究工作進(jìn)行實(shí)驗(yàn)比較，驗(yàn)證了本文提出的算法的有效性。
　　首先，針對代碼搜索準(zhǔn)確性不足的問題，本文提出了一種基于查詢分析與擴(kuò)展布爾模型的代碼搜索方法，并從三個主要方面對該方法進(jìn)行了介紹。在代碼的表示方面，通過識別可以用來幫助搜索的代碼特征，對源代碼

3、進(jìn)行解析，提取必要的信息，并基于這些信息建立了代碼的索引。對于查詢語句，本文提出了一種查詢分析方法，通過分析查詢語句與API之間的相關(guān)性，獲得與查詢語句相關(guān)的若干個API，并結(jié)合這些相關(guān)的API以及查詢語句，構(gòu)造出布爾邏輯查詢表達(dá)式，幫助提升代碼搜索的準(zhǔn)確性。在搜索結(jié)果的排序方面，本文通過運(yùn)用擴(kuò)展布爾模型計(jì)算查詢表達(dá)式與代碼的相似度，并根據(jù)相似度評分對搜索結(jié)果進(jìn)行了排序。
　　然后本文針對C＃編程語言，實(shí)現(xiàn)了基于上述搜索算法的代碼

4、推薦工具CodeHow。對于代碼搜索結(jié)果中遇到的代碼克隆問題，本文提出了基于SimHash算法的代碼克隆檢測方法。同時，本文采用程序切片技術(shù)對搜索到的代碼進(jìn)行簡化，去除了代碼中與查詢無關(guān)的部分。
　　最后，通過客觀實(shí)驗(yàn)與用戶調(diào)研，本文從多個角度對基于本文搜索算法的代碼推薦工具CodeHow的有效性進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，CodeHow達(dá)到了一個較高的準(zhǔn)確性，證明了本文提出的搜索算法的有效性。同時，在用戶調(diào)研中，本文通過設(shè)計(jì)三個真