眾智平臺是近幾年軟件工程研究中的研究熱點,在眾智平臺中軟件開發(fā)者通過提問和回答的形式討論軟件開發(fā)問題,這些討論的數(shù)據(jù)幫助開發(fā)者學習軟件開發(fā)知識,獲取解決特定軟件開發(fā)問題的方法。然而由于在眾智平臺中需要人工回答開發(fā)者的問題,回答的時效性會影響開發(fā)者的軟件開發(fā)效率,如何根據(jù)開發(fā)者提出的軟件問題自動推薦可能解決問題的方案是提升眾智平臺使用效率的方案之一。本文針對眾智平臺中關于應用程序接口使用方面的問題設計算法,解決根據(jù)開發(fā)者的提問自動推薦與解決問題相關的應用程序接口的問題。本文提出一種細粒度的推薦算法,該算法通過分析開發(fā)者提問與應用程序接口的相關性,以及每個開發(fā)者提問中可能涉及的代碼相關單詞來進行正確的推薦。算法將提問中的代碼相關單詞與潛在對應的應用程序接口進行關聯(lián),并設計機制排序潛在相關結果。算法從多個角度分析開發(fā)者的提問特點,通過結合代碼相關單詞的信息,有效地提升了該問題的準確率。本文以典型的眾智平臺StackOverflow上的數(shù)據(jù)驗證算法的效果,實驗結果表明,本文算法可以很好地推薦與解決開發(fā)者提問相關的應用程序接口,在詳細地對比了已有算法和本文提出的算法的差異之后,發(fā)現(xiàn)在多個指標上本... 

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 相關概念
        1.2.1 應用程序接口
        1.2.2 眾智平臺Stack Overflow
    1.3 研究動機與問題定義
        1.3.1 研究動機
        1.3.2 問題定義
    1.4 本文工作
    1.5 論文結構
2 相關工作
    2.1 Stack Overflow挖掘
    2.2 API推薦研究
    2.3 API使用分析
3 基于多粒度排序的API推薦算法
    3.1 數(shù)據(jù)預處理
    3.2 代碼相關單詞識別
    3.3 代碼相關單詞層面相關度計算
    3.4 文本匹配層面相關度計算
    3.5 多粒度API排序
4 實驗設計
    4.1 實驗平臺
    4.2 數(shù)據(jù)集
    4.3 對比算法
    4.4 評價方法
5 實驗結果分析
    5.1 權重參數(shù)分析
        5.1.1 實驗動機
        5.1.2 實驗方法
        5.1.3 實驗結果
        5.1.4 實驗結論
    5.2 對比算法分析
        5.2.1 實驗動機
        5.2.2 實驗方法
        5.2.3 實驗結果
        5.2.4 實驗結論
    5.3 代碼相關單詞作用分析
        5.3.1 實驗動機
        5.3.2 實驗方法
        5.3.3 實驗結果
        5.3.4 實驗結論
    5.4 算法與實驗有效性討論
結論
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于眾包問答信息的API使用代碼搜索[J]. 李宇琨,彭鑫,趙文耘.  計算機應用與軟件. 2018(07)
[2]代碼搜索與API推薦文獻分析[J]. 聶黎明,江賀,高國軍,王涵,徐秀娟.  計算機科學. 2017(S1)
[3]一種有效的API搜索算法[J]. 宋文灝,鐘浩,于海波.  計算機與現(xiàn)代化. 2016(04)



本文編號：3707519