一种基于新型图模型的API推荐系统

对象实例化是软件工程类库复用中一个常见、复杂的问题.即根据已知源类型的对象,用户需要编写代码对目标类型进行实例化.研究人员提出了若干种API自动推荐系统辅助用户解决上述问题.然而这些系统不能同时兼顾准确率和查全率,因此在一定程度上影响了系统的实用性.该文提出了一种兼顾准确率和查全率,基于新型图模型的API推荐系统——APISynth.在查全率方面,APISynth使用一个新颖的全局图模型来表达类库中所有的API依赖关系和API历史使用信息.利用新的全局图模型具有的特殊Tag元素和可达性质以避免错误的API调用.在准确率方面,APISynth首先将对象实例化问题建模为Top-K子图查询问题,然后设计一种新的支持DAG形式解的图搜索算法,避免了传统的最短路径图搜索算法导致的查不准问题.实验结果表明,与现有多种方法相比,APISynth在准确率和查全率两方面均获得了较大提升.