[发明专利]一种基于LSTM和多样化集束搜索的多样化API推荐方法及装置

说明书

本发明公开了一种基于LSTM和多样化集束搜索的多样化API推荐方法及装置，其中的方法包括以下步骤：1：分析数据集数据，统计每个API出现的次数，使用IDF公式计算逆向文件频率，构建多样化得分；2：构建编码器，逐个读取输入，将自然语言的API查询编码为基于时间步的编码器隐藏状态；3：构建解码器，按时间步生成解码器隐藏状态，使用多样化集束搜索进行多样化API序列的输出。本发明的有益效果是：1)能够基于自然语言推荐符合需求的API序列；2)推荐结果API序列在保持准确性的前提下，能够具有很好的多样性。

技术领域

本发明涉及软件工程服务推荐技术领域，具体涉及一种基于LSTM和多样化集束搜索的多样化API推荐方法及装置。

背景技术

API(Application Programming Interface，应用程序编程接口)是一种重要的软件复用技术，为开发人员提供了无需了解内部源码即可使用一组软件模块的能力，显著提升了软件的开发效率的同时减少了软件开发的成本。如今API已经得到了开发人员的广泛使用，逐渐成为了软件开发过程中不可或缺的一部分。

API推荐(API Recommendation)是一种对于在给定需求下的合适的API的推荐，可以给开发人员提供最符合当前开发需求的API序列。随着软件工程的不断发展，可用API的数量也保持着高速增长，开发人员难以从海量的API中手动寻找出符合需求的API。因此，API推荐成为了开发人员迅速寻找符合需求的API的有效手段。

多样化API推荐(Diversified API Recommendation)是一种对于API序列的多样化的推荐，能够基于需求给予开发人员多样化的API序列的选择。API序列的多样化主要在于两个方面：一是对于API推荐结果的多样化，即着力于减轻推荐结果中的长尾效应；二是对于API推荐结果Top-K序列之间的多样化，即着力于增加Top-K序列之间的差异性。多样化的API序列能够给予开发人员更多的选择，使得软件的开发效率得到提高。

近年来，研究人员提出了许多方法对API进行推荐：Zhong等人提出了一种根据开发人员需求进行API模式挖掘的推荐方法MAPO。Linstead等人提出了一种基于模式挖掘的代码搜索方法。Raghothaman等人提出了一种以开源代码库 API调用序列为基础的对需求进行词对齐匹配以获取结果的API推荐方法SWIM。 Thung等人提出了一种面向特征请求文本库结果反馈重排的API推荐方法。 Asaduzzaman等人提出了一种鉴于当前代码上下文单词序列的API推荐方法。Niu等人提出了一种应用监督学习的使用不同特征进行推荐的API推荐方法。 Rahman等人提出了一种结合程序问答网站和开发者需求查询的API推荐方法。Gu等人提出了一种使用RNN进行语言翻译的API推荐方法。

在对推荐结果多样化的研究中，Drosou等人提出了一种结果多样化的算法。 Wang等人提出了一种基于历史交互信息的运用局部敏感哈希技术的多样化推荐算法。Chen等人提出了一种根据scgraphs的多样性关键字搜索方法。Liu等人提出了一种结合行列式点过程和变分贝叶斯推理的汤普森采样型算法的内隐反馈交互式模型。Vijayakumar等人提出了一种面向分组的多样化集束搜索算法。 Holtzman等人提出了一种以核采样为基础的最小候选集的多样化集束搜索算法。其中，相关的文献请参见实审参考资料。

本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：

现有技术中的API推荐方法主要研究了API推荐的准确性，忽视了API序列的多样性的需求。上述主要API推荐方法所推荐的API序列结果中的长尾效应较为的严重，热门的API得到了广泛的推荐，而冷门却有用的API得不到有效的推荐。并且，它们所推荐的API序列结果中Top-K的API序列的相似度较高，结果API序列信息的多样性不足，不能给予开发者广泛的选择范围。

发明内容