基于搜索的代码推荐技术研究-软件工程专业论文.docxVIP

上海交通大学硕士学位论文摘要 上海交通大学硕士学位论文 摘要 万方数据 万方数据 基于搜索的代码推荐技术研究 摘 要 如何提高软件的开发效率是软件工程领域的一个核心问题。随着 互联网的发展以及开源软件的流行，软件及代码的重用在提高软件开 发效率方面变得越来越重要。根据调查研究，当今的软件开发者们以 重用为目的花费了大量的时间在互联网上搜索软件或者代码。因此， 代码搜索技术得到了越来越多的研究与重视。 目前有许多关于代码搜索的研究成果。在这些研究成果中，有一 部分使用了信息检索技术，使得对大规模的软件或代码的搜索成为可 能。虽然这些已有的研究工作采用了各种方法来提高代码搜索的准确 性，但是效果都十分有限。本文经过调查研究这些已有的工作，针对 他们研究中的不足，提出了一种高效的代码搜索算法，并基于此算法 实现了一个代码推荐工具。同时，通过与已有的研究工作进行实验比 较，验证了本文提出的算法的有效性。 首先，针对代码搜索准确性不足的问题，本文提出了一种基于查 询分析与扩展布尔模型的代码搜索方法，并从三个主要方面对该方法 进行了介绍。在代码的表示方面，通过识别可以用来帮助搜索的代码 特征，对源代码进行解析，提取必要的信息，并基于这些信息建立了 代码的索引。对于查询语句，本文提出了一种查询分析方法，通过分 析查询语句与 API 之间的相关性，获得与查询语句相关的若干个 API， 并结合这些相关的 API 以及查询语句，构造出布尔逻辑查询表达式， 帮助提升代码搜索的准确性。在搜索结果的排序方面，本文通过运用 扩展布尔模型计算查询表达式与代码的相似度，并根据相似度评分对 搜索结果进行了排序。 然后本文针对 C#编程语言，实现了基于上述搜索算法的代码推荐 I 工具 CodeHow。对于代码搜索结果中遇到的代码克隆问题，本文提出 了基于 SimHash 算法的代码克隆检测方法。同时，本文采用程序切片 技术对搜索到的代码进行简化，去除了代码中与查询无关的部分。 最后，通过客观实验与用户调研，本文从多个角度对基于本文搜 索算法的代码推荐工具 CodeHow 的有效性进行了验证。实验结果表明， CodeHow 达到了一个较高的准确性，证明了本文提出的搜索算法的有 效性。同时，在用户调研中，本文通过设计三个真实的编程任务，让 参与者使用 CodeHow 帮助他们完成编程任务，并根据使用感受填写调 查问卷，进一步表明 CodeHow 在真实的应用场景下可以给用户的编程 带来帮助。 关键词：代码搜索，代码推荐，信息检索模型，代码克隆、程序切片 II 上海交通大学硕士学位论文ABS 上海交通大学硕士学位论文 ABSTRACT Research on Search Based Code Recommendation Techniques ABSTRACT A crucial problem in software engineering is how to improve the efficiency of software development. Software and code reuse become more and more important with the popularity of Web and open source software on improving the efficiency of software development. According to the research, developers spend many time on searching software or code on the web for reusing. So code search techniques get more and more attentions from researchers recently. There are many research achievements in code search. Some of them have ability to search large-scale codebase in a relatively high efficiency by using information retrieval technique. Though previous researches have attempted all kinds of method to improve the accuracy of code search results, the effect is not good enough. This thesis proposes an effective code sear